JP3209247B2 - 音声の励振信号符号化法 - Google Patents
音声の励振信号符号化法Info
- Publication number
- JP3209247B2 JP3209247B2 JP16558193A JP16558193A JP3209247B2 JP 3209247 B2 JP3209247 B2 JP 3209247B2 JP 16558193 A JP16558193 A JP 16558193A JP 16558193 A JP16558193 A JP 16558193A JP 3209247 B2 JP3209247 B2 JP 3209247B2
- Authority
- JP
- Japan
- Prior art keywords
- speech
- vector
- excitation vector
- noise excitation
- noise
- 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 - Lifetime
Links
Description
【０００１】
【産業上の利用分野】この発明は音声信号をできるだけ
少ない情報量でディジタル符号化する高能率音声符号化
法で、特に線形予測合成フィルタに供給する励振信号を
決定する励振信号符号化方法に関するものである。
少ない情報量でディジタル符号化する高能率音声符号化
法で、特に線形予測合成フィルタに供給する励振信号を
決定する励振信号符号化方法に関するものである。
【０００２】
【従来の技術】８ｋｂｉｔ／ｓ程度以下の音声符号化法
として、ＣＥＬＰ（Ｃｏｄｅ Ｅｘｃｉｔｅｄ Ｌｉｎ
ｅａｒ Ｐｒｅｄｉｃｔｉｏｎ：符号励振線形予測）符
号化が良く知られている。この符号化法は図５に示すよ
うに、フレーム単位で雑音符号帳１１と適応符号帳１２
から励振ベクトルを選択して、それぞれ利得調整手段１
３，１４で利得を調整して線形予測合成フィルタ１５に
入力して音声を合成する。この合成音声と入力音声との
差を差回路１６で求め、その差出力を聴感補正フィルタ
１７を通し、そのフィルタ出力から歪計算部１８で歪を
計算し、その歪が小さくなるように励振信号を選択し利
得調整する。励振ベクトルの選択基準は合成された信号
と入力信号の聴感上の誤差を最小化することである。こ
のように最終的に合成される波形をフィードバックして
励振ベクトルを決定するため、高い品質が得られる。
として、ＣＥＬＰ（Ｃｏｄｅ Ｅｘｃｉｔｅｄ Ｌｉｎ
ｅａｒ Ｐｒｅｄｉｃｔｉｏｎ：符号励振線形予測）符
号化が良く知られている。この符号化法は図５に示すよ
うに、フレーム単位で雑音符号帳１１と適応符号帳１２
から励振ベクトルを選択して、それぞれ利得調整手段１
３，１４で利得を調整して線形予測合成フィルタ１５に
入力して音声を合成する。この合成音声と入力音声との
差を差回路１６で求め、その差出力を聴感補正フィルタ
１７を通し、そのフィルタ出力から歪計算部１８で歪を
計算し、その歪が小さくなるように励振信号を選択し利
得調整する。励振ベクトルの選択基準は合成された信号
と入力信号の聴感上の誤差を最小化することである。こ
のように最終的に合成される波形をフィードバックして
励振ベクトルを決定するため、高い品質が得られる。
【０００３】この半面、大量の雑音励振ベクトルを記憶
しておく必要があることや、励振ベクトルの探索の演算
量が膨大となるという難点がある。このため、記憶容量
や演算量を削減するためにいくつかの手法が考えられて
いるが、以下で探索の基本原理を示し、この発明と関連
のある代表的な演算量削減法について整理して紹介す
る。
しておく必要があることや、励振ベクトルの探索の演算
量が膨大となるという難点がある。このため、記憶容量
や演算量を削減するためにいくつかの手法が考えられて
いるが、以下で探索の基本原理を示し、この発明と関連
のある代表的な演算量削減法について整理して紹介す
る。
【０００４】ＣＥＬＰ符号化における雑音励振ベクトル
の探索では、前述したように線形予測合成フィルタ１５
の出力合成波形と入力音声との差をとり、その差出力を
聴感補正フィルタ１７を通したあとの歪が最小となるベ
クトルを選択する。具体的には、あるフレーム（フレー
ム長はｎサンプル）で量子化の目標とするｎ次元の縦ベ
クトル（入力音声から、前のフレームからの応答成分や
適応符号ベクトルからの合成成分を差し引いた現フレー
