JPH0524520B2 - - Google Patents

Info

Publication number
JPH0524520B2
JPH0524520B2 JP58078123A JP7812383A JPH0524520B2 JP H0524520 B2 JPH0524520 B2 JP H0524520B2 JP 58078123 A JP58078123 A JP 58078123A JP 7812383 A JP7812383 A JP 7812383A JP H0524520 B2 JPH0524520 B2 JP H0524520B2
Authority
JP
Japan
Prior art keywords
speech
interval
parameter
parameters
frames
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
Application number
JP58078123A
Other languages
English (en)
Other versions
JPS58207099A (ja
Inventor
Ii Papamikarisu Panosu
Aaru Dodeinton Jooji
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Texas Instruments Inc
Original Assignee
Texas Instruments Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Texas Instruments Inc filed Critical Texas Instruments Inc
Publication of JPS58207099A publication Critical patent/JPS58207099A/ja
Publication of JPH0524520B2 publication Critical patent/JPH0524520B2/ja
Granted legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Reduction Or Emphasis Of Bandwidth Of Signals (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Description

【発明の詳細な説明】 発明の背景 本発明は音声のLPC（Linear Predictive
Coding線形予測コード化）コード化方法に関係
する。
縮減した帯域を用いて音声信号を記憶し伝送可
能であることが高度に望まれている。例えば、
8000Hzの音声信号を12ビツト精度のナイキスト速
度でサンプルした場合、必要なデータ速度は音声
の秒当り約200Kビツトとなる。音声の実際の情
報内容はこれよりはるかに小さいため、音声をコ
ード化するのに要するデータ速度を人間の聴者が
受取る実際の情報内容に近くなるように減少させ
ることが非常に望まれている。このような圧縮音
声コード化は各々が重要性を有する３つの主要応
用分野、すなわち合成音声、会話メツセージの伝
送、音声認識、を有している。
この目的を達成する努力の主要な範囲は音声の
線形予測コード化であつた。一般的な線形予測モ
デルでは、信号soは以下の関係が成立するような
入力uoの系の出力と考えられる so＝p 〓k=1 akso-k＋Ｇq 〓m=0 bnuo−ｍ (1) ここでbpは１と定義され、ak（ｋは１からｐま
で）、bn（ｍは１からｑまで）、利得Ｇは仮想した
系のパラメータである。信号soは過去の出力と現
在及び過去の入力の線形関数としてモデル化され
る。
より取り扱いやすいものであるこのモデルのい
く分簡単化したモデルは自己回帰又は全極モデル
である。このモデルでは、信号soは信号入力値uo
とｐ個の最も最近の過去値の線形結合であると仮
定されている。
so＝p 〓k=1 akso-k＋Guo (2) ここでＧは利得因子である。
この式の両辺のｚ変換により、系の伝達関数Ｈ
（ｚ）は 特定の信号列soを与えると、このモデルによる
解析は（仮定した）入力信号uoに加えて予測係数
akと利得Ｇを音声パラメータとして作成する。
人間の音声の広く用いられるモデルでは、人間
の声は励起関数（入力信号）と線形予測フイルタ
との組合せとしてモデル化される。系が一旦この
方法で解析されると、励起関数は非常に低いビツ
ト速度で通常伝送可能である。
LPCモデルにより音声を表現するため、予測
係数ak又は他のパラメータの等価な組は、受信器
で再構成される再合成音声信号において正しい線
形予測子が用いられることを可能とするよう伝送
されなければならない。従来技術では、反射係数
kiがしばしば伝送パラメータとして用いられた。
他の別なパラメータの組は伝達関数Ｈ（ｚ）の極
の組である。LPCモデルを表現するためにどの
パラメータの組に決定するかに際して選択すべき
望ましい特徴は以下の項目を含む。1LPCフイル
タの安定性が保証されていなければならない。こ
れは極又は反射係数ではできるが、予測係数では
できない。２伝送パラメータは帯域の知覚的に有
効な利用を可能とするよう知覚パラメータに相当
程度近接して対応していることが望ましい。これ
は極の特別な利点である。３送信及び受信端の両
方で最小の計算負荷を課さなければならない。４
パラメータは自然な順番であることが望ましい。
上記の要求を満足する最適系はもち論音声の伝
送のみならず合成音声の記憶にも有用である。こ
のような系は又音声認識や話者識別の分野にも有
効である。
合成音声の特別な要求は音声の秒当りの最小ビ
