JPH0235996B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は可変長フレーム型線形予測ボコーダ、
とくに伝送パラメータである線形予測係数を最適
矩形近似の手法を用いて伝送する可変長フレーム
型線形予測ボコーダに関する。

線形予測ボコーダは、分析側において音声信号
を例えば10msec程度の基本分析フレーム周期
（以後基本フレーム）ごとに線形予測分析を行い、
かくして得られた線形予測係数（とくにＫパラメ
ータが広く用いられる）を他の音源情報（ピツチ
周波数、短時間平均電力、有声無声判定信号等）
と共に合成側に伝送する。この場合に伝送すべき
音声の情報量をなるべく圧縮するために下記のよ
うな手法を用いることが知られている。

すなわち、前述の基本分析フレーム周期ごとに
得られる線形予測係数を各基本フレームごとに忠
実に伝送するかわりに、Nt個（但し後述するよ
うにNtは変化する数）の基本フレームをまとめ
て一個の伝送フレームとし、各伝送フレームごと
にその中から一個の代表フレームを選出し、この
Nt個の基本フレームからなる伝送フレームの中
では伝送すべき線形予測係数はすべて代表フレー
ムの線形予測係数と同一と見做し、この選出した
代表フレームの線形予測係数と、その繰り返し数
Ntとを伝送する。但し、ここでNtは予め定めた
ある最大数をＭとすると１NtＭなる整数と
し、しかもNtは、以下に述べるような最適値を
達成するように、ダイナミツクプログラミングに
よつて求められる時間と共に変化する整数とす
る。

さて、基本フレーム毎に得られる線形予測係
数、あるいはこれに予め定めた一定の演算処理を
ほどこして得られる数値の組をx⁽ⁱ⁾ _l（但し、ｉ＝
１，２，…Ｐ、またｌは基本フレーム番号とす
る）とすると、x⁽ⁱ⁾ _lはＰ次元空間の一つのベクト
ルを表わすと考えることができる。以後これを距
離ベクトルと定義することにする。

今、ある一つの伝送フレームをとり、その中の
任意の基本フレームｌの前記距離ベクトルをx⁽ⁱ⁾ _l
とし、この伝送フレーム中の前述の選出された代
表フレームの距離ベクトルをx⁽ⁱ⁾ _sとすると、前記
基本フレームｌと代表フレームｓとの距離d_lsは と定義することができる。

従つて、この伝送フレームにおいては、各基本
フレームの代表フレームからの距離の和を作る
と、 Dt＝ 〓^l d_ls となる。但し、Dtはｔ番目の伝送フレームにお
ける各基本フレームの代表フレームからの距離の
和であり、ｌはこの伝送フレーム中のすべての基
本フレーム番号を表わすとする。

さて、前述のダイナミツクプログラミングによ
る各Ntおよび代表フレームの選出は、ある条件
の下にこのDtの和が最小となるような組合せを
選択するように行われる（これについてはさらに
後述する）。

こうして各々がNtの基本フレームをもつ可変
フレーム長の伝送フレームを構成し、各基本フレ
ームごとに線形予測係数を忠実に伝送するかわり
に、各伝送フレームごとに代表フレームの線形予
測係数と、この伝送フレームのフレーム長Ntと
を伝送することにより、いわゆる最適矩形近似
（参考文献：「最適矩形波近似を用いた可変フレー
ム周期音声分析合成方式」、日本音響学会講演論
文集３−２−23、昭和53年５月）を行つて、再生
音声の劣化の少ない情報量節減を達成することが
でき、これは情報量節減の有力な一手段となつて
いる。

しかしながら、従来方式においては、音声が実
際に存在しない無音区間も含めて上述の最適矩形
近似を行つているため、聴覚的に意味のない無音
の伝送データが有声・無声の有音の伝送データに
比較して無視し得ない量で伝送されることにな
る。これは上述の情報量の節減という点から見る
とそれだけ効率の悪い処理を行つていることにな
る。

