JPWO2007129726A1 - 音声符号化装置及び音声符号化方法 - Google Patents
音声符号化装置及び音声符号化方法 Download PDFInfo
- Publication number
- JPWO2007129726A1 JPWO2007129726A1 JP2008514506A JP2008514506A JPWO2007129726A1 JP WO2007129726 A1 JPWO2007129726 A1 JP WO2007129726A1 JP 2008514506 A JP2008514506 A JP 2008514506A JP 2008514506 A JP2008514506 A JP 2008514506A JP WO2007129726 A1 JPWO2007129726 A1 JP WO2007129726A1
- Authority
- JP
- Japan
- Prior art keywords
- codebook
- vector
- encoding
- search
- excitation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/10—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a multipulse excitation
- G10L19/107—Sparse pulse excitation, e.g. by using algebraic codebook
Abstract
符号化される入力信号の雑音性、非雑音性に応じた傾向を十分に利用し、良好な音質を得る音声符号化装置。この音声符号化装置では、固定符号帳探索部（２０２）の探索ループ（２０４）における重み付加部（２０６）は、符号化対象であるターゲットとスペクトル包絡情報とにより合成されたコードベクトルから算出される関数を、固定符号帳に格納されたコードベクトルの探索基準となる計算値とし、この計算値にコードベクトルを形成するパルス本数に応じた重みを加算する。
Description
本発明は、固定符号帳探索を行う音声符号化装置及び音声符号化方法に関する。
移動体通信においては、伝送帯域の有効利用のために音声や画像のディジタル情報の圧縮符号化が必須である。その中でも携帯電話で広く利用された音声コーデック（符号化／復号化）技術に対する期待は大きく、圧縮率の高い従来の高効率符号化に対してさらなる音質の要求が強まっている。
音声の発声機構をモデル化してベクトル量子化を巧みに応用した基本方式「ＣＥＬＰ」（Code Excited Linear Prediction）によって大きく性能を向上させた音声符号化技術は、非特許文献１に記載の代数的符号帳（Algebraic Codebook）のような少数パルスによる固定音源の技術により、一段とその性能を向上させた。一方、雑音性や有声／無声に適応した符号化により、さらに高品質を目指す技術も出てきている。
このような技術として、特許文献１には、ＣＥＬＰの固定音源符号帳による符号化の際、雑音的なコードベクトルの符号化歪みを計算し、その計算結果に対して雑音性の度合いに応じた固定の重み付け値を乗算する一方、非雑音的な駆動音源ベクトルの符号化歪みを計算し、その計算結果に対して雑音性の度合いに応じた固定の重み付け値を乗算し、値が小さい方の乗算結果に係る駆動音源符号を選択することが記載されている。
非雑音的（パルス的）なコードベクトルは、雑音的なコードベクトルと比較して符号化の対象である入力信号との距離が小さくなる傾向にあるため選択される割合が大きく、得られる合成音の音質がパルッシブになり主観的な音質が低下してしまうが、特許文献１に記載の技術は、符号帳を雑音性と非雑音性の２つに分けて、それぞれの距離計算の結果に応じて非雑音性のコードベクトルが選ばれ易くなるように重み（距離への乗算）を掛けるというものである。これにより、雑音的な入力音声を符号化し、復号化した合成音声の音質を向上させることができる。
特許第３４０４０１６号公報
Salami, Laflamme, Adoul,"8kbit/s ACELP Coding of Speech with 10ms Speech-Frame:a Candidate for CCITT Standardization",IEEE Proc. ICASSP94,pp.II-97n
しかしながら、上述した特許文献１に記載の技術では、雑音性という尺度の開示が不十分であるため、より良い性能を得る適当な重み付けを行うのは難しい。そのため、特許文献１に記載の技術では、「評価重み決定手段」を用いてより適当な重みが乗ぜられるようにしているものの、これも開示が不十分であるためにどのようにすれば性能が向上するのか不明である。
また、上述した特許文献１に記載の技術では、距離の計算結果に対して乗算により重みをつけており、乗算による重みというのはその距離の絶対値に影響しない。これは、距離が遠い時にも近い時にも同じ重みが掛かるということであり、これは符号化される入力信号の雑音性、非雑音性に応じた傾向を十分に利用しているとは言えない。
本発明の目的は、符号化される入力信号の雑音性、非雑音性に応じた傾向を十分に利用し、良好な音質を得る音声符号化装置及び音声符号化方法を提供することである。
本発明の音声符号化装置は、入力音声信号のうち声道情報をスペクトル包絡情報に符号化する第１符号化手段と、入力音声信号のうち音源情報を適応符号帳と固定符号帳とにそれぞれ格納された音源ベクトルを用いて符号化する第２符号化手段と、前記固定符号帳に格納された音源ベクトルを探索する探索手段と、を具備し、前記探索手段は、音源ベクトルを形成するパルス本数に応じた重み付けを探索の基準となる計算値に行う重み付け手段を有する構成を採る。
本発明の音声符号化方法は、入力音声信号のうち声道情報をスペクトル包絡情報に符号化する第１符号化工程と、入力音声信号のうち音源情報を適応符号帳と固定符号帳とにそれぞれ格納された音源ベクトルを用いて符号化する第２符号化工程と、前記固定符号帳に格納された音源ベクトルを探索する探索工程と、を具備し、前記探索工程は、音源ベクトルを形成するパルス本数に応じた重み付けを探索の基準となる計算値に行うようにした。
本発明によれば、符号化される入力信号の雑音性、非雑音性に応じた傾向を十分に利用し、良好な音質を得ることができる。
以下、本発明の実施の形態について、図面を参照して詳細に説明する。
（実施の形態）
図１は、本発明の実施の形態に係るＣＥＬＰ符号化装置１００の構成を示すブロック図である。このＣＥＬＰ符号化装置１００は、声道情報と音源情報とからなる音声信号Ｓ１１を、声道情報については、ＬＰＣパラメータ（線形予測係数）を求めることにより符号化し、音源情報については、予め記憶されている音声モデルのいずれを用いるかを特定するインデックス、すなわち、適応符号帳１０３および固定符号帳１０４でどのような音源ベクトル（コードベクトル）を生成するかを特定するインデックスを求めることにより、音源情報を符号化する。
図１は、本発明の実施の形態に係るＣＥＬＰ符号化装置１００の構成を示すブロック図である。このＣＥＬＰ符号化装置１００は、声道情報と音源情報とからなる音声信号Ｓ１１を、声道情報については、ＬＰＣパラメータ（線形予測係数）を求めることにより符号化し、音源情報については、予め記憶されている音声モデルのいずれを用いるかを特定するインデックス、すなわち、適応符号帳１０３および固定符号帳１０４でどのような音源ベクトル（コードベクトル）を生成するかを特定するインデックスを求めることにより、音源情報を符号化する。
具体的には、ＣＥＬＰ符号化装置１００の各部は以下の動作を行う。
ＬＰＣ分析部１０１は、音声信号Ｓ１１に対して線形予測分析を施し、スペクトル包絡情報であるＬＰＣパラメータを求め、ＬＰＣ量子化部１０２及び聴感重み付け部１１１に出力する。
ＬＰＣ量子化部１０２は、ＬＰＣ分析部１０１で得られるＬＰＣパラメータを量子化し、得られる量子化ＬＰＣパラメータをＬＰＣ合成フィルタ１０９に、量子化ＬＰＣパラメータのインデックスをＣＥＬＰ符号化装置１００の外部へ出力する。
