JPH09281998A - 音声符号化装置 - Google Patents

音声符号化装置

Info

Publication number
JPH09281998A
JPH09281998A JP8095412A JP9541296A JPH09281998A JP H09281998 A JPH09281998 A JP H09281998A JP 8095412 A JP8095412 A JP 8095412A JP 9541296 A JP9541296 A JP 9541296A JP H09281998 A JPH09281998 A JP H09281998A
Authority
JP
Japan
Prior art keywords
quantization
pulses
sound source
signal
pulse
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
JP8095412A
Other languages
English (en)
Other versions
JP3094908B2 (ja
Inventor
Kazunori Ozawa
一範 小澤
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.)
NEC Corp
Original Assignee
NEC 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 NEC Corp filed Critical NEC Corp
Priority to JP08095412A priority Critical patent/JP3094908B2/ja
Priority to DE69718234T priority patent/DE69718234T2/de
Priority to EP97106303A priority patent/EP0802524B1/en
Priority to US08/840,801 priority patent/US6023672A/en
Priority to CA002202825A priority patent/CA2202825C/en
Publication of JPH09281998A publication Critical patent/JPH09281998A/ja
Application granted granted Critical
Publication of JP3094908B2 publication Critical patent/JP3094908B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L19/04Speech 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
    • G10L19/08Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/10Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a multipulse excitation
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L2019/0001Codebooks
    • G10L2019/0004Design or structure of the codebook
    • G10L2019/0005Multi-stage vector quantisation
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L2019/0001Codebooks
    • G10L2019/0007Codebook element generation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
  • Analogue/Digital Conversion (AREA)

