JPH04502675A - 改良されたロングターム予測器を有するデジタル音声コーダ - 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】 改良されたロングターム予測器を 有するデジタル音声フード 発明の背景 この発明は、１９８８年６月２８日に出願され今は放棄されている、米国出願番 号第０７／２１２，４５５号の一部継続出願である、１９８９年９月１日に出願 されかつ今は放棄されている、米国出願番号第０７／４０２．２０６号の継続出 願である。

コード励起リニア予測（ｃｏｄｅ−ｅｘｃ　ｉ　ｔ　ｅｄｌｉｎｅａｒ　ｐｒｅ ｄｉｃｔｉｏｎ：ＣＥＬＰ）は低いビットレート、すなわち、４．８〜９．６キ ロビツト／秒（Ｋｂｐｓ）における高品質の合成音声を生成できる可能性を有す る音声コーディング技術である。このクラスの音声符号化は、またベクトル励起 リニア予測または推計符号化（ｓｔｏｃｈａｓｔｉｃ　ｃｏｄｉｎｇ）として知 られているが、数多くの音声通信および音声合成の用途に最もよく用いられる。

ＣＥＬＰは音声品質、データレート、大きさおよびコストが重要な要素であるデ ジタル音声暗号化およびデジタル無線電話通信システムに特に適用可能であるこ とが分っている。

［符号励起（ｃｏｄｅ−ｅｘｃ　ｉ　ｔ　ｅｄ）Ｊまたはベクトル励起（ｖｅｃ ｔｏｒ−ｅｘｃｉｔｅｄ）Ｊという用語は音声フードのための励起シーケンスが ベクトル量子化されている、すなわち単一のコード語（ｃｏｄｅｗｏｒｄ）が励 起サンプルのシーケンス、ベクトルを表すのに用いられるという事実からきてい る。このようにして、毎サンプルにつき１ビツトより小さなデータレートが励起 シーケンスを符号化するために可能となる。記憶された励起符号ベクトルは一般 に独立のランダムなホワイトガウスシーケンスからなる。フードブックからの１ つのコードベクトルはＮ個の励起サンプルの各ブロックを表すのに用いられる。

各々の記憶されたコードベクトルはコード語、すなわちコードベクトルメモリの ロケーションのアドレスによって表される。受信機において音声フレームを再構 成するために通信チャネルを介して音声シンセサイザに引き続き送られるのはこ のコード語である。エム・アール・シュローダおよびビー・ニス・アタルによる 、「コード励起リニア予測（ＣＥＬＰ）、非常に低いビットレートにおける高品 質音声」、音響に関するＩ　ＥＥＥ国際会議紀要、音声および信号処理（ＩＣＡ ＳＳＰ）、第３巻、ＰＰ、９３７−４０．１９８５年３月、をＣＥＬＰのより詳 細な説明のために参照。

ＣＥＬＰ音声コーダにおいては、コードブックからの励起コードベクトルは入力 音声信号の特性を作る２個の時間変動リニアフィルタに印加される。第１のフィ ルタはそのフィードバックループにロングターム予測器を含み、これは有声音（ ｖｏｊｃｅｄ　５ｐｅｅｃｈ）のピッチの周期性を導入するために使用される、 長い遅延、すなわち、２〜１５ミリセカンドを有している。第２のフィルタはそ のフィードバックループにショートターム予測器を含み、これはスペクトル的な エンベロープまたはフォーマット構造を導入するために使用される、短い遅延、 すなわち、２ミリセカンドより短い遅延、を有している。音声の各フレームに対 して、音声コーグはそれぞれの個々のコードベクトルをフィルタに印加して再構 成された音声信号を発生し、元の入力音声信号を該再構成された信号と比較して エラー信号を発生する。このエラー信号は次に人間の聴覚に基づく応答を有する 重み付はフィルタを通すことにより重み付けされる。最適の励起信号は現在のフ レームに対して最小のエネルギを有する重み付はエラー信号を生成するコードベ クトルを選択することにより決定される。最適のコードベクトルに対するコード 語は次に通信チャネルによって送信される。

ＣＥＬＰ音声合成器においては、チャネルから受信されたコード語は励起ベクト ルのコードブックをアドレスするために使用される。単一のコードベクトルは次 にゲインファクタによって乗算され、ロングタームおよびショートタームフィル タによってろ波され再構成された音声ベクトルを得る。ゲインファクタおよび予 測器パラメータはまた該チャネルから得られる。より良好な品質の合成信号は合 成器によって使用される実際のパラメータが解析段において使用され、従って量 子化誤差を最小化することにより発生できることが分っている。従って、より高 い品質の音声を生成するためにＣＥＬＰ音声解析段においてこれらの合成パラメ ータを使用することはアナリシス・パイ・シンセシス音声コーディングと称され ている。

ショートターム予測器は次の式に従って、直前の出力サンプル５（ｎ−ｉ）のリ ニアな組み合わせにより現在の出力サンプルｓ　（ｎ）を予測しようと試みる。

ｓ　（ｎ）　＝ａ　ｓ　（ｎ−１）　＋ａ２ｓ　（ｎ−２）＋・・・＋α　ｓ　 （ｎ−ｐ）　＋ｅ　（ｎ）この式で、ｐはショートターム予測器の次数（ｏｒｄ ｅｒ）であり、ｅ　（ｎ）は予測残差（ｐｒｅｄｉｃｔ、１ｏｎｒｅｓｉｄｕａ ｌ）、すなわち、ｐ個の先のサンプルの重み付けされた和によって表すことので きないｓ　（ｎ）の部分、である。予測器の次数ｐは典型的には、８キロヘルツ （ＫＨｚ）のサンプリングレートを仮定すると、８〜１２の範囲にわたっている 。この式における重みＣ１，Ｃ２゜α　は予測器係数と呼ばれている。ショート ターム予測器係数は伝統的なリニア予測コーディング（Ｌ　Ｐ　Ｇ）技術を用い て音声信号から決定される。ショートタームフィルタの出力応答は２変換表現で 次のように表される。

Ａ　（ｚ）　−−−一−−−−−−−−−−−−−−−ショートタームフィルタ パラメータのその他の説明に関しては、「低ビツトレートにおける音声の予測的 コーディング」と題する、Ｉ　ＥＥＥ紀要、通信、Ｃ０Ｍ−３０、ｐｐ、６００ −１４．１９８２年４月、ビー・ニス・アタルによる論文を参照。

これに対し、ロングタームフィルタはずっと長い期間にわたり延在する先行サン プルから次の出力サンプルを予測しなければならない。予測器において単一の過 去のサンプルのみが使用されれば、予測器は単一タップ予測器である。

典型的には、１〜３タツプが使用される。単一タップ、ロングターム予測器を導 入したロングタームフィルタのための出力応答はＺ変換表示で次のように与えら れる。

Ｂ　（ｚ）　＝−−−−−−−−−−−−−−−−１−βｚ−Ｌ この出力応答はフィルタの遅延またはラグＬおよびフィルタ係数βのみの関数で あることに注意を要する。有声音に対しては、ラグＬは典型的には音声のピッチ 期間、あるいはその倍数である。８ＫＨｚのサンプリングレートにおいては、ラ グＬの適切な範囲は１６と１４３の間であり、これは５００Ｈｚから５６Ｈｚの 間のピッチレンジに対応する。

