JPH05197799A - 符号化装置 - Google Patents

Abstract

(57)【要約】 【目的】本発明は、ベクトル歪み評価の効率を向上し、
連続して入力する情報信号に対して、大きな信号劣化を
引き起こすことなくリアルタイムでベクトル量子化を行
える符号化装置を提供することを目的とする。 【構成】本発明の符号化装置は、データ記憶回路２、線
形予測回路３、音源回路４、歪み評価回路５および制御
回路６とから構成され、入力した情報信号の入力パター
ンと代表ベクトルとの歪み量に閾値を設け、閾値以下の
歪み量を与える代表ベクトルが得られたときには、それ
以降のベクトル探索を打ち切り、次のフレームの符号化
に移ると共に、閾値をデータ蓄積量に対し適応的に制御
して、連続入力する情報信号をリアルタイムでベクトル
量子化を行う符号化装置である。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明はデジタル化された連続入
力データを高能率符号化する装置に関する。

【０００２】

【従来の技術】一般に、画像や音声等の情報信号をデジ
タル化し、高能率符号化することによりデータ量を圧縮
し、記憶や伝送の効率を向上させることが行われてい
る。この符号化の手法の１つとして、ベクトル量子化方
式がある。

【０００３】これは、入力した情報信号を任意の範囲を
単位（フレーム区間）として区切り、この単位毎に配列
したデータ列を１つのベクトルとみなして、量子化を行
うものである。すなわち、所定フレーム区間に対し、発
生頻度が高い代表的なパターン（代表ベクトル）をいく
つか規定し識別符号を付して、予め記憶しておく。

【０００４】これをコードブックと称し、情報信号が入
力される毎に、そのパターンに最も近い代表ベクトルを
コードブックから探索し、その識別符号を符号化データ
とするものである。最も近い代表ベクトルを設定するた
めには、入力パターンと代表ベクトルとの違いを歪み量
として定量化し、歪み量が最小となる代表ベクトルを選
択している。

【０００５】

【発明が解決しようとする課題】前述したようなベクト
ル量子化方式を用いた符号化装置は、量子化時の信号劣
化（歪み）を少なくするために、多数の代表ベクトルを
予め設定しておく必要がある。このような最適ベクトル
探索のための歪み量評価の演算は、ベクトルの全要素に
対する積和演算であり、デジタル信号処理としては規模
の大きい演算である。従って、比較すべき代表ベクトル
が多くなると、それに比例して歪み量の評価に費やす処
理時間が長くなるという問題がある。

【０００６】従来では、この問題点を解決する手法とし
て、例えば特開昭６３−２４０６００号公報には、歪み
の基準値を設け、歪演算の対象ベクトル数を制限するこ
とが提案されている。しかしこの方式では、入力する情
報信号の形態によっては、符号化処理時間の短縮化が実
現できない場合がある。

【０００７】例えば、連続して入力される音声や動画像
等の信号であった場合に、ベクトル量子化を適用する際
に、連続入力信号を欠落なしに符号化させるためには、
一定の期間内に終了しなければならず、符号化処理時間
が制限される。

【０００８】従って、連続入力信号を代表ベクトルに比
較する時間を多く費やすと、歪み量を評価する時間が少
なくなり、評価が十分に行えない。つまり、わずかな代
表ベクトルとの比較結果で量子化を行うことになり、平
均的な量子化誤差が大きくなり、情報信号が変換される
際に劣化するという問題点がある。

【０００９】そこで本発明では、ベクトル歪み評価の効
率を向上し、連続して入力する情報信号に対して、大き
な信号劣化を引き起こすことなくリアルタイムでベクト
ル量子化を行える符号化装置を提供することを目的とす
る。

