JPH043876B2 - - Google Patents

Description

【発明の詳細な説明】 （技術分野） 本発明はマルチパルス型ボコーダに関し、殊に
分析側に於けるマルチパルスの振幅、位置の決定
法に関する。

（従来技術） 入力音声信号を分析して、この入力音声信号の
音声情報を構成するスペクトル包絡情報と音源情
報とを分析側で抽出し、これら音声情報を伝送路
を介して合成側に送出して入力音声信号を再生す
るボコーダはよく知られている。

上述したスペクトル包絡情報は、入力音声信号
を発生する声道系のスペクトル分布情報を表わす
もので、通常LPC分析によつて得られた分析次
数に対応する個数のLPC係数、たとえばαパラ
メータ，Ｋパラメータ等によつて表現され、また
音源情報はスペクトル包絡の微細構造を示すもの
で入力音声信号からスペクトル分布情報を除い
た、いわゆる残差信号として知られるもので、入
力音声信号の音源の強さ、ピツチ周期および有
声・無声に関する情報が含まれ、通常これらの情
報は入力音声信号の分析フレームごとの自己相関
係を介して抽出されることもよく知られている。

さて、スペクトル包絡情報はボコーダの合成側
で入力音声信号を合成する場合、通常全極型のデ
ジタルフイルムを利用して近似的声道系を形成せ
しめるLPC合成器の係数として利用され、音源
情報はこのデジタルフイルタの駆動音源として利
用され、このデジタルフイルタによつて入力音声
信号が合成される。

このようにして得られる従来のLPCボコーダ
は、約4Kb（キロワツト）以下の低ビツトレート
でも音声の合成が可能であり多用されているもの
の、高品質の音声合成は高ビツトレートにおいて
も困難であるという欠点を有する。この原因は音
源情報のモデル化の場合、有声音に対してはその
内容に対応するピツチ周期を抽出してこのピツチ
周期に対応する単一のインパルス列で近似的に表
現し、ランダム周期の無声音に対しては白色雑音
で近似的に表現するという単純なモデル化処理を
前提としているため、入力音声信号の音源情報を
忠実に抽出したものとならず、従つて音源情報に
含まれる入力音声信号の波形情報の分析、合成が
実施されていないことによる。

マルチパルス型ボコーダは、このような波形非
伝送による問題の改善を図るため波形伝送を行な
つて入力音声信号の合成を実施するボコーダのひ
とつとして近時よく知られつつあるものである。

第１図は従来のマルチパルス型ボコーダの分析
側基本的構成を示すブロツク図である。

LPC合成器１は声道をシミユレートする全極
型デジタルフイルタを備え、その係数は入力端子
2001を介して入力される入力音声信号ｘ（ｎ）（ｎ
＝１，２，３……ｎ）をLPC分析器２により分
析フレームごとに分析したLPC係数が供給され
る。音源パルス発生器３は、入力音声信号の音源
情報から複数個のインパルス系列、すなわちマル
チパルスからなる駆動音源系列Ｖ（ｎ）を得て、
これをLPC合成器１の駆動音源として供給する。

LPC合成器１はこうして入力するLPC係数を、
通常は全極型デジタルフイルタを利用する合成フ
イルタの係数とし、マルチパルスを駆動音源とし
て駆動され合成信号x〓（ｎ）を出力する。この場
合、マルチパルスは入力音声信号の波形情報を含
むものであり、LPC合成器１は波形情報を含む
入力音声信号の合成を行なうこととなる。

さて、LPC合成器１から出力する合成信号x〓
（ｎ）は次に減算器４で入力音声信号ｘ（ｎ）との
差をとり、誤差ｅ（ｎ）を得てこれを聴感重み付
け器５に送出する。

聴感重み付け器５は、誤差ｅ（ｎ）に対して次
の(1)式に示す特性ｗ（ｚ）を有する重み付けフイ
ルタによつて聴感的な重み付けを付与したうえ、
これらを２乗誤差最小化器６に送出するものであ
る。