ツト速度と音声デコーダでの最小の計算負荷であ
る。これらの基準が達成された場合、コード化で
の非常に重い計算負荷が許容可能である。
従つて、本発明の目的は、記憶した合成音声が
小さな計算負荷でデコード可能なように合成音声
を非常に低いビツト・速度で記憶する方法を提供
する。
特願昭58−78124号はLPC逆フイルタの根をコ
ード化する方法を教示している。しかしながら、
スペクトル図の研究は人間の音声のフオルマント
の時間変動の挙動が遅いことを示しているため、
極（これはそのフオルマントに一般的に対応する
時間変化挙動を示している）の繰返し直接コード
化は時間域の極の位相のゆつくりした変化により
与えられる主要なデータ冗長度を失い、不必要な
帯域を浪費することになる。
本発明の目的は最小帯域で音声をコード化する
方法を提供することである。
本発明の別な目的は不必要な帯域を必要とする
ことなく線形予測コード化モデルの極を用いて音
声をコード化する方法を提供することである。
本発明の別な目的は時間域の極パラメータの挙
動を追跡するLPCモデルの極による音声のコー
ド化の方法を提供することである。
本発明の別な目的は、最小数のビツトを用いて
時間域の極パラメータの挙動を追跡するLPCモ
デルの極による音声のコード化方法を提供するこ
とである。
他の音声パラメータの挙動は時間域で相対的に
滑らかな挙動を示している。特に、反射係数は良
好な挙動を示す。予測係数に対する反射係数又は
極の特別な利点は、受信器でのLPCフイルタの
安定性が保証されている点である。すなわち、予
測係数の値中の相対的に小さな誤差が不安定性を
突然導入する。
従つて、本発明の別な目的は最小数のビツトを
用いて時間域の音声パラメータの挙動を含む方法
を提供することである。
従来技術は所要帯域を減少させるため特に
LPCパラメータを含む音声パラメータの時間追
跡を示唆している。IEEE出版物73CHO805−２，
29d1−５，1973の電気通信会議記録のデー・テ
ー・マジルの「パケツト通信システム用の適合音
声圧縮」や、1974年12月の最終報告第２巻BBN
の音声圧縮、報告書第2976号のジエー・マクホウ
ル他の「コンピユータとの自然通信」や、1978年
４月の最終報告、BBN報告書第3794号のアー
ル・ビスワナサン他の「音声圧縮と評価」を参照
されたい。マジルの方法は音声追跡フイルタが著
しく変化したことを検出した後にのみ新たな音声
パラメータの組を伝送する。変化は隣接するフレ
ーム間の相異として計測され、これはイタクラの
対数尤度比に等価な距離測度により計測される。
マクホウル他やビスワナサン他の方法は送信され
たフレーム間のパラメータを内挿し、相異尺度に
閾値を導入しているため非常に異なつたデータ・
フレーム間の内挿は避けられ、対数尤度比以外の
相異尺度を用いている。
発明の要旨 本発明は時間域（相対的に滑らかな区間内）で
音声パラメータの路を追跡し、音声コード化に要
する帯域を最小としている。これは、各フレーム
間隔で音声パラメータの全組（例えばLPCフイ
ルタの極）を入力として繰返し与え、パラメータ
のフレーム列を複数個の局所的に滑らかな区間に
分割し、与えられた標準の適合が得られるまで指
定した直交関数の組に対して連続高次近似を用い
て各区間内で各パラメータを連続的に近似し、各
定められた区間内で所要の近似度と近似係数をコ
ード化し、区間終了情報をコード化することによ
りなされる。
本発明によると、音声のコード化方法におい
て、複数個の繰返しフレーム間隔の各で１組の音
声パラメータを与える段階と、各区間内で前記音
声パラメータの各々がフレームからフレームへ滑
らかに変化するように前記フレーム間隔を区間に
まとめる段階と、前記各区間内で線形結合の最終
のものが前記各パラメータに対して所定の精度を
与えるまで連続した高次の直交関数の線形結合に
より前記各区間内で前記パラメータの各々の値を
連続的に近似する段階と、前記各区間に対して前
記区間内のフレーム数をコード化し、又前記各区
間内の各パラメータに対して前記所定の近似度を
与える前記最終の線形結合の前記直交関数の次数
と前記各最終線形結合の前記直交関数の各々の各
係数をコード化する段階とを含む音声コード化の
方法が与えられる。
好適な実施例の説明 本発明はフレーム周期の連続周期にLPC極の
ような音声パラメータの組を前段のコード化が与
えた後に用いられる別のコード化段階を提供す
る。本発明の鍵となる段階は２つあつて、第１
に、有声対無声（又はその逆）の遷移が生じた
所、隣接フレーム間の相異が大きくなりすぎた場
合、又はパラメータ・トラツクが不連続な場合に
は常に区間終了点が設点され、第２に、所要の適
合標準を達成するまで近似度が増加されていく直
交関数の所定の族による一連の連続高次近似によ
り各区間内の各パラメータ・トラツクを適合的に
近似するため適合近似処理が用いられる。これは
音声コード化に要する帯域を相当減少させるのみ
ならず、計算負荷がデコード（受信）端ではなく
コード（送信）端へ不均衡に移行される。従つ
て、本発明は音声合成の記憶と発生、特にコード
化音声電文が安価な遠隔素子の合成用ROM（又
は経済的に等価なパツケージ）で与えられる場合
に別な利点を有する。
本発明は、LPCモデルの極の滑らかな時間挙
動と共にLPC残差関数のピツチと利得とが追跡
される実施例を主に参照して記述される。しかし
ながら、本発明は反射係数や又はその変換のよう
な他の滑らかに変動する音声の時間挙動をコード
化するためにも用いられる。
本発明の主要な段階は従つて以下の通りであ
る。第１に、各フレームが完全に１組のパラメー
タにより表わされている一連の音声フレームであ
る入力が与えられる。望ましい実施例では、入力
音声パラメータは上述のように10個のLPC極を
加えるピツチ及び利得の組であるが、他の時系列
