JPS63223799A - ピツチ検出方法 - 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】 Ａ、産業上の利用分野 本発明は音声信号のコード化に関するものである。

Ｂ、従来技術及び問題点 非常に多くの音声コーグが既に知られており。

たとえば、いわゆるボコーダや線形予測コーグ（ＬＰＧ
）などがある、簡単にいうと、ボコーダはもとの音声信
号を処理しそこから残差信号を引き出すのに用いられる
係数のセットをこのもとの音声信号から算出することに
基づいている。ピッチ情報は、言葉にされた音声信号に
ついての残差から非出され、さもなければ、その残差信
号は単にノイズとされる。相関的なデコーディングプロ
セスは、Ｌ記係数によって合成されたピッチ又はノイズ
信号を復調することを含む、このようなコーディング手
法の相対的な効率（品質とビットレート）は、ピッチの
値を非常に正確に決定しない限り悪いものとなる。した
がって、ピッチの効率的な決定方法は重要な事項である
。一方、コーグの複雑さが増すにつれて、ＬＰＣコーダ
のコーディング又はデコーディングのオペレーションも
改善されてきた。計算の複雑さを抑えることで、プロセ
ッサの仕事量を最小にすることができる。ビットレート
の改善は音声伝送又は記憶装置において重要である。コ
ーディングの品質を変えることなくコーディングビット
を節約するため（すなわち、音声信号をコーディングす
るのに必要なビットレートの最小化を図るため）コーグ
の最適化を図ることに努力が払わｉてきたのは、このよ
うな理由からである。

ＬＰＣタイプのコーディング手法においては、ピッチの
検出を効率的に行うことによって７及び残差信号につい
て通常なされるよりも多い情報を付加することによって
コーディング、デコーディングの品質をかなり改善する
ことができる。同種のコーグでもコーグのアーキテクチ
ャを適当にすることによって改善が可能である。その例
として、次のようなものが挙げられる。

Ｌｌ　Ｉ　　Ｂ　Ｍ　　　Ｊｏｕｒｎａｌ　　ｏｆ　　
Ｒｅ５ｅａｒｃｈ　　ａｎｄＤｅｖｅ１ｏｐ＋ｎｅｎｔ
第２９巻、第２号、３月、１９８５年、に開示されるよ
うなＶ　Ｅ　Ｐ　Ｃ（ＶｏｉｃｅＥｘｃｉｔｅｄ　Ｐｒ
ｅｄｉｃｔｉｖｅ　Ｃｏｃｆｅｒ）ｓＩ　Ｅ　Ｅ　Ｅ　
　Ｔｒａｎｓａｃｔｉｏｒ＋ｓ　ｏｎ　Ａｃｏｕｓｔｉ
ｃｓ　５ｐｅｅｃｈａｎｄ　Ｓｉｇｎａｌ　Ｐｒｏｃｅ
ｓｓｉｎｇ　Ｖｏｌ　Ａ　Ｓ　Ｓ　Ｐ　３４ＮＯ０５，
１０月、１９８６年におけるＰ　、　Ｋｒｏｏｎらによ
る’　Ｒｅｇｕｌ、ａｒ　Ｐｕｌｇｅ　Ｅｘｃｉｔａｔ
ｉｏｎ＋ａ　ＮｏｖｅｌＡｐｐｒｏａｅｈ　ｔｏ　ｅｆ
ｆｅｅｔｉｖｅａｎｄ　ｅｆｆｉｃｉｅｎｔＭｕｌｔｉ
ｐｕｌｓｓ　Ｃｏｄｉｎｇ　ａ　５ｐｅｅｃｈ’と題す
る論文に開示されるようなＭＰＥ　（阿ｕｌｔｉ−ｐｕ
ｌｓｅ　ＥｘｃｉｔｅｄＣｏｄｅｒ）又はＲＰ　Ｅ　（
Ｒｅｇｕｌａｒ　Ｐｕ１ｓｅ　ＥｘｅｊｔｅｄＣｏｄｅ
ｒ） Ｃ８開題点を解決するための手段 本発明の目的は、音声ピッチの効率的な決定方法を提供
することにある。

