JPH05232996A

JPH05232996A - 音声符号化装置

Info

Publication number: JPH05232996A
Application number: JP4033528A
Authority: JP
Inventors: Noriyuki Otsuka; 則幸大塚; Hidetoshi Yamada; 秀俊山田; Hideyuki Takahashi; 秀享高橋
Original assignee: Olympus Optical Co Ltd
Current assignee: Olympus Corp
Priority date: 1992-02-20
Filing date: 1992-02-20
Publication date: 1993-09-10

Abstract

(57)【要約】【目的】復号時に、男性・女性のいずれに対しても良好
に音声を再生可能な音声符号化装置を提供すること。【構成】例えば男声用，女声用等のようにそれぞれ内容
の異なる確率コードブック１８，２０を複数個用意して
それぞれに対応するピッチ周期の範囲を決定しておく。
そして、入力音声１０からピッチ周期とＬＰＣ係数を抽
出し、評価器３４により、まずピッチ周期に応じて確率
コードブックを選択する。その後、選ばれた確率コード
ブックの内容を残差信号として、入力音声１０から求め
たＬＰＣ係数からなるＬＰＣ合成フィルタ１６に通して
合成音声を作り、その合成音声と入力音声１０の差が最
小になるインデックスを選択する。そして、選択された
確率コードブックは、或る一定期間（例えば２０ｍｓ〜
３０ｍｓ程度のフレーム期間もしくは全く異なるピッチ
周期となるまで）保持する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声を圧縮符号化する
ための音声符号化装置に関する。

【０００２】

【従来の技術】従来より音声符号化に於いては、音声を
線形予測分析して残差信号を求め、この残差信号をコー
ドブック内の代表ベクトルによって置き換え、インデッ
クスの指すコードブック内の代表ベクトルを音声に再生
し、これを原音声と比較して一番歪の少ないコードで表
すことにより、音声を圧縮するＣＥＬＰ（Code Excited
Linear Prediction）が良く知られている。このＣＥＬ
Ｐについては、例えば、M.R.Schroeder, B.S.Atal, "CO
DE-EXCITED LINEAR PREDICTION(CELP): HIGH-QUALITY S
PEECH AT VERY LOW BIT RATES", ICASSP '85, pp937-94
0, 1985 に詳しく記述されている。このＣＥＬＰで用い
られるコードブックとしては、確率コードブックが用い
られており、その内容は白色雑音が通常用いられる。確
率コードブックは、適応コードブックと共に用いられる
ことが多い。図３に従来のＣＥＬＰの代表例として、確
率コードブックを適応コードブックと共に使用する音声
符号化装置の例を示す。

【０００３】入力音声１００は、例えば８ｋＨｚ、フレ
ーム長だけ、サンプリングされる。今、例えばフレーム
長を２０ｍｓとすると、１６０サンプルが線形予測分析
器１０２と差分器１０４に送られる。線形予測分析器１
０２は、合成フィルタ１０６の係数を、ＬＰＣ（Linear
Predictive Code）パラメータの組、または反射係数の
組として与える。

【０００４】一方、確率コードブック１０８と適応コー
ドブック１１０には、フレーム長を、例えば４分割した
５ｍｓ毎のサブフレーム毎のデータ４０サンプルが納め
られている。確率コードブック１０８は、確率コードブ
ックゲイン器１１２に接続されている。また、適応コー
ドブック１１０は、適応コードブックゲイン器１１４に
接続されている。そして、それぞれのコードブックの出
力にゲインをかけた内容の和が加算器１１６で求めら
れ、合成フィルタ１０６に入力される。

【０００５】さらに、差分器１０４で、原音声１００
と、合成フィルタ１０６を通ってコードブックから再生
された音声との差をとり、重み付けフィルタ１１８で重
み付けされた誤差の自乗和を評価器１２０で評価し、そ
の値が最小となるコードブック１０８，１１０のインデ
ックスの組を求めるようにコードブックを検索すると共
に、ゲイン器１１２，１１４のゲインを調整する。

