JPH09146596A - 音声信号合成方法 - Google Patents
音声信号合成方法Info
- Publication number
- JPH09146596A JPH09146596A JP7302945A JP30294595A JPH09146596A JP H09146596 A JPH09146596 A JP H09146596A JP 7302945 A JP7302945 A JP 7302945A JP 30294595 A JP30294595 A JP 30294595A JP H09146596 A JPH09146596 A JP H09146596A
- Authority
- JP
- Japan
- Prior art keywords
- frame
- length
- ref
- smz
- basic
- 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.)
- Pending
Links
Abstract
(57)【要約】
【課題】 音声の微細構造を再現可能にする。
【解決手段】 スムージングされたピッチ周期Ｐ
smz ［ｎ］に同期して（１０８）、線スペクトル対係数
Ｌsmz ［ｎ］及びフレームパワーＧsmz ［ｎ］を生成す
る（１１６）。
smz ［ｎ］に同期して（１０８）、線スペクトル対係数
Ｌsmz ［ｎ］及びフレームパワーＧsmz ［ｎ］を生成す
る（１１６）。
Description
【０００１】
【発明の属する技術分野】本発明は、短波用ボコーダ等
にて使用される音声信号合成方法に関する。
にて使用される音声信号合成方法に関する。
【０００２】
【従来の技術】電波法により占有帯域≦３ｋＨｚという
制約が課されているため、短波帯伝送路に適するボコー
ダを開発するに際しては、低ビットレート化が必要であ
る。他方、短波帯伝送路はフェージングや混信が生じや
すいという特質を有しているため、低ビットレート化に
際しては、誤り耐性を考慮する必要がある。
制約が課されているため、短波帯伝送路に適するボコー
ダを開発するに際しては、低ビットレート化が必要であ
る。他方、短波帯伝送路はフェージングや混信が生じや
すいという特質を有しているため、低ビットレート化に
際しては、誤り耐性を考慮する必要がある。
【０００３】図１には、第１及び第２の短波用低ビット
レートボコーダを伝送路１０を介して接続した状態が示
されている。但し、図示の簡略化のため、第１のボコー
ダに関しては分析部１０のみを、第２のボコーダに関し
ては合成部３０のみを示している。第１のボコーダの分
析部１０は、入力される音声信号を分析する分析処理部
２１と、分析処理部２１の出力を符号化する符号化器２
３−１〜２３−４と、各符号化器の出力を多重するマル
チプレクサ２２とを有しており、第２のボコーダの合成
部３０は、伝送路を介し第１のボコーダから受信した信
号を多重分離するデマルチプレクサ３１、多重分離され
た信号を復号化する復号器３２−１〜３２−４、復号器
３２−１〜３２−４の出力に基づき補間処理を実行する
補間処理部３３及び補間処理部３３の出力から音声信号
を合成する合成処理部３４を有している。
レートボコーダを伝送路１０を介して接続した状態が示
されている。但し、図示の簡略化のため、第１のボコー
ダに関しては分析部１０のみを、第２のボコーダに関し
ては合成部３０のみを示している。第１のボコーダの分
析部１０は、入力される音声信号を分析する分析処理部
２１と、分析処理部２１の出力を符号化する符号化器２
３−１〜２３−４と、各符号化器の出力を多重するマル
チプレクサ２２とを有しており、第２のボコーダの合成
部３０は、伝送路を介し第１のボコーダから受信した信
号を多重分離するデマルチプレクサ３１、多重分離され
た信号を復号化する復号器３２−１〜３２−４、復号器
３２−１〜３２−４の出力に基づき補間処理を実行する
補間処理部３３及び補間処理部３３の出力から音声信号
を合成する合成処理部３４を有している。
【０００４】分析処理部２１では、低ビットレート化の
要請に応えるべくその長さが長め（例えば３０ｍｓｅ
ｃ）に設定された分析区間（フレーム）毎に、ベクトル
量子化等の方法を用いて入力音声信号を分析し、その結
果得られる情報を出力する。このとき生成される情報に
は、ピッチ周期、線スペクトル対係数、フレームパワ
ー、有声音／無声音情報等がある。これらの情報は符号
化／多重化／伝送路伝送／多重分離／復号化を経て、補