Abstract

(57)【要約】 【課題】 低ビットレートでも良好な音質の得られる音
声符号化装置の提供。 【解決手段】 音声符号化装置の音源量子化部360に
おいて、M個のパルスの組合せで音源信号を表し、前記
パルスをMよりも小さい個数Lずつに分割する分割部
と、前記スペクトルパラメータを用いてパルスの振幅を
前記個数Lずつまとめて量子化する際に、隣接グループ
での量子化候補出力値による評価値と当該グループでの
量子化値による評価値を加算して歪みを評価し少なくと
も一つの量子化候補を選択し、音源信号を量子化するこ
とを特徴とする。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】本発明は、音声信号を低いビ
ットレート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】音声信号を高能率に符号化する方式とし
ては、例えば、M.Schroeder and B.
Atal氏による“Code−excited lin
earprediction: High quali
ty speech atvery low bit
rates”(Proc.;ICASSP,pp.93
7−940,1985年)と題した論文(文献1)や、
Kleijn氏らによる“Improved spee
ch quality and efficient
vector quantization in SE
LP”(Proc.ICASSP,pp.155−15
8,1988年)と題した論文(文献2)などに記載さ
れているCELP(Code Excited Lin
earPredictive Coding)が知られ
ている。この従来例では、送信側では、フレーム毎(例
えば20ms)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
パラメータを抽出する。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する。ピッチ予測して求めた
音源信号に対して、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)
から最適な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】
【発明が解決しようとする課題】前記従来法では、音源
コードブックから最適な音源コードベクトルを選択する
のに多大な演算量を要するという問題があった。これ
は、文献1や2の方法では、音源コードベクトルを選択
するのに、各コードベクトルに対して一旦フィルタリン
グもしくは畳み込み演算を行ない、この演算をコードブ
ックに格納されているコードベクトルの個数だけ繰り返
すことに起因する。例えば、コードブックのビット数が
Bビットで、次元数がNのときは、フィルタリングある
いは畳み込み演算のときのフィルタあるいはインパルス
応答長をKとすると、演算量は1秒当たり、N×K×2
B ×8000/Nだけ必要となる。一例として、B=1
0、N=40、K=10とすると、1秒当たり81,9
20,000回の演算が必要となり、極めて膨大である
という問題点があった。
【0004】音源コードブック探索に必要な演算量を低
減する方法として、種々のものが提案されている。例え
ば、ACELP(Argebraic Code Ex
cited Linear Prediction)方
式が提案されている。これは、例えば、C.Lafla
mmeらによる“16 kbps widebands
peech coding technique ba
sed on algebraic CELP”と題し
た論文(Proc.ICASSP,pp.13−16,
1991)(文献3)等を参照することができる。文献
3の方法によれば、音源信号を複数個のパルスで表し、
各パルスの位置をあらかじめ定められたビット数で表し
伝送する。ここで、各パルスの振幅は+1.0もしくは
−1.0に限定されているため、パルス探索の演算量を
大幅に低減化できる。
【0005】文献3の従来法では、演算量を大幅に低減
化することが可能となるが、音質も充分ではないという
問題点があった。この理由としては、各パルスが正負の
極性のみしか有しておらず、絶対値振幅はパルスの位置
によらず常に1.0であるため、振幅を極めて粗く量子
化したことになり、このために音質が劣化していた。
【0006】本発明の目的は、上述の問題を解決し、ビ
ットレートが低い場合にも、比較的少ない演算量で音質
の劣化の少ない音声符号化方式を提供することにある。
【0007】
【課題を解決するための手段】本発明によれば、入力し
た音声信号からスペクトルパラメータを求めて量子化す
るスペクトルパラメータ計算部と、前記音声信号の音源
信号が個数Mの非零のパルスから構成され、前記パルス
をMよりも小さい個数ずつのグループに分割する分割部
と、前記スペクトルパラメータを用いてパルスの振幅を
前記個数ずつまとめて量子化する際に、隣接グループで
の量子化候補出力値による評価値と当該グループでの量
子化値による評価値を加算して歪みを評価し少なくとも
一つの量子化候補を選択し出力する音源量子化部とを有
する音声符号化装置が得られる。
【0008】本発明によれば、入力した音声信号からス
ペクトルパラメータを求めて量子化するスペクトルパラ
メータ計算部と、音源が個数Mの非零のパルスから構成
され、前記パルスの振幅をMよりも小さい個数ずつのグ
ループに分割し前記個数ずつまとめて量子化するコード
ブックを有し、前記パルスの位置を複数セット計算し、
前記複数セットの位置の各々に対し、前記スペクトルパ
ラメータを用いてパルスの振幅を前記個数ずつまとめて
量子化する際に、隣接グループでの量子化候補出力値に
よる評価値と当該グループでの量子化値による評価値を
加算して歪みを評価し少なくとも一つの量子化候補を選
択し、位置のセットとコードベクトルの組合せを選択す
ることにより音源信号を量子化する音源量子化部を有す
る音声符号化装置が得られる。
【0009】本発明によれば、入力した音声信号から一
定時間毎にスペクトルパラメータを求めて量子化するス
ペクトルパラメータ計算部と、前記音声信号から特徴量
を抽出してモードを判別するモード判別部と、あらかじ
め定められたモードの場合に、前記音声信号の音源が個
数Mの非零のパルスから構成され、前記パルスの振幅を
Mよりも小さい個数ずつのグループに分割し前記個数ず
つまとめて量子化するコードブックを有し、前記パルス
の位置を複数セット計算し、前記複数セットの位置に対
し、前記スペクトルパラメータを用いてパルスの振幅を
前記個数Lずつまとめて量子化する際に、隣接グループ
での量子化候補出力値による評価値と当該グループでの
量子化値による評価値を加算して歪みを評価し少なくと
