JPH053600B2

JPH053600B2 -

Info

Publication number: JPH053600B2
Application number: JP60114524A
Authority: JP
Inventors: Satoru Taguchi
Original assignee: Nippon Electric Co Ltd
Current assignee: NEC Corp
Priority date: 1985-05-28
Filing date: 1985-05-28
Publication date: 1993-01-18
Also published as: JPS61272800A

Description

【発明の詳細な説明】〔産業上の利用分野〕本発明はバースト音声通信装置に関し、特に送
信側で音声のスペクトル包絡パラメータおよび音
源情報を抽出して符号化しこれを音声に代えて符
号化速度に比してはるかに高速な伝送速度で送、
受信するバースト音声通信装置の性能改善に関す
る。

〔従来の技術〕

送信側で音声の特徴パラメータを抽出して符号
化し、一旦これを蓄積したうえで符号化速度の数
倍もしくは数10倍といつたはるかに高速な伝送速
度で出力し、受信側ではこれを一旦蓄積しつつ受
信しデータ速度を再びもとの符号化速度に変換し
つつ復号化を行なつた特徴パラメタにもとづき音
声を合成する形式で音声の送受信を行なう形式の
バースト音声通信装置はよく知られている。

このようなバースト音声通信装置では、特徴パ
ラメータは基本分析フレームごとに抽出される。
この基本分析フレームは音声信号がほぼ定常的と
見做し得る時間として設定された基本分析窓長で
切出された入力音声信号にもとづいて予め設定さ
れる分析時間単位であり具体的には約30ｍSEC程
度はほぼ定常的と見做され従つて音韻があまり変
化しないと考えられるのでこれを基本的分析窓長
とし音声信号を30ｍSEC程度で窓関数処理を行な
つて切出したものを10ｍSECもしくは20ｍSEC程
度ごとに読出しつつこれを基本分析フレームとし
てLPC（Linear Prediction Ccding、線形予測符
号化）を実施しαパラメータやＫパラメータの如
きLPC係数をスペクトル包絡パラメータとして
抽出、さらに音声スペクトルの微細構造としての
音源情報も基本分析フレームごとに抽出、これら
２つの抽出情報による特徴パラメータを所定の符
号化速度（ビツト／秒）で符号化する。

上述した音源情報は音声スペクトルの微細構造
であるとともに観点を変えると音声信号からスペ
クトル包絡を除去した残差波形であることはよく
知られている。

このような短時間の基本分析窓ごとの音声信号
では基本的にその音韻の短時間特徴がほぼ定常的
に保持されており、従つて、抽出された特徴パラ
メータも短時間におけるほぼ定常的特徴を示して
いる。

さて、送信側では所定の符号化速度たとえば
2.4Kb／SEC（キロビツト／秒）の符号化速度で
符号化された特徴パラメータをそのまま出力せ
ず、一旦これを所定の時間、たとえば３秒間蓄積
回路にストアしつつこれを前記符号化速度を上廻
る所定の高速度、たとえば64Kb／SECで無線も
しくは有線の伝送路を介して受信側に送出する。
このようにして３秒ごとの間けつ送信で64Kb／
SECで送られるデータは受信側でも３秒間ずつ一
旦蓄積されたうえ2.4Kb／SECのもとの符号化デ
ータに変化されたのち復号化が図られ、この特徴
パラメータを利用して音声の再生が行なわれる。

これがデータ伝送効率の改常、従つて伝送時間
の大幅な短縮が行なわれかつ通信の秘匿化も実施
し易いバースト音声通信の基本的運用形態であ
る。

〔発明が解決しようとする問題点〕

しかしながら上述した従来のバースト音声通信
装置は伝送路誤りに対する対抗策が立てられてお
らず、また伝送データの符号化効率にも一定の限
度が存在するという問題がある。

上述した従来のバースト音声通信装置では、伝
送路における符号誤りに対しては基本的な訂正手
段をもつていない、また、特徴パラメータとして
出力されるデータのうちスペクトル包絡パラメー
タとしてのLPC係数は、分析フレームごとに音
声信号のすべてのスペクトル包絡を対象として所
定の分析次数で分析されている。このスペクトル
包絡は抱括的には時間とともに変動する成分と、
変動せずほぼ一定の特性をもつ定数成分とにわけ
られる。前者が残留スペクトル包絡と呼ばれ後者
は平均スペクトル包絡と呼ばれる。従つて残留ス
ペクトル包絡は全スペクトル包絡と平均スペクト
ルとの差として考えることができる。

上述した背景から勘案すれば、平均スペクトル
包絡パラメータは基本分析フレームごとに送出す
る必要はなく、むしろ基本分析フレームの数10
倍、もしくは数100倍あるいはそれ以上の窓時間
で抽出したものを代表として利用し、残留スペク
トル包絡パラメータのみを毎基本分析フレームご
とに送出すれば伝送情報量を大幅に低減し得て伝
送路誤りの影響を低減し、かつ符号化効率も向上
しうることとなるが現実はこの対応がなされてお
らず、従つて上述した問題点が存在している。

