WO2006049179A1

WO2006049179A1 - ベクトル変換装置及びベクトル変換方法

Info

Publication number: WO2006049179A1
Application number: PCT/JP2005/020129
Authority: WO
Inventors: Toshiyuki Morii
Original assignee: Matsushita Electric Industrial Co., Ltd.
Priority date: 2004-11-04
Filing date: 2005-11-01
Publication date: 2006-05-11
Also published as: EP1796084B1; US20080126085A1; EP1796084A4; US7809558B2; KR20070083957A; BRPI0517778A; CA2586251A1; EP1796084A1; CN101057275A; CN101057275B; JP2006133423A; RU2007116804A; JP4871501B2

Abstract

　音声を含む信号品質が向上するように、入力ベクトル量子化に用いる参照ベクトルを変換するベクトル変換装置。このベクトル変換装置では、ベクトル量子化部（９０２）は、符号帳（９０３）に格納されている全てのコードベクトルの中から狭帯域の復号化ＬＰＣパラメータに対応するものの番号を取得する。ベクトル逆量子化部（９０４）は、ベクトル量子化部（９０２）にて求められたコードベクトルの番号を参照して、符号帳（９０５）からコードベクトルを選択する。変換処理部（９０６）は、アップサンプリング処理部（９０１）から得られるサンプリング調整された復号化ＬＰＣパラメータと、ベクトル逆量子化部（９０４）から得られるコードベクトルとを用いて演算を行うことにより、広帯域の復号化ＬＰＣパラメータを得る。

Description

明細書

ベクトル変換装置及びベクトル変換方法

技術分野

[0001] 本発明は、ベクトル量子化に用いる参照ベクトルを変換するベクトル変換装置及びベクトル変換方法に関する。

背景技術

[0002] 無線通信等の分野では、リアルタイムでの音声や動画信号の伝達を実現するために、圧縮技術が用いられる。ベクトル量子化技術は、音声、動画のデータ圧縮に効果的な方法である。

[0003] 特許文献 1には、ベクトル量子化技術を用いて、狭帯域音声信号から広帯域音声信号を作る技術が開示されている。特許文献 1では、入力狭帯域音声信号を LPC分祈した結果を、狭帯域コードブックを用いてベクトル量子化し、そのベクトルを広帯域コードブックで復号し、その結果の符号を LPC合成して広帯域音声信号を得て、る。特許文献 1 :特開平 6— 118995号公報

発明の開示

発明が解決しょうとする課題

[0004] しかしながら、上記特許文献 1は、狭帯域音声信号を広帯域音声信号に変換することを目的とした技術であり、元々「符号化される入力音声、入力ベクトル」の存在を想定しておらず、聴感的に帯域が広く聞こえるという効果を出すためにスペクトルパラメータを操作するというだけのものであるので、この従来例では入力音声に近い合成音を得ることはできない。

[0005] 音声を含む品質を向上させる方法として、ベクトル量子化の性能を向上させることが求められており、参照ベクトルを用いて入力ベクトルを量子化 Z逆量子化することが考えられるが、上記特許文献 1は狭帯域音声信号を広帯域音声信号に変換することを目的としたのみであり、参照ベクトルと入力ベクトルとの統計的性質について検討し、参照ベクトルを変換してベクトル量子化に使用することを開示した文献はまだ存在していない。 [0006] 本発明の目的は、音声を含む信号品質が向上するように、入力ベクトル量子化に用いる参照ベクトルを変換することができるベクトル変換装置及びベクトル変換方法を提供することである。

課題を解決するための手段

[0007] 本発明のベクトル変換装置は、入力ベクトルの量子化に用いる参照ベクトルを変換するベクトル変換装置であって、ベクトル空間をクラスタリングすることにより求められた複数の第 1コードベクトルを格納する第 1符号帳と、前記第 1符号帳に格納された第 1コードベクトルの中力参照ベクトルに対応するものの番号を取得するベクトル量子化手段と、前記番号毎に、複数の学習用入力ベクトルに対応する複数の学習用参照ベクトルを統計処理して得られた第 2コードベクトルを格納する第 2符号帳と、前記第 2の符号帳に格納された第 2コードベクトルの中から前記ベクトル量子化手段にて取得された番号に対応するものを取得するベクトル逆量子化手段と、前記ベクトル逆量子化手段にて取得された第 2コードベクトルを変換して変換後の参照ベクトルを取得する変換処理手段と、を具備する構成を採る。

[0008] また、本発明のベクトル変換方法は、入力ベクトルの量子化に用いる参照ベクトルを変換するベクトル変換方法であって、ベクトル空間をクラスタリングすることにより求められた複数の第 1コードベクトルを第 1符号帳に格納する第 1の格納工程と、前記第 1符号帳に格納された第 1コードベクトルの中力参照ベクトルに対応するものの番号を取得するベクトル量子化工程と、前記番号毎に、学習用入力ベクトルに対して複数の学習用参照べ外ルを統計処理して得られた第 2コードベクトルを第 2符号帳に格納する第 2の格納工程と、前記第 2の符号帳に格納された第 2コードベクトルの中力前記ベクトル量子化工程にて取得された番号に対応するものを取得するべタトル逆量子化工程と、前記ベクトル逆量子化工程にて取得された第 2コードベクトルを変換して変換後の参照ベクトルを取得する変換処理工程と、を具備する。

発明の効果

[0009] 本発明によれば、入力ベクトルに相関のある参照ベクトルを用いたコードブックマツビングを用いた変換処理を施し、その変換結果を用いたベクトル量子化により、量子化性能を向上させることで、音声を含む信号品質を向上させることができる。図面の簡単な説明

[0010] [図 1]CELPの符号化装置のブロック図

[図 2]CELPの復号化装置のブロック図

[図 3]本発明の一実施の形態に係るスケーラブルコーデックの符号ィ匕装置の構成を示すブロック図

[図 4]上記実施の形態に係るスケーラブルコーデックの復号ィ匕装置の構成を示すブロック図

[図 5]上記実施の形態に係るスケーラブルコーデックの符号ィ匕装置の拡張符号器の内部構成を示すブロック図

[図 6]図 5の LPC分析部の内部構成を示すブロック図

[図 7]上記実施の形態に係るスケーラブルコーデックの復号ィ匕装置の拡張復号器の内部構成を示すブロック図

[図 8]図 7のパラメータ復号ィ匕部の内部構成を示すブロック図

[図 9]図 6、図 8のパラメータ変換部の内部構成を示すブロック図

[図 10]図 6、図 8のパラメータ変換部の処理を説明する図

[図 11]図 6、図 8のパラメータ変換部の内部構成を示すブロック図

[図 12]図 6、図 8のパラメータ変換部の内部構成を示すブロック図

発明を実施するための最良の形態

[0011] 以下の説明では、本発明のベクトル変換装置を階層型符号化の符号化器、復号化器に適応した例について説明する。階層型符号化とは、まずコア符号器で符号化し符号を求め、次に拡張符号器でコア符号器の符号に加えてその符号を加えればより音質が良くなるように拡張符号の符号ィ匕を行い、これを段階的に重ねてビットレートを上げていくという符号ィ匕である。例えば、 3つの符号器 (コア符号器 4kbps、拡張符号器 A3kbps、拡張符号器 B2. 5kbps)力あれば、 4kbps, 7kbps, 9. 5kbpsの 3種類のビットレートで音が出せるということである。これは伝送の途中でも可能で、 3つの符号器の符号の合計 9. 5kbpsを伝送している途中でコア符号器の 4kbpsの符号だけを復号して音を出すことができ、コア符号器 +拡張符号器 Aの 7kbpsの符号だけを復号して音を出すこともできる。したがって、階層型符号ィ匕により、伝送容量が広いままなら高品質の音声が、伝送中に突然狭くなつても符号の抜き出しで伝送を継続することができ、中品質の音声がサービスできる。よって、階層型符号ィ匕により、トランスコーデックを介すことなく品質を保ったまま異種網間通信を行うことができる。