ムの入力音声を、聴感補正フィルタに通した信号ベクト
ル）をＸ、符号帳中のｍ種類の雑音励振ベクトルのｎ次
元縦ベクトルをＣj （ｊ＝０，…，ｍ−１）、聴感補正
フィルタ１７も一括した合成フィルタ１５のインパルス
応答行列（ｎ×ｎ）をＨ、雑音励振ベクトルの利得をｇ
とすると、下記の歪みｄを最小とするｊを探索する。
の探索では、前述したように線形予測合成フィルタ１５
の出力合成波形と入力音声との差をとり、その差出力を
聴感補正フィルタ１７を通したあとの歪が最小となるベ
クトルを選択する。具体的には、あるフレーム（フレー
ム長はｎサンプル）で量子化の目標とするｎ次元の縦ベ
クトル（入力音声から、前のフレームからの応答成分や
適応符号ベクトルからの合成成分を差し引いた現フレー
ムの入力音声を、聴感補正フィルタに通した信号ベクト
ル）をＸ、符号帳中のｍ種類の雑音励振ベクトルのｎ次
元縦ベクトルをＣj （ｊ＝０，…，ｍ−１）、聴感補正
フィルタ１７も一括した合成フィルタ１５のインパルス
応答行列（ｎ×ｎ）をＨ、雑音励振ベクトルの利得をｇ
とすると、下記の歪みｄを最小とするｊを探索する。
【０００５】 ここで、最適な利得が与えられ、雑音励振ベクトル決定
後にその利得を量子化することとすると、 ｇ＝ＸT ＨＣj ／（（ＨＣj ）T （ＨＣj ）） （３） が最適な利得となり（ＸT はＸの転置行列）、このとき
の歪は ｄ＝ＸT Ｘ−（ＸT ＨＣj )2／((ＨＣj ）T （ＨＣj )) （４） となる。結局第２項の ｆ＝（ＸT ＨＣj )2／（（ＨＣj ）T （ＨＣj ）） （５） を最大とするｊを捜せばよいことになる。ここでＨＣj
の合成演算にはｎ2 ／２回程度の積和演算が必要ですべ
てのｊについてＣj を合成するには莫大な演算量を必要
とする。そこで種々の提案がなされている。
後にその利得を量子化することとすると、 ｇ＝ＸT ＨＣj ／（（ＨＣj ）T （ＨＣj ）） （３） が最適な利得となり（ＸT はＸの転置行列）、このとき
の歪は ｄ＝ＸT Ｘ−（ＸT ＨＣj )2／((ＨＣj ）T （ＨＣj )) （４） となる。結局第２項の ｆ＝（ＸT ＨＣj )2／（（ＨＣj ）T （ＨＣj ）） （５） を最大とするｊを捜せばよいことになる。ここでＨＣj
の合成演算にはｎ2 ／２回程度の積和演算が必要ですべ
てのｊについてＣj を合成するには莫大な演算量を必要
とする。そこで種々の提案がなされている。
【０００６】まず式（５）の分子はＸT Ｈを１回だけ先
に計算し、そのあとでＣj と内積をとれば近似誤差を発
生させずに演算量を削減する手法が知られている。内積
はｎ回の演算ですむためである。ところが、分母の計算
で演算量を削減しようとすると、近似誤差が生ずる。例
えば分母の項を（Ｃj ）T ＨT ＨＣj として、ＨT Ｈを
テプリッツ型の相関行列で近似し、Ｈの自己相関関数と
Ｃj の自己相関関数の内積で計算する方法が知られてい
る。これにより、分母の項をｎ回の積和で計算できる
が、近似誤差が大きく、歪の増加と品質の劣化を招く。
また雑音励振ベクトルＣj 毎に相関値を記憶しておくた
めに、符号帳のための記憶容量と同程度の記憶容量の追
加が必要となる。
に計算し、そのあとでＣj と内積をとれば近似誤差を発
生させずに演算量を削減する手法が知られている。内積
はｎ回の演算ですむためである。ところが、分母の計算
で演算量を削減しようとすると、近似誤差が生ずる。例
えば分母の項を（Ｃj ）T ＨT ＨＣj として、ＨT Ｈを
テプリッツ型の相関行列で近似し、Ｈの自己相関関数と
Ｃj の自己相関関数の内積で計算する方法が知られてい
る。これにより、分母の項をｎ回の積和で計算できる
が、近似誤差が大きく、歪の増加と品質の劣化を招く。
また雑音励振ベクトルＣj 毎に相関値を記憶しておくた
めに、符号帳のための記憶容量と同程度の記憶容量の追
加が必要となる。
【０００７】これとは別にＣにローパスフィルタを掛け
てダウンサンプルした励振ベクトルをもち、分母の項を
このベクトルで近似する手法も知られている。ダウンサ
ンプルした比率で演算量を削減できるが、この手法でも
近似誤差やダウンサンプルしたベクトルのための記憶容
量が増加するという問題がある。また探索を２段階にわ
け、第１段では近似計算で複数のＣj を候補として予備
選択し、その候補についてのみ第２段で式（５）を最大
とするものを選択する方法も知られている。第１段の近
似法としては分子の項だけを用いる方法や、上記で紹介
