JPH07253795A - 励振信号直交化音声符号化法 - Google Patents

Abstract

(57)【要約】 【目的】 励振信号中の乱数ベクトルを決定するための
演算量を低減する。 【構成】 第１段階で適応符号帳ベクトルＰを決定し、
ＨＰ，Ｘ^T ＨＰ，‖ＨＰ‖² を計算する（Ｓ₁ ）。第２
段階で入力音声Ｘを合成フィルタ通過後に第１段階のベ
クトルＨＰと直交させた信号Ｘ′＝Ｘ−（Ｘ^T ＨＰ）Ｈ
Ｐ／‖ＨＰ‖² と、Ｘ′^T Ｈを計算、Ｘ′^T Ｈと乱数ベ
クトルＣ_0j，Ｃ_1jによりｄ_0j＝Ｘ′^T ＨＣ _0j，ｄ_1j＝
Ｘ′^T ＨＣ_1jを計算（Ｓ₃ ），ｄ_0jとｄ_1jのそれぞれの
中の大きいものから順にｎ個をとり、そのｎ個のｄ_0j及
びｄ_1jと対応するＣ_0j及びＣ_1jを予備選択して残す（Ｓ
₅ ）。これら残された２ｎ個のＣ_0j，Ｃ_1jについてＵ_0j
とＵ_1jをそれぞれ計算し、Ｅ＝｛Ｘ^T （Ｕ_0j＋Ｕ_1j）｝
² ／‖Ｕ_0j＋Ｕ_1j‖² を最大とするＣ_0j，Ｃ_1jを探す
（Ｓ₆ ）。その後、Ｐ，Ｃ_0j，Ｃ_1jの各ベクトルの利得
ｇ ₁ ，ｇ₂ の最適な組を探す（Ｓ₇ ）。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は音声信号を符号化によ
り生じる歪をできるだけ小さく保ったまま、できるだけ
少ない情報量でディジタル符号化する音声符号化におけ
る励振信号音符号化法に関する。

【０００２】

【従来の技術】現在、音声を高能率に符号化する方法と
して、原音声をフレームと呼ばれる５〜５０ｍｓ程度の
一定間隔の区間に分割し、その１フレームの音声を周波
数スペクトルの包絡形状と、その包絡形状に対応する線
形フィルタを駆動するための駆動音源信号という２つの
情報に分離し、それぞれを符号化することが提案されて
いる。その場合、駆動音源信号を符号化する方法とし
て、駆動音源信号を音声の基本周波数（ピッチ周期）に
対応すると考えられる周期成分と、それ以外の成分（言
い換えれば非周期成分）とに分離して符号化する方法が
知られている。この駆動音源情報の符号化法として符号
駆動線形予測符号化（ Code-Excited LinearPrediction
Coding:CELP )およびベクトル和駆動線形予測符号化
（ Vector SumExcited Linear Prodiction Coding:VSEL
P )法がある。それぞれの技術については、M.R.Schroed
er and B.S.Atal :“Code-Excited Linear Prediction
(CELP)：Highquality Speech at Very Low Bit Rate
s”，Proc.ICASSP'85,25.1.1,pp.937-940,1985 、およ
びI.A.Gerson and M.A.Jasiuk : "Vector Sum Excited
LinearPrediction (VSELP)Speech Coding at 8 kbps",
Proc. ICASSP'90,S9.3, pp.461-464,1990 、に述べられ
ている。

【０００３】これらの符号化では図２に示すように入力
音声Ｘはフレームを単位として線形予測分析部１１で線
形予測分析されて予測係数が算出され、量子化されたの
ち、補助情報として伝送されると共にまた合成フィルタ
１２の係数として用いられる。励振源のうち適応符号帳
１３の出力ベクトルはピッチ周期を決めることで決定さ
れる。一方図２の場合、２系統（チャネル）の乱数符号
帳１４，１５をもち、２つのベクトルの和で最終的な出
力と入力音声Ｘの歪が最小となる組合せを符号帳から選
択する。適応符号帳１３からのベクトルと乱数符号帳１
４，１５からのベクトルはそれぞれに最適な利得（ゲイ
ン）の組をゲイン符号帳１６から探索して決定する。な
お、乱数符号帳が１乃至複数系統であるのがＣＥＬＰ
で、乱数符号帳の系統が割り当てられたビット数Ｂと同
じであって、各乱数符号帳に唯一の基本ベクトルしか持
たない場合がＶＳＥＬＰである。図２はこれらを一般化
し、特に２系統の例を示している。