間処理部３３に供給される。補間処理部３３は、前述の
ようにフレーム長を長めに設定したために失われている
情報を回復すべく、１個のフレーム（以下基本フレーム
と呼ぶ）を複数個のフレーム（以下サブフレームと呼
ぶ）に均等分割し、各サブフレーム毎に、ピッチ周期、
線スペクトル対係数、フレームパワー等を線形内挿す
る。合成処理部３４は、この結果得られるピッチ周期、
線スペクトル対係数、フレームパワー等に基づき、音声
信号を合成する。
要請に応えるべくその長さが長め（例えば３０ｍｓｅ
ｃ）に設定された分析区間（フレーム）毎に、ベクトル
量子化等の方法を用いて入力音声信号を分析し、その結
果得られる情報を出力する。このとき生成される情報に
は、ピッチ周期、線スペクトル対係数、フレームパワ
ー、有声音／無声音情報等がある。これらの情報は符号
化／多重化／伝送路伝送／多重分離／復号化を経て、補
間処理部３３に供給される。補間処理部３３は、前述の
ようにフレーム長を長めに設定したために失われている
情報を回復すべく、１個のフレーム（以下基本フレーム
と呼ぶ）を複数個のフレーム（以下サブフレームと呼
ぶ）に均等分割し、各サブフレーム毎に、ピッチ周期、
線スペクトル対係数、フレームパワー等を線形内挿す
る。合成処理部３４は、この結果得られるピッチ周期、
線スペクトル対係数、フレームパワー等に基づき、音声
信号を合成する。
【０００５】
【発明が解決しようとする課題】しかしながら、このよ
うな方法では、音声信号を忠実に再現するために必要な
各種の情報、例えばフレーム内のスペクトル包絡やスペ
クトル微細構造の時間的推移等を、再現することができ
ない。本発明の目的は、ピッチ周期に関する処理によ
り、かかる情報を再現可能な音声信号合成方法を実現す
ることにある。
うな方法では、音声信号を忠実に再現するために必要な
各種の情報、例えばフレーム内のスペクトル包絡やスペ
クトル微細構造の時間的推移等を、再現することができ
ない。本発明の目的は、ピッチ周期に関する処理によ
り、かかる情報を再現可能な音声信号合成方法を実現す
ることにある。
【０００６】
【課題を解決するための手段及び発明の効果】このよう
な目的を達成するために、本発明の第１の構成は、所定
長Ｆanl の基本フレームを単位とした分析にて得られる
ピッチ周期情報Ｐref 並びに線スペクトル対係数Ｌref
及び／又はフレームパワー情報Ｇref を、第１のボコー
ダの分析部から伝送路を介し受信したとき、第２のボコ
ーダの合成部により実行される音声信号合成方法におい
て、下記各ステップを上記基本フレーム毎に繰り返し実
行することを特徴とする： （１）現在の基本フレームに対応する拡張フレーム内
に、当該拡張フレームの長さＦpre 、現在の基本フレー
ムに係るピッチ周期情報Ｐref 及び前回の拡張フレーム
内の最終サブフレームの長さＰpst に基づき、各サブフ
レームに係るピッチ周期を示すサブフレーム長Ｐ
smz ［ｎ］がｎに対して滑らかに変化するよう、Ｎ個の
サブフレームを設定する第１ステップ（Ｎは２以上の自
然数、ｎは０≦ｎ≦Ｎ−１を満たす整数）； （２）現在の基本フレームに係る線スペクトル対係数Ｌ
ref 及び／又はフレームパワー情報Ｇref に基づき、か
つ各サブフレーム毎に、線スペクトル対係数Ｌ
smz ［ｎ］及び／又はフレームパワー情報Ｇsmz ［ｎ］
を生成する第２ステップ； （３）ピッチ周期情報Ｐsmz ［ｎ］並びに線スペクトル
対係数Ｌsmz ［ｎ］及び／又はフレームパワー情報Ｇ
smz ［ｎ］に基づき、音声信号を合成する第３ステッ
プ；及び （４）サブフレーム長Ｐsmz ［ｎ］のｎについての総和
Ｆsyn に対する上記拡張フレーム長Ｆpre の余剰分ΔＦ
を基本フレーム長Ｆanl に加算し、その結果得られる値
Ｆnxt を、次に到来する基本フレームに対応する拡張フ
レームの長さＦpre に設定する第４ステップ。
な目的を達成するために、本発明の第１の構成は、所定
長Ｆanl の基本フレームを単位とした分析にて得られる
ピッチ周期情報Ｐref 並びに線スペクトル対係数Ｌref
及び／又はフレームパワー情報Ｇref を、第１のボコー
ダの分析部から伝送路を介し受信したとき、第２のボコ
ーダの合成部により実行される音声信号合成方法におい
て、下記各ステップを上記基本フレーム毎に繰り返し実
行することを特徴とする： （１）現在の基本フレームに対応する拡張フレーム内
に、当該拡張フレームの長さＦpre 、現在の基本フレー
ムに係るピッチ周期情報Ｐref 及び前回の拡張フレーム
