JPS6276938A - ステレオ信号伝送方法、符号化装置および復号化装置 - 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】 ［発明の技術分野］ 本発明はステレオ音声の伝送方式に関する。

［発明の技術的背景とその問題点］ 近年、通信技術の進歩に伴い離れた場所でもいながらに
して会議のできる遠隔会議システムが普及し始めている
。

従来の遠隔会議システムは、広帯域の専用線を用いたテ
レビ会議システムが主流であるが、ＣＣＩＴＴ等で検討
されているｌ５ＤＮ網（デジタル統合サービス網〉が整
備されれば、公衆網として６４ｋｂｐＳをベースとした
狭帯域のデジタル網が広くはりめぐらされることとなり
、将来的には狭帯域網を用いた遠隔会議システムが中小
企業や家庭まで含めた普及の鍵を握ると考えられる。

このような低伝送速度、たとえば６４ｋｂｐＳの伝送路
を使用した遠隔会議システムにおいては、会議の運営に
支障を与えない範囲において、画像や音声の多量の情報
を圧縮することが必要となる。

第３図は、従来の遠隔会議システムの構成例であり、音
声のマンマシンインターフェイスであるマイク１、スピ
ーカ２と、画像のマンマシンインターフェイスであるテ
レビカメラ３、テレビモニタ４、電子黒板５、ファック
ス６、テレライティング装置７と、音声データを１６ｋ
ｂｌ）Ｓに符号、復号化する音声ユニット８と、後で述
べる画像ユニットを制御する制御ユニット９と、制御ユ
ニット９への指示を入力する制御パット１０と、制御ユ
ニット９により指定された画像信号を４８ｋｂｐＳに符
号、復号化する画像ユニット１１と、６４ｋｂｐｓの伝
送路１２を介してこれら音声、画像信号の送信および受
信を行なう伝送ユニット１３より構成されている。

このような低伝送速度の伝送路を使用する遠隔会議シス
テムにおいては、モノラル音声でさえ、たとえばＡＤＰ
ＣＭ等の音声データ圧縮処理により１６ｋ　ｂ　ｐ　ｓ
等の低伝送容口に圧縮する必要があり、したがって通常
ステレオ音声は用いられていない。

一方、遠隔会議システムにおいては臨場感を出すために
も、相手側の誰が話しているかを知る話者識別のために
も、ステレオ音声の採用が望ましいことは良く知られて
いる。

さて、このような長所を持つステレオ音声を前述のよう
な低伝送速度の伝送路を使用する遠隔会議システムに導
入しようとしたとき、従来のステレオ音声伝送方式によ
れば、第４図のようなステレオ音声伝送システムが必要
となる。このステレオ音声伝送システムでは、音声情報
は左右２チャンネルとなり、モノラル時の２倍の伝送容
量が必要となる。したがって、従来手法で低伝送速度、
たとえば６４ｋｂｐＳの伝送路を使用する遠隔会議シス
テムにステレオ音声を導入する方法としては、（イ）音
声の１チヤンネルの伝送情報量を８ｋｂｐＳに圧縮する
方法 （ロ）画像の伝送情報量を４８ｋｂｐＳから３２ｋｂｐ
ｓに減らす方法 等が考えられる。

しかし、（イ）は音声品質が劣化し、（ロ）は画像品質
の劣化ないしはサービスの低下をきたすという問題があ
る。

以上のように従来のステレオ音声伝送方式では、低伝送
速度の伝送路を使用した遠隔会議システムにステレオ音
声を導入することは大変困難であった。

［発明の目的］ 本発明は上記の事情に基づいてなされたもので、低伝送
速度の伝送路においても使用可能で、かつ低コストで高
品質のステレオ音声の伝送を可能とするステレオ音声伝
送方式を提供するものである。

［発明の概要］ 本発明は、複数チャンネルの音声信号を伝送路を介して
伝送するステレオ音声伝送方式において、送信側は前記
複数チャンネルの少なくとも１つのチャンネルの主音声
信号より残りのチャンネルの副音声信号を推定し、この
推定音声信号と副音声信号の残差符号を評価して推定パ
ラメータの調整を行なう手段を有するとともに、前記主
音声信号および前記残差符号を伝送し、受信側は副音声
信号として前記主音声信号および前記残差符号より前記
推定音声信号を再生することにより、低伝送速度の伝送
路においても使用可能で、低コストで高品質のステレオ
音声の伝送を可能としたものである。

［発明の実施例］ 以下、本発明を図面を参照しながら詳細に説明する。

第１図は本発明の一実施例の伝送方式を実施する遠隔会
議用ステレオ音声伝送システムの概略構成図である。な
お、以下の説明では説明を簡単にするため伝送方式は片
方向のみを示す。また通常の会議においては、一方の会
議場の複数話者（第４図のＡ１−Ａ４、Ｂｌ〜８４）が
同時に話すことはまれであると考えられ、また仮に一方
の会場の話者が複数同時に話すは場合でも、これらの音
声をステレオ伝送する必要は１人の話者が話している場
合に比べて低いと考えられる。このため以下の実施例で
は、会議の大部分を占める単独発言をステレオ音声伝送
する場合のみを説明する。

