JPH0526376B2

JPH0526376B2 -

Info

Publication number: JPH0526376B2
Application number: JP62122829A
Authority: JP
Inventors: Hidehira Iseda; Tomohiko Taniguchi; Koji Okazaki; Fumio Amano; Shigeyuki Umigami
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1987-05-20
Filing date: 1987-05-20
Publication date: 1993-04-15
Also published as: JPS63287226A

Description

【発明の詳細な説明】〔概要〕音声信号の符号化、特に音声のピツチ周期の繰
り返しを利用して時間軸圧縮を行なつた符号化音
声信号を伝送する音声符号化伝送装置において、ピツチ周期より短い固定フレーム毎に、符号化
音声信号のピツチ周期の接続部（切れ目）の情報
を伝送することにより、一定の情報量で再生音声
品質を向上すると共に、再生音声の明瞭度を向上
するようにしたものである。

〔産業上の利用分野〕

本発明は音声符号化伝送装置に係り、特に音声
信号のピツチ周期での繰り返しを利用して時間軸
圧縮された音声信号を伝送する高能率音声符号化
伝送装置に関する。

相隣る２つのピツチ周期の音声情報間には、一
般的に相関があることが知られており、この相関
を利用して音声信号を効率良く高品質で伝送する
ことが必要とされる。

第５図TDHS（Time Domain Harmonic
Scaling）型高能率音声符号化伝送方式の一例の
ブロツク図を示す。図中、１は入力端子で、これ
より入来した音声信号Ｓ(n)は時間軸圧縮部２及び
ピツチ周期抽出部３に夫々供給される。ピツチ周
期抽出部３は入力音声信号Ｓ(n)のピツチ周期を抽
出し、そのピツチ周期情報を時間軸圧縮部２及び
後述の時間軸伸長部６に供給する。

時間軸圧縮部２は、第６図Ａに示す入力音声信
号Ｓ(n)とピツチ周期抽出部３よりのピツチ周期情
報ｐとに基づき、第６図Ａに示す如く互いに等し
い相隣る２つのピツチ周期ｐのうち前の方のピツ
チ周期ｐでは漸次レベルが小となり、後の方のピ
ツチ周期ｐでは漸次レベルが大となるウインド
（窓）を設定し、この２つのウインドを通過した
第６図Ｂ，Ｃに示す両音声信号を夫々加算合成し
て第６図Ｄに示す如き、時間軸圧縮された音声信
号Sc(n)を生成する。この時間軸圧縮された音声
信号Sc(n)は、２ピツチ周期２ｐのもとの音声信
号を、１ピツチ周期ｐに等しい時間軸に圧縮して
得られた信号である。

以下、上記と同様にして、時間軸圧縮部２は２
ピツチ周期分の音声信号を１ピツチ周期に時間軸
圧縮してなる音声信号Sc(n)を生成出力する。な
お、抽出されるピツチ周期は相隣る２つの間では
等しいが、その次のピツチ周期とは必ずしも等し
いわけではなく、入力音声信号に応じて変化す
る。

このようにして得られた時間軸圧縮された音声
信号Sc(n)は符号化部４に供給され、ここで所定
の符号化を行なわれた後、多重化装置８でピツチ
周期抽出部３からのピツチ情報によりフレームを
構成した後伝送路へ送出される。

伝送路を経たフレームは分離部９でピツチ周期
情報と符号化情報と分離させた符号化音声信号
は、復号化部５に供給され、ここで復合化されて
再生時間軸圧縮音声信号S^(n)とされた後、時間軸
伸長部６により時間軸伸長される。

時間軸伸長部６は再生時間軸圧縮音声信号S^(n)
と前記ピツチ情報ｐとに基づき、第７図Ａに実線
で示す如く、信号S^(n)の任意の一ピツチ周期がｐ
のとき、その３倍のピツチ周期３ｐを設定し、か
つ、そのうち最初から２ピツチ周期２ｐは漸次大
となる第１のウインド（１−Ｗ(m)）を設定し、最
後とその前の計２ピツチ周期２ｐは漸次小となる
第２のウインドＷ(m)を設定し、これら第１及び第
２のウインドを通して得られた第７図Ｂ及びＣに
示す再生時間軸圧縮音声信号S^(n)を加算合成す
る。なお、第７図Ａ中、破線は次のピツチ周期の
ウインドの一部を示す。

これにより、時間軸伸長部６は第７図Ｄに示す
如くピツチ周期２ｐの時間軸伸長された再生音声
信号を出力する。この時間軸伸長された再生音声
信号は、第６図Ａに示したピツチ周期２ｐと同じ
もとの時間軸の再生音声信号である。このように
して、時間軸伸長部６からは上記と同様にして時
間軸をもとに戻された再生音声信号が取り出さ
れ、出力端子７へ出力される。