[0012] また、コアレイヤや拡張レイヤに用いる各符号化器、復号化器の符号化形態として CELPを用いる。以下、符号ィ匕 Z復号ィ匕の基本アルゴリズムである CELPについて図 1、図 2を用いて説明する。

[0013] まず、 CELPの符号化装置のアルゴリズムについて図 1を用いて説明する。図 1は C ELP方式の符号化装置のブロック図である。

[0014] まず、 LPC分析部 102において、入力音声 101に対して自己相関分析、 LPC分析を行って LPC係数を得、 LPC係数の符号ィ匕を行って LPC符号を得、 LPC符号を復号ィ匕して復号化 LPC係数を得る。この符号化は、多くの場合、 PARCOR係数や LS Pや ISPと、つた量子化しやす、パラメータに変換した後、過去の復号化パラメータを用いた予測やベクトル量子化を用いて量子化を行うことによりなされる。

[0015] 次に、適応符号帳 103と確率的符号帳 104に格納された音源サンプル (それぞれ、「適応コードベクトル」または「適応音源」、「確率的コードベクトル」または「確率的音源」と、う）の中で指定されたものを取り出し、ゲイン調整部 105にお、てそれぞれの音源サンプルに指定のアンプを乗じた後、加算することにより音源ベクトルを得る。

[0016] 次に、 LPC合成部 106において、ゲイン調整部 105で得られた音源ベクトルを、 LP Cパラメータを用いた全極型フィルタによって合成し、合成音を得る。ただし、実際の符号ィ匕においては、ゲイン調整前の 2つの音源ベクトル (適応音源、確率的音源）に対して、 LPC分析部 102で求められた復号化 LPC係数によってフィルタリングを行ない 2つの合成音を得る。これはより効率的に音源の符号ィ匕を行うためである。

[0017] 次に、比較部 107において、 LPC合成部 106で求められた合成音と入力音声 101 の距離を計算し、 2つの符号帳からの出力ベクトルとゲイン調整部 105で乗じるアンプを制御することによって、距離が最も小さくなる 2つの音源の符号の組み合わせを探す。

[0018] ただし、実際の符号ィ匕においては、 LPC合成部 106で得られた 2つの合成音と入力音声との関係を分析し 2つの合成音の最適値 (最適ゲイン)の組み合わせを求め、その最適ゲインによってゲイン調整部 105でゲイン調整されたそれぞれの合成音を加算することにより総合合成音を求め、その総合合成音と入力音声の距離計算を行なうことが一般的である。そして、適応符号帳 103と確率的符号帳 104の全ての音源サンプルに対してゲイン調整部 105、 LPC合成部 106を機能させることによって得られる多くの合成音と入力音声との距離計算を行ない、距離が最も小さくなる音源サンプルのインデクスを求める。これにより効率よく 2つの符号帳の音源の符号を探索することがでさる。

[0019] また、この音源探索では、適応符号帳と確率的符号帳を同時に最適化するのは必要な計算量が膨大で事実上不可能であるので、 1つずつ符号を決めていくといぅォープンループ探索を行うのが一般的である。すなわち、適応音源だけの合成音と、入力音声を比較することによって適応符号帳の符号を求め、次にこの適応符号帳からの音源を固定して、確率的符号帳からの音源サンプルを制御し、最適ゲインの組み合わせによって多くの総合合成音を求め、それと入力音声を比較することによって確率的符号帳の符号を決定する。以上の手順により、現存の小型プロセッサ（DSP 等)での探索を実現することができる。

[0020] そして、比較部 107は 2つの符号帳のインデクス (符号）と、さらにそのインデタスに対応する 2つの合成音と入力音声をパラメータ符号ィ匕部 108へ出力する。

[0021] ノメータ符号ィ匕部 108は、 2つの合成音と入力音声の相関を用いてゲインの符号化を行ってゲイン符号を得る。そして、 LPC符号、 2つの符号帳の音源サンプルのィンデタス (音源の符号)をまとめて伝送路 109へ出力する。また、ゲイン符号と音源の符号に対応する 2つの音源サンプルとから音源信号を復号化し、それを適応符号帳 103に格納する。この際、古い音源サンプルを破棄する。すなわち、適応符号帳 103 の復号ィ匕音源データを未来力も過去にメモリシフトしメモリから出た古いデータは破棄し、未来の空いた部分に復号化で作成した音源信号を格納する。この処理は適応符号帳の状態更新と呼ばれる。

[0022] なお、 LPC合成部 106における音源探索時の LPC合成では、線形予測係数や高域強調フィルタや長期予測係数 (入力音声の長期予測分析を行なうことによって得られる係数)を用いた聴感重み付けフィルタを使用するのが一般的である。また、適応符号帳 103と確率的符号帳 104の音源探索は、分析区間 (フレームと呼ばれる）を更に細かく分けた区間（サブフレームと呼ばれる）で行われることが多!、。

[0023] ここで、上記説明の中で述べた様に、比較部 107では、ゲイン調整部 105から得られた適応符号帳 103、確率的符号帳 104の全ての音源について、実現可能な計算量で探索を行うため、 2つの音源 (適応符号帳 103と確率的符号帳 104)をオープンループで探索する。その場合、各ブロック (セクション)の役割が上記説明よりも複雑になる。そこで、処理手順について更に詳細に述べる。

[0024] (1)まず、ゲイン調整部 105は適応符号帳 103からのみ音源サンプル (適応音源）を次々に送り LPC合成部 106を機能させて合成音を求め、比較部 107へ送り入力音声と比較を行なって最適な適応符号帳 103の符号を選択する。なお、この時のゲインは符号ィ匕歪が最も少なくなる値 (最適ゲイン)であることを仮定して探索を行う。

[0025] (2)そして、適応符号帳 103の符号を固定して、適応符号帳 103からは同じ音源サンプルを、確率的符号帳 104からは比較部 107の符号に対応した音源サンプル (確率的音源）を次々に選択し、 LPC合成部 106へ伝送する。 LPC合成部 106は 2つの合成音を求め、比較部 107で両合成音の和と入力音声の比較を行ない確率的符号帳 104の符号を決定する。なお、上記と同様に、この時のゲインは符号ィ匕歪が最も少なくなる値 (最適ゲイン)であると仮定して選択を行う。