のパラメータも使用できる。現在望ましいフレー
ム周期は10msであるが、代りにより短いフレー
ム周期も使用可能である。フレーム周期をより長
くすると、相当な音声品質の劣化が生じる。第２
に、使用したパラメータの組が自然に順序を有し
ていない場合、連続する各フレーム内でどのパラ
メータ値が先行するフレームのどのパラメータ値
に対応しているかを識別することが必要である。
望ましい実施例では、これは隣接するフレームの
パラメータ値を識別する１組のポインタにより達
成される。第３に、一連のパラメータ・トラツク
が今や設定されているため、局所的に適切な区間
長、すなわち本発明を用いて全てのパラメータ値
を有効に追跡可能なフレーム数に関する決定が下
しうる。いくつかの区分化基準を参照することに
より、区間終了点が全パラメータ組の時系列に対
して設定される。これらの区間は可変長であり、
最大長は非常に長い。最大長はバツフアの制約又
は滑らかに変動するパラメータ・トラツクを見出
す標準の（非沈黙）音声の最長区間によつてのみ
制限される。望ましい実施例では、最大区間長は
32フレームに設定される。最後に、区間終了点を
定めた後、各区間内のパラメータの時間挙動がモ
デル化可能である。本発明では、これは直交関数
の組を用いて適応的適合により成される。すなわ
ち、本発明では所要の適合度が達成されるまで連
続した高次近似を用いて各パラメータ・トラツク
が連続的に近似される。ルジヤンドル多項式のよ
うな都合のよい直交関数族を用いることにより適
合されるデータ点の全数よりはるかに小さい次数
の多項式を用いて良好な適合が通常得られる。良
好な適合が得られない場合、所要適合次数はいず
れにせよ適合すべきデータ点数より大きくない。
望ましい実施例では、最大近似次数（８）も又課
されている。８次近似が適切でなかつた場合、こ
れ以上の近似は行なわないで８次適合が用いられ
る。
第２図はパラメータ・トラツクの連続性を解析
し、区間終了点を確認するために用いられる規準
の流れ図である。第１に、極値の組の連続性は、
隣接フレーム間で設定されなければならない。こ
れはポインタによつて成され、このポインタは、
隣接フレーム間の極値を関係づける。ポインタ関
係を設定するため、簡単な測度を用いて隣接する
極間の近似度の尺度を定める。本望ましい実施例
では、これは中心周波数の差の２乗に加えること
の極の帯域の差の２乗にある定数因子（通常１以
下）をかけたものによつて定められる。第１フレ
ームの５個の極の各々に対してこの近接度の尺度
を基に第２フレームの極の１つを指示するポイン
タが定義される。これに対応して、第２フレーム
の極の各々に、同一の近接尺度を基に第１フレー
ムの極の１つを指示するポインタが定義される。
これら２つの尺度は正確に相反的である必要はな
いことに注意されたい。すなわち、第１フレーム
の２つの極が両方共第２フレームの同一の極を指
示するポインタを有することも可能である。この
状態の検査が行なわれ、これが存在する場合、最
高の近接尺度を有するポインタが保持され、他の
ポインタは破棄される。この操作の最終結果は、
先行フレームのいくつかの又は全ての極は後続フ
レームの極にポインタによりリンクされることで
ある。先行フレームの極の内の１つが後続フレー
ムの極にリンクされない場合、又は後続フレーム
のあるものが先行フレームの極へ指し示されない
場合、リンクされない極が孤立極である場合を除
いてこれは区間終了点を定める。すなわち、ある
極が先行の極又は後続の極のどちらにもリンクさ
れない場合、この極は孤立極と判定され、区間終
了点を設定する必要はない。
この段階の結果は、区間内の連続するフレーム
のパラメータがリンクされ、１組のパラメータ・
トラツクを作成することである。望ましい実施例
では、これらのパラメータ・トラツクの知覚効率
をさらに改善するため別の処理段階が挿入され
る。最初に、各パラメータ・トラツクの全ての極
の帯域を概観し、パラメータ・トラツクが閾値帯
域（例えば500Hz）より大きい帯域を有している
両方の極を所定のパーセント率（例えば50％）以
上含んでいる場合、このトラツクは解消される。
この操作の結果は、区間が多数のパラメータ・ト
ラツクと、パラメータ・トラツクに結合されない
多数の極を含むことになる。次の段階は縮減次数
の残差多項式による各フレームの全ての未結合パ
ラメータ値の近似である。この残差多項式はしば
しば孤立極として現われる大多数の大帯域極と共
に時々発生する実の極を含む。
パラメータ・トラツクから除外された全ての極
を含む残差多項式が各フレームに対して一旦形成
されると、特願昭58−78124号に教示された方法
により残差多項式の次数を２次まで減少すること
が望ましい。前記出願に教示されているように、
残差多項式で共に集められるべき極に対応する多
項式因子は共に乗算され、残差多項式を直接指定
する。残差多項式の係数は次いで１組の反射係数
に変換され、最初の２つ以後の全ての反射係数は
廃棄される。縮減した（２次）残差多項式に対応
する最初の２つ反射係数はコード化される。各フ
レームの縮減残差多項式に対して設定された反射
係数をリンクする２つの追加パラメータ・トラツ
クが全区間を通して設定される。本望ましい実施
例では、反射係数は対数域比に変換される。これ
らの残差係数で共に集められた極は通常知覚重要
性は小さいため、その残差多項式への縮減次数近
似によつても認められるような品質は殆んど失わ
れない。さらに、これら２本のパラメータ・トラ
ツクの滑らかさは必らずしも他の極に対応するパ
ラメータ・トラツクの滑らかさとは等しくないた
め、残差反射係数のパラメータ・トラツクへの適
合には相当ゆるい要求が任意に課される。これら
２つの反射係数（そしてその対数域変換）は自然
順序を有しているため、隣接するフレーム間のパ
