JPH09127991A - 音声符号化方法及び装置、音声復号化方法及び装置 - Google Patents

音声符号化方法及び装置、音声復号化方法及び装置

Info

Publication number
JPH09127991A
JPH09127991A JP7302129A JP30212995A JPH09127991A JP H09127991 A JPH09127991 A JP H09127991A JP 7302129 A JP7302129 A JP 7302129A JP 30212995 A JP30212995 A JP 30212995A JP H09127991 A JPH09127991 A JP H09127991A
Authority
JP
Japan
Prior art keywords
coding
short
vector
prediction residual
speech 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.)
Granted
Application number
JP7302129A
Other languages
English (en)
Other versions
JP3707116B2 (ja
Inventor
Masayuki Nishiguchi
正之 西口
Kazuyuki Iijima
和幸 飯島
Atsushi Matsumoto
淳 松本
Shiro Omori
士郎 大森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Priority to JP30212995A priority Critical patent/JP3707116B2/ja
Priority to CA002188493A priority patent/CA2188493C/en
Priority to AU70372/96A priority patent/AU725140B2/en
Priority to US08/736,546 priority patent/US7454330B1/en
Priority to EP96307740A priority patent/EP0770990B1/en
Priority to RU96121146/09A priority patent/RU2233010C2/ru
Priority to DE69634055T priority patent/DE69634055T2/de
Priority to EP01121725A priority patent/EP1164578B1/en
Priority to KR1019960048690A priority patent/KR100427754B1/ko
Priority to DE69625875T priority patent/DE69625875T2/de
Priority to EP01121726A priority patent/EP1164579B1/en
Priority to MX9605122A priority patent/MX9605122A/es
Priority to DE69634179T priority patent/DE69634179T2/de
Priority to CNB961219424A priority patent/CN100409308C/zh
Publication of JPH09127991A publication Critical patent/JPH09127991A/ja
Application granted granted Critical
Publication of JP3707116B2 publication Critical patent/JP3707116B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

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
    • G10L19/02—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 spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/0212—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 spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
    • 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
    • G10L19/02—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 spectral analysis, e.g. transform vocoders or subband 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
    • G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • 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
    • G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] 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
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/93—Discriminating between voiced and unvoiced parts of speech signals

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)