本発明の目的は上述の従来の欠点を除去した可
変長フレーム型線形予測ボコーダを提供するにあ
る。

本発明のボコーダは、入力音声信号を線形予測
分析し線形予測係数を抽出して前記入力音声信号
の音声情報として伝送する線形予測ボコーダにお
いて、前記入力音声信号を有声音および無声音の
少なくとも一方を含む有音区間と音声を含まない
無音区間とに区別する識別手段と、前記無音区間
を除いた前記有音区間を可変長の伝送フレームを
用いて最適矩形近似する手段とを分析側に備え、
前記無音区間については無音区間であることを表
示する情報および無音区間の長さを示す情報を前
記音声情報に代えて合成側に伝送する構成であ
る。

次に図面を参照して本発明を詳細に説明する。

第１図は本発明の一実施例を示すブロツク図で
ある。

本実施例は、送信側（分析側）１、受信側（合
成側）２および伝送路３から構成される。

送信側１は、低域フイルタおよびAD変換器１
０１、ウインドウ処理器１０２、自己相関係数計
測器１０３、自己相関係数メモリ１０４、線形予
測係数（LPC）分析器１０５、自己相関係数二
次差分計測器１０６、ベクトルメモリ１０７、距
離計測器１０８、フレーム選択器１０９、有声／
無声／無音判別器１１０、ピツチ抽出器１１１、
符号化器１１２を含み、また、受信側２は、復号
化器２０１、Ｋパラメータメモリ２０２、Ｋ補間
器２０３、繰り返し回数制御器２０４、補間制御
器２０５、Ｋパラメータ／αパラメータ変換器２
０６、LPCフイルタ２０７、ピツチ発生器２０
８、切替器２０９、雑音発生器２１０、可変利得
増幅器２１１およびＤ／Ａ変換器および低域フイ
ルタ２１２を含んでいる。

さて、伝送すべき音声入力は音声入力端子１０
００より入力され、低域フイルタおよびAD変換
器１０１の低域フイルタにより、例えば3.4KHz
以上の高域成分が遮断されたものが、例えば8K
Hzサンプリング周波数によりサンプルされ、AD
変換器により１サンプル当り、例えば12ビツトの
デジタル信号に量子化され、ウインドウ処理器１
０２に供給される。

ウインドウ処理器１０２は、入力した量子化音
声信号を、一旦、内部のメモリに格納する。この
メモリは前記量子化音声信号の例えば30msec分
（240サンプル分）を記憶し、これにハミングウイ
ンドウ、または矩形ウインドウ等のウインドウ関
数を乗ずるウインドウ処理を行う。このようなウ
インドウ処理は、例えば10msec周期で繰り返さ
れこれが前述の基本フレーム周期となる。

さて、ウインドウ処理された音声波形データ
は、前記基本フレーム周期ごとに自己相関係数計
測器１０３、有声／無声／無音判別器１１０およ
びピツチ抽出器１１１に出力される。

自己相関係数計測器１０３は、入力した前記ウ
インドウ処理された音声波形データを用いて、そ
の各遅れ時間における自己相関係数を必要な遅れ
時間の範囲で計測し、これを自己相関係数メモリ
１０４および自己相関係数二次差分計測器１０６
に出力する。さらに、計測器１０３は遅れ時間０
の自己相関係数（すなわちこの基本フレームにお
ける平均電力）を計測し、その基本フレームの音
声電力を表す情報として出力ライン１０３０を介
して符号化器１１２に供給する。

自己相関係数メモリ１０４は、計測器１０３か
ら供給される自己相関係数データを各基本フレー
ムごとに格納しておくメモリである。こうして格
納された自己相関係数データは、フレーム選択器
１０９で、後述するようにして代表フレームが選
択されその代表フレームの基本フレーム番号が出
力ライン１０９０を介して供給されると、その指
定された基本フレーム番号の自己相関係数データ
の組が読み出されて線形予測係数分析器１０５に
供給される。

