JPH0793000A - 音声符号化装置 - Google Patents

Abstract

(57)【要約】 【目的】 単一の代表音源を用いた場合には見逃してし
まうより符号化特性の良い代表音源をフレーム内より抽
出できる可能性を確保し、総合的な音源符号化特性を向
上させられる音声符号化装置を得る。 【構成】 有声音源符号化手段８は、ピッチ周期１４が
値を持つとき、すなわち現処理フレームが有声音である
とき、複数代表音源抽出手段９は予め設定されている抽
出基準に従って複数代表音源１６の抽出を行う。それか
ら、音源符号化歪算出手段１０は、複数代表音源抽出手
段９が抽出した複数代表音源１６の一つ一つについて所
定の符号化に用いられる各符号語と比較し、２つの間の
所定の符号化時の歪１７、例えば時間波形上での最小二
乗距離を全ての組み合わせについて求めて出力する。更
に、音源符号選択手段１１では、これらの歪１７のうち
で最小のものを選択し、その場合の符号語に対応する音
源符号１９を出力する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、音声信号をディジタ
ル伝送、あるいは蓄積する場合に用いられる音声符号化
装置に関するものである。

【０００２】

【従来の技術】所定のサンプリング周期でディジタル信
号化された音声信号を、所定の長さのフレーム単位で分
析し、スペクトル形状情報と音源信号に分離し、音声信
号が有声音である場合に、ピッチ周期で類似波形の繰り
返しとして現れることを利用してフレーム内の音源信号
をその中の代表的な１ピッチ周期長区間の繰り返しとし
て表現することで有声音部分の符号化効率を改善する音
声符号化方法は、例えば特開平２−８４６９９号公報に
開示されている。

【０００３】図６は、特開平２−８４６９９号公報に開
示されている従来の音声符号化装置の構成を示すブロッ
ク図である。

【０００４】音声符号化装置は、図６に示すように、所
定のサンプリング周期でディジタル信号化された音声信
号１を、所定の長さのフレーム単位でスペクトル形状を
分析するスペクトル形状分析手段２と、音声信号１のピ
ッチ周期を求めるピッチ周期抽出手段３と、音声信号が
有声か無声かを判定する有声無声判定手段４とを有して
いる。そして、スペクトル形状分析手段２には、スペク
トル形状情報１２を符号化するスペクトル形状情報符号
化手段５が接続されており、スペクトル形状分析手段２
とピッチ周期抽出手段３とには有声音源符号化手段８が
接続されている。有声音源符号化手段８は、音声信号１
が有声音である場合に、ピッチ周期抽出手段３が求めた
ピッチ周期１４から現在のフレーム内乃至その近傍の音
源信号１３から１ピッチ周期長の代表音源３２を抽出す
る代表音源抽出手段３０と、この代表音源３２を所定の
符号化操作により符号化して音源符号１９を出力する音
源符号化手段３１とから構成されている。

【０００５】また、ピッチ周期抽出手段３には、ピッチ
周期抽出手段３が求めたピッチ周期１４を符号化するピ
ッチ周期符号化手段６が接続されている。更に、有声無
声判定手段４には、ピッチ周期抽出手段３と、有声無声
判定手段４が出力する有声無声情報１５を符号化する有
声無声情報符号化手段７が接続されている。

【０００６】次に動作について説明する。

【０００７】スペクトル形状分析手段２は、入力された
現在のフレームの音声信号１を分析し、スペクトル形状
情報１２を求め、求めたスペクトル形状情報１２と音声
信号１とから音源信号１３を算出する。そして、スペク
トル形状情報符号化手段５は、スペクトル形状情報１２
を符号化し、得られたスペクトル形状符号１８を出力す
る。

【０００８】また、有声無声判定手段４は、音声信号１
を分析し、有声音か無声音かを判定し、その結果を有声
無声情報１５として出力する。それから、有声無声情報
符号化手段７は、この有声無声情報１５を符号化し、得
られた有声無声符号２１を出力する。

【０００９】更に、ピッチ周期抽出手段３は、有声無声
情報１５が有声音である場合に、音声信号１に対してピ
ッチ周期分析を行い、得られたピッチ周期１４を出力す
る。そして、ピッチ周期符号化手段６は、ピッチ周期１
４を符号化し、得られたピッチ周期符号２０を出力す
る。

【００１０】一方、有声音源符号化手段８は、ピッチ周
期１４が値を持つとき、すなわち有声無声情報１５が有
声音であった場合に、まず代表音源抽出手段３０により
現在のフレーム内の音源信号１３の中から振幅が最大に
なる点を中心とするピッチ周期１４の長さを持つ区間を
代表音源３２として抽出して出力する。それから、音源
符号化手段３１は代表音源３２を所定の符号化操作によ
り符号化して音源符号１９を出力する。

