JPH11184499A - 音声符号化方法および音声符号化方法 - Google Patents

Abstract

(57)【要約】 【課題】４ｋｂｉｔ／ｓ程度の低レート符号化において
も符号化歪みが感知されにくい音声符号化方法を提供す
る。 【解決手段】パルス列設定部１１３からのピッチ周期で
繰り返されるピッチパルス列から合成した波形と適応符
号帳１０１から出力される駆動音源信号をピッチ周期で
繰り返して適応符号ベクトルを音声から合成した波形と
の間の誤差がより小さくなるように、雑音符号帳１２０
から出力される雑音ベクトルを位相適応部１１９で切り
出すための位相シフト量を探索する位相探索部１１２を
含み、位相探索部１１２は合成フィルタ部１０４の合成
フィルタ情報に基づいて特性が設定される擬似聴覚重み
付け合成フィルタ１１４，１１５によりピッチパルス列
および適応符号ベクトルをそれぞれ音声として合成した
合成波形の間の誤差がより小さくなるように位相シフト
量を探索する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、低ビットレート音
声符号化／復号化方法に係り、特に雑音音源信号の位相
適応化を行う音源信号の符号化／復号化方法に関する。

【０００２】

【従来の技術】低ビットレート音声符号化の代表的な方
式として、ＣＥＬＰ方式が知られている。ＣＥＬＰ方式
は、スペクトル包絡情報と音源信号の符号化によって音
声信号を表現する方式であり、このＣＥＬＰ方式での音
質をより改善させる音源信号の符号化法として、雑音音
源信号の位相適応化が注目されている。この位相適応化
法は、例えば、間野氏他、「位相適応型ＰＳＩ−ＣＥＬ
Ｐ音声符号化の検討」、電子情報通信学会技術報告ＳＰ
９４−９６、ｐｐ．３７−４４、１９９５年２月（文献
１）に詳しく説明されている。この文献１に記載された
従来の位相適応化方法を用いた音声符号化システムにつ
いて、図４を用いて説明する。

【０００３】図４において、まず音声入力端子からの入
力音声信号は線形予測分析部５０２で分析され、線形予
測係数（ＬＰＣ係数）が抽出される。抽出された線形予
測係数は合成フィルタ情報量子化部５０３で量子化さ
れ、この量子化された線形予測係数、すなわち合成フィ
ルタ部５０４の特性を示す合成フィルタ情報を表す符号
Ａが多重化部５０７に出力される。量子化された線形予
測係数は、合成フィルタ部５０４のフィルタ係数として
使用される。

【０００４】適応符号帳５０１は過去の符号化された音
源信号を格納しており、過去の音源信号をピッチ周期Ｌ
で繰り返すことにより適応符号ベクトルを生成する。ピ
ッチ周期Ｌの探索は、ピッチ周期候補に対応する適応符
号ベクトル候補をゲイン乗算部５０８および加算部５０
９を経て合成フィルタ５０４で音声として合成したとき
の波形の歪みを減算部５２２を介して聴覚重み付き歪み
計算部５０５により聴覚重み付き歪尺度で計算し、この
聴覚重み付きの合成波形の歪みがより小さくなるピッチ
周期を符号選択部５０６で探索することにより行われ
る。こうして探索されたピッチ周期Ｌを表す符号は、多
重化部５０７に出力される。

【０００５】位相探索部５１２は、適応符号帳５０１か
らの適応符号ベクトルと符号選択部５０６で探索された
ピッチ周期Ｌを用いて後述するようにして位相シフト量
を求め、これを位相適応部５１９に出力する。

【０００６】雑音符号帳５２０は複数の雑音ベクトルを
格納しており、符号選択部５０６で探索された雑音符号
Ｃに対応する雑音ベクトルを位相適応部５１９に出力す
る。位相適応部５１９は、雑音符号帳５２０から出力さ
れる雑音ベクトルを位相探索部５１２から与えられる位
相シフト量に応じた位置から切り出す。ピッチ周期化部
５１８は、この切り出された雑音ベクトルにピッチ周期
性を与え、これを雑音符号ベクトルとして出力する。