線形予測係数分析器１０５は、供給された自己
相関係数データの組からＫパラメータを所定の次
数まで、例えばオートコリレーシヨン（AUTO
CORRELATION）法等の線形予測分析法により
抽出し、抽出されたＫパラメータを符号化器１１
２に供給する。なお、オートコリレーシヨン法に
ついては、例えば、ジヨンマツコール：“リニア
プレデイクシヨン：アチユートリアルレビユー”
（John Makhoul：“Linear Prediction：Ａ
Tutorial Review”）Proceedings of the IEEE，
Vol，63，No.４ April，1975，PP.561〜580やそ
の他の文献に詳細に記載されている。

以上述べたように、もし、フレーム選択器１０
９が代表フレームを選択すると、選択されたこの
代表フレームに相当する基本フレームのＫパラメ
ータが符号化器１１２に供給されることになる
が、この代表フレームの選択は以下のようにして
行われる。

二次差分計測器１０６は、前述のように各遅れ
時間における自己相関係数の供給を受けるが、こ
れよりこの二次差分データを計測し、これを距離
ベクトルとして、ベクトルメモリ１０７に供給す
る。自己相関係数の二次差分データとは下記の如
き演算により求められるデータである。

サンプリング周期を単位として、そのｊ倍（ｊ
は整数）のおくれ時間をもつ、計測器１０３から
供給される自己相関係数をp_j（ｊ＝１，２，…Ｋ）
とすると、その一次差分p_l′は、 p_l′＝p_l−p_l+1 （但しｌ＝１，２…Ｋ−１）で定義され、さらに
二次差分p_q″は p_q″＝p_q′−p_q+1′ （但しｑ＝１，２，…，Ｋ−２）で定義される。
こうして定義される自己相関係数の二次差分デー
タは、基本フレーム間の距離を表わす前述の距離
ベクトルとして用いるのに特に適していることが
知られている。

さて、ベクトルメモリ１０７は、各基本フレー
ムに対する前記距離ベクトル（現在の例では自己
相関係数の二次差分データ）を各基本フレームご
とに次々に格納記憶する。こうして記憶された距
離ベクトルは距離計測器１０８が基本フレーム番
号を指定することにより自由に読み出され、以下
に述べるような距離計測を行うために用いられ
る。

距離計測器１０８は任意のａ番目の基本フレー
ムとｂ番目の基本フレームとの間の距離d_abを を用いて計測し、必要な基本フレーム間の距離を
フレーム選択器１０９に供給する。但しx⁽ⁱ⁾ _aおよ
びx⁽ⁱ⁾ _bは、それぞれａ番目およびｂ番目の基本フ
レームの距離ベクトルのｉ番目の成分（現在の例
ではそれぞれａ番目およびｂ番目の基本フレーム
のp_i″に相当する量）である。

一方、各基本フレームごとにウインドウ処理さ
れた音声波形データの供給を受ける有声／無声／
無音判別器１１０は、この供給されたデータから
各基本フレームごとに、このフレーム中の音声信
号が有声音か無声音かまたは無音（全く音声が存
在しない状態）であるかを判定し、その結果をフ
レーム選択器１０９および符号化器１１２に供給
する。なお、有声／無声／無音判別器１１０は、
例えば、文献ビー・エス・エイタル他：“アパタ
ーンリコグニツシヨンアプローチツウボイスド−
アンボイスド−サイレンスクラシフイケーシヨン
ウイズアプリケーシヨンツウスピーチリコグニツ
シヨン”（B.S.Atal他：“Ａ Pattern
Recognition Approach to Voiced−Unvoiced
−Silence Classification with Application to
Speech Recognition”，IEEE Trans，on A.，
S.，S.，P.，Vol.ASSP−24，No.３，June 1976，
PP.201〜212に記載されている方法を用いて容易
に実現することができる。

さて、フレーム選択器１０９は上述のようにし
て供給された有声音、無声音および無音を表わす
データと、基本フレーム間の距離データとを用い
て、ダイナミツクプログラミングの手法により以
下の演算を行う。

