JPH0854898A - 音声符号化装置 - Google Patents
音声符号化装置Info
- Publication number
- JPH0854898A JPH0854898A JP6189612A JP18961294A JPH0854898A JP H0854898 A JPH0854898 A JP H0854898A JP 6189612 A JP6189612 A JP 6189612A JP 18961294 A JP18961294 A JP 18961294A JP H0854898 A JPH0854898 A JP H0854898A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- speech
- signal
- codebook
- sound source
- 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.)
- Granted
Links
- 239000013598 vector Substances 0.000 claims abstract description 117
- 230000005284 excitation Effects 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 description 35
- 238000013139 quantization Methods 0.000 description 32
- 238000001228 spectrum Methods 0.000 description 23
- 230000003044 adaptive effect Effects 0.000 description 17
- 230000004044 response Effects 0.000 description 16
- 238000000034 method Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
- G10L19/07—Line spectrum pair [LSP] vocoders
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/10—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a multipulse excitation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L2019/0001—Codebooks
- G10L2019/0003—Backward prediction of gain
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L2019/0001—Codebooks
- G10L2019/0007—Codebook element generation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Analogue/Digital Conversion (AREA)
Abstract
(57)【要約】
【目的】 省メモリ、低演算量で、高音質の音声符号化
装置を提供する。 【構成】 音源コードブック３５１は、そのコードベク
トルと学習用の音声データとの距離が小さくなるよう
に、パルス位置とその振幅値を学習により求めたスパー
スコードベクトルにより構成される。また、音源コード
ブック３５１は、そのコードベクトルと学習用の音声デ
ータとの距離が小さくなるように、パルス数とパルス位
置及びその振幅値を学習により求めた、各コードベクト
ルのパルス数が異なるスパースコードベクトルにより構
成される。
装置を提供する。 【構成】 音源コードブック３５１は、そのコードベク
トルと学習用の音声データとの距離が小さくなるよう
に、パルス位置とその振幅値を学習により求めたスパー
スコードベクトルにより構成される。また、音源コード
ブック３５１は、そのコードベクトルと学習用の音声デ
ータとの距離が小さくなるように、パルス数とパルス位
置及びその振幅値を学習により求めた、各コードベクト
ルのパルス数が異なるスパースコードベクトルにより構
成される。
Description
【０００１】
【産業上の利用分野】本発明は、音声信号を低いビット
レート、特に４．８ｋｂｐｓ以下で高品質に符号化する
ための音声符号化装置に関するものである。
レート、特に４．８ｋｂｐｓ以下で高品質に符号化する
ための音声符号化装置に関するものである。
【０００２】
【従来の技術】音声信号を４．８ｋｂｐｓ以下の低いビ
ットレートで符号化する方式としては、例えば、Ｍ．Ｓ
ｃｈｒｏｅｄｅｒ氏とＢ．Ａｔａｌ氏による“Ｃｏｄｅ
−ｅｘｃｉｔｅｄ ｌｉｎｅａｒ ｐｒｅｄｉｃｔｉｏ
ｎ： Ｈｉｇｈ ｑｕａｌｉｔｙ ｓｐｅｅｃｈ ａｔ
ｖｅｒｙ ｌｏｗ ｂｉｔ ｒａｔｅ”（Ｐｒｏｃ．
ＩＣＡＳＳＰ，ｐｐ．９３７−９４０，１９８５年）と
題した論文や、Ｋｌｅｉｊｎ氏らによる“Ｉｍｐｒｏｖ
ｅｄ ｓｐｅｅｃｈ ｑｕａｌｉｔｙ ａｎｄｅｆｆｉ
ｃｉｅｎｔ ｖｅｃｔｏｒ ｑｕａｎｔｉｚａｔｉｏｎ
ｉｎ ＣＥＬＰ”（Ｐｒｏｃ．ＩＣＡＳＳＰ，ｐｐ．
１５５−１５８，１９８８年）と題した論文（以下、文
献１という）等に記載されているＣＥＬＰ（Ｃｏｄｅ
Ｅｘｃｉｔｅｄ ＬＰＣ Ｃｏｄｉｎｇ）が知られてい
る。この方法では、送信側では、フレーム毎（例えば２
０ｍｓ）に音声信号から線形予測（ＬＰＣ）分析を用い
て、音声信号のスペクトル特性を表すスペクトルパラメ
ータを抽出し、フレームをさらにサブフレーム（例えば
５ｍｓ）に分割し、サブフレーム毎に過去の音源信号を
基に適応コードブックにおけるパラメータ（ピッチ周期
に対応する遅延パラメータとゲインパラメータ）を抽出
し、適応コードブックにより前記サブフレームの音声信
号をピッチ予測し、ピッチ予測して求めた残差信号に対
して、予め定められた種類の雑音信号からなる音源コー
ドブック（ベクトル量子化コードブック）から最適音源
コードベクトルを選択し、最適なゲインを計算すること
により、音源信号を量子化する。音源コードベクトルの
選択の仕方は、選択した雑音信号により合成した信号
と、前記残差信号との誤差電力を最小化するように行
う。そして、選択されたコードベクトルの種類を表すイ
ンデクスとゲインならびに、前記スペクトルパラメータ
と適応コードブックのパラメータをマルチプレクサ部に
より組み合わせて伝送する。受信側の説明は省略する。
ットレートで符号化する方式としては、例えば、Ｍ．Ｓ
ｃｈｒｏｅｄｅｒ氏とＢ．Ａｔａｌ氏による“Ｃｏｄｅ
−ｅｘｃｉｔｅｄ ｌｉｎｅａｒ ｐｒｅｄｉｃｔｉｏ
ｎ： Ｈｉｇｈ ｑｕａｌｉｔｙ ｓｐｅｅｃｈ ａｔ
ｖｅｒｙ ｌｏｗ ｂｉｔ ｒａｔｅ”（Ｐｒｏｃ．
ＩＣＡＳＳＰ，ｐｐ．９３７−９４０，１９８５年）と
題した論文や、Ｋｌｅｉｊｎ氏らによる“Ｉｍｐｒｏｖ
ｅｄ ｓｐｅｅｃｈ ｑｕａｌｉｔｙ ａｎｄｅｆｆｉ
ｃｉｅｎｔ ｖｅｃｔｏｒ ｑｕａｎｔｉｚａｔｉｏｎ
ｉｎ ＣＥＬＰ”（Ｐｒｏｃ．ＩＣＡＳＳＰ，ｐｐ．
１５５−１５８，１９８８年）と題した論文（以下、文
献１という）等に記載されているＣＥＬＰ（Ｃｏｄｅ
Ｅｘｃｉｔｅｄ ＬＰＣ Ｃｏｄｉｎｇ）が知られてい
る。この方法では、送信側では、フレーム毎（例えば２
０ｍｓ）に音声信号から線形予測（ＬＰＣ）分析を用い
て、音声信号のスペクトル特性を表すスペクトルパラメ
ータを抽出し、フレームをさらにサブフレーム（例えば
５ｍｓ）に分割し、サブフレーム毎に過去の音源信号を
基に適応コードブックにおけるパラメータ（ピッチ周期
に対応する遅延パラメータとゲインパラメータ）を抽出
し、適応コードブックにより前記サブフレームの音声信
号をピッチ予測し、ピッチ予測して求めた残差信号に対
して、予め定められた種類の雑音信号からなる音源コー
ドブック（ベクトル量子化コードブック）から最適音源