本発明の目的も上述した欠点を除去したバース
ト音声通信装置を提供することにある。

〔問題点を解決するための手段〕

本発明の装置は、送信側では音声の特徴パラメ
ータを音韻の短時間特徴を保持する基本分析窓長
ごとに抽出して符号化し所定の時間これを蓄積し
たあと符号化速度よりも高速な伝送速度で送信
し、受信側では再び符号化速度に変換した前記特
徴パラメータにもとづいて音声を合成するバース
ト音声通信装置において、前記基本分析窓長より
も長くかつ音韻の短時間特徴に代えてその長時間
的特徴を保持しうる程度に予め設定した分析窓長
をもつ第１の分析窓ごとに入力音声から抽出した
平均スペクトル包絡パラメータと、前記基本分析
窓長を割り当てて設定した第２の分析窓ごとに切
り出した入力音声のスペクトルと前記平均スペク
トル包絡パラメータとの差分もしくは入力音声の
電力スペクトルと前記平均スペクトル包絡パラメ
ータとの差分として抽出した残留スペクトル包絡
パラメータとの２つのスペクトル包絡パラメータ
をスペクトル包絡情報として送出するスペクトル
包絡送出手段を備えて構成される。

〔実施例〕

次に図面を参照して本発明を詳細に説明する。

第１図は本発明によるバースト音声通信装置の
第１の実施例の構成を示すブロツク図である。

第１図に示す第１の実施例は音声分析側１、デ
ータ蓄積送信器２、データ蓄積受信器３および音
声合成側４を備えて構成される。さらに、音成分
析側１はLPF（Low Pass Filter）１０１、Ａ／
Ｄコンバータ１０２、平均スペクトル包絡パラメ
ータ抽出器１０３、メモリ１０４、音源分析器１
０５、残留スペクトル包絡パラメータ抽出器１０
６、量子化／復号化器１０７、量子化器１０８，
１０９およびマルチブレクサ１１０を備えて構成
され、また音声合成側４はデマルチブレクサ４０
１、音声合成フイルタ４０２、音源合成器４０
３、Ｄ／Ａコンバータ４０４およびLPF４０５
を備えて構成され、なお音声合成フイルタ４０２
は平均スペクトル包絡フイルタ４０２１、残留ス
ペクトル包絡フイルタ４０２２を含んで構成され
る。

入力ライン10000を介して入力した音声信号は
LPF１０１で遮断周波数3.4KHz以上の不要な高
域周波数を除去したあとＡ／Ｄコンバータ１０２
で8KHzのサンプリング周波数で標本化したうえ
所定のビツト数で量子化される。

Ａ／Ｄコンバータ１０２による量子化音声信号
はまた、平均スペクトル包絡パラメータ抽出器１
０３にも供給される。この平均スペクトル包絡パ
ラメータは入力した量子化音声信号を、後述する
残留スペクトル包絡パラメータ抽出器１０６にお
ける基本分析フレーム長の数10倍もしくは数100
倍程度あるいはそれ以上の時間長の分析窓長で切
出しつつその平均スペクトル包絡パラメータを抽
出する。このような分析窓長による切出しはハミ
ング関数、台形関数等の所定の窓関数と量子化音
声信号との乗算を介して実行される。

こうして形成される長時間分析窓が第１の分析
窓であり、これを（分析窓１）として示してい
る。

さて、平均スペクトル包絡パラメータ抽出器１
０３は分析窓１ごとに４次のLPC分析を行ない
４次のαパラメータα₁，α₂，α₃およびα₄を抽出し
これを量子化／復号化器１０７に供給する。

こうして得られた４次のαパラメータは分析窓
１による長時間のスペクトル包絡パラメータであ
り、これに含まれる微視的存在としての短時間特
徴である変動成分すなわち残留スペクトル包絡パ
ラメータが相対的に大幅に減殺されたもので、巨
視的存在としての平均スペクトル包絡パラメータ
である。

なお、上述した平均スペクトル包絡パラメータ
は、入力音声の全スペクトルの概形の傾きを表現
するものである。

本実施例では４次のαパラメータによつてこの
平均スペクトル包絡パラメータを表現しているが
これは他のLPC係数を利用してもよく、また次
数もスペクトル包絡パラメータを巨視的に表現し
うる程度の他の次数に設定しても差支えない。

