JP3554567B2

JP3554567B2 - 音声復号器および音声復号方法

Info

Publication number: JP3554567B2
Application number: JP54238799A
Authority: JP
Inventors: 信彦仲
Original assignee: NTT Docomo Inc
Current assignee: NTT Docomo Inc
Priority date: 1998-05-27
Filing date: 1999-05-27
Publication date: 2004-08-18
Anticipated expiration: 2019-05-27
Also published as: CN1272200A; CN1126076C; WO1999062056A1; US6847928B1; EP1001542B1; EP1001542A4; DE69943234D1; EP1001542A1

Description

技術分野
この発明は、音声CODECに使用される音声復号器および音声復号方法に関する。
背景技術
フレーム単位で入力された符号化音声信号から励起信号を生成し、この励起信号から復号音声信号を生成する音声復号器が知られている。この種の音声復号器のうち低ビットレート音声CODECに対応したものでは、復号音声の主観的な音声品質向上のために励起信号に対しピッチ強調処理やホルマント強調処理などの強調処理が施される。
しかし、フレーム誤りが連続して発生した場合には、強調処理を行うことによって逆にノイズ成分が強調されてしまい、ひずみが増大して主観的な音声品質が低下してしまうという問題点があった。
発明の開示
この発明は、以上の事情に鑑みてなされたものであり、その目的は、フレーム誤りが連続して発生した場合であっても主観的な音声品質の低下を軽減することができる音声復号器及び音声復号方法を提供することにある。
この目的を達成するため、この発明は、フレーム単位で入力された符号化音声信号から励起信号を生成し、この励起信号から復号音声信号を生成する音声復号器において、前記励起信号に対し強調処理を行う強調処理手段と、前記符号化音声信号のフレーム誤りを検出する誤り検出手段と、前記フレーム誤りが連続して発生した回数をカウントし、連続誤りフレーム数を出力するカウント手段と、前記連続誤りフレーム数が所定の基準誤りフレーム数を越えた場合に前記強調処理手段による前記強調処理を禁止する強調処理禁止手段とを備えたことを特徴とする音声復号器を提供するものである。
かかる音声復号器によれば、通信環境が良好であり、連続誤りフレーム数が所定の基準誤りフレーム数以下である場合には励起信号に対する強調処理が行われる。従って、主観的な音声品質が高い良好な復号音声信号が得られる。一方、通信環境が劣悪となり、連続誤りフレーム数が所定の基準誤りフレーム数を越えた場合には励起信号に対する強調処理が禁止される。従って、かかる場合に敢えて強調処理を行ったときに生じる復号音声信号の歪みを未然に回避することができる。
なお、連続誤りフレーム数が所定の基準誤りフレーム数を越えたときに励起信号に対する強調処理を禁止する他、連続誤りフレーム数に応じて強調処理の強調量を制御するようにしてもよい。
【図面の簡単な説明】
図１は、この発明の一実施形態である音声復号器の構成を示すブロック図である。
図２は、同実施形態をCS−ACELP方式の音声復号器に適用した具体的構成を示すブロック図である。
図３は、同実施形態の第１変形例を説明する図である。
図４は、同実施形態の第２変形例を説明する図である。
発明を実施するための最良の形態
次に図面を参照して本発明の好適な実施形態について説明する。
図１はこの発明の一実施形態である音声復号器10の構成を示すブロック図である。
この音声復号器10は、復号処理部11と強調処理制御部12とを有している。
ここで、復号処理部11は、受信した符号化音声信号（ビットストリーム）BSを復号化して復号音声信号SPを出力する装置である。
この復号処理部11は、強調処理部15と、第１スイッチSW1と、第２スイッチSW2とを有している。