した近似法を用いる方法などが考えられる。第１段の近
似誤差を小さくすることや候補数を増やすことで歪を小
さくできるが、演算量削減効果が小さくなってしまう。
てダウンサンプルした励振ベクトルをもち、分母の項を
このベクトルで近似する手法も知られている。ダウンサ
ンプルした比率で演算量を削減できるが、この手法でも
近似誤差やダウンサンプルしたベクトルのための記憶容
量が増加するという問題がある。また探索を２段階にわ
け、第１段では近似計算で複数のＣj を候補として予備
選択し、その候補についてのみ第２段で式（５）を最大
とするものを選択する方法も知られている。第１段の近
似法としては分子の項だけを用いる方法や、上記で紹介
した近似法を用いる方法などが考えられる。第１段の近
似誤差を小さくすることや候補数を増やすことで歪を小
さくできるが、演算量削減効果が小さくなってしまう。
【０００８】
【発明が解決しようとする課題】この発明の目的は音声
を少ない情報量で符号化するとき、できるだけ演算量を
抑えたまま符号化音声の品質を向上させ、特に上記従来
法の中で紹介した２段階の探索と組合せ、歪の劣化が小
さい割に大幅な演算量の削減ができる音声の励振信号符
号化方法を提供することにある。
を少ない情報量で符号化するとき、できるだけ演算量を
抑えたまま符号化音声の品質を向上させ、特に上記従来
法の中で紹介した２段階の探索と組合せ、歪の劣化が小
さい割に大幅な演算量の削減ができる音声の励振信号符
号化方法を提供することにある。
【０００９】
【課題を解決するための手段】この発明では雑音励振ベ
クトルを選択する（または予備選択する）際に式（５）
の分母の項すなわちベクトルのエネルギーの項も考慮す
るが、そのエネルギーの項は予め蓄えておいた推定値を
読み出すことで求めることが特徴である。このエネルギ
ーの推定値は雑音励振ベクトル毎に、また合成フィルタ
の分類毎に予め蓄えておく。図１に２段階の探索を行な
う場合について、この発明方法と従来法との比較を示
す。従来においては図１Ｂに示すようにエネルギー項を
全く無視して、式（５）の分子の計算結果のみで予備選
択するか、図１Ｃに示すように、近似演算を行なうこと
でエネルギー項を求め、これを用いて式（５）を近似計
算して予備選択することが知られていたが、この発明で
は図１Ａに示すようにインパルス応答の分類に基づいた
表の参照でエネルギー項を推定し、これを用いて式
（５）を近似計算して予備選択する。
クトルを選択する（または予備選択する）際に式（５）
の分母の項すなわちベクトルのエネルギーの項も考慮す
るが、そのエネルギーの項は予め蓄えておいた推定値を
読み出すことで求めることが特徴である。このエネルギ
ーの推定値は雑音励振ベクトル毎に、また合成フィルタ
の分類毎に予め蓄えておく。図１に２段階の探索を行な
う場合について、この発明方法と従来法との比較を示
す。従来においては図１Ｂに示すようにエネルギー項を
全く無視して、式（５）の分子の計算結果のみで予備選
択するか、図１Ｃに示すように、近似演算を行なうこと
でエネルギー項を求め、これを用いて式（５）を近似計
算して予備選択することが知られていたが、この発明で
は図１Ａに示すようにインパルス応答の分類に基づいた
表の参照でエネルギー項を推定し、これを用いて式
（５）を近似計算して予備選択する。
【００１０】
【実施例】図２にこの発明の最も基本的な実施例の要部
の構成を示す。通常のｍ個のｎ次元雑音励振ベクトルか
らなる符号帳１１のほかに、この実施例では合成フィル
タの類型を示すものとして複数種類のインパルス応答の
パターンが蓄えられた記憶部２１およびその記憶部２１
からインパルス応答系列と対応したコードを選択する選
択器２２、インパルス応答パターンを縦軸、雑音励振ベ
クトルを横軸とし、各要素には合成後のエネルギー推定
値またはその逆数が予め計算されて記憶されているエネ
ルギー項表２３とが備えられる。２段階の探索を行なう
としたときの探索手順は以下のようになる。
の構成を示す。通常のｍ個のｎ次元雑音励振ベクトルか
らなる符号帳１１のほかに、この実施例では合成フィル
タの類型を示すものとして複数種類のインパルス応答の
パターンが蓄えられた記憶部２１およびその記憶部２１
からインパルス応答系列と対応したコードを選択する選
択器２２、インパルス応答パターンを縦軸、雑音励振ベ
クトルを横軸とし、各要素には合成後のエネルギー推定
