JP2956548B2 - 音声帯域拡大装置 - Google Patents
音声帯域拡大装置Info
- Publication number
- JP2956548B2 JP2956548B2 JP7258448A JP25844895A JP2956548B2 JP 2956548 B2 JP2956548 B2 JP 2956548B2 JP 7258448 A JP7258448 A JP 7258448A JP 25844895 A JP25844895 A JP 25844895A JP 2956548 B2 JP2956548 B2 JP 2956548B2
- Authority
- JP
- Japan
- Prior art keywords
- band
- voice
- residual signal
- wideband
- speech
- 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.)
- Expired - Fee Related
Links
Description
【０００１】
【発明の属する技術分野】本発明は、ある周波数帯域に
帯域制限された入力音声を、入力音声の持つ周波数帯域
を包含するような広い周波数帯域を有する広帯域音声に
変換することで高音質な音声を合成する音声帯域拡大方
法および音声帯域拡大装置に関する。
帯域制限された入力音声を、入力音声の持つ周波数帯域
を包含するような広い周波数帯域を有する広帯域音声に
変換することで高音質な音声を合成する音声帯域拡大方
法および音声帯域拡大装置に関する。
【０００２】
【従来の技術】アナログ電話による通信の大部分は、Ｎ
ＴＴの管轄する公衆回線網を通して行われているが、回
線の物理的な制約により３００Ｈｚ〜３.４ｋＨｚに帯
域制限されており、３００Ｈｚ以下の低域部分と３.４
ｋＨｚ以上の高域部分が失われることによる音質劣化が
起こる。また、携帯電話をはじめとするディジタル音声
通信では、ビットレートの制限のために音声の帯域が制
限されるという原理的な制約がある。
ＴＴの管轄する公衆回線網を通して行われているが、回
線の物理的な制約により３００Ｈｚ〜３.４ｋＨｚに帯
域制限されており、３００Ｈｚ以下の低域部分と３.４
ｋＨｚ以上の高域部分が失われることによる音質劣化が
起こる。また、携帯電話をはじめとするディジタル音声
通信では、ビットレートの制限のために音声の帯域が制
限されるという原理的な制約がある。
【０００３】そこで、近年においては、回線はそのまま
で電話音声を高品質化する技術が切望されており、最近
この問題に関する研究が盛んに行われている。例えば、
吉田、阿部：“コードブックマッピングによる狭帯域音
声から広帯域音声の復元法”,音響学会講演論文集,１−
８−１８,pp.179-180,（1993.3）がある。この方法は狭
帯域音声と広帯域音声のコードブックの対応付けを基本
にしており、ベクトル量子化（ＶＱ）して得られた電話
音声のコードに対する広帯域コードを広帯域コードブッ
クから引き出すことで間接的に広帯域スペクトルを求
め、さらにピッチを音源として音声合成することにより
広帯域音声を得ている。
で電話音声を高品質化する技術が切望されており、最近
この問題に関する研究が盛んに行われている。例えば、
吉田、阿部：“コードブックマッピングによる狭帯域音
声から広帯域音声の復元法”,音響学会講演論文集,１−
８−１８,pp.179-180,（1993.3）がある。この方法は狭
帯域音声と広帯域音声のコードブックの対応付けを基本
にしており、ベクトル量子化（ＶＱ）して得られた電話
音声のコードに対する広帯域コードを広帯域コードブッ
クから引き出すことで間接的に広帯域スペクトルを求
め、さらにピッチを音源として音声合成することにより
広帯域音声を得ている。
【０００４】
【発明が解決しようとする課題】しかしながら、上記の
ような従来の方法は、コードブックのマッピングによる
帯域拡大であるため、合成された音の劣化が大きくな
り、また処理量も比較的多くなる。
ような従来の方法は、コードブックのマッピングによる
帯域拡大であるため、合成された音の劣化が大きくな
り、また処理量も比較的多くなる。
【０００５】本発明は、上記の課題を解決するもので、
ある周波数帯域に帯域制限された入力音声を、入力音声
の持つ周波数帯域を包含するような広い周波数帯域を有
する広帯域音声に変換し、合成することで、通信回線に
より帯域制限されたアナログ電話や帯域制限された携帯
電話の帯域を広げ、通話品質を向上させることを可能に
する音声帯域拡大方法および音声帯域拡大装置を提供す
ることを目的とするものである。
ある周波数帯域に帯域制限された入力音声を、入力音声
の持つ周波数帯域を包含するような広い周波数帯域を有
する広帯域音声に変換し、合成することで、通信回線に
より帯域制限されたアナログ電話や帯域制限された携帯
電話の帯域を広げ、通話品質を向上させることを可能に
する音声帯域拡大方法および音声帯域拡大装置を提供す
ることを目的とするものである。
【０００６】
【課題を解決するための手段】上記目的を達成するため
に本発明は、音声分析器、残差広帯域化器、包絡広帯域
化器、音声合成器、フィルタ、音声重畳器を備えた音声
帯域拡大装置であって、音声分析器は、入力音声を一定
フレーム毎に線形予測分析して狭帯域残差信号と狭帯域
スペクトル包絡とに分離し、残差広帯域化器は、ピッチ
フィルタと歪発生器とを備え、狭帯域残差信号を非線形
に歪ませて広帯域残差信号を出力し、ピッチフィルタ
は、狭帯域残差信号のサンプリング周波数を実数倍し、
エイリアジングフィルタ処理により狭帯域残差信号の帯
域幅のみを拡大した帯域拡大残差信号を作成し、帯域拡
大残差信号をフィルタ処理して、入力音声の基本周波数
成分が存在する周波数帯域のみを含むピッチ含有残差信
号を抽出し、歪発生器は、ピッチ含有残差信号の絶対値
が所定の値以下の場合は零を広帯域残差信号として出力
し、それ以外の場合はピッチ含有残差信号をそのまま広
帯域残差信号として出力し、包絡広帯域化器は、狭帯域
スペクトル包絡から写像関数により広帯域スペクトル包
絡に変換し、音声合成器は、広帯域残差信号と広帯域ス
ペクトル包絡とから線形予測合成法を用いて広帯域合成
音声を合成し、フィルタは、広帯域合成音声から入力音
声の周波数帯域以外の帯域外成分を抽出し、音声重畳器
は、抽出された帯域外成分と入力音声とを時間軸上で波
形重畳することを特徴とする。
に本発明は、音声分析器、残差広帯域化器、包絡広帯域
化器、音声合成器、フィルタ、音声重畳器を備えた音声
帯域拡大装置であって、音声分析器は、入力音声を一定
フレーム毎に線形予測分析して狭帯域残差信号と狭帯域
スペクトル包絡とに分離し、残差広帯域化器は、ピッチ
フィルタと歪発生器とを備え、狭帯域残差信号を非線形
に歪ませて広帯域残差信号を出力し、ピッチフィルタ
は、狭帯域残差信号のサンプリング周波数を実数倍し、
エイリアジングフィルタ処理により狭帯域残差信号の帯
域幅のみを拡大した帯域拡大残差信号を作成し、帯域拡
大残差信号をフィルタ処理して、入力音声の基本周波数
成分が存在する周波数帯域のみを含むピッチ含有残差信
号を抽出し、歪発生器は、ピッチ含有残差信号の絶対値
が所定の値以下の場合は零を広帯域残差信号として出力
し、それ以外の場合はピッチ含有残差信号をそのまま広
帯域残差信号として出力し、包絡広帯域化器は、狭帯域
スペクトル包絡から写像関数により広帯域スペクトル包
絡に変換し、音声合成器は、広帯域残差信号と広帯域ス
ペクトル包絡とから線形予測合成法を用いて広帯域合成
音声を合成し、フィルタは、広帯域合成音声から入力音
声の周波数帯域以外の帯域外成分を抽出し、音声重畳器
は、抽出された帯域外成分と入力音声とを時間軸上で波
形重畳することを特徴とする。
【０００７】また、本発明は、音声分析器、残差広帯域
化器、包絡広帯域化器、音声合成器、フィルタ、音声重
畳器を備えた音声帯域拡大装置であって、音声分析器
は、入力音声を一定フレーム毎に線形予測分析して狭帯
域残差信号と狭帯域スペクトル包絡とに分離し、残差広
帯域化器は、狭帯域残差信号を非線形に歪ませて広帯域
残差信号を出力し、包絡広帯域化器は、狭帯域スペクト
ル包絡から写像関数により広帯域スペクトル包絡に変換
し、音声合成器は、広帯域残差信号と広帯域スペクトル
包絡とから線形予測合成法を用いて広帯域合成音声を合
成し、フィルタは、低域フィルタと高域フィルタとを備
え、広帯域合成音声から入力音声の周波数帯域以外の帯
域外成分を抽出し、低域フィルタは、広帯域合成音声か
ら低域成分を抽出し、高域フィルタは、広帯域合成音声
から高域成分を抽出し、音声重畳器は、コード判定器と
音声重畳器とを備え、抽出された帯域外成分と入力音声
とを時間軸上で波形重畳し、音声重畳器は、狭帯域スペ
クトル包絡に対応するコードまたは入力音声の有音声か
ら決定した重畳比率に応じて低域成分と高域成分と入力
音声とを重畳することを特徴とする。
化器、包絡広帯域化器、音声合成器、フィルタ、音声重
畳器を備えた音声帯域拡大装置であって、音声分析器
は、入力音声を一定フレーム毎に線形予測分析して狭帯
域残差信号と狭帯域スペクトル包絡とに分離し、残差広
帯域化器は、狭帯域残差信号を非線形に歪ませて広帯域
残差信号を出力し、包絡広帯域化器は、狭帯域スペクト
