JPH0784597A - 音声符号化装置および音声復号化装置 - Google Patents
音声符号化装置および音声復号化装置Info
- Publication number
- JPH0784597A JPH0784597A JP23270493A JP23270493A JPH0784597A JP H0784597 A JPH0784597 A JP H0784597A JP 23270493 A JP23270493 A JP 23270493A JP 23270493 A JP23270493 A JP 23270493A JP H0784597 A JPH0784597 A JP H0784597A
- Authority
- JP
- Japan
- Prior art keywords
- sound
- voice
- time
- consonant
- input signal
- 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.)
- Withdrawn
Links
Landscapes
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
- Reduction Or Emphasis Of Bandwidth Of Signals (AREA)
Abstract
(57)【要約】
【目的】 音声符号化装置および音声復号化装置に関
し、音声の時間軸圧縮・時間軸伸長を行う際に、周期性
の大きい有声音の品質を維持しつつ、周期性の少ない無
声音信号、変動の激しい子音時の再生音質の品質を向上
させる音声符号化装置および音声復号化装置を提供する
ことを目的とする。 【構成】 音声入力信号のピッチ周期を検出するピッチ
周期検出部700 を具備する音声符号化装置において、前
記音声入力信号に対して有声音か無声音または子音かの
判定を行う音声種類判定手段200 と、該無声音または子
音の場合には、前記音声入力信号を正または負に応じて
正または負の一定値に変換する信号変換手段400 と、該
音声種類判定手段の出力により、前記音声入力信号が有
声音の場合はそのまま、無声音または子音の場合には該
信号変換手段の出力を前記ピッチ検出部に加えるための
スイッチ手段300、500 とを設けて構成する。
し、音声の時間軸圧縮・時間軸伸長を行う際に、周期性
の大きい有声音の品質を維持しつつ、周期性の少ない無
声音信号、変動の激しい子音時の再生音質の品質を向上
させる音声符号化装置および音声復号化装置を提供する
ことを目的とする。 【構成】 音声入力信号のピッチ周期を検出するピッチ
周期検出部700 を具備する音声符号化装置において、前
記音声入力信号に対して有声音か無声音または子音かの
判定を行う音声種類判定手段200 と、該無声音または子
音の場合には、前記音声入力信号を正または負に応じて
正または負の一定値に変換する信号変換手段400 と、該
音声種類判定手段の出力により、前記音声入力信号が有
声音の場合はそのまま、無声音または子音の場合には該
信号変換手段の出力を前記ピッチ検出部に加えるための
スイッチ手段300、500 とを設けて構成する。
Description
【０００１】
【産業上の利用分野】本発明は、音声符号化装置および
音声復号化装置に関するものであり、特に時間領域調波
圧縮・伸長方式（以下ＴＤＨＳ：Time Domain Harmonic
Scalingと称する）による音声符号化および復号化を行
う場合、無声音および子音の符号化および復号化品質を
向上させることを目的とした音声符号化装置および音声
復号化装置に関するものである。
音声復号化装置に関するものであり、特に時間領域調波
圧縮・伸長方式（以下ＴＤＨＳ：Time Domain Harmonic
Scalingと称する）による音声符号化および復号化を行
う場合、無声音および子音の符号化および復号化品質を
向上させることを目的とした音声符号化装置および音声
復号化装置に関するものである。
【０００２】近年のディジタル回線の普及にともない、
その回線の有効利用を図るため、音声信号を高品質に維
持しつつ高能率に情報量圧縮を行う音声信号圧縮技術が
種々提案されている。そのなかで、音声信号の時間的周
期性（ピッチ周期）を利用して、送信側では特性のよく
似た数周期の信号を適切な重みを掛け合わせて一ピッチ
周期の信号に圧縮して符号化し、受信側では圧縮された
その信号の前後の関係を考慮しながら圧縮とは逆の伸長
を行うＴＤＨＳが知られている。
その回線の有効利用を図るため、音声信号を高品質に維
持しつつ高能率に情報量圧縮を行う音声信号圧縮技術が
種々提案されている。そのなかで、音声信号の時間的周
期性（ピッチ周期）を利用して、送信側では特性のよく
似た数周期の信号を適切な重みを掛け合わせて一ピッチ
周期の信号に圧縮して符号化し、受信側では圧縮された
その信号の前後の関係を考慮しながら圧縮とは逆の伸長
を行うＴＤＨＳが知られている。
【０００３】上記ＴＤＨＳでは、周期性のある有声音と
同様に周期性の小さい無声音についても時間軸の圧縮を
行っている。
同様に周期性の小さい無声音についても時間軸の圧縮を
行っている。
【０００４】
【従来の技術】送信側で電話等の音声信号を符号化して
伝送し受信側で復号する音声符号化装置において、従来
は送信側では、時間軸圧縮部（図示しない）において、
音声信号を時間軸圧縮を行った後符号化部（図示しな
い）で所定の符号化を行い、この出力を他のチャネルの
符号化出力とともに多重化して伝送路に送出する。図８
は一例の時間軸圧縮伸長方式を説明するための図であ
り、(a) は送信側での時間軸圧縮処理、(b) は受信側で
の時間軸伸長処理の方法を示す。
伝送し受信側で復号する音声符号化装置において、従来
は送信側では、時間軸圧縮部（図示しない）において、