コードベクトルを選択し、最適なゲインを計算すること
により、音源信号を量子化する。音源コードベクトルの
選択の仕方は、選択した雑音信号により合成した信号
と、前記残差信号との誤差電力を最小化するように行
う。そして、選択されたコードベクトルの種類を表すイ
ンデクスとゲインならびに、前記スペクトルパラメータ
と適応コードブックのパラメータをマルチプレクサ部に
より組み合わせて伝送する。受信側の説明は省略する。
【０００３】ＣＥＬＰ型符号化方式のメモリ量と演算量
を低減化する従来方法として、スパース音源コードブッ
クを用いる方式がある。従来のスパース音源コードブッ
クは、図５に示すように、音源コードブックのコードベ
クトルに対し、０でない要素の個数が、全てのコードベ
クトルで、一定数（例えば９個）であることを特徴とす
る。従来型スパースコードブックの作成例として、Ｇｅ
ｒｃｈｏ氏らによる特開昭６４−１３１９９号公報（以
下、文献２という）等がある。
を低減化する従来方法として、スパース音源コードブッ
クを用いる方式がある。従来のスパース音源コードブッ
クは、図５に示すように、音源コードブックのコードベ
クトルに対し、０でない要素の個数が、全てのコードベ
クトルで、一定数（例えば９個）であることを特徴とす
る。従来型スパースコードブックの作成例として、Ｇｅ
ｒｃｈｏ氏らによる特開昭６４−１３１９９号公報（以
下、文献２という）等がある。
【０００４】また、文献２の従来型スパース音源コード
ブックは、下記の方法でコードブック設計を行ってい
る。（１）白色雑音等を用いて生成した各コードベクト
ルに対し、その一部の要素を、振幅の小さいものから順
に０に置き換えて作成する方法、（２）学習音声データ
を使用して周知のＬＢＧ法によりクラスタリングとセン
トロイド（重心）計算で作成し、コードベクトルはセン
トロイド計算で得られたセントロイドベクトルを（１）
と同様の処理を施してスパース化する。
ブックは、下記の方法でコードブック設計を行ってい
る。（１）白色雑音等を用いて生成した各コードベクト
ルに対し、その一部の要素を、振幅の小さいものから順
に０に置き換えて作成する方法、（２）学習音声データ
を使用して周知のＬＢＧ法によりクラスタリングとセン
トロイド（重心）計算で作成し、コードベクトルはセン
トロイド計算で得られたセントロイドベクトルを（１）
と同様の処理を施してスパース化する。
【０００５】従来型スパース音源コードブック作成のフ
ローチャートを図６に示す。図において、３０１０では
任意に初期励振信号（たとえば、乱数信号）を与え、３
０５０の学習用音声データを用いて、３０２０で任意回
数分励振コードブックを周知のＬＢＧ法を用いて学習
し、３０３０では前記３０２０でのＬＢＧ学習による最
終学習励振コードブックを取り出し、３０４０では前記
３０３０での最終学習励振コードブックの各コードベク
トルに対し、ある閾値によるセンタクリップを行う。こ
こで、ＬＢＧの詳細については、Ｙ．Ｌｉｎｄｅ氏と
Ａ．Ｂｕｚｏ氏とＲ．Ｍ．Ｇｒａｙ氏らの“Ａｎ Ａｌ
ｇｏｒｉｔｈｍ ｆｏｒ Ｖｅｃｔｏｒ Ｑｕａｎｔｉ
ｚｅｒ Ｄｅｓｉｇｎ”，ＩＥＥＥ Ｔｒａｎｓ．Ｃｏ
ｍｍｕｎ．ｖｏｌ．ＣＯＭ−２８，ｐｐ．８４−９５，
Ｊａｎ．１９８０等を参照することができる。
ローチャートを図６に示す。図において、３０１０では
任意に初期励振信号（たとえば、乱数信号）を与え、３
０５０の学習用音声データを用いて、３０２０で任意回
数分励振コードブックを周知のＬＢＧ法を用いて学習
し、３０３０では前記３０２０でのＬＢＧ学習による最
終学習励振コードブックを取り出し、３０４０では前記
３０３０での最終学習励振コードブックの各コードベク
トルに対し、ある閾値によるセンタクリップを行う。こ
こで、ＬＢＧの詳細については、Ｙ．Ｌｉｎｄｅ氏と
Ａ．Ｂｕｚｏ氏とＲ．Ｍ．Ｇｒａｙ氏らの“Ａｎ Ａｌ
ｇｏｒｉｔｈｍ ｆｏｒ Ｖｅｃｔｏｒ Ｑｕａｎｔｉ
ｚｅｒ Ｄｅｓｉｇｎ”，ＩＥＥＥ Ｔｒａｎｓ．Ｃｏ
ｍｍｕｎ．ｖｏｌ．ＣＯＭ−２８，ｐｐ．８４−９５，
Ｊａｎ．１９８０等を参照することができる。
【０００６】
【発明が解決しようとする課題】上述の従来型スパース
音源コードブックを用いた従来の音声符号化方式では、
図６に示すように、セントロイド計算によって求めたセ
ントロイドベクトルの一部の要素を、３０４０により振
幅の小さいものから順に０に置き換えている。これは、
歪みを大きくしてしまう可能性がある整形を行うことと
なり、学習音声データに最適なコードベクトルが作成さ
れないという問題があった。
音源コードブックを用いた従来の音声符号化方式では、
図６に示すように、セントロイド計算によって求めたセ
ントロイドベクトルの一部の要素を、３０４０により振
幅の小さいものから順に０に置き換えている。これは、
歪みを大きくしてしまう可能性がある整形を行うことと
なり、学習音声データに最適なコードベクトルが作成さ
れないという問題があった。
【０００７】また、図７に示すように、通常音源コード
ベクトルでは、極めて小さい振幅の要素がいくつか存在
する。大振幅の要素の復号化音声への寄与は大きく、小
振幅の要素の復号化装置への寄与は小さい。上述の従来
方式では、全てのコードベクトルにおいて、０でない要
素の個数は同数であり、復号化音声への寄与が小さい
（不必要な）要素は、その振幅値を０に近い値として調
整していた。従って、上述の従来方式では、不必要な要
素が存在することで、コードブックを格納するメモリ量
と演算量が不必要に増大するという問題点があった。
ベクトルでは、極めて小さい振幅の要素がいくつか存在
する。大振幅の要素の復号化音声への寄与は大きく、小
振幅の要素の復号化装置への寄与は小さい。上述の従来
方式では、全てのコードベクトルにおいて、０でない要
素の個数は同数であり、復号化音声への寄与が小さい
（不必要な）要素は、その振幅値を０に近い値として調
整していた。従って、上述の従来方式では、不必要な要
素が存在することで、コードブックを格納するメモリ量
と演算量が不必要に増大するという問題点があった。
【０００８】本発明の目的は、上述の問題を解決し、最
適なコードベクトルを作成すると共に、メモリ量と演算
量を低減化する音声符号化装置を提供することにある。
適なコードベクトルを作成すると共に、メモリ量と演算
量を低減化する音声符号化装置を提供することにある。
【０００９】
【課題を解決するための手段】本発明は、音声信号の励
振信号を複数のスパースなベクトルから成る音源コード
ブックを用いて符号化する音声符号化装置において、前
記ベクトルを生成する際に、学習用の音声信号を前記ベ
クトルと同じ長さに切り出した音声ベクトルと前記ベク
トルを用いて再生した復号音声信号との距離が小さくな
るように、前記ベクトル内での０でない要素の位置及び
振幅を決定した音源コードブックを有することを特徴と
している。
振信号を複数のスパースなベクトルから成る音源コード
ブックを用いて符号化する音声符号化装置において、前
記ベクトルを生成する際に、学習用の音声信号を前記ベ
クトルと同じ長さに切り出した音声ベクトルと前記ベク
トルを用いて再生した復号音声信号との距離が小さくな
るように、前記ベクトル内での０でない要素の位置及び
振幅を決定した音源コードブックを有することを特徴と
している。
【００１０】また、本発明は、音声信号の励振信号を複
数のスパースなベクトルから成る音源コードブックを用
いて符号化する音声符号化装置において、前記ベクトル
を生成する際に、学習用の音声信号を前記ベクトルと同
じ長さに切り出した音声ベクトルと前記ベクトルを用い
て再生した復号音声信号との距離が小さくなるように、
前記ベクトル内での０でない要素の位置を１個ずつ決定
し、最後に振幅を決定する音源コードブックを有するこ
とを特徴としている。
数のスパースなベクトルから成る音源コードブックを用
いて符号化する音声符号化装置において、前記ベクトル
を生成する際に、学習用の音声信号を前記ベクトルと同
じ長さに切り出した音声ベクトルと前記ベクトルを用い
