JPH0229239B2 - - Google Patents
Info
- Publication number
- JPH0229239B2 JPH0229239B2 JP57114196A JP11419682A JPH0229239B2 JP H0229239 B2 JPH0229239 B2 JP H0229239B2 JP 57114196 A JP57114196 A JP 57114196A JP 11419682 A JP11419682 A JP 11419682A JP H0229239 B2 JPH0229239 B2 JP H0229239B2
- Authority
- JP
- Japan
- Prior art keywords
- frequency
- band
- boundary
- band division
- audio signal
- 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
- 238000004458 analytical method Methods 0.000 claims description 64
- 238000001228 spectrum Methods 0.000 claims description 42
- 230000005236 sound signal Effects 0.000 claims description 35
- 230000005540 biological transmission Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 18
- 230000015572 biosynthetic process Effects 0.000 description 16
- 230000003595 spectral effect Effects 0.000 description 16
- 238000003786 synthesis reaction Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 5
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Description
【発明の詳細な説明】
本発明は帯域分割型ボコーダに関し、特に分析
側において、入力音声信号の周波数スペクトルに
対応して境界周波数、上限および下限周波数を設
定する帯域分割型ボコーダに関する。
側において、入力音声信号の周波数スペクトルに
対応して境界周波数、上限および下限周波数を設
定する帯域分割型ボコーダに関する。
線形予測分析手法を用いる帯域分割型ボコーダ
においては、通常入力音声信号の帯域を制限する
ために、遮断周波数が3400Hzの低域フイルタによ
り高域周波数を遮断している。勿論低域周波数に
ついても電源周波数および高調波成分等の妨害雑
音の影響を除去するために所定の周波数にて遮断
される。この帯域制限された入力信号は帯域分割
用のデジタル・フイルタにより所定の帯域区分に
分割される。第１図は従来の帯域分割型ボコーダ
における３帯域分割の場合の分析側の一例を示す
ブロツク図である。図において、端子１０１より
入力される音声信号は、前述のとおり低域フイル
タ／Ａ−Ｄ変換器１を経由して帯域制限され量子
化された後、低域フイルタ２、帯域フイルタ３−
２および３−３等のデジタル・フイルタを通じて
３帯域に分割される。３帯域に分割された信号の
中、低域フイルタ２を経由する第１の信号は直接
デシメーシヨン器６−１に入力され現標本抽出レ
ートよりも低いレートで再標本抽出された後、線
形予測符号化器７−１において線形予測分析され
る。また、帯域フイルタ３−２および帯域フイル
タ３−３を経由する第２および第３の信号は、周
波数変換器４−２および周波数変換器４−３にお
いて、それぞれ所定の周波数f1およびf2の周波数
変換用の信号と混合されて共に低周波数域に周波
数シフトされ、低域フイルタ５−２および低域フ
イルタ５−３を通過後それぞれデシメーシヨン器
６−２およびデシメーシヨン器６−３において現
標本抽出レートよりも低いレートで再標本抽出さ
れた後、線形予測符号化器７−２および線形予測
符号化器７−３において線形予測分析される。
においては、通常入力音声信号の帯域を制限する
ために、遮断周波数が3400Hzの低域フイルタによ
り高域周波数を遮断している。勿論低域周波数に
ついても電源周波数および高調波成分等の妨害雑
音の影響を除去するために所定の周波数にて遮断
される。この帯域制限された入力信号は帯域分割
用のデジタル・フイルタにより所定の帯域区分に
分割される。第１図は従来の帯域分割型ボコーダ
における３帯域分割の場合の分析側の一例を示す
ブロツク図である。図において、端子１０１より
入力される音声信号は、前述のとおり低域フイル
タ／Ａ−Ｄ変換器１を経由して帯域制限され量子
化された後、低域フイルタ２、帯域フイルタ３−
２および３−３等のデジタル・フイルタを通じて
３帯域に分割される。３帯域に分割された信号の
中、低域フイルタ２を経由する第１の信号は直接
デシメーシヨン器６−１に入力され現標本抽出レ
ートよりも低いレートで再標本抽出された後、線
形予測符号化器７−１において線形予測分析され
る。また、帯域フイルタ３−２および帯域フイル
タ３−３を経由する第２および第３の信号は、周
波数変換器４−２および周波数変換器４−３にお
いて、それぞれ所定の周波数f1およびf2の周波数
変換用の信号と混合されて共に低周波数域に周波
数シフトされ、低域フイルタ５−２および低域フ
イルタ５−３を通過後それぞれデシメーシヨン器
６−２およびデシメーシヨン器６−３において現
標本抽出レートよりも低いレートで再標本抽出さ
れた後、線形予測符号化器７−２および線形予測
符号化器７−３において線形予測分析される。
この従来例における帯域分割の概念を第３図ａ
を参照して説明する。図において横軸は周波数、
縦軸は音声の電力スペクトル包絡を表示してい
る。図に示される電力スペクトル包絡は、短時間
の観測フレームにおけるスペクトルの一例の表示
であるが、本従来例の場合には予め固定された境
界周波数fB1およびfB2によつて全帯域が，お
よびの３帯域に分割され、これらの各帯域毎に
前述のように線形予測分析される。しかしなが
ら、図において境界周波数fB1およびfB2とにより
分割される電力スペクトル包絡の境界領域は極周
波数に比較的近接している。一般に、スペクトル
