JPH01200400A

JPH01200400A - 音声分析合成方式

Info

Publication number: JPH01200400A
Application number: JP63025476A
Authority: JP
Inventors: Makoto Akaha; 誠赤羽
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1988-02-05
Filing date: 1988-02-05
Publication date: 1989-08-11

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】こ産業上の利用分野〕この発明は線形予測分析を用いた音声分析合成方式に関
する。

〔発明の概要〕

この発明は、線形予測分析フィルタ例えばパーコール（
ＰＡＲＣＯＲ）分析フィルタを用いて線形予測分析して
、この分析フィルタより得た予測残差を、ゼロクロス波
化、すなわちｌサンプルを÷、−の１ビツトで表現して
デコーダに伝送する方式であり、低ビツトレートで高品
質の音声符号化方式が実現できるものである。

〔従来の技術〕

音声分析合成方式としては、多くの優れた点があること
から線形予測分析法に基づ（分析合成方式が従来から多
く用いられている。

この方式はエンコーダ側（分析側）では例えばパーコー
ル形の線形予測分析フィルタを用いて音声を線形予測分
析し、フィルタ出力として予測残差を得る。この予測残
差の相関関係（変形相関関数）は有音声の場合は基本周
期（ピッチ周期）の整数倍の時点で大きい相関を示し、
無音声の場合は顕著な相関を示さない。

そこで、エンコーダ側では予測残差の相関関数を計算し
、有音声／無音声の決定を行なうとともにピッチ周期の
検出が行なわれ、これるの情報がデコーダ側（音声合成
側）に伝送される。

また、エンコーダ側では音源強度（パワー値）の検出が
なされ、この情報もデコーダ側に伝送されるっデコーダ側にはパフ１．ス発生器と白色雑音発生器が設
けられ、エンコーダ側かみの上記情報を受けて、パルス
発生器のパルス周期が伝送されて来たピッチ周期に−・
致せみれる。そして、有音声に対してはこのパルス発生
器よりのパルスが音源強度の情報によりその振幅力く制
御、和されたものが合成フィルタに供給されろう　−力
、無音声に対しては白色雑音発生器よりの内直；、（を
音が音源強度の情報にその振幅が制御され！−も、、）
が合成フィルタに供給される。そ（５て、合成フィルタ
からは再生合成音声が得られろ（東海入学出版会発行の
ディジタルチクノロジーンリーズ℃）Ｌ′ディジタル音
声処理」古井貞煕著宿照）４、以上のよろな、音源を有音声、無音声、音源強度でモデ
ル化する方式は、二″コーダ側のピッチ周期のパルスが
単一て′あｈ　、、音質が悪く、また、有音吉におけろ
ピンチ周ｆｌｉ÷＞ｊ３　Ｈ−Ｊ“グ）晴度、演算量の
問題がある１、音質を改善するために１は、デコーダ側ニパルス発生器
を複数個用意し、一方、エンコーダ側で、復数のパルス
の発生位置及びその振幅の情報を生成し、これをデコー
ダ側に伝送するマルチパルス駆動方式が提案されている
。

しかし、このマルチパルス駆動方式は、パルスの発生位
置の探索法などに問題があり、また、ピンチ周期抽出に
ついての従来の問題点について）ま改善できない。

この問題点を改善する方式として、予測残差そのものを
エンコーダ側からデコーダ側に送り、この予測残差で、
デコーダ側の合成フィルタを駆動する方式が考えられる
。

〔発明が解決しようとする課題〕

ところが、この予測残差を伝送する方式の場合、高品質
の再生音声を得るためには、予測残差の量子化ビット数
を十分にとる必要があり、ビットレートが高くなってし
まうという欠点がある。例えば、量子化ビット数を４ビ
ツトとした場合、そのビットレートは３２にビット／　
ｓ　ｅ　ｃ　　となってしまう。

