JPH0446440B2 - - Google Patents
Info
- Publication number
- JPH0446440B2 JPH0446440B2 JP59053757A JP5375784A JPH0446440B2 JP H0446440 B2 JPH0446440 B2 JP H0446440B2 JP 59053757 A JP59053757 A JP 59053757A JP 5375784 A JP5375784 A JP 5375784A JP H0446440 B2 JPH0446440 B2 JP H0446440B2
- Authority
- JP
- Japan
- Prior art keywords
- phase
- waveform
- filter
- residual waveform
- pulse
- 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
Description
この発明は、音声波形をその相関を除去するフ
イルタに通して予測残差波形を得その予測残差波
形を用いる音声信号処理方式に関するものであ
る。 ＜従来技術＞ 従来、音声符号化には波形符号化と分析合成系
（ボコーダ）との２つのクラスがある。後者の分
析合成系のクラスに属する線形予測符号化
（LPC）方式では、第１図に示すように音声のス
ペクトル包絡を表わす全極形のフイルタ（予測フ
イルタ）を、入力端子１１からの音声波形につい
て線形予測分析によつて求めた後、それと逆の特
性をもつ全零形のフイルタ（逆フイルタ）１２に
音声波形を通して予測残差波形を求め、この残差
波形を特徴づけるパラメータとしての周期性の有
無（有声、無声の判定）、ピツチ周期、および平
均電力をパラメータ抽出部１３で抽出し、これと
前記予測フイルタ係数とを送出する。合成側では
予測残差波形の代りに、有声の場合は周期パルス
列、無声の場合は雑音波形を音源生成部１４で用
いて予測フイルタ１５を駆動し、予測フイルタ１
５のフイルタ係数を前記フイルタ係数で設定して
音声波形を生成して出力端子１６に出力する。 一方、前者の波形符号化のクラスに属する適応
符号化（APC）では第２図に示すようにLPCボ
コーダと同様な手段で予測残差波形を求めた後、
この残差波形のサンプル値をそのまま量子化部１
７で量子化（符号化）し、これと予測フイルタ係
数とを送出する。合成側では、復合か部１８で復
合化された残差波形を用いて予測フイルタ１５を
駆動することにより音声波形を生成する。 これら２つの従来方式の違いは予測残差波形の
符号化の方法にある。第１図のLPCボコーダで
は残差波形については、その特徴パラメータだけ
を伝送すれば良いので、残差波形のサンプル毎の
量子化値を伝送する第２図のAPC方式にくらべ
てビツトレートの大幅な低減が図れる。しかし、
その反面第１図に示した方式は残差波形をパルス
列あるいは雑音で置き換えることによる品質劣下
はまぬがれず、ビツトレートを高くしても6kb／
ｓ程度で品質が飽和し、自然な音声品質を提供し
得ない欠点があり、また残差波形の特徴パラメー
タの誤抽出が品質劣下を引き起こす欠点があつ
た。一方、第２図に示したSPC方式では残差波形
の量子化ビツト数を高めることにより原音声に限
り無く近い音声品質を実現できる反面、ビツトレ
ートが１６kb／ｓ以下になると量子化歪が増大
して音声品質が急激に劣下するこという欠点があ
つた。 また従来において音声信号のピツチの変更や音
声信号の継ぎ足し時に、エネルギの集中している
個所で行うおそれがあり、その場合は不自然なも
のとなる欠点があつた。 ＜発明の構成＞ この発明の目的は例えば音声信号を継ぎ足す場
合に自然性が得られるようにすることを可能とす
る音声信号処理方式を提供することにある。 この発明の他の目的はビツトレートが16kb／
ｓ以下でも比較的良好な音声品質を保持できる音
声信号処理方式を提供することにある。 この発明によれば音声波形を線形予測分析して
予測残差波形を得、この予測残差波形についてそ
の短時間（例えばピツチ周期程度以下）位相特性
と逆の特性をもつ線形フイルタ（位相等化フイル
タ）のフイルタ係数を残差波形から適応的に決定
し、その位相等化フイルタに前記音声波形又は予
測残差波形を通して予測残差波形を零位相化、つ
まり位相等化する。この位相等化された予測残差
波形エネルギーがインパルス的に集中し、従つて
そのエネルギーが集中してない部分で、例えば音
声波形の継ぎ足しを行うことにより自然性のよい
音声波形が得られる。また前記位相等化した音声
波形又は予測残差波形を符号化する際に、例えば
そのエネルギーが集中している部分に多くの情報
を割り当てることにより、効率的に符号化するこ
とができ16kb／ｓ以下でも可成り良い音声品質
を得ることができる。 ＜発明の原理＞ まず、この発明による音声信号処理方式の原理
について述べる。音声波形のサンプル値をＳ
（ｎ）、音声波形を線形予測分析して得られる予測
係数をａ（ｋ）（ｋ＝１，２……Ｐ）とすると、予
測残差波形のサンプル値ｅ（ｎ）は次式で表わさ
れる。 ｅ（ｎ）＝p 〓k=0 ａ（ｋ）・Ｓ（ｎ−ｋ） ……(1) ただし、ａ（０）＝１である。残差波形ｅ（ｎ）
は、音声波形のスペクトル包絡成分を除去したも
の、つまり音声波形のサンプル値間の相関を除去
したもので平坦なスペクトル包絡をもち、かつ有
声音については音声のピツチ周期成分をもつてい
る。そこで、このような残差波形の特徴を次のよ
うなパルス列として理想化して実現する。 eM（ｎ）＝L-1 〓l=0 δ（ｎ−nl） ……(2) ここで、δ（ｎ）はクロネツカーのデルタ関数
で、δ（０）＝１、およびδ（ｎ）＝０（ｎ≠０）で
ある。nlはパルス位置を表わし、nl−nl-1は音声
のピツチ周期に対応する。つまりこのパルス列eM
（ｎ）はピツチ位置nlのみにパルスが存在し、そ
の他はゼロである。残差波形ｅ（ｎ）とパルス列
eM（ｎ）は共に平坦なスペクトル包絡とピツチ周
期成分とをもつから、両波形の差は主に短時間、
つまりピツチ周期程度以下の時間での位相特性の
違いによる。そこで、残差波形の短時間位相の逆
特性を持つ線形フイルタのインパルス応答をｈ
（ｍ）とすると、この線形フイルタ（位相等化フ
イルタ）に残差波形ｅ（ｎ）を通して位相等化
（零位相化）つまりスペクトラムの各成分が同一
位相化された残差波形ep（ｎ）は次式で算出され
る。 ep（ｎ）＝M 〓m=0 ｈ（ｍ）ｅ（ｎ−ｍ） ……(3) このインパルス応答ｈ（ｍ）は、eP（ｎ）とeM
（ｎ）との平均二乗誤差を最小化することにより
求められる。その平均二乗誤差を次式で表わす。 Ｊ＝１／ＮN-1 〓n=0 ｛eP（ｎ）−eM（ｎ）｝2 ……(4) (4)式に(2)，(3)式を代入して、ｈ（ｍ）で偏微分
して零とおくとインパルス応答ｈ（ｍ）は次の連
立方程式の解として求められる。 M 〓k=0 ｖ（｜ｍ−ｋ｜）ｈ（ｋ）＝L-1 〓l=0 ｅ（nl−ｍ）
……(5) （ｍ＝０，１，……；Ｍ） ここでｖ（ｋ）は残差波形の自己相関関数であ
り次式で算出される。 ｖ（ｋ）＝N-k-1 〓n=0 ｅ（ｎ）ｅ（ｎ＋ｋ） ……(6) （ｋ＝０，１，……Ｍ） 位相等化フイルタのタツプ数Ｍ＋１と対応した
時間、つまり応答時間がピツチ周期より短かい場
合は自己相関関数は、残差波形が平坦なスペクト
ルをもつことからｖ（ｋ）v0δ（ｋ）として近
似できる。つまりｋ＝０の時だけ値をもつからそ
の場合、(5)式はｍ＝ｋの時だけ値をもち次のよう
に簡単化できる。 ｈ（ｍ）＝１／v0L-1 〓l=0 ｅ（nl−ｍ） ……(7) さらに、分析窓長Ｎがピツチ周期より短い場合
はＬ＝１となり（パルスが１個となり）、インパ
ルス応答は次式で算出される。 ｈ（ｍ）＝１／v0ｅ（n0−ｍ） ……(8) 即ち、インパルス応答ｈ（ｍ）は時点n0を原点
として残差波形の時間軸を反転したものとなる。
また、残差波形の電力スペクトルが完全に白色
（すべての周波数成分の振幅が一定）であるとす
ると、インパルス応答ｈ（ｍ）のフーリエ変換は
次式で表わされる。 （ただし、ゲインは正規化） ここで、Ｅ（ｋ）は残差波形ｅ（ｎ）のフーリエ
変換を表わす。したがつて、位相等化された残差
波形ep（ｎ）のフーリエ変換Ep（ｋ）は(3)式より
Ep（ｋ）＝Ｈ（ｋ）・Ｅ（ｋ）であり、またＥ（ｋ）＝