【０００７】雑音符号Ｃの探索は、雑音符号の候補に対
応する雑音符号ベクトル候補を位相適応部５１９、ピッ
チ周期化部５１８、乗算部５１０および加算部５０９を
経て合成フィルタ５０４で音声として合成したときの波
形の歪みを減算部５２２を介して聴覚重み付き歪み計算
部５０５により聴覚重み付き歪尺度で計算し、この聴覚
重み付きの合成波形の歪みがより小さくなる雑音符号を
符号選択部５０６で探索することにより行われる。こう
して探索された雑音符号Ｃは、多重化部５０７に出力さ
れる。

【０００８】ゲイン符号帳５２１は、適応符号ベクトル
に適用するゲインＧ０と雑音符号ベクトルに適用するゲ
インＧ１の候補を格納している。ゲイン符号の探索は、
ゲイン乗算部５０８および５１０でゲインＧ０，Ｇ１の
候補を乗じたときの適応符号ベクトルと雑音符号ベクト
ルを加算部５０９で加え合わせて生成される音源ベクト
ルの候補を合成フィルタ５０４で合成したときの波形の
歪みを減算部５２２を介して聴覚重み付き歪み計算部５
０５により聴覚重み付き歪尺度で計算し、この聴覚重み
付きの合成波形の歪みがより小さくなるゲイン符号を符
号選択部５０６で探索することにより行われる。こうし
て探索されたゲイン符号Ｇは、多重化部５０７に出力さ
れる。

【０００９】位相探索部５１２では、パルス列設定部５
１３からのピッチ周期Ｌの間隔で立てたパルス列（ピッ
チパルス列という）を１／Ａｑ（ｚ）で表される伝達特
性を有する合成フィルタ５１４で音声として合成した合
成波形と、適応符号帳５０１からの適応符号ベクトルを
同様に１／Ａｑ（ｚ）で表される伝達特性を有する合成
フィルタ５１５で音声として合成した合成波形との間の
誤差（波形歪み）が最小となるようなピッチパルス列の
位相を位相候補設定部５１６および最適位相選択部５１
７を用いて探索することで、位相適応部５１９での位相
シフト量を求めている。

【００１０】ここで、伝達特性１／Ａｑ（ｚ）の合成フ
ィルタ５１４，５１５の出力は合成波形、言い換えると
音声波形のレベルとなっているため、従来では音声波形
レベルでの歪み評価によりピッチパルス列の位相探索、
すなわち雑音符号帳３２０から出力される雑音ベクトル
を切り出すための位相シフト量の探索を行っているとい
うことができる。しかし、この方法では、必ずしも聴覚
的に好ましい位相シフト量は探索されないため、例えば
４ｋｂｉｔ／ｓ程度といった低レート符号化になると、
音源信号の符号化歪みが感知され易くなるという問題が
ある。

【００１１】

【発明が解決しようとする課題】上述したように、従来
の音声符号化／復号化方法では、音声波形レベルの歪み
評価によりピッチパルス列の位相探索、すなわち雑音符
号帳から出力される雑音ベクトルを切り出すための位相
シフト量の探索を行っているため、探索された位相シフ
ト量が必ずしも聴覚的に好ましいものではなく、４ｋｂ
ｉｔ／ｓ程度の低レート符号化では音源信号の符号化歪
みが感知され易くなってしまうという問題点があった。
本発明は、低レート符号化においても符号化歪みが感知
されにくい音声符号化／復号化方法を提供することを目
的とする。

【００１２】

【課題を解決するための手段】上述した課題を解決する
ため、本発明の音声符号化／復号化方法は、合成フィル
タ情報から擬似的に聴覚重み付けを行う擬似聴覚重み合
成フィルタを構成し、この擬似聴覚重み合成フィルタに
よる擬似聴覚重み付きの合成波形レベルで、雑音符号帳
から出力される雑音ベクトルを切り出すための位相シフ
ト量を探索するようにしたものである。