て再生した復号音声信号との距離が小さくなるように、
前記ベクトル内での０でない要素の位置を１個ずつ決定
し、最後に振幅を決定する音源コードブックを有するこ
とを特徴としている。
【００１１】また、本発明は、音声信号の励振信号を複
数のスパースなベクトルから成る音源コードブックを用
いて符号化する音声符号化装置において、前記ベクトル
を生成する際に、学習用の音声信号を前記ベクトルと同
じ長さに切り出した音声ベクトルと前記ベクトルを用い
て再生した復号音声信号との距離が小さくなるように、
前記ベクトル内での０でない要素の位置及び振幅を決定
した音源コードブックを有し、前記スパースなベクトル
が持つ０でない要素の個数が少なくとも２つ以上のベク
トルにおいて異なることを特徴としている。
数のスパースなベクトルから成る音源コードブックを用
いて符号化する音声符号化装置において、前記ベクトル
を生成する際に、学習用の音声信号を前記ベクトルと同
じ長さに切り出した音声ベクトルと前記ベクトルを用い
て再生した復号音声信号との距離が小さくなるように、
前記ベクトル内での０でない要素の位置及び振幅を決定
した音源コードブックを有し、前記スパースなベクトル
が持つ０でない要素の個数が少なくとも２つ以上のベク
トルにおいて異なることを特徴としている。
【００１２】さらに、本発明は、音声信号の励振信号を
複数のスパースなベクトルから成る音源コードブックを
用いて符号化する音声符号化装置において、前記ベクト
ルを生成する際に、学習用の音声信号を前記ベクトルと
同じ長さに切り出した音声ベクトルと前記ベクトルを用
いて再生した復号音声信号との距離が小さくなるよう
に、前記ベクトル内での０でない要素の位置を１個ずつ
決定し、最後に振幅を決定した音源コードブックを有
し、前記スパースなベクトルが持つ０でない要素の個数
が少なくとも２つ以上のベクトルにおいて異なることを
特徴としている。
複数のスパースなベクトルから成る音源コードブックを
用いて符号化する音声符号化装置において、前記ベクト
ルを生成する際に、学習用の音声信号を前記ベクトルと
同じ長さに切り出した音声ベクトルと前記ベクトルを用
いて再生した復号音声信号との距離が小さくなるよう
に、前記ベクトル内での０でない要素の位置を１個ずつ
決定し、最後に振幅を決定した音源コードブックを有
し、前記スパースなベクトルが持つ０でない要素の個数
が少なくとも２つ以上のベクトルにおいて異なることを
特徴としている。
【００１３】
【作用】上述した構成により、本発明は、同じ性能を得
るのに、各ベクトルに対し、０でない要素の個数を変え
ることにより、復号化音声への寄与の小さい小振幅の要
素を取り除くことが可能となり、要素の個数を低減でき
るので、コードブックを格納するメモリ量と演算量を低
減化することができる。
るのに、各ベクトルに対し、０でない要素の個数を変え
ることにより、復号化音声への寄与の小さい小振幅の要
素を取り除くことが可能となり、要素の個数を低減でき
るので、コードブックを格納するメモリ量と演算量を低
減化することができる。
【００１４】
【実施例】次に、本発明の実施例について、図面を参照
して説明する。
して説明する。
【００１５】図１は、本発明による不均一パルス数型ス
パース音源コードブックを持つ音声符号化装置の一実施
例を示すブロック図である。図において、フレーム分割
回路１１０は、スペクトルパラメータ計算回路２００
と、サブフレーム分割回路１２０を介して聴感重み付け
回路２３０に接続されている。スペクトルパラメータ計
算回路２００は、スペクトルパラメータ量子化回路２１
０、聴感重み付け回路２３０、応答信号計算回路２４０
及び重み付け信号計算回路３６０に接続されており、Ｌ
ＳＰコードブック２１１は、スペクトルパラメータ量子
化回路２１０に接続されている。スペクトルパラメータ
量子化回路２１０は、聴感重み付け回路２３０、応答信
号計算回路２４０、重み付け信号計算回路３６０、イン
パルス応答計算回路３１０及びマルチプレクサ４００に
接続され、インパルス応答計算回路３１０は、適応コー
ドブック回路５００、音源量子化回路３５０及びゲイン
量子化回路３６５に接続されている。聴感重み付け回路
２３０と応答信号計算回路２４０とは、減算回路２３５
を介して適応コードブック回路５００に接続され、適応
コードブック回路５００は、音源量子化回路３５０、ゲ
イン量子化回路３６５及びマルチプレクサ４００に接続
されている。音源量子化回路３５０は、ゲイン量子化回
路３６５に接続され、ゲイン量子化回路３６５は、重み
付け信号計算回路３６０及びマルチプレクサ４００に接
続されている。また、パタン蓄積回路５１０は適応コー
ドブック回路５００に、不均一パルス数型スパース音源
コードブック３５１は音源量子化回路３５０に、ゲイン
コードブック３５５はゲイン量子化回路３６５に接続さ
れている。
パース音源コードブックを持つ音声符号化装置の一実施
例を示すブロック図である。図において、フレーム分割
回路１１０は、スペクトルパラメータ計算回路２００
と、サブフレーム分割回路１２０を介して聴感重み付け
回路２３０に接続されている。スペクトルパラメータ計
算回路２００は、スペクトルパラメータ量子化回路２１
０、聴感重み付け回路２３０、応答信号計算回路２４０
及び重み付け信号計算回路３６０に接続されており、Ｌ
ＳＰコードブック２１１は、スペクトルパラメータ量子
化回路２１０に接続されている。スペクトルパラメータ
量子化回路２１０は、聴感重み付け回路２３０、応答信
号計算回路２４０、重み付け信号計算回路３６０、イン
パルス応答計算回路３１０及びマルチプレクサ４００に
接続され、インパルス応答計算回路３１０は、適応コー
ドブック回路５００、音源量子化回路３５０及びゲイン
量子化回路３６５に接続されている。聴感重み付け回路
２３０と応答信号計算回路２４０とは、減算回路２３５
を介して適応コードブック回路５００に接続され、適応
コードブック回路５００は、音源量子化回路３５０、ゲ
イン量子化回路３６５及びマルチプレクサ４００に接続
されている。音源量子化回路３５０は、ゲイン量子化回
路３６５に接続され、ゲイン量子化回路３６５は、重み
付け信号計算回路３６０及びマルチプレクサ４００に接
続されている。また、パタン蓄積回路５１０は適応コー
ドブック回路５００に、不均一パルス数型スパース音源
コードブック３５１は音源量子化回路３５０に、ゲイン
コードブック３５５はゲイン量子化回路３６５に接続さ
れている。
【００１６】次に、本実施例の動作について説明する。
【００１７】図１において、入力端子１００から音声信
号を入力し、フレーム分割回路１１０では、音声信号を
フレーム（例えば４０ｍｓ）毎に分割し、サブフレーム
分割回路１２０では、フレームの音声信号をフレームよ
りも短いサブフレーム（例えば８ｍｓ）に分割する。
号を入力し、フレーム分割回路１１０では、音声信号を
フレーム（例えば４０ｍｓ）毎に分割し、サブフレーム
分割回路１２０では、フレームの音声信号をフレームよ
りも短いサブフレーム（例えば８ｍｓ）に分割する。
【００１８】スペクトルパラメータ計算回路２００で
は、少なくとも一つのサブフレームの音声信号に対し
て、サブフレーム長よりも長い窓（例えば２４ｍｓ）を
かけて音声を切り出してスペクトルパラメータをあらか
じめ定められた次数（例えばＰ＝１０次）計算する。ス
ペクトルパラメータは、特に子音、母音間での過渡区間
では時間的に大きく変化するので、短い時間毎に分析す
る方が望ましいが、そのようにすると分析に必要な演算
量が増大するため、ここでは、フレーム中のいずれかＬ
個（Ｌ＜１）のサブフレーム（例えばＬ＝３とし、第
１、３、５サブフレーム）に対してスペクトルパラメー
タを計算することにする。そして、分析をしなかったサ
ブフレーム（ここでは第２、４サブフレーム）では、そ
れぞれ、第１と第３サブフレーム、第３と第５サブフレ
ームのスペクトルパラメータを後述のＬＳＰ上で直線補
間したものをスペクトルパラメータとして使用する。こ
こでスペクトルパラメータの計算には、周知のＬＰＣ分