【００１１】ここで、音源符号化手段３１に用いる音源
符号帳は、代表音源３２の抽出手順と同じ手順により抽
出された１ピッチ帳の音源信号の中の典型的なものを符
号語とし、それらを集めて構成されており、音源符号帳
内の各符号語の波形は、その振幅最大点が常に波形内の
中心に位置する。また、音源符号化手段３１における符
号化は、代表音源３２と各符号語との間に、歪尺度を設
定し、その距離、すなわち符号化時の歪を全ての符号語
の内最小にする符号語を選択し、そのインデックスであ
る音源符号１９を出力するようになっている。歪尺度と
しては、最小二乗距離を用いている。

【００１２】

【発明が解決しようとする課題】しかしながら、図６に
示した従来の音声符号化装置においては、代表音源抽出
手段３０で得られる代表音源３２の抽出結果と、音源符
号化手段３１の符号化特性が、復号後の最終的な再生音
声の音質に大きな影響を与える。

【００１３】従来の音声符号化装置では、代表音源抽出
手段３０によりフレームの１つの代表音源３２を抽出し
て、この代表音源３２を音源符号化装置３１により符号
化している。ここで代表音源抽出手段３０において、前
記代表音源３２に隣接する１ピッチ周期長の区間の音源
信号を第２の代表音源として抽出して、音源符号化手段
３０にて符号化を行った場合を考える。この符号化の
際、代表音源３２として得られた区間に対しての符号化
歪が大きく、第２の代表音源に対する符号化歪がそれぞ
れに比べて小さくなる場合も考えられ、本来の代表音源
３２に換えて、より符号化歪の小さい第２の代表音源を
用いるほうが符号化特性がよい場合がある。しかしなが
ら、上述従来例では、フレームに１つの代表音源３２し
か抽出していないために、このような場合に対する考慮
がなされていないという問題点があった。

【００１４】また、音源信号１３は、有声音の場合に、
概ねピッチ周期１４での類似波形の繰り返しとして現れ
るものの、その波形様態はしばしば急変し、フレーム内
の音源信号１３の中から１つの代表音源３２だけを抽出
する代表音源抽出手段３０では、フレーム内の音源信号
１３の容態を十分に捉えた代表音源３２を抽出すること
が難しい場合があり、復号後の音源が不安定になるとい
う問題点があった。

【００１５】更に、一般にディジタル化された信号は、
全く同一のアナログ信号から同一のサンプリング周期で
ディジタル化された信号であっても、サンプリング点
が、サンプリング周期未満の間隔でずれていると、波形
が微妙に異なる場合がある。

【００１６】図７は、上記サンプリング点の位置の違い
に伴う波形のずれの様子を説明するための図であり、こ
の図は、ある音声信号について、所定のサンプリング周
期でサンプリングが行われたサンプリング後の音声信号
ａと、同一のサンプリングが行われたものの、サンプリ
ング点が若干ずれており、サンプリング後の音声信号ｂ
の様子を模式的に表したものである。

【００１７】サンプリング後の音声信号ａとサンプリン
グ後の音声信号ｂとのそれぞれの振幅最大点の位置は若
干ずれている。ここで、この振幅最大点を基準に両信号
の一部を抽出して比較すると、両信号波形の間にサンプ
リング周期未満のずれが生じる。

【００１８】図８は、上記の波形のずれが、数サンプリ
ング周期に亙って生じる様子を説明するための図であ
り、この図は、ある音声信号について、所定のサンプリ
ング周期でサンプリングが行われたサンプリング後の音
声信号ｃと、同一のサンプリングが行われたものの、サ
ンプリング点が若干ずれているサンプリング後の音声信
号ｄの様子を模式的に表したものである。

【００１９】サンプリング後の音声信号ｃとサンプリン
グ後の音声信号ｄとのそれぞれの振幅最大点の位置は、
双峰状の様態を示すサンプリング前の音声信号波形の左
右の最大点に位置する。ここで、この振幅最大点を基準
に両信号の一部を抽出して比較すると、両信号波形の間
に２サンプリング周期のずれが生じる。

【００２０】いま、音源符号帳内のある符号語が作成さ
れたときと全く同じ音声信号が従来の音声符号化装置に
入力された場合を考えると、同じ音声信号であるので、
この符号語が選ばれることが望ましいが、符号語を作成
したときと代表音源３２の抽出を行うときの僅かなサン
プリング点のずれの影響で歪みが大きくなってしまい、
異なった符号語が選ばれことがあり、サンプリング点の
ずれの影響で符号化特性が劣化するという問題点があっ
た。