量子化／復号化器１０７はこうして得られた平
均スペクトル包絡パラメータを量子化して符号化
を行なつたのちマルチブレクサ１１０に送出する
とともに、符号化データを一旦復号化したものを
残留スペクトル包絡パラメータ抽出器１０６に供
給する。この場合の復号化は量子化／復号化器１
０７から音声合成側２に送出される符号化データ
を利用して構成する平均スペクトル包絡フイルタ
４０２１と、残留スペクトル包絡パラメータ１０
６とにおける量子化歪の条件を同一に保持するこ
とを目的として実施される。

さて、メモリ１０４は分析窓１の窓時間分と、
量子化／復号化器１０７から復号化平均スペクト
ル包絡パラメータを受けるための処理時間分とを
含む時間にわたつてＡ／Ｄコンバータ１０２の出
力する量子化音声データを一時ストアしつつ残留
スペクトル包絡パラメータ抽出器１０６に次次に
読出す。残留スペクトル包絡パラメータ抽出器１
０６はこうして入力する量子化信号と量子化／復
号器１０７から供給された平均スペクトル包絡パ
ラメータとを利用してまず残留スペクトルを抽出
する。この残留スペクトルの抽出にも代表的な２
方法があり、その１つは量子化音声信号から平均
スペクトル包絡を除去して残留スペクトルを得る
方法で、他の１つは量子化音声信号を平均スペク
トル包絡とは逆周波数特性の、たとえばLPC逆
フイルタを通して求めた残差波形を介して求める
方法であるが本実施例では前者の方法によつて抽
出している。

残留スペクトル包絡パラメータ抽出器１０６は
量子化／復号化器１０７から供給されたLPC係
数としての４次のαパラメータにもとづいて平均
スペクトルを再生し、一方メモリ１０４から入力
した時間領域の量子化音声信号を離散型FFT
（Fast Fourier′s Transform）によつて周波数領
域に変換し両者のスペクトル差としての残留スペ
クトルを抽出したあと予め特定する窓関数によつ
て32ｍSECの分析窓で切出しつつ、一旦メモリに
ストアしたあと20ｍSECずつを基本分析フレーム
としてスペクトル包絡パラメータを公知の手段に
よつて抽出し、これを残留スペクトル包絡パラメ
ータとして量子化器１０９に送出する。本実施例
ではこの残留スペクトル包絡パラメータは10次程
度の分析次数で全極型デイジタルフイルタの係数
たるべきものを抽出している。

上述した32ｍSECの分析窓が基本分析窓であ
り、これを（分析窓２）として示している。

量子化器１０９は入力した残留スペクトル包絡
パラメータを量子化しこれをマルチブレクサ１１
０に供給する。

かくして分析窓１ごとに抽出される平均スペク
トル包絡パラメータデータと基本分析フレームご
とに抽出される残留スペクトル包絡パラメータデ
ータとがマルチブレクサ１１０に供給されるが、
これら２つのスペクトル包絡パラメータは全極型
デイジタルフイルタの係数として設定しても、ま
た全零型デイジタルフイルタの係数として設定し
てもいずれであつても差支えない。

さて、音源分析器１０５はＡ／Ｄコンバータ１
０２から量子化音声信号を受けこれを基本分析フ
レームと同じ分析周期で、公知の処理技術にもと
づいて音源情報としてのピツチ周期データ、有
声／無声／無声データ、音源の強さデータの抽出
しこれらを量子化器１０８に供給する。

量子化器１０８によつて量子化され符号化され
た音源情報はマルチブレクサ１１０に供給され
る。

マルチブレクサ１１０はこうして供給される各
入力を所定の形式で多重化したのち所定のデータ
速度、本実施例では2.4Kb／SECで出力ライン１
０００１を介してデータ蓄積送信器２に送出す
る。

データ蓄積送信器２はこうして音声分析側１か
ら供給される2.4Kb／SECの符号化出力データ速
度の音声分析データを予め設定した蓄積時間、本
実施例では３秒間にわたつて蓄積しつつこれを音
声分析側の符号化出力データ速度に比して十分に
早いデータ速度、本実施例では64Kb／SECのデ
ータ伝送速度で伝送路２００００を介してデータ
蓄積受信器３に３秒ごとの間けつ送信形式で送信
する。

データ蓄積受信器３は、こうして３秒ごとの間
けつ送信形式で受ける64Kb／SECのデータ伝送
速度のデータを３秒ごとの間けつ受信しつつ、こ
れを2.4Kb／SECのデータ速度に変換し入力ライ
ン３００００を介して音声合成側２のデマルチブ
レクサ４０１に供給する。

デマルチブレクサ４０１は入力した多重化デー
タの多重化分離を行なつたのち分析次数４次の平
均スペクトル包絡パラメータデータは音声合成フ
イルタ４０２の平均スペクトル包絡フイルタ４０
２１に、また分析次数10次程度の残留スペクトル
包絡パラメータデータは残留スペクトル包絡フイ
ルタ４０２２にそれぞれ供給し、さらに音源情報
データは音源合成器４０３にそれぞれ供給する。