析や、Ｂｕｒｇ分析等を用いることができる。ここで
は、Ｂｕｒｇ分析を用いることとする。Ｂｕｒｇ分析の
詳細については、中溝著による“信号解析とシステム同
定”と題した単行本（コロナ社１９８８年刊）の８２〜
８７頁に記載されているので説明は省略する。さらに、
スペクトルパラメータ計算回路２００では、Ｂｕｒｇ法
により計算された線形予測係数αi （ｉ＝１，…，１
０）を量子化や補間に適したＬＳＰパラメータに変換す
る。ここで、線形予測係数からＬＳＰへの変換は、菅村
他による“線スペクトル対（ＬＳＰ）音声分析合成方式
による音声情報圧縮”と題した論文（電子通信学会論文
誌、Ｊ６４−Ａ、ｐｐ．５９９−６０６、１９８１年）
を参照することができる。つまり、第１、３、５サブフ
レームでＢｕｒｇ法により求めた線形予測係数を、ＬＳ
Ｐパラメータに変換し、第２、４サブフレームのＬＳＰ
を直線補間により求めて、第２、４サブフレームのＬＳ
Ｐを逆変換して線形予測係数に戻し、第１〜５サブフレ
ームの線形予測係数αil（ｉ＝１，…，１０，ｌ＝１，
…，５）を聴感重み付け回路２３０に出力する。また、
第１〜５サブフレームのＬＳＰをスペクトルパラメータ
量子化回路２１０へ出力する。
は、少なくとも一つのサブフレームの音声信号に対し
て、サブフレーム長よりも長い窓（例えば２４ｍｓ）を
かけて音声を切り出してスペクトルパラメータをあらか
じめ定められた次数（例えばＰ＝１０次）計算する。ス
ペクトルパラメータは、特に子音、母音間での過渡区間
では時間的に大きく変化するので、短い時間毎に分析す
る方が望ましいが、そのようにすると分析に必要な演算
量が増大するため、ここでは、フレーム中のいずれかＬ
個（Ｌ＜１）のサブフレーム（例えばＬ＝３とし、第
１、３、５サブフレーム）に対してスペクトルパラメー
タを計算することにする。そして、分析をしなかったサ
ブフレーム（ここでは第２、４サブフレーム）では、そ
れぞれ、第１と第３サブフレーム、第３と第５サブフレ
ームのスペクトルパラメータを後述のＬＳＰ上で直線補
間したものをスペクトルパラメータとして使用する。こ
こでスペクトルパラメータの計算には、周知のＬＰＣ分
析や、Ｂｕｒｇ分析等を用いることができる。ここで
は、Ｂｕｒｇ分析を用いることとする。Ｂｕｒｇ分析の
詳細については、中溝著による“信号解析とシステム同
定”と題した単行本（コロナ社１９８８年刊）の８２〜
８７頁に記載されているので説明は省略する。さらに、
スペクトルパラメータ計算回路２００では、Ｂｕｒｇ法
により計算された線形予測係数αi （ｉ＝１，…，１
０）を量子化や補間に適したＬＳＰパラメータに変換す
る。ここで、線形予測係数からＬＳＰへの変換は、菅村
他による“線スペクトル対（ＬＳＰ）音声分析合成方式
による音声情報圧縮”と題した論文（電子通信学会論文
誌、Ｊ６４−Ａ、ｐｐ．５９９−６０６、１９８１年）
を参照することができる。つまり、第１、３、５サブフ
レームでＢｕｒｇ法により求めた線形予測係数を、ＬＳ
Ｐパラメータに変換し、第２、４サブフレームのＬＳＰ
を直線補間により求めて、第２、４サブフレームのＬＳ
Ｐを逆変換して線形予測係数に戻し、第１〜５サブフレ
ームの線形予測係数αil（ｉ＝１，…，１０，ｌ＝１，
…，５）を聴感重み付け回路２３０に出力する。また、
第１〜５サブフレームのＬＳＰをスペクトルパラメータ
量子化回路２１０へ出力する。
【００１９】スペクトルパラメータ量子化回路２１０で
は、あらかじめ定められたサブフレームのＬＳＰパラメ
ータを効率的に量子化する。以下では、量子化法とし
て、ベクトル量子化を用いるものとし、第５サブフレー
ムのＬＳＰパラメータを量子化するものとする。ＬＳＰ
パラメータのベクトル量子化の手法は、周知の手法を用
いることができる。具体的な方法は、例えば、特願平２
−２９７６００号明細書や特願平３−２６１９２５号明
細書や、特願平３−１５５０４９号明細書（以下、文献
３という）や、Ｔ．Ｎｏｍｕｒａ ｅｔ ａｌ．，によ
る“ＬＳＰ Ｃｏｄｉｎｇ Ｕｓｉｎｇ ＶＱ−ＳＶＱ
Ｗｉｔｈ Ｉｎｔｅｒｐｏｌａｔｉｏｎｉｎ ４．０
７５ ｋｂｐｓ Ｍ−ＬＣＥＬＰ Ｓｐｅｅｃｈ Ｃｏ
ｄｅｒ”と題した論文（Ｐｒｏｃ．Ｍｏｂｉｌｅ Ｍｕ
ｌｔｉｍｅｄｉａ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，ｐ
ｐ．Ｂ．２．５，１９９３）（以下、文献４という）等
を参照することができるのでここでは説明は省略する。
また、スペクトルパラメータ量子化回路２１０では、第
５サブフレームで量子化したＬＳＰパラメータをもと
に、第１〜第４サブフレームのＬＳＰパラメータを復元
する。ここでは、現フレームの第５サブフレームの量子
化ＬＳＰパラメータと１つ過去のフレームの第５サブフ
レームの量子化ＬＳＰを直線補間して、第１〜第４サブ
フレームのＬＳＰを復元する。ここで、量子化前のＬＳ
Ｐと量子化後のＬＳＰとの誤差電力を最小化するコード
ベクトルを１種類選択した後に、直線補間により第１〜
第４サブフレームのＬＳＰを復元できる。さらに性能を
向上させるためには、前記誤差電力を最小化するコード
ベクトルを複数候補選択したのちに、各々の候補につい
て、累積歪を評価し、累積歪を最小化する候補と補間Ｌ
ＳＰの組を選択するようにすることができる。詳細は、
例えば、特願平５−８７３７号明細書を参照することが
できる。
は、あらかじめ定められたサブフレームのＬＳＰパラメ
ータを効率的に量子化する。以下では、量子化法とし
て、ベクトル量子化を用いるものとし、第５サブフレー
ムのＬＳＰパラメータを量子化するものとする。ＬＳＰ
パラメータのベクトル量子化の手法は、周知の手法を用
いることができる。具体的な方法は、例えば、特願平２
−２９７６００号明細書や特願平３−２６１９２５号明
細書や、特願平３−１５５０４９号明細書（以下、文献
３という）や、Ｔ．Ｎｏｍｕｒａ ｅｔ ａｌ．，によ
る“ＬＳＰ Ｃｏｄｉｎｇ Ｕｓｉｎｇ ＶＱ−ＳＶＱ
Ｗｉｔｈ Ｉｎｔｅｒｐｏｌａｔｉｏｎｉｎ ４．０
７５ ｋｂｐｓ Ｍ−ＬＣＥＬＰ Ｓｐｅｅｃｈ Ｃｏ
ｄｅｒ”と題した論文（Ｐｒｏｃ．Ｍｏｂｉｌｅ Ｍｕ
ｌｔｉｍｅｄｉａ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，ｐ
ｐ．Ｂ．２．５，１９９３）（以下、文献４という）等
を参照することができるのでここでは説明は省略する。
また、スペクトルパラメータ量子化回路２１０では、第
５サブフレームで量子化したＬＳＰパラメータをもと
に、第１〜第４サブフレームのＬＳＰパラメータを復元
する。ここでは、現フレームの第５サブフレームの量子
化ＬＳＰパラメータと１つ過去のフレームの第５サブフ
レームの量子化ＬＳＰを直線補間して、第１〜第４サブ
フレームのＬＳＰを復元する。ここで、量子化前のＬＳ
Ｐと量子化後のＬＳＰとの誤差電力を最小化するコード
ベクトルを１種類選択した後に、直線補間により第１〜
第４サブフレームのＬＳＰを復元できる。さらに性能を
向上させるためには、前記誤差電力を最小化するコード
ベクトルを複数候補選択したのちに、各々の候補につい
て、累積歪を評価し、累積歪を最小化する候補と補間Ｌ
ＳＰの組を選択するようにすることができる。詳細は、
例えば、特願平５−８７３７号明細書を参照することが
できる。
【００２０】以上により復元した第１〜４サブフレーム
のＬＳＰと第５サブフレームの量子化ＬＳＰをサブフレ
ーム毎に線形予測係数αil′（ｉ＝１，…，１０，ｌ＝
１，…，５）に変換し、インパルス応答計算回路３１０
へ出力する。また、第５サブフレームの量子化ＬＳＰの
コードベクトルを表すインデクスをマルチプレクサ４０
０に出力する。上記において、直線補間のかわりに、Ｌ
ＳＰの補間パターンをあらかじめ定められたビット数
（例えば２ビット）分用意しておき、これらのパターン
の各々に対して１〜４サブフレームのＬＳＰを復元して
累積歪を最小化するコードベクトルと補間パターンの組
を選択するようにしてもよい。このようにすると補間パ
ターンのビット数だけ伝送情報が増加するが、ＬＳＰの