すなわち、各基本フレームを、有声音または無
声音をもつ有音の基本フレームの連続よりなる有
音区間と、無音の基本フレームの連続よりなる無
音区間とに分離し、これら両区間において、それ
ぞれ可変長伝送フレームのフレーム長を求め、さ
らに有音区間については各伝送フレームにつき、
その伝送フレームを代表する代表フレームを同時
に選択する。

さて、無音区間および有音区間における可変長
伝送フレームを求める演算は以下のように行われ
る。

まず無音区間における伝送フレームの最大長
（基本フレームを単位とした長さ）は予め定めた
数Lsmax以下とする。従つて無音区間について
は以下のようにして簡単に伝送フレーム長を決定
できる。

すなわち、もし無音基本フレームの連続する長
さがLsmax以下の場合にはその長さをそのまま
伝送フレーム長とすればよい。またもし無音基本
フレームの連続する長さがLsmax以上の場合に
は無音区間の最初からLsmaxの長さの伝送フレ
ームを次々に作つてゆき残りの部分がLsmax以
下になつたらその長さをそのまま最後の伝送フレ
ーム長とする。

これに対して有音区間に対しては以下のように
行う。今伝送すべきある有音区間が長さＶ（基本
フレーム単位のＶ倍）だけ連続しているとし、こ
の部分を可変フレーム長をもつ伝送フレームに分
解すると仮定する。なおこの伝送フレームに分解
されるべき連続した有音区間を大フレームと定義
する。現在の例では大フレーム長はＶである。

まず、長さＶをもつ大フレームの中に含まれる
べき代表フレームの数Nvを決定する。これは予
め定めた演算によりＶに対する関数としてのNv
を求めるか、または予め用意されているＶとNv
との対応テーブルを参照することによりNvを決
定する。なおNvは Ｖ／NvLmax を満足するように定められている。但し有音区間
における伝送フレームの最大長を2Lmaxとする。
このような整数Nvが求まると、次に長さＶの有
音区間の中に相互の間隔がLmax以下になるよう
にしてNv個の代表フレームを選び、かつこうし
て選ばれた代表フレームをそれぞれ一個ずつその
中に含むようなNv個の伝送フレームを、お互い
に相接するように設定する。

このような代表フレームの選び方と伝送フレー
ムの設定の仕方は高々有限個の組合せしかないの
で、この有限個の組合せの中から次の条件を満足
するものを探してそれを選択することができる。
すなわち、今ある選ばれたｇ番目（ｇ＝１，２，
…Nv）の代表フレームの距離ベクトルをx⁽ⁱ⁾ _gとし
て、このｇ番目の代表フレームが代表する伝送フ
レーム内の各基本フレーム（つまりｇ番目の伝送
フレーム内の各基本フレーム）の距離ベクトルを
x⁽ⁱ⁾ _g′とすると、このｇ番目の伝送フレームにおけ
る各基本フレームの代表フレームからの距離の和
Dgは、 で求められる。

従つてＶの有音区間のすべての伝送フレームに
おけるこのような代表フレームからの距離の和
Dgの総和Ｄは、 Ｄ＝ 〓^g D_g となる。

上述の、代表フレームの選び方と伝送フレーム
の設定の仕方の条件とは、このＤの値が最小値を
とるような組合せを選択することである。このよ
うな選択はダイナミツクプログラミングの手法を
用いて比較的容易に行うことができる。

以上の演算により、無音区間を除いたＶの長さ
の有音区間について、与えられた距離ベクトルを
用いて最適矩形近似による可変フレーム長の伝送
フレームが設定され、同時に各伝送フレーム中の
代表フレームが選択されたことになる。

こうして選択された代表フレームを指定する基
本フレーム番号が出力ライン１０９０を介して出
力され、前述のように、この代表フレームのＫパ
ラメータを演算するのに用いられる。