Abstract

(57)【要約】 【課題】 破裂音や摩擦音がきれいに再生でき、有声音
（Ｖ）部と無声音（ＵＶ）部との遷移部分でも異音等の
発生する虞れがなく、鼻詰まり感のない明瞭度の高い音
声が得られる。 【解決手段】 入力音声信号のＬＰＣ（線形予測符号
化）残差を求めてハーモニックコーディングを行う第１
の符号化部１１０と、入力音声信号に対して位相伝送を
行う波形符号化により符号化する第２の符号化部１２０
とを有し、入力信号の有声音（Ｖ）の部分の符号化に第
１の符号化部１１０を用い、入力信号の無声音（ＵＶ）
の部分の符号化には第２の符号化部１２０を用いるよう
にする。第２の符号化部１２０には、合成による分析法
を用いて最適ベクトルのクローズドループサーチによる
ベクトル量子化を用いた符号励起線形予測（ＣＥＬＰ）
符号化の構成が用いられる。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、入力音声信号をブ
ロック単位で区分して、区分されたブロックを単位とし
て符号化処理を行うような音声符号化方法、この符号化
された信号を復号化する音声復号化方法、及び音声符号
化復号化方法に関する。
【０００２】
【従来の技術】オーディオ信号（音声信号や音響信号を
含む）の時間領域や周波数領域における統計的性質と人
間の聴感上の特性を利用して信号圧縮を行うような符号
化方法が種々知られている。この符号化方法としては、
大別して時間領域での符号化、周波数領域での符号化、
分析合成符号化等が挙げられる。
【０００３】音声信号等の高能率符号化の例として、ハ
ーモニック（Harmonic）符号化、ＭＢＥ（Multiband Ex
citation: マルチバンド励起）符号化等のサイン波分析
符号化や、ＳＢＣ（Sub-band Coding:帯域分割符号
化）、ＬＰＣ（Linear Predictive Coding: 線形予測符
号化）、あるいはＤＣＴ（離散コサイン変換）、ＭＤＣ
Ｔ（モデファイドＤＣＴ）、ＦＦＴ（高速フーリエ変
換）等が知られている。
【０００４】
【発明が解決しようとする課題】ところで、従来のＭＢ
Ｅ符号化、ハーモニック符号化などにおいては、無声音
（ＵＶ）部はノイズ発生回路で発生させていたが、ｐ、
ｋ、ｔ等の破裂音や摩擦音がきれいにでないという欠点
があった。
【０００５】また、有声音（Ｖ）部と無声音（ＵＶ）部
との遷移部分において、全く性質の異なるＬＳＰ（線ス
ペクトル対）等の符号化パラメータ同士を補間すると、
異音が発生することがあった。
【０００６】また、従来のサイン波合成符号化では、ピ
ッチが低い特に男声で、鼻詰まり感のある不自然な音声
となることが多い。
【０００７】本発明は、このような実情に鑑みてなされ
たものであり、ｐ、ｋ、ｔ等の破裂音や摩擦音がきれい
に再生でき、有声音（Ｖ）部と無声音（ＵＶ）部との遷
移部分でも異音等の発生する虞れがなく、鼻詰まり感の
ない明瞭度の高い音声が得られるような音声符号化方法
及び装置、音声復号化方法及び装置の提供を目的とす
る。
【０００８】
【課題を解決するための手段】本発明に係る音声符号化
方法は、上述した課題を解決するために、入力音声信号
を時間軸上でブロック単位で区分して各ブロック単位で
符号化を行う際に、入力音声信号の短期予測残差を求
め、求められた短期予測残差をサイン波分析符号化し、
上記入力音声信号を位相伝送を行う波形符号化により符
号化している。
【０００９】ここで、上記入力音声信号が有声音か無声
音かを判別し、その判別結果に基づいて、有声音とされ
た部分では上記サイン波分析符号化を行い、無声音とさ
れた部分では合成による分析法を用いて最適ベクトルの
クローズドループサーチによる時間軸波形のベクトル量
子化を行うことが挙げられる。
【００１０】
【発明の実施の形態】以下、本発明に係る好ましい実施
の形態について説明する。先ず、図１は、本発明に係る
音声符号化方法の実施の形態が適用された符号化装置の
基本構成を示している。
【００１１】ここで、図１の音声信号符号化装置の基本
的な考え方は、入力音声信号の短期予測残差例えばＬＰ
Ｃ（線形予測符号化）残差を求めてサイン波分析（sinu
soidal analysis ）符号化、例えばハーモニックコーデ
ィング（harmonic coding ）を行う第１の符号化部１１
０と、入力音声信号に対して位相伝送を行う波形符号化
により符号化する第２の符号化部１２０とを有し、入力
信号の有声音（Ｖ：Voiced）の部分の符号化に第１の符
号化部１１０を用い、入力信号の無声音（ＵＶ：Unvoic
ed）の部分の符号化には第２の符号化部１２０を用いる
ようにすることである。
【００１２】上記第１の符号化部１１０には、例えばＬ
ＰＣ残差をハーモニック符号化やマルチバンド励起（Ｍ
ＢＥ）符号化のようなサイン波分析符号化を行う構成が
用いられる。上記第２の符号化部１２０には、例えば合
成による分析法を用いて最適ベクトルのクローズドルー
プサーチによるベクトル量子化を用いた符号励起線形予
測（ＣＥＬＰ）符号化の構成が用いられる。
【００１３】図１の例では、入力端子１０１に供給され
た音声信号が、第１の符号化部１１０のＬＰＣ逆フィル
タ１１１及びＬＰＣ分析・量子化部１１３に送られてい
る。ＬＰＣ分析・量子化部１１３から得られたＬＰＣ係
数あるいはいわゆるαパラメータは、ＬＰＣ逆フィルタ
１１１に送られて、このＬＰＣ逆フィルタ１１１により
入力音声信号の線形予測残差（ＬＰＣ残差）が取り出さ
れる。また、ＬＰＣ分析・量子化部１１３からは、後述
するようにＬＳＰ（線スペクトル対）の量子化出力が取
り出され、これが出力端子１０２に送られる。ＬＰＣ逆
フィルタ１１１からのＬＰＣ残差は、サイン波分析符号
化部１１４に送られる。サイン波分析符号化部１１４で
は、ピッチ検出やスペクトルエンベロープ振幅計算が行
われると共に、Ｖ（有声音）／ＵＶ（無声音）判定部１
１５によりＶ／ＵＶの判定が行われる。サイン波分析符
号化部１１４からのスペクトルエンベロープ振幅データ
がベクトル量子化部１１６に送られる。スペクトルエン
ベロープのベクトル量子化出力としてのベクトル量子化
部１１６からのコードブックインデクスは、スイッチ１
１７を介して出力端子１０３に送られ、サイン波分析符
号化部１１４からの出力は、スイッチ１１８を介して出
力端子１０４に送られる。また、Ｖ／ＵＶ判定部１１５
からのＶ／ＵＶ判定出力は、出力端子１０５に送られる
と共に、スイッチ１１７、１１８の制御信号として送ら
れており、上述した有声音（Ｖ）のとき上記インデクス
及びピッチが選択されて各出力端子１０３及び１０４か
らそれぞれ取り出される。
【００１４】図１の第２の符号化部１２０は、この例で
はＣＥＬＰ（符号励起線形予測）符号化構成を有してお
り、雑音符号帳１２１からの出力を、重み付きの合成フ
ィルタ１２２により合成処理し、得られた重み付き音声
を減算器１２３に送り、入力端子１０１に供給された音
声信号を聴覚重み付けフィルタ１２５を介して得られた
音声との誤差を取り出し、この誤差を距離計算回路１２
４に送って距離計算を行い、誤差が最小となるようなベ
クトルを雑音符号帳１２１でサーチするような、合成に
よる分析（Analysis by Synthesis ）法を用いたクロー
ズドループサーチを用いた時間軸波形のベクトル量子化
を行っている。このＣＥＬＰ符号化は、上述したように
無声音部分の符号化に用いられており、雑音符号帳１２
１からのＵＶデータとしてのコードブックインデクス
は、上記Ｖ／ＵＶ判定部１１５からのＶ／ＵＶ判定結果
が無声音（ＵＶ）のときオンとなるスイッチ１２７を介
して、出力端子１０７より取り出される。
【００１５】次に、図２は、本発明に係る音声復号化方
法の一実施の形態が適用された音声信号復号化装置とし
て、上記図１の音声信号符号化装置に対応する音声信号
復号化装置の基本構成を示すブロック図である。
【００１６】この図２において、入力端子２０２には上
記図１の出力端子１０２からの上記ＬＳＰ（線スペクト
ル対）の量子化出力としてのコードブックインデクスが
入力される。入力端子２０３、２０４、及び２０５に
は、上記図１の各出力端子１０３、１０４、及び１０５
からの各出力、すなわちエンベロープ量子化出力として
のインデクス、ピッチ、及びＶ／ＵＶ判定出力がそれぞ
れ入力される。また、入力端子２０７には、上記図１の
出力端子１０７からのＵＶ（無声音）用のデータとして
のインデクスが入力される。
【００１７】入力端子２０３からのエンベロープ量子化
出力としてのインデクスは、逆ベクトル量子化器２１２
に送られて逆ベクトル量子化され、ＬＰＣ残差のスペク
トルエンベロープが求められて有声音合成部２１１に送
られる。有声音合成部２１１は、サイン波合成により有
声音部分のＬＰＣ（線形予測符号化）残差を合成するも
のであり、この有声音合成部２１１には入力端子２０４
及び２０５からのピッチ及びＶ／ＵＶ判定出力も供給さ
れている。有声音合成部２１１からの有声音のＬＰＣ残
差は、ＬＰＣ合成フィルタ２１４に送られる。また、入
力端子２０７からのＵＶデータのインデクスは、無声音
合成部２２０に送られて、雑音符号帳を参照することに
より無声音部分のＬＰＣ残差が取り出される。このＬＰ
Ｃ残差もＬＰＣ合成フィルタ２１４に送られる。ＬＰＣ
合成フィルタ２１４では、上記有声音部分のＬＰＣ残差
と無声音部分のＬＰＣ残差とがそれぞれ独立に、ＬＰＣ
合成処理が施される。あるいは、有声音部分のＬＰＣ残
差と無声音部分のＬＰＣ残差とが加算されたものに対し
てＬＰＣ合成処理を施すようにしてもよい。ここで入力
端子２０２からのＬＳＰのインデクスは、ＬＰＣパラメ
ータ再生部２１３に送られて、ＬＰＣのαパラメータが
取り出され、これがＬＰＣ合成フィルタ２１４に送られ
る。ＬＰＣ合成フィルタ２１４によりＬＰＣ合成されて
得られた音声信号は、出力端子２０１より取り出され
る。
【００１８】次に、上記図１に示した音声信号符号化装
置のより具体的な構成について、図３を参照しながら説
明する。なお、図３において、上記図１の各部と対応す
る部分には同じ指示符号を付している。
【００１９】この図３に示された音声信号符号化装置に
おいて、入力端子１０１に供給された音声信号は、ハイ
パスフィルタ（ＨＰＦ）１０９にて不要な帯域の信号を
除去するフィルタ処理が施された後、ＬＰＣ（線形予測
符号化）分析・量子化部１１３のＬＰＣ分析回路１３２
と、ＬＰＣ逆フィルタ回路１１１とに送られる。
【００２０】ＬＰＣ分析・量子化部１１３のＬＰＣ分析
回路１３２は、入力信号波形の２５６サンプル程度の長
さを１ブロックとしてハミング窓をかけて、自己相関法
により線形予測係数、いわゆるαパラメータを求める。
データ出力の単位となるフレーミングの間隔は、１６０
サンプル程度とする。サンプリング周波数ｆｓが例えば
８ｋHzのとき、１フレーム間隔は１６０サンプルで２０
ｍsec となる。
【００２１】ＬＰＣ分析回路１３２からのαパラメータ
は、α→ＬＳＰ変換回路１３３に送られて、線スペクト
ル対（ＬＳＰ）パラメータに変換される。これは、直接
型のフィルタ係数として求まったαパラメータを、例え
ば１０個、すなわち５対のＬＳＰパラメータに変換す
る。変換は例えばニュートン−ラプソン法等を用いて行
う。このＬＳＰパラメータに変換するのは、αパラメー
タよりも補間特性に優れているからである。
【００２２】α→ＬＳＰ変換回路１３３からのＬＳＰパ
ラメータは、ＬＳＰ量子化器１３４によりマトリクスあ
るいはベクトル量子化される。このとき、フレーム間差
分をとってからベクトル量子化してもよく、複数フレー
ム分をまとめてマトリクス量子化してもよい。ここで
は、２０ｍsec を１フレームとし、２０ｍsec 毎に算出
されるＬＳＰパラメータを２フレーム分まとめて、マト
リクス量子化及びベクトル量子化している。
【００２３】このＬＳＰ量子化器１３４からの量子化出
力、すなわちＬＳＰ量子化のインデクスは、端子１０２
を介して取り出され、また量子化済みのＬＳＰベクトル
は、ＬＳＰ補間回路１３６に送られる。
【００２４】ＬＳＰ補間回路１３６は、上記２０ｍsec
あるいは４０ｍsec 毎に量子化されたＬＳＰのベクトル
を補間し、８倍のレートにする。すなわち、２．５ｍse
c 毎にＬＳＰベクトルが更新されるようにする。これ
は、残差波形をハーモニック符号化復号化方法により分
析合成すると、その合成波形のエンベロープは非常にな
だらかでスムーズな波形になるため、ＬＰＣ係数が２０
ｍsec 毎に急激に変化すると異音を発生することがある
からである。すなわち、２．５ｍsec 毎にＬＰＣ係数が
徐々に変化してゆくようにすれば、このような異音の発
生を防ぐことができる。
【００２５】このような補間が行われた２．５ｍsec 毎
のＬＳＰベクトルを用いて入力音声の逆フィルタリング
を実行するために、ＬＳＰ→α変換回路１３７により、
ＬＳＰパラメータを例えば１０次程度の直接型フィルタ
の係数であるαパラメータに変換する。このＬＳＰ→α
変換回路１３７からの出力は、上記ＬＰＣ逆フィルタ回
路１１１に送られ、このＬＰＣ逆フィルタ１１１では、
２．５ｍsec 毎に更新されるαパラメータにより逆フィ
ルタリング処理を行って、滑らかな出力を得るようにし
ている。このＬＰＣ逆フィルタ１１１からの出力は、サ
イン波分析符号化部１１４、具体的には例えばハーモニ
ック符号化回路、の直交変換回路１４５、例えばＤＦＴ
（離散フーリエ変換）回路に送られる。
【００２６】ＬＰＣ分析・量子化部１１３のＬＰＣ分析
回路１３２からのαパラメータは、聴覚重み付けフィル
タ算出回路１３９に送られて聴覚重み付けのためのデー
タが求められ、この重み付けデータが後述する聴覚重み
付きのベクトル量子化器１１６と、第２の符号化部１２
０の聴覚重み付けフィルタ１２５及び聴覚重み付きの合
成フィルタ１２２とに送られる。
【００２７】ハーモニック符号化回路等のサイン波分析
符号化部１１４では、ＬＰＣ逆フィルタ１１１からの出
力を、ハーモニック符号化の方法で分析する。すなわ
ち、ピッチ検出、各ハーモニクスの振幅Ａｍの算出、有
声音（Ｖ）／無声音（ＵＶ）の判別を行い、ピッチによ
って変化するハーモニクスのエンベロープあるいは振幅
Ａｍの個数を次元変換して一定数にしている。
【００２８】図３に示すサイン波分析符号化部１１４の
具体例においては、一般のハーモニック符号化を想定し
ているが、特に、ＭＢＥ（Multiband Excitation: マル
チバンド励起）符号化の場合には、同時刻（同じブロッ
クあるいはフレーム内）の周波数軸領域いわゆるバンド
毎に有声音（Voiced）部分と無声音（Unvoiced）部分と
が存在するという仮定でモデル化することになる。それ
以外のハーモニック符号化では、１ブロックあるいはフ
レーム内の音声が有声音か無声音かの択一的な判定がな
されることになる。なお、以下の説明中のフレーム毎の
Ｖ／ＵＶとは、ＭＢＥ符号化に適用した場合には全バン
ドがＵＶのときを当該フレームのＵＶとしている。
【００２９】図３のサイン波分析符号化部１１４のオー
プンループピッチサーチ部１４１には、上記入力端子１
０１からの入力音声信号が、またゼロクロスカウンタ１
４２には、上記ＨＰＦ（ハイパスフィルタ）１０９から
の信号がそれぞれ供給されている。サイン波分析符号化
部１１４の直交変換回路１４５には、ＬＰＣ逆フィルタ
１１１からのＬＰＣ残差あるいは線形予測残差が供給さ
れている。オープンループピッチサーチ部１４１では、
入力信号のＬＰＣ残差をとってオープンループによる比
較的ラフなピッチのサーチが行われ、抽出された粗ピッ
チデータは高精度ピッチサーチ１４６に送られて、後述
するようなクローズドループによる高精度のピッチサー
チ（ピッチのファインサーチ）が行われる。また、オー
プンループピッチサーチ部１４１からは、上記粗ピッチ
データと共にＬＰＣ残差の自己相関の最大値をパワーで
正規化した正規化自己相関最大値ｒ(p) が取り出され、
Ｖ／ＵＶ（有声音／無声音）判定部１１５に送られてい
る。
【００３０】直交変換回路１４５では例えばＤＦＴ（離
散フーリエ変換）等の直交変換処理が施されて、時間軸
上のＬＰＣ残差が周波数軸上のスペクトル振幅データに
変換される。この直交変換回路１４５からの出力は、高
精度ピッチサーチ部１４６及びスペクトル振幅あるいは
エンベロープを評価するためのスペクトル評価部１４８
に送られる。
【００３１】高精度（ファイン）ピッチサーチ部１４６
には、オープンループピッチサーチ部１４１で抽出され
た比較的ラフな粗ピッチデータと、直交変換部１４５に
より例えばＤＦＴされた周波数軸上のデータとが供給さ
れている。この高精度ピッチサーチ部１４６では、上記
粗ピッチデータ値を中心に、0.２〜0.５きざみで±数サ
ンプルずつ振って、最適な小数点付き（フローティン
グ）のファインピッチデータの値へ追い込む。このとき
のファインサーチの手法として、いわゆる合成による分
析 (Analysis by Synthesis)法を用い、合成されたパワ
ースペクトルが原音のパワースペクトルに最も近くなる
ようにピッチを選んでいる。このようなクローズドルー
プによる高精度のピッチサーチ部１４６からのピッチデ
ータについては、スイッチ１１８を介して出力端子１０
４に送っている。
【００３２】スペクトル評価部１４８では、ＬＰＣ残差
の直交変換出力としてのスペクトル振幅及びピッチに基
づいて各ハーモニクスの大きさ及びその集合であるスペ
クトルエンベロープが評価され、高精度ピッチサーチ部
１４６、Ｖ／ＵＶ（有声音／無声音）判定部１１５及び
聴覚重み付きのベクトル量子化器１１６に送られる。
【００３３】Ｖ／ＵＶ（有声音／無声音）判定部１１５
は、直交変換回路１４５からの出力と、高精度ピッチサ
ーチ部１４６からの最適ピッチと、スペクトル評価部１
４８からのスペクトル振幅データと、オープンループピ
ッチサーチ部１４１からの正規化自己相関最大値ｒ(p)
と、ゼロクロスカウンタ４１２からのゼロクロスカウン
ト値とに基づいて、当該フレームのＶ／ＵＶ判定が行わ
れる。さらに、ＭＢＥの場合の各バンド毎のＶ／ＵＶ判
定結果の境界位置も当該フレームのＶ／ＵＶ判定の一条
件としてもよい。このＶ／ＵＶ判定部１１５からの判定
出力は、出力端子１０５を介して取り出される。
【００３４】ところで、スペクトル評価部１４８の出力
部あるいはベクトル量子化器１１６の入力部には、デー
タ数変換（一種のサンプリングレート変換）部が設けら
れている。このデータ数変換部は、上記ピッチに応じて
周波数軸上での分割帯域数が異なり、データ数が異なる
ことを考慮して、エンベロープの振幅データ｜Ａm｜を
一定の個数にするためのものである。すなわち、例えば
有効帯域を３４００ｋHzまでとすると、この有効帯域が
上記ピッチに応じて、８バンド〜６３バンドに分割され
ることになり、これらの各バンド毎に得られる上記振幅
データ｜Ａm｜の個数ｍMX＋１も８〜６３と変化するこ
とになる。このためデータ数変換部１１９では、この可
変個数ｍMX＋１の振幅データを一定個数Ｍ個、例えば４
４個、のデータに変換している。
【００３５】このスペクトル評価部１４８の出力部ある
いはベクトル量子化器１１６の入力部に設けられたデー
タ数変換部からの上記一定個数Ｍ個（例えば４４個）の
振幅データあるいはエンベロープデータが、ベクトル量
子化器１１６により、所定個数、例えば４４個のデータ
毎にまとめられてベクトルとされ、重み付きベクトル量
子化が施される。この重みは、聴覚重み付けフィルタ算
出回路１３９からの出力により与えられる。ベクトル量
子化器１１６からの上記エンベロープのインデクスは、
スイッチ１１７を介して出力端子１０３より取り出され
る。なお、上記重み付きベクトル量子化に先だって、所
定個数のデータから成るベクトルについて適当なリーク
係数を用いたフレーム間差分をとっておくようにしても
よい。
【００３６】次に、第２の符号化部１２０について説明
する。第２の符号化部１２０は、いわゆるＣＥＬＰ（符
号励起線形予測）符号化構成を有しており、特に、入力
音声信号の無声音部分の符号化のために用いられてい
る。この無声音部分用のＣＥＬＰ符号化構成において、
雑音符号帳、いわゆるストキャスティック・コードブッ
ク（stochastic code book）１２１からの代表値出力で
ある無声音のＬＰＣ残差に相当するノイズ出力を、ゲイ
ン回路１２６を介して、聴覚重み付きの合成フィルタ１