音声合成フイルタ４０２は、入力音声の長時間
にわたる巨視的特徴パラメータとしての平均スペ
クトル包絡パラメータをフイルタ係数とし音源合
成器４０３によつて合成される合成音源データに
よつて駆動されるデイジタルフイルタとしての平
均スペクトル包絡フイルタ４０２１と、この平均
スペクトル包絡フイルタ４０２１によつて合成さ
れる長時間平均スペクトル包絡特性をもつデイジ
タル合成音声に短時間変動スペクトル包絡特性を
付与してもとの入力音声を再生せしめる残留スペ
クトル包絡フイルタ４０２２とによつて構成さ
れ、これら２つのフイルタはそのいずれもが全極
型もしくは全零型いずれによつて構成しても基本
的に差支えないが、本実施例にあつては音声分析
側１における平均スペクトル包絡パラメータ抽出
器１０３および残留スペクトル包絡パラメータ抽
出器１０６の抽出パラメータに対応しいずれも全
極型のデイジタルフイルタで構成している。しか
しながら音声合成フイルタ４０２の平均スペクト
ル包絡フイルタ５０２１を全極型で、また残留ス
ペクトル包絡フイルタ４０２２を全零型で構成し
てもよく、この場合全極型と全零型動作機能とを
含むいわゆる標準型デイジタルフイルタ１個で音
声合成フイルタ４０２を形成することが可能とな
ることは明らかである。

さて音声合成器４０３は入力した音源情報デー
タにもとづいて公知の手段によつて合成音声デー
タを発生する。

すなわち、入力した音源情報データのうち有
声／無声／無音判別データが有声／無声の有音を
指定するときはピツチ周期をパルス繰返し周期と
するパルス列で音源をモデル化し、また有声／無
声無音判別データが無音を指定するときは白色雑
音で音源をモデル化したうえこれらモデル化音源
を音源の強さに対応して利得を可変とする可変利
得増幅器に供給してモデル化された合成音源デー
タを再生する。

音声合成フイルタ４０２はこの合成音源データ
と平均スペクトル包絡パラメータデータとを利用
して平均スペクトル包絡を再生したうえ、このデ
ータを基本分析フレームごとに残留スペクトル包
絡を再生する残留スペクトル包絡フイルタに供給
し、これら２つのスペクトル包絡情報の線形加算
にもとづいて入力音声信号をデイジタル的に合成
しこれをＤ／Ａコンバータ４０４に供給する。

Ｄ／Ａコンバータ４０４はこれをアナログ化し
たうえLPF４０５に供給する。

LPF４０５によつて不要な高域遮断を行なつ
たのち出力信号は出力ライン４００００に再生音
声信号として出力される。かくしてスペクトル包
絡特徴パラメータを平均スペクトル包絡と残留ス
ペクトル包絡との２つに分離して処理する観点に
立つて伝送情報量を大幅に低減しうるバースト音
声通信を実施することによつて伝送路誤りを大幅
に低減しうるとともに従つて符号化効率も大幅に
改善することが可能となる。

第２−ａおよび２−ｂ図は本発明の第２の実施
例によるバースト音声通信装置の構成における残
留スペクトル包絡パラメータ抽出器の代表的２例
を示すブロツク図、第２−ｃ図は第２の実施例に
おける音声合成側の構成を示すブロツク図であ
る。本発明の第２の実施例は、平均スペクトル包
絡パラメータは全極型デイジタルフイルタ係数と
して、また残留スペクトル包絡パラメータを全零
型デイジタルフイルタの係数として実現する点を
特徴とするものであり、第１図において音声合成
側４の音声合成フイルタ４０２を１個の標準型デ
イジタルフイルタで構成しうるとともに音声分析
側１においては平均スペクトル包絡パラメータ抽
出器１０３が全極型、また残留スペクトル包絡パ
ラメータ抽出器１０６が全零型のデイジタルフイ
ルタの係数としてそれぞれのスペクトル包絡パラ
メータが抽出されるものである。他の構成部分に
関しては第１図に示す内容と同一であるのでこれ
らに関する詳細な説明は省略する。以下に第１図
を参照しつつ第２−ａおよび２−ｂ図ならびに第
２−ｃ図の第２の実施例について説明する。

平均スペクトル包絡パラメータを全極型デイジ
タルフイルタの係数として分析、抽出することは
通常のLPC係数の分析およびこのLPC係数によ
る音声の合成で公知の手法となつているものであ
る。第２の実施例では時間領域、周波数領域、相
関領域等の各領域処理のいずれかの公知の処理方
法によつて全極型デイジタルフイルタの係数とし
て設定しつつ平均スペクトル包絡パラメータを抽
出しこれが平均スペクトル包絡パラメータ１０３
から量子化／復号化器１０７に供給され、量子化
データはマルチブレクサ１１０に、また復号化し
たデータは残留スペクトル包絡パラメータ抽出器
１０６に供給される。