この目的を達成するため、複数のサンプルから成る連続
的な固定長のブロックに分けられるようなサンプルされ
た音声信号からピッチを検出する本発明の方法は、（ａ
）音声信号において正のしきい値及び負のしきい値を設
定し、正のしきい値より大きいサンプル及び負のしきい
値より小さいサンプルを検出して記憶し、記憶されたサ
ンプルの中から符号の遷移を検出し、連続的に存在する
符号の遷移の間のサンプルの個数Ｍ′を計算し現ブロッ
クについてＭ′の平均値として第１次のピッチ情報Ｍを
計算するステップと、（ｂ）このＭの倍数の近くで自己
相関領域を設定し、現ブロックを連続的な複数のサブブ
ロックに分割し、現サブブロックと、最初の１つのサン
プルが自己相関領域の中の１つであるサブブロックとの
自己相関をとり、この自己相関のピークを検出して微調
されたピッチ情報Ｍの値を決定するステップとを有する
ことを特徴としている。

Ｄ、実施例 本実施例を概説すると１次のようになる。もとの音声信
号を処理して、そこから音声の残差信号を導入し、ピッ
チ検出オペレーションによって調整された長区間予測手
段を使って残差予測信号を計算し１両方の現に予測され
た残差を組み合せて残差誤差信号及びコードを生成する
。このコードはＰ　Ｅ　Ｃ（Ｐｕｌｓｅ　Ｅｘｃｉｔａ
ｔｉｏｎ　Ｃｏｄｉｎｇ）手法を用いるものである。コ
ーディング機構の効率は、２つのステップを含むプロセ
スを使ってそのピッチ又はピッチの倍音（この明細書で
は、単にピッチ、又はピッチに関連した°情報ともいう
）を検出することによって大幅に改善される。このプロ
セスは。

ピーク検出による粗いピッチの決定と、検出されたピッ
チのピークについての自己相関操作とを含むものである
。

第１図は本発明の実施例のコーグのブロック図である。

ナイキストの周波数でサンプルされ１サンプル当り１２
ビツトでＰＣＭコード化されたもとの音声信号Ｓ　（ｎ
）が、連続するブロックの１６０個のサンプルの長さに
わたって、適応型短区間予測フィルタ１０に供給される
。Ｚ領域におけるフィルタの式は次のようなものである
。

換言すれば、短区間予測フィルタは、ａｉがタップ係数
である通常のトランスバーサルディジタルフィルタから
成るｓ　Ａ　ｉは装置１３におけるステップアラプロシ
ージャによって、通常のＬｅｒｏｕｘ−Ｇｕｅｇｅｎの
方法を使って源信号から導出されたいわゆるＰＡＲＣＯ
Ｒ係数Ｋ　（ｉ）から導出され、次にＵ　ｎ　／　Ｙ　
ａ　ｎ　ｇのアルゴリズムを使って２８ビツトでコード
化される。

これらの方法及びアルゴリズムは下記の文献に記載され
る。

Ｊ　、　Ｌａｒｏｕｘ、　Ｃ，Ｇｕｅｇｅｎ”　Ａ　　
ｆｉｘｅｄ　ｐｏｉｎｔｃｏｍｐｕｔａｔｉｏｎ　ｏｆ
　ｐａｒｔｉａｌ　ｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆ
ｉｃｉｅｎｔｓ”　Ｉ　Ｅ　Ｅ　Ｅ　　Ｔｒａｎｓ　ｏ
ｎ　Ａ　Ｓ　Ｓ　Ｐ第２５７ないし２５９頁、１９７７
年６月；Ｃ，Ｋ、　　Ｙ　ｕ　ｎ　、　　Ｓ　、　　Ｃ
，ＹａｎｇＪＰｉｅｃａｗｉｓｅｌｉｎｅａｒ　　ｑｕ
ａｎｔｉｚａｔｉｏｎ　ｏｆ　　Ｌ　Ｐ　Ｃｖｅｆｌｅ
ｘｉｏｎｃｏｅｆｆｉｃｉｅｎｔ”Ｐｒｏｃ、Ｉｎｔ、
Ｃａｎｔ、ｏｎ　　Ａ　Ｓ　Ｓ　Ｐ　。