一方、求められた各伝送フレームのフレーム長
は繰り返し数制御信号として出力ライン１０９１
を介して符号化器１１２に供給される。

さて、ピツチ抽出器１１１は供給された前記ウ
インドウ処理された音声波形データから各基本フ
レームにおけるピツチ周波数データを抽出しこれ
を符号化器１１２に供給する。

符号化器１１２は、こうして供給された上述の
各種の情報を適宜に組合せて伝送符号化し、伝送
路３を介して受信側２に送出する。なお、この伝
送符号化に当つて、無音区間についてはこれが無
音区間であることの指定と、その無音区間の長さ
（または無音区間の伝送フレームの長さ）を指定
する情報とを送るだけにして他のすべての情報を
省略することにより大いに情報量を圧縮すること
ができる。また、有音区間については、各基本フ
レームごとのＫパラメータを送るかわりに、選択
された代表フレームのＫパラメータと、その代表
フレームが含まれる伝送フレームのフレーム長と
を組合せて伝送し、各伝送フレームの中の代表フ
レーム以外のＫパラメータは、この代表フレーム
のＫパラメータで近似できると仮定し、また伝送
フレーム長をそのＫパラメータの繰り返し数を指
定する情報として扱うことにより情報量の圧縮を
図ることができる。

さて、受信側２においては、伝送路３を介して
伝送された上述の伝送符号化された情報を受信
し、これを復号化器２０１に供給する。

復号化器２０１は、この受信された情報を復号
化することにより、伝送された代表フレームのＫ
パラメータを再生し、これをＫパラメータメモリ
２０２に格納する。また、伝送フレーム長を指定
する値を再生し、繰返し回数制御器２０４に供給
する。制御器２０４は繰返し回数制御信号を補間
制御器２０５に供給する。

補間制御器２０５はＫパラメータメモリから同
じＫパラメータを、繰返し回数制御信号により指
定される回数だけ次々に読み出すことにより、矩
形近似された送信側の各基本フレームごとのＫパ
ラメータの系列を再現しこれをＫ補間器２０３に
供給する。

Ｋ補間器２０３は、こうして供給されたＫパラ
メータと、補間制御器２０５から供給されるＫパ
ラメータの変化点（各伝送フレームの境界点）と
の情報とを用いて、このＫパラメータの変化点に
おける基本フレーム周期を例えば４分割して、各
分割時点におけるＫパラメータの値を、その両端
の値から直線補間によつて求め、こうして得られ
るＫパラメータをＫパラメータ／αパラメータ変
換器２０６に供給する。

なお、このＫパラメータ補間器２０３の使用
は、合成側において第２図Ａに示すようにＫパラ
メータの台形補間を行い、これにより伝送フレー
ムの境界点におけるＫパラメータの急峻な変化を
緩和し、近似度の向上を目指すものである。

合成側において第２図Ｂに示すように矩形近似
（無補間）のままでＫパラメータを再生する場合
には、Ｋパラメータ補間器２０３の使用を省略す
ればよいことは明らかである。なお、簡単にする
ために第２図Ａ，Ｂにおいては、Ｋパラメータを
１次元の量として示しているが一般にはＫパラメ
ータは複数の成分をもつベクトルであり、その場
合には第２図Ａ，ＢはＫパラメータベクトルの一
成分に対する図と考えることができる。

さて、Ｋパラメータ／αパラメータ変換器２０
６は、供給されたＫパラメータをαパラメータに
変換し、このαパラメータをLPCフイルタ２０
７のフイルタ係数として供給する。

一方、復号化器２０１は受信された情報を復号
化することにより、前述の各基本フレームにおけ
る音声電力を表す情報を再生し、これを利得制御
情報として可変利得増幅器２１１に供給する。ま
た復号化器２０１は伝送された有声音／無声音を
区別する情報を再生し、これを有声／無声切替信
号として切替器２０９に供給する。さらに復号化
器２０１は伝送されたピツチ周波数を指定する情
報を再生し、これをピツチ周波数制御信号として
ピツチ発生器２０８に供給する。

