JPH0761044B2

JPH0761044B2 - 音声符号化法

Info

Publication number: JPH0761044B2
Application number: JP61177089A
Authority: JP
Inventors: 健弘守谷; 雅彰誉田
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: NTT Inc
Priority date: 1986-07-28
Filing date: 1986-07-28
Publication date: 1995-06-28
Anticipated expiration: 2010-06-28
Also published as: JPS6333025A

Description

【発明の詳細な説明】「産業上の利用分野」この発明は音声信号をスペクトル包絡の形状を示すスペ
クトル包絡情報と波形を示す波形情報符号とに分離して
符号化する方法に関するものである。

「従来の技術」従来から音声波形を能率よく符号化するために、音声信
号の近接サンプル値間の統計的相関を利用することが考
えられており、特に線形予測の手法が有効とされてい
る。この手法は基本的に音声信号を複数サンプル数ごと
に区間に区切りその区間ごとに音声信号のスペクトル包
絡の形状を反映する予測係数を求め、その係数をスペク
トル包絡情報符号として符号化し、その区間における音
声信号の予測残差をその区間の音声信号の波形を示す波
形情報符号として符号化し、これら両符号を復号器で合
成するものである。

第６図にそのブロック図を示す。入力端子11から音声信
号の一定時間ごとのサンプル値を示すディジタル音声信
号が予測係数抽出部12及び予測残差抽出部13にそれぞれ
入力され、それぞれ一定サンプル数ごとの分析区間に区
切られ、その各分析区間ごとに予測係数抽出部12で音声
信号のスペクトル包絡の形状を示す予測係数が抽出さ
れ、その抽出された予測係数が量子化部14で量子化さ
れ、スペクトル包絡情報符号15が出力される。このスペ
クトル包絡情報符号は逆量子化部16で復号され、復号さ
れた予測係数で予測残差抽出部13が制御され、対応分析
区内の予測残差が抽出される。予測残差抽出部13は音声
合成フィルタと逆特性のいわゆる逆フィルタである。こ
の予測残差信号は量子化部17で量子化されて波形情報符
号18が得られる。

スペクトル包絡情報符号15及び波形情報符号18はそれぞ
れ復号器側の復号部21及び22で復号され、復号部22で復
号された予測残差信号を合成フィルタの合成部23に駆動
音源信号として供給され、合成部23のフィルタ特性が復
号部21で復号された予測係数で制御され、合成部23から
音声信号が合成出力される。

予測係数すなわちスペクトル包絡情報の表現法、量子化
法、予測残差信号、すなわち波形情報の表現法、量子化
法に関しては従来よりさまざまな工夫がなされ、各種符
号化法が提案されている。例えば適応予測符号化（電子
通信学会編「ディジタル信号処理の応用」コロナ社1981
年刊183p〜），マルチパルス符号化（米国特許4472832
“Digital Speech Coder"1984年９月），適応変換符号
化（日本特許1258025号「音声の適応変換符号化方
式」）等はすべて第７図に示す構成が基本となってい
る。

これらの従来方式ではすべてスペクトル包絡情報符号15
と波形情報符号18とに配分される情報量は、平均的に最
も望ましいように固定されていた。

しかし、現実の音声においては時々刻々波形のもつ統計
的性質が変化することや、量子化歪が変動することで最
適な情報量配分は分析区間ごとに変化している。つまり
ある二つの分析区間A,Bについてスペクトル包絡情報符
号と波形情報符号と総情報量を一定とし、１ビットきざ
みでスペクトル包絡情報符号の情報量を変化させたとき
のその分析区間A,Bの符号化音声のSNRはそれぞれ第７図
の曲線25,26となった。（256サンプル／分析区間，総計
256ビット／分析区間）。曲線25はスペクトル包絡符号
の情報量を増加するとSNRは増加する傾向にあるが、ス
ペクトル包絡符号の情報量16ビットに対し19ビットで2d
B以上も低下している。曲線26は比較的平坦であるが、
１ビットの差でも1dB程度の変動があり、ビット数が比
較的大きく異なると2dB程度異なっている。このように
もともとSNRは10〜20dB程度であるから、1dB,2dBの差は
可成り大きなものである。

しかし従来の符号化法では、このような両符号に対する
情報量の配分によるSNRの変動を考慮しておらず、この
ことは符号化による歪をさらに小さくできる余地が残さ
れていると云える。

この発明の目的は総情報量一定のもとでできるだけ波形
歪、あるいは聴感的重み付けされた波形歪を小さくする
音声符号化法を提供することにある。

「問題点を解決するための手段」この発明は分析区間毎に、刻々変化していく音声信号に
追随させて、スペクトル包絡情報符号の情報量と波形情
報符号の情報量を適応的に配分する。

