JPH02299000A - 音声符号化復号化方法及びその装置 - Google Patents

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】 〔産業上の利用分野〕 本発明は、音声信号を低いビットレートで効率的に符号
化、復号化するための音声符号化復号化方法と音声符号
化装置と音声復号化装置に関する。

〔従来の技術〕

音声信号を低いビットレート、例えば１６ｋｂ／ｓ程度
以下で伝送する方法としては、マルチパルス符号化法な
どが知られている。これらは音源信号を複数個のパルス
の組合せ（マルチパルス）で表し、声道の特徴をデジタ
ルフィルタで表し、音源パルスの情報とフィルタの係数
を、一定時間区間（フレーム）毎に求めて伝送している
。この方法の詳細については、例えばアラセキ、オザワ
、オノ、オチアイ氏による”Ｍｕｌｔｉ−ｐｕｌｓｅ　
Ｅｘｃｉｔｅｄ　５ｐｅｅｃｈＣｏｄｅｒ　Ｂａ５ｅｄ
　ｏｎ　Ｍａｘｉｍｕｍ　Ｃｒｏｓｓ−ｃｏｒｒｅｌａ
ｔｉｏｎ　５ｅ−ａｒｃｈ　Ａｌｇｏｒｉｔｈｍ”、　
（ＧＬＯＢＥＣＯＭ　８３．　ＩＥＥＥ　Ｇｌｏｂａｌ
Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ、講演番号２３．
３．１９８３）　　（文献１）に記載されている。この
方法では、声道情報と音源信号を分離してそれぞれ表現
すること、および音源信号を表現する手段として複数の
パルス列の組合せ（マルチパルス）を用いることにより
、復号後に良好な音声信号を出力することができる。

〔発明が解決しようとする課題］ しかしながら、この従来方法ではビットレートが充分に
高く音源パルスの数が充分なときは音質が良好であった
が、ビットレートを下げて行くと音質が低下するという
問題点があった。

この問題点を改善するために、伝送する音源パルス数を
削減する方法として、マルチパルス音源のピッチ毎の半
周期性（ピッチ相関）を利用したピッチ予測マルチパル
ス法が提案されている。この方法の詳細は、例えば、特
願昭５８−１３９０２２号明細書（文献２）に詳しく記
載されている。しかし、削減が可能なパルス数には限界
がある。

一方、伝送すべきスペクトルパラメータは、１フレーム
に対して分析次数の個数存在する。スペクトルパラメー
タを量子化する方法としては、周知の方法であるスカラ
ー量子化、または効率よく量子化する方法として周知の
方法であるベクトル量子化を用いることが多い。ベクト
ル量子化については、例えばアール・エム・グレイ氏に
よる“ベクトル・クオンタイゼイション・フォー・スピ
ーチ・コーディング・アンド・リコグニション゛（アメ
リカ音響学会誌８０、旧、　１９８６）　　（Ｒ，Ｍ、
叶ａｙ。

Ｖｅｃｔｏｒ　ｑｕａｎｔｉｚａｔｉｏｎ　ｆｏｒ　５
ｐｅｅｃｈ　ｃｏｄｉｎｇ　ａｎｄｒｅｃｏｇｎｉｔｉ
ｏｎ’　　（Ｊ、　　Ａｃｏｕｓｔ、　　Ｓｏｃ、　　
八ｎ＋ｅｒｉｃａ、　　ｖｏｌ、８０゜５ｕｐｐ１．１
．　Ｑｌ、　１９８６）　）　　（文献３）に詳しく記
載されている。