ロングターム予測器のラグＬおよびロングターム予測器の係数βは開ループまた は閉ループ構成のいずれかから決定できる。開ループ構成を用いると、ラグＬお よび係数βは入力信号（またはその残差）から直接計算される。閉ループ構成で は、ラグＬ１および係数βはロングタームフィルタの過去の出力を表す符号化デ ータおよび入力音声信号からフレームレートで計算される。符号化データを使用 する場合における、ロングターム予測器のラグ決定は合成器において存在する実 際のロングタームフィルタの状態に基づいている。従って、閉ループ構成が開ル ープ方法よりもより良好な性能を与えるが、それはピッチフィルタそれ自体がエ ラー信号の最適化に貢献するからである。さらに、単一タップの予測器は閉ルー プ構成で非常に良好に作動する。

閉ループ構成を使用すると、ロングタームフィルタの出力応答ｂ　（ｎ）はロン グタームフィルタからの過去の出力サンプルのみから、かつ次の式による現在の 入力音声サンプルｓ　（ｎ）から決定される。

ｂ　（ｎ）　＝ｓ　（ｎ）＋βｂ（ｎ−Ｌ）この技術はフレーム長Ｎより大きな ピッチラグしに対し、すなわち、ＬＡＮの場合に、直接的であるが、それは項ｂ （ｎ−Ｌ）は常にすべてのサンプル番号ｎ、Ｏ≦ｎ≦Ｎ−１に対し過去のサンプ ルを表すからである。さらに、Ｌ〉Ｎの場合、励起ゲインファクタγおよびロン グターム予測器係数βはラグＬおよびコード語ｉの与えられた値に対し同時に最 適化することができる。この組み合わされた最適化技術は音声品質の注目すべき 改善をもたらすことが発見されている。

しかしながら、もしロングターム予測器のフレーム長Ｎより小さなラグＬを収容 しなければならない場合には、閉ループ手法は不都合である。この問題は高いピ ッチの女性の声の場合に容易に起こり得る。たとえば２５０Ｈｚのピッチ周波数 に対応する女性の音声は４ミリセカンド（ｍｓｅｃ）に等しいロングターム予測 器ラグＬを必要とする。

８ＫＨｚのサンプリングレートにおける２５０Ｈｚのピッチは３２サンプルのロ ングターム予測器のラグＬに対応する。しかしながら、４ミリセカンドより小さ なフレーム長Ｎを用いることは望ましくなく、これはＣＥＬＰ励起ベクトルはよ り長いフレーム長が用いられる場合により効率的に符号化できるからである。従 って、８ＫＨｚのサンプリングレートにおける７、５ミリセカンドのフレーム長 時間を用いると、フレーム長Ｎは６０サンプルに等しくなるであろう。これはフ レームの次の６０サンプルを予測するために３２の過去のサンプルのみが利用で きることを意味する。従って、もしロングターム予測器のラグＬがフレーム長Ｎ より小さければ、必要とされるＮサンプルの内のＬの過去のサンプルのみが規定 される。

フレーム長Ｎより小さなピッチラグＬの問題に対処するため従来技術においてい くつかの別の手法がとられている。

ロングターム予測器のラグＬおよび係数βを組み合わせて最適化する試みにおい て、第１の手法はなんらの励起信号も存在しないと仮定して方程式を直接解くよ う試みることである。この手法は「規則的なパルス励起−音声の有効かつ効率的 な多重パルス符号化」、クルーン他、音響、音声および信号処理に関するＩ　Ｅ ＥＥ紀要、ＡＳＳＰ−３４巻、第５号、１９８６年１０月、ｐｐ、１０５４−１ ０６３の論文に説明されている。しかしながら、この手法に従うと、単一のパラ メータβにおける非線形方程式を解かなければならない。βにおける２次方程式 または３次方程式の解を解かなければならない。βにおける２次方程式または３ 次方程式の解は計算機的に実際的でない。その上、利得ファクタγと係数βとを 一緒にして最適化することはこの手法では依然として不可能である。

ロングターム予測器遅延りをフレーム長Ｎより大きいものと限定することによる 、第２の解法は、シングハルおよびアタルにより提案された論文「低いビットレ ートにおける多重パルスＬＰＧコーダの性能の改善Ｊ１音響、音声、および信号 処理に関するＩ　ＥＥＥ国際会議の紀要、第１巻、１９８４年３月１９−２１日 、ｐｐ、１．３．　１−１．３゜４において提案されている。ピッチラグしに対 するこの人工的な制約はしばしばピッチ情報を正確に表さない。従って、この手 法を用いると音声品質が高いピッチの音声に対し劣化する。

第３の解法はフレーム長Ｎの大きさを低減することである。より短いフレーム長 により、ロングターム予測器のラグＬは常に過去のサンプルから決定することが できる。しかしながら、この手法は厳しいビットレートのペナルティを被る。よ り短いフレーム長では、より大きな数のロングターム予測器パラメータおよび励 起ベクトルを符号化しなければならず、かつ従ってチャネルのビットレートは余 分のコーディングを収容するためにより大きくなければならない。

第２の問題は高いピッチの話者に対して存在する。コーグにおいて使用されるサ ンプリングレートは単一タップのピッチ予測器の性能に対し上限を設ける。たと えば、もしピッチ周波数が実際には４８５Ｈｚであれば、最も近いラグ値は１６ でありこれは５００Ｈｚに対応する。これは音声品質を劣化させる基本ピッチ周 波数に対し１５Ｈｚのエラーを生ずる結果となる。このエラーは該ピッチ周波数 の高調波に対し増倍されさらに劣化を引き起こす。

従って、ロングターム予測器のラグＬを決定するための改良された方法を提供す る必要性が存在する。最適の解法は高いピッチの音声のコーディングに対し計算 機的な複雑性および音声品質の双方に向けられなければならない。

発明の概要 従って、本発明の一般的な目的は、低いビットレートにおいて高い品質の音声を 生成する改良されたデジタル音声コーディング技術を提供することにある。

本発明のより特定的な目的は、閉ループ手法を用いたロングターム予測器のパラ メータを決定するための方法を提供することにある。

本発明の他の目的は、ロングターム予測器のラグパラメータＬが非整数である場 合にロングターム予測器の出力応答を決定するための改良された方法を提供する ことにある。

本発明のさらに他の目的は、最適の励起コードベクトルのためのコードブックサ ーチの間に利得ファクタγおよびロングターム予測器係数βの組み合わされた最 適化を許容する改良されたＣＥＬＰ音声コーダを提供することにある。