２２に送っている。重み付きの合成フィルタ１２２で
は、入力されたノイズをＬＰＣ合成処理し、得られた重
み付き無声音の信号を減算器１２３に送っている。減算
器１２３には、上記入力端子１０１からＨＰＦ（ハイパ
スフィルタ）１０９を介して供給された音声信号を聴覚
重み付けフィルタ１２５で聴覚重み付けした信号が入力
されており、合成フィルタ１２２からの信号との差分あ
るいは誤差を取り出している。この誤差を距離計算回路
１２４に送って距離計算を行い、誤差が最小となるよう
な代表値ベクトルを雑音符号帳１２１でサーチする。こ
のような合成による分析（Analysis by Synthesis ）法
を用いたクローズドループサーチを用いた時間軸波形の
ベクトル量子化を行っている。
【００３７】このＣＥＬＰ符号化構成を用いた第２の符
号化部１２０からのＵＶ（無声音）部分用のデータとし
ては、雑音符号帳１２１からのコードブックのシェイプ
インデクスと、ゲイン回路１２６からのコードブックの
ゲインインデクスとが取り出される。雑音符号帳１２１
からのＵＶデータであるシェイプインデクスは、スイッ
チ１２７ｓを介して出力端子１０７ｓに送られ、ゲイン
回路１２６のＵＶデータであるゲインインデクスは、ス
イッチ１２７ｇを介して出力端子１０７ｇに送られてい
る。
【００３８】ここで、これらのスイッチ１２７ｓ、１２
７ｇ及び上記スイッチ１１７、１１８は、上記Ｖ／ＵＶ
判定部１１５からのＶ／ＵＶ判定結果によりオン／オフ
制御され、スイッチ１１７、１１８は、現在伝送しよう
とするフレームの音声信号のＶ／ＵＶ判定結果が有声音
（Ｖ）のときオンとなり、スイッチ１２７ｓ、１２７ｇ
は、現在伝送しようとするフレームの音声信号が無声音
（ＵＶ）のときオンとなる。
【００３９】次に、図４は、上記図２に示した本発明に
係る実施の形態としての音声信号復号化装置のより具体
的な構成を示している。この図４において、上記図２の
各部と対応する部分には、同じ指示符号を付している。
【００４０】この図４において、入力端子２０２には、
上記図１、３の出力端子１０２からの出力に相当するＬ
ＳＰのベクトル量子化出力、いわゆるコードブックのイ
ンデクスが供給されている。
【００４１】このＬＳＰのインデクスは、ＬＰＣパラメ
ータ再生部２１３のＬＳＰの逆ベクトル量子化器２３１
に送られてＬＳＰ（線スペクトル対）データに逆ベクト
ル量子化され、ＬＳＰ補間回路２３２、２３３に送られ
てＬＳＰの補間処理が施された後、ＬＳＰ→α変換回路
２３４、２３５でＬＰＣ（線形予測符号）のαパラメー
タに変換され、このαパラメータがＬＰＣ合成フィルタ
２１４に送られる。ここで、ＬＳＰ補間回路２３２及び
ＬＳＰ→α変換回路２３４は有声音（Ｖ）用であり、Ｌ
ＳＰ補間回路２３３及びＬＳＰ→α変換回路２３５は無
声音（ＵＶ）用である。またＬＰＣ合成フィルタ２１４
は、有声音部分のＬＰＣ合成フィルタ２３６と、無声音
部分のＬＰＣ合成フィルタ２３７とを分離している。す
なわち、有声音部分と無声音部分とでＬＰＣの係数補間
を独立に行うようにして、有声音から無声音への遷移部
や、無声音から有声音への遷移部で、全く性質の異なる
ＬＳＰ同士を補間することによる悪影響を防止してい
る。
【００４２】また、図４の入力端子２０３には、上記図
１、図３のエンコーダ側の端子１０３からの出力に対応
するスペクトルエンベロープ（Ａｍ）の重み付けベクト
ル量子化されたコードインデクスデータが供給され、入
力端子２０４には、上記図１、図３の端子１０４からの
ピッチのデータが供給され、入力端子２０５には、上記
図１、図３の端子１０５からのＶ／ＵＶ判定データが供
給されている。
【００４３】入力端子２０３からのスペクトルエンベロ
ープＡｍのベクトル量子化されたインデクスデータは、
逆ベクトル量子化器２１２に送られて逆ベクトル量子化
が施され、上記データ数変換に対応する逆変換が施され
て、スペクトルエンベロープのデータとなって、有声音
合成部２１１のサイン波合成回路２１５に送られてい
る。
【００４４】なお、エンコード時にスペクトルのベクト
ル量子化に先だってフレーム間差分をとっている場合に
は、ここでの逆ベクトル量子化後にフレーム間差分の復
号を行ってからデータ数変換を行い、スペクトルエンベ
ロープのデータを得る。
【００４５】サイン波合成回路２１５には、入力端子２
０４からのピッチ及び入力端子２０５からの上記Ｖ／Ｕ
Ｖ判定データが供給されている。サイン波合成回路２１
５からは、上述した図１、図３のＬＰＣ逆フィルタ１１
１からの出力に相当するＬＰＣ残差データが取り出さ
れ、これが加算器２１８に送られている。
【００４６】また、逆ベクトル量子化器２１２からのエ
ンベロープのデータと、入力端子２０４、２０５からの
ピッチ、Ｖ／ＵＶ判定データとは、有声音（Ｖ）部分の
ノイズ加算のためのノイズ合成回路２１６に送られてい
る。このノイズ合成回路２１６からの出力は、重み付き
重畳加算回路２１７を介して加算器２１８に送ってい
る。これは、サイン波合成によって有声音のＬＰＣ合成
フィルタへの入力となるエクサイテイション（Excitati
on：励起、励振）を作ると、男声等の低いピッチの音で
鼻づまり感がある点、及びＶ（有声音）とＵＶ（無声
音）とで音質が急激に変化し不自然に感じる場合がある
点を考慮し、有声音部分のＬＰＣ合成フィルタ入力すな
わちエクサイテイションについて、音声符号化データに
基づくパラメータ、例えばピッチ、スペクトルエンベロ
ープ振幅、フレーム内の最大振幅、残差信号のレベル等
を考慮したノイズをＬＰＣ残差信号の有声音部分に加え
ているものである。
【００４７】加算器２１８からの加算出力は、ＬＰＣ合
成フィルタ２１４の有声音用の合成フィルタ２３６に送
られてＬＰＣの合成処理が施されることにより時間波形
データとなり、さらに有声音用ポストフィルタ２３８ｖ
でフィルタ処理された後、加算器２３９に送られる。
【００４８】次に、図４の入力端子２０７ｓ及び２０７
ｇには、上記図３の出力端子１０７ｓ及び１０７ｇから
のＵＶデータとしてのシェイプインデクス及びゲインイ
ンデクスがそれぞれ供給され、無声音合成部２２０に送
られている。端子２０７ｓからのシェイプインデクス
は、無声音合成部２２０の雑音符号帳２２１に、端子２
０７ｇからのゲインインデクスはゲイン回路２２２にそ
れぞれ送られている。雑音符号帳２２１から読み出され
た代表値出力は、無声音のＬＰＣ残差に相当するノイズ
信号成分であり、これがゲイン回路２２２で所定のゲイ
ンの振幅となり、窓かけ回路２２３に送られて、上記有
声音部分とのつなぎを円滑化するための窓かけ処理が施
される。
【００４９】窓かけ回路２２３からの出力は、無声音合
成部２２０からの出力として、ＬＰＣ合成フィルタ２１
４のＵＶ（無声音）用の合成フィルタ２３７に送られ
る。合成フィルタ２３７では、ＬＰＣ合成処理が施され
ることにより無声音部分の時間波形データとなり、この
無声音部分の時間波形データは無声音用ポストフィルタ
２３８ｕでフィルタ処理された後、加算器２３９に送ら
れる。
【００５０】加算器２３９では、有声音用ポストフィル
タ２３８ｖからの有声音部分の時間波形信号と、無声音
用ポストフィルタ２３８ｕからの無声音部分の時間波形
データとが加算され、出力端子２０１より取り出され
る。
【００５１】ところで、上記音声信号符号化装置では、
出力データのビットレートが可変されて出力される。
【００５２】具体的には、出力データのビットレート
を、低ビットレートと高ビットレートとに切り換えるこ
とができる。例えば、低ビットレートを２ｋbpsとし、
高ビットレートを６ｋbpsとする場合には、以下の表１
に示す各ビットレートのデータが出力される。
【００５３】
【表１】
【００５４】出力端子１０４からのピッチデータについ
ては、有声音時に、常に８bits／２０ｍsecで出力さ
れ、出力端子１０５から出力されるＶ／ＵＶ判定出力
は、常に１bit／２０ｍsecである。出力端子１０２から
出力されるＬＳＰ量子化のインデクスは、３２bits／４
０ｍsecと４８bits／４０ｍsecとの間で切り換えが行わ
れる。また、出力端子１０３から出力される有声音時
（Ｖ）のインデクスは、１５bits／２０ｍsecと８７bit
s／２０ｍsecとの間で切り換えが行われ、出力端子１０
７ｓ、１０７ｇから出力される無声音時（ＵＶ）のイン
デクスは、１１bits／１０ｍsecと２３bits／５ｍsecと
の間で切り換えが行われる。これにより、有声音時
（Ｖ）の出力データは、２ｋbpsでは４０bits／２０ｍs
ecとなり、６ｋbpsでは１２０bits／２０ｍsecとなる。
また、無声音時（ＵＶ）の出力データは、２ｋbpsでは
３９bits／２０ｍsecとなり、６ｋbpsでは１１７bits／
２０ｍsecとなる。
【００５５】尚、上記ＬＳＰ量子化のインデクス、有声
音時（Ｖ）のインデクス、及び無声音時（ＵＶ）のイン
デクスについては、後述する各部の構成と共に説明す
る。
【００５６】次に、図５及び図６を用いて、ＬＳＰ量子
化器１３４におけるマトリクス量子化及びベクトル量子
化について詳細に説明する。
【００５７】上述のように、ＬＰＣ分析回路１３２から
のαパラメータは、α→ＬＳＰ変換回路１３３に送られ
て、ＬＳＰパラメータに変換される。例えば、ＬＰＣ分
析回路１３２でＰ次のＬＰＣ分析を行う場合には、αパ
ラメータはＰ個算出される。このＰ個のαパラメータ
は、ＬＳＰパラメータに変換され、バッファ６１０に保
持される。
【００５８】このバッファ６１０からは、２フレーム分
のＬＳＰパラメータが出力される。２フレーム分のＬＳ
Ｐパラメータはマトリクス量子化部６２０でマトリクス
量子化される。マトリクス量子化部６２０は、第１のマ
トリクス量子化部６２０1と第２のマトリクス量子化部
６２０2とから成る。２フレーム分のＬＳＰパラメータ
は、第１のマトリクス量子化部６２０1でマトリクス量
子化され、これにより得られる量子化誤差が、第２のマ
トリクス量子化部６２０2でさらにマトリクス量子化さ
れる。これらのマトリクス量子化により、時間軸方向の
相関を取り除く。
【００５９】マトリクス量子化部６２０2からの２フレ
ーム分の量子化誤差は、ベクトル量子化部６４０に入力
される。ベクトル量子化部６４０は、第１のベクトル量
子化部６４０1と第２のベクトル量子化部６４０2とから
成る。さらに、第１のベクトル量子化部６４０1は、２
つのベクトル量子化部６５０、６６０から成り、第２の
ベクトル量子化部６４０2は、２つのベクトル量子化部
６７０、６８０から成る。第１のベクトル量子化部６４
０1のベクトル量子化部６５０、６６０で、マトリクス
量子化部６２０からの量子化誤差が、それぞれ１フレー
ム毎にベクトル量子化される。これにより得られる量子
化誤差ベクトルは、第２のベクトル量子化部６４０2の
ベクトル量子化部６７０、６８０で、さらにベクトル量
子化される。これらのベクトル量子化により、周波数軸
方向の相関を処理する。
【００６０】このように、マトリクス量子化を施す工程
を行うマトリクス量子化部６２０は、第１のマトリクス
量子化工程を行う第１のマトリクス量子化部６２０
1と、この第１のマトリクス量子化による量子化誤差を
マトリクス量子化する第２のマトリクス量子化工程を行
う第２のマトリクス量子化部６２０2とを少なくとも有
し、上記ベクトル量子化を施す工程を行うベクトル量子
化部６４０は、第１のベクトル量子化工程を行う第１の
ベクトル量子化部６４０1と、この第１のベクトル量子
化の際の量子化誤差ベクトルをベクトル量子化する第２
のベクトル量子化工程を行う第２のベクトル量子化部６
４０2とを少なくとも有する。
【００６１】次に、マトリクス量子化及びベクトル量子
化について具体的に説明する。
【００６２】バッファ６１０に保持された、２フレーム
分のＬＳＰパラメータ、すなわち１０×２の行列は、マ
トリクス量子化器６２０1に送られる。上記第１のマト
リクス量子化部６１０1では、２フレーム分のＬＳＰパ
ラメータが加算器６２１を介して重み付き距離計算器６
２３に送られ、最小となる重み付き距離が算出される。
【００６３】この第１のマトリクス量子化部６２０1に
よるコードブックサーチ時の歪尺度ｄMQ1は、ＬＳＰパ
ラメータＸ1、量子化値Ｘ 1を用い、（１）式で示す。
【００６４】
【数１】
【００６５】ここで、ｔはフレーム番号、ｉはＰ次元の
番号を示す。
【００６６】また、このときの、周波数軸方向及び時間
軸方向に重みの制限を考慮しない場合の重みＷを（２）
式で示す。
【００６７】
【数２】
【００６８】この（２）式の重みＷは、後段のマトリク
ス量子化及びベクトル量子化でも用いられる。
【００６９】算出された重み付き距離はマトリクス量子
化器（ＭＱ1）６２２に送られて、マトリクス量子化が
行われる。このマトリクス量子化により出力される８ビ
ットのインデクスは信号切換器６９０に送られる。ま
た、マトリクス量子化による量子化値は、加算器６２１
で、バッファ６１０からの次の２フレーム分のＬＳＰパ
ラメータから減算される。重み付き距離計算器６２３で
は、加算器６２１からの出力を用いて、最小となる重み
付き距離が算出される。このように、２フレーム毎に、
順次、重み付き距離計算器６２３では重み付き距離が算
出されて、マトリクス量子化器６２２でマトリクス量子
化が行われる。また、加算器６２１からの出力は、第２
のマトリクス量子化部６２０2の加算器６３１に送られ
る。
【００７０】第２のマトリクス量子化部６２０2でも第
１のマトリクス量子化部６２０1と同様にして、マトリ
クス量子化を行う。上記加算器６２１からの出力は、加
算器６３１を介して重み付き距離計算器６３３に送ら
れ、最小となる重み付き距離が算出される。
【００７１】この第２のマトリクス量子化部６２０2に
よるコードブックサーチ時の歪尺度ｄMQ2を、第１のマ
トリクス量子化部６２０1からの量子化誤差Ｘ2、量子化
値Ｘ 2により、（３）式で示す。
【００７２】
【数３】
【００７３】この重み付き距離はマトリクス量子化器
（ＭＱ2）６３２に送られて、マトリクス量子化が行わ
れる。このマトリクス量子化により出力される８ビット
のインデクスは信号切換器６９０に送られる。また、マ
トリクス量子化による量子化値は、加算器６３１で、次
の２フレーム分の量子化誤差から減算される。重み付き
距離計算器６３３では、加算器６３１からの出力を用い
て、最小となる重み付き距離が順次算出される。また、
加算器６３１からの出力は、第１のベクトル量子化部６
４０1の加算器６５１、６６１に１フレームずつ送られ
る。
【００７４】この第１のベクトル量子化部６４０1で
は、１フレーム毎にベクトル量子化が行われる。加算器
６３１からの出力は、１フレーム毎に、加算器６５１、
６６１を介して重み付き距離計算器６５３、６６３にそ
れぞれ送られ、最小となる重み付き距離が算出される。
【００７５】量子化誤差Ｘ2と量子化値Ｘ 2との差分は、
１０×２の行列であり、 Ｘ2−Ｘ2’＝［Ｘ 3-1，Ｘ 3-2］ と表すときの、この第１のベクトル量子化部６４０1の
ベクトル量子化器６５２、６６２によるコードブックサ
ーチ時の歪尺度ｄVQ1、ｄVQ2を、（４）、（５）式で示
す。
【００７６】
【数４】
【００７７】この重み付き距離はベクトル量子化器（Ｖ
Ｑ1）６５２、ベクトル量子化器（ＶＱ2）６６２にそれ
ぞれ送られて、ベクトル量子化が行われる。このベクト
ル量子化により出力される各８ビットのインデクスは信
号切換器６９０に送られる。また、ベクトル量子化によ
る量子化値は、加算器６５１、６６１で、次に入力され
る２フレーム分の量子化誤差ベクトルから減算される。
重み付き距離計算器６５３、６６３では、加算器６５
１、６６１からの出力を用いて、最小となる重み付き距
離が順次算出される。また、加算器６５１、６６１から
の出力は、第２のベクトル量子化部６４０2の加算器６
７１、６８１にそれぞれ送られる。
【００７８】ここで、Ｘ 4-1 ＝Ｘ3-1−Ｘ’3-1 Ｘ 4-2 ＝Ｘ3-2−Ｘ’3-2 と表すときの、この第２のベクトル量子化部６４０2の
ベクトル量子化器６７２、６８２によるコードブックサ
ーチ時の歪尺度ｄVQ3、ｄVQ4を、（６）、（７）式で示
す。
【００７９】
【数５】
【００８０】この重み付き距離はベクトル量子化器（Ｖ
Ｑ3）６７２、ベクトル量子化器（ＶＱ4）６８２にそれ
ぞれ送られて、ベクトル量子化が行われる。このベクト
ル量子化により出力される各８ビットのインデクスは信
号切換器６９０に送られる。また、ベクトル量子化によ
る量子化値は、加算器６７１、６８１で、次に入力され
る２フレーム分の量子化誤差ベクトルから減算される。
重み付き距離計算器６７３、６８３では、加算器６７
１、６８１からの出力を用いて、最小となる重み付き距
離が順次算出される。
【００８１】また、コードブックの学習時には、上記各
歪尺度をもとにして、一般化ロイドアルゴリズム（ＧＬ
Ａ）により学習を行う。
【００８２】尚、コードブックサーチ時と学習時の歪尺
度は、異なる値であっても良い。
【００８３】上記マトリクス量子化器６２２、６３２、
ベクトル量子化器６５２、６６２、６７２、６８２から
の各８ビットのインデクスは、信号切換器６９０で切り
換えられて、出力端子６９１から出力される。
【００８４】具体的には、低ビットレート時には、上記
第１のマトリクス量子化工程を行う第１のマトリクス量
子化部６２０1、上記第２のマトリクス量子化工程を行
う第２のマトリクス量子化部６２０2、及び上記第１の
ベクトル量子化工程を行う第１のベクトル量子化部６４
０1での出力を取り出し、高ビットレート時には、上記
低ビットレート時の出力に上記第２のベクトル量子化工
程を行う第２のベクトル量子化部６４０2での出力を合
わせて取り出す。
【００８５】これにより、２ｋbps時には、３２bits／
４０ｍsecのインデクスが出力され、６ｋbps時には、４
８bits／４０ｍsecのインデクスが出力される。
【００８６】また、上記マトリクス量子化部６２０及び
上記ベクトル量子化部６４０では、上記ＬＰＣ係数を表
現するパラメータの持つ特性に合わせた、周波数軸方向
又は時間軸方向、あるいは周波数軸及び時間軸方向に制
限を持つ重み付けを行う。
【００８７】先ず、ＬＳＰパラメータの持つ特性に合わ
せた、周波数軸方向に制限を持つ重み付けについて説明
する。例えば、次数Ｐ＝１０とするとき、ＬＳＰパラメ
ータＸ（ｉ）を、低域、中域、高域の３つの領域とし
て、 Ｌ1＝｛Ｘ（ｉ）｜１≦ｉ≦２｝ Ｌ2＝｛Ｘ（ｉ）｜３≦ｉ≦６｝ Ｌ3＝｛Ｘ（ｉ）｜７≦ｉ≦１０｝ とグループ化する。そして、各グループＬ1、Ｌ2、Ｌ3
の重み付けを１／４、１／２、１／４とすると、各グル
ープＬ1、Ｌ2、Ｌ3の周波数軸方向のみに制限を持つ重
みは、（８）、（９）、（１０）式となる。
【００８８】
【数６】
【００８９】これにより、各ＬＳＰパラメータの重み付
けは、各グループ内でのみ行われ、その重みは各グルー
プに対する重み付けで制限される。
【００９０】ここで、時間軸方向からみると、各フレー
ムの重み付けの総和は、必ず１となるので、時間軸方向
の制限は１フレーム単位である。この時間軸方向のみに
制限を持つ重みは、（１１）式となる。
【００９１】
【数７】
【００９２】この（１１）式により、周波数軸方向での
制限のない、フレーム番号ｔ＝０，１の２つのフレーム
間で、重み付けが行われる。この時間軸方向にのみ制限
を持つ重み付けは、マトリクス量子化を行う２フレーム
間で行う。
【００９３】また、学習時には、学習データとして用い
る全ての音声フレーム、即ち全データのフレーム数Ｔに
ついて、（１２）式により、重み付けを行う。
【００９４】
【数８】
【００９５】また、周波数軸方向及び時間軸方向に制限
を持つ重み付けについて説明する。例えば、次数Ｐ＝１
０とするとき、ＬＳＰパラメータＸ（ｉ，ｔ）を、低
域、中域、高域の３つの領域として、 Ｌ1＝｛Ｘ（ｉ，ｔ）｜１≦ｉ≦２，０≦ｔ≦１｝ Ｌ2＝｛Ｘ（ｉ，ｔ）｜３≦ｉ≦６，０≦ｔ≦１｝ Ｌ3＝｛Ｘ（ｉ，ｔ）｜７≦ｉ≦１０，０≦ｔ≦１｝ とグループ化する。各グループＬ1、Ｌ2、Ｌ3の重み付
けを１／４、１／２、１／４とすると、各グループ
Ｌ1、Ｌ2、Ｌ3の周波数軸方向及び時間軸方向に制限を
持つ重み付けは、（１３）、（１４）、（１５）式とな
る。
【００９６】
【数９】
【００９７】この（１３）、（１４）、（１５）式によ
り、周波数軸方向では３つの帯域毎に、時間軸方向では