一方、適応符号帳１０３は、ＬＰＣ合成フィルタ１０９で使用された過去の駆動音源を記憶しており、歪み最小化部１１２から指示されたインデックスに対応する適応符号帳ラグに従って、記憶している駆動音源から１サブフレーム分の音源ベクトルを生成する。この音源ベクトルは、適応符号帳ベクトルとして乗算器１０６に出力される。
固定符号帳１０４は、所定形状の音源ベクトルを複数個予め記憶しており、歪み最小化部１１２から指示されたインデックスに対応する音源ベクトルを、固定符号帳ベクトルとして乗算器１０７に出力する。ここで、固定符号帳１０４は代数的符号帳であり、２種類の本数のパルスによる代数的符号帳を用いた場合の構成について、重み付けが加算によりなされる場合について説明する。
代数的音源とは、多くの標準コーデックに採用されている音源であり、位置と極性（＋−）だけが情報の大きさが１のインパルスを少数立てた音源である。例えば、ＡＲＩＢ規格書「ＲＣＲ ＳＴＤ−２７Ｋ」の５．３節の「ＣＳ−ＡＣＥＬＰ」での５．３．１．９章や、５．４節の「ＡＣＥＬＰ」での５．４．３．７章等に記載されている。
なお、上記の適応符号帳１０３は、有声音のように周期性の強い成分を表現するために使われ、一方、固定符号帳１０４は、白色雑音のように周期性の弱い成分を表現するために使われる。
ゲイン符号帳１０５は、歪み最小化部１１２からの指示に従って、適応符号帳１０３から出力される適応符号帳ベクトル用のゲイン（適応符号帳ゲイン）、および固定符号帳１０４から出力される固定符号帳ベクトル用のゲイン（固定符号帳ゲイン）を生成し、それぞれ乗算器１０６、１０７に出力する。
乗算器１０６は、ゲイン符号帳１０５から出力された適応符号帳ゲインを、適応符号帳１０３から出力された適応符号帳ベクトルに乗じ、加算器１０８に出力する。
乗算器１０７は、ゲイン符号帳１０５から出力された固定符号帳ゲインを、固定符号帳１０４から出力された固定符号帳ベクトルに乗じ、加算器１０８に出力する。
加算器１０８は、乗算器１０６から出力された適応符号帳ベクトルと、乗算器１０７から出力された固定符号帳ベクトルとを加算し、加算後の音源ベクトルを駆動音源としてＬＰＣ合成フィルタ１０９に出力する。
ＬＰＣ合成フィルタ１０９は、ＬＰＣ量子化部１０２から出力された量子化ＬＰＣパラメータをフィルタ係数とし、適応符号帳１０３及び固定符号帳１０４で生成される音源ベクトルを駆動音源としたフィルタ関数、すなわち、ＬＰＣ合成フィルタを用いて合成信号を生成する。この合成信号は、加算器１１０に出力される。
加算器１１０は、ＬＰＣ合成フィルタ１０９で生成された合成信号を音声信号Ｓ１１から減算することによって誤差信号を算出し、この誤差信号を聴感重み付け部１１１に出力する。なお、この誤差信号が符号化歪みに相当する。
聴感重み付け部１１１は、加算器１１０から出力された符号化歪みに対して聴感的な重み付けを施し、歪み最小化部１１２に出力する。
歪み最小化部１１２は、聴感重み付け部１１１から出力された符号化歪みが最小となるような、適応符号帳１０３、固定符号帳１０４及びゲイン符号帳１０５の各インデックスをサブフレームごとに求め、これらのインデックスを符号化情報としてＣＥＬＰ符号化装置１００の外部に出力する。より詳細には、上記の適応符号帳１０３及び固定符号帳１０４に基づいて合成信号を生成し、この信号の符号化歪みを求める一連の処理は閉ループ制御（帰還制御）となっており、歪み最小化部１１２は、各符号帳に指示するインデックスを１サブフレーム内において様々に変化させることによって各符号帳を探索し、最終的に得られる、符号化歪みを最小とする各符号帳のインデックスを出力する。
なお、符号化歪みが最小となる際の駆動音源は、サブフレームごとに適応符号帳１０３へフィードバックされる。適応符号帳１０３は、このフィードバックにより、記憶されている駆動音源を更新する。
ここで、固定符号帳１０４の探索方法について説明する。まず、音源ベクトルの探索と符号の導出は以下の式（１）の符号化歪を最小化する音源ベクトルを探索することにより行われる。
Ｅ：符号化歪、ｘ：符号化ターゲット、ｐ：適応符号帳ベクトルのゲイン、Ｈ：聴感重み付け合成フィルタ、ａ：適応符号帳ベクトル、ｑ：固定符号帳ベクトルのゲイン、ｓ：固定符号帳ベクトル
一般的に、適応符号帳ベクトルと固定符号帳ベクトルとはオープンループで（別々のループで）探索されるので、固定符号帳１０４の符号の導出は以下の式（２）の符号化歪を最小化する固定符号帳ベクトルを探索することにより行われる。
Ｅ：符号化歪、ｘ：符号化ターゲット（聴感重み付け音声信号）、ｐ：適応符号帳ベクトルの最適ゲイン、Ｈ：聴感重み付け合成フィルタ、ａ：適応符号帳ベクトル、ｑ：固定符号帳ベクトルのゲイン、ｓ：固定符号帳ベクトル、ｙ：固定符号帳探索のターゲットベクトル
ここで、ゲインｐ、ｑは音源の符号を探索した後で決定するので、ここでは最適ゲインで探索を進めることとする。すると、上式（２）は以下の式（３）と書ける。
そして、この歪の式を最小化することは、以下の式（４）の関数Ｃを最大化することと同値であることがわかる。
よって、代数的符号帳の音源のような少数パルスからなる音源の探索の場合は、ｙＨとＨＨを予め計算しておけば、少ない計算量で上記関数Ｃを算出できる。
図２は、図１に示した歪み最小化部１１２の内部構成を示すブロック図である。図２において、適応符号帳探索部２０１は、聴感重み付け部１１１において聴感的な重み付けが施された符号化歪みを用いて、適応符号帳１０３の探索を行う。探索の結果、適応符号帳ベクトルの符号を固定符号帳探索部２０２の前処理部２０３及び適応符号帳１０３に出力する。
固定符号帳探索部２０２の前処理部２０３は、聴感重み付け部１１１における合成フィルタの係数Ｈを用いて、ベクトルｙＨ及びマトリクスＨＨを算出する。ｙＨはターゲットベクトルｙを逆順にしてマトリクスＨを畳み込み、更にその結果を逆順にすることにより求める。ＨＨはマトリクス同士の掛け算により求める。また、ｙのパワと、付加する固定値Ｇとから、以下の式（５）に示すように付加値ｇを求める。
さらに、前処理部２０３は、ベクトルｙＨの要素の極性（＋−）から、事前にパルスの極性を決める。具体的には、各位置に立つパルスの極性をｙＨのその位置の値の極性に合わせることとし、ｙＨの値の極性を別の配列に格納しておく。各位置の極性を別の配列に格納した後、ｙＨの値は全て絶対値をとり正の値に変換しておく。また、格納した各位置の極性に合わせてＨＨの値も極性を乗ずることによって変換しておく。求めたｙＨ及びＨＨを探索ループ２０４、２０８内の相関値・音源パワ加算部２０５、２０９に、付加値ｇを重み付加部２０６に出力する。
探索ループ２０４は、相関値・音源パワ加算部２０５、重み付加部２０６及び大小判定部２０７を備え、探索ループ２０８は、相関値・音源パワ加算部２０９及び大小判定部２１０を備えている。
相関値・音源パワ加算部２０５は、パルス数２本の場合について、前処理部２０３から出力されたｙＨとＨＨの値を加算することにより関数Ｃを求め、求めた関数Ｃを重み付加部２０６に出力する。
重み付加部２０６は、上式（５）に示した付加値ｇを用いて、関数Ｃに付加処理を行い、付加処理した関数Ｃを大小判定部２０７に出力する。
大小判定部２０７は、重み付加部２０６において付加処理された関数Ｃの値の大小を比較し、より大きい関数値を示す場合の関数Ｃの分子分母を上書き格納する。そして、探索ループ２０４全体で最も大きくなる関数Ｃを探索ループ２０８の大小判定部２１０に出力する。
相関値・音源パワ加算部２０９は、パルス数３本の場合について、探索ループ２０４内の相関値・音源パワ加算部２０５と同様に、前処理部２０３から出力されたｙＨとＨＨの値を加算することにより関数Ｃを求め、求めた関数Ｃを大小判定部２１０に出力する。
大小判定部２１０は、探索ループ２０４の大小判定部２０７から出力された関数Ｃを含め、相関値・音源パワ加算部２０９から出力された関数Ｃの値の大小を比較し、より大きい関数値を示す場合の関数Ｃの分子分母を上書き格納する。そして、探索ループ２０８全体で最も大きくなるパルスの位置の組合せを探索する。大小判定部２１０は、各パルスの位置の符号と極性の符号を合わせて固定符号帳ベクトルの符号とし、この符号を固定符号帳１０４及びゲイン符号帳探索部２１１に出力する。
ゲイン符号帳探索部２１１は、大小判定部２１０から出力された各パルスの位置の符号と極性の符号を合わせた固定符号帳ベクトルの符号に基づいて、ゲイン符号帳を探索し、探索結果をゲイン符号帳１０５に出力する。
