JPS6314523A - 音声符号化方式 - 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】 ［技術分野］ 本発明は、音声符号化方式に関する。

［従来技術］ 例えば、高速デジタル回線を用いて音声信号を伝送した
り、音声応答装置のために音声信号を蓄積および合成す
るなど音声信号をデジタル処理するとき、この音声信号
をなんらかの方法でデジタル信号に変換する必要がある
。

基本的には音声信号は周波数帯域が０，３〜３．４ＫＨ
ｚのアナログ信号であり、これをデジタル信号に変換す
るには、例えばサンプリング周波数８ＫＨｚで分解能が
８ビツトのアナログ／デジタル変換器で変換すればよい
（ＰＣＭ（Ｐｕｌｓｅ　Ｃｏｄｅ　Ｍｏｄｕｌａｔｉｏ
ｎ）符号化）。

そして、このデジタル信号を元の音声信号に戻すには、
サンプリング周波数８ＫＨｚで分解能が８ビツトのデジ
タル／アナログ変換器でアナログ信号に変換し、さらに
ローパスフィルタを通して波形整形してやればよい。こ
のとき、アナログ／デジタル変換器およびデジタル／ア
ナログ変換器の分解能（すなわちＰＣＭ符号のビット幅
）が大きいほど再生した音声の品質が高い。

ところで、このようなＰＣＭ符号化された音声信号は１
秒あたりのビット速度（データ速度；以下ビットレート
という）が６４Ｋｂｐｓとなり、このように高いビット
レートの音声信号を伝送するには非常に高速な伝送路を
必要とし、また、かかる音声信号を蓄積するためには厖
大な記憶容量のメモリを必要とする。そこで、従来から
、音声信号のビットレートを低減するための種々の提案
がなされている。

その１つに、時系列的に隣接するＰＣＭ符号の差分を形
成する差分ＰＣＭ符号化方式がある。この差分ＰＣＭ符
号化方式は、音声波形の相関性に基づく冗長性を利用し
たものであり、隣接したサンプル間の値の変化が、多く
の場合ダイナミック・レンジの限られた範囲に含まれる
ことから、１サンプルあたりのビット数を低減すること
ができる。この差分ＰＣＭ符号化方式をさらに進めた適
応差分ＰＣＭ符号化方式の１つである、ＣＣＩＴＴ　（
国際電信電話諮問委貝会）勧告による適応差分ＰＣＭ方
式（ＡＤＰＣＭｆ）では、３２Ｋｂｐｓのビットレート
を実現している。

この他には、音声信号の非定在性と線形予測可能性を利
用したＡＰＣ−ＡＢ（Ａｄａｐｔｉｖｅ　Ｐｒｅｄｉｃ
ｔｉｏｎ　Ｃｏ−ｄｉｎｇ　ｗｉｔｈ　Ａｄａｐｔｉｖ
ｅ　Ｂｉｔ　Ａ１１ｏｃａｔｉｏｎ）方式、または、音
声分析合成手法によるＬＳＰ（Ｌｉｎｅ　Ｓｐｅｃｔｒ
ｕｍＰａｉｒ）方式などがある。

しかしながら、このようなＡＤＰＣＭｆ方式、ＡＰＣ−
ＡＢ方式およびＬＳＰ方式は、符号化および復号化の処
理が非常に複雑であり、それらを実現するための装置は
非常に高価なものとなるという不都合がある。

また、放送衛星用の高品位なＰＣＭ音声伝送方式の１つ
に準瞬時圧伸方式がある。この準瞬時圧伸方式は、ＰＣ
Ｍ符号化された音声データを時系列に所定数ごとのブロ
ックに分割し、おのおののブロックにおける信号絶対値
の最大値に対応した最上位桁をあらわすスケールデータ
を識別し、その最上位桁を含む所定ビット数のデータを
符号データに整形するものであり、比較的符号化処理が
簡単で、かつ、容易に１サンプルのビット数を低減する
ことが可能である。しかしながら、このような準瞬時圧
伸方式は、音質が劣化するという不都合を生じることが
ある。

［目的コ 本発明は、上述した従来技術の不都合を解決するために
なされたものであり、低ビツトレートで、簡単な処理に
より、高品質な音声を再現できる音声符号化方式を提供
することを目的としている。