強調処理部15は、符号化音声信号に含まれる各種パラメータに基づいて得られる処理対象信号ＳPCに対して強調処理を行い、この結果得られる処理対象強調信号ＳEPCを出力する。
第１スイッチSW1及び第２スイッチSW2は、処理対象信号ＳPCを強調処理部15を通過させてから後段の回路に供給するか、あるいはバイパスBPを介して後段の回路に供給するかを強調処理制御信号ＣEに従って切り換えるためのスイッチである。
次に、強調処理制御部12は、符号化音声信号BSのフレーム誤り状況に基づいて復号処理部11において各種強調処理を行うか否かの制御を行う装置である。
この強調処理制御部12は、誤り検出部16とカウンタ部17とを有している。
ここで、誤り検出部16は、符号化音声信号BSのフレーム誤りを検出し、誤り検出信号ＳERを出力する装置である。
また、カウンタ部17は、誤り検出信号ＳERに基づいて連続フレーム誤り数をカウントし、連続フレーム誤り数が予め設定した基準連続フレーム誤り数を越えた場合に、第１スイッチSW1及び第２スイッチSWをバイパスBP側に切り替えて強調処理を禁止するための強調処理制御信号ＣEを出力する。
次に本実施形態の動作を説明する。
まず、カウンタ部17から出力される連続フレーム誤り数が予め設定した基準連続フレーム誤り数以下であるときは、第１スイッチSW1及び第２スイッチSW2が強調処理部15側に設定される。従って、符号化音声信号BSに含まれる各種パラメータから生成される処理対象信号ＳPCは、第１スイッチSW1を介して復号処理部11の強調処理部15に供給され、強調処理が施される。そして、この強調処理により得られる処理対象強調信号ＳEPCが第２スイッチSW2を介して後続の装置に出力される。このため、主観的音質が良好な復号音声信号SPが得られる。
これに対し、通信品質が劣化して、カウンタ部17から出力される連続フレーム誤り数が予め設定した基準連続フレーム誤り数を越えたときは、第１スイッチSW1及び第２スイッチSW2がバイパスBP側に設定される。従って、符号化音声信号BSに含まれる各種パラメータから生成される処理対象信号ＳPCは、強調処理部15による強調処理を経ることなくそのまま後続の装置に出力される。このように連続フレーム誤りが多い場合には強調処理が禁止されるので、復号音声信号SPに発生するひずみを軽減することができる。
次に、図２を参照し、CS−ACELP方式（Conjugate−Structure Algebraic Code Excited Linear−Prediction方式）のCODECの音声復号器に本実施形態を適用した具体例について説明する。なお、この種のCS−ACELP方式の音声符号化器および音声復号器については、例えばR.Salam他による文献“Design and Description of CS−ACELP:A Toll Quality 8kb/s Speech Coder",IEEE Trans.on Speech and Audio Processing,vol.6 No.2,March 1998に説明されている。
図２において、音声復号器20は、パラメータデコーダ21を有している。このパラメータデコーダ21は、受信した符号化音声信号（ビットストリーム）BSからピッチ遅延パラメータ群GP、コードブックゲインパラメータ群GG、コードブックインデックスパラメータ群GC及びLSP（Line Spectrum Pairs）インデックスパラメータ群GLを復号する装置である。
ここで、コードブックインデックスパラメータ群GCには、複数のコードブックインデックスパラメータ及び複数のコードブック符号パラメータが含まれている。
また、音声復号器20は、適応コードベクトルデコーダ22と、固定コードベクトルデコーダ23と、適応前処理フィルタ（adaptive pre−filter）25とを有している。