｜Ｅ（Ｋ）｜e aargE（ｋ）であるから、これに(9)式
を代入して次式が得られる。 (10)式より位相等化された残差波形ep（ｎ）は直
線位相成分
イルタに通して予測残差波形を得その予測残差波
形を用いる音声信号処理方式に関するものであ
る。 ＜従来技術＞ 従来、音声符号化には波形符号化と分析合成系
（ボコーダ）との２つのクラスがある。後者の分
析合成系のクラスに属する線形予測符号化
（LPC）方式では、第１図に示すように音声のス
ペクトル包絡を表わす全極形のフイルタ（予測フ
イルタ）を、入力端子１１からの音声波形につい
て線形予測分析によつて求めた後、それと逆の特
性をもつ全零形のフイルタ（逆フイルタ）１２に
音声波形を通して予測残差波形を求め、この残差
波形を特徴づけるパラメータとしての周期性の有
無（有声、無声の判定）、ピツチ周期、および平
均電力をパラメータ抽出部１３で抽出し、これと
前記予測フイルタ係数とを送出する。合成側では
予測残差波形の代りに、有声の場合は周期パルス
列、無声の場合は雑音波形を音源生成部１４で用
いて予測フイルタ１５を駆動し、予測フイルタ１
５のフイルタ係数を前記フイルタ係数で設定して
音声波形を生成して出力端子１６に出力する。 一方、前者の波形符号化のクラスに属する適応
符号化（APC）では第２図に示すようにLPCボ
コーダと同様な手段で予測残差波形を求めた後、
この残差波形のサンプル値をそのまま量子化部１
７で量子化（符号化）し、これと予測フイルタ係
数とを送出する。合成側では、復合か部１８で復
合化された残差波形を用いて予測フイルタ１５を
駆動することにより音声波形を生成する。 これら２つの従来方式の違いは予測残差波形の
符号化の方法にある。第１図のLPCボコーダで
は残差波形については、その特徴パラメータだけ
を伝送すれば良いので、残差波形のサンプル毎の
量子化値を伝送する第２図のAPC方式にくらべ
てビツトレートの大幅な低減が図れる。しかし、
その反面第１図に示した方式は残差波形をパルス
列あるいは雑音で置き換えることによる品質劣下
はまぬがれず、ビツトレートを高くしても6kb／
ｓ程度で品質が飽和し、自然な音声品質を提供し
得ない欠点があり、また残差波形の特徴パラメー
タの誤抽出が品質劣下を引き起こす欠点があつ
た。一方、第２図に示したSPC方式では残差波形
の量子化ビツト数を高めることにより原音声に限
り無く近い音声品質を実現できる反面、ビツトレ
ートが１６kb／ｓ以下になると量子化歪が増大
して音声品質が急激に劣下するこという欠点があ
つた。 また従来において音声信号のピツチの変更や音
声信号の継ぎ足し時に、エネルギの集中している
個所で行うおそれがあり、その場合は不自然なも
のとなる欠点があつた。 ＜発明の構成＞ この発明の目的は例えば音声信号を継ぎ足す場
合に自然性が得られるようにすることを可能とす
る音声信号処理方式を提供することにある。 この発明の他の目的はビツトレートが16kb／
ｓ以下でも比較的良好な音声品質を保持できる音
声信号処理方式を提供することにある。 この発明によれば音声波形を線形予測分析して
予測残差波形を得、この予測残差波形についてそ
の短時間（例えばピツチ周期程度以下）位相特性
と逆の特性をもつ線形フイルタ（位相等化フイル
タ）のフイルタ係数を残差波形から適応的に決定
し、その位相等化フイルタに前記音声波形又は予
測残差波形を通して予測残差波形を零位相化、つ
まり位相等化する。この位相等化された予測残差
波形エネルギーがインパルス的に集中し、従つて
そのエネルギーが集中してない部分で、例えば音
声波形の継ぎ足しを行うことにより自然性のよい
音声波形が得られる。また前記位相等化した音声
波形又は予測残差波形を符号化する際に、例えば
そのエネルギーが集中している部分に多くの情報
を割り当てることにより、効率的に符号化するこ
とができ16kb／ｓ以下でも可成り良い音声品質
を得ることができる。 ＜発明の原理＞ まず、この発明による音声信号処理方式の原理
について述べる。音声波形のサンプル値をＳ
（ｎ）、音声波形を線形予測分析して得られる予測
係数をａ（ｋ）（ｋ＝１，２……Ｐ）とすると、予
測残差波形のサンプル値ｅ（ｎ）は次式で表わさ
れる。 ｅ（ｎ）＝p 〓k=0 ａ（ｋ）・Ｓ（ｎ−ｋ） ……(1) ただし、ａ（０）＝１である。残差波形ｅ（ｎ）
は、音声波形のスペクトル包絡成分を除去したも
の、つまり音声波形のサンプル値間の相関を除去
したもので平坦なスペクトル包絡をもち、かつ有
声音については音声のピツチ周期成分をもつてい
る。そこで、このような残差波形の特徴を次のよ
うなパルス列として理想化して実現する。 eM（ｎ）＝L-1 〓l=0 δ（ｎ−nl） ……(2) ここで、δ（ｎ）はクロネツカーのデルタ関数
で、δ（０）＝１、およびδ（ｎ）＝０（ｎ≠０）で
ある。nlはパルス位置を表わし、nl−nl-1は音声
のピツチ周期に対応する。つまりこのパルス列eM
（ｎ）はピツチ位置nlのみにパルスが存在し、そ
の他はゼロである。残差波形ｅ（ｎ）とパルス列
eM（ｎ）は共に平坦なスペクトル包絡とピツチ周
期成分とをもつから、両波形の差は主に短時間、
つまりピツチ周期程度以下の時間での位相特性の
違いによる。そこで、残差波形の短時間位相の逆
特性を持つ線形フイルタのインパルス応答をｈ
（ｍ）とすると、この線形フイルタ（位相等化フ
イルタ）に残差波形ｅ（ｎ）を通して位相等化
（零位相化）つまりスペクトラムの各成分が同一
位相化された残差波形ep（ｎ）は次式で算出され
る。 ep（ｎ）＝M 〓m=0 ｈ（ｍ）ｅ（ｎ−ｍ） ……(3) このインパルス応答ｈ（ｍ）は、eP（ｎ）とeM
（ｎ）との平均二乗誤差を最小化することにより
求められる。その平均二乗誤差を次式で表わす。 Ｊ＝１／ＮN-1 〓n=0 ｛eP（ｎ）−eM（ｎ）｝2 ……(4) (4)式に(2)，(3)式を代入して、ｈ（ｍ）で偏微分
して零とおくとインパルス応答ｈ（ｍ）は次の連
立方程式の解として求められる。 M 〓k=0 ｖ（｜ｍ−ｋ｜）ｈ（ｋ）＝L-1 〓l=0 ｅ（nl−ｍ）
……(5) （ｍ＝０，１，……；Ｍ） ここでｖ（ｋ）は残差波形の自己相関関数であ
り次式で算出される。 ｖ（ｋ）＝N-k-1 〓n=0 ｅ（ｎ）ｅ（ｎ＋ｋ） ……(6) （ｋ＝０，１，……Ｍ） 位相等化フイルタのタツプ数Ｍ＋１と対応した
時間、つまり応答時間がピツチ周期より短かい場
合は自己相関関数は、残差波形が平坦なスペクト
ルをもつことからｖ（ｋ）v0δ（ｋ）として近
似できる。つまりｋ＝０の時だけ値をもつからそ
の場合、(5)式はｍ＝ｋの時だけ値をもち次のよう
に簡単化できる。 ｈ（ｍ）＝１／v0L-1 〓l=0 ｅ（nl−ｍ） ……(7) さらに、分析窓長Ｎがピツチ周期より短い場合
はＬ＝１となり（パルスが１個となり）、インパ
ルス応答は次式で算出される。 ｈ（ｍ）＝１／v0ｅ（n0−ｍ） ……(8) 即ち、インパルス応答ｈ（ｍ）は時点n0を原点
として残差波形の時間軸を反転したものとなる。
また、残差波形の電力スペクトルが完全に白色
（すべての周波数成分の振幅が一定）であるとす
ると、インパルス応答ｈ（ｍ）のフーリエ変換は
次式で表わされる。 （ただし、ゲインは正規化） ここで、Ｅ（ｋ）は残差波形ｅ（ｎ）のフーリエ
変換を表わす。したがつて、位相等化された残差
波形ep（ｎ）のフーリエ変換Ep（ｋ）は(3)式より
Ep（ｋ）＝Ｈ（ｋ）・Ｅ（ｋ）であり、またＥ（ｋ）＝
｜Ｅ（Ｋ）｜e aargE（ｋ）であるから、これに(9)式
を代入して次式が得られる。 (10)式より位相等化された残差波形ep（ｎ）は直
線位相成分
【式】を除いて残差波形ｅ（ｎ）
を零位相化（スペクトラムをすべて同位相化）し
たものとなる。理想的に｜Ｅ（ｋ）｜＝E0（一定）
ならばep（ｎ）は完全に無位相となり単一パルス
波形となる。要するに前述のようなフイルタ係数
ｈ（ｍ）をもつ位相等化フイルタ残差波形ｅ（ｎ）
を通すと、ピツチ位置に主としてエネルギーが集
中した、つまり単一パルス化に近い波形となる。 ＜第１実施例＞ 次に、この発明の音声信号処理方式の具体的実
施例を第３図に沿つて説明する。入力端子１１か
らは、標本化された音声波形のサンプル値Ｓ（ｎ）
が入力され、線形予測分析部２１および逆フイル
タ部２２に供給される。線形予測分析部２１では
音声波形Ｓ（ｎ）から線形予測分析を用いて、(1)
