JPH0527798A - 音声の線形予測パラメータ符号化方法 - Google Patents
音声の線形予測パラメータ符号化方法Info
- Publication number
- JPH0527798A JPH0527798A JP3180819A JP18081991A JPH0527798A JP H0527798 A JPH0527798 A JP H0527798A JP 3180819 A JP3180819 A JP 3180819A JP 18081991 A JP18081991 A JP 18081991A JP H0527798 A JPH0527798 A JP H0527798A
- Authority
- JP
- Japan
- Prior art keywords
- matrix
- representative
- stage
- matrices
- quantization
- 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.)
- Granted
Links
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
(57)【要約】
【目的】 マトリクス量子化を行い、しかも計算量及び
記憶量を削減する。 【構成】 Ｐ個の音声の線スペクトル対をｍフレーム分
ごとにｍ×ｐの入力行列とし、これと、第１符号帳１１
に保持するＲ1 個の代表行列Ｃij (1) （ｒ）との距離
（歪み）を歪み判定部１２で順次計算し、最も歪みの小
さい順にＵ個の代表行列Ｃij (1) （ｒu），（ｕ＝１，
２，…，Ｕ）を１段目の量子化候補値として２段目量子
化部へ送る。２段目量子化部はその第２符号帳１４に保
持するＲ2 個の代表行列のｒ番目のものＣij (2) （ｒ）
を、第ｕ番目の量子化候補値に行列加算器１５で加え、
この行列と入力行列Ｆij（ｋ′）との歪みが最小となる
ｕを歪み判定部１６で選ぶ。このようにして選んだ歪み
が小さい順のＵ個の行列を２段目の量子化候補値とす
る。以下同様のことを各段で行う。
記憶量を削減する。 【構成】 Ｐ個の音声の線スペクトル対をｍフレーム分
ごとにｍ×ｐの入力行列とし、これと、第１符号帳１１
に保持するＲ1 個の代表行列Ｃij (1) （ｒ）との距離
（歪み）を歪み判定部１２で順次計算し、最も歪みの小
さい順にＵ個の代表行列Ｃij (1) （ｒu），（ｕ＝１，
２，…，Ｕ）を１段目の量子化候補値として２段目量子
化部へ送る。２段目量子化部はその第２符号帳１４に保
持するＲ2 個の代表行列のｒ番目のものＣij (2) （ｒ）
を、第ｕ番目の量子化候補値に行列加算器１５で加え、
この行列と入力行列Ｆij（ｋ′）との歪みが最小となる
ｕを歪み判定部１６で選ぶ。このようにして選んだ歪み
が小さい順のＵ個の行列を２段目の量子化候補値とす
る。以下同様のことを各段で行う。
Description
【０００１】
【産業上の利用分野】この発明は音声スペクトル包絡特
性を表す線形予測パラメータを複数フレーム分蓄えて行
列形式とし、この行列形式のパラメータを、あらかじめ
決められた代表行列で表現して量子化する符号化する方
法に関する。
性を表す線形予測パラメータを複数フレーム分蓄えて行
列形式とし、この行列形式のパラメータを、あらかじめ
決められた代表行列で表現して量子化する符号化する方
法に関する。
【０００２】
【従来の技術】従来の音声符号化系において、音声スペ
クトル包絡特性を表す線形フィルタの係数は、線形予測
分析を一定時間間隔で行って計算され、偏自己相関（Ｐ
ＡＲＣＯＲ）係数や、線スペクトル対（ＬＳＰ）などの
パラメータに変換、量子化され、ディジタル符号に変換
した後、記憶、または伝送された。これらの方法の詳細
は、例えば、古井貞煕著“ディジタル音声処理”（東海
大学出版会）に記載されている。
クトル包絡特性を表す線形フィルタの係数は、線形予測
分析を一定時間間隔で行って計算され、偏自己相関（Ｐ
ＡＲＣＯＲ）係数や、線スペクトル対（ＬＳＰ）などの
パラメータに変換、量子化され、ディジタル符号に変換
した後、記憶、または伝送された。これらの方法の詳細
は、例えば、古井貞煕著“ディジタル音声処理”（東海
大学出版会）に記載されている。
【０００３】この符号化において、係数を更新する時間
間隔を長くとれば、記憶または伝送のための情報量を減
らすことができるが、あまり長くしすぎると音声を合成
するときに記憶または伝送しなかった時間におけるフィ
ルタ係数の推定精度が低下し、再生音声の品質劣化につ
ながった。そこで、一般には上記時間間隔を２０ミリ秒
程度以下に設定している。
間隔を長くとれば、記憶または伝送のための情報量を減
らすことができるが、あまり長くしすぎると音声を合成
するときに記憶または伝送しなかった時間におけるフィ
ルタ係数の推定精度が低下し、再生音声の品質劣化につ
ながった。そこで、一般には上記時間間隔を２０ミリ秒
程度以下に設定している。
【０００４】このような点から、より高能率な符号化を
行うための方法として、マトリクス量子化と呼ばれる方
法がある。これは、線形予測分析は短い時間間隔、例え
ば１０ミリ秒から２０ミリ秒程度の間隔で行っておき、
数組の分析結果をひとまとめにして量子化する方法であ
る。線形予測パラメータは、時間方向、およびパラメー
タの次元方向にそれぞれ相関性がある。マトリクス量子
化はこの相関性をうまく利用して量子化の効率をあげる
方法である。
行うための方法として、マトリクス量子化と呼ばれる方
法がある。これは、線形予測分析は短い時間間隔、例え
ば１０ミリ秒から２０ミリ秒程度の間隔で行っておき、