ラメータ値の識別はこの自然順序に従つて直接行
なわれることに注意されたい。同様に、本発明の
方法を自然順序を有する反射係数のような１組の
音声パラメータへ適用する場合、パラメータの連
続性を定めるためのポインタと近接尺度を用いる
段階は不要となる。
従つて極トラツクの開始又は終了は区間点を設
定する第１の規準を与える。使用される第２の規
準は有音／無音遷移である。区間点を設定する第
３の規準は局所的な最大相違の点である。これは
隣接するフレーム間のイタクラの尤度比を計算
し、この尤度比（これは相違度の尺度）の対称版
が予め与えられた閾値以上の局所的最大に到達し
た時に区間終了点を設定することにより測定され
る。対称化尤度比はｆ（Ｉ）＝Ｆ（Ｉ，Ｉ−１）＋Ｆ
（Ｉ−１、Ｉ）として定義され、ここでＦ（ｉ，
ｊ）は隣接フレーム間のイタクラ尤度比である。
イタクラ尤度比は Ｆ（ｉ，ｊ）＝aT／jRiaj／aT／iRiai と定義され、ここでａ iはｉ番目のフレームの予
測係数の列ベクトル、Ｒ iはｉ番目のフレームの
自己相関係数のマトリクスである。Ｒはマトリク
スの（ｍ，ｎ）要素はLPCモデルの式(2)のＲ（ｍ
−ｎ）として定義される。ASSP−23巻（1975）
第67頁のASSPに対するIEEE誌のイタクラによ
る「音声認識に応用される最小予測残差原理」を
参照されたい、この論文は引用により本明細書に
含まれる。区分化の第４の規準は最大区間長を越
えた時である。
前述の操作の結果は、各々がパラメータの全組
に対する１組の滑らかなトラツクを含む区間の組
である。本望ましい実施例では、コード化される
パラメータの全組は、ピツチ、利得、５極の各々
に各２つのパラメータ（位相と振幅）である。区
分化はこれらのパラメータの全ての挙動に関連し
て決定されることが望ましい。しかし一旦区分化
が定められると、区間内の各パラメータの挙動は
別々にモデル化されることが望ましい。
単一区間内の単一パラメータの挙動を近似する
ために用いられる手段を以下に説明する。第３図
に図示されるように、区間内のパラメータの個々
の値の全て（データ点）に対する近似曲線の適合
の２乗平均誤差の誤差閾値を適合の尺度として用
いる。１次近似（線形近似）によりこの区間内の
パラメータ・トラツクを近似しようとする試みが
行なわれる。これが所要の適合度を生じ得ない場
合には２次適合（２次近似）を用いて適合が試み
られる。次いで３次近似、等々が試みられる。
本発明の実行に際し、各種の直交関数が用いら
れる。しかしながら、極部分の滑らかな挙動を利
用するため、各々が非常に滑らかな挙動を示す直
交関数族が望ましい。この基準を満足するため、
本発明の第１実施例ではルジヤンドル多項式を用
いた。ルジヤンドル多項式は Po（ｘ）＝１／2nｎ； dn／dxn（（x2−１）n） と定義される。例えばジー・アーフケンの「物理
学者のための数学的方法」第２版（1970）を参照
されたい。ルジヤンドル多項式は−１から１の区
間で直交している。従つて、望ましい実施例では
１から32の間である各区間内のフレームの組番号
を−１から１の区間に射影することにより、相当
良好に挙動するルジヤンドル多項式が直交関数族
として使用できる。例えば、最初のいくつかのル
ジヤンドル多項式は p0（ｘ）＝１；p1（ｘ）＝ｘ；p2（ｘ）＝１／２（3x
2
−１） である。しかしながら、本発明で実際に用いられ
る望ましい直交関数の組は従来の公式のルジヤン
ドル多項式とはわずかに異なる。パラメータ・ト
ラツクの連続近似では、次の高次多項式を追加す
る時低次直交多項式適合に対して前に計算した線
形結合の係数を再計算すべきでないということが
特に望まれる。この性質は従来のルジヤンドル多
項式では達成されず、従つてこの性質を得るため
にわずかに異なつた直交多項式の組が用いられ
る。
本発明の実行に際し連続区間で直交している各
種の直交関数族（ルジヤンドル多項式、随伴ルジ
ヤンドル関数、エルミート多項式、チエビシフ多
項式等）が使用可能であるが、本発明は連続区間
ではなく１組の離散点で正確に直交性を必要とし
ている。本望ましい実施例はＮ個の離散データ点
で最適化された多項式の組を用いており、ここで
Ｎは区間内のフレーム数である。便宜上、Ｎデー
タ点の横座標は全て−１から＋１の区間に射影さ
れる。再帰処理により各Ｎに対して多項式Pjの異
なる族Foが唯一に以下のように定義される。
Sj＝〈Pj，Pj〉＝N 〓n=1 〔Pj（xo）〕2 Bj＝〈xPj（ｘ），Pj（ｘ）〉／Sj＝１／SjN 〓n=1 xo（Pj（xo））2 Cj＝Sj／Sj-1 Pj+1（ｘ）＝（ｘ−Bj）Pj（ｘ）−CjPj-1（ｘ） ここでP0（ｘ）に一様に１に等しく、かつ（便
宜上）x1＝−１、xo＝１と定義される。例えばＮ
＝11に対して唯一に定義された多項式の族F11の
最初のいくつかのものは以下の通りである。
P0（ｘ）＝１ P1（ｘ）＝ｘ P2（ｘ）＝x2−0.4 P3（ｘ）＝x3−0.712x P4（ｘ）＝x4−x2＋0.115 P5（ｘ）＝x5−1.27x3−0.305x 計算の都合上、適切な多項式の発生とその係数の
計算は単一演算で実行される。（同様に、多項式
の再合成と各フレームの適切なパラメータ値の計
算は、組合せ演算で実行されるのが望ましい。）
上述の方法により区分化された直交多項式の決定
的な利点は、高次適合に必要な係数を計算する時
低次係数を再計算する必要がない点である。セ
ル・カンテとド・ベアの「基礎数値解析」（第３
版1980）を参照されたい、この文献は引用により
本明細書に含まれる。
又は、直交多項式の組の係数が検索表に記憶さ
れる。従つて、（例えば）区間内のパラメータ値
に対して４次の適合が必要な場合、近似式はaP4
＋bP3＋cP2＋dP1＋eP0として表現され、パラメ
