JPH064087A - 音声符号化装置 - Google Patents

Abstract

(57)【要約】 【目的】 音声符号化装置に関し、有音区間と無音区間
の切り替わり時に生じる再生音の違和感を軽減する音声
符号化装置を提供することを目的とする。 【構成】 送信側には、入力音声信号に対して無音区間
を検出して無音化情報を出力する無音検出部１と、無音
化情報と入力音声信号を符号化して出力する符号化部２
とを有し、受信側には、受信した無音化情報と入力音声
信号を復号して再生音声信号及び無音化情報を出力する
復号化部３と、復号化部の出力の無音化情報に基づいて
再生音声信号の無音区間に所定レベルの雑音を挿入して
出力する雑音挿入部４’とを有する音声符号化装置にお
いて、送信側の無音検出部１と符号化部２との間に接続
され、無音検出部で無音と判定した時点より所定時間遅
延させて無音化情報を出力する時間遅延部５を設け、受
信側の雑音挿入部４で、復号化部の出力の無音化情報に
基づいて再生音声信号の無音区間及び無音区間直前の一
定区間に所定レベルの雑音を挿入して出力するように構
成する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は音声符号化装置の改良に
関するものである。この際、有音区間と無音区間の切り
替わり時に生じる再生音の違和感を軽減する音声符号化
装置が要望されている。

【０００２】

【従来の技術】図６は従来例の音声符号化装置の構成を
示すブロック図である。複数の音声データあるいはその
他のデータを多重化して伝送する音声符号化装置では、
伝送路の伝送効率を高めるために、通話中の音声データ
の大半を占める無音区間を逐次検出して、有音区間にあ
るその他の音声データや伝送要求の出ているその他のデ
ータに伝送路を解放するデータ圧縮伝送方式が採用され
る。

【０００３】図６は無音検出方式を採用した際の音声符
号化装置の構成例を示す。同図(a)に示す符号器側にお
いて、無音検出部１では入力された音声データの音声レ
ベルが所定の閾値未満である状態が一定時間以上継続す
ると無音区間であると判定し、その判定結果（以下、
「無音化情報」と称する）を、音声データとともに符号
化部２に加える。符号化部２では、無音区間に対しては
無音化情報を符号化対象とし、有音区間については所定
の圧縮符号化方式により音声データを圧縮符号化して、
伝送路に送出する。

【０００４】一方、伝送路を介して対向する音声符号化
装置では、同図(b) に示す復号化部３で、圧縮符号化し
たデータから音声データを再生するとともに無音化情報
を抽出して、雑音挿入部４’に加える。雑音挿入部４’
で、再生された音声データの無音区間に所定の雑音信号
を挿入して出力する。このようにして再生された音声が
全く無音となることを防止していた。

【０００５】

【発明が解決しようとする課題】しかしながら上述した
装置の構成においては、音声レベルにより有音／無音の
識別をしており、閾値よりも低いレベルになった後直ち
に無音化処理を行うために、復号器側で音声が途切れた
ような違和感を生じさせ、音質を劣化させるという問題
点があった。

【０００６】又、雑音挿入に際して、所定レベルの雑音
信号を入力側の音声レベルに関わらず挿入しているため
に、再生側では有音処理部の周囲雑音と挿入雑音の違い
により、有音区間と無音区間の間に音声の違和感を生じ
させ、音質を劣化させるという問題点があった。

【０００７】したがって本発明の目的は、有音区間と無
音区間の切り替わり時に生じる再生音の違和感を軽減す
る音声符号化装置を提供することにある。

【０００８】

【課題を解決するための手段】上記問題点は図１〜図４
に示す装置の構成によって解決される。送信側には、入
力音声信号に対して無音区間を検出して無音化情報を出
力する無音検出部１と、無音化情報と入力音声信号を符
号化して出力する符号化部２とを有し、受信側には、受
信した無音化情報と入力音声信号を複号して再生音声信
号及び無音化情報を出力する復号化部３と、復号化部の
出力の無音化情報に基づいて再生音声信号の無音区間に
所定レベルの雑音を挿入して出力する雑音挿入部４’と
を有する音声符号化装置において、 図１の場合（請求項１）、５は送信側の無音検出部１と
符号化部２の間に設けられ、無音検出部で無音と判定し
た時点より所定時間遅延させて無音化情報を出力する時
間遅延部である。