【００２１】この発明は、上記のような課題を解消する
ためになされたもので、単一の代表音源を用いた場合に
は見逃してしまうより符号化特性の良い代表音源をフレ
ーム内より抽出できる可能性を確保し、総合的な音源符
号化特性を向上させられる音声符号化装置を得ることを
目的としている。また、フレーム内の平均的な音源信号
波形の様態を代表音源の符号化に反映させ、復号後の音
源の安定度を向上させられる音声符号化装置を得ること
を目的としている。更に、音源符号化時に、抽出された
代表音源と符号後との微小なサンプルずれを吸収し、音
源の符号化特性を向上させられる音声符号化装置を得る
ことを目的としている。

【００２２】

【課題を解決するための手段】請求項１記載の発明に係
る音声符号化装置は、音源信号から代表音源を複数抽出
して出力する複数代表音源抽出手段と、複数代表音源抽
出手段が抽出した各代表音源を所定の符号化操作で出力
可能な各音源符号に符号化した場合の歪を全て算出する
音源符号化歪算出手段と、音源符号化歪算出手段が算出
した歪を比較し、その歪が最小となる代表音源と音源符
号の組み合わせを選択してその音源符号を出力する音源
符号選択手段とを備えることを特徴とするものである。

【００２３】請求項２記載の発明に係る音声符号化装置
は、音源信号から代表音源を複数抽出して出力する複数
代表音源抽出手段と、複数代表音源抽出手段が抽出した
各代表音源を所定の符号化操作で出力可能な各音源符号
に符号化した場合の歪を全て算出する音源符号化歪算出
手段と、音源符号化歪算出手段が算出した各歪に所定の
重み係数を乗じて音源符号毎に和を取り、その和が最小
になる音源符号を出力する音源符号決定手段とを備える
ことを特徴とするものである。

【００２４】請求項３記載の発明に係る音声符号化装置
は、音源信号から代表音源を複数抽出して出力する複数
代表音源抽出手段と、複数代表音源抽出手段が抽出した
各代表音源の平均化処理を行って得られた１つの平均化
代表音源を出力する平均化代表音源算出手段と、平均化
代表音源に所定の符号化操作を行って符号化時の歪を最
小にする音源符号を出力する平均化音源符号化手段とを
備えることを特徴とするものである。

【００２５】請求項４記載の発明に係る音声符号化装置
は、前記複数代表音源抽出手段に、現在のフレーム内の
音源信号より１つの代表音源抽出位置を決定して出力す
る代表音源抽出位置決定手段と、代表音源抽出位置の代
表音源とその代表音源抽出位置から前向または後向にお
およそピッチ周期の整数倍長離れた位置の音源とから複
数の１ピッチ周期長の代表音源を抽出するピッチ周期間
隔代表音源抽出手段とを設けたことを特徴とするもので
ある。

【００２６】請求項５記載の発明に係る音声符号化装置
は、前記複数代表音源抽出手段に、現在のフレーム内の
音源信号より１つの代表音源抽出位置を決定して出力す
る代表音源抽出位置決定手段と、代表音源抽出位置に対
してピッチ周期に比べて微小な複数種類の前後の移動を
与えてそれらの位置の音源信号より複数の１ピッチ周期
長の代表音源を抽出する変位代表音源抽出手段とを設け
たことを特徴とするものである。

【００２７】

【作用】請求項１記載の発明における音声符号化装置
は、複数代表音源抽出手段により音源信号から代表音源
を複数抽出して出力し、音源符号化歪算出手段により複
数代表音源抽出手段が抽出した各代表音源を所定の符号
化操作で出力可能な各音源符号に符号化した場合の歪を
全て算出し、音源符号選択手段により音源符号化歪算出
手段が算出した歪を比較し、その歪が最小となる代表音
源と音源符号の組み合わせを選択してその音源符号を出
力する。

【００２８】請求項２記載の発明における音声符号化装
置は、複数代表音源抽出手段により音源信号から代表音
源を複数抽出して出力し、音源符号化歪算出手段により
複数代表音源抽出手段が抽出した各代表音源を所定の符
号化操作で出力可能な各音源符号に符号化した場合の歪
を全て算出し、音源符号決定手段により音源符号化歪算
出手段が算出した各歪に所定の重み係数を乗じて音源符
号毎に和を取り、その和が最小になる音源符号を出力す
る。