ｗ（ｚ）＝〔１−_p 〓^k=1 a_kz^-k〕／ 〔１−_p 〓^k=1 a_kr^kz^-k〕 ……(1) (1)式においてa_kはLPC合成器１の全極型デジタ
ルフイルタの係数とすべきLPC係数、ｐはその
次数であり従つてLPC分析次数、ｒは重み付け
係数、ｚは全極型デジタルフイルタのｚ変換表示
による伝達関数Ｈ（z^-1）におけるｚ＝exp（jλ）を
示し、ここにλ＝2πΔT_fでありΔTは分析フレー
ムの標本化サンプリング周期、は周波数を示
す。

また(1)式において重み付け係数ｒは、０＜ｒ＜
１の範囲で設定される。

(1)式に示すｗ（ｚ）はｒ＝１に対しては１、ｒ
＝０に対してはｗ（ｚ）＝１−ｐ（ｚ）の範囲の範
囲で変化し、ｒの値は誤差ｅ（ｎ）の周波数スペ
クトルにおけるフオルマント領域に現われる過大
なレベルを抑圧する程度に対応して前述した範囲
の中で設定され、合成すべき信号の聴感的重み付
けの役割を果たすものであり、通常予め最適聴感
テストによつてその最適値が選定される。

このようにして重み付けられた誤差ｅ（ｎ）は、
音源パルス発生器３から出力される駆動音源系列
Ｖ（ｎ）、すなわちマルチパルスの最適時間位置と
振幅とを決定するために２乗誤差最小化器６に送
出され、次の(2)式による２乗誤差εを計算し、ε
を最小にするように駆動音源系列Ｖ（ｎ）が選択
される。

ε＝_N 〓^n=k 〔ｅ（ｎ）＊ｗ（ｎ）〕² ……(2) (2)式において記号＊は聴感重み付け器５の重み
付けフイルタによるたたみ込み積分、Ｎはマルチ
パルスを計算する区間長を示す。

上述した処理はマルチパルスのパルスごとに繰
返され、分析による合成がマルチパルスごとに行
なわれる、いわゆるAnalysis−by−Syntnesis手
法（以下Ａ−ｂ−Ｓ手法と略称する）であつて、
このＡ−ｂ−Ｓ手法は上述した内容からも明らか
な如く、マルチパルス１つずつについてパルス発
生、２乗誤差計算およびパルス位置・振幅調整の
ループで行なわれるため、低ビツトレート領域に
おける有効な手段であるにもかかわらずその演算
量が極めて膨大なものとなるという欠点がある。

なお、このＡ−ｂ−Ｓ手法については、B.S.
Atal el al、“Ａ New Model of LPC
Excitation for Producing Natural−Sounding
Speech at Low Bit Rates”，Proc.ICASSP
82，pp 614−617，（1982）等に詳述されている。

このような従来のＡ−ｂ−Ｓ手法における欠点
に対して、相関演算にもとづき最適なマルチパル
スを効率的に計算する次のような演算処理アルゴ
リズムが最近紹介されている。

すなわち、入力音声信号ｘ（ｎ）はＮサンプル
ごと処理フレームによつて区分され、このフレー
ムごとにマルチパルスが包括的に計算されるもの
である。

いま、１分析フレーム内に音源パルスがｋ個存
在するものとし、ｉ番目のパルスがフレーム端か
ら時間位置m_iにあり、かつその振幅がg_iであると
すると、LPC合成フイルタの駆動音源ｄ（ｎ）は
次の(3)式で示される。

ｄ（ｎ）＝_k 〓ⁱ⁼¹ g_i・δn，m_i ……(3) (3)式においてδn，m_iはクロネツカーのデルタ
関数であり、δ，m_i＝１（ｎ＝m_i），δn，m_i＝０
（ｎ≒m_i）である。