[0026] なお、上記オープンループ探索では、ゲイン調整部 105のゲインを調整する機能と加算する機能は使用されない。

[0027] このアルゴリズムは、それぞれの符号帳の全ての音源の組み合わせを探索する方法と比較して、符号化性能が若干劣化するが、計算量が大幅に削減され実現可能な範囲になる。

[0028] このように、 CELPは人間の音声の発声過程 (声帯波 =音源、声道 =LPC合成フィルタ）のモデルによる符号ィ匕であり、基本アルゴリズムとして CELPを用いることにより比較的少ない計算量で良好な音質の音声が得られる。

[0029] 次に、 CELPの復号化装置のアルゴリズムについて図 2を用いて説明する。図 2は CELP方式の復号ィ匕装置のブロック図である。

[0030] パラメータ復号ィ匕部 202は、伝送路 201を介して送られた LPC符号を復号して合成用 LPCパラメータを得て LPC合成部 206に出力する。また、パラメータ復号ィ匕部 2 02は、伝送路 201を介して送られた 2つの音源符号を適応符号帳 203及び確率符号帳 204へ送り、出力される音源サンプルを指定する。また、パラメータ復号ィ匕部 20 2は、伝送路 201を介して送られたゲイン符号を復号ィ匕してゲインパラメータを得てゲイン調整部 205へ出力する。

[0031] 次に、適応符号帳 203と確率的符号帳 204は 2つの音源符号により指定された音源サンプルを出力し、ゲイン調整部 205へ出力する。ゲイン調整部 205はパラメータ復号ィ匕部 202から得たゲインパラメータを 2つの音源符号帳力も得た音源サンプルに乗じて加算することにより音源ベクトルを求め、 LPC合成部 206へ出力する。

[0032] LPC合成部 206は、音源ベクトルに合成用 LPCパラメータを用いたフィルタリングを行って合成音を求め、これを出力音声 207とする。なお、この合成の後には、合成用パラメータを用いた極強調、高域強調等を行うポストフィルタを用いることが多い。

[0033] 以上が基本アルゴリズム CELPの説明である。

[0034] 次に、本発明の実施の形態に係るスケーラブルコーデックの符号ィ匕装置 Z復号ィ匕装置の構成について図面を用いて詳細に説明する。

[0035] なお、本実施の形態ではマルチステージ型スケーラブルコーデックを例として説明を行う。また、階層数としてはコアと拡張の 2層の場合について説明する。

[0036] また、スケーラブルコーデックの音質を決める符号ィ匕形態として、コアレイヤと拡張レイヤを加えた場合で音声の音響的帯域が異なる周波数スケーラブルを例に説明する。この形態は、コアコーデックのみでは音響的周波数帯域が狭い音声が得られるのに対し、拡張部の符号を加えればより広い周波数帯域の高品質の音声が得られることができるというものである。なお、「周波数スケーラブル」を実現するため入力音声や合成音のサンプリング周波数を変換する周波数調整部を使用する。

[0037] 以下、本発明の実施の形態に係るスケーラブルコーデックの符号ィ匕装置の構成について図 3を用いて詳細に説明する。なお、以下の説明では、スケーラブルコーデックの一形態として、ビットレートを上げていく途中で符号ィ匕対象の音声信号の周波数帯域を狭帯域から広帯域に変更する「周波数スケーラブル」と呼ばれるスケーラブルコーデックを例に用いる。 [0038] 周波数調整部 302は、入力音声 301に対してダウンサンプリングを行い、得られる狭帯域音声信号をコア符号器 303へ出力する。ダウンサンプリングの方法は様々あり、低域透過 (Low-pass)フィルタを掛けて間引くという方法が一例として挙げられる。例えば、 16kHzサンプリングの入力音声を 8kHzサンプリングに変換する場合は、 4k Hz (8kHzサンプリングのナイキスト周波数)以上の周波数成分が極小さくなるような低域透過フィルタを掛け、その後 1つ置きに信号をピックアップして（2つに 1つを間引いたことになる)メモリに格納することにより 8kHzサンプリングの信号が得られる。

[0039] 次に、コア符号器 303は、狭帯域音声信号を符号ィ匕し、得られた符号を伝送路 30 4とコア復号器 305へ出力する。

[0040] コア復号器 305は、コア符号器 303で得られた符号を用いて復号を行ヽ、得られた合成音を周波数調整部 306へ出力する。また、コア復号器 305は、復号の過程で得られるパラメータを必要に応じて拡張符号器 307へ出力する。

[0041] 周波数調整部 306は、コア復号器 305で得られた合成音に対して入力音声 301のサンプリングレートにまでアップサンプリングを行い、加算部 309へ出力する。アップサンプリングの方法は様々あり、サンプルの間に 0を挿入してサンプル数を増やし、低域透過 (Low-pass)フィルタによって周波数成分を調整してから、パワーを調整するという方法が一例として挙げられる。例えば、 8kHzサンプリングを 16kHzサンプリングにアップサンプリングするという場合は、以下の式（1)の様に、まず、 1つ置きに 0を挿入して信号 Yjを得、また 1つのサンプル当たりの振幅 pを求めておく。

[0042] [数 1]

Xi (i = 1 ~ I) :コア復号器 A15の出力系列（合成音)

次に、 Yjに低域透過フィルタを掛け、 8kHz以上の周波数成分を極めて小さくする。得られる 16kHzサンプリングの信号 Ziに対して、以下の式（2)の様に、 Ziの 1つのサンプル当たりの振幅 qを求め、式（1)で求めた値に近づけるようにゲインをスムーズに調整し、合成音 Wiを得る。

[0043] [数 2]

「 I!, Zi Zi

/ ,=, 21

以下の処理を i=1 ~ 21まで行う

なお、上記で gの初期値としては、適当な定数 (例えば 0)を定めておく。

[0044] また、周波数調整部 302、コア符号器 303、コア復号器 305、周波数調整部 306で使用するフィルタとして位相成分がずれるフィルタを用いた場合、周波数調整部 306 では、位相成分も入力音声 301と合うように調整する必要がある。この方法についてはそれまでのフィルタの位相成分のずれを予め計算し、その逆特性を Wiに掛けることによって位相を合わせる。位相を合わせることにより、入力音声 301との純粋な差分信号を求めることができ、拡張符号器 307で効率の良い符号ィ匕を行うことができる

[0045] 加算部 309は、周波数調整部 306で得られた合成音の符号を反転して入力音声 3 01と加算する、すなわち、入力音声 301から合成音を減ずる。加算部 309は、この処理で得られた音声信号である差分信号 308を拡張符号器 307へ出力する。

[0046] 拡張符号器 307は、入力音声 301と差分信号 308を入力し、コア復号器 305で得られたパラメータを利用して、差分信号 308の効率的な符号化を行い、得られた符号を伝送路 304へ出力する。