音声信号を時間軸圧縮を行った後符号化部（図示しな
い）で所定の符号化を行い、この出力を他のチャネルの
符号化出力とともに多重化して伝送路に送出する。図８
は一例の時間軸圧縮伸長方式を説明するための図であ
り、(a) は送信側での時間軸圧縮処理、(b) は受信側で
の時間軸伸長処理の方法を示す。
【０００５】同図(a) において、まず音声入力信号のピ
ッチ検出を行うが、このときの信号の相関を見る基準と
して、下記に示す自己相関計数（数式１）や共分散値
（数式２）が用いられていた。
ッチ検出を行うが、このときの信号の相関を見る基準と
して、下記に示す自己相関計数（数式１）や共分散値
（数式２）が用いられていた。
【０００６】
【数１】
【０００７】
【数２】 但し、Ｓ：入力音声信号、Ｆ：評価式である。次に、抽
出されたピッチ周期で分けられる連続する二つの音声信
号列（Ｐp1とＰp2の区間）を一つに圧縮する。即ち、前
の周期の信号には窓掛け係数（１−Ｗc(n)）を掛け、後
ろの周期の信号には窓掛け係数Ｗc(n)を掛け、両者を加
算して、１つの信号Ｓc(n)として時間軸を圧縮してい
る。
出されたピッチ周期で分けられる連続する二つの音声信
号列（Ｐp1とＰp2の区間）を一つに圧縮する。即ち、前
の周期の信号には窓掛け係数（１−Ｗc(n)）を掛け、後
ろの周期の信号には窓掛け係数Ｗc(n)を掛け、両者を加
算して、１つの信号Ｓc(n)として時間軸を圧縮してい
る。
【０００８】ピッチ検出を行う際の基準である自己相関
計数や共分散値は、ピッチの長い場合も短い場合も等し
い評価を行う。ところが、ピッチを長くとると一般に明
瞭度が劣化するため、最適ピッチが必ずしも音声品質の
点で最適なピッチとはならない場合がある。
計数や共分散値は、ピッチの長い場合も短い場合も等し
い評価を行う。ところが、ピッチを長くとると一般に明
瞭度が劣化するため、最適ピッチが必ずしも音声品質の
点で最適なピッチとはならない場合がある。
【０００９】一方、受信側の時間軸伸長を示す同図(b)
において、圧縮音声信号とは別にピッチ周期の情報が送
られてきて、このピッチ周期情報を元に、３ピッチ周期
分の圧縮信号（図のＰp1’、Ｐp2’、Ｐp3’の区間）の
うち、前の２ピッチ周期分の信号に窓掛け係数Ｗe(n)を
掛け、後ろの２ピッチ周期分の信号に窓掛け係数（１−
Ｗe(n)）を掛けたものを加算して、元の２ピッチ周期分
の信号Ｓe(n)に時間軸を伸長していた。
において、圧縮音声信号とは別にピッチ周期の情報が送
られてきて、このピッチ周期情報を元に、３ピッチ周期
分の圧縮信号（図のＰp1’、Ｐp2’、Ｐp3’の区間）の
うち、前の２ピッチ周期分の信号に窓掛け係数Ｗe(n)を
掛け、後ろの２ピッチ周期分の信号に窓掛け係数（１−
Ｗe(n)）を掛けたものを加算して、元の２ピッチ周期分
の信号Ｓe(n)に時間軸を伸長していた。
【００１０】
【発明が解決しようとする課題】上記ＴＤＨＳでは、周
期性の少ない無声音についても、あるいは有声音であっ
ても話始めである子音部では、比較的低いレベル、短い
時間内に人間の音声認識に必要な情報が多く含まれてい
るが、周期性の大きい有声音と同じ時間軸の圧縮および
伸長を行っている。
期性の少ない無声音についても、あるいは有声音であっ
ても話始めである子音部では、比較的低いレベル、短い
時間内に人間の音声認識に必要な情報が多く含まれてい
るが、周期性の大きい有声音と同じ時間軸の圧縮および
伸長を行っている。
【００１１】この結果、無声音に対しては正しい符号化
および復号再生処理が行われず、子音の曖昧さという形
で復号音声が劣化するという問題点が生じていた。ま
た、周期性の大きな有声音であっても、大きな周期で圧
縮するよりも短い周期で圧縮した方が音声の明瞭度の点
で有利である。
および復号再生処理が行われず、子音の曖昧さという形
で復号音声が劣化するという問題点が生じていた。ま
た、周期性の大きな有声音であっても、大きな周期で圧
縮するよりも短い周期で圧縮した方が音声の明瞭度の点
で有利である。
【００１２】したがって本発明は、音声信号のうち無声
音および子音部の特性を利用して、音声の時間軸圧縮・
時間軸伸長を行う際に、周期性の大きい有声音の品質を
維持しつつ、周期性の少ない無声音信号、変動の激しい
子音時の再生音質の品質を向上させる音声符号化装置お
よび音声復号化装置を提供することを目的とする。
音および子音部の特性を利用して、音声の時間軸圧縮・
時間軸伸長を行う際に、周期性の大きい有声音の品質を
維持しつつ、周期性の少ない無声音信号、変動の激しい
子音時の再生音質の品質を向上させる音声符号化装置お
よび音声復号化装置を提供することを目的とする。
【００１３】
【課題を解決するための手段】上記問題点は図１および
図２に示す装置の構成によって解決される。図１におい
て（請求項１）、音声入力信号のピッチ周期を検出する
ピッチ周期検出部700 を具備し、該ピッチ周期を用いて
該音声入力信号を時間軸圧縮して符号化する送信部を有
する音声符号化装置において、前記音声入力信号に対し
て有声音か無声音または子音かの判定を行う音声種類判
定手段200 と、該無声音または子音の場合には、前記音
声入力信号を正または負に応じて正または負の一定値に
変換する信号変換手段400 と、該音声種類判定手段の出
力により、前記音声入力信号が有声音の場合はそのま
ま、無声音または子音の場合には該信号変換手段の出力
を前記ピッチ検出部に加えるためのスイッチ手段300、5
00 とを設ける。
図２に示す装置の構成によって解決される。図１におい
て（請求項１）、音声入力信号のピッチ周期を検出する
ピッチ周期検出部700 を具備し、該ピッチ周期を用いて
該音声入力信号を時間軸圧縮して符号化する送信部を有
する音声符号化装置において、前記音声入力信号に対し