Ｈａｒｔｆｏｒｄ、　１９７７年５月；Ｊ　、Ｄ　、Ｍ
ａｒｋａｌ、Ａ　、Ｈ，Ｇｒａｙ’　ＬｉｎｅａｒＰｒ
ｅｄｉｃｔｉｏｎ　ｏｆ　５ｐｅｅｃｈ”、Ｓｐｒｉｎ
ｇｅｒ　Ｖｅｒｌａｇ　　１９７６　、５ｔｅｐ　ｕｐ
　Ｐｒｏｃｅｄｕｒａ第９４ないし第９５頁短区間予測
フィルタは、比較的フラットな周波数特性を示し、ピッ
チに関連する周波数で幾分の冗長度をもつ残差信号ｒ　
（ｎ）を送る目的で構成される。装置１２はこの残差信
号を処理してそこからピッチまたは高調波データを導出
する。すなわち、ピッチに関連する情報Ｍと利得パラメ
ータｂである。これらの情報Ｍ及びパラメータｂは、次
のような式で２領域の演算を実行する長区予瀾フィルタ
１４における調整に使用される。

したがって、式（２）の演算を実行する装置は、Ｍ（ピ
ッチ又は高調波）及び利得すを動的に調整する長さの遅
延線を含んでいなければならない。

この装置の詳細については後述する。ｂ及びＭを効率よ
く測定することは、コーグにとって重要な要素である。

というのは、長区間予測フィルタからの予測残差信号出
力ｘ　（ｎ）は、残差信号から減算されるからである。

この減算は長区間の相関解除された予測誤差信号ｓ　（
ｎ）を導出するために行われる。この予測誤差信号ａ　
（ｎ）は次にパルス励起（Ｐ　Ｆ）法を用いてパルス列
にコード化される。換言すれば、ＰＥ装置１６を用いて
、たとえば４０個の連続するＰＣＭコード化されたｅ（
ｎ）のサンプルの各サブグループをより少ない数、たと
えば１５個のパルスに変換する。この変換にはＭＰＥ手
法又はＲＰＥ手法のいずれを用いることもできる。　ａ
　（ｎ）の動的な度合が小さくなればなるほど、所与の
ビットレートにおける量子化又はコード化の効率はよく
なる。

第１図に示すコーグのアーキテクチャの大きな利点は、
Ｍがピッチ又はピッチの高調波の代表値となり得るとい
う事実に基づくものである。すなわち、ピッチに関連し
たパラメータしか必要としない。

ＭＰＨの場合、ｅ　（ｎ）の平均２乗誤差を最小にする
ためｅ　（ｎ）のサンプル中から、たとえば６又は８個
のサンプルを選択する。これらの６又は８個のサンプル
は、動的な度合の小さい信号を得るためにフィルタ１４
によって適当な相関解除がなされる限り、効率よ＜ａ（
ｎ）を表わす。

装！１６によって供給される新しいサンプルは２つのパ
ラメータセットを用いてコード化される。

１つは、重要な基準、たとえば処理される４０個のサン
プルから成るサブブロックの始点に関するパルス位置を
表わすもので、もう１つは、各パルスの振幅を表わすも
のである。パルス位置を表わすものは、特に重要であり
、その位置に関する誤差で音声コード化の品質がかなり
変わる。

ＲＰＥの場合、これらのパルスに必要な計算の量はＭＰ
Ｈに比して少ないが、ｅ　（ｎ）のサンプルの各サブグ
ループを表わすのに使用されるパルスの数は若干多くな
る（たとえば１３個ないしｌ５個）。こうして５回線の
エラーに対してより強い保護がより少ないピッ１〜数で
得られる。