【０００６】そして、コードブックのインデックスが決
定されると、確率コードブック１０８のインデックスで
指し示された内容と、適応コードブック１１０のインデ
ックスで指し示された内容に、それぞれのゲインをかけ
て和を取ったものをバッファ１２２に入力し、その内容
をもとに適応コードブック１１０の内容をサブフレーム
毎に書き換える。

【０００７】この作業は、男性の音声と女性の音声の差
異は、残差信号の段階では目だたないという仮定に基づ
いており、そのため一般に確率コードブックは、ＣＥＬ
Ｐに於いては一種類しか使用されていなかった。

【０００８】

【発明が解決しようとする課題】しかしながら、男性の
音声と女性の音声では、ピッチ周期（音声の基本周波
数）の他に、残差信号に基づく音質も異なることが言わ
れ始めている。

【０００９】例えば、伊藤，木幡，高木，“ＰＡＲＣＯ
Ｒ分析合成法における残差信号の圧縮伝送方式に関する
一検討”，信学技報ＳＰ９０−５１では、ＰＡＲＣＯＲ
合成を使用しているが、代表残差へのエネルギ寄与率の
差から、男性の音声は比較的良好な再生音が得られるの
に対し、女性の音声には雑音感がつきまとうという発表
がある。

【００１０】逆に、瀬座，田崎，中島，“ボコーダにお
ける音源モデルの検討”，日本音響学会講演論文集１−
６−１６では、女性の音声と男性の音声とで雑音推定に
より雑音を除去することによって、雑音を除去すると女
性の音声には、声帯波雑音が多く含まれているため、女
性の方が雑音除去の効果が大きく、主観的評価も上がる
という発表もある。

【００１１】さらに、片岡，守谷，“ピッチ情報の適応
的処理を用いた低遅延音声符号化”，日本音響学会講演
論文集２−６−１７では、ピッチゲインを適応的に処理
することによって、音声の品質を向上させようとするも
のであるが、この方法によっても、男性の音声は、女性
の音声と比較して悪くなってしまうという発表がある。
従って、現実に男性の音声と女性の音声では、ピッチ周
期の他に、残差信号も微妙に異なるということが分かっ
てきた。

【００１２】このように、ピッチ周期や残差信号の差の
ため、符号化した音声を復号した際に、男声の音声と女
声の音声のいずれの音声でも良好に再生するということ
はできなかった。本発明は、上記の点に鑑みてなされた
もので、男性・女性のいずれの音声に対しても良好に音
声を再生可能な音声符号化装置を提供することを目的と
する。

【００１３】

【課題を解決するための手段】上記の目的を達成するた
めに、本発明の音声符号化装置は、入力音声信号を予測
分析する予測フィルタからの予測値信号と前記入力音声
信号との差をとることで残差を得、当該残差をコードブ
ックにより量子化する音声符号化装置であって、それぞ
れ内容の異なる複数のコードブックと、前記入力音声信
号より音声の基本周波数を検出する基本周波数検出手段
と、前記基本周波数検出手段で検出した前記音声の基本
周波数に応じて、前記複数のコードブックを切り換える
コードブック切換手段とを備えることを特徴としてい
る。

【００１４】

【作用】即ち、本発明による音声符号化装置では、それ
ぞれ内容の異なるコードブック例えば、確率コードブッ
クを複数個用意してそれぞれに対応する音声の基本周波
数の範囲を決定しておく。そして、基本周波数検出手段
と線形予測分析手段により、入力音声からピッチ周期と
ＬＰＣ係数をそれぞれ抽出し、コードブック切換手段に
より、まずピッチ周期に応じて確率コードブックを選択
する。その後は通常の音声符号化装置と同様に、選ばれ
た確率コードブックの内容を残差信号として、入力音声
から求めたＬＰＣ係数からなるＬＰＣ合成フィルタに通
し、合成音声を作り、その合成音声と入力音声の差が最
小になるインデックスを選択する。そして、選択された
確率コードブックは、或る一定期間（例えば２０ｍｓ〜
３０ｍｓ程度のフレーム期間もしくは全く異なるピッチ
周期となるまで）保持することで、必要以上にビットレ
ートを上げることなく、男性の音声と女性の音声を良好
に再生できる。