さらに、予め定められた個数の関数を用いてスペクトル
パラメータを効率よく表現する手法として、テンポラル
デコンポジションがある。テンポラルデコンポジション
については、例えばビー・ニス・アタール氏によるＩ′
エフイシエント・コーディング・オブ・エルピーシ−・
バラメターズ・パイ・テンポラル・デコンポジション゛
°　（アイ・シー・ニー・ニー・ニス・ピー８３、講演
番号２．６１９８３）　　（Ｂ、Ｓ、八ｔａ１．　　”
ＥＦＦＩＣＩＥＮＴ　　Ｃ０ＤＩＮＧ　　ＯＦ　　ＬＰ
ＣＰＡＲＥＭＥ−ＴＥＲ３ＢＹ　ＴＥＭＰＯＲＡＬ　Ｄ
ＥＣＯＭＰＯ５ＩＴ［ＯＮ”　（［ＣＡＡＳＰ　８３，
２．６　ｐｐ、８１−８４．１９８３）　　（文献４）
に詳しく記載されている。

しかし、スカラー量子化を用いた場合は、伝送するべき
情報が多くなり、このままでビットレートを下げて行く
と顕著に音質が劣化するという問題点がある。また、ベ
クトル量子化を用いた場合にも、伝送効率はよくなるも
のの、最適なベクトルを求めるための計算量が非常に多
く、また再生された音質も低下するという問題点があっ
た。さらに、前記文献４にみられるようなテンポラルデ
コンポジションについても、最適な関数を求めるための
計算量が非常に多いうえ計算方法が複雑であり、実用に
供するのは困難であった。

本発明の目的は、ビットレートが高いところでも、また
ビットレートを下げていっても従来よりも良好な音声を
再生することが可能で、少ない演算量で実現可能な音声
符号化復号化方法と音声符号化装置と音声復号化装置と
を提供することにある。

〔課題を解決するための手段〕

本発明は、離散的な音声信号を入力し、予め定められた
時間長のフレーム毎にスペクトル包絡を表すスペクトル
パラメータと音源信号を抽出し、前記スペクトルパラメ
ータと前記音源信号を量子化して組み合わせて伝送し、
前記組み合わされた信号から前記音源信号と前記スペク
トルパラメータを分離し復元し、前記音声信号を良好に
再生して出力する音声符号化復号化方法において、前記
スペクトルパラメータを、予め複数個の関数を有し前記
関数の中から前記予め用意された関数の自己相関と、前
記予め用意された関数と前記入力信号との相互相関を用
いて最適なものを選択して、前記スペクトルパラメータ
を量子化することを特徴とする。

本発明の音声符号化装置は、 入力した離散的な音声信号系列から短時間スペクトル特
性を表すスペクトルパラメータを求めるスペクトルパラ
メータ計算回路と、 前記音声信号を予め複数個の関数を有し前記関数の中か
ら、前記予め用意された関数の自己相関と、前記予め用
意された関数と前記入力信号との相互相関を用いて最適
なものを選択して表現するスペクトルパラメータ量子化
回路と、 前記量子化されたスペクトルパラメータを逆量子化する
逆量子化回路と、 前記逆量子化回路の出力を用いて前記音声信号の音源信
号を複数個のパルス列を用いて表して符号化する音源信
号計算回路と、 前記スペクトルパラメータを表す関数を表す符号と前記
マルチパルス列を表す符号とを組み合わせて出力するマ
ルチプレクサ回路とを有することを特徴とする。

本発明の音声復号化装置は、 音源信号を表す符号と前記音声信号のスペクトルパラメ
ータを表す関数を表す符号とを入力して分離し復号化す
るデマルチプレクサ回路と、前記復号化されたスペクト
ルパラメータを表す関数から短時間スペクトル特性を表
すスペクトルパラメータを復号するスペクトルパラメー
タ復号回路と、 音源信号を用いてマルチパルス列を復元し音源信号を復
元する音源信号復元回路と、 前記復元された音源信号と前記復号されたスペクトルパ
ラメータとを用いて音声信号を合成する合成フィルタ回
路とを有することを特徴とする。

〔作用〕

本発明は、前記文献２のピッチ予測マルチパルス符号化
法において、少ない伝送情報量で、音声信号を従来方法
より効率的に表現するために、伝送するべきスペクトル
パラメータを予め定められた複数個の関数の中から、前
記入力された信号を最適に表現するものを少ない計算量
で選択して表す。