マトリクス量子化を行う２フレーム間に重み付けの制限
を加えた重み付けを行う。これは、コードブックサーチ
時及び学習時共に有効となる。
【００９８】また、学習時においては、全データのフレ
ーム数について重み付けを行う。ＬＳＰパラメータＸ
（ｉ，ｔ）を、低域、中域、高域の３つの領域として、 Ｌ1＝｛Ｘ（ｉ，ｔ）｜１≦ｉ≦２，０≦ｔ≦Ｔ｝ Ｌ2＝｛Ｘ（ｉ，ｔ）｜３≦ｉ≦６，０≦ｔ≦Ｔ｝ Ｌ3＝｛Ｘ（ｉ，ｔ）｜７≦ｉ≦１０，０≦ｔ≦Ｔ｝ とグループ化し、各グループＬ1、Ｌ2、Ｌ3の重み付け
を１／４、１／２、１／４とすると、各グループＬ1、
Ｌ2、Ｌ3の周波数軸方向及び時間軸方向に制限を持つ重
み付けは、（１６）、（１７）、（１８）式となる。
【００９９】
【数１０】
【０１００】この（１６）、（１７）、（１８）式によ
り、周波数軸方向では３つの帯域毎に重み付けを行い、
時間軸方向では全フレーム間で重み付けを行うことがで
きる。
【０１０１】さらに、上記マトリクス量子化部６２０及
び上記ベクトル量子化部６４０では、上記ＬＳＰパラメ
ータの変化の大きさに応じて重み付けを行う。音声フレ
ーム全体においては少数フレームとなる、Ｖ→ＵＶ、Ｕ
Ｖ→Ｖの遷移（トランジェント）部において、子音と母
音との周波数特性の違いから、ＬＳＰパラメータは大き
く変化する。そこで、（１９）式に示す重みを、上述の
重みＷ’（ｉ，ｔ）に乗算することにより、上記遷移部
を重視する重み付けを行うことができる。
【０１０２】
【数１１】
【０１０３】尚、（１９）式の代わりに、（２０）式を
用いることも考えられる。
【０１０４】
【数１２】
【０１０５】このように、ＬＳＰ量子化器１３４では、
２段のマトリクス量子化及び２段のベクトル量子化を行
うことにより、出力するインデクスのビット数を可変に
することができる。
【０１０６】次に、ベクトル量子化部１１６の基本構成
を図７、図７のベクトル量子化部１１６のより具体的な
構成を図８に示し、ベクトル量子化器１１６におけるス
ペクトルエンベロープ（Ａｍ）の重み付きベクトル量子
化の具体例について説明する。
【０１０７】先ず、図３の音声信号符号化装置におい
て、スペクトル評価部１４８の出力側あるいはベクトル
量子化器１１６の入力側に設けられたスペクトルエンベ
ロープの振幅のデータ数を一定個数にするデータ数変換
の具体例について説明する。
【０１０８】このデータ数変換には種々の方法が考えら
れるが、本実施の形態においては、例えば、周波数軸上
の有効帯域１ブロック分の振幅データに対して、ブロッ
ク内の最後のデータからブロック内の最初のデータまで
の値を補間するようなダミーデータを付加してデータ個
数をＮF 個に拡大した後、帯域制限型のＯS 倍（例えば
８倍）のオーバーサンプリングを施すことによりＯS 倍
の個数の振幅データを求め、このＯS 倍の個数（（ｍMX
＋１）×ＯS 個）の振幅データを直線補間してさらに多
くのＮM 個（例えば２０４８個）に拡張し、このＮM 個
のデータを間引いて上記一定個数Ｍ（例えば４４個）の
データに変換している。
【０１０９】図７の重み付きベクトル量子化を行うベク
トル量子化器１１６は、第１のベクトル量子化工程を行
う第１のベクトル量子化部５００と、この第１のベクト
ル量子化部５００における第１のベクトル量子化の際の
量子化誤差ベクトルを量子化する第２のベクトル量子化
工程を行う第２のベクトル量子化部５１０とを少なくと
も有する。この第１のベクトル量子化部５００は、いわ
ゆる１段目のベクトル量子化部であり、第２のベクトル
量子化部５１０は、いわゆる２段目のベクトル量子化部
である。
【０１１０】第１のベクトル量子化部５００の入力端子
５０１には、スペクトル評価部１４８の出力ベクトル
Ｘ、即ち一定個数Ｍのエンベロープデータが入力され
る。この出力ベクトルＸは、ベクトル量子化器５０２で
重み付きベクトル量子化される。これにより、ベクトル
量子化器５０２から出力されるシェイプインデクスは出
力端子５０３から出力され、また、量子化値Ｘ 0’は出
力端子５０４から出力されると共に、加算器５０５、５
１３に送られる。加算器５０５では、出力ベクトルＸか
ら量子化値Ｘ 0’が減算されて、複数次元の量子化誤差
ベクトルＹが得られる。
【０１１１】この量子化誤差ベクトルＹは、第２のベク
トル量子化部５１０内のベクトル量子化部５１１に送ら
れる。このベクトル量子化部５１１は、複数個のベクト
ル量子化器で構成され、図７では、２個のベクトル量子
化器５１１1、５１１2から成る。量子化誤差ベクトルＹ
は次元分割されて、２個のベクトル量子化器５１１1、
５１１2で、それぞれ重み付きベクトル量子化される。
これらのベクトル量子化器５１１1、５１１2から出力さ
れるシェイプインデクスは、出力端子５１２1、５１２2
からそれぞれ出力され、また、量子化値Ｙ 1’、Ｙ 2’は
次元方向に接続されて、加算器５１３に送られる。この
加算器５１３では、量子化値Ｙ 1’、Ｙ 2’と量子化値Ｘ
0’とが加算されて、量子化値Ｘ 1’が生成される。この
量子化値Ｘ 1’は出力端子５１４から出力される。
【０１１２】これにより、低ビットレート時には、上記
第１のベクトル量子化部５００による第１のベクトル量
子化工程での出力を取り出し、高ビットレート時には、
上記第１のベクトル量子化工程での出力及び上記第２の
量子化部５１０による第２のベクトル量子化工程での出
力を取り出す。
【０１１３】具体的には、図８に示すように、ベクトル
量子化器１１６内の第１のベクトル量子化部５００のベ
クトル量子化器５０２は、Ｌ次元、例えば４４次元の２
ステージ構成としている。
【０１１４】すなわち、４４次元でコードブックサイズ
が３２のベクトル量子化コードブックからの出力ベクト
ルの和に、ゲインｇi を乗じたものを、４４次元のスペ
クトルエンベロープベクトルＸの量子化値Ｘ 0’として
使用する。これは、図８に示すように、２つのシェイプ
コードブックをＣＢ０、ＣＢ１とし、その出力ベクトル
をｓ 0i、ｓ 1j、ただし０≦ｉ，ｊ≦３１、とする。ま
た、ゲインコードブックＣＢｇの出力をｇl 、ただし０
≦ｌ≦３１、とする。ｇl はスカラ値である。この最終
出力Ｘ 0’は、ｇi（ｓ 0i＋ｓ 1j） となる。
【０１１５】ＬＰＣ残差について上記ＭＢＥ分析によっ
て得られたスペクトルエンベロープＡｍを一定次元に変
換したものをＸとする。このとき、Ｘをいかに効率的に
量子化するかが重要である。
【０１１６】ここで、量子化誤差エネルギＥを、 Ｅ＝‖Ｗ｛ＨＸ−Ｈｇl（ｓ 0i＋ｓ 1j）｝‖2 ・・・ （２１） ＝‖ＷＨ｛Ｘ−ｇl（ｓ 0i＋ｓ 1j）｝‖2 と定義する。この（２１）式において、ＨはＬＰＣの合
成フィルタの周波数軸上での特性であり、Ｗは聴覚重み
付けの周波数軸上での特性を表す重み付けのための行列
である。
【０１１７】現フレームのＬＰＣ分析結果によるαパラ
メータを、αi （１≦ｉ≦Ｐ）として、
【０１１８】
【数１３】
【０１１９】の周波数特性からＬ次元、例えば４４次元
の各対応する点の値をサンプルしたものである。
【０１２０】算出手順としては、一例として、１、
α1、α2、・・・、αp に０詰めして、すなわち、１、
α1、α2、・・・、αp 、０、０、・・・、０として、
例えば２５６点のデータにする。その後、２５６点ＦＦ
Ｔを行い、（ｒe 2＋Ｉm 2）1/2 を０〜πに対応する点に
対して算出して、その逆数をとる。それをＬ点、すなわ
ち例えば４４点に間引いたものを対角要素とする行列
を、
【０１２１】
【数１４】
【０１２２】とする。
【０１２３】聴覚重み付け行列Ｗは、
【０１２４】
【数１５】
【０１２５】とする。この（２３）式で、αi は入力の
ＬＰＣ分析結果である。また、λa、λbは定数であり、
一例として、λa＝０．４、λb＝０．９が挙げられる。
【０１２６】行列あるいはマトリクスＷは、上記（２
３）式の周波数特性から算出できる。一例として、１、
α1λb、α2λb2、・・・、αpλbp、０、０、・・・、
０として２５６点のデータとしてＦＦＴを行い、０以上
π以下の区間に対して（ｒe 2[ｉ]＋Ｉm 2[ｉ]）1/2 、０
≦ｉ≦１２８、を求める。次に、１、α1λa、α2λ
a2、・・・、αpλap 、０、０、・・・、０として分母
の周波数特性を２５６点ＦＦＴで０〜πの区間を１２８
点で算出する。これを（ｒe'2[ｉ]＋Ｉm'2[ｉ]）1/2 、
０≦ｉ≦１２８、とする。
【０１２７】
【数１６】
【０１２８】として、上記（２３）式の周波数特性が求
められる。
【０１２９】これをＬ次元、例えば４４次元ベクトルの
対応する点について、以下の方法で求める。より正確に
は、直線補間を用いるべきであるが、以下の例では最も
近い点の値で代用している。
【０１３０】すなわち、 ω[ｉ]＝ω0［nint(128ｉ/L)］ １≦ｉ≦Ｌ ただし、nint（Ｘ）は、Ｘに最も近い整数を返す関数で
ある。
【０１３１】また、上記Ｈに関しても同様の方法で、h
(1)、h(2)、・・・、h(L)を求めている。すなわち、
【０１３２】
【数１７】
【０１３３】となる。
【０１３４】ここで、他の例として、ＦＦＴの回数を減
らすのに、Ｈ(ｚ)Ｗ(ｚ)を先に求めてから、周波数特性
を求めてもよい。すなわち、
【０１３５】
【数１８】
【０１３６】この（２５）式の分母を展開した結果を、
【０１３７】
【数１９】
【０１３８】とする。ここで、１、β1、β2、・・・、
β2p、０、０、・・・、０として、例えば２５６点のデ
ータにする。その後、２５６点ＦＦＴを行い、振幅の周
波数特性を、
【０１３９】
【数２０】
【０１４０】とする。これより、
【０１４１】
【数２１】
【０１４２】これをＬ次元ベクトルの対応する点につい
て求める。上記ＦＦＴのポイント数が少ない場合は、直
線補間で求めるべきであるが、ここでは最寄りの値を使
用している。すなわち、
【０１４３】
【数２２】
【０１４４】である。これを対角要素とする行列をＷ’
とすると、
【０１４５】
【数２３】
【０１４６】となる。（２６）式は上記（２４）式と同
一のマトリクスとなる。
【０１４７】このマトリクス、すなわち重み付き合成フ
ィルタの周波数特性を用いて、上記（２１）式を書き直
すと、
【０１４８】
【数２４】
【０１４９】となる。
【０１５０】ここで、シェイプコードブックとゲインコ
ードブックの学習法について説明する。
【０１５１】先ず、ＣＢ０に関しコードベクトルｓ 0cを
選択する全てのフレームｋに関して歪の期待値を最小化
する。そのようなフレームがＭ個あるとして、
【０１５２】
【数２５】
【０１５３】を最小化すればよい。この（２８）式中
で、Ｗ'kはｋ番目のフレームに対する重み、Ｘ k はｋ番
目のフレームの入力、ｇk はｋ番目のフレームのゲイ
ン、ｓ 1kはｋ番目のフレームについてのコードブックＣ
Ｂ１からの出力、をそれぞれ示す。
【０１５４】この（２８）式を最小化するには、
【０１５５】
【数２６】
【０１５６】
【数２７】
【０１５７】次に、ゲインに関しての最適化を考える。
【０１５８】ゲインのコードワードｇc を選択するｋ番
目のフレームに関しての歪の期待値Ｊg は、
【０１５９】
【数２８】
【０１６０】上記（３１）式及び（３２）式は、シェイ
プｓ 0i、ｓ 1i及びゲインｇi 、０≦ｉ≦３１の最適なセ
ントロイドコンディション(Centroid Condition)、すな
わち最適なデコーダ出力を与えるものである。なお、ｓ
1iに関してもｓ 0iと同様に求めることができる。
【０１６１】次に、最適エンコード条件（Nearest Neig
hbour Condition ）を考える。
【０１６２】歪尺度を求める上記（２７）式、すなわ
ち、Ｅ＝‖Ｗ'（Ｘ−ｇl（ｓ 0i＋ｓ 1j））‖2 を最小化
するｓ 0i、ｓ 1jを、入力Ｘ、重みマトリクスＷ' が与え
られる毎に、すなわち毎フレームごとに決定する。
【０１６３】本来は、総当り的に全てのｇl（０≦ｌ≦
３１）、ｓ 0i（０≦ｉ≦３１）、ｓ 1 j（０≦ｊ≦３１）
の組み合せの、３２×３２×３２＝３２７６８通りにつ
いてＥを求めて、最小のＥを与えるｇl 、ｓ 0i、ｓ 1jの
組を求めるべきであるが、膨大な演算量となるので、本
実施の形態では、シェイプとゲインのシーケンシャルサ
ーチを行っている。なお、ｓ 0iとｓ 1jとの組み合せにつ
いては、総当りサーチを行うものとする。これは、３２
×３２＝１０２４通りである。以下の説明では、簡単化
のため、ｓ 0i＋ｓ 1jをｓ m と記す。
【０１６４】上記（２７）式は、Ｅ＝‖Ｗ'（Ｘ−ｇlｓ
m）‖2 となる。さらに簡単のため、Ｘ w＝Ｗ'Ｘ、ｓ w
＝Ｗ'ｓ m とすると、
【０１６５】
【数２９】
【０１６６】となる。従って、ｇl の精度が充分にとれ
ると仮定すると、
【０１６７】
【数３０】
【０１６８】という２つのステップに分けてサーチする
ことができる。元の表記を用いて書き直すと、
【０１６９】
【数３１】
【０１７０】となる。この（３５）式が最適エンコード
条件(Nearest Neighbour Condition)である。
【０１７１】ここで上記（３１）、（３２）式の条件
（Centroid Condition）と、（３５）式の条件を用い
て、ＬＢＧ(Linde-Buzo-Gray)アルゴリズム、いわゆる
一般化ロイドアルゴリズム（Generalized Lloyd Algori
thm:ＧＬＡ）によりコードブック（ＣＢ０、ＣＢ１、Ｃ
Ｂｇ）を同時にトレーニングできる。
【０１７２】ところで、ベクトル量子化器１１６でのベ
クトル量子化の際の聴覚重み付けに用いられる重みＷ’
については、上記（２６）式で定義されているが、過去
のＷ’も加味して現在のＷ’を求めることにより、テン
ポラルマスキングも考慮したＷ’が求められる。
【０１７３】上記（２６）式中のwh(1),wh(2),・・・,w
h(L)に関して、時刻ｎ、すなわち第ｎフレームで算出さ
れたものをそれぞれwhn(1),whn(2),・・・,whn(L) とす
る。
【０１７４】時刻ｎで過去の値を考慮した重みをＡ
n(i)、１≦ｉ≦Ｌ と定義すると、 Ａn(i)＝λＡn-1(i)＋（１−λ）whn(i) （whn(i)≦Ａn-1(i)） ＝whn(i) （whn(i)＞Ａn-1(i)） とする。ここで、λは例えばλ＝０．２とすればよい。
このようにして求められたＡn(i)、１≦ｉ≦Ｌ につい
て、これを対角要素とするマトリクスを上記重みとして
用いればよい。
【０１７５】このように重み付きベクトル量子化により
得られたシェイプインデクスｓ 0i、ｓ 1jは、出力端子５
２０、５２２からそれぞれ出力され、ゲインインデクス
ｇlは、出力端子５２１から出力される。また、量子化
値Ｘ 0’は、出力端子５０４から出力されると共に、加
算器５０５に送られる。
【０１７６】この加算器５０５では、出力ベクトルＸか
ら量子化値Ｘ 0’が減算されて、量子化誤差ベクトルＹ
が生成される。この量子化誤差ベクトルＹは、具体的に
は、８個のベクトル量子化器５１１1〜５１１8から成る
ベクトル量子化部５１１に送られて、次元分割され、各
ベクトル量子化器５１１1〜５１１8で重み付きのベクト
ル量子化が施される。
【０１７７】第２のベクトル量子化部５１０では、第１
のベクトル量子化部５００と比較して、かなり多くのビ
ット数を用いるため、コードブックのメモリ容量及びコ
ードブックサーチのための演算量（Complexity）が非常
に大きくなり、第１のベクトル量子化部５００と同じ４
４次元のままでベクトル量子化を行うことは、不可能で
ある。そこで、第２のベクトル量子化部５１０内のベク
トル量子化部５１１を複数個のベクトル量子化器で構成
し、入力される量子化値を次元分割して、複数個の低次
元ベクトルとして、重み付きのベクトル量子化を行う。
【０１７８】ベクトル量子化器５１１1〜５１１8で用い
る各量子化値Ｙ 0〜Ｙ 7と、次元数と、ビット数との関係
を、表２に示す。
【０１７９】
【表２】
【０１８０】ベクトル量子化器５１１1〜５１１8から出
力されるインデクスＩｄｖｑ0〜Ｉｄｖｑ7は、各出力端
子５２３1〜５２３8からそれぞれ出力される。これらの
インデクスの合計は７２ビットである。
【０１８１】また、ベクトル量子化器５１１1〜５１１8
から出力される量子化値Ｙ 0’〜Ｙ 7’を次元方向に接続
した値をＹ’とすると、加算器５１３では、量子化値
Ｙ’と量子化値Ｘ 0’とが加算されて、量子化値Ｘ 1’が
得られる。よって、この量子化値Ｘ 1’は、Ｘ 1 ’＝Ｘ 0’＋Ｙ’ ＝Ｘ−Ｙ＋Ｙ’ で表される。すなわち、最終的な量子化誤差ベクトル
は、Ｙ’−Ｙとなる。
【０１８２】尚、音声信号復号化装置側では、この第２
のベクトル量子化部５１０からの量子化値Ｘ 1’を復号
化するときには、第１のベクトル量子化部５００からの
量子化値Ｘ 0’は不要であるが、第１のベクトル量子化
部５００及び第２のベクトル量子化部５１０からのイン
デクスは必要とする。
【０１８３】次に、上記ベクトル量子化部５１１におけ
る学習法及びコードブックサーチについて説明する。
【０１８４】先ず、学習法においては、量子化誤差ベク
トルＹ及び重みＷ’を用い、表２に示すように、８つの
低次元ベクトルＹ 0〜Ｙ 7及びマトリクスに分割する。こ
のとき、重みＷ’は、例えば４４点に間引いたものを対
角要素とする行列、
【０１８５】
【数３２】
【０１８６】とすると、以下の８つの行列に分割され
る。
【０１８７】
【数３３】
【０１８８】このように、Ｙ及びＷ’の低次元に分割さ
れたものを、それぞれＹ i 、Ｗi’ （１≦ｉ≦８） とする。
【０１８９】ここで、歪尺度Ｅを、 Ｅ＝‖Ｗi'（Ｙ i−ｓ）‖2 ・・・（３７） と定義する。このコードベクトルｓはＹ iの量子化結果
であり、歪尺度Ｅを最小化する、コードブックのコード
ベクトルｓがサーチされる。
【０１９０】尚、Ｗi’は、学習時には重み付けがあ
り、サーチ時には重み付け無し、すなわち単位行列と
し、学習時とコードブックサーチ時とでは異なる値を用
いるようにしてもよい。
【０１９１】また、コードブックの学習では、一般化ロ
イドアルゴリズム（ＧＬＡ）を用い、さらに重み付けを
行っている。先ず、学習のための最適なセントロイドコ
ンディションについて説明する。コードベクトルｓを最
適な量子化結果として選択した入力ベクトルＹがＭ個あ
る場合に、トレーニングデータをＹ kとすると、歪の期
待値Ｊは、全てのフレームｋに関して重み付け時の歪の
中心を最小化するような（３８）式となる。
【０１９２】
【数３４】
【０１９３】上記（３９）式で示すｓは最適な代表ベク
トルであり、最適なセントロイドコンディションであ
る。
【０１９４】また、最適エンコード条件は、‖Ｗi'（Ｙ
i−ｓ）‖2 の値を最小化するｓをサーチすればよい。
ここで、サーチ時のＷi'は、必ずしも学習時と同じＷi'
である必要はなく、重み無しで
【０１９５】
【数３５】
【０１９６】のマトリクスとしてもよい。
【０１９７】このように、音声信号符号化装置内のベク
トル量子化部１１６を２段のベクトル量子化部から構成
することにより、出力するインデクスのビット数を可変
にすることができる。
【０１９８】次に、本発明の前記ＣＥＬＰ符号化構成を
用いた第２の符号化部１２０は、より具体的には図９に
示すような、多段のベクトル量子化処理部（図９の例で
は２段の符号化部１２０1と１２０2）の構成を有するも
のとなされている。なお、当該図９の構成は、伝送ビッ
トレートを例えば前記２ｋｂｐｓと６ｋｂｐｓとで切り
換え可能な場合において、６ｋｂｐｓの伝送ビットレー
トに対応した構成を示しており、さらにシェイプ及びゲ
インインデクス出力を２３ビット／５ｍｓｅｃと１５ビ
ット／５ｍｓｅｃとで切り換えられるようにしているも
のである。また、この図９の構成における処理の流れは
図１０に示すようになっている。
【０１９９】この図９において、例えば、図９の第１の
符号化部２００は前記図３の第１の符号化部１１３と略
々対応し、図９のＬＰＣ分析回路３０２は前記図３に示
したＬＰＣ分析回路１３２と対応し、図９のＬＳＰパラ
メータ量子化回路３０３は図３の前記α→ＬＳＰ変換回
路１３３からＬＳＰ→α変換回路１３７までの構成と対
応し、図９の聴覚重み付けフィルタ３０４は図３の前記
聴覚重み付けフィルタ算出回路１３９及び聴覚重み付け
フィルタ１２５と対応している。したがって、この図９
において、端子３０５には前記図３の第１の符号化部１
１３のＬＳＰ→α変換回路１３７からの出力と同じもの