本発明の新規な見地によれば、パラメータＬの分解能（ｒｅｓｏｌｕｔｉｏｎ） はＬが整数でない値をとることを許容することにより増大される。これはロング ターム予測器の状態の補間されたサンプルを提供するために補間フィルタを使用 することにより達成される。閉ループ構成においては、ロングターム予測器の状 態の将来のサンプルは補間フィルタにとって利用できない。この問題はロングタ ーム予測器の状態を補間フィルタによる使用のために将来にわたってピッチ同期 的に延長することにより回避される。

次のフレームに対する実際の励起サンプルが利用できるようになると、ロングタ ーム予測器の状態が（ピッチ同期的に延長されたサンプルに基づくものに置き代 わる）実際の励起サンプルを反映するために更新される。たとえば、補間は各々 の存在するサンプルの間の１つのサンプルを補間するために使用でき従ってＬの 分解能をサンプルの半分に倍加する。３または４のような、より高い補間ファク タもまた選択でき、これはＬの分解能を１つのサンプルの３分の１または４分の １に増加するであろう。

図面の簡単な説明 新規であると信じられる本発明の特徴は特に添付の請求の範囲に記載されている 。本発明は、そのさらに他の目的および利点とともに、添付の図面を取り入れて 以下の説明を参照することにより最もよく理解でき、そのいくつかの図面におい ては同様の参照数字は同様の要素を表わし、かつ各図面において、 第１図は、本発明とともに使用するためのロングタームフィルタの位置を示す、 コード励起リニア予測音声コーグの一般的なブロック図であり、 第２Ａ図は、第１図のロングタームフィルタの１実施例を示す詳細なブロック図 であり、フィルタのラグＬが整数である場合のロングターム予測器の応答を示し ており、第２Ｂ図は、第２Ａ図におけるロングターム予測器の動作を説明するた めに用いることができるシフトレジスタを示す概略図であり、 第２Ｃ図は、第１図のロングタームフィルタの他の実施例を示す詳細なブロック 図であり、フィルタのラグＬが整数である場合のロングターム予測器の応答を示 しており、第３図は、第２Ａ図のロングタームフィルタにより達成される動作を 説明する詳細なフローチャートであり、第４図は、本発明に従って使用するため の音声合成器の一般的なブロック図であり、 第５図は、第１図のロングタームフィルタの詳細なブロック図であり、本発明に 従いサブサンプルの分解能のロングターム予測器応答を示しており、 第６Ａ図および第６Ｂ図は、第５図のロングタームフィルタにより行われる動作 を説明する詳細なフローチャートであり、そして 第７図は、第４図における音声合成器のショートタームフィルタおよびＤ／Ａコ ンバータを相互結合するためのピッチポストフィルタを示す詳細なブロック図で ある。

好ましい実施例の詳細な説明 次に第１図を参照すると、本発明に係わるロングタームフィルタを利用するコー ド励起リニア予測音声コーグ１００の一般的なブロック図が示されている。分析 されるべき音響入力信号はマイクロホン１０２において音声コーグ１００に印加 される。典型的には音声信号である、入力信号は次にフィルタ１０４に印加され る。フィルタ１０４は一般的にはバンドパスフィルタ特性を示す。しかしながら 、もし音声の帯域幅がすでに適切であれば、フィルタ１０４は直接的なワイヤ接 続であってもよい。

フィルタ１０４からのアナログ音声信号は次に−続きのＮパルスのサンプルに変 換され、かつ各パルスサンプルの振幅は次に、技術上知られているように、アナ ログ−デジタル（Ａ／Ｄ）コンバータ１０８においてデジタル符号により表され る。サンプリングレートはサンプルクロックＳＣにより決定され、これは好まし い実施例においては８゜０ｋＨｚのレートを呈する。サンプルクロックＳＣはク ロック１１２によってフレームクロックＦＣとともに発生される。

Ａ／Ｄ　１０８のデジタル出力は、入力音声ベクトル５（ｎ）として表されるが 、次に係数アナライザ１１０に印加される。この入力音声ベクトルｓ　（ｎ）は 別々のフレーム、すなわち、その長さがフレームクロックＦＣによって決定され る、時間のブロック、において反復的に得られる。

好ましい実施例においては、入力音声ベクトルｓ　（ｎ）、０≦ｎ≦Ｎ−１、は Ｎ＝６０サンプルを含む７．５ミリセカンドのフレームを表し、この場合者サン プルはデジタルコードの１２〜１６ビツトによって表される。この実施例におい ては、音声の各ブロックに際し、−組のリニア予測コーディング（Ｌ　Ｐ　Ｇ） パラメータがオープンループ構成の係数アナライザー１０によって生成される。

ショトターム予測器パラメータα０、ロングターム予測器係数β、公称ロングタ ーム予測器うグパラメータＬ１重み付はフィルタパラメータＷＦＰ、および励起 利得ファクタγ（後に説明する最善の励起コード語Ｉとともに）はマルチプレク サ１５０に印加されかつ音声合成器による使用のためチャネルによって送られる 。この実施例のためにこれらのパラメータを発生する代表的な方法については、 ビー・ニス・アタルによる、１９８２年４月、ｐｐ、６００−１４、Ｃ０Ｍ−３ ０巻、Ｉ　ＥＥＥ通信紀要、［低いビットレートにおける音声の予測コーディン グ」と題する論文を参照。入力音声ベクトルｓ　（ｎ）はまた減算器１３０にも 印加され、その機能は後に説明する。

コードブックＲＯＭＩ２０は一組のＭ個の励起ベクトルｕ、（ｎ）を含み、ここ で１≦ｉ≦Ｍであり、各々Ｎ個のサンプルから成り、この場合０≦ｎ≦Ｎ−１で ある。コードブツクＲＯＭ１２０は好ましくはここに参照のため導入される、米 国特許第４，８１７．１５７号に述べられたようにして実施される。コードブッ クＲＯＭ１２０は一組の励起コード語ｉの内の特定の１つに応じてこれらの擬似 ランダム励起ベクトルを発生する。Ｍ個の励起ベクトルの各々は−続きのランダ ムなホワイトガウスサンプルから成るが、他の形式の励起ベクトルも本発明とと もに使用することができる。もし励起信号が６０サンプルの各々に対しサンプル ごとに０．　２ビツトのレートで符号化されたならば、可能な励起ベクトルに対 応する４０９６のコード語ｉがある。

各々の個々の励起ベクトルｕ、（ｎ）に対し、再構成された音声ベクトルｓ’　 、（ｎ）が入力音声ベクトルｓ　（ｎ）に対する比較のために発生される。利得 ブロック１２２には、フレームに対する内容である、励起利得ファクタγにより 励起ベクトルｕ、（ｎ）を尺度変更（ｓｃａｌｅ）する。励起利得ファクタγは 係数アナライザー１０によってあらかじめ計算されかつ第１図に示されるように すべての励起ベクトルを解析するために使用され、あるいは最善の励起コード語 ｒのサーチと組み合わせて最適化されかっコードブックサーチコントローラー４ ０により発生される。