【００１０】

【課題を解決するための手段】本発明は上記目的を達成
するために、離散的な入力データをフレーム区間ごとに
区別し、複数のフレーム区間分の情報を一時記憶するデ
ータ記憶手段と、前記データ記憶手段から読出されたフ
レーム区間のデータを量子化するための複数の代表ベク
トルを予め格納するコードブック手段と、前記コードブ
ック手段内の各コードにより、前記入力データを量子化
したときの歪み量を求める歪み評価手段と、前記データ
記憶手段の蓄積データ量に適応して、歪み量に対する閾
値を変更すると共に、データ歪み量がこの閾値を等しい
若しくは下回った時に、それ以降のコードブックの探索
を打ち切り、次のフレーム区間の量子化に移行するよう
に制御を行う制御手段とで構成される符号化装置を提供
する。

【００１１】

【作用】以上のような構成の本発明の符号化装置は、入
力パターンと代表ベクトルとの歪み量に閾値を設け、閾
値以下の歪み量を与える代表ベクトルが得られたときに
は、それ以降のベクトル探索を打ち切り、次のフレーム
の符号化に移るとともに、閾値をデータ蓄積量に対して
適応的に制御し、ベクトル歪み評価の効率を向上し、連
続する入力信号に対し大きな信号劣化を引き起こすこと
なくリアルタイムでベクトル量子化が行われる。

【００１２】前記歪み量の閾値がデータ蓄積量に応じて
設定され、希に適当な代表ベクトルが見い出せないフレ
ームが続いた時にも、次のフレームで適当な代表ベクト
ルがすぐに発見できるように適応的に制御される。

【００１３】また、一致する符号が多い順にベクトル探
索を行っているため、入力データに近いベクトルが早期
に発見される。また、符号一致を検出するための一致検
出回路は、単純なロジック回路で構成できるため、符号
化回路を複雑化せず、また符号化が高速に処理される。

【００１４】

【実施例】以下、図面を参照して本発明の実施例を詳細
に説明する。

【００１５】図１には本発明による第１実施例としての
符号化装置の構成を示し、説明する。ここで第１実施例
は、分析合成の原理により音声入力信号を符号化する装
置に適応した例である。この符号化装置１は、データ記
憶回路２、線形予測回路３、音源回路４、歪み評価回路
５および制御回路６とから構成される。

【００１６】前記データ記憶回路２は、制御回路６から
指定アドレス番号が入力し、線形予測回路３および歪み
評価回路５へデータが出力するようにそれぞれ接続され
る。前記データ記憶回路２は、例えば１Ｋバイトの容量
を持つランダムアクセスメモリ（ＲＡＭ）により構成さ
れ、デジタル化された入力音声信号４０サンプルを１フ
レームとして２５フレーム分を記憶できる。前記線形予
測回路３は、自己相関係数を用いた線形予測分析器を備
え、求められた合成フィルタ係数が前記歪み評価回路５
に出力されるように接続される。

【００１７】前記音源回路４は、読み出し専用メモリ
（ＲＯＭ）による雑音コードブック１０と、ＲＡＭによ
る適応コードブック１１、雑音コードブック１０と適応
コードブック１１を適当な利得で加算する加算回路１２
とからなる。前記音源回路４は、歪み評価回路５に出力
されるように接続される。前記歪み評価回路５は合成フ
ィルタ１３、聴感重み付けフィルタ１４、積和回路１
５、閾値メモリ１６および比較器１７からなる。次に、
図２のフローチャートを参照して、このように構成され
た符号化装置の動作を説明する。まず、前記符号化装置
１のデータ記憶回路２に、音声信号が８ＫＨz のサンプ
リング周波数で８ビットに量子化されて入力される。

【００１８】前記データ記憶回路２において、デジタル
化された入力音声信号は、例えば、４０サンプル毎を１
フレームとして記憶し、前記制御回路６からのアドレス
指定入力により、まず第１フレームのデータを前記線形
予測回路３および歪み評価回路５へ出力する（ステップ
Ｓ１）。この時、符号ｉ＝１に設定する（ステップＳ
２）。

