JPS63192099A - 音声分析合成方式 - 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】 〔概要〕 本発明は音声波形をいったん分析して情報要素の形に変
換、伝送し、それを元の音声に復元する音声分析合成方
式において、 ピッチ周期の長短に応じて分析係数の量子化ビット数の
割り当てを最適なものに選択することにより、 音声品質を改善するようにしたものである。

（産業上の利用分野） 本発明は音声分析合成方式に係り、特にＰＡＲＣＯＲ方
式（Ｐａｒｔｉａｌ　Ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ
　Ｃｏｅｆｆｉ−Ｃｉｅｎｔ　）により音声を分析し、
合成する音声分析合成方式に関する。

音声分析合成方式のうち最も代表的なＰＡＲＣＯＲ分析
合成方式は、音声スペクトルの特徴を能率的に表現でき
る点で優れており、音声を９６００ｂｐｓ　、　４８０
０ｂｐｓ　、　２４００ｂｐｓといった非常に低いビッ
トレートで音声を伝送でき、情報伝送容量が限られてい
る回路で音声を効率的に伝送するのに有効な符号化方式
であり、特に海外ネットワークや衡星回線、あるいは音
声応答装置等への応用が有効である。

このようなＰＡＲＣＯＲ分析合成方式では合成音声の品
質向上が重要となる。

〔従来の技術〕

第４図は従来のＰＡＲＣＯＲ分析合成方式の・−例のブ
ロック図を示す。第４図において、送信部（分析側）の
入力端子１よりのアナログ音声信号はＡ／Ｄ変換器２に
よりディジタル信号Ｘに変換された後ＰＡＲＣＯＲ分析
部３に供給され、ここで複数個の相続く音声標本値に基
づいてＰＡＲＣＯＲ係数に１〜ｋＴｌと残差信号εとに
される。残差信号εから相関部４は音声のピッチ周期Ｔ
、振幅Ａ、有声／無声係数Ｖ／ｌＪ　Ｖの駆動音源情報
を得る。

ＰＡＲＣＯＲ係数に１〜に１は量子化部５により所定傷
子化ビット数で量子化され、またピッチ周１１Ｔ及び振
幅Ａの情報は逗子化部６で量子化され、それぞれ符号化
部７に前記有声／無声情報と共に供給され、ここで符号
化された後、伝送路へ送出される。

このディジタル符号化信号は受信部（合成側）内の復号
化部８により復号化され、そのうちピッチ周期情報Ｔ′
はパルス発生器９の出力パルスの周期を可変し、振幅情
報Ａ′は増幅部１２のゲインを可変し、有声／無声情報
Ｖ／ｕＶ’　はスイッチ回路１１をスイッチング１１１
１１ｍシ、有声のときはパルス発生器９の出力パルスを
選択出力させ、無声のときはランダム雑音発生器１０の
出力ランダム雑音を選択出力させる。

スイッチ回路１１の出力信号は増幅部１２により増幅さ
れて擬似的な残差信号ε′とされた後、合成フィルタ１
４に供給される。また、前記復号化部８の出力信号を、
復号化部１３により更に復号化して得られたＰＡＲＣＯ
Ｒ係数ｋｌ′〜に１′は合成フィルタ１４に供給されて
その特性を可変制御する。

これにより、合成フィルタ１４からはディジタル信号ｘ
′が復元されて取り出され、更にＤ／Ａ変換器１５を通
して出力端子１６へ原アナログ音声信号と略同−のアナ
ログ合成音声信号として出力される。

ここで、従来はフレーム周期１５ｍ５，１フレームのビ
ット数７２ビツト、　４８００ｂｐｓでディジタル信号
を伝送路へ送出する場合の、量子化部５によるＰＡＲＣ
ＯＲ係数に＋　〜に＋ｏ　（ｎ＝１０の場合）の各」子
化ビット数の割り当ては第５図に示す如く、低次の係数
はど多くのビットを割り当て、高次の係数はど割り当て
る量子化ビット数を少なくしていた。