【０００４】乱数符号帳の符号を決定するときには図３
に示す処理を行うことで、歪を小さくすることができ
る。まず適応符号帳１３の出力ベクトルＰを決定する
（ステップＳ₁ ）。次に各乱数ベクトルＣ_ij（ｉ＝０，
・・・Ｌ−１，ｊ＝０，・・・Ｎ−１，Ｌ：乱数符号帳
の数、Ｎ：乱数符号帳あたりのベクトル数）を合成フィ
ルタに通してＨＣ_ijを作る（Ｓ₂ ）。Ｈはインパルス応
答行列である。次にＨＣ_ijをＨＰと直交させてＵ_ijを作
る。

【０００５】 Ｕ_ij＝ＨＣ_ij−（Ｐ^T Ｈ^T ＨＣ_ijＨＰ）／‖ＨＰ‖² （１） 上付添字Ｔは転置行列を示す。次に入力ベクトルＸ（前
フレームから合成フィルタの応答分を除いたもの）とＵ
_ijとの歪ｄを求め、 ｄ＝‖Ｘ−ΣＵ_ij‖² （２） Σはｉ＝０からＬ−１まで この歪ｄを最小化するベクトル番号Ｊ（０）・・・Ｊ
（Ｌ−１）を決める（Ｓ₃）。

【０００６】その後、次式を最小とする利得の和ｇ₁ ，
ｇ₂ を決定する（Ｓ₄ ）。 ‖Ｘ−｛ｇ₁ ＨＰ＋ｇ₂ Ｈ（ΣＣ_ij(0) ）｝‖² （３） Σはｉ＝０からＬ−１まで、ベクトルはすべてＭ次元と
している。図３の右に各ステップにおける計算回数を示
す。ＶＳＥＬＰの場合には割り当てられるビット数Ｂが
例えば１２の場合、これらの処理に関係するベクトルの
総数Ｔも１２であるため、現実的な演算量の範囲で処理
が可能である。しかしながらＣＥＬＰでは極性ビットを
除いた１１ビットに対応する符号帳ベクトルの個数Ｔは
２¹¹個となり、膨大な演算量となり、実時間処理が困難
となる。

【０００７】この問題を解決するために、本出願人は図
４に示すように合成フィルタ演算をできるだけ少なくし
て探索を行う方法（音声符号化における励振信号符号化
法：特開平５−１００６９７号公報）を提案している。
先に提案した音声符号化法は適応符号帳ベクトルＰを決
定し（ステップＳ₁)，次にＸ^T Ｈ＝ａ，Ｐ^T Ｈ^T Ｈ＝
ｂ，‖ＨＰ‖² ＝Ｃをそれぞれ計算する（Ｓ₂)，Ｘは前
フレームからの応答分を除いた入力ベクトル、Ｈは合成
フィルタの伝達関数であるインパルス応答行列、ＨＰは
ステップＳ₁ で計算したものを用いる。

【０００８】一方の乱数符号帳１４の乱数ベクトルＣ_0j
は、Ｃ_0j−（ｂＣ_0jＰ）／Ｃ＝ｅを計算し（Ｓ₃)，さら
にｄ_0j＝ｄｅを計算し（Ｓ₄)，ｄ_0jのうち大きいものか
ら順にｎ個をとり、そのｎ個のｄ_0jと対応するＣ_0jを予
備選択として残す。同様に他方の乱数符号帳１５につい
てｄ_1jを求め、ｎ個のＣ_1jを予備選択して残す（Ｓ₆)，
これら残された２ｎの乱数ベクトルＣ_0j，Ｃ_1jについて
合成フィルタ１２を通過させてＨＰと直交させてＵ_0j＝
ＨＣ_0j−（ｂＨＰ）／ＣおよびＵ_1j＝ＨＣ_1j−（ｂＨ
Ｐ）／Ｃをそれぞれ計算し（Ｓ₇)，Ｅ＝｛Ｘ^T （Ｕ_0j＋
Ｕ_1j）｝² ／‖Ｕ_0j＋Ｕ_1j‖² を最大とするＣ_0j，Ｃ_1j
を探索し（Ｓ₈)，その後Ｐ，Ｃ_0j，Ｃ_1jの各ベクトルの
利得ｇ₁ ，ｇ₂ の最適な組を決定する（Ｓ₉)。