尺度変更された励起信号γｕ−（ｎ）は次に再構成された音声ベクトルｓ’　、 （ｎ）を発生するためにロングタームフィルター２４およびショートタームフィ ルタ１２６によりろ波される。フィルター２４は音声の周期性を導入するために ロングターム予測器パラメータβおよびＬを利用し、かつフィルタ１２６は上に 述べたように、スペクトル的なエンベロープを導入するためにショートターム予 測器パラメータα１を利用する。ロングタームフィルター２４は以下の図面にお いて詳細に説明する。ブロック１２４および１２６は実際にはそれぞれのフィー ドバック経路にロングターム予測器およびショートターム予測器を含む再帰（ｒ ｅｃｕｒｓｉｖｅ）フィルタである。

ｉ番目の励起コードベクトルに対する再構成された音声ベクトルｓ’　−（ｎ） は入力音声ベクトルｓ　（ｎ）の同じブロックとこれら２つの信号を減算器１３ ０において減算することにより比較される。差分ベクトルｅ、（ｎ）は音声の元 のおよび再構成されたブロックの間の差を表す。差分ベクトルは係数アナライザ ー１０によって発生される重み付はフィルタのパラメータＷＴＰを利用して、重 み付はフィルター３２により知覚的に重み付けされる。代表的な重み付はフィル タの伝達関数に対する先の参照物を参照されたい。知覚的な重み付けはエラーが 知覚的に人間の耳にとってより重要な周波数を強調し、かつ他の周波数を減衰さ せる。

エネルギ計算機１３４は重み付は差分ベクトルｅ／　。

（ｎ）のエネルギを計算し、かつこのエラー信号Ｅ、をコードブックサーチコン トローラー４０に印加する。該サーチコントローラは現在の励起ベクトルｕ、（ ｎ）に対するｉ番目のエラー信号を先のエラー信号に対して比較し最小のエラー を生成する励起ベクトルを決定する。最小のエラーを有するｉ番目の励起ベクト ルのコードは次にチャネルによって最善の励起コードＩとして出力される。ある いは、サーチコントローラー４０は、あらかじめ規定されたエラーしきい値に合 致するような、何等かの所定の基準を有するエラー信号を提供する特定のコード 語を決定することができる。

第１図は、コード励起リニア予測音声コーグに対する本発明の１実施例を示す。

この実施例においては、ロングタームフィルタのパラメータＬおよびβは係数ア ナライザー１０によってオープンループ構成で決定される。あるいは、ロングタ ームフィルタのパラメータは先に述べたシングハルおよびアタルの参照文献に述 べられているように閉ループ構成で決定することができる。一般に、音声コーグ の性能は閉ループ構成で決定されるロングタームフィルタのパラメータを使用す ることにより改善される。本発明に係わるロングターム予測器の新規な構造はフ レーム長Ｎより小さなラグＬに対するこれらのパラメータの閉ループ決定の使用 に大いに便宜を与える。

第２Ａ図は、第１図のロングタームフィルター２４の１実施例を示し、この場合 しは整数に限定されている。第１図は尺度変更された励起ベクトルγｕ−（ｎ） が利得プロツク１２２からロングタームフィルター２４へ入力されるものとして 示されているが、第２Ａ図においては説明の目的で代表的な入力音声ベクトルｓ 　（ｎ）が使用されている。

従って、入力音声ベクトルｓ　（ｎ）のＮ個のサンプルのフレームが加算器２１ ０に印加される。加算器２１０の出力はロングタームフィルター２４のための出 力ベクトルｂ（ｎ）を生成する。出力ベクトルｂ　（ｎ）はロングターム予測器 の遅延ブロック２３０にフィードバックされる。公称ロングターム予測器ラグパ ラメータＬもまた遅延ブロック２３０に入力される。ロングターム予測器遅延ブ ロックは出力ベクトルｑ　（ｎ）をロングターム予測器の乗算器ブロック２２０ に提供し、これはロングターム予測器の係数βによりロングターム予測器の応答 を尺度変更する。尺度変更された出力βｑ　（ｎ）は次に再帰フィルタのフィー ドバックループを完成させるために加算器２１０に印加される。

ロングタームフィルター２４の出力応答Ｈ（ｚ）はＺ変換表示で次のように定義 される。

この場合、ｎはＮ個のサンプルを含むフレームのサンプル数を表し、０≦ｎ≦Ｎ −１であり、βはフィルタ係数を表し、Ｌはロングターム予測器の公称ラグまた は遅延を表かまたは等しい最も近い整数を表す。ロングターム予測器の遅延　１ （ｎ、＋Ｌ）　／ＬＪ　Ｌはサンプル数ｎの関数として変化する。従って、本発 明によれば、実際のロングターム予測器の遅延はｋＬになり、この場合りは基本 的なまたは公称のロングターム予測器のラグであり、かっｋはサンプル数ｎの関 数として組み（１，２，３，４，、、ｉから選択された整数である。従って、ロ ングタームフィルタの出力応答ｂ　（ｎ）は公称ロングターム予測器のラグパラ メータＬおよびフレームの始めに存在するフィルタ状態ＦＳの関数である。この ステートメントはピッチラグＬがフレーム長Ｎより小さい問題の場合に対してさ え、Ｌのすべての値に対して当−Ｃはまる。

ロングターム予測器の遅延ブロック２３０の機能は将来のサンプルを予測するた めに現在の入力サンプルを記憶するこ、とである。第２Ｂ図は、シフトレジスタ の単純化した図であり、これは第２Ａ図のロングターム予測器遅延ブロック２３ ０の動作を理解する上で有用であろう。ｎ＝１（エル）のようなサンプル数１　 （エル）に対し、現在の出力サンプルｂ　（ｎ）がシフトレジスタの入力に印加 され、これは第２Ｂ図の右側に示されている。次のサンプルｎ＝１＋１に対して は、先のサンプルｂ　（ｎ）は左にシフトレジスタの中にシフトされる。このサ ンプルは今や最初の過去のサンプルｂ（ｎ−１）となる。次のサンプルｎ＝１＋ ２に対しては、ｂ　（ｎ）の他のサンプルがレジスタ中にシ多　フトされ、かつ 元のサンプルが再び左にシフトされて第２の過去のサンプルｂ（ｎ−２）になる 。Ｌ個のサンプルがシフトされた後、元のサンプルはＬの回数圧にシフトされて おり従ってそれはｂ　（ｎ−Ｌ）として表すことができる。

上に述べたように、ラグＬは典型的には有声音のピッチ期間またはその倍数であ ろう。もしラグＬが少なくともフ；　レーム長Ｎと同じぐらい長ければ、十分な 数の過去のサンプルが音声の次のフレームを予測するためにシフト入力されかつ 記憶されている。Ｌ＝Ｎかつｎ＝Ｎ−１の極端な場合でも、ｂ（ｎ−Ｌ）はｂ（ −１）であり、これは真に過去のサンプルである。従って、サンプルｂ（ｎ−Ｌ ）は出力サンプルｑ　（ｎ）としてシフトレジスタから出力されるであろう。