ここで、上記２つの探索ループ２０４、２０８を用いた一連の処理の手順を図３及び図４に詳細に示す。ここでは、代数的符号帳の条件を以下に示す。
（１）ビット数：１３ビット
（２）処理単位（サブフレーム長）：４０
（３）パルス本数：２本と３本
（４）付加する固定値：Ｇ＝−０．００１
この条件のもと、例として以下のような２つに分かれた代数的符号帳が設計できる。（符号帳０（パルス数２本）の候補位置）ici00〔20〕＝｛ ０， ２， ４， ６， ８，１０，１２，１４，１６，１８，
２０，２２，２４，２６，２８，３０，３２，３４，３６，３８｝ici01〔20〕＝｛ １， ３， ５， ７， ９，１１，１３，１５，１７，１９，
２１，２３，２５，２７，２９，３１，３３，３５，３７，３９｝（符号帳１（パルス数３本）の候補位置）ici10〔10〕＝｛０，４， ８，１２，１６，２０，２４，２８，３２，３６｝ici11〔10〕＝｛２，６，１０，１４，１８，２２，２６，３０，３４，３８｝ici12〔 8〕＝｛１，５，１１，１５，２１，２５，３１，３５｝
（２）処理単位（サブフレーム長）：４０
（３）パルス本数：２本と３本
（４）付加する固定値：Ｇ＝−０．００１
この条件のもと、例として以下のような２つに分かれた代数的符号帳が設計できる。（符号帳０（パルス数２本）の候補位置）ici00〔20〕＝｛ ０， ２， ４， ６， ８，１０，１２，１４，１６，１８，
２０，２２，２４，２６，２８，３０，３２，３４，３６，３８｝ici01〔20〕＝｛ １， ３， ５， ７， ９，１１，１３，１５，１７，１９，
２１，２３，２５，２７，２９，３１，３３，３５，３７，３９｝（符号帳１（パルス数３本）の候補位置）ici10〔10〕＝｛０，４， ８，１２，１６，２０，２４，２８，３２，３６｝ici11〔10〕＝｛２，６，１０，１４，１８，２２，２６，３０，３４，３８｝ici12〔 8〕＝｛１，５，１１，１５，２１，２５，３１，３５｝
上記２つの候補位置でエントリ数は、（２０×２０×２×２）＋（１０×１０×８×２×２×２）＝１６００＋６４００＝８０００＜８１９２となり、１３ビットの代数的符号帳となる。
図３において、ＳＴ３０１では、符号帳０（パルス数２本）の候補位置を設定し、ＳＴ３０２で初期化を行い、ＳＴ３０３では、ｉ０が２０未満であることを確認する。ｉ０が２０未満である場合、符号帳０から１つ目のパルスの位置を出力してｙＨ及びＨＨから値を取り出して、それぞれ相関値ｓｙ０、パワｓｈ０とする（ＳＴ３０４）。この計算をｉ０が２０（パルス位置候補数）になるまで行う（ＳＴ３０３〜ＳＴ３０６）。なお、ＳＴ３０２〜ＳＴ３０９では、パルス数２本の場合の符号帳探索処理となる。
一方、ｉ０が２０未満において、ｉ１も２０未満である場合には、ＳＴ３０５〜ＳＴ３１０の処理が繰り返し行われる。この処理では、１つのｉ０における計算において、符号帳０から２つ目のパルスの位置を出力してｙＨ及びＨＨから値を取り出して相関値ｓｙ０、パワｓｈ０にそれぞれ加算し、相関値ｓｙ１、パワｓｈ１とする（ＳＴ３０７）。パワｓｈ１に付加値ｇを付加した値と相関値ｓｙ１とを用いて、関数Ｃの大小比較を行い（ＳＴ３０８）、より大きい関数値を示す関数Ｃの分子、分母を記憶する（ＳＴ３０９）この計算をｉ１が２０（パルス位置候補数）になるまで行う（ＳＴ３０５〜ＳＴ３１０）。
ｉ０及びｉ１が共に２０以上となった場合、図４のＳＴ３１１に移行し、符号帳１（パルス数３本）の候補位置を設定する。なお、ＳＴ３１０以降では、パルス数３本の場合の符号帳探索処理となる。
ＳＴ３１２では、ｉ０が１０未満であることを確認して、ｉ０が１０未満である場合、符号帳１から１つ目のパルスの位置を出力してｙＨ及びＨＨから値を取り出して、それぞれ相関値ｓｙ０、パワｓｈ０とする（ＳＴ３１３）。この計算をｉ０が１０（パルス位置候補数）になるまで行う（ＳＴ３１２〜ＳＴ３１５）。
一方、ｉ０が１０未満において、ｉ１も１０未満である場合には、ＳＴ３１４〜ＳＴ３１８の処理が繰り返し行われる。この処理では、一つのｉ１における計算において、符号帳１から２つ目のパルスの位置を出力してｙＨ及びＨＨから値を取り出して相関値ｓｙ０、パワｓｈ０にそれぞれ加算し、相関値ｓｙ１、パワｓｈ１とする（ＳＴ３１６）。ただし、ＳＴ３１４〜ＳＴ３１８の繰り返し処理におけるＳＴ３１７において、ｉ２が８未満の場合、ＳＴ３１７〜ＳＴ３２２の処理が繰り返し行われる。
この処理では、一つのｉ２における計算において、符号帳１から３つ目のパルスの位置を出力してｙＨ及びＨＨから値を取り出して相関値ｓｙ１、パワｓｈ１にそれぞれ加算し、相関値ｓｙ２、パワｓｈ２とする（ＳＴ３１９）。ＳＴ３０９において最大の関数値を示す関数Ｃの分子、分母と、相関値ｓｙ２及びパワｓｈ２からなる関数値との大小比較を行い（ＳＴ３２０）、より大きい関数値を示す関数Ｃの分子、分母を記憶する（ＳＴ３２１）この計算をｉ２が８（パルス位置候補数）になるまで行う（ＳＴ３１７〜ＳＴ３２２）。ＳＴ３２０では、付加値ｇの影響により、パルス数２本よりもパルス数３本の方が選ばれやすくなる。
ｉ０及びｉ１が共に１０以上、かつ、ｉ２が８以上となった場合、ＳＴ３２３において探索処理を終了する。
以上により、「パルスの本数」という明確な基準に基づく重み付けが実現できる。また、重み付けの方法として、付加処理を適用したことにより、符号化対象であるターゲットベクトルとの誤差が大きい（エネルギーの分散した無声性（雑音性）のある）場合には、重み付けが相対的に大きな意味を持ち、誤差が小さい（エネルギーの集中した有声性のある）場合には、重み付けが相対的に小さな意味を持つことになる。したがって、より高品質な合成音が得られるようになる。その理由は、以下のように定性的に示される。
ターゲットベクトルが有声性（非雑音性）の場合には、選択の基準となる関数値が高い部分と低い部分が存在する傾向がある。この場合、関数値のみの大小で音源ベクトルが選択されることが望ましく、本発明の固定値の付加処理では大きな変化がないので、関数値のみの大小で音源ベクトルが選択される。
一方、入力が無声性（雑音性）の場合には、関数値は全て低くなる。この場合、パルスの本数が多い音源ベクトルが選ばれる方が望ましく、本発明の固定値の付加処理が相対的に大きな意味を持つので、パルスの本数が多い音源ベクトルが選ばれる。
このように実施の形態によれば、パルス数という明確な尺度で重み処理を行うために安定した性能を得ることができ、また、重み付けの方法として付加処理を適用することにより、関数値が大きい場合は相対的に小さくなり、関数値が小さい場合は相対的に大きくなるので、無声性（雑音性）の部分においてのみパルス数の多い音源ベクトルを選択することができるので、音質向上を図ることができる。
なお、本実施の形態では、重み付けの方法として、特に付加処理についてその有効性を説明したが、本発明は乗算を用いても有効である。なぜなら、図３の該当部分を以下の式（６）に示すように置き換えれば、「パルス数」という明確な基準による重み付け処理が実現できるからである。
また、本実施の形態では、付加処理としてパルスの少ない符号帳の探索時に負の値を加算する例を示したが、これは相対的なので、パルスの多い符号帳の探索時に正の値を加算すれば全く同じ結果が得られることは明らかである。
また、本実施の形態では、固定符号帳ベクトルのパルスの本数として２本と３本を用いたが、これは本数が何本の組み合わせであってもよい。本発明がパルスの本数に依存していないからである。
また、本実施の形態では、パルス数のヴァリエーションとして２種類を用いたが、これは何種類であってもよい。本数の少ない方をより少ない値にすれば簡単に実現可能であり、探索処理は図３に示したものの連結処理でよい。発明者がパルス数１本からパルス数５本の５種類の固定符号帳ベクトルの探索に用いたところ、以下の数値で良好な性能が得られることを符号化・復号化実験により確認している。
１本の固定値 −０．００２
２本の固定値 −０．００１
３本の固定値 −０．０００７
４本の固定値 −０．０００５
５本の固定値 相対値なので不要
２本の固定値 −０．００１
３本の固定値 −０．０００７
４本の固定値 −０．０００５
５本の固定値 相対値なので不要
