JPH06138896A - 音声フレームを符号化するための装置および方法 - Google Patents
音声フレームを符号化するための装置および方法Info
- Publication number
- JPH06138896A JPH06138896A JP4160233A JP16023392A JPH06138896A JP H06138896 A JPH06138896 A JP H06138896A JP 4160233 A JP4160233 A JP 4160233A JP 16023392 A JP16023392 A JP 16023392A JP H06138896 A JPH06138896 A JP H06138896A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- speech
- codebook
- value
- output
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 95
- 239000013598 vector Substances 0.000 claims abstract description 398
- 230000003044 adaptive effect Effects 0.000 claims abstract description 66
- 230000015654 memory Effects 0.000 claims description 45
- 238000004458 analytical method Methods 0.000 claims description 30
- 230000005540 biological transmission Effects 0.000 claims description 18
- 229910052757 nitrogen Inorganic materials 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 9
- 230000002194 synthesizing effect Effects 0.000 claims description 9
- 238000003786 synthesis reaction Methods 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 229910052698 phosphorus Inorganic materials 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 2
- 230000008878 coupling Effects 0.000 claims 4
- 238000010168 coupling process Methods 0.000 claims 4
- 238000005859 coupling reaction Methods 0.000 claims 4
- 238000005316 response function Methods 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 38
- 230000000875 corresponding effect Effects 0.000 description 26
- 230000008569 process Effects 0.000 description 21
- 230000005284 excitation Effects 0.000 description 15
- 230000003595 spectral effect Effects 0.000 description 14
- 238000001228 spectrum Methods 0.000 description 14
- 238000012937 correction Methods 0.000 description 13
- 239000000872 buffer Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000002596 correlated effect Effects 0.000 description 6
- 230000005236 sound signal Effects 0.000 description 6
- 230000006872 improvement Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005311 autocorrelation function Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000010420 art technique Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003362 replicative effect Effects 0.000 description 2
- 206010002953 Aphonia Diseases 0.000 description 1
- 101100458287 Saguinus oedipus MSPE gene Proteins 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- KJONHKAYOJNZEC-UHFFFAOYSA-N nitrazepam Chemical compound C12=CC([N+](=O)[O-])=CC=C2NC(=O)CN=C1C1=CC=CC=C1 KJONHKAYOJNZEC-UHFFFAOYSA-N 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
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
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
-
- 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
- G10L2019/0001—Codebooks
- G10L2019/0013—Codebook search algorithms
- G10L2019/0014—Selection criteria for distances
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/06—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being correlation coefficients
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
(57)【要約】
【目的】 ＣＥＬＰ符号化のための計算機的な負担およ
び時間を適応コードブックのベクトルをサーチするため
の再帰ループを再構成することにより低減する。 【構成】 ショートターム知覚的重み付けフィルタのイ
ンパルス関数をまず知覚的重み付けされた目標音声とコ
ンボルブし、その結果が各コードブックベクトルと相互
相関されて最適の適応コードブックベクトルを識別する
ためのエラー関数を生成する。自己相関は最初は各コー
ドブックベクトルの少数の自己相関係数のみにつき行わ
れ、検出値は入力音声により整合するものを検出するた
めにすべてのベクトルを走査するため使用される。すべ
てのベクトル値を使用する自己相関が次にこのサブセッ
トのベクトルに対し行われ音声フレームを表す最善のベ
クトルを識別する。エンドコレクション手順が音声フレ
ーム長より短いベクトルに対して使用されコピーアップ
エラーを避ける。
び時間を適応コードブックのベクトルをサーチするため
の再帰ループを再構成することにより低減する。 【構成】 ショートターム知覚的重み付けフィルタのイ
ンパルス関数をまず知覚的重み付けされた目標音声とコ
ンボルブし、その結果が各コードブックベクトルと相互
相関されて最適の適応コードブックベクトルを識別する
ためのエラー関数を生成する。自己相関は最初は各コー
ドブックベクトルの少数の自己相関係数のみにつき行わ
れ、検出値は入力音声により整合するものを検出するた
めにすべてのベクトルを走査するため使用される。すべ
てのベクトル値を使用する自己相関が次にこのサブセッ
トのベクトルに対し行われ音声フレームを表す最善のベ
クトルを識別する。エンドコレクション手順が音声フレ
ーム長より短いベクトルに対して使用されコピーアップ
エラーを避ける。
Description
【０００１】
【産業上の利用分野】本発明は、音声または他のアナロ
グ信号のデジタル符号化のための改良された手段および
方法に関し、より詳細には、コード励起またはコード駆
動線形予測符号化（ｃｏｄｅ ｅｘｃｉｔｅｄ ｌｉｎ
ｅａｒ ｐｒｅｄｉｃｔｉｖｅ ｃｏｄｉｎｇ）に関す
る。
グ信号のデジタル符号化のための改良された手段および
方法に関し、より詳細には、コード励起またはコード駆
動線形予測符号化（ｃｏｄｅ ｅｘｃｉｔｅｄ ｌｉｎ
ｅａｒ ｐｒｅｄｉｃｔｉｖｅ ｃｏｄｉｎｇ）に関す
る。
【０００２】
【従来の技術】コード励起線形予測（ＣＥＬＰ）符号化
はよく知られた音声通信のための確率的または推計的な
（ｓｔｏｃｈａｓｔｉｃ）符号化技術である。ＣＥＬＰ
符号化においては、短時間スペクトルおよび長時間ピッ
チが１組の時間変化する線形フィルタによりモデル化さ
れる。典型的な音声コーダをベースとした通信システム
においては、音声は送信されることが望まれる最も高い
周波数のほぼ２倍でＡ／Ｄ変換器によってサンプルさ
れ、たとえば、４ＫＨｚの音声帯域幅に対しては典型的
には８ＫＨｚのサンプリング周波数が使用される。ＣＥ
ＬＰ符号化は線形予測（ＬＰＣ）フィルタを励起または
駆動するためにエンコードされた励起情報を使用して音
声を合成する。フィルタへの入力として使用される、励
起または駆動（ｅｘｃｉｔａｔｉｏｎ）はホワイトガウ
ス信号のコードブックによりモデル化される。最適の励
起は候補の（ｃａｎｄｉｄａｔｅ）励起ベクトルのコー
ドブックをフレームごとのベースでサーチすることによ
り検出される。
はよく知られた音声通信のための確率的または推計的な
（ｓｔｏｃｈａｓｔｉｃ）符号化技術である。ＣＥＬＰ
符号化においては、短時間スペクトルおよび長時間ピッ
チが１組の時間変化する線形フィルタによりモデル化さ
れる。典型的な音声コーダをベースとした通信システム
においては、音声は送信されることが望まれる最も高い
周波数のほぼ２倍でＡ／Ｄ変換器によってサンプルさ
れ、たとえば、４ＫＨｚの音声帯域幅に対しては典型的
には８ＫＨｚのサンプリング周波数が使用される。ＣＥ
ＬＰ符号化は線形予測（ＬＰＣ）フィルタを励起または
駆動するためにエンコードされた励起情報を使用して音
声を合成する。フィルタへの入力として使用される、励
起または駆動（ｅｘｃｉｔａｔｉｏｎ）はホワイトガウ
ス信号のコードブックによりモデル化される。最適の励
起は候補の（ｃａｎｄｉｄａｔｅ）励起ベクトルのコー
ドブックをフレームごとのベースでサーチすることによ
り検出される。
【０００３】ＬＰＣ分析がＬＰＣパラメータを決定する
ために入力音声フレームに対して行われる。次にＬＰＣ
フィルタがテーブル、すなわち、コードブックからの種
々の候補ベクトルによって励起される時に、ＬＰＣフィ
ルタの出力をデジタル化された入力音声と比較すること
により分析が進められる。最善の候補ベクトルが候補励
起ベクトルを使用して合成された音声がどれだけよく入
力音声に整合するかに基づき選択される。これは通常音
声のいくつかのサブフレームに対して行われる。
ために入力音声フレームに対して行われる。次にＬＰＣ
フィルタがテーブル、すなわち、コードブックからの種
々の候補ベクトルによって励起される時に、ＬＰＣフィ
ルタの出力をデジタル化された入力音声と比較すること
により分析が進められる。最善の候補ベクトルが候補励
起ベクトルを使用して合成された音声がどれだけよく入
力音声に整合するかに基づき選択される。これは通常音
声のいくつかのサブフレームに対して行われる。
【０００４】最善の整合が検出された後、最善のコード
ブック入力（エントリ：ｅｎｔｒｙ）を特定する情報、
ＬＰＣフィルタの係数およびゲイン係数がシンセサイザ
に送信される。シンセサイザはコードブックの同じコピ
ーを有し、かつそのコードブックにおける適切なエント
リにアクセスし、それを同じＬＰＣフィルタを励起する
ために使用する。
ブック入力（エントリ：ｅｎｔｒｙ）を特定する情報、
ＬＰＣフィルタの係数およびゲイン係数がシンセサイザ
に送信される。シンセサイザはコードブックの同じコピ
ーを有し、かつそのコードブックにおける適切なエント
リにアクセスし、それを同じＬＰＣフィルタを励起する
ために使用する。
【０００５】コードブックはそれらの構成要素が連続し
た励起サンプルであるベクトルからなる。各ベクトルは
サブフレームまたはフレームにおいて音声サンプルがあ
るのと同じ数の励起サンプルを含む。励起サンプルは数
多くの異なる発生源（ｓｏｕｒｃｅｓ）からくることが
できる。ロングタームのピッチの符号化は適応コードブ
ックからのコードベクトルの適切な選択によって決定さ
れる。適応コードブックは１組の異なるピッチ周期のあ
らかじめ合成された音声励起波形である。
た励起サンプルであるベクトルからなる。各ベクトルは
サブフレームまたはフレームにおいて音声サンプルがあ
るのと同じ数の励起サンプルを含む。励起サンプルは数
多くの異なる発生源（ｓｏｕｒｃｅｓ）からくることが
できる。ロングタームのピッチの符号化は適応コードブ
ックからのコードベクトルの適切な選択によって決定さ
れる。適応コードブックは１組の異なるピッチ周期のあ
らかじめ合成された音声励起波形である。
【０００６】コードベクトルの最適の選択は、推計的ま
たは適応的コードブックのいずれからでも、知覚的に重
み付けられたエラー関数を最小化することに依存する。
このエラー関数は典型的にはコードブックの各ベクトル
に対し合成された音声と目標音声との比較から得られ
る。これらの徹底的な比較手順は多量の計算を必要とし
かつ通常単一のデジタル信号プロセッサ（ＤＳＰ）がリ
アルタイムで実行するには実用的ではない。音声品質を
犠牲にすることなく計算の複雑さを低減することが可能
なことがデジタル通信環境においては重要である。
たは適応的コードブックのいずれからでも、知覚的に重
み付けられたエラー関数を最小化することに依存する。
このエラー関数は典型的にはコードブックの各ベクトル
に対し合成された音声と目標音声との比較から得られ
る。これらの徹底的な比較手順は多量の計算を必要とし
かつ通常単一のデジタル信号プロセッサ（ＤＳＰ）がリ
アルタイムで実行するには実用的ではない。音声品質を
犠牲にすることなく計算の複雑さを低減することが可能
なことがデジタル通信環境においては重要である。
【０００７】
【発明が解決しようとする課題】エラー関数、コードブ
ックベクトルサーチ、計算は励起情報のベクトルおよび
マトリクス操作およびＬＰＣフィルタを用いて行われ
る。問題は、多数の計算、たとえば、４．８Ｋｂｐｓの
ボコーダに対して毎秒約５×１０８の乗算−加算演算を
行わなければならないことである。従来技術の構成は行
わなければならない計算の数を低減する上で完全には成
功していなかった。従って、音声品質を犠牲にすること
なく計算機的な負担を低減する改良されたＣＥＬＰ符号
化手段および方法の必要性が存在し続ける。
ックベクトルサーチ、計算は励起情報のベクトルおよび
マトリクス操作およびＬＰＣフィルタを用いて行われ
る。問題は、多数の計算、たとえば、４．８Ｋｂｐｓの
ボコーダに対して毎秒約５×１０８の乗算−加算演算を
行わなければならないことである。従来技術の構成は行
わなければならない計算の数を低減する上で完全には成
功していなかった。従って、音声品質を犠牲にすること
なく計算機的な負担を低減する改良されたＣＥＬＰ符号
化手段および方法の必要性が存在し続ける。
【０００８】従来技術の４．８ｋビット／秒のＣＥＬＰ
符号化システムが合衆国政府のＧｅｎｅｒａｌ Ｓｅｒ
ｖｉｃｅｓ Ａｄｍｉｎｉｓｔｒａｔｉｏｎによって発
行されたＦｅｄｅｒａｌ Ｓｔａｎｄａｒｄ ＦＥＤ−
ＳＴＤ−１０１６に述べられている。従来技術のＣＥＬ
Ｐボコーダシステムはたとえば、Ｋｅｔｃｈｕｍ他への
米国特許第４，８９９，３８５号および第４，９１０，
７８１号、Ａｔａｌへの第４，２２０，８１９号、Ｌｉ
ｎへの第４，７９７，９２５号、およびＧｅｒｓｏｎへ
の第４，８１７，１５７号に述べられており、これらは
ここに参照のため導入される。
符号化システムが合衆国政府のＧｅｎｅｒａｌ Ｓｅｒ
ｖｉｃｅｓ Ａｄｍｉｎｉｓｔｒａｔｉｏｎによって発
行されたＦｅｄｅｒａｌ Ｓｔａｎｄａｒｄ ＦＥＤ−
ＳＴＤ−１０１６に述べられている。従来技術のＣＥＬ
Ｐボコーダシステムはたとえば、Ｋｅｔｃｈｕｍ他への
米国特許第４，８９９，３８５号および第４，９１０，
７８１号、Ａｔａｌへの第４，２２０，８１９号、Ｌｉ
ｎへの第４，７９７，９２５号、およびＧｅｒｓｏｎへ
の第４，８１７，１５７号に述べられており、これらは
ここに参照のため導入される。
【０００９】典型的な従来技術のＣＥＬＰボコーダシス
テムは８ＫＨｚのサンプリングレートおよび４つの７．
５ミリセカンドのサブフレームに分割された３０ミリセ
カンドのフレーム期間を使用する。従来技術のＣＥＬＰ
符号化は３つの基本的な機能からなる。すなわち、
（１）短時間遅延「スペクトル」予測、（２）長時間遅
延「ピッチ」サーチ、および（３）残留（ｒｅｓｉｄｕ
ａｌ）「コードブック」サーチである。
テムは８ＫＨｚのサンプリングレートおよび４つの７．
５ミリセカンドのサブフレームに分割された３０ミリセ
カンドのフレーム期間を使用する。従来技術のＣＥＬＰ
符号化は３つの基本的な機能からなる。すなわち、
（１）短時間遅延「スペクトル」予測、（２）長時間遅
延「ピッチ」サーチ、および（３）残留（ｒｅｓｉｄｕ
ａｌ）「コードブック」サーチである。
【００１０】本発明は人間の音声を表わすアナログ信号
の場合につき説明されるが、これは単に説明の便宜のた
めのものに過ぎず、かつ、ここで使用されている、「音
声（ｓｐｅｅｃｈ）」なる用語はシステムのサンプリン
グ能力内での帯域幅の任意の形式のアナログ信号を含む
ことを意図している。
の場合につき説明されるが、これは単に説明の便宜のた
めのものに過ぎず、かつ、ここで使用されている、「音
声（ｓｐｅｅｃｈ）」なる用語はシステムのサンプリン
グ能力内での帯域幅の任意の形式のアナログ信号を含む
ことを意図している。
【００１１】
【課題を解決するための手段および作用】本発明は適応
的および推計的コードブックに基づくＣＥＬＰ音声符号
化の計算機的な負担を実質的に低減する改良された手段
および方法を提供する。
的および推計的コードブックに基づくＣＥＬＰ音声符号
化の計算機的な負担を実質的に低減する改良された手段
および方法を提供する。
【００１２】第１の実施例においては、再帰計算ループ
がそこから最適の励起ベクルを選択するために適応コー
ドブックのベクトルの票決をするために使用される。好
ましい実施例においては、ショートタームの知覚的に重
み付けられたフィルタのインパルス関数が適応コードブ
ックにおいて各ベクトルと相関された知覚的に重み付け
られた目標音声および結果とコンボルブされかつ自己相
関されたコードブックベクトルおよび自己相関されたイ
ンパルス関数と組合わされてエラー関数を生成する。最
小のエラー関数を有する適応コードブックベクトルが選
択されて調べられている特定の音声フレーム（またはサ
ブフレーム）を表わす。
がそこから最適の励起ベクルを選択するために適応コー
ドブックのベクトルの票決をするために使用される。好
ましい実施例においては、ショートタームの知覚的に重
み付けられたフィルタのインパルス関数が適応コードブ
ックにおいて各ベクトルと相関された知覚的に重み付け
られた目標音声および結果とコンボルブされかつ自己相
関されたコードブックベクトルおよび自己相関されたイ
ンパルス関数と組合わされてエラー関数を生成する。最
小のエラー関数を有する適応コードブックベクトルが選
択されて調べられている特定の音声フレーム（またはサ
ブフレーム）を表わす。
【００１３】別の実施例はさらに適応コードブックのた
めの再帰ループを、その各々がＮのエントリを有する適
応コードブックのＫのベクトルに対し行わなければなら
ない自己相関演算の数を低減することにより簡略化す
る。自己相関は最初は各コードブックベクトルにおける
Ｎの自己相関係数に対しＰ＜＜Ｎの小さな数Ｐについて
のみ行われ、かつ検出された値はすべてのＫのコードブ
ックベクトルを通して操作するために使用され入力音声
に対し最善の整合を与えるＫのコードブックベクトル
（Ｓ＜＜Ｋ）の内のＳを探す。Ｓのベクトルに対する自
己相関関数は次にＲの自己相関係数（Ｐ＜Ｒ≦Ｎ）に対
し再計算されかつＳのコードブックベクトルはＳの適応
コードブックベクトルの内のどれが入力音声に対し最善
の整合を与えるかを決定するために再評価される。
めの再帰ループを、その各々がＮのエントリを有する適
応コードブックのＫのベクトルに対し行わなければなら
ない自己相関演算の数を低減することにより簡略化す
る。自己相関は最初は各コードブックベクトルにおける
Ｎの自己相関係数に対しＰ＜＜Ｎの小さな数Ｐについて
のみ行われ、かつ検出された値はすべてのＫのコードブ
ックベクトルを通して操作するために使用され入力音声
に対し最善の整合を与えるＫのコードブックベクトル
（Ｓ＜＜Ｋ）の内のＳを探す。Ｓのベクトルに対する自
己相関関数は次にＲの自己相関係数（Ｐ＜Ｒ≦Ｎ）に対
し再計算されかつＳのコードブックベクトルはＳの適応
コードブックベクトルの内のどれが入力音声に対し最善
の整合を与えるかを決定するために再評価される。
【００１４】さらに別の実施例は、フレーム長Ｌより短
い長さＭのコードブックベトクルが評価されている時に
自己相関係数を決定するために実行されなければならな
い計算の数をさらに低減する。長さＭ＜Ｌの第１のベク
トルＣｋ（ｎ）の自己相関係数Ｕｋ（ｍ）が計算され、
ここでｋ＝１かつｍは自己相関遅れ指数（ｌａｇ ｉｎ
ｄｅｘ）でありまたｎはコードブックベクトルにおける
連続するサンプルの指数（ｉｎｄｅｘ）であり、さらに
Ｌは次式による分析フレーム長である。 Ｕｌ（ｍ）＝（Ｌ／Ｍ）Ｕ′ｌ（ｍ） （２） なおｍ＝０〜Ｔ＜ｍである。残りのコードブックベクト
ルの自己相関係数Ｕｋ（ｍ）は次式に従って増分的に計
算され、ここでｋ≧２である。 Ｕ′ｋ（ｍ）＝［Ｕ′ｋ−１（ｍ）＋Ｃｋ（Ｍ＋ｋ−１） ・Ｃｋ（Ｍ＋ｋ−１＋ｍ）］ （３） Ｕｋ（ｍ）＝｛Ｌ／（Ｍ＋ｋ−１）｝Ｕ′ｋ（ｍ） （４）
い長さＭのコードブックベトクルが評価されている時に
自己相関係数を決定するために実行されなければならな
い計算の数をさらに低減する。長さＭ＜Ｌの第１のベク
トルＣｋ（ｎ）の自己相関係数Ｕｋ（ｍ）が計算され、
ここでｋ＝１かつｍは自己相関遅れ指数（ｌａｇ ｉｎ
ｄｅｘ）でありまたｎはコードブックベクトルにおける
連続するサンプルの指数（ｉｎｄｅｘ）であり、さらに
Ｌは次式による分析フレーム長である。 Ｕｌ（ｍ）＝（Ｌ／Ｍ）Ｕ′ｌ（ｍ） （２） なおｍ＝０〜Ｔ＜ｍである。残りのコードブックベクト
ルの自己相関係数Ｕｋ（ｍ）は次式に従って増分的に計
算され、ここでｋ≧２である。 Ｕ′ｋ（ｍ）＝［Ｕ′ｋ−１（ｍ）＋Ｃｋ（Ｍ＋ｋ−１） ・Ｃｋ（Ｍ＋ｋ−１＋ｍ）］ （３） Ｕｋ（ｍ）＝｛Ｌ／（Ｍ＋ｋ−１）｝Ｕ′ｋ（ｍ） （４）
【００１５】ただし、ｍ＝０〜Ｔ＜Ｍ、かつプロセスは
（Ｍ＋ｋ−１）＝Ｌまで反復される。Ｔ＝Ｍ−１である
ことが好ましい。得られた値Ｕｌ′（ｍ）およびＵｋ′
（ｍ）は示されたスケーリングファクタによってスケー
リングされ、たとえば、ｋ＝１に対し（Ｌ／Ｍ）、ｋ＝
２に対しＬ／（Ｍ＋１）、そして同様に（Ｍ＋ｋ−１）
＝Ｌまで行われる。得られた自己相関係数はコードブッ
クベクトルＣｋ（ｎ）の内のどれが入力音声と比較した
時最小のエラーを生成するかを決定する上で使用され
る。
（Ｍ＋ｋ−１）＝Ｌまで反復される。Ｔ＝Ｍ−１である
ことが好ましい。得られた値Ｕｌ′（ｍ）およびＵｋ′
（ｍ）は示されたスケーリングファクタによってスケー
リングされ、たとえば、ｋ＝１に対し（Ｌ／Ｍ）、ｋ＝
２に対しＬ／（Ｍ＋１）、そして同様に（Ｍ＋ｋ−１）
＝Ｌまで行われる。得られた自己相関係数はコードブッ
クベクトルＣｋ（ｎ）の内のどれが入力音声と比較した
時最小のエラーを生成するかを決定する上で使用され
る。
【００１６】さらに別の実施例においては、目標音声を
模写するための最適の推計的コードブックベクトルを識
別するためにＣＥＬＰ符号化プロセスによって発生され
る他のベクトルとともに推計的コードブックのベクトル
の相関係数をより迅速かつ容易に決定するための手段お
よび方法が提供される。より詳細には、ｎ＝１からＮま
でに至る指数ｎによって識別される値を有する第１のベ
クトルＶ（ｎ）、および１組の第２のベクトルＳ
ｋ（ｎ）であって該第２のベクトルの各々は指数ｋによ
って識別されかつ該第２のベクトルの各々はゼロ（ｚｅ
ｒｏ）または非ゼロ（ｎｏｎ−ｚｅｒｏ）であってかつ
ｎ＝１からＮに至る指数ｎによって識別されるＮまでの
値を有するもの、がＳｋ（ｎｉ）が非ゼロとし異なるｋ
に対しＳｋ（ｎ）の指数ｎｋ，ｉを識別し、指数ｎ
ｋ，ｉに対応するＶ（ｎ）の値を加算して和Ｑ（ｋ）を
形成し、最も大きな値Ｑ（ｋ＝ｊ）に対応する値ｋ＝ｊ
を識別し、かつＳｋ＝ｊ（ｎ）を使用して音声を合成す
ることにより組合わされる。
模写するための最適の推計的コードブックベクトルを識
別するためにＣＥＬＰ符号化プロセスによって発生され
る他のベクトルとともに推計的コードブックのベクトル
の相関係数をより迅速かつ容易に決定するための手段お
よび方法が提供される。より詳細には、ｎ＝１からＮま
でに至る指数ｎによって識別される値を有する第１のベ
クトルＶ（ｎ）、および１組の第２のベクトルＳ
ｋ（ｎ）であって該第２のベクトルの各々は指数ｋによ
って識別されかつ該第２のベクトルの各々はゼロ（ｚｅ
ｒｏ）または非ゼロ（ｎｏｎ−ｚｅｒｏ）であってかつ
ｎ＝１からＮに至る指数ｎによって識別されるＮまでの
値を有するもの、がＳｋ（ｎｉ）が非ゼロとし異なるｋ
に対しＳｋ（ｎ）の指数ｎｋ，ｉを識別し、指数ｎ
ｋ，ｉに対応するＶ（ｎ）の値を加算して和Ｑ（ｋ）を
形成し、最も大きな値Ｑ（ｋ＝ｊ）に対応する値ｋ＝ｊ
を識別し、かつＳｋ＝ｊ（ｎ）を使用して音声を合成す
ることにより組合わされる。
【００１７】好ましい実施例においては、前記組の第２
のベクトルの連続するベクトルはオーバラップ量Δｋ，
Δｎに従って先行する第２のベクトルのオーバラップに
より決定され、かつ前記識別および加算ステップは、Ｓ
１（ｎｉ）が非ゼロであるとしＳｋ（ｎ）の指数ｎ
１，ｉをｋ＝１に対して識別する段階、ｎ１，ｉからス
タートしかつ前記オーバラップ量Δｋ，Δｎを使用する
段階、Ｓｋ（ｎｉ′）が非ゼロであるとしｋ＞１に対し
指数ｎｋ，ｉ′をさらに決定する段階、およびそのよう
な指数に対するＶ（ｎ）の値およびさらに他の指数を加
算して和Ｑ（ｋ）を形成する段階を具備する。
のベクトルの連続するベクトルはオーバラップ量Δｋ，
Δｎに従って先行する第２のベクトルのオーバラップに
より決定され、かつ前記識別および加算ステップは、Ｓ
１（ｎｉ）が非ゼロであるとしＳｋ（ｎ）の指数ｎ
１，ｉをｋ＝１に対して識別する段階、ｎ１，ｉからス
タートしかつ前記オーバラップ量Δｋ，Δｎを使用する
段階、Ｓｋ（ｎｉ′）が非ゼロであるとしｋ＞１に対し
指数ｎｋ，ｉ′をさらに決定する段階、およびそのよう
な指数に対するＶ（ｎ）の値およびさらに他の指数を加
算して和Ｑ（ｋ）を形成する段階を具備する。
【００１８】さらに別の実施例においては、ｎ＝１〜Ｎ
の出力、ｎ＝１〜Ｎの第１の入力、第２の入力、および
ｎ＝１〜Ｎの選択手段を有するＮ×Ｎのマルチプレクサ
がコードブックベクトルを組合わせるために使用され
る。ｎ番目の選択手段に提供される第１の論理レベルは
ｎ番目の出力をｎ番目の第１の入力に結合しかつｎ番目
の選択手段に提供される第２の論理レベルはｎ番目の出
力を前記第２の入力に結合する。前記第２の入力は便宜
的には所定の論理レベルである。前記第１のベクトルの
ｎ＝１〜Ｎの値はマルチプレクサのｎ＝１〜Ｎの第１の
入力に供給されかつ指数ｋ＝１の第２のベクトルのｎ＝
１〜Ｎの値がマルチプレクサのｎ＝１〜Ｎの選択手段に
供給される。前記第２のベクトルはｎ＝１〜Ｎの選択手
段においてｎのある値に対し第１の論理レベルを提供し
かつｎの他の値に対し第２の論理レベルを提供する。マ
ルチプレクサ出力に現われる第１のベクトルの値はアキ
ュムレータにおいて加算され和（ｓｕｍ）を提供する。
前記提供および加算段階はｋのさらに他の値に対して繰
返され、かつどの第２のベクトルが目標音声に最も近い
整合を与える和を有するかに基づき音声が合成される。
の出力、ｎ＝１〜Ｎの第１の入力、第２の入力、および
ｎ＝１〜Ｎの選択手段を有するＮ×Ｎのマルチプレクサ
がコードブックベクトルを組合わせるために使用され
る。ｎ番目の選択手段に提供される第１の論理レベルは
ｎ番目の出力をｎ番目の第１の入力に結合しかつｎ番目
の選択手段に提供される第２の論理レベルはｎ番目の出
力を前記第２の入力に結合する。前記第２の入力は便宜
的には所定の論理レベルである。前記第１のベクトルの
ｎ＝１〜Ｎの値はマルチプレクサのｎ＝１〜Ｎの第１の
入力に供給されかつ指数ｋ＝１の第２のベクトルのｎ＝
１〜Ｎの値がマルチプレクサのｎ＝１〜Ｎの選択手段に
供給される。前記第２のベクトルはｎ＝１〜Ｎの選択手
段においてｎのある値に対し第１の論理レベルを提供し
かつｎの他の値に対し第２の論理レベルを提供する。マ
ルチプレクサ出力に現われる第１のベクトルの値はアキ
ュムレータにおいて加算され和（ｓｕｍ）を提供する。
前記提供および加算段階はｋのさらに他の値に対して繰
返され、かつどの第２のベクトルが目標音声に最も近い
整合を与える和を有するかに基づき音声が合成される。
【００１９】好ましい実施例においては、各々の第２の
ベクトルは２つの部分に分割され、すなわち、第２のベ
クトルの０，＋１の値のロケーションに対応する値０，
１を有する第１の部分、および第２のベクトルの値０，
−１のロケーションに対応する値０，１を有する第２の
部分に分割される。各部分は望ましくはＲＯＭに記憶さ
れる。各部分に関連して上に述べられかつ同様にして動
作するもののようなマルチプレクサが設けられ、各マル
チプレクサは前記第２のベクトルのその関連する部分の
０，１の値に基づく累算された出力和を提供する。前記
提供および加算段階は上に述べたｋの各値に対し各々の
ＲＯＭ−マルチプレクサの組合わせに対して反復され、
かつ各々から生ずる和はさらに他の加算器（または減算
器）において組合わされてどのベクトルが目標音声に対
し最も近い整合を与えるかを選択する上で使用するため
の組合わされた出力を提供する。
ベクトルは２つの部分に分割され、すなわち、第２のベ
クトルの０，＋１の値のロケーションに対応する値０，
１を有する第１の部分、および第２のベクトルの値０，
−１のロケーションに対応する値０，１を有する第２の
部分に分割される。各部分は望ましくはＲＯＭに記憶さ
れる。各部分に関連して上に述べられかつ同様にして動
作するもののようなマルチプレクサが設けられ、各マル
チプレクサは前記第２のベクトルのその関連する部分の
０，１の値に基づく累算された出力和を提供する。前記
提供および加算段階は上に述べたｋの各値に対し各々の
ＲＯＭ−マルチプレクサの組合わせに対して反復され、
かつ各々から生ずる和はさらに他の加算器（または減算
器）において組合わされてどのベクトルが目標音声に対
し最も近い整合を与えるかを選択する上で使用するため
の組合わされた出力を提供する。
【００２０】
【実施例】図１は、単純化されたブロック図形式で、Ｃ
ＥＬＰ符号化を利用したボコーダ送信システムを示す。
ＣＥＬＰコーダ１００は入力音声１０２を受信しかつＣ
ＥＬＰ符号化出力信号１０４を生成する。ＣＥＬＰ符号
化信号１０４は送信経路またはチャネル１０６を介して
ＣＥＬＰデコーダ３００に送信され、そこで元の音声信
号１０２の模写（ｆａｃｓｉｍｉｌｅ）３０２が合成に
より再構成される。送信チャネル１０６は任意の形式と
することができるが、典型的には制限された帯域幅の有
線または無線通信リンクである。ＣＥＬＰコーダ１００
はしばしば「アナライザ」と称されるが、それはその機