フレーム内での時間的な変化をより精密に表すことがで
きる。ここで、補間パターンは、トレーニング用のＬＳ
Ｐデータを用いてあらかじめ学習して作成してもよい
し、あらかじめ定められたパターンを格納しておいても
よい。あらかじめ定められたパターンとしては、例え
ば、Ｔ．Ｔａｎｉｇｕｃｈｉ ｅｔ ａｌ．，“Ｉｍｐ
ｒｏｖｅｄ ＣＥＬＰ ｓｐｅｅｃｈ ｃｏｄｉｎｇ
ａｔ ４ｋｂ／ｓ ａｎｄｂｅｌｏｗ”と題した論文
（Ｐｒｏｃ．ＩＣＳＬＰ，ｐｐ．４１−４４，１９９
２）等に記載のパターンを用いることができる。また、
さらに性能を改善するためには、補間パターンを選択し
た後に、あらかじめ定められたサブフレームにおいて、
ＬＳＰの真の値とＬＳＰの補間値との誤差信号を求め、
前記誤差信号をさらに誤差コードブックで表すようにし
てもよい。詳細は、前記文献３等を参照することができ
る。
のＬＳＰと第５サブフレームの量子化ＬＳＰをサブフレ
ーム毎に線形予測係数αil′（ｉ＝１，…，１０，ｌ＝
１，…，５）に変換し、インパルス応答計算回路３１０
へ出力する。また、第５サブフレームの量子化ＬＳＰの
コードベクトルを表すインデクスをマルチプレクサ４０
０に出力する。上記において、直線補間のかわりに、Ｌ
ＳＰの補間パターンをあらかじめ定められたビット数
（例えば２ビット）分用意しておき、これらのパターン
の各々に対して１〜４サブフレームのＬＳＰを復元して
累積歪を最小化するコードベクトルと補間パターンの組
を選択するようにしてもよい。このようにすると補間パ
ターンのビット数だけ伝送情報が増加するが、ＬＳＰの
フレーム内での時間的な変化をより精密に表すことがで
きる。ここで、補間パターンは、トレーニング用のＬＳ
Ｐデータを用いてあらかじめ学習して作成してもよい
し、あらかじめ定められたパターンを格納しておいても
よい。あらかじめ定められたパターンとしては、例え
ば、Ｔ．Ｔａｎｉｇｕｃｈｉ ｅｔ ａｌ．，“Ｉｍｐ
ｒｏｖｅｄ ＣＥＬＰ ｓｐｅｅｃｈ ｃｏｄｉｎｇ
ａｔ ４ｋｂ／ｓ ａｎｄｂｅｌｏｗ”と題した論文
（Ｐｒｏｃ．ＩＣＳＬＰ，ｐｐ．４１−４４，１９９
２）等に記載のパターンを用いることができる。また、
さらに性能を改善するためには、補間パターンを選択し
た後に、あらかじめ定められたサブフレームにおいて、
ＬＳＰの真の値とＬＳＰの補間値との誤差信号を求め、
前記誤差信号をさらに誤差コードブックで表すようにし
てもよい。詳細は、前記文献３等を参照することができ
る。
【００２１】聴感重み付け回路２３０は、スペクトルパ
ラメータ計算回路２００から、各サブフレーム毎に量子
化前の線形予測係数αil（ｉ＝１，…，１０，ｌ＝１，
…，５）を入力し、前記文献４にもとづき、サブフレー
ムの音声信号に対して聴感重み付けを行い、聴感重み付
け信号を出力する。
ラメータ計算回路２００から、各サブフレーム毎に量子
化前の線形予測係数αil（ｉ＝１，…，１０，ｌ＝１，
…，５）を入力し、前記文献４にもとづき、サブフレー
ムの音声信号に対して聴感重み付けを行い、聴感重み付
け信号を出力する。
【００２２】応答信号計算回路２４０は、スペクトルパ
ラメータ計算回路２００から、各サブフレーム毎に線形
予測係数αilを入力し、スペクトルパラメータ量子化回
路２１０から、量子化、補間して復元した線形予測係数
αil′をサブフレーム毎に入力し、保存されているフィ
ルタメモリの値を用いて、入力信号ｄ（ｎ）＝０とした
応答信号を１サブフレーム分計算し、減算器２３５へ出
力する。ここで、応答信号ｘz （ｎ）は式（１）で表さ
れる。
ラメータ計算回路２００から、各サブフレーム毎に線形
予測係数αilを入力し、スペクトルパラメータ量子化回
路２１０から、量子化、補間して復元した線形予測係数
αil′をサブフレーム毎に入力し、保存されているフィ
ルタメモリの値を用いて、入力信号ｄ（ｎ）＝０とした
応答信号を１サブフレーム分計算し、減算器２３５へ出
力する。ここで、応答信号ｘz （ｎ）は式（１）で表さ
れる。
【００２３】
【数１】
【００２４】ここで、γは、聴感重み付け量を制御する
重み係数であり、下記の（３）式と同一の値である。
重み係数であり、下記の（３）式と同一の値である。
【００２５】減算器２３５は、式（２）により、聴感重
み付け信号から応答信号を１サブフレーム分演算し、ｘ
w ′（ｎ）を適応コードブック回路５００へ出力する。
み付け信号から応答信号を１サブフレーム分演算し、ｘ
w ′（ｎ）を適応コードブック回路５００へ出力する。
【００２６】 ｘw ′（ｎ）＝ｘw （ｎ）−ｘz （ｎ） （２） インパルス応答計算回路３１０は、ｚ変換が式（３）で
表される重み付けフィルタのインパルス応答ｈw （ｎ）
をあらかじめ定められた点数Ｌだけ計算し、適応コード
ブック回路５００、音源量子化回路３５０へ出力する。
表される重み付けフィルタのインパルス応答ｈw （ｎ）
をあらかじめ定められた点数Ｌだけ計算し、適応コード
ブック回路５００、音源量子化回路３５０へ出力する。
【００２７】
【数２】
【００２８】適応コードブック回路５００は、ピッチパ
ラメータを求める。詳細は前記文献１を参照することが
できる。また、適応コードブックによりピッチ予測を式
（４）に従い行い、適応コードブック予測算差信号ｚ
（ｎ）を出力する。
ラメータを求める。詳細は前記文献１を参照することが
できる。また、適応コードブックによりピッチ予測を式
（４）に従い行い、適応コードブック予測算差信号ｚ
（ｎ）を出力する。
【００２９】 ｚ（ｎ）＝ｘw ′（ｎ）−ｂ（ｎ） （４） ここで、ｂ（ｎ）は、適応コードブックピッチ予測信号
であり、式（５）で表せる。
であり、式（５）で表せる。
【００３０】 ｂ（ｎ）＝βｖ（ｎ−Ｔ）ｈw （ｎ） （５） ここで、β、Ｔは、それぞれ、適応コードブックのゲイ
ン、遅延を示す。ｖ（ｎ）は適応コードベクトルであ
る。
ン、遅延を示す。ｖ（ｎ）は適応コードベクトルであ
る。
【００３１】不均一パルス数型スパース音源コードブッ
ク３５１は、図２に示すように、各々のベクトルの０で
ない成分の個数が異なるスパースコードブックである。
ク３５１は、図２に示すように、各々のベクトルの０で
ない成分の個数が異なるスパースコードブックである。
【００３２】図３は、各コードベクトルの０でない要素
の個数がＰ以下になる、不均一パルス型スパース音源コ
ードブックの実施例のフローチャートを示している。作
成するコードブックをＺ（１），Ｚ（２），…，Ｚ（コ
ードブックサイズ）とする。作成に使用する歪距離を式
（６）に示す。ここで、Ｓは学習データのクラスタ、Ｚ
はＳのコードベクトル、ｗt はＳに含まれる学習デー
タ、ｇt はＺの最適ゲイン、Ｈwtは重み付け合成フィル
タのインパルス応答である。歪式（７）は、歪式（６）
において、全てのクラスタの学習データ及びそのコード
ベクトルにおける和をとったものである。
の個数がＰ以下になる、不均一パルス型スパース音源コ
ードブックの実施例のフローチャートを示している。作
成するコードブックをＺ（１），Ｚ（２），…，Ｚ（コ
ードブックサイズ）とする。作成に使用する歪距離を式
（６）に示す。ここで、Ｓは学習データのクラスタ、Ｚ
はＳのコードベクトル、ｗt はＳに含まれる学習デー
タ、ｇt はＺの最適ゲイン、Ｈwtは重み付け合成フィル
タのインパルス応答である。歪式（７）は、歪式（６）
において、全てのクラスタの学習データ及びそのコード
ベクトルにおける和をとったものである。
【００３３】
【数３】
【００３４】この歪式（６）及び歪式（７）は１例であ
って、他にも様々なものが考えられる。
って、他にも様々なものが考えられる。
【００３５】図３では、１０１０において、１番目のコ
ードベクトルＺ（１）の最適パルス位置の決定を宣言
し、１０２０でＭ番目のコードベクトルＺ（Ｍ）の最適
パルス位置の決定を宣言する。１０３０で、パルス数
Ｎ、ダミーのコードベクトルＶ及び、それと学習データ
との歪の初期化を行う。１０４０で、Ｎ個の最適パルス
位置を持つダミーのコードベクトルＶ（Ｎ）を作る。ま