【００２９】請求項３記載の発明における音声符号化装
置は、複数代表音源抽出手段により音源信号から代表音
源を複数抽出して出力し、平均化代表音源算出手段によ
り複数代表音源抽出手段が抽出した各代表音源の平均化
処理を行って得られた１つの平均化代表音源を出力し、
平均化音源符号化手段により平均化代表音源に所定の符
号化操作を行って符号化時の歪を最小にする音源符号を
出力する。

【００３０】請求項４記載の発明における音声符号化装
置は、代表音源抽出位置決定手段により現在のフレーム
内の音源信号より１つの代表音源抽出位置を決定して出
力し、ピッチ周期間隔代表音源抽出手段により代表音源
抽出位置の代表音源とその代表音源抽出位置とから前向
または後向におおよそピッチ周期の整数倍長離れた位置
の音源とから複数の１ピッチ周期長の代表音源を抽出す
る。

【００３１】請求項５記載の発明における音声符号化装
置は、代表音源抽出位置決定手段により現在のフレーム
内の音源信号より１つの代表音源抽出位置を決定して出
力する、変位代表音源抽出手段により代表音源抽出位置
に対してピッチ周期に比べて微小な複数種類の前後の移
動を与えてそれらの位置の音源信号より複数の１ピッチ
周期長の代表音源を抽出する。

【００３２】

【実施例】以下、この発明の一実施例を図を用いて説明
する。

【００３３】実施例１．図１は、請求項１記載の発明に
係る音声符号化装置の構成を示すブロック図である。

【００３４】音声符号化装置は、図１に示すように、所
定のサンプリング周期でディジタル信号化された音声信
号１を、所定の長さのフレーム単位でスペクトル形状を
分析するスペクトル形状分析手段２と、音声信号１のピ
ッチ周期を求めるピッチ周期抽出手段３と、音声信号が
有声か無声かを判定する有声無声判定手段４とを有して
いる。そして、スペクトル形状分析手段２には、スペク
トル形状情報１２を符号化するスペクトル形状情報符号
化手段５が接続されており、スペクトル形状分析手段２
とピッチ周期抽出手段３とには有声音源符号化手段８が
接続されている。有声音源符号化手段８は、音源信号１
３から複数の代表音源である複数代表音源１６を抽出し
て出力する複数代表音源抽出手段９と、複数代表音源抽
出手段９が抽出した複数代表音源１６を所定の符号化操
作で出力可能な各音源符号に符号化した場合の歪を全て
算出する音源符号化歪算出手段１０と、音源符号化歪算
出手段１０が算出した歪１７を比較し、その歪１７が最
小となる代表音源と音源符号の組み合わせを選択してそ
の音源符号１９を出力する音源符号選択手段１１とから
構成されている。

【００３５】また、ピッチ周期抽出手段３には、ピッチ
周期抽出手段３が求めたピッチ周期１４を符号化するピ
ッチ周期符号化手段６が接続されている。更に、有声無
声判定手段４には、ピッチ周期抽出手段３と、有声無声
判定手段４が出力する有声無声情報１５を符号化する有
声無声情報符号化手段７が接続されている。

【００３６】次に、本実施例の動作について説明する。

【００３７】スペクトル形状分析手段２は、入力された
現在のフレームの音声信号１を分析し、スペクトル形状
情報１２を求め、求めたスペクトル形状情報１２と音声
信号１とから音源信号１３を算出する。そして、スペク
トル形状情報符号化手段５は、スペクトル形状情報１２
を符号化し、得られたスペクトル形状符号１８を出力す
る。

【００３８】また、有声無声判定手段４は、音声信号１
を分析し、有声音か無声音かを判定し、その結果を有声
無声情報１５として出力する。それから、有声無声情報
符号化手段７は、この有声無声情報１５を符号化し、得
られた有声無声符号２１を出力する。

【００３９】更に、ピッチ周期抽出手段３は、有声無声
情報１５が有声音である場合に、音声信号１に対してピ
ッチ周期分析を行い、得られたピッチ周期１４を出力す
る。そして、ピッチ周期符号化手段６は、ピッチ周期１
４を符号化し、得られたピッチ周期符号２０を出力す
る。

【００４０】一方、有声音源符号化手段８は、ピッチ周
期１４が値を持つとき、すなわち現処理フレームが有声
音であるとき、複数代表音源抽出手段９は予め設定され
ている抽出基準に従って複数代表音源１６の抽出を行
う。それから、音源符号化歪算出手段１０は、複数代表
音源抽出手段９が抽出した複数代表音源１６の一つ一つ
について所定の符号化に用いられる各符号語と比較し、
２つの間の所定の符号化時の歪１７、例えば時間波形上
での最小二乗距離を全ての組み合わせについて求めて出
力する。更に、音源符号選択手段１１では、これらの歪
１７のうちで最小のものを選択し、その場合の符号語に
対応する音源符号１９を出力する。