つまりこの発明ではスペクトル包絡情報を符号化する量
子化器及び波形情報を符号化する量子化器の両者を複数
種類の情報量で量子化できるようにし、またスペクトル
包絡情報の符号の情報量と波形情報符号の情報量との配
分を予め複数種類設定しておき、分析区間における量子
化歪が小さくなるように、設定された複数の配分から１
つを適応的に決定する。

「実施例」第１図はこの発明の実施例を示す。この例では第６図に
示した予測係数抽出部12、予測残差抽出部13、量子化部
14,17、逆量子化部16よりなる符号器31,32,33の三つが
設けられ、これら符号器31,32,33において、例えば第２
図に示すような予め設定された３種類の情報配分方法
で、入力端子11からの音声信号がそれぞれ量子化され
る。ここでは１分析区間あたりの総情報量Ｔは固定と
し、この例では256ビットとし、つまりＴ（総情報量）＝Ｅ（スペクトル包絡符号情報量）＋Ｗ
（波形符号情報量）＋Ｄ（配分情報量）である。符号器31,32,33はそれぞれ第２図中の第1,第2,
第３情報配分方法で符号化される。

これら符号器31,32,33の各符号化出力は局部復号化判定
部34でそれぞれ復号化し、最も望ましい配分方法を求
め、そのスペクトル包絡情報符号35と波形情報符号36と
配分情報符号37とを復号側に伝送する。ここでいう最も
望ましいとは局部復号信号と入力信号とを比較して量子
化歪を求め、これが最小となるものを意味する。その場
合用途によって聴感的重みづけを行った量子化歪を用い
てもよい。第３図Ａに示すようにまず配分情報符号37を
送出し、これに続き、スペクトル包絡情報符号35、波形
情報符号36を順次送出する。なお配分情報符号としては
第２図の例のような一意解読可能な可変長符号をその頻
度に合わせて使うとさらに効果的である。つまり第２図
では３種類の配分方法があるから、各配分方法を表示す
るには２ビット必要であるが、この３種類のうち、発生
頻度が最も多い第３種類の配分方法を示す配分情報符号
“1"の１ビットとし、他の２種類の配分情報符号には２
ビットを用いる。

一方、復号化側ではまず配分情報符号37を復号部41で復
号する。この復号された配分情報に従ってスペクトル包
絡情報符号35、波形情報符号36をそれぞれ復号部42,43
で復号化され、これら復号出力を合成部44へ供給して合
成し出力音声を得る。

情報配分のひな型を決定するには音声信号サンプルを使
って平均的に歪が小さくなるスペクトル包絡情報符号の
ビット数を選ぶ。この際次の２点で生じるトレード・オ
フを考慮すればよい。

配分情報符号をｍビットとすると2^m種類の配分ひな
型を設定することができる。

配分情報符号をｍビットとすると総情報量Ｔが一定
のため、例えば波形情報符号がｍビット減少する。この
際１分析区間Ｎサンプルの場合、SNRは平均的に10log₁₀
（2^2m/N）〔dB〕＝6.02m/N〔dB〕減少する。

第１図ではスペクトル包絡情報及び波形情報についてそ
れらをそれぞれ複数種類の情報量で量子化する量子化器
として、その各情報量の量子化器をそれぞれ設けたが、
両量子化器を各１つ設けそれぞれその情報量を情報配分
に応じて変更してもよい。このためには任意のビット数
に対応できる量子化器を必要とするが、これには例えば
ベクトル量子化とスカラ量子化とを組み合わせたベクト
ル・スカラ量子化（特願昭57−204849“ベクトル量子化
法”）をスペクトル包絡情報量子化と、波形情報量子化
に適用すればよい。

前記特許出願“ベクトル量子化法”に示すようにまずベ
クトル量子化し、次にスカラ量子化するように２段階の
量子化器を用いる場合には例えば第４図に第１図と対応
する部分に同一符号を付けて示すように抽出されたスペ
クトル包絡情報を量子化部14でまずベクトル量子化し、
量子化値から得られる暫定的スペクトル包絡特性から、
判定部51でスペクトル包絡情報符号の情報量を決定す
る。例えばベクトル量子化による暫定スペクトル包絡特
性が平坦であれば、スペクトル包絡に対する情報量を少
ない予め決めた値に設定し、その対応情報量でスペクト
ル包絡情報に対する第２段階目の量子化、この例ではス
カラ量子化を行う。また判定部51は予め決められた情報
量Ｔの残りの情報量を量子化器17に与えてその情報量
に、波形情報を量子化する。従ってこの場合は第３図B,
Cに示すように、スペクトル包絡情報符号35中の最初か
ら一定のビット数が第１段階目の量子化（この例ではベ
クトル量子化）符号であり、スペクトル包絡特性が平坦
な場合は第３図Ｂに示すように第２段目の量子化の情報
量は少ない予め決めた値とされ、スペクトル包絡特性が
変化の大きい場合は第３図Ｃに示すように第２段目の量
子化情報量は大きい予め決めた値となる。このように第
１段階目の量子化でスペクトル包絡情報符号の情報量が
決るため、配分情報は送出する必要はない。