残留スペクトル包絡パラメータ抽出器１０６は
全零型のデイジタルフイルタの係数としての残留
スペクトル包絡パラメータを抽出するが、ただこ
の場合残留スペクトルにもとづいて残留スペクト
ル包絡パラメータを抽出するか、もしくは残差波
形にもとづいて残留スペクトル包絡パラメータを
抽出するかの２通りの代表的抽出手法がある。第
２−ａ図は残留スペクトルにもとづいて、また第
２−ｂ図は残差波形にもとづいて残差スペクトル
包絡パラメータを抽出するスペクトル包絡パラメ
ータ抽出器のブロツク図である。

第２−ａ図、第２−ｂの残留スペクトル包絡パ
ラメータ抽出器１１１および１１２はそれぞれ残
留スペクトル抽出器１１１１、零位相化器１１１
２、コサイン窓処理器１１１３およびLPC逆フ
イルタ１１２１、LPC分析器１１２２、インパ
ルス応答算出器１１２３、コサイン窓処理器１１
２４を備えて構成される。

第２−ａ図において、一時メモリとしてのメモ
リ１０４から供給される量子化音声信号は残留ス
ペクトル抽出器１１１１に供給され基本分析フレ
ーム周期で残留スペクトルを次のようにして抽出
される。

残留スペクトル抽出器１１１１は量子化／復号
化器１０７から供給される平均スペクトル包絡パ
ラメータを利用して平均スペクトル包絡を再生す
る。また量子化音声信号は離散型FETを行なつ
て周波数領域の値に変換しこれら２つのスペクト
ル差としての残留スペクトルを抽出したうえ基本
分析フレームごとにこれら零位相化器１１１２に
出力する。

零位相化器１１１２は入力した分析フレームご
との周波数領域データを各周波数成分ごとに複素
成分の絶対値化を実施して相互間の位相差を無く
したものを線形加算し、ある一点において最大レ
ベルを有しかつこの点を中心として左右が垂直軸
に線対称な周波数スペクトルを形成する。この周
波数スペクトルは絶対値化によつて虚数成分を失
つたものであり、これを離散型逆FFT処理する
ことによつて容易に時間軸領域の値に変換しう
る。

こうして時間領域に変化された零位相データ
も、左右対称性をもつ波形であり、これは基本分
析窓ごとの標本点ごとにエネルギー最大の点を中
心としその近傍波形との相関性を含めて表現する
ものであり、従つてLPC分析によつて得られる
スペクトル包絡LPCパラメータと基本的には同
様なスペクトル包絡特性表現特徴を有するもので
ある。この零位相化器出力は次にコサイン窓処理
器１１１３でコサイン関数との乗算によるタツプ
数を有限数化するためのラグ（Lag）窓処理を受
けて切出され全零型の残留スペクトル包絡パラメ
ータとして量子化器１０９に出力される。

第２−ｂ図は残差波形にもとづいて全零型の残
留スペクトル包絡パラメータを発生する残留スペ
クトル包絡パラメータ抽出器である。

メモリ１０４から出力される量子化音声信号は
LPC逆フイルタ１１２１に供給される。この
LPC逆フイルタ１１２１は量子化／復号化器１
０７から供給される平均スペクトル包絡パラメー
タを利用して平均スペクトル包絡の周波数特性と
は逆周波数特性のデイジタルフイルタを構成しこ
れに量子化音声信号を入力して残差波形を得て、
この残差波形を基本分析フレーム単位でLPC分
析器１１２２に供給する。このような残差波形に
はホルマント情報も含まれている。

LPC分析器１１２２はこうして基本分析フレ
ームごとに供給される残差波形を対象として
LPC分析を行ない全極型デイジタルフイルタの
係数としてのLPC係数を所定の次数で抽出する。

このLPC係数はインパルス応答算出器１１２
３の内蔵デイジタルフイルタの係数として基本分
析フレーム単位で次次に提供される。インパルス
応答算出器１１２３のデイジタルフイルタは全零
型のデイジタルフイルタとして構成され、単位レ
ベルのインパルスを入力したときインパルス応答
を基本分析フレームごとのLPC係数をフイルタ
係数として設定しつつ求める。こうして得られる
インパルス応答はLPC分析器１１２２によつて
得られた全極型のフイルタ係数を全零型のフイル
タ係数として変換表現したものに他ならず、この
あとコサイン窓処理器１１２４で窓処理を受けて
全零型の残留スペクトル包絡パラメータとして量
子化器１０９に供給される。