式における予測係数ａ（ｋ）を算出する。逆フイ
ルタ部２２では、音声波形Ｓ（ｎ）を入力として
(1)式に示すようなフイルタリング演算を行い、予
測残差波形ｅ（ｎ）を出力する。予測残差波形ｅ
（ｎ）はフイルタ係数決定部２３中の有声無声判
定部２４、ピツチ位置検出部２５およびフイルタ
係数数算出部２６に供給される。有声・無声判定
部２４では、残差波形ｅ（ｎ）の自己相関関数を
一定の遅延サンプル点数で求め、その最大ピーク
値が一定のしきい値以上なら有声、それ以下なら
無声として有声・無声の判定を行なう。この判定
結果Ｖ／UVは、以降の位相等化フイルタ係数を
求める処理モードを制御するのに用いられる。位
相等化フイルタは残差波形の位相の時間的変化に
適応化するため、有声部ではピツチ周期ごとに適
応化する。いま、時点ｎがｌ−１番目のピツチ位
置nl-1にあるとして、その時点における位相等化
フイルタ係数をh*（m.nl-1）（ｍ＝０，１……Ｍ）
として表わす。ピツチ位置検出部２５ではピツチ
位置nl-1およびフイルタ係数*（ｍ，nl-1）を用い
て次のピツチ位置nl検出する。 第４図は、ピツチ位置検出部２５の内部構成を
示す。入力端子２７からは逆フイルタ部２３より
の残差波形ｅ（ｎ）が入力され、入力端子２８か
らは有声無声判定部２４よりの有声・無声判定結
果Ｖ／UVが入力される。処理モードスイツチ２
９では有声無声判定入力Ｖ／UVに応じて処理モ
ードをスイツチする。有声Ｖの場合は残差波形ｅ
（ｎ）は位相等化フイルタ部３１に入力され、入
力端子３２から入力されるフイルタ係数h*（ｍ，
nl-1）との間のたたみ込み演算（(3)式と同様な演
算）が行なわれ、位相等化された残差波形ep（ｎ）
が出力される。相対振幅算出部３３では、位相等
化された残差波形ep（ｎ）の時点ｎでの相対振幅
を次式で算出する。 振幅比較部３４では相対振幅meｐ（ｎ）をあら
かじめ定められたしきい値mthと比較し、 meｐ（ｎ）＞mth （ｎ＞nl-1）
……(12) を満たす場合、時点ｎをピツチ位置nlとして出力
端子３５に出力する。 次に、ピツチ位置nlは第３図中のフイルタ係数
算出部２６に入力され、ピツチ位置nlにおける位
相等化フイルタ係数h*（ｍ，nl）がフイルタ係数
算出部２６において次式により算出され、フイル
タ係数補間部３７および第４図中の位相等化フイ
ルタ部３１へ供給される。 ただし、(13)式は(8)式とくらべてフイルタのゲ
インを正規化するとともに、直線位相成分（(10)式
中の
たものとなる。理想的に｜Ｅ（ｋ）｜＝E0（一定）
ならばep（ｎ）は完全に無位相となり単一パルス
波形となる。要するに前述のようなフイルタ係数
ｈ（ｍ）をもつ位相等化フイルタ残差波形ｅ（ｎ）
を通すと、ピツチ位置に主としてエネルギーが集
中した、つまり単一パルス化に近い波形となる。 ＜第１実施例＞ 次に、この発明の音声信号処理方式の具体的実
施例を第３図に沿つて説明する。入力端子１１か
らは、標本化された音声波形のサンプル値Ｓ（ｎ）
が入力され、線形予測分析部２１および逆フイル
タ部２２に供給される。線形予測分析部２１では
音声波形Ｓ（ｎ）から線形予測分析を用いて、(1)
式における予測係数ａ（ｋ）を算出する。逆フイ
ルタ部２２では、音声波形Ｓ（ｎ）を入力として
(1)式に示すようなフイルタリング演算を行い、予
測残差波形ｅ（ｎ）を出力する。予測残差波形ｅ
（ｎ）はフイルタ係数決定部２３中の有声無声判
定部２４、ピツチ位置検出部２５およびフイルタ
係数数算出部２６に供給される。有声・無声判定
部２４では、残差波形ｅ（ｎ）の自己相関関数を
一定の遅延サンプル点数で求め、その最大ピーク
値が一定のしきい値以上なら有声、それ以下なら
無声として有声・無声の判定を行なう。この判定
結果Ｖ／UVは、以降の位相等化フイルタ係数を
求める処理モードを制御するのに用いられる。位
相等化フイルタは残差波形の位相の時間的変化に
適応化するため、有声部ではピツチ周期ごとに適
応化する。いま、時点ｎがｌ−１番目のピツチ位
置nl-1にあるとして、その時点における位相等化
フイルタ係数をh*（m.nl-1）（ｍ＝０，１……Ｍ）
として表わす。ピツチ位置検出部２５ではピツチ
位置nl-1およびフイルタ係数*（ｍ，nl-1）を用い
て次のピツチ位置nl検出する。 第４図は、ピツチ位置検出部２５の内部構成を
示す。入力端子２７からは逆フイルタ部２３より
の残差波形ｅ（ｎ）が入力され、入力端子２８か
らは有声無声判定部２４よりの有声・無声判定結
果Ｖ／UVが入力される。処理モードスイツチ２
９では有声無声判定入力Ｖ／UVに応じて処理モ
ードをスイツチする。有声Ｖの場合は残差波形ｅ
（ｎ）は位相等化フイルタ部３１に入力され、入
力端子３２から入力されるフイルタ係数h*（ｍ，
nl-1）との間のたたみ込み演算（(3)式と同様な演
算）が行なわれ、位相等化された残差波形ep（ｎ）
が出力される。相対振幅算出部３３では、位相等
化された残差波形ep（ｎ）の時点ｎでの相対振幅
を次式で算出する。 振幅比較部３４では相対振幅meｐ（ｎ）をあら
かじめ定められたしきい値mthと比較し、 meｐ（ｎ）＞mth （ｎ＞nl-1）
……(12) を満たす場合、時点ｎをピツチ位置nlとして出力
端子３５に出力する。 次に、ピツチ位置nlは第３図中のフイルタ係数
算出部２６に入力され、ピツチ位置nlにおける位
相等化フイルタ係数h*（ｍ，nl）がフイルタ係数
算出部２６において次式により算出され、フイル
タ係数補間部３７および第４図中の位相等化フイ
ルタ部３１へ供給される。 ただし、(13)式は(8)式とくらべてフイルタのゲ
インを正規化するとともに、直線位相成分（(10)式
中の
【式】の遅れを補正したものとなつて
いる。つまり(10)式より明らかなように(8)式により
得られるｈ（ｍ）は実際のものよりＭ／２サンプ
ル分遅れたものとなるので、(13)式を用いる。 一方、有声・無声判定結果が無声UVの場合
は、処理モードスイツチ２９により残差波形ｅ
（ｎ）をピツチ位置リセツト部３６に入力してピ
ツチ位置nlを分析窓内の最後のサンプル時点に設
定し、またフイルタ係数算出部２６において、フ
イルタ係数をh*（ｍ，nl）＝１（ｍ＝０）h*（ｍ，
nl）＝０（ｍ≠０）に設定する。各時点ｎにおける
フイルタ係数ｈ（ｍ，ｎ）は、フイルタ係数補間
部３７において、たとえば次式で表される一次の
フイルタを用いて平滑化した値として算出され
る。 ｈ（ｍ，ｎ）＝αh（ｍ，ｍ−１）＋（１＋α）h*
（ｍ，nl） （nl-1＜ｎ≦nl） ……(14) ここで、αはフイルタ係数の変化速度を制御す
る係数でα＜１を満たす定数である。 位相等化フイルタ部３８では入力端子１１の入
力音声波形Ｓ（ｎ）と、フイルタ係数補間部３７
のフイルタ係数ｈ（ｍ，ｎ）とを用いて、次式で
示されるたたみ込み演算を行ない、位相等化され
た音声波形Sp（ｎ）を出力端子３９に出力する。 Sp（ｎ）＝M 〓m=0 ｈ（ｍ，ｎ）Ｓ（ｎ−ｍ） ……(15) ＜第２実施例＞ 次に、位相等化された音声波形Sp（ｎ）のデジ
タル符号化について説明する。この符号化の基本
的構成例を第５図に示す。入力端子１１から入力
される音声波形Ｓ（ｎ）に対して、第３図で示さ
れた構成の位相等化処理部４１において位相等化
処理を行ない、位相等化音声波形Sp（ｎ）を出力
する、符号化部４２ではこの位相等化音声波形Sp
（ｎ）をデイジタル符号化し、符号系列を伝送路
４３に送出する。受信側では復号化部４４で位相
等化音声波形Sp（ｎ）を復元して出力端子１６に
出力する。このように、符号化・復号化は音声波
形Ｓ（ｎ）の代りに、位相等化音声波形Sp（ｎ）を
対象として行なう。音声波形Ｓ（ｎ）を位相等化
した音声波形Sp（ｎ）は原音声波形Ｓ（ｎ）と品質
的に変りない、よつてフイルタ係数ｈ（ｍ）は伝
送する必要がなく、位相等化音声Sp（ｎ）を再生
すればよい。特に残差波形ｅ（ｎ）を位相等化し
た残差波形ep（ｎ）はエネルギーが集中するため、
その部分により多くの情報を与えるように適応的
に符号化することにより少ないビツト数で高品質
の伝送が可能となる。符号化部４２での符号化の
方法としては、種々の方法が適用できる。ここで
は、位相等化音声波形に適した符号化法として３
つの実施例を示す。 可変レート木符号化を用いる方法 可変レート木符号化法は音声波形を線形予測分
析して得られる予測残差波形の時間方向での振幅