［構成コ 本発明は、準瞬時圧伸による圧縮データをその量子化ビ
ット内で元の音声信号により近づけるように補正するこ
とで、上記した目的を達成している。

以下、添付図面を参照しながら、本発明の実施例を詳細
に説明する。

まず、本発明の原理について説明する。

例えば、第１図（ａ）に実線で示したような音声信号を
サンプリング周波数８ＫＨｚでサンプリングし、おのお
ののサンプルを８ビツトのデジタルデータ（ＰＣＭ符号
）に変換し、このデジタルデータを準瞬時圧伸すること
を考える。準瞬時圧伸の条件としては、１ブロツクを構
成するサンプルの数は８、おのおののサンプルを５ビツ
トに圧縮し、またスケール値を３ビツトであられすもの
とする。なお、サンプリングして形成された８ビツトの
デジタルデータは、２の補数であられされたデジタルデ
ータであり、最上位桁がサインビット（正負を識別する
ための符号ビット）である。

ここで、サンプル＃１〜＃８のデジタルデータがそれぞ
れ同図（ｂ）に示したように得られたとする。

この８つのサンプルからなるブロックにおいて。

その絶対値が最大となるのはサンプル＃２のデータであ
るから、そのビットパタンの最上位桁の位置すなわちビ
ット６が準瞬時圧伸のスケール位置ｐｏｓに設定される
。

そして、おのおののサンプルｔ１１〜＃８について、こ
のスケール位置よりも１桁上位桁のビット７から下位５
桁を伝送ビットすなわち符号データとして抜き出す、し
たがって、符号データのＭＳＢ　（最上位桁）には、そ
の符号データの正負の区別をあらわすサインビット（符
号ビット）が位置する。

この結果、同図（ｃ）に示したように、準瞬時圧伸によ
る符号化データが得られる。すなわち、先頭３ビツトに
はスケール位１ｐｏｓのデータが配置され、それに続い
てサンプル＃１〜＃８において抜き出された５ビツトの
符号データが順次配置される。

この符号化データを復号して音声信号を再生するときは
、まず、先頭３ビツトの内容からスケール位置ｐｏｓを
識別する。

そして、後続するデータを５ビツトずつの符号データに
順次区切り、その符号データのＭＳＢが、さきに識別し
たスケール位置ＰＯ８よりも１桁上位桁に位置するよう
は、８ビツトデータのなかに配置し、その符号データよ
りも上位桁にはその符号データのＭＳＢの内容（すなわ
ちサインビットの内容）を配置し、その符号データより
も下位桁には０を配置する。

この復号化により、同図（ｄ）に示したようなデジタル
データが復号される。さらに、これをデジタル／アナロ
グ変換してローパスフィルタで波形整形することで、音
声信号が再生される。

さて、このような準瞬時圧伸により符号化された符号デ
ータには、第１図（ｃ）の右側に示したように、もとも
とのデジタルデータに含まれていた符号データよりも下
位桁のデータが切り捨てられ。

この切捨ビットのデータが欠落している。

したがって、第１図（ａ）に一点鎖線で示したように、
再生された音声信号が元の音声信号と誤差を生じ、その
ために、準瞬時圧伸された音声信号の音質が劣化するこ
とがある。

このような音質の劣化を防止するには、符号化データを
復号して得たデータすなわち復号値が、元の音声信号に
より近づくように、おのおののサンプル点における符号
データを、その量子化ビット内で補正すればよい。

そのための１つの方法は、サンプル点毎に、符号データ
の復号値と、その符号データのＬＳＢ　（最下位桁）に
１を加えたデータ（以下、加算符号データという）の復
号値のいずれがより元の音声信号に近いかを判別し、そ
の判別結果に基づいて当該サンプル点における符号デー
タを選択するというものである。

例えば、第１図（ｃ）のように形成された符号データに
対して、同図（ｅ）に示したような加算符号データが得
られ、この加算符号データを復号すると同図（ｆ）に示
したように復号値が得られる。

この加算符号データの復号値と、符号データの復号値を
それぞれ元の音声信号と比較すると、この場合には、サ
ンプル１２．１４については加算符号データの復号値が
より元の音声信号に近いので、サンプル９１．＃３Ｊ５
〜Ｉ８については符号値として符号データが選択され、
サンプル１２．１４については符号値として加算符号デ
ータが選択される。