て有声音か無声音または子音かの判定を行う音声種類判
定手段200 と、該無声音または子音の場合には、前記音
声入力信号を正または負に応じて正または負の一定値に
変換する信号変換手段400 と、該音声種類判定手段の出
力により、前記音声入力信号が有声音の場合はそのま
ま、無声音または子音の場合には該信号変換手段の出力
を前記ピッチ検出部に加えるためのスイッチ手段300、5
00 とを設ける。
【００１４】（請求項２）、音声入力信号のピッチ周期
を検出するピッチ周期検出部700 と、該ピッチ周期を用
いて連続する２つのピッチ周期区間毎に該音声入力信号
を時間軸圧縮する第１の時間軸圧縮手段110 とを具備
し、該第１の時間軸圧縮手段の出力を符号化して送出す
る送信部を有する音声符号化装置において、前記音声入
力信号に対して有声音か無声音または子音かの判定を行
う音声種類判定手段200 と、該無声音または子音の場合
には、前記連続する２つのピッチ周期区間の音声入力信
号に対してそれぞれ、正弦波関数および該正弦波の位相
を反転した関数を掛けて時間軸圧縮する第２の時間軸圧
縮手段120 と、該音声種類判定手段の出力により、前記
音声入力信号が有声音の場合には前記第１の時間軸圧縮
手段側に、又、無声音または子音の場合には該第２の間
軸圧縮手段側に切り替えるためのスイッチ手段105、130
とを設ける。
を検出するピッチ周期検出部700 と、該ピッチ周期を用
いて連続する２つのピッチ周期区間毎に該音声入力信号
を時間軸圧縮する第１の時間軸圧縮手段110 とを具備
し、該第１の時間軸圧縮手段の出力を符号化して送出す
る送信部を有する音声符号化装置において、前記音声入
力信号に対して有声音か無声音または子音かの判定を行
う音声種類判定手段200 と、該無声音または子音の場合
には、前記連続する２つのピッチ周期区間の音声入力信
号に対してそれぞれ、正弦波関数および該正弦波の位相
を反転した関数を掛けて時間軸圧縮する第２の時間軸圧
縮手段120 と、該音声種類判定手段の出力により、前記
音声入力信号が有声音の場合には前記第１の時間軸圧縮
手段側に、又、無声音または子音の場合には該第２の間
軸圧縮手段側に切り替えるためのスイッチ手段105、130
とを設ける。
【００１５】（請求項３）、前記請求項２の音声符号化
装置から送出された時間軸圧縮され符号化された音声信
号を入力して、復号化して時間軸伸長する音声復号化装
置であって、前記時間軸圧縮された音声信号に対して有
声音か無声音または子音かの判定を行う音声種類判定手
段205 と、該有声音の場合に時間軸伸長を行う第１の時
間軸伸長手段230 と、該無声音または子音の場合には、
連続する３つのピッチ周期区間のうち前方２つ、及び後
方２つのピッチ周期区間の時間軸圧縮された音声信号に
対してそれぞれ、正弦波関数および該正弦波の位相を反
転した関数を掛けて時間軸伸長する第２の時間軸伸長手
段240 と、該音声種類判定手段の出力により、前記音声
信号が有声音の場合には該第１の時間軸伸長手段側に、
又、無声音または子音の場合には該第２の時間軸伸長手
段側に切り替えるためのスイッチ手段220、250 とを設
ける。
装置から送出された時間軸圧縮され符号化された音声信
号を入力して、復号化して時間軸伸長する音声復号化装
置であって、前記時間軸圧縮された音声信号に対して有
声音か無声音または子音かの判定を行う音声種類判定手
段205 と、該有声音の場合に時間軸伸長を行う第１の時
間軸伸長手段230 と、該無声音または子音の場合には、
連続する３つのピッチ周期区間のうち前方２つ、及び後
方２つのピッチ周期区間の時間軸圧縮された音声信号に
対してそれぞれ、正弦波関数および該正弦波の位相を反
転した関数を掛けて時間軸伸長する第２の時間軸伸長手
段240 と、該音声種類判定手段の出力により、前記音声
信号が有声音の場合には該第１の時間軸伸長手段側に、
又、無声音または子音の場合には該第２の時間軸伸長手
段側に切り替えるためのスイッチ手段220、250 とを設
ける。
【００１６】
【作用】図１において（請求項１）、音声入力信号が無
声音または子音の場合には、信号変換手段400 で、前記
音声入力信号を正または負に応じて正または負の一定値
に変換することにより、元々レベルが小さくピッチ周期
が余りない無声音・子音のピッチ周期の算出精度を上げ
ることが可能となる。
声音または子音の場合には、信号変換手段400 で、前記
音声入力信号を正または負に応じて正または負の一定値
に変換することにより、元々レベルが小さくピッチ周期
が余りない無声音・子音のピッチ周期の算出精度を上げ
ることが可能となる。
【００１７】（請求項２）、音声入力信号が無声音また
は子音の場合には、前記連続する２つのピッチ周期区間
の音声入力信号に対する窓掛け係数としてそれぞれ、正
弦波関数および該正弦波の位相を反転した関数を用い
て、図７(a)に示すように、連続する２つのピッチ周期
区間Ｐp1、Ｐp2の互いに隣接する部分でより小さくし、
両端部分でより大きい値としたことにより、互いに隣接
する部分の信号の連続性を保つことができる。
は子音の場合には、前記連続する２つのピッチ周期区間
の音声入力信号に対する窓掛け係数としてそれぞれ、正
弦波関数および該正弦波の位相を反転した関数を用い
て、図７(a)に示すように、連続する２つのピッチ周期
区間Ｐp1、Ｐp2の互いに隣接する部分でより小さくし、
両端部分でより大きい値としたことにより、互いに隣接
する部分の信号の連続性を保つことができる。
【００１８】図２において（請求項３）、受信側で、時
間軸圧縮された音声信号が無声音または子音の場合に
は、連続する３つのピッチ周期区間Ｐp1’、Ｐp2’、Ｐ
p3’のうち前方２つ、及び後方２つのピッチ周期区間の
時間軸圧縮された音声信号に対する窓掛け係数としてそ