も一つの量子化候補を選択し、位置のセットとコードベ
クトルの組合せを選択することにより音源信号を量子化
する音源量子化部を有する音声符号化装置が得られる。
【0010】第1の発明では、音源がM個の振幅が非零
のパルスから構成される。音源量子化部において、M個
のパルスをL(L<M)個ずつのグループに分割し、各
グループにおいて、パルスの振幅をL個ずつまとめて量
子化する。
【0011】一定時間毎に、音源として、M個のパルス
を立てる。時間長はNサンプルとする。i番目のパルス
の振幅、位置をそれぞれ、gi 、mi とする。このと
き、音源信号は下式のように表せる。
【0012】
【数1】
【0013】以下では、パルスの振幅を振幅コードブッ
クを用いて量子化するものとする。振幅コードブックに
格納されているk番目のコードベクトルをg′ikとし、
パルスの振幅をL個ずつ量子化するとすれば、音源は
【0014】
【数2】
【0015】と表せる。ここで、Bは、振幅コードブッ
クのビット数である。
【0016】このとき、式(2)を用いて再生した信号
と入力音声信号との歪みは、次式で表せる。
【0017】
【数3】
【0018】ここで、xw (n)、hw (n)、Gはそ
れぞれ、後述の実施例で述べる聴感重み付け音声信号、
聴感重み付けインパルス応答、音源のゲインである。
【0019】式(3)を最小化するには、L個ずつのパ
ルスのグループについて、上式を最小化するk番目のコ
ードベクトルと位置mi の組合せを求めれば良い。この
ときに、隣接グループでの量子化候補出力値による評価
値と当該グループでの量子化値による評価値を加算して
歪みを評価し、少なくとも一つの量子化候補を選択し出
力する。
【0020】第2の発明では、パルスの位置を複数セッ
ト出力し、複数セットの位置の候補の各々に対して、第
1の発明と同一の処理を行ない、パルスの振幅をL個ず
つまとめて量子化し、最終的に、位置と振幅コードベク
トルの最適な組合せを選択する。
【0021】第3の発明では、音声信号から特徴量を抽
出してモードを判別する。あらかじめ定められたモード
では、音源信号は、個数Mの非零のパルスから構成さ
れ、さらに、第2の発明と同様に、複数セットの位置の
候補の各々に対して、第1の発明と同一の処理を行な
い、パルスの振幅をL個ずつまとめて量子化し、最終的
に、位置と振幅コードベクトルの最適な組合せを選択す
る。
【0022】
【発明の実施の形態】図1は本発明による音声符号化装
置の一実施例を示すブロック図である。
【0023】図において、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10ms)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5ms)に分割する。
【0024】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)を計算する。
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(文献4)等に記載されているので説明は略す
る。さらにスペクトルパラメータ計算部では、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)
(文献5)を参照することができる。例えば、第2サブ
フレームでBurg法により求めた線形予測係数を、L
SPパラメータに変換し、第1サブフレームのLSPを
直線補間により求めて、第1サブフレームのLSPを逆
変換して線形予測係数に戻し、第1,2サブフレームの
線形予測係数αil(i=1,…,10,l=1,…,
2)を聴感重み付け回路230に出力する。また、第2
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。
【0025】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し、下式の歪みを最小化する量子
化値を出力する。
【0026】
【数4】
【0027】ここで、LSP(i),QLSP
(i)j ,W(i)はそれぞれ、量子化前のi次目のL
SP、量子化後のj番目の結果、重み係数である。
【0028】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2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。
具体的な方法を例えば、特開平4−171500公報
(特願平2−297600号)(文献6)や特開平4−
363000号公報(特願平3−261925号)(文
献7)や、特開平5−6199号公報(特願平3−15
5049号)(文献8)や、T.Nomuraet a
l.,による“LSP Coding Using V
QSVQ With Interpolation i
n 4.075 kbps M−LCELP Spee
ch Coder”と題した論文(Proc.Mobi
le Multimedia Communicati
ons,pp.B.2.5,1993)(文献9)等を
参照できるのでここでは説明は略する。
【0029】また、スペクトルパラメータ量子化回路2
10では、第2サブフレームで量子化したLSPパラメ
ータをもとに、第1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2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2サ
ブフレームの量子化LSPを直線補間して、第1サブフ
レームのLSPを復元する。ここで、量子化前のLSP
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サブ
フレームのLSPを復元できる。
【0030】以上により復元した第1サブフレームのL
SPと第2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α′il(i=1,…,10,l=1,
…,2)に変換し、インパルス応答計算回路310へ出
力する。また、第2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400に
出力する。
【0031】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αi (i=1,…,P)を入力し、
前記文献1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ない、聴感重み付け信号を出力す
る。
【0032】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αi 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