変化に応じて、情報量を適応的に制御することを
特徴とした符号化方式である。第６図に、この発
明による位相等化処理と可変レート木符号化を組
み合せた符号化方式の実施例を示す。入力端子１
１から入力される音声波形Ｓ（ｎ）に対し、線形
予測分析部２１で線形予測分析を行なつて予測係
数akを算出し、逆フイルタ部２２で音声波形Ｓ
（ｎ）の予測残差波形ｅ（ｎ）を求める。フイルタ
係数決定部２３では第３図について述べたように
して残差波形ｅ（ｎ）の短時間位相を等化する位
相等化フイルタの係数ｈ（ｍ，ｎ）を算出し、こ
れを位相等化フイルタ部３８のフイルタ係数とし
て設定する。位相等化フイルタ部３８で入力音声
波形Ｓ（ｎ）を位相等化処理し、その位相等化音
声波形Sp（ｎ）を端子３９へ出力する。 一方、残差波形ｅ（ｎ）は位相等化フイルタ部
４５で位相等化した後、部分区間設定部４６にお
いて残差波形振幅の偏りに応じて時間軸を分割す
る部分区間を設定し、電力算出部４７ではその設
定された各部分区間での残差波形の電力を算出す
る。部分区間の設定法としては、例えば第７図に
示すように分析窓内でのピツチ位置（nl）の区間
（ただし１サンプル点のみ）およびピツチ周期Tp
を等分割する各区間として設定する。部分区間で
の残差電力uiは次式で算出される。 ui＝１／NTi 〓 ｎ∈Tie2 p（ｎ） ……(16) ここで、Tiはサンプル時点ｎが属する部分区間
を表わし、NTiは部分区間に含まれるサンプル点
の数である。ビツト割当て部４８では、各部分区
間の残差電力uiから各サンプル時点に割り当てら
れる情報ビツト数Ｒ（ｎ）を次式で算出する。 ここで、は残差波形ep（ｎ）に対する平均ビ
ツトレート、Nsは部分区間数、wiは部分区間の
時間長比率であり、 wi＝NTi／NS 〓j=1 NTj で与えられる。また、量子化ステツプ幅△（ｎ）
はステツプ幅算出部４９で残差電力uiから次式で
算出される。 △（ｎ）＝Ｑ（Ｒ（ｎ））√i ｎ〓Ti (18) ここで、Ｑ（Ｒ（ｎ））はＲ（ｎ）ビツトのガウス
性量子化器のステツプ幅である。ビツト割当て部
４８とステツプ幅算出部４９で算出されたビツト
数Ｒ（ｎ）とステツプ幅△（ｎ）は木符号生成部
５１を制御する。木符号生成部５１は第８図に示
すように、可変レートの木構造をもち、符号系列
Ｃ（ｎ）＝｛Ｃ（ｎ−Ｌ），……，Ｃ（ｎ−１），Ｃ
（ｎ）｝によつて定まるパス経路に沿つて、各技に
対応づけられたサンプル値ｑ（ｎ）を出力する。
各ノードから出る技の数は2R(n)として与えられ
る。また、各技に対応づけられるサンプル値ｆ
（ｌ，ｎ）は△（ｎ）とＲ（ｎ）から次式で与えら
れる。 ｆ（ｌ，ｎ）＝Sgn（ｌ）｜ｌ｜＋0.5／２△（ｎ） ， ｌ＝±１，±２……，±2R(n)-1 (19) ここで、Sgn（ｌ）は、ｌの正負のサイン符号
を表わす。また、ｑ（ｎ）はパス上の技をl*とし
て、ｑ（ｎ）＝５（l*，ｎ）として与えられる。木
符号生成部５１から出力されるサンプル値ｐ（ｎ）
は予測フイルタ部５２へ入力され、全極形のフイ
ルタを用いて局部復号化値S^p（ｎ）を次式で算出
する。 S^p（ｎ）＝p 〓k=1 ａ（ｋ）S^p（ｎ−ｋ）＋ｑ（ｎ） ……(20) ここで、ａ（ｋ）は予測係数であり、線形予測
分析部２１からの出力によつて制御される。局部
復号化値S^p（ｎ）と位相等化された音声波形Sp
（ｎ）は減算器５３において両値間の差がとられ、
符号系列最適化部５４へ入力される。符号系列最
適化部５４では、S^p（ｎ）とSp（ｎ）間の平均二乗
誤差を最小にするように、木符号のパスすなわち
符号系列Ｃ（ｎ）＝｛Ｃ（ｎ−Ｌ），……Ｃ（ｎ−１）
，
Ｃ（ｎ）｝を探索する。最適パスの探索手法として
は、例えばMLアルゴリズムを用いる。MLアル
ゴリズムでは第８図に示すような木符号におい
て、符号系列の候補をCn（ｎ）＝｛Cn（ｎ−Ｌ），…
…，Cn（ｎ−１），Cn（ｎ）｝（ｍ＝１，２，……
M′）として、各ノードにおける誤差の評価値ｄ
（ｍ，ｎ）を、符号系列候補Cn（ｎ）に対して与
えられるサンプル値Sp（ｎ）と入力サンプル値Sp
（ｎ）の時系列間の二乗誤差として次式で算出す
る。 ｄ（ｍ，ｎ）＝M 〓t=n-L ｛Sp（ｔ）−S^p（ｔ）｝2 次にM′個の符号系列候補の中から評価値ｄ
（ｍ，ｎ）が最小となる符号系列Cn（ｎ）を選択
し、そのパスにおける時点ｎ−Ｌでの符号Cn（ｎ
−Ｌ）を最適な符号として決定する。ｎ＋１時点
での符号系列の候補Cn（ｎ＋１）＝｛Cn（ｎ＋１−
Ｌ），……Cn（ｎ），Cn（ｎ＋１）｝は、ｄ（ｍ，ｎ）
の値の小さい順にＭ個の符号系列Cn（ｎ）を選択
した後、各符号系列にｎ＋１時点でとり得る全て
の符号Ｃ（ｎ＋１）を追加した系列として与えら
れる。以上の処理は各時点ごとに逐次行なわれ、
時点ｎにおいて、時点ｎ−Ｌでの最適符号Ｃ（ｎ
−Ｌ）が出力される。なお第８図中の符号＊は
null符号を示す。 この実施例における符号化方式では、残差波形
の符号Ｃ（ｎ）とともに補助情報として線形予測
分析部２１から出力される予測係数ak、部分区
間設定部４６から出力される部分区間の周期Tp
と位置Td、電力算出部４７から出力される部分
区間残差電力uiを多重化部５５で多重化した後伝
送路４３へ送出する。 受信側では多重分離部５６で各情報を分離した
後、残差波形生成部５７において符号系列に応じ
て残差波形の復号化値ｑ（ｎ）を算出し、その復
号化値ｑ（ｎ）を駆動音源情報として予測フイル
タ１５を駆動して音声波形Sp（ｎ）を復元して出
力端子１６に出力する。 残差波形ｅ（ｎ）を位相等化することによりパ
ルス化、つまりエネルギを果し、その部分につい
てはビツト数を多く割当て、また木符号の枚数を
多くすることにより、小さなビツトレートで効率
的に情報を伝送することができる。 マルチパルス符号化を用いる方法 マルチパルスの基本原理はAtalによつて1982
年の音響・音声信号国際会議（Proceedinhg
ICASSPpp.614−617）において提案された。こ
の手法は、音声の予測残差波形を複数個のパルス
列で表わし、各パルスの時間的位置と強さを、こ
のマルチパルス残差波形で合成した音声波形と入
力音声波形との誤差を最小にするように決定する
方式である。この方式では音声波形そのものを直
接符号化しているが、この発明の実施例では位相
等価した後の音声波形を入力としてマルチパルス
符号化を行なう。第９図に位相等価処理とこのマ
ルチパルス符号化を融合した符号化方式の実施例
を示す。 入力端子１１から入力される音声波形のサンプ
ル値Ｓ（ｎ）に対して、線形予測分析部２１で予
測係数を算出し、予測逆フイルタ部２２で音声波
形Ｓ（ｎ）の予測残差波形を求める。次に、フイ
ルタ係数決定部２３では残差波形ｅ（ｎ）からサ
ンプル点ごとの位相等化フイルタの係数ｎ（ｍ，
ｎ）およびピツチ位置nlを出力する。位相等化フ
イルタ部３８のフイルタ係数はｈ（ｍ，ｎ）に設
定され、位相等化フイルタ部３８に音声波形SN
を位相等化し、その出力は減算器５３でマルチパ
ルス符号化値S^p（ｎ）との差をとり、その差出力
はパルス時点算出部５８とパルス振幅算出部５９
へ入力される。符号化値S^p（ｎ）は、マルチパル
ス生成部６１から出力されるマルチパルス信号e^e
（ｎ）を予測フイルタ６２に通すことにより次式
で算出される。 S^p（ｎ）＝−p 〓k=1 akS^p（ｎ−ｋ）＋ｅ（ｎ） ここで、e^e（ｎ）はパルス時点をti。パルス振
幅をmiとして次式で表わされる。 e^e（ｎ）＝δ（ｔ−ti） パルス時点tiとパルス振幅miは、それぞれパル
ス時点算出部５８とパルス振幅算出部５９におい
て、波形値Sp（ｎ）とS^p（ｎ）との差の平均電力
Peを最小とするように決定されている。前述の
論文で示されたアルゴリスムでは、ｌ−１個分の
tiとmiが与えられる場合、ｌ番目のパルス位置tl
は可能な全ての時点（但し、tl≠ti（ｉ＝１……ｌ
−１））に対して平均電力Peが最小となるパルス
振幅miを最小二乗法によつて求め、その中でPe
が最小となる時点として決定される。この手順
は、ｌ＝１より始めてｌ＝ｑまで逐次行ない、全
てのパルス時点と振幅が決定される。このアルゴ
リズムは、ピツチ時点の算出に多大な処理を必要
とする。しかしこの実施例では処理量を低減する
ため、位相等化処理の中で求まるピツチ位置ni
（ｉ＝１，２……q′）を利用し、始めのq′個分の