れぞれ、正弦波関数および該正弦波の位相を反転した関
数を用いて、図７(b) に示すように、真中の区間Ｐp2’
でより大きくし、両端の区間Ｐp1’、Ｐp3’でより小さ
い値としたことにより、互いに隣接する部分で信号の連
続性を保つことができる。この結果、無声音および子音
について高品位の再生音声を提供することができる。
間軸圧縮された音声信号が無声音または子音の場合に
は、連続する３つのピッチ周期区間Ｐp1’、Ｐp2’、Ｐ
p3’のうち前方２つ、及び後方２つのピッチ周期区間の
時間軸圧縮された音声信号に対する窓掛け係数としてそ
れぞれ、正弦波関数および該正弦波の位相を反転した関
数を用いて、図７(b) に示すように、真中の区間Ｐp2’
でより大きくし、両端の区間Ｐp1’、Ｐp3’でより小さ
い値としたことにより、互いに隣接する部分で信号の連
続性を保つことができる。この結果、無声音および子音
について高品位の再生音声を提供することができる。
【００１９】
【実施例】図３は本発明の実施例の音声符号化装置の構
成を示すブロック図（送信側）である。
成を示すブロック図（送信側）である。
【００２０】図４は本発明の実施例の音声符号化装置の
構成を示すブロック図（受信側）である。図５は実施例
における有声音時の共分散値算出方法を説明するための
図である。
構成を示すブロック図（受信側）である。図５は実施例
における有声音時の共分散値算出方法を説明するための
図である。
【００２１】図６は実施例における無声音・子音時のピ
ッチ周期抽出用信号補正方法を説明するための図であ
る。図７は実施例の無声音・子音部時間軸圧縮伸長方式
を説明するための図である。
ッチ周期抽出用信号補正方法を説明するための図であ
る。図７は実施例の無声音・子音部時間軸圧縮伸長方式
を説明するための図である。
【００２２】図３において、音声入力信号（ＳＩＮ）は
バッファ１で蓄えられた後、有声音／無声音・子音判定
部２でそのレベルを計算し、予め決められた閾値より小
さいとき無声音または子音、大きいときは有声音と判定
して、スイッチ３、５、10及び13の切替え信号（SJUDG
E）を出力する。
バッファ１で蓄えられた後、有声音／無声音・子音判定
部２でそのレベルを計算し、予め決められた閾値より小
さいとき無声音または子音、大きいときは有声音と判定
して、スイッチ３、５、10及び13の切替え信号（SJUDG
E）を出力する。
【００２３】有声音と判定された場合、上記各スイッチ
をａ側に切り替え、バッファ１で蓄えられた一定区間の
音声入力信号（ＳＩＮ）を共分散算出部６に入力して、
音声入力信号（ＳＩＮ）に対して前述した共分散法（数
式２）を用いて該一定区間のピッチ周期を求める。
をａ側に切り替え、バッファ１で蓄えられた一定区間の
音声入力信号（ＳＩＮ）を共分散算出部６に入力して、
音声入力信号（ＳＩＮ）に対して前述した共分散法（数
式２）を用いて該一定区間のピッチ周期を求める。
【００２４】図５に示すように、ピッチ周期を求める操
作はピッチ制御部９からの制御により、最小の１ピッチ
周期の候補値Ｐmin から最大の１ピッチ周期の候補値Ｐ
maxの間でピッチ周期の候補値を変えて、各ピッチ周期
の候補値における共分散の評価式Ｆ(n)を求める。図５
において、ｎはＰmin ＝＜ｎ＝＜Ｐmax なる条件を満た
す整数で、Ｓj は点Ａからｊ離れた時点のサンプリング
データ（音声入力信号）を表す。つまり、ｎをＰmin か
らＰmax まで変化させてそれぞれ共分散の評価式Ｆ(n)
を求める。
作はピッチ制御部９からの制御により、最小の１ピッチ
周期の候補値Ｐmin から最大の１ピッチ周期の候補値Ｐ
maxの間でピッチ周期の候補値を変えて、各ピッチ周期
の候補値における共分散の評価式Ｆ(n)を求める。図５
において、ｎはＰmin ＝＜ｎ＝＜Ｐmax なる条件を満た
す整数で、Ｓj は点Ａからｊ離れた時点のサンプリング
データ（音声入力信号）を表す。つまり、ｎをＰmin か
らＰmax まで変化させてそれぞれ共分散の評価式Ｆ(n)
を求める。
【００２５】最大値探索部７で、この評価式Ｆ(n) に対
して数式３と数式４に示すような重み付けを行い、重み
付けされた評価式Ｆw(n)の値をＲＡＭ８に格納する。そ
して、各評価式Ｆw(n)の値の中の最大値を求め、そのと
きのｎをその区間のピッチ周期とする。
して数式３と数式４に示すような重み付けを行い、重み
付けされた評価式Ｆw(n)の値をＲＡＭ８に格納する。そ
して、各評価式Ｆw(n)の値の中の最大値を求め、そのと
きのｎをその区間のピッチ周期とする。
【００２６】
【数３】
【００２７】
【数４】 但し、Ｆw ：重み付けされた評価式、Ｗm ：重み関数、
Ｌ：定数＝Ｋ×Ｐmin、Ｋ：定数＞＝０である。
Ｌ：定数＝Ｋ×Ｐmin、Ｋ：定数＞＝０である。
【００２８】又、有声音／無声音・子音判定部２で無声
音・子音と判定された場合には各スイッチ３、５、10及
び13をｂ側に切り替え、一定区間の音声入力信号（ＳＩ
Ｎ）をゼロクロス補正部４に入力し、音声入力信号ＳＩ
Ｎの零クロスのみの相関を見て一定区間のピッチ周期を
求める。
音・子音と判定された場合には各スイッチ３、５、10及
び13をｂ側に切り替え、一定区間の音声入力信号（ＳＩ
Ｎ）をゼロクロス補正部４に入力し、音声入力信号ＳＩ
Ｎの零クロスのみの相関を見て一定区間のピッチ周期を
求める。
【００２９】図６に示すように、零クロス点を境に音声
入力信号が正の場合は正の一定値（ｋ）、負の場合は負
の一定値（−ｋ）と音声入力信号を補正して、有声音と
同様に共分散式（数式２）を用いて判定する。上記補正
を行うことにより、元々レベルが小さくピッチ周期が余
りない無声音・子音のピッチ周期の算出精度を上げるこ
とが可能となる。
入力信号が正の場合は正の一定値（ｋ）、負の場合は負
の一定値（−ｋ）と音声入力信号を補正して、有声音と