能が元の音声１０２を最もよく表すＣＥＬＰコードパラ
メータ１０４（たとえば、コードブックベクトル、ゲイ
ン情報、ＬＰＣフィルタのパラメータ、その他）を決定
することであるためである。ＣＥＬＰデコーダ３００は
しばしばシンセサイザと称されるが、それはその機能が
入力ＣＥＬＰ符号化信号１０４に基づき出力合成音声３
０２を再生することであるためである。ＣＥＬＰデコー
ダ３００は伝統的なものでありかつ本発明の一部ではな
く、従ってこれ以上の詳細は説明しない。
ＥＬＰ符号化を利用したボコーダ送信システムを示す。
ＣＥＬＰコーダ１００は入力音声１０２を受信しかつＣ
ＥＬＰ符号化出力信号１０４を生成する。ＣＥＬＰ符号
化信号１０４は送信経路またはチャネル１０６を介して
ＣＥＬＰデコーダ３００に送信され、そこで元の音声信
号１０２の模写（ｆａｃｓｉｍｉｌｅ）３０２が合成に
より再構成される。送信チャネル１０６は任意の形式と
することができるが、典型的には制限された帯域幅の有
線または無線通信リンクである。ＣＥＬＰコーダ１００
はしばしば「アナライザ」と称されるが、それはその機
能が元の音声１０２を最もよく表すＣＥＬＰコードパラ
メータ１０４（たとえば、コードブックベクトル、ゲイ
ン情報、ＬＰＣフィルタのパラメータ、その他）を決定
することであるためである。ＣＥＬＰデコーダ３００は
しばしばシンセサイザと称されるが、それはその機能が
入力ＣＥＬＰ符号化信号１０４に基づき出力合成音声３
０２を再生することであるためである。ＣＥＬＰデコー
ダ３００は伝統的なものでありかつ本発明の一部ではな
く、従ってこれ以上の詳細は説明しない。
【００２１】図２の（ａ）および（ｂ）は、ＣＥＬＰコ
ーダ１００を非常に詳細にかつ本発明の好ましい実施例
に従って示す。入力アナログ音声信号１０２はまずフィ
ルタ１１０によって帯域ろ波されて（ｂａｎｄ−ｐａｓ
ｓｅｄ）エイリアシング（ａｌｉａｓｉｎｇ）を防止す
る。帯域ろ波されたアナログ音声信号１１１は次にアナ
ログ−デジタル（Ａ／Ｄ）コンバータ１１２によってサ
ンプルされる。サンプリングは通常ナイキストレート、
たとえば、４ＫＨｚのＣＥＬＰボコーダに対して８ＫＨ
ｚで行われる。他のサンプリングレートも使用すること
ができる。任意の適切なＡ／Ｄコンバータを使用でき
る。Ａ／Ｄコンバータ１１２からのデジタル化された信
号１１３はひとつながりのサンプル、たとえば、その振
幅が音声波形のエンベロープに対応するひとつながりの
狭いパルスからなる。
ーダ１００を非常に詳細にかつ本発明の好ましい実施例
に従って示す。入力アナログ音声信号１０２はまずフィ
ルタ１１０によって帯域ろ波されて（ｂａｎｄ−ｐａｓ
ｓｅｄ）エイリアシング（ａｌｉａｓｉｎｇ）を防止す
る。帯域ろ波されたアナログ音声信号１１１は次にアナ
ログ−デジタル（Ａ／Ｄ）コンバータ１１２によってサ
ンプルされる。サンプリングは通常ナイキストレート、
たとえば、４ＫＨｚのＣＥＬＰボコーダに対して８ＫＨ
ｚで行われる。他のサンプリングレートも使用すること
ができる。任意の適切なＡ／Ｄコンバータを使用でき
る。Ａ／Ｄコンバータ１１２からのデジタル化された信
号１１３はひとつながりのサンプル、たとえば、その振
幅が音声波形のエンベロープに対応するひとつながりの
狭いパルスからなる。
【００２２】テジタル化音声信号１１３は次にフレーム
またはブロックに分割され、すなわち、所定の数のデジ
タル化された音声サンプル、たとえば、フレームごとに
６０，１８０または２４０サンプル、を含む連続する時
間ブラケットに分割される。これはＣＥＬＰ処理におい
ては習慣的に「フレームレート」と称されている。他の
フレームレートも使用できる。これはフレーマ１１４に
おいて行われる。これを達成するための手段は技術上よ
く知られている。連続する音声フレーム１１５はフレー
ムメモリ１１６に記憶される。フレームメモリ１１６の
出力１１７はデジタル化音声１１５のフレーム１１７を
その機能につき以下に説明するブロック１２２，１４
２，１６２および２３５に送る。
またはブロックに分割され、すなわち、所定の数のデジ
タル化された音声サンプル、たとえば、フレームごとに
６０，１８０または２４０サンプル、を含む連続する時
間ブラケットに分割される。これはＣＥＬＰ処理におい
ては習慣的に「フレームレート」と称されている。他の
フレームレートも使用できる。これはフレーマ１１４に
おいて行われる。これを達成するための手段は技術上よ
く知られている。連続する音声フレーム１１５はフレー
ムメモリ１１６に記憶される。フレームメモリ１１６の
出力１１７はデジタル化音声１１５のフレーム１１７を
その機能につき以下に説明するブロック１２２，１４
２，１６２および２３５に送る。
【００２３】当業者はデジタル化音声のフレームはさら
にサブフレームに分割でき、かつ音声分析および合成は
サブフレームを使用して行うことができることを理解す
るであろう。ここで用いられている用語「フレーム」
は、単数または複数であっても、デジタル音声のフレー
ムおよびサブフレームの双方に言及することを考えてい
る。
にサブフレームに分割でき、かつ音声分析および合成は
サブフレームを使用して行うことができることを理解す
るであろう。ここで用いられている用語「フレーム」
は、単数または複数であっても、デジタル音声のフレー
ムおよびサブフレームの双方に言及することを考えてい
る。
【００２４】ＣＥＬＰコーダ１００は２つのコードブッ
ク、すなわち、適応コードブック１５５および推計的
（ｓｔｏｃｈａｓｔｉｃ）コードブック１８０を使用す
る（図２の（ｂ）を参照）。各音声フレーム１１５に対
し、コーダ１００は声道（ｖｏｃａｌ ｔｒａｃｔ）の
フォルマント特性を表すＬＰＣ係数１２３を計算する。
コーダ１００はまた推計的コードブック１８０および適
応的コードブック１５５の双方からの入力（ベクトル）
および関連するスケーリング（ゲイン）ファクタをサー
チし、これらは、ＬＰＣ係数１２３を有するフィルタを
励起または駆動するために使用された時、最もよく入力
音声フレーム１１７を近似するものがサーチされる。Ｌ
ＰＣケース、コードブックベクトルおよびスケーリング
（ゲイン係数）情報は処理されかつチャネルコーダ２１
０に送られ、そこでこれらは組合わされて符号化ＣＥＬ
Ｐ信号１０４を形成し、該信号１０４は経路１０６によ
ってＣＥＬＰデコーダ３００に送信される。以上のこと
が行われる処理につきより詳細に説明する。
ク、すなわち、適応コードブック１５５および推計的
（ｓｔｏｃｈａｓｔｉｃ）コードブック１８０を使用す
る（図２の（ｂ）を参照）。各音声フレーム１１５に対
し、コーダ１００は声道（ｖｏｃａｌ ｔｒａｃｔ）の
フォルマント特性を表すＬＰＣ係数１２３を計算する。
コーダ１００はまた推計的コードブック１８０および適
応的コードブック１５５の双方からの入力（ベクトル）
および関連するスケーリング（ゲイン）ファクタをサー
チし、これらは、ＬＰＣ係数１２３を有するフィルタを
励起または駆動するために使用された時、最もよく入力
音声フレーム１１７を近似するものがサーチされる。Ｌ
ＰＣケース、コードブックベクトルおよびスケーリング
（ゲイン係数）情報は処理されかつチャネルコーダ２１
０に送られ、そこでこれらは組合わされて符号化ＣＥＬ
Ｐ信号１０４を形成し、該信号１０４は経路１０６によ
ってＣＥＬＰデコーダ３００に送信される。以上のこと
が行われる処理につきより詳細に説明する。
【００２５】次に、ブロック１２２，１２５，１３０お
よび１３５を含むデータパス１２１を参照すると、ＬＰ
Ｃアナライザ１２２は入力音声フレーム１１７に応答し
てよく知られた技術を用いてＬＰＣ係数１２３を決定す
る。ＬＰＣ係数１２３はラインスペクトル対（ＬＳＰ）
またはラインスペクトル周波数（ＬＳＦ）の形式になっ
ており、これらの用語は技術上よく理解されている。Ｌ
ＳＰ１２３はコーダ１２５によって量子化され、かつ量
子化されたＬＰＣ出力信号１２６はチャネルコーダ２１
０に送信され、そこでその信号は送信チャネル１０６を
介してデコーダ３００に送信されるＣＥＬＰ信号１０４
の一部（すなわち、ＬＰＣフィルタ係数）を形成する。
よび１３５を含むデータパス１２１を参照すると、ＬＰ
Ｃアナライザ１２２は入力音声フレーム１１７に応答し
てよく知られた技術を用いてＬＰＣ係数１２３を決定す
る。ＬＰＣ係数１２３はラインスペクトル対（ＬＳＰ）
またはラインスペクトル周波数（ＬＳＦ）の形式になっ
ており、これらの用語は技術上よく理解されている。Ｌ
ＳＰ１２３はコーダ１２５によって量子化され、かつ量
子化されたＬＰＣ出力信号１２６はチャネルコーダ２１
０に送信され、そこでその信号は送信チャネル１０６を
介してデコーダ３００に送信されるＣＥＬＰ信号１０４
の一部（すなわち、ＬＰＣフィルタ係数）を形成する。
【００２６】量子化されたＬＰＣ係数１２６はデコーダ
１３０によってデコードされ、かつデコードされたＬＳ
Ｐは出力信号１３１，１３２を介してそれぞれ、データ
パス１４１および１６１に関連して説明する、スペクト
ルインバースフィルタ（ｓｐｅｃｔｒｕｍ ｉｎｖｅｒ
ｓｅ ｆｉｌｔｅｒｓ）１４５および１７０に送信さ
れ、かつ出力信号１３３を介して帯域幅拡張重み付け発
生器１３５に送信される。信号１３１，１３２および１
３３はデコードされた量子化ＬＰＣ係数に関する情報を
含む。コーダ１２５およびデコーダ１３０を実現する手
段は技術上よく知られている。
１３０によってデコードされ、かつデコードされたＬＳ
Ｐは出力信号１３１，１３２を介してそれぞれ、データ
パス１４１および１６１に関連して説明する、スペクト
ルインバースフィルタ（ｓｐｅｃｔｒｕｍ ｉｎｖｅｒ
ｓｅ ｆｉｌｔｅｒｓ）１４５および１７０に送信さ
れ、かつ出力信号１３３を介して帯域幅拡張重み付け発
生器１３５に送信される。信号１３１，１３２および１
３３はデコードされた量子化ＬＰＣ係数に関する情報を
含む。コーダ１２５およびデコーダ１３０を実現する手
段は技術上よく知られている。
【００２７】帯域幅拡張重み付け発生器１３５はスケー
リングファクタ（典型的には＝０．８）を提供しかつフ
ォルマントの帯域幅拡張の機能を達成し、帯域幅拡張さ
れたＬＰＣフィルタ係数に関する情報を含む出力信号１
３６，１３７を生成する。信号１３６，１３７はそれぞ
れ、それらの機能については以下に説明するカスケード
重み付けフィルタ１５０および１７５に送信される。
リングファクタ（典型的には＝０．８）を提供しかつフ
ォルマントの帯域幅拡張の機能を達成し、帯域幅拡張さ
れたＬＰＣフィルタ係数に関する情報を含む出力信号１
３６，１３７を生成する。信号１３６，１３７はそれぞ
れ、それらの機能については以下に説明するカスケード
重み付けフィルタ１５０および１７５に送信される。
【００２８】次に、ブロック１４２，１４５および１５
０を含むデータパス１４１を参照すると、スペクトル予
測器メモリ減算器１４２は１１７を介してフレームメモ
リ１１６から到達する入力サンプル音声１１５からショ
ートタームスペクトル予測器フィルタ１９５（図２の
（ｂ）を参照）における前の状態１９６（すなわち、直
前のフレームにより残されたもの）を減算する。減算器
１４２は音声残留信号１４３を提供し該信号１４３はデ
ジタル化入力音声１１５から技術上フィルタリンギング
信号またはフィルタリングダウンと称されるものを減算
したものである。フィルタリンギング信号は与えられた
音声フレームに関連するフィルタ（たとえば、図２の
（ｂ）のＬＰＣフィルタ１９５）を駆動するために使用
されるインパルスがそのフレームの終りまでに完全に消
散せず、後続のフレームに広がるフィルタ駆動または励
起（すなわち、「リンギング」）を引き起こし得るため
に生ずる。
０を含むデータパス１４１を参照すると、スペクトル予
測器メモリ減算器１４２は１１７を介してフレームメモ
リ１１６から到達する入力サンプル音声１１５からショ
ートタームスペクトル予測器フィルタ１９５（図２の
（ｂ）を参照）における前の状態１９６（すなわち、直
前のフレームにより残されたもの）を減算する。減算器
１４２は音声残留信号１４３を提供し該信号１４３はデ
ジタル化入力音声１１５から技術上フィルタリンギング
信号またはフィルタリングダウンと称されるものを減算
したものである。フィルタリンギング信号は与えられた
音声フレームに関連するフィルタ（たとえば、図２の
（ｂ）のＬＰＣフィルタ１９５）を駆動するために使用
されるインパルスがそのフレームの終りまでに完全に消
散せず、後続のフレームに広がるフィルタ駆動または励
起（すなわち、「リンギング」）を引き起こし得るため
に生ずる。
【００２９】このリンギング信号は後続のフレームにお
いてひずみとして現れるが、その理由はこのリンギング
信号がそのフレームの音声内容と無関係であるためであ
る。もし該リンギング信号が除去されなければ、それは
コードパラメータの選択に影響を与えかつデコーダ３０
０によって合成される音声の品質を劣化させる。
いてひずみとして現れるが、その理由はこのリンギング
信号がそのフレームの音声内容と無関係であるためであ
る。もし該リンギング信号が除去されなければ、それは
コードパラメータの選択に影響を与えかつデコーダ３０
０によって合成される音声の品質を劣化させる。
【００３０】音声１１５からフィルタリンギング信号１
９６をマイナス（減算）したものに関する情報を含む音
声残留または残差信号１４３はデコーダ１３０から信号
１３１とともにスペクトルインバースフィルタ１４５に
供給される。フィルタ１４５は典型的にはゼロフィルタ
として実施できるが（すなわち、Ａ（ｚ）＝Ａ０＋Ａ
１ｚ −１＋…＋Ａｎｚ−ｎであり、ここで各ＡはＬＰＣ
フィルタの係数でありかつｚは該フィルタの「Ｚ変換」
である）、しかし技術上よく知られた他の手段も使用で
きる。信号１３１および１４３はフィルタ１４５におい
てＬＰＣインバースろ波された音声を生成するためにコ
ンボリューションによって組合わされる。フィルタ１４
５の出力信号１４６はカスケード重み付けフィルタ１５
０に送られる。フィルタ１５０は典型的には極（ｐｏｌ
ｅ）フィルタとして実施されるが（すなわち、１／Ａ
（ｚ／ｒ）、ただしＡ（ｚ／ｒ）＝Ａ０＋Ａ１ｒｚ−１
＋…＋Ａｎｒｎｚ−ｎであり、かつ各ＡはＬＰＣフィル
タ係数であり、またｒは拡張ファクタでありかつｚは該
フィルタの「Ｚ変換」である）、しかし技術上よく知ら
れた他の手段を用いることもできる。
９６をマイナス（減算）したものに関する情報を含む音
声残留または残差信号１４３はデコーダ１３０から信号
１３１とともにスペクトルインバースフィルタ１４５に
供給される。フィルタ１４５は典型的にはゼロフィルタ
として実施できるが（すなわち、Ａ（ｚ）＝Ａ０＋Ａ
１ｚ −１＋…＋Ａｎｚ−ｎであり、ここで各ＡはＬＰＣ
フィルタの係数でありかつｚは該フィルタの「Ｚ変換」
である）、しかし技術上よく知られた他の手段も使用で
きる。信号１３１および１４３はフィルタ１４５におい
てＬＰＣインバースろ波された音声を生成するためにコ
ンボリューションによって組合わされる。フィルタ１４
５の出力信号１４６はカスケード重み付けフィルタ１５
０に送られる。フィルタ１５０は典型的には極（ｐｏｌ
ｅ）フィルタとして実施されるが（すなわち、１／Ａ
（ｚ／ｒ）、ただしＡ（ｚ／ｒ）＝Ａ０＋Ａ１ｒｚ−１
＋…＋Ａｎｒｎｚ−ｎであり、かつ各ＡはＬＰＣフィル
タ係数であり、またｒは拡張ファクタでありかつｚは該
フィルタの「Ｚ変換」である）、しかし技術上よく知ら
れた他の手段を用いることもできる。
【００３１】ブロック１５０からの出力信号１５２はブ
ロック１３５から到達する帯域幅拡張されたＬＰＣ係数
信号１３６によるインパルス関数（たとえば、１，０，
０，…，０）のコンボリューションから得られる知覚的
に重み付けられたＬＰＣインパルス関数Ｈ（ｎ）であ
る。信号１３６はまたブロック１５０においてコンボリ
ューションによって信号１４６と組合わされ出力１５１
においてパス１４１から得られる知覚的に重み付けられ
た短時間遅延目標音声信号Ｘ（ｎ）を生成する。
ロック１３５から到達する帯域幅拡張されたＬＰＣ係数
信号１３６によるインパルス関数（たとえば、１，０，
０，…，０）のコンボリューションから得られる知覚的
に重み付けられたＬＰＣインパルス関数Ｈ（ｎ）であ
る。信号１３６はまたブロック１５０においてコンボリ
ューションによって信号１４６と組合わされ出力１５１
においてパス１４１から得られる知覚的に重み付けられ
た短時間遅延目標音声信号Ｘ（ｎ）を生成する。
【００３２】重み付けフィルタ１５０の出力１５１およ
び１５２は適応コードブックサーチャ２２０に供給され
る。目標音声信号１５１（すなわち、Ｘ（ｎ））および
知覚的に重み付けされたインパルス関数信号１５２（す
なわち、Ｈ（ｎ））はサーチャ２２０および適応コード
ブック１５５によって使用されてピッチ周期（すなわ
ち、フィルタ１９５のための駆動ベクトル）およびそれ
に対するゲインであって、デジタル化入力音声フレーム
１１７に最も近く対応するものを決定する。これが達成
される方法は図３および図４に関連してより詳細に説明
する。
び１５２は適応コードブックサーチャ２２０に供給され
る。目標音声信号１５１（すなわち、Ｘ（ｎ））および
知覚的に重み付けされたインパルス関数信号１５２（す
なわち、Ｈ（ｎ））はサーチャ２２０および適応コード
ブック１５５によって使用されてピッチ周期（すなわ
ち、フィルタ１９５のための駆動ベクトル）およびそれ
に対するゲインであって、デジタル化入力音声フレーム
１１７に最も近く対応するものを決定する。これが達成
される方法は図３および図４に関連してより詳細に説明
する。
【００３３】次に、ブロック１６２，１６５，１７０お
よび１７５を含むデータパス１６１を参照すると、ピッ
チ予測器メモリ減算器１６２が長時間遅延ピッチ予測器
フィルタ１９０における前のフィルタ状態１９２を１１
７を介してメモリ１１６から受信されたデジタル化入力
サンプル音声１１５から減算してサンプルされた音声マ
イナス長時間遅延ピッチ予測器フィルタ１９０のリンギ
ングからなる出力信号１６３を与える。出力信号１６３
はスペクトル予測器メモリ減算器１６５に供給される。
よび１７５を含むデータパス１６１を参照すると、ピッ
チ予測器メモリ減算器１６２が長時間遅延ピッチ予測器
フィルタ１９０における前のフィルタ状態１９２を１１
７を介してメモリ１１６から受信されたデジタル化入力
サンプル音声１１５から減算してサンプルされた音声マ
イナス長時間遅延ピッチ予測器フィルタ１９０のリンギ
ングからなる出力信号１６３を与える。出力信号１６３
はスペクトル予測器メモリ減算器１６５に供給される。
【００３４】スペクトルメモリ減算器１６５はブロック
１４２に関して述べたのと同様の機能を達成し、かつ短
時間遅延スペクトル予測器（「スペクトルの」）フィル
タのリンギングまたはリングダウン信号１９６をピッチ
減算器１６２を介して送信されたデジタル化入力音声フ
レーム１１７から減算する。これは、現在のフレームの
サンプルされた音声１１７から前のフレームから残され
た長時間遅延（「ピッチ」）フィルタ１９０および短時
間遅延（「スペクトル」）フィルタ１９５のリンギング
を減算したものからなる剰余出力信号１６６を生成す
る。剰余信号１６６はブロック１４５と類似したスペク
トルインバースフィルタ１７０に供給される。
１４２に関して述べたのと同様の機能を達成し、かつ短
時間遅延スペクトル予測器（「スペクトルの」）フィル
タのリンギングまたはリングダウン信号１９６をピッチ
減算器１６２を介して送信されたデジタル化入力音声フ
レーム１１７から減算する。これは、現在のフレームの
サンプルされた音声１１７から前のフレームから残され
た長時間遅延（「ピッチ」）フィルタ１９０および短時
間遅延（「スペクトル」）フィルタ１９５のリンギング
を減算したものからなる剰余出力信号１６６を生成す
る。剰余信号１６６はブロック１４５と類似したスペク
トルインバースフィルタ１７０に供給される。
【００３５】インバースフィルタ１７０は剰余信号１６
６およびデコーダ１３０の出力１３２を受信する。信号
１３２はデコードされた量子化ＬＰＣ係数に関する情報
を含む。フィルタ１７０はコンボリューションによって
信号１６６および１３２を組合わせＬＰＣインバースろ
波音声を備えた出力信号１７１を生成する。出力信号１
７１はブロック１５０に類似したカスケード重み付けフ
ィルタ１７５に送られる。
６およびデコーダ１３０の出力１３２を受信する。信号
１３２はデコードされた量子化ＬＰＣ係数に関する情報
を含む。フィルタ１７０はコンボリューションによって
信号１６６および１３２を組合わせＬＰＣインバースろ
波音声を備えた出力信号１７１を生成する。出力信号１
７１はブロック１５０に類似したカスケード重み付けフ
ィルタ１７５に送られる。
【００３６】重み付けフィルタ１７５はフィルタ１７０
からの信号１７１および帯域幅拡張重み付け発生器１３
５からの信号１３７を受信する。信号１３７は帯域幅拡
張ＬＰＣ係数に関する情報を含む。カスケード重み付け
フィルタ１７５は出力信号１７６，１７７を発生する。
フィルタ１７５は典型的には極フィルタ（すなわち、複
素面に極のみ）として実施されるが、技術上よく知られ
た他の手段も使用できる。
からの信号１７１および帯域幅拡張重み付け発生器１３
５からの信号１３７を受信する。信号１３７は帯域幅拡
張ＬＰＣ係数に関する情報を含む。カスケード重み付け
フィルタ１７５は出力信号１７６，１７７を発生する。
フィルタ１７５は典型的には極フィルタ（すなわち、複
素面に極のみ）として実施されるが、技術上よく知られ
た他の手段も使用できる。
【００３７】信号１３７，１７１はフィルタ１７５にお
いてコンボリューションによって組合わされ出力１７７
においてパス１２１から得られた知覚的に重み付けられ
たＬＰＣインパルス関数Ｈ（ｎ）を生成し、かつ出力１
７６においてパス１６１から得られた知覚的に重み付け
られた長時間遅延および短時間遅延目標音声信号Ｙ
（ｎ）を生成する。出力信号１７６，１７７は推計的ま
たは確率的（ｓｔｏｃｈａｓｔｉｃ）サーチャ２２５に
送られる。確率的サーチャ２２５は確率的コードブック
１８０を使用して最適のホワイトノイズベクトルおよび
最適のスケーリング（ゲイン）ファクタを選択し、これ
らは、所定の係数のピッチおよびＬＰＣフィルタに印加
された時、入力デジタル音声フレーム１１７に対し最善
の整合を与える。確率的サーチャ２２５は技術上よく知
られた動作を行いかつ一般に図３および図４に関連して
より詳細に説明する適応サーチャ２２０によって達成さ
れるものと類似の動作を行う。
いてコンボリューションによって組合わされ出力１７７
においてパス１２１から得られた知覚的に重み付けられ
たＬＰＣインパルス関数Ｈ（ｎ）を生成し、かつ出力１
７６においてパス１６１から得られた知覚的に重み付け
られた長時間遅延および短時間遅延目標音声信号Ｙ
（ｎ）を生成する。出力信号１７６，１７７は推計的ま
たは確率的（ｓｔｏｃｈａｓｔｉｃ）サーチャ２２５に
送られる。確率的サーチャ２２５は確率的コードブック
１８０を使用して最適のホワイトノイズベクトルおよび
最適のスケーリング（ゲイン）ファクタを選択し、これ
らは、所定の係数のピッチおよびＬＰＣフィルタに印加
された時、入力デジタル音声フレーム１１７に対し最善
の整合を与える。確率的サーチャ２２５は技術上よく知
られた動作を行いかつ一般に図３および図４に関連して
より詳細に説明する適応サーチャ２２０によって達成さ
れるものと類似の動作を行う。
【００３８】要約すると、チェイン１４１においては、
スペクトルインバースフィルタ１４５はＬＳＰ１３１お
よび剰余１４３を受信しかつその出力１４６をカスケー
ド重み付けフィルタ１５０に送信して出力１５２に知覚
的に重み付けされたＬＰＣインパルス関数応答Ｈ（ｎ）
を発生しかつ出力１５１に知覚的に重み付けされた短時
間遅延目標音声信号Ｘ（ｎ）を発生する。チェイン１６
１においては、スペクトルインバースフィルタ１７０は
ＬＳＰ１３２と短時間遅延および長時間遅延音声残差
（ｒｅｓｉｄｕａｌ）１６６を受信し、かつその出力１
７１を重み付けフィルタ１７５に送り出力１７７に知覚
的に重み付けられたＬＰＣインパルス関数Ｈ（ｎ）を発
生しかつ出力１７６に知覚的に重み付けられたショート
タームおよびロングターム遅延目標音声信号Ｙ（ｎ）を
発生する。
スペクトルインバースフィルタ１４５はＬＳＰ１３１お
よび剰余１４３を受信しかつその出力１４６をカスケー
ド重み付けフィルタ１５０に送信して出力１５２に知覚
的に重み付けされたＬＰＣインパルス関数応答Ｈ（ｎ）
を発生しかつ出力１５１に知覚的に重み付けされた短時
間遅延目標音声信号Ｘ（ｎ）を発生する。チェイン１６
１においては、スペクトルインバースフィルタ１７０は
ＬＳＰ１３２と短時間遅延および長時間遅延音声残差
（ｒｅｓｉｄｕａｌ）１６６を受信し、かつその出力１
７１を重み付けフィルタ１７５に送り出力１７７に知覚
的に重み付けられたＬＰＣインパルス関数Ｈ（ｎ）を発
生しかつ出力１７６に知覚的に重み付けられたショート
タームおよびロングターム遅延目標音声信号Ｙ（ｎ）を
発生する。
【００３９】集合的に２３０とラベル付けられたブロッ
ク１３５，１５０，１７５は知覚的重み付け機能を提供
する。チェイン１２１からのデコードされたＬＳＰはブ
ロック１３５において出力１３６，１３７に帯域幅拡張
重み付けファクタを発生するために使用される。重み付
けファクタ１３６，１３７はカスケード重み付けフィル
タ１５０および１７５において知覚的に重み付けられた
ＬＰＣインパルス関数Ｈ（ｎ）を発生するために使用さ
れる。知覚的重み付けブロック２３０の各要素はＬＰＣ
係数に応答して重要な音声内容を有することが知られて
いる音声の部分を強調するマトリクスの形式のスペクト
ル重み付け情報を計算する。このスペクトル重み付け情
報１／Ａ（ｚ／ｒ）はカスケード重み付けフィルタ１５
０および１７５の有限インパル応答Ｈ（ｎ）に基づく。
有限インパルス応答関数Ｈ（ｎ）の利用はコードブック
サーチャ２２０および２２５が達成しなければならない
計算の数を大幅に低減する。スペクトル重み付け情報は
サーチャによってコードブック１５５および１８０から
の駆動情報に対する最善の候補を決定するために利用さ
れる。
ク１３５，１５０，１７５は知覚的重み付け機能を提供
する。チェイン１２１からのデコードされたＬＳＰはブ
ロック１３５において出力１３６，１３７に帯域幅拡張
重み付けファクタを発生するために使用される。重み付
けファクタ１３６，１３７はカスケード重み付けフィル
タ１５０および１７５において知覚的に重み付けられた
ＬＰＣインパルス関数Ｈ（ｎ）を発生するために使用さ
れる。知覚的重み付けブロック２３０の各要素はＬＰＣ
係数に応答して重要な音声内容を有することが知られて
いる音声の部分を強調するマトリクスの形式のスペクト
ル重み付け情報を計算する。このスペクトル重み付け情
報１／Ａ（ｚ／ｒ）はカスケード重み付けフィルタ１５
０および１７５の有限インパル応答Ｈ（ｎ）に基づく。
有限インパルス応答関数Ｈ（ｎ）の利用はコードブック
サーチャ２２０および２２５が達成しなければならない
計算の数を大幅に低減する。スペクトル重み付け情報は
サーチャによってコードブック１５５および１８０から
の駆動情報に対する最善の候補を決定するために利用さ
れる。
【００４０】図２の（ａ）および（ｂ）を引き続き参照
すると、適応コードブックサーチャ２２０はチャネルコ
ーダ２１０に送られるべき最適の適応コードブックベク
トル指数２２１および関連するゲイン２２２を発生す
る。確率的コードブックサーチャ２２５はチャネルコー
ダ２１０に送信されるべき最適の確率的コードブックベ
クトル指数２２６、および関連するゲイン２２７を発生
する。これらの信号はチャネルコーダ２１０によってエ
ンコードされる。
すると、適応コードブックサーチャ２２０はチャネルコ
ーダ２１０に送られるべき最適の適応コードブックベク
トル指数２２１および関連するゲイン２２２を発生す
る。確率的コードブックサーチャ２２５はチャネルコー
ダ２１０に送信されるべき最適の確率的コードブックベ
クトル指数２２６、および関連するゲイン２２７を発生
する。これらの信号はチャネルコーダ２１０によってエ
ンコードされる。
【００４１】チャネルコーダ２１０は５つの信号を受信
する。すなわち、コーダ１２５からの量子化ＬＳＰ１２
６、最適確率的コードブックベクトル指数２２６および
そのためのゲイン設定２２７、および適応コードブック
ベクトル指数２２１とそのためのゲイン設定２２２であ
る。チャネルコーダ２１０の出力はエンコードされたパ
ラメータの直列的なビットストリーム１０４である。ビ
ットストリーム１０４はチャネル１０６を介してＣＥＬ
Ｐデコーダ３００（図１を参照）に送られ、そこで、デ
コードの後、回復されたＬＳＰ、コードブックーベクト
ルおよびゲイン設定は同じフィルタおよびコードブック
に印加されて合成された音声３０２を生成する。
する。すなわち、コーダ１２５からの量子化ＬＳＰ１２
６、最適確率的コードブックベクトル指数２２６および
そのためのゲイン設定２２７、および適応コードブック
ベクトル指数２２１とそのためのゲイン設定２２２であ
る。チャネルコーダ２１０の出力はエンコードされたパ
ラメータの直列的なビットストリーム１０４である。ビ
ットストリーム１０４はチャネル１０６を介してＣＥＬ
Ｐデコーダ３００（図１を参照）に送られ、そこで、デ
コードの後、回復されたＬＳＰ、コードブックーベクト
ルおよびゲイン設定は同じフィルタおよびコードブック
に印加されて合成された音声３０２を生成する。
【００４２】すでに説明したように、ＣＥＬＰコーダ１
００は分析、合成および比較のプロセスによりデコーダ
３００に送信されるべき最適のＣＥＬＰパラメータを決
定する。試験的なＣＥＬＰパラメータを使用した結果は
入力音声とフレームごとに比較され最適のＣＥＬＰパラ
メータが選択できるようにしなければならない。ブロッ
ク１９０，１９５，１９７，２００，２０５および２３
５はこれを達成するためにすでに図２の（ａ）および
（ｂ）において説明したブロックと組合わせて使用され
る。選択されたＣＥＬＰパラメータ（ＬＳＰ係数、コー
ドブックベクトルおよびゲイン、その他）は出力２１１
を介してデコーダ１８２に受け渡されそこでそれらのパ
ラメータはブロック１９０，１９５，１９７，２００，
２０５および２３５に分配されかつ次にすでに述べたブ
ロック１４２，１４５，１５０，１６２，１６５，１７
０および１７５に戻る。
００は分析、合成および比較のプロセスによりデコーダ
３００に送信されるべき最適のＣＥＬＰパラメータを決
定する。試験的なＣＥＬＰパラメータを使用した結果は
入力音声とフレームごとに比較され最適のＣＥＬＰパラ
メータが選択できるようにしなければならない。ブロッ
ク１９０，１９５，１９７，２００，２０５および２３
５はこれを達成するためにすでに図２の（ａ）および
（ｂ）において説明したブロックと組合わせて使用され
る。選択されたＣＥＬＰパラメータ（ＬＳＰ係数、コー
ドブックベクトルおよびゲイン、その他）は出力２１１
を介してデコーダ１８２に受け渡されそこでそれらのパ
ラメータはブロック１９０，１９５，１９７，２００，
２０５および２３５に分配されかつ次にすでに述べたブ
ロック１４２，１４５，１５０，１６２，１６５，１７
０および１７５に戻る。
【００４３】ブロック１８２は信号１２６，２２１，２
２２，２２６，２２７を回復するためにコーダ２１０か
らの信号２１１をデコードする機能を有する「チャネル
デコーダ」として識別される。しかしながら、当業者は
ブロック２１０−１８２によって示されるコード−デコ
ード動作は省略できかつ信号１２６，２２１，２２２，
２２６，２２７は符号化されない形式でブロック１８２
に供給されブロック１８２は単に該信号をブロック１９
０，１９５，１９７，２００，２０５および２３５に分
配するためのバッファとして作用するようにできること
を理解するであろう。いずれの構成も満足すべきもので
あり、かつ用語「チャネルコーダ１８２」、「コーダ１
８２」または「ブロック１８２」はそのような情報を受
け渡すための構成または任意の他の手段を示すことを意
図している。
２２，２２６，２２７を回復するためにコーダ２１０か
らの信号２１１をデコードする機能を有する「チャネル
デコーダ」として識別される。しかしながら、当業者は
ブロック２１０−１８２によって示されるコード−デコ
ード動作は省略できかつ信号１２６，２２１，２２２，
２２６，２２７は符号化されない形式でブロック１８２
に供給されブロック１８２は単に該信号をブロック１９
０，１９５，１９７，２００，２０５および２３５に分
配するためのバッファとして作用するようにできること
を理解するであろう。いずれの構成も満足すべきもので