本発明の作用を、第２図を用いて説明する。第２図は、
スペクトルパラメータを予め定められた個数の関数を用
いて表現するための量子化器のブロック図である。

第２図において、入力端子３００からは量子化すべきス
ペクトルパラメータの時系列）’ｔ　（ｎ）が入力され
る。コードブック２５０には、予め定められた複数個の
関数φ、（ｎ）がコードとして納められている。最適な
コード及びゲインを計算するために自己相関、計算回路
２５２はコードの自己相関を、相互相関計算回路２５１
はコードと入力信号との相互相関を計算する。自己相関
計算回路２５２の出力と相互相関計算回路２５１の出力
を用いて、ゲイン計算回路２６０は選択されたコードに
かけるべき最適なゲインを計算する。誤差計算回路２６
５は、選択されたコードにゲインをかけ、入力信号との
誤差を計算し、選択したコードのインデクス及び最適な
ゲイン、及び誤差を出力する。コードブック選択回路２
７０は、各コードブックに対する誤差計算回路２６５の
出力を保持し、全てのコードブッりに対して求めた誤差
の内最小となる最適なコードのインデクス及び前記最適
なコードに対応する前記最適なゲインを出力する。

以下、本発明の作用を式を用いて説明する。入力音声か
ら算出された複数個のスペクトルパラメータの時系列の
うち、１番目のもの（以下、これをｉ次のパラメータ時
系列と呼ぶ）をｙ＝　（ｎ）とする。このｉ次のパラメ
ータ時系列ｙｔ（ｎ）を表現するために用いる関数をφ
で表し、そのうちに番目のものをφｋ（ｎ）で表す。こ
れを用いると、次の式（１）が成り立つ。

；１（ｎ）＝ａｉｋφＭ（ｎ）　　　　　　　　　　（
１）ここでｙ＝　（ｎ）は、関数φ、（ｎ）を用いてパ
ラメータ時系列ｙ、（ｎ）を近似した時系列を表し、ａ
ｉｋは、ｉ次のパラメータ時系列における、関数φ、（
ｎ）にかかるゲインである。従って、最適な近似を行う
ためには最適な関数φ、（ｎ）及びゲインａｉｋを見つ
ければよい。従来技術では、前記文献４に示されている
ような誤差尺度を用いて最適な関数を算出している、さ
らに文献４においては、前記算出された関数と計算され
たゲインを再度交互的に修正して誤差を小さくしている
。

これに対し、本発明においては、次の式（２）で表す誤
差Ｅを考える。

（２）式は、分析次数の個数だけ存在するパラメータ時
系列のうちｉ次のパラメータ時系列に対する関数φｋ（
ｎ）及びゲインａｉｋを用いた場合の入力信号）’ｉ　
（ｎ）との誤差を示す弐である。ここでｎｌ　は関数φ
、（ｎ）を用いて表現しようとするパラメータ時系列区
間（フレーム）の始端を表し、ｎ２は前記表現しようと
する区間の終端を表す。

前記（２）式をゲインａｆｋについて最小化すると、ａ
、アは（３）弐によって求められる。

このとき、誤差Ｅは次の形となるので、・　・　・（４
） Ｅを最小化する関数φア（ｎ）は、（４）弐の第２項を
最大化する、即ちゲインａｉｋを最大化するように選択
すればよい。なお、関数φ、（ｎ）は、種々の多項式関
数を用いてもよいし、音声信号中から学習によって求め
てもよい。

以上水したような方法を用いることによって、前記文献
４における方法に対して大幅に計算量を削減した上、誤
差を良好に小さく保つことが可能である。

〔実施例〕

第１図は、音声符号化復号化方法を実施する音声符号化
装置及び音声復号化装置を示す。

音声符号化装置の入力端子５００から離散的な音声信号
を入力する 時間分割回路５１０は、入力された音声信号を、時間的
に一様なフレーム毎（例えば１００ｍ５ｅｃ、毎）に分
割する。