数組の分析結果をひとまとめにして量子化する方法であ
る。線形予測パラメータは、時間方向、およびパラメー
タの次元方向にそれぞれ相関性がある。マトリクス量子
化はこの相関性をうまく利用して量子化の効率をあげる
方法である。
【０００５】
【発明が解決しようとする課題】しかしこの方法によっ
て、直接数組の予測パラメータを量子化しようとする
と、非常に多くの計算量と、符号帳のための多くの記憶
とが必要になり、現実的なハードウェア規模のもとでは
それほど能率をあげることができない。この発明の目的
は、マトリクス量子化が量子化歪みを小さくする観点で
高能率であるという利点を生かしつつ、現実的な計算量
と記憶量のもとでの高能率な線形予測パラメータの符号
化方法を提供することにある。
て、直接数組の予測パラメータを量子化しようとする
と、非常に多くの計算量と、符号帳のための多くの記憶
とが必要になり、現実的なハードウェア規模のもとでは
それほど能率をあげることができない。この発明の目的
は、マトリクス量子化が量子化歪みを小さくする観点で
高能率であるという利点を生かしつつ、現実的な計算量
と記憶量のもとでの高能率な線形予測パラメータの符号
化方法を提供することにある。
【０００６】
【課題を解決するための手段】この発明によればあらか
じめ決められた代表行列のうちで、入力行列との誤差が
最小となる第１段の代表行列を決定し、２以上の任意の
数Ｎについてあらかじめ決められた代表行列のうちで、
既に決定されている第１段〜第Ｎ−１段までの代表行列
の和で表現される行列に、第Ｎ段の代表行列を加算した
行列と、入力行列との誤差が最小となるように第Ｎ段の
代表行列を決定し、入力行列の量子化値を第１段〜第Ｎ
段までの代表行列の和で表現する。
じめ決められた代表行列のうちで、入力行列との誤差が
最小となる第１段の代表行列を決定し、２以上の任意の
数Ｎについてあらかじめ決められた代表行列のうちで、
既に決定されている第１段〜第Ｎ−１段までの代表行列
の和で表現される行列に、第Ｎ段の代表行列を加算した
行列と、入力行列との誤差が最小となるように第Ｎ段の
代表行列を決定し、入力行列の量子化値を第１段〜第Ｎ
段までの代表行列の和で表現する。
【０００７】このようにして線形予測パラメータのマト
リクス量子化において、量子化の手順を複数の簡易な手
順の組に分解することにより、計算量と記憶量とを現実
的なハードウェア規模において実現可能なレベルにまで
低減する。しかも簡易な手順の組に分解する際に、量子
化効率の低下を極力抑えるように、各段の間に、ディレ
イドディシジョンと呼ばれる手法を用いる。これは、各
段ごとに最適な量子化値をひとつに決定してしまうので
はなく、いくつかの量子化候補を残しておき、全段にお
ける最適量子化値をダイナミックプログラミングの手法
によって決定する。このとき、残しておく候補数は多い
ほど量子化性能の低下を防ぐことができるが、逆に計算
量は候補数に比例して増加するため、目的とするハード
ウェア規模とのかねあいになる。一般には４〜８個あれ
ば十分である。
リクス量子化において、量子化の手順を複数の簡易な手
順の組に分解することにより、計算量と記憶量とを現実
的なハードウェア規模において実現可能なレベルにまで
低減する。しかも簡易な手順の組に分解する際に、量子
化効率の低下を極力抑えるように、各段の間に、ディレ
イドディシジョンと呼ばれる手法を用いる。これは、各
段ごとに最適な量子化値をひとつに決定してしまうので
はなく、いくつかの量子化候補を残しておき、全段にお
ける最適量子化値をダイナミックプログラミングの手法
によって決定する。このとき、残しておく候補数は多い
ほど量子化性能の低下を防ぐことができるが、逆に計算
量は候補数に比例して増加するため、目的とするハード
ウェア規模とのかねあいになる。一般には４〜８個あれ
ば十分である。
【０００８】さらに計算量と記憶量を低減する方法とし
て、請求項３の発明によれば、２段またはそれ以上に分
割し、２段のときは２段目を、それ以上のときは２段目
以降の任意の段を複数のサブマトリクスに区分けし、各
サブマトリクスごとに最適量子化する。一般に線形予測
パラメータを次元方向と時間方向とに並べたマトリクス
の各行、各列の要素の間には相関性が大きいが、適当な
ビット数のマトリクス量子化器で量子化した、誤差マト
リクスの各要素は、ガウス分布に従い、相関性はないか
または最初のマトリクスに比べて非常に小さいものと考
えられる。従って、２段目以降の量子化には、最初のマ
トリクスを適当なサイズに区分けして、それぞれに最適
量子化をしても、品質の劣化は小さい。しかも１段目と
２段目の間に前記ディレイドディシジョンを用いれば、
更に劣化を小さく抑えることができる。
て、請求項３の発明によれば、２段またはそれ以上に分
割し、２段のときは２段目を、それ以上のときは２段目
以降の任意の段を複数のサブマトリクスに区分けし、各
サブマトリクスごとに最適量子化する。一般に線形予測
パラメータを次元方向と時間方向とに並べたマトリクス
の各行、各列の要素の間には相関性が大きいが、適当な
ビット数のマトリクス量子化器で量子化した、誤差マト
リクスの各要素は、ガウス分布に従い、相関性はないか
または最初のマトリクスに比べて非常に小さいものと考
えられる。従って、２段目以降の量子化には、最初のマ
トリクスを適当なサイズに区分けして、それぞれに最適
量子化をしても、品質の劣化は小さい。しかも１段目と
２段目の間に前記ディレイドディシジョンを用いれば、
更に劣化を小さく抑えることができる。
【０００９】
【作用】この発明において、複数の簡易な手順の組に対
して、適当なビット数を割り当てることによって量子化