あり、かつ用語「チャネルコーダ１８２」、「コーダ１
８２」または「ブロック１８２」はそのような情報を受
け渡すための構成または任意の他の手段を示すことを意
図している。
【００４４】デコーダ１８２の出力信号は、ブロック１
９５に送られる量子化ＬＳＰ信号１２６、ブロック１９
０に送られる適応コードブック指数信号２２１、ブロッ
ク１９０に送られる適応コードブックベクトルゲイン指
数信号２２２、ブロック１８０に送られる確率的コード
ブック指数信号２２６、およびブロック１９７に送られ
る確率的コードブックベクトルゲイン指数信号２２７で
ある。これらの信号はフィルタ１９０を駆動し、それに
より適応コードブック１５５およびフィルタ１９５に供
給される出力１９１を生成する。出力１９１はコーダ１
８２の出力１２６と組合わせてさらにフィルタ１９５を
駆動し合成された音声１９６を生成する。
９５に送られる量子化ＬＳＰ信号１２６、ブロック１９
０に送られる適応コードブック指数信号２２１、ブロッ
ク１９０に送られる適応コードブックベクトルゲイン指
数信号２２２、ブロック１８０に送られる確率的コード
ブック指数信号２２６、およびブロック１９７に送られ
る確率的コードブックベクトルゲイン指数信号２２７で
ある。これらの信号はフィルタ１９０を駆動し、それに
より適応コードブック１５５およびフィルタ１９５に供
給される出力１９１を生成する。出力１９１はコーダ１
８２の出力１２６と組合わせてさらにフィルタ１９５を
駆動し合成された音声１９６を生成する。
【００４５】シンセサイザ２２８はゲイン乗算器１９
７、長時間遅延ピッチ予測器１９０、および短時間遅延
スペクトル予測器１９５、減算器２３５、スペクトルイ
ンバースフィルタ２２０およびカスケード重み付けフィ
ルタ２０５を具備する。デコードされたパラメータ１２
６，２２１，２２２，２２６および２２７を使用して、
確率的コードベクトル１７９が選択されかつゲインパラ
メータ２２６によっスケーリングされるべきゲイン乗算
器１９７に送られる。ゲイン乗算器１９７の出力１９８
は長時間遅延ピッチ予測器１９０によって使用され音声
残差１９１を発生する。フィルタ状態出力情報１９２、
これはまた技術上予測器フィルタ１９０の音声残差（ｓ
ｐｅｅｃｈ ｒｅｓｉｄｕａｌ）とも称されるが、フィ
ルタメモリの更新のためにピッチメモリ減算器１６２に
送られる。そのパラメータが入力ＬＰＣパラメータ信号
１２６によってセットされるＬＰＣフィルタである、短
時間遅延スペクトル予測器１９５が音声残差１９１によ
って駆動され合成デジタル音声出力１９６を生成する。
同じ音声残差信号１９１は適応コードブック１５５の更
新のために使用される。
７、長時間遅延ピッチ予測器１９０、および短時間遅延
スペクトル予測器１９５、減算器２３５、スペクトルイ
ンバースフィルタ２２０およびカスケード重み付けフィ
ルタ２０５を具備する。デコードされたパラメータ１２
６，２２１，２２２，２２６および２２７を使用して、
確率的コードベクトル１７９が選択されかつゲインパラ
メータ２２６によっスケーリングされるべきゲイン乗算
器１９７に送られる。ゲイン乗算器１９７の出力１９８
は長時間遅延ピッチ予測器１９０によって使用され音声
残差１９１を発生する。フィルタ状態出力情報１９２、
これはまた技術上予測器フィルタ１９０の音声残差（ｓ
ｐｅｅｃｈ ｒｅｓｉｄｕａｌ）とも称されるが、フィ
ルタメモリの更新のためにピッチメモリ減算器１６２に
送られる。そのパラメータが入力ＬＰＣパラメータ信号
１２６によってセットされるＬＰＣフィルタである、短
時間遅延スペクトル予測器１９５が音声残差１９１によ
って駆動され合成デジタル音声出力１９６を生成する。
同じ音声残差信号１９１は適応コードブック１５５の更
新のために使用される。
【００４６】合成音声１９６は減算器２３５によってデ
ジタル化入力音声１９７から減算されデジタル音声剰余
出力信号２３６を生成する。音声剰余２３６はスペクト
ルインバースフィルタ２００に供給され残留誤差信号２
０２を発生する。出力信号２０２はカスケード重み付け
フィルタ２０５に供給され、かつ出力フィルタ状態情報
２０６，２０７は信号パス１４１および１６１と組合わ
せて前に述べたようにカスケード重み付けフィルタ１５
０および１７５を更新するために使用される。スペクト
ルインバースフィルタ２００のフィルタ状態情報であ
る、出力信号２０１，２０３はブロック１４５，１７０
に関して前に述べたようにスペクトルインバースフィル
タ１４５および１７０を更新するために使用される。
ジタル化入力音声１９７から減算されデジタル音声剰余
出力信号２３６を生成する。音声剰余２３６はスペクト
ルインバースフィルタ２００に供給され残留誤差信号２
０２を発生する。出力信号２０２はカスケード重み付け
フィルタ２０５に供給され、かつ出力フィルタ状態情報
２０６，２０７は信号パス１４１および１６１と組合わ
せて前に述べたようにカスケード重み付けフィルタ１５
０および１７５を更新するために使用される。スペクト
ルインバースフィルタ２００のフィルタ状態情報であ
る、出力信号２０１，２０３はブロック１４５，１７０
に関して前に述べたようにスペクトルインバースフィル
タ１４５および１７０を更新するために使用される。
【００４７】図３および図４は適応コードブックサーチ
ャ２２０の単純化したブロック図である。図３は適応コ
ードブックサーチャ２２０の適切な構成を示しかつ図４
はさらに改良された構成を示す。図４の構成が好まし
い。
ャ２２０の単純化したブロック図である。図３は適応コ
ードブックサーチャ２２０の適切な構成を示しかつ図４
はさらに改良された構成を示す。図４の構成が好まし
い。
【００４８】次に図３および図４を概略的に参照する
と、適応コードブック１５５の情報は前のフレームから
の励起または駆動情報である。各々のフレームに対し、
前記駆動情報はサンプルされた元の音声と同じ数のサン
プルからなる。コードブック１５５は便宜的には巡回的
なリストとして編成され、それにより新しい組のサンプ
ルが単にコードブック１５５にシフト入力されて該コー
ドブックに現在ある前のサンプルに置き変わるようにさ
れる。新しい駆動サンプルは長時間遅延ピッチ予測器１
９０の出力１９１によって提供される。
と、適応コードブック１５５の情報は前のフレームから
の励起または駆動情報である。各々のフレームに対し、
前記駆動情報はサンプルされた元の音声と同じ数のサン
プルからなる。コードブック１５５は便宜的には巡回的
なリストとして編成され、それにより新しい組のサンプ
ルが単にコードブック１５５にシフト入力されて該コー
ドブックに現在ある前のサンプルに置き変わるようにさ
れる。新しい駆動サンプルは長時間遅延ピッチ予測器１
９０の出力１９１によって提供される。
【００４９】コードブック１５５からの駆動情報を使用
する場合、サーチャ２２０は組（ｓｅｔｓ）で、すなわ
ち、サブフレームで処理しかつ該ベクトルをばらばらに
なったサンプルとして取扱わない。サーチャ２２０はコ
ードブック１５５におけるサンプルをリニアアレイとし
て取扱う。たとえば、６０サンプルのフレームに対し、
サーチャ２２０はコードブック１５５からのサンプル１
〜サンプル６０を使用して第１の候補の組の情報を形成
し、サンプル２〜サンプル６１を使用して第２の組の候
補の情報を形成し、以下同様である。このタイプのコー
ドブックサーチはしばしばオーバラッピング・コードブ
ックサーチと称される。本発明はコードブック１５５の
構造および機能に関するものではなく、最適のコードブ
ックベクトルを識別するためにどのようにしてコードブ
ック１５５がサーチされるかに関するものである。
する場合、サーチャ２２０は組（ｓｅｔｓ）で、すなわ
ち、サブフレームで処理しかつ該ベクトルをばらばらに
なったサンプルとして取扱わない。サーチャ２２０はコ
ードブック１５５におけるサンプルをリニアアレイとし
て取扱う。たとえば、６０サンプルのフレームに対し、
サーチャ２２０はコードブック１５５からのサンプル１
〜サンプル６０を使用して第１の候補の組の情報を形成
し、サンプル２〜サンプル６１を使用して第２の組の候
補の情報を形成し、以下同様である。このタイプのコー
ドブックサーチはしばしばオーバラッピング・コードブ
ックサーチと称される。本発明はコードブック１５５の
構造および機能に関するものではなく、最適のコードブ
ックベクトルを識別するためにどのようにしてコードブ
ック１５５がサーチされるかに関するものである。
【００５０】適応コードブックサーチャ２２０は図２の
（ｂ）における出力１９１からすでに適応コードブック
１５５に格納された前に合成されたピッチ情報１５６を
アクセスし、かつ各々のそのような組の情報１５６を利
用してブロック１５０から受信された目標駆動１５１お
よびコードブック１５５からアクセスされた駆動１５６
の間のエラー基準を最小化する。スケーリングファクタ
またはゲイン指数２２２もまた各々のアクセスされた組
の情報１５６から計算されるが、それは適応コードブッ
ク１５５に記憶された情報は人間の声または他の入力信
号のダイナミックレンジの変化を考慮に入れないからで
ある。
（ｂ）における出力１９１からすでに適応コードブック
１５５に格納された前に合成されたピッチ情報１５６を
アクセスし、かつ各々のそのような組の情報１５６を利
用してブロック１５０から受信された目標駆動１５１お
よびコードブック１５５からアクセスされた駆動１５６
の間のエラー基準を最小化する。スケーリングファクタ
またはゲイン指数２２２もまた各々のアクセスされた組
の情報１５６から計算されるが、それは適応コードブッ
ク１５５に記憶された情報は人間の声または他の入力信
号のダイナミックレンジの変化を考慮に入れないからで
ある。
【００５１】使用される好ましいエラー基準は最小２乗
予測エラー（ＭＰＳＥ）であり、これはフレームメモリ
出力１１７からの元の音声フレーム１１５と図２の
（ｂ）のブロック１９５の出力において生成される合成
音声１９６の間の誤差の２乗である。合成音声１９６は
コードブック１５５から得られた試行的駆動情報１５６
に関して計算される。エラー基準はコードブック１５５
から得られた各々の候補ベクトルまたは組の駆動情報１
５６に対して評価され、かつ最も低いエラー値を与える
特定の組の駆動情報１５６′が現在のフレーム（または
サブフレーム）のために使用される組の情報である。
予測エラー（ＭＰＳＥ）であり、これはフレームメモリ
出力１１７からの元の音声フレーム１１５と図２の
（ｂ）のブロック１９５の出力において生成される合成
音声１９６の間の誤差の２乗である。合成音声１９６は
コードブック１５５から得られた試行的駆動情報１５６
に関して計算される。エラー基準はコードブック１５５
から得られた各々の候補ベクトルまたは組の駆動情報１
５６に対して評価され、かつ最も低いエラー値を与える
特定の組の駆動情報１５６′が現在のフレーム（または
サブフレーム）のために使用される組の情報である。
【００５２】サーチャ２２０が対応する最善の整合のス
ケーリングファクタまたはゲイン２２２とともに使用さ
れるべき最善の組の駆動情報１５６′を決定した後、最
善の整合の指数１５６′に対応するベクトル指数出力信
号２２１および最善の整合のスケーリングファクタ２２
２′に対応するスケーリングファクタ２２２はチャネル
エンコーダ２１０に送信される。
ケーリングファクタまたはゲイン２２２とともに使用さ
れるべき最善の組の駆動情報１５６′を決定した後、最
善の整合の指数１５６′に対応するベクトル指数出力信
号２２１および最善の整合のスケーリングファクタ２２
２′に対応するスケーリングファクタ２２２はチャネル
エンコーダ２１０に送信される。
【００５３】図３は第１の実施例による適応サーチャ２
２０のブロック図を示し、かつ図４はさらに改良されか
つ好ましい実施例による適応サーチャ２２０′を示す。
適応サーチャ２２０，２２０′は適応コードブック１５
５を介してベクトル指数Ｃ１（ｎ）…Ｃｋ（ｎ）の順次
的なサーチを行う。順次的（ｓｅｑｕｅｎｔｉａｌ）サ
ーチ動作の間、サーチャ２２０，２２０′はコードブッ
ク１５５から各々の候補励起または駆動ベクトルＣ
ｋ（ｎ）をアクセスし、ここでｋはコードブックにおけ
る特定のベクトルを識別する１からＫに至る指数であ
り、かつｎはｎ＝１からｎ＝Ｎに至る別の指数であり、
Ｎは与えられたフレーム内のサンプルの数である。典型
的なＣＥＬＰのアプリケーションにおいては、Ｋ＝２５
６または５１２または１０２４であり、かつＮ＝６０ま
たは１２０または２４０であるが、ＫおよびＮの他の値
も使用することができる。
２０のブロック図を示し、かつ図４はさらに改良されか
つ好ましい実施例による適応サーチャ２２０′を示す。
適応サーチャ２２０，２２０′は適応コードブック１５
５を介してベクトル指数Ｃ１（ｎ）…Ｃｋ（ｎ）の順次
的なサーチを行う。順次的（ｓｅｑｕｅｎｔｉａｌ）サ
ーチ動作の間、サーチャ２２０，２２０′はコードブッ
ク１５５から各々の候補励起または駆動ベクトルＣ
ｋ（ｎ）をアクセスし、ここでｋはコードブックにおけ
る特定のベクトルを識別する１からＫに至る指数であ
り、かつｎはｎ＝１からｎ＝Ｎに至る別の指数であり、
Ｎは与えられたフレーム内のサンプルの数である。典型
的なＣＥＬＰのアプリケーションにおいては、Ｋ＝２５
６または５１２または１０２４であり、かつＮ＝６０ま
たは１２０または２４０であるが、ＫおよびＮの他の値
も使用することができる。
【００５４】適応コードブック１５５は前に合成された
音声波形から決定されるセットの異なるピッチ期間また
は周期を含む。第１のサンプルベクトルは合成音声波形
Ｃｋ（Ｎ）のＮ番目のサンプルからスタートし、これは
現在の最後のサンプルの合成された音声波形からＮサン
プル戻った所に位置する。人間の声では、ピッチ周波数
は一般に４０Ｈｚ〜５００Ｈｚの付近である。これは約
２００〜１６サンプルに変換される。もし分数的な（ｆ
ｒａｃｔｉｏｎａｌ）ピッチが計算に含まれておれば、
Ｋはピッチ範囲を表すために２５６または５１２となり
得る。従って、適応コードブックは１組のＫのベクトル
Ｃｋ（ｎ）を含み、これらは基本的に特定の周波数の１
つまたはそれ以上のピッチ期間のサンプルである。
音声波形から決定されるセットの異なるピッチ期間また
は周期を含む。第１のサンプルベクトルは合成音声波形
Ｃｋ（Ｎ）のＮ番目のサンプルからスタートし、これは
現在の最後のサンプルの合成された音声波形からＮサン
プル戻った所に位置する。人間の声では、ピッチ周波数
は一般に４０Ｈｚ〜５００Ｈｚの付近である。これは約
２００〜１６サンプルに変換される。もし分数的な（ｆ
ｒａｃｔｉｏｎａｌ）ピッチが計算に含まれておれば、
Ｋはピッチ範囲を表すために２５６または５１２となり
得る。従って、適応コードブックは１組のＫのベクトル
Ｃｋ（ｎ）を含み、これらは基本的に特定の周波数の１
つまたはそれ以上のピッチ期間のサンプルである。
【００５５】次に図３を参照すると、適応コードブック
サーチャ２２０のコンボリューション発生器５１０は各
々のコードブックベクトルＣｋ（ｎ）、すなわち、信号
１５６、を知覚的に重み付けられたＬＰＣインパルス応
答関数Ｈ（ｎ）、すなわち、カスケード重み付けフィル
タ１５０からの信号１５２でコンボルブする。コンボリ
ューション発生器５１０の出力５１２は次に相互相関器
（ｃｒｏｓｓ−ｃｏｒｒｅｌａｔｏｒ）５２０において
目標音声残差信号Ｘ（ｎ）（すなわち、図２の（ａ）お
よび（ｂ）の信号１５１）と相互相関される。コンボリ
ューションおよび相関は各々のコードブックベクトルＣ
ｋ（ｎ）に対して行われ、ここでｎ＝１，…，Ｎであ
る。コンボリューション発生器５１０によって行われる
動作は数学的に次の式（１）によって表される。 相互相関発生器５２０によって行われる動作は数学的に
以下の式（２）によって表される。
サーチャ２２０のコンボリューション発生器５１０は各
々のコードブックベクトルＣｋ（ｎ）、すなわち、信号
１５６、を知覚的に重み付けられたＬＰＣインパルス応
答関数Ｈ（ｎ）、すなわち、カスケード重み付けフィル
タ１５０からの信号１５２でコンボルブする。コンボリ
ューション発生器５１０の出力５１２は次に相互相関器
（ｃｒｏｓｓ−ｃｏｒｒｅｌａｔｏｒ）５２０において
目標音声残差信号Ｘ（ｎ）（すなわち、図２の（ａ）お
よび（ｂ）の信号１５１）と相互相関される。コンボリ
ューションおよび相関は各々のコードブックベクトルＣ
ｋ（ｎ）に対して行われ、ここでｎ＝１，…，Ｎであ
る。コンボリューション発生器５１０によって行われる
動作は数学的に次の式（１）によって表される。 相互相関発生器５２０によって行われる動作は数学的に
以下の式（２）によって表される。
【００５６】コンボリューション発生器５１０の出力５
１２はまたエネルギ計算機５３５に供給され、該エネル
ギ計算機５３５は２乗器５５２およびアキュムレータ５
５３（アキュムレータ５５３は２乗器５５２によって決
定される２乗の和を提供する）を具備する。出力５５４
は除算器（ｄｉｖｉｄｅｒ）５３０に伝達され、該除算
器５３０は信号５５１および５５５の比率を計算する。
相互相関器５２０の出力５２１は２乗器５２５に供給さ
れ、該２乗器５２５の出力はまた除算器５３０に供給さ
れる。除算器５３０の出力５３１はピーク選択回路５７
０に供給され、該ピーク選択回路５７０の機能はＣ
ｋ（ｎ）のどの値Ｃｋ（ｍ）が最善の整合を生成する
か、すなわち、最大の相互相関を決定することである。
これは数学的には式（３ａ）および（３ｂ）によって表
される。式（３ａ）はエラーＥを表す。 エラーＥを最小にすることは以下の式（３ｂ）により表
される相互相関を最大にすることであり、ここでＧｋは
式（４）で規定される。
１２はまたエネルギ計算機５３５に供給され、該エネル
ギ計算機５３５は２乗器５５２およびアキュムレータ５
５３（アキュムレータ５５３は２乗器５５２によって決
定される２乗の和を提供する）を具備する。出力５５４
は除算器（ｄｉｖｉｄｅｒ）５３０に伝達され、該除算
器５３０は信号５５１および５５５の比率を計算する。
相互相関器５２０の出力５２１は２乗器５２５に供給さ
れ、該２乗器５２５の出力はまた除算器５３０に供給さ
れる。除算器５３０の出力５３１はピーク選択回路５７
０に供給され、該ピーク選択回路５７０の機能はＣ
ｋ（ｎ）のどの値Ｃｋ（ｍ）が最善の整合を生成する
か、すなわち、最大の相互相関を決定することである。
これは数学的には式（３ａ）および（３ｂ）によって表
される。式（３ａ）はエラーＥを表す。 エラーＥを最小にすることは以下の式（３ｂ）により表
される相互相関を最大にすることであり、ここでＧｋは
式（４）で規定される。
【００５７】最適のベクトル指数Ｃｋ（ｍ）の識別子
（指数）は出力２２１に伝達される。ピーク選択器５７
０の出力５７１は最善の整合のピッチベクトルＣ
ｋ（ｍ）に関連するゲインスケーリング情報をゲイン指
数出力２２２を提供するゲイン計算機５８０に伝達す
る。ゲイン計算機５８０によって行われる演算は数学的
に以下の式（４）により表される。
（指数）は出力２２１に伝達される。ピーク選択器５７
０の出力５７１は最善の整合のピッチベクトルＣ
ｋ（ｍ）に関連するゲインスケーリング情報をゲイン指
数出力２２２を提供するゲイン計算機５８０に伝達す
る。ゲイン計算機５８０によって行われる演算は数学的
に以下の式（４）により表される。
【００５８】出力２２１および２２２はチャネルコーダ
２１０に送られる。コンボリューション発生器５１０、
相互相関発生器５２０、２乗器５２５および５５２（こ
れらは異なる入力に対し同様の機能を達成する）、アキ
ュムレータ５５３、除算器５３０、ピーク選択器５７０
およびゲイン計算機５８０を提供するための手段はそれ
ぞれ技術上よく知られている。
２１０に送られる。コンボリューション発生器５１０、
相互相関発生器５２０、２乗器５２５および５５２（こ
れらは異なる入力に対し同様の機能を達成する）、アキ
ュムレータ５５３、除算器５３０、ピーク選択器５７０
およびゲイン計算機５８０を提供するための手段はそれ
ぞれ技術上よく知られている。
【００５９】図３の構成は満足すべき結果を与えるが、
各々のコードブックベクトルに対し必要なコンボリュー
ションを行いかつ相関を行うために必要以上の計算を必
要とする。これはコンボリューション５１０および相関
５２０が共に各々の音声フレーム１１７に対するコード
ブック１５５におけるすべての候補ベクトルに対し行わ
なければならないためである。図３の構成におけるこの
制限は図４の構成により克服される。
各々のコードブックベクトルに対し必要なコンボリュー
ションを行いかつ相関を行うために必要以上の計算を必
要とする。これはコンボリューション５１０および相関
５２０が共に各々の音声フレーム１１７に対するコード
ブック１５５におけるすべての候補ベクトルに対し行わ
なければならないためである。図３の構成におけるこの
制限は図４の構成により克服される。
【００６０】図４の適応コードブックサーチャ２２０′
はコンボリューション信号Ｗ（ｎ）を発生するためにコ
ンボリューション発生器５１０′におけるショートター
ムＬＰＣフィルタのインパルス知覚的重み付け応答関数
Ｈ（ｎ）（すなわち、図２のブロック１５０の出力１５
２）とコンボルブするために知覚的に重み付けされた目
標音声Ｘ（ｎ）のフレーム（すなわち、図２の（ａ）お
よび（ｂ）の信号１５１）を使用する。これは入力音声
のフレーム１１７ごとに１度だけ行われる。これはコー
ドブックにおける候補ベクトルの数にほぼ等しい大きな
ファクタで計算機的な負荷を直ちに低減する。これは非
常に大きな計算機的な節約になる。コンボリューション
発生器５１０によって行われる動作は以下の式（５）に
より数学的に表現される。
はコンボリューション信号Ｗ（ｎ）を発生するためにコ
ンボリューション発生器５１０′におけるショートター
ムＬＰＣフィルタのインパルス知覚的重み付け応答関数
Ｈ（ｎ）（すなわち、図２のブロック１５０の出力１５
２）とコンボルブするために知覚的に重み付けされた目
標音声Ｘ（ｎ）のフレーム（すなわち、図２の（ａ）お
よび（ｂ）の信号１５１）を使用する。これは入力音声
のフレーム１１７ごとに１度だけ行われる。これはコー
ドブックにおける候補ベクトルの数にほぼ等しい大きな
ファクタで計算機的な負荷を直ちに低減する。これは非
常に大きな計算機的な節約になる。コンボリューション
発生器５１０によって行われる動作は以下の式（５）に
より数学的に表現される。
【００６１】コンボリューション発生器５１０′の出力
５１２′は次に相互相関発生器５２０′により適応コー
ドブック１５５における各ベクトルＣｋ（ｎ）と相関さ
れる。相互相関発生器５２０′により行われる演算は数
学的に次の式（６）によって表される。
５１２′は次に相互相関発生器５２０′により適応コー
ドブック１５５における各ベクトルＣｋ（ｎ）と相関さ
れる。相互相関発生器５２０′により行われる演算は数
学的に次の式（６）によって表される。
【００６２】出力５５１′は２乗器５２５′により２乗
され候補ベクトルＣｋ（ｎ）のエネルギにより正規化さ
れた各ベクトルＣｋ（ｎ）の相関の２乗である出力５２
１′を生成する。これは自己相関発生器５６０′に各々
の候補ベクトルＣｋ（ｎ）（出力１５６）を提供するこ
とにより、かつその出力が引き続き操作されかつ組合わ
される自己相関発生器５５０′に対しフィルタのインパ
ルス応答Ｈ（ｎ）（出力１５２からの）を提供すること
により達成される。自己相関発生器５５０′の出力５５
２′は後にその機能を説明するルックアップテーブル５
５０′に供給される。テーブル５５５′の出力５５６′
は乗算器５４３に供給され、そこで自己相関器５６０′
の出力５６１と組合わされる。
され候補ベクトルＣｋ（ｎ）のエネルギにより正規化さ
れた各ベクトルＣｋ（ｎ）の相関の２乗である出力５２
１′を生成する。これは自己相関発生器５６０′に各々
の候補ベクトルＣｋ（ｎ）（出力１５６）を提供するこ
とにより、かつその出力が引き続き操作されかつ組合わ
される自己相関発生器５５０′に対しフィルタのインパ
ルス応答Ｈ（ｎ）（出力１５２からの）を提供すること
により達成される。自己相関発生器５５０′の出力５５
２′は後にその機能を説明するルックアップテーブル５
５０′に供給される。テーブル５５５′の出力５５６′
は乗算器５４３に供給され、そこで自己相関器５６０′
の出力５６１と組合わされる。
【００６３】乗算器５４３′の出力５４５′はアキュム
レータ５４０′に供給され、該アキュムレータ５４０′
はｎの引き続く値に対する積を加算しかつその和５４
１′を除算器５３０に送り、そこで相互相関発生器５２
０′の出力５２１′と組合わされる。自己相関器５６
０′により行われる操作は数学的に以下の式（７）によ
って記述され、かつ自己相関器５５０′により行われる
演算は数学的に次の式（８）により記述される。 この場合、Ｃｋ（ｎ）はｋ番目の適応コードブックベク
トルであり、各ベクトルは１からＫに至る指数ｋにより
識別され、Ｈ（ｎ）は知覚的に重み付けされたＬＰＣイ
ンパルス応答であり、Ｎは分析フレームにおけるテジタ
ル化されたサンプルの数であり、そしてｍはダミー整数
指数であり、ｎは音声フレーム内のＮのサンプルの内ど
れが考慮されているかを示す整数指数である。
レータ５４０′に供給され、該アキュムレータ５４０′
はｎの引き続く値に対する積を加算しかつその和５４
１′を除算器５３０に送り、そこで相互相関発生器５２
０′の出力５２１′と組合わされる。自己相関器５６
０′により行われる操作は数学的に以下の式（７）によ
って記述され、かつ自己相関器５５０′により行われる
演算は数学的に次の式（８）により記述される。 この場合、Ｃｋ（ｎ）はｋ番目の適応コードブックベク
トルであり、各ベクトルは１からＫに至る指数ｋにより
識別され、Ｈ（ｎ）は知覚的に重み付けされたＬＰＣイ
ンパルス応答であり、Ｎは分析フレームにおけるテジタ
ル化されたサンプルの数であり、そしてｍはダミー整数
指数であり、ｎは音声フレーム内のＮのサンプルの内ど
れが考慮されているかを示す整数指数である。
【００６４】上記サーチ操作は各々の候補ベクトルＣｋ
（ｎ）をＭＳＰＥサーチ基準を使用して目標音声残差Ｘ
（ｎ）と比較する。コードブック１５５の出力１５６か
ら受信された各々の候補ベクトルＣｋ（ｎ）は自己相関
発生器５６０′に送られ、該自己相関発生器５６０′は
候補ベクトルのすべての自己相関係数を発生して自己相
関出力信号５６１′を生成し、該信号５６１′はブロッ
ク５４３′および５４０′を具備するエネルギ計算機５
３５′に供給される。
（ｎ）をＭＳＰＥサーチ基準を使用して目標音声残差Ｘ
（ｎ）と比較する。コードブック１５５の出力１５６か
ら受信された各々の候補ベクトルＣｋ（ｎ）は自己相関
発生器５６０′に送られ、該自己相関発生器５６０′は
候補ベクトルのすべての自己相関係数を発生して自己相
関出力信号５６１′を生成し、該信号５６１′はブロッ
ク５４３′および５４０′を具備するエネルギ計算機５
３５′に供給される。
【００６５】自己相関発生器５５０′はＨ（ｎ）関数の
すべての自己相関係数を発生して自己相関出力信号５５
２′を生成し、該信号５５２′はテーブル５５５′およ
び出力５５６′を介してエネルギ計算機５３５′に供給
される。
すべての自己相関係数を発生して自己相関出力信号５５
２′を生成し、該信号５５２′はテーブル５５５′およ
び出力５５６′を介してエネルギ計算機５３５′に供給
される。
【００６６】エネルギ計算機５３５′は入力信号５５
６′および５６１′を候補ベクトルＣｋ（ｎ）のすべて
の自己相関係数およびカスケード重み付けフィルタ１５
０により発生される知覚的に重み付けされたインパルス
関数Ｈ（ｎ）のすべての積の項を加算することにより組
合わせる。エルネギ計算機５３５′はＣｋ（ｎ）の自己
相関係数をＨ（ｎ）の自己相関係数の同じ遅延項（信号
５６１′および５５２′）と乗算するための乗算器５４
３′、および乗算器５４３′の出力を加算して除算器５
３０に送られる候補ベクトルのエネルギに関する情報を
含む出力５４１′を生成するアキュムレータ５４０′を
具備する。除算器５３０′はゲインをセットするために
使用されるエネルギ正規化を行う。候補ベクトルＣ
ｋ（ｎ）のエルネギは候補ベクトルＣｋ（ｎ）のすべて
の自己相関係数および知覚的に重み付けされたショート
タームフィルタ１５０の知覚的に重み付けされたインパ
ルス関数Ｈ（ｎ）のすべての積の項を加算することによ
り非常に効率的に計算される。ループゲインＧｋを決定
するための上に述べた演算は数学的に以下の式（９）に
よって記述される。 この場合、Ｃｋ（ｎ）、Ｘ（ｍ）、Ｈ（ｎ）、Φ
ｋ（ｎ）、Ｕｋ（ｎ）およびＮは前に規定されており、
かつＧｋはｋ番目のコードベクトルのループゲインであ
る。
６′および５６１′を候補ベクトルＣｋ（ｎ）のすべて
の自己相関係数およびカスケード重み付けフィルタ１５
０により発生される知覚的に重み付けされたインパルス
関数Ｈ（ｎ）のすべての積の項を加算することにより組
合わせる。エルネギ計算機５３５′はＣｋ（ｎ）の自己
相関係数をＨ（ｎ）の自己相関係数の同じ遅延項（信号
５６１′および５５２′）と乗算するための乗算器５４
３′、および乗算器５４３′の出力を加算して除算器５
３０に送られる候補ベクトルのエネルギに関する情報を
含む出力５４１′を生成するアキュムレータ５４０′を
具備する。除算器５３０′はゲインをセットするために
使用されるエネルギ正規化を行う。候補ベクトルＣ
ｋ（ｎ）のエルネギは候補ベクトルＣｋ（ｎ）のすべて
の自己相関係数および知覚的に重み付けされたショート
タームフィルタ１５０の知覚的に重み付けされたインパ
ルス関数Ｈ（ｎ）のすべての積の項を加算することによ
り非常に効率的に計算される。ループゲインＧｋを決定
するための上に述べた演算は数学的に以下の式（９）に
よって記述される。 この場合、Ｃｋ（ｎ）、Ｘ（ｍ）、Ｈ（ｎ）、Φ
ｋ（ｎ）、Ｕｋ（ｎ）およびＮは前に規定されており、
かつＧｋはｋ番目のコードベクトルのループゲインであ
る。
【００６７】テーブル５５５′は計算機的な負担をさら
に低減できるようにする。これはインパルス関数Ｈ
（ｎ）の自己相関係数５５２′が入力音声のフレーム１
１７ごとに１度だけ計算されればよいからである。これ
はコードブックサーチの前に１行うことができかつその
結果はテーブル５５５′に記憶することができる。コー
ドブックサーチの前にテーブル５５５′に記憶された自
己相関係数５５２′は次に後に適応コードブック１５５
から各候補ベクトルに対するエネルギを計算するために
使用される。これは計算をさらに大幅に節約できるよう
にする。
に低減できるようにする。これはインパルス関数Ｈ
（ｎ）の自己相関係数５５２′が入力音声のフレーム１
１７ごとに１度だけ計算されればよいからである。これ
はコードブックサーチの前に１行うことができかつその
結果はテーブル５５５′に記憶することができる。コー
ドブックサーチの前にテーブル５５５′に記憶された自
己相関係数５５２′は次に後に適応コードブック１５５
から各候補ベクトルに対するエネルギを計算するために
使用される。これは計算をさらに大幅に節約できるよう
にする。
【００６８】コードブック１５５における各ベクトルの
正規化された相関の結果はピークセレクタ５７０′にお
いて比較されかつ最大の相互相関値を有するベクトルＣ
ｋ（ｍ）はピークセレクタ５７０′により最適のピッチ
周期ベクトルとして識別される。最大の相互相関は数学
的に以下の式（１０）によって表すことができる。 この場合、Ｇｋは式（９）において規定されており、か
つｍはダミー整数指数である。
正規化された相関の結果はピークセレクタ５７０′にお
いて比較されかつ最大の相互相関値を有するベクトルＣ
ｋ（ｍ）はピークセレクタ５７０′により最適のピッチ
周期ベクトルとして識別される。最大の相互相関は数学
的に以下の式（１０）によって表すことができる。 この場合、Ｇｋは式（９）において規定されており、か
つｍはダミー整数指数である。
【００６９】ピッチ周期のロケーション、すなわち、コ
ードベクトルＣｋ（ｍ）の指数はチャネルコーダ２１０
への送信のために出力２２１′に提供される。
ードベクトルＣｋ（ｍ）の指数はチャネルコーダ２１０
への送信のために出力２２１′に提供される。
【００７０】ピッチゲインはゲイン計算機５８０′によ
り選択されたピッチ周期の候補ベクトルＣｋ（ｍ）を使
用して計算されゲイン指数２２２′を発生する。ここに
述べた手段および方法は、実質的に音声品質の喪失を生
ずることなく計算機的な複雑さを低減する。計算機的な
複雑さが低減されるから、この構成を用いたボコーダは
単一のデジタル信号プロセッサ（ＤＳＰ）によってより
都合よく実施することができる。本発明の手段および方
法はまた、最小２乗予測エラー（ＭＰＳＥ）サーチ基準