同様に共分散式（数式２）を用いて判定する。上記補正
を行うことにより、元々レベルが小さくピッチ周期が余
りない無声音・子音のピッチ周期の算出精度を上げるこ
とが可能となる。
【００３０】次に、有声音と判定された区間では、図８
(a) に示す窓掛け係数を窓掛け係数発生器11で発生し、
無声音と判定された区間では図７(a) に示す窓掛け係数
を窓掛け係数発生器12で発生し、時間軸圧縮部14で、そ
れぞれ２ピッチ周期の信号（Ｐp1、Ｐp2の区間）を１ピ
ッチ周期の信号Ｓc(n)に時間軸圧縮処理する。無声音の
場合の窓掛け係数は数式５に示されるような係数であ
る。
(a) に示す窓掛け係数を窓掛け係数発生器11で発生し、
無声音と判定された区間では図７(a) に示す窓掛け係数
を窓掛け係数発生器12で発生し、時間軸圧縮部14で、そ
れぞれ２ピッチ周期の信号（Ｐp1、Ｐp2の区間）を１ピ
ッチ周期の信号Ｓc(n)に時間軸圧縮処理する。無声音の
場合の窓掛け係数は数式５に示されるような係数であ
る。
【００３１】
【数５】 但し、Ｗw ：窓掛け係数、ｐ: ピッチ周期、ｉ：サンプ
ルである。これはピッチ周期により異なる係数であるの
で、ピッチ周期が求まる毎に新たに計算しているが、予
め各ピッチ周期毎にテーブルとして用意して利用しても
よい。
ルである。これはピッチ周期により異なる係数であるの
で、ピッチ周期が求まる毎に新たに計算しているが、予
め各ピッチ周期毎にテーブルとして用意して利用しても
よい。
【００３２】この結果、無声音・子音の窓掛け係数を数
式５を用いて、図７(a)に示すように連続する２つのピ
ッチ周期区間Ｐp1、Ｐp2の互いに隣接する部分でより小
さくし、両端部分でより大きい値としたことにより、互
いに隣接する部分の信号の連続性を保つことができる。
時間軸圧縮処理した信号は符号化部15でさらにCELP符号
化等により圧縮符号化し、多重化部16でＲＡＭ８から読
み出した最適ピッチ周期の情報とともに多重化して伝送
路に送出する。
式５を用いて、図７(a)に示すように連続する２つのピ
ッチ周期区間Ｐp1、Ｐp2の互いに隣接する部分でより小
さくし、両端部分でより大きい値としたことにより、互
いに隣接する部分の信号の連続性を保つことができる。
時間軸圧縮処理した信号は符号化部15でさらにCELP符号
化等により圧縮符号化し、多重化部16でＲＡＭ８から読
み出した最適ピッチ周期の情報とともに多重化して伝送
路に送出する。
【００３３】受信側では、伝送路より送られてきた信号
は図４の多重化部17で符号化データと最適ピッチ周期の
情報に分離される。符号化データは復号化部18で復号し
て時間軸圧縮処理されたデータＲＩＮを出力し、バッフ
ァ19に蓄える。
は図４の多重化部17で符号化データと最適ピッチ周期の
情報に分離される。符号化データは復号化部18で復号し
て時間軸圧縮処理されたデータＲＩＮを出力し、バッフ
ァ19に蓄える。
【００３４】有声音／無声音・子音判定部20で時間軸圧
縮処理されたデータＲＩＮのレベルを計算し、予め決め
られた閾値より小さいとき無声音または子音、大きいと
き有声音と判定し、スイッチ22、25の切替え信号（RJUD
GE）を出力する。ただし、このレベルの計算はピッチ周
期単位で行っているため、閾値は数式６で表される値と
している。
縮処理されたデータＲＩＮのレベルを計算し、予め決め
られた閾値より小さいとき無声音または子音、大きいと
き有声音と判定し、スイッチ22、25の切替え信号（RJUD
GE）を出力する。ただし、このレベルの計算はピッチ周
期単位で行っているため、閾値は数式６で表される値と
している。
【００３５】
【数６】 但し、Ｐs ：閾値、ｐ：ピッチ周期、Ｋ：定数＞＝０で
ある。有声音と判定された区間では、図８(b) に実線で
示す窓掛け係数を窓掛け係数発生器23で発生し、無声音
または子音と判定された区間では図７(b) に示す窓掛け
係数を窓掛け係数発生器24で発生する。この出力を時間
軸伸長部21で時間軸伸長処理し、ＲＯＵＴとして出力す
る。無声音部の窓掛け係数は数式７〜数式９で示される
ような係数である。
ある。有声音と判定された区間では、図８(b) に実線で
示す窓掛け係数を窓掛け係数発生器23で発生し、無声音
または子音と判定された区間では図７(b) に示す窓掛け
係数を窓掛け係数発生器24で発生する。この出力を時間
軸伸長部21で時間軸伸長処理し、ＲＯＵＴとして出力す
る。無声音部の窓掛け係数は数式７〜数式９で示される
ような係数である。
【００３６】
【数７】
【００３７】
【数８】
【００３８】
【数９】 但し、Ｗw ：窓掛け係数、ｐ：ピッチ周期、ｉ：サンプ
ル、Ｗw1：時間軸伸長用窓掛け係数１、Ｗw2：時間軸伸
長用窓掛け係数２、Ｓc ：時間軸圧縮処理されたデー
タ、Ｓe ：時間軸伸長されたデータである。
ル、Ｗw1：時間軸伸長用窓掛け係数１、Ｗw2：時間軸伸
長用窓掛け係数２、Ｓc ：時間軸圧縮処理されたデー
タ、Ｓe ：時間軸伸長されたデータである。
【００３９】これはピッチ周期により異なる係数である
ので、各ピッチ周期毎にテーブルとして用意している
が、ピッチ周期毎に新たに計算してもよい。この結果、
無声音および子音の窓掛け係数を数式７、数式８を用い
て、図７(b) に示すように、連続する３つのピッチ周期
区間Ｐp1’、Ｐp2’、Ｐp3’の真中の区間Ｐp2’でより
大きくし、両端の区間Ｐp1’、Ｐp3’でより小さい値と
したことにより、互いに隣接する部分で信号の連続性を
保つことができる。この結果、無声音および子音につい
て高品位の再生音声を提供することができる。
ので、各ピッチ周期毎にテーブルとして用意している
が、ピッチ周期毎に新たに計算してもよい。この結果、
無声音および子音の窓掛け係数を数式７、数式８を用い
て、図７(b) に示すように、連続する３つのピッチ周期