ピッチパラメータ計算回路５１５は、ピッチの微細構造
を表すピッチパラメータを計算する。計算方法は、前記
文献２に示されているような方法を用いる。

量子化器５１６は、前記求められたピッチパラメータを
量子化する。

逆量子化器５１８は、量子化した結果を用いて逆量子化
Ｑて出力する。

スペクトルパラメータ計算回路５２０では、前記分割し
た区間の音声信号のスペクトルを表すスペクトルパラメ
ータを、周知のＬＰＧ分析法によって求める。求められ
たスペクトルパラメータに対しては、コードブック５２
１の中に予め定められた個数用意されたコードを用いて
、作用の項において説明したような方法によりゲイン回
路５２２において各コードに対して最適なゲインを計算
する。

コードブック選択回路５２５は、各コードブックに対す
るゲイン計算回路５２２の出力である誤差の内最小であ
るものを選択し、選択されたコードのインデクスと最適
なゲインを出力する。

逆量子化器５３０は、コードブック選択回路５２５の出
力である前記選択されたコードのインデクスと最適なゲ
インを用いて逆量子化して出力する。

重み付は回路５４０は、逆量子化されたスペクトルパラ
メータを用いて前記分割された音声信号に重み付けを行
う。重み付けの方法は、特願昭５９−２７２４３５号明
細書（文献５）の重み付は回路２００を参照することが
できる。

インパルス応答計算回路５５０は、逆量子化されたピッ
チパラメータと逆量子化されたスペクトルパラメータを
用いてインパルス応答を計算する。

具体的な方法は前記文献２を参照できる。

自己相関計算回路５６０は、前記インパルス応答の自己
相関を計算し音源パルス計算回路５８０へ出力する。自
己相関の計算法は、前記文献２の自己相関関数計算回路
１８０を参照することができる。

相互相関計算回路５７０は、前記重み付けられた信号と
前記インパルス応答との相互相関を計算して、音源パル
ス計算回路５８０へ出力する。具体的な方法は前記文献
２を参照できる。

音源パルス計算回路５８０では、マルチパルスをピッチ
予測により、予め定められた個数だけ求める。マルチパ
ルス列の計算方法については、前記文献２の音源パルス
計算回路２１０を参照することができる。

量子化器５８５は、音源マルチパルス列を量子化して符
号を出力する。

量子化器５９０の出力であるマルチパルス列を量子化し
た符号、量子化器５１６の出力であるピンチパラメータ
を量子化した符号、さらに量子化器５２５の出力である
前記選択されたコードのインデクスと最適なゲインを表
す符号は、それぞれマルチプレクサ６３０の入力となる
。マルチプレクサ６３０は以上の各符号を組み合わせて
出力する。

一方、受信側では、デマルチプレクサ７１０は、マルチ
パルス列の符号、ピッチパラメータの符号、前記選択さ
れたコードのインデクスと最適なゲインを表す符号を分
離して出力する。

音源パルス復号器７２０は、マルチパルスの振幅。

位置を復号する。

コードブック選択回路７５２は、インデクスを復号し、
受信側と同じコードブック７５１の中から前記復号した
インデクスに対応するコードを選択する。

ゲイン回路７５０は、ゲインを復号し、前記選択された
コードと復号されたゲインを用いてスペクトルパラメー
タを復号し出力する。

ピッチパラメータ復号器７４０は、送信側の逆量子化・
器５１８と同じ働きをする。

パルス発生Ｈ７３０は、前記マルチパルス列による音源
信号を発生させる。

ピッチ再生フィルタ７５５は、前記重められた音源信号
と前記復号されたピッチパラメータを入力として、ピッ
チを再生した合成音源信号を再生する。

スペクトル包絡フィルタ回路７６０では、前記音源信号
及び前記復号されたスペクトルパラメータを用いて合成
音声波形を求めて出力端子７７０へ出力する。

以上述べた構成は本発明の一構成にすぎず、種々の変形
も可能である。

マルチパルスの計算方法としては、前記文献工に示した
方法の他に、種々の周知な方法を用いることができる。

また、スペクトルパラメータとしては、他の周知なパラ
メータ（線スペクトル対、ケプストラム。

ノルケプストラム。対数断面積比等）を用いることもで
きる。

〔発明の効果〕

本発明によれば、スペクトルパラメータを予め定められ
た複数個の関数を用いて表すことで、従来方法に比べ非
常に少ない計算量で、かつ従来方法に比べ少ない伝送情
報量で音声信号を良好に表すことができるという大きな
効果がある。