ここで、適応コードベクトルデコーダ22は、ピッチ遅延パラメータ群GPに対応した適応コードベクトルACVを出力する装置である。さらに詳述すると、この適応コードベクトルデコーダ22は、書き換え可能なメモリを有しており、このメモリには過去入力された所定個数の適応コードベクトルACVが記憶されている。適応コードベクトルデコーダ22は、ピッチ遅延パラメータ群GPをインデックスとし、このインデックスに対応した適応コードベクトルACVをメモリから読み出して出力するのである。また、後述する励起信号再構築部27によって励起信号ＳEXCが再構築されて場合、この励起信号ＳEXCが新たな適応コードベクトルACVとして適応コードベクトルデコーダ22のメモリに書き込まれ、同メモリ内の最も古い適応コードベクトルACVが廃棄される。
固定コードベクトルデコーダ23は、コードブックインデックスパラメータ群GCに対応した原固定コードベクトルFCV0を出力する装置である。
適応前処理フィルタ25は、強調処理手段として機能し、デコーダされた原固定コードベクトルFCV0に対し、その高調波成分（harmonic components）を強調する強調処理を行い、固定コードベクトルFCVとして出力する装置である。
ここで、適応前処理フィルタ25の前段には、固定コードベクトルデコーダ23から出力された原固定コードベクトルFCV0を適応前処理フィルタ25に供給するかバイパスBPに供給するかを切り換える第１スイッチSW1が配置されている。また、適応前処理フィルタ25の後段には、適応前処理フィルタ25の出力端子またはバイパスBPのいずれかを選択して励起信号再構築部27に接続する第２スイッチSW2が配置されている。第１スイッチSW1および第２スイッチSW2は、後述する前処理制御信号ＣPRにより切り換えられる。
さらに、音声復号器20は、ゲインデコーダ24とLSP再構築部26とを有している。
ゲインデコーダ24は、固定コードベクトルFCV（あるいは原固定コードベクトルFCV0）及びコードブックゲインパラメータ群GGに基づいて、適応コードブックゲインACG及び固定コードブックゲインFCGを出力する装置である。
LSP再構築部26は、LSPインデックスパラメータ群GLに基づいて、LSP係数ＣLSPを再構築する装置である。
さらにまた、音声復号器20は、励起信号再構築部27と、LP合成フィルタ28と、後処理フィルタ29と、ハイパスフィルタ／アップスケーリング部30とを有している。
ここで、励起信号再構築部27は、適合コードベクトルACV、適応コードブックゲインACG、固定コードブックゲインFCG及び固定コードベクトルFCV（あるいは原固定コードベクトルFCV0）に基づいて、励起信号ＳEXCを再構築する装置である。この励起信号ＳEXCは、新たな適応コードベクトルACVとして適応コードベクトルデコーダ22のメモリに書き込まれ、同メモリ内の最も古い適応コードベクトルACVが廃棄される。
LP合成フィルタ28は、励起信号ＳEXC及びLSP係数ＣLSPに基づいてLP合成を行い、音声信号ＳSPCを再構築する装置である。
後処理フィルタ29は、音声信号ＳSPCの後処理フィルタリングを行う装置である。この後処理フィルタ29は、ロングターム後処理フィルタ、ショートターム後処理フィルタ及び傾き補償フィルタの３つのフィルタにより構成されている。これらの３つのフィルタは、入力側から出力側に向かって、ロングターム後処理フィルタ→ショートターム後処理フィルタ→傾き補償フィルタの順番で直列に接続されている。
ハイパスフィルタ／アップスケーリング部30は、後処理フィルタ29の出力信号に対してハイパスフィルタリング処理及びアップスケーリング処理を行う装置である。
また、音声復号器20は、誤り検出部31と、カウンタ部32とを有している。
ここで、誤り検出部31は、受信した符号化音声信号BSのフレーム誤りを検出し、誤り検出信号ＳERを出力する装置である。
また、カウンタ部32は、誤り検出信号ＳERに基づいて連続フレーム誤り数をカウントし、連続フレーム誤り数が所定の基準フレーム誤り数以下であるときには、第１スイッチSW1および第２スイッチSW2により適応前処理フィルタ25を選択するための前処理制御信号CPRを出力し、連続フレーム誤り数が所定の基準フレーム誤り数を越えているときには、第１スイッチSW1および第２スイッチSW2によりバイパスBPを選択するための前処理制御信号CPRを出力する。