[0047] 以上が本実施の形態に関わるスケーラブルコーデックの符号ィ匕装置の説明である

[0048] 次に、本発明の実施の形態に係るスケーラブルコーデックの復号ィ匕装置の構成にっ、て図 4を用いて詳細に説明する。

[0049] コア復号器 402は、伝送路 401から復号ィ匕に必要な符号を取得し、復号化を行つて合成音を得る。コア復号器 402は、図 3の符号ィ匕装置のコア復号器 305と同様の復号化機能を持つ。また、コア復号器 402は、必要に応じて合成音 406を出力する。なお、この合成音 406には、聴感的に聞きやすくなるように調整を行うのが有効である。例として、コア復号器 402で復号されたパラメータを用いたポストフィルタが挙げられる。また、コア復号器 402は、必要に応じて合成音を周波数調整部 403へ出力する。また、復号ィ匕の過程で得られるパラメータを必要に応じて拡張復号器 404へ出力する。

[0050] 周波数調整部 403は、コア復号器 402から得られた合成音に対してアップサンプリングを行い、アップサンプリング後の合成音を加算部 405へ出力する。なお、周波数調整部 403の機能は図 3の周波数調整部 306と同様であるので、その説明を省略する。

[0051] 拡張復号器 404は、伝送路 401から取得した符号を復号化して合成音を得る。そして、拡張復号器 404は、得られた合成音を加算部 405へ出力する。この復号化の際には、コア復号器 402から復号ィ匕の過程で得られるパラメータを利用した復号ィ匕を行うことにより、良好な品質の合成音を得ることができる。

[0052] 加算部 405は、周波数調整部 403から得られた合成音と、拡張復号器 404から得られた合成音を加算して合成音 407を出力する。なお、この合成音 407には、聴感的に聞きやすくなるように調整を行うことが有効である。例として、拡張復号器 404で復号されたパラメータを用いたポストフィルタが挙げられる。

[0053] 以上の様に図 4の復号ィ匕装置は合成音 406と合成音 407の 2つの合成音を出力することができる。合成音 406はコアレイヤ力も得られる符号のみ、合成音 407はコアレィャと拡張レイヤの符号力得られるより良好な品質の合成音声である。どちらを利用するかは本スケーラブルコーデックを使用するシステムが決めることができる。なお、コアレイヤの合成音 406のみをシステムで利用するのであれば、符号化装置のコア復号器 305、周波数調整部 306、加算部 309、拡張符号器 307、復号化装置の周波数調整部 403、拡張復号器 404、加算部 405らは省略することができる。

[0054] 以上がスケーラブルコーデックの復号ィ匕装置の説明である。

[0055] 次に、本実施の形態の符号化装置 Z復号化装置において、拡張符号器及び拡張復号器がコア復号器力得られるパラメータを利用する方法について詳細に説明する。 [0056] まず、図 5を用いて、本実施の形態に係る符号化装置の拡張符号器がコア復号器力も得られるパラメータを利用する方法について詳細に説明する。図 5は、図 3のスケ一ラブルコーデック符号ィ匕装置の拡張符号器 307の構成を示すブロック図である。

[0057] LPC分析部 501は、入力音声 301に対して自己相関分析と LPC分析を行なうことにより LPC係数を得、また得られた LPC係数の符号ィ匕を行って LPC符号を得、また得られた LPC符号を復号ィ匕して復号化 LPC係数を得る。なお、 LPC分析部 501は、コア復号器 305から得られる合成 LPCパラメータを用いて効率のょ、量子化を行う。 LPC分析部 501の内部構成の詳細は後述する。

[0058] 適応符号帳 502と確率的符号帳 503は 2つの音源符号により指定された音源サンプルをゲイン調整部 504へ出力する。

[0059] ゲイン調整部 504は、それぞれの音源サンプルにアンプを乗じた後に加算して音源ベクトルを得、そしてそれを LPC合成部 505へ出力する。

[0060] LPC合成部 505は、ゲイン調整部 504で得られた音源ベクトルに対して LPCパラメータを用いたフィルタリングを行うことにより、合成音を得る。ただし、実際の符号化においては、ゲイン調整前の 2つの音源ベクトル (適応音源、確率的音源）に対して、 L PC分析部 501で得られた復号ィ匕 LPC係数によってフィルタリングを行ない 2つの合成音を得て、比較部 506に出力することが一般的である。これはより効率的に音源の符号ィ匕を行うためである。

[0061] 比較部 506は、 LPC合成部 505で得られた合成音と差分信号 308の距離を計算し、 2つの符号帳からの音源サンプルとゲイン調整部 504で乗じるアンプを制御することによって、最も距離が近くなる 2つの音源の符号の組み合わせを探す。ただし、実際の符号ィ匕においては、 LPC合成部 505で得られた 2つの合成音と差分信号 308との関係を分析し 2つの合成音の最適値 (最適ゲイン)の組み合わせを求め、その最適ゲインによってゲイン調整部 504でゲインの調整をされたそれぞれの合成音を加算して総合合成音を得、その総合合成音と差分信号 308の距離計算を行なうことが一般的である。そして、適応符号帳 502と確率的符号帳 503の全ての音源サンプルに対してゲイン調整部 504、 LPC合成部 505を機能させることによって得られる多くの合成音と差分信号 308との距離計算を行ない、得られる距離を比較し、最も小さくなる 2 つの音源サンプルのインデクスを求める。これにより効率よく 2つの符号帳の音源の符号を求めることができる。

[0062] また、この音源探索にぉ、ては、適応符号帳と確率的符号帳を同時に最適化するのが計算量的には通常不可能であり、そのために 1つずつ符号を決めていくといぅォープンループ探索を行うのがより一般的である。すなわち、適応音源だけの合成音と差分信号 308を比較することによって適応符号帳の符号を得、次に、この適応符号帳からの音源を固定して、確率的符号帳からの音源サンプルを制御し、最適ゲインの組み合わせによって多くの総合合成音を得、これと差分信号 308を比較することによって確率的符号帳の符号を決定する。以上の様な手順により現実的な計算量で探索が実現できる。

[0063] そして、 2つの符号帳のインデクス (符号）と、さらにそのインデタスに対応する 2つの合成音と差分信号 308をパラメータ符号ィ匕部 507へ出力する。

[0064] パラメータ符号ィ匕部 507は、 2つの合成音と差分信号 308の相関を用いて最適なゲインの符号ィ匕を行なうことによってゲイン符号を得る。そして、 LPC符号、 2つの符号帳の音源サンプルのインデクス (音源の符号)をまとめて伝送路 304へ出力する。また、ゲイン符号と音源の符号に対応する 2つの音源サンプルとから音源信号を復号化し、それを適応符号帳 502に格納する。この際、古い音源サンプルを破棄する。すなわち、適応符号帳 502の復号ィ匕音源データを未来力も過去にメモリシフトし、古いデータは破棄し、未来の空いた部分に復号ィ匕で作成した音源信号を格納する。この処理は適応符号帳の状態更新 (update)と呼ばれる。

[0065] 次に、 LPC分析部 501の内部構成について図 6のブロック図を用いて詳細に説明する。 LPC分析部 501は、分析部 601と、パラメータ変換部 602と、量子化部 603とから主に構成される。