その結果、第１図（ｇ）に示したように、符号データが
補正され、同図（ｈ）に示したように復号値が改善され
る。その状態を第１図（ａ）に破線で示す。

また、他の方法は、サンプル点毎に、切捨ビットの内容
が所定値よりも大きいかどうかを判断し、大きい場合に
は当該サンプルの符号データのＬＳＢに１を加算した加
算符号データを、そのサンプルの符号値として選択する
というものである。この方法は、いわば切捨ビットの四
捨五入の結果を符号データに反映させることで、よりも
との音声信号に近づくようにしたものである。

またそのときの所定値とは、例えば切捨ビットのＭＳＢ
が１で他の桁が０である値である。

この方法では、サンプル１１．１２Ｊ３において加算符
号データが選択されるので、第１図（ａ）に二点鎖線で
示したように、復号値が改善される。

第２図は、本発明の一実施例にかかる音声符号化装置を
示している。この音声符号化装置は、上述した最初の方
法によって符号データを補正するものである。また準瞬
時圧伸の条件は、上述したものを用いている。

同図において、入力音声信号ＳＳは、ローパスフィルタ
１によって帯域制限されたのちにアナログ／デジタル変
換器２に加えられて８ビツトのデジタル信号Ｏ５に変換
される。このアナログ／デジタル変換器２は、サンプリ
ング周波数が８ＫＨｚで直線量子化するものである。

デジタル信号ＤＳは、ｌブロックをなす８サンプル分の
記憶容量をもつバッファ３を介して準瞬時圧縮部４に加
えられるとともに符号化の対象である元の音声信号（以
下原信号という）として比較部５に加えられ、また、準
瞬時圧縮のためのスケール値を設定するためのスケール
値設定部６に加えられている。

スケール値設定部６は、デジタル信号ＤＳの連続する８
サンプルのうち、最も絶対値の大きいものを識別し、そ
のビットパタンの最上位桁を判別してそのビット位置を
３ビツトのスケールデータＤＫとして出力する。

このスケールデータＤＫは、準瞬時圧縮部４、準瞬時圧
縮部４から出力される圧縮データＤＣを復号するための
準瞬時伸張部７、加算器８によって圧縮データＤＣのＬ
ＳＢに１が加算されて形成された加算符号データＤＣ１
１を復号するための準瞬時伸張部９、および、ｌブロッ
ク分のデータを所定の信号形式に整形するためのマルチ
プレクサ１０の一入力端に加えられている。

準瞬時圧縮部４は、バッファ３から加えられる８ビツト
のデジタル信号ＤＳについて、おのおののサンプル毎に
、スケール値設定部６から加えられるスケールデータＤ
Ｋがあられすスケール位置よりも１ビツト上位桁をＭＳ
Ｂとする５ビツトのデータを抜き出し、それを圧縮デー
タＤＣとして加算器８、準瞬時伸張部７およびセレクタ
１１の入力端Ｂに出力する。

準瞬時伸張部７は、スケール値設定部６から加えられる
スケールデータＤＫに基づいて、準瞬時圧縮部４から加
えられる圧縮データＤＣを８ビツトの復号データＤＤに
復号し、この復号データＤＤを比較部５に出力する。

加算器８は、準瞬時圧縮部４から加えられる圧縮データ
ＤＣのＬＳＢに１を加算して加算符号データＤＣ１１を
形成してそれを準瞬時伸張部９およびセレクタ１１の入
力端Ａに出力するとともに、その加算結果として桁上が
りを生じた場合には、キャリ信号ＣＹを形成してそのキ
ャリ信号ＣＹを比較部５に出力する。

準瞬時伸張部９は、スケール値設定部６から加えられる
スケールデータＤＫに基づいて、加算器８から加えられ
る加算符号データＤＣＩ１１を８ビツトの復号データＤ
Ｄｍに復号し、この復号データＯＤｎ＋を比較部５に出
力する。

比較部５は、原信号であるデジタル信号ＤＳと復号デー
タＤＤとの誤差、および、デジタル信号ＤＳと復号デー
タＤＤｍとの誤差をサンプル毎に形成し、前者が後者よ
りも小さい場合にはセレクタ１１に出力している選択信
号ＳＬを論理レベルしに設定し、前者が後者よりも大き
い場合には選択信号Ｓｌ、を論理レベルＨに設定する。

したがって、圧縮データＤＣの復号値がより原信号に近
い場合には圧縮データＤＣが、加算符号データＤＤｍが
より原信号に近い場合には加算符号データＤＣｍがセレ
クタ１１によって選択され、符号データＤＣｏとしてマ
ルチプレクサ１０に出力される。