次に音声復号器20の動作について説明する。
まず、連続フレーム誤り数が基準フレーム誤り数以下の場合、カウンタ部32は、前処理制御信号ＣPRにより第１スイッチSW1及び第２スイッチSWを適応前処理フィルタ25側とする。この結果、固定コードベクトルデコーダ23から出力される原固定コードベクトルFCV0は、適応前処理フィルタ25に供給される。そして、適応前処理フィルタ25では、この原固定コードベクトルFCV0に対し、その高調波成分を強調する強調処理が施され、この結果得られる固定コードベクトルFCVがゲインデコーダ24及び励起信号再構築部27に供給される。このため、主観的音質が良好な復号音声信号SPが得られる。
これに対し、通信品質が劣化して、カウンタ部32から出力される連続フレーム誤り数が予め設定した基準連続フレーム誤り数を越えたときは、第１スイッチSW1及び第２スイッチSWがバイパスBP側に設定される。この結果、固定コードベクトルデコーダ23から出力される原固定コードベクトルCFV0は、適応前処理フィルタ25による強調処理を経ることなく、そのままゲインデコーダ24及び励起信号再構築部27に供給される。このように連続フレーム誤り数が多い場合には強調処理が禁止されるので、復号音声信号SPに発生するひずみを軽減することができる。
以上、この発明の実施形態を説明したが、この実施形態には様々な変形例が考えられる。
図３は第１変形例の音声復号器の構成を示すブロック図である。図３において、図１と同一の部分には同一の符号が付されている。
上記実施形態においては、連続フレーム誤り数が所定の基準連続フレーム誤り数を越えた場合には、強調処理を禁止するようにしていた。これに対し、第１変形例の音声復号器30では、図３に示すように、強調処理を行う前処理フィルタ25'のフィルタゲインを制御することにより強調処理の程度の制御が行われる。すなわち、カウンタ部17'は、連続フレーム誤り数をカウントし、この連続フレーム誤り数が所定の基準フレーム誤り数以下のときは前処理フィルタ25'のフィルタゲインを通常の値とするゲイン制御信号ＳGCを出力し、連続フレーム誤り数が所定の基準フレーム誤り数を越えているときは前処理フィルタ25'のフィルタゲインを通常よりも小さくするゲイン制御信号ＳGCを出力するのである。
この場合においても、連続してフレーム誤りが発生した場合に強調処理を行うことによって発生するひずみを軽減でき、主観音声品質の劣化を軽減することが可能となる。
図４は第２変形例の音声復号器の構成を示すブロック図を示す。図４において、図１と同一の部分には同一の符号が付されている。
第２変形例の音声復号器40においては、図４に示すように、複数の前処理フィルタ25'−１〜25'−ｎと、第１マルチプレクサMX1と、第２マルチプレクサMX2が復号処理部41に設けられている。
ここで、前処理フィルタ25'−１〜25'−ｎは、各々によって行われる強調処理の強調量（＝例えば、フィルタゲインに相当）が異なっており、前処理フィルタ25'−１における強調量が最も高く、前処理フィルタ25'−２、前処理フィルタ25'−３、…と進むにつれて強調量が低くなっている。第１マルチプレクサMX1と第２マルチプレクサMX2との間には、これらの前処理フィルタ25'−１〜25'−ｎおよびバイパスBPのいずれかを選択する。
カウンタ部17"は、連続フレーム誤り数をカウントし、この連続フレーム誤り数に対応した適切な強調量の前処理フィルタまたはバイパスBPを選択するための選択信号ＳSELを第１マルチプレクサMX1及び第２マルチプレクサMX2に供給する。
この第２変形例では、連続フレーム誤り数が「０」である場合には、例えば第１マルチプレクサMX1および第２マルチプレクサMX2により最も強調量の大きな前処理フィルタ25'−１が選択される。
そして、通信環境が悪化した場合には、連続フレーム誤り数が「０」、「１」、「２」、…と増加するに従い、前処理フィルタ25'−２、前処理フィルタ25'−３、…という具合に、より強調量の低い前処理フィルタが選択される。そして、通信環境が最悪な状態では、バイパスBPが選択される。