このステレオ音声伝送システムは、送信部が左右チャン
ネルのマイクＩＬ、ｉｐと、左チャンネルのマイク入力
音声信号を遅延する遅延回路２０と、右チヤンネル音声
信＝ｘ（ｋ＞から時間領域での推定左チヤンネル音声信
号ｙ（ｋ）を推定する推定回路２１と、左チヤンネル音
声信号ｙ　（ｋ＞からこの推定左チヤンネル音声信号ｙ
　（ｋ）を差引く減算器２２と、この減専器の出力であ
る残差信号の正負符号を出力する符号化回路２３とより
構成され、受信側は左右チャンネルのスピーカ２ｒ、２
ｆ！、と、右チヤンネル音声信号ｘ（ｋ）から推定左チ
ヤンネル音声信号ｙ　（ｋ）を合成する合成回路２４と
より構成され、この送信部と受信部とは伝送路２５．２
６により接続されている。なおＸ　（ｋ）　、ｙ（ｋ）
左右チャンネルの各音声信号のにザンプル時点の値を示
す。

同図において、話者Ａ１が発した音声×（ω）はマイク
１ｒ、１λに収音され、このマイク入力信号ＹＲ（ω）
、ＹＬ（ω）は伝播遅延ならびに室内の音声特性で決ま
る伝達関数ＦＲ（ω）、ＧＬ　（ω）により以下のよう
に表される。ただし、ωは各周波数である ＹＰ　（ω）＝Ｆａ　　（ω）Ｘ（ω）・・・・・・・
・・（１）ＹＬ　　（ω）＝ＧＬ（ω）Ｘ（ω）・・・
・・・・・・（２）ざらに、左マイク入力信号ＹＬ　（
ω）は、推定回路２１における因果律を保証するための
遅延回路２０でＤ（ω）なるフラットな遅延を受け、遅
延回路２０まで含めた伝達関数ＦＬ　　（ω）により以
下のように表される。

ＹＬ　　（ω）＝Ｄ（ω）ＧＬ（ω）Ｘ（ω）＝ＦＬ　
（ω）Ｘ（ω）・・・・・・・・・（３）この左チヤン
ネル音声信号ＹＬ　　（ω）は、減算器２２に入力され
る。

また推定回路２１は、これら左右チャンネルの音声信号
Ｙｅ　　（ω）、ＹＬ（ω）を用いて、右チヤンネル音
声信号Ｙｓ　　（ω）より左チヤンネル音声信号ＹＬ　
　（ω）を得る伝達関数 Ｇ（ω）＝ＦＬ　（ω）／ＦＲ（ω）・・・・・・（４
）を推定し伝達関数Ｇ（ω）の推定伝達関数Ｇ（ω）を
生成する。

この推定回路は、第２図（Ａ＞に示す時間領域の推定左
チャンネル音声信＠ｙ（ｋ）を算出する更新する修正回
路２１ｂとよりその要部が構成され、この適応トランス
バーサルフィルタ２１ａと修正回路２１ｂはクロックに
同期して動作する。

またこの適応トランスバーサルフィルタ２１ａは、Ｎタ
ップのシフトレジスタ２７と、推定インパルス応答Ｈ（
ｋ）と右チヤンネル音声信８Ｘ（ｋ）の各成分ごとの乗
算を行なう乗算器２８と、この結果の総和を求める加算
器２つとよりなる。

この推定回路２１において、まず右チヤンネル音声信号
ｘ（ｋ）は一段当たり１サンプル分の遅延を有するシフ
トレジスタ２７に入力され、時系列ベクトル Ｘ　（ｋ＞　＝　（ｘ　（ｋ）　、ｘ　（ｋ−１）−−
−−−−・−１Ｘ　（ｋ−Ｎ＋１　）　）　”・・・・
・・・・・（５）（Ｔは転置ベクトルを示す） が生成される。

一方、推定伝達関数Ｇ（ω）を時間領域で近似したＪｉ
ｔ定イレインパルス応 答　（ｋ）＝　（ｈ＋　　（ｋ）　、ｈｚ　　（ｋ）　
、ｈｚ　（ｋ）・・・・・・・・・、ｈＮ（ｋ））”・
・・・・・・・・（６）とすると、以下の式により左チ
ヤンネル音声信号ｙ（ｋ）の推定値ｙ　（ｋ）を得るこ
とができる。

ｙ　（ｋ）＝Ｈ（ｋ）　ＴＸ　（ｋ）　　　・・・・・
・・・・（７）このとき、伝達関数Ｇ（ω）のインパル
ス応答系列ト１が Ｈ＝（ｈ＋、ｈ２、・・・・・・・・・、ｈＮ）”・・
・・・・・・・（８） で表示できたとすると、伝達関数の推定が良好でＨ（ｋ
）ΦＨ・・・・・・・・・（９）となったとぎに、左チ
ヤンネル音声信号推定値ｙ（ｋ）が実際の左チヤンネル
音声信号ｙ　（ｋ）の良い近似となる。