しかしながら、もしロングターム予測器のラグパラメータＬがフレーム長Ｎより 短ければ、不十分な数のサンプルが次のフレームの開始までにシフトレジスタ中 にシフト入力される。２５０Ｈｚのピッチ期間の上の例を用いると、ピッチラグ Ｌは３２に等しくなる。従って、Ｌ＝３２かっＮ＝６０の場合、かつに＝Ｎ−１ ＝５９の場合、ｂ（ｎ−Ｌ）は通常ｂ（２７）となり、これは６０サンプルのフ ルームの始めに関して将来のサンプルを表す。言い換えれば、完全なロングター ム予測器応答を提供するためには不十分な過去のサンプルが格納されていること になる。予測器パラメータの閉ループ解析が達成できるようにフレームの始めに おいて完全なロングターム予測器の応答が必要である。

その場合本発明によれば、同じ記憶されたサンプルｂ（ｎ−Ｌ）、Ｏ≦ｎ≦Ｌ１ が繰り返されそれによりロングターム予測器の出力応答は常に現在のフレームの 開始に先立ちロングターム予測器の遅延ブロックに入力されたサンプルの関数で ある。第２Ｂ図に関しては、ロングターム予測器の遅延ブロック２３０の構造を 変更することを示す、他のｋＬサンプルの記憶のためにシフトレジスタが延長さ れている。従って、該シフトレジスタが新しいサンプルｂ　（ｎ）で満たされる から、ｋはｂ（ｎ−ｋＬ）がフレームの開始に先立ちシフトレジスタ中に存在す るサンプルを表すように選択されなければならない。Ｌ＝３２およびＮ＝６０の 先の例を用いると、出力サンプルｑ（３２）はサンプルｑ（０）の繰り返しであ り、これはｂ　（０−Ｌ）　＝ｂ　（３２−２Ｌ）またはｂ（−３２）である。

従って、ロングターム予測器遅延ブロック２３０の出力応答ｑ　（ｎ）は、 ｑ　（ｎ）　＝ｂ　（ｎ−ｋＬ） に対応し、ここで０≦ｎ≦Ｎ−１であり、ｋは（ｎ　−ｋ　Ｌ）が負になるよう に選択された最も小さな整数である。より特定的にはもしｓ　（ｎ）のＮサンプ ルのフレームがロングターム予測器フィルタ１２４に入力されると、各サンプル 番号ｎはｊ≦ｎ≦Ｎ＋ｊ−１であり、ここでｊはＮサンプルのフレームの最初の サンプルに対するインデックスである。従って、変数には（ｎ−ｋＬ）が常にｊ より小さくなるように変化する。このことはロングターム予測器が出力応答を予 測するために該フレームの開始に先立ち利用できるサンプルのみを利用すること を保証する。

第２Ａ図のロングタームフィルタ１２４の動作を第３図のフローチャートに従っ て説明する。ステップ３５０においてスタートすると、サンプル番号ｎはステッ プ３５１において０に初期化される。公称ロングターム予測器ラグパラメータＬ およびロングターム予測器係数βはステップ３５２において係数アナライザ１１ ０から入力される。ステップ３５３において、サンプル数または番号ｎがテスト され全フレームが出力されたかを見る。もしｎ＝Ｎであれば、動作はステップ３ ６１において終了する。もしすべてのサンプルがまだ計算されておらなければ、 ステップ３５４において信号サンプルｓ　（ｎ）が入力される。ステップ３５５ において、ロングターム予測器遅延ブロック２３０の出力応答が次の式に従って 計算される。

いかまたは等しい最も近い整数を表す。たとえば、もしｎ＝５６かつＬ＝３２で あれば、　巨＋Ｌ）／ＬＪＬ）は１（５６＋３２／３２Ｊ　Ｌとなり、これは　 Ｌ（２，７５）」Ｌまたは２Ｌとなる。ステップ３５６において、ロングターム フィルタの出力応答ｂ　（ｎ）は次の式に従って計算される。

ｂ　（ｎ）　＝βｑ　（ｎ）　＋ｓ　（ｎ）これは乗算器２２０および加算器２ １０の機能を表す。

ステップ３５７において、ｂ（ｎ−２）およびｂ（ｎ−ＬＭＡＸ）の間のすべて のレジスタのロケーションに対して、シフトレジスタのサンプルが左に１ポジシ ヨンシフトされ、ここでＬ　は割り当て可能な最大のロングターム予測ＡＸ 器ラグを表す。好ましい実施例においては、Ｌ　はＩＡＸ ４３に等しい。ステップ３５８において、出力サンプルｂ（ｎ）がシフトレジス タの最初のロケーションｂ（ｎ−１）に入力される。ステップ３５９はろ渡され たサンプルｂ（ｎ）を出力する。サンプル数ｎは次にステップ３６０において増 分され、かつ次にステップ３５３においてテストされる。すべてのＮサンプルが 計算されたとき、処理はステップ３６１において終了する。

第２Ｃ図は本発明を導入したロングタームフィルタの別の実施例である。フィル タ１２４′は第２Ａ図の再帰（ｒｅｃｕｒｓｉｖｅ）フィルタ構成のフィードフ ォワード反転板である。入力ベクトルｓ　（ｎ）は減算器２４０およびロングタ ーム予測器遅延ブロック２６０の双方に印加される。遅延されたベクトルｑ　（ ｎ）は乗算器２５０に出力され、該乗算器２５０はロングターム予測器係数βに よって該ベクトルを尺度変更する。デジタルフィルタ１２４′の出力応答Ｈ（ｚ ）は２変換表示で次のように与えられる。

この式において、ｎはＮのサンプルを含むフレームのサンプル番号を表し、０≦ ｎ≦Ｎ−１であり、βはロングタームフィルタの係数を表し、Ｌはロングターム 予測器の公（ｎ＋Ｌ）／’Ｌより小さいかまたはこれに等しい最も近い整数を表 す。フィルタ１２４′の出力信号ｂ　（ｎ）はまた入力信号ｓ　（ｎ）に関し次 のように規定できる。

この場合、０≦ｎ≦Ｎ−１である。当業者に理解できるように、ロングターム予 測器の構造は再びロングターム予測器のラグＬがフレーム長Ｎより小さい場合に 該ロングターム予測器の同じ記憶されたサンプルを繰り返し出力するように変更 されている。

次に第５図を参照すると、第１図のロングタームフィルタ１２４の好ましい実施 例が示されており、これはラグパラメータＬに対するサブサンプルの分解能を許 容する。入力音声ベクトルｓ　（ｎ）のＮサンプルのフレームが加算器５１０に 印加される。加算器５１０の出力はロングタームフィルタ１２４に対する出力ベ クトルｂ　（ｎ）を生成する。

出力ベクトルｂ　（ｎ）はロングターム予測器の遅延されたベクトル発生器ブロ ック５３０にフィードバックされる。

公称ロングターム予測器ラグパラメータＬもまた遅延ベクトル発生器ブロック５ ３０に入力される。ロングターム予測器ラグパラメータＬは非整数有理数の値を 取り得る。好ましい実施例はＬが２分の１の倍数である値を取ることを許容する 。本発明のサブサンプル分解能ロングターム予測器の別の構成は３分の１または ４分の１あるいは任意の他の有理分数の倍数である値を許容することができる。