【００１５】

【実施例】以下、図面を参照して、本発明の実施例を説
明する。図１は、本発明の第１の実施例のブロック構成
図である。入力音声１０は線形予測分析器１２と差分器
１４に入力される。線形予測分析器１２は、合成フィル
タ１６の係数をＬＰＣパラメータの組または反射係数の
組として与える。

【００１６】コードブックには、データを符号化するた
めの代表ベクトルが納められており、このコードブック
は、例えば２つの確率コードブック１８，２０と確率コ
ードブックゲイン器２２、及び適応コードブック２４と
適応コードブックゲイン器２６で構成されている。

【００１７】加算器２８は、確率コードブックゲイン器
２２の出力と適応コードブックゲイン器２６の出力を加
算して、上記合成フィルタ１６及びバッファ３０に出力
する。重み付けフィルタ３２は差分器１４の出力に重み
付けを行う。評価器３４は、重み付けフィルタ３２の出
力を評価し、その結果に応じて男声用の確率コードブッ
ク１８又は女声用確率コードブック２０を選択する。

【００１８】以下、このような構成に於ける動作を説明
する。入力音声１０は、例えば８ｋＨｚ、フレーム長だ
け、サンプリングされる。今、例えばフレーム長を２０
ｍｓとすると、１６０サンプルが線形予測分析器１２と
差分器１４に送られる。線形予測分析器１２では、合成
フィルタ１６の係数をＬＰＣパラメータの組または反射
係数の組として与える。

【００１９】一方、コードブックには、フレーム長を、
例えば４分割した５ｍｓ毎のサブフレーム毎のデータ４
０サンプル分を符号化するための代表ベクトルが納めら
れている。コードブックは、例えば２つの確率コードブ
ック１８，２０と確率コードブックゲイン器２２、適応
コードブック２４と適応コードブックゲイン器２６で構
成されている。確率コードブックは、例えば複数の男性
と女性の音声をそれぞれ線形予測して残差信号を求めて
作成するので、男性の音声から求めたコードブックは男
声特有の残差信号、女性の音声から求めたコードブック
は女声特有の残差信号の特性を有している。そして、仮
に今、確率コードブック１０が男声用、確率コードブッ
ク１１が女声用とする。男声と女声のピッチ周波数の境
界を仮に２５０Ｈｚとして、男声用と女声用のコードブ
ックを選択する。

【００２０】次に、確率コードブック選択の手順を説明
する。１フレーム毎に確率コードブックを選択するので
あるが、このためには適応コード検索により得られるピ
ッチ情報を用いる。

【００２１】即ち、適応コードブック２４を作成するた
めに、通常、１５０サンプル程度のバッファ３０が用意
されている。このバッファ３０には、１サブフレーム前
からさかのぼって１５０サンプル分の合成信号の残差が
格納される。このバッファ３０は、例えばシフトレジス
タから成り、５ｍｓ周期毎に古い４０サンプルを捨て去
って、新しい４０サンプルを入力することにより更新さ
れる。適応コードブック２４の各データは、バッファ３
０内のサンプルを、仮定したピッチ周期、例えば２０か
ら１４７サンプリング周期分だけ取出して繰り返すこと
により作成される。

【００２２】続いて、適応コードブック２４内の各代表
ベクトルを、適応コードブックゲイン器２６及び加算器
２８を介して、合成フィルタ１６に通して、コードブッ
クから再生した音声を得る。次に、差分器１４で、この
コードブックから再生した音声と原音声（入力音声１
０）との差をとり、重み付けフィルタ３２で重み付けさ
れた誤差の二乗を評価器３４で評価し、その値が最小と
なるコードが求められる。そして、得られた確率コード
ブックのインデックスが対応するピッチ周波数を判定
し、それが２５０ｋＨｚ以下であれば、男声用の確率コ
ードブック１８、越えていれば女声用の確率コードブッ
ク２０を選択する。