α′i 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、入力信号を零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)は下式で表さ
れる。
【0033】
【数5】
【0034】但し、n−i≦0のときは y(n−i)=p(N+(n−i)) (6) xz (n−i)=sw (N+(n−i)) (7) ここでNはサブフレーム長を示す。τは、聴感重み付け
量を制御する重み係数であり、下記の式(15)と同一
の値である。sw (n)、p(n)は、それぞれ、重み
付け信号計算回路の出力信号、後述の式(15)におけ
る右辺第1項のフィルタの分母の項の出力信号をそれぞ
れ示す。
【0035】減算器235は、下式により、聴感重み付
け信号から応答信号を1サブフレーム分減算し、x′w
(n)を適応コードブック回路300へ出力する。
【0036】 x′w (n)=xw (n)−xz (n) (8) インパルス応答計算回路310は、z変換が下式で表さ
れる聴感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300、音源量子化回路350へ出力する。
【0037】
【数6】
【0038】適応コードブック回路300では、重み付
け信号計算回路360から過去の音源信号v(n)を、
減算器235から出力信号x′w (n)を、インパルス
応答計算回路310から聴感重み付けインパルス応答h
w (n)を入力する。ピッチに対応する遅延Tを下式の
歪みを最小化するように求め、遅延を表すインデクスを
マルチプレクサ400に出力する。
【0039】
【数7】
【0040】ここで、 yw (n−T)=v(n−T)*hw (n) (11) であり、記号*は畳み込み演算を表す。
【0041】ゲインβを下式に従い求める。
【0042】
【数8】
【0043】ここで、女性音や、子供の声に対して、遅
延の抽出精度を向上させるために、遅延を整数サンプル
ではなく、小数サンプル値で求めてもよい。具体的な方
法は、例えば、P.Kroonらによる、“Pitch
predictors with high tem
poral resolution”と題した論文(P
roc.ICASSP,pp.661−664,199
0年)(文献10)等を参照することができる。
【0044】さらに、適応コードブック回路300では
下式に従いピッチ予測を行ない、予測残差信号z
w (n)を音源量子化回路350へ出力する。
【0045】 zw (n)=x′w (n)−βv(n−T)*hw (n) (13) 音源量子化回路350では、作用で述べたように、M個
のパルスをたてるとする。
【0046】以下では、パルスの振幅をLパルス分(L
<M)まとめて量子化するための、Bビットの振幅コー
ドブックを有しているものとして説明する。この振幅コ
ードブックは351に格納されている。
【0047】音源量子化回路350の構成を示すブロッ
ク図を図2に示す。
【0048】図2において、相関計算回路810は、端
子801,802からそれぞれ、zw (n),h
w (n)を入力し、下式に従い、2種の相関係数d
(n),φを計算し、位置計算回路800、振幅量子化
回路8301 〜830Q に出力する。
【0049】
【数9】
【0050】位置計算回路800は、あらかじめ定めら
れた個数Mの非零の振幅のパルスの位置を計算する。こ
れには、文献3と同様に、各パルス毎に、あらかじめ定
められた位置の候補について、次式を最大化するパルス
の位置を求める。
【0051】例えば、位置の候補の例は、サブフレーム
長をN=40、パルスの個数をM=5とすると、下表の
ように表せる。
【0052】
【表1】
【0053】各パルスについて、位置の候補を調べ、次
式を最大化する位置を選択する。
【0054】
【数10】
【0055】ここで、
【0056】
【数11】
【0057】である。ここでsgn(k),sgn
(i)は、それぞれ、パルスの位置mk ,mi における
極性を表わす。M個のパルスの位置は分割回路320に
出力される。
【0058】分割回路820は、M個のパルスをL個ず
つのグループに分割する。ここでグループの個数をUと
する。U=M/Lである。
【0059】振幅量子化回路8301 〜830Q は、パ
ルスの振幅をL個ずつ、振幅コードブック351を用い
て量子化する。ここで、振幅を分割して量子化すること
による劣化をできる限り低減化するために以下の処理を
行なう。まず、第1の振幅量子化回路8301 では、次
式を最大化する順に、複数個(Q個)の振幅コードベク
トル候補を出力する。
【0060】 Cj 2/Ej (19) ここで、
【0061】
【数12】
【0062】である。
【0063】第2の振幅量子化回路8302 では、第1
の振幅量子化回路8301 のQ個の量子化候補の各々に
よる評価値と、第2グループのL個のパルスの振幅量子
化値による評価値を加算しながら次式を計算する。ここ
で、
【0064】
【数13】
【0065】となる。
【0066】これらから、次式の評価値を最大化する順
に、コードベクトルをQ個出力する。
【0067】 Cj 2/Ej (24) 第3の振幅量子化回路8303 では、第2の振幅量子化
回路8302 のQ個の量子化候補の各々による評価値
と、第3グループのL個のパルスの振幅量子化値による
評価値を加算しながら、次式により評価値を計算する。
ここで、
【0068】
【数14】
【0069】次式の評価値を最大化するコードベクトル
をQ個、それぞれ、端子8031 〜803Q より出力す
る。
【0070】 Cj 2/Ej (27) 図1に戻って、パルスの位置をあらかじめ定められたビ
ット数で量子化し、位置を表すインデクスをマルチプレ
クサに出力する。
【0071】パルスにおける位置の探索法は、前記文献
3に記された方法や、例えば、K.Ozawa氏らによ
る“A study on pulse search
algorithms for multipuls
e excited speech coder re
alization”と題した論文(文献11)等を参
照できる。
【0072】また、複数パルスの振幅を量子化するため
のコードブックを、音声信号を用いてあらかじめ学習し
て格納しておくこともできる。コードブックの学習法
は、例えば、Linde氏らによる“An algor
ithm for vector quantizat
ion design,”と題した論文(IEEE T
rans. Commun.,pp.84−95,Ja
nuary,1980)(文献12)等を参照できる。
【0073】位置の情報と、Q種類の振幅コードベクト
ルのインデクスは、ゲイン量子化回路365に出力され