好ましい実施例においては、遅延ベクトル発生器５３０はｂ　（ｎ）の過去のサ ンプルを保持するメモリを含む。さらに、ｂ　（ｎ）の補間されたサンプルもま た遅延ベクトル発生器５３０で計算されかつそのメモリ内に格納される。

好ましい実施例においては、遅延ベクトル発生器５３０に含まれるロングターム 予測器の状態（ｓ　ｔ　ａ　ｔ　ｅ）はｂ（ｎ）の各々の記憶されたサンプルに 対し２つのサンプルを有している。１つのサンプルはｂ　（ｎ）に対するもので ありかつ他のサンプルは２つの連続するｂ　（ｎ）のサンプルの間の補間された サンプルを表す。このようにして、ｂ（ｎ）のサンプルは整数の遅延またはハー フサンプルの遅延の倍数に対応する遅延ベクトル発生器５３０から得ることがで きる。この補間は、１９８３年に、プレンティス・ホール・ルーピン・ドナリー により出版された、アール・クロチーアおよびエル・ラビナーによる「多重レー ト・デジタル信号処理」に述べられている補間有限インパルス応答フィルタを用 いて行われる。ベクトル遅延発生器５３０の動作は第６Ａ図および第６Ｂ図のフ ローチャートに関連してさらに詳細に説明される。

遅延ベクトル発生器５３０はロングターム乗算器ブロック５２０に出力ベクトル ｑ　（ｎ）を提供し、該ロングターム乗算器ブロック５２０はロングターム予測 器係数βによりロングターム予測器応答を尺度変更する。尺度変更された出力β ｑ　（ｎ）は次に加算器５１０に印加され第５図における再帰フィルタ１２４の フィードバックループを完成する。

第６Ａ図および第６Ｂ図を参照すると、第５図のロングタームフィルタにより行 われる動作を詳細に説明するための詳細フローチャートが示されている。本発明 の好ましい実施例によれば、ロングターム予測器メモリの分解能はＮポイントの シーケンスｂ　（ｎ）を、２Ｎポイントのベクトルｅｘ　（ｉ）にマツピングす ることにより拡張される。ｅｘ　（ｉ）の負のインデックスされたサンプルはロ ングタームフィルタ出力ｂ（ｎ）、励起、または拡張分解能ロングタームヒスト リの拡張された分解能の過去の値を含む。該マツピング処理はそれが印加される 各時間ごとに、ロングターム予測器メモリの一時的な分解能を倍加する。ここで は簡単化のために単一段のマツピングが説明されているが、付加的な段も本発明 の他の実施例においては実施することができる。

第６Ａ図におけるステップ６０２のスタートに入ると、フローチャートはステッ プ６０４に進み、そこでＬ１βおよびｓ　（ｎ）が入力される。ステップ６０８ において、ベクトルｑ　（ｎ）が次の式に従って構成される。

この式において　ｉ（ｎ＋Ｌ）／ＬＪは（ｎ＋Ｌ）／Ｌより小さいかまたは等し い最も近い整数を表し、かつＬはロングターム予測器ラグである。有声音に対し ては、ロングターム予測器ラグＬはピッチ期間またはピッチ期間の倍数である。

Ｌは整数または好ましい実施例においてはその少数部分が０．　５である実数で ある。Ｌの少数部分が０．５である場合、Ｌはサンプルの半分の実効分解能を有 する。

ステップ６１０において、ロングタームフィルタのベクトルｂ　（ｎ）は次の式 によって計算される。

ｂ　（ｎ）　＝βＱ　（ｎ）　＋ｓ　（ｎ）但し、０≦ｎ≦Ｎ−１ ステップ６１２において、ロングタームフィルタのベクトルｂ　（ｎ）が出力さ れる。ステップ６１４において、拡張された分解能の状態ｅｘ（ｎ）が更新され ｑ　（ｎ）の補間値が発生されかつ遅延ベクトル発生器５３０のメモリ内に格納 される。ステップ６１４は第６Ｂ図により詳細に示されている。次に、ステップ ６１６において処理は完了しかつ停止する。

第６ＢＩＩのステップ６２２におけるスタートに入ると、フローチャートはステ ップ６２４に進み、そこでこのサブフレームにおいて計算されるべきｅｘ　（ｉ ）におけるサンプルが０に合わせられ、すなわちｉ　＝−Ｍ、　−Ｍ＋２．　、 　。

、、２Ｎ−１に対しｅｘ　（ｉ）＝０とされ、ここでＭは２Ｍ＋１次のフィルタ のために奇数に選択される。たとえば、フィルタの次数が３９であれば、Ｍは１ ９である。もちろんＭは単純化のために奇数であるとして選択されているが、Ｍ はまた偶数でもよい。ステップ６２６において、ｉ＝０゜２、、、、．２（Ｎ− １）に対するｅｘ　（ｉ）の１つおきのサンプルが次の式に従いｂ　（ｎ）のサ ンプルで初期化される。

ｅｘ　（２ｉ）　＝ｂ　（ｆ） 但し、ｉ＝０．１．、、、、Ｎ−１゜ 従って、ｊ＝０．　２．　、　、　、　、　２　（Ｎ−１）に対するｅｘ　（ｉ ）はその偶数の指数に対しマツピングされた現在のサブフレームに対する出力ベ クトルｂ　（ｎ）を保持し、一方ｉ＝１．　３．　、　、　、　、　２　（Ｎ− １）　＋１に対するｅｘｄ（ｉ）の奇数の指数は０で初期化されている。

ステップ６２８において、０に初期化されたｅｘ　（ｉ）の補間されたサンプル がそのようなＦＩＲフィルタの次数が上に述べたように２Ｍ＋１であると仮定し て、対称、ゼロ位相シフトフィルタを使用し、ＦＩＲ補間により再構成される。

ＦＩＲフィルタの係数はａ　（Ｄであり、ここでｊ＝−Ｍ、−Ｍ＋２．、、、、 Ｍ−１，Ｍおよびａ　（Ｄ＝ａ（−ｊ）である。ＦＩＲフィルタのタップに向け られた偶数サンプルのみがサンプル再構成において使用されるが、それは奇数サ ンプルは０にセットされているからである。その結果、２Ｍ＋１サンプルの代わ りにＭ＋１サンプルが実際に重み付けられかつ各々の再構成されたサンプルのた めに加算される。ＦＩＲ補間は次の式に従って行われる。

（Ｍ＋］） ｅｔ（ｉ）＝　２Σ”２ｊ−１［ｅｘ（ｉ−２ｉ＋Ｉ）＋ｅｘ（ｉ＋２ｉ−１） 　］ｊ・１ 但し、ｉ＝−Ｍ、　−１１＋２．　、　、　、　、２　（Ｎ−１）　−Ｍ−２， ２（Ｎ〜１）−Ｍ再構成されるべき最初のサンプルはｅｘ（−Ｍ）であり、期待 するようにｅｘ（１）ではないことに注意を要する。