簡単にいえば、ＲＰＥ手法を用いる場合は、４０個のサ
ンプルから成る各サブグループがインターリーブされた
シーケン、入に分けられる。たとえば、１−３個のサン
プル群２つと、１４個のサンプル群１つがインターリー
ブされる。ＲＰＥ装置（１６）は３つのインターリ・−
ブされたシーケンスの中から１つのシーケンスを選択す
るようにされ、再び最小平均２乗誤差を提供する。各サ
ンプル位置をコード化する必要は全くない。２つのビッ
トで選択されたシーケンスを識別することで十分である
。ＲＰＥコーディングオペレーションについては必要が
あれば上記Ｋｒｏｏｎの文献を参照されたい。

規則的なパルス励起に関連する長区間の予測により、全
体のビットレートと品質パラメータとの関係を最適化す
ることができる。特に、ｒ　（ｎ）に限りなく近いパル
ス列ｒ’（ｎ）を長区間予測フィルタ（１４）に供給す
る場合（すなわち、装置１−６及び量子化器２０による
コード化ノイズ及び量子化ノイズが補償された場合）は
、顕著である。このため、デコーディングオペレーショ
ンは、装置（２２）で遂行され、その出力Ｐ’（ｎ）が
予測された残差ｘ　（ｎ）に加えられて、再構成された
残差ｒ’（ｎ、）が供給される。また、ＲＰＥコーダに
ついての閉ループ構造が、最小限界及び最大限界をピッ
チ検出ウィンドウに制限するごとによって実時間で構成
される。これに・ついては後述釘る。

時間領域における各種の信号！ｌ　（ｎ）及びｒ（ｎ）
は第２図げアナログ形式で示されている。

この図から、残差信号ｒ　（ｎ）の中になおある種の余
分なピッチ関連信号が含まれていることがわかる。

長区間予測フィルタ（ＬＴＰ）のパラメータの計算は以
下のように表わすことができる。まず、１６０個のｒ　
（ｎ）のサンプルの各ブロックは、ＰＥコーディング装
置１６内の計算の複雑さを仰え、かつ装［１６によって
供給される情報をよす速くリフレッシュすることができ
るよう、サブウィンドを使って４０個のサンプルから成
る４つのサブブロックに分けられる。各サブブロックに
対し、次のようなデータが利用できる。

・４０個の、（ｎ）のサンプル ・現在の１つを含む連続する４つのサブブロックに割り
当てられた短区間予測係数ａｉの１つのセット ｂ及びＭは４０個のサンプル（サブウィンドウ）及びプ
リデッサを使って１６０個の各ブロックにわたって４回
計算される。

、：れらのデータが供給された装置には長区間予測係数
Ｍを計算しく後述）、これを用いて次式に基づき利得係
数すを導出する。

Ｎ　　　　　　　　　　Ｎ ｂ＝Σｒ（ｎ）ｒ（ｎ−Ｍ）／Σｒ（ｎ−Ｍ）”　（３
）ｎ　＝　１　　　　　　　　ｎ　＝　１Ｎ＝４０ Ｍを決定する方法は、品質及び簡明さの両方の観点から
コーダ全体の効率を出すだけでなく、長区間予測を実時
間で行うことにも欠くことができないものである。これ
は、Ｍ＞Ｎに強制し、かつ、Ｍの決定プロセスを２つの
ステップに分けることによって達成される。ピッチに関
連したＭの粗い値を決定する第１のステップ（したがっ
て計算量は少ない）の後には、限られた個数の値で自己
相関法を用いるＭの細かな調整が行われる。