LPC合成フイルムはこの駆動音源ｄ（ｎ）によ
つて駆動され合成信号x〓（ｍ）を出力する。

LPC合成フイルタとして、たとえば全極型デ
ジタルフイルタを考えるものとし、その伝達関数
をインパルス応答ｋ（ｎ）（０ｎＭ−１）で表
現するものとすると、合成信号x〓（ｎ）は次の(4)
式で表わされる。

x〓（ｎ）＝_M-1 〓^l=0 ｄ（ｌ）・ｈ（ｎ−ｌ） ……(4) (4)式においてｄ（ｌ）は駆動音源を表わす。次
に入力音声信号ｘ（ｎ）と合成信号x〓（ｎ）との誤
差に対し聴感的な補正を施した重み付け誤差をe_w
（ｎ）とするとe_w（ｎ）は次の(5)式で示される。

e_w（ｎ）＝{x(n)-x〓(n)}＊ｗ（ｎ） ……(5) さらに２乗誤差は(5)式から誘導して次の(6)式で
示すことができる。

_M 〓ⁿ⁼¹ e² _w（ｎ）＝_M 〓ⁿ⁼¹ 〔｛ｘ（ｎ） −x〓（ｎ）｝＊ｗ（ｎ）〕² ……(6) (6)式においてＭは誤差を最小化する区間のサン
プル数を示し、たとえば１分析フレーム長に選
ぶ。最適な音源パルス列としてのマルチパルスは
(6)式を最小化するg_iを得ることによつて得られ、
このg_iは上述した(3)，(4)および(6)式から(7)式の如
く誘導される。

g_i（m_i）＝_M 〓ⁿ⁼¹ x_w（ｎ）・h_w（ｎ−m_i） −_i-1 〓^l=1 〔gl_M 〓ⁿ⁼¹ h_w（ｎ−m_l）・h_w（ｎ−m_i）〕 ／_M 〓ⁿ⁼¹ h_w（ｎ−m_i）・h_w（ｎ−m_i） ……(7) (7)式においてx_w（ｎ）へｘ（ｎ）＊ｗ（ｎ），h_w
（ｎ）はｈ（ｎ）＊ｗ（ｎ）を示す。(7)式の右辺の
分子の第１項はx_w（ｎ）とh_w（ｎ）との時間遅れ
m_iの相互相関関数φ_hx（m_i）を示すものであり、
また、第２項の_p 〓^k=1 h_w（ｎ−m_l）・h_w（ｎ−m_i）は
h_w（ｎ）の共分散関数φ_hh（m_l，m_i）（１m_l，m_i
Ｍ）を示す。共分散関数φ_hh（m_l，m_i）は自己
関関数R_hh（｜m_l−m_i｜）と等しくなり、従つて
(7)式は次の(8)式の如く表わすことができる。

(8)式によれば、時間位置m_iにおいてパルスを
発生せしめると振幅g_i（m_i）が最適なものとして
決定しうることとなる。なお(8)式において１
m_iＭである。

つまり、ある音源パルスに着目し、複種の時間
位置において(8)式によりその振幅を計算したう
え、その振幅の絶対値を最大とするものが(6)式に
示す２乗誤差を最小化するパルスとなり、このよ
うな手続を繰返して複数個の音源パルスを求める
ことができる。

なお、上述した計算アルゴリズムに関しては、
小沢、荒関、小野“マルチパルス駆動形音声符号
化法の検討”、1983年３月 電子通信学会 通信
方式研究会に詳述されている。

このような計算アルゴリズムに基づいて行なわ
れるマルチパルスの発生によれば、相互相関関数
と自己相関関数ならびに最大値演算から最適なマ
ルチパルスの計算が可能となるため、構成が非常
に簡素化されたものとなり演算量を大幅に低減し
うるマルチパルス型ボコーダを実現することがで
きる。

しかしながら、このようにして改善したマルチ
パルス型ボコーダにあつてもさらに次に述べるよ
うな欠点がある。

すなわち、合成側に於ける合成フイルタの語長
が有限の場合、上述した計算アルゴリズムにより
求めたマルチパルスによる駆動音源を用いた合成
フイルタ出力が、無音時や有声音語尾等の音声の
電力が小いさい場合に合成フイルタの有限語長の
影響で発生するリミツトサイクルによる雑音電力
により妨害され、著しく聴覚的に耳ざわりになる
という欠点がある。