る。
【0074】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だし、選
択された位置に対して、Q個の振幅コードベクトルの各
々に対して、下式を最小化するベルトコードベクトルを
選択し、最終的に歪みを最小化する振幅コードベクトル
とゲインコードベクトルの組合せを選択する。
【0075】ここでは、適応コードブックのゲインとパ
ルスで表した音源のゲインの両者を同時にベクトル量子
化する例について示す。
【0076】
【数15】
【0077】ここで、β′t 、G′t 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。上式の計算を、
Q個の振幅コードベクトルの各々に対して繰り返し、歪
みDt を最小化する組合せを選択する。
【0078】選択されたゲインコードベクトルを表すイ
ンデクスと、振幅コードベクトルを表しインデクスをマ
ルチプレクサ400に出力する。
【0079】重み付け信号計算回路360は、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だし、まず下式にもとづき駆動音
源信号v(n)を求める。
【0080】
【数16】
【0081】v(n)は適応コードブック回路300に
出力される。
【0082】次に、スペクトルパラメータ計算回路20
0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下式により、応答信号
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。
【0083】
【数17】
【0084】以上により、第1の発明に対応する実施例
の説明を終える。
【0085】第2の実施例を示すブロック図を図3に示
す。
【0086】図においては、音源量子化回路500の動
作が異なる。音源量子化回路500の構成を図4に示
す。
【0087】図4において、位置計算回路850は、式
(16)を最大化する順に、複数セット(例えばYセッ
ト)の位置の候補を分割回路860に出力する。
【0088】分割回路860は、M個のパルスをL個ず
つのグループに分割し、各グループに対してYセットの
位置の候補を出力する。
【0089】振幅量子化回路8301 〜830Q は、L
個ずつのパルスに対して、各々の位置の候補について、
図2と同様の方法で、振幅コードベクトルの候補をQ個
求め、次の段に出力する。
【0090】選択回路870は、各位置の候補ごとに、
Mパルス全体の歪みを求め、歪みを最小にする位置の候
補を選択し、Q種の振幅コードベクトルと、選択された
位置を出力する。
【0091】図5は第3の実施例の構成を示すブロック
図である。
【0092】モード判別回路900は、聴感重み付け回
路230からフレーム単位で聴感重み付け信号を受取
り、モード判別情報を音源量子化回路600へ出力す
る。ここでは、モード判別に、現在のフレームの特徴量
を用いる。特徴量としては、例えば、フレームで平均し
たピッチ予測ゲインを用いる。ピッチ予測ゲインの計算
は、例えば下式を用いる。
【0093】
【数18】
【0094】ここで、Lはフレームに含まれるサブフレ
ームの個数である。Pi 、Ei はそれぞれ、i番目のサ
ブフレームでの音声パワ、ピッチ予測誤差パワを示す。
【0095】
【数19】
【0096】ここで、Tは予測ゲインを最大化する最適
遅延である。
【0097】フレーム平均ピッチ予測ゲインGをあらか
じめ定められた複数個のしきい値と比較して複数種類の
モードに分類する。モードの個数としては、例えば4を
用いることができる。モード判別回路900は、モード
情報を音源量子化回路600、マルチプレクサ400へ
出力する。
【0098】音源量子化回路600の構成を図6に示
す。判別回路880は、端子805から、モード情報を
入力し、モード情報があらかじめ定められたモードを示
すかどうかを判別し、その場合に、スイッチ回路890
1 と8902 を上側に倒し、図4と同一の動作を行な
う。
【0099】上述した実施例に限らず、種々の変形が可
能である。
【0100】モード情報を用いて適応コードブック回路
や、ゲインコードブックを切替える構成とすることもで
きる。
【0101】パルスの振幅を量子化する際に、L個ずつ
のパルスの各グループについて、振幅コードブック35
1から複数個のコードベクトルを予備選択し、予備選択
されたコードベクトルを用いてパルスの振幅を量子化す
るようにしてもよい。この処理により、振幅量子化に要
する演算量を低減化できる。
【0102】予備選択の方法の例を次に示す。
【0103】式(34)もしくは、式(35)を最大化
する順に、振幅コードベクトルを複数種類予備選択し、
音源量子化回路に出力する。
【0104】
【数20】
【0105】
【発明の効果】以上説明したように、本発明によれば、
音源量子化部において、音源がM個の振幅が非零パルス
から構成され、前記パルスをMよりも小さい個数Lずつ
に分割し、パルスの振幅をLずつまとめて量子化する際
に、隣接グループでの量子化候補出力値による評価値と
当該グループでの量子化値による評価値を加算して歪み
を評価し、少なくとも一つの量子化候補を選択し出力す
るので、パルスの振幅を比較的少ない演算量で良好に量
子化できるという効果がある。
【0106】さらに、本発明によれば、上記構成におい
て、複数セットのパルスの位置の各々に対して、振幅の
量子化を行ない、最終的に歪みを最小にする振幅コード
ベクトルと位置の組合せを選択するので、パルスの振幅
量子化の性能を大幅に向上させることができる。
【0107】さらに、本発明によれば、フレームの音声
からモードを判別し、あらかじめ定められたモードにお
いて、上記構成をとるので、音声の特徴に応じて適応的
に処理を行なうことができるため、従来方式に比べ音質
が改善される。
【図面の簡単な説明】
【図1】第1の実施例を示す図である。
【図2】音源量子化回路350の構成を示す図である。
【図3】第2の実施例を示す図である。
【図4】音源量子化回路500の構成を示す図である。
【図5】第3の実施例を示す図である。
【図6】音源量子化回路600の構成を示す図である。
【符号の説明】 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、500、600 音源量子化回路 351 振幅コードブック 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 800、850 位置計算回路 810 相関計算回路 820、860 分割回路 8301 、8302 、830Q 振幅量子化回路 870 選択回路 880 判別回路 8901 、8902 スイッチ回路 900 モード判別回路