【００１９】前記線形予測回路３では、入力された音声
入力データに対し線形予測分析を行い、合成フィルタ係
数を求め、前記歪み評価回路５の合成フィルタ１３に該
合成フィルタ係数を出力する。このフィルタ係数が設定
された合成フィルタ１３には、前記音源回路４から適応
コードブック１１内の代表ベクトルが順次入力される。
ここで、適応コードブック１１内の代表ベクトルは、過
去の音源信号を仮定したピッチ周期に対応した幅で切り
出し、配列することで作成される。

【００２０】前記適応コードブック１１で生成された合
成音源は歪み評価回路５に入力され、音声データとの誤
差が評価される（ステップＳ３）。すなわち、歪み評価
回路５に入力された音声データは、聴感重み付けフィル
タ１４によって、人の聴覚特性に適応した周波数重み付
けされたのち、積和回路１５において、合成音との誤差
が評価される。具体的な評価式は、以下のようになる。

【００２１】聴感重み付けフィルタ１４の出力をｐ
（ｎ）、ｉ番めの代表ベクトルを合成フィルタ１３に通
した時の出力をｇｉ（ｎ）とすると、自乗誤差の期待値
の最大値Ｅと代表ベクトルｉに対するゲインγは、次式
で表される。

【００２２】

【数１】

【００２３】前記積和回路１５では、（１）式の値が演
算され、その結果が比較器１７に入力されて、閾値メモ
リ１６に記憶された歪み量閾値と比較される（ステップ
Ｓ４）。ここで、歪み量が閾値より大きかった場合には
（ＮＯ）、次の代表ベクトル（符号ｉ＋１）が音源回路
４において選択され（ステップＳ５）、ステップＳ３に
戻り、前述した誤差評価と同様の評価が続けられる。

【００２４】一方、ステップＳ５で歪み量が閾値より小
さくなった場合には（ＹＥＳ）、その時点で以降の代表
ベクトルの評価は打ち切られ、閾値より小さい歪みを与
えた代表ベクトル（符号ｉ＝１）を音源に設定するとと
もに、（２）式の値を適応コードブックに対するゲイン
に設定する（ステップＳ６）。

【００２５】次に雑音コードブックの探索に移行する
（ステップＳ７）。すなわち、適応コードブック音源に
よる合成音声と、聴感重み付けがなされた入力音声との
差分を歪み無く符号化する代表ベクトルが雑音コードブ
ックから選択される。具体的な誤差評価は、適応コード
ブックの探索と同様に積和回路１５において、（１）式
の演算を実行することにより行われる。

【００２６】この演算の結果の歪み量と閾値を比較し
（ステップＳ８）、歪み量が閾値より大きかった場合に
は（ＮＯ）、次の代表ベクトル（符号ｉ＝ｉ＋１）に移
行して（ステップＳ９）、ステップＳ７に戻り、前述し
たと同様な評価が続けられる。

【００２７】一方、ステップＳ８で、歪み量が閾値より
小さくなった場合には（ＹＥＳ）、以降の代表ベクトル
の評価は打ち切られ、雑音コードブックの代表ベクトル
と（２）式により定まるゲインが設定され、音源の代表
ベクトルとゲインが決定される。

【００２８】その後、前記制御回路６はデータ記憶回路
２に次のフレームのアドレスを指定して、線形予測回路
３および歪み評価回路５へデータ出力される。以下、同
様の手順により、次のフレームの符号化が行われる。各
フレームのフィルタ係数と音源が決定すると、ひき続き
その次のフレームの符号化に移行する。データ記憶回路
２には連続する音声信号が入力され続けるとともに、制
御回路６のアドレス指定に従い符号化されていないフレ
ームデータを送出する。

【００２９】以上の符号化において、制御回路６は逐次
データ記憶回路２のデータ蓄積量を監視し（ステップＳ
１０）、もしデータ蓄積量が記憶回路の最大蓄積量（本
例では２５フレーム）に近くなった場合（例えば２０フ
レーム以上となった場合）には（ＹＥＳ）、歪み量の閾
値を以前より大きく設定し直し（ステップＳ１１）、歪
み評価回路５に送る（ステップＳ１２）。