[0066] 分析部 601は、入力音声 301を分析しパラメータを求める。 CELPを基本方式としている場合は、線形予測分析を行い、パラメータを求める。そして、量子化しやすい L SP、 PARCOR、 ISP等のパラメータベクトルに変換し、量子化部 603に出力する。この量子化部 603に出力されるパラメータベクトルを「ターゲットベクトル」と呼ぶ。パラメータベクトルが、ベクトル量子化 (VQ)で効率的に量子化が出来るものであれば復号時により品質の良い音声が合成出来る。なお、この際、ターゲットベクトルが復号化 L PCパラメータと同じ種類、同じ長さのパラメータベクトルであれば、パラメータ変換部 602においてパラメータの種類や長さを変換する処理が省略できる。なお、分析対象として入力音声 301の代わりに差分信号 308を用いることも可能である。

[0067] パラメータ変換部 602は、復号化 LPCパラメータを量子化に有効なパラメータに変換する。ここで得られるベクトルを「広帯域の復号化 LPCパラメータ」と呼ぶ。なお、このパラメータが分析部 601で得られるパラメータと違う種類、または違う長さのパラメータベクトルである場合は、処理の最後に種類や長さを合わせる変換処理が必要である。なお、このパラメータ変換部 602の内部処理の詳細については後述する。

[0068] 量子化部 603は、分析部 601から得られるターゲットベクトルを、広帯域の復号化 L PCパラメータを用いて量子化して LPC符号を得る。

[0069] 以下、復号化 LPCパラメータを用いた量子化の例として以下の 2つの量子化形態について説明する。なお、以下の説明においては、ターゲットベクトルと広帯域の復号化 LPCパラメータは同じ種類の同じ長さのパラメータベクトルであることを前提として説明を行う。 (1)コア係数との差を符号化する場合 (2)コア係数を含めて予測 VQ で符号化する場合

[0070] まず、（1)の量子化形態について説明する。

[0071] まず量子化対象である LPC係数を量子化しやすいパラメータ（以下、「ターゲット係数」という）に変換する。次に、ターゲット係数力もコア係数を減ずる。なお、両者ともベクトルであるのでベクトルとしての減算である。そして、得られた差分ベクトルをべクトル量子化（予測 VQ、スプリット VQ、多段 VQ)により量子化する。この時、単に差分を求めるという方法も有効である力ただ差分を求めるのでなぐベクトルの各要素でその相関に応じた減算を行えば、より精度のよい量子化ができる。一例を以下の式（ 3)に示す。

[0072] [数 3]

Di=Xi- βί-Yi

Di:差分ベクトル、 Xi:ターゲット係数、 Yiコア係数、 βί:相関度

…… (3) 上記式（3)において、 j8 iは予め統計的に求めたものを格納しておき、それを使用する。なお、 j8 i= 1.0に固定するという方法もあるが、その場合は単なる差分になる。相関度の決定は、予め多くの音声データについてスケーラブルコーデックの符号ィ匕装置を動かし、拡張符号器 307の LPC分析部 501に入力される多くのターゲット係数とコア係数の相関分析によってなされる。これは以下の式 (4)の誤差パワー Eを最小にする j8 iを求めることにより実現できる。

[0073] [数 4]

E=∑∑ Dt,i ²=∑∑ (Xt,ト βί■ Yt,i) ² t:サンプル番号

⁴ · ' ' ■■■■■■ (4)

そして、上記を最小化する j8 iは、 Eを /3 iで片微分した式が全ての iについて 0になるという性質力以下の式（5)によって得られる。

[0074] [数 5]

∑ Xt,i -Yt,i

β' …… (5)

よって上記の β iを使用して差分を取ればより精度のよい量子化が実現できる。

[0075] 次に、（2)の量子化形態について説明する。

[0076] 予測 VQとは上記差分後のベクトル量子化と同様で、過去の複数の復号化パラメ一タを用いて固定の予測係数で積和を取ったものの差分をベクトル量子化するというものである。この差分ベクトルを以下の式（6)に示す。

[0077] [数 6]

Di=Xi-∑ Sm'i -Ym.i

Di:差分ベクトル、 Xi:ターゲット係数、 Ym.i:過去の復号化パラメ一タ

Sm,i:予測係数 (固定）

…… (6) 上記の「過去の復号化パラメータ」としては、復号ィ匕したベクトルそのものを用いる方法と、ベクトル量子化におけるセントロイドを用いる方法の 2つがある。前者の方が予測能力は高いが、前者の方が誤りの伝播が長期に渡るため、後者の方がビット誤りには強い。

[0078] そこで、この Ym,iの中に必ずコア係数を含めるようにすれば、コア係数はその時間のパラメータで相関度も高いので、高い予測能力を得ることができ、上記（1)の量子化形態よりも更に高い精度で量子化ができる。例えばセントロイドを用いる場合、予測次数 4の場合で以下の式（7)の様になる。

[0079] [数 7]

Y0,i:コア係数

Y1 ,i:1つ前のセントロイド (もしまセントロイドを正規化したもの）

Y2,i:2つ前のセントロイド (もしくはセントロイドを正規化したもの）

Y3,i:3つ前のセントロイド (もしくはセントロイドを正規化したもの）

正規化：ダイナミックレンジを合わせるために、を乗ずること

…… (7) また、予測係数 S m,iは、（1)の量子化形態の j8 iと同じぐ多くのデータについての誤差パワーを各予測係数で片微分した式の値力 Soになることから求められる。この場合は、 mについての連立一次方程式を解くことによって求められる。

[0080] 以上の様にコアレイヤで得られるコア係数を用いることによって効率のょ、LPCパラメータの符号ィ匕ができる。

[0081] なお、予測 VQの形態として予測の積和の中にセントロイドを含める場合もある。方法は式（7)に括弧書きで示したので、説明は省略する。

[0082] また、上記分析部 601の説明では分析対象を入力音声 301としたが、差分信号 30 8を用いても、同様の方法によって、ノラメータ抽出、符号ィ匕が実現できる。アルゴリズムは、入力音声 301を用いた場合と同様であるので、説明は省略する。

[0083] 以上が、以下、復号化 LPCパラメータを用いた量子化の説明である。

[0084] 次に、図 7を用いて、本実施の形態に係る復号化装置の拡張復号器がコア復号器力も得られるパラメータを利用する方法について詳細に説明する。図 7は、図 4のスケ一ラブルコーデック復号ィ匕装置の拡張復号器 404の構成を示すブロック図である。

[0085] ノラメータ復号ィ匕部 701は、 LPC符号を復号して合成用 LPCパラメータを得、 LPC 合成部 705へ出力する。また、パラメータ復号ィ匕部 701は、 2つの音源符号を適応符号帳 702及び確率的符号帳 703へ送り、出力される音源サンプルを指定する。また、ノラメータ復号ィ匕部 701はゲイン符号とコアレイヤ力も得たゲインパラメータカも最終的なゲインパラメータを復号ィ匕し、ゲイン調整部 704へ出力する。

[0086] 適応符号帳 702と確率的符号帳 703は、 2つの音源インデクスにより指定された音源サンプルを出力し、ゲイン調整部 704へ出力する。ゲイン調整部 704はパラメータ復号ィ匕部 701から得たゲインパラメータを 2つの音源符号帳力も得た音源サンプルに乗じて加算し総合音源を得、 LPC合成部 705へ出力する。また総合音源を適応符号帳 702に格納する。この際、古い音源サンプルを破棄する。すなわち、適応符号帳 702の復号ィ匕音源データを未来力過去にメモリシフトしメモリに入らない古いデータは破棄し、未来の空いた部分に復号ィ匕で作成した総合音源を格納する。この処理は適応符号帳の状態更新と呼ばれる。