また、本実施の形態では、本数の集合が分かれている符号帳について適用したが、パルスの本数が異なる固定符号帳ベクトルが符号帳内に混在していてもよい。それは、本発明の付加処理が関数値の判定の部分で用いられるため、決められたパルス数の固定符号帳ベクトルの集合がまとまっている必要はないからである。これに関連してさらに言えることは、本実施の形態では、固定符号帳の例として代数的符号帳を用いたが、これは従来からのマルチパルス符号帳や、ＲＯＭに固定符号帳ベクトルが直接書き込まれている形式の学習符号帳などにも適用できることは明らかである。マルチパルスは本数そのものが本発明に同様に用いられるし、全ての固定符号帳ベクトルに値が入っている場合でも振幅が平均以上の本数等、本数という情報を抽出することは容易にでき、それを用いればよいからである。
また、本実施の形態では、ＣＥＬＰに対して用いたが、本数のわかる音源ベクトルが格納されている符号帳が存在する符号化／復号化方法であれば、本発明を適用できることは明らかである。なぜなら、本発明の所在は固定符号帳ベクトルの探索内のみであり、適応符号帳の有無や、スペクトル包絡の分析方法がＬＰＣかＦＦＴかフィルタバンクかといったことに依存しないからである。
なお、本実施の形態では、本発明をハードウェアで構成する場合を例にとって説明したが、本発明はソフトウェアで実現することも可能である。
また、本実施の形態の説明に用いた各機能ブロックは、典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部または全てを含むように１チップ化されてもよい。ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。
また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサーを利用してもよい。
さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてありえる。
また、本実施の形態の説明に用いた適応符号帳は、適応音源符号帳と呼ばれることもある。また、固定符号帳は、固定音源符号帳と呼ばれることもある。
２００６年５月１０日出願の特願２００６−１３１８５１の日本出願に含まれる明細書、図面および要約書の開示内容は、すべて本願に援用される。
本発明にかかる音声符号化装置及び音声符号化方法は、符号化される入力信号の雑音性、非雑音性に応じた傾向を十分に利用し、良好な音質を得ることができ、例えば、移動体通信システムにおける携帯電話等に適用できる。
本発明は、固定符号帳探索を行う音声符号化装置及び音声符号化方法に関する。
移動体通信においては、伝送帯域の有効利用のために音声や画像のディジタル情報の圧縮符号化が必須である。その中でも携帯電話で広く利用された音声コーデック（符号化／復号化）技術に対する期待は大きく、圧縮率の高い従来の高効率符号化に対してさらなる音質の要求が強まっている。
音声の発声機構をモデル化してベクトル量子化を巧みに応用した基本方式「ＣＥＬＰ」（Code Excited Linear Prediction）によって大きく性能を向上させた音声符号化技術は、非特許文献１に記載の代数的符号帳（Algebraic Codebook）のような少数パルスによる固定音源の技術により、一段とその性能を向上させた。一方、雑音性や有声／無声に適応した符号化により、さらに高品質を目指す技術も出てきている。
このような技術として、特許文献１には、ＣＥＬＰの固定音源符号帳による符号化の際、雑音的なコードベクトルの符号化歪みを計算し、その計算結果に対して雑音性の度合いに応じた固定の重み付け値を乗算する一方、非雑音的な駆動音源ベクトルの符号化歪みを計算し、その計算結果に対して雑音性の度合いに応じた固定の重み付け値を乗算し、値が小さい方の乗算結果に係る駆動音源符号を選択することが記載されている。
非雑音的（パルス的）なコードベクトルは、雑音的なコードベクトルと比較して符号化の対象である入力信号との距離が小さくなる傾向にあるため選択される割合が大きく、得られる合成音の音質がパルッシブになり主観的な音質が低下してしまうが、特許文献１に記載の技術は、符号帳を雑音性と非雑音性の２つに分けて、それぞれの距離計算の結果に応じて非雑音性のコードベクトルが選ばれ易くなるように重み（距離への乗算）を掛けるというものである。これにより、雑音的な入力音声を符号化し、復号化した合成音声の音質を向上させることができる。
特許第３４０４０１６号公報
Salami, Laflamme, Adoul,"8kbit/s ACELP Coding of Speech with 10ms Speech-Frame:a Candidate for CCITT Standardization",IEEE Proc. ICASSP94,pp.II-97n
しかしながら、上述した特許文献１に記載の技術では、雑音性という尺度の開示が不十分であるため、より良い性能を得る適当な重み付けを行うのは難しい。そのため、特許文献１に記載の技術では、「評価重み決定手段」を用いてより適当な重みが乗ぜられるようにしているものの、これも開示が不十分であるためにどのようにすれば性能が向上するのか不明である。
また、上述した特許文献１に記載の技術では、距離の計算結果に対して乗算により重みをつけており、乗算による重みというのはその距離の絶対値に影響しない。これは、距離が遠い時にも近い時にも同じ重みが掛かるということであり、これは符号化される入力信号の雑音性、非雑音性に応じた傾向を十分に利用しているとは言えない。
本発明の目的は、符号化される入力信号の雑音性、非雑音性に応じた傾向を十分に利用
し、良好な音質を得る音声符号化装置及び音声符号化方法を提供することである。
し、良好な音質を得る音声符号化装置及び音声符号化方法を提供することである。
本発明の音声符号化装置は、入力音声信号のうち声道情報をスペクトル包絡情報に符号化する第１符号化手段と、入力音声信号のうち音源情報を適応符号帳と固定符号帳とにそれぞれ格納された音源ベクトルを用いて符号化する第２符号化手段と、前記固定符号帳に格納された音源ベクトルを探索する探索手段と、を具備し、前記探索手段は、音源ベクトルを形成するパルス本数に応じた重み付けを探索の基準となる計算値に行う重み付け手段を有する構成を採る。
本発明の音声符号化方法は、入力音声信号のうち声道情報をスペクトル包絡情報に符号化する第１符号化工程と、入力音声信号のうち音源情報を適応符号帳と固定符号帳とにそれぞれ格納された音源ベクトルを用いて符号化する第２符号化工程と、前記固定符号帳に格納された音源ベクトルを探索する探索工程と、を具備し、前記探索工程は、音源ベクトルを形成するパルス本数に応じた重み付けを探索の基準となる計算値に行うようにした。
本発明によれば、符号化される入力信号の雑音性、非雑音性に応じた傾向を十分に利用し、良好な音質を得ることができる。
以下、本発明の実施の形態について、図面を参照して詳細に説明する。
（実施の形態）
図１は、本発明の実施の形態に係るＣＥＬＰ符号化装置１００の構成を示すブロック図である。このＣＥＬＰ符号化装置１００は、声道情報と音源情報とからなる音声信号Ｓ１１を、声道情報については、ＬＰＣパラメータ（線形予測係数）を求めることにより符号化し、音源情報については、予め記憶されている音声モデルのいずれを用いるかを特定するインデックス、すなわち、適応符号帳１０３および固定符号帳１０４でどのような音源ベクトル（コードベクトル）を生成するかを特定するインデックスを求めることにより、音源情報を符号化する。
図１は、本発明の実施の形態に係るＣＥＬＰ符号化装置１００の構成を示すブロック図である。このＣＥＬＰ符号化装置１００は、声道情報と音源情報とからなる音声信号Ｓ１１を、声道情報については、ＬＰＣパラメータ（線形予測係数）を求めることにより符号化し、音源情報については、予め記憶されている音声モデルのいずれを用いるかを特定するインデックス、すなわち、適応符号帳１０３および固定符号帳１０４でどのような音源ベクトル（コードベクトル）を生成するかを特定するインデックスを求めることにより、音源情報を符号化する。
具体的には、ＣＥＬＰ符号化装置１００の各部は以下の動作を行う。