二の発明はこの点にがんかみ低ビツトレートで予測残差
を伝送できる１：、・う＄ごすることを目的とする。

り課題を解決するための手段）この発明において：よ、、予測残差をゼロクロス液化し
てデコーダ側に伝１Ｘ１−ろ。

〔作用〕

セロクロス液化１．．　、！：：も・わはゼロより大の
とき、つまり正（例えば符号；１」）小さいとき、つま
り負（例えば符号「０．）というように１サンプルが１
ビット表現さ１１５、（、たがって、予測残差の情報：
４１ビツトで４．ズ：＋（される。

〔実施例〕

第１図はこの発明による名声分析合成系の一例のプロ・
・ｌり図、第２図；まｋの説明のための波形図である。

入力端子（］）を通じた入力背方（第２図Ａの波形図参
照〉はＡ／Ｄコンバータ（２）に供給されて例えば８　
ｋＨｚ　でサンプリングされ、そのサンプリング値がデ
ジタル符号値に変換される。このデジタル符号値はこの
例では８次のパーコール分析フィルタ（３）に供給され
るとともにパーコール分１斤自己１．目関器（４）に供
給される。パーコール分析フィルタ（３）はパーコール
形ラティスフィルタが用いられる。

パーコール分析自己相関器（４）では、分析次数８次、
分析フレーム長２（１ｍ　ｓｅｃ　として、いわゆる逐
次計算による分析演算がなされて、パーコール計数及び
音源強度（パワー）が求められる。そしてパーコール計
数ｋｎ＋（ｍは次数）がバラメーク量子化器（５）を介
して分析フィルタ（３）に供給されるっまた、パーコー
ル計数ｋｍ及び音源強度はパラメータ量子化器（５）に
おいて量子化される。この場合、パーコール計数ｋｍ　
の量子化ビット数Ｋｍ　ｉ才、次数ｍが大きいほど、こ
のビット数Ｋｍの減少による歪の増加が少ないので次数
の低いパーコール係数ｋｍ　に多くの情報量を割り当て
る不均一ビット割当てを行なう。これにより総ビット数
が同じでも歪を小さくすることができる。ちなみにこの
例の場合、（Ｋｌ、　Ｋ２．　Ｋｓ、　Ｋ４．　ＫＳ、
　Ｋｇ、　Ｋｑ、　Ｋａ）　＝（１６，１２，１２，８
，４，４，４，４）　　ビットとされる。

パーコール分析フィルタ（３）からは予測残差（第２図
Ｂの波形図参照）が得られ、これはゼロクロス液化回路
〔６〕に供給される。このゼロクロス液化回路（６）で
は残差信号がゼロクロス液化される（第２図Ｃ参照）。

すなわち、ゼロ値より大、つまり正の値は「１」、ゼロ
値より小、つまり負の値は「０」で符号化され、その符
号化データ（第２図Ｃ参照）がこれより得られる。

以上がエンコーダ（音声分析側）の構成である。

ゼロクロス液化回路（６）からの符号化データは、デコ
ーダ（音声合成側）の駆動音源発生器（力に供給される
。この符号化データの伝送ビットレートは８０００ビツ
ト／ｓｅｃになる。

パラメータ量子化器（５）からの量子化された８次のパ
ーコール係数ｋｍ及び音源強度情報はデコーダの係数復
号器（８）に供給される。このときの伝送レートは３６
００ビツト／ｓｅｃになる。

次にデコーダ側について説明するに、駆動音源発生器（
７）には符号化データが供給されるとともに、係数復号
器（８）からの復号化された音源強度情報が供給される
。

この駆動音源発生器（′υがらは振幅強度が変化するセ
ロクロス波が得られる。このゼロクロス波の振幅強度は
、伝送されて来たゼロクロス波の単位時間当りのゼロク
ロス数と音源強度とより決定される。すなわち、ゼロク
ロス数が所定値より少ないときは、音源強度に比例して
ゼロクロス波の振幅強度が決定される。しかし、４例え
ば無音声のようにゼロクロス数が多くなって所定値を越
えるような場合には、音源強度に比例させると振幅強度
が大きすぎてしまう。そこで、ゼロクロス数が所定値を
越える場合には、音源強度に係数ａ　（ａ＜１）をかけ
て、音源強度を小７す＜シ、これに応じてゼロクロス波
の振幅強度を決定する。