内の最終サブフレームの長さＰpst に基づき、各サブフ
レームに係るピッチ周期を示すサブフレーム長Ｐ
smz ［ｎ］がｎに対して滑らかに変化するよう、Ｎ個の
サブフレームを設定する第１ステップ（Ｎは２以上の自
然数、ｎは０≦ｎ≦Ｎ−１を満たす整数）； （２）現在の基本フレームに係る線スペクトル対係数Ｌ
ref 及び／又はフレームパワー情報Ｇref に基づき、か
つ各サブフレーム毎に、線スペクトル対係数Ｌ
smz ［ｎ］及び／又はフレームパワー情報Ｇsmz ［ｎ］
を生成する第２ステップ； （３）ピッチ周期情報Ｐsmz ［ｎ］並びに線スペクトル
対係数Ｌsmz ［ｎ］及び／又はフレームパワー情報Ｇ
smz ［ｎ］に基づき、音声信号を合成する第３ステッ
プ；及び （４）サブフレーム長Ｐsmz ［ｎ］のｎについての総和
Ｆsyn に対する上記拡張フレーム長Ｆpre の余剰分ΔＦ
を基本フレーム長Ｆanl に加算し、その結果得られる値
Ｆnxt を、次に到来する基本フレームに対応する拡張フ
レームの長さＦpre に設定する第４ステップ。
【０００７】このように、本構成においては、合成に先
立ち第１ステップにてスムージングされたピッチ周期情
報Ｐsmz ［ｎ］にいわば同期して、第２のステップにお
いて線スペクトル対係数Ｌsmz ［ｎ］及び／又はフレー
ムパワー情報Ｇsmz ［ｎ］が生成され（補間）、その結
果に基づき第３のステップにおいて音声信号が合成され
る。従って、スペクトル包絡やスペクトル微細構造の時
間的推移等の特徴を再現することが可能になり、合成に
より得られる音声信号の品質を改善できる。
立ち第１ステップにてスムージングされたピッチ周期情
報Ｐsmz ［ｎ］にいわば同期して、第２のステップにお
いて線スペクトル対係数Ｌsmz ［ｎ］及び／又はフレー
ムパワー情報Ｇsmz ［ｎ］が生成され（補間）、その結
果に基づき第３のステップにおいて音声信号が合成され
る。従って、スペクトル包絡やスペクトル微細構造の時
間的推移等の特徴を再現することが可能になり、合成に
より得られる音声信号の品質を改善できる。
【０００８】本発明の第２の構成は、所定長Ｆanl の基
本フレームを単位とした分析にて得られるピッチ周期情
報Ｐref 、線スペクトル対係数Ｌref 及び／又はフレー
ムパワー情報Ｇref 、並びに現在の基本フレームが有声
音フレームであるのかそれとも無声音フレームであるの
かを示す有声音／無声音情報を、第１のボコーダの分析
部から伝送路を介し受信したとき、第２のボコーダの合
成部により実行される音声信号合成方法において、下記
各ステップを上記基本フレーム毎に繰り返し実行するこ
とを特徴とする： （０）受信した有声音／無声音情報に基づき現在の基本
フレームが有声音フレームであるのかそれとも無声音フ
レームであるのかを判定する第０ステップ； （６）第０ステップにて有声音フレームであると判定し
た場合に、第１の構成に係る音声信号合成方法に移行す
る第６ステップ；及び （７）第０ステップにて無声音フレームであると判定し
た場合に、現在の基本フレーム又はこれに直前の有声音
フレームに係る余剰分ΔＦを加算した長さのフレーム
を、上記拡張フレームと見なした上で、第２乃至第４の
ステップに移行する第７ステップ。本構成によれば、無
声音フレームにも対処できる。
本フレームを単位とした分析にて得られるピッチ周期情
報Ｐref 、線スペクトル対係数Ｌref 及び／又はフレー
ムパワー情報Ｇref 、並びに現在の基本フレームが有声
音フレームであるのかそれとも無声音フレームであるの
かを示す有声音／無声音情報を、第１のボコーダの分析
部から伝送路を介し受信したとき、第２のボコーダの合
成部により実行される音声信号合成方法において、下記
各ステップを上記基本フレーム毎に繰り返し実行するこ
とを特徴とする： （０）受信した有声音／無声音情報に基づき現在の基本
フレームが有声音フレームであるのかそれとも無声音フ
レームであるのかを判定する第０ステップ； （６）第０ステップにて有声音フレームであると判定し
た場合に、第１の構成に係る音声信号合成方法に移行す
る第６ステップ；及び （７）第０ステップにて無声音フレームであると判定し
た場合に、現在の基本フレーム又はこれに直前の有声音
フレームに係る余剰分ΔＦを加算した長さのフレーム
を、上記拡張フレームと見なした上で、第２乃至第４の
ステップに移行する第７ステップ。本構成によれば、無
声音フレームにも対処できる。
【０００９】本発明の第３の構成は、第２の構成におい