ータａからｅは可能な最良の適合を達成するよう
に調節される。多項式の４次結合を用いた可能な
最高の適合が満足できない場合、５次結合が試さ
れ、区間内のパラメータ値はfP5＋aP4＋bP3＋
CP2＋dP1＋eP0としてモデル化されて試される。
この段階の繰返しにより、良好な適合が必ず得ら
れる。必要な最高度の適合は区間中のデータ点の
数に等しい適合の次数である。多項式が直交して
いるためこれは保証されている。
与えられた次数の適合が達成されると、この適
合を得るのに用いた多項式の組合せの係数がコー
ド化される。従つて、例えば区間が13データ点を
含んでいて、５次適合による適合が成功した場
合、13データ点のパラメータ値ではなく５次適合
の係数ａからｆがコード化される。従つて実時間
音声の秒をコード化するのに要するビツト数に相
当な節約が得られる。
望ましい直交多項式近似が得られるような−１
と＋１との間の区間へ適合させるために用いられ
る各区間の変換は単に線形スケーリングである。
加えて、知覚的により効率のよい量子化を達成
するため他のデータ変換を用いてもよい。例え
ば、本望ましい実施例では、各極の中心周波数は
Hzでの中心周波数のメル（mel）としてコード化
される。各極の帯域は複素平面の振幅の対数とし
てコード化されるのが望ましく、エネルギはエネ
ルギの対数としてコード化されるのが望ましく、
又ピツチはインパルス間の時間間隔として直接コ
ード化される。ピツチには粗い適合次数が用いら
れるが、量子化段階寸法ピツチは非常に小さいこ
とが望ましい（例えば３サンプリング間隔、又は
1.5ミリ秒）。これはピツチは非常に滑らかに移動
する傾向があるが、耳はピツチの急激な変化に非
常に敏感であり、従つて微細な量子化寸法が必要
なためである。
極の帯域をコード化しないことにより、品質の
劣化を犠牲にしてビツト速度をさらに改良するこ
とができる。すなわち、上述の段階を用いて残差
残差（殆んど大帯域）極を分離し、これらを縮減
残差多項式の反射係数としてコード化した後、残
りの極の帯域（振幅）パラメータを単に廃棄す
る。受信局では、帯域に以下の規則が課される。
すなわち、100Hzのような一定の帯域が全てのト
ラツク化極に課されるか、又は2000Hz以下の極に
は100Hz、2000Hz以上では中心周波数の200Hz当り
100Hzの帯域で増加した帯域のように簡単な修正
則を用いてもよい。
従つて、第４図に示すような完全なコード化法
が使用可能である。各区間で最初に２ビツトが用
いられ、区間が有声、無声、沈黙であるかを表わ
すか、又は絶縁フレームを表示する。次いで区間
のフレーム数を記述する。有声フレームでは、ピ
ツチ・パラメータがコード化され、従つてピツ
チ・パラメータの適合次数が最初に記述され、次
いでピツチを追跡するために用いられる係数が記
述される。加えて、有声又は無声フレームで、全
エネルギの適合次数が記述され、これにエネルギ
適合の係数が続く。次いで、２ビツトを用いて、
（本望ましい実施例では）変化するルート・トラ
ツクの数をコード化する。次いで各ルート域の中
心周波数（これは位相に対応する）に要する適合
次数を記述し、各ルート域に要した適合係数が続
く。同様に、各ルートの帯域（振幅に対応）に要
した適合次数が記述され、各ルートの帯域の挙動
を十分な精度で追跡するのに十分な係数が続く。
次いで、縮減残差多項式を定めるのに要した２つ
のパラメータの適合次数が記述され、適合係数が
これに続く。フレーム周波数は装置に組込まれて
いるため、フレーム数のコードはデコーダにこの
区間がどの位続くかを知らせる。
本発明のコード化過程は現在VAX11／780コン
ピユータで行なわれている。本発明の方法により
発生された合成音声コードは読取専用メモリであ
ることが望ましいメモリへロードされることが望
ましい。例えば、PROMを適当に焼いて、又は
ROM用のマスクを設けてコード化音声を遠隔の
合成音声発生器へ与える。
遠隔合成音声発生器に対する計算要求は軽いも
ので、大部分バツフアリングに関係している。遠
隔合成音声発生器は区間のコードをデコードし、
デコードしている区間で指定されたフレーム数に
対応する数のバツフアを設定し、区間内の各パラ
メータ・トラツクの適合次数を読取り、このパラ
メータ・トラツクの係数の組を読取り、今読出し
た係数の組により指定された直交多項式の線形組
合せに従つて実際の適合関数を再発生するのに要
する直交多項式の組を検索（又は再合成）し、再
合成された適合多項式を用いて各フレームの追跡
パラメータの値を計算し、これらの値を対応する
フレーム・バツフアに記憶する。区間中の全ての
パラメータに対してこの操作を実行した後、バツ
フアは従来の線形予測コード化音声合成装置への
入力として直列に読出される。音声は次いで（例
えば）従来の格子フイルタ又はカスケード・フイ
ルタ法を用いて再合成される。
本発明は又音声の記憶と同様に伝送にも利用で
きる。しかしながら、この場合コード化に要する
相当な処理は実時間コード化を比較的高価なもの
にしている。従つて、本発明の最も魅力的な実施
例は合成音声の記憶用である。
当業者には本発明の方法に広範囲の修正と変更
が使用できることは明らかであり、本発明の範囲
は添附の特許請求の範囲によつてのみ限定され
る。
【図面の簡単な説明】
本発明は添附した図面を参照して説明される。
第１図は本発明により構成された音声伝送システ
ム全体を図示する。第２図は本発明によりパラメ
ータ・トラツクを形成し区間終了点を識別する方
法を示す。第３図はパラメータ・トラツクを適合
的に近似する方法を示す。第４図は本発明による
音声コード化プロトコルの例を示す。第５図は本
発明の１実施例を用いて残差多項式近似の過程を
示す。第６図は本発明による音声コード化に用い
るデコーダを示す。