このように、音声信号のピツチ周期性を利用し
て時間軸方向に圧縮、伸長を行なうTDHS型高
能率音声符号化伝送方式は従来より知られている
（例えば、D.Malah；“Time−domain
algorithms for harmonic band width
reduction and time scaling of speech
signals”Ｉ、EEE Trans.Acoust、Speech、
Signal Processing、vol、ASSP−27、pp.121−
133）。

このTDHS型高能率音声符号化伝送方式は、
音声信号品質を保つたまま情報圧縮を行なう装置
であり、移動通信、衛星通信又は企業内通信とい
つた音声情報の伝送においては回線コストの削減
を可能とし、また音声蓄積、音声応答システムと
いつた音声情報の蓄積においては蓄積用のメモリ
容量の削減を可能にするものである。

〔従来の技術〕

従来TDHS型高能率音声符号化伝送方式では、
多重化部８₁より出力されるフレームデータの型
式は２通り有つた。

第８図及び第９図にフレームデータの型式に対
応する各種信号状態を示し、時間軸圧縮された音
声信号をＡ、ピツチ周期をＢ、フレームデータ長
をＣ、伝送フレームをＤに示す。

多重化装置８より出力される第１のフレーム型
式を第８図に示す。時間軸圧縮された音声信号Ａ
の１ピツチ周期P₁，P₂…を１フレームF₁，F₂…
として構成し、１ピツチ周期間P₁，P₂…のサン
プリングデータをフレームデータとし、ピツチ周
期P₁，P₂…のデータ長の長さとして、ヘツダに
付ける様にする。

この様なフレームを構成する時の多重化装置８
の動作の第１０図Ａのフローチヤートに示す。

(a) 多重化装置８では、符号化部４からの１ピツ
チ周期間のサンプリングデータと、ピツチ周期
抽出部３からのピツチ周期データを多重化す
る。

(b) 多重化データの出力フレームとして出力す
る。

(c) 符号化部４からのデータを１ピツチ周期分シ
フトする。

多重化装置８より出力される第２フレーム型式
を第９図に示す。第２フレーム型式に於いては、
フレームF₁，F₂…を一定時間に固定する。この
フレームF₁に入つたピツチ周期P₁，P_2，P₃の中
から代表ピツチ周期、たとえばP₁を検出し、そ
のピツチ周期P₁のデータをフレームのデータの
ピツチ周期データとしてフレームF₁に付加しＤ
の様なフレームデータとして伝送する。

フレームF₂に於いても、同様に代表ピツチを
検出し、フレーム作成を行う。

この様な、フレーム構成を行う多重化装置８の
動作を第１０図Ｂのフローチヤートに示す。

(a) １フレーム内に符号化部４より送られてきた
サンプリングデータより、フレーム内代表ピツ
チ周期を算出する。

(b) 符号化部４より入力されたサンプリングデー
タと算出した代表ピツチ周期データを多重化す
る。

(c) 多重化データの出力を行う。

(d) 符号化部４からのデータを１フレーム周期分
シフトする。（この様な技術を述べた文献とし
て、R.E.Crochier et、al：“Ａ 9.6KB／ｓ
SPEECH CODER USING THE BELL
LABORATORIES DSP INTEGRATED
CIRCUIT”、ICASSP 82、pp.1692−1695が有
ります。）。

〔発明が解決しようとする問題点〕

しかるに、ピツチ周期は話者依存で、時変であ
るため、第１のフレームデータ型式では、可変長
フレームデータを伝送することになる。従つてピ
ツチ周期が短い場合には、これを伝送するための
情報量が相対的に増加し、長い場合には情報量が
相対的に減少し、単位時間当りに伝送する情報量
が一定にならず、伝送路として最適なものの設定
が困難であるという問題点があつた。

また第２のフレームデータ型式では固定長フレ
ームデータを伝送するため、単位時間当りの伝送
情報量は一定である反面、フレーム内でピツチ周
期の変化があつた場合にこれに追従できず、この
ため最適な時間軸伸長が行なえず、再生音声の明
瞭度が悪くなる等の問題点があつた。

本発明は上記の点に鑑みて創作されたもので、
単位時間当り一定の情報量を伝送するにも拘ら
ず、再生音声の明瞭度を向上することができる音
声符号化伝送装置を提供することを目的とする。

〔問題点を解決するための手段〕

第１図は本発明の基本構成図を示す。同図中、
第５図と同一構成部分には同一符号を付し、その
説明を省略する。本発明は第１図に示すように、
送信側の多重化装置８を、切れ目位置検出部８₀
と多重化部８₁とより構成した点に特徴がある。