[0087] LPC合成部 705は、パラメータ復号ィ匕部 701から最終的に復号ィ匕された LPCパラメータを得、総合音源に LPCパラメータを用いたフィルタリングを行い、合成音を得る。得られた合成音は加算部 405に出力される。なお、この合成の後には、音声を聞き易くするために同 LPCパラメータを用いたポストフィルタを使用することが一般的である。

[0088] 図 8は、本実施の形態に係るパラメータ復号ィ匕部 701の内部構成のうち LPCパラメ一タの復号化機能に関する構成を示すブロック図である。この図を用ヽて復号化 LP Cパラメータの利用方法を説明する。

[0089] ノメータ変換部 801は、復号化 LPCパラメータを復号ィ匕に有効なパラメータに変換する。ここで得られるベクトルを「広帯域の復号化 LPCパラメータ」と呼ぶ。なお、このパラメータが逆量子化部 802で LPC符号力も得られるパラメータと違う種類、または違う長さのパラメータベクトルである場合は、処理の最後に種類や長さを合わせる変換処理が必要である。なお、このパラメータ変換部 801の内部処理の詳細については後述する。

[0090] 逆量子化部 802は、 LPC符号を参照して符号帳力得られるセントロイドと、広帯域の復号化 LPCパラメータを用いて復号ィ匕を行い、復号化 LPCパラメータを得る。 L PC符号は、符号器側の説明で述べた様に、入力信号を分析して得られた PARCO Rや LSP等量子化しやす、パラメータを、ベクトル量子化 (VQ)等により量子化することによって得られた符号であり、その符号化に対応した復号化を行う。ここでは例として符号器側と同様に以下の 2つの復号ィ匕形態について説明する。（1)コア係数との差を符号化する場合 (2)コア係数を含めて予測 VQで符号化する場合

[0091] まず、（1)の量子化形態では、コア係数に LPC符号の復号化 (VQ、予測 VQ、スプリット VQ、多段 VQで符号ィ匕されて、るものの復号化)で得られる差分ベクトルを加算すること〖こより復号する。この時、単に加算するという方法も有効であるが、ベクトルの各要素でその相関に応じた減算よる量子化を用いた場合にはそれに応じた加算を行う。一例を以下の式 (8)に示す。

[0092] [数 8]

Oi=Di+ βί-Yi

Oi:復号化ベクトル、 Di:復号された差分ベクトル、 Υί:コア係数

pi:相関度

…… (8) 上記式（8)において β iは予め統計的に求めたものを格納しておき、それを使用する。この相関度は符号ィ匕装置と同じ値である。したがってその求め方も LPC分析部 5 01で説明したものと全く同じであるので、その説明を省略する。

[0093] また、（2)の量子化形態では、過去の複数の復号化パラメータを用いて固定の予測係数で積和を取ったものと復号された差分ベクトルとを加算するというものである。この加算を式（9)に示す。

[0094] [数 9]

Oi:復号化ベクトル、 Di:復号された差分ベクトル、

Ym,i:過去の復号化パラメータ、 Sm,i:予測係数（固定）

…… (9) 上記の「過去の復号化パラメータ」としては、過去に復号した復号ィ匕ベクトルそのものを用いる方法と、ベクトル量子化におけるセントロイド (この場合、過去に復号された差分ベクトルである）を用いる方法の 2つがある。そこで、符号器と同様に、この Ym, iの中に必ずコア係数を含めるようにすれば、コア係数はその時間のパラメータで相関度も高いので、高い予測能力を得ることができ、（1)の量子化形態より更に精度の良いベクトルが復号できる。例えばセントロイドを用いる場合、予測次数 4の場合で符号化装置 (LPC分析部 501)の説明で用いた式 (7)の様になる。 [0095] このようにコアレイヤで得られるコア係数を用いることによって効率のょ、LPCパラメータの復号ィ匕ができる。

[0096] 次に、図 6、図 8のパラメータ変換部 602、 801の詳細について、図 9のブロック図を用いて説明する。なお、パラメータ変換部 602とパラメータ変換部 801は全く同じ機能であり、狭帯域の復号化 LPCパラメータ (参照ベクトル)を広帯域の復号化パラメ一タ (変換後の参照ベクトル）に変換する。

[0097] 本実施の形態の説明では、周波数スケーラブルの場合を例として説明を行う。また、周波数成分を変える手段としてサンプリングレートの変換を用いる場合について述ベる。また、具体例としてはサンプリングレートを 2倍にする場合について述べる。

[0098] アップサンプリング処理部 901は、狭帯域の復号化 LPCパラメータのアップサンプリングを行う。この方法の一例として、 PARCOR、 LSP、 ISPといった LPCパラメータが自己相関係数と可逆であることを利用し、自己相関係数上でアップサンプリングし、更に再分析により元のパラメータに戻すという方法について述べる。（ベクトルの次数は一般的に増える）

[0099] まず、復号化 LPCパラメータを線形予測分析における aパラメータに変換する。 a ノラメータは通常自己相関分析によりレビンソン.ダービン法により求められる力この漸ィ匕式による処理は可逆であり、 αパラメータは逆変換により自己相関係数に変換できる。そこで、この自己相関係数上においてアップサンプリングを実現すればよい。

[0100] 自己相関関数を求める元信号を Xiとすると、自己相関関数 Vjは以下の式（10)で求められる。

[0101] [数 10]

Vj=∑ Xi-Xi-j

' …… (10) 上記の Xiを偶数番目のサンプルだとすると、以下の式（11)のように書ける。

[0102] [数 11]

Vj二∑ X2i -X2i-2j

i …… ("）ここで倍のサンプリングに拡大した場合の自己相関関数を Wjとすると、偶数と奇数の次数で異なり、以下の式（12)の様になる。

[0103] [数 12]

W2j=∑ X2i -X2i-2j+∑ X2i+1 -X2i+1-2j

W2j+1= ∑X2i -X2i-2j-1 +∑ X2i+1 -X2i+1_2j_1

' ' …… (12) ここで奇数番目の Xを補間するために多層フィルタ Pmを用いると上記 2つの式（11

) , (12)は以下の式（13)の様に変形でき、多層フィルタは偶数番目の Xの線形和により間の奇数番目の値を補間できる。

[0104] [数 13]

W2j=∑ X2i -X2i-2j+∑(∑ Pm -X2(i+m)) · (∑ Pn -X2(i+n)-2)=Vj+∑∑ Vj+m-n W2j+1=∑ X2i -∑ Pm -X2(i+m)— 2(j+i)+∑∑Pn -X2(i+m)-X2 2j=∑Pm(Vj+1—m+Vj+m)