値またはその逆数が予め計算されて記憶されているエネ
ルギー項表２３とが備えられる。２段階の探索を行なう
としたときの探索手順は以下のようになる。
【００１１】１．あるフレームで合成フィルタや聴感補
正フィルタの特性が与えられると、合成フィルタのイン
パルス応答が決まる。このインパルス応答と記憶部２１
に予め蓄えられた応答パターンとの照合を選択器２２で
とり、現在のフレームのインパルス応答のパターンを決
定する。 ２．次に式（５）の分子の項を全ての雑音励振ベクトル
に対して演算する。
正フィルタの特性が与えられると、合成フィルタのイン
パルス応答が決まる。このインパルス応答と記憶部２１
に予め蓄えられた応答パターンとの照合を選択器２２で
とり、現在のフレームのインパルス応答のパターンを決
定する。 ２．次に式（５）の分子の項を全ての雑音励振ベクトル
に対して演算する。
【００１２】３．選択器２２からの決定されたインパル
ス応答に対応するエネルギー推定値の表２３を参照して
求め、各雑音励振ベクトルに対して、（分子の項／エネ
ルギー推定値）を算出し、その算出値の大きいものから
設定された数の候補を残す。 ４．予備選択した候補についてのみ式（５）の計算を行
ない、最適な雑音励振ベクトルの符号を決定する。
ス応答に対応するエネルギー推定値の表２３を参照して
求め、各雑音励振ベクトルに対して、（分子の項／エネ
ルギー推定値）を算出し、その算出値の大きいものから
設定された数の候補を残す。 ４．予備選択した候補についてのみ式（５）の計算を行
ない、最適な雑音励振ベクトルの符号を決定する。
【００１３】上記処理中で、インパルス応答を分類す
る、つまりインパルス応答のパターンを決定する方法と
してはインパルス応答すなわちＦＩＲフィルタ係数の距
離尺度を用いる方法や、インパルス応答を近似する全極
型のスペクトルモデルの尺度を用いる方法がある。フレ
ーム毎に決まるインパルス応答ベクトルをｈ（ただしｈ
T ＝｛ｈ0 ，…，ｈn-1 ｝）、Ｍ種類の代表パターンと
して蓄えておくインパルス応答ベクトルをｈ′i （ｉ＝
０，…，Ｍ−１）とすると、前者の場合ｅを最小とする
代表パターンを選ぶことになる。
る、つまりインパルス応答のパターンを決定する方法と
してはインパルス応答すなわちＦＩＲフィルタ係数の距
離尺度を用いる方法や、インパルス応答を近似する全極
型のスペクトルモデルの尺度を用いる方法がある。フレ
ーム毎に決まるインパルス応答ベクトルをｈ（ただしｈ
T ＝｛ｈ0 ，…，ｈn-1 ｝）、Ｍ種類の代表パターンと
して蓄えておくインパルス応答ベクトルをｈ′i （ｉ＝
０，…，Ｍ−１）とすると、前者の場合ｅを最小とする
代表パターンを選ぶことになる。
【００１４】 ｅ＝‖ｈ−ｈ′i ‖2 （６） またこの変形として次式のように高次の係数が減少する
三角窓Ｗの重みをつけることや、低次のみでの距離計算
も考えられる。 ｅ＝‖Ｗ（ｈ−ｈ′i ）‖2 （７） これはインパルス応答行列が下三角であるため、低次の
係数ほどエネルギー計算に大きく貢献していることを考
慮したものである。
三角窓Ｗの重みをつけることや、低次のみでの距離計算
も考えられる。 ｅ＝‖Ｗ（ｈ−ｈ′i ）‖2 （７） これはインパルス応答行列が下三角であるため、低次の
係数ほどエネルギー計算に大きく貢献していることを考
慮したものである。
【００１５】一方、全極型のスペクトルモデルを用いる
ときは以下のｅを最小とする最尤距離尺度で代表パター
ンを選ぶ。 ｅ＝Σαi Φi （８） ここで、Σはｉ＝０からｐまで、ｐはモデルの次数、α
i は代表モデルのｉ次の線形予測係数、Φi はインパル
ス応答のｉ次の自己相関関数であり、この尺度は音声認
識で頻繁に使われる尺度である。また予め用意しておく
少数の代表パターンの作成には通常のベクトル量子化で
用いられている代表パターンの設計アルゴリズムをその
まま利用すればよい。
ときは以下のｅを最小とする最尤距離尺度で代表パター
ンを選ぶ。 ｅ＝Σαi Φi （８） ここで、Σはｉ＝０からｐまで、ｐはモデルの次数、α
i は代表モデルのｉ次の線形予測係数、Φi はインパル
ス応答のｉ次の自己相関関数であり、この尺度は音声認
識で頻繁に使われる尺度である。また予め用意しておく
少数の代表パターンの作成には通常のベクトル量子化で
用いられている代表パターンの設計アルゴリズムをその
まま利用すればよい。
【００１６】以上の実施例は図５に示した基本的なＣＥ