この結果、ピツチ発生器２０８は指定された周
波数のピツチパルスデータを発生し切替器２０９
に供給する。

切替器２０９は、供給された有声／無声切替信
号が有声音を指定する場合にはピツチ発生器２０
８側の入力データを選択し、無声音を指定する場
合には雑音発生器２１０側の入力データを選択し
てこれを可変利得増幅器２１１に供給する。

可変利得増幅器２１１は、かくして供給された
ピツチパルスデータまたは雑音信号データを、供
給された前記利得制御情報で荷重することにより
可変増幅し、音源励振データを作成し、これを励
振信号ライン２１１０を介してLPCフイルタ２
０７に供給する。

LPCフイルタ２０７は、供給された音源励振
データとフイルタ係数とより音声データを再生す
る。

かくして再生された音声データはＤ／Ａ変換器
および低域フイルタ２１２のＤ／Ａ変換器におい
てアナログ信号に変換され、さらに低域フイルタ
により不要な高域成分が除去されてアナログ音声
信号を再現し、出力端子２０００より出力され
る。

なお、上述のＫパラメータ／αパラメータ変換
器２０６については前記オートコリレーシヨン法
等を応用して容易に構成することができる。また
LPCフイルタ２０７については巡回型フイルタ
として容易に構成し得る。

さて、上述の実施例においては、一つの無音区
間と次の無音区間とに挟まれる連続した有音区間
をそのまま大フレームとして取り扱かつた。上述
の説明より明らかなように、可変長伝送フレーム
による最適矩形近似を行うと、少くも大フレーム
分の入力音声が完了し、さらにそれから必要とす
る処理時間が経過した後はじめてこの有音区間に
対する情報の送出が可能となる。従つて、受信側
で音声が再生されるまでには不特定の大きな遅れ
時間を発生する可能性がある。これを避けるため
には下記のようにすればよい。

すなわち、許される最大のおくれ時間より予め
大フレーム長の最大値を定めておく。今、こうし
て定まる大フレーム長の最大値をVmaxとする
と、有音区間が開始し、それがVmax以上連続す
る場合には、この有音区間をVmaxごとに区切つ
てそれを大フレームとして取扱い、一つの大フレ
ームの入力が完成するごとに、この大フレームを
最適矩形近似による可変長の伝送フレームに分解
する上述の処理を行う。こうすることによつて予
め定めた遅れ時間内で実時間処理を行うボコーダ
を提供できる。

また、とくに分析側における分析遅延時間を一
定とするためには、以下に述べるようにして無音
区間を除いた有音区間の最適矩形近似を行うよう
にすることができる。

すなわち、まず、基本フレームを有音・無音の
区別なく予め定めた特定の整数Ｒ個ごとに区切つ
てこれを大フレームとし、この大フレームごとに
以下に述べるようなダイナミツクプログラミング
による分析法を適用する。まず、Ｒ個の長さをも
つ大フレームの中の各基本フレームごとに有音／
無音の判別を行う。こうして無音区間を識別し、
もしこの大フレームの中に無音区間があれば、こ
の無音区間を大フレームの中から取り除く。今、
取り除いた無音区間の長さをＳとすると、この結
果、Ｒ−Ｓの長さの有音区間が残る。こうして、
この無音区間を取り除いたＲ−Ｓの長さの有音区
間を一つの連続した有音区間と見做し、前述と同
様なダイナミツクプログラミングの手法を用いて
最適矩形近似を行う伝送フレームに分解するので
あるが、この場合に、各基本フレームの距離を計
測するに際し、以下に述べるような条件を新たに
追加する。