【０００９】この先に提案した音声符号化における励振
信号符号化法によれば予備選択によりしぼられた２ｎ個
の乱数ベクトル候補だけから歪が最小となる乱数ベクト
ルＣ _0j，Ｃ_1jの組を探索するから演算処理量を図３の場
合より大幅に少なくすることができる。

【００１０】

【発明が解決しようとする課題】しかしながら、この先
に提案した音声符号化における励振信号符号化法によっ
ても予備選択に多くの演算量が要求される不都合があ
る。この発明の目的は、先に提案した音声符号化法より
予備選択に要する演算処理量を低減することができる励
振信号符号化法を提案しようとするものである。

【００１１】

【課題を解決するための手段】この発明では音声信号を
フレーム単位で線形予測分析して予測係数を求め、ピッ
チ周期成分をもつ適応符号帳と複数の系統の乱数符号帳
としてからの各ベクトルの利得付き和を励振源として先
に求められた予測係数に基づいて合成された音声と入力
音声Ｘとの誤差を最小とするようなピッチ周期、乱数ベ
クトルの符号、利得を決定する音声符号化法において、
第１段階で適応符号帳からのベクトルＰを決定し、ベク
トルＰを合成フィルタ通過後のＨＰを求め、第２段階で
上記第１段階で求めたＨＰに直交させた信号Ｘ′を作
り、Ｘ′を合成フィルタを通過後のＸ′Ｈを求め、この
Ｘ′Ｈと乱数ベクトルＣ_ijとの内積値を基準に乱数ベク
トルＣ_ijを選択する。

【００１２】つまり、ｄ_oj＝Ｘ^T ＨＣ_ojとｄ_1j＝Ｘ′^T
ＨＣ_1jを計算し、それぞれの大きいものから順にｎ個を
とり、そのｎ個のｄ_ojおよびｄ_1jと対応する乱数ベクト
ルＣ _ojおよびＣ_1jを予備選択して残す。この予備選択の
手順を採ることにより、Ｘ^TＨＰ，‖ＨＰ‖² および
Ｘ′^T Ｈを先に１回だけ計算しておけば、数多くの乱数
ベクトルＣ_ijに対する合成演算を行う必要がなく、演算
量を低減することができる。

【００１３】

【実施例】図３の従来の符号決定法をもとにこの発明に
よる処理を説明する。図３の距離部の計算を展開する。 Ｄ＝‖Ｘ−ｇΣＵ_ij‖² ＝Ｘ^T Ｘ−２ｇＸΣＵ_ij＋ｇ² ‖ΣＵ_ij‖² （４） ここでＬ，Ｍ，Ｎはそれぞれ符号帳の系統（チャンネ
ル）数、ベクトルの次元数、系統あたりのベクトル数Σ
はｉ＝０からＬ−１である。ゲインｇは励振ベクトル決
定後に量子化するので、ｇは任意の値をとることができ
る。このときＤの最小化はＥの最大化と等価となる。

【００１４】 Ｅ＝（ＸΣＵ_ij）² ／‖ΣＵ_ij‖² （５） 従って、Ｅの分子の内積にＭＬＮ回、分母のエネルギー
にＭＮ^L 回の積和演算が必要で、さらにＮ^L 回の加減
算、除算、比較が必要である。このほか合成部でＭ² Ｎ
Ｌ，直交部で２ＭＮＬ回程度の積和演算が必要である。
なお、ＨＰの演算は適応符号ベクトルを決定するときに
求められているのでここでの演算量には含めない。