なお推定回路２１における推定インパルス応答Ｈ（ｋン
の推定は、修正回路２１ｂＧ、：おいて逐次的に以下の
演算を行なうことにより成される。

１（（ｋ＋１　＞ ＝Ｈ（ｋ）　十α５ｉｏｎ　（ｅ　（ｋ＞　）　Ｘ　（
ｋ）・・・・・・・・・（１０） （ただしト１　（０）＝Ｏ） このアルゴリズムは公知のｓｉｇｎアルゴリズムである
。なお゛（１０）式においてｓｉｇｎ　（ｅ　（ｋ）　
）は、第１図の減算器２２の出力 ｅ　（ｋ）　＝ｙ　（ｋ）　−ｙ　（ｋ）−−−−−−
−−・（１１）の符号であり、αは（１０）式の収束速
度および安定性を決定する係数である。

以上の操作の後左チャンネル側のデータとしては１ビツ
トの残差符号ｓｉｇｎ　（ｅ　（ｋ）　）のみが伝送さ
れる。

一方受信側では、推定回路２１と同じ構成の合成回路２
２を有し、この合成回路２２は伝送されてきた右チヤン
ネル音声信＠ｘ（ｋ＞および残差符号ｓｉｇｎ　（ｅ　
（ｋ）　）より逐次送信側の左チャン＝Ｈ（ｋ）　＋ａ
ｓｉｏｎ　（ｅ　（ｋ）　＞　Ｘ　（ｋ＞ここで受信側
の式（１２）、（１３）は送信側の式（７）、（１０）
と同一であるため、左チヤンネル音声信号の送受の推定
値Ｖ　（ｋ）　、ｙ（ｋ）は 余 Ｖ　（ｋ）＝ｙ（Ｋ）　　　　　　　・・・・・・・・
・（１４）となる。したがって推定回路において、イン
パルス応答Ｈ（ｋ）の推定が進み、 Ｈ（ｋ）　＝Ｈ・・・・・・・・・（１５）になったと
きには ｙ　（ｋ）中ｙ　（ｋ）　＝ｙ　（ｋ）・・・・・・・
・・（１６）となる。

また送話者が代ったときは、Ｈ（ｋ）≠Ｈとなるため一
時的に ｙ　（ｋ）≠Ｖ　（ｋ）　　　　　　・・・・・・・・
・（１７）となり音像が乱れるが、推定回路２１は常に
動作しているためすぐにＨ（ｋ）−ｉ＝Ｈとなり、正し
い音像に復旧してステレオ伝送が可能となる。

なお遅延回路２０は、推定回路２１の適応トランスバー
サルフィルタ２１ａが左チヤンネル音声信号の遅延した
成分しか合成できないのを防止するもので、左右マイク
の中央に送話者がいるときｈＮ／ｚ　　（ｋ）にメイン
タップが位置するようにＮ／２サンプルの遅延を加えて
いる。

このステレオ音声伝送システムの推定回路２１および合
成回路２２は、時間領域の適応トランスバーサルフィル
タを使用しているが、周波数領域の適応フィルタによっ
て実現す葛ことも可能である。

また上記のステレオ音声伝送システムでは２チヤンネル
のステレオ音声伝送を行なったが、本発明はこれに限定
されるものではなく、３チャンネル以上のステレオ音声
伝送を行なうこともできる。

［発明の効果コ 以上説明したように本発明によれば、ステレオ伝送にお
いて主音甫信号と残差符号のみを伝送するようにしたの
で、モノラル音声伝送に比べて数ビットの情報を増ヤし
ただけでステレオ伝送が可能となり、低伝送速度の伝送
路においても低コストで高品質のステレオ音声の伝送が
可能となる。

【図面の簡単な説明】

第１図は本発明の一実施例を実施するステレオ音声伝送
システムの概略構成図、第２図は同システムの推定回路
の構成ブロック図、第３図は従来の遠隔会議システムの
概略構成図、第４図は従来のステレオ音声伝送システム
の構成図である。 ２１・・・・・・・・・推定回路 ２２・・・・・・・・・減算器 ２３・・・・・・・・・符号化器 ２４・・・・・・・・・合成回路 出願人　　　　　株式会社　東芝 代理人弁理士　　須　山　佐　− 第１図 第３図

Claims (1)

【特許請求の範囲】
1. （１）複数チャンネルの音声信号を伝送路を介して伝送
   するステレオ音声伝送方式において、送信側は前記複数
   チャンネルの少なくとも１つのチャンネルの主音声信号
   より残りのチャンネルの副音声信号を推定し、この推定
   音声信号と副音声信号の残差符号を評価して推定パラメ
   ータの調整を行なう手段を有するとともに、前記主音声
   信号および前記残差符号を伝送し、 受信側は副音声信号として前記主音声信号および前記残
   差符号より前記推定音声信号を再生することを特徴とす
   るステレオ音声伝送方式。