マルチプレクサ１０は、第３図に示したように、スケー
ル値設定部６から出力されたスケールデータＤＫを先頭
に配置し、それに続いて各サンプルの符号データＤＣｏ
を順次配置して構成した信号を、１ブロック分の符号化
データＤＬとして形成して次段装置（例えばデータ伝送
装置、あるいは、データ記憶装置等）に出力する。

なお比較部５は、選択信号ＳＬを論理レベルＨに設定す
るときにキャリ信号ＣＹを入力しているときには、その
ときに設定したスケール値ではそのサンプルの符号デー
タを表現できなくなると判断し。

当該ブロックにおけるスケール値を１つ大きくするため
に再処理信号ＲＥをスケール値設定部６およびマルチプ
レクサ１０に出力する。この再処理信号ＲＥが出力され
ると、マルチプレクサ１０はそのときに入力された１ブ
ロツクデータを出力せず、また。

スケール値設定部６は設定したスケール値を１つ大きく
した状態に変更する。これにより、同一ブロックのデー
タについて、再度準瞬時圧縮の処理が実行される。

このようにして、準瞬時圧縮部４から出力される圧縮デ
ータＤＣが補正されて、符号化データＯＬとして出力さ
れる。

第４図は１本発明の一実施例にかかる音声復号化装置を
示している。この音声復号化装置は、上述した音声符号
化装置によって符号化された符号化データＤＬを復号し
て音声信号を出力するものである。

同図において、例えばデータ受信装置あるいはデータ記
憶装置等の前段装置（図示略）から出力された符号化デ
ータＤＬは、デマルチプレクサ２１に加えられ、おのお
ののブロック毎に、先頭の３ビツトがスケール値ＳＣと
して識別されて準瞬時伸張部２２のスケール値入力端に
加えられ、それ以外のコードデータ（圧縮データ）は、
準瞬時伸張部２２のコードデータ入力端に加えられる。

準瞬時伸張部２２は、加えられるコードデータを５ビツ
トずつに区切り、そのコードデータを、スケールデータ
ＳＣに基づいて８ビツトデータに伸張し、この８ビツト
データをデジタル／アナログ変換器２３に出力する。

デジタル／アナログ変換器２３は、受入し８ビツトデー
タを８ＫＨｚの変換周波数で対応するアナログ信号（レ
ベル信号）に変換し、これをローパスフィルタ２４に出
力する。このアナログ信号は、ローパスフィルタ２４に
よって波形整形されたのち、再生音声信号として次段装
置（例えば音声出力装置等）に出力される。

このように、本発明にかかる符号化データを復号するた
めの音声復号化装置の構成は、非常に簡単なものとなる
。したがって１例えば、汎用の８ビツトマイクロプロセ
ツサを用いてこの音声復号化装置を実現することもでき
、コストを極く小さく抑えることができる。

第５図は、本発明の他の実施例にかかる音声符号化装置
を示している。この音声符号化装置は。

前述した後者の方法により符号データを補正するもので
ある。なお、同図において第２図と同一部分および相当
部分には同一符号を付してその説明を省略する。

同図において、切捨ビット判断部３１は、スケール値設
定部６から出力されるスケールデータＤＫに基づき、バ
ッファメモリ３から出力されるデジタル信号ＤＳのうち
、圧縮データＤＣに含まれない下位桁の切捨ビットを切
り出すとともに、その切捨ビットの値が所定値以上であ
る場合には、加算命令ＡＤを加算器３２に出力する。こ
の所定値としては、切捨ビットのＭＳＢに１が立ってい
る最小値が設定される。例えば、第１図（ｃ）に示した
ように切捨ビットが３ビツトからなるときには、（１０
０）２がその所定値として設定される。

加算器３２は、切捨ビット判断部３１から加算命令ＡＤ
が出力されたサンプルについては、準瞬時圧縮部４から
出力される５ビツトの圧縮データＤＣのＬＳＢに１を加
算して形成した加算符号データを符号データＤＣｏとし
てマルチプレクサ１０に出力する。また切捨ビット判断
部３１から加算命令ＡＤが出力されないサンプルについ
ては、準瞬時圧縮部４から出力される圧縮データＤＣを
そのまま符号データＤＣ。

としてマルチプレクサ１０に出力する。

また加算器３２は、加算結果によって桁上がりを生じた
場合には、キャリ信号ＣＲをスケール値設定部６および
マルチプレクサ１０に出力する。このようにしてキャリ
信号ＣＲが出力されると、マルチプレクサ１０はそのと
きに入力された１ブロツクデータを出力せず、また、ス
ケール値設定部６は設定したスケール値を１つ大きくし
た状態に変更する。