（発明の目的） 本発明の目的は上述した欠点を除去し、マルチ
パルス型ボコーダにおいて、分析側で入力音声信
号に直流信号を加算してマルチパルスの振幅、位
置を求める事により、合成側へ合成フイルタのリ
ミツトサイクルによる雑音電力よりも十分に大き
な合成電力を発生し得るマルチパルスによる駆動
音源を供給することにより、無音時や有声音語尾
等の音声の電力が小いさい場合にも良好な合成音
を発生し得るマルチパルス型ボコーダを提供する
ことにある。

（発明の構成） 本発明のマルチパルス型ボコーダは、入力音声
信号を分析フレームごとにLPC分析して抽出し
たLPC係数をスペクトル包絡情報としこのスペ
クトル包絡情報とともに前記入力音声信号の音声
情報を構成する音源情報を分析フレームごとにこ
の音源情報の特徴に対応する発生時間位置と振幅
とを有する複数個のインパルス系列（マルチパル
ス）を以つて表現し前記入力音声信号の分析およ
び合成を行なうマルチパルス型ボコーダにおい
て、前記入力音声信号に直流信号を加算する手段
と、前記直流信号を加算された入力音声信号と音
声合成フイルタのインパルス応答との相互相関係
数列を算出する手段と、前記インパルス応答の自
己相関係数列を算出する手段と、前記相互相関係
数列と前記自己相関係との関連性に基づいてイン
パルス系列（マルチパルス）の振幅、位置をフオ
ワード的に算出する手段を分析側に備えて構成さ
れる。

本発明においては直流分の印加により、リミツ
トサイクルを防止し、音声信号の電力が小さい場
合でも、これによるノイズの発生を防ぐことがで
きる。また印加される信号が直流分のため、受信
側では聴覚に感知されることはない。尚、音声信
号の電力が小さい場合はこれを増幅することも考
えられるが、この場合、忠実な伝送のためには受
信側へ増幅したことを表わす情報を送り、受信側
ではこの情報を基に合成された信号を減衰させる
必要がある。しかしながらこれでは伝送されるべ
き情報量が増えてしまい、情報量を可能な限り減
らして音声信号を伝送するという本来の目的とは
矛盾することになる。

（実施例） 次に図面を参照して本発明を詳細に説明する。
第２図は本発明によるマルチパルン型ボコーダの
分析側の一実施例を示すブロツク図、第３図は本
発明によるマルチパルス型ボコーダの合成側の一
実施例を示すブロツク図である。

第２図に示す本発明によるマルチパルス型ボコ
ーダの分析側は、LPC分析器７，相互相関関数
算出器８，符号化器(1)９，自己相関関数算出器１
０，マルチパルス算出器１１，付号化器(2)１２，
直流信号発生器１９，直流加器２０およびマルチ
プレクサ１３を備えて構成されている。

入力端子7001を介して入力した入力音声信号
は、LPC分析器７および直流加算器１５に供給
される。

LPC分析器７は入力音声信号を分析フレーム
ごとに、予め設定するビツト数のデジタル量とし
て量子化化し、この量子化音声信号をLPC分析
してLPC係数としてのｐ次のＫパラメータ（偏
自己相関係数）を抽出し、これを出力ライン701
を介して符号化器(1)９に供給する。本実施例にお
いては分析フレームは20mSECに設定している。

符号化器(1)９は、入力したLPC係数の量子化
と符号化を行なつたのち、出力ライン901を介し
てマルチプレクサ１３に送出する。

LPC分析器７はまた、LPC係数らインパルス
応答ｈ（ｎ）（０ｎＭ−１）を計算し、出力ラ
イン702，符号化器(1)９、出力ライン902を介して
相互相関関数算出器８および自己相関関数算出器
１０に供給する。