１、第１のステップ 粗い近似は可変しきい値及びゼロクス検出を含む非線形
の手法を用いることに基づくものである。

第１のステップは詳しくいうと次のようなものである。

・可変の値Ｍを経験的に決定された値（たとえばＭ＝４
０）又は測定された前のＭの値に強制することによって
初期化を行うこと ・４０個のサンプルから成る現サブブロックと、１２０
個の前のサンプル（市の３つのサブブロック）を含む１
６０個のサンプルから成る１つのブロックベクトルをロ
ードする。：と ・上記ベクトル内において正（Ｖｍａｘ）及び負（Ｖｍ
ｉｎ）のピークを検出すること ・以下のしきい値を計算すること 正のしきい値ＴＨ＝α　Ｘ　Ｖｍａｘ ＋ 負のしきい値ＴＨ＝α　Ｘ　Ｖｍｉｎ αは経験的に選択される値（たとえばα＝０゜・以下の
基準に基づいて現サブロックを表わす新しいベクトル×
（ｎ）を設定すること ｒ　　（ｎ）≧ＴＨならＸ（ｎ）＝１ ＋ ｒ　（ｎ）≧≦ＴＨならＸ（ｎ）＝−１ＴＨ≦ｒ　＜　
ｎ≦ＴＨならＸ　（ｎ）　＝０十 ＝１、Ｏｌ又は１の値だけをとるこの新しいベクトルを
以下″整理されたベクトルゝという。

・整理されたベクトルの２つの値の間におけるゼロクロ
ス（すなわち符号の遷移）を検出すること・検出された
連続的なゼロクスの間のｒ　（ｎ）のサンプル間隔の個
数を表わすＭ′の値を計算すること ′と前の粗いＭとを比較し、Ｍ′を、ΔＭが所定の値（
たとえばに＝５）であるような任意の値に下げること ・下げられていない複数のＭ′の値の平均値として粗い
Ｍの値を計算すること 第３図は成る残差信号の波形についての粗いＭの決定の
例を示す図である。説明の簡単のため、残差信号及び整
理されたベクトルはアナログ波形で動作するものとして
表わされている。実際には。

ＰＣＭでサンプルされた表示と考えることができる。整
理されたベクトルについての斜線領域はＴＨより大きい
か又はＴＨより小さい１以上の連＋ 続的なサンプルを表わす（これらのサンプルはそれぞれ
＋１又は−１にコード化されている）。整理されたベク
トルは制限された個数のサンプルにわたって＋１から−
１への遷移領域へ位置付けられるよう走査される。ＴＲ
ＩないしＴＲ５で示された５個の遷移領域は、この例に
おいて位置付けられたものである。連続するＴＲの位置
の間のサンプルの個数は、１６０個の１つのブロック全
体について、Ｍ’＝３５．３４．３５及び３４となるＭ
′として計算される。前に測定されたＭがＭ＝３５であ
ると仮定すると、ΔＭはそれぞれΔＭ＝０．１．０及び
１となる。下げるべき３５から離れたＭ′の値はない。

最終の粗いＭの値は、したがってＭ＝３５に等しいとさ
れる。

経験的に選択された〆の値は０．５であることに留意さ
れたい。〆の値は、少なくとも１つのＭ′の値が検出さ
れると、数個のサンプルが無視され５次の遷移が探索さ
れる。このことにより、ｎ＝６０及びｎ＝９０の近くに
位置するサンプルでみられるように、そのピッチについ
てのノイズ的なピークの影響を最小にすることができる
。無視されるサンプルの個数は検出可能な最小のピッチ
に対応する。最終的には、許容しうる最大のΔＭの値は
多数のＭ′にわたる平均のＭの値の計算を確めるのに十
分高い値となるはずである。

２、第２のステップ 調整されたＭの決定は自己相関法に基づくものであるが
、これは、ピッチの定められたパルスの付近に位置付け
られたサンプルのまわりで少ない個数のサンプルにわた
って行われる。

換言すれば、値Ｒ（ｋ’）のセットが次のようにして導
出される。

Ｒ（ｋ’）　＝Σｒ　（ｎ）　　ｒ　（ｎ−ｋ　’）　
　　（１）ｎ＝１ に’＝ＫＭ±Δ（そのブロック内にサンプルを位置付け
る） ｎ＝１はサブブロック０にゝのｒ（１）のことをいう（
第４図参照）。

Ｋはに＝１．２，３である。

Ｋは粗いＭの倍数のところにピークを位置付けるサンプ
ルのランクインデックスであり、またΔはピッチの定め
られたピークのまわりのサンプル位置の個数を規定する
ものである。