このように、連続してフレーム誤り数に応じて強調処理の強調量を多段階に切り換えるようにしたので、強調処理の切り換えの影響を少なくすることができる。
以上の説明においては、音声信号処理装置の具体例として、CS−ACELP方式の音声復号器の場合について説明した。しかし、本発明は、強調処理を行っている音声信号処理装置であれば、他の方式の音声信号処理装置にも適用が可能であり、例えば、APC（Adpative Predictive Coding）、APC−AB（APC with Adaptive Bit Allocation）、APC−MLQ、ATC（Adaptive Transform Coding）、MPC（Multi Pulse Coding）、LPC（Linear Prediction Coding）、RELP（Residual Excited LPC）、CELP（Code Excited LPC）、LSP（Line Spectrum Pair Coding）、PARCORなどの方式の音声復号器についても適用が可能である。

Claims

フレーム単位で入力された符号化音声信号から励起信号を生成し、この励起信号から復号音声信号を生成する音声復号器において、
前記励起信号に対し強調処理を行う強調処理手段と、
前記符号化音声信号のフレーム誤りを検出する誤り検出手段と、
前記フレーム誤りが連続して発生した回数をカウントし、連続誤りフレーム数を出力するカウント手段と、
前記連続誤りフレーム数が所定の基準誤りフレーム数を越えた場合に前記強調処理手段による前記強調処理を禁止する強調処理禁止手段と、
を備えたことを特徴とする音声復号器。
フレーム単位で入力された符号化音声信号から励起信号を生成し、この励起信号から復号音声信号を生成する音声復号器において、
前記励起信号に対して強調処理を行う手段であって、該強調処理の強調量の制御が可能な強調処理手段と、
前記符号化音声信号のフレーム誤りを検出する誤り検出手段と、
前記フレーム誤りが連続して発生した回数をカウントし、連続誤りフレーム数を出力するカウント手段と、
前記連続誤りフレーム数に応じて前記強調処理手段の強調量を制御する強調量制御手段と
を備えたことを特徴とする音声復号器。
前記強調処理手段は、強調量の異なった複数の強調処理部と、前記励起信号に対する強調処理を行う強調処理部を前記複数の強調処理部の中から選択する選択手段とを具備し、
前記強調量制御手段は、前記連続誤りフレーム数に応じて、前記選択手段による強調処理部の選択の制御を行うことを特徴とする請求項２に記載の音声復号器。
前記強調処理手段は、前記複数の強調処理部の強調処理を全く経ることなく符号化音声信号を出力するためのバイパスを具備し、
前記選択手段は、前記複数の強調処理部の他に前記バイパスを選択可能であり、
前記強調量制御手段は、前記連続誤りフレーム数が所定値を越えた場合に、前記符号化音声信号を前記強調処理手段のバイパスを介して出力させるための前記選択手段の制御を行うことを特徴とする請求項３に記載の音声復号器。
前記強調処理選択手段は、前記連続フレーム誤りの数がより多い場合に前記強調量がより少なくなるように前記強調処理手段の強調量の制御を行うことを特徴とする請求項３に記載の音声復号器。
前記強調処理手段は、前記励起信号に対してフィルタリング処理を行うフィルタであり、
前記強調量制御手段は、前記連続誤りフレーム数に応じて前記フィルタのフィルタリング処理のゲインを制御することを特徴とする請求項３に記載の音声復号器。
フレーム単位で入力された符号化音声信号から励起信号を生成し、この励起信号から復号音声信号を生成する音声復号方法において、
受信された符号化音声信号のフレームの符号誤りが連続して発生した回数をカウントし、この回数が所定の基準誤りフレーム数を越えた場合に、前記符号化音声信号に対する強調処理を禁止することを特徴とする音声復号方法。
フレーム単位で入力された符号化音声信号から励起信号を生成し、この励起信号から復号音声信号を生成する音声復号方法において、
受信された符号化音声信号のフレームの符号誤りが連続して発生した回数をカウントし、この回数に応じて、前記符号化音声信号に対する強調処理の強調量を制御することを特徴とする音声復号方法。