が供給され、また、端子３０７には前記図３の聴覚重み
付けフィルタ算出回路１３９からの出力と同じものが、
端子３０６には前記図３の聴覚重み付けフィルタ１２５
からの出力と同じものが供給される。ただし、この図５
の聴覚重み付けフィルタ３０４では、前記図３の聴覚重
み付けフィルタ１２５とは異なり、前記ＬＳＰ→α変換
回路１３７の出力を用いずに、入力音声データと量子化
前のαパラメータとから、前記聴覚重み付けした信号
（すなわち前記図３の聴覚重み付けフィルタ１２５から
の出力と同じ信号）を生成している。
【０２００】また、この図９に示す２段構成の第２の符
号化部１２０1及び１２０2において、減算器３１３及び
３２３は図３の減算器１２３と対応し、距離計算回路３
１４及び３２４は図３の距離計算回路１２４と、ゲイン
回路３１１及び３２１は図３のゲイン回路１２６と、ス
トキャスティックコードブック３１０，３２０及びゲイ
ンコードブック３１５，３２５は図３の雑音符号帳１２
１とそれぞれ対応している。
【０２０１】このような図９の構成において、先ず、図
１０のステップＳ１に示すように、ＬＰＣ分析回路３０
２では、端子３０１から供給された入力音声データｘを
前述同様に適当なフレームに分割してＬＰＣ分析を行
い、αパラメータを求める。ＬＳＰパラメータ量子化回
路３０３では、上記ＬＰＣ分析回路３０２からのαパラ
メータをＬＳＰパラメータに変換して量子化し、さらに
この量子化したＬＳＰパラメータを補間した後、αパラ
メータに変換する。次に、当該ＬＳＰパラメータ量子化
回路３０３では、当該量子化したＬＳＰパラメータを変
換したαパラメータ、すなわち量子化されたαパラメー
タから、ＬＰＣ合成フィルタ関数１／Ｈ（ｚ）を生成
し、これを端子３０５を介して１段目の第２の符号化部
１２０1の聴覚重み付き合成フィルタ３１２に送る。
【０２０２】一方、聴覚重み付けフィルタ３０４では、
ＬＰＣ分析回路３０２からのαパラメータ（すなわち量
子化前のαパラメータ）から、前記図３の聴覚重み付け
フィルタ算出回路１３９によるものと同じ聴覚重み付け
のためのデータを求め、この重み付けのためのデータが
端子３０７を介して、１段目の第２の符号化部１２０1
の聴覚重み付き合成フィルタ３１２に送られる。また、
当該聴覚重み付けフィルタ３０４では、図１０のステッ
プＳ２に示すように、入力音声データと量子化前のαパ
ラメータとから、前記聴覚重み付けした信号（前記図３
の聴覚重み付けフィルタ１２５からの出力と同じ信号）
を生成する。すなわち、先ず、量子化前のαパラメータ
から聴覚重み付けフィルタ関数Ｗ（ｚ）を生成し、さら
に入力音声データｘに当該フィルタ関数Ｗ（ｚ）をかけ
てｘ Wを生成し、これを上記聴覚重み付けした信号とし
て、端子３０６を介して１段目の第２の符号化部１２０
1の減算器３１３に送る。
【０２０３】１段目の第２の符号化部１２０1では、９
ビットシェイプインデクス出力のストキャスティックコ
ードブック（stochastic code book）３１０からの代表
値出力（無声音のＬＰＣ残差に相当するノイズ出力）が
ゲイン回路３１１に送られ、このゲイン回路３１１に
て、ストキャスティックコードブック３１０からの代表
値出力に６ビットゲインインデクス出力のゲインコード
ブック３１５からのゲイン（スカラ値）を乗じ、このゲ
イン回路３１１にてゲインが乗じられた代表値出力が、
１／Ａ（ｚ）＝（１／Ｈ（ｚ））・Ｗ（ｚ）の聴覚重み
付きの合成フィルタ３１２に送られる。この重み付きの
合成フィルタ３１２からは、図１０のステップＳ３のよ
うに、１／Ａ（ｚ）のゼロ入力応答出力が減算器３１３
に送られる。当該減算器３１３では、上記聴覚重み付き
合成フィルタ３１２からのゼロ入力応答出力と、上記聴
覚重み付けフィルタ３０４からの上記聴覚重み付けした
信号ｘ Wとを用いた減算が行われ、この差分或いは誤差
が参照ベクトルｒとして取り出される。図１０のステッ
プＳ４に示すように、１段目の第２の符号化部１２０1
でのサーチ時には、この参照ベクトルｒが、距離計算回
路３１４に送られ、ここで距離計算が行われ、量子化誤
差エネルギＥを最小にするシェイプベクトルｓとゲイン
ｇがサーチされる。ただし、ここでの１／Ａ（ｚ）はゼ
ロ状態である。すなわち、コードブック中のシェイプベ
クトルｓをゼロ状態の１／Ａ（ｚ）で合成したものをｓ
synとするとき、式（４０）を最小にするシェイプベク
トルｓとゲインｇをサーチする。
【０２０４】
【数３６】
【０２０５】ここで、量子化誤差エネルギＥを最小とす
るｓとｇをフルサーチしてもよいが、計算量を減らすた
めに、以下のような方法をとることができる。
【０２０６】第１の方法として、以下の式（４１）に定
義するＥsを最小とするシェイプベクトルｓをサーチす
る。
【０２０７】
【数３７】
【０２０８】第２の方法として、第１の方法により得ら
れたｓより、理想的なゲインは、式（４２）のようにな
るから、式（４３）を最小とするｇをサーチする。
【０２０９】
【数３８】
【０２１０】 Ｅg＝（ｇref−ｇ）2 （４３） ここで、Ｅはｇの二次関数であるから、Ｅgを最小にす
るｇはＥを最小化する。
【０２１１】上記第１，第２の方法によって得られたｓ
とｇより、量子化誤差ベクトルｅ（ｎ）は次の式（４
４）のように計算できる。
【０２１２】ｅ （ｎ）＝ｒ（ｎ）−ｇｓ syn（ｎ） （４４） これを、２段目の第２の符号化部１２０2のリファレン
ス入力として１段目と同様にして量子化する。
【０２１３】すなわち、上記１段目の第２の符号化部１
２０1の聴覚重み付き合成フィルタ３１２からは、端子
３０５及び端子３０７に供給された信号がそのまま２段
目の第２の符号化部１２０2の聴覚重み付き合成フィル
タ３２２に送られる。また、当該２段目の第２の符号化
部１２０2減算器３２３には、１段目の第２の符号化部
１２０1にて求めた上記量子化誤差ベクトルｅ（ｎ）が
供給される。
【０２１４】次に、図１０のステップＳ５において、当
該２段目の第２の符号化部１２０2でも１段目と同様に
処理が行われる。すなわち、５ビットシェイプインデク
ス出力のストキャスティックコードブック３２０からの
代表値出力がゲイン回路３２１に送られ、このゲイン回
路３２１にて、当該コードブック３２０からの代表値出
力に３ビットゲインインデクス出力のゲインコードブッ
ク３２５からのゲインを乗じ、このゲイン回路３２１の
出力が、聴覚重み付きの合成フィルタ３２２に送られ
る。当該重み付きの合成フィルタ３２２からの出力は減
算器３２３に送られ、当該減算器３２３にて上記聴覚重
み付き合成フィルタ３２２からの出力と１段目の量子化
誤差ベクトルｅ（ｎ）との差分が求められ、この差分が
距離計算回路３２４に送られてここで距離計算が行わ
れ、量子化誤差エネルギＥを最小にするシェイプベクト
ルｓとゲインｇがサーチされる。
【０２１５】上述したような１段目の第２の符号化部１
２０1のストキャストコードブック３１０からのシェイ
プインデクス出力及びゲインコードブック３１５からの
ゲインインデクス出力と、２段目の第２の符号化部１２
０2のストキャストコードブック３２０からのインデク
ス出力及びゲインコードブック３２５からのインデクス
出力は、インデクス出力切り換え回路３３０に送られる
ようになっている。ここで、当該第２の符号化部１２０
から前記２３ビット出力を行うときには、上記１段目と
２段目の第２の符号化部１２０1及び１２０2のストキャ
ストコードブック３１０，３２０及びゲインコードブッ
ク３１５，３２５からの各インデクスを合わせて出力
し、一方、前記１５ビット出力を行うときには、上記１
段目の第２の符号化部１２０1のストキャストコードブ
ック３１０とゲインコードブック３１５からの各インデ
クスを出力する。
【０２１６】その後は、ステップＳ６のようにフィルタ
状態がアップデートされる。
【０２１７】ところで、本実施の形態では、２段目の第
２の符号化部１２０2のインデクスビット数が、シェイ
プベクトルについては５ビットで、ゲインについては３
ビットと非常に少ない。このような場合、適切なシェイ
プ、ゲインがコードブックに存在しないと、量子化誤差
を減らすどころか逆に増やしてしまう可能性がある。
【０２１８】この問題を防ぐためには、ゲインに０を用
意しておけばよいが、ゲインは３ビットしかなく、その
うちの一つを０にしてしまうのは量子化器の性能を大き
く低下させてしまう。そこで、比較的多いビット数を割
り当てたシェイプベクトルに、要素が全て０のベクトル
を用意する。そして、このゼロベクトルを除いて、前述
のサーチを行い、量子化誤差が最終的に増えてしまった
場合に、ゼロベクトルを選択するようにする。なお、こ
のときのゲインは任意である。これにより、２段目の第
２の符号化部１２０2が量子化誤差を増すことを防ぐこ
とができる。
【０２１９】なお、図９の例では、２段構成の場合を例
に挙げているが、２段に限らず複数段構成とすることが
できる。この場合、１段目のクローズドループサーチに
よるベクトル量子化が終了したら、Ｎ段目（２≦Ｎ）で
はＮ−１段目の量子化誤差をリファレンス入力として量
子化を行い、さらにその量子化誤差をＮ＋１段目のリフ
ァレンス入力とする。
【０２２０】上述したように、図９及び図１０から、第
２の符号化部に多段のベクトル量子化器を用いることに
より、従来のような同じビット数のストレートベクトル
量子化や共役コードブックなどを用いたものと比較し
て、計算量が少なくなる。特に、ＣＥＬＰ符号化では、
合成による分析（Analysis by Synthesis ）法を用いた
クローズドループサーチを用いた時間軸波形のベクトル
量子化を行っているため、サーチの回数が少ないことが
重要である。また、２段の第２の符号化部１２０1と１
２０2の両インデクス出力を用いる場合と、１段目の第
２の符号化部１２０1のインデクス出力のみを用いる
（２段目の第２の符号化部１２０2の出力インデクスを
用いない）場合とを切り換えることにより、簡単にビッ
ト数を切り換えることが可能となっている。さらに上述
したように、１段目と２段目の第２の符号化部１２０1
と１２０2の両インデクス出力を合わせて出力するよう
なことを行えば、後のデコーダ側において例えば何れか
を選ぶようにすることで、デコーダ側でも容易に対応で
きることになる。すなわち例えば６ｋｂｐｓでエンコー
ドしたパラメータを、２ｋｂｐｓのデコーダでデコード
するときに、デコーダ側で容易に対応できることにな
る。またさらに、例えば２段目の第２の符号化部１２０
2のシェイプコードブックにゼロベクトルを含ませるこ
とにより、割り当てられたビット数が少ない場合でも、
ゲインに０を加えるよりは少ない性能劣化で量子化誤差
が増加することを防ぐことが可能となっている。
【０２２１】次に、上記ストキャスティックコードブッ
クのコードベクトル（シェイプベクトル）は例えば以下
のようにして生成することができる。
【０２２２】例えば、ストキャスティックコードブック
のコードベクトルは、いわゆるガウシアンノイズのクリ
ッピングにより生成することができる。具体的には、ガ
ウシアンノイズを発生させ、これを適当なスレシホール
ド値でクリッピングし、それを正規化することで、コー
ドブックを構成することができる。
【０２２３】ところが、音声には様々な形態があり、例
えば「さ，し，す，せ，そ」のようなノイズに近い子音
の音声には、ガウシアンノイズが適しているが、例えば
「ぱ，ぴ，ぷ，ぺ，ぽ」のような立ち上がりの激しい子
音（急峻な子音）の音声については、対応しきれない。
【０２２４】そこで、本発明では、全コードベクトルの
うち、適当な数はガウシアンノイズとし、残りを学習に
より求めて上記立ち上がりの激しい子音とノイズに近い
子音の何れにも対応できるようにする。例えば、スレシ
ホールド値を大きくとると、大きなピークを幾つか持つ
ようなベクトルが得られ、一方、スレシホールド値を小
さくとると、ガウシアンノイズそのものに近くなる。し
たがって、このようにクリッピングスレシホールド値の
バリエーションを増やすことにより、例えば「ぱ，ぴ，
ぷ，ぺ，ぽ」のような立ち上がりの激しい子音や、例え
ば「さ，し，す，せ，そ」のようなノイズに近い子音な
どに対応でき、明瞭度を向上させることができるように
なる。なお、図１１には、図中実線で示すガウシアンノ
イズと図中点線で示すクリッピング後のノイズの様子を
示している。また、図１１の（Ａ）はクリッピングスレ
シホールド値が１．０の場合（すなわちスレシホールド
値が大きい場合）を、図１１の（Ｂ）にはクリッピング
スレシホールド値が０．４の場合（すなわちスレシホー
ルド値が小さい場合）を示している。この図１１の
（Ａ）及び（Ｂ）から、スレシホールド値を大きくとる
と、大きなピークを幾つか持つようなベクトルが得ら
れ、一方、スレシホールド値を小さくとると、ガウシア
ンノイズそのものに近くなることが判る。
【０２２５】このようなことを実現するため、先ず、ガ
ウシアンノイズのクリッピングにより初期コードブック
を構成し、さらに予め適当な数だけ学習を行わないコー
ドベクトルを決めておく。この学習しないコードベクト
ルは、その分散値が小さいものから順に選ぶようにす
る。これは、例えば「さ，し，す，せ，そ」のようなノ
イズに近い子音に対応させるためである。一方、学習を
行って求めるコードベクトルは、当該学習のアルゴリズ
ムとしてＬＢＧアルゴリズムを用いるようにする。ここ
で最適エンコード条件（Nearest Neighbour Conditio
n）でのエンコードは固定したコードベクトルと、学習
対象のコードベクトル両方を使用して行う。セントロイ
ドコンディション（Centroid Condition）においては、
学習対象のコードベクトルのみをアップデートする。こ
れにより、学習対象となったコードベクトルは「ぱ，
ぴ，ぷ，ぺ，ぽ」などの立ち上がりの激しい子音に対応
するようになる。
【０２２６】なお、ゲインは通常通りの学習を行うこと
で、これらのコードベクトルに対して最適なものが学習
できる。
【０２２７】上述したガウシアンノイズのクリッピング
によるコードブックの構成のための処理の流れを図１２
に示す。
【０２２８】この図１２において、ステップＳ１０で
は、初期化として、学習回数ｎ＝０とし、誤差Ｄ0＝∞
とし、最大学習回数ｎmaxを決定し、学習終了条件を決
めるスレシホールド値εを決定する。
【０２２９】次のステップＳ１１では、ガウシアンノイ
ズのクリッピングによる初期コードブックを生成し、ス
テップＳ１２では学習を行わないコードベクトルとして
一部のコードベクトルを固定する。
【０２３０】次にステップＳ１３では上記コードブック
を用いてエンコードを行い、ステップＳ１４では誤差を
算出し、ステップＳ１５では（Ｄn-1−Ｄn）／Ｄn＜
ε、若しくはｎ＝ｎmaxか否かを判断し、Ｙｅｓと判断
した場合には処理を終了し、Ｎｏと判断した場合にはス
テップＳ１６に進む。
【０２３１】ステップＳ１６ではエンコードに使用され
なかったコードベクトルの処理を行い、次のステップＳ
１７ではコードブックのアップデートを行う。次にステ
ップＳ１８では学習回数ｎを１インクリメントし、その
後ステップＳ１３に戻る。
【０２３２】次に、図３の音声信号符号化装置におい
て、スペクトル評価部１４８の出力側あるいはベクトル
量子化器１１６の入力側に設けられたスペクトルエンベ
ロープの振幅のデータ数を一定個数にするデータ数変換
の具体例について説明する。
【０２３３】このデータ数変換には種々の方法が考えら
れるが、本実施の形態においては、例えば、周波数軸上
の有効帯域１ブロック分の振幅データに対して、ブロッ
ク内の最後のデータからブロック内の最初のデータまで
の値を補間するようなダミーデータを付加してデータ個
数をＮF 個に拡大した後、帯域制限型のＯS 倍（例えば
８倍）のオーバーサンプリングを施すことによりＯS 倍
の個数の振幅データを求め、このＯS 倍の個数（（ｍMX
＋１）×ＯS 個）の振幅データを直線補間してさらに多
くのＮM 個（例えば２０４８個）に拡張し、このＮM 個
のデータを間引いて上記一定個数Ｍ（例えば４４個）の
データに変換している。
【０２３４】次に、図３の音声信号符号化装置におい
て、Ｖ／ＵＶ（有声音／無声音）判定部１１５の具体例
について説明する。
【０２３５】このＶ／ＵＶ判定部１１５においては、直
交変換回路１４５からの出力と、高精度ピッチサーチ部
１４６からの最適ピッチと、スペクトル評価部１４８か
らのスペクトル振幅データと、オープンループピッチサ
ーチ部１４１からの正規化自己相関最大値ｒ(p) と、ゼ
ロクロスカウンタ４１２からのゼロクロスカウント値と
に基づいて、当該フレームのＶ／ＵＶ判定が行われる。
さらに、ＭＢＥの場合と同様な各バンド毎のＶ／ＵＶ判
定結果の境界位置も当該フレームのＶ／ＵＶ判定の一条
件としている。
【０２３６】このＭＢＥの場合の各バンド毎のＶ／ＵＶ
判定結果を用いたＶ／ＵＶ判定条件について以下に説明
する。
【０２３７】ＭＢＥの場合の第ｍ番目のハーモニックス
の大きさを表すパラメータあるいは振幅｜Ａm｜ は、
【０２３８】
【数３９】
【０２３９】により表せる。この式において、｜Ｓ(j)
｜ は、ＬＰＣ残差をＤＦＴしたスペクトルであり、｜
Ｅ(j)｜ は、基底信号のスペクトル、具体的には２５６
ポイントのハミング窓をＤＦＴしたものである。また、
各バンド毎のＶ／ＵＶ判定のために、ＮＳＲ（ノイズto
シグナル比）を利用する。この第ｍバンドのＮＳＲは、
【０２４０】
【数４０】
【０２４１】と表せ、このＮＳＲ値が所定の閾値（例え
ば0.3 ）より大のとき（エラーが大きい）ときには、そ
のバンドでの｜Ａm ｜｜Ｅ(j) ｜による｜Ｓ(j) ｜の近
似が良くない（上記励起信号｜Ｅ(j) ｜が基底として不
適当である）と判断でき、当該バンドをＵＶ（Unvoice
d、無声音）と判別する。これ以外のときは、近似があ
る程度良好に行われていると判断でき、そのバンドをＶ
（Voiced、有声音）と判別する。
【０２４２】ここで、上記各バンド（ハーモニクス）の
ＮＳＲは、各ハーモニクス毎のスペクトル類似度をあら
わしている。ＮＳＲのハーモニクスのゲインによる重み
付け和をとったものをＮＳＲall として次のように定義
する。
【０２４３】 ＮＳＲall ＝（Σm ｜Ａm ｜ＮＳＲm ）／（Σm ｜Ａm ｜） このスペクトル類似度ＮＳＲall がある閾値より大きい
か小さいかにより、Ｖ／ＵＶ判定に用いるルールベース
を決定する。ここでは、この閾値をＴｈNSR ＝0.3 とし
ておく。このルールベースは、フレームパワー、ゼロク
ロス、ＬＰＣ残差の自己相関の最大値に関するものであ
り、ＮＳＲall ＜ＴｈNSR のときに用いられるルールベ
ースでは、ルールが適用されるとＶとなり適用されるル
ールがなかった場合はＵＶとなる。
【０２４４】また、ＮＳＲall ≧ＴｈNSR のときに用い
られるルールベースでは、ルールが適用されるとＵＶ、
適用されるないとＶとなる。
【０２４５】ここで、具体的なルールは、次のようなも
のである。 ＮＳＲall ＜ＴｈNSR のとき、 if numZeroＸＰ＜２４、& frmPow＞３４０、& r0＞0.32 then Ｖ ＮＳＲall ≧ＴｈNSR のとき、 if numZeroＸＰ＞３０、& frmPow＜９００、& r0＜0.23 then ＵＶ ただし、各変数は次のように定義される。 numZeroＸＰ：ゼロクロス回数 frmPow ：フレームパワー r0 ：自己相関最大値 上記のようなルールの集合であるルールに照合すること
で、Ｖ／ＵＶを判定する。
【０２４６】次に、図４の音声信号復号化装置の要部の
より具体的な構成及び動作について説明する。
【０２４７】ＬＰＣ合成フィルタ２１４は、上述したよ
うに、Ｖ（有声音）用の合成フィルタ２３６と、ＵＶ
（無声音）用の合成フィルタ２３７とに分離されてい
る。すなわち、合成フィルタを分離せずにＶ／ＵＶの区
別なしに連続的にＬＳＰの補間を２０サンプルすなわち
２．５ｍsec 毎に行う場合には、Ｖ→ＵＶ、ＵＶ→Ｖの
遷移（トランジェント）部において、全く性質の異なる
ＬＳＰ同士を補間することになり、Ｖの残差にＵＶのＬ
ＰＣが、ＵＶの残差にＶのＬＰＣが用いられることによ
り異音が発生するが、このような悪影響を防止するため
に、ＬＰＣ合成フィルタをＶ用とＵＶ用とで分離し、Ｌ
ＰＣの係数補間をＶとＵＶとで独立に行わせたものであ
る。