これは、ＰＡＲＣＯＲ係数の特徴を利用したものである
が、この母子化ビット数の割り当ては、話者の音声ピッ
チには無関係で固定である。この量子化ビット数の割り
当ては、あらゆるピッチに対して平均的に最適なものが
選ばれていた。なお、１フレーム７２ビツト中、ＰＡＲ
ＣＯＲ係数に＋〜に１・の全ビット数は第５図に示す如
く５８ビツトであり、残りの１４ビツトのうち６ビツト
はビッヂ周期Ｔの情報ビット、６ビツトは振幅Ａの情報
ビット、更に有声／無声情報Ｖ／ＵＶと同期ビットが各
１ビツトである。

〔発明が解決しようとする問題点〕

ＰＡＲＣＯＲ係数はそれぞれ相異なるスペクトル感度を
もち、低次の係数はど高感度で重要な情報を担っている
ことから、第５図に示すように、低次の係数はど母子化
ビット数の羽り当てが多くなっており、前記したように
、このＰＡＲＣＯＲ係数の量子化ビット数の割り当ては
従来固定であった。

しかし、実際は女声の場合と男声の場合を比較すると、
同一の量子化ビット数に対する量子化ひずみは女声の場
合の方が大きく、女声の方が係数の量子化による品質劣
化が顕著に現われることが知られている（例えば、北脇
他：　ＰＡＲＣＯＲ形音声分析合成系、音響学会研究実
用化報告第２７巻第６号（１９７８））。

このため、従来はＰＡＲＣＯＲ係数の量子化ビット数の
割り当ての固定化のため、ピッチ周期によって音声品質
が左右され、充分な音声品質が得られない場合があった
。また、２４００ｂｐＳ　。

４８００ｂｐｓといった低ビツトレートになるほど、音
質の激しい劣化は避けられなかった。

本発明は上記の点に鑑みて創作されたもので、ピッチ周
期が変化してもＢ声品質を改善することができる音声分
析合成方式を提供することを目的とする。

〔問題点を解決するための手段〕

第１図は本発明方式の原理ブロック図を示す。

同図中、第４図と同一構成部分には同一符号を付し、そ
の説明を省略する。第１図において、１９は分析部、２
０及び２２はビット割り当て＠握部。

２１は量子化部、２３は復号化部である。

分析部１９により音声分析をして得られた複数の分析係
数に１〜に１＋は、量子化部２１により別々に量子化後
、符号化部７により符号化され、少なくともピッチ周期
Ｔを含む音源情報と共に一定のビットレートで伝送路へ
送出され、受信側では復号化部８．２３により復号化し
た分析係数及び音源情報に基づいて、もとの音声スペク
トルを合成復元する。

このような音声分析合成方式において、送信部ではビッ
ト割り当て制御部２０とｍｆｔ部２１とが設けられ、ま
た受信部ではビット割り当て制御部２２と復号化部２３
とが設けられ、各々ピッチ周期に応じて量子化ビット数
の割り当てが選択された分析係数を得る。

〔作用〕

量子化部６より取り出された入力音声のピッチ周Ｗ４Ｔ
に関する信号は符号化部７に供給される一方、ビット割
り当てｖｉｗ部２０に供給される。

ビツト割り当てｌｌｌｔｌ部２０は量子化部６よりの量
子化されたピッチ周期■の入力情報に基づき、量子化部
２１で量子化される分析部１９よりのｎ個の分析係数に
１〜ｋＩ＋の量子化ビット数の割り当てを、ピッチ周期
■が長いとき（低ピツチのとき）は短いとき（高ピツチ
のとき）に比べ低次の係数の量子化ビット数の割り当て
を少なくし、高次の係数の量子化ビット数の割り当てを
多くする制御を行なう。

ｍｆｔ部２１によりピッチ周期Ｔの長短に応じた量子化
ビット数の割り当てで量子化された分析係数は、符号化
部７に並列に供給される。

また、受信側にもビット割り当て＠開部２２と復号化１
ｓ２３が設けられ、送信部と同様に、ピッチ周期Ｔの長
短に応じて量子化ビット数が選択されたｎｉｌの分析係
数に、ｔ〜に１′がｇａ号化部２３より取り出される。

このようにして、話者のピッチに最も適合した量子化ビ
ット数の割り当てで、所要の個数ｎ個の分析係数が量子
化され、また復号して取り出すことができる。

なお、分析部１９としてＰＡＲＣＯＲ係数の他にも、線
形予測分析による係数（ＬＰＧ方式の係数）その他の係
数を得るような音声分析合成方式に本発明を適用するこ
とができる。