包絡における極周波数およびその周辺の周波数領
域は、音声の分析合成上のクリテイカルな領域で
あり、この領域において帯域を分割することは、
合成音声の近似度を著しく劣化させる要因とな
る。勿論スペクトル包絡は観測フレーム毎に変化
してゆくので、場合によつて極周波数が前記fB1
およびfB2より離れた周波数となり、分割方法と
して望ましい条件となることもあり得るが、境界
周波数が固定であるという条件下においては、常
時極周波数から離れている周波数領域において帯
域を分割することは現実的に不可能である。本来
帯域分割型ボコーダにおいては、合成側において
分割される各帯域の分析データより全帯域の合成
音声を生成する際、境界周波数においてスペクト
ル包絡上に不連続性を生じる。この模様を第３図
ｂに示す。従つて帯域分割型ボコーダにおいて、
前記スペクトル包絡上の不連続性を緩和し音声分
析合成上の近似性を改善させるためには、境界周
波数の設定は前述の極周波数より離れておりレベ
ルの低い周波数領域に選定することが不可欠の条
件となる。しかしながら、境界周波数が固定であ
る限り、音声観測の各フレーム毎に前述の境界周
波数設定条件を満たすことは不可能である。
を参照して説明する。図において横軸は周波数、
縦軸は音声の電力スペクトル包絡を表示してい
る。図に示される電力スペクトル包絡は、短時間
の観測フレームにおけるスペクトルの一例の表示
であるが、本従来例の場合には予め固定された境
界周波数fB1およびfB2によつて全帯域が，お
よびの３帯域に分割され、これらの各帯域毎に
前述のように線形予測分析される。しかしなが
ら、図において境界周波数fB1およびfB2とにより
分割される電力スペクトル包絡の境界領域は極周
波数に比較的近接している。一般に、スペクトル
包絡における極周波数およびその周辺の周波数領
域は、音声の分析合成上のクリテイカルな領域で
あり、この領域において帯域を分割することは、
合成音声の近似度を著しく劣化させる要因とな
る。勿論スペクトル包絡は観測フレーム毎に変化
してゆくので、場合によつて極周波数が前記fB1
およびfB2より離れた周波数となり、分割方法と
して望ましい条件となることもあり得るが、境界
周波数が固定であるという条件下においては、常
時極周波数から離れている周波数領域において帯
域を分割することは現実的に不可能である。本来
帯域分割型ボコーダにおいては、合成側において
分割される各帯域の分析データより全帯域の合成
音声を生成する際、境界周波数においてスペクト
ル包絡上に不連続性を生じる。この模様を第３図
ｂに示す。従つて帯域分割型ボコーダにおいて、
前記スペクトル包絡上の不連続性を緩和し音声分
析合成上の近似性を改善させるためには、境界周
波数の設定は前述の極周波数より離れておりレベ
ルの低い周波数領域に選定することが不可欠の条
件となる。しかしながら、境界周波数が固定であ
る限り、音声観測の各フレーム毎に前述の境界周
波数設定条件を満たすことは不可能である。
また他方において、第３図ａのスペクトル包絡
の図に示されるfL以下の低周波数領域およびfH以
上の高周波数領域におけるスペクトル包絡は、前
段階における低域フイルタ／Ａ−Ｄ変換器１の遮
断周波数特性により可なり急峻な特性を示してお
り、現実にこれらの低域および高域の周波数領域
を含めて前記従来例のように線形予測分析をして
も、分析の結果得られる線形予測パラメータの次
数が増加するのみで、実質的な分析精度に対する
効果は期待できない。むしろ前記低域および高域
の周波数領域のスペクトル包絡分析に配分される
線形予測パラメータの次数を、第３図ａにおける
下限周波数fLおよび上限周波数fHとにより定義づ
けられるfL≦ｆ≦fHのスペクトル包絡の分析に注
入する方が分析精度の点でプラス要素となる。
の図に示されるfL以下の低周波数領域およびfH以
上の高周波数領域におけるスペクトル包絡は、前
段階における低域フイルタ／Ａ−Ｄ変換器１の遮
断周波数特性により可なり急峻な特性を示してお
り、現実にこれらの低域および高域の周波数領域
を含めて前記従来例のように線形予測分析をして
も、分析の結果得られる線形予測パラメータの次
数が増加するのみで、実質的な分析精度に対する
効果は期待できない。むしろ前記低域および高域
の周波数領域のスペクトル包絡分析に配分される
線形予測パラメータの次数を、第３図ａにおける
下限周波数fLおよび上限周波数fHとにより定義づ
けられるfL≦ｆ≦fHのスペクトル包絡の分析に注
入する方が分析精度の点でプラス要素となる。
即ち、従来の帯域分割型ボコーダにおいては、
帯域分割用の境界周波数が予め設定され固定して
いるため、観測フレーム毎に変動する入力音声信
号のスペクトル包絡に対する帯域分割による線形
予測分析の手段として、音声の分析合成上の近似
性の点において適応性を欠き近似性を劣化させる
という欠点と、前段階における帯域制限フイルタ
の周波数遮断特性により影響される下限および上
限周波数の枠外まで含めて分析対象領域としてい
るために、線形予測パラメータの同一次数という
条件において分析精度を劣化させるという欠点が
ある。
帯域分割用の境界周波数が予め設定され固定して
いるため、観測フレーム毎に変動する入力音声信
号のスペクトル包絡に対する帯域分割による線形
予測分析の手段として、音声の分析合成上の近似
性の点において適応性を欠き近似性を劣化させる
という欠点と、前段階における帯域制限フイルタ
の周波数遮断特性により影響される下限および上
限周波数の枠外まで含めて分析対象領域としてい
るために、線形予測パラメータの同一次数という
条件において分析精度を劣化させるという欠点が
ある。
本発明の目的は上記の欠点を除去し、入力音声
信号のスペクトル包絡に対応して、極周波数間の
中間のスペクトル感度の低い領域の周波数または
零周波数に対応する境界周波数を設定し、併せて
所定の低域および高域の周波数領域外については
分析の対象外として、音声の分析合成の精度を大
幅に改善する帯域分割型ボコーダを提供すること
にある。
信号のスペクトル包絡に対応して、極周波数間の
中間のスペクトル感度の低い領域の周波数または
零周波数に対応する境界周波数を設定し、併せて
所定の低域および高域の周波数領域外については
分析の対象外として、音声の分析合成の精度を大
幅に改善する帯域分割型ボコーダを提供すること
にある。
本発明の帯域分割型ボコーダは、入力音声信号
を複数の音声伝送帯域に分割しそれぞれの帯域に
ついて線形予測分析を行う帯域分割型ボコーダに
おいて、標本抽出され量子化された入力音声信号