第２−ａ図および２−ｂ図によつて得られる全
零型表現の残留スペクトル包絡パラメータは第２
−ｃ図に示す音声合成フイルタ４０２′に供給さ
れ、この場合は１個の標準型デジタルフイルタの
非巡回動作部分すなわち全零型動作部分に、また
平均スペクトル包絡パラメータは巡回動作部分す
なわち全極型動作部分に供給され、これらパラメ
ータをフイルタ係数とし、また合成音源データに
よつて駆動されてデイジタル音声信号を発生す
る。

第３図は本発明のバースト音声通信装置の第３
の実施例の構成における音声分析側１の構成を示
すブロツク図である。

第３図に示す第３の実施例は前記第２の実施例
において全極型デイジタルフイルタの係数として
抽出すべき平均スペクトル包絡パラメータに対し
て誤訂正機能を付与したものであり、第３図に示
す誤訂正符号化器１１３を付加した点のみが第２
の実施例と異り、他はすべて第２の実施例と同じ
構成であるのでこれら同一の構成に関する詳細な
説明は省略する。また、第３図では第２−ａ図に
示す残留スペクトル包絡パラメータ抽出器１１１
を利用した場合を例としているが、この代り第２
−ｂ図に示す残留スペクトル包絡パラメータ抽出
器１１２を利用しても勿論差支えない。

誤訂正符号化器１１３は量子化／復号化器１０
７から受ける平均スペクトル包絡パラメータデー
タに対しBCH（２１，３１，２）等公知の符号を
利用する誤訂正符号化を実施する。ここで２１は
データビツト長、３１は符号ビツト長、また２は
誤訂正ビツト能力を示す。こうして誤訂正符号化
を実施したのちマルチブレクサ１１０に供給され
伝送路誤りに対して強い符号伝送が実施できる。

第６図は本発明のバースト音声通信装置におい
て使用するデータフオーマツトの一例を示すデー
タフオーマツト構成図である。

このデータフオーマツトは分析窓１と間けつ送
信間隔とを一致させて運用している場合を例とし
ており、またビツト同期用ビツト５０００１は受
信側のクロツクとの同期用ビツト、強制同期用ビ
ツト５０００２は受信相手を強制同期せしめるた
めの符号のラベル付け、平均スペクトル包絡パラ
メータビツト５０００３は４次のLPCパラメー
タの場合でこれと検査ビツト５０００４との計31
ビツドが誤訂正符号化を施される。さらに各分析
フレームの特徴パラメータ５０００１−１〜５０
００１−Ｎは分析窓２による各分析フレームごと
の残留スペクトル包絡パラメータと音源情報とを
含む特徴パラメータを48ビツトで表現している。
なお、強制同期用ビツト５０００２と終了コード
５０００６とは６次のＭ系列符号による63ビツト
がそれぞれ与えられている。この第６図からも明
らかな如く、スペクトル包絡パラメータを平均と
残留とに分けて伝送することによつて、Ｎ回繰返
し伝送されるはずの平均スペクトル包絡パラメー
タが一回ですみ、これにより伝送路誤りの可能性
を大幅に減じ、また伝送データ量も著しく削減し
うる。

第４図は本発明によるバースト音声通信装置の
第４の実施例における残留スペクトル包絡パラメ
ータ抽出器の構成を示すブロツク図である。

第４図に示す第４の実施例は残留スペクトル包
絡パラメータ抽出器を除き他はすべて第１図に示
す第１の実施例と同じ構成でありこれら同一の構
成に関する詳細な説明は省略する。

第４の実施例は残差波形を分析して残留スペク
トル包絡パラメータを算出する手段を備えたもの
であり、このような残留スペクトル包絡パラメー
タ抽出器１１４は、遅延素子１１４１−１〜１１
４１−４、乗算器１１４２−１〜１１４２−４加
算器１１４３、減算器１１４４、分析窓２窓処理
器１１４５、およびパラメータ抽出器１１４６等
を備えて構成される。

遅延素子１１４１−１〜１１４１−４、乗算器
１１４２−１〜１１４２−４、加算器１１４３は
非巡回の全零型デイジタルフイルタを構成し、フ
イルタ係数としてのα₁〜α₄は音声分析側における
平均スペクトル包絡パラメータの４次のαパラメ
ータであり、このデイジタルフイルタはこのよう
な構成によつて平均スペクトル包絡とは逆周波数
特性の全零型デイジタルフイルタを構成する。

メモリ１０４から供給されてこのデイジタルフ
イルタを通したほぼ分析窓１ごとの量子化データ
は加算器１１４３を介して加算器１１４４に供給
され、これと量子化データとの減算処理によつて
スペクトル包絡の変動分としての残差波形が抽出
され分析窓２窓処理器１１４５に供給される。

この分析窓２窓処理器１１４５は分析窓１ごと
の残差波形の包絡成分、すなわち残留スペクトル
包絡を分析窓２の周期、本実施例では32ｍSECず
つ所定の窓関数との乗算による切出しを行なつた
うえさらにこれを基本分析フレーム、本実施例の
場合は20ｍSECずつパラメータ抽出器１１４６に
次々に送出する。