【００３０】前記歪み評価回路５は以後新しい歪み値を
用いて、代表ベクトルの探索を行う。この結果、各フレ
ームに対する評価時間は平均的に短縮され、蓄積されて
いるデータに対する符号化が速やかに進む。

【００３１】そして、ステップＳ１０で、データ蓄積量
が十分減少すれば（ＮＯ）、歪み量の閾値を小さく設定
し直し（ステップＳ１３）、ステップＳ１２に移行し、
歪み評価回路５は以後新しい歪み値を用いて代表ベクト
ルの探索を行う。

【００３２】ここで、閾値の初期値の設定方法として
は、予め標準的な音声入力を与え、量子化誤差が知覚さ
れないレベルに実験的に設定するとともに、データ記憶
回路に記憶されるデータに対する平均符号化速度が入力
速度に比べやや短かくなるようにコードブックのサイズ
を設定すればよい。

【００３３】つまり、閾値を下回る歪み量を与える適当
な代表ベクトルを決定する本方式によれば、あるフレー
ムに対しては符号化時間がデータ入力時間より長くなる
が、（適当な代表ベクトルがなかなか見つからなかった
場合）、あるフレームに対しては適当な代表ベクトルが
すぐに発見でき、符号化時間が短くなることが期待でき
る。

【００３４】この結果、コードブック内のすべての代表
ベクトルを評価する場合に比較し、より大きいサイズの
コードブックを持つことができ、符号化時の量子化誤差
を減らすことができる。

【００３５】さらに、歪み量の閾値がデータ蓄積量に応
じて設定されるため、希に適当な代表ベクトルが見い出
せないフレームが続いた時にも、次のフレームで適当な
代表ベクトルがすぐに発見できるように適応的に制御さ
れ、リアルタイムで連続入力信号を処理することを保証
することができる。次に図３に本発明の第２実施例の符
号化装置の構成を示し説明する。

【００３６】この第２実施本例は、入力データとの誤差
の少ないと考えられる代表ベクトルから先に探索するこ
とにより、本発明の効果を向上させるものである。具体
的な探索順序の決定は、入力データと代表ベクトルとの
各成分の符号を比較し、一致度の高い順に検索すること
で行う。この符号化装置２０は、データ記憶回路２１、
コードブック検索回路２２、一致検出回路２３、歪み評
価回路２４、制御回路２５とから構成される。

【００３７】前記データ記憶回路２１は、ＲＡＭ等から
なり、前記制御回路２５からの指定アドレス番号が入力
し、コードブック検索回路２２、一致検出回路２３およ
び歪み評価回路２４へデータが出力するようにそれぞれ
接続される。

【００３８】前記コードブック検索回路２２は、複数の
代表ベクトルを保持するコードブック３０と代表ベクト
ルを指定するアドレス回路３１とで構成される。前記一
致検出回路２３は、入力データと代表ベクトルとの最上
位ビット（符号ビット）列を比較し、一致しないビット
数を前記制御回路２５に出力する。前記歪み評価回路２
４は、演算回路３２、閾値メモリ３３及び比較器３４と
で構成される。次に、図４に入力されるデータを示し、
図５のフローチャートを参照して、このように構成され
た符号化装置の動作を説明する。

【００３９】まず、前記符号化装置２０のデータ記憶回
路２１に情報信号が入力されると、代表ベクトルの成分
数Ｋと等しい数の成分が、フレームとして区切られて記
録される（ステップＳ２１）。そのうちの第１フレーム
の信号がベクトルｘとして、前記一致検出回路２３に出
力される。この時、符号ｋ＝０に設定する（ステップＳ
２２）。

【００４０】一方、前記コードブック検索回路２２内の
コードブック３０から、代表ベクトルｙ₁ 、ｙ₂ ・・
・、ｙ_i 、・・・、ｙ_K が、順番に前記一致検出回路２
３に出力される。この一致検出回路２３では、図４に示
す入力されたデータと代表ベクトルの各成分の最上位ビ
ットから成るビット列とを比較する（ステップＳ２
３）。すなわち、最上位ビットは、各成分の正負の符号
を表すため、符号の一致する成分が多いほど、両ベクト
ルの類似性が高いと考えられる。