区間Ｐp1’、Ｐp2’、Ｐp3’の真中の区間Ｐp2’でより
大きくし、両端の区間Ｐp1’、Ｐp3’でより小さい値と
したことにより、互いに隣接する部分で信号の連続性を
保つことができる。この結果、無声音および子音につい
て高品位の再生音声を提供することができる。
【００４０】上述した実施例では、圧縮音声を解析し、
有声音／無声音・子音の判定を行っているが、送信側か
ら伝送路を介して有声音／無声音・子音の判定信号を伝
送してもよい。その際は、送信側では判定信号（SJUDJ
E）を多重化部で最適ピッチ周期情報、符号化データと
ともに多重化することにより、受信側では受信側の有声
音／無声音・子音判定部20を省略でき、多重化部17で伝
送されてきた信号を最適ピッチ周期、符号化データ及び
判定信号（RJUDJE）に分解することになる。
有声音／無声音・子音の判定を行っているが、送信側か
ら伝送路を介して有声音／無声音・子音の判定信号を伝
送してもよい。その際は、送信側では判定信号（SJUDJ
E）を多重化部で最適ピッチ周期情報、符号化データと
ともに多重化することにより、受信側では受信側の有声
音／無声音・子音判定部20を省略でき、多重化部17で伝
送されてきた信号を最適ピッチ周期、符号化データ及び
判定信号（RJUDJE）に分解することになる。
【００４１】
【発明の効果】以上説明したように本発明によれば、
（請求項１）音声入力信号が無声音または子音の場合に
は、信号変換手段400 で、前記音声入力信号を正または
負に応じて正または負の一定値に変換することにより、
元々レベルが小さくピッチ周期が余りない無声音・子音
のピッチ周期の算出精度を上げることが可能となる。
（請求項１）音声入力信号が無声音または子音の場合に
は、信号変換手段400 で、前記音声入力信号を正または
負に応じて正または負の一定値に変換することにより、
元々レベルが小さくピッチ周期が余りない無声音・子音
のピッチ周期の算出精度を上げることが可能となる。
【００４２】（請求項２）また、音声入力信号が無声音
または子音の場合には、前記連続する２つのピッチ周期
区間の音声入力信号に対する窓掛け係数としてそれぞ
れ、正弦波関数および該正弦波の位相を反転した関数を
用いて、図７(a)に示すように、連続する２つのピッチ
周期区間Ｐp1、Ｐp2の互いに隣接する部分でより小さく
し、両端部分でより大きい値としたことにより、互いに
隣接する部分の信号の連続性を保つことができる。
または子音の場合には、前記連続する２つのピッチ周期
区間の音声入力信号に対する窓掛け係数としてそれぞ
れ、正弦波関数および該正弦波の位相を反転した関数を
用いて、図７(a)に示すように、連続する２つのピッチ
周期区間Ｐp1、Ｐp2の互いに隣接する部分でより小さく
し、両端部分でより大きい値としたことにより、互いに
隣接する部分の信号の連続性を保つことができる。
【００４３】（請求項３）受信側で、時間軸圧縮された
音声信号が無声音または子音の場合には、連続する３つ
のピッチ周期区間Ｐp1’、Ｐp2’、Ｐp3’のうち前方２
つ、及び後方２つのピッチ周期区間の時間軸圧縮された
音声信号に対する窓掛け係数としてそれぞれ、正弦波関
数および該正弦波の位相を反転した関数を用いて、図７
(b) に示すように、真中の区間Ｐp2’でより大きくし、
両端の区間Ｐp1’、Ｐp3’でより小さい値としたことに
より、互いに隣接する部分で信号の連続性を保つことが
できる。この結果、無声音および子音について高品位の
再生音声を提供することができる。
音声信号が無声音または子音の場合には、連続する３つ
のピッチ周期区間Ｐp1’、Ｐp2’、Ｐp3’のうち前方２
つ、及び後方２つのピッチ周期区間の時間軸圧縮された
音声信号に対する窓掛け係数としてそれぞれ、正弦波関
数および該正弦波の位相を反転した関数を用いて、図７
(b) に示すように、真中の区間Ｐp2’でより大きくし、
両端の区間Ｐp1’、Ｐp3’でより小さい値としたことに
より、互いに隣接する部分で信号の連続性を保つことが
できる。この結果、無声音および子音について高品位の
再生音声を提供することができる。
【図１】は請求項１および請求項２の発明の原理図、
【図２】は請求項３の発明の原理図、
【図３】は本発明の実施例の音声符号化装置の構成を示
すブロック図（送信側）、
すブロック図（送信側）、
【図４】は本発明の実施例の音声符号化装置の構成を示
すブロック図（受信側）、
すブロック図（受信側）、
【図５】は実施例における有声音時の共分散値算出方法
を説明するための図、
を説明するための図、
【図６】は実施例における無声音・子音時のピッチ周期
抽出用信号補正方法を説明するための図、
抽出用信号補正方法を説明するための図、
【図７】は実施例の無声音・子音部時間軸圧縮伸長方式
を説明するための図、
を説明するための図、
【図８】は一例の時間軸圧縮伸長方式を説明するための
図である。
図である。
105 、130 、220 、250 、300、500 はスイッチ手段、 110 は第１の時間軸圧縮手段、 120 は第２の時間軸圧縮手段、 200 、205は音声種類判定手段、 230 は第１の時間軸伸長手段、 240 は第２の時間軸伸長手段、 400 は信号変換手段、 700 はピッチ周期検出部 を示す。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 坪井 満 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 江口 修英 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 (3)
- 【請求項１】 音声入力信号のピッチ周期を検出するピ
ッチ周期検出部(700) を具備し、該ピッチ周期を用いて
該音声入力信号を時間軸圧縮して符号化する送信部を有