第２段階量子化の情報量の設定は同一の暫定スペクトル
特性を持つ学習サンプルを集めて統計処理をすればよ
い。

復号化側では受信された符号列中の最初から一定長の符
号、つまりスペクトル包絡情報の第１段階量子化符号か
ら判定部52でその第２段階目の量子化符号の情報量（符
号長）を知り、これに応じて復号部42で第２段階目の復
号を行う。もちろんその前に第１段階目の復号を行う。
これと共に判定部52は波形情報符号36の情報量を復号部
43に与えてその復号を行う。

このようにスペクトル包絡情報を２段階で量子化する場
合にその１段階の量子化符号からスペクトル包絡情報符
号の情報量を制御するには次のようにしてもよい。すな
わち、スペクトル包絡特性に応じた情報配分表を例えば
第５図A,Bに示すように予め用意しておき、第５図中Ａ
は平坦スペクトル特性に対するもの、Ｂは変化のあるス
ペクトル特性に対するものである。スペクトル包絡情報
に対する第１段階量子化（ベクトル量子化）で得られた
符号35₁で第５図A,Bの何れの情報配分表を用いるかを決
定し、その決定された情報配分表を用いて、この例では
その３通りの情報配分を行って、スペクトル包絡情報に
対する第２段階目の量子化（スカラ量子化）及び波形情
報の量子化を行い、この３通りの量子化符号中の量子化
歪が最も小さいものを判定し、その符号を、第３図D,E
に示すようにスペクトル包絡情報の第１段階量子化符号
35₁，配分情報符号37、スペクトル包絡情報の第２段階
量子化符号35₂，波形情報符号36の順に送出する。復号
側では符号35₁から使用する情報配分表を決定し、配分
情報符号37からその情報配分表中の情報配分を知って、
符号35₂,36を取出してそれぞれ復号する。

なおスペクトル包絡情報を多段階に量子化する場合、ベ
クトル量子化とスカラ量子化に限らず、ベクトル量子化
又はスカラ量子化のみで多段階量子化を行ってもよい。

「発明の効果」以上説明したようにこの発明の方法によれば一定の情報
量のもとで、最終的な歪のより小さい符号化が実現され
る。

8kHzサンプル、１分析区間256サンプルの音声信号に対
し、配分情報符号を３ビットとする4.8〜9.6キロビット
／秒の符号化は、固定配分の符号化より0.5〜1.0dBSNR
が向上することが確かめられた。SNRはもともと10〜20d
B程度であるからこの向上は可成りよいものである。第
７図に示したようなSNRの変動の中で、配分情報符号３
ビットを使えば８種の中で最適のものを使うことができ
ることと、波形情報符号が３ビット減少することで最終
的SNRが平均的に約10log₁₀（2^2×3/256）＝0.07〔dB〕
しか減少しないことからも前記SNRの向上は予想できる
ことである。

【図面の簡単な説明】

第１図はこの発明の符号化法の実施例を示すブロック
図、第２図は情報配分例を示す図、第３図はこの発明の
符号化法による符号化出力の各種例を示す図、第４図は
この発明の符号化法の他の実施例を示すブロック図、第
５図は情報配分例を示す図、第６図は線形予測を用いる
従来の符号化法を示すブロック図、第７図は総情報量一
定でスペクトル包絡情報符号量によるSNRの変化例を示
す図である。

Claims

【特許請求の範囲】

【請求項１】音声信号を複数サンプル数ごとの分析区間
に区切り、その分析区間の音声信号のスペクトル包絡の
形状を示すスペクトル包絡情報符号と、その分析区間の
音声信号の波形を示す波形情報符号とに分離して符号化
する方法において、予め設定された複数種類の情報量で量子化できる上記ス
ペクトル包絡情報符号のための量子化器と、予め設定さ
れた複数種類の情報量で量子化できる上記波形情報符号
のための量子化器とを備え、これら両量子化器に対する情報量の配分を予め複数種類
設定しておき、上記各分析区間ごとに量子化歪が小さくなるように上記
情報量の配分を上記設定した複数の値から適応的に決定
することを特徴とする音声符号化法。