た、それと学習データとの歪Ｄ（Ｎ）を求める。１０５
０で、Ｖ（Ｎ）のパルス数を増やすか否かを決定する。
このとき、条件Ａは、最終学習時のみ適応する。１０６
０で、Ｚ（Ｍ）の最適パルス位置をＶ（Ｎ）のそれとし
て決定する。１０７０で、全てのＺ（１），Ｚ（２），
…，Ｚ（コードブックサイズ）に対し、最適パルス位置
を決定する。１０８０で、全てのＺ（１），Ｚ（２），
…，Ｚ（コードブックサイズ）に対し、そのパルスの振
幅値を歪式（７）により、同時最適に求める。
ードベクトルＺ（１）の最適パルス位置の決定を宣言
し、１０２０でＭ番目のコードベクトルＺ（Ｍ）の最適
パルス位置の決定を宣言する。１０３０で、パルス数
Ｎ、ダミーのコードベクトルＶ及び、それと学習データ
との歪の初期化を行う。１０４０で、Ｎ個の最適パルス
位置を持つダミーのコードベクトルＶ（Ｎ）を作る。ま
た、それと学習データとの歪Ｄ（Ｎ）を求める。１０５
０で、Ｖ（Ｎ）のパルス数を増やすか否かを決定する。
このとき、条件Ａは、最終学習時のみ適応する。１０６
０で、Ｚ（Ｍ）の最適パルス位置をＶ（Ｎ）のそれとし
て決定する。１０７０で、全てのＺ（１），Ｚ（２），
…，Ｚ（コードブックサイズ）に対し、最適パルス位置
を決定する。１０８０で、全てのＺ（１），Ｚ（２），
…，Ｚ（コードブックサイズ）に対し、そのパルスの振
幅値を歪式（７）により、同時最適に求める。
【００３６】なお、図３において、全ての学習時に条件
Ａを付け加えてもよい。
Ａを付け加えてもよい。
【００３７】図４は、別の構成例のフローチャートを示
している。２０１０において、１番目のコードベクトル
Ｚ（１）の最適パルス位置の決定を宣言し、２０２０で
Ｍ番目のコードベクトルＺ（Ｍ）の最適パルス位置の決
定を宣言する。２０３０で、パルス数Ｎとダミーのコー
ドベクトルＶの初期化を行う。２０４０で、Ｎ個の最適
パルス位置を持つダミーのコードベクトルＶ（Ｎ）を作
る。２０５０で、Ｖ（Ｎ）のパルス数を増やすか否かを
決定する。２０６０で、Ｚ（Ｍ）の最適パルス位置をＶ
（Ｎ）のそれとして決定する。２０７０で、全てのＺ
（１），Ｚ（２），…，Ｚ（コードブックサイズ）に対
し、最適パルス位置を決定する。２０８０で、全てのＺ
（１），Ｚ（２），…，Ｚ（コードブックサイズ）に対
し、そのパルスの振幅値を歪式（７）により、同次最適
に求める。最終学習時のみ、２０９０を行い、不均一な
パルス数を持つコードブックを作成する。
している。２０１０において、１番目のコードベクトル
Ｚ（１）の最適パルス位置の決定を宣言し、２０２０で
Ｍ番目のコードベクトルＺ（Ｍ）の最適パルス位置の決
定を宣言する。２０３０で、パルス数Ｎとダミーのコー
ドベクトルＶの初期化を行う。２０４０で、Ｎ個の最適
パルス位置を持つダミーのコードベクトルＶ（Ｎ）を作
る。２０５０で、Ｖ（Ｎ）のパルス数を増やすか否かを
決定する。２０６０で、Ｚ（Ｍ）の最適パルス位置をＶ
（Ｎ）のそれとして決定する。２０７０で、全てのＺ
（１），Ｚ（２），…，Ｚ（コードブックサイズ）に対
し、最適パルス位置を決定する。２０８０で、全てのＺ
（１），Ｚ（２），…，Ｚ（コードブックサイズ）に対
し、そのパルスの振幅値を歪式（７）により、同次最適
に求める。最終学習時のみ、２０９０を行い、不均一な
パルス数を持つコードブックを作成する。
【００３８】なお、図４において、全ての学習時に２０
９０を付け加えてもよい。
９０を付け加えてもよい。
【００３９】図１に戻って、音源量子化回路３５０で
は、音源コードブック３５１に格納された音源コードベ
クトルの全部あるいは一部に対して、下記の式（８）を
最小化するように、最良の音源コードベクトルｃ
j （ｎ）を選択する。このとき、最良のコードベクトル
を１種選択してもよいし、２種以上のコードベクトルを
選んでおいて、ゲイン量子化の際に、１種に本選択して
もよい。ここでは、２種以上のコードベクトルを選んで
おくものとする。
は、音源コードブック３５１に格納された音源コードベ
クトルの全部あるいは一部に対して、下記の式（８）を
最小化するように、最良の音源コードベクトルｃ
j （ｎ）を選択する。このとき、最良のコードベクトル
を１種選択してもよいし、２種以上のコードベクトルを
選んでおいて、ゲイン量子化の際に、１種に本選択して
もよい。ここでは、２種以上のコードベクトルを選んで
おくものとする。
【００４０】 Ｄj ＝Σn （ｚ（ｎ）−γj ｃj （ｎ）ｈw （ｎ））2 （８） なお、一部のコードベクトルに対してのみ、式（８）を
適用するときには、複数個の音源コードベクトルをあら
かじめ予備選択しておき、予備選択された音源コードベ
クトルに対して、式（８）を適用することもできる。
適用するときには、複数個の音源コードベクトルをあら
かじめ予備選択しておき、予備選択された音源コードベ
クトルに対して、式（８）を適用することもできる。
【００４１】ゲイン量子化回路３６５は、ゲインコード
ブック３５５からゲインコードベクトルを読み出し、選
択された音源コードベクトルに対して、式（９）を最小
化するように、音源コードベクトルとゲインコードベク
トルの組み合わせを選択する。
ブック３５５からゲインコードベクトルを読み出し、選
択された音源コードベクトルに対して、式（９）を最小
化するように、音源コードベクトルとゲインコードベク
トルの組み合わせを選択する。
【００４２】 Ｄj,k ＝Σn （ｘw （ｎ）−βk ′ｖ（ｎ−Ｔ）ｈw （ｎ）−γk ′ｃj （ｎ ）ｈw （ｎ））2 （９） ここで、βk ′，γk ′は、ゲインコードブック３５５
に格納された２次元ゲインコードブックにおけるｋ番目
のコードベクトルである。選択された音源コードベクト
ルとゲインコードベクトルを表すインパルスをマルチプ
レクサ４００に出力する。
に格納された２次元ゲインコードブックにおけるｋ番目
のコードベクトルである。選択された音源コードベクト
ルとゲインコードベクトルを表すインパルスをマルチプ
レクサ４００に出力する。
【００４３】重み付け信号計算回路３６０は、スペクト
ルパラメータ計算回路２００の出力パラメータ及び、そ
れぞれのインデクスを入力し、インデクスからそれに対
応するコードベクトルを読み出し、まず式（１０）にも
とづく駆動音源信号ｖ（ｎ）を求める。
ルパラメータ計算回路２００の出力パラメータ及び、そ
れぞれのインデクスを入力し、インデクスからそれに対
応するコードベクトルを読み出し、まず式（１０）にも
とづく駆動音源信号ｖ（ｎ）を求める。
【００４４】 ｖ（ｎ）＝βk ′ｖ（ｎ−Ｔ）＋γk ′ｃj （ｎ） （１０） 次に、スペクトルパラメータ計算回路２００の出力パラ
メータ、スペクトルパラメータ量子化回路２１０の出力
パラメータを用いて式（１１）により、重み付け信号ｓ
w （ｎ）をサブフレーム毎に計算し、応答信号計算回路
２４０へ出力する。
メータ、スペクトルパラメータ量子化回路２１０の出力
パラメータを用いて式（１１）により、重み付け信号ｓ
w （ｎ）をサブフレーム毎に計算し、応答信号計算回路
２４０へ出力する。
【００４５】
【数４】
【００４６】
【発明の効果】以上説明したように、本発明によれば、
ＣＥＬＰ型音声符号化装置において、同じ性能を得るの
に、各ベクトルに対して、０でない要素の個数を変える
ことにより、復号化音声への寄与の小さい小振幅の要素
を取り除くことが可能となり、要素の個数を低減できる
ので、音質劣化を起こすことなく、コードブックを格納
するメモリ量と演算量の低減化が可能であり、この利点
は極めて大きなものである。
ＣＥＬＰ型音声符号化装置において、同じ性能を得るの
に、各ベクトルに対して、０でない要素の個数を変える
ことにより、復号化音声への寄与の小さい小振幅の要素
を取り除くことが可能となり、要素の個数を低減できる
ので、音質劣化を起こすことなく、コードブックを格納
するメモリ量と演算量の低減化が可能であり、この利点
は極めて大きなものである。
【図１】本発明の音声符号化装置の一実施例を示すブロ
ック図である。
ック図である。
【図２】本発明による不均一パルス数型スパース音源コ