これは、指数−Ｍ、　−Ｍ＋２．　、　、　、　、−１における補間されたサン プルは現在のフレームにおける励起の評価を用いて先のフレームにおいて再構成 されたからであり、それは実際の励起サンプルはその時規定されていなかったか らである。現在のフレームにおいてこれらのサンプルは知られており（我々はｂ 　（ｎ）を有している）、かつ従ってｉ＝−Ｍ、−Ｍ＋、、、、、−１に対する ｅｘ（ｉ）のサンプルは今や再び再構成され、フィルタのタップは実際のかつ評 価されていない値ｂ　（ｎ）に向けられている。

上の式においてｉの最大の値は２　（Ｎ−１）−Ｍである。

これは、ｉ　＝２Ｎ−Ｍ、２Ｎ−Ｍ＋２．　、　、　、　、　２　（Ｎ　−１） ＋１に対し、ｅｘ　（ｉ）の（Ｍ＋１）／２の奇数サンプルが依然として再構成 されるべきであることを意味する。

しかしながら、指数（ｉｎｄｅｘ）ｉのこれらの値に対し、補間フィルタのより 上のタップはまだ規定されていない励起の将来のサンプルを指示している。これ らの指数に対するｅｘ　（ｉ）の値を計算するためには、１＝２Ｎ、２Ｎ＋２． 、、、．２Ｎ＋Ｍに対するｅｘ　（ｉ）　（７）将来の状態カステップ６３０に おいて評価することにより拡張される。

ｅｘ　（ｉ）＝λｅｘ（ｉ−２Ｌ） 但し、１＝２Ｎ、２Ｎ＋２．、、、．２Ｎ＋Ｍ−１この機構において使用される べき２Ｌの最小値は２Ｍ＋１である。この束縛は次のように規定することにより 解放できる。

ｅｘ　（ｉ）＝λｅｘ　（Ｆ　（ｉ−２Ｌ）　）但し、１＝２Ｎ、２Ｎ＋２．、 、、．２Ｎ＋Ｍ−１この場合、奇数に等しい１−２Ｌに対し、Ｆ　（ｉ−２Ｌ） は次式で与えられる。

また、偶数に等しい１−２Ｌに対するＦ（ｉ−２Ｌ）は次式により与えられる。

パラメータλ、すなわちヒストリ拡張スケールファクタは、ピッチ予測器係数で ある、βに等しくセットすることができ、あるいは１にセットされる。

励起ヒストリがこのように拡張されると、ステップ６３２において、現行の拡張 されたレゾリュージョンのサブフレームの最後の（Ｍ＋１）／２のゼロサンプル は次式を用いて計算される。

（Ｍ＋１） ｅｘ（ｉ）＝　２Σ　’２ｉ−１［ｅｘ（ｉ−２ｉ＋１）＋ｅｘ（ｉ＋２ｉ−１ ）　］ｉ＝１ 但し、ｉ・２Ｎ−Ｍ、　２Ｎ−Ｍ＋２．　、　、　、　、２　（Ｎ−１）　＋１ これらのサンプルは、１＝２Ｎ、２Ｎ＋２．、、、．２Ｎ＋Ｍ−１に対するｅｘ 　（ｆ）のための実際の励起サンプルが一旦利用可能になると、次のサブフレー ムで再計算されるであろう。

従って、ｎ＝０．Ｎ−１に対し、ｂ　（ｎ）がベクトルｅｘ　（ｉ）にマツピン グされ、ここでｉ＝ｏ、２．、、、。

２　（Ｎ−１）である。失われたゼロ化サンプルはＦＩＲ補間フィルタを用いて 再構成されている。ＦＩＲ補間は失われたサンプルにのみ適用されることに注意 を要する。これはｅｘ　（ｉ）の偶数の指数に格納されている、知られたサンプ ルに何等のひずみも無用に導入されないことを保証する。失われたサンプルのみ を処理する付加的な利点は補間に関連する計算が半分になることである。

ステップ６３４において、最後にロングターム予測器ヒストリが２Ｎポイントに より拡張されたレゾリュージョン励起ベクトルｅｘ　（ｉ）の内容をシフトダウ ンすることにより更新される。

ｅｘ　（ｉ）＝ｅｘ　（ｉ＋２Ｎ） 但し、ｉ＝２Ｍａｘ　Ｌ、−１ ここで、ＭａｘＬは用いられる最大のロングターム予測器遅延である。次に、ス テップ６３６において、処理は完了しかつ停止する。

次に第４図を参照すると、音声合成器（ｓｐｅｅｃｈｓｙｎｔｈｅｓｉｚｏｒ） のブロック図が本発明のロングタームフィルタを用いて図示されている。シンセ サイザ４００はデマルチプレクサ４５０を介し、チャネルから受信したショート ターム予測器パラメータα１、ロングターム予測器パラメータβおよびＬ１励起 利得ファクタγおよびコード語■を得る。コード語ＩはコードブックＲＯＭ４２ ０に印加され励起ベクトルのコードブックをアドレスする。

コードブックＲＯＭ４２０は好ましくは、ここに参照のため導入される、米国特 許第４，８１７，１５７号に述べられているようにして実施される。単一の励起 ベクトルｕ■（ｎ）が次にブロック４２２において利得ファクタγにより乗算さ れ、ロングターム予測器フィルタ４２４およびショートターム予測器フィルタ４ ２６によりろ波され再構成された音声ベクトルｓ’　１（ｎ）を得る。再構成さ れた音声のフレームを表す、このベクトルは次にアナログ−デジタル（Ａ／Ｄ） コンバータ４０８に印加され再構成されたアナログ信号を生成し、これは次にフ ィルタ４０４によりエイリアシングを低減するために低域ろ波され、かつスピー カ４０２のような出力変換器に印加される。従って、このＣＥＬＰシンセサイザ は第１図のＣＥＬＰアナライザと同じコードブック、利得ブロック、ロングター ムフィルタ、およびショートタームフィルタを用いる。

第７図は、第４図における音声シンセサイザのショートタームフィルタ４２６お よびＤ／Ａコンバータ４０８を相互結合するためのピッチポストフィルタの詳細 なブロック図である。ピッチポストフィルタは音声品質をフィルタ４２４および ４２６により導入されるノイズを除去することにより増大する。Ｎサンプルの再 構成された音声ベクトルｓ’　１　（ｎ）のフレームが加算器７１０に印加され る。加算器７１０の出力はピッチポストフィルタのための出力ベクトルｓ”（ｎ ）を生成する。出力ベクトルｓ″　（ｎ）はピッチポストフィルタの遅延サンプ ル発生器ブロック６３０にフィードバックされる。公称（ｎｏｍｉｎａｌ）ロン グターム予測器ラグパラメータＬもまた遅延サンプル発生器ブロック７３０に入 力される。Ｌは本発明に対しては非整数値をとることができる。もしＬが非整数 であれば、補間ＦＩＲフィルタが使用され必要とされる分数的サンプル遅延を発 生する。遅延サンプル発生器７３０は出力ベクトルｑ　（ｎ）を乗算器ブロック ７２０に提供し、該乗算器ブロック７２０はピッチポストフィルタ応答をロング ターム予測器係数βの関数である係数Ｒによって尺度変更する。