すなわち、大フレーム中にもし一個の無音区間
が存在した場合には、その無音区間よりも前にあ
る有音区間をＶ１、その無音区間よりも後にある
有音区間をＶ２と定義すると、ともにＶ１中にあ
る基本フレーム間の距離に対しては前述の(1)式で
求めた距離d_abの値に特定の荷重定数Ｋを掛ける。
同様にともにＶ２中にある基本フレーム間の距離
に対しても(1)式で求めた距離d_abの値に同じ荷重
定数Ｋを掛ける。しかし、一方がＶ１中にあり他
方がＶ２中にある基本フレーム間の距離に対して
は(1)式で求めた距離d_abの値に別の荷重定数Ｌを
掛ける。しかしてこれら２個の荷重定数ＫとＬと
の関係をＬ＞＞Ｋになるように選んでおく。この
ような追加条件を付加し、他は前述と全く同様に
してダイナミツクプログラミングにより距離の総
和Ｄが最小になるように伝送フレームと代表フレ
ームとを選択する。

こうすると、選択の結果得られた伝送フレーム
に、Ｖ１の区間とＶ２の区間とにまたがるものが
生ずることはない（もし、ある伝送フレームが両
区間にまたがると、この伝送フレーム中おける基
本フレームの代表フレームからの距離の和が他に
比較して非常に大きな値になるため距離の総和Ｄ
が最小になるという条件を満足しなくなる）。

従つて、こうして得られた伝送フレームをまず
Ｖ１の区間の各伝送フレームから次々に伝送し、
これがすむと無音区間を一つの無音伝送フレーム
として伝送し、最後にＶ２の区間の各伝送フレー
ムを次々に伝送することにより、この大フレーム
を正しく最適矩形近似を行う可変長伝送フレーム
に分解して伝送することができる。

なお、上述の例では、説明を簡単にするため
に、大フレーム中に１個の無音区間が中間に存在
すると仮定したが、これ以外の場合についても上
述の原理を適用できることは容易に理解できるで
あろう。

以上の方法は分析側における分析遅延時間を一
定に抑えることができるという優れた特徴を有し
ている。

次に、前述の実施例においては距離ベクトルと
して自己相関係数の２次差分を用いたがこれは一
例にすぎず、このほかに、自己相関係数より求め
られるＫパラメータ、αパラメータ、LSP（ライ
ンスペクトラムペアズ）またはケプストラム等の
中のいずれかのパラメータを用いることもでき
る。この場合には、自己相関係数の二次差分計測
器１０６のかわりに、自己相関係数からこれらい
ずれかのパラメータを抽出する公知の手段を用い
ればよい。

また、聴覚的に、選択するフレームの重み付け
処理を行うために以下のようにすることもでき
る。

すなわち、基本フレームａと基本フレームｂと
の距離を(1)式で求まる距離d_abをそのまま用いる
かわりに、基本フレームａと基本フレームｂとが
それぞれ有声音フレームであるか無声音フレーム
であるかの情報を用い、それに従つて、上のd_ab
にそれぞれ異なる荷重係数W_VV，W_UVおよびW_UU
を掛けたものを新らしくその基本フレーム間の距
離とし、他は上述と全く同様にして伝送フレーム
および代表フレームを決定する。なお、W_VVは基
本フレームａとｂとがともに有声音フレームの場
合の荷重係数、W_UVは基本フレームａおよびｂの
うちの一方が有声音フレーム、他方が無声音フレ
ームである場合の荷重係数およびW_UUは基本フレ
ームａおよびｂがともに無声音である場合の荷重
係数とする。

さらにまた、聴覚的に、選択するフレームの重
み付け処理を行うために次のようにすることもで
きる。すなわち、基本フレームａにおける音声電
力（つまり基本フレームａにおける遅れ時間０の
自己相関係数）をPa、基本フレームｂにおける
音声電力をPbとすると、基本フレームａと基本
フレームｂとの(1)式による距離d_abに、PaとPbと
の幾何平均√を掛けた√d_abを新らし
く基本フレームａと基本フレームｂとの間の距離
とし、他は上述と全く同様にして伝送フレームお
よび代表フレームを決定するという処理を行うこ
ともできる。

最後に、伝送符号の効率化について説明する。
このためには無音区間の伝送フレーム長を表現す
るビツトと有音区間における伝送フレーム長を表
現するビツトとを独立にする。