パルス時点をti＝ni（ｉ＝１，２……q′）として決
定する。 予測係数ak、ピツチ時点（位置）tiおよびピツ
チ振幅miを多重化部５５で多重化して送出し、
受信側ではこれけらを多重分離器５６で分離した
後、マルチパルス生成部６３でマルチパルス信号
を生成し、これを予測フイルタ１５に通して符号
化信号出力を端子に得る。 パルス化残差波形を用いる音声分析合成系 この実施例では、前述した位相等化処理によつ
て位相等化された予測残差波形のサンプル値時系
列において、ピツチ位置でのサンプル値を残し、
それ以外のサンプル値を零にすることにより、予
測残差波形をパルス化し、このパルス列を駆動音
源として予測フイルタを駆動することにより合成
音声を生成する。すなわち第１０図に示す。入力
端子１１から入力される音声波形のサンプル値Ｓ
（ｎ）に対し、線形予測分析部２１で予測係数ak
を算出後、予測逆フイルタ２２によつて音声波形
Ｓの予測残差波形ｅ（ｎ）を求める。次に残差波
形ｅ（ｎ）からフイルタ係数決定部２３において
位相等化フイルタ係数ｈ（ｍ，ｎ）、有声・無声判
定値Ｖ／UVおよびピツチ位置nlを算出する。残
差波形ｅ（ｎ）は、位相等化フイルタ部６４で位
相等化された後、パルス化処理部６５において、
ピツチ位置nlでの位相等化残差波形ep（ｎ）のサ
ンプル値をml＝ep（nl）（ｌ＝１，２……Ｌ）とす
る。ここではＬは分析窓内でのピツチ位置の数で
ある。サンプル値mlは、量子化ステツプ幅算出
部６６から与えられる量子化ステツプ幅△を用い
て量子化器６７で量子化される。多重化部５５は
量子化出力Ｃ（ｎ）、ピツチ位置nl、予測係数ak、
有声無声判定値Ｖ／UVおよび残差電力ｖを多重
化して送出する。多重分離部５６で多重分離し、
有声部６８では量子化出力Ｃ（ｎ）を逆量子化し、
これとピツチ位置とnlからパルス列e^p（ｎ）＝L 〓l=1 ml
〓（ｎ−nl）を作る。無声部６９では電力がｖに
等しくなる白色雑音を駆動音源とする。有声・無
声判定値Ｖ／UVに応じてスイツチ７１を制御し
て有声Ｖで有声部６８の出力を、無声UVで無声
部６９の出力を予測フイルタ１５へ駆動音源情報
として供給し、合成音声S^p（ｎ）を出力端子１６
に出力する。 ＜効果＞ 以上述べたように、この発明による音声信号処
理方式は予測残差波形の短時間位相特性を、その
時間的変化に応じて適応的に位相等化することに
より、残差波形振幅の時間的集中度を高める効果
を有し、それによつて音声波形のピツチ周期、ピ
ツチ位置を検出することができ、また例えばエネ
ルギーが集中していない部分を除去して時間を短
縮し、又はゼロを挿入して時間を長くして音声波
形のピツチを変更しても自然性が保持でき、更に
符号化の効率を大幅に向上させる利点をもつ。 位相等化処理のみを施こした場合の音声品質
は、７，６ビツト対数圧伸PCMと同等であり、
この処理による波形歪はほとんど知覚されない。
したがつて、位相等化された音声波形を符号化入
力としても、入力段階での品質劣下は生じていな
い。また位相等化された音声波形を正しく再生で
きれば、この位相等化された音声波形を駆動音源
信号としても高い品質の音声が得られる。 前記実施例で示した符号化法はいづれも、音声
の予測残差波形の振幅の時間的集中度が高められ
ることにより符号化効率が向上する。可変レート
木符号化では、波形振幅の偏りに応じて時間的に
情報を割り当てており、位相等化によつてその偏
りを高めることにより情報割当ての効果が大きく
なり、符号化効率が向上する。１ビツト１サンプ
ル（約10kb／ｓ）で符号化した時、符号化音声
のSN比は19.0dBであり、位相等化処理を含めな
い場合にくらべて4.4dB向上する。また品質的に
は5.5ビツトPCM相当の品質が6.6ビツトPCM相
当の品質に向上する。７ビツトPCMが品質的に
問題ないことより、この例では16kb／ｓ以下の
ビツトレートとしても比較的高い品質が得られ
る。 マルチパルス符号化では、位相等化処理によつ
て残差波形がパルス化されるため、よりマルチパ
ルス表現が適合し、従来の入力音声そのものを用
いる場合とくらべて少ないパルス数で残差波形が
表現できる。また、マルチパルス符号化における
パルス位置の多くは、この位相等化処理における
ピツチ位置と一致するため、このピツチ位置の情
報を利用することによりマルチパルス符号化での
パルス位置の決定処理を簡単化することができ
る。パルス数を20（１ビツト１サンプル符号化に
相当し、約10kb／ｓ）とした時のマルチパルス
符号化の性能は、直接音声入力の場合SN比で
11.3dB、位相等化音声の場合は15.0dBであり、
位相等化処理によりSN比は3.7dB向上する。ま
た、品質的には4.5ビツトPCM相当が位相等化処
理により、６ビツトPCM相当に改善される。従
来はビツトレートが16kb／ｓ以下になると音声
品質が急激に劣化するが、このマルチパルス符号
化を適用する場合もビツトレートが10kb／ｓで
も可成り良好な音声品質が得られる。 なお、位相等可フイルタ部３８のフイルタ係数
としてh*（ｍ，nl）を用い、フイルタ係数の補間
部３７を省略してもよい。また上述における各部
はそれぞれ独立したハードウエア、あるいはマイ
クロプロセツサにより構成してもよく、または複
数の部分を１つのマイクロプロセツサや電子計算
機で兼用しもよい。
得られるｈ（ｍ）は実際のものよりＭ／２サンプ
ル分遅れたものとなるので、(13)式を用いる。 一方、有声・無声判定結果が無声UVの場合
は、処理モードスイツチ２９により残差波形ｅ
（ｎ）をピツチ位置リセツト部３６に入力してピ
ツチ位置nlを分析窓内の最後のサンプル時点に設
定し、またフイルタ係数算出部２６において、フ
イルタ係数をh*（ｍ，nl）＝１（ｍ＝０）h*（ｍ，
nl）＝０（ｍ≠０）に設定する。各時点ｎにおける
フイルタ係数ｈ（ｍ，ｎ）は、フイルタ係数補間
部３７において、たとえば次式で表される一次の
フイルタを用いて平滑化した値として算出され
る。 ｈ（ｍ，ｎ）＝αh（ｍ，ｍ−１）＋（１＋α）h*
（ｍ，nl） （nl-1＜ｎ≦nl） ……(14) ここで、αはフイルタ係数の変化速度を制御す
る係数でα＜１を満たす定数である。 位相等化フイルタ部３８では入力端子１１の入
力音声波形Ｓ（ｎ）と、フイルタ係数補間部３７
のフイルタ係数ｈ（ｍ，ｎ）とを用いて、次式で
示されるたたみ込み演算を行ない、位相等化され
た音声波形Sp（ｎ）を出力端子３９に出力する。 Sp（ｎ）＝M 〓m=0 ｈ（ｍ，ｎ）Ｓ（ｎ−ｍ） ……(15) ＜第２実施例＞ 次に、位相等化された音声波形Sp（ｎ）のデジ
タル符号化について説明する。この符号化の基本
的構成例を第５図に示す。入力端子１１から入力
される音声波形Ｓ（ｎ）に対して、第３図で示さ
れた構成の位相等化処理部４１において位相等化
処理を行ない、位相等化音声波形Sp（ｎ）を出力
する、符号化部４２ではこの位相等化音声波形Sp
（ｎ）をデイジタル符号化し、符号系列を伝送路
４３に送出する。受信側では復号化部４４で位相
等化音声波形Sp（ｎ）を復元して出力端子１６に
出力する。このように、符号化・復号化は音声波
形Ｓ（ｎ）の代りに、位相等化音声波形Sp（ｎ）を
対象として行なう。音声波形Ｓ（ｎ）を位相等化
した音声波形Sp（ｎ）は原音声波形Ｓ（ｎ）と品質
的に変りない、よつてフイルタ係数ｈ（ｍ）は伝
送する必要がなく、位相等化音声Sp（ｎ）を再生
すればよい。特に残差波形ｅ（ｎ）を位相等化し
た残差波形ep（ｎ）はエネルギーが集中するため、
その部分により多くの情報を与えるように適応的
に符号化することにより少ないビツト数で高品質
の伝送が可能となる。符号化部４２での符号化の
方法としては、種々の方法が適用できる。ここで
は、位相等化音声波形に適した符号化法として３
つの実施例を示す。 可変レート木符号化を用いる方法 可変レート木符号化法は音声波形を線形予測分
析して得られる予測残差波形の時間方向での振幅
変化に応じて、情報量を適応的に制御することを
特徴とした符号化方式である。第６図に、この発
明による位相等化処理と可変レート木符号化を組
み合せた符号化方式の実施例を示す。入力端子１
１から入力される音声波形Ｓ（ｎ）に対し、線形
予測分析部２１で線形予測分析を行なつて予測係
数akを算出し、逆フイルタ部２２で音声波形Ｓ
（ｎ）の予測残差波形ｅ（ｎ）を求める。フイルタ