【００１３】すなわち、本発明の音声符号化方法は、
(a) 過去の駆動音源信号を格納した適応符号帳から出力
される駆動音源信号をピッチ周期で繰り返すことにより
適応符号ベクトルを生成するステップと、(b) ピッチ周
期で繰り返されるパルス列から合成した波形と適応符号
ベクトルから合成した波形との間の誤差がより小さくな
るように、複数の雑音ベクトルを格納した雑音符号帳か
ら出力される雑音ベクトルを切り出すための位相シフト
量を探索する位相シフト量探索ステップと、(c) この位
相シフト量に従って切り出された雑音ベクトルをピッチ
周期で周期化することにより雑音符号ベクトルを生成す
るステップと、(d) 入力音声信号の分析結果から求めら
れる合成フィルタ情報に従って特性が決定された第１の
合成フィルタを適応符号ベクトルと雑音符号ベクトルを
用いて駆動することにより合成音声信号を生成するステ
ップと、(e) 第１の合成フィルタの特性を表す合成フィ
ルタ情報を符号化するステップと、(f) 合成音声信号の
聴覚重み付け後の歪みがより小さくなるピッチ周期およ
び雑音ベクトルを探索するステップとを有する。

【００１４】そして、位相シフト量探索ステップは、擬
似的に聴覚重み付けを行って音声を合成するための第２
の合成フィルタ（擬似聴覚重み合成フィルタ）を合成フ
ィルタ情報に基づいて構成し、該第２の合成フィルタに
より前記パルス列から合成した合成波形と該第２の合成
フィルタにより適応符号ベクトルから合成した合成波形
との間の誤差がより小さくなるように位相シフト量を探
索する。

【００１５】一方、この音声符号化方法に対応する本発
明の音声復号化方法は、(a) 過去の駆動音源信号を格納
した適応符号帳から出力される駆動音源信号をピッチ周
期で繰り返すことにより適応符号ベクトルを生成するス
テップと、(b) ピッチ周期で繰り返されるパルス列から
合成した波形と適応符号ベクトルから合成した波形との
間の誤差がより小さくなるように、複数の雑音ベクトル
を格納した雑音符号帳から出力される雑音ベクトルを切
り出すための位相シフト量を探索する位相シフト量探索
ステップと、(c) 位相シフト量に従って切り出された雑
音ベクトルをピッチ周期で周期化することにより雑音符
号ベクトルを生成するステップと、(d) 合成フィルタ情
報に従って特性が決定された第１の合成フィルタを適応
符号ベクトルと雑音符号ベクトルを用いて駆動すること
により再生音声信号を生成するステップとを有する。

【００１６】そして、位相シフト量探索ステップにおい
ては、合成フィルタ情報から擬似的に聴覚重み付けを行
って音声を合成するための第２の合成フィルタ（擬似聴
覚重み合成フィルタ）を構成し、該第２の合成フィルタ
によりパルス列から合成した合成波形と該第２の合成フ
ィルタにより適応符号ベクトルから合成した合成波形と
の間の誤差がより小さくなるように位相シフト量を探索
する。

【００１７】このように本発明の音声符号化／復号化方
法では、擬似聴覚重み合成フィルタによる擬似的な聴覚
重み付きの合成波形レベルで、雑音符号帳から出力され
る雑音ベクトルを切り出すための位相シフト量を探索す
ることにより、聴覚的に好ましい位相シフト量を探索す
ることが可能となる。このため、４ｋｂｉｔ／ｓ程度の
低レートにおいても符号化歪みが感知されにくい音源信
号の符号化／復号化を実現することができる。

【００１８】本発明による音声符号化／復号化方法にお
いては、擬似聴覚重み合成フィルタのインパルス応答を
有限個の所定サンプルで打ち切るようにしてもよく、こ
のようにすることで位相探索性能をほとんど低下させる
ことなく、擬似聴覚重み合成フィルタで合成に要するフ
ィルタリングの計算量を大幅に削減できる。

【００１９】

【発明の実施の形態】以下、図面を参照して本発明の実
施形態を説明する。 ［音声符号化システムについて］図１は、本発明の一実
施形態に係る音声符号化方法を適用した音声符号化シス
テムの構成をブロック図で表したものであり、ＣＥＬＰ
方式における雑音音源の符号化に位相適応化を用いた例
を示している。ＣＥＬＰ方式は、音声の生成過程のモデ
ルとして声帯信号を音源信号に対応させ、声道が表すス
ペクトル包絡特性を合成フィルタにより表現し、音源信
号を合成フィルタに入力して、この合成フィルタの出力
で音声信号を表現することが基本である。この際、符号
化システムに入力される音声信号と復号化システムで再
生される音声信号との間の誤差、つまり再生音声信号の
誤差が聴覚的に小さくなるように音源信号の符号化を行
う点に本発明の特徴がある。