Claims (3)

    【特許請求の範囲】
  1. 【請求項1】入力した音声信号からスペクトルパラメー
    タを求めて量子化するスペクトルパラメータ計算部と、
    前記音声信号の音源信号が個数Mの非零のパルスから構
    成され、前記パルスをMよりも小さい個数ずつのグルー
    プに分割する分割部と、前記スペクトルパラメータを用
    いてパルスの振幅を前記個数ずつまとめて量子化する際
    に、隣接グループでの量子化候補出力値による評価値と
    当該グループでの量子化値による評価値を加算して歪み
    を評価し少なくとも一つの量子化候補を選択し出力する
    音源量子化部とを有する音声符号化装置。
  2. 【請求項2】入力した音声信号からスペクトルパラメー
    タを求めて量子化するスペクトルパラメータ計算部と、
    音源が個数Mの非零のパルスから構成され、前記パルス
    の振幅をMよりも小さい個数ずつのグループに分割し前
    記個数ずつまとめて量子化するコードブックを有し、前
    記パルスの位置を複数セット計算し、前記複数セットの
    位置の各々に対し、前記スペクトルパラメータを用いて
    パルスの振幅を前記個数ずつまとめて量子化する際に、
    隣接グループでの量子化候補出力値による評価値と当該
    グループでの量子化値による評価値を加算して歪みを評
    価し少なくとも一つの量子化候補を選択し、位置のセッ
    トとコードベクトルの組合せを選択することにより音源
    信号を量子化する音源量子化部を有する音声符号化装
    置。
  3. 【請求項3】入力した音声信号から一定時間毎にスペク
    トルパラメータを求めて量子化するスペクトルパラメー
    タ計算部と、前記音声信号から特徴量を抽出してモード
    を判別するモード判別部と、あらかじめ定められたモー
    ドの場合に、前記音声信号の音源が個数Mの非零のパル
    スから構成され、前記パルスの振幅をMよりも小さい個
    数ずつのグループに分割し前記個数ずつまとめて量子化
    するコードブックを有し、前記パルスの位置を複数セッ
    ト計算し、前記複数セットの位置に対し、前記スペクト
    ルパラメータを用いてパルスの振幅を前記個数ずつまと
    めて量子化する際に、隣接グループでの量子化候補出力
    値による評価値と当該グループでの量子化値による評価
    値を加算して歪みを評価し少なくとも一つの量子化候補
    を選択し、位置のセットとコードベクトルの組合せを選
    択することにより音源信号を量子化する音源量子化部を
    有する音声符号化装置。
JP08095412A 1996-04-17 1996-04-17 音声符号化装置 Expired - Fee Related JP3094908B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP08095412A JP3094908B2 (ja) 1996-04-17 1996-04-17 音声符号化装置
DE69718234T DE69718234T2 (de) 1996-04-17 1997-04-16 Sprachkodierer
EP97106303A EP0802524B1 (en) 1996-04-17 1997-04-16 Speech coder
US08/840,801 US6023672A (en) 1996-04-17 1997-04-16 Speech coder
CA002202825A CA2202825C (en) 1996-04-17 1997-04-16 Speech coder