（実施例〕 第２図は本発明の一実施例のブロック図を示す。

同図中、第１図、第４図と同一構成部分には同一符号を
付し、その説明を省略する。第２図において、ビット割
り当て制御部２０は、所定のしきい値（例えば２００１
Ｓ　）と量子化部６よりのピッチ周期Ｔのデータとを比
較する比較部２５と、比較部２５の出力を計数する計数
部２６とからなる。

また、量子化１２１は高ピツチ（ピッチ周期が短い）用
の第１の量子化部２７．低ピツチ（ピッチ周期が長い）
用の第２のｍ子化部２８及びそれらの出力係数の一方を
選択出力するセレクタ２９とからなる。

また、受信部のビット割り当て關握部２２は、送信部の
ビット割り当て制御部２０と同様に、比較部３０及び計
数部３１よりなる。更に、復号化部２３は第１の復号化
１！１３２．第２の復号化部３３及びセレクタ３４より
なる。

次に上記の構成の動作について説明するに、ＰＡＲＣＯ
Ｒ分析部３より並列に取り出されたｎ１ｌ（例えばｎ−
１０）のＰＡＲＣＯＲ係数に１〜に１は量子化部２７及
び２８に夫々供給され、ここで所定割り当ての量子化ビ
ット数で量子化される。

一例として、ｎ＝１０．フレーム周期１５ｍ５で、１フ
レーム７２ビツトのうち５８ビツトが８子化及び符号化
されたＰＡＲＣＯＲ係数ｋｌ　−ｋ　ｔｏの全ビット数
で、ピッチ周期Ｔ及び振幅Ａの各情報ビット数が各々６
ビツト、有声／無声Ｖ／ｕＶの情報及び同期ビットが各
々１ビツトで伝送されるビットレート４８００ｂｐｓの
場合を例にとると、高ピツチ用の量子化部２７における
入力Ｐ′ＡＲＣＯＲ係数に１〜ｋ１ｍに対する」ｆｔビ
ット数の割り当ては第３図に高ピツチの欄で示され、低
次のＰＡＲＣＯＲ係数はど量子化ビット数が多く特に最
も低次のＰＡＣＯＲ係数に＋は量子化ビット数１３ビッ
トと、かなり多く割り当てられている。

一方、低ピツチ用の量子化部２８における入力ＰＡＲＣ
ＯＲ係数に＋〜に＋・に対する量子化ビット数の割り当
ては、第３図に低ピツチの欄で示され、低次のＰＡＲＣ
ＯＲ係数はど量子化ビット数の割り当てが多い点は高ピ
ツチ用と変らないが、低次のＰＡＲＣＯＲ係数の量子化
ビット数の割り当ては少なく、５次以上の高次のＰＡＲ
ＣＯＲ係数に５〜に１・の量子化ビット数が５ビツトと
比較的多く割り当てられており、低次と高次のＰＡＲＣ
ＯＲ係数聞での割り当て量子化ピット数にそれほど差が
ない点が高ピツチ用と異なる。

また、人力音声信号のピッチ周期Ｔが成るしきい値（こ
こでは２００１３　）よりも長い低ピツチか、そのしき
い値よりも短い高ピツチかが比較部２５で比較され、更
に同じ比較部！Ｌ’ｆ）ｔ一定数以上連続するかどうか
が計数部２６で判別される。

高ピツチの比較結果が一定数以上連続する場合は、計数
部２６の出力信号によりセレクタ２９が量子化部２７の
出力ＰＡＲＣＯＲ係数を選択出力するよう制御され、逆
に低ピツチの比較結果が一定数以上連続する場合は、セ
レクタ２９が量子化部２８の出力ＰＡＲＣＯＲ係数を選
択出力するよう制御される。セレクタ２９の出力ＰＡＲ
ＣＯＲ係数は符号化部７へ出力される。

一方、受信部においては、送信部と同様に、比較部３０
よりの比較結果が高ピツチであり、それが一定数以上連
続する場合は、計数部３１の出力信号によりセレクタ３
４が高ピツチ用復号化部３２よりの復号化されたＰＡＲ
ＣＯＲ係数に１′〜ｋＴｌ′を選択出力するよう制御さ
れ、逆に低ピツチの比較結果が一定数以上連続する場合
は、セレクタ３４が低ピツチ用復号化部３３よりの復号
化されたＰＡＲＣＯＲ係数に１′〜に１′を選択出力す
るよう制御される。