て、第７ステップが、前回の基本フレームが有声音フレ
ームでありかつ現在の基本フレームが無声音フレームで
あった場合に、前回の拡張フレームにおける余剰分ΔＦ
を均等区分に係るサブフレーム長に加算した値を、今回
の基本フレームに対応する拡張フレームの冒頭サブフレ
ームの長さに設定するステップを含むことを特徴とす
る。本構成によれば、有声音から無声音への移行に当た
って格別の矛盾が生じないよう、調整が可能である。
て、第７ステップが、前回の基本フレームが有声音フレ
ームでありかつ現在の基本フレームが無声音フレームで
あった場合に、前回の拡張フレームにおける余剰分ΔＦ
を均等区分に係るサブフレーム長に加算した値を、今回
の基本フレームに対応する拡張フレームの冒頭サブフレ
ームの長さに設定するステップを含むことを特徴とす
る。本構成によれば、有声音から無声音への移行に当た
って格別の矛盾が生じないよう、調整が可能である。
【００１０】
【発明の実施の形態】以下、本発明の好適な実施形態に
関し図面に基づき説明する。なお、本発明は図１に示さ
れる装置にて実施できるため以下の説明では図１の装置
を前提とするが、本発明は装置の機能構成の細部に限定
を要するものではない。同様に、以下に説明する手順の
細部にも限定を要さない。
関し図面に基づき説明する。なお、本発明は図１に示さ
れる装置にて実施できるため以下の説明では図１の装置
を前提とするが、本発明は装置の機能構成の細部に限定
を要するものではない。同様に、以下に説明する手順の
細部にも限定を要さない。
【００１１】図２には、本発明の一実施形態に係る装置
において補間処理部３３により実行される処理の手順が
示されている。この手順においては、補間処理部３３
は、まず、基本フレーム長Ｆanl 、拡張フレーム長Ｆ
pre 、ピッチ周期プリセット値Ｐpst 、線スペクトル対
係数プリセット値Ｌpst 、フレームパワー（合成側ゲイ
ン）プリセット値Ｇpst 、拡張フレーム内に収容可能な
ピッチ周期個数Ｎ、無声音時の均等分割個数ＮUV等の変
数を、システム設計等に従い、初期設定する（１０
０）。補間処理部３３は、次に、デマルチプレクサ３１
により多重分離された情報のうち復号器３２−１により
復号化される有声音／無声音情報を入力し、これに基づ
き、第２のボコーダの合成部３０が回線１０等を介し第
１のボコーダの分析部２０から受信したフレームが有声
音フレームであるか否かを判定する（１０２）。
において補間処理部３３により実行される処理の手順が
示されている。この手順においては、補間処理部３３
は、まず、基本フレーム長Ｆanl 、拡張フレーム長Ｆ
pre 、ピッチ周期プリセット値Ｐpst 、線スペクトル対
係数プリセット値Ｌpst 、フレームパワー（合成側ゲイ
ン）プリセット値Ｇpst 、拡張フレーム内に収容可能な
ピッチ周期個数Ｎ、無声音時の均等分割個数ＮUV等の変
数を、システム設計等に従い、初期設定する（１０
０）。補間処理部３３は、次に、デマルチプレクサ３１
により多重分離された情報のうち復号器３２−１により
復号化される有声音／無声音情報を入力し、これに基づ
き、第２のボコーダの合成部３０が回線１０等を介し第
１のボコーダの分析部２０から受信したフレームが有声
音フレームであるか否かを判定する（１０２）。
【００１２】有声音フレームであると判定したときに
は、補間処理部３３は、復号器３２−２〜３２−４から
それぞれピッチ周期Ｐref 、線スペクトル対係数Ｌref
及びフレームパワーＧref を入力する（１０４）。補間
処理部３３は、次の式
は、補間処理部３３は、復号器３２−２〜３２−４から
それぞれピッチ周期Ｐref 、線スペクトル対係数Ｌref
及びフレームパワーＧref を入力する（１０４）。補間
処理部３３は、次の式
【数１】 に従い、拡張フレーム（後述）内に収まるピッチ周期の
個数Ｎを演算する（１０６）。すなわち、１個の拡張フ
レームをＮ個のサブフレームに分割する。但し、上式で
は入力したピッチ周期Ｐref と初期設定したピッチ周期
プリセット値Ｐps t の単純平均値を分母に用いている
が、加重平均値等を用いても構わない。
個数Ｎを演算する（１０６）。すなわち、１個の拡張フ
レームをＮ個のサブフレームに分割する。但し、上式で
は入力したピッチ周期Ｐref と初期設定したピッチ周期
プリセット値Ｐps t の単純平均値を分母に用いている
が、加重平均値等を用いても構わない。
【００１３】補間処理部３３は、さらに、次の式