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP08095412A JP3094908B2 (ja) 1996-04-17 1996-04-17 音声符号化装置

Publications (2)

Publication Number Publication Date
JPH09281998A true JPH09281998A (ja) 1997-10-31
JP3094908B2 JP3094908B2 (ja) 2000-10-03

Family

ID=14136971

Family Applications (1)

Application Number Title Priority Date Filing Date
JP08095412A Expired - Fee Related JP3094908B2 (ja) 1996-04-17 1996-04-17 音声符号化装置

Country Status (5)

Country Link
US (1) US6023672A (ja)
EP (1) EP0802524B1 (ja)
JP (1) JP3094908B2 (ja)
CA (1) CA2202825C (ja)
DE (1) DE69718234T2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002035522A1 (fr) * 2000-10-26 2002-05-02 Mitsubishi Denki Kabushiki Kaisha Procede et appareil de codage vocal
WO2002071394A1 (fr) * 2001-03-07 2002-09-12 Nec Corporation Appareils et procedes de codage de sons
WO2008108078A1 (ja) * 2007-03-02 2008-09-12 Panasonic Corporation 符号化装置および符号化方法

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129862B (zh) * 1996-11-07 2013-05-29 松下电器产业株式会社 降噪装置及包括降噪装置的声音编码装置
US7092885B1 (en) * 1997-12-24 2006-08-15 Mitsubishi Denki Kabushiki Kaisha Sound encoding method and sound decoding method, and sound encoding device and sound decoding device
JP3199020B2 (ja) * 1998-02-27 2001-08-13 日本電気株式会社 音声音楽信号の符号化装置および復号装置
US6604070B1 (en) * 1999-09-22 2003-08-05 Conexant Systems, Inc. System of encoding and decoding speech signals
US6452530B2 (en) * 1999-10-28 2002-09-17 The National University Of Singapore Method and apparatus for a pulse decoding communication system using multiple receivers
US20010031023A1 (en) * 1999-10-28 2001-10-18 Kin Mun Lye Method and apparatus for generating pulses from phase shift keying analog waveforms
US6498578B2 (en) 1999-10-28 2002-12-24 The National University Of Singapore Method and apparatus for generating pulses using dynamic transfer function characteristics
US6486819B2 (en) * 1999-10-28 2002-11-26 The National University Of Singapore Circuitry with resistive input impedance for generating pulses from analog waveforms
US6630897B2 (en) 1999-10-28 2003-10-07 Cellonics Incorporated Pte Ltd Method and apparatus for signal detection in ultra wide-band communications
US6456216B2 (en) * 1999-10-28 2002-09-24 The National University Of Singapore Method and apparatus for generating pulses from analog waveforms
TW496035B (en) 2000-04-25 2002-07-21 Univ Singapore Method and apparatus for a digital clock multiplication circuit
US6633203B1 (en) 2000-04-25 2003-10-14 The National University Of Singapore Method and apparatus for a gated oscillator in digital circuits
US6907090B2 (en) * 2001-03-13 2005-06-14 The National University Of Singapore Method and apparatus to recover data from pulses
US6476744B1 (en) 2001-04-13 2002-11-05 The National University Of Singapore Method and apparatus for generating pulses from analog waveforms
US7206739B2 (en) * 2001-05-23 2007-04-17 Samsung Electronics Co., Ltd. Excitation codebook search method in a speech coding system
US6498572B1 (en) 2001-06-18 2002-12-24 The National University Of Singapore Method and apparatus for delta modulator and sigma delta modulator
US20020196865A1 (en) * 2001-06-25 2002-12-26 The National University Of Singapore Cycle-by-cycle synchronous waveform shaping circuits based on time-domain superpostion and convolution
TW531984B (en) 2001-10-02 2003-05-11 Univ Singapore Method and apparatus for ultra wide-band communication system using multiple detectors
US7054360B2 (en) * 2001-11-05 2006-05-30 Cellonics Incorporated Pte, Ltd. Method and apparatus for generating pulse width modulated waveforms
US20030103583A1 (en) * 2001-12-04 2003-06-05 National University Of Singapore Method and apparatus for multi-level phase shift keying communications
US20030112862A1 (en) * 2001-12-13 2003-06-19 The National University Of Singapore Method and apparatus to generate ON-OFF keying signals suitable for communications
US6724269B2 (en) 2002-06-21 2004-04-20 Cellonics Incorporated Pte., Ltd. PSK transmitter and correlator receiver for UWB communications system
US20070150266A1 (en) * 2005-12-22 2007-06-28 Quanta Computer Inc. Search system and method thereof for searching code-vector of speech signal in speech encoder
JP5428287B2 (ja) 2007-12-25 2014-02-26 日本電気硝子株式会社 ガラス板の製造方法及び製造設備
BRPI0915450B1 (pt) * 2008-07-10 2020-03-10 Voiceage Corporation Dispositivo e método para quantizar e quantizar inversamente filtros de lpc em um superquadro