より抽出される周波数スペクトルの極周波数およ
び零周波数を含む特異周波数を判別抽出しこの特
異周波数に対応して選定される帯域分割用の境界
周波数を設定するための制御信号を出力する境界
周波数設定手段と、前記制御信号を入力して前記
特異周波数に対応する境界周波数を設定して前記
入力音声信号の周波数帯域を複数の部分帯域区分
に分割しそれぞれの部分帯域区分毎に線形予測パ
ラメータを含む線形予測分析情報を抽出する可変
帯域区分帯域分割型線形予測分析手段とを分析側
に備えて構成される。
を複数の音声伝送帯域に分割しそれぞれの帯域に
ついて線形予測分析を行う帯域分割型ボコーダに
おいて、標本抽出され量子化された入力音声信号
より抽出される周波数スペクトルの極周波数およ
び零周波数を含む特異周波数を判別抽出しこの特
異周波数に対応して選定される帯域分割用の境界
周波数を設定するための制御信号を出力する境界
周波数設定手段と、前記制御信号を入力して前記
特異周波数に対応する境界周波数を設定して前記
入力音声信号の周波数帯域を複数の部分帯域区分
に分割しそれぞれの部分帯域区分毎に線形予測パ
ラメータを含む線形予測分析情報を抽出する可変
帯域区分帯域分割型線形予測分析手段とを分析側
に備えて構成される。
以下本発明について図面を参照して詳細に説明
する。
する。
第２図は本発明の帯域分割型ボコーダの一実施
例を示すブロツク図である。本実施例において
は、分析側に電力スペクトル算出手段１１、可変
区間自己相関計測手段１３、可変区間線形予測分
析手段１４および可変区間予測残差電力算出手段
１５を含む可変帯域区分帯域分割型線形予測分析
手段２０１と、境界周波数設定手段１２と、音源
情報分析手段１６と、符号化手段１７とを分析側
に備え、復号化手段１８と、可変区間電力スペク
トル算出手段１９と、可変区間自己相関計測手段
２０と、線形予測分析手段２１と、予測残差電力
算出手段２２と、音源情報信号発生手段２３と、
音声合成フイルタ２４とを合成側に備えている。
例を示すブロツク図である。本実施例において
は、分析側に電力スペクトル算出手段１１、可変
区間自己相関計測手段１３、可変区間線形予測分
析手段１４および可変区間予測残差電力算出手段
１５を含む可変帯域区分帯域分割型線形予測分析
手段２０１と、境界周波数設定手段１２と、音源
情報分析手段１６と、符号化手段１７とを分析側
に備え、復号化手段１８と、可変区間電力スペク
トル算出手段１９と、可変区間自己相関計測手段
２０と、線形予測分析手段２１と、予測残差電力
算出手段２２と、音源情報信号発生手段２３と、
音声合成フイルタ２４とを合成側に備えている。
第１の実施例として、観測フレーム毎に入力音
声信号のスペクトル包絡を抽出し、前記音成信号
の周波数帯域を所定の下限周波数および上限周波
数と、極周波数の中間の周波数において設定され
る境界周波数とにより分割区分し、それぞれの帯
域区分に対応して前記入力音声信号の電力スペク
トルより自己相関係数列を各分割帯域区分毎に分
離抽出する帯域分割型ボコーダについて説明す
る。分析側において、低域フイルタを経由し標本
抽出され量子化された入力音声信号は、窓関数に
より波形切出しされた後端子１０３から入力され
る。電力スペクトル算出手段１１は、一つの手法
としては前記入力音声信号に対する離散フーリエ
変換演算により前記入力音声信号の電力スペクト
ルを算出する。この電力スペクトルの包絡は、一
例として第３図ｃのように示される。図において
fLおよびfHは、それぞれ前段階におけるフイルタ
の遮断特性の影響が顕著に現われている周波数領
域を切り分けている下限および上限の周波数を示
す。またfP1，fP2およびfP3は、それぞれ第１、第
２および第３の極周波数で、これらの極周波数に
おいてスペクトル包絡はピーク値を呈する。電力
スペクトル算出手段１１において算出された電力
スペクトルは、可変区間自己相関計測手段１３に
出力されるとともに境界周波数設定手段１２にも
出力される。境界周波数設定手段１２において
は、前記電力スペクトルに対する分析により、第
３図ｃに示される前記極周波数fP1，fP2およびfP3
を判別抽出する。この極周波数の抽出法について
は、例えば、板倉文忠・斉藤収三「統計的手法に
よる音声スペクトル密度とホルマント周波数の推
定」電子通信学会論文誌、VOL.53−ＡNo.１
pp35〜42による。境界周波数設定手段１２は抽
出される極周波数fP1，fP2およびfP3に対応して、
これらの極周波数の中間に帯域分割のための境界
周波数としてfB1およびfB2設定する（第３図ｃ参
照）。本実施例の場合は、第３図ｃのスペクトル
包絡図より明らかなように、極周波数がfP1，fP2
およびfP3の３個あり、従つて境界周波数は隣接
する極周波数間の周波数としてfB1およびfB2の２
個となり、下限周波数fLと上限周波数fHとによつ
て規定される周波数帯域は、帯域，および
の３帯域に分割される。境界周波数設定手段１２
において発生する前記境界周波数設定のための制
御信号は可変区間自己相関計測手段１３、可変区
間線形予測分析手段１４、可変区間予測残差電力
算出手段１５に出力されるとともに、符号化手段
１７を経由して合成側に送出される。可変区間自
己相関計測手段１３においては、電力スペクトル
算出手段１１より出力される前記電力スペクトル
と、境界周波数設定手段１２より出力される前記
境界周波数制御信号とを入力して、全周波数帯域
を帯域（fL≦ｆ＜fB1）、帯域（fB1≦ｆ＜fB2）
および帯域（fB2≦ｆ＜fH）の３帯域に区分し
て、それぞれの帯域ついて自己相関係数列を分離
して抽出する。これらの各帯域に対応する自己相
関係数列を抽出する一つの手法としては、電力ス
ペクトルのそれぞれの分割された帯域区分に対応
して逆フーリエ変換により算出する方法が観測フ
レーム毎に即応できるものとして考えられる。従
来のデジタル・フイルタを介する帯域分割の方法
では、観測フレーム毎に変動する入力音声信号の
スペクトル包絡に対応して特異周波数を検出し、
境界周波数、下限および上限周波数を設定して最
適の状態で帯域を分割し線形予測分析をすること
はデジタル・フイルタの構成上時間的制約のため
不可能である。今帯域，およびにおける電
力スペクトルをそれぞれP1（ω），P2（ω）および
P3（ω）とし、それぞれの帯域区分における標本
抽出数をそれぞれN1，N2およびN3とすると、各
帯域区分に対応する自己相関係数列｛ρ1i｝，｛ρ2i｝
および｛ρ3i｝はそれぞれ次式によつて与えられ
る。
声信号のスペクトル包絡を抽出し、前記音成信号