を使用する、音声認識および音声識別のような他の領域
に適用することができる。
り選択されたピッチ周期の候補ベクトルＣｋ（ｍ）を使
用して計算されゲイン指数２２２′を発生する。ここに
述べた手段および方法は、実質的に音声品質の喪失を生
ずることなく計算機的な複雑さを低減する。計算機的な
複雑さが低減されるから、この構成を用いたボコーダは
単一のデジタル信号プロセッサ（ＤＳＰ）によってより
都合よく実施することができる。本発明の手段および方
法はまた、最小２乗予測エラー（ＭＰＳＥ）サーチ基準
を使用する、音声認識および音声識別のような他の領域
に適用することができる。
【００７１】本発明が、ここに述べた方法および装置に
よって生成される、時には目標音声残差（ｔａｒｇｅｔ
ｓｐｅｅｃｈ ｒｅｓｉｄｕａｌ）と称される、知覚
的に重み付けされた目標音声信号Ｘ（ｎ）に関して述べ
られたが、本発明の方法は知覚的に重み付けされた目標
音声Ｘ（ｎ）を得るためにここで使用された特定の手段
および方法に限定されるものではなく、他の手段および
方法によって得られる目標音声と共にかつ知覚的重み付
けまたはフィルタのリンギングの除去を用いあるいは用
いずに使用するこができる。
よって生成される、時には目標音声残差（ｔａｒｇｅｔ
ｓｐｅｅｃｈ ｒｅｓｉｄｕａｌ）と称される、知覚
的に重み付けされた目標音声信号Ｘ（ｎ）に関して述べ
られたが、本発明の方法は知覚的に重み付けされた目標
音声Ｘ（ｎ）を得るためにここで使用された特定の手段
および方法に限定されるものではなく、他の手段および
方法によって得られる目標音声と共にかつ知覚的重み付
けまたはフィルタのリンギングの除去を用いあるいは用
いずに使用するこができる。
【００７２】「音声（ｓｐｅｅｃｈ）」または「目標音
声（ｔａｒｇｅｔ ｓｐｅｅｃｈ）」に適用される「残
差（ｒｅｓｉｄｕａｌ）」なる用語はフィルタのリンギ
ング信号が音声または目標音声から減算されている状況
を含むことを考えている。ここで用いられているよう
に、用語「音声残差」または「目標音声」または「目標
音声残差」および省略表現“Ｘ（ｎ）”はそのような変
形を含むものである。同じことはまた、有限または無限
インパルス応答関数とすることができ、かつ知覚的重み
付けを用いあるいは用いない、インパルス応答関数Ｈ
（ｎ）についても当てはまる。ここで用いられているよ
うに、用語「知覚的に重み付けされたインパルス応答関
数（ｐｅｒｃｅｐｔｕａｌｌｙ ｗｅｉｇｈｔｅｄ ｉ
ｍｐｕｌｓｅｒｅｓｐｏｎｓｅ ｆｕｎｃｔｉｏｎ）」
または「フィルタインパルス応答（ｆｉｌｔｅｒ ｉｍ
ｐｕｌｓｅ ｒｅｓｐｏｎｓｅ）」および“Ｈ（ｎ）”
なる表記は、そのような変形を含むことを意図してい
る。同様に、ワード「ゲイン指数（ｇａｉｎ ｉｎｄｅ
ｘ）」または「ゲインスケーリングファクタ（ｇａｉｎ
ｓｃａｌｉｎｇ ｆａｃｔｏｒ）」およびその表記Ｇｋ
は、そのような「ゲイン」または「エネルギ」正規化信
号が音声のＣＥＬＰ符号化に関連して取り入れる多くの
形式を含むものである。
声（ｔａｒｇｅｔ ｓｐｅｅｃｈ）」に適用される「残
差（ｒｅｓｉｄｕａｌ）」なる用語はフィルタのリンギ
ング信号が音声または目標音声から減算されている状況
を含むことを考えている。ここで用いられているよう
に、用語「音声残差」または「目標音声」または「目標
音声残差」および省略表現“Ｘ（ｎ）”はそのような変
形を含むものである。同じことはまた、有限または無限
インパルス応答関数とすることができ、かつ知覚的重み
付けを用いあるいは用いない、インパルス応答関数Ｈ
（ｎ）についても当てはまる。ここで用いられているよ
うに、用語「知覚的に重み付けされたインパルス応答関
数（ｐｅｒｃｅｐｔｕａｌｌｙ ｗｅｉｇｈｔｅｄ ｉ
ｍｐｕｌｓｅｒｅｓｐｏｎｓｅ ｆｕｎｃｔｉｏｎ）」
または「フィルタインパルス応答（ｆｉｌｔｅｒ ｉｍ
ｐｕｌｓｅ ｒｅｓｐｏｎｓｅ）」および“Ｈ（ｎ）”
なる表記は、そのような変形を含むことを意図してい
る。同様に、ワード「ゲイン指数（ｇａｉｎ ｉｎｄｅ
ｘ）」または「ゲインスケーリングファクタ（ｇａｉｎ
ｓｃａｌｉｎｇ ｆａｃｔｏｒ）」およびその表記Ｇｋ
は、そのような「ゲイン」または「エネルギ」正規化信
号が音声のＣＥＬＰ符号化に関連して取り入れる多くの
形式を含むものである。
【００７３】図４に示された実施例によって提供される
有利性をもってしても、かなりの計算機的な負担が依然
として残っている。たとえば、図４のブロック５６０′
における自己相関係数の評価（前記式（７）を参照）
は、コードブック１５５におけるＫのベクトルに対する
エネルギ正規化（ゲイン）係数を計算するために（Ｋ）
・（Ｎ！）の乗算を必要とする。Ｋは典型的には５１２
または１０２４のオーダでありかつＮは典型的には６０
または１２０または２４０のオーダであるから、（Ｋ）
・（Ｎ！）＝（Ｋ）・（Ｎ）・（Ｎ−１）・（Ｎ−２）
…（２）は通常非常に大きな数となる。これらの計算
は、ブロック５１０′，５２０′，５５０′の動作に必
要とされるものおよび特定の適応コードブックベクトル
Ｃｋ＝ｊ（ｎ）およびＧｋ＝ｊの対応する値と共に、最
も適合する確率的コードブックベクトルおよび、入力音
声に対し目標音声Ｘ（ｎ）の最善の適合（最小のエラ
ー）を与える、対応するゲインファクタを再帰的に決定
するのに必要な他のものの他に必要である。これは必要
な計算を合理的な時間内に行うためにかなりの量の計算
機的な能力を必要とする。
有利性をもってしても、かなりの計算機的な負担が依然
として残っている。たとえば、図４のブロック５６０′
における自己相関係数の評価（前記式（７）を参照）
は、コードブック１５５におけるＫのベクトルに対する
エネルギ正規化（ゲイン）係数を計算するために（Ｋ）
・（Ｎ！）の乗算を必要とする。Ｋは典型的には５１２
または１０２４のオーダでありかつＮは典型的には６０
または１２０または２４０のオーダであるから、（Ｋ）
・（Ｎ！）＝（Ｋ）・（Ｎ）・（Ｎ−１）・（Ｎ−２）
…（２）は通常非常に大きな数となる。これらの計算
は、ブロック５１０′，５２０′，５５０′の動作に必
要とされるものおよび特定の適応コードブックベクトル
Ｃｋ＝ｊ（ｎ）およびＧｋ＝ｊの対応する値と共に、最
も適合する確率的コードブックベクトルおよび、入力音
声に対し目標音声Ｘ（ｎ）の最善の適合（最小のエラ
ー）を与える、対応するゲインファクタを再帰的に決定
するのに必要な他のものの他に必要である。これは必要
な計算を合理的な時間内に行うためにかなりの量の計算
機的な能力を必要とする。
【００７４】ベクトル当たりＮのエントリのＫのベクト
ルを有するコードブックに対して行われることが必要な
自己相関演算の数は音声品質に大きな悪影響を与えるこ
となくかなり低減できることが分かった。これは、Ｎの
エントリの内の第１のＰ（Ｐ＜＜Ｎ）に対するコードブ
ックベクトルを自己相関してそれに対する第１の自己相
関値を決定する段階、Ｋのコードブックベクトルおよび
前記第１の自己相関値を使用して合成音声を生成しかつ
その結果を入力音声と比較することによってＫのコード
ブックベクトルを評価する段階、Ｋのコードブックベク
トルの内のどのＳ（Ｓ＜＜Ｋ）が評価されたＫ−Ｓの残
りのベクトルよりも入力音声と比較してより少ないエラ
ーを有する合成音声を提供するかを決定する段階、各コ
ードブックベクトルにおけるＲのエントリに対するＫの
ベクトルの内のこれらのＳに対するコードブックベクト
ル（Ｐ＜Ｒ≦Ｎ）を自己相関してそれに対する第２の自
己相関値を提供する段階、前記第２の自己相関値を使用
してＫのベクトルの内の前記Ｓを再評価しＳのコードブ
ックベクトルの内のどれが入力音声と比較して最少のエ
ラーを提供するかを識別する段階、そして最少のエラー
を提供するコードブックベクトルの識別を使用して音声
フレームに対するＣＥＬＰコードを形成する段階、を具
備する方法によって達成される。ここに述べられた大き
さのＫおよびＮに対しては、５≦Ｐ≦１０かつ１≦Ｓ≦
７の範囲のＰおよびＳが適切である。Ｒ＝ＮまたはＮ−
１であることが望ましい。
ルを有するコードブックに対して行われることが必要な
自己相関演算の数は音声品質に大きな悪影響を与えるこ
となくかなり低減できることが分かった。これは、Ｎの
エントリの内の第１のＰ（Ｐ＜＜Ｎ）に対するコードブ
ックベクトルを自己相関してそれに対する第１の自己相
関値を決定する段階、Ｋのコードブックベクトルおよび
前記第１の自己相関値を使用して合成音声を生成しかつ
その結果を入力音声と比較することによってＫのコード
ブックベクトルを評価する段階、Ｋのコードブックベク
トルの内のどのＳ（Ｓ＜＜Ｋ）が評価されたＫ−Ｓの残
りのベクトルよりも入力音声と比較してより少ないエラ
ーを有する合成音声を提供するかを決定する段階、各コ
ードブックベクトルにおけるＲのエントリに対するＫの
ベクトルの内のこれらのＳに対するコードブックベクト
ル（Ｐ＜Ｒ≦Ｎ）を自己相関してそれに対する第２の自
己相関値を提供する段階、前記第２の自己相関値を使用
してＫのベクトルの内の前記Ｓを再評価しＳのコードブ
ックベクトルの内のどれが入力音声と比較して最少のエ
ラーを提供するかを識別する段階、そして最少のエラー
を提供するコードブックベクトルの識別を使用して音声
フレームに対するＣＥＬＰコードを形成する段階、を具
備する方法によって達成される。ここに述べられた大き
さのＫおよびＮに対しては、５≦Ｐ≦１０かつ１≦Ｓ≦
７の範囲のＰおよびＳが適切である。Ｒ＝ＮまたはＮ−
１であることが望ましい。
【００７５】上に述べた動作はまたここに与えられた式
および図に関して説明することができる。たとえば、ｍ
＝０〜Ｎ−１に対する、ｎ＝１〜Ｎに対する、かつｋ＝
１〜ｋ＝Ｋの各々の値に対し、式（７）を再帰的に評価
する代わりに、以下の手順が用いられる。 （１）ｍ＝０〜ｍ＝Ｐ、ここでＰ＜＜Ｎ、に対し、式
（７）に従ってブロック５５０′においてコードブック
ベクトルＣｋ（ｎ）の自己相関を行い、（２）それによ
って検出されたＵｋ（Ｐ）のＰの値を使用し、すべての
ＫのベクトルＣｋ（ｎ）を再帰的に評価しかつＫのベク
トルＣｋ（ｎ）の内のＳの、Ｓ＜＜Ｋ、入力音声に対し
最も近い整合を提供するものを選択し、次に（３）上の
ステップ（２）において選択されたＫのベクトルの内の
Ｓを最初に選択されたＰの値より多く、好ましくはすべ
てｍ＝０〜ｍ＝Ｎ−１の値、を使用して再帰的に再評価
し、式（７）におけるＵｋ（ｍ）を決定し入力音声に対
する最善の適合を与えるｊ番目の値Ｃｋ＝ｊ（ｎ）およ
び対応するゲイン指数またはファクタＧｋ＝ｊを決定
し、そして（４）前と同様に、Ｃｋ＝ｊ（ｎ）およびＧ
ｋ＝ｊをチャネルコーダ２１０に送る。
および図に関して説明することができる。たとえば、ｍ
＝０〜Ｎ−１に対する、ｎ＝１〜Ｎに対する、かつｋ＝
１〜ｋ＝Ｋの各々の値に対し、式（７）を再帰的に評価
する代わりに、以下の手順が用いられる。 （１）ｍ＝０〜ｍ＝Ｐ、ここでＰ＜＜Ｎ、に対し、式
（７）に従ってブロック５５０′においてコードブック
ベクトルＣｋ（ｎ）の自己相関を行い、（２）それによ
って検出されたＵｋ（Ｐ）のＰの値を使用し、すべての
ＫのベクトルＣｋ（ｎ）を再帰的に評価しかつＫのベク
トルＣｋ（ｎ）の内のＳの、Ｓ＜＜Ｋ、入力音声に対し
最も近い整合を提供するものを選択し、次に（３）上の
ステップ（２）において選択されたＫのベクトルの内の
Ｓを最初に選択されたＰの値より多く、好ましくはすべ
てｍ＝０〜ｍ＝Ｎ−１の値、を使用して再帰的に再評価
し、式（７）におけるＵｋ（ｍ）を決定し入力音声に対
する最善の適合を与えるｊ番目の値Ｃｋ＝ｊ（ｎ）およ
び対応するゲイン指数またはファクタＧｋ＝ｊを決定
し、そして（４）前と同様に、Ｃｋ＝ｊ（ｎ）およびＧ
ｋ＝ｊをチャネルコーダ２１０に送る。
【００７６】ここで使用されているように、「再帰的
（ｒｅｃｕｒｓｉｖｅｌｙ）」は反復的な合成による分
析（ａｎａｌｙｓｉｓ−ｂｙ−ｓｙｎｔｈｅｓｉｓ）コ
ードブックサーチおよび図２の（ａ）および（ｂ）と図
４に関して説明したエラー最少化手順を言及している。
（ｒｅｃｕｒｓｉｖｅｌｙ）」は反復的な合成による分
析（ａｎａｌｙｓｉｓ−ｂｙ−ｓｙｎｔｈｅｓｉｓ）コ
ードブックサーチおよび図２の（ａ）および（ｂ）と図
４に関して説明したエラー最少化手順を言及している。
【００７７】出力音声品質はＰが約Ｐ＝１０まで増大す
るに応じて改善され、Ｐ＞１０に対してはそれ以上の少
しの改善があることが分かっている。良好な音声品質は
５≦Ｐ≦１０に対して得られる。音声品質はＰ＜５に対
し急速に劣化する。Ｎは通常６０またはそれ以上のオー
ダであるから、かなりの計算機的な節約が得られる。
るに応じて改善され、Ｐ＞１０に対してはそれ以上の少
しの改善があることが分かっている。良好な音声品質は
５≦Ｐ≦１０に対して得られる。音声品質はＰ＜５に対
し急速に劣化する。Ｎは通常６０またはそれ以上のオー
ダであるから、かなりの計算機的な節約が得られる。
【００７８】有用な音声品質はＳの値をＳ＝１にまで小
さくし、かつ音声品質はＳが増大するにつれて増大する
ことが分かっている。約Ｓ＝７を超えると、音声品質の
それ以上の改善は検出するのが困難になる。従って、１
≦Ｓ≦７が有用な動作範囲であり、これは最適のコード
ブックベクトルおよび対応するゲイン指数またはファク
タに対する再帰的サーチの間に達成されなければならな
い計算の数を大幅に低減する。これは単一のデジタル信
号プロセッサを使用して所望のボコーダ機能を達成する
のをさらに容易にする。
さくし、かつ音声品質はＳが増大するにつれて増大する
ことが分かっている。約Ｓ＝７を超えると、音声品質の
それ以上の改善は検出するのが困難になる。従って、１
≦Ｓ≦７が有用な動作範囲であり、これは最適のコード
ブックベクトルおよび対応するゲイン指数またはファク
タに対する再帰的サーチの間に達成されなければならな
い計算の数を大幅に低減する。これは単一のデジタル信
号プロセッサを使用して所望のボコーダ機能を達成する
のをさらに容易にする。
【００７９】どのようにしてコードブックエントリが構
築されかつ自己相関が行われるかに関しさらに別の問題
が存在する。これはショートピッチ期間の識別に供する
ために従来技術においてしばしば使用されている「コピ
ーアップ（ｃｏｐｙ−ｕｐ）」と称される手順の結果と
して生ずる（たとえば、前述のケッチャム他の米国特許
を参照）。これは次のように説明される。
築されかつ自己相関が行われるかに関しさらに別の問題
が存在する。これはショートピッチ期間の識別に供する
ために従来技術においてしばしば使用されている「コピ
ーアップ（ｃｏｐｙ−ｕｐ）」と称される手順の結果と
して生ずる（たとえば、前述のケッチャム他の米国特許
を参照）。これは次のように説明される。
【００８０】最適のピッチ周期に対する適応コードブッ
クサーチにおけるエラー関数のエネルギ項は２つの関数
の自己相関係数のリニアな組合わせに低減することがで
きる。これら２つの関数は知覚的に重み付けされたショ
ートターム・リニアフィルタのインパルス応答関数Ｈ
（ｎ）および適応コードブックのコードブックベクトル
Ｃｋ（ｎ）である。適応コードブックについては計算機
的な複雑さが確率的コードブックより大きくなるが、そ
れは適応コードブックベクトルに対する自己相関係数が
予め計算しかつ記憶しておくことができないからであ
る。
クサーチにおけるエラー関数のエネルギ項は２つの関数
の自己相関係数のリニアな組合わせに低減することがで
きる。これら２つの関数は知覚的に重み付けされたショ
ートターム・リニアフィルタのインパルス応答関数Ｈ
（ｎ）および適応コードブックのコードブックベクトル
Ｃｋ（ｎ）である。適応コードブックについては計算機
的な複雑さが確率的コードブックより大きくなるが、そ
れは適応コードブックベクトルに対する自己相関係数が
予め計算しかつ記憶しておくことができないからであ
る。
【００８１】各々の適応コードブックベクトルは、サン
プルまたは値とも称される、Ｎのエントリのリニアアレ
イである。各エントリは１〜Ｎに至るあるいはＮ〜１に
至る指数ｎにより識別される。コードブックにおける隣
接ベクトルは互いに１つのエントリだけ異なる、すなわ
ち、各引き続くベクトルは該ベクトルの終りに加えられ
た１つの新しいエントリを有しかつ該ベクトルの他の端
からドロップされる１つの古いエントリを有し介在する
エントリは同じままである。従って、該ベクトルの端部
を除き、隣接ベクトルは１つの指数だけずれた同じエン
トリを有する。もし隣接するベクトルが並んで配置され
れば、それらは１つのエントリまたはサンプルだけずれ
ておれば釣り合うことになる。これは０から９の間の任
意的なエントリ値および指数ｎ＝１−６０を有する仮想
的な隣接ベクトルｋ，ｋ′に対し以下に概略的に説明す
る。この変位（ｄｉｓｐｌａｃｅｍｅｎｔ）はコードブ
ック「オーバラップ」と称される。
プルまたは値とも称される、Ｎのエントリのリニアアレ
イである。各エントリは１〜Ｎに至るあるいはＮ〜１に
至る指数ｎにより識別される。コードブックにおける隣
接ベクトルは互いに１つのエントリだけ異なる、すなわ
ち、各引き続くベクトルは該ベクトルの終りに加えられ
た１つの新しいエントリを有しかつ該ベクトルの他の端
からドロップされる１つの古いエントリを有し介在する
エントリは同じままである。従って、該ベクトルの端部
を除き、隣接ベクトルは１つの指数だけずれた同じエン
トリを有する。もし隣接するベクトルが並んで配置され
れば、それらは１つのエントリまたはサンプルだけずれ
ておれば釣り合うことになる。これは０から９の間の任
意的なエントリ値および指数ｎ＝１−６０を有する仮想
的な隣接ベクトルｋ，ｋ′に対し以下に概略的に説明す
る。この変位（ｄｉｓｐｌａｃｅｍｅｎｔ）はコードブ
ック「オーバラップ」と称される。
【００８２】 実例Ｉ−ベクトルオーバラップの例示 k(n): 1,2,3,4,5,6,7,……,55,56,57,58,59,60 （指数） 4,6,9,3,5,1,8,……, 0, 4, 6, 8, 2, 3 （値） k ′(n): 1,2,3,4,5,6,7,…… ,55,56,57,58,59,60 （指数） 6,9,3,5,1,8,5,…… , 4, 6, 8, 2, 3, 7 （値） ベクトルｋ′は１つの指数によって変位した隣接ベクト
ルｋと同じエントリを有し、かつ古いエントリはベクト
ルの一端からドロップされ（たとえば、値４は左端をド
ロップされ）かつ新しいエントリがパターンに加えられ
る（たとえば、値７が右端に加えられる）。
ルｋと同じエントリを有し、かつ古いエントリはベクト
ルの一端からドロップされ（たとえば、値４は左端をド
ロップされ）かつ新しいエントリがパターンに加えられ
る（たとえば、値７が右端に加えられる）。
【００８３】自己相関関数Ｕｋ（ｍ）は方程式（７）で
与えられ、この場合ｍ＝０〜Ｎ−１は積Ｃｋ（ｎ）＊Ｃ
ｋ（ｎ＋ｍ）における「遅れ（ｌａｇ）」値であり、か
つｎ＝１〜Ｎはベクトルエントリの指数（ｉｎｄｅｘ）
である。今までは、ベクトル長Ｎ（すなわち、コードブ
ックベクトルごとのエントリの数）およびフレーム長Ｌ
（すなわち、分析フレームごとの音声サンプルの数）は
同じであると仮定してきた。しかしこれは常にそうであ
る訳ではない。ＮおよびＬが同じであるかあるいは異な
るかに応じて自己相関係数を決定するために異なる作戦
が使用される。
与えられ、この場合ｍ＝０〜Ｎ−１は積Ｃｋ（ｎ）＊Ｃ
ｋ（ｎ＋ｍ）における「遅れ（ｌａｇ）」値であり、か
つｎ＝１〜Ｎはベクトルエントリの指数（ｉｎｄｅｘ）
である。今までは、ベクトル長Ｎ（すなわち、コードブ
ックベクトルごとのエントリの数）およびフレーム長Ｌ
（すなわち、分析フレームごとの音声サンプルの数）は
同じであると仮定してきた。しかしこれは常にそうであ
る訳ではない。ＮおよびＬが同じであるかあるいは異な
るかに応じて自己相関係数を決定するために異なる作戦
が使用される。
【００８４】ベクトル長Ｎがフレーム長Ｌに等しいかま
たは大きい場合には、自己相関係数は加算−削除（ａｄ
ｄ−ｄｅｌｅｔｅ）エンドコレクションと呼ばれるプロ
セスによって計算できる。たとえば、引き続く適応コー
ドブックベクトルＣｋ，Ｃｋ′Ｃｋ″などのゼロオーダ
またはゼロ遅延（遅れｍ＝０）自己相関係数は最初のベ
クトルに対し（Ｃｋ（ｎ））２の和を計算しかつエンド
コレクションによって他のベクトルを検出することによ
り決定できる。エンドコレクションは新しく加算された
ベクトル値の２乗を加算しかつたった今削除されたベク
トル値の２乗を減算することを必要とする。この同じ手
順が（いくつかの変化を伴って）ｍ＝１，２，３などに
対し続けられ、その結果計算機的な負担が各々のベクト
ルに対し別個に式（７）により各自己相関係数を計算す
る場合に比較して低減される。自己相関係数を決定する
ためのこの加算−削除エンドコレクション処理は技術上
よく知られている。
たは大きい場合には、自己相関係数は加算−削除（ａｄ
ｄ−ｄｅｌｅｔｅ）エンドコレクションと呼ばれるプロ
セスによって計算できる。たとえば、引き続く適応コー
ドブックベクトルＣｋ，Ｃｋ′Ｃｋ″などのゼロオーダ
またはゼロ遅延（遅れｍ＝０）自己相関係数は最初のベ
クトルに対し（Ｃｋ（ｎ））２の和を計算しかつエンド
コレクションによって他のベクトルを検出することによ
り決定できる。エンドコレクションは新しく加算された
ベクトル値の２乗を加算しかつたった今削除されたベク
トル値の２乗を減算することを必要とする。この同じ手
順が（いくつかの変化を伴って）ｍ＝１，２，３などに
対し続けられ、その結果計算機的な負担が各々のベクト
ルに対し別個に式（７）により各自己相関係数を計算す
る場合に比較して低減される。自己相関係数を決定する
ためのこの加算−削除エンドコレクション処理は技術上
よく知られている。
【００８５】ベクトルにおけるサンプルの数がフレーム
長Ｌより小さい場合には、フレームを満たすために該ベ
クトルを「コピーアップ（ｃｏｐｙ−ｕｐ）」すること
が普通である（たとえば、前述のケッチャム他の米国特
許を参照）。たとえば、もしフレーム長が６０でありか
つ２０のエントリのみが分析において使用されておれ
ば、これら２０のエントリは３回繰り返されて６０のベ
クトル長を得る。これは以下にベクトル値の指数に関し
て説明する。
長Ｌより小さい場合には、フレームを満たすために該ベ
クトルを「コピーアップ（ｃｏｐｙ−ｕｐ）」すること
が普通である（たとえば、前述のケッチャム他の米国特
許を参照）。たとえば、もしフレーム長が６０でありか
つ２０のエントリのみが分析において使用されておれ
ば、これら２０のエントリは３回繰り返されて６０のベ
クトル長を得る。これは以下にベクトル値の指数に関し
て説明する。
【００８６】 実例ＩＩ−コピーアップ ベクトル 1,2,................................59,60 コピーアップベクトル 1,2,...,19,20,1,2,...,19,20,1,2,...,19,20.
【００８７】この複製または「コピーアップ」はもし自
己相関係数を計算するための前に述べた加算−削除エン
ドコレクション方法を用いようとするとエラーを生ず
る。これらのエラーは合成された音声の品質を劣化させ
る。
己相関係数を計算するための前に述べた加算−削除エン
ドコレクション方法を用いようとするとエラーを生ず
る。これらのエラーは合成された音声の品質を劣化させ
る。
【００８８】エンドコレクションのエラーはｍのより大
きな値、すなわち、自己相関関数における高い次数の
（より大きな「遅れ」の項）に対し増大する。前に述べ
た単純な加算−削除エンドコレクション手順はコピーア
ップされたベクトルに対してはもはや満足に動作しな
い。従ってより小さな計算機的な負担（例えば、容易な
エンドコレクション）をもつためにより貧弱な音声品質
を受け入れるか、あるいはより高い音声品質および大き
な計算機的な負担（例えば、各ベクトルを別個に計算す
る）をもつかの望まない選択が残されることになる。ベ
クトルにおけるサンプルの数がフレーム長より小さい状
況に対して自己相関係数を得る計算機的な負担は以下に
述べる改良された計算機的手順および装置によって合成
された音声品質の喪失なく低減できることが分った。
きな値、すなわち、自己相関関数における高い次数の
（より大きな「遅れ」の項）に対し増大する。前に述べ
た単純な加算−削除エンドコレクション手順はコピーア
ップされたベクトルに対してはもはや満足に動作しな
い。従ってより小さな計算機的な負担（例えば、容易な
エンドコレクション）をもつためにより貧弱な音声品質
を受け入れるか、あるいはより高い音声品質および大き
な計算機的な負担（例えば、各ベクトルを別個に計算す
る）をもつかの望まない選択が残されることになる。ベ
クトルにおけるサンプルの数がフレーム長より小さい状
況に対して自己相関係数を得る計算機的な負担は以下に
述べる改良された計算機的手順および装置によって合成
された音声品質の喪失なく低減できることが分った。
【００８９】分析フレームが長さＬ（例えば、６０）お
よびＮのサンプルまたは値（例えば、６０）を有するコ
ードブックが目標音声に対し最善の整合を生成する適応
コードブックベクトルを決定するために図２から図４ま
での装置および手順に関して使用されるものと仮定す
る。さらに、短時間ピッチ周期を迅速に検出するために
ベクトル値のより小さなサブセットＭ＜Ｎ（例えば、Ｍ
〜２０）が初めに分析のために使用されるものと仮定す
る。過去において、Ｍのサンプルまたは値が長さＬのフ
レームを満たすためにコピーアップされかつ分析はコピ
ーアップされたフレームに基づいていた。本発明の方法
によれば、Ｍの値のサブフレームをコピーアップする必
要はない。
よびＮのサンプルまたは値（例えば、６０）を有するコ
ードブックが目標音声に対し最善の整合を生成する適応
コードブックベクトルを決定するために図２から図４ま
での装置および手順に関して使用されるものと仮定す
る。さらに、短時間ピッチ周期を迅速に検出するために
ベクトル値のより小さなサブセットＭ＜Ｎ（例えば、Ｍ
〜２０）が初めに分析のために使用されるものと仮定す
る。過去において、Ｍのサンプルまたは値が長さＬのフ
レームを満たすためにコピーアップされかつ分析はコピ
ーアップされたフレームに基づいていた。本発明の方法
によれば、Ｍの値のサブフレームをコピーアップする必
要はない。
【００９０】この実施例に関連して与えられる説明は特
に適応コードブックベクトルの自己相関係数を効率的に
決定することに向けられており、かつより小さなエラー
および目標音声に対する最善の整合を有するコードブッ
クベクトルを選択するために使用される分析プロセスの
他の部分の説明については図２から図４までの説明を参
照すべきである。
に適応コードブックベクトルの自己相関係数を効率的に
決定することに向けられており、かつより小さなエラー
および目標音声に対する最善の整合を有するコードブッ
クベクトルを選択するために使用される分析プロセスの
他の部分の説明については図２から図４までの説明を参
照すべきである。
【００９１】また、式（７）を参照すべきであり、この
場合は積［Ｃｋ（ｎ）＊Ｃｋ（ｎ＋ｍ）］のｎ＝１〜Ｎ
かつｍ＝０〜Ｎ−１にわたる和Ｕｋ（ｎ）はｋ番目のベ
クトルの自己相関係数である。指数ｍは通常０からＮ−
１におよびかつ自己相関係数を計算するために使用され
る「遅れ」を識別する。１〜Ｋの範囲の指数ｋはコード
ブックベクトルを識別しかつ指数ｎは該ベクトル内の個
々のサンプルまたは値を示す。分析において使用される
サンプルの数は検出されるピッチ周期に依存する。例え
ば、人間の声に関連する最も短いピッチ周期については
約２０のサンプルが必要とされかつ最も長いピッチ周期
に対しては約１４７のサンプルが必要とされる。
場合は積［Ｃｋ（ｎ）＊Ｃｋ（ｎ＋ｍ）］のｎ＝１〜Ｎ
かつｍ＝０〜Ｎ−１にわたる和Ｕｋ（ｎ）はｋ番目のベ
クトルの自己相関係数である。指数ｍは通常０からＮ−
１におよびかつ自己相関係数を計算するために使用され
る「遅れ」を識別する。１〜Ｋの範囲の指数ｋはコード
ブックベクトルを識別しかつ指数ｎは該ベクトル内の個
々のサンプルまたは値を示す。分析において使用される
サンプルの数は検出されるピッチ周期に依存する。例え
ば、人間の声に関連する最も短いピッチ周期については
約２０のサンプルが必要とされかつ最も長いピッチ周期
に対しては約１４７のサンプルが必要とされる。
【００９２】０次の自己相関係数はｍ＝０に対応し、１
次の係数はｍ＝１に対応し、かつ以下同様である。「ピ
ッチ遅れ」Ｍ＜Ｎは分析のために使用されるべきベクト
ルにおける値の数として規定される。従って、短時間ピ
ッチ周期の音声成分に対する自己相関係数を決定する上
で、ｍはゼロからＭまで変化する。「フレームサイズ」
Ｌはフレームにおける音声のサンプル数として定義され
る。通常、Ｌ＝Ｎである。Ｌに対する典型的な値は６０
でありかつＭに対する典型的な値は２０であるが、Ｌ＜
Ｍであればこれら双方に対し他の値を使用することもで
きる。説明の便宜のため、以下の説明ではＬ＝６０およ
びＭ＝２０の値が仮定されている。しかしながら、当業
者はここに記述した説明に基づきこれらの値が制限的な
ものでないことおよびＭおよびＬの他の値も使用できる
ことを理解するであろう。
次の係数はｍ＝１に対応し、かつ以下同様である。「ピ
ッチ遅れ」Ｍ＜Ｎは分析のために使用されるべきベクト
ルにおける値の数として規定される。従って、短時間ピ
ッチ周期の音声成分に対する自己相関係数を決定する上
で、ｍはゼロからＭまで変化する。「フレームサイズ」
Ｌはフレームにおける音声のサンプル数として定義され
る。通常、Ｌ＝Ｎである。Ｌに対する典型的な値は６０
でありかつＭに対する典型的な値は２０であるが、Ｌ＜
Ｍであればこれら双方に対し他の値を使用することもで
きる。説明の便宜のため、以下の説明ではＬ＝６０およ
びＭ＝２０の値が仮定されている。しかしながら、当業
者はここに記述した説明に基づきこれらの値が制限的な
ものでないことおよびＭおよびＬの他の値も使用できる
ことを理解するであろう。
【００９３】本発明は自己相関係数を決定する場合の計
算機的な負担を低減しかつコピーアップのエラーを避け
るための手段および方法を提供する。それはコピーアッ
プが前に使用された、すなわち、最も短いピッチ周期を
迅速に識別するために限られた数のコードブックサンプ
ル（例えば、２０）が必要であるが、その限られた数の
サンプルはエネルギの正規化問題を避けるために分析フ
レーム長（例えば、６０）に拡張されなければならな
い、再起的な合成による分析手順の部分にあてはまる。
いったん第１のＭ＋ｋ−１のベクトルが分析されかつベ
クトルの拡張が完了しそれによりＮ＝Ｌになれば、自己
相関係数は前に述べた加算−削除エンドコレクション処
理によって計算される。
算機的な負担を低減しかつコピーアップのエラーを避け
るための手段および方法を提供する。それはコピーアッ
プが前に使用された、すなわち、最も短いピッチ周期を
迅速に識別するために限られた数のコードブックサンプ
ル（例えば、２０）が必要であるが、その限られた数の
サンプルはエネルギの正規化問題を避けるために分析フ
レーム長（例えば、６０）に拡張されなければならな
い、再起的な合成による分析手順の部分にあてはまる。
いったん第１のＭ＋ｋ−１のベクトルが分析されかつベ
クトルの拡張が完了しそれによりＮ＝Ｌになれば、自己
相関係数は前に述べた加算−削除エンドコレクション処
理によって計算される。
【００９４】好ましい実施例においては、本発明の方法
は、（１）ｍ＝０〜Ｔ＜Ｍおよびｎ＝１〜Ｍに対し式
（７）を評価することにより最初のベクトルｋに対し自
己相関係数Ｕｋを決定しかつ結果をＬ／Ｍによって乗算
する。この場合、Ｌ，Ｍ，Ｐ，ｎおよびｍは上に述べた
意味を有する。Ｌ＝６０およびＭ＝２０に対しては、Ｌ
／Ｍ＝３である。パラメータＴは自己相関遅れｍのどれ
だけ多くの値が使用されるか、すなわち、どれだけ多く
の自己相関係数が計算されるかを決定する。典型的に
は、Ｔ＝Ｍ−１であるが、Ｔの他のより小さな値も使用
できる。Ｔのより小さな値を使用することはコードブッ
クベクトルの支配的な値が計算されて支配的な自己相関
係数がｍの小さな値に対するものである場合に有利であ
る。（２）ステップ（１）において前に得られたｍの各
々の値に対し式（７）における積の和を求めかつ
（Ｃｋ′（ｎ＝Ｍ＋１））２をｍ＝０の項に加算し、Ｃ
ｋ′（ｎ＝Ｍ＋１）＊Ｃｋ′（ｎ＝Ｍ＋２）をｍ＝１の
項に加算し、Ｃｋ′（ｎ＝Ｍ＋１）＊Ｃｋ′（ｎ＝Ｍ＋
３）をｍ＝２の項に加算し、かつ以下同様にＴ番目の項
まで行なうことによって第２のベクトルｋ′に対する自
己相関係数Ｕｋを決定し、かつその結果をＬ／（Ｍ＋
１）により乗算し、（３）前記ステップ（２）において
前に得られたｍの各値に対し前記積の和を行ないかつ
（Ｃｋ′（ｎ＝Ｍ＋２））２をｍ＝０の項に加算し、Ｃ