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL7307169A (ja) * 1973-05-23 1974-11-26
US4724535A (en) * 1984-04-17 1988-02-09 Nec Corporation Low bit-rate pattern coding with recursive orthogonal decision of parameters
CA1255802A (en) * 1984-07-05 1989-06-13 Kazunori Ozawa Low bit-rate pattern encoding and decoding with a reduced number of excitation pulses
JPS62194296A (ja) * 1986-02-21 1987-08-26 株式会社日立製作所 音声符号化方式
JP2586043B2 (ja) * 1987-05-14 1997-02-26 日本電気株式会社 マルチパルス符号化装置
US5018200A (en) * 1988-09-21 1991-05-21 Nec Corporation Communication system capable of improving a speech quality by classifying speech signals
EP0422232B1 (en) * 1989-04-25 1996-11-13 Kabushiki Kaisha Toshiba Voice encoder
US5307441A (en) * 1989-11-29 1994-04-26 Comsat Corporation Wear-toll quality 4.8 kbps speech codec
JP2529437B2 (ja) * 1990-05-09 1996-08-28 松下電器産業株式会社 磁気記録再生装置の互換調整装置および互換調整方法
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
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
US5568588A (en) * 1994-04-29 1996-10-22 Audiocodes Ltd. Multi-pulse analysis speech processing System and method
US5651090A (en) * 1994-05-06 1997-07-22 Nippon Telegraph And Telephone Corporation Coding method and coder for coding input signals of plural channels using vector quantization, and decoding method and decoder therefor
FR2720850B1 (fr) * 1994-06-03 1996-08-14 Matra Communication Procédé de codage de parole à prédiction linéaire.
FR2729245B1 (fr) * 1995-01-06 1997-04-11 Lamblin Claude Procede de codage de parole a prediction lineaire et excitation par codes algebriques
JP3196595B2 (ja) * 1995-09-27 2001-08-06 日本電気株式会社 音声符号化装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002035522A1 (fr) * 2000-10-26 2002-05-02 Mitsubishi Denki Kabushiki Kaisha Procede et appareil de codage vocal
US7203641B2 (en) 2000-10-26 2007-04-10 Mitsubishi Denki Kabushiki Kaisha Voice encoding method and apparatus
WO2002071394A1 (fr) * 2001-03-07 2002-09-12 Nec Corporation Appareils et procedes de codage de sons
CN1293535C (zh) * 2001-03-07 2007-01-03 日本电气株式会社 声音编码设备和方法以及声音解码设备和方法
US7680669B2 (en) 2001-03-07 2010-03-16 Nec Corporation Sound encoding apparatus and method, and sound decoding apparatus and method
WO2008108078A1 (ja) * 2007-03-02 2008-09-12 Panasonic Corporation 符号化装置および符号化方法
US8306813B2 (en) 2007-03-02 2012-11-06 Panasonic Corporation Encoding device and encoding method

Also Published As

Publication number Publication date
EP0802524B1 (en) 2003-01-08
CA2202825A1 (en) 1997-10-17
CA2202825C (en) 2001-01-23
JP3094908B2 (ja) 2000-10-03
US6023672A (en) 2000-02-08
DE69718234D1 (de) 2003-02-13
EP0802524A3 (en) 1999-01-13
EP0802524A2 (en) 1997-10-22
DE69718234T2 (de) 2003-10-30

Similar Documents

Publication Publication Date Title
JP3094908B2 (ja) 音声符号化装置
JP3196595B2 (ja) 音声符号化装置
US6978235B1 (en) Speech coding apparatus and speech decoding apparatus
JP3582589B2 (ja) 音声符号化装置及び音声復号化装置
US6581031B1 (en) Speech encoding method and speech encoding system
JP3266178B2 (ja) 音声符号化装置
JP3335841B2 (ja) 信号符号化装置
JP3308764B2 (ja) 音声符号化装置
JP3360545B2 (ja) 音声符号化装置
JP3319396B2 (ja) 音声符号化装置ならびに音声符号化復号化装置
JP3003531B2 (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
JP3153075B2 (ja) 音声符号化装置
US20020007272A1 (en) Speech coder and speech decoder
JP3471542B2 (ja) 音声符号化装置
JP2001142499A (ja) 音声符号化装置ならびに音声復号化装置
JP3192051B2 (ja) 音声符号化装置
JP3089967B2 (ja) 音声符号化装置
JPH08320700A (ja) 音声符号化装置
JP3092654B2 (ja) 信号符号化装置
JP2907019B2 (ja) 音声符号化装置
JP3144244B2 (ja) 音声符号化装置
JPH09319399A (ja) 音声符号化装置

Legal Events

Date Code Title Description
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20000704

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

Free format text: PAYMENT UNTIL: 20070804

Year of fee payment: 7

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

Free format text: PAYMENT UNTIL: 20080804

Year of fee payment: 8

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

Free format text: PAYMENT UNTIL: 20080804

Year of fee payment: 8

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

Free format text: PAYMENT UNTIL: 20090804

Year of fee payment: 9

LAPS Cancellation because of no payment of annual fees