すなわち６式（４）の自己相関の演算は４０個のサンプ
ルから成るサブブロック（ｋ、）と４０個のサンプルと
の間で行ねｔ９９、その最初の１つは自己相関領域のサ
ンプルの１つであり、それから次の自己相関領域に飛ぶ
。このようにして計算量を少なくすることができる。

第４図にしめされた第２のステップは次のようなもので
ある。

・Ｍの値を、それがゼロでないと仮定した場合測定され
たばかりの粗いＭの値又は最後に調整又は微調されたＭ
の値に初期化すること ・粗く位置付けられたピッチ及びΔに基づき自己相関領
域を位置付けること ・これらの領域から重要でないインデックス値に′を除
去すること（ｋ　’は４０≦に′≦１２０を満たすだけ
でよい） たとえば、第４図の例は領域］における部分的な除去を
示す。

・式（４）を使って自己相関係数Ｒ（ｋ’）を計算する
こと ・調整又は微調されたＭの値を検出するため、最大のＲ
（ｋ’）を位置付けること ・式（３）に基づいて利得係数すを計算することΔの値
はたとえば５に七ッ１−され、自己相関領域は、３つの
第１の粗いＭで分布されたピークに限定される。

データについての節約は第５図に示すように、式（４）
においてサンプルｒ（ｎ−に’）の代わりに再構成され
シフトされたサンプルｒ’（ｎ−に’）を用い、さらに
式（３）においてサンプルｒ　（ｎ）の代わりにサンプ
ルｒ’（ｎ）を用いることによって達成される。

第８図ないし第１１図は、これまでに説明したピッチＭ
の決定を実現するのに用いられるアルゴリズムをあられ
す流れ図で瓦る。

、Ｌ不ンｊ−Ｌ必二九乙■旦工ＴＣＨルこのサブルーチ
ンは自己相関によって細かなピッチ及び利得すを処理す
る。

入力パラメータ： ＸＷＯＲＫ　　Ｎａｌのサンプルｒ　（ｎ）　、　ｎ＝
１〜４０、のテーブル ＭＭＩＮ　　Ｍに割り振られた最小値 ＭＭＡＸ　　Ｍに割り振られた最大値 出力パラメータ： ＭＰ　Ｉ　ＴＣＨ細かなＭの値 ＢＥＴＡ　　利得係数す 狛］生う−ブ西−二フしＺ （］）サブルーヂン＃ＰＩＴ″′ これは、中央クリッピング、ゼロクロス操作及び平均化
を用いて粗いＭの値を決定する。

入力パラメータ： ＢＵＦｒ（ｎ）の信号サンプル、ｎ　＝　１〜１６０、
のテーブル Ｉ　ＦＥＮ　　バッファの長さ 出力パラメータ： Ｐ　Ｉ　ＴＣＨ粗いＭの値 このサブルーチンは２つのステップ撃合む。

第１のステップ： テープ＃”ＴＡＢ　（１，−・・、ＫＭＡＸ）”に記憶
されているピッチの選択（第９図） 第２のステップ： 却く評価されたＰＩＴＣＨをカウントするための重要で
ない値の除去及び平均化（第１０図）（２）サブルーチ
ン″ＨＰＩＴＣＨ’ 細かいピッチの決定 入力パラメータ： ＰＩＴＣＨ＠いピッチＭの値 出力パラメータ： ＭＰ　Ｉ　ＴＣＨ細かいピッチＭの値 第１１図は、このサブルーチンの詳細を示したものであ
る。

長区間予測フィルタ（１４）の実施例を第５図に示した
。再構成された残差信号は１６０個分のサンプルの長い
遅延線（又はシフトレジスタ）１４へ供給され、その出
力が、ｒ　（ｎ）との相互相関による後の処理のために
ＬＴＰ係数計算手段（１２）に供給される。遅延！１Ａ
１４のタップは。