【００４１】実施例２．図２は、請求項２記載の発明に
係る音声符号化装置の構成を示すブロック図である。な
お、図１と同一構成部分には同一符号を付して説明を省
略する。

【００４２】有声音源符号化手段８は、音源信号１３か
ら複数代表音源１６を複数抽出して出力する複数代表音
源抽出手段９と、複数代表音源抽出手段９が抽出した各
複数代表音源１６を所定の符号化操作で出力可能な各音
源符号に符号化した場合の歪を全て算出する音源符号化
歪算出手段１０と、音源符号化歪算出手段１０が算出し
た各歪に所定の重み係数を乗じて音源符号毎に和を取
り、その和が最小になる音源符号１９を出力する音源符
号決定手段２２とから構成されている。

【００４３】次ぎに、本実施例の動作について説明す
る。

【００４４】有声音源符号化手段８は、ピッチ周期１４
が値を持つとき、すなわち現処理フレームが有声音であ
るとき、複数代表音源抽出手段９は予め設定されている
抽出基準に従って複数代表音源１６の抽出を行う。それ
から、音源符号化歪算出手段１０は、複数代表音源抽出
手段９が抽出した複数代表音源１６の一つ一つについて
所定の符号化に用いられる各符号語と比較し、２つの間
の所定の符号化時の歪１７、例えば時間波形上での最小
二乗距離を全ての組み合わせについて求めて出力する。
更に、音源符号決定手段２２では、これらの歪１７に各
代表音源の抽出位置に応じて付与された重み係数（ここ
ではフレームの中央に近い場所から抽出された代表音源
に対しては大きな重み係数）を乗じ、それらを音源符号
毎に和を取り、その和が最小になる音源符号１９を選択
して出力する。

【００４５】実施例３．上述実施例２においては、音源
符号決定手段２２内における重み係数の付与について、
フレームの中央に近い場所から抽出した代表音源に対し
て大きな重み係数を付与するようになっているが、これ
に限らず、前フレーム代表音源と各代表音源の相関に応
じて付与する重み係数の大きさを変えてもよい。

【００４６】実施例４．上述実施例２においては、音源
符号決定手段２２内における重み係数の付与について、
フレームの中央に近い場所から抽出した代表音源に対し
て大きな重み係数を付与または前フレーム代表音源と各
代表音源の相関に応じて付与する重み係数の大きさを変
えるようになっているが、各代表音源に一様な重み付け
をして和を取るようにしてもよい。

【００４７】実施例５．図３は、請求項３記載の発明に
係る音声符号化装置の構成を示すブロック図である。な
お、図１と同一構成部分には同一符号を付して説明を省
略する。

【００４８】有声音源符号化手段８は、音源信号１３か
ら代表音源１６を複数抽出して出力する複数代表音源抽
出手段９と、複数代表音源抽出手段９が抽出した各代表
音源の平均化処理を行って得られた１つの平均化代表音
源２５を出力する平均化代表音源算出手段２３と、平均
化代表音源２５に所定の符号化操作を行って符号化時の
歪を最小にする音源符号１９を出力する平均化音源符号
化手段２４とから構成されている。

【００４９】次に、本実施例の動作について説明する。

【００５０】有声音源符号化手段８は、ピッチ周期１４
が値を持つとき、すなわち現処理フレームが有声音であ
るとき、複数代表音源抽出手段９は予め設定されている
抽出基準に従って複数代表音源１６の抽出を行う。それ
から、平均化代表音源算出手段２３は、複数代表音源抽
出手段９が抽出した各代表音源の時間波形上における各
サンプル毎の振幅の平均値を求め、平均化代表音源２５
を算出して出力する。更に、平均化音源符号化手段２４
は、この平均化代表音源２５と所定の符号化に用いられ
る各符号毎の間の時間波形上の最小二乗距離を計算し、
これを最小とする符号語に対応する音源符号１９を出力
する。

【００５１】実施例６．上述実施例５においては、平均
化音源符号化手段２４で平均値の算出に偏りを持たせて
いなかったが、各代表音源の抽出位置や、前フレームの
代表音源との相関を重み付与基準に用いた加重平均を求
める構成としてもよい。

【００５２】実施例７．上述実施例１、２及び５におい
ては、平均化音源符号化手段２４における符号化の歪尺
度を、時間波形上の最小二乗距離としたが、歪尺度はこ
れに限らず、例えば波形間のバタチャリア距離等を用い
る構成も可能である。また、ＤＦＴスペクトル上での歪
尺度を定義し、歪を計算する構成も可能である。

【００５３】実施例８．上述実施例１、２及び５におい
ては、平均化音源符号化手段２４で、時間波形上の振幅
の平均により、平均化代表音源２５を算出したが、複数
代表音源１６のそれぞれをＤＦＴし、ＤＦＴスペクトル
上での平均を取り、そのまま実施例７の上の歪尺度を用
いた符号化を行う構成とすることも可能である。

【００５４】実施例９．図４は、請求項４記載の発明に
係る音声符号化装置の複数代表音源抽出手段９の構成を
示すブロック図である。

【００５５】複数代表音源抽出手段９は、現在のフレー
ム内の音源信号より１つの代表音源抽出位置を決定して
出力する代表音源抽出位置決定手段２６と、代表音源抽
出位置の代表音源とその代表音源抽出位置とから前向ま
たは後向におおよそピッチ周期の整数倍長離れた位置の
音源とから複数の１ピッチ周期長の代表音源を抽出する
ピッチ周期間隔代表音源抽出手段２７とを備えている。

【００５６】次に、本実施例の動作について説明する。

【００５７】代表音源抽出位置決定手段２６は、ピッチ
周期１４が値を持つとき、すなわち現処理フレームが有
声音であるとき、フレーム内の音源信号１３の全域よ
り、振幅ピーク最大の点の位置、及びその点を中心とす
る１ピッチ周期区間を抽出し、抽出位置情報２８として
出力する。そして、ピッチ周期間隔代表音源抽出手段２
７は、抽出位置情報２８の１ピッチ周期区間と、それに
前後するフレーム内全域より抽出位置情報２８の中心か
らピッチ周期の整数倍離れた点の±２〜３ポイント以内
の振幅最大点を中心とする１ピッチ周期区間を抽出し、
複数代表音源１６として出力する。この時、フレーム始
終端付近の抽出区間では、前後フレームにまたがって抽
出される場合もある。

【００５８】実施例１０．図５は、請求項５記載の発明
に係る音声符号化装置の複数代表音源抽出手段９の構成
を示すブロック図である。

【００５９】複数代表音源抽出手段９は、現在のフレー
ム内の音源信号より１つの代表音源抽出位置を決定して
出力する代表音源抽出位置決定手段２６と、代表音源抽
出位置に対してピッチ周期に比べて微小な複数種類の前
後の移動を与えてそれらの位置の音源信号より複数の１
ピッチ周期長の代表音源を抽出する変位代表音源抽出手
段２９とを備えている。

【００６０】次に、本実施例の動作について説明する。

【００６１】代表音源抽出位置決定手段２６は、ピッチ
周期１４が値を持つとき、すなわち現処理フレームが有
声音であるとき、フレーム内の音源信号１３の全域よ
り、振幅ピーク最大の点の位置、及びその点を中心とす
る１ピッチ周期区間を抽出し、抽出位置情報２８として
出力する。そして、変位代表音源抽出手段２９は、抽出
位置情報２８の１ピッチ周期区間と、それに±１〜３ポ
イント前後した１ピッチ周期区間を独立した区間として
抽出し、複数代表音源１６として出力する。この時、フ
レーム始終端付近の抽出区間では、前後フレームにまた
がって抽出される場合もある。

【００６２】実施例１１．上述実施例９及び１０では、
抽出位置情報２８を、フレーム内全域の振幅最大点を基
準に決定していたが、この基準は、前フレームの代表音
源の１つと、フレーム内の音源信号１３の相互相関値が
最大となる位置にすることも可能である。

【００６３】実施例１２．上述実施例１０では、抽出位
置の変位を、音源信号１３上の抽出区間の移動によって
得ているが、抽出位置情報２８で得られるその位置を中
心とする１ピッチ周期区間をＤＦＴしてＤＦＴスペクト
ルを得、そのスペクトルに時間方向の±３ポイント以下
の変位に相当するスペクトル上の位相回転を複数種類疑
似的に時間方向の微小な変位を段階的に作り出し、それ
ぞれを複数代表音源１６として出力する構成も可能であ
る。この構成ではサンプリング周期未満の変位も疑似的
に作り出すことが可能である。