ル包絡から写像関数により広帯域スペクトル包絡に変換
し、音声合成器は、広帯域残差信号と広帯域スペクトル
包絡とから線形予測合成法を用いて広帯域合成音声を合
成し、フィルタは、低域フィルタと高域フィルタとを備
え、広帯域合成音声から入力音声の周波数帯域以外の帯
域外成分を抽出し、低域フィルタは、広帯域合成音声か
ら低域成分を抽出し、高域フィルタは、広帯域合成音声
から高域成分を抽出し、音声重畳器は、コード判定器と
音声重畳器とを備え、抽出された帯域外成分と入力音声
とを時間軸上で波形重畳し、音声重畳器は、狭帯域スペ
クトル包絡に対応するコードまたは入力音声の有音声か
ら決定した重畳比率に応じて低域成分と高域成分と入力
音声とを重畳することを特徴とする。
【０００８】
【発明の実施の形態】本発明は、上記した構成により、
ある周波数帯域に帯域制限された入力音声を、入力音声
の持つ周波数帯域を包含する広い周波数帯域を有する広
帯域信号に変換するため、帯域制限された入力音声と、
入力音声を用いて作成した入力音声よりも広い周波数帯
域を有する広帯域合成音声を作成しておき、さらにフィ
ルタ処理により入力音声と広帯域合成音声を重畳して最
終的な広帯域音声を得ているので、簡単な構成により高
性能な帯域制限された音声の広帯域化が可能となる。
ある周波数帯域に帯域制限された入力音声を、入力音声
の持つ周波数帯域を包含する広い周波数帯域を有する広
帯域信号に変換するため、帯域制限された入力音声と、
入力音声を用いて作成した入力音声よりも広い周波数帯
域を有する広帯域合成音声を作成しておき、さらにフィ
ルタ処理により入力音声と広帯域合成音声を重畳して最
終的な広帯域音声を得ているので、簡単な構成により高
性能な帯域制限された音声の広帯域化が可能となる。
【０００９】携帯電話をはじめとする通信端末の高度化
が進み、その際通話品質の議論が盛んになされている。
電話は多くの人にとって、その発明から今日に至るまで
なくてはならない重要な通信手段であり、その品質を向
上させることは非常に重要な研究課題である。本発明
は、回線特性のため０.３〜３.４ｋＨｚに帯域制限され
たアナログ電話音声やビットレートの制限のために帯域
制限されたディジタル音声を元の広帯域な信号に戻すた
めの方法と装置を提供するものである。
が進み、その際通話品質の議論が盛んになされている。
電話は多くの人にとって、その発明から今日に至るまで
なくてはならない重要な通信手段であり、その品質を向
上させることは非常に重要な研究課題である。本発明
は、回線特性のため０.３〜３.４ｋＨｚに帯域制限され
たアナログ電話音声やビットレートの制限のために帯域
制限されたディジタル音声を元の広帯域な信号に戻すた
めの方法と装置を提供するものである。
【００１０】以下、帯域制限された音声を広帯域化する
本発明の第１の実施例について説明する。
本発明の第１の実施例について説明する。
【００１１】図１は本発明の第１の実施例の全体構成を
示すブロック構成図である。図１において、１０１は帯
域制限された入力音声をフレーム毎（ただし、フレーム
とは音声信号を所定期間で区切られる単位時間）に音声
分析して、狭帯域残差信号と狭帯域スペクトル包絡とに
分離する音声分析器であり、例えばフレーム毎にＬＰＣ
分析（線形予測分析）により得られるスペクトル包絡と
残差信号を算出する部分である。ここで、ＬＰＣ分析に
より得られるスペクトル包絡としては、例えばＬＰＣ係
数、ＰＡＲＣＯＲ係数、反射係数、ＬＳＰ係数、ＬＰＣ
ケプストラム係数、ＬＰＣメルケプストラム係数等が考
えられる。これらは全て音声のスペクトル上の特徴を表
現している特徴量なので、いずれの係数を用いても何等
差し支えない。また、残差信号は入力音声からスペクト
ル包絡の情報を取り去った残りの情報であり、音声中の
ピッチ構造を良く表現していると言える。残差信号の代
わりにピッチやマルチパルス列、音源符号帳を用いて
も、これらは全て音声のＬＰＣ分析後に得られる残差信
号を特徴的に表現したものに相当するので、いずれの情
報を用いても差し支えない。ここで線形予測係数、ＰＡ
ＲＣＯＲ係数、反射係数、ＬＰＣケプストラム係数、Ｌ
ＰＣメルケプストラム係数などの特徴量に関しては、例
えば、L.R.RabinerとR.W.Schaferの共著、鈴木久喜訳
の、”音声のディジタル信号処理（上）（下）”、コロ
ナ社、に詳しく記載されており、ＬＳＰ係数に関して
は、例えば、F.K.Soong,B.H.Juang："Line Spectrum Pa
ir(LSP) andSpeech Data Compression",Proc.ICASSP,8
4,pp.1.10.1-1.10.4、に記載されている。ピッチやマル
チパルス列に関しては、例えば、古井：”音響・音声工
学”、近代科学社、に詳しく記載されており、また音源
符号帳に関しては、例えば、小野：“音声符号化技術の
最近の進展”,日本音響学会誌,４８巻、１号,pp.52-59,
（1992）に記載されている。
示すブロック構成図である。図１において、１０１は帯
域制限された入力音声をフレーム毎（ただし、フレーム
とは音声信号を所定期間で区切られる単位時間）に音声
分析して、狭帯域残差信号と狭帯域スペクトル包絡とに
分離する音声分析器であり、例えばフレーム毎にＬＰＣ
分析（線形予測分析）により得られるスペクトル包絡と
残差信号を算出する部分である。ここで、ＬＰＣ分析に
より得られるスペクトル包絡としては、例えばＬＰＣ係
数、ＰＡＲＣＯＲ係数、反射係数、ＬＳＰ係数、ＬＰＣ
ケプストラム係数、ＬＰＣメルケプストラム係数等が考
えられる。これらは全て音声のスペクトル上の特徴を表
現している特徴量なので、いずれの係数を用いても何等
差し支えない。また、残差信号は入力音声からスペクト
ル包絡の情報を取り去った残りの情報であり、音声中の
ピッチ構造を良く表現していると言える。残差信号の代
わりにピッチやマルチパルス列、音源符号帳を用いて
も、これらは全て音声のＬＰＣ分析後に得られる残差信
号を特徴的に表現したものに相当するので、いずれの情
報を用いても差し支えない。ここで線形予測係数、ＰＡ
ＲＣＯＲ係数、反射係数、ＬＰＣケプストラム係数、Ｌ
ＰＣメルケプストラム係数などの特徴量に関しては、例
えば、L.R.RabinerとR.W.Schaferの共著、鈴木久喜訳
の、”音声のディジタル信号処理（上）（下）”、コロ
ナ社、に詳しく記載されており、ＬＳＰ係数に関して
は、例えば、F.K.Soong,B.H.Juang："Line Spectrum Pa
ir(LSP) andSpeech Data Compression",Proc.ICASSP,8
4,pp.1.10.1-1.10.4、に記載されている。ピッチやマル
チパルス列に関しては、例えば、古井：”音響・音声工
学”、近代科学社、に詳しく記載されており、また音源
符号帳に関しては、例えば、小野：“音声符号化技術の
最近の進展”,日本音響学会誌,４８巻、１号,pp.52-59,
（1992）に記載されている。
【００１２】一方、音声分析の別の方法として、ケプス
トラム分析やＰＳＥ分析およびウェーブレット変換等を
用いても、音声の周波数軸上の特性を分離・抽出する手
法であることには変わりないので、使用しても何等差し
支えない。例えば、ケプストラム分析やＰＳＥ分析の場
合にはリフターにより抽出したケプストラム係数をスペ
クトル包絡とし、その残り分を残差信号として使用する
ことで実現できる。これらの分析手法に関しては既に公
知であり、例えばケプストラム分析に関しては、L.R.Ra
binerとR.W.Schaferの共著、鈴木久喜訳の、”音声のデ
ィジタル信号処理（上）（下）”、コロナ社、に詳しく
記載されており、またＰＳＥ分析に関しては、例えば、
中島、鈴木：“パワースペクトル包絡（ＰＳＥ）音声分
析・合成系”,日本音響学会誌,４４巻、１１号,pp.824-
832,（1988）に、ウェーブレット変換に関しては、河
原：“ウェーブレット解析の聴覚研究への応用”,日本
音響学会誌,４７巻、６号,pp.424-429,（1991）、に記
載されている。本実施例では以下、音声分析手法として
はＬＰＣ分析を使用し、スペクトル包絡としてはＰＡＲ
ＣＯＲ係数を、残差信号としては残差信号そのものを用
いることにする。
トラム分析やＰＳＥ分析およびウェーブレット変換等を
用いても、音声の周波数軸上の特性を分離・抽出する手
法であることには変わりないので、使用しても何等差し
支えない。例えば、ケプストラム分析やＰＳＥ分析の場
合にはリフターにより抽出したケプストラム係数をスペ
クトル包絡とし、その残り分を残差信号として使用する
ことで実現できる。これらの分析手法に関しては既に公
知であり、例えばケプストラム分析に関しては、L.R.Ra
binerとR.W.Schaferの共著、鈴木久喜訳の、”音声のデ
ィジタル信号処理（上）（下）”、コロナ社、に詳しく
記載されており、またＰＳＥ分析に関しては、例えば、
中島、鈴木：“パワースペクトル包絡（ＰＳＥ）音声分
析・合成系”,日本音響学会誌,４４巻、１１号,pp.824-
832,（1988）に、ウェーブレット変換に関しては、河
原：“ウェーブレット解析の聴覚研究への応用”,日本
音響学会誌,４７巻、６号,pp.424-429,（1991）、に記
載されている。本実施例では以下、音声分析手法として