Claims (1)

  1. 【特許請求の範囲】 １ 音声のLPCコード化方法において、複数個
    の繰返しフレーム間隔（インターバル）の各々に
    おいて１組の音声パラメータを与える段階と、 前記音声パラメータの各々が各区間内のフレー
    ムからフレームでは滑らかに変化するように前記
    フレーム間隔を区間（セグメント）にまとめる段
    階と、 前記各区間の前記パラメータの各々の値を、連
    続した高次の直交関数の線形結合により、連続的
    に近似する段階とを含み、この際この近似は前記
    各区間内の前記各パラメータに対して線形結合の
    最終のものが所定の近似度を与えるまで行われ、
    かつ 前記各区間の各々に対して前記区間内のフレー
    ム数をコード化し、 かつ前記各区間内の各パラメータに対して、前
    記所定の近似度を与える、前記最終の線形結合
    の、前記直交関数の次数と、前記各最終の線形結
    合の前記直交関数の各々の各係数と、をコード化
    する段階と、 を含む音声のLPCコード化方法。 ２ 特許請求の範囲第１項記載の方法において、
    前記直交関数が多項式を含む音声のLPCコード
    化方法。 ３ 特許請求の範囲第２項記載の方法において、
    前記直交関数がルジヤンドル多項式を含む音声の
    LPCコード化方法。 ４ 特許請求の範囲第２項記載の方法において、
    前記直交関数Po（ｘ）の族は再帰関係により前記
    各区間の前記フレームの数Ｎに従つて次式で定ま
    り、 Sj＝N 〓n=1 （Pj（xo））2 Bj＝１／SjN 〓n=1 xo（Pj（xo））2 Cj＝Sj／Sj-1 Pj+1（ｘ）＝（ｘ−Bj）Pj（ｘ）−CjPj-1（ｘ） ここでxoは前記区間内の前記フレームの連続す
    るものを指示する等間隔の実数で、Pp（ｘ）＝１で
    ある音声のLPCコード化方法。 ５ 特許請求の範囲第１項記載の方法において、
    前記各区間内の前記フレームの隣接するものの内
    の前記パラメータの対応するものを識別する段階
    をさらに含む音声のLPCコード化方法。 ６ 特許請求の範囲第５項記載の方法において、
    前記音声パラメータは線形予測コード化フイルタ
    伝達関数の極を含む音声のLPCコード化方法。 ７ 特許請求の範囲第５項記載の方法において、
    前記各区間内の前記フレームの各々の内の前記音
    声パラメータの各々の除外値を識別する段階と、 前記除外値を共にまとめ、各区間の残差多項式
    を形成する段階と、 前記各残差多項式を変換して対応する反射係数
    を与える段階と、 前記フレームの全てに渡つて前記残差多項式の
    前記反射係数の対応するものを識別する段階と、 連続近似の前記段階の前の段階とを含み、これ
    により前記残差多項式の前記反射係数を２つのパ
    ラメータ・トラツクのみで近似する音声のLPC
    コード化方法。 ８ 特許請求の範囲第１項記載の方法において、
    前記まとめ段階は各有声／無声遷移で区間終了点
    を定める段階を含む音声のLPCコード化方法。 ９ 特許請求の範囲第１項記載の方法において、
    前記まとめ段階は所定の閾値以上の相違尺度の局
    所的最大が得られた場合に区間終了点を定める段
    階を含む音声のLPCコード化方法。 １０ 特許請求の範囲第９項記載の方法におい
    て、前記相違尺度は、各先行するフレームに対す
    る後続のフレームのイタクラ比と共に後続のフレ
    ームに対する与えられたフレームのイタクラ尤度
    比の和を含む音声のLPCコード化方法。 １１ 特許請求の範囲第１項記載の方法におい
    て、どのパラメータ値も先行の又は後続のフレー
    ムの１つ以上のパラメータ値とリンクされないよ
    うに前記パラメータの各々の同様な値は連続する
    フレーム間でリンクされており、従つてこのよう
    に定められたリンクされたパラメータ値の連鎖は
    パラメータトラツクを定義し、 前記まとめ段階は前記パラメータ・トラツクの
    内の１つが開始又は終る場合に区間終了点を定め
    る段階を含む音声のLPCコード化方法。 １２ 特許請求の範囲第１項記載の方法におい
    て、前記音声パラメータは反射係数を含む音声の
    LPCコード化方法。 １３ 特許請求の範囲第１項乃至第１２項記載の
    方法において、前記コード化段階は前記各値を読
    取専用メモリへコード化する段階を含む音声の
    LPCコード化方法。
JP58078123A 1982-05-03 1983-05-02 音声のｌｐｃコード化方法 Granted JPS58207099A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US06/373,960 US4625286A (en) 1982-05-03 1982-05-03 Time encoding of LPC roots
US373960 1982-05-03