【００２０】本実施形態の音声符号化システムと図４に
示した従来の音声符号化システムとでは、位相探索部に
用いるフィルタの特性が大きく異なる。すなわち、従来
の音声符号化システムにおける位相探索部５１２では、
図４の合成フィルタ５１４，５１５により音声波形レベ
ルでの歪み評価で位相探索を行っているのに対し、本実
施形態における位相探索部１１２では、図１に示される
ように擬似聴覚重み合成フィルタ設定部１１１により擬
似聴覚重み合成フィルタ１１４，１１５の伝達特性Ｆ
（ｚ）を設定し、これらの擬似聴覚重み合成フィルタ１
１４，１１５によって適応符号ベクトルおよびピッチパ
ルス列に対しフィルタリングを行うことにより、聴覚的
な歪みが従来に比して少ないより好適な位相シフト量を
探索することができるようになる。

【００２１】以下、本実施形態について詳細に説明する
と、まず音声入力端子からの入力音声信号は線形予測分
析部１０２で分析され、線形予測係数（ＬＰＣ係数）が
抽出される。抽出された線形予測係数は、合成フィルタ
情報量子化部１０３で量子化され、この量子化された線
形予測係数、すなわち合成フィルタ部１０４の特性を表
す合成フィルタ情報を表す符号Ａが多重化部５０７に出
力される。量子化された線形予測係数は、フィルタ係数
として使用される。

【００２２】適応符号帳１０１は過去の符号化された音
源信号を格納しており、過去の音源信号をピッチ周期Ｌ
で繰り返すことにより、適応符号ベクトルを生成する。
ピッチ周期Ｌの探索に際しては、ピッチ周期候補に対応
する適応符号ベクトル候補をゲイン乗算部１０８および
加算部１０９を経て合成フィルタ１０４で音声として合
成して得られる合成波形の歪みが減算部１２２を介して
聴覚重み付き歪み計算部１０５により聴覚重み付き歪尺
度で計算される。そして、この聴覚重み付きの合成波形
の歪みがより小さくなるピッチ周期が符号選択部５０５
によって探索される。こうして探索されたピッチ周期Ｌ
を表す符号は、多重化部１０７に出力される。

【００２３】雑音符号帳１２０は複数の雑音ベクトルを
格納しており、符号選択部１０６で探索された雑音符号
Ｃに対応する雑音ベクトルを位相適応部１１９に出力す
る。位相適応部１１９は、雑音符号帳１２０から出力さ
れる雑音ベクトルを位相探索部１１２から与えられる位
相シフト量に応じた位置から切り出す。ピッチ周期化部
１１８は、この切り出された雑音ベクトルをピッチ周期
Ｌで周期化することによって雑音ベクトルにピッチ周期
性を与え、これを雑音符号ベクトルとして出力する。

【００２４】雑音符号Ｃの探索に際しては、雑音符号の
候補に対応する雑音符号ベクトル候補を位相適応部１１
９、ピッチ周期化部１１８、乗算部１１０および加算部
１０９を経て合成フィルタ１０４で音声として合成して
得られる合成波形の歪みが減算部１２２を介して聴覚重
み付き歪み計算部１０５により聴覚重み付き歪尺度で計
算される。そして、この聴覚重み付きの合成波形の歪み
がより小さくなる雑音符号Ｃが符号選択部１０６によっ
て探索される。こうして探索された雑音符号Ｃは、多重
化部１０７に出力される。

【００２５】ゲイン符号帳１２１は、適応符号帳１０１
から出力される適応符号ベクトルに適用するゲインＧ０
とピッチ周期化部１１８から出力される雑音符号ベクト
ルに適用するゲインＧ１の候補を格納している。