はＬＰＣ分析を使用し、スペクトル包絡としてはＰＡＲ
ＣＯＲ係数を、残差信号としては残差信号そのものを用
いることにする。
【００１３】次に１０２は、音声分析器１０１により分
離された狭帯域残差信号を非線形に歪ませて、広帯域残
差信号を得る残差広帯域化器である。非線形に歪ませる
方法としては、まず狭帯域残差信号の１サンプル毎にゼ
ロを挿入することでサンプリング周波数を倍にし、さら
にエイリアジングフィルタ処理することで、折り返し歪
のないサンプリング拡大残差信号を作成する。このサン
プリング拡大残差信号のうち信号の絶対値が一定値以下
の値を持つ信号だけを０に変更することや、信号の値が
０以下の値を持つ信号だけを０に変更すること、あるい
は、信号の値が０以下の値を持つ信号のみ、その値の符
号を反転させることにより広帯域残差信号を発生させる
方法など種々の方法が考えられ、いずれも狭帯域残差信
号から広帯域残差信号を発生させる方法であるので使用
可能である。さらにサンプリング拡大残差信号のうち絶
対値が一定値以上の値を持ち、かつ符号が正のときは信
号をその一定値に変更し、また信号の絶対値が一定値以
上の値を持ち、かつ符号が負ならば、一定値の符号を反
転した値に変更することによっても、広帯域残差信号を
発生させることもできる。さらに、音質は若干劣るもの
の狭帯域残差信号に１サンプル毎にゼロを挿入するだけ
でもで、折り返し歪により疑似的に広帯域残差信号を発
生させることができ、同様の効果が得られるので使用可
能である。このように非線形に歪ませる方法は種々考え
られ、しかもそれぞれの効果はそれぞれ大きく異なるも
のである。
離された狭帯域残差信号を非線形に歪ませて、広帯域残
差信号を得る残差広帯域化器である。非線形に歪ませる
方法としては、まず狭帯域残差信号の１サンプル毎にゼ
ロを挿入することでサンプリング周波数を倍にし、さら
にエイリアジングフィルタ処理することで、折り返し歪
のないサンプリング拡大残差信号を作成する。このサン
プリング拡大残差信号のうち信号の絶対値が一定値以下
の値を持つ信号だけを０に変更することや、信号の値が
０以下の値を持つ信号だけを０に変更すること、あるい
は、信号の値が０以下の値を持つ信号のみ、その値の符
号を反転させることにより広帯域残差信号を発生させる
方法など種々の方法が考えられ、いずれも狭帯域残差信
号から広帯域残差信号を発生させる方法であるので使用
可能である。さらにサンプリング拡大残差信号のうち絶
対値が一定値以上の値を持ち、かつ符号が正のときは信
号をその一定値に変更し、また信号の絶対値が一定値以
上の値を持ち、かつ符号が負ならば、一定値の符号を反
転した値に変更することによっても、広帯域残差信号を
発生させることもできる。さらに、音質は若干劣るもの
の狭帯域残差信号に１サンプル毎にゼロを挿入するだけ
でもで、折り返し歪により疑似的に広帯域残差信号を発
生させることができ、同様の効果が得られるので使用可
能である。このように非線形に歪ませる方法は種々考え
られ、しかもそれぞれの効果はそれぞれ大きく異なるも
のである。
【００１４】次に１０３は、あらかじめ多量の学習用デ
ータから抽出した狭帯域スペクトル包絡と広帯域スペク
トル包絡を用いて求めておいた写像関数により、音声分
析器１０１により分離された入力音声の狭帯域スペクト
ル包絡を広帯域スペクトル包絡へと変換する包絡広帯域
化器である。求めておく写像関数としては、本実施例で
は線形写像を用いるが、さらに線形写像以外に２次変換
や、ニューラルネットワークなどの非線形変換を用いて
も、狭帯域スペクトルから広帯域スペクトルを直接的に
変換している点では同じなので何等差し支えない。２次
変換に関しては、例えば、F.Class、A.Kaltenmeier、P.
Regel、and K.Trottler："Fast speakeradaptation for
speech recognition systems",Proc. IEEE ICASSP,pp.
133-136,（Apr.1990）、に記載されており、またニュー
ラルネットワークによる変換は、例えば、磯、麻生、吉
田、渡辺：”ニューラルネットワークによる話者適
応”、音響学会講演論文集,１−６−１６,（1989.3）、
に記載されている。上記した学習用データとしては例え
ば、ある標準話者１名の様々に発声した音声を用いても
よいし、さらに、複数の話者のデータを用いることで、
話者の発声の変動に強い写像関数を作成する時に有用で
ある。
ータから抽出した狭帯域スペクトル包絡と広帯域スペク
トル包絡を用いて求めておいた写像関数により、音声分
析器１０１により分離された入力音声の狭帯域スペクト
ル包絡を広帯域スペクトル包絡へと変換する包絡広帯域
化器である。求めておく写像関数としては、本実施例で
は線形写像を用いるが、さらに線形写像以外に２次変換
や、ニューラルネットワークなどの非線形変換を用いて
も、狭帯域スペクトルから広帯域スペクトルを直接的に
変換している点では同じなので何等差し支えない。２次
変換に関しては、例えば、F.Class、A.Kaltenmeier、P.
Regel、and K.Trottler："Fast speakeradaptation for
speech recognition systems",Proc. IEEE ICASSP,pp.
133-136,（Apr.1990）、に記載されており、またニュー
ラルネットワークによる変換は、例えば、磯、麻生、吉
田、渡辺：”ニューラルネットワークによる話者適
応”、音響学会講演論文集,１−６−１６,（1989.3）、
に記載されている。上記した学習用データとしては例え
ば、ある標準話者１名の様々に発声した音声を用いても
よいし、さらに、複数の話者のデータを用いることで、
話者の発声の変動に強い写像関数を作成する時に有用で
ある。
【００１５】次に１０４は、残差広帯域化器１０２およ
び包絡広帯域化器１０３でそれぞれ求められた広帯域残
差信号と広帯域スペクトル包絡とから、入力信号の周波
数帯域を包含する広い周波数帯域を有する広帯域合成音
声を合成する音声合成器である。音声合成方法として
は、広帯域残差信号として何を使用するか、また広帯域
スペクトル包絡としてどの特徴量を使用するかで決定で
きる。例えば、広帯域残差信号として残差信号やピッチ
を用い、広帯域スペクトル包絡として線形予測係数を用
いたときは、線形予測合成法を用いて合成すれば良い。
他にも、ケプストラム合成法やＰＳＥ合成法等が使用で
きる。さらに、音声合成器１０４で合成する前に残差広
帯域化器１０２からの出力である広帯域残差信号に対
し、スペクトルの平滑化処理を施せば、なお良いと言え
る。例えば、平滑化処理の一例として、低次の線形予測
分析を広帯域残差信号について行うことで、スペクトル
の平坦化が実現でき、歪発生の際の余分なスペクトルの
凹凸を軽減することが可能となる。また、平滑化処理に
近い処理として位相等価処理があり、これを広帯域残差
信号に施すことで、より音質の向上が得られる。
び包絡広帯域化器１０３でそれぞれ求められた広帯域残
差信号と広帯域スペクトル包絡とから、入力信号の周波
数帯域を包含する広い周波数帯域を有する広帯域合成音
声を合成する音声合成器である。音声合成方法として
は、広帯域残差信号として何を使用するか、また広帯域
スペクトル包絡としてどの特徴量を使用するかで決定で
きる。例えば、広帯域残差信号として残差信号やピッチ
を用い、広帯域スペクトル包絡として線形予測係数を用
いたときは、線形予測合成法を用いて合成すれば良い。
他にも、ケプストラム合成法やＰＳＥ合成法等が使用で
きる。さらに、音声合成器１０４で合成する前に残差広
帯域化器１０２からの出力である広帯域残差信号に対
し、スペクトルの平滑化処理を施せば、なお良いと言え
る。例えば、平滑化処理の一例として、低次の線形予測
分析を広帯域残差信号について行うことで、スペクトル
の平坦化が実現でき、歪発生の際の余分なスペクトルの
凹凸を軽減することが可能となる。また、平滑化処理に
近い処理として位相等価処理があり、これを広帯域残差
信号に施すことで、より音質の向上が得られる。
【００１６】１０５は、広帯域合成音声から入力音声の
持つ周波数帯域以外の周波数成分を抽出するためのフィ
ルタであり、さらに１０６は抽出された帯域外成分と入
力音声とを時間軸上で波形重畳して、入力音声の持つ周
波数帯域を包含する広い周波数帯域を有する広帯域音声
を合成する音声重畳器である。
持つ周波数帯域以外の周波数成分を抽出するためのフィ
ルタであり、さらに１０６は抽出された帯域外成分と入
力音声とを時間軸上で波形重畳して、入力音声の持つ周
波数帯域を包含する広い周波数帯域を有する広帯域音声
を合成する音声重畳器である。
【００１７】以下、本発明の第１の実施例について、図
１のブロック構成図を参照しながら詳細に説明する。
１のブロック構成図を参照しながら詳細に説明する。
【００１８】まず、音声が電話回線や帯域制限フィルタ
などを通ってから音声分析器１０１に入力されると、音
声分析器１０１では一定の時間間隔ｉでのＭ次のＰＡＲ
ＣＯＲ係数Ｐi(M)が抽出される。一定の時間間隔は、こ
こでは例えば狭帯域音声のサンプリング周波数を８ＫＨ
ｚ（帯域幅４ＫＨｚ）としたとき、１６０点（２０ｍ
ｓ）であり、この時間単位をフレームと呼ぶ。一方、広