の周波数帯域を所定の下限周波数および上限周波
数と、極周波数の中間の周波数において設定され
る境界周波数とにより分割区分し、それぞれの帯
域区分に対応して前記入力音声信号の電力スペク
トルより自己相関係数列を各分割帯域区分毎に分
離抽出する帯域分割型ボコーダについて説明す
る。分析側において、低域フイルタを経由し標本
抽出され量子化された入力音声信号は、窓関数に
より波形切出しされた後端子１０３から入力され
る。電力スペクトル算出手段１１は、一つの手法
としては前記入力音声信号に対する離散フーリエ
変換演算により前記入力音声信号の電力スペクト
ルを算出する。この電力スペクトルの包絡は、一
例として第３図ｃのように示される。図において
fLおよびfHは、それぞれ前段階におけるフイルタ
の遮断特性の影響が顕著に現われている周波数領
域を切り分けている下限および上限の周波数を示
す。またfP1，fP2およびfP3は、それぞれ第１、第
２および第３の極周波数で、これらの極周波数に
おいてスペクトル包絡はピーク値を呈する。電力
スペクトル算出手段１１において算出された電力
スペクトルは、可変区間自己相関計測手段１３に
出力されるとともに境界周波数設定手段１２にも
出力される。境界周波数設定手段１２において
は、前記電力スペクトルに対する分析により、第
３図ｃに示される前記極周波数fP1，fP2およびfP3
を判別抽出する。この極周波数の抽出法について
は、例えば、板倉文忠・斉藤収三「統計的手法に
よる音声スペクトル密度とホルマント周波数の推
定」電子通信学会論文誌、VOL.53−ＡNo.１
pp35〜42による。境界周波数設定手段１２は抽
出される極周波数fP1，fP2およびfP3に対応して、
これらの極周波数の中間に帯域分割のための境界
周波数としてfB1およびfB2設定する（第３図ｃ参
照）。本実施例の場合は、第３図ｃのスペクトル
包絡図より明らかなように、極周波数がfP1，fP2
およびfP3の３個あり、従つて境界周波数は隣接
する極周波数間の周波数としてfB1およびfB2の２
個となり、下限周波数fLと上限周波数fHとによつ
て規定される周波数帯域は、帯域，および
の３帯域に分割される。境界周波数設定手段１２
において発生する前記境界周波数設定のための制
御信号は可変区間自己相関計測手段１３、可変区
間線形予測分析手段１４、可変区間予測残差電力
算出手段１５に出力されるとともに、符号化手段
１７を経由して合成側に送出される。可変区間自
己相関計測手段１３においては、電力スペクトル
算出手段１１より出力される前記電力スペクトル
と、境界周波数設定手段１２より出力される前記
境界周波数制御信号とを入力して、全周波数帯域
を帯域（fL≦ｆ＜fB1）、帯域（fB1≦ｆ＜fB2）
および帯域（fB2≦ｆ＜fH）の３帯域に区分し
て、それぞれの帯域ついて自己相関係数列を分離
して抽出する。これらの各帯域に対応する自己相
関係数列を抽出する一つの手法としては、電力ス
ペクトルのそれぞれの分割された帯域区分に対応
して逆フーリエ変換により算出する方法が観測フ
レーム毎に即応できるものとして考えられる。従
来のデジタル・フイルタを介する帯域分割の方法
では、観測フレーム毎に変動する入力音声信号の
スペクトル包絡に対応して特異周波数を検出し、
境界周波数、下限および上限周波数を設定して最
適の状態で帯域を分割し線形予測分析をすること
はデジタル・フイルタの構成上時間的制約のため
不可能である。今帯域，およびにおける電
力スペクトルをそれぞれP1（ω），P2（ω）および
P3（ω）とし、それぞれの帯域区分における標本
抽出数をそれぞれN1，N2およびN3とすると、各
帯域区分に対応する自己相関係数列｛ρ1i｝，｛ρ2i｝
および｛ρ3i｝はそれぞれ次式によつて与えられ
る。
上式において、Δωは標本抽出の角周波数間隔
である。これらの各分割帯域区分に対応する自己
相関係数列は、可変帯域区分帯域分割型線形予測
分析手段２０１の一部を形成している可変区間線
形予測分析手段１４に出力される。また一方にお
いて、可変区間自己相関計測手段１３において
は、それぞれN1-1 〓j=0 P1（ｊ・Δω）、N1+N2-1 〓j=N1 P2（ｊ ・Δω）およびN1+N2+N3-1 〓j=N1+N2 P3（ｊ・Δω）より帯域 ，およびに対応する平均電力を算出し、可
変区間予測残差電力算出手段１５に出力する。可
変区間線形予測分析手段１４においては、分割帯
域区分に対応する前記｛ρ1i｝，｛ρ2i｝および
｛ρ3i｝を入力して、各帯域区分毎に、自己相関係
数列を係数とする一次方程式を解くことにより、
それぞれ帯域，およびに対応する線形予測
パラメータ｛α1i｝，｛α2i｝および｛α3i｝を抽出す
る。自己相関係数列｛ρi｝より線形予測パラメー
タ｛αi｝を抽出する一次方程式は、一般に次式に
よつて形成される。
である。これらの各分割帯域区分に対応する自己
相関係数列は、可変帯域区分帯域分割型線形予測
分析手段２０１の一部を形成している可変区間線
形予測分析手段１４に出力される。また一方にお
いて、可変区間自己相関計測手段１３において
は、それぞれN1-1 〓j=0 P1（ｊ・Δω）、N1+N2-1 〓j=N1 P2（ｊ ・Δω）およびN1+N2+N3-1 〓j=N1+N2 P3（ｊ・Δω）より帯域 ，およびに対応する平均電力を算出し、可
変区間予測残差電力算出手段１５に出力する。可
変区間線形予測分析手段１４においては、分割帯
域区分に対応する前記｛ρ1i｝，｛ρ2i｝および
｛ρ3i｝を入力して、各帯域区分毎に、自己相関係
数列を係数とする一次方程式を解くことにより、
それぞれ帯域，およびに対応する線形予測
パラメータ｛α1i｝，｛α2i｝および｛α3i｝を抽出す
る。自己相関係数列｛ρi｝より線形予測パラメー
タ｛αi｝を抽出する一次方程式は、一般に次式に
よつて形成される。
上式において、ｐは１より大きい正の整数であ
り、αパラメータの次数を示す。
り、αパラメータの次数を示す。
一方において、可変区間線形予測分析手段１４
においては、前記αパラメータ｛α1i｝，｛α2i｝お
よび｛α3i｝の抽出に並行して各帯域区分毎に正
規化予測残差電力を算出して可変区間予測残差電
力算出手段１５に出力する。可変区間予測残差電
力算出手段１５においては、可変区間自己相関計
測手段１３より入力される前記各帯域区分毎の平
均電力と、可変区間線形予測分析手段１４より入
力される前記各帯域区分毎の正規化予測残差電力
とより、各帯域区分毎に予測残差電力を算出して