【０００９】そして、受信側の雑音挿入部４で、復号化
部の出力の無音化情報に基づいて再生音声信号の無音区
間及び無音区間の直前の一定区間に所定レベルの雑音を
挿入して出力するように構成する。

【００１０】図２の場合（請求項２）、５は送信側の無
音検出部１と符号化部２間に設けられ、無音検出部で無
音と判定した時点より所定時間遅延させて無音化情報を
出力する時間遅延部である。

【００１１】又６は受信側に設けられ、無音区間の直前
の一定区間で復号化部の出力の再生音声信号と所定レベ
ルの雑音とをミキシングするミキサである。 図３の場合（請求項３）、５は送信側の無音検出部１と
符号化部２の間に設けられ、無音検出部で無音と判定し
た時点より所定時間遅延させて無音化情報を出力する時
間遅延部である。

【００１２】７は受信側の復号化部３と雑音挿入部４の
間に設けられ、復号化部の出力の再生音声信号のレベル
を算出し、再生音声信号の算出レベルから無音区間に挿
入するための雑音レベルを算出して出力するレベル算出
部である。

【００１３】そして、雑音挿入部４で、復号化部の出力
の再生音声信号の無音区間にレベル算出部で算出された
レベルの雑音を挿入して出力するように構成する。 図４の場合（請求項４）、５は送信側の無音検出部１と
符号化部２の間に設けられ、無音検出部で無音と判定し
た時点より所定時間遅延させて無音化情報を出力する時
間遅延部である。

【００１４】７は、受信側の復号化部３と雑音挿入部４
の間に接続され、復号化部の出力の再生音声信号のレベ
ルを算出し、再生音声信号の算出レベルから無音区間に
挿入するための雑音レベルを算出して出力するレベル算
出部である。

【００１５】６は、無音区間の直前の一定区間で、復号
化部の出力の再生音声信号とレベル算出部で算出された
レベルの雑音とをミキシングするミキサである。上記
６、７を受信部に設ける。

【００１６】

【作用】図１において、送信側の無音検出部１により無
音と判定した時点に対して、実際に無音化処理を適用す
る時刻を時間遅延部５により所定時間だけ遅延させる。
したがって、音声信号レベルが所定の閾値よりも低くな
った直後に無音化処理することを避けることができ、か
つ受信側の雑音挿入部４で、再生音声信号の無音区間及
び無音区間の直前の一定区間に所定レベルの雑音を挿入
して出力するため、有音区間と無音区間の切り替わり時
に生じる再生音の違和感を軽減することができる。

【００１７】図２において、復号器側で無音区間と判断
される直前の再生音声信号を含む有音区間でだけ、無音
区間に挿入する所定レベルの雑音と再生音声信号とをミ
キサ６でミキシングする。この結果、有音区間と無音区
間をオーバーラップさせることにより徐々に移行させる
ため、有音区間と無音区間の切り替わり時に生じる再生
音の違和感を軽減することができる。

【００１８】図３において、復号器側のレベル算出部８
で、無音区間と判断される直前の有音区間の再生音声信
号のレベルから、無音区間に挿入する雑音レベルを算出
する。無音区間と判断される直前の有音区間は時間遅延
部５により無音化を遅らせているため有音となった部分
で、本来無音処理を適用されるべき区間である。

【００１９】したがって、この区間の再生音は周囲雑音
と判定される。この区間の平均レベルを算出し、それに
相当する雑音を無音区間に挿入する。この結果、有音部
分の周囲雑音と無音部分の挿入雑音が近似されるため、
有音区間と無音区間の切り替わり時に生じる再生音の違
和感を軽減することができる。

【００２０】図４に示す第４の発明は、前述した図３
（第３の発明）の作用で述べた挿入雑音レベルを直前の
有音区間から算出する方法に、図２（第２の発明）の作
用で述べた有音区間と無音区間のミキシング再生方法を
付加するものである。