帯域化後の広帯域音声では、サンプリング周波数を１６
ＫＨｚ（帯域幅８ＫＨｚ）として、３２０点（２０ｍ
ｓ）とすれば良い。
などを通ってから音声分析器１０１に入力されると、音
声分析器１０１では一定の時間間隔ｉでのＭ次のＰＡＲ
ＣＯＲ係数Ｐi(M)が抽出される。一定の時間間隔は、こ
こでは例えば狭帯域音声のサンプリング周波数を８ＫＨ
ｚ（帯域幅４ＫＨｚ）としたとき、１６０点（２０ｍ
ｓ）であり、この時間単位をフレームと呼ぶ。一方、広
帯域化後の広帯域音声では、サンプリング周波数を１６
ＫＨｚ（帯域幅８ＫＨｚ）として、３２０点（２０ｍ
ｓ）とすれば良い。
【００１９】次に、音声分析器１０１により分離された
狭帯域残差信号を非線形に歪ませて、広帯域残差信号を
残差広帯域化器１０２にて得る。まず、狭帯域残差信号
の１サンプルおきにゼロを挿入することでサンプリング
周波数を倍にする（アップサンプリング）。そして、元
々の周波数帯域の信号成分のみ抽出するフィルタ（エイ
リアジングフィルタ）を作成しておき、このフィルタに
アップサンプリングされた残差信号を入力することで、
折り返し歪のないサンプリング拡大残差信号を作成す
る。こうすることで、例えば元々の残差信号が１フレー
ム１６０点のデータであるとすると、サンプリング拡大
残差信号では３２０点のデータとなる。そして例えば、
このサンプリング拡大残差信号のうち信号の絶対値が一
定値以下の値を持つ信号だけを０に変更することで、広
帯域残差信号を発生させることができる。
狭帯域残差信号を非線形に歪ませて、広帯域残差信号を
残差広帯域化器１０２にて得る。まず、狭帯域残差信号
の１サンプルおきにゼロを挿入することでサンプリング
周波数を倍にする（アップサンプリング）。そして、元
々の周波数帯域の信号成分のみ抽出するフィルタ（エイ
リアジングフィルタ）を作成しておき、このフィルタに
アップサンプリングされた残差信号を入力することで、
折り返し歪のないサンプリング拡大残差信号を作成す
る。こうすることで、例えば元々の残差信号が１フレー
ム１６０点のデータであるとすると、サンプリング拡大
残差信号では３２０点のデータとなる。そして例えば、
このサンプリング拡大残差信号のうち信号の絶対値が一
定値以下の値を持つ信号だけを０に変更することで、広
帯域残差信号を発生させることができる。
【００２０】一方、包絡広帯域化器１０３では、音声分
析器１０１により分離された入力音声の狭帯域スペクト
ル包絡を広帯域スペクトル包絡へと変換する。まず、あ
らかじめ用意した多数の学習用音声データをフィルタ処
理して学習用狭帯域音声を作成する。フィルタとして
は、例えば電話回線の特性を模擬したものや、ディジタ
ル化の際に使用する低域通過フィルタ等を模擬したもの
を使用する。この処理により、入力音声と学習用音声を
同じ環境で得た共通のデータとして扱うことが可能にな
る。さらに、前述の多数の学習用データをフィルタ処理
しないで、学習用広帯域音声を作成する。以上の処理手
順を図２に示す。
析器１０１により分離された入力音声の狭帯域スペクト
ル包絡を広帯域スペクトル包絡へと変換する。まず、あ
らかじめ用意した多数の学習用音声データをフィルタ処
理して学習用狭帯域音声を作成する。フィルタとして
は、例えば電話回線の特性を模擬したものや、ディジタ
ル化の際に使用する低域通過フィルタ等を模擬したもの
を使用する。この処理により、入力音声と学習用音声を
同じ環境で得た共通のデータとして扱うことが可能にな
る。さらに、前述の多数の学習用データをフィルタ処理
しないで、学習用広帯域音声を作成する。以上の処理手
順を図２に示す。
【００２１】次に、包絡広帯域化器１０３の部分の詳細
を図３に示す。まず、狭帯域データ処理器３０１は、先
ほど求めた学習用狭帯域音声を用いて、前述の音声分析
器１０１と同様に狭帯域スペクトル包絡を抽出する部分
である。同様に、広帯域データ処理器３０２では、前述
の学習用広帯域音声から広帯域スペクトル包絡を抽出す
る。次に写像関数推定器３０３では、抽出された狭帯域
スペクトル包絡と広帯域スペクトル包絡との関係を写像
関数として推定する。本実施例では写像関数として線形
写像を用い、狭帯域スペクトル情報から広帯域スペクト
ル情報へスペクトル変換を行う。具体的には、写像関数
{Ａ} の推定は、入力されたスペクトル包絡ｘiの変換後
の広帯域化スペクトル包絡ｚiと目標となる広帯域スペ
クトル包絡ｙiとの間の差の二乗誤差を最小化すること
で推定する。すなわち、全学習データの全フレームにお
ける（数１）で与えられる目的関数を最小化することで
求められる。
を図３に示す。まず、狭帯域データ処理器３０１は、先
ほど求めた学習用狭帯域音声を用いて、前述の音声分析
器１０１と同様に狭帯域スペクトル包絡を抽出する部分
である。同様に、広帯域データ処理器３０２では、前述
の学習用広帯域音声から広帯域スペクトル包絡を抽出す
る。次に写像関数推定器３０３では、抽出された狭帯域
スペクトル包絡と広帯域スペクトル包絡との関係を写像
関数として推定する。本実施例では写像関数として線形
写像を用い、狭帯域スペクトル情報から広帯域スペクト
ル情報へスペクトル変換を行う。具体的には、写像関数
{Ａ} の推定は、入力されたスペクトル包絡ｘiの変換後
の広帯域化スペクトル包絡ｚiと目標となる広帯域スペ
クトル包絡ｙiとの間の差の二乗誤差を最小化すること
で推定する。すなわち、全学習データの全フレームにお
ける（数１）で与えられる目的関数を最小化することで
求められる。
【００２２】
【数１】
【００２３】ただし、{Ａ} はＭ×Ｍ次元のマトリック
スであり、ｙiとｚiはＭ次元のベクトルである。
スであり、ｙiとｚiはＭ次元のベクトルである。
【００２４】この推定で用いる広帯域スペクトル包絡と
狭帯域スペクトル包絡は同じ学習音声データから求めて
いるので、フレーム毎に完全に一対一に対応づけするこ
とができる。次に３０４は、音声分析器１０１により抽
出された、ｉフレーム目の入力音声の狭帯域スペクトル
包絡ｘi を、写像関数{Ａ}で広帯域化スペクトル包絡ｚ
i に変換する包絡広帯域化器である。具体的には、（数
２）により変換を行う。
狭帯域スペクトル包絡は同じ学習音声データから求めて
いるので、フレーム毎に完全に一対一に対応づけするこ
とができる。次に３０４は、音声分析器１０１により抽
出された、ｉフレーム目の入力音声の狭帯域スペクトル
包絡ｘi を、写像関数{Ａ}で広帯域化スペクトル包絡ｚ
i に変換する包絡広帯域化器である。具体的には、（数
２）により変換を行う。
【００２５】
【数２】
【００２６】次に音声合成器１０４では、残差広帯域化
器１０２と包絡広帯域化器１０３でそれぞれ求められた
広帯域残差信号と広帯域スペクトル包絡から、線形予測
合成法により音声合成する。音声合成方法としては、広
帯域残差信号として何を使用するか、また広帯域スペク
トル包絡としてどの特徴量を使用するかで決定できる。
例えば、広帯域残差信号として、残差信号やピッチを用
い、広帯域スペクトル包絡として線形予測係数を用いた
ときは、線形予測合成法を用いれば良い。他にも、ケプ
ストラム合成やＰＳＥ合成法等も同様に使用できる。
器１０２と包絡広帯域化器１０３でそれぞれ求められた
広帯域残差信号と広帯域スペクトル包絡から、線形予測
合成法により音声合成する。音声合成方法としては、広
帯域残差信号として何を使用するか、また広帯域スペク
トル包絡としてどの特徴量を使用するかで決定できる。
例えば、広帯域残差信号として、残差信号やピッチを用
い、広帯域スペクトル包絡として線形予測係数を用いた
ときは、線形予測合成法を用いれば良い。他にも、ケプ
ストラム合成やＰＳＥ合成法等も同様に使用できる。
【００２７】次に、フィルタ１０５によって、広帯域合
成音声から入力音声の持つ周波数帯域以外の周波数成分
を抽出する。フィルタとしては、ＦＩＲフィルタやＩＩ
Ｒフィルタ等のいずれのフィルタを用いても、広帯域合
成音声から入力音声の持つ周波数帯域以外の周波数成分
を切り出す意味では同じであるから差し支えない。
成音声から入力音声の持つ周波数帯域以外の周波数成分
を抽出する。フィルタとしては、ＦＩＲフィルタやＩＩ
Ｒフィルタ等のいずれのフィルタを用いても、広帯域合
成音声から入力音声の持つ周波数帯域以外の周波数成分
を切り出す意味では同じであるから差し支えない。
【００２８】最後に、音声重畳器１０６にて、抽出され
た低域成分や高域成分などの帯域外成分と入力音声とを
時間軸上で波形重畳して、入力音声の持つ周波数帯域を
包含する広い周波数帯域を有する広帯域音声を合成す
る。
た低域成分や高域成分などの帯域外成分と入力音声とを
時間軸上で波形重畳して、入力音声の持つ周波数帯域を
包含する広い周波数帯域を有する広帯域音声を合成す
る。
【００２９】以上のように、本実施例の構成によれば、
比較的簡単な構成で、帯域制限された入力音声を広い周
波数帯域を有する広帯域音声に正確に変換することがで
きる音声帯域拡大方法および装置を提供することができ
る。
比較的簡単な構成で、帯域制限された入力音声を広い周
波数帯域を有する広帯域音声に正確に変換することがで
きる音声帯域拡大方法および装置を提供することができ
る。
【００３０】次に、本発明の第２の実施例について説明
する。本実施例は、基本的には第１の実施例（図１）と
同様の構成であるが、その一部、すなわち残差広帯域化