【００２６】ゲイン符号の探索に際しては、ゲイン乗算
部１０８および１１０によりゲインＧ０，Ｇ１の候補を
乗じた後の適応符号ベクトルおよび雑音符号ベクトルを
加算部１０９で加え合わせて生成される音源ベクトルの
候補を合成フィルタ１０４で合成したときの波形を減算
部１２２を介して聴覚重み付き歪み計算部１０５により
聴覚重み付き歪尺度で計算される。そして、この聴覚重
み付きの合成波形の歪みがより小さくなるゲイン符号が
符号選択部１０６によって探索される。こうして探索さ
れたゲイン符号Ｇは、多重化部１０７に出力される。

【００２７】このようにして符号選択部１０６で最終的
に選択されたピッチ周期Ｌの符号と雑音符号Ｃおよびゲ
イン符号Ｇは、合成フィルタ情報を表す符号Ａとともに
多重化部１０７で多重化され、符号ストリームとして復
号化側へ伝送される。また、符号Ｌ，Ｃ，Ｇを用いて生
成された音源ベクトルは、次の区間の音源信号の符号化
に備えるべく適応符号帳１０１に格納される。

【００２８】ＣＥＬＰ方式に基づく音声符号化システム
では、上述のように音源信号を生成する基となる符号
Ｌ，Ｃ，Ｇの選択に聴覚重み付きの歪み尺度を用いるこ
とで、符号化歪みが聴覚的に聞こえにくくなるようにし
ている。符号化の際に用いる聴覚重み特性は、線形予測
分析部１０２で求められた量子化前の線形予測係数から
求められる。聴覚重み付き歪み計算部１０５で計算され
る聴覚重み付き歪みの情報は、符号化側で行う符号選択
にだけ使われるため、この聴覚重み特性の情報を復号化
側に伝送する必要はない。

【００２９】次に、本発明の特徴をなす擬似聴覚重み合
成フィルタを用いた位相探索部１１２での位相探索法に
ついて説明する。位相探索部１１２は、パルス列設定部
１１３からのピッチ周期Ｌの間隔で立てたパルス列（こ
れをピッチパルス列という）をＦ（ｚ）で表される伝達
特性を有する合成フィルタ１１４で合成した波形と、適
応符号帳１０１からの適応符号ベクトルを同様にＦ
（ｚ）で表される伝達特性を有する合成フィルタ１１５
で合成した波形との間の誤差が最小となるようなピッチ
パルス列の位相を位相候補設定部１１６と最適位相選択
部１１７を用いて探索することで、位相シフト量を求め
ている。

【００３０】この場合、まず擬似聴覚重み合成フィルタ
設定部１１１により、合成フィルタ情報量子化部１０３
からの量子化された線形予測係数である合成フィルタ情
報を用いて、擬似的に聴覚重み付けを行う合成フィルタ
１１４，１１５の伝達特性を求める。この方法の一例を
図２を用いて説明する。

【００３１】図２（ａ）は、従来技術に基づく量子化さ
れた線形予測係数αｑ（ｉ）をそのままフィルタ係数に
用いた通常の１／Ａｑ（ｚ）なる伝達特性を持つ合成フ
ィルタ２０１（図４中の合成フィルタ５１４，５１５に
相当）による位相探索の概念を示している。一方、図２
（ｂ）は本発明に従うＦ（ｚ）なる伝達特性を持つ擬似
聴覚重み合成フィルタ２０２（図１中の合成フィルタ１
１４，１１５に相当）による位相探索の概念を示してい
る。通常、ＣＥＬＰ方式で用いられる聴覚重みフィルタ
の特性Ｗ（ｚ）は、 Ｗ（ｚ）＝Ａ（ｚ／γ１）／Ａ（ｚ／γ２） （１） で表される。ここで、０＜γ２＜γ１＜１であり、符号
化の実現形態に応じてγ２とγ１の値は設定される。一
例として、γ２＝０．５、γ１＝０．９８を用いること
ができる。また、Ａ（ｚ）は量子化されていない線形予
測係数α（ｉ）を用いて、 Ａ（ｚ）＝１＋Σα（ｉ）ｚ^-i （２） で表される。