出力する。前記線形予測パラメータ｛α1i｝，
｛α2i｝および｛α3i｝と、各帯域区分毎の前記予
測残差電力は、符号化手段１７において符号化さ
れ伝送線路５１を介して合成側に送出される。な
お可変区間線形予測分析手段１４により抽出さ
れ、符号化手段１７を介して合成側に送られる線
形予測パラメータとしては、前記αパラメータ以
外にＫパラメータまたはLSPパラメータを適用す
ることも可能であり、また電力関連情報として
も、前記予測残差電力以外に前記線形予測パラメ
ータの選択に関連して、平均電力等を抽出して合
成側に伝送することも可能である。なお音源情報
分析手段１６により入力音声信号のピツチ周期信
号および有声音・無声音判別信号が出され、同じ
く符号化手段１７により符号化されて合成側に送
られる。
においては、前記αパラメータ｛α1i｝，｛α2i｝お
よび｛α3i｝の抽出に並行して各帯域区分毎に正
規化予測残差電力を算出して可変区間予測残差電
力算出手段１５に出力する。可変区間予測残差電
力算出手段１５においては、可変区間自己相関計
測手段１３より入力される前記各帯域区分毎の平
均電力と、可変区間線形予測分析手段１４より入
力される前記各帯域区分毎の正規化予測残差電力
とより、各帯域区分毎に予測残差電力を算出して
出力する。前記線形予測パラメータ｛α1i｝，
｛α2i｝および｛α3i｝と、各帯域区分毎の前記予
測残差電力は、符号化手段１７において符号化さ
れ伝送線路５１を介して合成側に送出される。な
お可変区間線形予測分析手段１４により抽出さ
れ、符号化手段１７を介して合成側に送られる線
形予測パラメータとしては、前記αパラメータ以
外にＫパラメータまたはLSPパラメータを適用す
ることも可能であり、また電力関連情報として
も、前記予測残差電力以外に前記線形予測パラメ
ータの選択に関連して、平均電力等を抽出して合
成側に伝送することも可能である。なお音源情報
分析手段１６により入力音声信号のピツチ周期信
号および有声音・無声音判別信号が出され、同じ
く符号化手段１７により符号化されて合成側に送
られる。
合成側においては、伝送線路５１を介して送ら
れてくる分析情報は復号化手段１８において復号
化され、前記帯域区分，およびの線形予測
パラメータおよび予測残差電力は、分析側より送
られてくる境界周波数設定用の制御信号ととも
に、可変区間電力スペクトル算出手段１９に入力
される。可変区間電力スペクトル算出手段１９に
おいては、前記線形予測パラメータと前記予測残
差電力とより、それぞれ各帯域区分に対応する電
力スペクトルを算出する。線形予測パラメータを
｛αj｝とし、予測残差電力をPRとすると、電力ス
ペクトルは一般に次式によつて求められる。
れてくる分析情報は復号化手段１８において復号
化され、前記帯域区分，およびの線形予測
パラメータおよび予測残差電力は、分析側より送
られてくる境界周波数設定用の制御信号ととも
に、可変区間電力スペクトル算出手段１９に入力
される。可変区間電力スペクトル算出手段１９に
おいては、前記線形予測パラメータと前記予測残
差電力とより、それぞれ各帯域区分に対応する電
力スペクトルを算出する。線形予測パラメータを
｛αj｝とし、予測残差電力をPRとすると、電力ス
ペクトルは一般に次式によつて求められる。
上式において、A0＝P
〓j=0
｛αj｝2，Ai＝２P-j
〓j=0
αj・
αi＋ｊ、ωは角周波数、ｐはαパラメータの次数
である。
αi＋ｊ、ωは角周波数、ｐはαパラメータの次数
である。
従つて、各帯域区分についてαパラメータおよ
びその次数と予測残差電力とを上式に適用するこ
とにより、帯域区分，およびに対応する電
力スペクトルを抽出することができる。これらの
各電力スペクトルは、可変区間自己相関計測手段
２０において逆フーリエ変換により前記入力音声
信号の全周波数帯域に対応する自己相関係数列と
して抽出され出力される。可変区間電力スペクト
ル算出手段１９において抽出される帯域区分，
およびに対応する電力スペクトルをそれぞれ
P1′（ω），P2′（ω）およびP3′（ω）とすると、前
記全周波数帯域に対応する自己相関係数列｛ρi′｝
は次式によつて与えられる。
びその次数と予測残差電力とを上式に適用するこ
とにより、帯域区分，およびに対応する電
力スペクトルを抽出することができる。これらの
各電力スペクトルは、可変区間自己相関計測手段
２０において逆フーリエ変換により前記入力音声
信号の全周波数帯域に対応する自己相関係数列と
して抽出され出力される。可変区間電力スペクト
ル算出手段１９において抽出される帯域区分，
およびに対応する電力スペクトルをそれぞれ
P1′（ω），P2′（ω）およびP3′（ω）とすると、前
記全周波数帯域に対応する自己相関係数列｛ρi′｝
は次式によつて与えられる。
上式において、N1，N2，N3およびＮはそれぞ
れ帯域区分，，および全帯域における標本
抽出数である。可変区間自己相関計測手段２０に
おいて抽出される全周波数帯域に対応する自己相
関係数列｛ρi′｝ｉ＝１，２，……，ｐは、線形
予測分析手段２１において、連立一次方程式の係
数として適用され、この方程式を解くことにより
線形予測パラメータ｛αi′｝を抽出する。この連
立方程式については前述のとおりである。この
α′パラメータは音声合成フイルタ２４に送出され
てその係数を制御する。また可変区間自己相関計
測手段２０において抽出される自己相関係数列
は、予測残差電力算出手段２２にも出力され、予
測残差電力算出手段２２においては、それより全
周波数帯域に対応する平均電力を算出する。一方
線形予測分析手段２１において、前記αパラメー
タと関連して抽出される正規化予測残差電力は予
測残差電力算出手段２２に送出され、予測残差電
力算出手段２２において、前記平均電力と前記正
規化予測残差電力との乗算作用により予測残差電
力を算出して、音源情報信号発生手段２３に出力
する。音源情報信号発生手段２３は、分析側より
送られてくる前記ピツチ周期信号および有声音・
無声音判別信号に対応する音源信号と、前記予測
残差電力との乗算作用により音源情報信号を発生
し、音声合成フイルタ２４を励振する。音声合成
フイルタ４においては、線形予測分析手段２１よ
り入力される前記α′パラメータにより係数を制御
され、前記音源情報信号により励振されてデジタ
ル合声音声信号を端子１０４より出力する。
れ帯域区分，，および全帯域における標本
抽出数である。可変区間自己相関計測手段２０に
おいて抽出される全周波数帯域に対応する自己相
関係数列｛ρi′｝ｉ＝１，２，……，ｐは、線形