係数決定部２３では第３図について述べたように
して残差波形ｅ（ｎ）の短時間位相を等化する位
相等化フイルタの係数ｈ（ｍ，ｎ）を算出し、こ
れを位相等化フイルタ部３８のフイルタ係数とし
て設定する。位相等化フイルタ部３８で入力音声
波形Ｓ（ｎ）を位相等化処理し、その位相等化音
声波形Sp（ｎ）を端子３９へ出力する。 一方、残差波形ｅ（ｎ）は位相等化フイルタ部
４５で位相等化した後、部分区間設定部４６にお
いて残差波形振幅の偏りに応じて時間軸を分割す
る部分区間を設定し、電力算出部４７ではその設
定された各部分区間での残差波形の電力を算出す
る。部分区間の設定法としては、例えば第７図に
示すように分析窓内でのピツチ位置（nl）の区間
（ただし１サンプル点のみ）およびピツチ周期Tp
を等分割する各区間として設定する。部分区間で
の残差電力uiは次式で算出される。 ui＝１／NTi 〓 ｎ∈Tie2 p（ｎ） ……(16) ここで、Tiはサンプル時点ｎが属する部分区間
を表わし、NTiは部分区間に含まれるサンプル点
の数である。ビツト割当て部４８では、各部分区
間の残差電力uiから各サンプル時点に割り当てら
れる情報ビツト数Ｒ（ｎ）を次式で算出する。 ここで、は残差波形ep（ｎ）に対する平均ビ
ツトレート、Nsは部分区間数、wiは部分区間の
時間長比率であり、 wi＝NTi／NS 〓j=1 NTj で与えられる。また、量子化ステツプ幅△（ｎ）
はステツプ幅算出部４９で残差電力uiから次式で
算出される。 △（ｎ）＝Ｑ（Ｒ（ｎ））√i ｎ〓Ti (18) ここで、Ｑ（Ｒ（ｎ））はＲ（ｎ）ビツトのガウス
性量子化器のステツプ幅である。ビツト割当て部
４８とステツプ幅算出部４９で算出されたビツト
数Ｒ（ｎ）とステツプ幅△（ｎ）は木符号生成部
５１を制御する。木符号生成部５１は第８図に示
すように、可変レートの木構造をもち、符号系列
Ｃ（ｎ）＝｛Ｃ（ｎ−Ｌ），……，Ｃ（ｎ−１），Ｃ
（ｎ）｝によつて定まるパス経路に沿つて、各技に
対応づけられたサンプル値ｑ（ｎ）を出力する。
各ノードから出る技の数は2R(n)として与えられ
る。また、各技に対応づけられるサンプル値ｆ
（ｌ，ｎ）は△（ｎ）とＲ（ｎ）から次式で与えら
れる。 ｆ（ｌ，ｎ）＝Sgn（ｌ）｜ｌ｜＋0.5／２△（ｎ） ， ｌ＝±１，±２……，±2R(n)-1 (19) ここで、Sgn（ｌ）は、ｌの正負のサイン符号
を表わす。また、ｑ（ｎ）はパス上の技をl*とし
て、ｑ（ｎ）＝５（l*，ｎ）として与えられる。木
符号生成部５１から出力されるサンプル値ｐ（ｎ）
は予測フイルタ部５２へ入力され、全極形のフイ
ルタを用いて局部復号化値S^p（ｎ）を次式で算出
する。 S^p（ｎ）＝p 〓k=1 ａ（ｋ）S^p（ｎ−ｋ）＋ｑ（ｎ） ……(20) ここで、ａ（ｋ）は予測係数であり、線形予測
分析部２１からの出力によつて制御される。局部
復号化値S^p（ｎ）と位相等化された音声波形Sp
（ｎ）は減算器５３において両値間の差がとられ、
符号系列最適化部５４へ入力される。符号系列最
適化部５４では、S^p（ｎ）とSp（ｎ）間の平均二乗
誤差を最小にするように、木符号のパスすなわち
符号系列Ｃ（ｎ）＝｛Ｃ（ｎ−Ｌ），……Ｃ（ｎ−１）
，
Ｃ（ｎ）｝を探索する。最適パスの探索手法として
は、例えばMLアルゴリズムを用いる。MLアル
ゴリズムでは第８図に示すような木符号におい
て、符号系列の候補をCn（ｎ）＝｛Cn（ｎ−Ｌ），…
…，Cn（ｎ−１），Cn（ｎ）｝（ｍ＝１，２，……
M′）として、各ノードにおける誤差の評価値ｄ
（ｍ，ｎ）を、符号系列候補Cn（ｎ）に対して与
えられるサンプル値Sp（ｎ）と入力サンプル値Sp
（ｎ）の時系列間の二乗誤差として次式で算出す
る。 ｄ（ｍ，ｎ）＝M 〓t=n-L ｛Sp（ｔ）−S^p（ｔ）｝2 次にM′個の符号系列候補の中から評価値ｄ
（ｍ，ｎ）が最小となる符号系列Cn（ｎ）を選択
し、そのパスにおける時点ｎ−Ｌでの符号Cn（ｎ
−Ｌ）を最適な符号として決定する。ｎ＋１時点
での符号系列の候補Cn（ｎ＋１）＝｛Cn（ｎ＋１−
Ｌ），……Cn（ｎ），Cn（ｎ＋１）｝は、ｄ（ｍ，ｎ）
の値の小さい順にＭ個の符号系列Cn（ｎ）を選択
した後、各符号系列にｎ＋１時点でとり得る全て
の符号Ｃ（ｎ＋１）を追加した系列として与えら
れる。以上の処理は各時点ごとに逐次行なわれ、
時点ｎにおいて、時点ｎ−Ｌでの最適符号Ｃ（ｎ
−Ｌ）が出力される。なお第８図中の符号＊は
null符号を示す。 この実施例における符号化方式では、残差波形
の符号Ｃ（ｎ）とともに補助情報として線形予測
分析部２１から出力される予測係数ak、部分区
間設定部４６から出力される部分区間の周期Tp
と位置Td、電力算出部４７から出力される部分
区間残差電力uiを多重化部５５で多重化した後伝
送路４３へ送出する。 受信側では多重分離部５６で各情報を分離した
後、残差波形生成部５７において符号系列に応じ
て残差波形の復号化値ｑ（ｎ）を算出し、その復
号化値ｑ（ｎ）を駆動音源情報として予測フイル
タ１５を駆動して音声波形Sp（ｎ）を復元して出
力端子１６に出力する。 残差波形ｅ（ｎ）を位相等化することによりパ
ルス化、つまりエネルギを果し、その部分につい
てはビツト数を多く割当て、また木符号の枚数を
多くすることにより、小さなビツトレートで効率
的に情報を伝送することができる。 マルチパルス符号化を用いる方法 マルチパルスの基本原理はAtalによつて1982
年の音響・音声信号国際会議（Proceedinhg
ICASSPpp.614−617）において提案された。こ
の手法は、音声の予測残差波形を複数個のパルス
列で表わし、各パルスの時間的位置と強さを、こ
のマルチパルス残差波形で合成した音声波形と入
力音声波形との誤差を最小にするように決定する
方式である。この方式では音声波形そのものを直
接符号化しているが、この発明の実施例では位相
等価した後の音声波形を入力としてマルチパルス
符号化を行なう。第９図に位相等価処理とこのマ
ルチパルス符号化を融合した符号化方式の実施例
を示す。 入力端子１１から入力される音声波形のサンプ
ル値Ｓ（ｎ）に対して、線形予測分析部２１で予
測係数を算出し、予測逆フイルタ部２２で音声波
形Ｓ（ｎ）の予測残差波形を求める。次に、フイ
ルタ係数決定部２３では残差波形ｅ（ｎ）からサ
ンプル点ごとの位相等化フイルタの係数ｎ（ｍ，
ｎ）およびピツチ位置nlを出力する。位相等化フ
イルタ部３８のフイルタ係数はｈ（ｍ，ｎ）に設
定され、位相等化フイルタ部３８に音声波形SN
を位相等化し、その出力は減算器５３でマルチパ
ルス符号化値S^p（ｎ）との差をとり、その差出力
はパルス時点算出部５８とパルス振幅算出部５９
へ入力される。符号化値S^p（ｎ）は、マルチパル
ス生成部６１から出力されるマルチパルス信号e^e
（ｎ）を予測フイルタ６２に通すことにより次式
で算出される。 S^p（ｎ）＝−p 〓k=1 akS^p（ｎ−ｋ）＋ｅ（ｎ） ここで、e^e（ｎ）はパルス時点をti。パルス振
幅をmiとして次式で表わされる。 e^e（ｎ）＝δ（ｔ−ti） パルス時点tiとパルス振幅miは、それぞれパル
ス時点算出部５８とパルス振幅算出部５９におい
て、波形値Sp（ｎ）とS^p（ｎ）との差の平均電力
Peを最小とするように決定されている。前述の
論文で示されたアルゴリスムでは、ｌ−１個分の
tiとmiが与えられる場合、ｌ番目のパルス位置tl
は可能な全ての時点（但し、tl≠ti（ｉ＝１……ｌ
−１））に対して平均電力Peが最小となるパルス
振幅miを最小二乗法によつて求め、その中でPe
が最小となる時点として決定される。この手順
は、ｌ＝１より始めてｌ＝ｑまで逐次行ない、全
てのパルス時点と振幅が決定される。このアルゴ
リズムは、ピツチ時点の算出に多大な処理を必要
とする。しかしこの実施例では処理量を低減する
ため、位相等化処理の中で求まるピツチ位置ni
（ｉ＝１，２……q′）を利用し、始めのq′個分の
パルス時点をti＝ni（ｉ＝１，２……q′）として決
定する。 予測係数ak、ピツチ時点（位置）tiおよびピツ
チ振幅miを多重化部５５で多重化して送出し、
受信側ではこれけらを多重分離器５６で分離した
後、マルチパルス生成部６３でマルチパルス信号
を生成し、これを予測フイルタ１５に通して符号
化信号出力を端子に得る。 パルス化残差波形を用いる音声分析合成系 この実施例では、前述した位相等化処理によつ