ＬＰ符号化を前提に説明したが、雑音励振ベクトルの探
索の前に、すべての雑音励振ベクトルをピッチ成分と直
交化させる手法や、複数チャンネルの雑音励振ベクトル
をもつ場合にもこの発明を適用できる。すなわち第２の
実施例として雑音励振ベクトルをピッチ成分（適応符号
帳からの出力）ｎ次元ベクトルＰと直交化させる場合に
ついて説明する。この場合には最終的に最大化する式
（５）が次のように変形される。
ＬＰ符号化を前提に説明したが、雑音励振ベクトルの探
索の前に、すべての雑音励振ベクトルをピッチ成分と直
交化させる手法や、複数チャンネルの雑音励振ベクトル
をもつ場合にもこの発明を適用できる。すなわち第２の
実施例として雑音励振ベクトルをピッチ成分（適応符号
帳からの出力）ｎ次元ベクトルＰと直交化させる場合に
ついて説明する。この場合には最終的に最大化する式
（５）が次のように変形される。
【００１７】 ｆ＝（ＸT ＨＣj −ρＨＰ）2 ／ ((ＨＣj ) T （ＨＣj ）−ρ（ＨＣj ）T （ＨＰ)) （９） ここで ρ＝（ＨＣj ) T （ＨＰ）／（（ＨＰ) T （ＨＰ）） （10） である。式（９）でも分子の項は式（５）の場合と同様
に正確に比較的少ない演算で計算できる。また分母のρ
以下の第２項も積和の計算も同様である。従って分母の
第１項を第１の実施例と同じ手順で表から読み出せば演
算量を削減できる。また分母の第２項の計算を全く省略
して、第１項のみで評価しても歪の増加はほとんどな
い。
に正確に比較的少ない演算で計算できる。また分母のρ
以下の第２項も積和の計算も同様である。従って分母の
第１項を第１の実施例と同じ手順で表から読み出せば演
算量を削減できる。また分母の第２項の計算を全く省略
して、第１項のみで評価しても歪の増加はほとんどな
い。
【００１８】第３の実施例として２チャンネルの雑音励
振ベクトルをもつ場合について示す。ここでも２段階の
探索を行なうと図４に示すような処理を行なうことにな
る。第１チャンネルの励振ベクトルをＣj 、第２チャン
ネルの励振ベクトルをＣ′kとすると、最終的な評価尺
度は以下のようになる。
振ベクトルをもつ場合について示す。ここでも２段階の
探索を行なうと図４に示すような処理を行なうことにな
る。第１チャンネルの励振ベクトルをＣj 、第２チャン
ネルの励振ベクトルをＣ′kとすると、最終的な評価尺
度は以下のようになる。
【００１９】
【数１】 しかしながら各チャンネル毎の予備選択ではそれぞれ、
第１の実施例と同じ処理を行なう。すなわち分母のエネ
ルギー項の概算値を表から読みだし、式（５）を最大と
する候補を複数個選択する。そして、各チャンネルから
の候補の組合せで式（１１）が最大となるｊとｋの組合
せを探索する。
第１の実施例と同じ処理を行なう。すなわち分母のエネ
ルギー項の概算値を表から読みだし、式（５）を最大と
する候補を複数個選択する。そして、各チャンネルから
の候補の組合せで式（１１）が最大となるｊとｋの組合
せを探索する。
【００２０】上述において、エネルギー項の表２３には
雑音励振ベクトルの合成後のエネルギー推定値の逆数を
各励振ベクトル及び各合成フィルタの類型ごとに記憶し
ておいてもよい。また場合によっては式（５）を正しく
計算することなく、前記予備選択を最終選択としてもよ
い。
雑音励振ベクトルの合成後のエネルギー推定値の逆数を
各励振ベクトル及び各合成フィルタの類型ごとに記憶し
ておいてもよい。また場合によっては式（５）を正しく
計算することなく、前記予備選択を最終選択としてもよ
い。
【００２１】
【発明の効果】この発明を用いた場合の入力音声と符号
化歪のＳＮＲと音声符号化処理全体の演算量（単位ＭＯ
ＰＳ Ｍｅｇａ Ｏｐｅｒａｔｉｏｎ Ｐｅｒ Ｓｅｃ
ｏｎｄ：実時間処理に必要な１秒あたり１００万回単位
の演算処理回数）との関係を従来法と比較したものを図
４に示す。この場合、雑音励振ベクトルは２チャンネル
からなり、各チャンネル毎に７ビット（極性を除く）を
配分した場合である。雑音励振ベクトルの次元数ｎは４
０でピッチ成分との直交化処理を併用している。またイ
ンパルス応答の分類は４種類とした。ここでの従来法は
式（５）の分子の項のみで予備選択を行なう方法であ
る。図中の数字は各チャンネル毎に１２８個の中から残
す候補数である。この図からこの発明により従来の予備
選択と比較してほとんど演算量を増加させることなく、
ＳＮＲを改善していることがわかる。この発明で残す候