直流信号発生器１９は直流信号を発生するもの
であり、発生する直流信号の振幅は、入力音声信
号の有声音定常部の最大振幅に対応して予じめ経
験的に決定される。本実施例に於いては入力端子
7001を介して供給される入力音声信号の最大振幅
より30dB低い振幅の直流信号を直流信号発生器
１９は発生し直流加算器２０へ出力する。直流加
算器２０は入力端子7001を介して供給された入力
音声信号に直流信号を加算し相互相関関数算出器
８へ出力する。

相互相関関数算出器８は、直流信号を加算され
た入力音声信号とインパルス応答ｈ（ｎ）とを利
用して相互相関関数φ_hxを計算し、これを出力ラ
イン801を介してマルチパルス算出器１１に送出
する。

また、自己相関関数算出器１０は、入力したイ
ンパルス応答ｈ（ｎ）の自己相関関数R_hhを計算
し、これを出力ライン1001を介して類似度算出器
１１に送出する。

マルチパルス算出器１１はこうして入力した分
析フレームごとの相互相関関数φ_hxと自己相関関
数R_hhとを利用して後述する手法を用いて所定の
数の音源パルス列を得て、これらのパルスの振幅
および位置情報を出力ライン1101を介して符号化
器(2)１２に送出し、これによつて量子化および符
号化を行なつたのち出力ライン1201を介してマル
チプレクサ１３に送出する。

このようにして、量子化および符号化されてマ
ルチプレクサ１３に送出されるLPC係数および
マルチパルスデータは、入力音声信号のスペクト
ル包絡および音源情報を表わすデータとしてマル
チプレクサ１３を介して所定の方式で時分割さ
れ、伝送路1301を介して第２図に示す分析側から
第３図に示す合成側に伝送される。

第３図に示す合成側は、伝送路1301を介して分
析側から伝送されたデータに基づいて入力音声信
号の合成を行なうものであり、マルチプレクサ１
４，複号化器(1)１５，複号化器(2)１６，LPC合
成器１７およびLPF（Low Pass Filter）18等を
備えて構成される。

テマルチプレクサ１４は、伝送路1301を介して
入力した各種データをマルチプレクサ１３の時分
割伝送形式による変換前の状態に復元し、LPC
係数データは出力ライン141を介して複号化器(1)
１５に、マルチパルスデータは出力ライン142を
介して複号化器(2)１６にそれぞれ供給され、これ
らの複号化器によつてデータの復号化を行なつた
うえ、それぞれ出力ライン151，161に送出する。

LPC合成器１７は、このようにして入力する
マルチパルスを音源情報としてｐ次の全極型デジ
タルフイルタの駆動音源に利用し、また出力ライ
ン151を介して入力するｐ次のLPC係数データを
上記全極型デジタルフイルタの係数としてこの
LPC合成フイルタを制御して入力音声信号を合
成し、これを出力ライン211を介してLPF１８に
送出し、所定の低域フイルタリングを行つてアナ
ログ量の合成音声として出力ライン181に送出す
る。

上述のLPC合成器１７に入力されたマルチパ
ルスで表現される音源情報は少なくとも有声音定
常部の30dB程度低い電力を有するものであり、
LPC合成器１７のリミツトサイクルによる電力
より十分大きなものである。なお、LPC合成器
１７で合成された直流成分は聴覚的にはいつさい
知覚されない。

次にマルチパルス算出器１１に応用される手法
について説明する。マルチパルス算出器１１は前
述の分析フレーム毎の相互相関係数φ_hxと自己相
関係数R_hhとを利用して所定の数の音源パルス列
を算出し得る手法であれば全て用いることが可能
である。一例としてマルチパルス算出器１１のマ
ルチパルス算出手法として前記小沢らのアルゴリ
ズムを用いる場合について述べる。

初めに相互相関係数φ_hxの絶対値の最大のもの
を検索する。次に前記検索されたφ_hxの位置と振
幅（極性を有する）とを有する第１番目の音源パ
ルスを決定する。更に決定した音源パルスの成分
を除去するために、遅れ“０”の自己相関係数で
正規化され前記第１番目の音源パルスの振幅（極
性を有する）により重み付けされたR_hhにより前
記検索された位置をR_hh（０）と対応させてφ_hxを
補正する。次に補正されたφ_hxの絶対値の最大の
ものを検索し、第２の音源パルスを決定し、φ_hx
を補正する。必要に応じ上述の操作を繰返す。