【００１５】簡単のため、特にＬ＝２の場合についてこ
の発明の処理の背景を説明する。Ｅをもう一度以下のよ
うに書き直す。 Ｅ＝（Ｘ^T Ｕ_oj＋Ｘ^T Ｕ_1j）² ／‖Ｕ_oj＋Ｕ_1j‖² （６） 例えばＢ＝１２で、極性を除いて各系統に５ビットを割
り当てるとすると、Ｎ＝３２となる。このとき分子の積
和演算回数は６４回に対し、分母のエネルギーは１０２
４回のベクトル演算を要する。従って、積和演算のみで
予備選択を行い、少数の候補ベクトルのみでエネルギー
を計算することで演算量を削減できる。（６）式の分子
の項Ｄ₂ をｄ_ojとｄ_1jにわけて展開する。

【００１６】 Ｄ₂ ＝−２（Ｘ^T Ｕ_oj＋Ｘ^T Ｕ_1j） ＝−２（ｄ_oj＋ｄ_1j） （７） ｄ_oj＝Ｘ^T Ｈ［Ｃ_oj−｛（Ｐ^T Ｈ^T ＨＣ_oj）／‖ＨＰ‖² ｝Ｐ］ （８） ｄ_1j＝Ｘ^T Ｈ［Ｃ_1j−｛（Ｐ^T Ｈ^T ＨＣ_1j）／‖ＨＰ‖² ｝Ｐ］ （９） 上記のなかでＨＣの合成演算に多くの演算を必要とする
のでこれを避ける必要がある。その一つの方法が、音声
符号化における励振信号符号化法：特開平５−１００６
９７号公報に示されている。しかし、この発明では、さ
らに以下のように変形する。

【００１７】 ｄ_oj＝Ｘ^T ＨＣ_oj−｛（Ｘ^T ＨＰ）／‖ＨＰ‖² ｝Ｐ^T Ｈ^T ＨＣ_oj (10) ｄ_oj＝［Ｘ−｛（Ｘ^T ＨＰ）／‖ＨＰ‖² ｝ＨＰ］^T ＨＣ_oj (11) すなわち、ＸをＨＰに直交させたＸ′を使って内積計算
をすればよいことが解る。 Ｘ′＝Ｘ−（Ｘ^T ＨＰ）ＨＰ／‖ＨＰ‖² (12) ｄ_oj＝Ｘ′^T ＨＣ_oj (13) 同様に ｄ_1j＝Ｘ′^T ＨＣ_1j (14) となる。Ｄ₂ の計算の範囲ではＸ^T ＨＰ，‖ＨＰ‖² お
よびＸ′^T Ｈを先に１回だけ計算しておけば数多くの乱
数ベクトルＣ_ijに対する合成演算（フィルタの畳み込
み）をする必要がなくなる。また乱数ベクトルＣ_ijに対
する内積演算も最小限に抑えられる。そこで各系統独立
にｄ_oj，ｄ_1jを高速に計算し、それぞれの系統で内積の
大きなものから候補を残し、少ないベクトルの組み合わ
せで最終的な歪が最小となるものを選択する。この計算
手順をまとめて図１に示す。

【００１８】一般のＬについてＸ^T ＨＰおよび‖ＨＰ‖
² の計算にＭ＋Ｍ（ステップＳ₁)，Ｘ′^T Ｈの計算にＭ
² ＋Ｍ（Ｓ₂ ，Ｓ₃)，またｄ_ijの演算（Ｓ₄)にＬＭＮ回
の積和が必要である。さらにＮのなかからｎを選ぶソー
ティングもＬ回必要である（Ｓ₅)。以上が予備選択で、
本選択は見かけ上、乱数符号帳のベクトル数が小さくな
って従来どおりの距離計算を行うことになる。