これにより、上述の実施例と同様に、同一ブロックのデ
ータについて、再度準瞬時圧縮の処理が実行される。

これにより、準瞬時圧縮部４から出力される圧縮データ
ＤＣがより適切な値に補正され、マルチプレクサ１０か
ら符号化データＤＬとして出力される。

このようにして、本実施例では、前述した実施例の装置
よりもさらに簡単な構成で、同程度の効果を得ることが
できる。

また、この実施例によって形成された符号化データＤＬ
から音声信号を再生するものとしては、上述した音声復
号化装置と同一のものを用いることができる。

なお、上述した各実施例における圧縮データのビット数
等の各種の定数は一例であって、これ以外の態様をとる
ものに対しても、本発明を実施することができる。

［効果］ 以上説明したように、本発明によれば、準瞬時圧伸によ
る圧縮データをその量子化ビット内で元の音声信号によ
り近づけるように補正してるので、低ビツトレートで、
簡単な処理により、高品質な音声を再現できるという優
れた効果を得ることができる。

【図面の簡単な説明】

第１図（ａ）〜（ｈ）は本発明の詳細な説明図、第２図
は本発明の一実施例にかかる音声符号化装置を例示した
ブロック図、第３図は符号化データのフォーマットを例
示した信号配置図、第４図は本発明の一実施例にかかる
音声復号化装置を例示したブロック図、第５図は本発明
の他の実施例にかかる音声符号化装置を例示したブロッ
ク図である。 １．２４・・・ローパスフィルタ、２・・・アナログ／
デジタル変換器、３・・・バッファメモリ、４・・・準
瞬時圧縮部、５・・・比較部、６・・・スケール値設定
部、７．９．２２・・・準瞬時伸張部、　８．３２・・
・加算器、１０・・・マルチプレクサ、１１・・・セレ
クタ、２１・・・デマルチプレクサ、２３・・・デジタ
ル／アナログ変換器、３１・・・切捨ビット判別部。 ＼（エノ′ 第１図 第１図 弔３図 ＤＬ 弔４図

Claims (4)

【特許請求の範囲】
1. （１）ＰＣＭ符号化された音声データを時系列に所定数
   ごとのブロックに分割し、おのおののブロックにおける
   信号絶対値の最大値に対応した最上位桁をあらわすスケ
   ールデータを識別し、その最上位桁を含む所定ビット数
   のデータを符号データに整形して上記音声データを圧縮
   する音声符号化方式において、上記符号データの最下位
   桁に１を加えた加算符号データを形成し、この加算符号
   データの復号値と当該加算符号データに対応した上記音
   声データとの誤差がその加算符号データに対応した上記
   符号データの復号値と当該符号データに対応した上記音
   声データとの誤差よりも小さいときに当該音声データに
   対応した符号値として上記加算符号データを選択し、そ
   れ以外のときには当該音声データに対応した符号値とし
   て上記符号データを選択することを特徴とする音声符号
   化方式。
2. （２）特許請求の範囲第１項記載において、前記加算符
   号データが桁上がりし、かつ、この桁上がりした加算符
   号データが符号値に選択されたときには、前記スケール
   データを１つ増加させた状態で当該ブロックについて再
   度符号化処理を行なうことを特徴とする音声符号化方式
   。
3. （３）ＰＣＭ符号化された音声データを時系列に所定数
   ごとのブロックに分割し、おのおののブロックにおける
   信号絶対値の最大値に対応した最上位桁をあらわすスケ
   ールデータを識別し、その最上位桁を含む所定ビット数
   のデータを符号データに整形して上記音声データを圧縮
   する音声符号化方式において、上記音声データのうち上
   記符号データに含まれなかった下位桁のデータが所定値
   よりも大きいときは当該符号データの最下位桁に１を加
   えた加算符号データを形成して当該音声データに対応し
   た符号値としてこの加算符号データを選択し、それ以外
   のときには当該音声データに対応した符号値として上記
   符号データを選択することを特徴とする音声符号化方式
   。
4. （４）特許請求の範囲第３項記載において、前記加算符
   号データが桁上がりしたときには、前記スケールデータ
   を１つ増加させた状態で当該ブロックについて再度符号
   化処理を行なうことを特徴とする音声符号化方式。