Publications (2)

Publication Number Publication Date
JPS58207099A JPS58207099A (ja) 1983-12-02
JPH0524520B2 true JPH0524520B2 (ja) 1993-04-08

Family

ID=23474642

Family Applications (1)

Application Number Title Priority Date Filing Date
JP58078123A Granted JPS58207099A (ja) 1982-05-03 1983-05-02 音声のｌｐｃコード化方法

Country Status (2)

Country Link
US (1) US4625286A (ja)
JP (1) JPS58207099A (ja)

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2605679B2 (ja) * 1985-03-13 1997-04-30 日本電気株式会社 パタン符号化復号化方式及び装置
US5146539A (en) * 1984-11-30 1992-09-08 Texas Instruments Incorporated Method for utilizing formant frequencies in speech recognition
CA1220282A (en) * 1985-04-03 1987-04-07 Northern Telecom Limited Transmission of wideband speech signals
US4772847A (en) * 1985-04-17 1988-09-20 Hitachi, Ltd. Stroboscopic type potential measurement device
CA1250368A (en) * 1985-05-28 1989-02-21 Tetsu Taguchi Formant extractor
US4922539A (en) * 1985-06-10 1990-05-01 Texas Instruments Incorporated Method of encoding speech signals involving the extraction of speech formant candidates in real time
US4754450A (en) * 1986-03-25 1988-06-28 Motorola, Inc. TDM communication system for efficient spectrum utilization
JPH07101356B2 (ja) * 1987-03-13 1995-11-01 日本電気株式会社 音声符号化・復号化方式とその装置
US5115240A (en) * 1989-09-26 1992-05-19 Sony Corporation Method and apparatus for encoding voice signals divided into a plurality of frequency bands
US5701392A (en) * 1990-02-23 1997-12-23 Universite De Sherbrooke Depth-first algebraic-codebook search for fast coding of speech
CA2010830C (en) * 1990-02-23 1996-06-25 Jean-Pierre Adoul Dynamic codebook for efficient speech coding based on algebraic codes
US5754976A (en) * 1990-02-23 1998-05-19 Universite De Sherbrooke Algebraic codebook with signal-selected pulse amplitude/position combinations for fast coding of speech
US5255339A (en) * 1991-07-19 1993-10-19 Motorola, Inc. Low bit rate vocoder means and method
SE9200349L (sv) 1992-02-07 1993-03-22 Televerket Foerfarande vid talanalys foer bestaemmande av laempliga formantfrekvenser
US5299174A (en) * 1992-04-10 1994-03-29 Diasonics, Inc. Automatic clutter elimination
GB9208177D0 (en) * 1992-04-13 1992-05-27 Cambridge Algorithmica Ltd Digital signal coding
JP3153933B2 (ja) * 1992-06-16 2001-04-09 ソニー株式会社 データ符号化装置及び方法並びにデータ復号化装置及び方法
JP3186292B2 (ja) * 1993-02-02 2001-07-11 ソニー株式会社 高能率符号化方法及び装置
JP3186307B2 (ja) * 1993-03-09 2001-07-11 ソニー株式会社 圧縮データ記録装置及び方法
US5581654A (en) * 1993-05-25 1996-12-03 Sony Corporation Method and apparatus for information encoding and decoding
JP2797949B2 (ja) * 1994-01-31 1998-09-17 日本電気株式会社 音声認識装置
US5608713A (en) * 1994-02-09 1997-03-04 Sony Corporation Bit allocation of digital audio signal blocks by non-linear processing
JP3186412B2 (ja) * 1994-04-01 2001-07-11 ソニー株式会社 情報符号化方法、情報復号化方法、及び情報伝送方法
JP3601074B2 (ja) * 1994-05-31 2004-12-15 ソニー株式会社 信号処理方法及び信号処理装置
JP3277699B2 (ja) * 1994-06-13 2002-04-22 ソニー株式会社 信号符号化方法及び装置並びに信号復号化方法及び装置
JP3277705B2 (ja) 1994-07-27 2002-04-22 ソニー株式会社 情報符号化装置及び方法、並びに情報復号化装置及び方法
JP3341474B2 (ja) * 1994-07-28 2002-11-05 ソニー株式会社 情報符号化方法及び復号化方法、情報符号化装置及び復号化装置、並びに情報記録媒体
US5704000A (en) * 1994-11-10 1997-12-30 Hughes Electronics Robust pitch estimation method and device for telephone speech
JP3557674B2 (ja) * 1994-12-15 2004-08-25 ソニー株式会社 高能率符号化方法及び装置
US5680506A (en) * 1994-12-29 1997-10-21 Lucent Technologies Inc. Apparatus and method for speech signal analysis
JP3282661B2 (ja) * 1997-05-16 2002-05-20 ソニー株式会社 信号処理装置および方法
US6208959B1 (en) 1997-12-15 2001-03-27 Telefonaktibolaget Lm Ericsson (Publ) Mapping of digital data symbols onto one or more formant frequencies for transmission over a coded voice channel
KR20020028224A (ko) * 2000-07-05 2002-04-16 요트.게.아. 롤페즈 선 스펙트럼 주파수를 선형 예측 계수로 다시 변환하는 방법
US6728669B1 (en) * 2000-08-07 2004-04-27 Lucent Technologies Inc. Relative pulse position in celp vocoding
US7853851B1 (en) * 2006-11-06 2010-12-14 Oracle America, Inc. Method and apparatus for detecting degradation in an integrated circuit chip