こうして駆動音源発生器（７）より得られた振幅強度が
変化するゼロクロス波は３次のパーコール合成フィルタ
（９）に供給される。この合成フィルタ（９）もパーコ
ール形ラティスフィルタが用いられる。

そして、この合成フィルタ（９）には係数復号器（８）
からの復号された８次のパーコール係数ｋｍが供給され
る。

発生器（７）からの振幅強度が変化するゼロクロス波は
パーコール分析フィルタ（３）からの予測残差とほぼ対
応しているから、このパーコール合成フィルタ（９）か
らはデジタル再生音声が得られる。モして、このデジタ
ル再生音声がＤ／Ａコンバーク（１０）によりアナログ
音声信号に戻され、出力端子（１１）には、入力音声に
近い高品質の音声信号が得られる。

第３図は、この発明の他の例で、第１図例のデコーダ側
の駆動音源発生器（７）を残差信号再構成器（１２〉に
置き換え゛たもので、他は第１図例と同様である。

残差信号再構成１５（１２）は正負パルス発生器（１３
）と振幅強度決定用のゲイン調整回路（１４）とか・ろ
なる。

正負パルス発生器（１２）は、残差信号（第４図Ａ）が
ゼロクロス液化されて伝送されてきたゼロクロス波（第
４図Ｂ）の正、負の符号の反転する位置に、第４図Ｃに
示すような正、負のパルスを発生させる。すなわち、ゼ
ロクロス波の立ち上がり位置には正のパルスを、立ち下
がり位置には負のパルスを発生させる。

この正負パルス発生器（１３）かろの出力パルスはゲイ
ン調整回路（１４）において、第１図例と同様にしてゼ
ロクロス数と音源強度に応じた振幅強度にされる。

この場合、音源強度は分析フレート長２Ｑｍ　ｓｅｃ毎
に変化するため、そのままではこの２０ｍ５ｅｃの間は
第５図で実線で示すよ″うに振幅強度は一定となってし
まう。これを改稼してより高品質の再生合成音声を得る
には、第５図で破線で示すように分析フレーム長の区間
の前後の音源強度より線形補間を行なって、音源強度を
求め、これに応じて振幅強度を決定子るようにする。

第４図Ｃはこのようにゲイン調整がなされて振幅強度が
決定されたパルス列を示している。

こうして、残差信号再構成器（１２）で生成されたパル
ス列が合成フィルタ（９）に供給され、音声が合成され
る。

第１図例の場合にはゼロクロス波そのもので合成フィル
タ（９）を駆動するため、量子化歪の発生が問題となる
が、この第３図例では、ゼロクロス波から残差信号を再
構成し、これにより合成フィルタ（９）を駆動するので
、より高品質の再生合成音声が得られる。

なお、この発明はパーコール形分析合成法に限らず、最
尤スペクトル推定法等、その他の線形予測分析合成に適
用可能である。

〔発明の効果〕

この発明によれば、予測残差をゼロクロス液化して伝送
するようにしたので、予測残差は１ピツトで符号化でき
、低ビツトレートの音声符号化が実現できる。例えば、
第１図及び第３図の実施例では１１．６　Ｋｂｉｔ／ｓ
ｅａ　　という低ビツトレートとなる。

そして、デコーダでは振幅強度の変化するゼロクロス波
あるいはこのゼロクロス波から再構成した予測残差で合
成フィルタを駆動することにより、高品質の合成音声を
得ることができる。

【図面の簡単な説明】第１図はこの発明の一実施例の系統図、第２図はその説
明のための波形図、第３図はこの発明の他の実施例の系
統図、第４図及び第５図はその説明のための波形図及び
説明図である。（３）はパーコール分析フィルタ、（５）はパラメータ
量子化器、（６）はゼロクロス波化回路である。

Claims

【特許請求の範囲】

　入力音声を線形予測分析フィルタを用いて線形予測分
析して、上記線形予測分析フィルタより予測残差信号を
得、この予測残差信号をゼロクロス波化し、このゼロク
ロス波化した信号と音源強度情報とを線形予測合成フィ
ルタを備えた音声合成部に伝送するようにする音声分析
合成方式。