【００２３】続いて、選択された確率コードブック１８
又は２０を検索する。即ち、確率コードブック内の各コ
ードワードを順に確率コードブックゲイン器２２，加算
器２８を介して合成フィルタ１６に通した後、適応コー
ドブック２４で選ばれたコードワードに適応コードブッ
クゲイン器２６により最適ゲインを与えて、加算器２８
及び合成フィルタ１６を通して得た合成音と原音声との
差分を差分器１４でとる。この値は、重み付けフィルタ
３２で重み付けされ、二乗誤差が評価器３４で評価さ
れ、その評価された値が最小となるコードが求められ
る。

【００２４】こうして確率コードブックから選択された
コードベクトルに確率コードブックゲイン器２２により
最適ゲインを与えた値が、加算器２８にて先ほど選択さ
れた適応コードブック音源と加算され、合成フィルタ１
６を通すことによって、符号化音声が得られる。線形予
測分析器１２で求めたＬＰＣ係数又は反射係数と共に、
適応コードブック２４と確率コードブック１８又は２０
から選択されたコードベクトルのインデックス及び、そ
れぞれの最適ゲイン値の値が、圧縮データとして不図示
の記録部又は伝送部により記録又は伝送される。

【００２５】以上の方式では、圧縮データの復号時に
は、適応コードブック２４を参照することによりピッチ
周期が分かり、男声・女声のどちらの確率コードブック
を選択したかの情報を符号化する必要はない。

【００２６】次に、図２の（Ａ）のブロック構成図を参
照して、本発明の第２の実施例を説明する。本第２の実
施例は、ピッチ検出器３６を備えていることを特徴とし
ている。他の構成は、上記第１の実施例と同様の構成で
あり、よって同一部分には図１と同一の参照番号を付
し、その説明を省略する。入力音声１０は、フレーム毎
にサンプリングされ、線形予測分析器１２により合成フ
ィルタ係数が求められる。

【００２７】適応コードブック２４は、男声・女声それ
ぞれに応じてピッチ周期を変更して作成される。即ち、
男声の場合には３６サンプル周期から１４７サンプル周
期で作成される。一方、女声の場合には、２０サンプル
から４０サンプルまでの範囲で、１／２サンプル周期毎
に作成される。

【００２８】このように男声と女声とでピッチ周期の特
性に合わせて適応コードブック２４を作成することで、
コードブックサイズを減らすことができる。このため、
コードブック探索の演算が容易となる。また、ピッチ周
期の微小な差異が音質に影響する女声の場合には、精度
をサンプリング周期より細かくすることにより、音質を
向上させることが可能である。

【００２９】１フレームの先頭に於いて、ピッチ検出器
３６は、１５０サンプルの自己相関関数を求めて、ピッ
チ周期を求める。ピッチ周期が、例えば男声の範囲であ
れば、適応コードブック２４を音声に対応して作成し、
また男声用の適応コードブック２４を選択する。これと
共に、どちらの確率コードブックを使用したかのフラグ
をフレームの先頭に記録する。例えば、男声用の確率コ
ードブック１８が選択されたときはフラグを立て、女声
用の確率コードブック２０が選択されたときはフラグを
立てないようにする。このコードブック識別情報は、２
０ｍｓおきにわずか１ビットの情報で済み、全体では５
０ｂｐｓの増加となるのみである。なお、ピッチ抽出に
は、他のピッチ抽出に用いられる方法を使用しても良
い。