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3236947A (en) * 1961-12-21 1966-02-22 Ibm Word code generator
US3478266A (en) * 1966-11-22 1969-11-11 Radiation Inc Digital data redundancy reduction methods and apparatus
US3598921A (en) * 1969-04-04 1971-08-10 Nasa Method and apparatus for data compression by a decreasing slope threshold test
US3981443A (en) * 1975-09-10 1976-09-21 Northrop Corporation Class of transform digital processors for compression of multidimensional data
JPS55111995A (en) * 1979-02-20 1980-08-29 Sharp Kk Method and device for voice synthesis
US4261043A (en) * 1979-08-24 1981-04-07 Northrop Corporation Coefficient extrapolator for the Haar, Walsh, and Hadamard domains
JPS5678898A (en) * 1979-11-30 1981-06-29 Matsushita Electric Industrial Co Ltd Parameterrinformation compacting method
JPS5917439B2 (ja) * 1980-09-11 1984-04-21 松下通信工業株式会社 スペクトルパラメ−タの差分符号化方式

Also Published As

Publication number Publication date
JPS58207099A (ja) 1983-12-02
US4625286A (en) 1986-11-25

Similar Documents

Publication Publication Date Title
US4625286A (en) Time encoding of LPC roots
US7062434B2 (en) Compressed domain voice activity detector
US7016831B2 (en) Voice code conversion apparatus
JP5343098B2 (ja) スーパーフレーム構造のｌｐｃハーモニックボコーダ
US5778335A (en) Method and apparatus for efficient multiband celp wideband speech and music coding and decoding
JP3343965B2 (ja) 音声符号化方法及び復号化方法
JP2003512654A (ja) 音声の可変レートコーディングのための方法およびその装置
JPH09190196A (ja) 音声信号の再生方法及び装置、並びに音声復号化方法及び装置、並びに音声合成方法及び装置、並びに携帯無線端末装置
JPWO2001020595A1 (ja) 音声符号化及び音声復号化装置
JP2010044421A (ja) 減少レート、可変レートの音声分析合成を実行する方法及び装置
JPH02155313A (ja) 符号化方法
JPH0563000B2 (ja)
US7599833B2 (en) Apparatus and method for coding residual signals of audio signals into a frequency domain and apparatus and method for decoding the same
JP4734286B2 (ja) 音声符号化装置
JP3722366B2 (ja) パケット構成方法及び装置、パケット構成プログラム、並びにパケット分解方法及び装置、パケット分解プログラム
US20090210219A1 (en) Apparatus and method for coding and decoding residual signal
JP2001154699A (ja) フレーム消去の隠蔽及びその方法
US20040181398A1 (en) Apparatus for coding wide-band low bit rate speech signal
US8719012B2 (en) Methods and apparatus for coding digital audio signals using a filtered quantizing noise
US5799271A (en) Method for reducing pitch search time for vocoder
JP3232701B2 (ja) 音声符号化方法
KR100341398B1 (ko) 씨이엘피형 보코더의 코드북 검색 방법
JPH09244695A (ja) 音声符号化装置及び復号化装置
Ozaydin et al. A 1200 bps speech coder with LSF matrix quantization
JPH0573098A (ja) 音声処理装置