尺度変更された出力Ｒｑ　（ｎ）は次に加算器７１０に印加され第７図のピッチ ポストフィルタのフィードバックループを、完成する。

本発明に係わるロングターム予測器応答を利用する際に、励起利得ファクタγお よびロングターム予測器係数βは閉ループ構成におけるＬのすべての値に対し同 時に最適化することができる。この結合された最適化技術はＬ＜Ｎの値に対して は今までは実際的ではなかったが、それは結合最適化方程式が単一パラメータβ において非線形となるからであった。本発明はロングターム予測器の構造を変更 しリニアな結合最適化方程式を許容する。さらに、本発明はロングターム予測器 ラグが１サンプルより良好な分解能を持つことを許容し、それによりその性能を 増強する。

さらに、フードブックサーチ手順がさらに単純化されるが、それはロングターム フィルタのゼロ状態応答がフレーム長より小さなラグに対しゼロになるからであ る。この付加的な特徴は当業者がロングタームフィルタの効果をフードブックサ ーチ手順から除去することを許容する。従って、実際の実施上の利点および低い ビットレートを維持しながらすべてのピッチレートに対しより高い品質の音声を 提供できるＣＥＬＰ音声コーダコーされた。

本発明の特定の実施例が示されかつ説明されたが、その広い見地における本発明 から離れることなくさらに別の変更および改良を行うことができる。例えば、任 意の形式の音声コーディング（例えば、ＲＥＬＰ、マルチパルス、ＲＰＥ、ＬＰ Ｇ、その他）をここに述べたサブサンプル分解能ロングターム予測器ろ波技術と ともに用いることができる。さらに、サブサンプル分解能のロングターム予測器 構造の付加的な等画構成を上に述べたものと同じ計算を行うように構成すること ができる。

ＦＩＧ、６Ｂ 閑瞭膿査報告 １ｍｓ□ＩＡ″″−“’ｐＣｗ１０ｃＱｎ／（ＩＭ２５

Claims (4)

【特許請求の範囲】
1. １．再生のために音声シンセサイザに通信するための音声のエンコード方法であ って、前記音声はＮが１より大きな整数であるとし、各々Ｎ個のサンプルを有す る音声ベクトルのフレームを具備し、前記方法は、メモリ手段に各々複数のサン プルを有する複数の励起ベクトルを格納する段階であって、前記励起ベクトルの 第１の部分は各々Ｎ個より少ないサンプルを有しかつ前記励起ベクトルの第２の 部分は各々Ｎ個のサンプルを有し、かつ各々の励起ベクトルは異なるデジタルコ ード語および１より大きくかつ所定の最大数より小さな整数である異なる遅延パ ラメータに関連するもの、 前記励起ベクトルを現在の音声ベクトルでサーチし前記現在の音声ベクトルに最 もよく整合する励起ベクトルのコード語および遅延パラメータを決定する段階で あって、該決定は、 前記メモリ手段から前記励起ベクトルのサンプルを読み取る段階、 前記第１の部分における前記励起ベクトルのサンプルを反復しそれにより前記第 １の部分の各励起ベクトルがＮ個のサンプルを有するようにする段階、各々の励 起ベクトルに対応する少なくとも１つの補間励起ベクトルを発生する段階であっ て、前記補間励起ベクトルのサンプルは対応する励起ベクトルのサンプルから補 間され、該補間された励起ベクトルは前記対応する励起ベクトルと同じコード語 および前記対応する励起ベクトルの遅延パラメータに関連する非整数有理数であ る遅延パラメータを有するもの、 前記励起ベクトルおよび前記補間された励起ベクトルのサンプルを前記現在の音 声ベクトルと比較しそれらの間の差を決定する段階、そして 前記励起ベクトルまたは補間励起ベクトルであって前記現在の音声ベクトルから の差が最小のもののコード語および遅延パラメータを選択する段階、によって行 われるもの、および 前記音声シンセサイザによる前記現在の音声ベクトルの再生のために前記メモリ 手段における前記決定された励起ベクトルのロケーションを識別するために前記 決定されたコード語および遅延パラメータを通信する段階、を具備する音声シン セサイザに通信するための音声のエンコード方法。
2. ２．少なくとも１つの補間励起ベクトルを発生する前記段階は対応するベクトル の２つの連続するサンプルを平均化して前記補間された励起ベクトルの対応する サンプルを発生する段階を含む請求の範囲第８項に記載の方法。
3. ３．再生のために音声シンセサイザに通信ずるために音声をエンコードする装置 であって、前記音声は、Ｎが１より大きな整数であるとしてＮ個のサンプルを各 々有する音声ベクトルのフレームを備え、前記装置は、各々複数のサンプルを有 する複数の励起ベクトルを記憶するための手段であって、前記励起ベクトルの第 １の部分は各々Ｎ個より少ないサンプルを有しかつ前記励起ベクトルの第２の部 分は各々Ｎ個のサンプルを有し、かつ各励起ベクトルは異なるデジタルコード語 および１より大きくかつ所定の最大数より小さな整数である異なる遅延パラメー タと関連しているもの、 前記励起ベクトルを現在の音声ベクトルによってサーチし前記現在の音声ベクト ルに最もよく整合する励起ベクトルのコード語および遅延パラメータを決定する ための手段であって、前記決定は、 前記記憶手段からの前記励起ベクトルのサンプルを読み取り、 前記第１の部分における前記励起ベクトルのサンプルを反復して前記第１の部分 の各励起ベクトルがＮ個のサンプルを有するようにし、 各励起ベクトルに対応する少なくとも１つの補間励起ベクトルを発生し、この場 合該補間励起ベクトルのサンプルは対応する励起ベクトルのサンプルから補間さ れ、前記補間励起ベクトルは対応する励起ベクトルと同じコード語および前記対 応する励起ベクトルの遅延パラメータに関連する非整数有理数である遅延パラメ ータを有するようにし、 前記励起ベクトルおよび前記補間された励起ベクトルのサンプルを前記現在の音 声ベクトルのサンプルと比較しそれらの間の差を決定し、かつ 前記励起ベクトルまたは補間された励起ベクトルであって前記現在の音声ベクト ルからの差が最も少ないもののコード語および遅延パラメータを選択する、こと により行われるもの、および 前記音声シンセサイザによる前記現在の音声ベクトルの再生のために前記記憶手 段における前記決定された励起ベクトルのロケーションを識別するために前記決 定されたコード語および遅延パラメータを通信するための手段、を具備する音声 シンセサイザに通信するために音声をエンコードする装置。
4. ４．前記サーチ手段は補間された励起ベクトルの各サンプルを対応するベクトル の２つの連続する対応するサンプルを平均することにより発生する請求の範囲第 １０項に記載の装置。