補数が同一であれば、増加する演算量の内分けは、イン
パルス応答の分類のための距離計算がフレームあたり１
回、分母の項の逆数の積が予備選択での各雑音励振ベク
トル毎に１回ずつで、探索の距離計算の演算量と比較し
てごく少ない量である。またこの発明で増加する記憶容
量はインパルス応答の分類のための表２１とエネルギー
の表２３の記憶容量である。例えば図３の場合のように
インパルス応答を４種類に分類し、４０次元の雑音励振
ベクトルを用いる時には、記憶容量の増加する割合は約
１割である。
化歪のＳＮＲと音声符号化処理全体の演算量（単位ＭＯ
ＰＳ Ｍｅｇａ Ｏｐｅｒａｔｉｏｎ Ｐｅｒ Ｓｅｃ
ｏｎｄ：実時間処理に必要な１秒あたり１００万回単位
の演算処理回数）との関係を従来法と比較したものを図
４に示す。この場合、雑音励振ベクトルは２チャンネル
からなり、各チャンネル毎に７ビット（極性を除く）を
配分した場合である。雑音励振ベクトルの次元数ｎは４
０でピッチ成分との直交化処理を併用している。またイ
ンパルス応答の分類は４種類とした。ここでの従来法は
式（５）の分子の項のみで予備選択を行なう方法であ
る。図中の数字は各チャンネル毎に１２８個の中から残
す候補数である。この図からこの発明により従来の予備
選択と比較してほとんど演算量を増加させることなく、
ＳＮＲを改善していることがわかる。この発明で残す候
補数が同一であれば、増加する演算量の内分けは、イン
パルス応答の分類のための距離計算がフレームあたり１
回、分母の項の逆数の積が予備選択での各雑音励振ベク
トル毎に１回ずつで、探索の距離計算の演算量と比較し
てごく少ない量である。またこの発明で増加する記憶容
量はインパルス応答の分類のための表２１とエネルギー
の表２３の記憶容量である。例えば図３の場合のように
インパルス応答を４種類に分類し、４０次元の雑音励振
ベクトルを用いる時には、記憶容量の増加する割合は約
１割である。
【図１】２段階の探索におけるこの発明の処理を従来法
と対比させて示す図。
と対比させて示す図。
【図２】この発明の実施例の要部を示すブロック図。
【図３】この発明を２チャンネルの雑音励振ベクトルの
場合への適用した実施例の要部を示すブロック図。
場合への適用した実施例の要部を示すブロック図。
【図４】この発明によるＳＮＲと演算量の関係を従来法
と比較した図。
と比較した図。
【図５】ＣＥＬＰ符号化法の基本原理を示すブロック
図。
図。
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.7，ＤＢ名) G10L 19/12
Claims (1)
- 【請求項１】 ピッチ周期成分ベクトルと雑音励振ベク
トルを線形予測合成フィルタの励振源とする音声合成モ
デルを持ち、合成音声と入力音声の誤差を最小化するよ
うに雑音励振ベクトルを符号帳のなかから選択する音声
の励振信号符号化法において、 雑音励振ベクトル毎にその合成後の波形と入力音声波形
の内積を求め、 前記合成フィルタの類型を決定し、 予め、雑音励振ベクトル毎、および合成フィルタの類型
毎に作られた励振ベクトルの合成後のエネルギー推定値
の表または推定値の逆数の表から推定値を、前記決定し
た類型で各雑音励振ベクトル毎に読み出し、 前記内積値の２乗を前記エネルギーの推定値でわった値
を基準に雑音励振ベクトルの選択または予備選択を行な
うことを特徴とする音声の励振信号符号化法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16558193A JP3209247B2 (ja) | 1993-07-05 | 1993-07-05 | 音声の励振信号符号化法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16558193A JP3209247B2 (ja) | 1993-07-05 | 1993-07-05 | 音声の励振信号符号化法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0720895A JPH0720895A (ja) | 1995-01-24 |
| JP3209247B2 true JP3209247B2 (ja) | 2001-09-17 |
Family
ID=15815080