パラメータ抽出器１１４６は基本分析フレーム
ごとの残留スペクトル包絡に関する全極型もしく
は全零型特徴パラメータを抽出しこれを量子化器
１０９に供給する。

第５図は本発明によるバースト音声装置の第５
の実施例における残留スペクトル包絡パラメータ
抽出器の構成を示すブロツク図である。

この第５の実施例は残留スペクトル包絡パラメ
ータ抽出器を除き他はすべて第１図に示す構成と
同一であるのでこれら同一内容に関する詳細な説
明は省略する。

この第５の実施例は、残留電力スペクトルを分
析して残留スペクトル包絡パラメータを抽出する
点に特徴を有するものであり、分析窓２窓処理器
１１５１、フーリエ演算器１１５２、電力スペク
トル算出器１１５３、平均スペクトル包絡算出器
１１５４、スペクトル減算器１１５５、バラメー
タ抽出器１１５６等を備えて構成される。

分析窓２窓処理器１１５１はメモリ１０４から
供給される分析窓１ごとの量子化音声データを予
め設定する窓関数と乗算し32ｍSECの分析窓２の
窓長で切出し、さらにその20ｍSEC分ずつを分析
窓２によるデータとしてフーリエ演算器１１５２
に供給する。

フーリエ演算器１１５２は入力の離散型フーリ
エ変換を行ない周波数領域の値に変化しこれを電
力スペクトル算出器１１５３に供給する。

電力スペクトル算出器１１５３はこうして入力
した周波数領域のデータについて各周波数のスペ
クトル成分についてその自乗演算等を介して電力
スペクトルを求めこれをスペクトル減算器１１５
５に供給する。

一方、量子化／復号化器１０７から供給される
分析窓１ごとの平均スペクトル包絡パラメータと
しての４次のLPC係数は平均スペクトル包絡算
出器１１５４に供給され、このLPC係数をフイ
ルタ係数として利用し平均スペクトル包絡パラメ
ータ抽出器に１０３によつて求められる平均スペ
クトル包絡を算出しこれをスペクトル減算器１１
５５に供給する。

スペクトル減算器１１５５はこうして入力する
電力スペクトルから平均スペクトル包絡を減算す
るスペクトル減算を実施し残留電力スペクトルを
出力する。電力スペクトルは分析窓１ごとのスペ
クトル包絡の微細構造すなわち残留スペクトル包
絡を含む全スペクトル包絡を有するスペクトル分
布であり、これから平均スペクトル包絡を減算し
たものとして残留スペクトル包絡によつて表現さ
れた電力スペクトルである残留電力スペクトルが
得られる。

パラメータ抽出器１１５６は、こうして入力し
た残留電力スペクトルの包絡パラメータを抽出す
るものであり、次のようにして抽出される。

この場合抽出パラメータを全零型で求めようと
するときは入力した残留スペクトルを離散型の逆
フーリエ変換して時間領域の値に変換したうえ前
述した零位相化を施して、ある一点が最大レベル
となつてこれを中心とした左右対称なレベル分布
のデータとしたのちタツプ数を有限数化するため
にLag窓処理としてのコサイン関数による窓処理
を行なつてこれを全零型パラメータによる残留ス
ペクトル包絡パラメータとして量子化器１０９に
送出する。

また、抽出パラメータを全極型で求める場合に
は、基本分析フレームごとの残留スペクトル包絡
をもつ残留電力スペクトルデータを逆フーリエ変
換して時間領域の値に変化したうえ必要な遅れ時
間にわたつての自己相関係数を求め公知のLPC
分析手法により所定の次数のLPC係数を全極型
デイジタルフイルタのフイルタ係数として抽出、
これを全極型パラメータによる残留スペクトル包
絡パラメータとして量子化器１０９に供給する。

以上のようにして第１から第５までの実施例に
よる各動作が行なわれるが、これら各実施例では
音源情報を分析側で抽出し合成側では抽出情報に
もとづくモデル化された合成音源として再生して
いるが、これは音源波形の伝送によるマルチパル
ス形式、残差励振等と置換しても差支えない。

〔発明の効果〕

以上説明した如く本発明によれば、バースト音
声通信装置において、音声信号の短時間特徴パラ
メータを抽出するための基本分析窓と、音声信号
の長時間特徴パラメータを抽出するための前記基
本分析窓よりも長い分析窓とを利用し前者の分析
窓によつては残留スペクトル包絡パラメータを、
また後者の分析窓によつては平均スペクトル包絡
パラメータを抽出する手段を有することによつて
伝送路誤りの影響を大幅に低減し、符号化効率を
大幅に向上しうるバースト音声通信装置が実現で
きるという効果がある。