【００６４】実施例１３．上述実施例１０では、単一の
抽出位置の変化により複数の代表音源を得ていたが、請
求項４記載の構成を組み合わせることも可能である。

【００６５】

【発明の効果】以上説明したように、請求項１記載の発
明によれば、複数代表音源抽出手段により音源信号から
代表音源を複数抽出して出力し、音源符号化歪算出手段
により複数代表音源抽出手段が抽出した各代表音源を所
定の符号化操作で出力可能な各音源符号に符号化した場
合の歪を全て算出し、音源符号選択手段により音源符号
化歪算出手段が算出した歪を比較し、その歪が最小とな
る代表音源と音源符号の組み合わせを選択してその音源
符号を出力するように構成したので、単一の代表音源を
用いて符号化していたときには見逃していたより符号化
特性の良好な１ピッチ周期区間を符号化に用いることが
でき、総合的に符号化特性を向上することができる。

【００６６】請求項２記載の発明によれば、複数代表音
源抽出手段により音源信号から代表音源を複数抽出して
出力し、音源符号化歪算出手段により複数代表音源抽出
手段が抽出した各代表音源を所定の符号化操作で出力可
能な各音源符号に符号化した場合の歪を全て算出し、音
源符号決定手段により音源符号化歪算出手段が算出した
各歪に所定の重み係数を乗じて音源符号毎に和を取り、
その和が最小になる音源符号を出力するように構成した
ので、単一の代表音源を用いて符号化していた場合に比
べ、フレーム内の平均的な音源信号波形の様態を符号化
に反映させることができ、復号後の音源の安定度を向上
させることができる。

【００６７】請求項３記載の発明によれば、複数代表音
源抽出手段により音源信号から代表音源を複数抽出して
出力し、平均化代表音源算出手段により複数代表音源抽
出手段が抽出した各代表音源の平均化処理を行って得ら
れた１つの平均化代表音源を出力し、平均化音源符号化
手段により平均化代表音源に所定の符号化操作を行って
符号化時の歪を最小にする音源符号を出力するように構
成したので、単一の代表音源を用いて符号化していた場
合に比べ、フレーム内の平均的な音源信号波形の様態を
符号化に反映させることができ、復号後の音源の安定度
を向上させることができる。

【００６８】請求項４記載の発明によれば、代表音源抽
出位置決定手段により現在のフレーム内の音源信号より
１つの代表音源抽出位置を決定して出力し、ピッチ周期
間隔代表音源抽出手段により代表音源抽出位置の代表音
源とその代表音源抽出位置とから前向または後向におお
よそピッチ周期の整数倍長離れた位置の音源とから複数
の１ピッチ周期長の代表音源を抽出するように構成した
ので、従来のように単一の代表音源を用いた場合に見ら
れたサンプリング点のずれの影響に対し、複数の代表音
源の中からその振幅ピークに対するサンプリング点の位
置関係が符号後のそれとよく合致し、類似の波形を示す
別の代表音源を用いることができ、符号化特性を向上す
ることができる。

【００６９】請求項５記載の発明によれば、代表音源抽
出位置決定手段により現在のフレーム内の音源信号より
１つの代表音源抽出位置を決定して出力する、変位代表
音源抽出手段により代表音源抽出位置に対してピッチ周
期に比べて微小な複数種類の前後の移動を与えてそれら
の位置の音源信号より複数の１ピッチ周期長の代表音源
を抽出するように構成したので、サンプリング点のずれ
の影響を回避し得る代表音源を抽出することができ、符
号化特性を向上することができる。

【図面の簡単な説明】

【図１】請求項１記載の発明に係る音声符号化装置の構
成を示すブロック図である。

【図２】請求項２記載の発明に係る音声符号化装置の構
成を示すブロック図である。

【図３】請求項３記載の発明に係る音声符号化装置の構
成を示すブロック図である。

【図４】請求項４記載の発明に係る音声符号化装置の構
成を示すブロック図である。

【図５】請求項５記載の発明に係る音声符号化装置の構
成を示すブロック図である。

【図６】従来の音声符号化装置の構成を示すブロック図
である。

【図７】従来の音声符号化装置において波形のサンプリ
ング間隔未満のずれが生じる仕組みを説明するための図
である。

【図８】従来の音声符号化装置において波形のサンプリ
ング間隔程度のずれが生じる仕組みを説明するための図
である。

【符号の説明】

２ スペクトル形状分析手段 ３ ピッチ周期抽出手段 ４ 有声無声判定手段 ５ スペクトル形状情報符号化手段 ６ ピッチ周期符号化手段 ７ 有声無声情報符号化手段 ８ 有声音源符号化手段 ９ 複数代表音源抽出手段 １０ 音源符号化歪算出手段 １１ 音源符号選択手段 ２２ 音源符号決定手段 ２３ 平均化代表音源算出手段 ２４ 平均化音源符号化手段 ２６ 代表音源抽出位置決定手段 ２７ ピッチ周期間隔代表音源抽出手段 ２９ 変位代表音源抽出手段