【数２】 に従い線形内挿演算を行うことにより、拡張フレーム内
のＮ個のサブフレームそれぞれについてピッチ周期Ｐ
smz ［ｎ］を求める（１０８）。補間処理部３３は、求
めたピッチ周期Ｐsmz ［ｎ］に係る全てのサブフレーム
が拡張フレーム内に収まることを確認すべく、次の式
のＮ個のサブフレームそれぞれについてピッチ周期Ｐ
smz ［ｎ］を求める（１０８）。補間処理部３３は、求
めたピッチ周期Ｐsmz ［ｎ］に係る全てのサブフレーム
が拡張フレーム内に収まることを確認すべく、次の式
【数３】 に従い合成フレーム長Ｆsyn を求め（１１０）、拡張フ
レーム長Ｆpre と比較する（１１２）。収まらない場合
（すなわちＦsyn ＞Ｆpre の場合）、補間処理部３３
は、サブフレームの個数Ｎを１減らして（１１４）、ス
テップ１０８に戻る。逆に収まる場合（すなわちＦsyn
≦Ｆpre の場合）、補間処理部３３は、式（２）と同様
の式
レーム長Ｆpre と比較する（１１２）。収まらない場合
（すなわちＦsyn ＞Ｆpre の場合）、補間処理部３３
は、サブフレームの個数Ｎを１減らして（１１４）、ス
テップ１０８に戻る。逆に収まる場合（すなわちＦsyn
≦Ｆpre の場合）、補間処理部３３は、式（２）と同様
の式
【数４】 により、すなわちピッチ周期の線形内挿と同期した演算
により、各サブフレームについて線スペクトル対係数Ｌ
smz ［ｎ］及びフレームパワーＧsmz ［ｎ］を求める
（１１６）。
により、各サブフレームについて線スペクトル対係数Ｌ
smz ［ｎ］及びフレームパワーＧsmz ［ｎ］を求める
（１１６）。
【００１４】ステップ１１６実行後、補間処理部３３
は、拡張フレーム長Ｆpre に対する合成フレーム長Ｆ
syn の残余ΔＦ＝Ｆpre −Ｆsyn を求め（１１８）、求
めた残余フレーム長ΔＦを基本フレーム長、すなわち分
析部２０において使用しているフレーム長Ｆanl に加算
することにより次の基本フレームに係る拡張フレーム長
Ｆpre を求め（１２０）、各プリセット値Ｐpst 、Ｌ
pst 及びＧpst に最終サブフレームのピッチ周期Ｐsmz
［Ｎ−１］、線スペクトル対係数Ｌsmz ［Ｎ−１］及び
フレームパワーＧsmz ［Ｎ−１］をそれぞれ設定し（１
２２）、ステップ１０２に戻る。すなわち、上の説明に
て使用した拡張フレームとは、前回の拡張フレームの長
さのうちいずれのサブフレームにも属さなかった残余分
ΔＦにて、基本フレームを拡張したフレームである。
は、拡張フレーム長Ｆpre に対する合成フレーム長Ｆ
syn の残余ΔＦ＝Ｆpre −Ｆsyn を求め（１１８）、求
めた残余フレーム長ΔＦを基本フレーム長、すなわち分
析部２０において使用しているフレーム長Ｆanl に加算
することにより次の基本フレームに係る拡張フレーム長
Ｆpre を求め（１２０）、各プリセット値Ｐpst 、Ｌ
pst 及びＧpst に最終サブフレームのピッチ周期Ｐsmz
［Ｎ−１］、線スペクトル対係数Ｌsmz ［Ｎ−１］及び
フレームパワーＧsmz ［Ｎ−１］をそれぞれ設定し（１
２２）、ステップ１０２に戻る。すなわち、上の説明に
て使用した拡張フレームとは、前回の拡張フレームの長
さのうちいずれのサブフレームにも属さなかった残余分
ΔＦにて、基本フレームを拡張したフレームである。
【００１５】ステップ１０２にて無声音フレームである
と判定したときには、補間処理部３３は、サブフレーム
長を、基本フレーム長Ｆanl を均等分割数ＮUVにて除し
た長さに設定する。また、直前のフレームが有声音フレ
ームであった場合、当該有声音フレームにて一般に非ゼ
ロの残余ΔＦが生じているから、補間処理部３３は、第
１サブフレームを残余分ΔＦにて拡張する。補間処理部
３３は、ステップ１１６〜１２２と同様の処理を実行し
（１２８〜１３４）、ステップ１０２に戻る。但し、ス
テップ１２８〜１３４では、ＮをＮUVに置換し、ΔＦを
０として扱う。また、無声音時には、ピッチ周期に係る
演算は実行しない。Ｐref としては、分析部２０にて計
算したピッチトラッキング値にて、有声音になるまで毎
フレーム更新する。
と判定したときには、補間処理部３３は、サブフレーム
長を、基本フレーム長Ｆanl を均等分割数ＮUVにて除し
た長さに設定する。また、直前のフレームが有声音フレ
ームであった場合、当該有声音フレームにて一般に非ゼ
ロの残余ΔＦが生じているから、補間処理部３３は、第
１サブフレームを残余分ΔＦにて拡張する。補間処理部