効率の低下を抑えながら計算量の低減を実現することが
できる。なお、簡易な手順の組に処理を分ける際に、細
かく割れば割るほど計算量は低減できるが、除々に量子
化品質が劣化することはやむを得ない。
して、適当なビット数を割り当てることによって量子化
効率の低下を抑えながら計算量の低減を実現することが
できる。なお、簡易な手順の組に処理を分ける際に、細
かく割れば割るほど計算量は低減できるが、除々に量子
化品質が劣化することはやむを得ない。
【００１０】また、分割後のマトリクスサイズや、分割
後の各サブマトリクスの重要性（聴覚への影響など）の
違いによって、ビット数の割当を不均一にして効果を上
げることもできる。
後の各サブマトリクスの重要性（聴覚への影響など）の
違いによって、ビット数の割当を不均一にして効果を上
げることもできる。
【００１１】
【実施例】以下、この発明の一実施例を図面を参照して
説明する。図１にこの発明による音声の線形予測パラメ
ータ符号化法の実施例を適用した符号化装置の構成例を
示す。入力端子１からは、標本化されたデジタル化され
た音声信号ｓ（ｔ）が入力される。線形予測分析部２で
は、音声信号ｓ（ｔ）のＮ個のサンプルをいったんデー
タバッファに蓄えた後、これらのサンプルに対して線形
予測分析を行って、一組の線形予測係数ａi （ｋ），
（ｉ＝１，２，…，ｐ）を算出する。ここで、パラメー
タｐは分析次数と呼ばれ、一般には１０〜１６程度の値
が用いられる。また上記Ｎサンプルの単位はフレーム更
新周期または単にフレーム周期と呼ばれる。この結果、
Ｎ個の入力サンプルに対してｐ個の線形予測係数が出力
されることになる。そこでここでは、線形予測係数の時
刻を表す単位として、Ｎ個のサンプルを単位とした時間
単位をｋで表し、「第ｋフレームのｉ次の線形予測係数
ａi （ｋ）」などと呼ぶことにする。なお、各フレーム
時刻ｋにおいて、ｐ個ずつの線形予測係数が得られるこ
とは言うまでもない。これらの処理方法の詳細は、前述
の古井の著書に記載されている。
説明する。図１にこの発明による音声の線形予測パラメ
ータ符号化法の実施例を適用した符号化装置の構成例を
示す。入力端子１からは、標本化されたデジタル化され
た音声信号ｓ（ｔ）が入力される。線形予測分析部２で
は、音声信号ｓ（ｔ）のＮ個のサンプルをいったんデー
タバッファに蓄えた後、これらのサンプルに対して線形
予測分析を行って、一組の線形予測係数ａi （ｋ），
（ｉ＝１，２，…，ｐ）を算出する。ここで、パラメー
タｐは分析次数と呼ばれ、一般には１０〜１６程度の値
が用いられる。また上記Ｎサンプルの単位はフレーム更
新周期または単にフレーム周期と呼ばれる。この結果、
Ｎ個の入力サンプルに対してｐ個の線形予測係数が出力
されることになる。そこでここでは、線形予測係数の時
刻を表す単位として、Ｎ個のサンプルを単位とした時間
単位をｋで表し、「第ｋフレームのｉ次の線形予測係数
ａi （ｋ）」などと呼ぶことにする。なお、各フレーム
時刻ｋにおいて、ｐ個ずつの線形予測係数が得られるこ
とは言うまでもない。これらの処理方法の詳細は、前述
の古井の著書に記載されている。
【００１２】線スペクトル対算出部３では、ｐ個の線形
予測係数を同じくｐ個の線スペクトル対、ｆi （ｋ）に
変換する。この実施例において線形予測係数を線スペク
トル対に変換したのは、線スペクトル対の性質が、この
発明における前述の手順の分割に対して、品質の劣化が
少ないという利点を利用するためである。しかしこの発
明においては、この線スペクトル対算出部３は必ずしも
必要ではなく、線形予測係数ａi （ｋ）を直接バッファ
部４に入力してもよい。また、線スペクトル対のほか、
偏自己相関（ＰＡＲＣＯＲ）係数など、線形予測係数と
相互変換が可能な任意のパラメータに変換してもよい。
予測係数を同じくｐ個の線スペクトル対、ｆi （ｋ）に
変換する。この実施例において線形予測係数を線スペク
トル対に変換したのは、線スペクトル対の性質が、この
発明における前述の手順の分割に対して、品質の劣化が
少ないという利点を利用するためである。しかしこの発
明においては、この線スペクトル対算出部３は必ずしも
必要ではなく、線形予測係数ａi （ｋ）を直接バッファ
部４に入力してもよい。また、線スペクトル対のほか、
偏自己相関（ＰＡＲＣＯＲ）係数など、線形予測係数と
相互変換が可能な任意のパラメータに変換してもよい。
【００１３】バッファ部４では、ｐ個の線スペクトル対
をｍフレーム分、即ちｍ×ｐ個のパラメータ ｆi （ｋ−ｊ），ｉ＝１，２，…，ｐ ｊ＝ｍ−１，ｍ−２，…，１，０ を蓄え、ｍフレーム分たまった時点で、これらの値をマ
トリクス量子化部５に供給する。図１では説明を簡単に
するため、ｍ＝４の場合について示した。
をｍフレーム分、即ちｍ×ｐ個のパラメータ ｆi （ｋ−ｊ），ｉ＝１，２，…，ｐ ｊ＝ｍ−１，ｍ−２，…，１，０ を蓄え、ｍフレーム分たまった時点で、これらの値をマ
トリクス量子化部５に供給する。図１では説明を簡単に
するため、ｍ＝４の場合について示した。
【００１４】マトリクス量子化部５によって量子化され
たｍ×ｐ個のパラメータの組すなわちマトリクス
たｍ×ｐ個のパラメータの組すなわちマトリクス
【００１５】
【数１】
は、符号化部６に送られ、伝送路または蓄積形態に合っ
た形式に符号化され、伝送または蓄積される。ここで、
時刻を表すインデックスとしてｋ′を用いたのは、イン
デックスｋで表されるｍフレーム分を１単位とする時間
単位であるためである。
た形式に符号化され、伝送または蓄積される。ここで、
時刻を表すインデックスとしてｋ′を用いたのは、イン
デックスｋで表されるｍフレーム分を１単位とする時間
単位であるためである。