…… (13) したがって、元の自己相関関数 Vjが必要な次数分あれば補間により倍のサンプリングの自己相関関数 Wjに変換できる。そこで得られた Wjに対して再びレビンソン'ダービン法のアルゴリズムを適用することにより拡張レイヤで使用できるサンプリングレート調整を受けた (Xパラメータが得られる。これを「サンプリング調整された復号化 LPC パラメータ」と呼ぶ。

[0105] ベクトル量子化部 902は、符号帳 903に格納されている全てのコードベクトルの中から狭帯域の復号化 LPCパラメータに対応するものの番号を取得する。具体的には、ベクトル量子化部 902は、符号帳 903に格納されている全てのコードベクトルとベタトル量子化された狭帯域の復号化 LPCパラメータのユークリッド距離 (ベクトルの各要素の差の 2乗和）を求め、その値が最も小さくなるコードベクトルの番号を求める。

[0106] ベクトル逆量子化部 904は、ベクトル量子化部 902にて求められたコードベクトルの番号を参照して、符号帳 905からコードベクトル（「作用コードベクトル」と呼ぶ）を選択し、それを変換処理部 906へ出力する。この時、符号帳 905に格納されるコードべクトルによって性能が変わってくる力これにつ、ては後述する。

[0107] 変換処理部 906は、アップサンプリング処理部 901から得られるサンプリング調整された復号化 LPCパラメータと、ベクトル逆量子化部 904から得られる作用コードべタトルとを用いて演算を行うことにより、広帯域の復号化 LPCパラメータを得る。ここで 2 つのベクトルの演算については作用コードベクトルの性質によって異なってくる。これについても後述する。

[0108] ここで、符号帳 905に格納されるコードベクトルの例として「差分ベクトル」の場合について、ベクトル逆量子化部 904で符号帳 905から選択される作用コードベクトルと、変換処理部 906の機能と、その効果、また符号帳 903、 905の作成方法について以下に詳細に示す。

[0109] 作用コードベクトルが差分ベクトルである場合、変換処理部 906では、サンプリング調整された復号化 LPCパラメータと作用コードベクトルとを加算することによって、広帯域の復号化 LPCパラメータを得る。

[0110] この方法は、周波数スペクトル上での補間と同様の効果を得ることができる。符号ィ匕前の最初の入力信号 (広帯域)の周波数成分が図 10 (A)の様であるとすると、コアレィャはその入力前に周波数調整 (ダウンサンプリング）を受けるので狭帯域になる。したがって、復号化 LPCパラメータの周波数成分は図 10 (B)の様になる。このパラメ一タをアップサンプリング処理した場合 (本実施の形態では 2倍）、図 10 (C)の様なスぺタトルになる。周波数帯域幅は 2倍になる力周波数成分自身は変わらないので、高域に成分が存在しない。ここで、低域の周波数成分から高域の成分がある程度予測出来るという性質が広く知られており、何らかの変換によって図 10 (D)の様に高域を予測し補間することができる。この方法は「広帯域化」と呼ばれており、 MPEGの標準帯域拡張方式である SBR (Spector Band Replication)はその一種である。本発明のパラメータ変換部 602、 801は、上記スペクトル上での方法をパラメータベクトル自身に対応付け適応したところに発想があり、その効果は上記説明から明らかである。図 6の LPC分析部 501との対応付けについて示すと、図 10 (A)は量子化部 603に入力される量子化対象の LPCパラメータ、図 10 (B)は狭帯域の復号化 LPCパラメータ、図 10 (C)はアップサンプリング処理部 901の出力であるサンプリング調整された復号化 LPCパラメータ、図 10 (D)は変換処理部 906の出力である広帯域の復号化 LP Cパラメータとそれぞれ対応してヽる。 [0111] 次に、符号帳 903の作成方法について述べる。符号帳 903に格納されるコードべクトルは入力される復号化 LPCパラメータ全体の空間を表すものである。まず、多くの学習用入力データに対して符号器を動かすことによって、多くの復号化 LPCパラメ一タを得る。次に、そのデータベースに対して、 LBG (Linde-Buzo- Gray)アルゴリズム等のクラスタリングアルゴリズムにより指定の数のコードベクトルを求める。そしてこのコードベクトルを格納して符号帳 903を作成する。なお、発明者は、実験により、コードベクトル数 128以上の大きさがあれば本発明の効果が得られることを確認している

[0112] 次に、符号帳 905の作成方法について述べる。符号帳 905に格納されるコードべクトルは、符号帳 903に格納されたコードベクトルのそれぞれの場合に、最も誤差が少なくなる差分ベクトルを統計的に求める。まず、多くの学習用入力データに対して符号器を動かすことによって、多くの「サンプリング調整された復号化 LPCパラメータ」とそれに対応する量子化部 603に入力される「量子化対象の LPCパラメータ」とを求め、これをベクトル逆量子化部 904に出力される「番号毎」にデータベースを作る。次に、その各番号のデータベースに対して、各「量子化対象の LPCパラメータ」力もそれに対応する「サンプリング調整された復号化 LPCパラメータ」を減算することにより、誤差ベクトルの集合を求める。そして、その誤差ベクトルの平均を求め、これをその番号のコードベクトルとする。そしてこのコードベクトルを格納して符号帳 905を作成する。このコードベクトルは、学習データにおいて、「サンプリング調整された復号化 LPCパラメータ」が最も「量子化対象の LPCパラメータ」に近くなる差分ベクトルの集合である

[0113] 以上の 2つの符号帳により、誤差の少ない広帯域の復号化 LPCパラメータを求めることができ、量子化部 603や逆量子化部 802で効率の良い符号化 Z復号化が可能になる。

[0114] なお、上記説明では作用コードベクトルを「差分ベクトル」としたが、これが差分でない場合、すなわち、作用コードベクトルが「広帯域の復号化 LPCパラメータ」と同次元、同種類のベクトルであり、変換処理部 906がこれを使用して広帯域の復号化 LPC パラメータを作成する場合でも本発明は有効である。この場合、図 11に示すように図 9に対してアップサンプリング処理部 901が不要になり、変換処理部 906では単なる加算ではなく作用コードベクトルを用いた演算（作用コードベクトルのスルー、線形予測演算、非線形予測演算、等)を行う。

[0115] この場合、符号帳 905に格納されるコードベクトルは、符号帳 903に格納されたコードベクトルのそれぞれの場合に、最も誤差が少なくなるように統計的に求めた「広帯域の復号化 LPCパラメータ」と同次元、同種類のベクトルである。まず、多くの学習用入力データに対して符号器を動かすことによって、多くの「サンプリング調整された復号化 LPCパラメータ」とそれに対応する量子化部 603に入力される「量子化対象の LPCパラメータ」とを求め、これをベクトル逆量子化部 904に出力される「番号毎」にデータベースを作る。そして、その番号毎にベクトルの平均を求め、これをその番号のコードベクトルとする。そしてこのコードベクトルを格納して符号帳 905を作成する。このコードベクトルの集合は、学習データにおいて、「サンプリング調整された復号ィ匕 LPCパラメータ」が最も「量子化対象の LPCパラメータ」に近くなるベクトルの集合である。