予測分析手段２１において、連立一次方程式の係
数として適用され、この方程式を解くことにより
線形予測パラメータ｛αi′｝を抽出する。この連
立方程式については前述のとおりである。この
α′パラメータは音声合成フイルタ２４に送出され
てその係数を制御する。また可変区間自己相関計
測手段２０において抽出される自己相関係数列
は、予測残差電力算出手段２２にも出力され、予
測残差電力算出手段２２においては、それより全
周波数帯域に対応する平均電力を算出する。一方
線形予測分析手段２１において、前記αパラメー
タと関連して抽出される正規化予測残差電力は予
測残差電力算出手段２２に送出され、予測残差電
力算出手段２２において、前記平均電力と前記正
規化予測残差電力との乗算作用により予測残差電
力を算出して、音源情報信号発生手段２３に出力
する。音源情報信号発生手段２３は、分析側より
送られてくる前記ピツチ周期信号および有声音・
無声音判別信号に対応する音源信号と、前記予測
残差電力との乗算作用により音源情報信号を発生
し、音声合成フイルタ２４を励振する。音声合成
フイルタ４においては、線形予測分析手段２１よ
り入力される前記α′パラメータにより係数を制御
され、前記音源情報信号により励振されてデジタ
ル合声音声信号を端子１０４より出力する。
即ち、第１の実施例においては、第３図ｃに示
されるように、観測フレーム毎に入力音声信号か
ら抽出される電力スペクトル包絡に関し、その極
周波数を判別抽出して、それらの極周波数間に境
界周波数を設定するとともに、下限および上限の
周波数を設定して、前記入力音声信号の周波数帯
域を前記境界周波数と前記下限および上限の周波
数とによつて分割区分し、それぞれの帯域区分に
対応して前記入力音声信号の電力スペクトルより
自己相関係数列を分離抽出し、これらの各分割帯
域区分毎に抽出される自己相関係数列より線形予
測パラメータを含む線形予測分析情報を抽出して
いる。これが本発明の主要点である。
されるように、観測フレーム毎に入力音声信号か
ら抽出される電力スペクトル包絡に関し、その極
周波数を判別抽出して、それらの極周波数間に境
界周波数を設定するとともに、下限および上限の
周波数を設定して、前記入力音声信号の周波数帯
域を前記境界周波数と前記下限および上限の周波
数とによつて分割区分し、それぞれの帯域区分に
対応して前記入力音声信号の電力スペクトルより
自己相関係数列を分離抽出し、これらの各分割帯
域区分毎に抽出される自己相関係数列より線形予
測パラメータを含む線形予測分析情報を抽出して
いる。これが本発明の主要点である。
次に本発明の第２の実施例について第２図およ
び第３図ｄを参照して説明する。本実施例を示す
ブロツク図は、前述の第１の実施例の場合と同様
で第２図によつて示される。図において、電力ス
ペクトル算出手段１１により抽出される入力音声
信号の電力スペクトルは、境界周波数設定手段１
２において分析され、スペクトル包絡における極
周波数および零周波数が判別抽出される。即ち第
２の実施例における境界周波数設定手段の作用と
しては、前述の第１の実施例における境界周波数
設定手段が極周波数のみを判別抽出する作用を有
していたのに比較して、極周波数だけではなく零
周波数をも判別抽出する作用を有している点が異
なつている。零周波数の抽出法については、例え
ば、三原裕二 他「ピツチ抽出によるアンチホル
マントの推定と鼻子音の分析」電子通信学会技術
研究会報告、VOL.79 No.100，EA79−30によ
る。第３図ｄに零周波数の介在する場合の電力ス
ペクトル包絡の一例を示す。図においてfLおよび
fHはそれぞれ下限周波数および上限周波数、fP1，
fP2およびfP3はそれぞれ第１、第２および第３の
極周波数、fZは零周波数である。境界周波数設定
手段１２は、判別抽出される極周波数fP1，fP2お
よびfP3に対応して、これらの中間に帯域分割の
ための境界周波数を設定するが、第３図ｄのスペ
クトル包絡の場合には前記fP1とfP2との間に零周
波数fZが介在するため、fP1とfP2との間の境界周
波数としてはこの零周波数fZ（fB1＝fZ）を設定す
る。またfP2とfP3の間には零周波数が存在しない
ため、fP2とfP3の中間に境界周波数fB2を設定する。
この境界周波数設定手段１２より出力される境界
周波数制御信号を介して、前記入力音声信号が分
析側において帯域分割型線形予測分析方式に沿つ
て分析され、また合成側においてデジタル合成音
を出力する作用経過については、前述の第１の実
施例における場合と同様である。
び第３図ｄを参照して説明する。本実施例を示す
ブロツク図は、前述の第１の実施例の場合と同様
で第２図によつて示される。図において、電力ス
ペクトル算出手段１１により抽出される入力音声
信号の電力スペクトルは、境界周波数設定手段１
２において分析され、スペクトル包絡における極
周波数および零周波数が判別抽出される。即ち第
２の実施例における境界周波数設定手段の作用と
しては、前述の第１の実施例における境界周波数
設定手段が極周波数のみを判別抽出する作用を有
していたのに比較して、極周波数だけではなく零
周波数をも判別抽出する作用を有している点が異
なつている。零周波数の抽出法については、例え
ば、三原裕二 他「ピツチ抽出によるアンチホル
マントの推定と鼻子音の分析」電子通信学会技術
研究会報告、VOL.79 No.100，EA79−30によ
る。第３図ｄに零周波数の介在する場合の電力ス
ペクトル包絡の一例を示す。図においてfLおよび
fHはそれぞれ下限周波数および上限周波数、fP1，
fP2およびfP3はそれぞれ第１、第２および第３の
極周波数、fZは零周波数である。境界周波数設定
手段１２は、判別抽出される極周波数fP1，fP2お
よびfP3に対応して、これらの中間に帯域分割の
ための境界周波数を設定するが、第３図ｄのスペ
クトル包絡の場合には前記fP1とfP2との間に零周
波数fZが介在するため、fP1とfP2との間の境界周
波数としてはこの零周波数fZ（fB1＝fZ）を設定す
る。またfP2とfP3の間には零周波数が存在しない
ため、fP2とfP3の中間に境界周波数fB2を設定する。
この境界周波数設定手段１２より出力される境界
周波数制御信号を介して、前記入力音声信号が分
析側において帯域分割型線形予測分析方式に沿つ
て分析され、また合成側においてデジタル合成音
を出力する作用経過については、前述の第１の実
施例における場合と同様である。
即ち第２の実施例においては、第３図ｄに示さ
れるように、観測フレーム毎に入力音声信号から