【００１６】再生側では、上記符号からマトリクス
【００１７】
【数２】
を生成し、マトリクス分解部８によって各フレームごと
の線スペクトル対に戻した後、バッファ部９に蓄える。
バッファ部９は、ｍフレーム分の線スペクトル対を１フ
レームずつ線形予測係数変換部１０に送る。線形予測係
数変換部１０は、受け取った線スペクトル対の量子化値
を線形予測係数ａi * （ｋ）に変換して出力する。
の線スペクトル対に戻した後、バッファ部９に蓄える。
バッファ部９は、ｍフレーム分の線スペクトル対を１フ
レームずつ線形予測係数変換部１０に送る。線形予測係
数変換部１０は、受け取った線スペクトル対の量子化値
を線形予測係数ａi * （ｋ）に変換して出力する。
【００１８】図２はこの発明におけるマトリクス量子化
を、簡易な（小規模な）マトリクス量子化器の縱続接続
で実現した一例である。図は簡単のため、３段の構成を
示す。ここで、図１におけるマトリクス量子化部５への
入力 ｆi （ｋ−ｊ），ｉ＝１，２，…，ｐ ｊ＝ｍ−１，ｍ−２，…，１，０ をマトリクス形式に並べたものを Ｆij（ｋ′） と表す。段数をＮとすると図２に示すように、Ｎ組の符
号帳１１，１４，１８、歪判定部１２，１６，２０、
（Ｎ−１）組の行列加算器１５，１９の縱続的な組み合
わせからなる。行列加算器は１段目が不要である。
を、簡易な（小規模な）マトリクス量子化器の縱続接続
で実現した一例である。図は簡単のため、３段の構成を
示す。ここで、図１におけるマトリクス量子化部５への
入力 ｆi （ｋ−ｊ），ｉ＝１，２，…，ｐ ｊ＝ｍ−１，ｍ−２，…，１，０ をマトリクス形式に並べたものを Ｆij（ｋ′） と表す。段数をＮとすると図２に示すように、Ｎ組の符
号帳１１，１４，１８、歪判定部１２，１６，２０、
（Ｎ−１）組の行列加算器１５，１９の縱続的な組み合
わせからなる。行列加算器は１段目が不要である。
【００１９】まず、第１符号帳１１に保持するＲ1 個の
各コードマトリクス（代表行列）Ｃ ij (1) （ｒ）を順に
歪み判定部１２に送る。歪み判定部１２では予め定義さ
れた歪み尺度に基づいて入力行列Ｆij（ｋ′）とコード
マトリクスＣij (1) （ｒ）との歪みを計算し、最も歪み
の小さい順にＵ個のコードマトリクスＣ
ij (1) （ｒu ），（ｕ＝１，２，…，Ｕ）を１段目の量
子化候補値
各コードマトリクス（代表行列）Ｃ ij (1) （ｒ）を順に
歪み判定部１２に送る。歪み判定部１２では予め定義さ
れた歪み尺度に基づいて入力行列Ｆij（ｋ′）とコード
マトリクスＣij (1) （ｒ）との歪みを計算し、最も歪み
の小さい順にＵ個のコードマトリクスＣ
ij (1) （ｒu ），（ｕ＝１，２，…，Ｕ）を１段目の量
子化候補値
【００２０】
【数３】
として出力する。ここで予め定義された歪み尺度とは、
任意の尺度を用いてよいが、通常は線スペクトル対のユ
ークリッド距離や、いったんケプストラムと呼ばれるパ
ラメータに変換したのち、ユークリッド距離をはかる等
の尺度が用いられる。上記２つの尺度では、後者の方が
人間の聴覚特性に似ているという観点から、一般に優れ
ていると言われている。次に２段目の量子化部では、第
２符号帳１４の保持するＲ2 個のコードマトリクス（代
表行列）のうち、ｒ番目のマトリクスをＣij (2) （ｒ）
とし、これを１段目の第ｕ番目の量子化候補値
任意の尺度を用いてよいが、通常は線スペクトル対のユ
ークリッド距離や、いったんケプストラムと呼ばれるパ
ラメータに変換したのち、ユークリッド距離をはかる等
の尺度が用いられる。上記２つの尺度では、後者の方が
人間の聴覚特性に似ているという観点から、一般に優れ
ていると言われている。次に２段目の量子化部では、第
２符号帳１４の保持するＲ2 個のコードマトリクス（代
表行列）のうち、ｒ番目のマトリクスをＣij (2) （ｒ）
とし、これを１段目の第ｕ番目の量子化候補値
【００２１】
【数４】
に行列加算器１５で加えてマトリクス
【００２２】
【数５】
を求める。歪み判定部１６では、１段目と同様にしてま
ず入力行列 Ｆij（ｋ′） と
ず入力行列 Ｆij（ｋ′） と
【００２３】
【数６】
との歪みが最小になるようなｕを選び、ｕｒとする。さ
らに、 Ｆij（ｋ′） と
らに、 Ｆij（ｋ′） と
【００２４】
【数７】
との歪みが小さい順にＵ個のマトリクス
【００２５】
【数８】
を２段目の量子化候補値として量子化候補保持部１７に
保持する。以後、各段において同様の手順を繰り返すこ
とにより、Ｎ段の小規模マトリクス量子化器の縱続接続
によるひとつのマトリクス量子化器を構成する。なお、
最終段においては、Ｕ個の量子化候補を保持する必要が
なく、最も歪みの小さい最適な量子化値に決定してよ
い。
保持する。以後、各段において同様の手順を繰り返すこ
とにより、Ｎ段の小規模マトリクス量子化器の縱続接続
によるひとつのマトリクス量子化器を構成する。なお、
最終段においては、Ｕ個の量子化候補を保持する必要が
なく、最も歪みの小さい最適な量子化値に決定してよ
い。
【００２６】図３は図２の構成よりもさらに計算量を削
減するための構成の一例である。図３の構成は、図２の
構成において、段数を２段にし、第２段目を変形した形
になっている。１段目量子化部３９は図２における１段
目と全く同様にして、Ｕ個の量子化候補値
減するための構成の一例である。図３の構成は、図２の
構成において、段数を２段にし、第２段目を変形した形
になっている。１段目量子化部３９は図２における１段
目と全く同様にして、Ｕ個の量子化候補値
【００２７】
【数９】
を得る。次に、この量子化候補値を順に２段目の量子化
部４０に送る。２段目の量子化部４０では、まず、サブ