て位相等化された予測残差波形のサンプル値時系
列において、ピツチ位置でのサンプル値を残し、
それ以外のサンプル値を零にすることにより、予
測残差波形をパルス化し、このパルス列を駆動音
源として予測フイルタを駆動することにより合成
音声を生成する。すなわち第１０図に示す。入力
端子１１から入力される音声波形のサンプル値Ｓ
（ｎ）に対し、線形予測分析部２１で予測係数ak
を算出後、予測逆フイルタ２２によつて音声波形
Ｓの予測残差波形ｅ（ｎ）を求める。次に残差波
形ｅ（ｎ）からフイルタ係数決定部２３において
位相等化フイルタ係数ｈ（ｍ，ｎ）、有声・無声判
定値Ｖ／UVおよびピツチ位置nlを算出する。残
差波形ｅ（ｎ）は、位相等化フイルタ部６４で位
相等化された後、パルス化処理部６５において、
ピツチ位置nlでの位相等化残差波形ep（ｎ）のサ
ンプル値をml＝ep（nl）（ｌ＝１，２……Ｌ）とす
る。ここではＬは分析窓内でのピツチ位置の数で
ある。サンプル値mlは、量子化ステツプ幅算出
部６６から与えられる量子化ステツプ幅△を用い
て量子化器６７で量子化される。多重化部５５は
量子化出力Ｃ（ｎ）、ピツチ位置nl、予測係数ak、
有声無声判定値Ｖ／UVおよび残差電力ｖを多重
化して送出する。多重分離部５６で多重分離し、
有声部６８では量子化出力Ｃ（ｎ）を逆量子化し、
これとピツチ位置とnlからパルス列e^p（ｎ）＝L 〓l=1 ml
〓（ｎ−nl）を作る。無声部６９では電力がｖに
等しくなる白色雑音を駆動音源とする。有声・無
声判定値Ｖ／UVに応じてスイツチ７１を制御し
て有声Ｖで有声部６８の出力を、無声UVで無声
部６９の出力を予測フイルタ１５へ駆動音源情報
として供給し、合成音声S^p（ｎ）を出力端子１６
に出力する。 ＜効果＞ 以上述べたように、この発明による音声信号処
理方式は予測残差波形の短時間位相特性を、その
時間的変化に応じて適応的に位相等化することに
より、残差波形振幅の時間的集中度を高める効果
を有し、それによつて音声波形のピツチ周期、ピ
ツチ位置を検出することができ、また例えばエネ
ルギーが集中していない部分を除去して時間を短
縮し、又はゼロを挿入して時間を長くして音声波
形のピツチを変更しても自然性が保持でき、更に
符号化の効率を大幅に向上させる利点をもつ。 位相等化処理のみを施こした場合の音声品質
は、７，６ビツト対数圧伸PCMと同等であり、
この処理による波形歪はほとんど知覚されない。
したがつて、位相等化された音声波形を符号化入
力としても、入力段階での品質劣下は生じていな
い。また位相等化された音声波形を正しく再生で
きれば、この位相等化された音声波形を駆動音源
信号としても高い品質の音声が得られる。 前記実施例で示した符号化法はいづれも、音声
の予測残差波形の振幅の時間的集中度が高められ
ることにより符号化効率が向上する。可変レート
木符号化では、波形振幅の偏りに応じて時間的に
情報を割り当てており、位相等化によつてその偏
りを高めることにより情報割当ての効果が大きく
なり、符号化効率が向上する。１ビツト１サンプ
ル（約10kb／ｓ）で符号化した時、符号化音声
のSN比は19.0dBであり、位相等化処理を含めな
い場合にくらべて4.4dB向上する。また品質的に
は5.5ビツトPCM相当の品質が6.6ビツトPCM相
当の品質に向上する。７ビツトPCMが品質的に
問題ないことより、この例では16kb／ｓ以下の
ビツトレートとしても比較的高い品質が得られ
る。 マルチパルス符号化では、位相等化処理によつ
て残差波形がパルス化されるため、よりマルチパ
ルス表現が適合し、従来の入力音声そのものを用
いる場合とくらべて少ないパルス数で残差波形が
表現できる。また、マルチパルス符号化における
パルス位置の多くは、この位相等化処理における
ピツチ位置と一致するため、このピツチ位置の情
報を利用することによりマルチパルス符号化での
パルス位置の決定処理を簡単化することができ
る。パルス数を20（１ビツト１サンプル符号化に
相当し、約10kb／ｓ）とした時のマルチパルス
符号化の性能は、直接音声入力の場合SN比で
11.3dB、位相等化音声の場合は15.0dBであり、
位相等化処理によりSN比は3.7dB向上する。ま
た、品質的には4.5ビツトPCM相当が位相等化処
理により、６ビツトPCM相当に改善される。従
来はビツトレートが16kb／ｓ以下になると音声
品質が急激に劣化するが、このマルチパルス符号
化を適用する場合もビツトレートが10kb／ｓで
も可成り良好な音声品質が得られる。 なお、位相等可フイルタ部３８のフイルタ係数
としてh*（ｍ，nl）を用い、フイルタ係数の補間
部３７を省略してもよい。また上述における各部
はそれぞれ独立したハードウエア、あるいはマイ
クロプロセツサにより構成してもよく、または複
数の部分を１つのマイクロプロセツサや電子計算
機で兼用しもよい。
第１図は従来の線形予測分析合成方式の基本構
成を示すブロツク図、第２図は従来の適応予測符
号化の基本構成を示すブロツク図、第３図はこの
発明による音声信号処理方式、特に適応的位相等
化処理方式の構成例を示すブロツク図、第４図は
ピツチ位置検出部２５の内部構成を示したブロツ
ク図、第５図は位相等化処理を用いた音声符号化
の基本構成を示すブロツク図、第６図は位相等化
処理を用いる可変レート木符号化の構成例を示す
ブロツク図、第７図は部分区間の設定法に関する
説明図、第８図は可変レート木符号の構造を表わ
す説明図、第９図は位相等化処理を用いるマルチ
パルス符号化の構成例を示すブロツク図、第１０
図はパルス化残差波形による音声分析合成系の構
成例を示すブロツク図である。 １１……入力端子、２１……線形予測分析部、
２２……逆フイルタ部、２４……有声・無声判定
部、２５……ピツチ位置検出部、２６……フイル
タ係数算出部、３７……フイルタ係数補間部、３
８……位相等化フイルタ部、３９……出力端子、
４１……位相等化処理部、４５……位相等化フイ
ルタ部、。４６……部分区間算出部、４７……電
力算出部、４８……ビツト割り当て部、４９……
ステツプ幅算出部、５１……木符号生成部、５２
……予測フイルタ部、５３……減算器、５４……
符号系列最適化部。
成を示すブロツク図、第２図は従来の適応予測符
号化の基本構成を示すブロツク図、第３図はこの
発明による音声信号処理方式、特に適応的位相等
化処理方式の構成例を示すブロツク図、第４図は
ピツチ位置検出部２５の内部構成を示したブロツ
ク図、第５図は位相等化処理を用いた音声符号化
の基本構成を示すブロツク図、第６図は位相等化
処理を用いる可変レート木符号化の構成例を示す
ブロツク図、第７図は部分区間の設定法に関する
説明図、第８図は可変レート木符号の構造を表わ
す説明図、第９図は位相等化処理を用いるマルチ
パルス符号化の構成例を示すブロツク図、第１０
図はパルス化残差波形による音声分析合成系の構
成例を示すブロツク図である。 １１……入力端子、２１……線形予測分析部、
２２……逆フイルタ部、２４……有声・無声判定
部、２５……ピツチ位置検出部、２６……フイル
タ係数算出部、３７……フイルタ係数補間部、３
８……位相等化フイルタ部、３９……出力端子、
４１……位相等化処理部、４５……位相等化フイ
ルタ部、。４６……部分区間算出部、４７……電
力算出部、４８……ビツト割り当て部、４９……
ステツプ幅算出部、５１……木符号生成部、５２
……予測フイルタ部、５３……減算器、５４……
符号系列最適化部。
Claims (1)
- 【特許請求の範囲】 １ 音声波形のサンプル値からそのサンプル値間
の相関を除去する予測フイルタを用いて予測残差
波形のサンプル値を求める手段と、その予測残差
波形あるいは上記音声波形が供給され、上記予測
残差波形を零位相化する位相等化フイルタと、上
記予測残差波形からその位相特性と逆の特性をも
つ位相等化フイルタ係数を決定する手段と、その
位相等化フイルタ係数により上記予測残差波形の
位相の時間的変化に応じて上記位相等化フイルタ
を適応化する手段とを具備する音声信号処理方
式。 ２ 入力音声信号を上記位相等化フイルタを位相
等化し、その位相等化出力をデイジタル符号化方
式を用いて符号化し、その結果をそのまま符号化
音声出力とする特許請求の範囲第１項記載の音声
信号処理方式。 ３ 上記デイジタル符号化方式は可変レート木符