すなわち、有音区間においては例えば第３図Ａ
に示すように、伝送符号フレームの区切りを示す
フレームビツトＦの“１”につづいて伝送フレー
ム長フイールドＬを設定し、ここに伝送フレーム
長を指定する値を配置し、次にパラメータフイー
ルドPfを設定し、代表フレームの伝送パラメー
タを配置する。

これに対して、無音区間においては、第３図Ｂ
に示すように、フレームの区切りを示すフレーム
ビツトＦの“１”につづいて、上述の有音区間の
伝送フレーム長フイールドＬのかわりに、これを
無音区間指定フイールドSfとしてこの内容をすべ
て“０”とすることにより、これが無音区間を表
現する符号であることを指定し、また有音区間の
パラメータフイールドPfの部分を無音区間の伝
送フレーム長を指示するフイールドL′として使用
する。このような形で符号化することにより、無
音区間における伝送フイールドの最大長を有音区
間のそれに比較して充分長く選ぶことができ、そ
れだけ符号の効率化が図れる。

あるいはまた、伝送符号フレーム中の特定のビ
ツト（例えば前記伝送符号フレームビツトＦの次
のビツト）を専用の有音区間／無音区間判別ビツ
トとして使用し、このビツトにより有音区間の伝
送符号フレームと無音区間の伝送符号フレームと
を区別し、これ以外の符号の構成は有音区間と無
音区間とでは全く独立にそれぞれに最も適するよ
うなフイールド構成をとるようにしてもよい。

以上のように、本発明を用いて無音区間を除い
た有音区間を可変長伝送フレームを用いた最適矩
形近似を行うことにより情報量の節減が可能とな
り、ボコーダの伝送情報の低ビツトレート化およ
び低ビツトレート伝送における音質の向上を達成
できる。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロツク図、
第２図Ａは合成側におけるＫパラメータの台形補
間を説明するための図、第２図Ｂは合成側におけ
るＫパラメータの矩形近似（無補間）のままの再
生を説明するための図、第３図Ａは有音区間に対
する伝送符号の一例を示す図および第３図Ｂは無
音区間に対する伝送符号の一例を示す図である。 図において、１……送信側（分析側）、２……
受信側（合成側）、３……伝送路、１０１……低
域フイルタおよびAD変換器、１０２……ウイン
ドウ処理器、１０３……自己相関係数計測器、１
０４……自已相関係数メモリ、１０５……線形予
測係数分析器、１０６……自已相関係数二次差分
計測器、１０７……ベクトルメモリ、１０８……
距離計測器、１０９……フレーム選択器、１１０
……有声音／無声音／無音判別器、１１１……ピ
ツチ抽出器、１１２……符号化器、２０１……復
号化器、２０２……Ｋパラメータメモリ、２０３
……Ｋ補間器、２０４……繰り返し回数制御器、
２０５……補間制御器、２０６……Ｋパラメー
タ／αパラメータ変換器、２０７……LPCフイ
ルタ、２０８……ピツチ発生器、２０９……切替
器、２１０……雑音発生器、２１１……可変利得
増幅器、２１２……Ｄ／Ａ変換器および低域フイ
ルタ。

Claims (1)

【特許請求の範囲】
1. １ 入力音声信号を線形予測分析し線形予測係数
   を抽出して前記入力音声信号の音声情報として伝
   送する線形予測ボコーダにおいて、前記入力音声
   信号を有声音および無声音の少なくとも一方を含
   む有音区間と音声を含まない無音区間とに区別す
   る識別手段と、前記無音区間を除いた前記有音区
   間を可変長の伝送フレームを用いて最適矩形近似
   する手段とを分析側に備え、前記無音区間につい
   ては無音区間であることを表示する情報および無
   音区間の長さを示す情報を前記音声情報に代えて
   合成側に伝送することを特徴とする可変長フレー
   ム型線形予測ボコーダ。