【図面の簡単な説明】

第１図は本発明による音声符号化復号化方法とその装置
の一実施例の構成を示すブロック図、第２図は本発明の
作用を示すブロック図である。 ５００　・・・・・入力端子 ５１０　　・・・・・時間分割回路 ５１５　　・・・・・ピッチパラメータ計算回路５２０
　　・・・・・スペクトルパラメータ計算回路５１６．
５９０・・・量子化器 ５１８、５３０・・・逆量子化器 ５２１、７５１・・・コードブック ５２２、２６０・・・ゲイン計算回路 ５４０　　・・・・・重み付は回路 ５５０　　・・・・・インパルス応答計算回路５６０、
２５２・・・自己相関計算回路５７０、２５１・・・相
互相関計算回路５８０　　・・・・・音源パルス計算回
路７３０　　・・・・・パルス発生器 ７５５　　・・・・・ピッチ再生フィルタ７６０　　・
・・・・スペクトル包絡フィルタ６３０　　・・・・・
マルチプレクサ ７１０　　・・・・・デマルチプレクサ７２０　　・・
・・・音源パルス復号器７４０　　・・・・・ピッチパ
ラメータ復号器７５０　　・・・・・ゲイン回路 ７７０　　・・・・・出力端子

Claims (3)

【特許請求の範囲】
1. （１）離散的な音声信号を入力し、予め定められた時間
   長のフレーム毎にスペクトル包絡を表すスペクトルパラ
   メータと音源信号を抽出し、前記スペクトルパラメータ
   と前記音源信号を量子化して組み合わせて伝送し、前記
   組み合わされた信号から前記音源信号と前記スペクトル
   パラメータを分離し復元し、前記音声信号を良好に再生
   して出力する音声符号化復号化方法において、 前記スペクトルパラメータを、予め複数個の関数を有し
   前記関数の中から前記予め用意された関数の自己相関と
   、前記予め用意された関数と前記入力信号との相互相関
   を用いて最適なものを選択して、前記スペクトルパラメ
   ータを量子化することを特徴とする音声符号化復号化方
   法。
2. （２）入力した離散的な音声信号系列から短時間スペク
   トル特性を表すスペクトルパラメータを求めるスペクト
   ルパラメータ計算回路と、 前記音声信号を予め複数個の関数を有し前記関数の中か
   ら、前記予め用意された関数の自己相関と、前記予め用
   意された関数と前記入力信号との相互相関を用いて最適
   なものを選択して表現するスペクトルパラメータ量子化
   回路と、 前記量子化されたスペクトルパラメータを逆量子化する
   逆量子化回路と、 前記逆量子化回路の出力を用いて前記音声信号の音源信
   号を複数個のパルス列を用いて表して符号化する音源信
   号計算回路と、 前記スペクトルパラメータを表す関数を表す符号と前記
   マルチパルス列を表す符号とを組み合わせて出力するマ
   ルチプレクサ回路とを有することを特徴とする音声符号
   化装置。
3. （３）音源信号を表す符号と前記音声信号のスペクトル
   パラメータを表す関数を表す符号とを入力して分離し復
   号化するデマルチプレクサ回路と、前記復号化されたス
   ペクトルパラメータを表す関数から短時間スペクトル特
   性を表すスペクトルパラメータを復号するスペクトルパ
   ラメータ復号回路と、 音源信号を用いてマルチパルス列を復元し音源信号を復
   元する音源信号復元回路と、 前記復元された音源信号と前記復号されたスペクトルパ
   ラメータとを用いて音声信号を合成する合成フィルタ回
   路とを有することを特徴とする音声復号化装置。