ｋ″（ｎ＝Ｍ＋２）＊Ｃｋ″（ｎ＝Ｍ＋３）をｍ＝１の
項に加算し、Ｃｋ″（ｎ＝Ｍ＋２）＊Ｃｋ″（ｎ＝Ｍ＋
４）をｍ＝２の項に加算し、かつ以下同様にＴ番目の項
まで行なうことによって第３のベクトルｋ″に対する自
己相関係数Ｕｋを決定し、その結果をＬ／（Ｍ＋２）に
よって乗算し、そして（４）前記ステップ（１）〜
（３）を残りのベクトルに対し、Ｌ／（Ｍ＋ｋ−１）＝
１になるまで各々の付加的なベクトルに対し前記値を１
だけ増分して残りの自己相関係数を決定する。その後、
自己相関係数が前に述べた伝統的な従来技術の加算−削
除手順によって計算される。
は、（１）ｍ＝０〜Ｔ＜Ｍおよびｎ＝１〜Ｍに対し式
（７）を評価することにより最初のベクトルｋに対し自
己相関係数Ｕｋを決定しかつ結果をＬ／Ｍによって乗算
する。この場合、Ｌ，Ｍ，Ｐ，ｎおよびｍは上に述べた
意味を有する。Ｌ＝６０およびＭ＝２０に対しては、Ｌ
／Ｍ＝３である。パラメータＴは自己相関遅れｍのどれ
だけ多くの値が使用されるか、すなわち、どれだけ多く
の自己相関係数が計算されるかを決定する。典型的に
は、Ｔ＝Ｍ−１であるが、Ｔの他のより小さな値も使用
できる。Ｔのより小さな値を使用することはコードブッ
クベクトルの支配的な値が計算されて支配的な自己相関
係数がｍの小さな値に対するものである場合に有利であ
る。（２）ステップ（１）において前に得られたｍの各
々の値に対し式（７）における積の和を求めかつ
（Ｃｋ′（ｎ＝Ｍ＋１））２をｍ＝０の項に加算し、Ｃ
ｋ′（ｎ＝Ｍ＋１）＊Ｃｋ′（ｎ＝Ｍ＋２）をｍ＝１の
項に加算し、Ｃｋ′（ｎ＝Ｍ＋１）＊Ｃｋ′（ｎ＝Ｍ＋
３）をｍ＝２の項に加算し、かつ以下同様にＴ番目の項
まで行なうことによって第２のベクトルｋ′に対する自
己相関係数Ｕｋを決定し、かつその結果をＬ／（Ｍ＋
１）により乗算し、（３）前記ステップ（２）において
前に得られたｍの各値に対し前記積の和を行ないかつ
（Ｃｋ′（ｎ＝Ｍ＋２））２をｍ＝０の項に加算し、Ｃ
ｋ″（ｎ＝Ｍ＋２）＊Ｃｋ″（ｎ＝Ｍ＋３）をｍ＝１の
項に加算し、Ｃｋ″（ｎ＝Ｍ＋２）＊Ｃｋ″（ｎ＝Ｍ＋
４）をｍ＝２の項に加算し、かつ以下同様にＴ番目の項
まで行なうことによって第３のベクトルｋ″に対する自
己相関係数Ｕｋを決定し、その結果をＬ／（Ｍ＋２）に
よって乗算し、そして（４）前記ステップ（１）〜
（３）を残りのベクトルに対し、Ｌ／（Ｍ＋ｋ−１）＝
１になるまで各々の付加的なベクトルに対し前記値を１
だけ増分して残りの自己相関係数を決定する。その後、
自己相関係数が前に述べた伝統的な従来技術の加算−削
除手順によって計算される。
【００９５】別の方法では、コードブックベクトルの自
己相関係数は以下の式（１１ａ）〜（１１ｂ）を使用し
てｍ＝０〜Ｔ＜Ｍに対し第１のベクトルｋ＝１の係数Ｕ
ｋ（ｍ）を計算することにより決定される。 Ｕ１（ｍ）＝（Ｌ／Ｍ）Ｕ′１（ｍ） （１１ｂ）
己相関係数は以下の式（１１ａ）〜（１１ｂ）を使用し
てｍ＝０〜Ｔ＜Ｍに対し第１のベクトルｋ＝１の係数Ｕ
ｋ（ｍ）を計算することにより決定される。 Ｕ１（ｍ）＝（Ｌ／Ｍ）Ｕ′１（ｍ） （１１ｂ）
【００９６】上記コードブックベクトルの自己相関係数
の決定は、次に以下の式（１２ａ）〜（１２ｂ）を使用
してｍ＝０〜Ｔ＜Ｍおよび（Ｍ＋ｋ−１）≦Ｌに対し残
りのコードブックベクトルの自己相関係数Ｕｋ（ｍ）を
計算することにより決定される。 Ｕ′ｋ（ｍ）＝［Ｕ′ｋ−１（ｍ） ＋Ｃｋ（Ｍ＋ｋ−１）Ｃｋ（Ｍ＋ｋ−１＋ｍ）］ （１２ａ） Ｕｋ（ｍ）＝｛Ｌ／（Ｍ＋ｋ−１）｝Ｕ′ｋ（ｍ） （１２ｂ）
の決定は、次に以下の式（１２ａ）〜（１２ｂ）を使用
してｍ＝０〜Ｔ＜Ｍおよび（Ｍ＋ｋ−１）≦Ｌに対し残
りのコードブックベクトルの自己相関係数Ｕｋ（ｍ）を
計算することにより決定される。 Ｕ′ｋ（ｍ）＝［Ｕ′ｋ−１（ｍ） ＋Ｃｋ（Ｍ＋ｋ−１）Ｃｋ（Ｍ＋ｋ−１＋ｍ）］ （１２ａ） Ｕｋ（ｍ）＝｛Ｌ／（Ｍ＋ｋ−１）｝Ｕ′ｋ（ｍ） （１２ｂ）
【００９７】合成による分析が増大する長さのベクトル
（およびそれらの対応する自己相関係数）を使用し、長
さＭのベクトルでスタートしかつベクトル長がフレーム
長に等しくなるまで、すなわち、（Ｍ＋ｋ−１）＝Ｌに
なるまで各々の引続くベクトルの長さを１サンプルだけ
増大しながら、行なわれる。フレーム長に整合するため
のショートピッチのサンプルの拡張が次に完了する。引
続くベクトルはフレーム長と同じ長さを有しかつオーバ
ラップするコードブックの各々の引続くベクトルはベク
トルの一端から古いサンプルを削除しかつ該ベクトルの
他端において新しいサンプルを加えることに対応する。
従来技術の加算−削除エンドコレクション方法が次に使
用されて分析される残りのベクトルの自己相関係数を決
定する。
（およびそれらの対応する自己相関係数）を使用し、長
さＭのベクトルでスタートしかつベクトル長がフレーム
長に等しくなるまで、すなわち、（Ｍ＋ｋ−１）＝Ｌに
なるまで各々の引続くベクトルの長さを１サンプルだけ
増大しながら、行なわれる。フレーム長に整合するため
のショートピッチのサンプルの拡張が次に完了する。引
続くベクトルはフレーム長と同じ長さを有しかつオーバ
ラップするコードブックの各々の引続くベクトルはベク
トルの一端から古いサンプルを削除しかつ該ベクトルの
他端において新しいサンプルを加えることに対応する。
従来技術の加算−削除エンドコレクション方法が次に使
用されて分析される残りのベクトルの自己相関係数を決
定する。
【００９８】式（１１ａ）における積の和は第１のベク
トルに対し一度だけ評価される必要がありかつ次に（Ｍ
＋ｋ−１）までの他のベクトルは前記第１のベクトルの
項から含まれる付加的な値またはサンプルに対するＣｋ
＊Ｃｋの積の寄与分を加算することにより計算できる。
何らのコピーアップ手順も必要とされずかつコピーアッ
プによって生成される自己相関係数のエラーは生じな
い。これは実質的に図２から図４に関して説明した合成
による分析手順における計算機的な負担を低減する。
トルに対し一度だけ評価される必要がありかつ次に（Ｍ
＋ｋ−１）までの他のベクトルは前記第１のベクトルの
項から含まれる付加的な値またはサンプルに対するＣｋ
＊Ｃｋの積の寄与分を加算することにより計算できる。
何らのコピーアップ手順も必要とされずかつコピーアッ
プによって生成される自己相関係数のエラーは生じな
い。これは実質的に図２から図４に関して説明した合成
による分析手順における計算機的な負担を低減する。
【００９９】従来技術のコピーアップ手順と本発明の手
順との間の差異がベクトル指数に関し以下に概略的に説
明される。自己相関係数の計算は遅れｍ、すなわち、ベ
クトルの相対変位の種々の量に対しそれ自身とのベクト
ルの積を加算することを含む。以下の例はコピーアップ
手法および本発明の手法に対する遅れ（ｌａｇ）ｍの種
々の量に対しどの値が一緒に乗算されるかを示す。この
例における数字はベクトル値またはエントリの指数であ
り、値そのものではなく、かつベクトルに沿った各エン
トリの位置の尺度として考えることができる。
順との間の差異がベクトル指数に関し以下に概略的に説
明される。自己相関係数の計算は遅れｍ、すなわち、ベ
クトルの相対変位の種々の量に対しそれ自身とのベクト
ルの積を加算することを含む。以下の例はコピーアップ
手法および本発明の手法に対する遅れ（ｌａｇ）ｍの種
々の量に対しどの値が一緒に乗算されるかを示す。この
例における数字はベクトル値またはエントリの指数であ
り、値そのものではなく、かつベクトルに沿った各エン
トリの位置の尺度として考えることができる。
【０１００】実例ＩＩＩ−コピーアップ自己相関 コピーアップに対しては、項ごとに乗算しかつ、各ｎお
よびｍに対し、加算を行なう。例えば、 （ｋ＝１，ｍ＝０）に対しては、1,2,3,...,19,20,1,2,
3,...,19,20,1,2,3,...,19,20 を1,2,3,...,19,20,1,2,
3,...,19,20,1,2,3,...,19,20;により乗算し、 （ｋ＝２，ｍ＝０）に対しては、1,2,...,19,20,21,1,
2,...,19,20,21,1,2,...,17,18 を1,2,...,19,20,21,1,
2,...,19,20,21,1,2,...,17,18;により乗算し、 （ｋ＝３，ｍ＝０）に対しては、1,2,...,19,20,21,22,
1,2,...,20,21,22,1,2,...,15,16を1,2,...,19,20,21,2
2,1,2,...,20,21,22,1,2,...,15,16; により乗算し、 以下同様にすべてのｋ，ｍおよびｎに対して行なう。
よびｍに対し、加算を行なう。例えば、 （ｋ＝１，ｍ＝０）に対しては、1,2,3,...,19,20,1,2,
3,...,19,20,1,2,3,...,19,20 を1,2,3,...,19,20,1,2,
3,...,19,20,1,2,3,...,19,20;により乗算し、 （ｋ＝２，ｍ＝０）に対しては、1,2,...,19,20,21,1,
2,...,19,20,21,1,2,...,17,18 を1,2,...,19,20,21,1,
2,...,19,20,21,1,2,...,17,18;により乗算し、 （ｋ＝３，ｍ＝０）に対しては、1,2,...,19,20,21,22,
1,2,...,20,21,22,1,2,...,15,16を1,2,...,19,20,21,2
2,1,2,...,20,21,22,1,2,...,15,16; により乗算し、 以下同様にすべてのｋ，ｍおよびｎに対して行なう。
【０１０１】実例ＩＶ−改良された自己相関（ｍ＝０） 本発明の構成に対しては、ｍ＝０〜Ｍ−１に対し第１の
（例えば、２０）エントリを乗算しかつ加算し、そして
次にｎ＝Ｍ＋１，ｎ＝Ｍ＋２，などのエントリの積を加
算する。例えば、 （ｋ＝１，ｍ＝０）に対しては、1,2,3,...,19,20 ×1,
2,3,...,19,20 を計算し、かつＬ／Ｍにより乗算し、 （ｋ＝２，ｍ＝０）に対しては、1,2,3,...,19,20,21
×1,2,3,...,19,20,21をｋ＝１に対して前に計算したも
のに２１・２１を加算することにより得、かつＬ／Ｍ＋
１により乗算し、 （ｋ＝３，ｍ＝０）に対しては、1,2,3,...,19,20,21,2
2 ×1,2,3,...,19,20,21,22 をｋ＝２に対して前に計
算したものに２２・２２を加算することにより得、かつ
Ｌ／Ｍ＋２により乗算し、そしてベクトル長がフレーム
長に等しくなりかつ最後の項６０・６０が加算されるま
ですべてのｍに対し継続し、次に従来技術と同様に処理
する。
（例えば、２０）エントリを乗算しかつ加算し、そして
次にｎ＝Ｍ＋１，ｎ＝Ｍ＋２，などのエントリの積を加
算する。例えば、 （ｋ＝１，ｍ＝０）に対しては、1,2,3,...,19,20 ×1,
2,3,...,19,20 を計算し、かつＬ／Ｍにより乗算し、 （ｋ＝２，ｍ＝０）に対しては、1,2,3,...,19,20,21
×1,2,3,...,19,20,21をｋ＝１に対して前に計算したも
のに２１・２１を加算することにより得、かつＬ／Ｍ＋
１により乗算し、 （ｋ＝３，ｍ＝０）に対しては、1,2,3,...,19,20,21,2
2 ×1,2,3,...,19,20,21,22 をｋ＝２に対して前に計
算したものに２２・２２を加算することにより得、かつ
Ｌ／Ｍ＋２により乗算し、そしてベクトル長がフレーム
長に等しくなりかつ最後の項６０・６０が加算されるま
ですべてのｍに対し継続し、次に従来技術と同様に処理
する。
【０１０２】従来技術の手法および本発明の手法に対す
る自己相関処理の上の例においては０次の項のみが示さ
れたが、当業者は本明細書の記載に基づきｍ＝１，ｍ＝
２，その他に対する積の項を表わすためにどのようにし
てベクトルをシフトするかを理解するであろう。その処
理の助けとして、ｋ＝１，ｋ＝２およびｍ＝１に対し本
発明のために以下の例が示される。 実例Ｖ−改良された自己相関（ｍ＝１） （ｋ＝１，ｍ＝１）に対しては、1,2,3,...,..19,20 ×
1,2,3,...,18,19 を計算し、かつＬ／Ｍ＋１により乗算
し、 （ｋ＝２，ｍ＝１）に対しては、1,2,3,...,19,20,21
×1,2,3,....,19,20をｋ＝１に対して前に計算されたも
のに２０・２１を加算することにより得、そしてＬ／Ｍ
＋２により乗算し、 （ｋ＝３，ｍ＝１）に対しては、1,2,3,...,19,20,21,2
2 ×1,2,3,... ,19,20,21 をｋ＝２に対して前に計算
したものに２１・２２を加算することにより得、そして
Ｌ／Ｍ＋３により乗算し、そして評価されるすべてのｋ
およびｍに対しＬ／（Ｍ＋ｋ−１）＝１まで続ける。
る自己相関処理の上の例においては０次の項のみが示さ
れたが、当業者は本明細書の記載に基づきｍ＝１，ｍ＝
２，その他に対する積の項を表わすためにどのようにし
てベクトルをシフトするかを理解するであろう。その処
理の助けとして、ｋ＝１，ｋ＝２およびｍ＝１に対し本
発明のために以下の例が示される。 実例Ｖ−改良された自己相関（ｍ＝１） （ｋ＝１，ｍ＝１）に対しては、1,2,3,...,..19,20 ×
1,2,3,...,18,19 を計算し、かつＬ／Ｍ＋１により乗算
し、 （ｋ＝２，ｍ＝１）に対しては、1,2,3,...,19,20,21
×1,2,3,....,19,20をｋ＝１に対して前に計算されたも
のに２０・２１を加算することにより得、そしてＬ／Ｍ
＋２により乗算し、 （ｋ＝３，ｍ＝１）に対しては、1,2,3,...,19,20,21,2
2 ×1,2,3,... ,19,20,21 をｋ＝２に対して前に計算
したものに２１・２２を加算することにより得、そして
Ｌ／Ｍ＋３により乗算し、そして評価されるすべてのｋ
およびｍに対しＬ／（Ｍ＋ｋ−１）＝１まで続ける。
【０１０３】本発明の好ましい実施例に係わる上に述べ
たようにして自己相関係数を決定するのに適した装置が
図５に示されている。本発明に対応する自己相関装置６
００はベクトルサンプルＣｋ（ｎ）が図４の適応コード
ブック１５５から受信される信号入力６０２を具備す
る。ベクトルサンプルまたは値Ｃｋ（ｎ）は２つのパス
６０４，６０６に従う。パス６０６はスイッチ６０８を
介して初期ベクトル（すなわち、ｋ＝１）自己相関器６
１０に至る。初期ベクトル自己相関器６１０は前記式
（１１ａ）により示された機能を達成し、すなわち、そ
れはｋ＝１，ｍ＝１，２，３，…，Ｔ−１，Ｔに対応す
る自己相関係数Ｕ１（ｍ）を計算する。これらの自己相
関係数はスイッチ６２０を介してエンドコレクション係
数計算機６２２に伝達される。
たようにして自己相関係数を決定するのに適した装置が
図５に示されている。本発明に対応する自己相関装置６
００はベクトルサンプルＣｋ（ｎ）が図４の適応コード
ブック１５５から受信される信号入力６０２を具備す
る。ベクトルサンプルまたは値Ｃｋ（ｎ）は２つのパス
６０４，６０６に従う。パス６０６はスイッチ６０８を
介して初期ベクトル（すなわち、ｋ＝１）自己相関器６
１０に至る。初期ベクトル自己相関器６１０は前記式
（１１ａ）により示された機能を達成し、すなわち、そ
れはｋ＝１，ｍ＝１，２，３，…，Ｔ−１，Ｔに対応す
る自己相関係数Ｕ１（ｍ）を計算する。これらの自己相
関係数はスイッチ６２０を介してエンドコレクション係
数計算機６２２に伝達される。
【０１０４】第１のベクトルの自己相関係数計算機６１
０はレジスタ６１２および６１４を具備し、これらのレ
ジスタにはコードブックにおける最初のＭ（例えば、２
０）のサンプルがロードされる。レジスタ６１２，６１
４は便宜的にはよく知られた直列入力／並列出力レジス
タであるが、技術上よく知られた他の構成も使用するこ
とができる。
０はレジスタ６１２および６１４を具備し、これらのレ
ジスタにはコードブックにおける最初のＭ（例えば、２
０）のサンプルがロードされる。レジスタ６１２，６１
４は便宜的にはよく知られた直列入力／並列出力レジス
タであるが、技術上よく知られた他の構成も使用するこ
とができる。
【０１０５】前記サンプル値は自己相関器６１６に転送
され、該自己相関器６１６はｍ＝０に対する積Ｕ
１（ｍ）＝ＳＵＭ［Ｃ１（ｎ）Ｃ１（ｎ＋ｍ）］（すな
わち、Ｕ１（０））の和を決定しかつこの係数をスイッ
チ６２０を介してブロック６２２にクロック入力する。
自己相関器６１６は次にレジスタ６１４におけるサンプ
ルをｍ＝１に対応して、ブロック６１８を介し、１サン
プルだけシフトしかつＵ１（１）を計算し、これは次に
ブロック６２２にクロック出力される。この手順が初期
ベクトルＣ１（ｎ）に対するすべての自己相関係数が決
定されかつブロック６２２にロードされるまで続けられ
る。スイッチ６０８および６２０は次に自己相関発生器
６１０をクロック６２２から切離す。
され、該自己相関器６１６はｍ＝０に対する積Ｕ
１（ｍ）＝ＳＵＭ［Ｃ１（ｎ）Ｃ１（ｎ＋ｍ）］（すな
わち、Ｕ１（０））の和を決定しかつこの係数をスイッ
チ６２０を介してブロック６２２にクロック入力する。
自己相関器６１６は次にレジスタ６１４におけるサンプ
ルをｍ＝１に対応して、ブロック６１８を介し、１サン
プルだけシフトしかつＵ１（１）を計算し、これは次に
ブロック６２２にクロック出力される。この手順が初期
ベクトルＣ１（ｎ）に対するすべての自己相関係数が決
定されかつブロック６２２にロードされるまで続けられ
る。スイッチ６０８および６２０は次に自己相関発生器
６１０をクロック６２２から切離す。
【０１０６】ブロック６２２は前記式（１１ｂ）および
（１２ａ）から（１２ｂ）までによって記述される機能
を達成する。これは便宜的にはレジスタ６２４、乗算器
６２６、加算器６２８、レジスタ−アキュムレータ６３
０、乗算器６３２および出力バッファ６３４の組合わせ
によって発生される。レジスタ６２４，６３０およびバ
ッファ６３４は便宜的には（例えば図５に示される）レ
ジスタ６１２，６１４と同じ長さを有するが、どれだけ
多くの自己相関係数が評価され引続くベクトルに対し更
新されることが望まれるかに応じてより長くあるいはよ
り短くすることができる。例えば、レジスタ６２４，６
３０およびバッファ６３４はフレーム長と同じくらいの
大きさとすることができる。
（１２ａ）から（１２ｂ）までによって記述される機能
を達成する。これは便宜的にはレジスタ６２４、乗算器
６２６、加算器６２８、レジスタ−アキュムレータ６３
０、乗算器６３２および出力バッファ６３４の組合わせ
によって発生される。レジスタ６２４，６３０およびバ
ッファ６３４は便宜的には（例えば図５に示される）レ
ジスタ６１２，６１４と同じ長さを有するが、どれだけ
多くの自己相関係数が評価され引続くベクトルに対し更
新されることが望まれるかに応じてより長くあるいはよ
り短くすることができる。例えば、レジスタ６２４，６
３０およびバッファ６３４はフレーム長と同じくらいの
大きさとすることができる。
【０１０７】レジスタの要素６３０はそれに対し後続の
ベクトルに対する自己相関係数を決定するためにエンド
コレクションが加えられるべき前に計算された自己相関
係数を含む。エンドコレクションは乗算器６２６と組合
わされたレジスタ６２４によって与えられる。乗算器６
２６からのエンドコレクションは加算器６２８において
レジスタ６３０からの前に計算された係数と加算され、
かつループ６２９を介してレジスタ６３０を更新するた
めフィードバックされる。レジスタ６３０から、自己相
関係数が乗算器６３２に転送され、そこでこれらは適切
なＬ／（Ｍ＋ｋ−１）のファクタによってスケーリング
されかつ出力バッファ６３４に送られ、該出力バッファ
においてそれらは、例えば、図４の出力５６１′を形成
し、この場合自己相関発生器６００がエレメント５６
０′を（Ｍ＋ｋ−１）≦Ｌに対しより詳細に記述する。
ベクトルに対する自己相関係数を決定するためにエンド
コレクションが加えられるべき前に計算された自己相関
係数を含む。エンドコレクションは乗算器６２６と組合
わされたレジスタ６２４によって与えられる。乗算器６
２６からのエンドコレクションは加算器６２８において
レジスタ６３０からの前に計算された係数と加算され、
かつループ６２９を介してレジスタ６３０を更新するた
めフィードバックされる。レジスタ６３０から、自己相
関係数が乗算器６３２に転送され、そこでこれらは適切
なＬ／（Ｍ＋ｋ−１）のファクタによってスケーリング
されかつ出力バッファ６３４に送られ、該出力バッファ
においてそれらは、例えば、図４の出力５６１′を形成
し、この場合自己相関発生器６００がエレメント５６
０′を（Ｍ＋ｋ−１）≦Ｌに対しより詳細に記述する。
【０１０８】ブロック６２２の動作をさらに詳細に説明
すると、レジスタ６２４はベクトル値によってレジスタ
６１２，６１４と同時にロードされる。レジスタ６３０
は自己相関器６１０がブロック６２２から切離される前
に第１のベクトルの自己相関係数発生器６１０の出力Ｕ
１（ｍ）によりロードされる。これらの初期自己相関係
数は乗算器６３２にコピーされ、そこでこれらはＬ／Ｍ
によって乗算されかつバッファ６３４に送られ、該バッ
ファ６３４からそれらは図２から図４に関して説明した
合成による分析手順の間に抽出される。
すると、レジスタ６２４はベクトル値によってレジスタ
６１２，６１４と同時にロードされる。レジスタ６３０
は自己相関器６１０がブロック６２２から切離される前
に第１のベクトルの自己相関係数発生器６１０の出力Ｕ
１（ｍ）によりロードされる。これらの初期自己相関係
数は乗算器６３２にコピーされ、そこでこれらはＬ／Ｍ
によって乗算されかつバッファ６３４に送られ、該バッ
ファ６３４からそれらは図２から図４に関して説明した
合成による分析手順の間に抽出される。
【０１０９】レジスタ６３０が最初のＴの自己相関係数
値によってロードされた後、付加的なベクトル値がレジ
スタ６２４にクロック入力されかつレジスタ６２４の各
段のベクトル値が矢印６２５で示されるようにクロック
出力される。初期ベクトルがＭの値を有するものと仮定
すると、今レジスタ６２４に存在する最も最近の値はｎ
＝Ｍ＋１である。これはベクトルｋ＝２に対応するが、
それは各ベクトルは前のベクトルとｎ＝（Ｍ＋ｋ−１）
＝Ｌまで１つのエントリの加算分だけ異なるからであ
る。
値によってロードされた後、付加的なベクトル値がレジ
スタ６２４にクロック入力されかつレジスタ６２４の各
段のベクトル値が矢印６２５で示されるようにクロック
出力される。初期ベクトルがＭの値を有するものと仮定
すると、今レジスタ６２４に存在する最も最近の値はｎ
＝Ｍ＋１である。これはベクトルｋ＝２に対応するが、
それは各ベクトルは前のベクトルとｎ＝（Ｍ＋ｋ−１）
＝Ｌまで１つのエントリの加算分だけ異なるからであ
る。
【０１１０】新しい値ｎ＝Ｍ＋１は乗算器６２６１にお
いてそれ自身により乗算されその結果は加算器６２８１
に伝達されそこでそれは既にレジスタ要素６３０１に記
憶されている０次のＵ１（ｍ＝０）係数と組合わされ
る。レジスタ要素６３０１は次に矢印６２９１で示され
るように更新され、それによりＵ１（０）＋Ｃｋ（Ｍ＋
１）Ｃｋ（Ｍ＋１）の和がいまやレジスタ要素６３０１
に存在しかつ乗算器６３２に転送されそこでＬ／（Ｍ＋
１）により乗算されかつ、６３２において同じファクタ
により乗算されたレジスタ６３０の他の要素からの他の
更新された係数値とともに、バッファ６３４にロードさ
れる。カウンタ６４０が設けられてレジスタ６２４にロ
ードされたコードブックベクトルのエントリの数を追跡
しかつ乗算器６３２における乗算ファクタを調整し、そ
れによりそれがｋ＝１に対してはＬ／（Ｍ）に対応し、
ｋ＝２に対してはＬ／（Ｍ＋１）に対応し、かつ以下同
様に（Ｍ＋ｋ−１）＝Ｌまで対応するようにする。
いてそれ自身により乗算されその結果は加算器６２８１
に伝達されそこでそれは既にレジスタ要素６３０１に記
憶されている０次のＵ１（ｍ＝０）係数と組合わされ
る。レジスタ要素６３０１は次に矢印６２９１で示され
るように更新され、それによりＵ１（０）＋Ｃｋ（Ｍ＋
１）Ｃｋ（Ｍ＋１）の和がいまやレジスタ要素６３０１
に存在しかつ乗算器６３２に転送されそこでＬ／（Ｍ＋
１）により乗算されかつ、６３２において同じファクタ
により乗算されたレジスタ６３０の他の要素からの他の
更新された係数値とともに、バッファ６３４にロードさ
れる。カウンタ６４０が設けられてレジスタ６２４にロ
ードされたコードブックベクトルのエントリの数を追跡
しかつ乗算器６３２における乗算ファクタを調整し、そ
れによりそれがｋ＝１に対してはＬ／（Ｍ）に対応し、
ｋ＝２に対してはＬ／（Ｍ＋１）に対応し、かつ以下同
様に（Ｍ＋ｋ−１）＝Ｌまで対応するようにする。
【０１１１】レジスタ６２４からのサンプルＣｋ（Ｍ）
は乗算器６２６２においてＣｋ（Ｍ＋１）によって乗算
されかつ加算器６２８２においてレジスタ要素６３０２
からのＵ１（１）と加算され、この和は接続６２９２を
介してレジスタ要素６３０２を更新する。更新された値
は乗算器６３２に送られ、そこでＬ／（Ｍ＋１）により
乗算されかつバッファ６３４に送られる。レジスタ６２
４における残りのサンプルは同様にして処理されかつ次
に他のサンプル、例えば、ｎ＝Ｍ＋２、がレジスタ６２
４にクロック入力されかつその処理が反復される。この
ようにして、自己相関係数が前のベクトルに対しもう１
つのサンプルを加算することにより形成された各々の新
しいベクトルに対しバッファ６３４において得られこれ
は実例ＩＶ−Ｖにおける単純化された形式で示されたも
のと同様にして行なわれる。
は乗算器６２６２においてＣｋ（Ｍ＋１）によって乗算
されかつ加算器６２８２においてレジスタ要素６３０２
からのＵ１（１）と加算され、この和は接続６２９２を
介してレジスタ要素６３０２を更新する。更新された値
は乗算器６３２に送られ、そこでＬ／（Ｍ＋１）により
乗算されかつバッファ６３４に送られる。レジスタ６２
４における残りのサンプルは同様にして処理されかつ次
に他のサンプル、例えば、ｎ＝Ｍ＋２、がレジスタ６２
４にクロック入力されかつその処理が反復される。この
ようにして、自己相関係数が前のベクトルに対しもう１
つのサンプルを加算することにより形成された各々の新
しいベクトルに対しバッファ６３４において得られこれ
は実例ＩＶ−Ｖにおける単純化された形式で示されたも
のと同様にして行なわれる。
【０１１２】一時的記憶要素６１２，６１４，６２４，
６３０および６３４はレジスタまたはバッファとして記
述されているが、当業者は本明細書の開示に基づきこれ
は単に例示の便宜のためのものでありかつ、例えばこれ
に限定されるものではないが、ランダムアクセス可能な
メモリ、内容アドレス可能なメモリ、その他のような他
の形式のデータ記憶装置も使用できることを理解するで
あろう。さらに、そのようなメモリは広範囲の物理的構
成、例えば、フリップフロップ、レジスタ、コアおよび
半導体メモリ素子とすることができる。ここで使用され
ている用語「レジスタ」および「バッファ」は、単数で
あれ複数であれ、どのような種類のものであれあるいは
構成であれ任意の修正可能な情報記憶を含むことを意図
している。同様に、例えば、自己相関器６１６、インデ
クス装置（ｉｎｄｅｘｅｒ）６１８、スイッチ６０８，
６２０、加算器６２８、乗算器６２６および／またはカ
ウンタ６４０として示される他のブロックは別個の素子
または素子の組合わせであれ、標準のまたはアプリケー
ション特定集積回路であれ、所望の機能を達成可能なプ
ログラムされた汎用プロセッサであれ、あるいはこれら
を別個にまたは組合わせた任意の形式の等価な機能を含
むことを意図している。
６３０および６３４はレジスタまたはバッファとして記
述されているが、当業者は本明細書の開示に基づきこれ
は単に例示の便宜のためのものでありかつ、例えばこれ
に限定されるものではないが、ランダムアクセス可能な
メモリ、内容アドレス可能なメモリ、その他のような他
の形式のデータ記憶装置も使用できることを理解するで
あろう。さらに、そのようなメモリは広範囲の物理的構
成、例えば、フリップフロップ、レジスタ、コアおよび
半導体メモリ素子とすることができる。ここで使用され
ている用語「レジスタ」および「バッファ」は、単数で
あれ複数であれ、どのような種類のものであれあるいは
構成であれ任意の修正可能な情報記憶を含むことを意図
している。同様に、例えば、自己相関器６１６、インデ
クス装置（ｉｎｄｅｘｅｒ）６１８、スイッチ６０８，
６２０、加算器６２８、乗算器６２６および／またはカ
ウンタ６４０として示される他のブロックは別個の素子
または素子の組合わせであれ、標準のまたはアプリケー
ション特定集積回路であれ、所望の機能を達成可能なプ
ログラムされた汎用プロセッサであれ、あるいはこれら
を別個にまたは組合わせた任意の形式の等価な機能を含
むことを意図している。
【０１１３】本発明は、標準フレーム長に小さな数のコ
ードブックサンプルを拡張する上で生ずる従来のコピー
アップエラーを導入することなく短時間ピッチ周期を検
出するために必要なより短いセットのコードブックベク
トルサンプル（例えば、２０）に基づき標準分析フレー
ム長（例えば、６０）に対する自己相関係数を決定する
迅速かつ簡単な方法を提供する。音声品質の犠牲なしに
計算機的な負担が低減されるが、それは従来技術のコピ
ーアップ構成に関連するエンド自己相関加算−削除エラ
ーが避けられるからである。コピーアップは完全に避け
られる。
ードブックサンプルを拡張する上で生ずる従来のコピー
アップエラーを導入することなく短時間ピッチ周期を検
出するために必要なより短いセットのコードブックベク
トルサンプル（例えば、２０）に基づき標準分析フレー
ム長（例えば、６０）に対する自己相関係数を決定する
迅速かつ簡単な方法を提供する。音声品質の犠牲なしに
計算機的な負担が低減されるが、それは従来技術のコピ
ーアップ構成に関連するエンド自己相関加算−削除エラ
ーが避けられるからである。コピーアップは完全に避け
られる。
【０１１４】自己相関係数を発生するための本発明の方
法がハードウェアレジスタ、自己相関器、乗算器、加算
器、スイッチなどに関連して上に述べられたが、当業者
はこれらはソフトウェアによって実現でき、それにより
前記装置についてここに説明したのと同じ機能を達成し
かつ本明細書に記載された実施例の詳細な説明に基づき
本発明の方法を実施するためにコンピュータを構成する
ことができ、かつそのような変形は本発明の範囲内であ
ることを理解するであろう。
法がハードウェアレジスタ、自己相関器、乗算器、加算
器、スイッチなどに関連して上に述べられたが、当業者
はこれらはソフトウェアによって実現でき、それにより
前記装置についてここに説明したのと同じ機能を達成し
かつ本明細書に記載された実施例の詳細な説明に基づき
本発明の方法を実施するためにコンピュータを構成する
ことができ、かつそのような変形は本発明の範囲内であ
ることを理解するであろう。
【０１１５】上に述べた改良は目標音声を複製するため
の最適のコードブックベクトルを決定することに関連す
る計算機的な負担を大幅に低減するが、さらなる改良が
望まれる。特に、確率的コードブックの最適のベクトル
が識別される様式において改良が望まれる。
の最適のコードブックベクトルを決定することに関連す
る計算機的な負担を大幅に低減するが、さらなる改良が
望まれる。特に、確率的コードブックの最適のベクトル
が識別される様式において改良が望まれる。
【０１１６】米国特許第４，７９７，９２５号、リン
（Ｌｉｎ）はオーバラップする確率的ベクトルの使用に
より確率的コードブックにおけるすべてのベクトルを考
慮する計算機的な負担を低減する手順を述べている。リ
ンの構成によれば、コードブックにおける各々の引続く
ベクトルは古い値が該ベクトルの一端からドロップされ
かつ新しい値が該ベクトルの他端に加えられることによ
り先行するベクトルと異なっている。この構成によれ
ば、各々６０の値を有する１０２４のベクトルからなる
コードブックにおける独自的な値の数は１０２４×６０
＝６１，４４０から６０＋１０２３＝１，０８３に低減
される。これでもなお、分析を実行するために多数の計
算が依然として必要でありかつそのステップはそれらが
引続く乗算および加算を含むため時間を浪費するもので
ある。
（Ｌｉｎ）はオーバラップする確率的ベクトルの使用に
より確率的コードブックにおけるすべてのベクトルを考
慮する計算機的な負担を低減する手順を述べている。リ
ンの構成によれば、コードブックにおける各々の引続く
ベクトルは古い値が該ベクトルの一端からドロップされ
かつ新しい値が該ベクトルの他端に加えられることによ
り先行するベクトルと異なっている。この構成によれ
ば、各々６０の値を有する１０２４のベクトルからなる
コードブックにおける独自的な値の数は１０２４×６０