【００４１】そこで、一致しないビット数が制御回路２
５に出力され、該制御回路２５では、まずコードブック
内に不一致ビット数が“０”の代表ベクトルをまず検索
する。もし入力データと符号がすべて一致する代表ベク
トルがあれば（ＹＥＳ）、それらのベクトルが歪み評価
回路２４に入力される。しかし、入力データと符号がす
べて一致する代表ベクトルがなければ（ＮＯ）、符号ｋ
＝ｋ＋１に設定する（ステップＳ２４）。

【００４２】前記歪み評価回路２４では、データベクト
ルｘと代表ベクトルｙ_i との歪み量が評価される（ステ
ップＳ２５）。前記評価式としては、例えば（３）式に
示す二乗歪み測度ｄが用いられる。

【００４３】

【数２】

【００４４】演算回路３２において（３）式の演算が行
なわれ、結果が比較器３４において閾値メモリ３３内の
歪み閾値と比較される（ステップＳ２６）。もし歪み量
が閾値より大きかった場合には（ＮＯ）、ステップＳ２
３へ戻り、次の代表ベクトルの評価が行われる。前記代
表ベクトルとしては、符号の不一致数が“０”のものが
まず評価される。もし不一致数“０”のものがなければ
続いて不一致数が１のものがコードブック内から検索さ
れる。以下、歪み量が閾値を下回るまで、同様に符号の
不一致数が少ない順に評価される。

【００４５】一方、歪み量が閾値より等しい若しくは小
さい場合には（ＹＥＳ）、以降の代表ベクトルの評価は
打ち切られ、閾値より小さい歪み量を与えた代表ベクト
ルをそのフレームデータに対して符号化する。その後、
制御回路２５は、前記データ記憶回路２１に次のフレー
ムのアドレスを指定して、前記一致検出回路２３へデー
タが出力される。

【００４６】以下、同様の手順により、次のフレームの
符号化が行われる。各フレームの代表ベクトルが決定す
ると、ひき続きその次のフレームの符号化に移行する。
前記データ記憶回路２１には、連続する情報信号が入力
され続けるとともに、前記制御回路２５のアドレス指定
に従い、符号化かされていないフレームデータを送出す
る。

【００４７】以上の符号化において、制御回路２５は逐
次データ記憶回路２１のデータ蓄積量を監視し（ステッ
プＳ２７）、もしデータ蓄積量が記憶回路の最大蓄積量
に近くなった場合には（ＹＥＳ）、歪み量の閾値を以前
より大きく設定し直し（ステップＳ２８）、歪み評価回
路２４に送る。

【００４８】前記歪み評価回路２４は、以後、新しい歪
み値を用いて代表ベクトルの探索を行う。この結果、各
フレームに対する評価時間は平均的に短縮され、蓄積さ
れているデータに対する符号化が速やかに進む。前記制
御回路２５は継続して、データ記憶回路２１のデータ蓄
積量を監視し、データ蓄積量が十分減少すれば（Ｎ
Ｏ）、歪み量の閾値を小さく設定し直す（ステップＳ２
８）。以後新しい歪み値を用いて代表ベクトルの探索を
行う（ステップＳ２９）。この第２実施例では、一致す
る符号が多い順にベクトル探索を行っているため、入力
データに近いベクトルが早期に発見できることが期待で
きる。また符号一致を検出するための一致検出回路２３
は、単純なロジック回路で構成できるため、符号化回路
を複雑化せず、また高速に処理することができる。次に
図６に、前述した符号一致検出回路２３の構成例を示
す。この符号一致検出回路２３は、ＥＸＮＯＲ回路４０
及び、アクティブライン数をバイナリカウント数に変換
するエンコーダ回路４１で構成される。