なお小沢らのアルゴリズムに依らないマルチパ
ルス算出手法としては、類似度に依る方法があ
る。類似度による方法は上記φ_hxの絶対値の最大
のものを検索する代りにφ_hxとR_hhとの類似度、例
えば相互相関係数、の最大のものを検索するもの
であり特許願58−149007に記載された手法であ
る。

又、上記の説明に於いては(1)式に示される聴感
重み付けを実施しない事を前提にしていたが、聴
感重み付けを実施することも可能である。聴感重
み付けを実施する場合には(1)式に示される伝達関
数を有するフイルタを、例えばγ＝0.8として構
成し、直流加算器２０と相互相関関数算出器８と
の間に挿入し前述のLPC分析器７で算出される
インパルス応答の代りに、LPC係数に減衰係数
γ（γ＝0.8）を印加したLPC係数から計算された
インパルス応答ｈ（ｎ）を用いればよいことは明
らかである。

なお、第２図および第３図に示す本発明の実施
例においては、LPC係数としてＫパラメータを
用いているがこれは他のLPC係数、たとえばα
パラメータ等を利用してもよく、また符号化器と
マルチプレクサ、および復号化器とテマルチプレ
クサはそれぞれこれらを一体化した構成のものと
しても同様に実施し得ることは明らかであり、ま
たLPC合成フイルタは全極型以外の非極型デジ
タルフイルタ等と置換してもほぼ同様に実施しう
ることもまた明らかである。

（発明の効果） 以上説明した如く本発明によれば、マルチパル
スボコーダにおいて、入力音声信号に直流信号を
加算する手段と、前記直流信号を加算された入力
音声信号と音声合成フイルタのインパルス応答と
の相互相関係数を算出する手段と、前記インパル
ス応答の自己相関係数列を算出する手段と、前記
相互相関係数列と前記自己相関係数列との関連性
に基づいてインパルス系列（マルチパルス）の振
幅、位置をフオワード的に算出する手段を分析側
に有することにより、無音、有声音語尾等、電力
の小いさな音声部分についてもLPC合成器の入
力音源レベルを合成器リミツトサイクルよりも十
分に大きなものにすることが可能となり、良好な
合成音を発発し得るという効果がある。

【図面の簡単な説明】

第１図は従来のマルチパルス型ボコーダの基本
的構成を示すブロツク図、第２図は本発明による
マルチパルス型ボコーダの分析側の一実施例を示
すブロツク図、第３図は本発明によるマルチパル
ス型ボコーダの合成側の一実施例を示すブロツク
図である。 １……LPC合成器、２……LPC分析器、３…
…音源パルス発生器、４……減算器、５……聴感
重み付け器、６……２乗誤差最小化器、７……
LPC分析器、８……相互相関関数算出器、９…
…符号化器(1)、１０……自己相関関数算出器、１
１……マルチパルス算出器、１２……符号化器
(2)、１３……マルチプレクサ、１４……デマルチ
プレクサ、１５……復号化器(1)、１６……復号化
器(2)、１７……LPC合成器、１８……LPF、１
９……直流信号発生器、２０……直流加算器。

Claims (1)

【特許請求の範囲】
1. １ 入力音声信号を分析フレームごとにLPC
   （Linear Prediction Coefficient，線形予測係数）
   分析して抽出したLPC係数をスペクトル包絡情
   報としこのスペクトル包絡情報とともに前記入力
   音声信号の音声情報を構成する音源情報を分析フ
   レームごとにこの音源情報を特微に対応する発生
   時間位置と振幅とを有する複数個のインパルス系
   列（マルチパルス）を以つて表現して前記入力音
   声信号の分析および合成を行なうマルチパルス型
   ボコーダにおいて、前記入力音声信号に直流信号
   を加算する手段を有してマルチパルスの振幅、位
   置を分析側で決定する機能を有することを特徴と
   するマルチパルス型ボコーダ。