【０２４８】この場合の、ＬＰＣ合成フィルタ２３６、
２３７の係数補間方法について説明する。これは、次の
表３に示すように、Ｖ／ＵＶの状態に応じてＬＳＰの補
間を切り換えている。
【０２４９】
【表３】
【０２５０】この表３において、均等間隔ＬＳＰとは、
例えば１０次のＬＰＣ分析の例で述べると、フィルタの
特性がフラットでゲインが１のときのαパラメータ、す
なわち α0＝１，α1＝α2＝・・・＝α10＝０に対応す
るＬＳＰであり、 ＬＳＰi ＝（π／１１）×ｉ ０≦ｉ≦１０ である。
【０２５１】このような１０次のＬＰＣ分析、すなわち
１０次のＬＳＰの場合は、図１３に示す通り、０〜πの
間を１１等分した位置に均等間隔で配置されたＬＳＰ
で、完全にフラットなスペクトルに対応している。合成
フィルタの全帯域ゲインはこのときが最小のスルー特性
となる。
【０２５２】図１４は、ゲイン変化の様子を概略的に示
す図であり、ＵＶ（無声音）部分からＶ（有声音）部分
への遷移時における１／ＨUV(z) のゲイン及び１／Ｈ
V(z)のゲインの変化の様子を示している。
【０２５３】ここで、補間を行う単位は、フレーム間隔
が１６０サンプル（２０ｍsec ）のとき、１／ＨV(z)の
係数は２．５ｍsec （２０サンプル）毎、また１／ＨUV
(z)の係数は、ビットレートが２ｋbps で１０ｍsec
（８０サンプル）、６ｋbps で５ｍsec （４０サンプ
ル）毎である。なお、ＵＶ時はエンコード側の第２の符
号化部１２０で合成による分析法を用いた波形マッチン
グを行っているので、必ずしも均等間隔ＬＳＰと補間せ
ずとも、隣接するＶ部分のＬＳＰとの補間を行ってもよ
い。ここで、第２の符号化部１２０におけるＵＶ部の符
号化処理においては、Ｖ→ＵＶへの遷移部で１／Ａ(z)
の重み付き合成フィルタ１２２の内部状態をクリアする
ことによりゼロインプットレスポンスを０にする。
【０２５４】これらのＬＰＣ合成フィルタ２３６、２３
７からの出力は、それぞれ独立に設けられたポストフィ
ルタ２３８ｖ、２３８ｕに送られており、ポストフィル
タもＶとＵＶとで独立にかけることにより、ポストフィ
ルタの強度、周波数特性をＶとＵＶとで異なる値に設定
している。
【０２５５】次に、ＬＰＣ残差信号、すなわちＬＰＣ合
成フィルタ入力であるエクサイテイションの、Ｖ部とＵ
Ｖ部のつなぎ部分の窓かけについて説明する。これは、
図４の有声音合成部２１１のサイン波合成回路２１５
と、無声音合成部２２０の窓かけ回路２２３とによりそ
れぞれ行われるものである。
【０２５６】Ｖ（有声音）部分では、隣接するフレーム
のスペクトルを用いてスペクトルを補間してサイン波合
成するため、図１５に示すように、第ｎフレームと第ｎ
＋１フレームとの間にかかる全ての波形を作ることがで
きる。しかし、図１５の第ｎ＋１フレームと第ｎ＋２フ
レームとのように、ＶとＵＶ（無声音）に跨る部分、あ
るいはその逆の部分では、ＵＶ部分は、フレーム中に±
８０サンプル（全１６０サンプル＝１フレーム間隔）の
データのみをエンコード及びデコードしている。このた
め、図１６に示すように、Ｖ側ではフレームとフレーム
との間の中心点ＣＮを越えて窓かけを行い、ＵＶ側では
中心点ＣＮ移行の窓かけを行って、接続部分をオーバー
ラップさせている。ＵＶ→Ｖの遷移（トランジェント）
部分では、その逆を行っている。なお、Ｖ側の窓かけは
破線のようにしてもよい。
【０２５７】次に、Ｖ（有声音）部分でのノイズ合成及
びノイズ加算について説明する。これは、図４のノイズ
合成回路２１６、重み付き重畳回路２１７、及び加算器
２１８を用いて、有声音部分のＬＰＣ合成フィルタ入力
となるエクサイテイションについて、次のパラメータを
考慮したノイズをＬＰＣ残差信号の有声音部分に加える
ことにより行われる。
【０２５８】すなわち、上記パラメータとしては、ピッ
チラグＰch、有声音のスペクトル振幅Ａm[i]、フレーム
内の最大スペクトル振幅Ａmax 、及び残差信号のレベル
Ｌevを挙げることができる。ここで、ピッチラグＰch
は、所定のサンプリング周波数ｆs （例えばｆs＝８kH
z）でのピッチ周期内のサンプル数であり、スペクトル
振幅Ａm[i]のｉは、ｆs／２ の帯域内でのハーモニック
スの本数をＩ＝Ｐch／２とするとき、０＜ｉ＜Ｉの範囲
内の整数である。
【０２５９】このノイズ合成回路２１６による処理は、
例えばＭＢＥ（マルチバンド励起）符号化の無声音の合
成と同様な方法で行われる。図１７は、ノイズ合成回路
２１６の具体例を示している。
【０２６０】すなわち図１７において、ホワイトノイズ
発生部４０１からは、時間軸上のホワイトノイズ信号波
形に所定の長さ（例えば２５６サンプル）で適当な窓関
数（例えばハミング窓）により窓かけされたガウシャン
ノイズが出力され、これがＳＴＦＴ処理部４０２により
ＳＴＦＴ（ショートタームフーリエ変換）処理を施すこ
とにより、ノイズの周波数軸上のパワースペクトルを得
る。このＳＴＦＴ処理部４０２からのパワースペクトル
を振幅処理のための乗算器４０３に送り、ノイズ振幅制
御回路４１０からの出力を乗算している。乗算器４０３
からの出力は、ＩＳＴＦＴ処理部４０４に送られ、位相
は元のホワイトノイズの位相を用いて逆ＳＴＦＴ処理を
施すことにより時間軸上の信号に変換する。ＩＳＴＦＴ
処理部４０４からの出力は、上記図４の重み付き重畳加
算回路例えば図１８のような基本構成を有し、２１７に
送られる。
【０２６１】ノイズ振幅制御回路４１０は、例えば図１
８のような基本構成を有し、上記図４のスペクトルエン
ベロープの逆量子化器２１２から端子４１１を介して与
えられるＶ（有声音）についての上記スペクトル振幅Ａ
m[i]と、上記図４の入力端子２０４から端子４１２を介
して与えられる上記ピッチラグＰchに基づいて、乗算器
４０３での乗算係数を制御することにより、合成される
ノイズ振幅Ａm_noise[i]を求めている。すなわち図１８
において、スペクトル振幅Ａm[i]とピッチラグＰchとが
入力される最適なnoise_mix 値の算出回路４１６からの
出力をノイズの重み付け回路４１７で重み付けし、得ら
れた出力を乗算器４１８に送ってスペクトル振幅Ａm[i]
と乗算することにより、ノイズ振幅Ａm_noise[i]を得て
いる。
【０２６２】ここで、ノイズ合成加算の第１の具体例と
して、ノイズ振幅Ａm_noise[i]が、上記４つのパラメー
タの内の２つ、すなわちピッチラグＰch及びスペクトル
振幅Ａm[i]の関数ｆ1(Pch,Am[i])となる場合について説
明する。
【０２６３】このような関数ｆ1(Pch,Am[i])の具体例と
して、 ｆ1(Pch,Am[i])＝０ （０＜ｉ＜Noise_b×Ｉ） ｆ1(Pch,Am[i])＝Am[i]×noise_mix （Noise_b×Ｉ≦ｉ＜Ｉ） noise_mix ＝ Ｋ×Ｐch／２.0 とすることが挙げられる。
【０２６４】ただし、noise_mix の最大値は、noise_mi
x_max とし、その値でクリップする。一例として、Ｋ＝
０.0２、noise_mix_max＝０.３、Noise_b＝０.７とする
ことが挙げられる。ここで、Noise_b は、全帯域の何割
からこのノイズの付加を行うかを決める定数である。本
例では、７割より高域側、すなわちｆs＝８kHzのとき、
４０００×０．７＝２８００Hzから４０００Hzの間でノ
イズを付加するようにしている。
【０２６５】次に、ノイズ合成加算の第２の具体例とし
て、上記ノイズ振幅Ａm_noise[i]を、上記４つのパラメ
ータの内の３つ、すなわちピッチラグＰch、スペクトル
振幅Ａm[i]及び最大スペクトル振幅Ａmax の関数ｆ2(Pc
h,Am[i],Amax) とする場合について説明する。
【０２６６】このような関数ｆ2(Pch,Am[i],Amax) の具
体例として、 ｆ2(Pch,Am[i],Amax)＝０ （０＜ｉ＜Noise_b×Ｉ） ｆ2(Pch,Am[i],Amax)＝Am[i]×noise_mix （Noise_b×Ｉ≦ｉ＜Ｉ） noise_mix ＝ Ｋ×Ｐch／２.0 を挙げることができる。ただし、noise_mix の最大値
は、noise_mix_max とし、一例として、Ｋ＝０.0２、no
ise_mix_max＝０.３、Noise_b＝０.７とすることが挙げ
られる。
【０２６７】さらに、もしＡm[i]×noise_mix＞Ａmax×
Ｃ×noise_mix ならば、 ｆ2(Pch,Am[i],Amax)＝Ａmax×Ｃ×noise_mix とする。ここで、定数Ｃは、Ｃ＝０.３ としている。こ
の条件式によりノイズレベルが大きくなり過ぎることを
防止できるため、上記Ｋ、noise_mix_max をさらに大き
くしてもよく、高域のレベルも比較的大きいときにノイ
ズレベルを高めることができる。
【０２６８】次に、ノイズ合成加算の第３の具体例とし
て、上記ノイズ振幅Ａm_noise[i]を、上記４つのパラメ
ータの内の４つ全ての関数ｆ3(Pch,Am[i],Amax,Lev) と
することもできる。
【０２６９】このような関数ｆ3(Pch,Am[i],Amax,Lev)
の具体例は、基本的には上記第２の具体例の関数ｆ2(Pc
h,Am[i],Amax) と同様である。ただし、残差信号レベル
Levは、スペクトル振幅Ａm[i]のｒｍｓ（root mean squ
are）、あるいは時間軸上で測定した信号レベルであ
る。上記第２の具体例との違いは、Ｋの値とnoise_mix_
max の値とをLev の関数とする点である。すなわち、Le
v が小さくなったときには、Ｋ、noise_mix_max の各値
を大きめに設定し、Lev が大きいときは小さめに設定す
る。あるいは、連続的にLev の値を逆比例させてもよ
い。
【０２７０】次に、ポストフィルタ２３８ｖ、２３８ｕ
について説明する。
【０２７１】図１９は、図１の例のポストフィルタ２３
８ｖ、２３８ｕとして用いられるポストフィルタを示し
ており、ポストフィルタの要部となるスペクトル整形フ
ィルタ４４０は、ホルマント強調フィルタ４４１と高域
強調フィルタ４４２とから成っている。このスペクトル
整形フィルタ４４０からの出力は、スペクトル整形によ
るゲイン変化を補正するためのゲイン調整回路４４３に
送られており、このゲイン調整回路４４３のゲインＧ
は、ゲイン制御回路４４５により、スペクトル整形フィ
ルタ４４０の入力ｘと出力ｙと比較してゲイン変化を計
算し、補正値を算出することで決定される。
【０２７２】スペクトル整形フィルタの４４０特性ＰＦ
(z) は、ＬＰＣ合成フィルタの分母Ｈv(z)、Ｈuv(z) の
係数、いわゆるαパラメータをαi とすると、
【０２７３】
【数４１】
【０２７４】と表せる。この式の分数部分がホルマント
強調フィルタ特性を、（１−ｋｚ-1）の部分が高域強調
フィルタ特性をそれぞれ表す。また、β、γ、ｋは定数
であり、一例としてβ＝０．６、γ＝０．８、ｋ＝０．
３を挙げることができる。
【０２７５】また、ゲイン調整回路４４３のゲインＧ
は、
【０２７６】
【数４２】
【０２７７】としている。この式中のｘ(i) はスペクト
ル整形フィルタ４４０の入力、ｙ(i)はスペクトル整形
フィルタ４４０の出力である。
【０２７８】ここで、上記スペクトル整形フィルタ４４
０の係数の更新周期は、図２０に示すように、ＬＰＣ合
成フィルタの係数であるαパラメータの更新周期と同じ
く２０サンプル、２．５ｍsec であるのに対して、ゲイ
ン調整回路４４３のゲインＧの更新周期は、１６０サン
プル、２０ｍsec である。
【０２７９】このように、ポストフィルタのスペクトル
整形フィルタ４４０の係数の更新周期に比較して、ゲイ
ン調整回路４４３のゲインＧの更新周期を長くとること
により、ゲイン調整の変動による悪影響を防止してい
る。
【０２８０】すなわち、一般のポストフィルタにおいて
は、スペクトル整形フィルタの係数の更新周期とゲイン
の更新周期とを同じにしており、このとき、ゲインの更
新周期を２０サンプル、２．５ｍsec とすると、図２０
からも明らかなように、１ピッチ周期の中で変動するこ
とになり、クリックノイズを生じる原因となる。そこで
本例においては、ゲインの切換周期をより長く、例えば
１フレーム分の１６０サンプル、２０ｍsec とすること
により、ゲインの変動を防止することができる。また逆
に、スペクトル整形フィルタの係数の更新周期を１６０
サンプル、２０ｍsec とするときには、円滑なフィルタ
特性の変化が得られず、合成波形に悪影響が生じるが、
このフィルタ係数の更新周期を２０サンプル、２．５ｍ
sec と短くすることにより、効果的なポストフィルタ処
理が可能となる。
【０２８１】なお、隣接するフレーム間でのゲインのつ
なぎ処理は、図２１に示すように、前フレームのフィル
タ係数及びゲインと、現フレームのフィルタ係数及びゲ
インとを用いて算出した結果に、次のような三角窓 Ｗ(i) ＝ ｉ／２０ （０≦ｉ＜２０） と １−Ｗ(i) （０≦ｉ＜２０） をかけてフェードイン、フェードアウトを行って加算す
る。図２１では、前フレームのがインＧ1 が現フレーム
のゲインＧ2 に変化する様子を示している。すなわち、
オーバーラップ部分では、前フレームのゲイン、フィル
タ係数を使用する割合が徐々に減衰し、現フレームのゲ
イン、フィルタ係数の使用が徐々に増大する。なお、図
２１の時刻Ｔにおけるフィルタの内部状態は、現フレー
ムのフィルタ、全フレームのフィルタ共に同じもの、す
なわち全フレームの最終状態からスタートする。
【０２８２】以上説明したような信号符号化装置及び信
号復号化装置は、例えば図２２及び図２３に示すような
携帯通信端末あるいは携帯電話機等に使用される音声コ
ーデックとして用いることができる。
【０２８３】すなわち、図２２は、上記図１、図３に示
したような構成を有する音声符号化部１６０を用いて成
る携帯端末の送信側構成を示している。この図２２のマ
イクロホン１６１で集音された音声信号は、アンプ１６
２で増幅され、Ａ／Ｄ（アナログ／ディジタル）変換器
１６３でディジタル信号に変換されて、音声符号化部１
６０に送られる。この音声符号化部１６０は、上述した
図１、図３に示すような構成を有しており、この入力端
子１０１に上記Ａ／Ｄ変換器１６３からのディジタル信
号が入力される。音声符号化部１６０では、上記図１、
図３と共に説明したような符号化処理が行われ、図１、
図２の各出力端子からの出力信号は、音声符号化部１６
０の出力信号として、伝送路符号化部１６４に送られ
る。伝送路符号化部１６４では、いわゆるチャネルコー
ディング処理が施され、その出力信号が変調回路１６５
に送られて変調され、Ｄ／Ａ（ディジタル／アナログ）
変換器１６６、ＲＦアンプ１６７を介して、アンテナ１
６８に送られる。
【０２８４】また、図２３は、上記図２、図４に示した
ような構成を有する音声復号化部２６０を用いて成る携
帯端末の受信側構成を示している。この図２３のアンテ
ナ２６１で受信された音声信号は、ＲＦアンプ２６２で
増幅され、Ａ／Ｄ（アナログ／ディジタル）変換器２６
３を介して、復調回路２６４に送られ、復調信号が伝送
路復号化部２６５に送られる。２６４からの出力信号
は、上記図２、図４に示すような構成を有する音声復号
化部２６０に送られる。音声復号化部２６０では、上記
図２、図４と共に説明したような復号化処理が施され、
図２、図４の出力端子２０１からの出力信号が、音声復
号化部２６０からの信号としてＤ／Ａ（ディジタル／ア
ナログ）変換器２６６に送られる。このＤ／Ａ変換器２
６６からのアナログ音声信号がスピーカ２６８に送られ
る。
【０２８５】なお、本発明は上記実施の形態のみに限定
されるものではなく、例えば上記図１、図３の音声分析
側（エンコード側）の構成や、図２、図４の音声合成側
（デコード側）の構成については、各部をハードウェア
的に記載しているが、いわゆるＤＳＰ（ディジタル信号
プロセッサ）等を用いてソフトウェアプログラムにより
実現することも可能である。また、デコーダ側の合成フ
ィルタ２３６、２３７や、ポストフィルタ２３８ｖ、２
３８ｕは、図４のように有声音用と無声音用とで分離し
なくとも、有声音及び無声音の共用のＬＰＣ合成フィル
タやポストフィルタを用いるようにしてもよい。さら
に、本発明の適用範囲は、伝送や記録再生に限定され
ず、ピッチ変換やスピード変換、規則音声合成、あるい
は雑音抑圧のような種々の用途に応用できることは勿論
である。
【０２８６】
【発明の効果】以上の説明から明らかなように、本発明
によれば、入力音声信号の短期予測残差、例えばＬＰＣ
残差を求め、求められた短期予測残差をサイン合成波で
表現すると共に、上記入力音声信号を位相伝送を行う波
形符号化により符号化しているため、効率の良い符号化
が行える。
【０２８７】また、上記入力音声信号が有声音か無声音
かを判別し、その判別結果に基づいて、有声音とされた
部分では上記サイン波分析符号化を行い、無声音とされ
た部分では合成による分析法を用いて最適ベクトルのク
ローズドループサーチによる時間軸波形のベクトル量子
化を行うことにより、無声音部分の表現力が増し、より
クリアな再生音が得られ、レートを上げることにより特
に効果が高まる。また、無声音部と有声音部との遷移部
分でも、異音の発生を防止できる。さらに、有声音部分
における合成音臭さを低減し、より自然な合成音が得ら
れる。
【図面の簡単な説明】
【図１】本発明に係る音声符号化方法の実施の形態が適
用される音声信号符号化装置の基本構成を示すブロック
図である。
【図２】本発明に係る音声復号化方法の実施の形態が適
用される音声信号復号化装置の基本構成を示すブロック
図である。
【図３】本発明の実施の形態となる音声信号符号化装置
のより具体的な構成を示すブロック図である。
【図４】本発明の実施の形態となる音声信号復号化装置
のより具体的な構成を示すブロック図である。
【図５】ＬＳＰ量子化部の基本構成を示すブロック図で
ある。
【図６】ＬＳＰ量子化部のより具体的な構成を示すブロ
ック図である。
【図７】ベクトル量子化部の基本構成を示すブロック図
である。
【図８】ベクトル量子化部のより具体的な構成を示すブ
ロック図である。
【図９】本発明の音声信号符号化装置のＣＥＬＰ符号化
部分（第２の符号化部）の具体的構成を示すブロック回
路図である。
【図１０】図９の構成における処理の流れを示すフロー
チャートである。
【図１１】ガウシアンノイズと、異なるスレシホールド
値でのクリッピング後のノイズの様子を示す図である。
【図１２】学習によってシェイプコードブックを生成す
る際の処理の流れを示すフローチャートである。
【図１３】１０次のＬＰＣ分析により得られたαパラメ
ータに基づく１０次のＬＳＰ（線スペクトル対）を示す
図である。
【図１４】ＵＶ（無声音）フレームからＶ（有声音）フ
レームへのゲイン変化の様子を説明するための図であ
る。
【図１５】フレーム毎に合成されるスペクトルや波形の
補間処理を説明するための図である。
【図１６】Ｖ（有声音）フレームとＵＶ（無声音）フレ
ームとの接続部でのオーバーラップを説明するための図
である。
【図１７】有声音合成の際のノイズ加算処理を説明する
ための図である。
【図１８】有声音合成の際に加算されるノイズの振幅計
算の例を示す図である。
【図１９】ポストフィルタの構成例を示す図である。
【図２０】ポストフィルタのフィルタ係数更新周期とゲ
イン更新周期とを説明するための図である。
【図２１】ポストフィルタのゲイン、フィルタ係数のフ
レーム境界部分でのつなぎ処理を説明するための図であ
る。
【図２２】本発明の実施の形態となる音声信号符号化装
置が用いられる携帯端末の送信側構成を示すブロック図
である。
【図２３】本発明の実施の形態となる音声信号復号化装
置が用いられる携帯端末の受信側構成を示すブロック図
である。
【符号の説明】
１１０ 第１の符号化部 １１１ ＬＰＣ逆フィルタ １１３ ＬＰＣ分析・量子化部 １１４ サイン波分析符号化部 １１５ Ｖ／ＵＶ判定部 １２０ 第２の符号化部 １２１ 雑音符号帳 １２２ 重み付き合成フィルタ １２３ 減算器 １２４ 距離計算回路 １２５ 聴覚重み付けフィルタ
───────────────────────────────────────────────────── フロントページの続き (72)発明者 大森 士郎 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内