ＬＰＣ分析部１０１は、音声信号Ｓ１１に対して線形予測分析を施し、スペクトル包絡情報であるＬＰＣパラメータを求め、ＬＰＣ量子化部１０２及び聴感重み付け部１１１に出力する。
ＬＰＣ量子化部１０２は、ＬＰＣ分析部１０１で得られるＬＰＣパラメータを量子化し、得られる量子化ＬＰＣパラメータをＬＰＣ合成フィルタ１０９に、量子化ＬＰＣパラメータのインデックスをＣＥＬＰ符号化装置１００の外部へ出力する。
一方、適応符号帳１０３は、ＬＰＣ合成フィルタ１０９で使用された過去の駆動音源を記憶しており、歪み最小化部１１２から指示されたインデックスに対応する適応符号帳ラ
グに従って、記憶している駆動音源から１サブフレーム分の音源ベクトルを生成する。この音源ベクトルは、適応符号帳ベクトルとして乗算器１０６に出力される。
グに従って、記憶している駆動音源から１サブフレーム分の音源ベクトルを生成する。この音源ベクトルは、適応符号帳ベクトルとして乗算器１０６に出力される。
固定符号帳１０４は、所定形状の音源ベクトルを複数個予め記憶しており、歪み最小化部１１２から指示されたインデックスに対応する音源ベクトルを、固定符号帳ベクトルとして乗算器１０７に出力する。ここで、固定符号帳１０４は代数的符号帳であり、２種類の本数のパルスによる代数的符号帳を用いた場合の構成について、重み付けが加算によりなされる場合について説明する。
代数的音源とは、多くの標準コーデックに採用されている音源であり、位置と極性（＋−）だけが情報の大きさが１のインパルスを少数立てた音源である。例えば、ＡＲＩＢ規格書「ＲＣＲ ＳＴＤ−２７Ｋ」の５．３節の「ＣＳ−ＡＣＥＬＰ」での５．３．１．９章や、５．４節の「ＡＣＥＬＰ」での５．４．３．７章等に記載されている。
なお、上記の適応符号帳１０３は、有声音のように周期性の強い成分を表現するために使われ、一方、固定符号帳１０４は、白色雑音のように周期性の弱い成分を表現するために使われる。
ゲイン符号帳１０５は、歪み最小化部１１２からの指示に従って、適応符号帳１０３から出力される適応符号帳ベクトル用のゲイン（適応符号帳ゲイン）、および固定符号帳１０４から出力される固定符号帳ベクトル用のゲイン（固定符号帳ゲイン）を生成し、それぞれ乗算器１０６、１０７に出力する。
乗算器１０６は、ゲイン符号帳１０５から出力された適応符号帳ゲインを、適応符号帳１０３から出力された適応符号帳ベクトルに乗じ、加算器１０８に出力する。
乗算器１０７は、ゲイン符号帳１０５から出力された固定符号帳ゲインを、固定符号帳１０４から出力された固定符号帳ベクトルに乗じ、加算器１０８に出力する。
加算器１０８は、乗算器１０６から出力された適応符号帳ベクトルと、乗算器１０７から出力された固定符号帳ベクトルとを加算し、加算後の音源ベクトルを駆動音源としてＬＰＣ合成フィルタ１０９に出力する。
ＬＰＣ合成フィルタ１０９は、ＬＰＣ量子化部１０２から出力された量子化ＬＰＣパラメータをフィルタ係数とし、適応符号帳１０３及び固定符号帳１０４で生成される音源ベクトルを駆動音源としたフィルタ関数、すなわち、ＬＰＣ合成フィルタを用いて合成信号を生成する。この合成信号は、加算器１１０に出力される。
加算器１１０は、ＬＰＣ合成フィルタ１０９で生成された合成信号を音声信号Ｓ１１から減算することによって誤差信号を算出し、この誤差信号を聴感重み付け部１１１に出力する。なお、この誤差信号が符号化歪みに相当する。
聴感重み付け部１１１は、加算器１１０から出力された符号化歪みに対して聴感的な重み付けを施し、歪み最小化部１１２に出力する。
歪み最小化部１１２は、聴感重み付け部１１１から出力された符号化歪みが最小となるような、適応符号帳１０３、固定符号帳１０４及びゲイン符号帳１０５の各インデックスをサブフレームごとに求め、これらのインデックスを符号化情報としてＣＥＬＰ符号化装置１００の外部に出力する。より詳細には、上記の適応符号帳１０３及び固定符号帳１０４に基づいて合成信号を生成し、この信号の符号化歪みを求める一連の処理は閉ループ制
御（帰還制御）となっており、歪み最小化部１１２は、各符号帳に指示するインデックスを１サブフレーム内において様々に変化させることによって各符号帳を探索し、最終的に得られる、符号化歪みを最小とする各符号帳のインデックスを出力する。
御（帰還制御）となっており、歪み最小化部１１２は、各符号帳に指示するインデックスを１サブフレーム内において様々に変化させることによって各符号帳を探索し、最終的に得られる、符号化歪みを最小とする各符号帳のインデックスを出力する。
なお、符号化歪みが最小となる際の駆動音源は、サブフレームごとに適応符号帳１０３へフィードバックされる。適応符号帳１０３は、このフィードバックにより、記憶されている駆動音源を更新する。
ここで、固定符号帳１０４の探索方法について説明する。まず、音源ベクトルの探索と符号の導出は以下の式（１）の符号化歪を最小化する音源ベクトルを探索することにより行われる。
Ｅ：符号化歪、ｘ：符号化ターゲット、ｐ：適応符号帳ベクトルのゲイン、Ｈ：聴感重み付け合成フィルタ、ａ：適応符号帳ベクトル、ｑ：固定符号帳ベクトルのゲイン、ｓ：固定符号帳ベクトル
一般的に、適応符号帳ベクトルと固定符号帳ベクトルとはオープンループで（別々のループで）探索されるので、固定符号帳１０４の符号の導出は以下の式（２）の符号化歪を最小化する固定符号帳ベクトルを探索することにより行われる。
Ｅ：符号化歪、ｘ：符号化ターゲット（聴感重み付け音声信号）、ｐ：適応符号帳ベクトルの最適ゲイン、Ｈ：聴感重み付け合成フィルタ、ａ：適応符号帳ベクトル、ｑ：固定符号帳ベクトルのゲイン、ｓ：固定符号帳ベクトル、ｙ：固定符号帳探索のターゲットベクトル
ここで、ゲインｐ、ｑは音源の符号を探索した後で決定するので、ここでは最適ゲインで探索を進めることとする。すると、上式（２）は以下の式（３）と書ける。
そして、この歪の式を最小化することは、以下の式（４）の関数Ｃを最大化することと同値であることがわかる。
よって、代数的符号帳の音源のような少数パルスからなる音源の探索の場合は、ｙＨと
ＨＨを予め計算しておけば、少ない計算量で上記関数Ｃを算出できる。
ＨＨを予め計算しておけば、少ない計算量で上記関数Ｃを算出できる。
図２は、図１に示した歪み最小化部１１２の内部構成を示すブロック図である。図２において、適応符号帳探索部２０１は、聴感重み付け部１１１において聴感的な重み付けが施された符号化歪みを用いて、適応符号帳１０３の探索を行う。探索の結果、適応符号帳ベクトルの符号を固定符号帳探索部２０２の前処理部２０３及び適応符号帳１０３に出力する。
固定符号帳探索部２０２の前処理部２０３は、聴感重み付け部１１１における合成フィルタの係数Ｈを用いて、ベクトルｙＨ及びマトリクスＨＨを算出する。ｙＨはターゲットベクトルｙを逆順にしてマトリクスＨを畳み込み、更にその結果を逆順にすることにより求める。ＨＨはマトリクス同士の掛け算により求める。また、ｙのパワと、付加する固定値Ｇとから、以下の式（５）に示すように付加値ｇを求める。
さらに、前処理部２０３は、ベクトルｙＨの要素の極性（＋−）から、事前にパルスの極性を決める。具体的には、各位置に立つパルスの極性をｙＨのその位置の値の極性に合わせることとし、ｙＨの値の極性を別の配列に格納しておく。各位置の極性を別の配列に格納した後、ｙＨの値は全て絶対値をとり正の値に変換しておく。また、格納した各位置の極性に合わせてＨＨの値も極性を乗ずることによって変換しておく。求めたｙＨ及びＨＨを探索ループ２０４、２０８内の相関値・音源パワ加算部２０５、２０９に、付加値ｇを重み付加部２０６に出力する。
探索ループ２０４は、相関値・音源パワ加算部２０５、重み付加部２０６及び大小判定部２０７を備え、探索ループ２０８は、相関値・音源パワ加算部２０９及び大小判定部２１０を備えている。
相関値・音源パワ加算部２０５は、パルス数２本の場合について、前処理部２０３から出力されたｙＨとＨＨの値を加算することにより関数Ｃを求め、求めた関数Ｃを重み付加部２０６に出力する。
重み付加部２０６は、上式（５）に示した付加値ｇを用いて、関数Ｃに付加処理を行い、付加処理した関数Ｃを大小判定部２０７に出力する。
大小判定部２０７は、重み付加部２０６において付加処理された関数Ｃの値の大小を比較し、より大きい関数値を示す場合の関数Ｃの分子分母を上書き格納する。そして、探索ループ２０４全体で最も大きくなる関数Ｃを探索ループ２０８の大小判定部２１０に出力する。