【００２１】この結果、有音区間と無音区間の切り替わ
り時に生じる再生音の違和感を軽減することができる。

【００２２】

【実施例】図１は第１の発明の原理図、兼実施例の装置
の構成を示すブロック図である。図２は第２の発明の原
理図、兼実施例の装置の構成を示すブロック図である。

【００２３】図３は第３の発明の原理図、兼実施例の装
置の構成を示すブロック図である。図４は第４の発明の
原理図、兼実施例の装置の構成を示すブロック図であ
る。図５は第４の発明の実施例のミキシング方法を説明
するための図である。

【００２４】全図を通じて同一符号は同一対象物を示
す。まず第１の発明の実施例について図１を用いて説明
する。同図(a)に示す符号器側の無音検出部１では入力
音声データの音声レベルが所定の閾値未満である状態が
一定時間以上継続した時無音区間であると判定し、その
判定結果である無音化情報を時間遅延部５に加える。時
間遅延部５では、この無音化情報を受信すると所定時間
（例えばτとする）だけ遅延させた後、音声データとと
もに符号化部２に加える。符号化部２では、所定時間
（τ）だけ遅延された無音区間に対して無音化情報を符
号化対象とし、上記所定時間（τ）だけ遅延された区間
を含めて有音区間については所定の圧縮符号化方式によ
り音声データを圧縮符号化して、伝送路に送出する。

【００２５】一方、伝送路を介して対向する音声符号化
装置では、同図(b) に示す復号化部３で、圧縮符号化し
たデータから音声データを再生するとともに無音化情報
を抽出して、雑音挿入部４に加える。雑音挿入部４で、
再生された音声データの無音区間に所定レベルの雑音信
号を挿入して出力する。

【００２６】この結果、音声レベルが所定の閾値より低
くなった直後に無音化処理することを避けることがで
き、かつ雑音挿入部４で、再生音声信号の無音区間及び
無音区間の直前の一定区間に所定レベルの雑音を挿入し
て出力するため、有音区間と無音区間の切り替わり時に
生じる音声の違和感を軽減することができる。

【００２７】次に第２の発明の実施例について、図２を
用いて説明する。図２において、(a) に示す符号器側の
構成は前述した第１の発明の場合と同様であるため、そ
の説明を省略する。

【００２８】同図(b) に示す復号化部３で、前述したと
同様に圧縮符号化したデータから音声データを再生する
とともに無音化情報を抽出する。この再生音声データと
無音化情報を雑音挿入部４及び新たに設けたミキサ６に
加える。そして、ミキサ６で、無音区間と判定される直
前の有音区間（前述したτの区間とは必ずしも一致しな
くてもよい）の再生音声データに無音区間に挿入する挿
入雑音をミキシングして、この無音区間の直前の有音区
間の時だけ出力する。

【００２９】又、無音区間及び無音区間の直前以外の有
音区間の時には雑音挿入部４で、再生された音声データ
の無音区間に所定の雑音信号を挿入して出力する。この
結果、有音区間と無音区間をオーバーラップさせること
により徐々に移行させるため、有音区間と無音区間の切
り替わり時に生じる再生音の違和感を軽減することがで
きる。

【００３０】次に第３の発明の実施例について、図３を
用いて説明する。図３において、(a) に示す符号器側の
構成は前述した第１の発明の場合と同様であるため、そ
の説明を省略する。

【００３１】同図(b) に示す復号化部３で、前述したと
同様に圧縮符号化したデータから音声データを再生する
とともに無音化情報を抽出する。そして、この再生音声
データをレベル算出部７に入力して、無音区間と判定さ
れる直前の有音区間（前述したτの区間とは、必ずしも
一致しなくてもよい）の再生音声データのレベルから無
音区間に挿入する挿入雑音レベルを計算する。この挿入
雑音レベルの計算結果を再生音声データとともに雑音挿
入部４に加える。そして、雑音挿入部４で、上記計算に
より得られた雑音レベルに基づいて挿入雑音を発生させ
てこれを無音区間に挿入して出力する。

【００３２】復号器側で無音区間と判定される直前の有
音区間は時間遅延部５により無音化を遅らせているため
有音区間となった部分で（正確には一致しない時もあ
る）、本来無音処理を適用されるべき区間である。した
がって、この区間の再生音は周囲雑音と判断される。こ
の区間の平均レベルを算出し、それに相当する雑音を無
音区間に挿入する。この結果、有音部分の周囲雑音と無
音部分の挿入雑音が近似されるため、有音区間と無音区
間の切り替わり時に生じる再生音の違和感を軽減するこ
とができる。

【００３３】次に第４の発明の実施例について、図４を
用いて説明する。図４において、(a) に示す符号器側の
構成は前述した第１の発明の場合と同様であるため、そ
の説明を省略する。

【００３４】同図(b) に示す復号化部３で、前述したと
同様に圧縮符号化したデータから音声データを再生する
とともに無音化情報を抽出する。そして、この再生音声
データを復号化部３内に有するＲＡＭ（図示しない）に
一時記憶し、次の無音化情報の区間まで処理を待つ。次
の再生音声区間が無音と判断された時一時記憶した一区
間前の再生音声データをレベル算出部７に入力して、一
区間前の有音区間の平均レベルを算出し、次の無音区間
の挿入雑音レベルとする。この挿入雑音レベルの計算結
果を雑音挿入部４及びミキサ６に加える。

【００３５】無音区間直前の一定区間ではミキサ６で、
この雑音レベルに基づいて挿入雑音を発生させて、復号
化部３から加えた無音区間直前の有音区間の再生音声デ
ータとミキシングして出力音声データを得る。次に、無
音区間では雑音挿入部４で、レベル算出部７で算出した
雑音レベルに基づいて挿入雑音を発生させて、復号化部
３から加えた再生音声データの無音区間に挿入して出力
する。又、次の再生音声区間が有音の時は復号化部３か
ら雑音挿入部４に加えた再生音声データはそのまま出力
音声データとなる。

【００３６】尚、上述したミキシングの方法は、有音区
間の再生音と挿入雑音のそれぞれに図５に示すような窓
をかけて（重み付けを行って）加えることにより行う。
この結果、無音区間直前の有音区間では再生音声信号と
挿入雑音をそれぞれ重み付けを行ってミキシングし、無
音区間では挿入雑音をそのまま挿入しているため有音区
間と無音区間が滑らかにつながり、有音区間と無音区間
の切り替わり時に生じる再生音の違和感を軽減すること
ができる。

【００３７】

【発明の効果】以上説明したように本発明によれば、有
音区間と無音区間の切り替わり時に生じる再生音の違和
感が軽減されるという効果を奏し、音声符号化装置にお
いてその音質の向上に寄与するところが大きい。

【図面の簡単な説明】

【図１】は第１の発明の原理図、兼実施例の装置の構成
を示すブロック図、

【図２】は第２の発明の原理図、兼実施例の装置の構成
を示すブロック図、

【図３】は第３の発明の原理図、兼実施例の装置の構成
を示すブロック図、

【図４】は第４の発明の原理図、兼実施例の装置の構成
を示すブロック図、

【図５】は第４の発明の実施例のミキシング方法を説明
するための図、

【図６】は従来例の音声符号化装置の構成を示すブロッ
ク図である。

【符号の説明】

１は無音検出部、２は符号化部、３は復号化部、４、
４’は雑音挿入部、５は時間遅延部、６はミキサ、７は
レベル算出部を示す。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 岡崎 晃二 神奈川県川崎市中原区上小田中1015番地 富士通株式会社内 (72)発明者 松尾 直司 神奈川県川崎市中原区上小田中1015番地 富士通株式会社内 (72)発明者 信本 俊明 福岡県福岡市博多区博多駅前３丁目22番８ 号 富士通九州ディジタル・テクノロジ株 式会社内

Claims (4)

【特許請求の範囲】
1. 【請求項１】 送信側には、入力音声信号に対して無音
   区間を検出して無音化情報を出力する無音検出部(1)
   と、該無音化情報と該入力音声信号を符号化して出力す
   る符号化部(2)とを有し、受信側には、受信した該無音
   化情報と該入力音声信号を復号して再生音声信号及び無
   音化情報を出力する復号化部(3)と、該復号化部の出力
   の該無音化情報に基づいて該再生音声信号の無音区間に
   所定レベルの雑音を挿入して出力する雑音挿入部(4')と
   を有する音声符号化装置において、 該送信側の無音検出部(1)と符号化部(2) の間に接続さ
   れ、該無音検出部で無音と判定した時点より所定時間遅
   延させて無音化情報を出力する時間遅延部(5)を設け、 該受信側の雑音挿入部(4)で、該復号化部の出力の該無
   音化情報に基づいて該再生音声信号の無音区間及び該無
   音区間の直前の一定区間に所定レベルの雑音を挿入して
   出力する構成にしたことを特徴とする音声符号化装置。
2. 【請求項２】 送信側には、入力音声信号に対して無音
   区間を検出して無音化情報を出力する無音検出部(1)
   と、該無音化情報と該入力音声信号を符号化して出力す
   る符号化部(2) とを有し、受信側には、受信した該無音
   化情報と該入力音声信号を復号して再生音声信号及び無
   音化情報を出力する復号化部(3) と、該復号化部の出力
   の該無音化情報に基づいて該再生音声信号の無音区間に
   所定レベルの雑音を挿入して出力する雑音挿入部(4')と
   を有する音声符号化装置において、 該送信側の無音検出部(1) と符号化部(2) の間に接続さ
   れ、該無音検出部で無音と判定した時点より所定時間遅
   延させて無音化情報を出力する時間遅延部(5)を設け、 該受信側に、該無音区間の直前の一定区間で、該復号化
   部の出力の再生音声信号と所定レベルの雑音とをミキシ
   ングするミキサ(6) を設け、 該無音区間の直前の一定区間では該ミキサから出力し、
   又該無音区間及び該無音区間の直前の一定区間を除く有
   音区間では該雑音挿入部(4)から出力する構成としたこ
   とを特徴とする音声符号化装置。
3. 【請求項３】 送信側には、入力音声信号に対して無音
   区間を検出して無音化情報を出力する無音検出部(1)
   と、該無音化情報と該入力音声信号を符号化して出力す
   る符号化部(2) とを有し、受信側には、受信した該無音
   化情報と該入力音声信号を復号して再生音声信号及び無
   音化情報を出力する復号化部(3) と、該復号化部の出力
   の該無音化情報に基づいて該再生音声信号の無音区間に
   所定レベルの雑音を挿入して出力する雑音挿入部(4')と
   を有する音声符号化装置において、 該送信側の無音検出部(1) と符号化部(2) の間に接続さ
   れ、該無音検出部で無音と判定した時点より所定時間遅
   延させて無音化情報を出力する時間遅延部(5)を設け、 該受信側の復号化部(3) と雑音挿入部(4) の間に接続さ
   れ、該復号化部の出力の再生音声信号のレベルを算出
   し、該再生音声信号の算出レベルから該無音区間に挿入
   するための雑音レベルを算出して出力するレベル算出部
   (7) を設け、 該雑音挿入部(4) で、該復号化部の出力の該再生音声信
   号の無音区間に該レベル算出部で算出されたレベルの雑
   音を挿入して出力する構成にしたことを特徴とする音声
   符号化装置。
4. 【請求項４】 送信側には、入力音声信号に対して無音
   区間を検出して無音化情報を出力する無音検出部(1)
   と、該無音化情報と該入力音声信号を符号化して出力す
   る符号化部(2) とを有し、受信側には、受信した該無音
   化情報と該入力音声信号を復号して再生音声信号及び無
   音化情報を出力する復号化部(3) と、該復号化部の出力
   の該無音化情報に基づいて該再生音声信号の無音区間に
   所定レベルの雑音を挿入して出力する雑音挿入部(4')と
   を有する音声符号化装置において、 該送信側の無音検出部(1) と符号化部(2) の間に接続さ
   れ、該無音検出部で無音と判定した時点より所定時間遅
   延させて無音化情報を出力する時間遅延部(5)を設け、 該受信側の復号化部(3) と雑音挿入部(4) の間に接続さ
   れ、該復号化部の出力の再生音声信号のレベルを算出
   し、該再生音声信号の算出レベルから該無音区間に挿入
   するための雑音レベルを算出して出力するレベル算出部
   (7) と、 該無音区間の直前の一定区間に、該復号化部の出力の再
   生音声信号と該レベル算出部で算出されたレベルの雑音
   とをミキシングするミキサ(6) とを設け、 該無音区間の直前の一定区間では該ミキサから出力し、
   該無音区間では該レベル算出部で算出されたレベルの雑
   音を該雑音挿入部４で該再生音声信号の無音区間に挿入
   して出力する構成としたことを特徴とする音声符号化装
   置。