マトリクス分割部２４で１段目の量子化（候補）マトリ
クスを、適当なサイズのサブマトリクスに区分けする。
図３では、簡単のため４つに区分けしたものとして示し
た。区分けする個数及び区分けされたサブマトリクスの
サイズは、量子化の品質（能率）という観点からすれ
ば、個数は少なく、サイズは大きい方が優れている。し
かし、この発明では、計算量をハードウェア規模に見合
った量に削減することを目的としているので、ハードウ
ェア規模によって個数とサイズが制約されることにな
る。現在のハードウェア技術の進歩を考慮すれば、１段
目も含めて、各小規模マトリクス量子化器に割り当てる
ビット数が、８〜１０ビット程度になるようなサブマト
リクスの個数と、サイズに設定すれば、実時間処理が可
能であると考えられる。ただし、ハードウェア価格を下
げたい場合には、さらに多くのサブマトリクスに区分け
しても良い。ここでは、一例として、図４に示すように
区分けされたものとする。また、区分けするときに、必
ずしも連続する行、および連続する列でサブマトリクス
をつくる必要はなく、例えば、もとのマトリクスの１行
目と８〜１０行目、１列目と４列目で４×２のサブマト
リクスを作っても良い。
部４０に送る。２段目の量子化部４０では、まず、サブ
マトリクス分割部２４で１段目の量子化（候補）マトリ
クスを、適当なサイズのサブマトリクスに区分けする。
図３では、簡単のため４つに区分けしたものとして示し
た。区分けする個数及び区分けされたサブマトリクスの
サイズは、量子化の品質（能率）という観点からすれ
ば、個数は少なく、サイズは大きい方が優れている。し
かし、この発明では、計算量をハードウェア規模に見合
った量に削減することを目的としているので、ハードウ
ェア規模によって個数とサイズが制約されることにな
る。現在のハードウェア技術の進歩を考慮すれば、１段
目も含めて、各小規模マトリクス量子化器に割り当てる
ビット数が、８〜１０ビット程度になるようなサブマト
リクスの個数と、サイズに設定すれば、実時間処理が可
能であると考えられる。ただし、ハードウェア価格を下
げたい場合には、さらに多くのサブマトリクスに区分け
しても良い。ここでは、一例として、図４に示すように
区分けされたものとする。また、区分けするときに、必
ずしも連続する行、および連続する列でサブマトリクス
をつくる必要はなく、例えば、もとのマトリクスの１行
目と８〜１０行目、１列目と４列目で４×２のサブマト
リクスを作っても良い。
【００２８】２段目量子化部４０では、サブマトリクス
分割部４１で入力マトリクス Ｆij（ｋ′） も同様の区分けをする。各サブマトリクスに区分けされ
た Ｆij（ｋ′） と
分割部４１で入力マトリクス Ｆij（ｋ′） も同様の区分けをする。各サブマトリクスに区分けされ
た Ｆij（ｋ′） と
【００２９】
【数１０】
の第ｓ番目のサブマトリクスのサイズをｐs ×ｍs と
し、それぞれ
し、それぞれ
【００３０】
【数１１】
とおく。ただし、
Σs ｐs ＝ｐ
Σs ｍs ＝ｍ
とする。
【００３１】区分けされた１段目の第ｕ番目の量子化候
補サブマトリクスは、それぞれｓ番目の行列加算器に送
られる。第２，５符号帳はｐs ×ｍs のコードマトリク
ス（代表行列）をＲ2s個蓄えている。これを Ｃij (2s)（ｒ） とする。これらを順に行列加算器に送り、 Ｆｓij（ｋ′） と
補サブマトリクスは、それぞれｓ番目の行列加算器に送
られる。第２，５符号帳はｐs ×ｍs のコードマトリク
ス（代表行列）をＲ2s個蓄えている。これを Ｃij (2s)（ｒ） とする。これらを順に行列加算器に送り、 Ｆｓij（ｋ′） と
【００３２】
【数１２】
との歪みが最も小さくなるコードｒを求める。すべての
ｓについて１段目の第ｕ番目の量子化候補に対する最適
量子化サブマトリクスを決定した後、すべてのサブマト
リクスは、マトリクス合成部３７に送られ、もとのマト
リクス形式に戻される。これを
ｓについて１段目の第ｕ番目の量子化候補に対する最適
量子化サブマトリクスを決定した後、すべてのサブマト
リクスは、マトリクス合成部３７に送られ、もとのマト
リクス形式に戻される。これを
【００３３】
【数１３】
で表す。これと、入力マトリクス
Ｆij（ｋ′）
との歪みが最小になるように一段目の候補の中から最適
な候補ｕを歪み判定部３８で決定し、マトリクス量子化
器５の出力とする。
な候補ｕを歪み判定部３８で決定し、マトリクス量子化
器５の出力とする。
【００３４】なお、各符号帳の作成方法については説明
を省略したが、ＬＢＧアルゴリズムによって高性能な符
号帳を設計することができる。ＬＢＧアルゴリズムにつ
いては、文献Ｙ．Ｌｉｎｄｅ，Ａ．Ｂｕｚｏ，Ｒ．Ｍ．
Ｇｒａｙ：“ＡｎＡｌｇｏｒｉｔｈｍ ｆｏｒ Ｖｅｃ
ｔｏｒ Ｑｕａｎｔｉｚｅｒ Ｄｅｓｉｇｎ”，ＩＥＥ
Ｅ Ｔｒａｎｓ．Ｃｏｍｍｕｍ．ＣＯＭ−２８，ｐ．ｐ
８４−９５１９８０に記載されている。
を省略したが、ＬＢＧアルゴリズムによって高性能な符
号帳を設計することができる。ＬＢＧアルゴリズムにつ
いては、文献Ｙ．Ｌｉｎｄｅ，Ａ．Ｂｕｚｏ，Ｒ．Ｍ．
Ｇｒａｙ：“ＡｎＡｌｇｏｒｉｔｈｍ ｆｏｒ Ｖｅｃ
ｔｏｒ Ｑｕａｎｔｉｚｅｒ Ｄｅｓｉｇｎ”，ＩＥＥ
Ｅ Ｔｒａｎｓ．Ｃｏｍｍｕｍ．ＣＯＭ−２８，ｐ．ｐ
８４−９５１９８０に記載されている。
【００３５】この発明は、音声符号化への応用のほか、
音声認識や話者認識などの、線形予測パラメータを音声
の特徴量として用いるアプリケーションへの応用が可能
である。またこの発明は、その一部または、全部を論理
回路の組み合わせによるハードウェアで実現してもよい
し、一部または全部をソフトウェアプログラムの形で実