相関値・音源パワ加算部２０９は、パルス数３本の場合について、探索ループ２０４内の相関値・音源パワ加算部２０５と同様に、前処理部２０３から出力されたｙＨとＨＨの値を加算することにより関数Ｃを求め、求めた関数Ｃを大小判定部２１０に出力する。
大小判定部２１０は、探索ループ２０４の大小判定部２０７から出力された関数Ｃを含め、相関値・音源パワ加算部２０９から出力された関数Ｃの値の大小を比較し、より大きい関数値を示す場合の関数Ｃの分子分母を上書き格納する。そして、探索ループ２０８全体で最も大きくなるパルスの位置の組合せを探索する。大小判定部２１０は、各パルスの
位置の符号と極性の符号を合わせて固定符号帳ベクトルの符号とし、この符号を固定符号帳１０４及びゲイン符号帳探索部２１１に出力する。
位置の符号と極性の符号を合わせて固定符号帳ベクトルの符号とし、この符号を固定符号帳１０４及びゲイン符号帳探索部２１１に出力する。
ゲイン符号帳探索部２１１は、大小判定部２１０から出力された各パルスの位置の符号と極性の符号を合わせた固定符号帳ベクトルの符号に基づいて、ゲイン符号帳を探索し、探索結果をゲイン符号帳１０５に出力する。
ここで、上記２つの探索ループ２０４、２０８を用いた一連の処理の手順を図３及び図４に詳細に示す。ここでは、代数的符号帳の条件を以下に示す。
（１）ビット数：１３ビット
（２）処理単位（サブフレーム長）：４０
（３）パルス本数：２本と３本
（４）付加する固定値：Ｇ＝−０．００１
この条件のもと、例として以下のような２つに分かれた代数的符号帳が設計できる。
（符号帳０（パルス数２本）の候補位置）
ici00〔20〕＝｛ ０， ２， ４， ６， ８，１０，１２，１４，１６，１８，
２０，２２，２４，２６，２８，３０，３２，３４，３６，３８｝
ici01〔20〕＝｛ １， ３， ５， ７， ９，１１，１３，１５，１７，１９，
２１，２３，２５，２７，２９，３１，３３，３５，３７，３９｝
（符号帳１（パルス数３本）の候補位置）
ici10〔10〕＝｛０，４， ８，１２，１６，２０，２４，２８，３２，３６｝
ici11〔10〕＝｛２，６，１０，１４，１８，２２，２６，３０，３４，３８｝
ici12〔 8〕＝｛１，５，１１，１５，２１，２５，３１，３５｝
（２）処理単位（サブフレーム長）：４０
（３）パルス本数：２本と３本
（４）付加する固定値：Ｇ＝−０．００１
この条件のもと、例として以下のような２つに分かれた代数的符号帳が設計できる。
（符号帳０（パルス数２本）の候補位置）
ici00〔20〕＝｛ ０， ２， ４， ６， ８，１０，１２，１４，１６，１８，
２０，２２，２４，２６，２８，３０，３２，３４，３６，３８｝
ici01〔20〕＝｛ １， ３， ５， ７， ９，１１，１３，１５，１７，１９，
２１，２３，２５，２７，２９，３１，３３，３５，３７，３９｝
（符号帳１（パルス数３本）の候補位置）
ici10〔10〕＝｛０，４， ８，１２，１６，２０，２４，２８，３２，３６｝
ici11〔10〕＝｛２，６，１０，１４，１８，２２，２６，３０，３４，３８｝
ici12〔 8〕＝｛１，５，１１，１５，２１，２５，３１，３５｝
上記２つの候補位置でエントリ数は、（２０×２０×２×２）＋（１０×１０×８×２×２×２）＝１６００＋６４００＝８０００＜８１９２となり、１３ビットの代数的符号帳となる。
図３において、ＳＴ３０１では、符号帳０（パルス数２本）の候補位置を設定し、ＳＴ３０２で初期化を行い、ＳＴ３０３では、ｉ０が２０未満であることを確認する。ｉ０が２０未満である場合、符号帳０から１つ目のパルスの位置を出力してｙＨ及びＨＨから値を取り出して、それぞれ相関値ｓｙ０、パワｓｈ０とする（ＳＴ３０４）。この計算をｉ０が２０（パルス位置候補数）になるまで行う（ＳＴ３０３〜ＳＴ３０６）。なお、ＳＴ３０２〜ＳＴ３０９では、パルス数２本の場合の符号帳探索処理となる。
一方、ｉ０が２０未満において、ｉ１も２０未満である場合には、ＳＴ３０５〜ＳＴ３１０の処理が繰り返し行われる。この処理では、１つのｉ０における計算において、符号帳０から２つ目のパルスの位置を出力してｙＨ及びＨＨから値を取り出して相関値ｓｙ０、パワｓｈ０にそれぞれ加算し、相関値ｓｙ１、パワｓｈ１とする（ＳＴ３０７）。パワｓｈ１に付加値ｇを付加した値と相関値ｓｙ１とを用いて、関数Ｃの大小比較を行い（ＳＴ３０８）、より大きい関数値を示す関数Ｃの分子、分母を記憶する（ＳＴ３０９）この計算をｉ１が２０（パルス位置候補数）になるまで行う（ＳＴ３０５〜ＳＴ３１０）。
ｉ０及びｉ１が共に２０以上となった場合、図４のＳＴ３１１に移行し、符号帳１（パルス数３本）の候補位置を設定する。なお、ＳＴ３１０以降では、パルス数３本の場合の符号帳探索処理となる。
ＳＴ３１２では、ｉ０が１０未満であることを確認して、ｉ０が１０未満である場合、符号帳１から１つ目のパルスの位置を出力してｙＨ及びＨＨから値を取り出して、それぞ
れ相関値ｓｙ０、パワｓｈ０とする（ＳＴ３１３）。この計算をｉ０が１０（パルス位置候補数）になるまで行う（ＳＴ３１２〜ＳＴ３１５）。
れ相関値ｓｙ０、パワｓｈ０とする（ＳＴ３１３）。この計算をｉ０が１０（パルス位置候補数）になるまで行う（ＳＴ３１２〜ＳＴ３１５）。
一方、ｉ０が１０未満において、ｉ１も１０未満である場合には、ＳＴ３１４〜ＳＴ３１８の処理が繰り返し行われる。この処理では、一つのｉ１における計算において、符号帳１から２つ目のパルスの位置を出力してｙＨ及びＨＨから値を取り出して相関値ｓｙ０、パワｓｈ０にそれぞれ加算し、相関値ｓｙ１、パワｓｈ１とする（ＳＴ３１６）。ただし、ＳＴ３１４〜ＳＴ３１８の繰り返し処理におけるＳＴ３１７において、ｉ２が８未満の場合、ＳＴ３１７〜ＳＴ３２２の処理が繰り返し行われる。
この処理では、一つのｉ２における計算において、符号帳１から３つ目のパルスの位置を出力してｙＨ及びＨＨから値を取り出して相関値ｓｙ１、パワｓｈ１にそれぞれ加算し、相関値ｓｙ２、パワｓｈ２とする（ＳＴ３１９）。ＳＴ３０９において最大の関数値を示す関数Ｃの分子、分母と、相関値ｓｙ２及びパワｓｈ２からなる関数値との大小比較を行い（ＳＴ３２０）、より大きい関数値を示す関数Ｃの分子、分母を記憶する（ＳＴ３２１）この計算をｉ２が８（パルス位置候補数）になるまで行う（ＳＴ３１７〜ＳＴ３２２）。ＳＴ３２０では、付加値ｇの影響により、パルス数２本よりもパルス数３本の方が選ばれやすくなる。
ｉ０及びｉ１が共に１０以上、かつ、ｉ２が８以上となった場合、ＳＴ３２３において探索処理を終了する。
以上により、「パルスの本数」という明確な基準に基づく重み付けが実現できる。また、重み付けの方法として、付加処理を適用したことにより、符号化対象であるターゲットベクトルとの誤差が大きい（エネルギーの分散した無声性（雑音性）のある）場合には、重み付けが相対的に大きな意味を持ち、誤差が小さい（エネルギーの集中した有声性のある）場合には、重み付けが相対的に小さな意味を持つことになる。したがって、より高品質な合成音が得られるようになる。その理由は、以下のように定性的に示される。
ターゲットベクトルが有声性（非雑音性）の場合には、選択の基準となる関数値が高い部分と低い部分が存在する傾向がある。この場合、関数値のみの大小で音源ベクトルが選択されることが望ましく、本発明の固定値の付加処理では大きな変化がないので、関数値のみの大小で音源ベクトルが選択される。
一方、入力が無声性（雑音性）の場合には、関数値は全て低くなる。この場合、パルスの本数が多い音源ベクトルが選ばれる方が望ましく、本発明の固定値の付加処理が相対的に大きな意味を持つので、パルスの本数が多い音源ベクトルが選ばれる。
このように実施の形態によれば、パルス数という明確な尺度で重み処理を行うために安定した性能を得ることができ、また、重み付けの方法として付加処理を適用することにより、関数値が大きい場合は相対的に小さくなり、関数値が小さい場合は相対的に大きくなるので、無声性（雑音性）の部分においてのみパルス数の多い音源ベクトルを選択することができるので、音質向上を図ることができる。