Claims (15)

    【特許請求の範囲】
  1. 【請求項１】 入力音声信号を時間軸上でブロック単位
    で区分して各ブロック単位で符号化を行う音声符号化方
    法において、 入力音声信号の短期予測残差を求める工程と、 求められた短期予測残差をサイン波分析符号化する工程
    と、 上記入力音声信号を位相伝送を行う波形符号化により符
    号化する工程とを有することを特徴とする音声符号化方
    法。
  2. 【請求項２】 上記入力音声信号が有声音か無声音かを
    判別し、その判別結果に基づいて、有声音とされた部分
    では上記サイン波分析符号化を行い、無声音とされた部
    分では合成による分析法を用いて最適ベクトルのクロー
    ズドループサーチによる時間軸波形のベクトル量子化を
    行うことを特徴とする請求項１記載の音声符号化方法。
  3. 【請求項３】 上記短期予測残差のスペクトルの量子化
    に聴覚重み付きのベクトル量子化又はマトリクス量子化
    を施すことを特徴とする請求項１記載の音声符号化方
    法。
  4. 【請求項４】 入力音声信号を時間軸上でブロック単位
    で区分して各ブロック単位で符号化を行う音声符号化装
    置において、 入力音声信号の短期予測残差を求める予測符号化手段
    と、 求められた短期予測残差に対してサイン波分析符号化を
    施すサイン波分析符号化手段と、 上記入力音声信号に対して位相伝送を行う波形符号化処
    理を施す波形符号化手段とを有することを特徴とする音
    声符号化装置。
  5. 【請求項５】 上記入力音声信号が有声音か無声音かを
    判別する判別手段をさらに有し、 上記波形符号化手段として、合成による分析法を用いて
    最適ベクトルのクローズドループサーチによるベクトル
    量子化を行う符号励起線形予測符号化手段を用い、 上記判別手段の判別結果に基づいて、有声音とされた部
    分では上記サイン波分析符号化手段による符号化出力を
    取り出し、無声音とされた部分では上記符号励起線形予
    測符号化手段による符号化出力を取り出すことを特徴と
    する請求項４記載の音声符号化装置。
  6. 【請求項６】 入力音声信号の有声音部分に対して短期
    予測残差を求めてサイン波分析符号化を施し、入力音声
    信号の無声音部分に対して短期予測残差を用いる他の符
    号化を施して得られた符号化音声信号を復号化する音声
    復号化方法であって、 上記符号化音声信号の有声音部分に対してサイン波合成
    により短期予測残差を求める工程と、 求められた有声音部分の短期予測残差に基づいて有声音
    部分の時間軸波形を合成する第１の予測合成フィルタ処
    理工程と、 上記符号化音声信号の無声音部分に対して短期予測残差
    を求める工程と、 求められた無声音部分の短期予測残差に基づいて無声音
    部分の時間軸波形を合成する第２の予測合成フィルタ処
    理工程とを有することを特徴とする音声復号化方法。
  7. 【請求項７】 上記第１の予測合成フィルタからの出力
    をポストフィルタ処理する第１のポストフィルタ処理工
    程と、 上記第２の予測合成フィルタからの出力をポストフィル
    タ処理する第２のポストフィルタ処理工程とを特徴とす
    る請求項６記載の音声復号化方法。
  8. 【請求項８】 上記短期予測残差のスペクトルの量子化
    に聴覚重み付きのベクトル量子化又はマトリクス量子化
    を施すことを特徴とする請求項６記載の音声復号化方
    法。
  9. 【請求項９】 入力音声信号の有声音部分に対して短期
    予測残差を求めてサイン波分析符号化を施し、入力音声
    信号の無声音部分に対して短期予測残差を用いる他の符
    号化を施して得られた符号化音声信号を復号化する音声
    復号化装置であって、 上記符号化音声信号の有声音部分に対してサイン波合成
    により短期予測残差を求める手段と、 求められた有声音部分の短期予測残差に基づいて有声音
    部分の時間軸波形を合成する第１の予測合成フィルタ手
    段と上記符号化音声信号の無声音部分に対して短期予測
    残差を求める手段と、 求められた無声音部分の短期予測残差に基づいて無声音
    部分の時間軸波形を合成する第２の予測合成フィルタ手
    段とを有することを特徴とする音声復号化装置。
  10. 【請求項１０】 入力音声信号に対して短期予測残差を
    求めてサイン波分析符号化を施して得られた符号化音声
    信号を復号化する音声復号化方法であって、 上記符号化音声信号に対してサイン波合成により短期予
    測残差を求めるサイン波合成工程と、 上記符号化音声信号に基づいて振幅が制御されたノイズ
    を上記短期予測残差に加算するノイズ加算工程と、 ノイズ加算された短期予測残差に基づいて時間軸波形を
    合成する予測合成フィルタ処理工程とを有することを特
    徴とする音声復号化方法。
  11. 【請求項１１】 上記ノイズ加算工程は、上記符号化音
    声信号から得られるスペクトルエンベロープ及びピッチ
    に比例しかつ上限値が所定の値に制限されたノイズを加
    算することを特徴とする請求項１０記載の音声復号化方
    法。
  12. 【請求項１２】 上記サイン波分析符号化は、上記入力
    音声信号の有声音部分の短期予測残差に対して行われ、
    上記入力音声信号の無声音部分に対しては、合成による
    分析法を用いて最適ベクトルのクローズドループサーチ
    による時間軸波形のベクトル量子化が行われることを特
    徴とする請求項１０記載の音声復号化方法。
  13. 【請求項１３】 入力音声信号に対して短期予測残差を
    求めてサイン波分析符号化を施して得られた符号化音声
    信号を復号化する音声復号化装置であって、 上記符号化音声信号に対してサイン波合成により短期予
    測残差を求めるサイン波合成手段と、 上記符号化音声信号に基づいて振幅が制御されたノイズ
    を上記短期予測残差に加算するノイズ加算手段と、 ノイズ加算された短期予測残差に基づいて時間軸波形を
    合成する予測合成フィルタとを有することを特徴とする
    音声復号化装置。
  14. 【請求項１４】 上記ノイズ加算手段は、上記符号化音
    声信号から得られるスペクトルエンベロープ及びピッチ
    に比例しかつ上限値が所定の値に制限されたノイズを加
    算することを特徴とする請求項１３記載の音声復号化装
    置。
  15. 【請求項１５】 上記サイン波分析符号化は、上記入力
    音声信号の有声音部分の短期予測残差に対して行われ、
    上記入力音声信号の無声音部分に対しては、合成による
    分析法を用いて最適ベクトルのクローズドループサーチ
    による時間軸波形のベクトル量子化が行われることを特
    徴とする請求項１３記載の音声復号化装置。
JP30212995A 1995-10-26 1995-10-26 音声復号化方法及び装置 Expired - Lifetime JP3707116B2 (ja)