＝６１，４４０から６０＋１０２３＝１，０８３に低減
される。これでもなお、分析を実行するために多数の計
算が依然として必要でありかつそのステップはそれらが
引続く乗算および加算を含むため時間を浪費するもので
ある。
【０１１７】確率的コードブック１８０（図２の（ｂ）
を参照）は長さＮのＫのベクトルＳｋ（ｎ）を含み、こ
の場合ｋ＝１〜Ｋかつｎ＝１〜Ｎ、そしてＫは便宜的に
は５１２，１０２４，２０４８，などであり、典型的に
は１０２４であり、かつＮは便宜的には２０，４０，６
０，１２０などであり、典型的には６０である。確率的
コードブックベクトルＳｋ（ｎ）に対する指数ｋおよび
ｎは適応コードブックベクトルＣｋ（ｎ）に対するもの
と同じ意味を持ち、すなわち、ｋはどのベクトルが考慮
されているかを識別しかつｎはベクトルｋ内で考慮され
ている値を識別する。確率的コードブック１８０のベク
トルに対する指数限界ＫおよびＮは適応コードブック１
５５のベクトルに対する指数限界ＫおよびＮと同じ大き
さを有することが都合がよいが、これは必須のものでは
ない。単に説明の便宜のためかつ限定的なものではなし
に、ＫおよびＮは両方のコードブックに対し同じ値を持
つようにすることができ、例えば、Ｋ＝１０２４かつＮ
＝６０とすることができる。
を参照）は長さＮのＫのベクトルＳｋ（ｎ）を含み、こ
の場合ｋ＝１〜Ｋかつｎ＝１〜Ｎ、そしてＫは便宜的に
は５１２，１０２４，２０４８，などであり、典型的に
は１０２４であり、かつＮは便宜的には２０，４０，６
０，１２０などであり、典型的には６０である。確率的
コードブックベクトルＳｋ（ｎ）に対する指数ｋおよび
ｎは適応コードブックベクトルＣｋ（ｎ）に対するもの
と同じ意味を持ち、すなわち、ｋはどのベクトルが考慮
されているかを識別しかつｎはベクトルｋ内で考慮され
ている値を識別する。確率的コードブック１８０のベク
トルに対する指数限界ＫおよびＮは適応コードブック１
５５のベクトルに対する指数限界ＫおよびＮと同じ大き
さを有することが都合がよいが、これは必須のものでは
ない。単に説明の便宜のためかつ限定的なものではなし
に、ＫおよびＮは両方のコードブックに対し同じ値を持
つようにすることができ、例えば、Ｋ＝１０２４かつＮ
＝６０とすることができる。
【０１１８】確率的コードブック１８０におけるベクト
ルは便宜的には擬似ランダムな０および１または０、１
および−１のリニアアレイである。すなわち、各ベクト
ルＳｋ（ｎ）はＮの値のつながりであり、各々の値は指
数ｎによって識別される。図６は、コードブック１８０
に類似しているがＫ＝８かつＮ＝２０の例示的な３進の
（例えば、０，１，−１）確率的コードブック１８０′
を示す。当業者は本明細書の記載に基づき図６のコード
ブックの特徴的機能がどのようにしてＫおよびＮのより
大きな値に適用されるかを理解するであろう。さらに、
図６は３進の（例えば、０，１，−１）コードブックを
示しているが、２進の（例えば、０，１または０，−
１）あるいは他の形式のコードブックも使用できる。３
進コードブックが好ましい。
ルは便宜的には擬似ランダムな０および１または０、１
および−１のリニアアレイである。すなわち、各ベクト
ルＳｋ（ｎ）はＮの値のつながりであり、各々の値は指
数ｎによって識別される。図６は、コードブック１８０
に類似しているがＫ＝８かつＮ＝２０の例示的な３進の
（例えば、０，１，−１）確率的コードブック１８０′
を示す。当業者は本明細書の記載に基づき図６のコード
ブックの特徴的機能がどのようにしてＫおよびＮのより
大きな値に適用されるかを理解するであろう。さらに、
図６は３進の（例えば、０，１，−１）コードブックを
示しているが、２進の（例えば、０，１または０，−
１）あるいは他の形式のコードブックも使用できる。３
進コードブックが好ましい。
【０１１９】ｋの各々の引続く値に対する図６のベクト
ルＳｋ（ｎ）はＮ−２だけオーバラップする。例えば、
ベクトルＳｋ＝２（ｎ）はベクトルＳｋ＝１（ｎ）から
ベクトルＳ１（ｎ）の左端から２つの古い値をドロップ
させかつベクトルＳ１（ｎ）の右端において２つの新し
い値を加えることにより異なっている。従って、ベクト
ルＳ２（ｎ）の値はベクトルＳ１（ｎ）に比較して左に
２つの場所だけシフトしておりかつ右端に２つの新しい
値がある。各々の連続するベクトルは前のベクトルと同
様に異なっている。オーバラップ量、例えば、図６のＮ
−２、の選択は便宜的なものであるが、必須のものでは
ない。任意の値のオーバラップ、例えば、１〜Ｎ−１を
使用することができる。また、前記ベクトルは右側に新
しい値を付加することにより左にシフトされるものとし
て説明されたが、逆の方法も使用することができ、すな
わち、右にシフトしかつ左側に新しい値を加算すること
もできる。
ルＳｋ（ｎ）はＮ−２だけオーバラップする。例えば、
ベクトルＳｋ＝２（ｎ）はベクトルＳｋ＝１（ｎ）から
ベクトルＳ１（ｎ）の左端から２つの古い値をドロップ
させかつベクトルＳ１（ｎ）の右端において２つの新し
い値を加えることにより異なっている。従って、ベクト
ルＳ２（ｎ）の値はベクトルＳ１（ｎ）に比較して左に
２つの場所だけシフトしておりかつ右端に２つの新しい
値がある。各々の連続するベクトルは前のベクトルと同
様に異なっている。オーバラップ量、例えば、図６のＮ
−２、の選択は便宜的なものであるが、必須のものでは
ない。任意の値のオーバラップ、例えば、１〜Ｎ−１を
使用することができる。また、前記ベクトルは右側に新
しい値を付加することにより左にシフトされるものとし
て説明されたが、逆の方法も使用することができ、すな
わち、右にシフトしかつ左側に新しい値を加算すること
もできる。
【０１２０】最適の確率的コードブックベクトルを識別
するめたの分析手順は実質的に適応コードブックベクト
ルに対するものと同じであるが、Ｃｋ（ｎ）の代わりに
Ｓｋ（ｎ）が使用され、すなわち、コードブック１５５
の代りにコードブック１８０が使用され、かつ知覚的に
重み付けされた短時間遅延目標音声信号Ｘ（ｎ）（図２
の（ａ）から（ｂ）までの１５１を参照）の代りに知覚
的に重み付けされた短時間および長時間遅延目標音声信
号Ｙ（ｎ）（図２の（ａ）および（ｂ）の１７６を参
照）が使用されている。以下の式（１′），（２′），
（５′）および（６′）はそれぞれ前に与えられた式
（１），（２），（５），（６）と類似しているが、適
応コードブックに対し前に述べたものの代わりに確率的
コードブックのための適切な変数が使用されている。
するめたの分析手順は実質的に適応コードブックベクト
ルに対するものと同じであるが、Ｃｋ（ｎ）の代わりに
Ｓｋ（ｎ）が使用され、すなわち、コードブック１５５
の代りにコードブック１８０が使用され、かつ知覚的に
重み付けされた短時間遅延目標音声信号Ｘ（ｎ）（図２
の（ａ）から（ｂ）までの１５１を参照）の代りに知覚
的に重み付けされた短時間および長時間遅延目標音声信
号Ｙ（ｎ）（図２の（ａ）および（ｂ）の１７６を参
照）が使用されている。以下の式（１′），（２′），
（５′）および（６′）はそれぞれ前に与えられた式
（１），（２），（５），（６）と類似しているが、適
応コードブックに対し前に述べたものの代わりに確率的
コードブックのための適切な変数が使用されている。
【０１２１】確率的コードブックと適応コードブックと
の間の重要な差異は確率的コードブック１８０を構成す
るベクトルはコードブック１５５において生ずるように
合成による分析のプロセスの結果として変化せず、固定
されている。従って、式（１′）から（６′）までによ
って表わされる計算の多くはフレームごとに一回行なう
ことができかつ結果は記憶されかつ再使用される。例え
ば、確率的コードブックベクトルの自己相関は一度だけ
行なえばよいが、それはその結果が不変であるからであ
る。自己相関係数は便宜的にルックアップテーブルに記
憶されかつ再び計算する必要はない。これは計算機的な
負担を大幅に簡素化する。
の間の重要な差異は確率的コードブック１８０を構成す
るベクトルはコードブック１５５において生ずるように
合成による分析のプロセスの結果として変化せず、固定
されている。従って、式（１′）から（６′）までによ
って表わされる計算の多くはフレームごとに一回行なう
ことができかつ結果は記憶されかつ再使用される。例え
ば、確率的コードブックベクトルの自己相関は一度だけ
行なえばよいが、それはその結果が不変であるからであ
る。自己相関係数は便宜的にルックアップテーブルに記
憶されかつ再び計算する必要はない。これは計算機的な
負担を大幅に簡素化する。
【０１２２】確率的コードブックベクトルのどれが目標
音声を最もよく表わすかを決定する上で必要なプロセス
は確率的コードブックベクトルＳｋ（ｎ）の値の式
（１′），（２′），（５′），（６′）により名目上
必要とされる他の信号による乗算を除去することにより
実質的に単純化できかつより高速にすることができるこ
とが発見された。本発明の手段および方法は確率的コー
ドブックベクトルを含む相互相関操作に最も有用に適用
できるが、それはまた確率的コードブックベクトルを含
むコンボリューション操作にも適用できる。説明の便宜
のため、本発明の構成は相関操作または演算について説
明するが、当業者は本明細書の記述に基づきそれがどの
ようにしてコンボリューション操作に適用できるかを理
解するであろう。
音声を最もよく表わすかを決定する上で必要なプロセス
は確率的コードブックベクトルＳｋ（ｎ）の値の式
（１′），（２′），（５′），（６′）により名目上
必要とされる他の信号による乗算を除去することにより
実質的に単純化できかつより高速にすることができるこ
とが発見された。本発明の手段および方法は確率的コー
ドブックベクトルを含む相互相関操作に最も有用に適用
できるが、それはまた確率的コードブックベクトルを含
むコンボリューション操作にも適用できる。説明の便宜
のため、本発明の構成は相関操作または演算について説
明するが、当業者は本明細書の記述に基づきそれがどの
ようにしてコンボリューション操作に適用できるかを理
解するであろう。
【０１２３】相互相関は第１の実施例においてマルチプ
レクサ−アキュムレータの組合わせにより達成され、該
マルチプレクサの選択ラインは前記コードブックまたは
１つまたはそれ以上の前記コードブックの複製により駆
動される。これは図７から図１０を参照してより詳細に
説明する。
レクサ−アキュムレータの組合わせにより達成され、該
マルチプレクサの選択ラインは前記コードブックまたは
１つまたはそれ以上の前記コードブックの複製により駆
動される。これは図７から図１０を参照してより詳細に
説明する。
【０１２４】図７は本発明による確率的コードブック相
互相関器７００の単純化されたブロック図である。相関
器７００は３進（例えば、０，１，−１）コードブック
の場合について示されている。当業者は本明細書の記載
に基づいて本発明は２進および他の形式のコードブック
にも同様に適用できることを理解するであろう。以下に
説明する手順はまたコードブックベクトルを他の信号に
よりコンボルブするために使用できる。
互相関器７００の単純化されたブロック図である。相関
器７００は３進（例えば、０，１，−１）コードブック
の場合について示されている。当業者は本明細書の記載
に基づいて本発明は２進および他の形式のコードブック
にも同様に適用できることを理解するであろう。以下に
説明する手順はまたコードブックベクトルを他の信号に
よりコンボルブするために使用できる。
【０１２５】相関器７００は入力７０１を有し、そこで
コードブックベクトルと相互相関されるべき信号（単数
または複数）７０２、制限的な意味ではなく例えば、式
（５′）からの信号Ｗ′（ｎ）、あるいはコードブック
ベクトルＳｋ（ｎ）と相関されるべき他の信号、を受信
する。入力７０１において受信された信号７０２は一般
にある指数、例えばｎまたはｍであって１からＮに及ぶ
もの、によって識別されるＮの値を有するベクトルであ
る。例えば、式（６′）が評価または概算される場合
は、Ｗ′（ｎ）が入力７０１に現われる。もし式
（１′）が見積られる場合には、Ｈ（ｎ−ｍ＋１）が入
力７０１に現われる。本発明の構成は特に音声ボコーダ
（ＶＯＣＯＤＥＲＳ）に関して有用であるが、それはま
た任意の信号または同様の形式の信号ストリングに関し
て使用できる。
コードブックベクトルと相互相関されるべき信号（単数
または複数）７０２、制限的な意味ではなく例えば、式
（５′）からの信号Ｗ′（ｎ）、あるいはコードブック
ベクトルＳｋ（ｎ）と相関されるべき他の信号、を受信
する。入力７０１において受信された信号７０２は一般
にある指数、例えばｎまたはｍであって１からＮに及ぶ
もの、によって識別されるＮの値を有するベクトルであ
る。例えば、式（６′）が評価または概算される場合
は、Ｗ′（ｎ）が入力７０１に現われる。もし式
（１′）が見積られる場合には、Ｈ（ｎ−ｍ＋１）が入
力７０１に現われる。本発明の構成は特に音声ボコーダ
（ＶＯＣＯＤＥＲＳ）に関して有用であるが、それはま
た任意の信号または同様の形式の信号ストリングに関し
て使用できる。
【０１２６】説明の便宜のため、本発明の手段および方
法は式（６′）の評価（ｅｖａｌｕａｔｉｏｎ）に関し
て説明されるが、当業者は本明細書の記載に基づきそれ
は一方のベクトルまたはベクトルアレイが、例えば制限
的なものでないが１，０または−１，０または−１，
０，１のような、固定値を有し、他方が可変である２つ
のベクトルまたはベクトルアレイの積の任意の他の和に
適用できることを理解するであろう。式（６′）の評価
は指数ｋの各々の値に対し単一の相互相関値Ｑ（ｋ）を
生成し、すなわち を発生する。
法は式（６′）の評価（ｅｖａｌｕａｔｉｏｎ）に関し
て説明されるが、当業者は本明細書の記載に基づきそれ
は一方のベクトルまたはベクトルアレイが、例えば制限
的なものでないが１，０または−１，０または−１，
０，１のような、固定値を有し、他方が可変である２つ
のベクトルまたはベクトルアレイの積の任意の他の和に
適用できることを理解するであろう。式（６′）の評価
は指数ｋの各々の値に対し単一の相互相関値Ｑ（ｋ）を
生成し、すなわち を発生する。
【０１２７】入力７０１に供給されるベクトル信号７０
２（例えば、Ｗ′（ｎ））はマルチプレクサ７０４，７
０５に転送される。マルチプレクサ７０４は図８により
詳細に図示されておりかつマルチプレクサ７０５は実質
的にこれと同じである。マルチプレクサ７０４にはメモ
リ７０６、例えば、コードブック１８０における“１”
に対応する非ゼロエントリを有するＲＯＭまたはＥＰＲ
ＯＭが接続されている。図９はメモリ７０６に類似した
メモリ７０６′の内容を示しているが、Ｋ＝９かつＮ＝
２０であり、かつ図６のコードブック１８０′の内容に
対応している。指数ｋおよびｎはメモリ７０６（かつメ
モリ７０７）に関してコードブック１８０における場合
と同じ機能を有し、すなわち、ｋはベクトルまたはベク
トルに対応する他のデータストリングを識別し、かつｎ
は該ベクトルまたはストリング内の値を識別する。メモ
リ７０６，７０６′はコードブック１８０，１８０′に
１が表われるところを除きいずれにもゼロを有する（図
６と図９とを比較されたい）。メモリ７０６の出力はマ
ルチプレクサ７０４の選択ライン７０８に接続され、そ
れにより各々の値ｋ，ｎが入力７０１に与えられている
ベクトルの値に対して作用する特定の選択ラインｎを制
御する。
２（例えば、Ｗ′（ｎ））はマルチプレクサ７０４，７
０５に転送される。マルチプレクサ７０４は図８により
詳細に図示されておりかつマルチプレクサ７０５は実質
的にこれと同じである。マルチプレクサ７０４にはメモ
リ７０６、例えば、コードブック１８０における“１”
に対応する非ゼロエントリを有するＲＯＭまたはＥＰＲ
ＯＭが接続されている。図９はメモリ７０６に類似した
メモリ７０６′の内容を示しているが、Ｋ＝９かつＮ＝
２０であり、かつ図６のコードブック１８０′の内容に
対応している。指数ｋおよびｎはメモリ７０６（かつメ
モリ７０７）に関してコードブック１８０における場合
と同じ機能を有し、すなわち、ｋはベクトルまたはベク
トルに対応する他のデータストリングを識別し、かつｎ
は該ベクトルまたはストリング内の値を識別する。メモ
リ７０６，７０６′はコードブック１８０，１８０′に
１が表われるところを除きいずれにもゼロを有する（図
６と図９とを比較されたい）。メモリ７０６の出力はマ
ルチプレクサ７０４の選択ライン７０８に接続され、そ
れにより各々の値ｋ，ｎが入力７０１に与えられている
ベクトルの値に対して作用する特定の選択ラインｎを制
御する。
【０１２８】マルチプレクサ７０５にはメモリ７０６と
類似しているがコードブック１８０における−１に対応
する非ゼロエントリを有するメモリ７０７が接続されて
いる。図１０はメモリ７０７に類似しているがＫ＝８か
つＮ＝２０であり、かつ図６のコードブック１８０′に
対応するメモリ７０７′の内容を示す。メモリ７０７，
７０７′はコードブック１８０，１８０′に−１が表わ
れるすべてのところに１を有しかつそれ以外はゼロを有
する（図６および図１０を比較されたい）。メモリ７０
７の出力はマルチプレクサ７０５の選択ライン７０９に
接続され、それにより各々の値ｋ，ｎが入力７０１に与
えられたベクトルの値に作用する特定の選択ラインｎを
制御する。
類似しているがコードブック１８０における−１に対応
する非ゼロエントリを有するメモリ７０７が接続されて
いる。図１０はメモリ７０７に類似しているがＫ＝８か
つＮ＝２０であり、かつ図６のコードブック１８０′に
対応するメモリ７０７′の内容を示す。メモリ７０７，
７０７′はコードブック１８０，１８０′に−１が表わ
れるすべてのところに１を有しかつそれ以外はゼロを有
する（図６および図１０を比較されたい）。メモリ７０
７の出力はマルチプレクサ７０５の選択ライン７０９に
接続され、それにより各々の値ｋ，ｎが入力７０１に与
えられたベクトルの値に作用する特定の選択ラインｎを
制御する。
【０１２９】メモリ７０６，７０７はアドレスシーケン
サ７１４によって制御される。第１の（すなわち、ｋ＝
１）コードブックベクトルと相関されるために信号ベク
トル７０２が入力７０１に与えられると、シーケンサ７
１４はメモリ７０６，７０７のｋ＝１のデータセットを
アクセスし、かつｋ＝１に対する値ｎ＝１〜ｎ＝Ｎを選
択ライン７０８，７０９上の対応するマルチプレクサ７
０４，７０５に転送する。選択ライン７０８，７０９に
表われる値はマルチプレクサ７０４，７０５を入力ベク
トル７０２の適切な値がアキュムレータ７１２，７１３
に渡るようにし、該アキュムレータ７１２，７１３にお
いてそれらの値が加算されて出力７１６，７１７を発生
する。出力７１６，７１７はコンバイナ７２０において
組合わされ第１の相互相関、すなわち、Ｑ（１）を出力
７２１に提供する。
サ７１４によって制御される。第１の（すなわち、ｋ＝
１）コードブックベクトルと相関されるために信号ベク
トル７０２が入力７０１に与えられると、シーケンサ７
１４はメモリ７０６，７０７のｋ＝１のデータセットを
アクセスし、かつｋ＝１に対する値ｎ＝１〜ｎ＝Ｎを選
択ライン７０８，７０９上の対応するマルチプレクサ７
０４，７０５に転送する。選択ライン７０８，７０９に
表われる値はマルチプレクサ７０４，７０５を入力ベク
トル７０２の適切な値がアキュムレータ７１２，７１３
に渡るようにし、該アキュムレータ７１２，７１３にお
いてそれらの値が加算されて出力７１６，７１７を発生
する。出力７１６，７１７はコンバイナ７２０において
組合わされ第１の相互相関、すなわち、Ｑ（１）を出力
７２１に提供する。
【０１３０】シーケンサ７１４は次にメモリ７０６，７
０７におけるｋ＝２の値を選択し、かつｋ＝２に対する
その中のｎ＝１〜Ｎの値をマルチプレクサ７０４，７０
５の選択ライン７０８，７０９に転送し、以下同様に第
２の相互相関、すなわち、Ｑ（２）を出力７２１に発生
する。このプロセスはある音声フレームに対する入力ベ
クトル信号７０２がメモリ７０６，７０７におけるエン
トリによって表わされるコードブックベクトルと相関さ
れ相互相関値Ｑ（１），…，Ｑ（Ｋ）を得るまで繰返さ
れる。Ｑ（ｋ＝ｊ）の大きな値を有する指数ｋ＝ｊの確
率的なベクトルは通常Ｑ（ｋ＝ｉ）のより小さな値を有
する他のベクトルｋ＝ｉよりも良好な音声表現を与え
る。
０７におけるｋ＝２の値を選択し、かつｋ＝２に対する
その中のｎ＝１〜Ｎの値をマルチプレクサ７０４，７０
５の選択ライン７０８，７０９に転送し、以下同様に第
２の相互相関、すなわち、Ｑ（２）を出力７２１に発生
する。このプロセスはある音声フレームに対する入力ベ
クトル信号７０２がメモリ７０６，７０７におけるエン
トリによって表わされるコードブックベクトルと相関さ
れ相互相関値Ｑ（１），…，Ｑ（Ｋ）を得るまで繰返さ
れる。Ｑ（ｋ＝ｊ）の大きな値を有する指数ｋ＝ｊの確
率的なベクトルは通常Ｑ（ｋ＝ｉ）のより小さな値を有
する他のベクトルｋ＝ｉよりも良好な音声表現を与え
る。
【０１３１】３進のコードブックに対しては２つのメモ
リ７０６，７０７を使用することが都合がよいが、コー
ドブック１８０において使用されるコーディングの形式
に従ってより多くまたはより少ないメモリを使用するこ
とができる。例えば、２進コードブックに対しては１つ
のメモリのみを使用する必要があり、かつコードブック
それ自体はもしそれがｎ＝１〜Ｎに対応する０，１の値
を各指数ｋに対してマルチプレクサの選択ラインに伝達
できればメモリとして十分である。従って、２進コード
ブックあるいはその等価物の場合は、別個のメモリは必
要でなくかつコードブックそれ自体がマルチプレクサの
選択ラインに信号を供給するために使用できる。
リ７０６，７０７を使用することが都合がよいが、コー
ドブック１８０において使用されるコーディングの形式
に従ってより多くまたはより少ないメモリを使用するこ
とができる。例えば、２進コードブックに対しては１つ
のメモリのみを使用する必要があり、かつコードブック
それ自体はもしそれがｎ＝１〜Ｎに対応する０，１の値
を各指数ｋに対してマルチプレクサの選択ラインに伝達
できればメモリとして十分である。従って、２進コード
ブックあるいはその等価物の場合は、別個のメモリは必
要でなくかつコードブックそれ自体がマルチプレクサの
選択ラインに信号を供給するために使用できる。
【０１３２】次に図８を参照して、マルチプレクサ７０
４の動作を説明する。マルチプレクサ７０５の構成およ
び動作は同じである。マルチプレクサ７０４は一般に、
Ｇ１，…，ＧＮによって示される、Ｎのゲート７１５を
有するＮ×Ｎのマルチプレクサである。各ゲート７１５
の１つの入力は入力信号ベクトル７０２の特定の値（指
数ｎによって識別される）を受信するために入力７０１
に接続され、他の入力７０３はシステムの論理０の基準
レベル、たとえば、グランドに接続されている。ゲート
７１５は出力７１０を、選択ライン７０８上に存在する
論理信号によって決定されるように、入力７０１（すな
わち、信号７０２）または入力７０３（すなわち、
「０」）に接続する。図示された構成に対しては、たと
えば、選択ライン７０８のラインｎ＝ｉの１の値は入力
ベクトル７０２のｎ＝ｉの値（入力７０１のｎ＝ｉライ
ンに現われる）を出力７１０のｎ＝ｉのラインに転送さ
れるようにし、そうでなければ０の値が転送される。類
似の結果を有する任意の等価な論理構成も使用できる。
４の動作を説明する。マルチプレクサ７０５の構成およ
び動作は同じである。マルチプレクサ７０４は一般に、
Ｇ１，…，ＧＮによって示される、Ｎのゲート７１５を
有するＮ×Ｎのマルチプレクサである。各ゲート７１５
の１つの入力は入力信号ベクトル７０２の特定の値（指
数ｎによって識別される）を受信するために入力７０１
に接続され、他の入力７０３はシステムの論理０の基準
レベル、たとえば、グランドに接続されている。ゲート
７１５は出力７１０を、選択ライン７０８上に存在する
論理信号によって決定されるように、入力７０１（すな
わち、信号７０２）または入力７０３（すなわち、
「０」）に接続する。図示された構成に対しては、たと
えば、選択ライン７０８のラインｎ＝ｉの１の値は入力
ベクトル７０２のｎ＝ｉの値（入力７０１のｎ＝ｉライ
ンに現われる）を出力７１０のｎ＝ｉのラインに転送さ
れるようにし、そうでなければ０の値が転送される。類
似の結果を有する任意の等価な論理構成も使用できる。
【０１３３】マルチプレクサ７０４は入力７０１におけ
るＮの入力信号値７０２および選択ライン７０８上のＮ
の選択値を受信しかつメモリ７０６によって駆動される
選択ライン７０８が０または１にセットされているか否
かに従って入力信号７０２からのＮまでの値を出力７１
０に転送することが可能である。マルチプレクサ７０５
の動作は、入力７０２、メモリ７０７によって駆動され
る選択ライン７０９および出力７１１に関して同様であ
るが、例外としてマルチプレクサ７０５は入力７０１に
おける入力ベクトル信号７０２の値をコードブックベク
トル値が−１である場合に指数ｋ，ｎに対し出力７１１
に転送し、一方マルチプレクサ７０４は入力ベクトル値
７０２をコードブックベクトル値が＋１である場合に指
数ｋ，ｎに対し出力７１０に受け渡す。
るＮの入力信号値７０２および選択ライン７０８上のＮ
の選択値を受信しかつメモリ７０６によって駆動される
選択ライン７０８が０または１にセットされているか否
かに従って入力信号７０２からのＮまでの値を出力７１
０に転送することが可能である。マルチプレクサ７０５
の動作は、入力７０２、メモリ７０７によって駆動され
る選択ライン７０９および出力７１１に関して同様であ
るが、例外としてマルチプレクサ７０５は入力７０１に
おける入力ベクトル信号７０２の値をコードブックベク
トル値が−１である場合に指数ｋ，ｎに対し出力７１１
に転送し、一方マルチプレクサ７０４は入力ベクトル値
７０２をコードブックベクトル値が＋１である場合に指
数ｋ，ｎに対し出力７１０に受け渡す。
【０１３４】出力７１０および７１１は、それぞれ、ア
キュムレータ７１２，７１３に接続され、マルチプレク
サ７０４，７０５を介して転送される入力ベクトル信号
値７０２は一緒に加算されて、それぞれ、Ｑ＋（ｋ）お
よびＱ−（ｋ）相関値に対応する出力７１６，７１７を
生成する。出力７１６，７１７はコンバイナ７２０で組
合わされて７２１に相関出力値Ｑ（ｋ）を生成する。こ
の例のように、コードブック１８０が３進コードブック
である場合は、コンバイナ７２０はアキュムレータ７１
２，７１３からの出力７１６，７１７の差を取り出力７
２１、すなわち、Ｑ（ｋ）＝Ｑ＋（ｋ）−Ｑ−（ｋ）を
発生する。これはマルチプレクサ７０５、メモリ７０７
およびアキュムレータ７１３によって行われる演算はコ
ードブック１８０、たとえば、図１０を参照、の−１の
値に対応することを考慮に入れている。コンバイナ７２
０はこの特定の実施例においては、減算を行うが、当業
者は本明細書の記載に基づき同じ結果を多くの他の手段
によって得ることが可能なことを理解するであろう。た
とえば、これは限定的な意図ではないが、同じ出力７２
１はマルチプレクサ７０５またはアキュムレータ７１３
の出力を反転しかつコンバイナ７２０を加算器とするこ
とによって得ることができる。
キュムレータ７１２，７１３に接続され、マルチプレク
サ７０４，７０５を介して転送される入力ベクトル信号
値７０２は一緒に加算されて、それぞれ、Ｑ＋（ｋ）お
よびＱ−（ｋ）相関値に対応する出力７１６，７１７を
生成する。出力７１６，７１７はコンバイナ７２０で組
合わされて７２１に相関出力値Ｑ（ｋ）を生成する。こ
の例のように、コードブック１８０が３進コードブック
である場合は、コンバイナ７２０はアキュムレータ７１
２，７１３からの出力７１６，７１７の差を取り出力７
２１、すなわち、Ｑ（ｋ）＝Ｑ＋（ｋ）−Ｑ−（ｋ）を
発生する。これはマルチプレクサ７０５、メモリ７０７
およびアキュムレータ７１３によって行われる演算はコ
ードブック１８０、たとえば、図１０を参照、の−１の
値に対応することを考慮に入れている。コンバイナ７２
０はこの特定の実施例においては、減算を行うが、当業
者は本明細書の記載に基づき同じ結果を多くの他の手段
によって得ることが可能なことを理解するであろう。た
とえば、これは限定的な意図ではないが、同じ出力７２
１はマルチプレクサ７０５またはアキュムレータ７１３
の出力を反転しかつコンバイナ７２０を加算器とするこ
とによって得ることができる。
【０１３５】図７の相関発生器７００は、たとえば、図
３および図４の相関発生器５２０または５２０′に対応
し、かつ相関発生器７００の出力７２１は図３の出力５
２１または図４の出力５５１′に対応するが、どのよう
な特定の入力信号ベクトルが処理されるかに応じて、適
応コードブックベクトルＣｋ（ｎ）よりはむしろ確率的
コードブックベクトルＳｋ（ｎ）に対するものでありか
つＸ（ｎ）よりもむしろ目標音声信号Ｙ（ｎ）に対する
ものである。
３および図４の相関発生器５２０または５２０′に対応
し、かつ相関発生器７００の出力７２１は図３の出力５
２１または図４の出力５５１′に対応するが、どのよう
な特定の入力信号ベクトルが処理されるかに応じて、適
応コードブックベクトルＣｋ（ｎ）よりはむしろ確率的
コードブックベクトルＳｋ（ｎ）に対するものでありか
つＸ（ｎ）よりもむしろ目標音声信号Ｙ（ｎ）に対する
ものである。
【０１３６】本発明のさらに別の実施例を前記式
（６″）および図６、図９、図１０を参照して説明す
る。式（６″）を図６のコードブック１８０′に適用す
ることにより以下の表Ｉに示されるように、ｎ＝１〜２
０とし、Ｗ′（ｎ）の値に対し相関値Ｑ（１）からＱ
（８）が得られる。 表Ｉ Q(1)=+W ′(04)-W′(05)-W′(09)+W′(14)-W′(18)+W′(19) Q(2)=+W ′(02)-W′(03)-W′(07)+W′(12)-W′(16)+W′(17) Q(3)=-W ′(01)-W′(05)+W′(10)-W′(14)+W′(15)+W′(20) Q(4)=-W ′(03)+W′(08)-W′(12)+W′(13)+W′(18)-W′(19) Q(5)=-W ′(01)+W′(06)-W′(10)+W′(11)+W′(16)-W′(17) Q(6)=+W ′(04)-W′(08)+W′(09)+W′(14)-W′(15)-W′(19) Q(7)=+W ′(02)-W′(06)+W′(07)+W′(12)-W′(13)-W′(17) Q(8)=-W ′(04)+W′(05)+W′(10)-W′(11)-W′(15)+W′(20) 表Ｉのアレイは再配列して、以下の表ＩＩに示されるよ
うにＱ（ｋ）＝［Ｑ＋（ｋ）］−［Ｑ−（ｋ）］として
相関値を表すように＋１のコードブック値に対応する項
と−１のコードブック値に対応する項をグループ分けす
ることができる。
（６″）および図６、図９、図１０を参照して説明す
る。式（６″）を図６のコードブック１８０′に適用す
ることにより以下の表Ｉに示されるように、ｎ＝１〜２
０とし、Ｗ′（ｎ）の値に対し相関値Ｑ（１）からＱ
（８）が得られる。 表Ｉ Q(1)=+W ′(04)-W′(05)-W′(09)+W′(14)-W′(18)+W′(19) Q(2)=+W ′(02)-W′(03)-W′(07)+W′(12)-W′(16)+W′(17) Q(3)=-W ′(01)-W′(05)+W′(10)-W′(14)+W′(15)+W′(20) Q(4)=-W ′(03)+W′(08)-W′(12)+W′(13)+W′(18)-W′(19) Q(5)=-W ′(01)+W′(06)-W′(10)+W′(11)+W′(16)-W′(17) Q(6)=+W ′(04)-W′(08)+W′(09)+W′(14)-W′(15)-W′(19) Q(7)=+W ′(02)-W′(06)+W′(07)+W′(12)-W′(13)-W′(17) Q(8)=-W ′(04)+W′(05)+W′(10)-W′(11)-W′(15)+W′(20) 表Ｉのアレイは再配列して、以下の表ＩＩに示されるよ
うにＱ（ｋ）＝［Ｑ＋（ｋ）］−［Ｑ−（ｋ）］として
相関値を表すように＋１のコードブック値に対応する項
と−１のコードブック値に対応する項をグループ分けす
ることができる。
【０１３７】 表ＩＩ Q(1)=[W ′(04)+W′(14)+W′(19)]-[W′(05)+W′(09)+W′(18)] Q(2)=[W ′(02)+W′(12)+W′(17)]-[W′(03)+W′(07)+W′(16)] Q(3)=[W ′(10)+W′(15)+W′(20)]-[W′(01)+W′(05)+W′(14)] Q(4)=[W ′(08)+W′(13)+W′(18)]-[W′(03)+W′(12)+W′(19)] Q(5)=[W ′(06)+W′(11)+W′(16)]-[W′(01)+W′(10)+W′(17)] Q(6)=[W ′(04)+W′(09)+W′(14)]-[W′(08)+W′(15)+W′(19)] Q(7)=[W ′(02)+W′(07)+W′(12)]-[W′(06)+W′(13)+W′(17)] Q(8)=[W ′(05)+W′(10)+W′(20)]-[W′(04)+W′(11)+W′(15)] 表ＩＩの最も左の括弧内に示された値はアキュムレータ