ここで、切れ目位置検出部８₀は時間軸圧縮部
２の入力音声信号のピツチ周期のうち最小のピツ
チ周期よりも短い固定長のフレーム周期毎に、ピ
ツチの切れ目の有無及びピツチの切れ目位置を
夫々検出する。また、多重化部８₁は切れ目位置
検出部８₀からのピツチの切れ目有無情報とピツ
チ切れ目位置情報を符号化部４からの前記固定長
のフレーム周期のデータに多重化し、固定フレー
ム長にする。

また、受信部１０は多重化装置８より伝送路を
介して入力されたフレームを受信して時間軸伸長
を行ない、時間軸圧縮部２及びピツチ周期抽出部
３に入力された音声信号と同じピツチ周期の再生
音声信号を得る回路部で、第５図の分離部９、復
号化部５及び時間軸伸長部６よりなる。

〔作用〕

本発明では、時間軸圧縮部２の入力音声信号の
ピツチ周期のうち最小のピツチ周期よりも短い固
定長のフレーム周期毎の符号化部出力データに、
その１フレームデータ内にピツチの切れ目がある
か否かを示すピツチの切れ目有無情報と、ピツチ
の切れ目位置がその１フレームデータ内の何番目
のデータであるかを示すピツチ切れ目位置情報と
を多重化した信号を１フレーム信号として伝送路
へ送出する。

従つて、音声信号のピツチ周期の最も小さい周
期よりもフレームデータ長を短くしているためフ
レームデータには、ピツチの切れ目が１つ有るか
全く無いものかに別れて取り出される。

また、この出力フレームのピツチ周期データ中
にはピツチ切れ目の有無、及びそのピツチの切れ
目の位置をフレームのピツチ周期データより受信
部１０で識別できるので、受信部１０において
個々のピツチデータのピツチ周期を正確に認識す
ることができる。

また、上記のピツチ切れ目有無情報とピツチ切
れ目位置情報とは夫々固定長とすることにより、
固定長のフレーム周期の符号化部出力データとの
多重化信号（フレーム信号）全体も固定長にでき
る。

〔実施例〕

第２図は本発明の一実施例の動作説明図を示
す。第２図Ａは時間軸圧縮部２より取り出された
時間軸圧縮された音声信号で、そのピツチ周期を
第２図ＢにP₁，P₂，…で示す。音声信号のピツ
チ周期は一般に67Hz〜320Hz程度であるから、音
声信号を6.4kHzでサンプリングした場合、１ピツ
チ周期には、20〜96サンプル存在することにな
る。

本実施例では、この１ピツチ周期のうち最小の
１ピツチ周期（20サンプル伝送期間）P₂よりも
短い固定長のフレーム周期毎のサンプル（音声信
号データ）を１フレームデータとして伝送するも
ので、この固定長のフレーム周期として16サンプ
ル伝送期間に設定する。これにより、時間軸圧縮
された音声信号は、第２図Ｃに模式的に示す如
く、F₁ ^*，F₂ ^*，F₃ ^*，…で示す各区間のデータが
１フレームデータとして伝送される。ここで、各
１フレームデータは夫々16サンプルの音声信号デ
ータであり、F₁ ^*＝F₂ ^*＝F₃ ^*＝…である。

また、フレーム周期は最小ピツチ周期より短い
ので、時間軸圧縮された音声信号の第２図Ｂに示
すピツチ周期の接続部（切れ目）は、第２図Ｃに
模式的に示す各１フレーム中にＣ１〜Ｃ５で示す
ように、１フレーム内に最大１つしか存在しな
い。従つて、１フレームデータ中にピツチ周期の
接続部を含むか否かの識別データは１ビツトで済
む。

更に、１フレームデータは16サンプルからなる
ので、そのうちの何番目のサンプルがピツチ周期
の接続部であるかを示す位置識別データは４ビツ
トとなる。

この様なフレームを構成するために、第１図に
示された切れ目位置検出部８₀と多重化部８₁を設
けるものであるが、この切れ目位置検出部８₀と
多重化部８₁の動作を第４図のフローチヤートに
示す。