[0116] 上記の場合、特に「作用コードベクトルのスルー」の場合には、図 11に示すように図 9に対してアップサンプリング処理部 901が不要になる。

[0117] ここで、実際の符号化 Z復号化における効果を数値で示す。多くの音声データから得られた LSPパラメータをベクトル量子化する実験を行った。ベクトル量子化は予測 VQであり、ノラメータ変換部 602、 801では符号帳 903、 905のサイズは 128、符号帳 905には差分ベクトルを格納するという条件で実験を行った。その結果、本発明無しの条件において CD (ケプストラム距離)で 1. 0〜1. 3dBの性能が得られる量子化では、本発明により、 0. ldB程度もの高い向上が認められた。本発明の高い有効性が検証された。

[0118] 以上のように、本実施の形態によれば、コードベクトルを保持する 2つの異なる符号帳を用意し、狭帯域の復号化 LPCパラメータとコードべ外ルとを用いて演算を行うことにより、精度の高い広帯域の復号化 LPCパラメータを得ることができ、高性能な帯域スケーラブル符号化、復号ィ匕を行うことができる。

[0119] なお、本発明は、マルチステージ型に限らず、コンポーネント型でも下位レイヤの情報を利用できる。それは入力の種類の違ヽに本発明が影響しな、からである。

[0120] また、本発明は、周波数スケーラブルでない場合 (周波数に変化が無い場合)でも有効である。同じ周波数であれば、周波数調整部 302、 306や LPCのサンプリング変換が不要になる。その実施の形態は上記説明から容易に類推できる。アップサンプリング処理部 901を除いたパラメータ変換部 602、 801について図 12に示す。この場合の符号帳 905の作成方法を以下に示す。

[0121] 符号帳 905に格納されるコードベクトルは、符号帳 903に格納されたコードベクトルのそれぞれの場合に、最も誤差が少なくなるように統計的に求めた差分ベクトルである。まず、多くの学習用入力データに対して符号器を動かすことによって、多くの「復号化 LPCパラメータ」とそれに対応する量子化部 603に入力される「量子化対象の L PCパラメータ」とを求め、これをベクトル逆量子化部 904に送られる「番号毎」にデータベースを作る。次に、その各番号のデータベースに対して、 1つ 1つの「量子化対象の LPCパラメータ」力それに対応する「サンプリング調整された復号化 LPCパラメ一タ」を減算することにより、誤差ベクトルの集合を求める。そして、各集合の誤差べタトルの平均を求め、これをその番号のコードベクトルとする。そしてこのコードベクトルを格納して符号帳 905を作成する。このコードベクトルの集合は、学習データにおいて、「復号化 LPCパラメータ」が最も「量子化対象の LPCパラメータ」に近くなる差分べタトルの集合である。また、変換処理部 906は、単なる加算ではなく作用コードべタトルを用いた重み付け演算を行ってもょ、。

[0122] また、本発明は、 CELP以外の方式にも適用することができる。例えば、 ACC、 Twi n— VQ、 MP3などのオーディオコーデックの階層化や、 MPLPC等の音声コーデックの階層化の場合、後者ではパラメータとして同様のものがあるので同じ説明と同様であり、前者でも帯域パワーの符号ィ匕には本発明のゲインパラメータの符号ィ匕 Z復号ィ匕の説明と同様である。

[0123] また、本発明は、階層数として 2層以上のスケーラブルコーデックであれば適用できる。なお、コアレイヤから、 LPC、適応符号帳の情報、ゲインの情報以外の情報が得られる場合でも本発明は適応できる。例えば、 SCの音源ベクトルの情報がコアレイヤカゝら得られた場合は、コアレイヤの音源に固定係数を乗じて音源候補に加算し、得られる音源を候補として合成し探索、符号ィ匕すればよいということは明らかである。

[0124] なお、本実施の形態では、入力信号として音声信号を対象とした場合につ!、て説明したが、本発明は、音声信号以外の信号 (音楽やノイズ、環境音、画像、及び指紋や虹彩などの生体信号など)全てに対応できる。

[0125] 本明糸田書 ίま、 2004年 11月 4日出願の特願 2004— 321248に基づく。この内容【ま

、全てここに含めておく。

産業上の利用可能性

[0126] 本発明は、ベクトル量子化の性能向上により音声を含む信号品質を向上させることができ、通信装置及び認識装置等の信号処理に用いるのに好適である。

Claims

請求の範囲

[1] 入力ベクトルの量子化に用いる参照ベクトルを変換するベクトル変換装置であってベクトル空間をクラスタリングすることにより求められた複数の第 1コードベクトルを格納する第 1符号帳と、

前記第 1符号帳に格納された第 1コードベクトルの中から参照ベクトルに対応するものの番号を取得するベクトル量子化手段と、

前記番号毎に、複数の学習用入力ベクトルに対応する複数の学習用参照ベクトルを統計処理して得られた第 2コードベクトルを格納する第 2符号帳と、

前記第 2の符号帳に格納された第 2コードベクトルの中から前記ベクトル量子化手段にて取得された番号に対応するものを取得するベクトル逆量子化手段と、前記ベクトル逆量子化手段にて取得された第 2コードベクトルを変換して変換後の参照ベクトルを取得する変換処理手段と、を具備するベクトル変換装置。

[2] 前記第 2符号帳は、番号毎に前記学習用の入力ベクトルと前記学習用の参照べクトルとの差分が最も小さくなるように統計処理して得られた差分べ外ルを第 2コードベクトルとして格納し、

前記変換処理手段は、前記ベクトル逆量子化手段にて取得された第 2コードべタトルと、参照ベクトルとを加算して変換後の参照ベクトルを取得する請求項 1に記載のベクトル変換装置。

[3] 参照ベクトルをアップサンプリングするアップサンプリング処理手段を具備し、前記変換処理手段は、前記ベクトル逆量子化手段にて取得された第 2コードべタトルと、アップサンプリングされた参照ベクトルとを加算して変換後の参照ベクトルを取得する請求項 1に記載のベクトル変換装置。

[4] 第 2コードベクトルと、参照ベクトルとの重み付け加算して変換後の参照ベクトルを取得する請求項 2に記載のベクトル変換装置。

[5] 統計処理は、平均である請求項 1に記載のベクトル変換装置。

[6] 請求項 1に記載のベクトル変換装置によって得られた変換後の参照ベクトルを用いて入力ベクトルを量子化する量子化装置。 [7] 入力ベクトルの量子化に用いる参照ベクトルを変換するベクトル変換方法であってベクトル空間をクラスタリングすることにより求められた複数の第 1コードベクトルを第 1符号帳に格納する第 1の格納工程と、

前記第 1符号帳に格納された第 1コードベクトルの中から参照ベクトルに対応するものの番号を取得するベクトル量子化工程と、

前記番号毎に、学習用入力ベクトルに対して複数の学習用参照ベクトルを統計処理して得られた第 2コードベクトルを第 2符号帳に格納する第 2の格納工程と、前記第 2の符号帳に格納された第 2コードベクトルの中から前記ベクトル量子化工程にて取得された番号に対応するものを取得するベクトル逆量子化工程と、前記ベクトル逆量子化工程にて取得された第 2コードベクトルを変換して変換後の参照ベクトルを取得する変換処理工程と、を具備するベクトル変換方法。