器１０２を他の構成に変更した例である。
する。本実施例は、基本的には第１の実施例（図１）と
同様の構成であるが、その一部、すなわち残差広帯域化
器１０２を他の構成に変更した例である。
【００３１】図４は本実施例の残差広帯域化器を詳しく
示したブロック構成図である。まず、音声分析器１０１
で帯域制限された入力音声をフレーム毎に音声分析し
て、狭帯域残差信号と狭帯域スペクトル包絡とに分離す
る。本実施例が第１の実施例と大きく異なる部分、すな
わち本実施例において最も特徴となる点は、この分離さ
れた狭帯域残差信号を非線形に歪ませて広帯域残差信号
を得る際、狭帯域残差信号を非線形に歪ませる前にピッ
チフィルタ４０１によりフィルタ処理を行い、残差信号
から音声の基本周波数成分の存在する周波数帯域のみを
切り出すところにある。
示したブロック構成図である。まず、音声分析器１０１
で帯域制限された入力音声をフレーム毎に音声分析し
て、狭帯域残差信号と狭帯域スペクトル包絡とに分離す
る。本実施例が第１の実施例と大きく異なる部分、すな
わち本実施例において最も特徴となる点は、この分離さ
れた狭帯域残差信号を非線形に歪ませて広帯域残差信号
を得る際、狭帯域残差信号を非線形に歪ませる前にピッ
チフィルタ４０１によりフィルタ処理を行い、残差信号
から音声の基本周波数成分の存在する周波数帯域のみを
切り出すところにある。
【００３２】次に、歪発生器４０２により非線形歪を発
生させ、広帯域残差信号を作成する。このように狭帯域
残差信号中の基本周波数成分のみ（ピッチ含有残差信
号）を抽出し、非線形歪を発生することで、ピッチ以外
の信号成分から発生する不要な歪を低減することがで
き、高音質な広帯域残差信号を作成することが可能とな
る。ここで、ピッチフィルタとは音声の基本周波数成分
の存在する周波数帯域のみを切り出すために使用するフ
ィルタであり、例えば８００Ｈｚ付近にカットオフ周波
数のある低域通過フィルタなどがその例である。このカ
ットオフ周波数は任意に決定できる。
生させ、広帯域残差信号を作成する。このように狭帯域
残差信号中の基本周波数成分のみ（ピッチ含有残差信
号）を抽出し、非線形歪を発生することで、ピッチ以外
の信号成分から発生する不要な歪を低減することがで
き、高音質な広帯域残差信号を作成することが可能とな
る。ここで、ピッチフィルタとは音声の基本周波数成分
の存在する周波数帯域のみを切り出すために使用するフ
ィルタであり、例えば８００Ｈｚ付近にカットオフ周波
数のある低域通過フィルタなどがその例である。このカ
ットオフ周波数は任意に決定できる。
【００３３】以下、包絡広帯域化器１０３で、音声分析
器１０１により分離された入力音声の狭帯域スペクトル
包絡を広帯域スペクトル包絡へと変換し、さらに得られ
た広帯域残差信号と広帯域スペクトル包絡とから音声合
成により入力信号の周波数帯域を包含する広い周波数帯
域を有する広帯域合成音声を合成し、さらに広帯域合成
音声から入力音声の持つ周波数帯域以外の周波数成分を
フィルタにより抽出し、入力音声とを時間軸上で波形重
畳して、入力音声の持つ周波数帯域を包含する広い周波
数帯域を有する広帯域音声を求める部分は第１の実施例
と同様である。
器１０１により分離された入力音声の狭帯域スペクトル
包絡を広帯域スペクトル包絡へと変換し、さらに得られ
た広帯域残差信号と広帯域スペクトル包絡とから音声合
成により入力信号の周波数帯域を包含する広い周波数帯
域を有する広帯域合成音声を合成し、さらに広帯域合成
音声から入力音声の持つ周波数帯域以外の周波数成分を
フィルタにより抽出し、入力音声とを時間軸上で波形重
畳して、入力音声の持つ周波数帯域を包含する広い周波
数帯域を有する広帯域音声を求める部分は第１の実施例
と同様である。
【００３４】次に、本発明の第３の実施例について説明
する。本実施例は第１の実施例（図１）と基本的な構成
は同様であり、共通する部分については、詳しい説明は
割愛する。本実施例が第１の実施例と大きく異なる部分
は、第１の実施例ではフィルタ１０５において、広帯域
合成音声から入力音声の持つ周波数帯域以外の周波数成
分をフィルタにより抽出し、音声重畳器１０６で入力音
声にそのまま時間軸上で波形重畳していたのに対し、本
実施例では、フィルタにより抽出された成分と入力音声
とにそれぞれ一定の比を掛けた後、時間軸上で波形重畳
しているところにある。
する。本実施例は第１の実施例（図１）と基本的な構成
は同様であり、共通する部分については、詳しい説明は
割愛する。本実施例が第１の実施例と大きく異なる部分
は、第１の実施例ではフィルタ１０５において、広帯域
合成音声から入力音声の持つ周波数帯域以外の周波数成
分をフィルタにより抽出し、音声重畳器１０６で入力音
声にそのまま時間軸上で波形重畳していたのに対し、本
実施例では、フィルタにより抽出された成分と入力音声
とにそれぞれ一定の比を掛けた後、時間軸上で波形重畳
しているところにある。
【００３５】以下、本発明の第３の実施例について詳細
に説明する。まず、音声分析器１０１により入力音声を
フレーム毎に音声分析して、狭帯域残差信号と狭帯域ス
ペクトル包絡とを分離し、残差広帯域化器１０２により
狭帯域残差信号から広帯域残差信号を発生させる部分
は、第１の実施例と同様である。本実施例では、包絡広
帯域化器１０３の部分が第１の実施例と異なる。
に説明する。まず、音声分析器１０１により入力音声を
フレーム毎に音声分析して、狭帯域残差信号と狭帯域ス
ペクトル包絡とを分離し、残差広帯域化器１０２により
狭帯域残差信号から広帯域残差信号を発生させる部分
は、第１の実施例と同様である。本実施例では、包絡広
帯域化器１０３の部分が第１の実施例と異なる。
【００３６】図５はこの包絡広帯域化器１０３の部分を
詳しく示したブロック構成図である。以下、図５のブロ
ック構成図を参照しながら説明する。まず５０１は、あ
らかじめ多量の学習用音声データから抽出しておいた狭
帯域スペクトル包絡を作成する狭帯域データ作成器であ
り、さらに５０２はこの狭帯域スペクトル包絡と時間的
に対応づけされた広帯域スペクトル包絡を作成する広帯
域データ作成器である。次に、狭帯域符号帳作成器５０
３により狭帯域スペクトル包絡をいくつかの類似したス
ペクトル包絡毎に分類しておき、代表コードを求めてお
く。そして写像関数推定器５０４により、代表コード毎
に狭帯域スペクトル包絡から広帯域スペクトル包絡を導
く写像関数を推定する。推定方法は、第１の実施例と同
様である。そして、実際の入力音声の狭帯域スペクトル
包絡がどの代表コードに近いかをコード判定器５０５に
より判定し、包絡広帯域化器５０６により、最も近いコ
ードと対応する写像関数を用いて広帯域スペクトル包絡
へと変換する。
詳しく示したブロック構成図である。以下、図５のブロ
ック構成図を参照しながら説明する。まず５０１は、あ
らかじめ多量の学習用音声データから抽出しておいた狭
帯域スペクトル包絡を作成する狭帯域データ作成器であ
り、さらに５０２はこの狭帯域スペクトル包絡と時間的
に対応づけされた広帯域スペクトル包絡を作成する広帯
域データ作成器である。次に、狭帯域符号帳作成器５０
３により狭帯域スペクトル包絡をいくつかの類似したス
ペクトル包絡毎に分類しておき、代表コードを求めてお
く。そして写像関数推定器５０４により、代表コード毎
に狭帯域スペクトル包絡から広帯域スペクトル包絡を導
く写像関数を推定する。推定方法は、第１の実施例と同
様である。そして、実際の入力音声の狭帯域スペクトル
包絡がどの代表コードに近いかをコード判定器５０５に
より判定し、包絡広帯域化器５０６により、最も近いコ
ードと対応する写像関数を用いて広帯域スペクトル包絡
へと変換する。
【００３７】例えば、実際に狭帯域スペクトル包絡をベ
クトル量子化するには、まずｊフレーム目の狭帯域スペ
クトル包絡ｘjに対するｋ番目のコードＶk（コード数
Ｌ）に対する量子化歪 Ｄjkは、（数３）で計算され
る。
クトル量子化するには、まずｊフレーム目の狭帯域スペ
クトル包絡ｘjに対するｋ番目のコードＶk（コード数
Ｌ）に対する量子化歪 Ｄjkは、（数３）で計算され
る。
【００３８】
【数３】
【００３９】ただし、ｘj、ＶkはＭ次元のベクトル（Ｍ
次元の特徴量）である。そして、この歪が最も小さいコ
ードがｊフレーム目の狭帯域スペクトル包絡に対する代
表コードになる。
次元の特徴量）である。そして、この歪が最も小さいコ
ードがｊフレーム目の狭帯域スペクトル包絡に対する代
表コードになる。
【００４０】このように、狭帯域スペクトル包絡を類似
したスペクトルのグループにクラスタリングし、各グル
ープを代表的に表現するいくつかの代表コードを求める
方法は、ベクトル量子化法（Y.Linde, A.buzo and R.M.
Gray:"An algorithm for vector quantizer design",IE
EE Trans.Commun.,COM-28,1,pp.84-95(Jan.1980)）と呼
ばれ、多量のデータの特徴を少ないデータで効率的に表
現することが可能となる。さらにクラスタリング方法と
して別の方法を用いても何等差し支えない。
したスペクトルのグループにクラスタリングし、各グル
ープを代表的に表現するいくつかの代表コードを求める
方法は、ベクトル量子化法（Y.Linde, A.buzo and R.M.