(a) 音声信号を入力し、音声符号化装置を動作さ
せる。

(b) ポインタ値（１フレームのデータの中で何番
目のサンプルにピツチの切れ目が有るかを指し
示す位置識別値をポインタ値とする）を０に設
定する。

(c) ポインタにピツチ周期抽出部３からのピツチ
周期値を加算して次の切れ目のポインタ値を算
出する。

(D) ステツプ(C)で算出されたポインタ値が16より
も大きいか小さいかを比較する。

(E) ポインタ値が16より小さい場合切れ目位置検
出部８₀より切れ目データを１として、多重化
部８₁に出力する。

(F) 多重化部８₁は符号化部４より16サンプル分
読み出したデータと切れ目位置検出部８₀から
の切れ目データとポインタ値をフレームとして
多重化する。

(G) 多重化されたフレームを伝送路に出力する。

(H) ポインタ値より16を減算する。

(I) 符号化部４よりデータを16サンプル分読み出
した後、ステツプ(C)にもどる。

(J) ステツプ(D)でポインタが16より大きい場合切
れ目データを０にして、多重化部８₁に出力す
る。

(K) 多重化部８₁は、符号化部４より16サンプル
データ分読み出したデータと、切れ目位置検出
部８₀からの切れ目データをフレームの所定ビ
ツト位に多重化する。

(L) 多重化したフレームを伝送路に出力する。

(M) ポインタ値より16を減算する。

(N) ステツプＤにもどる。

以上により、本実施例では多重化装置８（多重
化部８₁）より第３図に示す如く、固定長の全部
で16サンプル（一例として１サンプルは２ビツ
ト）の音声信号データからなる１フレームデータ
に、その１フレームデータ内に前記ピツチ周期
の接続部のデータを含むか否かを識別させる接続
部有無識別データと接続部の位置を示す位置識
別データとを夫々時系列的に合成してなる信号
フオーマツトの信号が送出される。

ここで、前記したように接続部有無識別データ
は１ビツト、位置識別データは４ビツトで
夫々固定長であるから、第３図に示す伝送符号化
信号全体も固定長となるので、単位時間当り一定
の情報量で伝送することができる。しかも、ピツ
チ周期の接続部の位置情報も伝送するようにして
いるから、ピツチ周期の情報を５ビツト／16サン
プル（＝1.0bps）の割合で受信側で識別させるこ
とができ、正しいピツチ周期に基づいて時間軸伸
長させることができる。

なお、ピツチ周期の接続部が１フレームデータ
内に存在しない場合には、位置識別データの代
りに、例えばサンプルデータを伝送することと
し、符号化信号のより高品質化を図ることができ
る。

〔発明の効果〕

上述の如く、本発明によれば、固定長の信号フ
オーマツトのフレームデータを伝送するようにし
たので、単位時間当りの伝送情報量が一定にで
き、よつて伝送路として冗長度の少ない最適伝送
帯域のものを使用することができ、また話者依存
で時変であるピツチ周期の情報も伝送するように
したので、受信側において、ピツチ周期の変化に
追従した最適な時間軸伸長を行なわせることがで
き、再生音声信号の品質や明瞭度を従来の固定長
フレーム伝送装置に比し向上することができる等
の特長を有するものである。

【図面の簡単な説明】

第１図は本発明の基本構成図、第２図は本発明
の一実施例の動作説明図、第３図は本発明装置に
より伝送される信号の一実施例の信号フオーマツ
トを示す図、第４図は切れ目位置検出回路８₀と
多重化部８₁の動作を示すフローチヤート、第５
図はTDHS型高能率音声符号化伝送方式の一例
を示すブロツク図、第６図は第４図の時間軸圧縮
部の動作説明図、第７図は第４図の時間軸伸長部
の動作説明図、第８図は従来装置の一例の動作説
明図、第９図は従来装置の他の例の動作説明図、
第１０図は従来装置の動作を示したフローチヤー
トである。図において、２は時間軸圧縮手段、３はピツチ
周期抽出部、４は符号化手段、８₀は切れ目位置
検出部、８₁は多重化部、は接続部有無識別デ
ータ、は接続部位置識別データ、は１フレー
ムデータである。

Claims

【特許請求の範囲】１音声信号のピツチ周期を抽出するピツチ周期
抽出部３、該音声信号を該ピツチ周期抽出部３よ
り入力されるピツチ周期を基に時間軸圧縮する時
間軸圧縮部２、該時間軸圧縮された信号を符号化
する符号化部４、該符号化部４の出力データと、
ピツチ周期抽出部３からのピツチ周期出力を基に
固定ピツチ周期情報を固定フレーム内に多重化す
る多重化装置８、及び該多重化装置８より伝送路
を介して入力されたフレームを受信して時間軸伸
長を行ない、前記時間軸圧縮部２及び前記ピツチ
周期抽出部３に入力された音声信号と同じピツチ
周期の再生音声信号を得る受信部１０よりなる音
声符号化装置に於いて、前記音声信号のピツチ周期のうち最小のピツチ
周期よりも短い固定長のフレーム周期毎に、ピツ
チの切れ目の有無及びピツチの切れ目位置を夫々
検出する切れ目位置検出部８₀と、該切れ目位置検出部８₀からのピツチの切れ目
有無情報とピツチ切れ目位置情報を前記符号化部
４からの前記固定長のフレーム周期のデータに
夫々多重化し、固定フレーム長にする多重化部８
_１とにより、前記符号化装置８を構成したことを
特徴とする音声符号化伝送装置。