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP16558193A Expired - Lifetime JP3209247B2 (ja) | 1993-07-05 | 1993-07-05 | 音声の励振信号符号化法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3209247B2 (ja) |
-
1993
- 1993-07-05 JP JP16558193A patent/JP3209247B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0720895A (ja) | 1995-01-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5208862A (en) | Speech coder | |
| US6510407B1 (en) | Method and apparatus for variable rate coding of speech | |
| JP3114197B2 (ja) | 音声パラメータ符号化方法 | |
| JP2746039B2 (ja) | 音声符号化方式 | |
| EP0422232B1 (en) | Voice encoder | |
| JP3094908B2 (ja) | 音声符号化装置 | |
| JP3196595B2 (ja) | 音声符号化装置 | |
| KR100194775B1 (ko) | 벡터양자화장치 | |
| JP2800618B2 (ja) | 音声パラメータ符号化方式 | |
| JPH056199A (ja) | 音声パラメータ符号化方式 | |
| JP3180786B2 (ja) | 音声符号化方法及び音声符号化装置 | |
| JP2002268686A (ja) | 音声符号化装置及び音声復号化装置 | |
| JP2624130B2 (ja) | 音声符号化方式 | |
| JP3209248B2 (ja) | 音声の励振信号符号化法 | |
| JP2931059B2 (ja) | 音声合成方式およびこれに用いる装置 | |
| JPH0854898A (ja) | 音声符号化装置 | |
| JP3153075B2 (ja) | 音声符号化装置 | |
| JP3471889B2 (ja) | 音声符号化方法及び装置 | |
| JP3144284B2 (ja) | 音声符号化装置 | |
| JP3192051B2 (ja) | 音声符号化装置 | |
| JP3299099B2 (ja) | 音声符号化装置 | |
| JPH0720895A (ja) | 音声の励振信号符号化法 | |
| JP3194930B2 (ja) | 音声符号化装置 | |
| JP3089967B2 (ja) | 音声符号化装置 | |
| JP3471542B2 (ja) | 音声符号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070713 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080713 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080713 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090713 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090713 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100713 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100713 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110713 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120713 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130713 Year of fee payment: 12 |
|
| EXPY | Cancellation because of completion of term |