現してもよい。
音声認識や話者認識などの、線形予測パラメータを音声
の特徴量として用いるアプリケーションへの応用が可能
である。またこの発明は、その一部または、全部を論理
回路の組み合わせによるハードウェアで実現してもよい
し、一部または全部をソフトウェアプログラムの形で実
現してもよい。
【００３６】
【発明の効果】この発明によって実際にどれだけ計算量
が削減されるかを次の例によって示す。例えば、１０次
元の線形予測パラメータを時間方向に４つまとめたマト
リクスを作り、これを量子化するために４０ビットを与
えたとする。これをそのままマトリクス量子化しようと
すると、記憶パターンは ２40（パターン） 計算量は、 ８０×２40（回） の加減算、 ４０×２40（回） の乗算と、 ２40（回） の比較演算が必要となり、現実的なハードウェア規模の
もとでは実現不可能である。
が削減されるかを次の例によって示す。例えば、１０次
元の線形予測パラメータを時間方向に４つまとめたマト
リクスを作り、これを量子化するために４０ビットを与
えたとする。これをそのままマトリクス量子化しようと
すると、記憶パターンは ２40（パターン） 計算量は、 ８０×２40（回） の加減算、 ４０×２40（回） の乗算と、 ２40（回） の比較演算が必要となり、現実的なハードウェア規模の
もとでは実現不可能である。
【００３７】この発明のひとつめの方法、すなわち図２
に示す構成によって、１０ビットずつ４段に分割したと
すると、ディレイドディシジョンを用いない、即ち候補
が１つの場合の記憶量は、 ２10×４＝４０９６（パターン） 計算量は、 ８０×２10×４＝３２７６８０（回） の加減算、 ４０×２10×４＝１６３８４０（回） の乗算と、 ２10×４＝４０９６（個） の比較演算となり、十分実現可能である。ディレイドデ
ィシジョンを用いても、加減算、乗算、比較演算が候補
数に比例して増えるのみであるから、４〜８個の候補で
あれば十分可能である。ハードウェアが許せば、分割す
る段数は少ない方が分割による品質の劣化が少ない。
に示す構成によって、１０ビットずつ４段に分割したと
すると、ディレイドディシジョンを用いない、即ち候補
が１つの場合の記憶量は、 ２10×４＝４０９６（パターン） 計算量は、 ８０×２10×４＝３２７６８０（回） の加減算、 ４０×２10×４＝１６３８４０（回） の乗算と、 ２10×４＝４０９６（個） の比較演算となり、十分実現可能である。ディレイドデ
ィシジョンを用いても、加減算、乗算、比較演算が候補
数に比例して増えるのみであるから、４〜８個の候補で
あれば十分可能である。ハードウェアが許せば、分割す
る段数は少ない方が分割による品質の劣化が少ない。
【００３８】さらに２つめの方法、すなわち図３に示す
構成によって、１段目のマトリクス量子化に１０ビッ
ト、２段目を図４の様に６×２のマトリクスを２つと、
４×４のマトリクス１つに区分けし、それぞれに１０ビ
ットを割り当てて量子化をしたとすると、ディレイドデ
ィシジョンを用いない、即ち候補が１つの場合の記憶量
は、 ２10×４＝４０９６（パターン） 計算量は、 （８０＋３２＋２４×２）×２10＝１６３８４０（回） の加減算、 （４０＋１６＋１２×２）×２10＝８１９２０（回） の乗算と、 ２10×４＝４０９６（個） の比較演算となり、ビットの分割が上記ひとつめの方法
と同じでも、計算量はさらに半分になっている。上記例
ではビットの分割を同じにして計算量の比較ができるよ
うにしたが、実際にはもっと細かく割ってもよく、細か
く割るほど計算量は低減される。その特別な例として、
サブマトリクスが時間方向１次、パラメータ次元方向全
次元のベクトルになるように分割すれば、マトリクス量
子化の誤差に対して、ベクトル量子化を適用することに
なり、さらに小さく分割して１行列要素ごとになるよう
に分割すれば、マトリクス量子化の誤差に対してスカラ
量子化を適用したことになる。
構成によって、１段目のマトリクス量子化に１０ビッ
ト、２段目を図４の様に６×２のマトリクスを２つと、
４×４のマトリクス１つに区分けし、それぞれに１０ビ
ットを割り当てて量子化をしたとすると、ディレイドデ
ィシジョンを用いない、即ち候補が１つの場合の記憶量
は、 ２10×４＝４０９６（パターン） 計算量は、 （８０＋３２＋２４×２）×２10＝１６３８４０（回） の加減算、 （４０＋１６＋１２×２）×２10＝８１９２０（回） の乗算と、 ２10×４＝４０９６（個） の比較演算となり、ビットの分割が上記ひとつめの方法
と同じでも、計算量はさらに半分になっている。上記例
ではビットの分割を同じにして計算量の比較ができるよ
うにしたが、実際にはもっと細かく割ってもよく、細か
く割るほど計算量は低減される。その特別な例として、
サブマトリクスが時間方向１次、パラメータ次元方向全
次元のベクトルになるように分割すれば、マトリクス量
子化の誤差に対して、ベクトル量子化を適用することに
なり、さらに小さく分割して１行列要素ごとになるよう
に分割すれば、マトリクス量子化の誤差に対してスカラ
量子化を適用したことになる。
【００３９】さらに、２つめの方法を用いると、計算量
が低減できるのみならず、２段目の計算を並列処理プロ
セッサによって、並列処理することが可能になる。マト
リクス量子化において最も計算量がかかるのが、コード
マトリクスを加算して、歪みを判定し、最適コードを決
定する処理である。ひとつめの構成は縱続接続であるた
め、前から順に処理しなければならないが、２つめの方
法では、並列処理ができるため、並列化した分さらに高
速に処理することができる。
が低減できるのみならず、２段目の計算を並列処理プロ