３３は、ステップ１１６〜１２２と同様の処理を実行し
（１２８〜１３４）、ステップ１０２に戻る。但し、ス
テップ１２８〜１３４では、ＮをＮUVに置換し、ΔＦを
０として扱う。また、無声音時には、ピッチ周期に係る
演算は実行しない。Ｐref としては、分析部２０にて計
算したピッチトラッキング値にて、有声音になるまで毎
フレーム更新する。
【００１６】図３には、本実施形態における補間状態が
類型図示されている。特に図３（ａ）は有声音フレーム
の場合であり、１個の拡張フレームが複数個のサブフレ
ームに区分されている。また、この場合、各サブフレー
ムの長さは、線形内挿により定められている。次に、図
３（ｂ）は無声音フレームの場合であり、１個の基本フ
レームが複数個のサブフレームに区分されている。この
場合、各サブフレームの長さは、均等分割により定めら
れているため互いに等しい。そして、図３（ｃ）は有声
音フレームから無声音フレームに移行した直後の例であ
り、第１サブフレームに残余ΔＦが加算されている点で
図３（ｂ）と相違している。
類型図示されている。特に図３（ａ）は有声音フレーム
の場合であり、１個の拡張フレームが複数個のサブフレ
ームに区分されている。また、この場合、各サブフレー
ムの長さは、線形内挿により定められている。次に、図
３（ｂ）は無声音フレームの場合であり、１個の基本フ
レームが複数個のサブフレームに区分されている。この
場合、各サブフレームの長さは、均等分割により定めら
れているため互いに等しい。そして、図３（ｃ）は有声
音フレームから無声音フレームに移行した直後の例であ
り、第１サブフレームに残余ΔＦが加算されている点で
図３（ｂ）と相違している。
【００１７】このように、本実施形態では、ステップ１
０８にてスムージングされたピッチ周期Ｐsmz ［ｎ］に
同期して、ステップ１１６にて線スペクトル対係数Ｌ
smz ［ｎ］及びフレームパワーＧsmz ［ｎ］が生成さ
れ、その結果に基づき合成処理部３４が音声信号を合成
する。従って、スペクトル包絡やスペクトル微細構造の
時間的推移等の特徴を再現することが可能になり、合成
により得られる音声信号の品質を改善できる。また、均
等分割を採用しているため、無声音フレームにも対処で
きる。さらに、有声音フレームから無声音フレームへの
移行の際に、残余ΔＦを第１サブフレーム長に加算して
いるため、有声音から無声音への移行に当たって格別の
矛盾が生じない。
０８にてスムージングされたピッチ周期Ｐsmz ［ｎ］に
同期して、ステップ１１６にて線スペクトル対係数Ｌ
smz ［ｎ］及びフレームパワーＧsmz ［ｎ］が生成さ
れ、その結果に基づき合成処理部３４が音声信号を合成
する。従って、スペクトル包絡やスペクトル微細構造の
時間的推移等の特徴を再現することが可能になり、合成
により得られる音声信号の品質を改善できる。また、均
等分割を採用しているため、無声音フレームにも対処で
きる。さらに、有声音フレームから無声音フレームへの
移行の際に、残余ΔＦを第１サブフレーム長に加算して
いるため、有声音から無声音への移行に当たって格別の
矛盾が生じない。
【図１】 ボコーダの一例構成を示すブロック図であ
る。
る。
【図２】 本発明の一実施形態における補間処理部の動
作の流れを示すフローチャートである。
作の流れを示すフローチャートである。
【図３】 この実施形態における補間状態を示す図であ
り、（ａ）は有声音時を、（ｂ）は無声音時を、（ｃ）
は有声音から無声音への移行時を、それぞれ示してい
る。
り、（ａ）は有声音時を、（ｂ）は無声音時を、（ｃ）
は有声音から無声音への移行時を、それぞれ示してい
る。
１０ 伝送路、２０ 分析部、３０ 合成部、３３ 補
間処理部、３４ 合成処理部。
間処理部、３４ 合成処理部。
Claims (3)
- 【請求項１】 所定長Ｆanl の基本フレームを単位とし
た分析にて得られるピッチ周期情報Ｐref 並びに線スペ
クトル対係数Ｌref 及び／又はフレームパワー情報Ｇ
ref を、第１のボコーダの分析部から伝送路を介し受信
したとき、第２のボコーダの合成部により実行される音
声信号合成方法において、下記各ステップを上記基本フ
レーム毎に繰り返し実行することを特徴とする音声信号
合成方法：現在の基本フレームに対応する拡張フレーム
内に、当該拡張フレームの長さＦpre 、現在の基本フレ
ームに係るピッチ周期情報Ｐref 及び前回の拡張フレー
ム内の最終サブフレームの長さＰpst に基づき、各サブ
フレームに係るピッチ周期を示すサブフレーム長Ｐsmz