７１２への入力に対応し、かつ表ＩＩの最も右側の括弧
内の値はアキュムレータ７１３への入力に対応する。
７１２への入力に対応し、かつ表ＩＩの最も右側の括弧
内の値はアキュムレータ７１３への入力に対応する。
【０１３８】図６のコートブック１８０′を参照する
と、該コードブックがまばらに満たされている、すなわ
ち、大部分のエントリが０であることが明らかである。
さらに、表ＩおよびＩＩを参照すると、連続するベクト
ルのオーバラップ特性は相関値Ｑ（ｋ）を得るために加
算されるＷ′（ｎ）の値の指数において反映されている
ことが明らかである。従って、本コードブックの構造は
表ＩおよびＩＩに示された和を発生するより経済的な方
法に適している。これらについては以下に説明する。
と、該コードブックがまばらに満たされている、すなわ
ち、大部分のエントリが０であることが明らかである。
さらに、表ＩおよびＩＩを参照すると、連続するベクト
ルのオーバラップ特性は相関値Ｑ（ｋ）を得るために加
算されるＷ′（ｎ）の値の指数において反映されている
ことが明らかである。従って、本コードブックの構造は
表ＩおよびＩＩに示された和を発生するより経済的な方
法に適している。これらについては以下に説明する。
【０１３９】すべてのコードブック値を記憶するよりも
むしろ、ｋの各々の値に対する非ゼロエントリの指数
（すなわち、ｎの値）のみを記憶することができる。こ
れはＱ ＋（ｋ）およびＱ−（ｋ）の値に対し別個に行う
と都合がよいが、しかしこれは必須のことではない。ｋ
の各々の値に対する相関値Ｑ＋（ｋ）およびＱ−（ｋ）
は単にｋの各値に対しｎの記憶された値に対応するＷ′
（ｎ）を加算することにより、すなわち、表ＩまたはＩ
Ｉに示される和を実行することによって得られる。
むしろ、ｋの各々の値に対する非ゼロエントリの指数
（すなわち、ｎの値）のみを記憶することができる。こ
れはＱ ＋（ｋ）およびＱ−（ｋ）の値に対し別個に行う
と都合がよいが、しかしこれは必須のことではない。ｋ
の各々の値に対する相関値Ｑ＋（ｋ）およびＱ−（ｋ）
は単にｋの各値に対しｎの記憶された値に対応するＷ′
（ｎ）を加算することにより、すなわち、表ＩまたはＩ
Ｉに示される和を実行することによって得られる。
【０１４０】計算機的なおよび／またはアドレス記憶の
要求はコードブックエントリのオーバラップ特性を考慮
に入れる再帰的計算方法を用いることによってさらに低
減できかつより迅速な動作が得られる。好ましい、この
手法により、ｋ＝１に対するコードブックエントリの指
数値ｎを記憶しかつベクトルｋ＝２，ｋ＝３，その他に
対する指数ｎをコードブックのオーバラップに基づきｋ
＝１の指数値から計算する。各ベクトルの端部に加えら
れるいずれかの新しいコードブックのエントリの指数も
また考慮される。
要求はコードブックエントリのオーバラップ特性を考慮
に入れる再帰的計算方法を用いることによってさらに低
減できかつより迅速な動作が得られる。好ましい、この
手法により、ｋ＝１に対するコードブックエントリの指
数値ｎを記憶しかつベクトルｋ＝２，ｋ＝３，その他に
対する指数ｎをコードブックのオーバラップに基づきｋ
＝１の指数値から計算する。各ベクトルの端部に加えら
れるいずれかの新しいコードブックのエントリの指数も
また考慮される。
【０１４１】たとえば、図９の＋１のエントリおよび表
ＩＩのＱ＋（ｋ）部分（すなわち、最も左の括弧内の
量）の場合には、ｎ＝４，１４，１９およびコードブッ
クのオーバラップを記憶し、この場合Ｎ−２であり（す
なわち、Δｋ＝＋１，Δｎ＝−２）かつ以下のように対
応するＷ′（ｎ）の値から生ずるＱ（ｋ）への寄与分を
計算する。すなわち、ｋ＝１，ｎ＝４の指数が最初に評
価されかつ以下の項のＱ＋１（１）およびＱ＋（２）の
値に寄与する。 表ＩＩＩ Ｑ＋（１）＝Ｗ′（０４） Ｑ＋（２）＝Ｗ′（０２） 指数ｋ＝２，ｎ＝２に対するＱ（２）項Ｗ′（０２）は
コードブックのオーバラップ（Δｋ＝＋１，Δｎ＝−
２）を第１の指数ｋ＝１，ｎ＝４に適用することにより
決定される。
ＩＩのＱ＋（ｋ）部分（すなわち、最も左の括弧内の
量）の場合には、ｎ＝４，１４，１９およびコードブッ
クのオーバラップを記憶し、この場合Ｎ−２であり（す
なわち、Δｋ＝＋１，Δｎ＝−２）かつ以下のように対
応するＷ′（ｎ）の値から生ずるＱ（ｋ）への寄与分を
計算する。すなわち、ｋ＝１，ｎ＝４の指数が最初に評
価されかつ以下の項のＱ＋１（１）およびＱ＋（２）の
値に寄与する。 表ＩＩＩ Ｑ＋（１）＝Ｗ′（０４） Ｑ＋（２）＝Ｗ′（０２） 指数ｋ＝２，ｎ＝２に対するＱ（２）項Ｗ′（０２）は
コードブックのオーバラップ（Δｋ＝＋１，Δｎ＝−
２）を第１の指数ｋ＝１，ｎ＝４に適用することにより
決定される。
【０１４２】次にｋ＝１，ｎ＝１４の指数が評価されか
つ付加的な項Ｗ′（１４），Ｗ′（１２），Ｗ′（１
０），Ｗ′（０８），Ｗ′（０６），Ｗ′（０４），
Ｗ′（０４）およびＷ′（０２）を与える。Ｗ′（１
４）を除くすべての項はコードブックのオーバラップを
開始指数ｋ＝１，ｎ＝１４に適用することにより決定さ
れる。この結果次のようになる。 表ＩＶ Ｑ＋（１）＝Ｗ′（０４）＋Ｗ′（１４） Ｑ＋（２）＝Ｗ′（０２）＋Ｗ′（１２） Ｑ＋（３）＝Ｗ′（１０） Ｑ＋（４）＝Ｗ′（０８） Ｑ＋（５）＝Ｗ′（０６） Ｑ＋（６）＝Ｗ′（０４） Ｑ＋（７）＝Ｗ′（０２）
つ付加的な項Ｗ′（１４），Ｗ′（１２），Ｗ′（１
０），Ｗ′（０８），Ｗ′（０６），Ｗ′（０４），
Ｗ′（０４）およびＷ′（０２）を与える。Ｗ′（１
４）を除くすべての項はコードブックのオーバラップを
開始指数ｋ＝１，ｎ＝１４に適用することにより決定さ
れる。この結果次のようになる。 表ＩＶ Ｑ＋（１）＝Ｗ′（０４）＋Ｗ′（１４） Ｑ＋（２）＝Ｗ′（０２）＋Ｗ′（１２） Ｑ＋（３）＝Ｗ′（１０） Ｑ＋（４）＝Ｗ′（０８） Ｑ＋（５）＝Ｗ′（０６） Ｑ＋（６）＝Ｗ′（０４） Ｑ＋（７）＝Ｗ′（０２）
【０１４３】次にｋ＝１，ｎ＝１９の指数が評価されか
つ付加的な項Ｗ′（１９），Ｗ′（１７），Ｗ′（１
５），Ｗ′（１３），Ｗ′（１１），Ｗ′（０９），
Ｗ′（０７），Ｗ′（０５），Ｗ′（０３）およびＷ′
（０１）を与える。Ｗ′（１９）を除くすべての項はコ
ードブックのオーバラップを開始指数ｋ＝１，ｎ＝１９
に適用することにより検出される。この結果は次のよう
になるが、ここで高いベクトル番号に対しどのように寄
与が続くかを示すためにシーケンスがｋ＞８のベクトル
に対し拡張されている。 表Ｖ Ｑ＋（１） ＝Ｗ′（０４）＋Ｗ′（１４）＋Ｗ′（１９） Ｑ＋（２） ＝Ｗ′（０２）＋Ｗ′（１２）＋Ｗ′（１７） Ｑ＋（３） ＝Ｗ′（１０）＋Ｗ′（１５） Ｑ＋（４） ＝Ｗ′（０８）＋Ｗ′（１３） Ｑ＋（５） ＝Ｗ′（０６）＋Ｗ′（１１） Ｑ＋（６） ＝Ｗ′（０４）＋Ｗ′（０９） Ｑ＋（７） ＝Ｗ′（０２）＋Ｗ′（０７） Ｑ＋（８） ＝Ｗ′（０５） Ｑ＋（９） ＝Ｗ′（０３） Ｑ＋（１０）＝Ｗ′（０１） これはｋ＝１に対する指数およびコードブックのオーバ
ラップに基づきそこから決定できるすべての値を使い尽
くす。ベクトルｋ＝１，ｋ＝２の終りには何らの付加的
な非ゼロ値も現れず、従って相関値Ｑ＋（１），Ｑ
＋（２）は今や完全である。
つ付加的な項Ｗ′（１９），Ｗ′（１７），Ｗ′（１
５），Ｗ′（１３），Ｗ′（１１），Ｗ′（０９），
Ｗ′（０７），Ｗ′（０５），Ｗ′（０３）およびＷ′
（０１）を与える。Ｗ′（１９）を除くすべての項はコ
ードブックのオーバラップを開始指数ｋ＝１，ｎ＝１９
に適用することにより検出される。この結果は次のよう
になるが、ここで高いベクトル番号に対しどのように寄
与が続くかを示すためにシーケンスがｋ＞８のベクトル
に対し拡張されている。 表Ｖ Ｑ＋（１） ＝Ｗ′（０４）＋Ｗ′（１４）＋Ｗ′（１９） Ｑ＋（２） ＝Ｗ′（０２）＋Ｗ′（１２）＋Ｗ′（１７） Ｑ＋（３） ＝Ｗ′（１０）＋Ｗ′（１５） Ｑ＋（４） ＝Ｗ′（０８）＋Ｗ′（１３） Ｑ＋（５） ＝Ｗ′（０６）＋Ｗ′（１１） Ｑ＋（６） ＝Ｗ′（０４）＋Ｗ′（０９） Ｑ＋（７） ＝Ｗ′（０２）＋Ｗ′（０７） Ｑ＋（８） ＝Ｗ′（０５） Ｑ＋（９） ＝Ｗ′（０３） Ｑ＋（１０）＝Ｗ′（０１） これはｋ＝１に対する指数およびコードブックのオーバ
ラップに基づきそこから決定できるすべての値を使い尽
くす。ベクトルｋ＝１，ｋ＝２の終りには何らの付加的
な非ゼロ値も現れず、従って相関値Ｑ＋（１），Ｑ
＋（２）は今や完全である。
【０１４４】含めるべき次の指数はｋ＝３，ｎ＝２０で
ありかつ付加的な項Ｗ′（２０），Ｗ′（１８），Ｗ′
（１６），Ｗ′（１４），Ｗ′（１２），Ｗ′（１
０），Ｗ′（０８），Ｗ′（０６），Ｗ′（０４）およ
びＷ′（０２）を与える。再び、Ｗ′（２０）を除く項
はコードブックのオーバラップを開始指数ｋ＝３，ｎ＝
２０に適用することによって識別される。結果は以下の
ようになり、ここでより高いベクトル番号に対しどのよ
うに前記寄与が続くかを示すためにｋ＞１０のベクトル
に対しシーケンスが拡張されている。 表ＶＩ Ｑ＋（１） ＝Ｗ′（０４）＋Ｗ′（１４）＋Ｗ′（１９） Ｑ＋（２） ＝Ｗ′（０２）＋Ｗ′（１２）＋Ｗ′（１７） Ｑ＋（３） ＝Ｗ′（１０）＋Ｗ′（１５）＋Ｗ′（２０） Ｑ＋（４） ＝Ｗ′（０８）＋Ｗ′（１３）＋Ｗ′（１８） Ｑ＋（５） ＝Ｗ′（０６）＋Ｗ′（１１）＋Ｗ′（１６） Ｑ＋（６） ＝Ｗ′（０４）＋Ｗ′（０９）＋Ｗ′（１４） Ｑ＋（７） ＝Ｗ′（０２）＋Ｗ′（０７）＋Ｗ′（１２） Ｑ＋（８） ＝Ｗ′（０５）＋Ｗ′（１０） Ｑ＋（９） ＝Ｗ′（０３）＋Ｗ′（０８） Ｑ＋（１０）＝Ｗ′（０１）＋Ｗ′（０６） Ｑ＋（１２）＝Ｗ′（０４） Ｑ＋（１３）＝Ｗ′（０２） これはｋ＝０からｋ＝７までに対する指数およびコード
ブックのオーバラップに基づきそこから決定できるすべ
ての値を使い尽くす。ベクトルｋ＝１からｋ＝７の端部
には何らの付加的な非ゼロ値も現れておらず、従って相
関値Ｑ＋（１）からＱ＋（７）は今や完全である。
ありかつ付加的な項Ｗ′（２０），Ｗ′（１８），Ｗ′
（１６），Ｗ′（１４），Ｗ′（１２），Ｗ′（１
０），Ｗ′（０８），Ｗ′（０６），Ｗ′（０４）およ
びＷ′（０２）を与える。再び、Ｗ′（２０）を除く項
はコードブックのオーバラップを開始指数ｋ＝３，ｎ＝
２０に適用することによって識別される。結果は以下の
ようになり、ここでより高いベクトル番号に対しどのよ
うに前記寄与が続くかを示すためにｋ＞１０のベクトル
に対しシーケンスが拡張されている。 表ＶＩ Ｑ＋（１） ＝Ｗ′（０４）＋Ｗ′（１４）＋Ｗ′（１９） Ｑ＋（２） ＝Ｗ′（０２）＋Ｗ′（１２）＋Ｗ′（１７） Ｑ＋（３） ＝Ｗ′（１０）＋Ｗ′（１５）＋Ｗ′（２０） Ｑ＋（４） ＝Ｗ′（０８）＋Ｗ′（１３）＋Ｗ′（１８） Ｑ＋（５） ＝Ｗ′（０６）＋Ｗ′（１１）＋Ｗ′（１６） Ｑ＋（６） ＝Ｗ′（０４）＋Ｗ′（０９）＋Ｗ′（１４） Ｑ＋（７） ＝Ｗ′（０２）＋Ｗ′（０７）＋Ｗ′（１２） Ｑ＋（８） ＝Ｗ′（０５）＋Ｗ′（１０） Ｑ＋（９） ＝Ｗ′（０３）＋Ｗ′（０８） Ｑ＋（１０）＝Ｗ′（０１）＋Ｗ′（０６） Ｑ＋（１２）＝Ｗ′（０４） Ｑ＋（１３）＝Ｗ′（０２） これはｋ＝０からｋ＝７までに対する指数およびコード
ブックのオーバラップに基づきそこから決定できるすべ
ての値を使い尽くす。ベクトルｋ＝１からｋ＝７の端部
には何らの付加的な非ゼロ値も現れておらず、従って相
関値Ｑ＋（１）からＱ＋（７）は今や完全である。
【０１４５】上に述べたプロセスがコードブックにおけ
る非ゼロのエントリが使い尽くされかつすべてのＱ
＋（ｋ）相関値が決定されるまで継続する。Ｑ−（ｋ）
の値のために使用されるプロセスは実質的に同じであ
る。３進コードブックをＱ＋（ｋ）およびＱ−（ｋ）を
計算するために別個の部分に分けることはコードブック
のオーバラップを活用してＱ（ｋ）の相関値を計算する
ための上述のプロセスの間に個々のエントリの符号を考
慮に入れる必要性を避けることができるが、それは妨げ
られない。Ｑ（ｋ）は差分Ｑ（ｋ）＝Ｑ＋（ｋ）−Ｑ−
（ｋ）によって検出される。最大の相関値Ｑ（ｊ）を有
する指数ｋ＝ｊのベクトルは技術上よく知られた手段を
用いて、ｋ＝１からｋ＝Ｋに対し（または、少なくとも
そのサブセットのいくつかに対し）Ｑ（ｋ）の値を比較
することにより識別される。上のようにして決定された
計算値は最適の確率的コードブックベクトル、すなわ
ち、音声を合成するために使用された場合、入力目標音
声と比較して最小のエラーを与える確率的コードブック
ベクトル、を識別するために前に述べた合成による分析
プロセスにおいて他の情報と共に使用される。コードブ
ック１８０からのこの最適の確率的コードブックベクト
ルは次に最終的に受信機において入力音声を再び再生す
るために使用される送信されるボコード（ＶＯＣＯＤ
Ｅ）を構築するために使用される。
る非ゼロのエントリが使い尽くされかつすべてのＱ
＋（ｋ）相関値が決定されるまで継続する。Ｑ−（ｋ）
の値のために使用されるプロセスは実質的に同じであ
る。３進コードブックをＱ＋（ｋ）およびＱ−（ｋ）を
計算するために別個の部分に分けることはコードブック
のオーバラップを活用してＱ（ｋ）の相関値を計算する
ための上述のプロセスの間に個々のエントリの符号を考
慮に入れる必要性を避けることができるが、それは妨げ
られない。Ｑ（ｋ）は差分Ｑ（ｋ）＝Ｑ＋（ｋ）−Ｑ−
（ｋ）によって検出される。最大の相関値Ｑ（ｊ）を有
する指数ｋ＝ｊのベクトルは技術上よく知られた手段を
用いて、ｋ＝１からｋ＝Ｋに対し（または、少なくとも
そのサブセットのいくつかに対し）Ｑ（ｋ）の値を比較
することにより識別される。上のようにして決定された
計算値は最適の確率的コードブックベクトル、すなわ
ち、音声を合成するために使用された場合、入力目標音
声と比較して最小のエラーを与える確率的コードブック
ベクトル、を識別するために前に述べた合成による分析
プロセスにおいて他の情報と共に使用される。コードブ
ック１８０からのこの最適の確率的コードブックベクト
ルは次に最終的に受信機において入力音声を再び再生す
るために使用される送信されるボコード（ＶＯＣＯＤ
Ｅ）を構築するために使用される。
【０１４６】より一般的に説明すると、ｎ＝１〜Ｎにお
よぶ指数ｎによって識別される値を有する第１のベクト
ルＶ（ｎ）、および第２のベクトルＳｋ（ｎ）のセット
であって該第２のベクトルの各々は指数ｋによって識別
されかつ該第２のベクトルの各々はゼロまたは非ゼロで
ありかつｎ＝１〜Ｎに至る指数ｎによって識別されるＮ
までの値を有する前記第２のベクトルＳｋ（ｎ）のセッ
トとの組合わせを使用する上に述べた音声を符号化する
プロセスは、Ｓｋ（ｎｉ）が非ゼロであるとし異なるｋ
に対するＳｋ（ｎ）の指数ｎｋ，ｉを識別する段階、指
数ｎｋ，ｉに対応するＶ（ｎ）の値を加算して和Ｑ
（ｋ）を形成する段階、最大の値Ｑ（ｋ＝ｊ）に対応す
る値ｋ＝ｊを識別する段階、そしてＳｋ＝ｊ（ｎ）を使
用して音声を合成する段階、を具備する。
よぶ指数ｎによって識別される値を有する第１のベクト
ルＶ（ｎ）、および第２のベクトルＳｋ（ｎ）のセット
であって該第２のベクトルの各々は指数ｋによって識別
されかつ該第２のベクトルの各々はゼロまたは非ゼロで
ありかつｎ＝１〜Ｎに至る指数ｎによって識別されるＮ
までの値を有する前記第２のベクトルＳｋ（ｎ）のセッ
トとの組合わせを使用する上に述べた音声を符号化する
プロセスは、Ｓｋ（ｎｉ）が非ゼロであるとし異なるｋ
に対するＳｋ（ｎ）の指数ｎｋ，ｉを識別する段階、指
数ｎｋ，ｉに対応するＶ（ｎ）の値を加算して和Ｑ
（ｋ）を形成する段階、最大の値Ｑ（ｋ＝ｊ）に対応す
る値ｋ＝ｊを識別する段階、そしてＳｋ＝ｊ（ｎ）を使
用して音声を合成する段階、を具備する。
【０１４７】さらに、第２のベクトルの前記セットはオ
ーバラップ量Δｋ，Δｎに従って先行する第２のベクト
ルをオーバラップすることにより決定されることが望ま
しく、この場合前記識別および加算段階は、ｎ１，ｉか
らスタートしかつオーバラップ量Δｋ，Δｎを使用して
Ｓｉ（ｎｉ）が非ゼロであるとし、ｋ＝１に対しＳ
ｋ（ｎ）の指数ｎ１，ｉを識別する段階、Ｓ
ｋ（ｎｉ′）が非ゼロであるとしｋ＞１に対しさらに指
数ｎｋ，ｉ′を決定する段階、そしてそのような指数お
よびさらに他の指数に対し前記Ｖ（ｎ）の値を加算し和
Ｑ（ｋ）を形成する段階を具備する。さらに、ｋ≧２に
対しＳｋ（ｎｉ″）が非ゼロであるとし前に識別されて
いない第１の指数ｎｋ，ｉ″を識別し、かつ次に、指数
ｎｋ，ｉ″からスタートしてＳｋ（ｎｉ″′）が非ゼロ
であるとしオーバラップ量を使用してｋ≧３に対するさ
らに他の指数ｎｋ，ｉ″′を決定し、かつそのようなさ
らに他の指数に対しＶ（ｎ）の値を加算してさらに和Ｑ
（ｋ）を形成すると好都合である。
ーバラップ量Δｋ，Δｎに従って先行する第２のベクト
ルをオーバラップすることにより決定されることが望ま
しく、この場合前記識別および加算段階は、ｎ１，ｉか
らスタートしかつオーバラップ量Δｋ，Δｎを使用して
Ｓｉ（ｎｉ）が非ゼロであるとし、ｋ＝１に対しＳ
ｋ（ｎ）の指数ｎ１，ｉを識別する段階、Ｓ
ｋ（ｎｉ′）が非ゼロであるとしｋ＞１に対しさらに指
数ｎｋ，ｉ′を決定する段階、そしてそのような指数お
よびさらに他の指数に対し前記Ｖ（ｎ）の値を加算し和
Ｑ（ｋ）を形成する段階を具備する。さらに、ｋ≧２に
対しＳｋ（ｎｉ″）が非ゼロであるとし前に識別されて
いない第１の指数ｎｋ，ｉ″を識別し、かつ次に、指数
ｎｋ，ｉ″からスタートしてＳｋ（ｎｉ″′）が非ゼロ
であるとしオーバラップ量を使用してｋ≧３に対するさ
らに他の指数ｎｋ，ｉ″′を決定し、かつそのようなさ
らに他の指数に対しＶ（ｎ）の値を加算してさらに和Ｑ
（ｋ）を形成すると好都合である。
【０１４８】以上述べた方法は汎用目的のコンピュータ
によって実施できるが、その場合は該コンピュータは、
Ｓｋ（ｎｉ）が非ゼロであるとし異なるｋに対しＳ
ｋ（ｎ）の指数ｎｋ，ｉを識別するための手段、指数ｎ
ｋ，ｉに対応するＶ（ｎ）の値を加算して和Ｑ（ｋ）を
形成するための手段、最大の値Ｑ（ｋ＝ｊ）に対応する
値ｋ＝ｊを識別するための手段、そしてＳｋ＝ｊ（ｎ）
を使用して音声を合成するための手段、を提供するよう
プログラムされるべきである。当業者はどのようにして
これを行うかを理解するであろう。
によって実施できるが、その場合は該コンピュータは、
Ｓｋ（ｎｉ）が非ゼロであるとし異なるｋに対しＳ
ｋ（ｎ）の指数ｎｋ，ｉを識別するための手段、指数ｎ
ｋ，ｉに対応するＶ（ｎ）の値を加算して和Ｑ（ｋ）を
形成するための手段、最大の値Ｑ（ｋ＝ｊ）に対応する
値ｋ＝ｊを識別するための手段、そしてＳｋ＝ｊ（ｎ）
を使用して音声を合成するための手段、を提供するよう
プログラムされるべきである。当業者はどのようにして
これを行うかを理解するであろう。
【０１４９】さらに、前記コンピュータはＳ１（ｎｉ）
が非ゼロであるとしＳｋ（ｎ）の指数ｎ１，ｉをｋ＝１
に対し識別するための手段、Ｓｋ（ｎｉ′）が非ゼロで
あるとし、ｎ１，ｉからスタートしかつオーバラップ量
Δｋ，Δｎを使用してｋ＞１に対するさらに他の指数ｎ
ｋ，ｉ′を決定するための手段、そしてそのような指数
およびさらに他の指数に対しＶ（ｎ）の値を加算して和
Ｑ（ｋ）を形成するための手段、を提供するようプログ
ラムされることが望ましい。さらに、前記識別し、決定
しかつ加算するための手段は、Ｓｋ（ｎｉ″）が非ゼロ
であるとし前に識別されなかった第１の指数ｎｋ，ｉ″
をｋ≧２に対し識別するための手段、Ｓｋ（ｎｉ″′）
が非ゼロであるとし指数ｎｋ，ｉ″からスタートしかつ
オーバラップ量を使用してｋ≧３に対するさらに他の指
数ｎｋ，ｉ″′を決定するための手段、そしてそのよう
なさらに他の指数に対しＶ（ｎ）の値を加算してさらに
和Ｑ（ｋ）を形成するための手段、を具備することが望
ましい。
が非ゼロであるとしＳｋ（ｎ）の指数ｎ１，ｉをｋ＝１
に対し識別するための手段、Ｓｋ（ｎｉ′）が非ゼロで
あるとし、ｎ１，ｉからスタートしかつオーバラップ量
Δｋ，Δｎを使用してｋ＞１に対するさらに他の指数ｎ
ｋ，ｉ′を決定するための手段、そしてそのような指数
およびさらに他の指数に対しＶ（ｎ）の値を加算して和
Ｑ（ｋ）を形成するための手段、を提供するようプログ
ラムされることが望ましい。さらに、前記識別し、決定
しかつ加算するための手段は、Ｓｋ（ｎｉ″）が非ゼロ
であるとし前に識別されなかった第１の指数ｎｋ，ｉ″
をｋ≧２に対し識別するための手段、Ｓｋ（ｎｉ″′）
が非ゼロであるとし指数ｎｋ，ｉ″からスタートしかつ
オーバラップ量を使用してｋ≧３に対するさらに他の指
数ｎｋ，ｉ″′を決定するための手段、そしてそのよう
なさらに他の指数に対しＶ（ｎ）の値を加算してさらに
和Ｑ（ｋ）を形成するための手段、を具備することが望
ましい。
【０１５０】
【発明の効果】上述の、ｎ＝１〜Ｎの値を有する第１の
ベクトルとｎ＝１〜Ｎの値を有するｋ＝１〜Ｋの第２の
ベクトルのセットとの積の和の等価物をコードブックの
まばらな非ゼロ値および該コードブックベクトルのオー
バラッピング特性を活用することによって提供する手段
および方法は、従来技術に比較して計算機的な負担を実
質的に低減しかつより迅速に達成することができ、さら
に従来技術によって必要とされるものよりかなり少ない
計算機的な資源によって達成できるようにする。上に述
べたプロセスは、本明細書に記載しかつ表Ｉ−ＶＩに図
示した手順を実行するようプログラムされた、汎用目的
のコンピュータまたは特別の目的のコンピュータによっ
て達成されている。当業者は本明細書の記載に基づきか
つ技術上よく知られた手段を使用して上述のステップを
達成するためにどのようにコンピュータをプログラムす
るかを理解するであろう。
ベクトルとｎ＝１〜Ｎの値を有するｋ＝１〜Ｋの第２の
ベクトルのセットとの積の和の等価物をコードブックの
まばらな非ゼロ値および該コードブックベクトルのオー
バラッピング特性を活用することによって提供する手段
および方法は、従来技術に比較して計算機的な負担を実
質的に低減しかつより迅速に達成することができ、さら
に従来技術によって必要とされるものよりかなり少ない
計算機的な資源によって達成できるようにする。上に述
べたプロセスは、本明細書に記載しかつ表Ｉ−ＶＩに図
示した手順を実行するようプログラムされた、汎用目的
のコンピュータまたは特別の目的のコンピュータによっ
て達成されている。当業者は本明細書の記載に基づきか
つ技術上よく知られた手段を使用して上述のステップを
達成するためにどのようにコンピュータをプログラムす
るかを理解するであろう。
【０１５１】当業者には本明細書の記載に基づき上に述
べた手段および方法が、確率的コードブックベクトルの
どれが目標音声との最善の整合を提供するかを決定する
ことに関連する相互相関プロセスのために通常必要とさ
れる乗算ステップと同じ効果を生ずることは明らかであ
る。乗算操作を消去することにより、相関操作がより高
速になりかつベクトル値の必要な操作の数が低減され
る。これらの利点は極めて好都合なものである。
べた手段および方法が、確率的コードブックベクトルの
どれが目標音声との最善の整合を提供するかを決定する
ことに関連する相互相関プロセスのために通常必要とさ
れる乗算ステップと同じ効果を生ずることは明らかであ
る。乗算操作を消去することにより、相関操作がより高
速になりかつベクトル値の必要な操作の数が低減され
る。これらの利点は極めて好都合なものである。
【０１５２】最後に、本発明の上に述べた実施例は例示
のためのみのものであると考えている。数多くの別の実
施例も本発明の精神および範囲から離れることなく考案
できる。
のためのみのものであると考えている。数多くの別の実
施例も本発明の精神および範囲から離れることなく考案
できる。
【図１】ＣＥＬＰボコーダシステムを一般的な形式で示
す単純化されたブロック図である。
す単純化されたブロック図である。
【図２】本発明の好ましい実施例によるＣＥＬＰコーダ
を示す単純化されたブロック図である。
を示す単純化されたブロック図である。
【図３】第１の実施例による、図２の（ｂ）のコーダの
１部を詳細に示すブロック図である。
１部を詳細に示すブロック図である。
【図４】本発明の好ましい実施例による、図２の（ｂ）
のコーダの１部を非常に詳細に示すブロック図である。
のコーダの１部を非常に詳細に示すブロック図である。
【図５】本発明の好ましい実施例による適応コードブッ
クベクトルの自己相関係数を提供するための装置を示す
ブロック図である。
クベクトルの自己相関係数を提供するための装置を示す
ブロック図である。
【図６】ＣＥＬＰコーディングのために使用される形式
の小さな確率的コードブックの内容を示す説明図であ
る。
の小さな確率的コードブックの内容を示す説明図であ
る。
【図７】本発明に係わる相互相関機能を説明する単純化
されたブロック図である。
されたブロック図である。
【図８】図７において使用されているマルチプレクサの
さらに詳細を示すブロック回路図である。
さらに詳細を示すブロック回路図である。
【図９】そのエントリが図６のコードブックの非ゼロエ
ントリに対応する第１のメモリ手段の内容を示す説明図
である。
ントリに対応する第１のメモリ手段の内容を示す説明図
である。
【図１０】そのエントリが図６のコードブックの非ゼロ
エントリに対応する第２のメモリ手段の内容を示す説明
図である。
エントリに対応する第２のメモリ手段の内容を示す説明
図である。
１００ ＣＥＬＰコーダ １０６ 送信経路または送信パス ３００ ＣＥＬＰデコーダ １１０ バンドパスフィルタ １１２ Ａ／Ｄ変換器 １１４ フレーマ １１６ フレームメモリ １２２ ＬＰＣアナライザ １２５ コーダ １３０ 帯域幅拡張重み付け発生器 １４２，１６５ スペクトルメモリ減算器 １４５，１７０ スペクトルインバースフィルタＡ
（ｚ） １５０，１７５ カスケード重み付けフィルタ１／Ａ
（ｚ／ｒ） １６２ ピッチメモリ減算器 １５５ 適応コードブック １８０ 確率的コードブック １８２ チャネルデコーダ １９０ 長時間遅延ピッチ予測器 １９５ 短時間遅延ベクトル予測器１／Ａ（ｚ） １９７ ゲイン乗算器 ２００ スペクトルインバースフィルタＡ（ｚ） ２０５ キャッシュ重み付けフィルタ１／Ａ（ｚ／ｒ） ２１０ チャネルコーダ ２２０ 適応コードブックサーチャ ２２５ 確率的コードブックサーチャ
（ｚ） １５０，１７５ カスケード重み付けフィルタ１／Ａ
（ｚ／ｒ） １６２ ピッチメモリ減算器 １５５ 適応コードブック １８０ 確率的コードブック １８２ チャネルデコーダ １９０ 長時間遅延ピッチ予測器 １９５ 短時間遅延ベクトル予測器１／Ａ（ｚ） １９７ ゲイン乗算器 ２００ スペクトルインバースフィルタＡ（ｚ） ２０５ キャッシュ重み付けフィルタ１／Ａ（ｚ／ｒ） ２１０ チャネルコーダ ２２０ 適応コードブックサーチャ ２２５ 確率的コードブックサーチャ
【手続補正書】
【提出日】平成５年１０月２２日
【手続補正１】
【補正対象書類名】図面
【補正対象項目名】全図
【補正方法】変更
【補正内容】
【図１】
【図３】
【図２】
【図４】
【図６】
【図９】
【図１０】
【図５】
【図７】
【図８】
───────────────────────────────────────────────────── フロントページの続き (31)優先権主張番号 ７２２，５７２ (32)優先日 1991年６月27日 (33)優先権主張国 米国（ＵＳ） (72)発明者 デビッド・エル バロン アメリカ合衆国アリゾナ州85251、スコッ ツデイル、イースト・トーマス 8449
Claims (19)
- 【請求項１】 入力アナログ音声のＮの連続するサンプ
ルｎ＝１〜ｎ＝Ｎを具備する音声フレームを符号化して
前記音声フレームを最もよく合成する最適のコードブッ
クベクトルＣｋ＝ｊ（ｎ）を決定するための装置（２２
０，２２０′）であって、 Ｋの可能な知覚的に重み付けされた駆動ベクトルＣ
ｋ（ｎ）を含む適応コードブック（１５５）であって、
この場合ｋは前記ベクトルを識別するために１からＫま
でにおよぶ整数の指数であり、かつｎ＝１〜ｎ＝Ｎは前
記音声フレーム内の連続する音声サンプルを識別する整
数の指数であるもの、 前記コードブックベクトルＣｋ（ｎ）によって駆動され
た時前記音声フレームの試行的な複製を合成するための
１つまたはそれ以上のＬＰＣフィルタ（１９０，１９
５，２００，２０５，１７０，１４５，１７５，１５
０）であって、該ＬＰＣフィルタ（１９０，１９５，２
００，２０５，１７０，１４５，１７５，１５０）はイ
ンパルス応答Ｈ（ｎ）を有するもの、 前記音声フレームを最もよく合成する最適のコードブッ
クベクトルＣｋ＝ｊ（ｎ）を決定するためにコードブッ
クベクトルＣｋ（ｎ）により１つまたはそれ以上のＬＰ
Ｃフィルタ（１９０，１９５，２００，２０５，１７
０，１４５，１７５，１５０）を駆動する結果と比較す
るために知覚的に重み付けされた目標音声の残余Ｘ
（ｎ）を発生するための手段（１５０）、 フレームごとに１度ｎの各々の値に対しＨ（ｎ）によっ
てＸ（ｎ）をコンボルブし相互相関器（５２０′）への
伝達のためにコンボルブされた出力（５１２′）を生成
するための手段（５１０′）、 ｎおよびｋの各々の値に対しＣｋ（ｎ）によるコンボル
ブされた出力（５１２′）を相互相関しその出力（５２
１′）が除算手段（５３０′）に接続された２乗器（５
２５′）への伝達のために相互相関された出力（５５
１′）を生成するための手段（５２０′）、 ｎおよびｋの各々の値に対しＣｋ（ｎ）を自己相関して
乗算器手段（５４３′）への伝達のために第１の自己相
関出力（５６１′）を提供するための手段（５６
０′）、 Ｈ（ｎ）を自己相関して前記乗算器手段（５４３′）へ
の伝達のために第２の自己相関された出力（５５２′，
５５６′）を生成するための手段（５５０′）、 前記第１（５６１′）および第２（５５２′）の自己相
関出力を乗算して加算器（５４０′）への伝達のための
出力積（５４５′）を生成するための手段（５４
３′）、 ｋの各々の値に対し前記積を加算して除算器（５３
０′）への伝達のために加算された出力（５４１′）を
生成するための手段（５４０′）、 ２乗された相互相関出力（５２１′）および前記加算器
の加算された出力（５４１′）の比率を検出してセレク
タ手段（５７０′）に伝達するための除算手段（５３
０′）、そしてチャネルコーダ（２１０）への伝達のた
めに、前記除算手段（５３０′）から最大の振幅の出力
を生成するＣｋ（ｎ）の値Ｃｋ＝ｊ（ｎ）を選択するた
めの手段（５７０′）、 を具備することを特徴とする音声フレームを符号化する
ための装置。 - 【請求項２】 入力アナログ音声のＮの連続するサンプ
ルを具備する音声フレームを符号化しかつ、ｋを１から
Ｋに至る整数の指数としかつｎは前記音声フレーム内の
連続する音声サンプルｎ＝１，…，ｎ＝Ｎを識別する他
の整数指数であるとして、Ｋの目標の知覚的に重み付け
された駆動ベクトルＣｋ（ｎ）を含む適応コードブック
（１５５）を使用して前記音声フレームを最もよく合成
する最適のコードブックベクトルＣｋ＝ｊ（ｎ）を決定
するための方法であって、 前記コードブックＣｋ（ｎ）ベクトルによって駆動され
た時前記音声フレームの試行的な複製を合成するための
１つまたはそれ以上のＬＰＣフィルタ（１９０，１９
５，２００，２０５，１７０，１４５，１７５，１５
０）を提供する段階であって、前記１つまたはそれ以上
のＬＰＣフィルタ（１９０，１９５，２００，２０５，
１７０，１４５，１７５，１５０）はインパルス応答Ｈ
（ｎ）を有するもの、 コードブックベクトルＣｋ（ｎ）によって１つまたはそ
れ以上のＬＰＣフィルタ（１９０，１９５，２００，２
０５，１７０，１４５，１７５，１５０）を駆動した結
果と比較するために知覚的に重み付けされた目標音声残
余Ｘ（ｎ）を提供する段階、 フレームごとに１度ｎの各々の値に対しＨ（ｎ）によっ
てＸ（ｎ）をコンボルブし相互相関器（５２０′）への
伝達のためにコンボルブされた出力Ｗ（ｎ）を生成する
段階、 ｎおよびｋの各々の値に対しＣｋ（ｎ）によってコンボ
ルブされた出力Ｗ（ｎ）を相互相関しその出力が除算器
（５３０′）に結合された２乗器（５２５′）への伝達
のために相互相関された出力を生成する段階、 ｎおよびｋの各々の値に対しＣｋ（ｎ）を自己相関して
乗算器（５４３′）への伝達のために第１の自己相関出