Gray:"An algorithm for vector quantizer design",IE
EE Trans.Commun.,COM-28,1,pp.84-95(Jan.1980)）と呼
ばれ、多量のデータの特徴を少ないデータで効率的に表
現することが可能となる。さらにクラスタリング方法と
して別の方法を用いても何等差し支えない。
【００４１】以上のようにして求めた広帯域残差信号と
広帯域スペクトル包絡から音声合成器１０４により、入
力音声の持つ周波数帯域を包含する広い周波数帯域を有
する広帯域合成音声を合成する。この部分は第１の実施
例と同様である。
広帯域スペクトル包絡から音声合成器１０４により、入
力音声の持つ周波数帯域を包含する広い周波数帯域を有
する広帯域合成音声を合成する。この部分は第１の実施
例と同様である。
【００４２】さらに本実施例では、第１の実施例のフィ
ルタ１０５および音声重畳器１０６の部分が異なる。図
６はこのフィルタおよび音声重畳器の部分を詳しく示し
たブロック構成図である。以下、図６を参照しながら説
明する。
ルタ１０５および音声重畳器１０６の部分が異なる。図
６はこのフィルタおよび音声重畳器の部分を詳しく示し
たブロック構成図である。以下、図６を参照しながら説
明する。
【００４３】まず、６０１は広帯域合成音声から入力音
声の持つ周波数帯域以外の周波数成分のうち低域成分の
みを低域通過フィルタにより抽出する低域フィルタであ
り、６０２は広帯域合成音声から入力音声の持つ周波数
帯域以外の周波数成分のうち高域成分のみを高域通過フ
ィルタにより抽出する高域フィルタである。なお、ここ
では、広帯域合成音声から入力音声の持つ周波数帯域以
外の周波数成分を抽出するフィルタとして低域、高域の
２種類を考えたが、３つ以上のフィルタを用いても何等
差し支えない。
声の持つ周波数帯域以外の周波数成分のうち低域成分の
みを低域通過フィルタにより抽出する低域フィルタであ
り、６０２は広帯域合成音声から入力音声の持つ周波数
帯域以外の周波数成分のうち高域成分のみを高域通過フ
ィルタにより抽出する高域フィルタである。なお、ここ
では、広帯域合成音声から入力音声の持つ周波数帯域以
外の周波数成分を抽出するフィルタとして低域、高域の
２種類を考えたが、３つ以上のフィルタを用いても何等
差し支えない。
【００４４】６０３は、この低域成分および高域成分と
入力音声とを時間軸上で重畳する音声重畳器であるが、
本実施例ではコード判定器５０５において最も近いコー
ドと判定されたコードの内容に応じて、あらかじめ決定
しておいた比率で低域成分および高域成分と入力音声と
を重畳する機能を有する。この際、その比率として、例
えば、コードが摩擦音等の無声音を表すコードの場合
は、低域、高域、入力音声の比率を０.５:１:１.５のよ
うにして、高域を強調するようにし、コードが母音等の
有声音を表すコードの場合は、低域、高域、入力音声の
比率を１.５:１:０.５のようにして、低域を強調するよ
うにして、入力音声と波形重畳することで、コードすな
わち音声スペクトルの形状に応じて、的確に入力音声の
広帯域化が可能となる。
入力音声とを時間軸上で重畳する音声重畳器であるが、
本実施例ではコード判定器５０５において最も近いコー
ドと判定されたコードの内容に応じて、あらかじめ決定
しておいた比率で低域成分および高域成分と入力音声と
を重畳する機能を有する。この際、その比率として、例
えば、コードが摩擦音等の無声音を表すコードの場合
は、低域、高域、入力音声の比率を０.５:１:１.５のよ
うにして、高域を強調するようにし、コードが母音等の
有声音を表すコードの場合は、低域、高域、入力音声の
比率を１.５:１:０.５のようにして、低域を強調するよ
うにして、入力音声と波形重畳することで、コードすな
わち音声スペクトルの形状に応じて、的確に入力音声の
広帯域化が可能となる。
【００４５】次に、本発明の第４の実施例について説明
する。本実施例は、第３の実施例と共通する部分は多
く、共通する部分については、詳しい説明は割愛する。
本実施例が第３の実施例と異なる部分は、第３の実施例
では音声重畳器６０３で低域成分および高域成分と入力
音声とを時間軸上で重畳する際、コード判定器５０５に
おいて最も近いコードと判定されたコードの内容に応じ
て、あらかじめ決定しておいた比率で低域成分、高域成
分と入力音声とを重畳しているのに対し、本実施例で
は、コードの代わりに入力音声の有声性に応じた比率を
掛けた後、時間軸上で波形重畳しているところにある。
する。本実施例は、第３の実施例と共通する部分は多
く、共通する部分については、詳しい説明は割愛する。
本実施例が第３の実施例と異なる部分は、第３の実施例
では音声重畳器６０３で低域成分および高域成分と入力
音声とを時間軸上で重畳する際、コード判定器５０５に
おいて最も近いコードと判定されたコードの内容に応じ
て、あらかじめ決定しておいた比率で低域成分、高域成
分と入力音声とを重畳しているのに対し、本実施例で
は、コードの代わりに入力音声の有声性に応じた比率を
掛けた後、時間軸上で波形重畳しているところにある。
【００４６】以下、本発明の第４の実施例について詳細
に説明する。まず、音声分析器１０１により入力音声を
フレーム毎に音声分析して、狭帯域残差信号と狭帯域ス
ペクトル包絡とを分離し、残差広帯域化器１０２により
狭帯域残差信号から広帯域残差信号を発生させ、包絡広
帯域化器１０３により狭帯域スペクトル包絡から広帯域
スペクトル包絡を推定する。さらに音声合成器１０４に
より、入力音声の持つ周波数帯域を包含する広い周波数
帯域を有する広帯域合成音声を合成する。ここまでの部
分は、第３の実施例と同様である。
に説明する。まず、音声分析器１０１により入力音声を
フレーム毎に音声分析して、狭帯域残差信号と狭帯域ス
ペクトル包絡とを分離し、残差広帯域化器１０２により
狭帯域残差信号から広帯域残差信号を発生させ、包絡広
帯域化器１０３により狭帯域スペクトル包絡から広帯域
スペクトル包絡を推定する。さらに音声合成器１０４に
より、入力音声の持つ周波数帯域を包含する広い周波数
帯域を有する広帯域合成音声を合成する。ここまでの部
分は、第３の実施例と同様である。
【００４７】しかし本実施例では、第３の実施例の音声
重畳器１０６の部分が異なる。図７はこの音声重畳器お
よびフィルタの部分を詳しく示したブロック構成図であ
る。以下、図７を参照しながら説明する。
重畳器１０６の部分が異なる。図７はこの音声重畳器お
よびフィルタの部分を詳しく示したブロック構成図であ
る。以下、図７を参照しながら説明する。
【００４８】音声合成器１０４により合成された広帯域
合成音声から低域フィルタ７０１により入力音声の持つ
周波数帯域以外の周波数成分のうち低域成分のみを抽出
し、さらに高域フィルタ７０２により、入力音声の持つ
周波数帯域以外の周波数成分のうち高域成分のみを抽出
する。この部分は第３の実施例と同様である。
合成音声から低域フィルタ７０１により入力音声の持つ
周波数帯域以外の周波数成分のうち低域成分のみを抽出
し、さらに高域フィルタ７０２により、入力音声の持つ
周波数帯域以外の周波数成分のうち高域成分のみを抽出
する。この部分は第３の実施例と同様である。
【００４９】次に、本実施例では、まず入力音声から抽
出した狭帯域残差信号および狭帯域スペクトル包絡を用
いて、有声性判定器７０３により入力音声の有声性を求
める。さらに、この有声性の割合にに応じて、あらかじ
め決定しておいた比率で低域成分、高域成分と入力音声
とを音声重畳器７０４により重畳する。この際その比率
として、例えば、有声性が摩擦音等の無声音を表す場合
は、低域、高域、入力音声の比率を０.５:１:１.５のよ
うにして、高域を強調するようにし、有声性が母音等の
有声音を表す場合は、低域、高域、入力音声の比率を
１.５:１:０.５のようにして、低域を強調するように
し、入力音声と波形重畳することで、有声性すなわちス
ペクトルの形状に応じて、的確に入力音声の広帯域化が
可能となる。入力音声の有声性としては、たとえば入力
音声の自己相関係数を求め、さらに０次の係数すなわち
パワーで割った正規化自己相関係数を求め、０次の係数
以外の値の中で最大となる係数がピッチに相当するピッ
チ係数と判定し、このピッチ係数を有声性として用いる
ことで実現することができる。
出した狭帯域残差信号および狭帯域スペクトル包絡を用
いて、有声性判定器７０３により入力音声の有声性を求
める。さらに、この有声性の割合にに応じて、あらかじ
め決定しておいた比率で低域成分、高域成分と入力音声
とを音声重畳器７０４により重畳する。この際その比率
として、例えば、有声性が摩擦音等の無声音を表す場合
は、低域、高域、入力音声の比率を０.５:１:１.５のよ
うにして、高域を強調するようにし、有声性が母音等の
有声音を表す場合は、低域、高域、入力音声の比率を
１.５:１:０.５のようにして、低域を強調するように
し、入力音声と波形重畳することで、有声性すなわちス
ペクトルの形状に応じて、的確に入力音声の広帯域化が
可能となる。入力音声の有声性としては、たとえば入力
音声の自己相関係数を求め、さらに０次の係数すなわち
パワーで割った正規化自己相関係数を求め、０次の係数
以外の値の中で最大となる係数がピッチに相当するピッ
チ係数と判定し、このピッチ係数を有声性として用いる
ことで実現することができる。
【００５０】以上のように、本実施例の構成によれば、
帯域制限された入力音声を広い周波数帯域を有する広帯
域音声に正確に変換することができる音声帯域拡大装置
を提供することができる。
帯域制限された入力音声を広い周波数帯域を有する広帯
域音声に正確に変換することができる音声帯域拡大装置
を提供することができる。
【００５１】このように、本発明の実施例の音声帯域拡
大装置によれば、特定の周波数帯域に帯域制限された入
力音声を一定フレーム毎に音声分析して狭帯域残差信号
と狭帯域スペクトル包絡とに分離する音声分析器１０１
と、狭帯域残差信号から広帯域残差信号を発生させる残
差広帯域化器１０２と、狭帯域スペクトル包絡から広帯
域スペクトル包絡を推定する包絡広帯域化器１０３と、
広帯域残差信号と広帯域スペクトル包絡とから広帯域合
成音声を合成する音声合成器１０４と、広帯域合成音声
から入力音声の持つ周波数帯域以外の帯域外成分を抽出
するフィルタ１０５と、帯域外成分と入力音声とを時間
軸上で波形重畳して、入力音声の持つ周波数帯域を包含
する周波数帯域を有する広帯域音声を合成する音声重畳
器１０６とを備えたことにより、簡単な構成でしかも高
精度な音声帯域拡大装置を提供することができる。
大装置によれば、特定の周波数帯域に帯域制限された入
力音声を一定フレーム毎に音声分析して狭帯域残差信号
と狭帯域スペクトル包絡とに分離する音声分析器１０１
と、狭帯域残差信号から広帯域残差信号を発生させる残
差広帯域化器１０２と、狭帯域スペクトル包絡から広帯
域スペクトル包絡を推定する包絡広帯域化器１０３と、
広帯域残差信号と広帯域スペクトル包絡とから広帯域合
成音声を合成する音声合成器１０４と、広帯域合成音声
から入力音声の持つ周波数帯域以外の帯域外成分を抽出
するフィルタ１０５と、帯域外成分と入力音声とを時間
軸上で波形重畳して、入力音声の持つ周波数帯域を包含
する周波数帯域を有する広帯域音声を合成する音声重畳
器１０６とを備えたことにより、簡単な構成でしかも高
精度な音声帯域拡大装置を提供することができる。
【００５２】
【発明の効果】以上の実施例から明らかなように、本発
明によれば、特定の周波数帯域に帯域制限された入力音
声を一定フレーム毎に音声分析して狭帯域残差信号と狭
帯域スペクトル包絡とに分離し、前記狭帯域残差信号か
ら広帯域残差信号を発生させ、前記狭帯域スペクトル包
絡から広帯域スペクトル包絡を推定し、前記広帯域残差
信号と前記広帯域スペクトル包絡から線形予測合成法を
用いて、入力音声の持つ周波数帯域を包含する広い周波
数帯域を有する広帯域合成音声を合成し、前記広帯域合
成音声から入力音声の持つ周波数帯域以外の周波数成分
をフィルタにより抽出し、抽出された前記帯域外成分と
入力音声とを時間軸上で波形重畳して、入力音声の持つ
周波数帯域を包含する広い周波数帯域を有する広帯域音
声を合成するように構成しているので、比較的簡単な構
成で、帯域制限された入力音声を、入力音声の持つ周波
数帯域を包含するような広い周波数帯域を有する広帯域