【００３０】上記処理で決定したコードブックのインデ
ックスの内容の和を合成フィルタ１６に通し、差分器１
４で原音声とコードブックから再生した音声との差を取
り、重み付けフィルタ３２で重み付けされた誤差の二乗
を評価器３４で評価し、その値が最小となるインデック
スの組を求めるようにコードブックを探索する。こうし
てコードブックのインデックスが決定されると、フラグ
で指し示された確率コードブックのインデックスで指し
示された内容と適応コードブック２４のインデックスで
指し示された内容に、ゲイン器２２，２６でそれぞれの
ゲインをかけて加算器２８で和を取ったものを、バッフ
ァ３０に入力して、そのデータをもとに、サブフレーム
毎に適応コードブック２４を作成する。

【００３１】以下、前述した第１の実施例と同様の手順
で符号化することにより圧縮データが得られる。図２の
（Ｂ）に本第２の実施例によって符号化されたデータを
示す。なお、図中の参照番号３８は、前述したどちらの
確率コードブックを使用したかを示すフラグである。

【００３２】なお、本第２の実施例では、圧縮データ
に、男声・女声いずれの確率コードデータを使用したか
のデータ（フラグ３８）を記録する必要があるが、適応
コードブック、確率コードブックのいずれも適応的に切
り換えることにより、さらに効率的に符号化できる。

【００３３】次に、本発明の第３の実施例を説明する。
本第３の実施例では、確率コードブックを男声・女声の
二通りで切り換えるのみでなく、より多くの種類を備え
て、ピッチ周期に応じて、選択的に切り換えるようにし
たものである。これにより、ピッチ周期に適応したより
細かな残差特性を反映することができ、符号化効率を向
上できる。またこの結果、一つ一つの確率コードブック
のサイズを小さくすることができ、探索が容易となる。

【００３４】例えば、今、確率コードブックを８種類用
意するとすると、確率コードブック選択のための情報と
して、各フレーム毎に３ビットを要する。但し、ピッチ
周期の変化が頻繁には起こらないという特性を利用する
と、この情報を減らすことが可能となる。即ち、確率コ
ードブックの識別にハフマン符号等の可変長符号を用
い、確率コードブックを変更しないときには短い（例え
ば１ビット）符号を割り当て、また確率コードブックを
変更するときには、その頻度が小さくなるにつれて長い
符号を割り当てるようにする。この方式により、平均的
な符号長を短くすることが可能である。

【００３５】なお、上記第１乃至第３の実施例は、確率
コードブックと適応コードブックを用いるという前提で
説明したが、本発明は、確率コードブックを使用する他
の方式にも適用可能である。

【００３６】

【発明の効果】以上詳述したように、本発明によれば、
確率コードブックをピッチ周期等で分類し、複数個持つ
ことによって、男性・女性のいずれに対しても良好に音
声を再生可能な音声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】本発明の第１の実施例に係る音声符号化装置の
ブロック構成図である。

【図２】（Ａ）は本発明の第２の実施例に係る音声符号
化装置のブロック構成図であり、（Ｂ）は本発明の第２
の実施例によって符号化されたデータを示す図である。

【図３】従来の音声符号化装置のブロック構成図であ
る。

【符号の説明】

１０…入力音声、１２…線形予測分析器、１４…差分
器、１６…合成フィルタ、１８，２０…確率コードブッ
ク、２２…確率コードブックゲイン器、２４…適応コー
ドブック、２６…適応コードブックゲイン器、２８…加
算器、３０…バッファ、３２…重み付けフィルタ、３４
…評価器、３６…ピッチ検出器、３８…フラグ。

Claims

【特許請求の範囲】

【請求項１】入力音声信号を予測分析する予測フィル
タからの予測値信号と前記入力音声信号との差をとるこ
とで残差を得、当該残差をコードブックにより量子化す
る音声符号化装置に於いて、それぞれ内容の異なる複数のコードブックと、前記入力音声信号より音声の基本周波数を検出する基本
周波数検出手段と、前記基本周波数検出手段で検出した前記音声の基本周波
数に応じて、前記複数のコードブックを切り換えるコー
ドブック切換手段と、を具備してなることを特徴とする音声符号化装置。