［ｎ］がｎに対して滑らかに変化するよう、Ｎ個のサブ
フレームを設定する第１ステップ（Ｎは２以上の自然
数、ｎは０≦ｎ≦Ｎ−１を満たす整数）；現在の基本フ
レームに係る線スペクトル対係数Ｌref 及び／又はフレ
ームパワー情報Ｇref に基づき、かつ各サブフレーム毎
に、線スペクトル対係数Ｌsmz ［ｎ］及び／又はフレー
ムパワー情報Ｇsmz ［ｎ］を生成する第２ステップ；ピ
ッチ周期情報Ｐsmz ［ｎ］並びに線スペクトル対係数Ｌ
smz ［ｎ］及び／又はフレームパワー情報Ｇsmz ［ｎ］
に基づき、音声信号を合成する第３ステップ；及びサブ
フレーム長Ｐsmz ［ｎ］のｎについての総和Ｆsyn に対
する上記拡張フレーム長Ｆpre の余剰分ΔＦを基本フレ
ーム長Ｆanl に加算し、その結果得られる値Ｆnxt を、
次に到来する基本フレームに対応する拡張フレームの長
さＦpre に設定する第４ステップ。 - 【請求項２】 所定長Ｆanl の基本フレームを単位とし
た分析にて得られるピッチ周期情報Ｐref 、線スペクト
ル対係数Ｌref 及び／又はフレームパワー情報Ｇref 、
並びに現在の基本フレームが有声音フレームであるのか
それとも無声音フレームであるのかを示す有声音／無声
音情報を、第１のボコーダの分析部から伝送路を介し受
信したとき、第２のボコーダの合成部により実行される
音声信号合成方法において、下記各ステップを上記基本
フレーム毎に繰り返し実行することを特徴とする音声信
号合成方法：受信した有声音／無声音情報に基づき現在
の基本フレームが有声音フレームであるのかそれとも無
声音フレームであるのかを判定する第０ステップ；第０
ステップにて有声音フレームであると判定した場合に、
請求項１記載の音声信号合成方法に移行する第６ステッ
プ；及び第０ステップにて無声音フレームであると判定
した場合に、現在の基本フレーム又はこれに直前の有声
音フレームに係る余剰分ΔＦを加算した長さのフレーム
を、上記拡張フレームと見なした上で、第２乃至第４の
ステップに移行する第７ステップ。 - 【請求項３】 請求項２記載の音声信号合成方法におい
て、第７ステップが、前回の基本フレームが有声音フレ
ームでありかつ現在の基本フレームが無声音フレームで
あった場合に、前回の拡張フレームにおける余剰分ΔＦ
を均等区分に係るサブフレーム長に加算した値を、今回
の基本フレームに対応する拡張フレームの冒頭サブフレ
ームの長さに設定するステップを含むことを特徴とする
音声信号合成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7302945A JPH09146596A (ja) | 1995-11-21 | 1995-11-21 | 音声信号合成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7302945A JPH09146596A (ja) | 1995-11-21 | 1995-11-21 | 音声信号合成方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH09146596A true JPH09146596A (ja) | 1997-06-06 |
Family
ID=17915039
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7302945A Pending JPH09146596A (ja) | 1995-11-21 | 1995-11-21 | 音声信号合成方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH09146596A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103562994A (zh) * | 2011-03-18 | 2014-02-05 | 弗兰霍菲尔运输应用研究公司 | 音频编码中的帧元素长度传输 |
-
1995
- 1995-11-21 JP JP7302945A patent/JPH09146596A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103562994A (zh) * | 2011-03-18 | 2014-02-05 | 弗兰霍菲尔运输应用研究公司 | 音频编码中的帧元素长度传输 |