ードブックを説明するための図である。
ードブックを説明するための図である。
【図３】本発明による不均一パルス数型スパース音源コ
ードブック作成例のフローチャートである。
ードブック作成例のフローチャートである。
【図４】本発明による不均一パルス数型スパース音源コ
ードブック作成例のフローチャートである。
ードブック作成例のフローチャートである。
【図５】従来型スパース音源コードブックを説明するた
めの図である。
めの図である。
【図６】従来型スパース音源コードブック作成のフロー
チャートである。
チャートである。
【図７】従来型スパース音源コードベクトルの問題点を
説明するための図である。
説明するための図である。
１１０ フレーム分割回路 １２０ サブフレーム分割回路 ２００ スペクトルパラメータ計算回路 ２１０ スペクトルパラメータ量子化回路 ２１１ ＬＳＰコードブック ２３０ 聴感重み付け回路 ２３５ 減算回路 ２４０ 応答信号計算回路 ３１０ インパルス応答計算回路 ３５０ 音源量子化回路 ３５１ 不均一パルス数型スパース音源コードブック ３５５ ゲインコードブック ３６０ 重み付け信号計算回路 ３６５ ゲイン量子化回路 ４００ マルチプレクサ ５００ 適応コードブック回路 ５１０ パタン蓄積回路
Claims (4)
- 【請求項１】音声信号の励振信号を複数のスパースなベ
クトルから成る音源コードブックを用いて符号化する音
声符号化装置において、 前記ベクトルを生成する際に、学習用の音声信号を前記
ベクトルと同じ長さに切り出した音声ベクトルと前記ベ
クトルを用いて再生した復号音声信号との距離が小さく
なるように、前記ベクトル内での０でない要素の位置及
び振幅を決定した音源コードブックを有することを特徴
とする音声符号化装置。 - 【請求項２】音声信号の励振信号を複数のスパースなベ
クトルから成る音源コードブックを用いて符号化する音
声符号化装置において、 前記ベクトルを生成する際に、学習用の音声信号を前記
ベクトルと同じ長さに切り出した音声ベクトルと前記ベ
クトルを用いて再生した復号音声信号との距離が小さく
なるように、前記ベクトル内での０でない要素の位置を
１個ずつ決定し、最後に振幅を決定する音源コードブッ
クを有することを特徴とする音声符号化装置。 - 【請求項３】音声信号の励振信号を複数のスパースなベ
クトルから成る音源コードブックを用いて符号化する音
声符号化装置において、 前記ベクトルを生成する際に、学習用の音声信号を前記
ベクトルと同じ長さに切り出した音声ベクトルと前記ベ
クトルを用いて再生した復号音声信号との距離が小さく
なるように、前記ベクトル内での０でない要素の位置及
び振幅を決定した音源コードブックを有し、前記スパー
スなベクトルが持つ０でない要素の個数が少なくとも２
つ以上のベクトルにおいて異なることを特徴とする音声
符号化装置。 - 【請求項４】音声信号の励振信号を複数のスパースなベ
クトルから成る音源コードブックを用いて符号化する音
声符号化装置において、 前記ベクトルを生成する際に、学習用の音声信号を前記
ベクトルと同じ長さに切り出した音声ベクトルと前記ベ
クトルを用いて再生した復号音声信号との距離が小さく
なるように、前記ベクトル内での０でない要素の位置を
１個ずつ決定し、最後に振幅を決定した音源コードブッ
クを有し、前記スパースなベクトルが持つ０でない要素
の個数が少なくとも２つ以上のベクトルにおいて異なる
ことを特徴とする音声符号化装置。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18961294A JP3179291B2 (ja) | 1994-08-11 | 1994-08-11 | 音声符号化装置 |
| US08/512,635 US5774840A (en) | 1994-08-11 | 1995-08-08 | Speech coder using a non-uniform pulse type sparse excitation codebook |
| CA002155583A CA2155583C (en) | 1994-08-11 | 1995-08-08 | Speech coder using a non-uniform pulse type sparse excitation codebook |
| DE69524002T DE69524002D1 (de) | 1994-08-11 | 1995-08-10 | Sprachkodierer |
| EP95112594A EP0696793B1 (en) | 1994-08-11 | 1995-08-10 | A speech coder |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18961294A JP3179291B2 (ja) | 1994-08-11 | 1994-08-11 | 音声符号化装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0854898A true JPH0854898A (ja) | 1996-02-27 |
| JP3179291B2 JP3179291B2 (ja) | 2001-06-25 |
Family
ID=16244224
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP18961294A Expired - Fee Related JP3179291B2 (ja) | 1994-08-11 | 1994-08-11 | 音声符号化装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US5774840A (ja) |
| EP (1) | EP0696793B1 (ja) |
| JP (1) | JP3179291B2 (ja) |
| CA (1) | CA2155583C (ja) |
| DE (1) | DE69524002D1 (ja) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6393391B1 (en) * | 1998-04-15 | 2002-05-21 | Nec Corporation | Speech coder for high quality at low bit rates |
| AU3708597A (en) * | 1996-08-02 | 1998-02-25 | Matsushita Electric Industrial Co., Ltd. | Voice encoder, voice decoder, recording medium on which program for realizing voice encoding/decoding is recorded and mobile communication apparatus |
| CA2213909C (en) * | 1996-08-26 | 2002-01-22 | Nec Corporation | High quality speech coder at low bit rates |
| US6144853A (en) * | 1997-04-17 | 2000-11-07 | Lucent Technologies Inc. | Method and apparatus for digital cordless telephony |
| US6546241B2 (en) * | 1999-11-02 | 2003-04-08 | Agere Systems Inc. | Handset access of message in digital cordless telephone |
| CA2733453C (en) * | 2000-11-30 | 2014-10-14 | Panasonic Corporation | Lpc vector quantization apparatus |