する音声符号化装置において、 前記音声入力信号に対して有声音か無声音または子音か
の判定を行う音声種類判定手段(200) と、 該無声音または子音の場合には、前記音声入力信号を正
または負に応じて正または負の一定値に変換する信号変
換手段(400) と、 該音声種類判定手段の出力により、前記音声入力信号が
有声音の場合はそのまま、無声音または子音の場合には
該信号変換手段の出力を前記ピッチ検出部に加えるため
のスイッチ手段(300、500)とを設けたことを特徴とする
音声符号化装置。 - 【請求項２】 音声入力信号のピッチ周期を検出するピ
ッチ周期検出部(700) と、該ピッチ周期を用いて連続す
る２つのピッチ周期区間毎に該音声入力信号を時間軸圧
縮する第１の時間軸圧縮手段(110) とを具備し、該第１
の時間軸圧縮手段の出力を符号化して送出する送信部を
有する音声符号化装置において、 前記音声入力信号に対して有声音か無声音または子音か
の判定を行う音声種類判定手段(200) と、 該無声音または子音の場合には、前記連続する２つのピ
ッチ周期区間の音声入力信号に対してそれぞれ、正弦波
関数および該正弦波の位相を反転した関数を掛けて時間
軸圧縮する第２の時間軸圧縮手段(120) と、 該音声種類判定手段の出力により、前記音声入力信号が
有声音の場合には前記第１の時間軸圧縮手段側に、又、
無声音または子音の場合には該第２の時間軸圧縮手段側
に切り替えるためのスイッチ手段(105、130)とを設けた
ことを特徴とする音声符号化装置。 - 【請求項３】 前記請求項２の音声符号化装置から送出
された時間軸圧縮され符号化された音声信号を入力し
て、復号化して時間軸伸長する音声復号化装置であっ
て、 前記時間軸圧縮された音声信号に対して有声音か無声音
または子音かの判定を行う音声種類判定手段(205) と、 該有声音の場合に時間軸伸長を行う第１の時間軸伸長手
段(230) と、 該無声音または子音の場合には、連続する３つのピッチ
周期区間のうち前方２つ、及び後方２つのピッチ周期区
間の時間軸圧縮された音声信号に対してそれぞれ、正弦
波関数および該正弦波の位相を反転した関数を掛けて時
間軸伸長する第２の時間軸伸長手段(240) と、 該音声種類判定手段の出力により、前記音声信号が有声
音の場合には該第１の時間軸伸長手段側に、又、無声音
または子音の場合には該第２の時間軸伸長手段側に切り
替えるためのスイッチ手段(220、250)とを設けたことを
特徴とする音声復号化装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23270493A JPH0784597A (ja) | 1993-09-20 | 1993-09-20 | 音声符号化装置および音声復号化装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23270493A JPH0784597A (ja) | 1993-09-20 | 1993-09-20 | 音声符号化装置および音声復号化装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0784597A true JPH0784597A (ja) | 1995-03-31 |
Family
ID=16943474
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP23270493A Withdrawn JPH0784597A (ja) | 1993-09-20 | 1993-09-20 | 音声符号化装置および音声復号化装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0784597A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5873058A (en) * | 1996-03-29 | 1999-02-16 | Mitsubishi Denki Kabushiki Kaisha | Voice coding-and-transmission system with silent period elimination |
| JP2009515207A (ja) * | 2005-11-03 | 2009-04-09 | ドルビー スウェーデン アクチボラゲット | 音声信号のタイムワープ処理改良変換符号化 |
| JP2011521303A (ja) * | 2008-07-11 | 2011-07-21 | フラウンホッファー−ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオ | 時間軸圧縮曲線計算機、音声信号符号器、符号化された音声信号表現、復号化された音声信号表現の提供方法、符号化された音声信号表現の提供方法、およびコンピュータプログラム |
-
1993
- 1993-09-20 JP JP23270493A patent/JPH0784597A/ja not_active Withdrawn
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5873058A (en) * | 1996-03-29 | 1999-02-16 | Mitsubishi Denki Kabushiki Kaisha | Voice coding-and-transmission system with silent period elimination |
| JP2009515207A (ja) * | 2005-11-03 | 2009-04-09 | ドルビー スウェーデン アクチボラゲット | 音声信号のタイムワープ処理改良変換符号化 |