なお、本実施の形態では、重み付けの方法として、特に付加処理についてその有効性を説明したが、本発明は乗算を用いても有効である。なぜなら、図３の該当部分を以下の式（６）に示すように置き換えれば、「パルス数」という明確な基準による重み付け処理が実現できるからである。
また、本実施の形態では、付加処理としてパルスの少ない符号帳の探索時に負の値を加算する例を示したが、これは相対的なので、パルスの多い符号帳の探索時に正の値を加算すれば全く同じ結果が得られることは明らかである。
また、本実施の形態では、固定符号帳ベクトルのパルスの本数として２本と３本を用いたが、これは本数が何本の組み合わせであってもよい。本発明がパルスの本数に依存していないからである。
また、本実施の形態では、パルス数のヴァリエーションとして２種類を用いたが、これは何種類であってもよい。本数の少ない方をより少ない値にすれば簡単に実現可能であり、探索処理は図３に示したものの連結処理でよい。発明者がパルス数１本からパルス数５本の５種類の固定符号帳ベクトルの探索に用いたところ、以下の数値で良好な性能が得られることを符号化・復号化実験により確認している。
１本の固定値 −０．００２
２本の固定値 −０．００１
３本の固定値 −０．０００７
４本の固定値 −０．０００５
５本の固定値 相対値なので不要
２本の固定値 −０．００１
３本の固定値 −０．０００７
４本の固定値 −０．０００５
５本の固定値 相対値なので不要
また、本実施の形態では、本数の集合が分かれている符号帳について適用したが、パルスの本数が異なる固定符号帳ベクトルが符号帳内に混在していてもよい。それは、本発明の付加処理が関数値の判定の部分で用いられるため、決められたパルス数の固定符号帳ベクトルの集合がまとまっている必要はないからである。これに関連してさらに言えることは、本実施の形態では、固定符号帳の例として代数的符号帳を用いたが、これは従来からのマルチパルス符号帳や、ＲＯＭに固定符号帳ベクトルが直接書き込まれている形式の学習符号帳などにも適用できることは明らかである。マルチパルスは本数そのものが本発明に同様に用いられるし、全ての固定符号帳ベクトルに値が入っている場合でも振幅が平均以上の本数等、本数という情報を抽出することは容易にでき、それを用いればよいからである。
また、本実施の形態では、ＣＥＬＰに対して用いたが、本数のわかる音源ベクトルが格納されている符号帳が存在する符号化／復号化方法であれば、本発明を適用できることは明らかである。なぜなら、本発明の所在は固定符号帳ベクトルの探索内のみであり、適応符号帳の有無や、スペクトル包絡の分析方法がＬＰＣかＦＦＴかフィルタバンクかといったことに依存しないからである。
なお、本実施の形態では、本発明をハードウェアで構成する場合を例にとって説明したが、本発明はソフトウェアで実現することも可能である。
また、本実施の形態の説明に用いた各機能ブロックは、典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部または全てを含むように１チップ化されてもよい。ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。
また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサーを利用してもよい。
さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてありえる。
また、本実施の形態の説明に用いた適応符号帳は、適応音源符号帳と呼ばれることもある。また、固定符号帳は、固定音源符号帳と呼ばれることもある。
２００６年５月１０日出願の特願２００６−１３１８５１の日本出願に含まれる明細書、図面および要約書の開示内容は、すべて本願に援用される。
本発明にかかる音声符号化装置及び音声符号化方法は、符号化される入力信号の雑音性、非雑音性に応じた傾向を十分に利用し、良好な音質を得ることができ、例えば、移動体通信システムにおける携帯電話等に適用できる。
Claims (5)
- 入力音声信号のうち声道情報をスペクトル包絡情報に符号化する第１符号化手段と、
入力音声信号のうち音源情報を適応符号帳と固定符号帳とにそれぞれ格納された音源ベクトルを用いて符号化する第２符号化手段と、
前記固定符号帳に格納された音源ベクトルを探索する探索手段と、
を具備し、
前記探索手段は、音源ベクトルを形成するパルス本数に応じた重み付けを探索の基準となる計算値に行う重み付け手段を有する音声符号化装置。 - 前記重み付け手段は、パルス本数が少ない音源ベクトルほど選択されにくくなるように重み付けを行う請求項１に記載の音声符号化装置。
- 前記重み付け手段は、加算による重み付けを行う請求項１に記載の音声符号化装置。
- 前記重み付け手段は、符号化対象であるターゲットとスペクトル包絡情報とにより合成された音源ベクトルから算出されるコスト関数を探索の基準となる前記計算値とし、前記ターゲットのパワと、合成された前記音源ベクトルのパワとを乗じた値に予め定められた固定値を乗じた値を前記計算値に加算する請求項３に記載の音声符号化装置。
- 入力音声信号のうち声道情報をスペクトル包絡情報に符号化する第１符号化工程と、
入力音声信号のうち音源情報を適応符号帳と固定符号帳とにそれぞれ格納された音源ベクトルを用いて符号化する第２符号化工程と、
前記固定符号帳に格納された音源ベクトルを探索する探索工程と、
を具備し、
前記探索工程は、音源ベクトルを形成するパルス本数に応じた重み付けを探索の基準となる計算値に行う音声符号化方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006131851 | 2006-05-10 | ||
| JP2006131851 | 2006-05-10 | ||
| PCT/JP2007/059580 WO2007129726A1 (ja) | 2006-05-10 | 2007-05-09 | 音声符号化装置及び音声符号化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPWO2007129726A1 true JPWO2007129726A1 (ja) | 2009-09-17 |
Family
ID=38667834
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008514506A Withdrawn JPWO2007129726A1 (ja) | 2006-05-10 | 2007-05-09 | 音声符号化装置及び音声符号化方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20090164211A1 (ja) |
| JP (1) | JPWO2007129726A1 (ja) |
| WO (1) | WO2007129726A1 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008072732A1 (ja) * | 2006-12-14 | 2008-06-19 | Panasonic Corporation | 音声符号化装置および音声符号化方法 |
| CN100578620C (zh) * | 2007-11-12 | 2010-01-06 | 华为技术有限公司 | 固定码书搜索方法及搜索器 |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FI98104C (fi) * | 1991-05-20 | 1997-04-10 | Nokia Mobile Phones Ltd | Menetelmä herätevektorin generoimiseksi ja digitaalinen puhekooderi |
| US5396576A (en) * | 1991-05-22 | 1995-03-07 | Nippon Telegraph And Telephone Corporation | Speech coding and decoding methods using adaptive and random code books |