【００４９】本例では、符号一致の検索方式として、ま
ず不一致数“０”のベクトルを全コードブックから検索
し、続いて残ったベクトルから不一致数１のもの、２の
もの、・・・と、順次検索するようにしたが、これは入
力データが定まる度にコードブック内の全ベクトルに対
して、符号ビットの一致数を予め全て調べ、その後得ら
れた一致数に応じてその小さいものから検索するように
してもよい。

【００５０】本実施例においては、入力パターンと代表
ベクトルとの歪み量に閾値を設け、閾値以下の歪み量を
与える代表ベクトルが得られたときには、それ以降のベ
クトル探索を打ち切り、次のフレームの符号化に移ると
ともに、閾値をデータ蓄積量に対して適応的に制御する
ため、ベクトル歪み評価の効率を向上し、連続する入力
信号に対し大きな信号劣化を引き起こすことなくリアル
タイムでベクトル量子化を行うことができる。

【００５１】本実施例では、誤差の少ないベクトルを見
出だすのに、各成分の符号の一致度を指標として用いた
が、これはこの方式に限られない。例えば、過去に選択
された確率の高い順序で代表ベクトルを探索してもよい
し、あるいは予め入力データに対して歪み最小の代表ベ
クトルを学習させたニューラルネットワークを用い、こ
のネットワークからの出力値が大きい順に探索するよう
にしてもよい。また本発明は、前述した実施例に限定さ
れるものではなく、他にも発明の要旨を逸脱しない範囲
で種々の変形や応用が可能であることは勿論である。

【００５２】

【発明の効果】以上詳述したように本発明によれば、ベ
クトル歪み評価の効率を向上し、連続して入力する情報
信号に対して、大きな信号劣化を引き起こすことなくリ
アルタイムでベクトル量子化を行える符号化装置を提供
することができる。

【図面の簡単な説明】

【図１】図１は、本発明による第１実施例の符号化装置
の構成を示す図である。

【図２】図２は、図１に示した符号化装置の動作を示す
フローチャートである。

【図３】図３は、本発明による第２実施例の符号化装置
の構成を示す図である。

【図４】図４は、入力されるデータ及び代表ベクトルの
構成を示す図である。

【図５】図５は、図３に示す符号化装置の動作を示すフ
ローチャートである。

【図６】図６は、図３に示す符号一致検出回路の構成を
示す図である。

【符号の説明】 １…符号化装置、２…データ記憶回路、３…線形予測回
路、４…音源回路、５…歪み評価回路、６…制御回路、
１０…雑音コードブック、１１…適応コードブック１
１、１２…加算回路、１３…合成フィルタ、１４…聴感
重み付けフィルタ、１５…積和回路、１６…閾値メモ
リ、１７…比較器、２０…符号化装置、２１…データ記
憶回路、２２…コードブック検索回路、２３…一致検出
回路、２４…歪み評価回路、２５…制御回路、３０…コ
ードブック、３１…アドレス回路、３２…演算回路、３
３…閾値メモリ、３４…比較器、４０…ＥＸＮＯＲ回
路、４１…エコーダ回路。

Claims (1)

【特許請求の範囲】
1. 【請求項１】 離散的な入力データをフレーム区間ごと
   に区別し、複数のフレーム区間分のデータを一時記憶す
   るデータ記憶手段と、 前記データ記憶手段から読出されたフレーム区間のデー
   タを量子化するための複数の代表ベクトルを予め格納す
   るコードブック手段と、 前記コードブック手段内の代表ベクトルにより、前記入
   力データを量子化したときの歪み量を求める歪み評価手
   段と、 前記データ記憶手段の蓄積データ量に適応して、歪み量
   に対する閾値を変更すると共に、データ歪み量がこの閾
   値を等しい若しくは下回った時に、それ以降のコードブ
   ックの探索を打ち切り、次のフレーム区間の量子化に移
   行するように制御を行う制御手段とを具備することを特
   徴とする符号化装置。