抽出される電力スペクトル包絡に関し、極周波数
とともに零周波数も判別抽出して、極周波数間に
零周波数が存在する場合には、その零周波数を境
界周波数に設定する作用が付加されている点を別
とすれば、他の作用については前述の第１の実施
例の場合と同様である。また以上においては結果
的に３帯域に分割される場合について説明した
が、帯域分割数は入力音声信号の特異周波数の数
とも関連しており、一般的には観測フレーム毎に
変動している。
れるように、観測フレーム毎に入力音声信号から
抽出される電力スペクトル包絡に関し、極周波数
とともに零周波数も判別抽出して、極周波数間に
零周波数が存在する場合には、その零周波数を境
界周波数に設定する作用が付加されている点を別
とすれば、他の作用については前述の第１の実施
例の場合と同様である。また以上においては結果
的に３帯域に分割される場合について説明した
が、帯域分割数は入力音声信号の特異周波数の数
とも関連しており、一般的には観測フレーム毎に
変動している。
以上詳細に説明したように、本発明は観測フレ
ーム毎に入力音声信号のスペクトル包絡を分析
し、介在する極周波数および零周波数を含む特異
周波数を判別抽出し、これらの特異周波数に対応
して設定される境界周波数と、前記スペクトル包
絡の分析により設定される下限および上限の周波
数とによつて前記入力音声信号の周波数帯域を分
割区分し、それぞれの帯域区分に対応して前記入
力音声信号の電力スペクトルより自己相関係数列
を分離抽出し、これらの自己相関係数列より線形
予測分析情報を抽出することにより、帯域分割型
線形予測分析合成における近似性を大幅に改善で
きるという効果を有している。
ーム毎に入力音声信号のスペクトル包絡を分析
し、介在する極周波数および零周波数を含む特異
周波数を判別抽出し、これらの特異周波数に対応
して設定される境界周波数と、前記スペクトル包
絡の分析により設定される下限および上限の周波
数とによつて前記入力音声信号の周波数帯域を分
割区分し、それぞれの帯域区分に対応して前記入
力音声信号の電力スペクトルより自己相関係数列
を分離抽出し、これらの自己相関係数列より線形
予測分析情報を抽出することにより、帯域分割型
線形予測分析合成における近似性を大幅に改善で
きるという効果を有している。
第１図は従来の帯域分割型ボコーダの分析側を
示すブロツク図、第２図は本発明の一実施例のブ
ロツク図、第３図は入力音声信号のスペクトル包
絡説明図である。図において、 １……低域フイルタ／Ａ−Ｄ変換器、２，５−
２，５−３……低域フイルタ、３−２，３−３…
…帯域フイルタ、４−２，４−３……周波数変換
器、５−２，５−３……低域フイルタ、６−１，
６−２，６−３……デシメーシヨン器、７−１，
７−２，７−３……線形予測符号化器、８……ピ
ツチ周期検出器、９……有声音・無声音判別器、
１０……符号化器、１１……電力スペクトル算出
手段、１２……境界周波数設定手段、１３，２０
……可変区間自己相関計測手段、１４……可変区
間線形予測分析手段、１５……可変区間予測残差
電力算出手段、１６……音源情報分析手段、１７
……符号化手段、１８……復号化手段、１９……
可変区間電力スペクトル算出手段、２１……線形
予測分析手段、２２……予測残差電力算出手段、
２３……音源情報信号発生手段、２４……音声合
成フイルタ、５１……伝送線路、１０１〜１０４
……端子、２０１……可変帯域区分帯域分割型線
形予測分析手段。
示すブロツク図、第２図は本発明の一実施例のブ
ロツク図、第３図は入力音声信号のスペクトル包
絡説明図である。図において、 １……低域フイルタ／Ａ−Ｄ変換器、２，５−
２，５−３……低域フイルタ、３−２，３−３…
…帯域フイルタ、４−２，４−３……周波数変換
器、５−２，５−３……低域フイルタ、６−１，
６−２，６−３……デシメーシヨン器、７−１，
７−２，７−３……線形予測符号化器、８……ピ
ツチ周期検出器、９……有声音・無声音判別器、
１０……符号化器、１１……電力スペクトル算出
手段、１２……境界周波数設定手段、１３，２０
……可変区間自己相関計測手段、１４……可変区
間線形予測分析手段、１５……可変区間予測残差
電力算出手段、１６……音源情報分析手段、１７
……符号化手段、１８……復号化手段、１９……
可変区間電力スペクトル算出手段、２１……線形
予測分析手段、２２……予測残差電力算出手段、
２３……音源情報信号発生手段、２４……音声合
成フイルタ、５１……伝送線路、１０１〜１０４
……端子、２０１……可変帯域区分帯域分割型線
形予測分析手段。
Claims (1)
- 【特許請求の範囲】 １ 入力音声信号を複数の音声伝送帯域に分割し
それぞれの帯域について線形予測分析を行う帯域
分割型ボコーダにおいて、標本抽出され量子化さ
れた入力音声信号より抽出される周波数スペクト
ルの極周波数および零周波数を含む特異周波数を
判別抽出しこの特異周波数に対応して選定される
帯域分割用の境界周波数を設定するための制御信
号を出力する境界周波数設定手段と、前記制御信
号を入力して前記特異周波数に対応する境界周波
数を設定して前記入力音声信号の周波数帯域を複
数の部分帯域区分に分割しそれぞれの部分帯域区
分毎に線形予測パラメータを含む線形予測分析情
報を抽出する可変帯域区分帯域分割型線形予測分
析手段とを分析側に備えることを特徴とする帯域
分割型ボコーダ。 ２ 前記可変帯域区分帯域分割型線形予測分析手
段が、前記入力音声信号の周波数帯域を所定の下
限周波数および上限周波数と前記制御信号により
設定される境界周波数とによつて区分し、それぞ
れの帯域区分に対応して前記入力音声信号の電力
スペクトルより自己相関係数列を各分割帯域区分
毎に分離抽出し前記自己相関係数列より各分割帯
域区分毎に線形予測パラメータを含む線形予測分
析情報を抽出する手段であることを特徴とする前
記特許請求の範囲第１項記載の帯域分割型ボコー
ダ。 ３ 前記境界周波数設定手段が、前記特異周波数
として極周波数を判別抽出し、極周波数間に境界
周波数を選定する制御信号を出力する手段である
ことを特徴とする前記特許請求の範囲第１項記載
の帯域分割型ボコーダ。 ４ 前記境界周波数設定手段が、前記特異周波数
として極周波数と零周波数とを判別抽出し、極周
波数間に零周波数が存在する場合にはその零周波
数を境界周波数に選定し、零周波数が存在しない
場合には極周波数間に境界周波数を選定する制御
信号を出力する手段であることを特徴とする前記
特許請求の範囲第１項記載の帯域分割型ボコー