セッサによって、並列処理することが可能になる。マト
リクス量子化において最も計算量がかかるのが、コード
マトリクスを加算して、歪みを判定し、最適コードを決
定する処理である。ひとつめの構成は縱続接続であるた
め、前から順に処理しなければならないが、２つめの方
法では、並列処理ができるため、並列化した分さらに高
速に処理することができる。
【図１】マトリクス量子化法による音声の線形予測パラ
メータ符号化法の一般的構成例を示すブロック図。
メータ符号化法の一般的構成例を示すブロック図。
【図２】この発明の第１実施例の要部であり、小規模な
マトリクス量子化器を縱続に接続して符号化するマトリ
クス量子化部の一例を示すブロック図。
マトリクス量子化器を縱続に接続して符号化するマトリ
クス量子化部の一例を示すブロック図。
【図３】図２の構成において、２段の量子化部を縱続接
続し、さらに２段目を複数のサブマトリクスに区分けし
て符号化するマトリクス量子化部の一例を示すブロック
図。
続し、さらに２段目を複数のサブマトリクスに区分けし
て符号化するマトリクス量子化部の一例を示すブロック
図。
【図４】サブマトリクスに区分けする区分けの一例を示
す図。
す図。
Claims (3)
- 【請求項１】 音声スペクトル包絡特性を表す線形予測
パラメータを、フレームと呼ばれる一定時間間隔で算出
し、 そのパラメータを、複数フレーム分蓄えて行列形式に変
換し、 その行列形式で表現されたパラメータ（入力行列）を、
あらかじめ決められた代表行列で表現して量子化する線
形予測パラメータ符号化方法において、 あらかじめ決められた代表行列のうちで、上記入力行列
との誤差が最小となる第１段の代表行列を決定し、 ２以上の任意の数Ｎについて、上記あらかじめ決められ
た代表行列のうちで、既に決定されている第１段〜第Ｎ
−１段までの代表行列の和で表現される行列に、第Ｎ段
の代表行列を加算した行列と、上記入力行列との誤差が
最小となるように第Ｎ段の代表行列を決定し、 上記入力行列の量子化値を上記第１段〜第Ｎ段までの代
表行列の和で表現することを特徴とした音声の線形予測
パラメータ符号化方法。 - 【請求項２】 上記第１段〜第Ｎ−１段までの代表値を
決定する際に、最適な代表行列ただ１つに決定してしま
うのではなく、いくつかの候補を残した後、第Ｎ段の代
表行列を決定した時点で、第１段〜第Ｎ段までの代表行
列の和で表される行列と、入力行列との誤差が最小とな
るように第１段〜第Ｎ段までの代表行列を決定すること
を特徴とする請求項１記載の音声の線形予測パラメータ
符号化方法。 - 【請求項３】 上記第Ｎ段の代表行列を決定する際に、
第１段〜第Ｎ−１段までの代表行列の和で表される行列
と入力行列とを、それぞれより小さいサイズの行列に区
分けし、 それぞれ区分けされた小さいサイズの行列をあらかじめ
決められた小さいサイズの代表行列で表し、 第Ｎ段の代表値を上記小さいサイズの行列の組で表現す
ることを特徴とする請求項１または２記載の音声の線形
予測パラメータ符号化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3180819A JP2897940B2 (ja) | 1991-07-22 | 1991-07-22 | 音声の線形予測パラメータ符号化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3180819A JP2897940B2 (ja) | 1991-07-22 | 1991-07-22 | 音声の線形予測パラメータ符号化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0527798A true JPH0527798A (ja) | 1993-02-05 |
| JP2897940B2 JP2897940B2 (ja) | 1999-05-31 |
Family
ID=16089915
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3180819A Expired - Lifetime JP2897940B2 (ja) | 1991-07-22 | 1991-07-22 | 音声の線形予測パラメータ符号化方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2897940B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH086597A (ja) * | 1994-06-21 | 1996-01-12 | Nec Corp | 音声の励振信号符号化装置および方法 |
| JP2008242029A (ja) * | 2007-03-27 | 2008-10-09 | Casio Comput Co Ltd | 音声符号化装置、音声復号装置、音声符号化方法、音声復号方法、及び、プログラム |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60224341A (ja) * | 1984-04-20 | 1985-11-08 | Nippon Telegr & Teleph Corp <Ntt> | 音声符号化方法 |
| JPH02144598A (ja) * | 1988-11-25 | 1990-06-04 | Nippon Telegr & Teleph Corp <Ntt> | 音声符号化法 |
-
1991
- 1991-07-22 JP JP3180819A patent/JP2897940B2/ja not_active Expired - Lifetime