以前に計算された細かなＭの値に調整さ九ている。

利得係数すは、ｅ　（ｎ）を生成するため残差予測Ｘ　
（ｎ）としてｒ　（ｎ）から引かれる前に、上記タップ
で利用可能なデータに加えられる。

長区間予測による残差信号が残差信号から引かれる。こ
れは、量子化器Ｑ　（２０）で量子化される前にパルス
励起装置（１６）によってコード化される誤差信号ｅ　
（ｎ）を導出するためである。

ｅ　（ｎ）のコーディングの最適なアプローチＲＰ　Ｅ
　（Ｒｅｇｕｌａｒ　Ｐｕ１ｓｅ　Ｅｘｃｉｔｅｄ）コ
ーグを用いて実現される。その原理は前掲のＫｒｏｏｎ
らの文献に記載されている。

第６図には、第１図のコーグを考慮しながら、ＲＰＥの
機能を実現する装置が示されている。残差は装置（５２
）でローパスフィルタがかけられて１．８６ｋＨｚで帯
域が制限される。そうして４０個の各サブブロックＸ　
（ｎ）は装置（５４）で以下に示すようにインターリー
ブされた３つのシーケンスＸＯ，Ｘｉ、及びＸ２に分け
られる。

ｘ　　ｘｏｏｘｏｏｘｏｏｘｏｏｘｏｏｘｏｏｘｏｏｘ
ｏｏｘｏｏｘｏｏｘｏｏｘｏｏｘ。

Ｘ ｘ　　　ｏｘｏｏｘｏｏｘｏｏｘｏｏｘｏｏｘｏ。

ｘｏｏｘｏｏｘｏｏｘｏｏｘｏｏｘｏｏｘＯ ｘ　　　　ｏｏｘｏｏｘｏｏｘｏｏｘｏｏｘｏｏｘ。

０ＸＯＯＸＯＯＸＯＯＸＯＯＸＯＯＸＯＯ３つのパルス
列ｘＯ１ｘ１及びｘ２が計算され最高のエネルギを示す
パルス列が選択され、考慮中のサンプル４０個の長い時
間ウィンドウについての残差信号ｅ　（ｎ）をあられす
。選択されたシーケンスＸＯ，Ｘｉ又はｘ２を定義する
のに２ビツトのパラメータＬを用いる。このパラメータ
は、１６０個のサンプルごとに４回ずつコーグの出力に
供給される０選択されたパルスはシーケンス２Ｘ？に量
子化される。したがって、Ｌ及びＸゞのパラメータで、
コード化された信号ｅ　（ｎ）が定義される。実際には
、ＰＣＭ技法で圧縮されたブロックがＸのサンプルのシ
ーケンスをコード化するのに用いられる。こうした手法
は、”Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｓｅｍ１ｎａｒ　
ｏｎ　ＤｉｇｉｔａｌＣｏｍｍｕｎｉｃａｔｉｏｎ　Ｚ
ｕｒｉｃｈ　　１９７４”でＣｒｏｉｓｉｅｒによって
提供された。

４０個のサンプルの長さのｅ　（ｎ）の各シーケンスは
最終的には、５ビツトでコード化される指数項及び３ビ
ツトでそれぞれコード化される１３又は１４個のサンプ
ルにコード化される。

第７図には本実施例で用いるデコーダ又はシンセサイザ
が示されている。受信されたデータ列は（７０）で多重
化解除され、各種成分（Ｃ１Ｘ、Ｌ、ｂ、Ｍ及びｋ　（
ｉ）　）に分離される。　ｅ　（ｎ）のパルス列を再生
するのに通常の８６２６ＭデコーダにおいてＣ及びＸを
用いる。ｅ　（ｎ）のパルス列の時間的な位置は、パラ
メータＬを用いてブロックの時間の原点を基準として調
整される。換言すれば５選択されたパルス列がｘＯｌＸ
ｌ又はＸ２のどれであるかをＬが示すかによって、追加
的な時間遅延がゼロ、１又は２個のサンプル期間に設定
される。デコードされたパルスＰ’（ｎ）は次に適長区
間予測フィルタ（７４）に供給される。このパラメータ
はｂおよびＭによって調整される。これらの動作は４０
個のサンプルすなわち１つのサブロックウィンドウごと
に行われる。上記逆フィルタは、逆短区間予測フィルタ
（７６）に供給されるデコードされた残差信号ｒ’（ｎ
）を供給する。この係数はＰＡＲＣＯＲ係数ｋ　（ｉ）
（又は対応する係数ａ（ｉ））を用いて１６０個のサン
プルの長区間ごとに調整される。デコードされた音声信
号Ｓ’（ｎ）は逆短区間予測フィルタの出力のところに
供給される。