信号に正確に変換することができる。
明によれば、特定の周波数帯域に帯域制限された入力音
声を一定フレーム毎に音声分析して狭帯域残差信号と狭
帯域スペクトル包絡とに分離し、前記狭帯域残差信号か
ら広帯域残差信号を発生させ、前記狭帯域スペクトル包
絡から広帯域スペクトル包絡を推定し、前記広帯域残差
信号と前記広帯域スペクトル包絡から線形予測合成法を
用いて、入力音声の持つ周波数帯域を包含する広い周波
数帯域を有する広帯域合成音声を合成し、前記広帯域合
成音声から入力音声の持つ周波数帯域以外の周波数成分
をフィルタにより抽出し、抽出された前記帯域外成分と
入力音声とを時間軸上で波形重畳して、入力音声の持つ
周波数帯域を包含する広い周波数帯域を有する広帯域音
声を合成するように構成しているので、比較的簡単な構
成で、帯域制限された入力音声を、入力音声の持つ周波
数帯域を包含するような広い周波数帯域を有する広帯域
信号に正確に変換することができる。
【図面の簡単な説明】
【図１】本発明の一実施例の音声帯域拡大装置の全体構
成を示すブロック図
成を示すブロック図
【図２】実施例において学習用帯域音声を生成する処理
手順を示す図
手順を示す図
【図３】本発明の第１の実施例における包絡広帯域化器
の構成を示すブロック図
の構成を示すブロック図
【図４】本発明の第２の実施例における残差広帯域化器
の構成を示すブロック図
の構成を示すブロック図
【図５】本発明の第３の実施例における包絡広帯域化器
の構成を示すブロック図
の構成を示すブロック図
【図６】本発明の第３の実施例におけるフィルタおよび
音声重畳器のブロック図
音声重畳器のブロック図
【図７】本発明の第４の実施例におけるフィルタおよび
音声重畳器のブロック図
音声重畳器のブロック図
１０１ 音声分析器 １０２ 残差広帯域化器 １０３ 包絡広帯域化器 １０４ 音声合成器 １０５ フィルタ １０６ 音声重畳器
フロントページの続き (56)参考文献 特開 平９−55778（ＪＰ，Ａ) 特開 平８−278800（ＪＰ，Ａ) 特開 平８−123495（ＪＰ，Ａ) 特開 平８−76798（ＪＰ，Ａ) 特開 昭59−116796（ＪＰ，Ａ) 特開 昭59−224898（ＪＰ，Ａ) 特開 昭62−21355（ＪＰ，Ａ) 階層型ニューラルネットワークを用い た帯域制限音声の広帯域化法、田中良 紀、日本音響学会 平成７年度春季研究 発表会 講演論文集、95．３．14、ｐ. 255，256 (58)調査した分野(Int.Cl.6，ＤＢ名) G10L 9/14 G10L 9/00 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (5)
- 【請求項１】音声分析器（１０１）、残差広帯域化器
（１０２）、包絡広帯域化器（１０３）、音声合成器
（１０４）、フィルタ（１０５）、音声重畳器（１０
６）を備えた音声帯域拡大装置であって、 音声分析器（１０１）は、入力音声を一定フレーム毎に
線形予測分析して狭帯域残差信号と狭帯域スペクトル包
絡とに分離し、 残差広帯域化器（１０２）は、ピッチフィルタ（４０
１）と歪発生器（４０２）とを備え、狭帯域残差信号を
非線形に歪ませて広帯域残差信号を出力し、 ピッチフィルタ（４０１）は、狭帯域残差信号のサンプ
リング周波数を実数倍し、エイリアジングフィルタ処理
により狭帯域残差信号の帯域幅のみを拡大した帯域拡大
残差信号を作成し、帯域拡大残差信号をフィルタ処理し
て、入力音声の基本周波数成分が存在する周波数帯域の
みを含むピッチ含有残差信号を抽出し、 歪発生器（４０２）は、ピッチ含有残差信号の絶対値が
所定の値以下の場合は零を広帯域残差信号として出力
し、それ以外の場合はピッチ含有残差信号をそのまま広
帯域残差信号として出力し、 包絡広帯域化器（１０３）は、狭帯域スペクトル包絡か
ら写像関数により広帯域スペクトル包絡に変換し、 音声合成器（１０４）は、広帯域残差信号と広帯域スペ
クトル包絡とから線形予測合成法を用いて広帯域合成音
声を合成し、 フィルタ（１０５）は、広帯域合成音声から入力音声の
周波数帯域以外の帯域外成分を抽出し、 音声重畳器（１０６）は、抽出された帯域外成分と入力
音声とを時間軸上で波形重畳する 音声帯域拡大装置。 - 【請求項２】歪発生器（４０２）は、 ピッチ含有残差信号の絶対値が所定の値以上で、かつピ
ッチ含有残差信号が正の場合、所定の値を出力し、 ピッチ含有残差信号の絶対値が所定の値以上で、かつピ
ッチ含有残差信号が負の場合、所定の値の符号を反転さ
せて出力する 請求項１記載の音声帯域拡大装置。 - 【請求項３】音声分析器（１０１）、残差広帯域化器
（１０２）、包絡広帯域化器（１０３）、音声合成器
（１０４）、フィルタ（１０５）、音声重畳器（１０
６）を備えた音声帯域拡大装置であって、 音声分析器（１０１）は、入力音声を一定フレーム毎に
線形予測分析して狭帯域残差信号と狭帯域スペクトル包
絡とに分離し、 残差広帯域化器（１０２）は、狭帯域残差信号を非線形
に歪ませて広帯域残差信号を出力し、 包絡広帯域化器（１０３）は、狭帯域スペクトル包絡を
分類してコードを決定し、狭帯域スペクトル包絡から写
像関数により広帯域スペクトル包絡に変換し、 音声合成器（１０４）は、広帯域残差信号と広帯域スペ
クトル包絡とから線形予測合成法を用いて広帯域合成音
声を合成し、 フィルタ（１０５）は、低域フィルタ（６０１）と高域
フィルタ（６０２）とを備え、広帯域合成音声から入力
音声の周波数帯域以外の帯域外成分を抽出し、 低域フィルタ（６０１）は、広帯域合成音声から低域成
分を抽出し、 高域フィルタ（６０２）は、広帯域合成音声から高域成
分を抽出し、 音声重畳器（１０６）は、コード判定器（５０５）と音
声重畳器（６０３）とを備え、抽出された帯域外成分と
入力音声とを時間軸上で波形重畳し、 コード判定器（５０５）は、包絡広帯域化器（１０３）
で得たコードに基き重畳比率を決定し、 音声重畳器（６０３）は、重畳比率に応じて低域成分と
高域成分と入力音声とを重畳する 音声帯域拡大装置。 - 【請求項４】音声分析器（１０１）、残差広帯域化器
（１０２）、包絡広帯域化器（１０３）、音声合成器
（１０４）、フィルタ（１０５）、音声重畳器（１０
６）を備えた音声帯域拡大装置であって、 音声分析器（１０１）は、入力音声を一定フレーム毎に
線形予測分析して狭帯域残差信号と狭帯域スペクトル包
絡とに分離し、 残差広帯域化器（１０２）は、狭帯域残差信号を非線形
に歪ませて広帯域残差 信号を出力し、 包絡広帯域化器（１０３）は、狭帯域スペクトル包絡か
ら写像関数により広帯域スペクトル包絡に変換し、 音声合成器（１０４）は、広帯域残差信号と広帯域スペ
クトル包絡とから線形予測合成法を用いて広帯域合成音
声を合成し、 フィルタ（１０５）は、低域フィルタ（７０１）と高域
フィルタ（７０２）とを備え、広帯域合成音声から入力
音声の周波数帯域以外の帯域外成分を抽出し、 低域フィ
ルタ（７０１）は、広帯域合成音声から低域成分を抽出
し、 高域フィルタ（７０２）は、広帯域合成音声から高域成
分を抽出し、 音声重畳器（１０６）は、有声性判定器（７０３）と音
声重畳器（７０４）とを備え、抽出された帯域外成分と
入力音声とを時間軸上で波形重畳し、 有声性判定器（７０３）は、入力音声の有声性を求め、
有声性に基き重畳比率を決定し、 音声重畳器（７０４）は、重畳比率に応じて低域成分と
高域成分と入力音声とを重畳する 音声帯域拡大装置。 - 【請求項５】有声性判定器（７０３）は、入力音声の自
己相関係数を求め、自己相関係数を自身の０次の係数で
除した正規化自己相関係数を求め、正規化自己相関係数
の０次の係数以外で最大の係数をピッチ係数とし、ピッ
チ係数に基き重畳比率を決定する 請求項４記載の音声帯
域拡大装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7258448A JP2956548B2 (ja) | 1995-10-05 | 1995-10-05 | 音声帯域拡大装置 |
| EP96301726A EP0732687B2 (en) | 1995-03-13 | 1996-03-12 | Apparatus for expanding speech bandwidth |
| DE69619284T DE69619284T3 (de) | 1995-03-13 | 1996-03-12 | Vorrichtung zur Erweiterung der Sprachbandbreite |
| US09/157,419 US5978759A (en) | 1995-03-13 | 1998-09-21 | Apparatus for expanding narrowband speech to wideband speech by codebook correspondence of linear mapping functions |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7258448A JP2956548B2 (ja) | 1995-10-05 | 1995-10-05 | 音声帯域拡大装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09101798A JPH09101798A (ja) | 1997-04-15 |
| JP2956548B2 true JP2956548B2 (ja) | 1999-10-04 |
Family
ID=17320356
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7258448A Expired - Fee Related JP2956548B2 (ja) | 1995-03-13 | 1995-10-05 | 音声帯域拡大装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2956548B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2023009622A (ja) * | 2021-07-07 | 2023-01-20 | フラウンホッファー－ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオ | １つ以上の畳み込みネットワークおよび／またはリカレントネットワークを使用したエンドツーエンドの敵対的ブラインド帯域幅拡張のための装置および方法 |
Families Citing this family (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE69619284T3 (de) † | 1995-03-13 | 2006-04-27 | Matsushita Electric Industrial Co., Ltd., Kadoma | Vorrichtung zur Erweiterung der Sprachbandbreite |
| SE9903553D0 (sv) | 1999-01-27 | 1999-10-01 | Lars Liljeryd | Enhancing percepptual performance of SBR and related coding methods by adaptive noise addition (ANA) and noise substitution limiting (NSL) |
| JP4522509B2 (ja) * | 1999-07-07 | 2010-08-11 | アルパイン株式会社 | オーディオ装置 |
| SE0001926D0 (sv) | 2000-05-23 | 2000-05-23 | Lars Liljeryd | Improved spectral translation/folding in the subband domain |
| SE0202159D0 (sv) | 2001-07-10 | 2002-07-09 | Coding Technologies Sweden Ab | Efficientand scalable parametric stereo coding for low bitrate applications |