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60224341A (ja) * | 1984-04-20 | 1985-11-08 | Nippon Telegr & Teleph Corp <Ntt> | 音声符号化方法 |
| JPH02144598A (ja) * | 1988-11-25 | 1990-06-04 | Nippon Telegr & Teleph Corp <Ntt> | 音声符号化法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH086597A (ja) * | 1994-06-21 | 1996-01-12 | Nec Corp | 音声の励振信号符号化装置および方法 |
| JP2008242029A (ja) * | 2007-03-27 | 2008-10-09 | Casio Comput Co Ltd | 音声符号化装置、音声復号装置、音声符号化方法、音声復号方法、及び、プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2897940B2 (ja) | 1999-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6952671B1 (en) | Vector quantization with a non-structured codebook for audio compression | |
| US5208862A (en) | Speech coder | |
| JP3114197B2 (ja) | 音声パラメータ符号化方法 | |
| AU703046B2 (en) | Speech encoding method | |
| JPH04363000A (ja) | 音声パラメータ符号化方式および装置 | |
| EP2200023B1 (en) | Multichannel signal coding method and apparatus and program for the methods, and recording medium having program stored thereon. | |
| EP0786762B1 (en) | Vector encoding method and encoder/decoder using the method | |
| JP3143956B2 (ja) | 音声パラメータ符号化方式 | |
| JP2800618B2 (ja) | 音声パラメータ符号化方式 | |
| KR101083291B1 (ko) | 벡터 양자화를 위한 방법 및 장치 | |
| US5926785A (en) | Speech encoding method and apparatus including a codebook storing a plurality of code vectors for encoding a speech signal | |
| JPWO2006003993A1 (ja) | 多チャネル信号符号化方法、その復号化方法、これらの装置、プログラム及びその記録媒体 | |
| JP2655046B2 (ja) | ベクトル量子化装置 | |
| JPH0722957A (ja) | 副バンドコーディングシステムの信号処理装置 | |
| JP2626492B2 (ja) | ベクトル量子化装置 | |
| JP2897940B2 (ja) | 音声の線形予測パラメータ符号化方法 | |
| JPH0783316B2 (ja) | 多量ベクトル量子化方法及びその装置 | |
| JP3793111B2 (ja) | 分割型スケーリング因子を用いたスペクトル包絡パラメータのベクトル量子化器 | |
| JPH09190199A (ja) | 音声パラメータのベクトル量子化を実行する方法および装置 | |
| JP3088163B2 (ja) | Ｌｓｐ係数の量子化方法 | |
| JP3255189B2 (ja) | 音声パラメータの符号化方法および復号方法 | |
| JP3296363B2 (ja) | 音声の線形予測パラメータ符号化方法 | |
| JP3052274B2 (ja) | Ｌｓｐ量子化方法 | |
| GB2199215A (en) | A stochastic coder | |
| JP3420222B2 (ja) | 利得形状ベクトル量子化方法とこれを用いた音声符号化方法及び装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090312 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090312 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100312 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110312 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110312 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120312 Year of fee payment: 13 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120312 Year of fee payment: 13 |