長区間予測パラメータ、もっと詳しくいえばピッチに関
連したパラメータＭを検出するための非常に効率的な方
法により、非常に効率的な１６ｋｂｐｓの音声コーディ
ングが達成される。さらに詳しくいうと、ビットの割当
てが以下のように行われる。

２０ミリ秒の音声信号の各ブロックにつきＰａｒｃｏｒ
　（Ｋｉ）　　　　　　　２８ビツト指数部（Ｃ）　　
　　　　　４Ｘ５＝２０ビット振幅（Ｘ）　　　　４　
ｘ　１４　ｘ　３　＝　１６８ビツト位置（Ｌ）　　　
　　　　　　４Ｘ２＝８ビット利得（ｂ）　　　　　　
　　　４Ｘ２＝８ピッ１−ピッチ（Ｍ）　　　　　　　
４Ｘ７＝２８ビット合計　　　　　　　　　　　　　２
６０ビツトこれは、１６Ｋｂ　ｐ　ｓのコーグ（１３Ｋ
ｂｐｓとエラー保護用の３Ｋｂｐ　ｓ）についてのレー
トに対応するものである。

Ｅ０発明の詳細 な説明したように本発明によれば、ピッチの効率的な決
定方法が得られる。

【図面の簡単な説明】

第１図は本発明に基づ〈実施例の音声コーグのブロック
図、第２図は音声信号及び残差信号の波形の例を示す図
、第３図及び第４図は本発明に基づくピッチ検出方法の
説明に供する図、第５図及び第６図はコーグのブロック
図、第７図はデコーダのブロック図、第８図はピッチ決
定の一般的なブロック図、第９図は考えられるピッチの
値の選択に関するアルゴリズムを示す図、第１０図は重
要でない値の除去及び粗いピッチの値の決定のための平
均化に関するアルゴリズムを示す図、第１１図は細かな
ピッチの決定についてのアルゴリズムを示す図である。 出願人　　インターナショナル・ビジネス・マシーンズ
・コーポレーション 代理人　　弁理士　　頓　　宮　　孝　　−（外１名） 肯矛コーグ′ 箒　１　口 Ｉ　　　　　　　Ｎ　　　　　　　２Ｎ　　　　　　　
３Ｎ　　　　　　　４Ｎ篤　４　回 コーグ 蔓　５　図 第　６　口 ４０ザンプルニと　　　　　　　　　　　、＋６０−リ
”ンブル二゛とテ′ゴ　−グ 裕　　７　　匹〕 ′ｔ、１０　図

Claims (1)

1. 【特許請求の範囲】 複数のサンプルから成る連続的な固定長のブロックに分
   けられるようなサンプルされた音声信号からピッチ情報
   Ｍを検出する方法であって、（ａ）音声信号において正
   のしきい値及び負のしきい値を設定し、 上記正のしきい値より大きいサンプル及び上記負のしき
   い値より小さいサンプルを検出して記憶し、 上記記憶されたサンプルの中から符号の遷移を検出し、 連続的に存在する上記符号の遷移の間のサンプルの個数
   Ｍ′を計算し現ブロックについてＭ′の平均値として第
   １次のピッチ情報Ｍを計算するステップと、 （ｂ）上記Ｍの倍数の近くで自己相関領域を設定し、 現ブロックを連続的な複数のサブブロックに分割し、 現サブブロックと、最初の１つのサンプルが自己相関領
   域の中の１つであるサブブロックとの自己相関をとり、 該自己相関のピークを検出して微調されたピッチ情報Ｍ
   の値を決定するステップと、 を有することを特徴とするピッチ検出方法。