JPS5917439B2 - スペクトルパラメ−タの差分符号化方式 - Google Patents
スペクトルパラメ−タの差分符号化方式Info
- Publication number
- JPS5917439B2 JPS5917439B2 JP55127454A JP12745480A JPS5917439B2 JP S5917439 B2 JPS5917439 B2 JP S5917439B2 JP 55127454 A JP55127454 A JP 55127454A JP 12745480 A JP12745480 A JP 12745480A JP S5917439 B2 JPS5917439 B2 JP S5917439B2
- Authority
- JP
- Japan
- Prior art keywords
- spectral
- spectral parameters
- value
- parameters
- differential encoding
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired
Links
Description
【発明の詳細な説明】
本発明は音声分析合成系におけるスペクトルパラメータ
の差分符号化方式に関するもので、スペクトル情報を圧
縮することを目的としている。
の差分符号化方式に関するもので、スペクトル情報を圧
縮することを目的としている。
３分析合成方式とは離散的音声信号に一定長の窓関数
、例えば３０ｍｓｅｃ長の一・ミング窓等を掛けて切り
出した有限個のデータから音声のスペクトル情報を表現
するパラメータ（スペクトルパラメータ）と音源情報を
表現するパラメータ（音源パラ ３メータ）とを分離し
て抽出し、抽出したパラメータを用いて元の音声信号を
復元するものである。この時分析窓を一定時間長（たと
えば５ｍｍｓｅｃ）ずつ移動させながら、それぞれのパ
ラメータを抽出する。このようにして抽出したパラメー
タを一旦符号化して伝送または記憶しておき、受信側ま
５ たは記憶装置から読み出した後に復号化し、復号化
したパラメータを用いて元の音声を合成する。音声のス
ペクトル情報を表わすパラメータとしては８〜１０個の
線形予測係数、あるいは偏自己相関係数（ＲＡＲＣＯＲ
係数）などがある。線形予０ 測係数では符号化する際
にパラメータ当り１０ビット前後の情報量が必要となる
が、ＰＡＲＣＯＲ係数では次数に応じて１０〜４ビット
の情報量で良く、従つて線形予測係数を使うよりも少な
い情報量で元の音声が復元できる利点がある。５ 本発
明はこのような音声分析合成方式において、スペクトル
パラメータを差分符号化し、スペクトルパラメータの情
報を圧縮して高能率の音声分析合成方式を提供するもの
である。
、例えば３０ｍｓｅｃ長の一・ミング窓等を掛けて切り
出した有限個のデータから音声のスペクトル情報を表現
するパラメータ（スペクトルパラメータ）と音源情報を
表現するパラメータ（音源パラ ３メータ）とを分離し
て抽出し、抽出したパラメータを用いて元の音声信号を
復元するものである。この時分析窓を一定時間長（たと
えば５ｍｍｓｅｃ）ずつ移動させながら、それぞれのパ
ラメータを抽出する。このようにして抽出したパラメー
タを一旦符号化して伝送または記憶しておき、受信側ま
５ たは記憶装置から読み出した後に復号化し、復号化
したパラメータを用いて元の音声を合成する。音声のス
ペクトル情報を表わすパラメータとしては８〜１０個の
線形予測係数、あるいは偏自己相関係数（ＲＡＲＣＯＲ
係数）などがある。線形予０ 測係数では符号化する際
にパラメータ当り１０ビット前後の情報量が必要となる
が、ＰＡＲＣＯＲ係数では次数に応じて１０〜４ビット
の情報量で良く、従つて線形予測係数を使うよりも少な
い情報量で元の音声が復元できる利点がある。５ 本発
明はこのような音声分析合成方式において、スペクトル
パラメータを差分符号化し、スペクトルパラメータの情
報を圧縮して高能率の音声分析合成方式を提供するもの
である。
以下１０次までのＰＡＲＣＯＲ係数を用いた実施例につ
いて説明すクる。ＰＡＲＣＯＲ係数ｋｉ（ｉ■ １、２
、３、・ ・ ・ ・ ・ ・、１０）は！ｋｉ１＜１
の範囲の値であるが、これを符号化するために、まず量
子化を行なう必要がある。
いて説明すクる。ＰＡＲＣＯＲ係数ｋｉ（ｉ■ １、２
、３、・ ・ ・ ・ ・ ・、１０）は！ｋｉ１＜１
の範囲の値であるが、これを符号化するために、まず量
子化を行なう必要がある。
量子化に必要なビット数はｋｉの次数によつ５ て異な
り、スペクトル感度の高い低次のＰＡＲＣＯＲ係数は多
くのビット数を要し、感度の低い高次の係数は少ないビ
ット数ですむ。例えばパラメータ当りのスペクトル歪を
Ｏ、３ｄＢとするために必要な量子化ビット数１Ｎｉ１
ｌｉ０■１は次の９ ようになる。ＩＮｉＩｌＶ■１−
（１１）８、６、６、６、５、５、５、４、４）・・・
・・・（１）５本発明では合成音声の品質を劣化させる
ことなく、量子化ビット数を削減するためにスペクトル
パラメータの差分を量子化した後符号化すると共に、隣
接する２フレーム間の歪距離Ｄが一定値以下の場合には
スベクトルパラメータを前フレームの値に置きかえるよ
うにしてフレームレートを下げるようにしている。
り、スペクトル感度の高い低次のＰＡＲＣＯＲ係数は多
くのビット数を要し、感度の低い高次の係数は少ないビ
ット数ですむ。例えばパラメータ当りのスペクトル歪を
Ｏ、３ｄＢとするために必要な量子化ビット数１Ｎｉ１
ｌｉ０■１は次の９ ようになる。ＩＮｉＩｌＶ■１−
（１１）８、６、６、６、５、５、５、４、４）・・・
・・・（１）５本発明では合成音声の品質を劣化させる
ことなく、量子化ビット数を削減するためにスペクトル
パラメータの差分を量子化した後符号化すると共に、隣
接する２フレーム間の歪距離Ｄが一定値以下の場合には
スベクトルパラメータを前フレームの値に置きかえるよ
うにしてフレームレートを下げるようにしている。
第１図はＫｉの変化分（差分）の絶対値
１ΔＫｉｌの確率密度関数Ｐｉ（ｘ）を実験的に求めた
ものである。
ものである。
同１図において、１は１ΔＫｉｌの確率密度関数、２は
１△Ｋ２Ｉ〜１ΔＫ，Ｏｌの確率密度関数を示している
。１△Ｋ，ｌ〜１△Ｋ，。
１△Ｋ２Ｉ〜１ΔＫ，Ｏｌの確率密度関数を示している
。１△Ｋ，ｌ〜１△Ｋ，。
ｌの確率密度は極めてよく一致しており、同一の指，数
関係でよく近似できる。１△Ｋｌｌの分布は０〜０．０
４の範囲に集中し、この範囲では指数関数で近似できる
が、０．０４〜０．２５の範囲にも無視できない程度に
分布が存在する。
関係でよく近似できる。１△Ｋｌｌの分布は０〜０．０
４の範囲に集中し、この範囲では指数関数で近似できる
が、０．０４〜０．２５の範囲にも無視できない程度に
分布が存在する。
しかしながら、第１図の１のように２つの指数関数を組
み合せることによつて、ほぼ近似できる。第１図の確率
密度関数Ｐｉ（ｘ）を用いて、△ＫｉをＮｉビツトに最
適量子化した時の量子化誤差の分散ＥＱｉは次式で算出
される。
み合せることによつて、ほぼ近似できる。第１図の確率
密度関数Ｐｉ（ｘ）を用いて、△ＫｉをＮｉビツトに最
適量子化した時の量子化誤差の分散ＥＱｉは次式で算出
される。
一方、文献「 ＬＰＣパラメータのスペクトル感度解析
」 （日本音響学会講演論文集３ − ２ − ２１，
昭和５３年５月）によれば、パラメータ当りのスペクト
ル歪σＤＢは、スペクトル感度をｓ者として、次式で与
えられる。
」 （日本音響学会講演論文集３ − ２ − ２１，
昭和５３年５月）によれば、パラメータ当りのスペクト
ル歪σＤＢは、スペクトル感度をｓ者として、次式で与
えられる。
（３）式の△ＫｉはスベクトルパラメータＫｉの変動分
である。
である。
今、この変動分を量子化誤差の標準偏差に置き換えれば
、σＤＢは量子化誤差に起因するスペクトル歪を表わす
ことになる。すなわち、パラメータ当りのスペクトル歪
が等しくσＤＢとなるようにΔＫｉを量子化するために
必要なビツト数Ｎｉは（２）、（４）式から決定できる
。たとえば、フレーム周期１０ｍｓｅｃで、σＤＢ＝０
．３ｄＢとしたときのビツト数Ｎｉは、となり、Ｋｉを
直接量子化する場合（（ １）式）にくらべて２３％の
スペクトル情報が削減される効果がある。
、σＤＢは量子化誤差に起因するスペクトル歪を表わす
ことになる。すなわち、パラメータ当りのスペクトル歪
が等しくσＤＢとなるようにΔＫｉを量子化するために
必要なビツト数Ｎｉは（２）、（４）式から決定できる
。たとえば、フレーム周期１０ｍｓｅｃで、σＤＢ＝０
．３ｄＢとしたときのビツト数Ｎｉは、となり、Ｋｉを
直接量子化する場合（（ １）式）にくらべて２３％の
スペクトル情報が削減される効果がある。
次に、フレームレートを下げる方法について説明する。
本発明では、隣接するフレーム間の歪距離Ｄを次式で定
義し、Ｄが一定値以下の場合は前フレームのＫｉを繰り
返して使用するようにして、フレームレートの低減を図
つている。（６）式で、△Ｋｉは△Ｋｉを量子化した値
である。
義し、Ｄが一定値以下の場合は前フレームのＫｉを繰り
返して使用するようにして、フレームレートの低減を図
つている。（６）式で、△Ｋｉは△Ｋｉを量子化した値
である。
△Ｋｉの代りに△Ｋｉを用いても良い。ｎはフレーム番
号である。今、第ｎフレームのＫｉの値を第（ｎ−１）
フレームの値に置き変えることによって生じるスペクト
ル歪ＤＳｎは（４）、（６）式を用いて、と表わされる
。
号である。今、第ｎフレームのＫｉの値を第（ｎ−１）
フレームの値に置き変えることによって生じるスペクト
ル歪ＤＳｎは（４）、（６）式を用いて、と表わされる
。
すなわち、（６）式で定着した歪距離Ｄはｋ・ の置き
換えによつて生ずるスペクトル歪を表わすパラメータで
ある。コンピユータシミユレーシヨンによつて、種々の
Ｄに対する音声を合成して品質を評価した結果（第２図
）Ｄ−２０〜２５程度まで（σＤＢ＝０．３ｄＢとして
、歪は６ｄＢ〜７．５ｄＢとなる）は品質の劣化は僅か
で、フレームレートがおよそ２０％低減できる効果があ
つた。
換えによつて生ずるスペクトル歪を表わすパラメータで
ある。コンピユータシミユレーシヨンによつて、種々の
Ｄに対する音声を合成して品質を評価した結果（第２図
）Ｄ−２０〜２５程度まで（σＤＢ＝０．３ｄＢとして
、歪は６ｄＢ〜７．５ｄＢとなる）は品質の劣化は僅か
で、フレームレートがおよそ２０％低減できる効果があ
つた。
差分符号化による情報削減効果を加算すればおよそ４０
％の情報圧縮が実現できる。第３図は符号化処理装置の
構成を示すもので、同図において、１１は第ｎフレーム
のスペクトルパラメータＫｉ（ｎ）の入力端子、１２は
符号化されたスペクトルパラメータＫ（ｎ）の出力端子
、１３は量子化ビツト数Ｎｉをセツトする端子、１４は
歪距離の閾値Ｄｆをセツトする端子、１５はスペクトル
パラメータＫｉ（ｎ）の復元値玉１（ｎ）の復調誤差の
許容値Ｅｉをセツトする端子である。
％の情報圧縮が実現できる。第３図は符号化処理装置の
構成を示すもので、同図において、１１は第ｎフレーム
のスペクトルパラメータＫｉ（ｎ）の入力端子、１２は
符号化されたスペクトルパラメータＫ（ｎ）の出力端子
、１３は量子化ビツト数Ｎｉをセツトする端子、１４は
歪距離の閾値Ｄｆをセツトする端子、１５はスペクトル
パラメータＫｉ（ｎ）の復元値玉１（ｎ）の復調誤差の
許容値Ｅｉをセツトする端子である。
１６は減算器で、Ｋｉ（ｎ）と１フレーム前の復元値？
（ｎ−１）との差分△Ｋｉ（ｎ）を計算する。
（ｎ−１）との差分△Ｋｉ（ｎ）を計算する。
１７は△Ｋｉ（ｎ）をＮｉビツトに最適量子化する量子
化器、１８はゴ（ｎ−１）と△交１（ｎ）を加算して復
元値′Ｋｉ（ｎ）を計算する加算器、１９はＫｉ（ｎ）
とＫｉ（ｎ）の差の絶対値すなわち復調誤差の絶対値Ｅ
ｉ（ｎ）を演算する演算器である。
化器、１８はゴ（ｎ−１）と△交１（ｎ）を加算して復
元値′Ｋｉ（ｎ）を計算する加算器、１９はＫｉ（ｎ）
とＫｉ（ｎ）の差の絶対値すなわち復調誤差の絶対値Ｅ
ｉ（ｎ）を演算する演算器である。
２０は比較器で、Ｅｉ（ｎ）が許容値Ｅｉ以下のとき切
換スイツチ２１をＡ側に切換え、許容値をこえた時はＢ
側へ切換えるようにしている。
換スイツチ２１をＡ側に切換え、許容値をこえた時はＢ
側へ切換えるようにしている。
すなわち、パラメータＫｉ（ｎ）の変化が大きすぎて過
負荷歪が増大した時のみＫｉ（ｎ）を直接線形量子化す
るようにしている。２２はそのための線形量子化器であ
る。
負荷歪が増大した時のみＫｉ（ｎ）を直接線形量子化す
るようにしている。２２はそのための線形量子化器であ
る。
２３は切換スイツチ２１の出力が加えられるゲートで、
このゲートの出力は遅延メモ１Ｊ２４に記憶される。
このゲートの出力は遅延メモ１Ｊ２４に記憶される。
２５は（７）式を演算する演算部である。
ｋ１（ｎ）からＫｌＯ（ｎ）までの量子化が終了した段
階で歪距離Ｄを計算し、比較器２６で一定値Ｄｔと比較
する。Ｄが一定値Ｄ，以下の時はＧＡＴＥを閉じてＤＥ
ＬＡＹの更新をインヒビツトし、Ｄが一定値をこえる時
はゲート２３を開けて遅延メモリ２４の内容を更新する
ようにしてフレーム相関の制御を行なつている。２７は
符号化器で、フレーム毎に符号化を行なうものである。
階で歪距離Ｄを計算し、比較器２６で一定値Ｄｔと比較
する。Ｄが一定値Ｄ，以下の時はＧＡＴＥを閉じてＤＥ
ＬＡＹの更新をインヒビツトし、Ｄが一定値をこえる時
はゲート２３を開けて遅延メモリ２４の内容を更新する
ようにしてフレーム相関の制御を行なつている。２７は
符号化器で、フレーム毎に符号化を行なうものである。
以上の説明から明らかなように、本発明ではスペクトル
パラメータの差分を符号化すると共に、隣接する２フレ
ーム間の歪距離Ｄが一定値以下の時はスペクトルパラメ
ータを前フレームの値に置き換えるようにしているため
、合成品質をほとんど劣化させることなくスペクトル情
報をおよそ４０％削減できる効果がある。さらに、本発
明ではスペクトルパラメータの復調精度に許容限界を設
けて、復調誤差が許容値をこえる時は差分符号化を中止
してパラメータ値を直接符号化するようにしているため
、合成品質の劣化を最小限とすることができる特徴があ
る。
パラメータの差分を符号化すると共に、隣接する２フレ
ーム間の歪距離Ｄが一定値以下の時はスペクトルパラメ
ータを前フレームの値に置き換えるようにしているため
、合成品質をほとんど劣化させることなくスペクトル情
報をおよそ４０％削減できる効果がある。さらに、本発
明ではスペクトルパラメータの復調精度に許容限界を設
けて、復調誤差が許容値をこえる時は差分符号化を中止
してパラメータ値を直接符号化するようにしているため
、合成品質の劣化を最小限とすることができる特徴があ
る。
第１図はスペクトルパラメータの差分値の確率密度関数
を示す図、第２図は合成音声の自然性を表わす図、第３
図は本発明の一実施例によるスベクトルパラメータの差
分符号化の処理装置のプロツク図である。
を示す図、第２図は合成音声の自然性を表わす図、第３
図は本発明の一実施例によるスベクトルパラメータの差
分符号化の処理装置のプロツク図である。
Claims (1)
- １ 音声を分析して抽出したスペクトルパラメータを差
分符号化し、復元精度がパラメータ次数ごとに定めた許
容値を越える時のみ差分符号化を中止してパラメータ値
を直接符号化すると共に、前フレームと当該フレーム間
の歪距離が許容値以下の時は当該フレームのスペクトル
パラメータを前フレームの値に置き換えるようにしたこ
とを特徴とするスペクトルパラメータの差分符号化方式
。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP55127454A JPS5917439B2 (ja) | 1980-09-11 | 1980-09-11 | スペクトルパラメ−タの差分符号化方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP55127454A JPS5917439B2 (ja) | 1980-09-11 | 1980-09-11 | スペクトルパラメ−タの差分符号化方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5752098A JPS5752098A (en) | 1982-03-27 |
| JPS5917439B2 true JPS5917439B2 (ja) | 1984-04-21 |
Family
ID=14960321