号化方式であつて、その木符号の各ノードから出
る枝の数（ビツト数）と各技に割り当てられる木
符号の出力サンプル値とを制御するために必要な
情報を、上記位相等化処理の中で得られる予測残
差信号から抽出することを特徴とする特許請求の
範囲第２項記載の音声信号処理方式。 ４ 上記デイジタル符号化方式はマルチパルス符
号化方式であつて、パルス位置のいくつかを上記
位相等化処理の中で得られるピツチ位置として決
定することを特徴とする特許請求の範囲第２項記
載の音声信号処理方式。 ５ 上記デイジタル符号化方式は、上記位相等化
された予測残差波形のサンプル値時系列におい
て、ピツチ位置でのサンプル値のみを残しそれ以
外のサンプル値を零にしたパルス列を作る手段で
あつて、そのパルス列を有声音の駆動音源として
予測フイルタを駆動して合成音声を得ることを特
徴とする特許請求の範囲第２項記載の音声信号処
理方式。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59053757A JPS60196800A (ja) | 1984-03-21 | 1984-03-21 | 音声信号処理方式 |
| EP85103191A EP0163829B1 (en) | 1984-03-21 | 1985-03-19 | Speech signal processing system |
| CA000477005A CA1218745A (en) | 1984-03-21 | 1985-03-20 | Speech signal processing system |
| US07/255,566 US4850022A (en) | 1984-03-21 | 1988-10-11 | Speech signal processing system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59053757A JPS60196800A (ja) | 1984-03-21 | 1984-03-21 | 音声信号処理方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS60196800A JPS60196800A (ja) | 1985-10-05 |
| JPH0446440B2 true JPH0446440B2 (ja) | 1992-07-29 |
Family
ID=12951685
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59053757A Granted JPS60196800A (ja) | 1984-03-21 | 1984-03-21 | 音声信号処理方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS60196800A (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06250694A (ja) * | 1993-02-25 | 1994-09-09 | Idou Tsushin Syst Kaihatsu Kk | 音声符号化復号化装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4011193A (en) * | 1972-12-13 | 1977-03-08 | General Electric Company | Reinforced thermoplastic polyester compositions |
| US4184049A (en) * | 1978-08-25 | 1980-01-15 | Bell Telephone Laboratories, Incorporated | Transform speech signal coding with pitch controlled adaptive quantizing |
| JPS5714643A (en) * | 1980-06-30 | 1982-01-25 | Toray Ind Inc | Polyethylene terephthalate composition for molding |
| JPS58145994A (ja) * | 1982-02-24 | 1983-08-31 | 株式会社日立製作所 | 残差波形の抽出方法 |
-
1984
- 1984-03-21 JP JP59053757A patent/JPS60196800A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS60196800A (ja) | 1985-10-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA1218745A (en) | Speech signal processing system | |
| Atal | Predictive coding of speech at low bit rates | |
| EP0673014B1 (en) | Acoustic signal transform coding method and decoding method | |
| US4716592A (en) | Method and apparatus for encoding voice signals | |
| USRE43099E1 (en) | Speech coder methods and systems | |
| CA2327041A1 (en) | A method for indexing pulse positions and signs in algebraic codebooks for efficient coding of wideband signals | |
| US4791670A (en) | Method of and device for speech signal coding and decoding by vector quantization techniques | |
| JP3033060B2 (ja) | 音声予測符号化・復号化方式 | |
| JP3396480B2 (ja) | 多重モード音声コーダのためのエラー保護 | |
| JP2001154699A (ja) | フレーム消去の隠蔽及びその方法 | |
| JP4281131B2 (ja) | 信号符号化装置及び方法、並びに信号復号装置及び方法 | |
| JP3531780B2 (ja) | 音声符号化方法および復号化方法 | |
| US5719993A (en) | Long term predictor | |
| JPH01261930A (ja) | 音声復号器のポスト雑音整形フィルタ | |
| WO2000074036A1 (en) | Device for encoding/decoding voice and for voiceless encoding, decoding method, and recorded medium on which program is recorded | |
| JPH0446440B2 (ja) | ||
| JP3232701B2 (ja) | 音声符号化方法 | |
| JP2968109B2 (ja) | コード励振線形予測符号化器及び復号化器 | |
| JPS6134697B2 (ja) | ||
| JP3232728B2 (ja) | 音声符号化方法 | |
| JP3063087B2 (ja) | 音声符号化復号化装置及び音声符号化装置ならびに音声復号化装置 | |
| JP3006790B2 (ja) | 音声符号化復号化方法及びその装置 | |
| JPH0481199B2 (ja) | ||
| Viswanathan et al. | Medium and low bit rate speech transmission | |
| JPH03116199A (ja) | 音声信号符号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| EXPY | Cancellation because of completion of term |