Claims (5)

【特許請求の範囲】
1. 【請求項１】 所定のサンプリング周期でディジタル信
   号化された音声信号を、所定の長さのフレーム単位で分
   析し、スペクトル形状情報と音源信号に分離し、音声信
   号が有声音である場合に、ピッチ周期を求め、現在のフ
   レーム内乃至その近傍の音源信号から１ピッチ周期長の
   代表音源を抽出し、この代表音源を所定の符号化操作に
   より符号化して音源符号を出力し、またピッチ周期長、
   スペクトル形状情報、有声無声情報を含む複数のパラメ
   ータを符号化して出力する音声符号化装置において、 音源信号から代表音源を複数抽出して出力する複数代表
   音源抽出手段と、 複数代表音源抽出手段が抽出した各代表音源を所定の符
   号化操作で出力可能な各音源符号に符号化した場合の歪
   を全て算出する音源符号化歪算出手段と、 音源符号化歪算出手段が算出した歪を比較し、その歪が
   最小となる代表音源と音源符号の組み合わせを選択して
   その音源符号を出力する音源符号選択手段と、 を備えることを特徴とする音声符号化装置。
2. 【請求項２】 所定のサンプリング周期でディジタル信
   号化された音声信号を、所定の長さのフレーム単位で分
   析し、スペクトル形状情報と音源信号に分離し、音声信
   号が有声音である場合に、ピッチ周期を求め、現在のフ
   レーム内乃至その近傍の音源信号から１ピッチ周期長の
   代表音源を抽出し、この代表音源を所定の符号化操作に
   より符号化して音源符号を出力し、またピッチ周期長、
   スペクトル形状情報、有声無声情報を含む複数のパラメ
   ータを符号化して出力する音声符号化装置において、 音源信号から代表音源を複数抽出して出力する複数代表
   音源抽出手段と、 複数代表音源抽出手段が抽出した各代表音源を所定の符
   号化操作で出力可能な各音源符号に符号化した場合の歪
   を全て算出する音源符号化歪算出手段と、 音源符号化歪算出手段が算出した各歪に所定の重み係数
   を乗じて音源符号毎に和を取り、その和が最小になる音
   源符号を出力する音源符号決定手段と、 を備えることを特徴とする音声符号化装置。
3. 【請求項３】 所定のサンプリング周期でディジタル信
   号化された音声信号を、所定の長さのフレーム単位で分
   析し、スペクトル形状情報と音源信号に分離し、音声信
   号が有声音である場合に、ピッチ周期を求め、現在のフ
   レーム内乃至その近傍の音源信号から１ピッチ周期長の
   代表音源を抽出し、この代表音源を所定の符号化操作に
   より符号化して音源符号を出力し、またピッチ周期長、
   スペクトル形状情報、有声無声情報を含む複数のパラメ
   ータを符号化して出力する音声符号化装置において、 音源信号から代表音源を複数抽出して出力する複数代表
   音源抽出手段と、 複数代表音源抽出手段が抽出した各代表音源の平均化処
   理を行って得られた１つの平均化代表音源を出力する平
   均化代表音源算出手段と、 平均化代表音源に所定の符号化操作を行って符号化時の
   歪を最小にする音源符号を出力する平均化音源符号化手
   段と、 を備えることを特徴とする音声符号化装置。
4. 【請求項４】 前記複数代表音源抽出手段は、 現在のフレーム内の音源信号より１つの代表音源抽出位
   置を決定して出力する代表音源抽出位置決定手段と、 代表音源抽出位置の代表音源とその代表音源抽出位置か
   ら前向または後向におよそピッチ周期の整数倍長離れた
   位置の音源とから複数の１ピッチ周期長の代表音源を抽
   出するピッチ周期間隔代表音源抽出手段と、 を備えることを特徴とする請求項１から請求項３までの
   内いずれかに記載の音声符号化装置。
5. 【請求項５】 前記複数代表音源抽出手段は、 現在のフレーム内の音源信号より１つの代表音源抽出位
   置を決定して出力する代表音源抽出位置決定手段と、 代表音源抽出位置に対してピッチ周期に比べて微小な複
   数種類の前後の移動を与えてそれらの位置の音源信号よ
   り複数の１ピッチ周期長の代表音源を抽出する変位代表
   音源抽出手段と、 を備えることを特徴とする請求項１から請求項３までの
   内いずれかに記載の音声符号化装置。