Priority Applications (14)

Application Number Priority Date Filing Date Title
JP30212995A JP3707116B2 (ja) 1995-10-26 1995-10-26 音声復号化方法及び装置
CA002188493A CA2188493C (en) 1995-10-26 1996-10-22 Speech encoding/decoding method and apparatus using lpc residuals
AU70372/96A AU725140B2 (en) 1995-10-26 1996-10-23 Speech encoding method and apparatus and speech decoding method and apparatus
US08/736,546 US7454330B1 (en) 1995-10-26 1996-10-24 Method and apparatus for speech encoding and decoding by sinusoidal analysis and waveform encoding with phase reproducibility
MX9605122A MX9605122A (es) 1995-10-26 1996-10-25 Metodo y aparato de codificacion de voz y metodo y aparato de descodificacion de voz.
DE69634055T DE69634055T2 (de) 1995-10-26 1996-10-25 Verfahren zur Kodierung von akustischen Signalen
EP01121725A EP1164578B1 (en) 1995-10-26 1996-10-25 Speech decoding method and apparatus
KR1019960048690A KR100427754B1 (ko) 1995-10-26 1996-10-25 음성부호화방법및장치와음성복호화방법및장치
EP96307740A EP0770990B1 (en) 1995-10-26 1996-10-25 Speech encoding method and apparatus and speech decoding method and apparatus
EP01121726A EP1164579B1 (en) 1995-10-26 1996-10-25 Audible signal encoding method
RU96121146/09A RU2233010C2 (ru) 1995-10-26 1996-10-25 Способы и устройства для кодирования и декодирования речевых сигналов
DE69634179T DE69634179T2 (de) 1995-10-26 1996-10-25 Verfahren und Vorrichtung zur Sprachkodierung und -dekodierung
DE69625875T DE69625875T2 (de) 1995-10-26 1996-10-25 Verfahren und Vorrichtung zur Sprachkodierung und -dekodierung
CNB961219424A CN100409308C (zh) 1995-10-26 1996-10-26 语音编码方法和装置以及语音解码方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP30212995A JP3707116B2 (ja) 1995-10-26 1995-10-26 音声復号化方法及び装置

Publications (2)

Publication Number Publication Date
JPH09127991A true JPH09127991A (ja) 1997-05-16
JP3707116B2 JP3707116B2 (ja) 2005-10-19

Family

ID=17905273

Family Applications (1)

Application Number Title Priority Date Filing Date
JP30212995A Expired - Lifetime JP3707116B2 (ja) 1995-10-26 1995-10-26 音声復号化方法及び装置

Country Status (10)

Country Link
US (1) US7454330B1 (ja)
EP (3) EP1164578B1 (ja)
JP (1) JP3707116B2 (ja)
KR (1) KR100427754B1 (ja)
CN (1) CN100409308C (ja)
AU (1) AU725140B2 (ja)
CA (1) CA2188493C (ja)
DE (3) DE69634179T2 (ja)
MX (1) MX9605122A (ja)
RU (1) RU2233010C2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100707184B1 (ko) * 2005-03-10 2007-04-13 삼성전자주식회사 오디오 부호화 및 복호화 장치와 그 방법 및 기록 매체

Families Citing this family (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10124092A (ja) 1996-10-23 1998-05-15 Sony Corp 音声符号化方法及び装置、並びに可聴信号符号化方法及び装置
KR100429978B1 (ko) * 1996-12-26 2004-07-27 엘지전자 주식회사 음성합성시스템의음질저하방지장치
DE19706516C1 (de) * 1997-02-19 1998-01-15 Fraunhofer Ges Forschung Verfahren und Vorricntungen zum Codieren von diskreten Signalen bzw. zum Decodieren von codierten diskreten Signalen
JPH11122120A (ja) * 1997-10-17 1999-04-30 Sony Corp 符号化方法及び装置、並びに復号化方法及び装置
US7072832B1 (en) 1998-08-24 2006-07-04 Mindspeed Technologies, Inc. System for speech encoding having an adaptive encoding arrangement
US7272556B1 (en) * 1998-09-23 2007-09-18 Lucent Technologies Inc. Scalable and embedded codec for speech and audio signals
US7558727B2 (en) * 2002-09-17 2009-07-07 Koninklijke Philips Electronics N.V. Method of synthesis for a steady sound signal
WO2004082288A1 (en) * 2003-03-11 2004-09-23 Nokia Corporation Switching between coding schemes
JP3827317B2 (ja) * 2004-06-03 2006-09-27 任天堂株式会社 コマンド処理装置
KR100640865B1 (ko) * 2004-09-07 2006-11-02 엘지전자 주식회사 음성 품질 향상 방법 및 장치
JP4977471B2 (ja) * 2004-11-05 2012-07-18 パナソニック株式会社 符号化装置及び符号化方法
US9886959B2 (en) * 2005-02-11 2018-02-06 Open Invention Network Llc Method and system for low bit rate voice encoding and decoding applicable for any reduced bandwidth requirements including wireless
US8260611B2 (en) 2005-04-01 2012-09-04 Qualcomm Incorporated Systems, methods, and apparatus for highband excitation generation
PT1875463T (pt) 2005-04-22 2019-01-24 Qualcomm Inc Sistemas, métodos e aparelho para nivelamento de fator de ganho
KR100713366B1 (ko) * 2005-07-11 2007-05-04 삼성전자주식회사 모폴로지를 이용한 오디오 신호의 피치 정보 추출 방법 및그 장치
US20070165738A1 (en) * 2005-10-27 2007-07-19 Barriac Gwendolyn D Method and apparatus for pre-coding for a mimo system
JP2007150737A (ja) * 2005-11-28 2007-06-14 Sony Corp 音声信号ノイズ低減装置及び方法
US9454974B2 (en) * 2006-07-31 2016-09-27 Qualcomm Incorporated Systems, methods, and apparatus for gain factor limiting
JP5096474B2 (ja) * 2006-10-10 2012-12-12 クゥアルコム・インコーポレイテッド オーディオ信号を符号化及び復号化する方法及び装置
KR101106372B1 (ko) 2006-11-06 2012-01-18 콸콤 인코포레이티드 무선 통신 시스템에서 계층 치환을 이용한 ｍｉｍｏ 전송을 위한 방법 및 장치
US8005671B2 (en) * 2006-12-04 2011-08-23 Qualcomm Incorporated Systems and methods for dynamic normalization to reduce loss in precision for low-level signals
RU2343564C2 (ru) * 2006-12-06 2009-01-10 Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) Способ адаптивного кодирования речевых сигналов на основе системы с переменной структурой
US20080162150A1 (en) * 2006-12-28 2008-07-03 Vianix Delaware, Llc System and Method for a High Performance Audio Codec
RU2380765C2 (ru) * 2007-04-23 2010-01-27 Федеральное государственное унитарное предприятие "Калужский научно-исследовательский институт телемеханических устройств" Способ компрессии речевого сигнала
EP2259253B1 (en) * 2008-03-03 2017-11-15 LG Electronics Inc. Method and apparatus for processing audio signal
RU2621965C2 (ru) 2008-07-11 2017-06-08 Фраунхофер-Гезелльшафт цур Фёрдерунг дер ангевандтен Форшунг Е.Ф. Передатчик сигнала активации с деформацией по времени, кодер звукового сигнала, способ преобразования сигнала активации с деформацией по времени, способ кодирования звукового сигнала и компьютерные программы
MY154452A (en) * 2008-07-11 2015-06-15 Fraunhofer Ges Forschung An apparatus and a method for decoding an encoded audio signal
FR2938688A1 (fr) * 2008-11-18 2010-05-21 France Telecom Codage avec mise en forme du bruit dans un codeur hierarchique
EP2469729B1 (en) * 2009-08-17 2017-08-16 Alcatel Lucent Method and apparatus for keeping the precoding channel coherency in a communication network
GB2473267A (en) * 2009-09-07 2011-03-09 Nokia Corp Processing audio signals to reduce noise
JP5719922B2 (ja) * 2010-04-13 2015-05-20 フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン サンプルごとに正確なオーディオ信号表現のための方法、エンコーダ及びデコーダ
KR101696632B1 (ko) * 2010-07-02 2017-01-16 돌비 인터네셔널 에이비 선택적인 베이스 포스트 필터
RU2445718C1 (ru) * 2010-08-31 2012-03-20 Государственное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) Способ выделения сегментов обработки речи на основе анализа корреляционных зависимостей в речевом сигнале
KR101826331B1 (ko) 2010-09-15 2018-03-22 삼성전자주식회사 고주파수 대역폭 확장을 위한 부호화/복호화 장치 및 방법
US9008811B2 (en) 2010-09-17 2015-04-14 Xiph.org Foundation Methods and systems for adaptive time-frequency resolution in digital data coding
CA2981539C (en) * 2010-12-29 2020-08-25 Samsung Electronics Co., Ltd. Apparatus and method for encoding/decoding for high-frequency bandwidth extension
US20120197643A1 (en) * 2011-01-27 2012-08-02 General Motors Llc Mapping obstruent speech energy to lower frequencies
PT2681734T (pt) 2011-03-04 2017-07-31 ERICSSON TELEFON AB L M (publ) Correção de ganho de pós quantificação em codificação de áudio
WO2012122299A1 (en) * 2011-03-07 2012-09-13 Xiph. Org. Bit allocation and partitioning in gain-shape vector quantization for audio coding
US8838442B2 (en) 2011-03-07 2014-09-16 Xiph.org Foundation Method and system for two-step spreading for tonal artifact avoidance in audio coding
WO2012122297A1 (en) 2011-03-07 2012-09-13 Xiph. Org. Methods and systems for avoiding partial collapse in multi-block audio coding
PL2880654T3 (pl) * 2012-08-03 2018-03-30 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Dekoder i sposób realizacji uogólnionej parametrycznej koncepcji kodowania przestrzennych obiektów audio dla przypadków wielokanałowego downmixu/upmixu
KR101629661B1 (ko) * 2012-08-29 2016-06-13 니폰 덴신 덴와 가부시끼가이샤 복호 방법, 복호 장치, 프로그램 및 그 기록매체
EP4336501A3 (en) * 2013-01-29 2024-05-22 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio encoder, method and computer program using an increased temporal resolution in temporal proximity of onsets or offsets of fricatives or affricates
US20140355769A1 (en) 2013-05-29 2014-12-04 Qualcomm Incorporated Energy preservation for decomposed representations of a sound field
CN104299614B (zh) 2013-07-16 2017-12-29 华为技术有限公司 解码方法和解码装置
US9224402B2 (en) 2013-09-30 2015-12-29 International Business Machines Corporation Wideband speech parameterization for high quality synthesis, transformation and quantization
EP2980797A1 (en) * 2014-07-28 2016-02-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio decoder, method and computer program using a zero-input-response to obtain a smooth transition
US10163448B2 (en) 2014-04-25 2018-12-25 Ntt Docomo, Inc. Linear prediction coefficient conversion device and linear prediction coefficient conversion method
US9697843B2 (en) * 2014-04-30 2017-07-04 Qualcomm Incorporated High band excitation signal generation
US10770087B2 (en) * 2014-05-16 2020-09-08 Qualcomm Incorporated Selecting codebooks for coding vectors decomposed from higher-order ambisonic audio signals
US10741192B2 (en) * 2018-05-07 2020-08-11 Qualcomm Incorporated Split-domain speech signal enhancement
US11280833B2 (en) * 2019-01-04 2022-03-22 Rohde & Schwarz Gmbh & Co. Kg Testing device and testing method for testing a device under test

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1297098A1 (ru) * 1983-10-27 1987-03-15 Республиканский Информационно-Вычислительный Центр Министерства Связи Усср Цифровой синтезатор речи
US5067158A (en) * 1985-06-11 1991-11-19 Texas Instruments Incorporated Linear predictive residual representation via non-iterative spectral reconstruction
US4912764A (en) * 1985-08-28 1990-03-27 American Telephone And Telegraph Company, At&T Bell Laboratories Digital speech coder with different excitation types
US4797926A (en) 1986-09-11 1989-01-10 American Telephone And Telegraph Company, At&T Bell Laboratories Digital speech vocoder
US4868867A (en) * 1987-04-06 1989-09-19 Voicecraft Inc. Vector excitation speech or audio coder for transmission or storage
US5125030A (en) * 1987-04-13 1992-06-23 Kokusai Denshin Denwa Co., Ltd. Speech signal coding/decoding system based on the type of speech signal
US5097508A (en) * 1989-08-31 1992-03-17 Codex Corporation Digital speech coder having improved long term lag parameter determination
US5228086A (en) * 1990-05-18 1993-07-13 Matsushita Electric Industrial Co., Ltd. Speech encoding apparatus and related decoding apparatus
JPH0491442A (ja) 1990-08-02 1992-03-24 Fujitsu Ltd 結晶製造装置
EP0500961B1 (en) * 1990-09-14 1998-04-29 Fujitsu Limited Voice coding system
US5138661A (en) * 1990-11-13 1992-08-11 General Electric Company Linear predictive codeword excited speech synthesizer
US5537509A (en) * 1990-12-06 1996-07-16 Hughes Electronics Comfort noise generation for digital communication systems
US5127053A (en) * 1990-12-24 1992-06-30 General Electric Company Low-complexity method for improving the performance of autocorrelation-based pitch detectors
CA2483324C (en) * 1991-06-11 2008-05-06 Qualcomm Incorporated Estimation of background noise in a variable rate vocoder
US5233660A (en) * 1991-09-10 1993-08-03 At&T Bell Laboratories Method and apparatus for low-delay celp speech coding and decoding
US5487086A (en) * 1991-09-13 1996-01-23 Comsat Corporation Transform vector quantization for adaptive predictive coding
SE469764B (sv) * 1992-01-27 1993-09-06 Ericsson Telefon Ab L M Saett att koda en samplad talsignalvektor
JP3343965B2 (ja) * 1992-10-31 2002-11-11 ソニー株式会社 音声符号化方法及び復号化方法
JP2878539B2 (ja) 1992-12-08 1999-04-05 日鐵溶接工業株式会社 チタンクラッド鋼の溶接方法
FR2702590B1 (fr) * 1993-03-12 1995-04-28 Dominique Massaloux Dispositif de codage et de décodage numériques de la parole, procédé d'exploration d'un dictionnaire pseudo-logarithmique de délais LTP, et procédé d'analyse LTP.
JP3137805B2 (ja) * 1993-05-21 2001-02-26 三菱電機株式会社 音声符号化装置、音声復号化装置、音声後処理装置及びこれらの方法
US5479559A (en) * 1993-05-28 1995-12-26 Motorola, Inc. Excitation synchronous time encoding vocoder and method
US5684920A (en) * 1994-03-17 1997-11-04 Nippon Telegraph And Telephone Acoustic signal transform coding method and decoding method having a high efficiency envelope flattening method therein
US5701390A (en) * 1995-02-22 1997-12-23 Digital Voice Systems, Inc. Synthesis of MBE-based coded speech using regenerated phase information
JP3653826B2 (ja) * 1995-10-26 2005-06-02 ソニー株式会社 音声復号化方法及び装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100707184B1 (ko) * 2005-03-10 2007-04-13 삼성전자주식회사 오디오 부호화 및 복호화 장치와 그 방법 및 기록 매체

Also Published As

Publication number Publication date
EP1164579B1 (en) 2004-12-15
KR100427754B1 (ko) 2004-08-11
AU7037296A (en) 1997-05-01
EP1164578A2 (en) 2001-12-19
MX9605122A (es) 1998-05-31
KR970024628A (ko) 1997-05-30
DE69625875T2 (de) 2003-10-30
EP0770990A2 (en) 1997-05-02
DE69634179T2 (de) 2006-03-30
CN100409308C (zh) 2008-08-06
CA2188493A1 (en) 1997-04-27
CN1156303A (zh) 1997-08-06
EP1164578B1 (en) 2005-01-12
DE69634179D1 (de) 2005-02-17
EP0770990B1 (en) 2003-01-22
DE69634055D1 (de) 2005-01-20
DE69634055T2 (de) 2005-12-22
JP3707116B2 (ja) 2005-10-19
RU2233010C2 (ru) 2004-07-20
EP1164579A3 (en) 2002-01-09
DE69625875D1 (de) 2003-02-27
US7454330B1 (en) 2008-11-18
EP1164578A3 (en) 2002-01-02
CA2188493C (en) 2009-12-15
EP1164579A2 (en) 2001-12-19
EP0770990A3 (en) 1998-06-17
AU725140B2 (en) 2000-10-05

Similar Documents

Publication Publication Date Title
JP3707116B2 (ja) 音声復号化方法及び装置
JP3707153B2 (ja) ベクトル量子化方法、音声符号化方法及び装置
JP4005154B2 (ja) 音声復号化方法及び装置
JP3707154B2 (ja) 音声符号化方法及び装置
JP3680380B2 (ja) 音声符号化方法及び装置
KR100487136B1 (ko) 음성복호화방법및장치
JP3653826B2 (ja) 音声復号化方法及び装置
US6532443B1 (en) Reduced length infinite impulse response weighting
JPH096397A (ja) 音声信号の再生方法、再生装置及び伝送方法
JPH0869299A (ja) 音声符号化方法、音声復号化方法及び音声符号化復号化方法
JP4040126B2 (ja) 音声復号化方法および装置
JPH10124094A (ja) 音声分析方法、音声符号化方法および装置
JPH10214100A (ja) 音声合成方法
JP3248668B2 (ja) ディジタルフィルタおよび音響符号化／復号化装置
JP3675054B2 (ja) ベクトル量子化方法、音声符号化方法及び装置、並びに音声復号化方法
JPH09127997A (ja) 音声符号化方法及び装置
JPH09127993A (ja) 音声符号化方法及び音声符号化装置
JPH09244698A (ja) 音声符号／復号化方式及び装置
AU7201300A (en) Speech encoding method

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20041026

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20041109

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20050111

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20050419

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20050617

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20050712

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20050725

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080812

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090812

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100812

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110812

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120812

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130812

Year of fee payment: 8

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

EXPY Cancellation because of completion of term