【００１９】以上の例では適応符号帳からのＰを第１段
階のベクトル、乱数符号帳からの乱数ベクトルＣ_ijを第
２段階のベクトルとする２段階の励振ベクトルの決定に
おける２段階目の探索にかかわる直交法を示した。ｎ段
階（ｎ≧３）以上でベクトルを決定する場合にも同様に
適用できることは明らかである。また乱数ベクトルＣ _ij
の要素のほとんどが０であるようなベクトルの場合、そ
れを利用して予備選択の計算をさらに削減する方法と併
用することが可能である。

【００２０】

【発明の効果】実施例で示したように、この発明よれば
乱数ベクトルの距離計算部において、数多くの乱数ベク
トルに対する合成フィルタ演算をまったく行わず、内積
演算の回数も最小化することができ、予備選択で絞られ
た候補についてのみエネルギーの計算を行うため、演算
量を大幅に削減することができる。この結果、Ｍ＝８
０，Ｌ＝２，Ｎ＝３２の条件で予備選択の部分の演算量
を比較すると特開平５−１００６９７号公報で提案した
音声符号化における励振信号符号化法の約半分の演算量
で全く同じ結果が得られる。

【図面の簡単な説明】

【図１】この発明の乱数ベクトルを決定するための計算
手順を示す流れ図。

【図２】音声符号化における励振信号符号化法の一般的
構成の要部を示すブロック図。

【図３】乱数符号を最適に決定する従来の計算手順を示
す流れ図。

【図４】乱数符号を少ない演算で決定する従来の計算手
順を示す流れ図。

【符号の説明】

１１ 線形予測分析部 １２ 合成フィルタ １３ 適応符号帳 １４，１５ 乱数符号帳 １６ ゲイン符号帳 Ｘ 入力音声ベクトル Ｘ′ 入力音声Ｘを合成フィルタ通過後にベクトルＨ
Ｐと直交させたベクトル Ｐ 適応符号帳から生成した符号ベクトル ＨＰ 合成フィルタを通った符号ベクトル Ｈ 合成フィルタのインパルス応答行列 ｇ 利得 Ｃ_ij 乱数ベクトル ＨＣ_ij 合成フィルタを通った乱数ベクトル Ｕ_ij ＨＣ_ijをＨＰと直交させたベクトル ｄ 歪 Ｍ ベクトルの次元数 Ｌ 乱数符号帳の数 Ｎ 乱数符号帳あたりのベクトル数

Claims (3)

【特許請求の範囲】
1. 【請求項１】 音声信号をフレーム単位で線形予測分析
   して予測係数を求め、ピッチ周期成分をもつ適応符号帳
   と複数の系統の乱数符号帳とからの各ベクトルの利得付
   き和を励振源として、先に求められた予測係数に基づい
   て合成された音声と入力音声との誤差を最小とするよう
   なピッチ周期、乱数ベクトルの符号、利得を決定する音
   声符号化法において、 第１段階で適応符号帳からのベクトルＰを決定し、 第２段階で乱数ベクトルＣ_ijを探索する際に、入力音声
   Ｘを合成フィルタ通過後に第１段階のベクトルＨＰに直
   交させた信号Ｘ′を作り、Ｘ′Ｈと各乱数ベクトルＣ_ij
   との内積の値を基準に乱数ベクトルＣ_ijを選択すること
   を特徴とする励振信号直交化音声符号化法。
2. 【請求項２】 請求項１記載の励振信号直交化音声符号
   化法においてＸ^T Ｐ，‖ＨＰ‖² ，Ｘ′＝Ｘ−（Ｘ^T Ｈ
   Ｐ）ＨＰ／‖ＨＰ‖² からＸ′^T Ｈを予め計算し、Ｘ′
   ^T Ｈと乱数ベクトルＣ_ijとの内積ｄ_ijの大きいものから
   順にｎ個を残し、このｎ個の内積を定める乱数ベクトル
   Ｃ_ijを予備選択することを特徴とする励振信号直交化音
   声符号化法。
3. 【請求項３】 請求項１または２記載の励振信号直交化
   音声符号化法において、第ｎ段階（ｎ≧３）以後のベク
   トルの選択にも同様の方法を用いることを特徴とする励
   振信号直交化音声符号化法。