| US8605911B2 (en) | 2001-07-10 | 2013-12-10 | Dolby International Ab | Efficient and scalable parametric stereo coding for low bitrate audio coding applications |
| JP3870193B2 (ja) | 2001-11-29 | 2007-01-17 | コーディング テクノロジーズ アクチボラゲット | 高周波再構成に用いる符号器、復号器、方法及びコンピュータプログラム |
| CN1328707C (zh) | 2002-07-19 | 2007-07-25 | 日本电气株式会社 | 音频解码设备以及解码方法 |
| JP3879922B2 (ja) * | 2002-09-12 | 2007-02-14 | ソニー株式会社 | 信号処理システム、信号処理装置および方法、記録媒体、並びにプログラム |
| SE0202770D0 (sv) | 2002-09-18 | 2002-09-18 | Coding Technologies Sweden Ab | Method for reduction of aliasing introduces by spectral envelope adjustment in real-valued filterbanks |
| CA2469674C (en) | 2002-09-19 | 2012-04-24 | Matsushita Electric Industrial Co., Ltd. | Audio decoding apparatus and method |
| US7460990B2 (en) * | 2004-01-23 | 2008-12-02 | Microsoft Corporation | Efficient coding of digital media spectral data using wide-sense perceptual similarity |
| KR100598614B1 (ko) * | 2004-08-23 | 2006-07-07 | 에스케이 텔레콤주식회사 | 지각적 가중필터를 이용한 음성신호의 광대역 확장시스템및 방법 |
| WO2006028009A1 (ja) * | 2004-09-06 | 2006-03-16 | Matsushita Electric Industrial Co., Ltd. | スケーラブル復号化装置および信号消失補償方法 |
| BRPI0514940A (pt) * | 2004-09-06 | 2008-07-01 | Matsushita Electric Industrial Co Ltd | dispositivo de codificação escalável e método de codificação escalável |
| BRPI0515453A (pt) | 2004-09-17 | 2008-07-22 | Matsushita Electric Industrial Co Ltd | aparelho de codificação escalável, aparelho de decodificação escalável, método de codificação escalável método de decodificação escalável, aparelho de terminal de comunicação, e aparelho de estação de base |
| BRPI0518193A (pt) * | 2004-10-27 | 2008-11-04 | Matsushita Electric Industrial Co Ltd | aparelho e método de codificação vocal, aparelhos de estação móvel e de base de comunicação de rádio |
| RU2500043C2 (ru) | 2004-11-05 | 2013-11-27 | Панасоник Корпорэйшн | Кодер, декодер, способ кодирования и способ декодирования |
| US8229749B2 (en) | 2004-12-10 | 2012-07-24 | Panasonic Corporation | Wide-band encoding device, wide-band LSP prediction device, band scalable encoding device, wide-band encoding method |
| AU2006232357C1 (en) | 2005-04-01 | 2010-11-25 | Qualcomm Incorporated | Method and apparatus for vector quantizing of a spectral envelope representation |
| CN101165772B (zh) | 2006-10-18 | 2011-06-08 | 安凯(广州)微电子技术有限公司 | 一种扩展合成器音色的方法 |
| US7885819B2 (en) | 2007-06-29 | 2011-02-08 | Microsoft Corporation | Bitstream syntax for multi-process audio decoding |
| JP5148414B2 (ja) * | 2008-08-29 | 2013-02-20 | 株式会社東芝 | 信号帯域拡張装置 |
| JP5423684B2 (ja) * | 2008-12-19 | 2014-02-19 | 富士通株式会社 | 音声帯域拡張装置及び音声帯域拡張方法 |
| US8463599B2 (en) * | 2009-02-04 | 2013-06-11 | Motorola Mobility Llc | Bandwidth extension method and apparatus for a modified discrete cosine transform audio coder |
| JP5223786B2 (ja) * | 2009-06-10 | 2013-06-26 | 富士通株式会社 | 音声帯域拡張装置、音声帯域拡張方法及び音声帯域拡張用コンピュータプログラムならびに電話機 |
| JP6089789B2 (ja) * | 2013-02-28 | 2017-03-08 | 沖電気工業株式会社 | 音声帯域拡張装置及びプログラム、並びに、無声音拡張装置及びプログラム |
| JP6333043B2 (ja) * | 2014-04-23 | 2018-05-30 | 山本 裕 | 音声信号処理装置 |
| EP3742443B1 (en) * | 2018-01-17 | 2022-08-03 | Nippon Telegraph And Telephone Corporation | Decoding device, method and program thereof |
-
1995
- 1995-10-05 JP JP7258448A patent/JP2956548B2/ja not_active Expired - Fee Related
Non-Patent Citations (1)
| Title |
|---|
| 階層型ニューラルネットワークを用いた帯域制限音声の広帯域化法、田中良紀、日本音響学会 平成７年度春季研究発表会 講演論文集、９５．３．１４、ｐ．２５５，２５６ |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2023009622A (ja) * | 2021-07-07 | 2023-01-20 | フラウンホッファー－ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオ | １つ以上の畳み込みネットワークおよび／またはリカレントネットワークを使用したエンドツーエンドの敵対的ブラインド帯域幅拡張のための装置および方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH09101798A (ja) | 1997-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH09101798A (ja) | 音声帯域拡大方法および音声帯域拡大装置 | |
| Jax et al. | On artificial bandwidth extension of telephone speech | |
| Chen et al. | Voice conversion with smoothed GMM and MAP adaptation. | |
| JP2779886B2 (ja) | 広帯域音声信号復元方法 | |
| EP0718820B1 (en) | Speech coding apparatus, linear prediction coefficient analyzing apparatus and noise reducing apparatus | |
| JP5230103B2 (ja) | 自動音声認識器のためのトレーニングデータを生成する方法およびシステム | |
| JP3680380B2 (ja) | 音声符号化方法及び装置 | |
| CN102652336B (zh) | 声音信号复原装置以及声音信号复原方法 | |
| JP3189598B2 (ja) | 信号合成方法および信号合成装置 | |
| CN101141533B (zh) | 用于提供具有扩展带宽的声音信号的方法和系统 | |
| JPH10124088A (ja) | 音声帯域幅拡張装置及び方法 | |
| JP2003514263A (ja) | マッピング・マトリックスを用いた広帯域音声合成 | |
| WO2005111568A1 (ja) | 符号化装置、復号化装置、およびこれらの方法 | |
| US7792672B2 (en) | Method and system for the quick conversion of a voice signal | |
| JP2013057735A (ja) | 音声合成用の隠れマルコフモデル学習装置及び音声合成装置 | |
| Ohtani et al. | GMM-based bandwidth extension using sub-band basis spectrum model | |
| CN100583235C (zh) | 分析基频信息的方法以及实现所述分析方法的话音转换方法和系统 | |
| EP1686564B1 (en) | Bandwidth extension of bandlimited acoustic signals | |
| Pulakka et al. | Speech bandwidth extension using gaussian mixture model-based estimation of the highband mel spectrum | |
| Qian et al. | Combining equalization and estimation for bandwidth extension of narrowband speech | |
| JP3240908B2 (ja) | 声質変換方法 | |
| Lee et al. | A new voice transformation method based on both linear and nonlinear prediction analysis | |
| JPH10124089A (ja) | 音声信号処理装置及び方法、並びに、音声帯域幅拡張装置及び方法 | |
| Wu et al. | Denoising Recurrent Neural Network for Deep Bidirectional LSTM Based Voice Conversion. | |
| JPH08305396A (ja) | 音声帯域拡大装置および音声帯域拡大方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |