JPS61215599A - Ｌｓｐパタンマツチングボコ−ダ - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明はＬＳＰバタンマツチングボコーダに関する。

〔従来の技術〕

ＬＳＰパタンマッチングボコーダの分析側と合成側とに
備える標準ベクトルパタンは従来から等スペクトル距離
でクラスタリングしたものを使用し、この標準ベクトル
パタンと入力音声から抽出したＬ８Ｆ係数ベクトルパタ
ンとを照合（マツチング）する形式で入力音声信号の合
成を行なっている。

〔発明が解決しようとする問題点〕

しかしながら、従来の標準ベクトルパタンとマツチング
させるべきＬＳＰ係数ベクトルのベクトル空間における
発生密度は必らずしも一定でなく、従ってこの条件を無
視して等スペクトル距離でクラスタリングされた標準ベ
クトルパタン群と照合して選択された標準ベクトルパタ
ンと入力音声信号のＬ８Ｐ係数ベクトルとの差、すなわ
ちパタンｉツチングにおける量子化歪の低減には限度が
あるという問題点がある。

本発明の目的は上述した欠点を除去し、スペクトル包絡
ベクトルの発生分布に対応したクラスタリングによって
分割した標準ベクトルパタンを記憶したメモリを備える
ことにより量子化歪を大幅忙低減しうるＬＡＰバタンマ
ッチングボコータヲ提供することＫある。

〔問題点を解決するための手段〕

本発明のボコーダは、音声資料のＬＳＦ係数の分布に関
する標準ベクトルパタンと入力音声信号を分析して得ら
れるＬＳＰ係数のベクトルパタンとを照合して入力音声
信号の合成を行なうＬ８Ｆバタンマツチングボコーダ忙
おいて、入力音声信号のスペクトル包絡ベクトルの発生
分布に対応したクラスタリングによって分割された標準
ベクトルパタンを記憶した第１の標準パタンメモリを備
えて構成される。

〔実施例〕

次に図面を癖照して本発明の詳細な説明する。

第１図は本発明によるＬＳＰバタンマツチングボコーダ
の一実施例の構成を示すブロック図である。

第１図に示す実施例は第１の標準パタンメモリと第２の
標準パタンメモリとを備えた場合を例としているが、こ
れを第１の標準パタンメモリのみを有するものとして構
成しても勿論差支えない。

第１図に示す実施例のＬＳＰパタンマッチングボコーダ
は分析側１および合成側２から成シ、さらに分析側ＩＦ
ｉＬ８Ｆ分析器１１．音源情報分析器１２．バタン照合
器ｉ３．＊準パタンメモリ（１）１４、標準パタンメモ
リ（２）１５およびマルチプレクサ１６を備えて構成さ
れ、また合成側２はデマルチプレクサ２１．バタン復号
器２２．音源合成器２３．Ｌ８Ｆ合成器２４　、　Ｄ／
Ａコンバータ２５゜Ｌ　Ｐ　Ｆ　（Ｌｏｗ　Ｐａ５ｓ　
Ｆｉ　１ｔｅｒ）　２６のほか分析側と同様な標準バタ
ンメモＩＪ（１）１４を備えて構成される０ 分析側１は入力ライン１００１を介して入力した入力音
声信号をＬＳＦ分析器１１と音源情報分析器１２とに供
給する。

ＬＳＦ分析器１１は入力音声信号をＬＰＦを通して不要
な高域を除去したのち所定のビット数で量子化し、その
おとこの量子化音声信号に分析フレーム周期ごとに窓関
数の乗算を実施する。こうして得られた分析フレームご
との童子化データに対してＬ　Ｐ　Ｃ（Ｌｉｎｅａｒ　
Ｐｒｅｄｉｃｔｉｏｎ　Ｃｏｅｆｆｉｃｉｅｎｔ。

線形予測係数）分析を行ない所定の次数、本実施例の場
合は１０次のＬＰＣを公知の手段で抽出したのちこのＬ
ＰＧからＬＡＰ係数を誘導する。

ＬＰＧからＬＡＰ係数を誘導する公知の手段として知ら
れているものに、ＬＰＣをニュートン（Ｎｅｗｔｏｎ）
の反復法を利用した高次方程式を解く方方法と、零点探
索法とがあるが本実施例では前者の手法を利用している
。

こうして得られた基本フレームごとのＬ８Ｐ係数列は可
変長フレームデータに変換してバタン照合器１３に供給
される。この可変長フレーム変換は次のようにして実施
される。

ＬＳＰ分析器１１は後述する音源情報分析器１２から入
力音声信号に関する有声／無声／無音判別テータを入力
しつつ予め設定する数の分析フレームよ構成る区分ごと
に近似関数による近似処理を行ない、区分ごとの有音／
無声から成る有声区間と無音区間とで異るそれぞれ予め
設定する最大数以下の代表フレームを選定し、全フレー
ム情報を送出する代りにこれら代表フレームと、代表フ
レームによって表現されるフレーム数に関する情報のみ
を合成側に供給する。このような可変長フレーム変換の
際に各代表フレームによって示される分析フレーム数に
関する情報はレピートビットデータとしてマルチプレク
サ１６に供給される。

バタン照合器１３はスペクトル距離の計測を介して標準
パタンメモリ（１）１４および標準バタンメモ１月２）
１５に記憶されている各標準パタンベクトルとの予備選
択を前提とするバタンマツチングを行なう。

ＬＳＰ係数もＬＰＣ係数と同様に空間ベクトルであ１０
次のＬＡＰ係数は１０次元のベクトル空間に分布される
。これらの空間ベクトルのひとつひとつを構成する標準
ベクトルパタンと、分析されたＬＡＰ係数ベクトルパタ
ンとのマツチングは次の（１）式で示すスペクトル距離
Ｄｉｊが基本的尺度となる。

（１）式は演算量が膨大となるため通常この近似式とし
ての（２）式が利用されている。

（１）および（２）式において’ｔＪはＬＡＰ分析にお
ける処理単位区間のフレームナンバー、８ｉ（ω）。

Ｓｊ（ω）は周波数ωの関数としてのフレームｉ。

ｊにおけるＮ次のＬＳＰ係数、ＷｘはＮ次のＬＡＰスペ
クトル感度である。なお、ＬＳＰ係数の次数はＬ８Ｐ係
数によって実現すべき声道フィルタを′！ｓ成するため
の全極型ディジタルフィルタの次数とも対応する。また
、Ｎ次のＬＳＦスペクトル感度ＷＫはＮ次のＬＡＰ係数
の微少変化によって起るスペクトル変化の程度を示すも
のであシ、通常はＬＡＰ周波数に対応して決定されるＬ
ＳＦ周波数スペクトル感度が利用される。

さて、標準ベクトルパタンとのベクトルパタンマツチン
グは（２）式で示されるいわゆる簡易スペクトル距離計
測を介して行なわれ、その内容は分析された入力音声信
号の空間ベクトルとしてのＮ次のＬｓＰ係数ＰＫ（ｉ）
と、［準＜／）、ａ＝ｚ＜Ｊ７ｉｉ録されている空間ベ
クトルＰＫ（ｊ）との内積を各次数のＬ８Ｆ係数ごとに
求めたうえＬＳＦ係数の次数に対応するＬ８Ｆ周波数ご
とに予め設定する重みづけ係数としてのＷｘを乗じて、
可変長フレームのそれぞれのフレームごとに計測、算出
する。

さて、標準パタンメモリ＋１）１４および標準バタンメ
モＩＪ（２）１５に記憶されている標準ベクトルパタン
は予め別のコンピュータを利用するか、もしくは本実施
例のホコーダを利用するかして作成し登録されている。

ます、等スペクトル距離でクラスタリングされる第２の
標準バタンメモＩＪ（２）１５に記憶されている標準ベ
クトルパタンの作成について説明する。

この標準ベクトルパタンは基本的には次のようにして決
定される。

予め用意した音声資料を利用し、ＬＰＣ分析等の手法に
よって無音区間の除去、不要な近接フレームの除去、有
声／無声／無音による分類等の前処理を行なったのち次
の■〜■のクラスタリングで呼ばれる手順に従って標準
バタンの決定、登録を行なう。

■　１０次元、一般的にはＭ次元のＬＳＰ係数ベクトル
空間ＵにＮ個のベクトルパタンか含まれているとする。

■　Ｎ個のベクトルパタンのおのおのＫついて（２）式
で示すスペクトル距離Ｄｉｊを算出し、この値が予め設
定する判定域値θｄＢ”以下であるベクトルパタン数を
求めこのバタン数をＭｉ（ｉ＝１．２・・・・・・Ｎ）
とする。

■　ｍａｘ　（Ｍｉ　）を有するベクトルパタンＰＬを
見出す。

■　ＰＬにθｄｌｌ”以内で含まれるすべてのベクトル
パタンをＰＬを含みベクトル空間Ｕから除去し、ＰＬは
標準ベクトルパタンとして登録する。また、Ｐｔ、＝ｍ
ａｘ（Ｍｉ）も登録しておく。

■　残ったベクトルパタンについて上記■〜■を繰返し
つつＵに含まれるベクトルパタンか零になるまで繰返す
。

以上■〜■の手法によって法人と標準バタンか決定され
、谷標準ベクトルパタンは１０次元のベクトル空間を分
割するそれぞれのベクトル空間領域の代表として登録さ
れる。このようなりラスタリングは従来の分割手法によ
るものであり、ベクトルパタンの発生密度は無視したク
ラスタリングである。

そこで本実施例では上記クラスタリングにおける■のス
ペクトル距離θｄＢ”の値を通常の等スペクトル距離ク
ラスタリングよりも予め設定するレベルタケ大きくし、
Ｎ個のベクトルパタンを通常のクラスタリングよりは十
分大きいベクトル空間領域で分割するものとする。この
ような大領域分割におけるθｄＢ”の値の設定は数多く
の音声資料に関する先験的情報等にもとづいて１１ぼ最
適値を推定することが容易にでき、またこの処理も上記
■〜■の手順に準じて容易に実施しうる。

こうして、通常の等スペクトル距離クラスタリングによ
る分割よりも十分多いベクトルパタンをそれぞれが含む
ような基準の小分割数で大領域分割されたそれぞれを代
表する標準ベクトルパタンか標準バタンメモ！ｊ（２）
ｉｓに記憶される。

バタン照合器１３に供給された入力音声信号の可変長フ
レームごとのＬＳＰ係数ベクトルパタンは、先ず標準バ
タンメモ１月２１１５に記憶された標準ベクトルパタン
と（２）式によるスペクトル距離の計測を介して最小の
スペクトル距離を示すものを決定し、これを予備選択と
して次に標準バタンメモ１月１）１４との最終選択を次
のようにして実施する０ 標準パタンメモリ＋１１１４はベクトルパタンの発生密
度、すなわち本実施例の場合は１０次元のベクトル空間
におけるスペクトル包絡ベクトルの分布密度と関連づけ
てクラスタリングされた標準ベクトルパタンを記憶する
。発生密度に対応したクラスタリングはスペクトル包絡
ベクトルパタンか前述したＮＦＬとなる標準パタンＰＬ
にθｄＢ”以内で含まれるベクトル空間を等スペクトル
距離分割の■〜■の手順に従って再分割するものとし、
かつこの場合の再分割数の設定従ってθｄＢ”の設定は
、たとえばＮＦＬに比例させたものとするなど発生密度
の大小と対応するパラメータを利用するものとする。こ
のような再分割を行なった標準ベクトルパタンを用意す
ることによって発生密度の高いＬＳＰ係数ベクトルパタ
ンと標準ベクトルパタンとのマツチングがよシ高精度で
実施でき、従ってバタンマツチングにおける量子化歪も
よシ効果的に減少せしめることができる。

このようにして、等スペクトルによってクラスタリング
された標準ベクトルパタンを記憶する第２の標準パタン
メモリとしての標準パタンメモリ（２）１５と、スペク
トル包絡ベクトルの発生密度に対応してクラスタリング
された標準ベクトルパタンを記憶する第１の標準パタン
メモリ（１）１４とを備えた分析側１では、先ずＬＡＰ
分析器１１から供給を受け７’（Ｌ８Ｐ係数ベクトルパ
タンと標準バタンメモ１月２）１５に記憶されている標
準バタン群とのバタンマツチングをバタン照合器１３で
実施して最終決定すべき標準バタンに対する予備選択を
行なったのち標準パタンメモリ＋ＩＨ４に記憶されてい
る標準バタン群とのバタンマツチングを実施し最もスペ
クトル距離の小さい標準パタンを最終選択し、この標準
バタン指定番号データをマルチプレクサ１６に供給する
。このような予備選択を前提とする標準パタンの選択に
よって選択処理の効率も大幅に改善さｎている。

音源情報分析器１２は入力音声信号の分析フレームごと
に公知の技術によってピッチ周期データ。

有声／無声／無音判別データ、および音源の強さく関す
るデータを抽出しこれら音源情報をマルチプレクサ１６
に供給するとともに有声／無声／無音判別データはＬＳ
Ｐ分析器１１にも供給する。

マルチプレクサ１６はレビートビットテータを含むこれ
ら入力を量子化したうえ所定の形成で多重化したあと伝
送路１００２を介して合成側２に伝送する。

合成１１１２ではデマルチプレク°邦１が分析側１から
伝送された多重化信号の多重化分離と復号化を行い、標
準バタン番号指定データはバタン復号器２２にルビート
ピットデータはＬＡＰ合成器２４に、また音源情報デー
タは音源合成器２３にそれぞれ供給する。

パタン復号器２２は、入力標準バタン番号指定コードに
もとづいて標準パタンメモリ（１）１４から番号指定さ
れた標準パタンの内容を胱出しこれをＬＡＰ合成器２４
に供給する。