【図面の簡単な説明】

第１図は本発明によるバースト音声通信装置の
第１の実施例の構成を示すブロツク図、第２−ａ
および第２−ｂ図は本発明によるバースト音声通
信装置の第２の実施例における残留スペクトル包
絡パラメータ抽出器の構成の代表的２例を示すブ
ロツク図、第２−ｃ図は第２の実施例における音
声合成側の構成を示すブロツク図、第３図は本発
明のバースト音声通信装置第３の実施例における
音声分析側の構成を示すブロツク図、第４図は本
発明のバースト音声通信装置の第４の実施例にお
ける残留スペクトル包絡パラメータ抽出器の構成
を示すブロツク図、第５図は本発明のバースト音
声通信装置の第５の実施例における残留スペクト
ル包絡パラメータ抽出器の構成を示すブロツク
図、第６図は本発明のバースト音声通信装置にお
いて使用するデータフオーマツトの一例を示すデ
ータフオーマツト構成図である。１……音声分析側、２……データ蓄積送信器、
３……データ蓄積受信器、４……音声合成側、１
０１……LPF、１０２……Ａ／Ｄコンバータ、
１０３……平均スペクトル包絡パラメータ抽出
器、１０４……メモリ、１０５……音源分析器、
１０６……残留スペクトル包絡パラメータ抽出
器、１０７……量子化／復号化器、１０８……量
子化器、１０９……量子化器、１１０……マルチ
プレクサ、１１１，１１２……残留スペクトル包
絡パラメータ抽出器、１１３……誤訂正符号化
器、１１４，１１５……残留スペクトル包絡パラ
メータ抽出器、４０１……データマルチプレク
サ、４０２，４０２′……音声合成フイルタ、４
０３……音声合成器、４０３，４０４……Ｄ／Ａ
コンバータ、４０５……LPF、１１１……残留
スペクトル抽出器、１１１２……零位相化器、１
１１３……コサイン窓処理器、１１２１……
LPC逆フイルタ、１１２２……LPC分析器、１
１２３……インパルス応答算出器、１１２４……
コサイン窓処理器、１１４１−１〜１１４１−４
……遅延素子、１１４２−１〜１１４２−４……
乗算器、１１４３，１１４４……加算器、１１４
５……分析窓２窓処理器、１１４６……パラメー
タ抽出器、１１５１……分析窓２窓処理器、１１
５２……フーリエ演算器、１１５３……電力スペ
クトル算出器、１１５４……平均スペクトル包絡
算出器、１１５５……スペクトル減算器、１１５
６……パラメータ抽出器。

Claims

【特許請求の範囲】１送信側では音声の特徴パラメータを音韻の短
時間特徴を保持する基本分析窓長ごとに抽出して
符号化し所定の時間これを蓄積したあと符号化速
度よりも高速な伝送速度で送信し、受信側では再
び符号化速度に変換した前記特徴パラメータにも
とづいて音声を合成するバースト音声通信装置に
おいて、前記基本分析窓長よりも長くかつ音韻の
短時間特徴に代えてその長時間特徴を保持しうる
程度に予め設定した分析窓長をもつ第１の分析窓
ごとに入力音声から抽出した平均スペクトル包絡
パラメータと、前記基本分析窓長を割り当てて設
定した第２の分析窓ごとに切り出した入力音声の
スペクトルと前記平均スペクトル包絡パラメータ
との差分もしくは入力音声の電力スペクトルと前
記平均スペクトル包絡パラメータとの差分として
抽出した残留スペクトル包絡パラメータとの２つ
のスペクトル包絡パラメータをスペクトル包絡情
報として送出するスペクトル包絡送出手段を備
え、前記２つのスペクトル包絡パラメータによつ
て音声のスペクトル包絡パラメータを表現しつつ
音声通信を行なうことを特徴とするバースト音声
通信装置。２前記平均スペクトル包絡パラメータを音声合
成側の全極型デイジタルフイルタの係数とし、ま
た前記残留スペクトル包絡パラメータを音声合成
側の全零型デイジタルフイルタの係数として設定
するように前記２つのスペクトル包絡パラメータ
を抽出することを特徴とする特許請求範囲第１項
記載のバースト音声通信装置。３前記全極型デイジタルフイルタの係数として
抽出する平均スペクトル包絡パラメータに対して
誤訂正機能を付与する手段を有することを特徴と
する特許請求範囲第２項記載のバースト音声通信
装置。４前記残留スペクトル包絡パラメータが入力音
声の残差波形を分析して算出される手段を有する
ものであることを特徴とする特許請求範囲第１項
記載のバースト音声通信装置。５前記残留スペクトル包絡パラメータが入力音
声の残留電力スペクトルを分析して算出される手
段を有するものであることを特徴とする特許請求
範囲第１項記載のバースト音声通信装置。