力Ｕｋ（ｍ）を提供する段階であって、この場合ｍはｍ
＝０からｍ＝Ｎ−１に至るダミー指数であるもの、 Ｈ（ｎ）を自己相関して前記乗算器（５４３′）への伝
達のために第２の自己相関された出力Φ（ｍ）を生成す
る段階であって、この場合ｍはｍ＝０からｍ＝Ｎ−１に
至るダミー指数であるもの、 前記乗算器（５４３′）において前記第１および第２の
自己相関出力を乗算して加算器（５４０′）への伝達の
ために出力積（５４５′）を生成する段階、 ｋの各々の値に対し前記積を加算して除算器（５３
０′）への伝達のために加算出力（５４１′）を生成す
る段階、 ピークセレクタ（５７０′）への伝達のために前記２乗
された相互相関出力（５２１′）および前記加算器の加
算出力（５４１′）の比率を得るために除算を行う段
階、そしてチャネルコーダ（２１０）への伝達のため
に、前記除算器（５３０′）から最大の大きさの出力を
生成するＣｋ（ｎ）の値Ｃｋ＝ｊ（ｎ）を前記ピークセ
レクタにおいて選択する段階、 を具備することを特徴とする音声フレームを符号化する
方法。 - 【請求項３】 各々Ｎのエントリを有するＫのベクトル
を含むコードブック（１５５）の使用に基づきデジタル
化入力音声フレームのためのＣＥＬＰ符号化を提供する
方法であって、 Ｎのエントリの内の最初のＰ（Ｐ＜＜Ｎ）に対するコー
ドブックベクトルを自己相関してそれに対する第１の自
己相関値（５６１′）を決定する段階、 Ｋのコードブックベクトルおよび前記第１の自己相関値
を使用して合成音声を生成しかつその結果を入力音声と
比較することによりＫのコードブックベクトルを評価す
る段階、 Ｋのコードブックベトクルの内のどのＳ（Ｓ＜＜Ｋ）が
入力音声と比較して評価されたＫ−Ｓの残りのベクトル
よりもより小さなエラーを有する合成音声を提供するか
を決定する段階、 各々のコードブックベクトルにおけるＲのエントリに対
するＫのベクトルの内のＳ（Ｐ＜Ｒ≦Ｎ）に対するコー
ドブックベトクルを自己相関してそれに対する第２の自
己相関値を提供する段階、 前記第２の自己相関値を使用してＫのベクトルの内の前
記Ｓを再評価し前記入力音声と比較してＳのコードブッ
クベクトルの内のどれが最小のエラーを提供するかを識
別する段階、そして前記最小のエラーを与えるコードブ
ックベクトルの識別子を使用して前記音声フレームに対
するＣＥＬＰコードを形成する段階、 を具備することを特徴とするＣＥＬＰ符号化を提供する
方法。 - 【請求項４】 前記Ｐ，ＳおよびＲは、５≦Ｐ≦１０、
１≦Ｓ≦７、かつＲ＝ＮまたはＮ−１である請求項３に
記載の方法。 - 【請求項５】 Ｘ（ｎ）で示されるデジタル化入力音声
の前記フレームは入力アナログ音声のｎ＝１〜ｎ＝Ｎの
連続するサンプルを具備し、かつ前記コードブックはＫ
の目標の知覚的に重み付けされた駆動ベクトルＣ
ｋ（ｎ）を含み、この場合ｋは１〜Ｋに至る整数の指数
であり、かつｎは音声フレーム内の連続する音声サンプ
ルｎ＝１〜ｎ＝Ｎを識別する他の整数の指数であり、か
つＣｋ＝ｊ（ｎ）は前記目標音声フレームＸ（ｎ）を最
もよく合成する最適のコードブックベクトルを表し、か
つ前記第１の自己相関段階は、 以下の式、 に従ってコードブックベクトルＣｋ（ｎ）をＰ＜＜Ｎと
してｍ＝０〜ｍ＝Ｐに対し自己相関する段階、 を具備し、かつ前記評価段階はコードブックサーチャに
おいて、前記式から検出されたＵｋ（Ｐ）のＰの値を使
用してすべてのＫのベクトルＣｋ（ｎ）を再帰的に評価
し平均２乗エラー確率を決定する段階を具備し、かつ前
記決定段階は、Ｓ＜＜Ｋとし、目標音声Ｘ（ｎ）に対し
最も近い整合を提供するＫのベクトルＣｋ（ｎ）の内の
Ｓを選択する段階を具備し、かつ前記第２の自己相関お
よび再評価段階は、コードブックサーチャにおいて前記
式におけるＵｋ（ｍ）を決定するためにすべてのｍ＝０
〜ｍ＝Ｎ−１を使用して上で選ばれたＫのベクトルの内
のＳを再帰的に再評価し、それによりｊ番目の値Ｃ
ｋ＝ｊ（ｎ）および目標音声Ｘ（ｎ）に対し最善の適合
を与える対応するゲイン指数Ｇｋ＝ｊを選択する段階を
具備し、かつ前記形成段階は、ＣＥＬＰ合成器に送信す
るためにＣｋ＝ｊ（ｎ）およびＧｋ＝ｊをチャネルコー
ダに送信する段階を具備する、 請求項３に記載の方法。 - 【請求項６】 適応コードブック（１５５）のベクトル
の自己相関係数を使用した音声のＣＥＬＰ符号化のため
の装置（１００，２２０，２２０′，６００）であっ
て、分析は初めに長さＬ＞Ｍの音声分析フレームに関連
してサンプルＭのサブセットを利用し、前記装置は、 ｋ＝１かつｍは自己相関遅れ指数でありかつｎは前記コ
ードブックベクトルにおける連続するサンプルの指数で
あるとし、長さＭの第１のベクトルＣｋ（ｎ）の自己相
関係数Ｕｋ′（ｍ）を、ｍ＝０〜Ｔ＜Ｍに対し、第１の
式、 に従って決定するための手段（６１０）、 ｋ≧２とし、残りのコードブックベクトルの自己相関係
数Ｕｋ（ｍ）を増分的に、ｍ＝０〜Ｔ＜Ｍに対し（Ｍ＋
ｋ−１）＝Ｌまで、第２の式、 Ｕ′ｋ（ｍ）＝［Ｕ′ｋ−１（ｍ）＋Ｃｋ（Ｍ＋ｋ−
１）Ｃｋ（Ｍ＋ｋ−１＋ｍ）］ に従って決定するための手段（６２４，６２６，６２
８，６３０）、 前記第１の方程式の結果を次の式、 Ｕ１（ｍ）＝（Ｌ／Ｍ）Ｕ′１（ｍ） に従ってスケーリングし、かつ前記第２の方程式の結果
を以下の式、 Ｕｋ（ｍ）＝｛Ｌ／（Ｍ＋ｋ−１）｝Ｕ′ｋ（ｍ） に従ってスケーリングし、これらのスケーリングはｍ＝
０〜Ｔ＜Ｍに対して行われ、各々のｍおよび各々のｋに
対し結果を生成するための手段（６３２）、そして前記
結果を使用してどのコードブックベクトルが入力音声と
比較して最小のエラーを提供するかを評価するための手
段（２２０，２２０′）、 を具備することを特徴とする音声のＣＥＬＰ符号化のた
めの装置。 - 【請求項７】 ベクトル長Ｎの適応コードブック（１５
５）のベクトルの自己相関係数を使用した音声のＣＥＬ
Ｐ符号化のための方法であって、分析は最初は長さＬの
音声分析フレームを有するＭ＜Ｎのサンプルのサブセッ
トを使用し、前記方法は、 ｋ＝１かつｍは自己相関遅延指数でありかつｎは前記コ
ードブックベクトルにおける連続するサンプルの指数で
あるとし、ｍ＝０〜Ｔ＜Ｍに対し、以下の式、 Ｕ１（ｍ）＝（Ｌ／Ｍ）Ｕ′１（ｍ） に従って、長さＭの第１のベクトルＣｋ（ｎ）の自己相
関係数Ｕｋ（ｍ）を計算する段階、 ｋ≧２とし、ｍ＝０〜Ｔ＜Ｍに対し、以下の式、 Ｕ′ｋ（ｍ）＝［Ｕ′ｋ−１（ｍ）＋Ｃｋ（Ｍ＋ｋ−
１）Ｃｋ（Ｍ＋ｋ−１＋ｍ）］ Ｕｋ（ｍ）＝｛Ｌ／（Ｍ＋ｋ−１）｝Ｕ′ｋ（ｍ） に従って残りのコードブックベクトルの自己相関係数Ｕ
ｋ（ｍ）を計算する段階、 前記第２の計算を（Ｍ＋ｋ−１）＝Ｌまで反復する段
階、そして上述のようにして決定された自己相関係数を
使用して前記コードブックベクトルＣｋ（ｎ）の内のど
れが入力音声と比較した時最小のエラーを生成するかを
決定する段階、 を具備することを特徴とする音声のＣＥＬＰ符号化のた
めの方法。 - 【請求項８】 前記ＴおよびＭはＴ＝Ｍ−１の関係を有
する請求項６または請求項７に記載の方法。 - 【請求項９】 指数ｋによって識別される適応コードブ
ック（１５５）のベクトルの自己相関係数を使用した音
声のＣＥＬＰ符号化のための方法であって、合成による
分析は最初にＭ＜Ｌのコードブック値を使用し、この場
合Ｌは音声分析フレームの長さでありかつｍは自己相関
遅れを記述する０からＭ−１に至る指数であり、前記方
法は、 ｎは前記コードブックベクトル値の指数であるとし、ｎ
＝１〜Ｍの値をその中に有する第１のコードブックベク
トルｋのｍ＝０〜Ｍ−１の自己相関係数を計算する段
階、 一時記憶装置（６３０）にｍ＝０〜Ｍ−１の計算された
自己相関係数を記憶させる段階、 前記一時記憶装置における前記係数を乗算ファクタＬ／
Ｍによりスケーリングしかつその結果を出力（６３４）
に転送する段階、 ｊ＝１としｎ＝Ｍ＋ｊに対しコードブック値をｎ＝Ｍ＋
ｊからｎ＝１に下がるコードブック値によって乗算しか
つその積を前記一時記憶装置（６３０）からの、それぞ
れ、ｍ＝０〜Ｍ−１の自己相関係数に加算して結果を生
成する段階、 前記結果により前記一時記憶装置（６３０）における自
己相関係数を置き換える段階、 前記一時記憶装置（６３０）における前記係数を乗算フ
ァクタＬ／（Ｍ＋ｊ）によりスケーリングしかつその結
果を出力（６３４）に転送する段階、 ｋ＝（Ｌ＋１−Ｍ）としｊ＝２〜ｊ＝ｋ−１に対し前記
乗算、置き換え、スケーリングおよび転送段階を反復す
る段階、そして前記出力に転送された自己相関係数を使
用してどのコードブックベクトルがより良好な音声のＣ
ＥＬＰ符号化を提供するかを決定する段階、 を具備することを特徴とする音声のＣＥＬＰ符号化のた
めの方法。 - 【請求項１０】 第１のベクトルを指数ｋによって識別
される第２のベクトルのセットと組合わせることによっ
て音声のＣＥＬＰ符号化を行うための装置（１００，７
００）であって、前記第１および第２のベクトルはｎ＝
１〜Ｎに至る指数ｎによって識別される値を有し、前記
装置は、 ｎ＝１〜Ｎの出力、ｎ＝１〜Ｎの第１の入力、第２の入
力、およびｎ＝１〜Ｎの選択手段を有する第１のＮ×Ｎ
のマルチプレクサ（７０４）であって、ｎ番目の選択手
段に提供される第１の論理レベルは前記ｎ番目の出力を
前記ｎ番目の第１の入力に結合し、かつ前記ｎ番目の選
択手段に提供される第２の論理レベルは前記ｎ番目の出
力を前記第２の入力に結合するもの、 前記第１のベクトルのｎ＝１〜Ｎの値を前記第１のマル
チプレクサ（７０４）のｎ＝１〜Ｎの第１の入力（７０
１）に供給するための第１の手段、 指数ｋ＝１の前記第２のベクトルのｎ＝１〜Ｎの値を前
記第１のマルチプレクサ（７０４）のｎ＝１〜Ｎの選択
手段（７０８）に提供するための手段（７０６）であっ
て、前記第２のベクトルは前記ｎ＝１〜Ｎの選択手段に
おいてｎの幾つかの値に対し前記第１の論理レベルを提
供しかつｎの他の値に対し第２の論理レベルを提供する
もの、 前記第１のマルチプレクサの出力（７１０）に結合され
前記第１のマルチプレクサ（７０４）の出力（７１０）
に転送される前記第１のベクトルの値を一緒に加算して
第１の和（７１６）を提供するための第１のアキュムレ
ータ手段（７１２）、 ｋをｋ＝１〜ｋ＝Ｋまでインデクシングするための手段
（７１４）、そしてどの和が目標音声に対し最も近い整
合を与える第２のベクトルを識別するかに基づき音声を
合成するための手段（２２８）、 を具備することを特徴とする音声のＣＥＬＰ符号化のた
めの装置。 - 【請求項１１】 前記第２のベクトルは値０，＋１，−
１を有し、かつ前記第２のベクトルのｎ＝１〜Ｎの値を
提供するための前記手段は２つの部分、すなわち、前記
第２のベクトルの０，＋１の値のロケーションに対応す
るエントリ０，１を有する第１の部分（７０６）および
前記第２のベクトルの値０，−１のロケーションに対応
する値０，１を有する第２の部分（７０７）、を備え、
かつ前記提供手段はその第１の部分を前記第１のマルチ
プレクサ（７０４）の前記選択手段（７０８）に提供
し、かつ前記装置はさらに、 ｎ＝１〜Ｎの出力、ｎ＝１〜Ｎの第１の入力、第２の入
力、およびｎ＝１〜Ｎの選択手段を有する第２のＮ×Ｎ
のマルチプレクサ（７０５）であって、ｎ番目の選択手
段に提供される第１の論理レベルは前記ｎ番目の出力を
前記ｎ番目の第１の入力に結合し、かつ前記ｎ番目の選
択手段に提供される第２の論理レベルは前記ｎ番目の出
力を前記第２の入力に結合し、かつ前記提供手段の第２
の部分は前記第２のマルチプレクサの前記選択手段に結
合されているもの、 前記第１のベクトルのｎ＝１〜Ｎの値を前記第２のマル
チプレクサのｎ＝１〜Ｎの第１の入力に供給するための
第２の手段（７０１）、 前記第２のマルチプレクサの出力に結合され前記第２の
マルチプレクサの出力に転送される第１のベクトルの値
を一緒に加算して第２の和（７１７）を提供するための
第２のアキュムレータ手段（７１３）、そして前記第１
（７１６）および第２（７１７）の和を組合わせてどの
入力ベクトル（７０２）が目標音声に最も近い整合を与
えるかを決定するために使用される結果（７２１）を生
成するための手段（７２０）、 を具備する請求項１０に記載の装置。 - 【請求項１２】 ｎ＝１〜Ｎに至る指数ｎによって識別
される値を有する第１のベクトルＶ（ｎ）、および第２
のベクトルＳｋ（ｎ）のセットの組合わせを用いた音声
のＣＥＬＰ符号化のための装置であって、前記第２のベ
クトルの各々は指数ｋによって識別されかつ前記第２の
ベクトルの各々はゼロまたは非ゼロでありかつｎ＝１〜
Ｎに至る指数ｎによって識別されるＮまでの値を有し、
前記装置は、 異なるｋに対するＳｋ（ｎ）の指数ｎｋ，ｉを識別する
ための手段（７０４，７０６）であって、前記Ｓｋ（ｎ
ｉ）は非ゼロであるもの、 指数ｎｋ，ｉに対応する前記Ｖ（ｎ）の値を加算して和
Ｑ（ｋ）を形成するための手段（７１２，７２１）、 最大の値Ｑ（ｋ＝ｊ）に対応する値ｋ＝ｊを識別するた
めの手段（７１４）、そしてＳｋ＝ｊ（ｎ）を使用して
音声を合成するための手段（２２８）、 を具備することを特徴とする音声のＣＥＬＰ符号化のた
めの装置。 - 【請求項１３】 前記第２のベクトルの前記セットの連
続するベクトルはオーバラップ量Δｋ，Δｎに従って先
行する第２のベクトルのオーバラップによって決定さ
れ、前記識別のための手段および加算のための手段は、 ｋ＝１に対しＳｋ（ｎ）の指数ｎ１，ｉを識別する手段
（７０５，７０７）であって、前記Ｓ１（ｎｉ）は非ゼ
ロであるもの、 Ｓｋ（ｎｉ′）が非ゼロであるとし、ｋ＞１に対し、ｎ
１，ｉからスタートしかつ前記オーバラップ量Δｋ，Δ
ｎを使用して、さらに他の指数ｎｋ，ｉ′を決定するた
めの手段（７０５，７０７）、そしてそのような指数お
よびさらに他の指数に対するＶ（ｎ）の値を加算して和
Ｑ（ｋ）を形成するための手段（７１３，７２１）、 を具備する請求項１２に記載の装置。 - 【請求項１４】 前記識別のための手段、決定のための
手段および加算のための手段は、Ｓｋ（ｎｉ″）が非ゼ
ロであるとし、ｋ≧２に対し前に識別されなかった第１
の指数ｎｋ，ｉ″を識別するための手段、Ｓｋ（ｎ
ｉ″′）が非ゼロとし、ｋ≧３に対しさらに他の指数ｎ
ｋｉ″′を指数ｎｋ，ｉ″からスタートしかつ前記オー
バラップ量を使用して決定するための手段、そしてその
ようなさらに他の指数に対するＶ（ｎ）の値を加算して
さらに和Ｑ（ｋ）を形成するための手段を具備する請求
項１３に記載の装置。 - 【請求項１５】 第１のベクトル（７０１）を指数ｋに
よって識別される第２のベクトルのセットと組合わせる
ことにより音声のＣＥＬＰ符号化を行うための方法であ
って、前記第１および第２のベクトルはｎ＝１〜Ｎに至
る指数ｎによって識別される値を有し、前記方法は、 ｎ＝１〜Ｎの出力、ｎ＝１〜Ｎの第１の入力、第２の入
力、およびｎ＝１〜Ｎの選択手段を有するＮ×Ｎの第１
のマルチプレクサ（７０４）を提供する段階であって、
ｎ番目の選択手段に提供される第１の論理レベルは前記
ｎ番目の出力をｎ番目の第１の入力に結合し、かつｎ番
目の選択手段に提供される第２の論理レベルは前記ｎ番
目の出力を前記第２の入力に結合するもの、 前記第１のベクトル（７０１）のｎ＝１〜Ｎの値を前記
第１のマルチプレクサのｎ＝１〜Ｎの第１の入力に供給
する段階、 指数ｋ＝１の前記第２のベクトル（７０２）のｎ＝１〜
Ｎの値を前記第１のマルチプレクサ（７０４）のｎ＝１
〜Ｎの選択手段に提供する段階であって、前記第２のベ
クトルは前記ｎ＝１〜Ｎの選択手段においてｎの幾つか
の値に対して前記第１の論理レベルを提供しかつｎの他
の値に対し前記第２の論理レベルを提供するもの、 前記第１のマルチプレクサの出力に結合された第１のベ
クトルの値を一緒に加算して和を提供する段階、 ｋのさらに他の値に対し前記提供段階および加算段階を
反復する段階、そしてどの和が目標音声に対し最も近い
整合を与える第２のベクトルを識別するかに基づき音声
を合成する段階、 を具備することを特徴とする音声のＣＥＬＰ符号化のた
めの方法。 - 【請求項１６】 前記第２のベクトルは値０，＋１，−
１を有し、かつ前記第２のベクトルのｎ＝１〜Ｎの値を
提供する段階は、前記第２のベクトルの０，＋１の値の
ロケーションに対応するエントリ０，１を有する第１の
部分を第１のマルチプレクサに提供する段階、および前
記第２のベクトルの値０，−１のロケーションに対応す
る値０，１を有する第２の部分を前記第１のマルチプレ
クサと同様のかつ、前記第１のマルプレクサと同様にし
て、その入力における前記第１の入力ベクトルおよびそ
の選択手段における前記第２のベクトルの前記第２の部
分に応答する第２のマルチプレクサに提供する段階、 前記第１のマルチプレクサの出力に結合された第１のベ
クトルの値を一緒に加算して第１の和を提供し、かつ前
記第２のマルチプレクサの出力に結合された前記第１の
ベクトルの値を一緒に加算して第２の和を提供する段
階、 前記第１および第２の和を組合わせてどの入力ベクトル
が目標音声に対し最も近い整合を与えるかを決定するの
に有用な出力を提供する段階、 を具備する請求項１５に記載の方法。 - 【請求項１７】 ｎ＝１〜Ｎとし、指数ｎによって識別
される値を有する第１のベクトルＶ（ｎ）および第２の
ベクトルＳｋ（ｎ）のセットの組合わせを用いた音声の
ＣＥＬＰ符号化のための方法であって、前記第２のベク
トルの各々は指数ｋによって識別されかつ前記第２のベ
クトルの各々はゼロまたは非ゼロでありかつｎ＝１〜Ｎ
である指数ｎによって識別されるＮまでの値を有し、前
記方法は、 Ｓｋ（ｎｉ）が非ゼロであるとし異なるｋに対しＳ
ｋ（ｎ）の指数ｎｋ，ｉを識別する段階、 指数ｎｋ，ｉに対応するＶ（ｎ）の値を加算して和Ｑ
（ｋ）を形成する段階、 最大の値Ｑ（ｋ＝ｊ）に対応する値ｋ＝ｊを識別する段
階、そしてＳｋ＝ｊ（ｎ）を使用して音声を合成する段
階、 を具備することを特徴とする音声のＣＥＬＰ符号化のた
めの方法。 - 【請求項１８】 前記第２のベクトルの前記セットの連
続するベクトルはオーバラップ量Δｋ，Δｎに従って先
行する第２のベクトルのオーバラップによって決定さ
れ、前記識別段階および加算段階は、 Ｓ１（ｎｉ）が非ゼロであるとし、Ｓｋ（ｎ）の指数ｎ
１，ｉをｋ＝１に対して識別する段階、 ｎ１，ｉからスタートしかつオーバラップ量Δｋ，Δｎ
を使用して、Ｓｋ（ｎｉ′）が非ゼロであるとし、ｋ＞
１に対して、さらに他の指数ｎｋ，ｉ′を決定する段
階、そしてそのような指数およびさらに他の指数に対し
てＶ（ｎ）の値を加算して和Ｑ（ｋ）を形成する段階、 を具備する請求項１７に記載の方法。 - 【請求項１９】 Ｓｋ（ｎｉ″）が非ゼロであるとし、
ｋ≧２に対し、前に識別されなかった第１の指数ｎ
ｋ，ｉ″を識別し、かつ次に、指数ｎｋ，ｉ″からスタ
ートし前記オーバラップ量を使用してＳｋ（ｎｉ″′）
が非ゼロであるとしｋ≧３に対して、さらに他の指数ｎ
ｋ，ｉ″′を決定する段階、そしてそのようなさらに他
の指数に対するＶ（ｎ）の値を加算してさらに和Ｑ
（ｋ）を形成する段階をさらに具備する請求項１８に記
載の方法。
Applications Claiming Priority (8)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US722,572 | 1976-09-13 | ||
| US07/708,609 US5173941A (en) | 1991-05-31 | 1991-05-31 | Reduced codebook search arrangement for CELP vocoders |
| US07/708,947 US5265190A (en) | 1991-05-31 | 1991-05-31 | CELP vocoder with efficient adaptive codebook search |
| US07/714,409 US5179594A (en) | 1991-06-12 | 1991-06-12 | Efficient calculation of autocorrelation coefficients for CELP vocoder adaptive codebook |
| US07/722,572 US5187745A (en) | 1991-06-27 | 1991-06-27 | Efficient codebook search for CELP vocoders |
| US714,409 | 1991-06-27 | ||
| US708,609 | 1991-06-27 | ||
| US708,947 | 1991-06-27 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06138896A true JPH06138896A (ja) | 1994-05-20 |
Family
ID=27505511
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4160233A Pending JPH06138896A (ja) | 1991-05-31 | 1992-05-27 | 音声フレームを符号化するための装置および方法 |
Country Status (2)
| Country | Link |
|---|---|
| EP (1) | EP0516439A3 (ja) |
| JP (1) | JPH06138896A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08137496A (ja) * | 1994-11-08 | 1996-05-31 | Nec Corp | 音声符号化装置 |
| WO2008018464A1 (en) * | 2006-08-08 | 2008-02-14 | Panasonic Corporation | Audio encoding device and audio encoding method |
| USRE43099E1 (en) | 1996-12-19 | 2012-01-10 | Alcatel Lucent | Speech coder methods and systems |
| WO2012095924A1 (ja) * | 2011-01-14 | 2012-07-19 | パナソニック株式会社 | 符号化装置、通信処理装置および符号化方法 |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06186998A (ja) * | 1992-12-15 | 1994-07-08 | Nec Corp | 音声符号化装置のコードブック探索方式 |
| US5434947A (en) * | 1993-02-23 | 1995-07-18 | Motorola | Method for generating a spectral noise weighting filter for use in a speech coder |
| US5504834A (en) * | 1993-05-28 | 1996-04-02 | Motrola, Inc. | Pitch epoch synchronous linear predictive coding vocoder and method |
| EP0657874B1 (en) * | 1993-12-10 | 2001-03-14 | Nec Corporation | Voice coder and a method for searching codebooks |
| IT1271182B (it) * | 1994-06-20 | 1997-05-27 | Alcatel Italia | Metodo per migliorare le prestazioni dei codificatori vocali |
| JP3303580B2 (ja) * | 1995-02-23 | 2002-07-22 | 日本電気株式会社 | 音声符号化装置 |
| JPH08263099A (ja) * | 1995-03-23 | 1996-10-11 | Toshiba Corp | 符号化装置 |
| JP3680380B2 (ja) * | 1995-10-26 | 2005-08-10 | ソニー株式会社 | 音声符号化方法及び装置 |
| JP3593839B2 (ja) | 1997-03-28 | 2004-11-24 | ソニー株式会社 | ベクトルサーチ方法 |
| US6714907B2 (en) | 1998-08-24 | 2004-03-30 | Mindspeed Technologies, Inc. | Codebook structure and search for speech coding |
| US6556966B1 (en) | 1998-08-24 | 2003-04-29 | Conexant Systems, Inc. | Codebook structure for changeable pulse multimode speech coding |
| US6173257B1 (en) * | 1998-08-24 | 2001-01-09 | Conexant Systems, Inc | Completed fixed codebook for speech encoder |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4944013A (en) * | 1985-04-03 | 1990-07-24 | British Telecommunications Public Limited Company | Multi-pulse speech coder |
| US4969192A (en) * | 1987-04-06 | 1990-11-06 | Voicecraft, Inc. | Vector adaptive predictive coder for speech and audio |
| US4899385A (en) * | 1987-06-26 | 1990-02-06 | American Telephone And Telegraph Company | Code excited linear predictive vocoder |
-
1992
- 1992-05-27 JP JP4160233A patent/JPH06138896A/ja active Pending
- 1992-05-28 EP EP19920304875 patent/EP0516439A3/en not_active Withdrawn
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08137496A (ja) * | 1994-11-08 | 1996-05-31 | Nec Corp | 音声符号化装置 |
| USRE43099E1 (en) | 1996-12-19 | 2012-01-10 | Alcatel Lucent | Speech coder methods and systems |
| WO2008018464A1 (en) * | 2006-08-08 | 2008-02-14 | Panasonic Corporation | Audio encoding device and audio encoding method |
| US8112271B2 (en) | 2006-08-08 | 2012-02-07 | Panasonic Corporation | Audio encoding device and audio encoding method |
| WO2012095924A1 (ja) * | 2011-01-14 | 2012-07-19 | パナソニック株式会社 | 符号化装置、通信処理装置および符号化方法 |
| JP5722916B2 (ja) * | 2011-01-14 | 2015-05-27 | パナソニック インテレクチュアル プロパティ コーポレーション オブアメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | 符号化装置および符号化方法 |
| US9324331B2 (en) | 2011-01-14 | 2016-04-26 | Panasonic Intellectual Property Corporation Of America | Coding device, communication processing device, and coding method |
Also Published As
| Publication number | Publication date |
|---|---|
| EP0516439A3 (en) | 1993-06-16 |
| EP0516439A2 (en) | 1992-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5187745A (en) | Efficient codebook search for CELP vocoders | |
| US5179594A (en) | Efficient calculation of autocorrelation coefficients for CELP vocoder adaptive codebook | |
| US5265190A (en) | CELP vocoder with efficient adaptive codebook search | |
| US5371853A (en) | Method and system for CELP speech coding and codebook for use therewith | |
| EP0296763B1 (en) | Code excited linear predictive vocoder and method of operation | |
| EP0422232B1 (en) | Voice encoder | |
| US4910781A (en) | Code excited linear predictive vocoder using virtual searching | |
| EP0515138B1 (en) | Digital speech coder | |
| KR100415356B1 (ko) | 다중 채널 신호 인코딩 및 디코딩 방법 및 장치 | |
| JP2820107B2 (ja) | 改良されたベクトル励起源を有するデジタル音声コーダ | |
| KR100306814B1 (ko) | Ｃｅｌｐ 음성 부호화 또는 복호화 장치 및 방법 | |
| CA2061803C (en) | Speech coding method and system | |
| EP0704836B1 (en) | Vector quantization apparatus | |
| EP0516439A2 (en) | Efficient CELP vocoder and method | |
| JP2954588B2 (ja) | 音声の符号化装置、復号装置及び符号化・復号システム | |
| US5173941A (en) | Reduced codebook search arrangement for CELP vocoders | |
| CA2142391C (en) | Computational complexity reduction during frame erasure or packet loss | |
| JPH04270398A (ja) | 音声符号化方式 | |
| US5924063A (en) | Celp-type speech encoder having an improved long-term predictor | |
| US5105464A (en) | Means for improving the speech quality in multi-pulse excited linear predictive coding | |
| JPH10242867A (ja) | 音響信号符号化方法 | |
| JP3249144B2 (ja) | 音声符号化装置 | |
| Gouvianakis et al. | Advances in analysis by synthesis LPC speech coders | |
| JP3252285B2 (ja) | 音声帯域信号符号化方法 | |
| JPH06186998A (ja) | 音声符号化装置のコードブック探索方式 |