| EP0773533B1 (en) * | 1995-11-09 | 2000-04-26 | Nokia Mobile Phones Ltd. | Method of synthesizing a block of a speech signal in a CELP-type coder |
| DE69721595T2 (de) * | 1996-11-07 | 2003-11-27 | Matsushita Electric Ind Co Ltd | Verfahren zur Erzeugung eines Vektorquantisierungs-Codebuchs |
| EP2154679B1 (en) * | 1997-12-24 | 2016-09-14 | BlackBerry Limited | Method and apparatus for speech coding |
| FI113571B (fi) * | 1998-03-09 | 2004-05-14 | Nokia Corp | Puheenkoodaus |
| EP2378517A1 (en) * | 1998-06-09 | 2011-10-19 | Panasonic Corporation | Speech coding apparatus and speech decoding apparatus |
| US6173257B1 (en) * | 1998-08-24 | 2001-01-09 | Conexant Systems, Inc | Completed fixed codebook for speech encoder |
| KR100391527B1 (ko) * | 1999-08-23 | 2003-07-12 | 마츠시타 덴끼 산교 가부시키가이샤 | 음성 부호화 장치, 기록 매체, 음성 복호화 장치, 신호 처리용 프로세서, 음성 부호화 복호화 시스템, 통신용 기지국, 통신용 단말 및 무선 통신 시스템 |
| AU2002224116A1 (en) * | 2000-11-27 | 2002-06-03 | Matsushita Electric Industrial Co., Ltd. | Method, device and program for coding and decoding acoustic parameter, and method, device and program for coding and decoding sound |
| JP3576485B2 (ja) * | 2000-11-30 | 2004-10-13 | 松下電器産業株式会社 | 固定音源ベクトル生成装置及び音声符号化／復号化装置 |
| JP3404016B2 (ja) * | 2000-12-26 | 2003-05-06 | 三菱電機株式会社 | 音声符号化装置及び音声符号化方法 |
| JP4245288B2 (ja) * | 2001-11-13 | 2009-03-25 | パナソニック株式会社 | 音声符号化装置および音声復号化装置 |
| CA2524243C (en) * | 2003-04-30 | 2013-02-19 | Matsushita Electric Industrial Co. Ltd. | Speech coding apparatus including enhancement layer performing long term prediction |
| SG123639A1 (en) * | 2004-12-31 | 2006-07-26 | St Microelectronics Asia | A system and method for supporting dual speech codecs |
| JP3981399B1 (ja) * | 2006-03-10 | 2007-09-26 | 松下電器産業株式会社 | 固定符号帳探索装置および固定符号帳探索方法 |
-
2007
- 2007-05-09 US US12/299,986 patent/US20090164211A1/en not_active Abandoned
- 2007-05-09 WO PCT/JP2007/059580 patent/WO2007129726A1/ja active Application Filing
- 2007-05-09 JP JP2008514506A patent/JPWO2007129726A1/ja not_active Withdrawn
Also Published As
| Publication number | Publication date |
|---|---|
| WO2007129726A1 (ja) | 2007-11-15 |
| US20090164211A1 (en) | 2009-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100369112C (zh) | 可变速率语音编码 | |
| US6393390B1 (en) | LPAS speech coder using vector quantized, multi-codebook, multi-tap pitch predictor and optimized ternary source excitation codebook derivation | |
| JP3981399B1 (ja) | 固定符号帳探索装置および固定符号帳探索方法 | |
| JPWO2008072671A1 (ja) | 音声復号化装置およびパワ調整方法 | |
| JP5687706B2 (ja) | 量子化装置及び量子化方法 | |
| JP5388849B2 (ja) | 音声符号化装置および音声符号化方法 | |
| JP6644848B2 (ja) | ベクトル量子化装置、音声符号化装置、ベクトル量子化方法、及び音声符号化方法 | |
| JPWO2007129726A1 (ja) | 音声符号化装置及び音声符号化方法 | |
| EP2099025A1 (en) | Audio encoding device and audio encoding method | |
| JPWO2008001866A1 (ja) | 音声符号化装置及び音声符号化方法 | |
| JPH1063300A (ja) | 音声復号化装置及び音声符号化装置 | |
| EP2116996A1 (en) | Encoding device and encoding method | |
| JPH07168596A (ja) | 音声符号化装置 | |
| KR100550002B1 (ko) | 음성부호화기에서 적응 코드북 검색기 및 그 방법 | |
| JP3984048B2 (ja) | 音声／音響信号の符号化方法及び電子装置 | |
| US20130166306A1 (en) | Pulse location search device, codebook search device, and methods therefor | |
| JP3174780B2 (ja) | 拡散音源ベクトル生成装置及び拡散音源ベクトル生成方法 | |
| JP3174783B2 (ja) | Ｃｅｌｐ型音声符号化装置及びｃｅｌｐ型音声符号化方法 | |
| JP2000347700A (ja) | Ｃｅｌｐ型音声復号化装置及びｃｅｌｐ型音声復号化方法 | |
| JP2000347699A (ja) | 拡散音源ベクトル生成装置及び拡散音源ベクトル生成方法 | |
| JP2000148195A (ja) | 音声符号化装置 | |
| JP2000330596A (ja) | 拡散音源ベクトル生成装置及び拡散音源ベクトル生成方法 | |
| JP2013068847A (ja) | 符号化方法及び符号化装置 | |
| JPH09269800A (ja) | 音声符号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100301 |
|
| A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20120606 |