| US9524722B2 (en) | 2011-03-18 | 2016-12-20 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Frame element length transmission in audio coding |
| US9773503B2 (en) | 2011-03-18 | 2017-09-26 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio encoder and decoder having a flexible configuration functionality |
| US9779737B2 (en) | 2011-03-18 | 2017-10-03 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Frame element positioning in frames of a bitstream representing audio content |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7394833B2 (en) | Method and apparatus for reducing synchronization delay in packet switched voice terminals using speech decoder modification | |
| JP5925742B2 (ja) | 通信システムにおける隠蔽フレームの生成方法 | |
| JP2746033B2 (ja) | 音声復号化装置 | |
| US5873059A (en) | Method and apparatus for decoding and changing the pitch of an encoded speech signal | |
| US4821324A (en) | Low bit-rate pattern encoding and decoding capable of reducing an information transmission rate | |
| JP3522012B2 (ja) | コード励振線形予測符号化装置 | |
| KR20050042020A (ko) | 스펙트럼 대역 복사에 의한 오디오 디코딩 장치 및 오디오디코딩 방법 | |
| JPH01155400A (ja) | 音声符号化方式 | |
| JP4558205B2 (ja) | スピーチコーダパラメータの量子化方法 | |
| JPH0730496A (ja) | 音声信号復号化装置 | |
| US7302385B2 (en) | Speech restoration system and method for concealing packet losses | |
| US20110040557A1 (en) | Transmitter and receiver for speech coding and decoding by using additional bit allocation method | |
| JP3416331B2 (ja) | 音声復号化装置 | |
| JPH09146596A (ja) | 音声信号合成方法 | |
| JP2006503323A (ja) | 位相の更新による正弦波オーディオコーディング | |
| JP3303580B2 (ja) | 音声符号化装置 | |
| JP3050978B2 (ja) | 音声符号化方法 | |
| US20100131276A1 (en) | Audio signal synthesis | |
| JP3649854B2 (ja) | 音声符号化装置 | |
| JPH0588697A (ja) | 欠落音声補間方式 | |
| JP3085347B2 (ja) | 音声の復号化方法およびその装置 | |
| JP3364827B2 (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並びにそれ等の装置 | |
| JP3107620B2 (ja) | 音声符号化方法 | |
| JP4826580B2 (ja) | 音声信号の再生方法及び装置 | |
| JPH0990997A (ja) | 音声符号化装置、音声復号化装置、音声符号化復号化方法および複合ディジタルフィルタ |