標準バタンメモ！ｊ（１１１４は分析側に備えたものと
同じものであシ、可変長フレームごとのＬＡＰ係数列が
読出されＬＳＰ合成器２４に供給されることとなる。Ｌ
８Ｆ合成器２４はレビートビットデータとＬＳＰ係数列
とを利用し分析フレームごとのＬＳＦ係数を再生し、こ
れを全極型の１０次のディジタルフィルタによって構成
する音声合成フィルタの係数として利用する。

音源合成器２３は音源情報テークを利用し公知の技術に
よって分析フレームごとの音源を合成し、この音源電力
をＬＡＰ合成器２４に供給してＬＳＰ合成器２４内版の
前記音声合成フィルタを駆動しディジタル量の入力音声
信号を合成、出力せしめる０ ＬＳＦ合成器２４で合成されたディジタル量の入力音声
信号はＤ／Ａコンバータでアナログ化されたのちＬＰＦ
２６で不要な高域成分を除去し出力ライン２００１に出
力される。

本発明はＬＳＰバタンマツチングボコーダにおいて、ス
ペクトル包絡ベクトルの発生密度に対応したクラスタリ
ングによって分割された標準ベクトルパタンを備えてバ
タンマツチングを行なう点に基本的特徴を有するもので
あシ、第１図の実施例の変形も種種考えられる。

たとえ／ｌ′！第１図の実施例では予備選択を行なうた
めに等スペクトル距離でクラスタリングさｉ″した標準
ベクトルパタンを記憶した第２の標準パタンメモリを備
えているが、予Ｓ選択を行なわないでバタンマツチング
を実施するときには、これは不要であシ、発生密度と関
連づけてクラスタリングした標準ベクトルパタンを記憶
する第１の標準パタンメモリのみ利用してマツチング処
理を行えばよい。

また、本冥施例では可変長フレーム方式でＬＳＰ係数列
を利用しているが、これは固定フレームとしても一向に
差支えなく、この場合はレビートビットデータの送受は
不要となる。

さらに本発明では音源情報はピッチ周期、有声／無声／
無音情報９音源の強さでモデル化して取扱っているが、
これをマルチパルス等の如く波形情報を利用する形成で
取扱ってもよく、以上はすべて本発明の主旨を損なうこ
となく容易に実施しうるものである。

〔発明の効果〕

以上説明した如く本発明によれば、ＬＳＰパタンマッチ
ングボコーダにおいて、スペクトル包絡ベクトルの発生
分布に対応したクラスタリングによって分割した標準ベ
クトルパタンを備えてバタンマツチングを実施すること
にょシ、バタンマツチングにおける量子化歪を大幅に低
減しつるバタンマツチングボコーダが実現できるという
効果がある。

【図面の簡単な説明】

第１図は本発明のＬＳＰバタンマツチングボコーダの一
実施例の構成を示すブロック図である。 １・・・・・・分析側、２・・・・・・合成側、１１・
・・・・・ＬＡＰ分析器、１２・・・・・・音源情報分
析器、１３・旧・・バタン照合器、１４・・・・・・標
準バタンメモｌ）、１５・・・・・・標準パタンメモリ
（２１，１６・・・・・・マルチプレクサ、２１・・・
・・・デマルチプレクサ、２２・・・・・・バタン復号
器、２３・・・・・・音源合成器、２４・旧・・ＬＳＦ
合成器、２５・・・・・・Ｄ／Ａコンバータ、２６・・
・・・・ＬＰＦ。

Claims (2)

【特許請求の範囲】
1. （１）音声資料のＬＳＰ（Ｌｉｎｅ　Ｓｐｅｃｔｒｕｍ
   　Ｐａｉｒｓ、線スペクトル対）係数の分布に関する標
   準ベクトルパタンと入力音声信号を分析して得られるＬ
   ＳＰ係数のベクトルパタンとを照合しつつ入力音声信号
   の合成を行なうＬＳＰパタンマッチングボコーダにおい
   て、入力音声信号のスペクトル包絡ベクトルの発生分布
   に対応したクラスタリング（ｃｌｕｓｔｅｒｉｎｇ）に
   よって分割された標準ベクトルパタンを記憶した第１の
   標準パタンメモリを備えて取ることを特徴とするＬＳＰ
   パタンマッチングボコーダ。
2. （２）前記第１の標準パタンメモリに加え等スペクトル
   距離によってクラスタリングされた標準ベクトルパタン
   を記憶した第２の標準パタンメモリを有しこの第２の標
   準パタンメモリに記憶した標準ベクトルパタンを介して
   予備選択しつつベクトルパタンの照合を実施することを
   特徴とする特許請求範囲第（１）項記載のＬＳＰパタン
   マッチングボコーダ。