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP55127454A Expired JPS5917439B2 (ja) | 1980-09-11 | 1980-09-11 | スペクトルパラメ−タの差分符号化方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5917439B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4625286A (en) * | 1982-05-03 | 1986-11-25 | Texas Instruments Incorporated | Time encoding of LPC roots |
| JPS5981700A (ja) * | 1982-11-01 | 1984-05-11 | 三洋電機株式会社 | 音声合成装置 |
| JPS5981699A (ja) * | 1982-11-01 | 1984-05-11 | 三洋電機株式会社 | 音声合成装置 |
-
1980
- 1980-09-11 JP JP55127454A patent/JPS5917439B2/ja not_active Expired
Also Published As
| Publication number | Publication date |
|---|---|
| JPS5752098A (en) | 1982-03-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100469002B1 (ko) | 오디오 코딩 방법 및 장치 | |
| JP3592473B2 (ja) | 周波数領域内のｌｐｃ予測による時間領域内での知覚ノイズ整形 | |
| JP3636094B2 (ja) | 信号符号化装置及び方法、並びに信号復号装置及び方法 | |
| JP2006259517A (ja) | 音声処理装置及び音声処理方法 | |
| JP3248215B2 (ja) | 音声符号化装置 | |
| US7426462B2 (en) | Fast codebook selection method in audio encoding | |
| JPH0341500A (ja) | 低遅延低ビツトレート音声コーダ | |
| JP2007507750A (ja) | オーディオ符号化におけるレート−歪み制御方法 | |
| KR100513815B1 (ko) | 신호부호화방법및장치 | |
| JPS5917439B2 (ja) | スペクトルパラメ−タの差分符号化方式 | |
| US6012025A (en) | Audio coding method and apparatus using backward adaptive prediction | |
| Muin et al. | A review of lossless audio compression standards and algorithms | |
| JPS5917438B2 (ja) | スペクトルパラメ−タの符号化方式および音声合成装置 | |
| WO1998035447A2 (en) | Audio coding method and apparatus | |
| JP2637965B2 (ja) | 音声符号化復号化方法とその装置 | |
| JP3271966B2 (ja) | 符号化装置及び符号化方法 | |
| JPH05165498A (ja) | 音声符号化方法 | |
| JPH0445614A (ja) | １ビット／サンプル量子化方法 | |
| KR20010082838A (ko) | 디지털 음성 압축 및 복원방법과 이를 이용한 음성 압축및 복원장치 | |
| JPH02153400A (ja) | 音声符号化方式 | |
| JPH0451300A (ja) | 線形予測符号化器及び復号化器 | |
| JPH01101741A (ja) | 音声符号送受方式 | |
| JPS62227198A (ja) | 帯域分割予測符号化方法 | |
| JPH0580680B2 (ja) | ||
| JPH02246625A (ja) | 音声信号の予測符号化方法 |