セレクタ３４の出力ＰＡＲＣＯＲ係数に１′〜に、、’
は合成フィルタ１４にそのフィルタ特性制御信号として
印加される。このようにして、受信部も送信部と同様に
、復号化したピッチ周期Ｔ′の長短に応じて復号化部３
２及台３３の出力ＰＡＲＣＯＲ係数に１′〜に１′の一
方を選択出力する。これにより、出力端子１６には音声
スペクトルの復元されたもとのアナログ音声信号が、従
来より高品質で得られる。本買施例によれば、ピッチ周
Ｗ４Ｔに応じたＰＡＲＣＯＲ係数の原子化ビット数の割
り当ての切換えは、音源情報として本来必要なピッチ周
期の情報を利用して行なっているので、新たな切換え用
補助情報は不要で、ビットレートを増加させることはな
い。

なお、本発明は上記の実施例に限定されるものではなく
、例えば高ピツチ用ＰＡＲＣＯＲ係数と低ピッチ用ＰＡ
ＲＣＯＲ係数の量子化ビット数の割り当ては音質が最適
になるよう経験則に基づいて第３図に示した値について
説明したが、これに限定されるものではなく、またピッ
チ周期は高ピツチと低ピツチの２つだけでなく、より細
かく分け、それらについて量子化ビット数の割り当ての
選定を行なうことも可能である。

更に、本発明はＰＡＲＣＯＲ分析合成方式だけでなく、
ピッチ周期を音源情報とし、音声分析をして得た複数の
分析係数を別々に通子化後符号化して送受信するすべて
の音声分析合成方式に適用できるものである。

〔発明の効果〕

上述の如く、本発明によれば、話者のピッチに最も適合
した量子化ピット数の割り当てで、所要の個数ｎｌの分
析係数の茄子化が行なわれるので、従来の音声分析合成
方式に比し、復号化された音声信号の品質をより向上す
ることができ、また、分析係数の量子化ピット数の割り
当ての切換えは、従来よりもともと必要な音声情報とし
て送受信しているピッチ周期情報を利用しているから、
上記切換えのために新たな補助情報は不要であり、従来
と同等のビットレートを確保することができる等の特長
を有するものである。

【図面の簡単な説明】

第１図は本発明の原理ブロック図、 第２図は本発明の一実施例のブロック図、第３図は本発
明の分析係数の量子化ピット数の割り当ての一実施例を
示す図、 第４図は従来の一例のブロック図、 第５図は従来の分析係数の母子化ビット数の割り当ての
一例を示す図である。 図において、 １はアナログ音声信号入力端子、 ２はＡ／Ｄ変換器、 ４は相関部、 ８．２３は復号化部、 １４は合成フィルタ、 １５はＤ／Ａ変換器、 １６はアナログ音声信号出力端子、 １９は分析部、 ２０．２２はビット割り当て制御部、 ２１．２７．２８はｍ子化部、 ２３．３２，３３は復号化部、 ２９．３４はセレクタである。 ｊ′ 代理人　弁理士　井　桁　貞、−，１，，１，：、・１
、一一−−−′ 松通罰− 参発蛸の原理ブ′ローＩ２用 第１図 本類−不炊めヒ帰拳１り台１の一爽施々りの司第：１図 す！ψ４＋□宵 傘ヒ軟り慴漣（めピッ）ｌＩＩ＋＋＊ｒの一一呵の回第
５図

Claims (1)

1. 【特許請求の範囲】 音声分析をして得られた複数の分析係数を別々に量子化
   した後符号化して、少なくともピッチ周期を含む音源情
   報と共に一定のビットレートで伝送し、受信側で復号化
   した分析係数及び音源情報に基づいてもとの音声スペク
   トルを合成復元する音声分析合成方式において、 量子化された該複数の分析係数の各々の量子化ビット数
   の割り当てを、前記ピッチ周期が長いときは短いときに
   比べて低次の分析係数の量子化ビット数の割り当てを少
   なくし、かつ、高次の分析係数の量子化ビット数の割り
   当てを多くするよう該ピッチ周期の長短に応じて該分析
   係数の夫々の量子化ビット数の割り当てを可変選択する
   手段（２０、２１、２２、２３）を設けたことを特徴と
   する音声分析合成方式。