ダ。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57114196A JPS595297A (ja) | 1982-07-01 | 1982-07-01 | 帯域分割型ボコ−ダ |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57114196A JPS595297A (ja) | 1982-07-01 | 1982-07-01 | 帯域分割型ボコ−ダ |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS595297A JPS595297A (ja) | 1984-01-12 |
| JPH0229239B2 true JPH0229239B2 (ja) | 1990-06-28 |
Family
ID=14631601
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57114196A Granted JPS595297A (ja) | 1982-07-01 | 1982-07-01 | 帯域分割型ボコ−ダ |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS595297A (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01294303A (ja) * | 1988-05-20 | 1989-11-28 | Showa Denko Kk | 導電ペーストおよび固体電解コンデンサ |
| JPH0511881Y2 (ja) * | 1988-10-28 | 1993-03-25 | ||
| FR2643271B1 (fr) * | 1989-02-17 | 1991-05-24 | Gerard Ramond | Bloc de contact a noyer dans un moulage electro-conducteur destine a un traitement electrique de la peau a but therapeutique ou esthetique |
| SE0004187D0 (sv) * | 2000-11-15 | 2000-11-15 | Coding Technologies Sweden Ab | Enhancing the performance of coding systems that use high frequency reconstruction methods |
-
1982
- 1982-07-01 JP JP57114196A patent/JPS595297A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS595297A (ja) | 1984-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100675309B1 (ko) | 광대역 오디오 송신 시스템, 송신기, 수신기, 코딩 디바이스, 디코딩 디바이스와, 송신 시스템에서 사용하기 위한 코딩 방법 및 디코딩 방법 | |
| US6526376B1 (en) | Split band linear prediction vocoder with pitch extraction | |
| Viswanathan et al. | Quantization properties of transmission parameters in linear predictive systems | |
| US6681204B2 (en) | Apparatus and method for encoding a signal as well as apparatus and method for decoding a signal | |
| US9064500B2 (en) | Speech decoding system with temporal envelop shaping and high-band generation | |
| US6188979B1 (en) | Method and apparatus for estimating the fundamental frequency of a signal | |
| KR100367202B1 (ko) | 여기매개변수(excitationparameter)결정을위한디지탈화된음성신호분석방법및그에의한음성부호화시스템 | |
| EP1037197A2 (en) | Voicing analysis in a linear predictive speech coder | |
| JPH07234697A (ja) | 音声信号の符号化方法 | |
| KR101035104B1 (ko) | 다중-채널 신호들의 처리 | |
| EP2071565B1 (en) | Coding apparatus and decoding apparatus | |
| KR20070017524A (ko) | 부호화 장치, 복호화 장치, 및 이들의 방법 | |
| EP0810585B1 (en) | Speech encoding and decoding apparatus | |
| JPH04270398A (ja) | 音声符号化方式 | |
| US4991215A (en) | Multi-pulse coding apparatus with a reduced bit rate | |
| EP0922278B1 (en) | Variable bitrate speech transmission system | |
| JPH0229239B2 (ja) | ||
| US6535847B1 (en) | Audio signal processing | |
| JP3398968B2 (ja) | 音声分析合成方法 | |
| JP3282595B2 (ja) | 音声符号化・復号化装置及び通信装置 | |
| KR100563016B1 (ko) | 가변비트레이트음성전송시스템 | |
| EP0987680B1 (en) | Audio signal processing | |
| JPS58211794A (ja) | 線スペクトル対型ボコ−ダ | |
| JPH0636157B2 (ja) | 帯域分割型ボコ−ダ | |
| JPS6232800B2 (ja) |