| FI119955B (fi) * | 2001-06-21 | 2009-05-15 | Nokia Corp | Menetelmä, kooderi ja laite puheenkoodaukseen synteesi-analyysi puhekoodereissa |
| US20080097757A1 (en) * | 2006-10-24 | 2008-04-24 | Nokia Corporation | Audio coding |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63316100A (ja) * | 1987-06-18 | 1988-12-23 | 松下電器産業株式会社 | マルチパルス探索器 |
| JPS6413199A (en) * | 1987-04-06 | 1989-01-18 | Boisukurafuto Inc | Inprovement in method for compression of speed digitally coded speech or audio signal |
| JPH05158497A (ja) * | 1991-12-06 | 1993-06-25 | Fujitsu Ltd | 音声伝送方式 |
| JPH06209262A (ja) * | 1993-01-12 | 1994-07-26 | Hitachi Ltd | 駆動音源コードブックの設計法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3114197B2 (ja) * | 1990-11-02 | 2000-12-04 | 日本電気株式会社 | 音声パラメータ符号化方法 |
| JP2776050B2 (ja) * | 1991-02-26 | 1998-07-16 | 日本電気株式会社 | 音声符号化方式 |
| JP3151874B2 (ja) * | 1991-02-26 | 2001-04-03 | 日本電気株式会社 | 音声パラメータ符号化方式および装置 |
| US5396576A (en) * | 1991-05-22 | 1995-03-07 | Nippon Telegraph And Telephone Corporation | Speech coding and decoding methods using adaptive and random code books |
| JP3143956B2 (ja) * | 1991-06-27 | 2001-03-07 | 日本電気株式会社 | 音声パラメータ符号化方式 |
| JP2746039B2 (ja) * | 1993-01-22 | 1998-04-28 | 日本電気株式会社 | 音声符号化方式 |
| US5598504A (en) * | 1993-03-15 | 1997-01-28 | Nec Corporation | Speech coding system to reduce distortion through signal overlap |
-
1994
- 1994-08-11 JP JP18961294A patent/JP3179291B2/ja not_active Expired - Fee Related
-
1995
- 1995-08-08 US US08/512,635 patent/US5774840A/en not_active Expired - Fee Related
- 1995-08-08 CA CA002155583A patent/CA2155583C/en not_active Expired - Fee Related
- 1995-08-10 DE DE69524002T patent/DE69524002D1/de not_active Expired - Lifetime
- 1995-08-10 EP EP95112594A patent/EP0696793B1/en not_active Expired - Lifetime
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6413199A (en) * | 1987-04-06 | 1989-01-18 | Boisukurafuto Inc | Inprovement in method for compression of speed digitally coded speech or audio signal |
| JPS63316100A (ja) * | 1987-06-18 | 1988-12-23 | 松下電器産業株式会社 | マルチパルス探索器 |
| JPH05158497A (ja) * | 1991-12-06 | 1993-06-25 | Fujitsu Ltd | 音声伝送方式 |
| JPH06209262A (ja) * | 1993-01-12 | 1994-07-26 | Hitachi Ltd | 駆動音源コードブックの設計法 |
Also Published As
| Publication number | Publication date |
|---|---|
| DE69524002D1 (de) | 2002-01-03 |
| EP0696793A3 (en) | 1997-12-17 |
| EP0696793A2 (en) | 1996-02-14 |
| US5774840A (en) | 1998-06-30 |
| EP0696793B1 (en) | 2001-11-21 |
| JP3179291B2 (ja) | 2001-06-25 |
| CA2155583C (en) | 2000-03-21 |
| CA2155583A1 (en) | 1996-02-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2746039B2 (ja) | 音声符号化方式 | |
| JP3196595B2 (ja) | 音声符号化装置 | |
| JPH0353300A (ja) | 音声符号化装置 | |
| JP3143956B2 (ja) | 音声パラメータ符号化方式 | |
| JP2002268686A (ja) | 音声符号化装置及び音声復号化装置 | |
| JP3616432B2 (ja) | 音声符号化装置 | |
| JP2624130B2 (ja) | 音声符号化方式 | |
| JP3179291B2 (ja) | 音声符号化装置 | |
| JP3308764B2 (ja) | 音声符号化装置 | |
| JP3303580B2 (ja) | 音声符号化装置 | |
| JP2946525B2 (ja) | 音声符号化方式 | |
| JP3003531B2 (ja) | 音声符号化装置 | |
| JP3153075B2 (ja) | 音声符号化装置 | |
| JP3089967B2 (ja) | 音声符号化装置 | |
| JP3144284B2 (ja) | 音声符号化装置 | |
| JP3299099B2 (ja) | 音声符号化装置 | |
| JP3192051B2 (ja) | 音声符号化装置 | |
| JP3024467B2 (ja) | 音声符号化装置 | |
| JPH1069297A (ja) | 音声符号化装置 | |
| JPH08320700A (ja) | 音声符号化装置 | |
| JP3092436B2 (ja) | 音声符号化装置 | |
| JP3144244B2 (ja) | 音声符号化装置 | |
| JP2947788B1 (ja) | 音声および音響信号の高速な符号化方法および装置および記録媒体 | |
| JP2808841B2 (ja) | 音声符号化方式 | |
| JPH08202398A (ja) | 音声符号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |