JPH07101356B2 - 音声符号化・復号化方式とその装置 - Google Patents
音声符号化・復号化方式とその装置Info
- Publication number
- JPH07101356B2 JPH07101356B2 JP62058043A JP5804387A JPH07101356B2 JP H07101356 B2 JPH07101356 B2 JP H07101356B2 JP 62058043 A JP62058043 A JP 62058043A JP 5804387 A JP5804387 A JP 5804387A JP H07101356 B2 JPH07101356 B2 JP H07101356B2
- Authority
- JP
- Japan
- Prior art keywords
- sequence
- sound source
- representing
- specific section
- spectrum envelope
- 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.)
- Expired - Lifetime
Links
Description
【発明の詳細な説明】 （産業上の利用分野） 本発明は音声符号化・復号化方式とその装置に関し、特
に音声信号の帯域圧縮をはかった音声符号化・復号化方
式とその装置に関する。
に音声信号の帯域圧縮をはかった音声符号化・復号化方
式とその装置に関する。
（従来の技術） 音声信号の駆動音源を複数のパルス系列で表すマルチパ
ルス音声符号化を低ビットレイト化に対応させる手段と
して、フレーム内の音源パルスをピッチ周期の流さをも
つ特定区間（以下代表区間と呼ぶ）の音源パルス系列で
代表させ、フレーム内の他の音源パルス系列は隣接フレ
ームの代表区間の音源パルス系列との間の補間で再生さ
せるピッチ補間マルチパルス法がある（文献1:小沢、荒
関、“4.8kbpsマルチパルス音声符号化法”、日本音響
学会講演論文集、203頁−204頁、1985年10月）。ここで
は、音源パルス系列とともに、スペクトル包絡を表す線
形予測パラメータもピッチ周期毎に補間されている。
ルス音声符号化を低ビットレイト化に対応させる手段と
して、フレーム内の音源パルスをピッチ周期の流さをも
つ特定区間（以下代表区間と呼ぶ）の音源パルス系列で
代表させ、フレーム内の他の音源パルス系列は隣接フレ
ームの代表区間の音源パルス系列との間の補間で再生さ
せるピッチ補間マルチパルス法がある（文献1:小沢、荒
関、“4.8kbpsマルチパルス音声符号化法”、日本音響
学会講演論文集、203頁−204頁、1985年10月）。ここで
は、音源パルス系列とともに、スペクトル包絡を表す線
形予測パラメータもピッチ周期毎に補間されている。
この符号化アルグリズリムでは、音環境にかかわらずに
常に線形内挿により音声合成のための各変数を生成させ
ている。このような処理は、音声信号を準定常性信号と
仮定しており、スペクトル包絡を表すパラメータや音源
パルス系列はフレーム内やフレーム間で急激に変動しな
いと見なしている。
常に線形内挿により音声合成のための各変数を生成させ
ている。このような処理は、音声信号を準定常性信号と
仮定しており、スペクトル包絡を表すパラメータや音源
パルス系列はフレーム内やフレーム間で急激に変動しな
いと見なしている。
（発明が解決しようとする問題点） しかし、フレーム長が20〜30mesc程度になると、フレー
ム内、或はフレーム間で、音声破裂音を含む場所や鼻音
／流音から母音への渡りなどを含むことが多く、音環境
を考慮せずあらゆるフレームに対して線形補間を施す処
理は音声信号の変動を十分表すことができず、高品質の
音声合成を実現することが難しい。また、知覚実験によ
ると、音韻知覚の特徴は音声の変化部にあるといわれて
おり、音韻の明瞭性が高い合成音声を作るためには、各
パラメータの補間による再生を原音声信号の音韻変化に
適応して形で行う必要がある。
ム内、或はフレーム間で、音声破裂音を含む場所や鼻音
／流音から母音への渡りなどを含むことが多く、音環境
を考慮せずあらゆるフレームに対して線形補間を施す処
理は音声信号の変動を十分表すことができず、高品質の
音声合成を実現することが難しい。また、知覚実験によ
ると、音韻知覚の特徴は音声の変化部にあるといわれて
おり、音韻の明瞭性が高い合成音声を作るためには、各
パラメータの補間による再生を原音声信号の音韻変化に
適応して形で行う必要がある。
本発明の目的は、音源パルス系列の補間による音声符号
化法において、代表区間の決定や音源パルス系列の補
間、さらにスペクトル法絡を表すパラメータの決定やそ
の補間を原音声信号のスペクトル変化に適応した形で行
うことにおり、上述した欠点を除去した高品質の音声符
号化・復号化方式とその装置を提供することにある。
化法において、代表区間の決定や音源パルス系列の補
間、さらにスペクトル法絡を表すパラメータの決定やそ
の補間を原音声信号のスペクトル変化に適応した形で行
うことにおり、上述した欠点を除去した高品質の音声符
号化・復号化方式とその装置を提供することにある。
（問題を解決するための手段） 本発明の音声符号化・復号化方式は、音声信号系列を一
定間隔に分割して入力し前記音声信号系列をスペクトル
包絡を表すパラメータと駆動音源系列とで表す場合に前
記駆動音源系列をそのなかのある特定区間の駆動音源系
列で代表させる音声符号化・復号化方式において、前記
特定区間を前記分割された音声信号の基本周期と前記ス
ペクトル包絡を表すパラメータで決定するとともに前記
特定区間の駆動音源系列から全区間にわたる駆動音源系
列を再生する際に前記スペクトル包絡パラメータを用い
る手段を備えて構成される。
定間隔に分割して入力し前記音声信号系列をスペクトル
包絡を表すパラメータと駆動音源系列とで表す場合に前
記駆動音源系列をそのなかのある特定区間の駆動音源系
列で代表させる音声符号化・復号化方式において、前記
特定区間を前記分割された音声信号の基本周期と前記ス
ペクトル包絡を表すパラメータで決定するとともに前記
特定区間の駆動音源系列から全区間にわたる駆動音源系
列を再生する際に前記スペクトル包絡パラメータを用い
る手段を備えて構成される。
また、本発明の音声符号化装置は、一連の音声信号系列
を一定間隔の区間に分割して入力する手段と、前記入力
音声信号系列のスペクトル包絡を表すパラメータと前記
音声信号系列の基本周期とを求める手段と、前記スペク
トル包絡を表すパラメータと前記基本周期とから特定区
間を定める手段と、前記入力音声信号系列と前記スペク
トル包絡を表すパラメータとから前記特定区間の駆動音
源系列を定める際に、前記スペクトル包絡パラメータに
適応した全区間にわたる駆動音源系列を再生できるよう
にする前記特定区間の駆動音源を定める手段と、前記ス
ペクトル包絡を表すパラメータと前記基本周期と前記特
定区間および前記特定区間の駆動音源系列とを符号化す
る手段と、前記スペクトル包絡パラメータを表す符号と
前記基本周期を表す符号と前記特定区間の音源系列を表
す符号と前記特定区間を表す符号とを出力する手段とを
有して構成される。
を一定間隔の区間に分割して入力する手段と、前記入力
音声信号系列のスペクトル包絡を表すパラメータと前記
音声信号系列の基本周期とを求める手段と、前記スペク
トル包絡を表すパラメータと前記基本周期とから特定区
間を定める手段と、前記入力音声信号系列と前記スペク
トル包絡を表すパラメータとから前記特定区間の駆動音
源系列を定める際に、前記スペクトル包絡パラメータに
適応した全区間にわたる駆動音源系列を再生できるよう
にする前記特定区間の駆動音源を定める手段と、前記ス
ペクトル包絡を表すパラメータと前記基本周期と前記特
定区間および前記特定区間の駆動音源系列とを符号化す
る手段と、前記スペクトル包絡パラメータを表す符号と
前記基本周期を表す符号と前記特定区間の音源系列を表
す符号と前記特定区間を表す符号とを出力する手段とを
有して構成される。
更に、本発明の音声復号化装置は、符号系列を入力する
手段と、前記符号系列からスペクトル包絡パラメータを
表す符号と基本周期を表す符号と特定区間の音源系列を
表す信号と前記特定区間を表す符号とを復号する手段
と、前記スペクトル包絡パラメータと前記基本周期とに
適応させて前記特定区間の駆動音源系列から駆動音源系
列を再生する手段と、前記スペクトル包絡と前記再生さ
れた駆動音源系列とから再生音声信号系列を生成する手
段と、前記生成音声信号系列を出力する手段とを有して
構成される。
手段と、前記符号系列からスペクトル包絡パラメータを
表す符号と基本周期を表す符号と特定区間の音源系列を
表す信号と前記特定区間を表す符号とを復号する手段
と、前記スペクトル包絡パラメータと前記基本周期とに
適応させて前記特定区間の駆動音源系列から駆動音源系
列を再生する手段と、前記スペクトル包絡と前記再生さ
れた駆動音源系列とから再生音声信号系列を生成する手
段と、前記生成音声信号系列を出力する手段とを有して
構成される。
（作 用） 有声音声信号を含む第ｎフレームを考える。当該フレー
ムをピッチ周期毎に分割し、分割された第ｍ番目のサブ
フレーム音声信号に対応するPARCOR係数を｛kn・ｍ
（ｉ）｝、ｉ＝1,…Ｍ（Ｍ＝予測次数）、とおき、サブ
フレーム間のスペクトル変化Ds subを Ds sub（ｍ）＝Σ（larn,m（ｉ）−larn,m−１（ｉ））
２ larn、ｍ（ｉ）＝（１−kn、ｍ（ｉ））／（１＋kn,m
（ｉ）） と定義する。ここで、larは対数断面積関数と呼ばれる
ものである。Ds sub（ｍ）がフレーム間で変化している
とき、そのフレーム中の音声信号は非定常信号と考えら
れ、単純な線形内挿を適用すべきではない。即ち、Ds s
ub（ｍ）の最大値が予め設定した閾値より大きい場合、
代表区間をDs sub（ｍ）の最大値を与えるサブフレーム
とし、また当該フレームを代表させるPARCOR係数を前記
代表区間に該当するサブフレームのものとする。このよ
うなフレームにおいては、音源パルスを再生させると
き、代表区間より過去のサブフレームでは第ｎ−１フレ
ームの代表パルスを繰り返し、代表区間より未来のサブ
フレームにおいては当該フレームの代表パルスを繰り返
す方式をとる。概念を第２図に示す。第２図は、サブフ
レーム間のスペクトル変化の最大値が予め設定した閾値
よりも大きい場合の本発明の原理図である。Ds sub
（ｍ）の最大値が予め設定した閾値よりも大きい場合、
すなわち第２図に示す如くスペクトル変化率がある設定
閾値を超える場合には代表区間をDs sub（ｍ）の最大値
を与えるサブフレームとし、当該フレームを代表させる
PARCOR係数を前記代表区間に該当するサブフレームのも
のとして設定するものである。また、このとき、PARCOR
係数の再生も音源パルスと同様に行う。
ムをピッチ周期毎に分割し、分割された第ｍ番目のサブ
フレーム音声信号に対応するPARCOR係数を｛kn・ｍ
（ｉ）｝、ｉ＝1,…Ｍ（Ｍ＝予測次数）、とおき、サブ
フレーム間のスペクトル変化Ds subを Ds sub（ｍ）＝Σ（larn,m（ｉ）−larn,m−１（ｉ））
２ larn、ｍ（ｉ）＝（１−kn、ｍ（ｉ））／（１＋kn,m
（ｉ）） と定義する。ここで、larは対数断面積関数と呼ばれる
ものである。Ds sub（ｍ）がフレーム間で変化している
とき、そのフレーム中の音声信号は非定常信号と考えら
れ、単純な線形内挿を適用すべきではない。即ち、Ds s
ub（ｍ）の最大値が予め設定した閾値より大きい場合、
代表区間をDs sub（ｍ）の最大値を与えるサブフレーム
とし、また当該フレームを代表させるPARCOR係数を前記
代表区間に該当するサブフレームのものとする。このよ
うなフレームにおいては、音源パルスを再生させると
き、代表区間より過去のサブフレームでは第ｎ−１フレ
ームの代表パルスを繰り返し、代表区間より未来のサブ
フレームにおいては当該フレームの代表パルスを繰り返
す方式をとる。概念を第２図に示す。第２図は、サブフ
レーム間のスペクトル変化の最大値が予め設定した閾値
よりも大きい場合の本発明の原理図である。Ds sub
（ｍ）の最大値が予め設定した閾値よりも大きい場合、
すなわち第２図に示す如くスペクトル変化率がある設定
閾値を超える場合には代表区間をDs sub（ｍ）の最大値
を与えるサブフレームとし、当該フレームを代表させる
PARCOR係数を前記代表区間に該当するサブフレームのも
のとして設定するものである。また、このとき、PARCOR
係数の再生も音源パルスと同様に行う。
さらに、第ｎフレームにおける代表PARCOR係数を｛Kn
（ｉ）｝とおき、隣接するフレーム間での代表PARCOR係
数によるスペクトル変化率を Ds＝Σ（larn（ｉ）−larn−１（ｉ）２ larn（ｉ）＝（１−kn（ｉ））／（１＋kn（ｉ）） とおくと、Dsが予め設定した閾値より大きいときは、原
音声信号はフレーム間で大きく変動していると考えられ
る。このときも、フレーム間で単純な補間はすべきでな
く、代表区間以外のサブフレームでは当該フレームの代
表区間の音源パルスを繰り返すという方法を取る。ここ
でもPARCOR係数のフレーム間に渡る補間は行わず、各サ
ブフレームに対応するPARCOR係数は当該フレームの代表
PARCOR係数を繰り返す。概念を第３図に示す。
（ｉ）｝とおき、隣接するフレーム間での代表PARCOR係
数によるスペクトル変化率を Ds＝Σ（larn（ｉ）−larn−１（ｉ）２ larn（ｉ）＝（１−kn（ｉ））／（１＋kn（ｉ）） とおくと、Dsが予め設定した閾値より大きいときは、原
音声信号はフレーム間で大きく変動していると考えられ
る。このときも、フレーム間で単純な補間はすべきでな
く、代表区間以外のサブフレームでは当該フレームの代
表区間の音源パルスを繰り返すという方法を取る。ここ
でもPARCOR係数のフレーム間に渡る補間は行わず、各サ
ブフレームに対応するPARCOR係数は当該フレームの代表
PARCOR係数を繰り返す。概念を第３図に示す。
第３図は隣接するフレーム間のスペクトル変化率が予め
設定した閾値よりも大きい場合の本発明の原理図であ
る。
設定した閾値よりも大きい場合の本発明の原理図であ
る。
第３図に示す如く、本発明は音声信号の隣接する第
（ｎ）および（ｎ−１）フレームに対する代表区間に設
定した音源パルスである黒丸で示すマルチパルスを各サ
ブフレームに対して白丸で示すように繰り返し利用補間
音源パルスとしている。なお、このマルチパルスは、前
述した如くPARCOR係数で表現される。
（ｎ）および（ｎ−１）フレームに対する代表区間に設
定した音源パルスである黒丸で示すマルチパルスを各サ
ブフレームに対して白丸で示すように繰り返し利用補間
音源パルスとしている。なお、このマルチパルスは、前
述した如くPARCOR係数で表現される。
一方、Ds sub（ｍ）やDsの最大値が予めきめられた値よ
り小さいときは、フレーム内或はフレーム間は定常とみ
なせるため、代表PARCOR係数を与える位置並び音源パル
スのための代表区間の位置をフレームの中央付近にある
サブフレームにとり、その他のサブフレームに対する音
源パルス並びPARCOR係数の再生は、従来方式と同様にピ
ッチ周期毎の線形内挿により生成していく。
り小さいときは、フレーム内或はフレーム間は定常とみ
なせるため、代表PARCOR係数を与える位置並び音源パル
スのための代表区間の位置をフレームの中央付近にある
サブフレームにとり、その他のサブフレームに対する音
源パルス並びPARCOR係数の再生は、従来方式と同様にピ
ッチ周期毎の線形内挿により生成していく。
以上の説明において、フレーム間或はフレーム内のスペ
クトル変化率を定義においてPARCOR係数を用いている
が、これは音声の電力スペクトルの変動を表すものであ
ればよく、例えば線形予測係数やケプストラム係数によ
って決まる量でも構わない。以上により、本発明の原理
に関する説明を終える。
クトル変化率を定義においてPARCOR係数を用いている
が、これは音声の電力スペクトルの変動を表すものであ
ればよく、例えば線形予測係数やケプストラム係数によ
って決まる量でも構わない。以上により、本発明の原理
に関する説明を終える。
（実施例） 次に図面を参照して本発明を詳細に説明する。
第１図は、本発明の一実施例を示す音声符号化復号化装
置のブロック図である。符号化側において、入力端子10
0から一定間隔毎のフレームに分割された音声信号を入
力し、ピッチ分析器110とサブフレームPARCOR係数計算
器120に供給する。ピッチ分析器110は、供給された音声
信号の自己相関関数を計算し、予め定められた区間の中
の最大値検出を介してピッチ周期とピッチゲインを定め
る。サブフレームPARCOR係数計算器120は、ピッチ検出
器110で定まってピッチ周期を入力し、前記ピッチ周期
毎のサブフレームに対応するPARCOR係数とスペクトル変
化尺度Ds sub（ｍ）を計算し、それらを代表PARCOR係数
検出器130に出力する。代表PARCOR係数検出器130は前記
Ds sub（ｍ）にしたがって当該フレームを代表するPARC
OR係数を求める。即ち、Ds sub（ｍ）の最大値が予め与
えられた閾値εより小さいときは、中央付近のサブフレ
ームを代表区間とし、代表区間のPARCOR係数を代表PARC
OR係数として出力する。もし、Ds sub（ｍ）の最大値が
εより大きな場合は、Ds sub（ｍ）の最大値を与えるサ
ブフレームを代表区間として、その区間のPARCOR係数を
代表PARCOR係数として出力する。有声／無声判定器140
は、ピッチ分析器110から入力されるピッチゲインの値
により当該フレームの有声／無声の判定をする。音源決
定器150は、有声／無声判定器140の判定結果により異な
る音源を決定する。当該フレームが有声区間と判定され
たときには、代表PARCOR係数検出器130から入力されるP
ARCOR係数と代表区間の位置及び入力端子100から入力さ
れる入力音声波形をもとに、代表区間の音源パルス系列
を決定する。音源パルスの求め方は前記文献１にある方
法以外に文献2:オザワ アトオル、“ア スタディ オ
ン パルス サーチ アルゴリズムズ フォ マルチパ
ルス エキサイテッド スピーチ コーダ レアライゼ
イション、”アイ イー・イー・イー コム ボル エ
ス エー シー ４、1986、に詳しい。有声／無声判定
器140で無声音と判定されたフレームは、前記文献１と
同じく正規白色雑音源で表す。このとき、雑音の振幅の
決定は、入力音声信号と再生音声信号との差が最も小さ
くなるように行う。マルチプレクサ160は音源決定器150
から入力される音源信号と代表PARCOR係数検出器130か
ら入力されるPARCOR係数および代表区間を表す位置と、
有声／無声判定器140から入力される有声／無声の判定
結果と、ピッチ分析器110から入力される基本周期を表
す符号とを適宜組み合わせて多重化し出力端子170より
出力する。
置のブロック図である。符号化側において、入力端子10
0から一定間隔毎のフレームに分割された音声信号を入
力し、ピッチ分析器110とサブフレームPARCOR係数計算
器120に供給する。ピッチ分析器110は、供給された音声
信号の自己相関関数を計算し、予め定められた区間の中
の最大値検出を介してピッチ周期とピッチゲインを定め
る。サブフレームPARCOR係数計算器120は、ピッチ検出
器110で定まってピッチ周期を入力し、前記ピッチ周期
毎のサブフレームに対応するPARCOR係数とスペクトル変
化尺度Ds sub（ｍ）を計算し、それらを代表PARCOR係数
検出器130に出力する。代表PARCOR係数検出器130は前記
Ds sub（ｍ）にしたがって当該フレームを代表するPARC
OR係数を求める。即ち、Ds sub（ｍ）の最大値が予め与
えられた閾値εより小さいときは、中央付近のサブフレ
ームを代表区間とし、代表区間のPARCOR係数を代表PARC
OR係数として出力する。もし、Ds sub（ｍ）の最大値が
εより大きな場合は、Ds sub（ｍ）の最大値を与えるサ
ブフレームを代表区間として、その区間のPARCOR係数を
代表PARCOR係数として出力する。有声／無声判定器140
は、ピッチ分析器110から入力されるピッチゲインの値
により当該フレームの有声／無声の判定をする。音源決
定器150は、有声／無声判定器140の判定結果により異な
る音源を決定する。当該フレームが有声区間と判定され
たときには、代表PARCOR係数検出器130から入力されるP
ARCOR係数と代表区間の位置及び入力端子100から入力さ
れる入力音声波形をもとに、代表区間の音源パルス系列
を決定する。音源パルスの求め方は前記文献１にある方
法以外に文献2:オザワ アトオル、“ア スタディ オ
ン パルス サーチ アルゴリズムズ フォ マルチパ
ルス エキサイテッド スピーチ コーダ レアライゼ
イション、”アイ イー・イー・イー コム ボル エ
ス エー シー ４、1986、に詳しい。有声／無声判定
器140で無声音と判定されたフレームは、前記文献１と
同じく正規白色雑音源で表す。このとき、雑音の振幅の
決定は、入力音声信号と再生音声信号との差が最も小さ
くなるように行う。マルチプレクサ160は音源決定器150
から入力される音源信号と代表PARCOR係数検出器130か
ら入力されるPARCOR係数および代表区間を表す位置と、
有声／無声判定器140から入力される有声／無声の判定
結果と、ピッチ分析器110から入力される基本周期を表
す符号とを適宜組み合わせて多重化し出力端子170より
出力する。
復号化側では伝送路を介して入力した多重化信号の符号
系列を入力端子200から入力し、デマルチプレクサ210で
音源信号を表す符号とPARCOR係数を表す符号と、代表区
間の位置を表す信号と、有声／無声の判定を表す符号
と、基本周期を表す符号とに分離し、それらを復号し
て、音源信号を表す符号は音源復号器230に、有声／無
声の判定結果を表す符号は有声／無声判定器240に、PAR
COR係数を表す符号と代表区間を表す符号は代表PARCOR
係数復号器220に、基本周期を表す符号は音源復号器230
にそれぞれ出力される。代表PARCOR係数復号器220は、
前記基本周期で決まる当該フレームのサブフレームのPA
RCOR係数を再生させる。このとき、前フレームに対し送
られた代表PARCOR係数と現フレームの代表PARCOR係数と
の間で前記スペクトル変化尺度Dsを計算する。Dsが予め
定められたεより大きい場合は、現フレームの代表区間
より過去にあるサブフレームのPARCOR係数は過去の代表
PARCOR係数を用いる。もしDsがεより小さければ、従来
方式と同様に現フレームの代表PARCOR係数と前フレーム
の代表PARCOR係数との線形内挿で生成させる。音源復号
器230は、有声／無声判定器240で有声と判断された符号
をうけとり、代表PARCOR係数復号器220から音源パルス
の再生を線形内挿で行うか、代表パルスの繰り返しで行
うかの判定を受け取る。有声でかつ音源パルスの再生を
代表区間の音源パルス系列の線形内挿で行うと判断され
たフレームに対しては、前記文献１と同じ処理をする。
有声でかつ当該フレームが過渡フレームであると判断さ
れた場合は、代表区間より過去に位置するサブフレーム
の音源過去の代表パルスを繰り返すここで生成させる。
無声音と判断された場合は、正規白色雑音音源を用い
る。音声生成器250は、代表PARCOR係数復号器220から入
力されるサブフレーム毎のPARCOR係数と音源復号器230
から入力される音源信号とをもちい合成音声を再生し出
力端子260からそれを出力する。
系列を入力端子200から入力し、デマルチプレクサ210で
音源信号を表す符号とPARCOR係数を表す符号と、代表区
間の位置を表す信号と、有声／無声の判定を表す符号
と、基本周期を表す符号とに分離し、それらを復号し
て、音源信号を表す符号は音源復号器230に、有声／無
声の判定結果を表す符号は有声／無声判定器240に、PAR
COR係数を表す符号と代表区間を表す符号は代表PARCOR
係数復号器220に、基本周期を表す符号は音源復号器230
にそれぞれ出力される。代表PARCOR係数復号器220は、
前記基本周期で決まる当該フレームのサブフレームのPA
RCOR係数を再生させる。このとき、前フレームに対し送
られた代表PARCOR係数と現フレームの代表PARCOR係数と
の間で前記スペクトル変化尺度Dsを計算する。Dsが予め
定められたεより大きい場合は、現フレームの代表区間
より過去にあるサブフレームのPARCOR係数は過去の代表
PARCOR係数を用いる。もしDsがεより小さければ、従来
方式と同様に現フレームの代表PARCOR係数と前フレーム
の代表PARCOR係数との線形内挿で生成させる。音源復号
器230は、有声／無声判定器240で有声と判断された符号
をうけとり、代表PARCOR係数復号器220から音源パルス
の再生を線形内挿で行うか、代表パルスの繰り返しで行
うかの判定を受け取る。有声でかつ音源パルスの再生を
代表区間の音源パルス系列の線形内挿で行うと判断され
たフレームに対しては、前記文献１と同じ処理をする。
有声でかつ当該フレームが過渡フレームであると判断さ
れた場合は、代表区間より過去に位置するサブフレーム
の音源過去の代表パルスを繰り返すここで生成させる。
無声音と判断された場合は、正規白色雑音音源を用い
る。音声生成器250は、代表PARCOR係数復号器220から入
力されるサブフレーム毎のPARCOR係数と音源復号器230
から入力される音源信号とをもちい合成音声を再生し出
力端子260からそれを出力する。
以上で、本発明の実施例に関する説明を終える。
（発明の効果） 以上説明してきたように本発明は、代表区間の代表音源
パルス系列とスペクトル包絡情報である代表PARCOR系列
を用いて他の区間の音源パルス系列とパラメータ係数を
生成させる際、生成方法を原音声信号のスペクトル変動
特性に適応させることにより、音声現象が非定常信号で
あり、従来方式のようにあらゆる音韻環境に対しても常
に直線内挿を適用する構成では音声現象の変動を十分表
すことができないのに対し、音声現象の変動に十分に追
随することができ、従ってより自然性の高い音声が合成
できるという効果がある。
パルス系列とスペクトル包絡情報である代表PARCOR系列
を用いて他の区間の音源パルス系列とパラメータ係数を
生成させる際、生成方法を原音声信号のスペクトル変動
特性に適応させることにより、音声現象が非定常信号で
あり、従来方式のようにあらゆる音韻環境に対しても常
に直線内挿を適用する構成では音声現象の変動を十分表
すことができないのに対し、音声現象の変動に十分に追
随することができ、従ってより自然性の高い音声が合成
できるという効果がある。
第１図は本発明の一実施例を示すブロック図、第２図は
サブフレーム間のスペクトルの最大値が予め設定した閾
値よりも大きい場合の本発明の原理図、第３図は隣接す
るフレーム間のスペクトル変化率が予め設定した閾値よ
りも大きい場合の本発明の原理図である。 100……入力端子、110……ピッチ分析器、120……サブ
フレームPARCOR係数計算器、130……代表PARCOR係数検
出器、140……有声／無声判定器、150……音源決定器、
160……マルチプレクサ、170……出力端子、200……入
力端子、210……デマルチプレクサ、220……代表PARCOR
係数復号化器、230……音源復号器、240……有声／無声
判定器、250……音声生成器、260……出力端子。
サブフレーム間のスペクトルの最大値が予め設定した閾
値よりも大きい場合の本発明の原理図、第３図は隣接す
るフレーム間のスペクトル変化率が予め設定した閾値よ
りも大きい場合の本発明の原理図である。 100……入力端子、110……ピッチ分析器、120……サブ
フレームPARCOR係数計算器、130……代表PARCOR係数検
出器、140……有声／無声判定器、150……音源決定器、
160……マルチプレクサ、170……出力端子、200……入
力端子、210……デマルチプレクサ、220……代表PARCOR
係数復号化器、230……音源復号器、240……有声／無声
判定器、250……音声生成器、260……出力端子。
Claims (3)
- 【請求項１】音声信号系列を一定間隔に分割して入力し
前記音声信号系列をスペクトル包絡を表すパラメータと
駆動音源系列とで表す場合に前記駆動音源系列をそのな
かのある特定区間の駆動音源系列で代表させる音声符号
化・復号化方式において、前記特定区間を前記分割され
た音声信号の基本周期と前記スペクトル包絡を表すパラ
メータで決定するとともに前記特定区間の駆動音源系列
から全区間にわたる駆動音源系列を再生する際に前記ス
ペクトル包絡パラメータを用いることを特徴とする音声
符号化・復号化方式。 - 【請求項２】一連の音声信号系列を一定間隔の区間に分
割して入力する手段と、前記入力音声信号系列のスペク
トル包絡を表すパラメータと前記音声信号系列の基本周
期とを求める手段と、前記スペクトル包絡を表すパラメ
ータと前記基本周期とから特定区間を定める手段と、前
記入力音声信号系列と前記スペクトル包絡を表すパラメ
ータとから前記特定区間の駆動音源系列を定める際に前
記スペクトル包絡パラメータに適応した全区間にわたる
駆動音源系列を再生するできるようにする前記特定区間
の駆動音源を定める手段と、前記スペクトル包絡を表す
パラメータと前記基本周期と前記特定区間および前記特
定区間の駆動音源系列とを符号化する手段と、前記スペ
クトル包絡パラメータを表す符号と前記基本周期を表す
符号と前記特定区間の音源系列を表す符号と前記特定区
間を表す符号とを出力する手段とを有することを特徴と
する音声符号化装置。 - 【請求項３】符号系列を入力する手段と、前記符号系列
からスペクトル包絡パラメータを表す符号と基本周期を
表す符号と特定区間の音源系列を表す符号と前記特定区
間を表す符号とを復号する手段と、前記スペクトル包絡
パラメータと前記基本周期とに適応させて前記定弟区間
の駆動音源系列から駆動音源系列を再生する手段と、前
記スペクトル包絡と前記再生された駆動音源系列とから
再生音声信号系列を生成する手段と、前記生成音声信号
系列を出力する手段とを有することを特徴とする音声復
号化装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62058043A JPH07101356B2 (ja) | 1987-03-13 | 1987-03-13 | 音声符号化・復号化方式とその装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62058043A JPH07101356B2 (ja) | 1987-03-13 | 1987-03-13 | 音声符号化・復号化方式とその装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63223800A JPS63223800A (ja) | 1988-09-19 |
| JPH07101356B2 true JPH07101356B2 (ja) | 1995-11-01 |
Family
ID=13072906
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62058043A Expired - Lifetime JPH07101356B2 (ja) | 1987-03-13 | 1987-03-13 | 音声符号化・復号化方式とその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07101356B2 (ja) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4625286A (en) * | 1982-05-03 | 1986-11-25 | Texas Instruments Incorporated | Time encoding of LPC roots |
| JPS5917439A (ja) * | 1982-07-15 | 1984-01-28 | Ricoh Co Ltd | シ−ト状物検出装置 |
| JPS59168494A (ja) * | 1983-03-16 | 1984-09-22 | 株式会社日立製作所 | 音声合成方式 |
| JPS617899A (ja) * | 1984-06-22 | 1986-01-14 | 日本電気株式会社 | マルチパルス型符号化復号化装置 |
| JPS6162100A (ja) * | 1984-09-04 | 1986-03-29 | 日本電気株式会社 | マルチパルス型符号化復号化装置 |
-
1987
- 1987-03-13 JP JP62058043A patent/JPH07101356B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPS63223800A (ja) | 1988-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6427135B1 (en) | Method for encoding speech wherein pitch periods are changed based upon input speech signal | |
| US5018200A (en) | Communication system capable of improving a speech quality by classifying speech signals | |
| KR101441896B1 (ko) | 적응적 ｌｐｃ 계수 보간을 이용한 오디오 신호의 부호화,복호화 방법 및 장치 | |
| JP3180762B2 (ja) | 音声符号化装置及び音声復号化装置 | |
| US5953697A (en) | Gain estimation scheme for LPC vocoders with a shape index based on signal envelopes | |
| JP2002258896A (ja) | 音声符号化方法および音声符号化装置 | |
| EP1096476B1 (en) | Speech signal decoding | |
| JP3558031B2 (ja) | 音声復号化装置 | |
| JP3303580B2 (ja) | 音声符号化装置 | |
| JP3490324B2 (ja) | 音響信号符号化装置、復号化装置、これらの方法、及びプログラム記録媒体 | |
| JP2001051699A (ja) | 無音声符号化を含む音声符号化・復号装置、復号化方法及びプログラムを記録した記録媒体 | |
| JP2956068B2 (ja) | 音声符号化復号化方式 | |
| JPS6238500A (ja) | 高能率音声符号化方式とその装置 | |
| JP3319396B2 (ja) | 音声符号化装置ならびに音声符号化復号化装置 | |
| JP3510168B2 (ja) | 音声符号化方法及び音声復号化方法 | |
| JP2797348B2 (ja) | 音声符号化・復号化装置 | |
| JP3232701B2 (ja) | 音声符号化方法 | |
| JP3552201B2 (ja) | 音声符号化方法および装置 | |
| JP2853170B2 (ja) | 音声符号化復号化方式 | |
| JP3006790B2 (ja) | 音声符号化復号化方法及びその装置 | |
| JP3410931B2 (ja) | 音声符号化方法及び装置 | |
| JP3055901B2 (ja) | 音声信号符号化復号化方法及び音声信号符号化装置 | |
| JP2508002B2 (ja) | 音声符号化方法とその装置 | |
| JP2992045B2 (ja) | 音声符号化装置 | |
| JP3199128B2 (ja) | 音声の符号化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| EXPY | Cancellation because of completion of term |