| JP2012068660A (ja) * | 2005-11-03 | 2012-04-05 | Dolby International Ab | 音声信号のタイムワープ処理改良変換符号化 |
| US8412518B2 (en) | 2005-11-03 | 2013-04-02 | Dolby International Ab | Time warped modified transform coding of audio signals |
| US8838441B2 (en) | 2005-11-03 | 2014-09-16 | Dolby International Ab | Time warped modified transform coding of audio signals |
| JP2011521303A (ja) * | 2008-07-11 | 2011-07-21 | フラウンホッファー−ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオ | 時間軸圧縮曲線計算機、音声信号符号器、符号化された音声信号表現、復号化された音声信号表現の提供方法、符号化された音声信号表現の提供方法、およびコンピュータプログラム |
| JP2011521304A (ja) * | 2008-07-11 | 2011-07-21 | フラウンホッファー−ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオ | 音声信号復号器、時間軸圧縮曲線データ提供装置、復号化された音声信号の提供方法、およびコンピュータプログラム |
| US9043216B2 (en) | 2008-07-11 | 2015-05-26 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio signal decoder, time warp contour data provider, method and computer program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA1301072C (en) | Speech coding transmission equipment | |
| AU739238B2 (en) | Speech coding | |
| US6389006B1 (en) | Systems and methods for encoding and decoding speech for lossy transmission networks | |
| KR100615480B1 (ko) | 음성 대역 확장 장치 및 음성 대역 확장 방법 | |
| EP0770987A2 (en) | Method and apparatus for reproducing speech signals, method and apparatus for decoding the speech, method and apparatus for synthesizing the speech and portable radio terminal apparatus | |
| MXPA04005764A (es) | Metodo de modificacion de senal para cifrado eficiente de senales de habla. | |
| KR102171293B1 (ko) | 음성 부호화 장치, 음성 부호화 방법, 음성 부호화 프로그램, 음성 복호 장치, 음성 복호 방법 및 음성 복호 프로그램 | |
| JP2002055699A (ja) | 音声符号化装置および音声符号化方法 | |
| JP2707564B2 (ja) | 音声符号化方式 | |
| US5488704A (en) | Speech codec | |
| US6243674B1 (en) | Adaptively compressing sound with multiple codebooks | |
| JP3144009B2 (ja) | 音声符号復号化装置 | |
| JPH07183857A (ja) | 伝送システム | |
| KR100591544B1 (ko) | ＶｏＩＰ 시스템을 위한 프레임 손실 은닉 방법 및 장치 | |
| KR100594599B1 (ko) | 수신단 기반의 패킷 손실 복구 장치 및 그 방법 | |
| JP2900987B2 (ja) | 無音圧縮音声符号化復号化装置 | |
| US6134519A (en) | Voice encoder for generating natural background noise | |
| JP3088204B2 (ja) | コード励振線形予測符号化装置及び復号化装置 | |
| 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 | |
| JP2015184349A (ja) | 音声信号処理装置及びプログラム | |
| JP2744618B2 (ja) | 音声符号化伝送装置、並びに音声符号化装置及び音声復号化装置 | |
| JP2002076904A (ja) | 符号化されたオーディオ信号の復号化方法、及び符号化されたオーディオ信号の復号化装置 | |
| JPH07281689A (ja) | 音声信号伝送装置 | |
| JPH10232698A (ja) | 話速変換装置 | |
| JP2004020676A (ja) | 音声符号化／復号化方法及び音声符号化／復号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20001128 |