【００３２】一方、本実施形態で用いる擬似聴覚重み合
成フィルタ２０２（図１中の合成フィルタ１１４，１１
５）に基となる擬似聴覚重みフィルタの特性Ｗｑ（ｚ）
は、次式で表される。 Ｗｑ（ｚ）＝Ａｑ（ｚ／γ１）／Ａｑ（ｚ／γ２） （３） ここで、Ａｑ（ｚ）は量子化された線形予測係数αｑ
（ｉ）を用いて、 Ａｑ（ｚ）＝１＋Σαｑ（ｉ）ｚ^-i （４） で表される。

【００３３】そして、本実施形態で位相探索に用いる擬
似聴覚重み合成フィルタ２０２（図１中の合成フィルタ
１１４，１１５）の伝達特性Ｆ（ｚ）は、上述した擬似
聴覚重みフィルタの特性Ｗｑ（ｚ）と通常の合成フィル
タの伝達特性１／Ａｑ（ｚ）を組み合わせることにより
設定され、図２（ｂ）に示すように、 Ｆ（ｚ）＝ [１／Ａｑ（ｚ）] Ｗｑ（ｚ） ＝ [１／Ａｑ（ｚ）][Ａｑ（ｚ／γ１）／Ａｑ（ｚ／γ２）] （５） で表される。

【００３４】通常、線形予測係数の量子化誤差、言い換
えると合成フィルタ情報の量子化誤差により、擬似聴覚
重みフィルタの特性Ｗｑ（ｚ）と聴覚重みフィルタの重
み特性Ｗ（ｚ）は同一の特性とはならないが、符号化側
で量子化誤差が小さくなるように符号化を行うため、４
ｋｂｉｔ／ｓ程度の低レート符号化においては、Ｗｑ
（ｚ）と実際のＷ（ｚ）とは非常に近い特性を示す。本
実施形態は、このことを利用して従来よりも聴覚的な歪
みが少なくなる歪み尺度の基で、位相探索を行うことが
できるようにしたことが特徴となっている。

【００３５】また、量子化した線形予測係数αｑ（ｉ）
を用いて擬似聴覚重み合成フィルタの伝達特性Ｆ（ｚ）
を設定できるので、復号化側においても符号化側と同一
の位相探索アルゴリズムを用いることにより、符号化側
と同一の位相シフト量を再生することができる。

【００３６】本発明では、擬似聴覚重みフィルタの特性
Ｗｑ（ｚ）が聴覚重み合成フィルタ特性Ｗ（ｚ）の特性
に近く、かつ量子化された合成フィルタ情報を基に再生
できるものであれば、擬似聴覚重みフィルタは式（３）
と異なる特性のものでも有効であることは言うまでもな
い。例えば、Ｗｑ（ｚ）を Ｗｑ（ｚ）＝Ａｑ（ｚ）／Ａｑ（ｚ／γ３） （６） としても、擬似的に聴覚重みフィルタの特性を反映させ
ることができる。γ３の値としては、０．７〜０．９程
度の範囲の値が適当である。このとき位相探索に用いる
擬似聴覚重み合成フィルタの特性Ｆ（ｚ）は、分母と分
子のＡｑ（ｚ）がキャンセルされるので、 Ｆ（ｚ）＝［１／Ａｑ（ｚ）] Ｗｑ（ｚ） （７） ＝１／Ａｑ（ｚ／γ３） となる。この場合、式（５）のＦ（ｚ）を用いる場合に
比べて擬似的な聴覚重み特性が多少変わるが、聴覚的に
歪みの聞こえにくい位相シフト量を探すには十分な特性
である。また、Ｆ（ｚ）の次数が少なくなるので、フィ
ルタリング計算自体が簡単になり、位相探索に要する計
算量を少なくできる効果がある。

【００３７】次に、本実施形態における具体的な位相探
索方法の一例について述べる。パルス列設定部１１３で
ピッチ周期Ｌの間隔で立てたパルス列（ピッチパルス
列）を伝達特性Ｆ（ｚ）の擬似聴覚重み合成フィルタ１
１４で合成した波形に位相候補設定部１１６で位相候補
φを与えて位相シフトさせることにより得られる波形
と、適応符号帳１０１からの適応符号ベクトルを伝達特
性Ｆ（ｚ）の擬似聴覚重み合成フィルタ１１５で合成し
た波形との間の誤差（波形歪み）を最適位相選択部１１
７で評価することによって、聴覚的に最適な位相シフト
量φopt を求める。

【００３８】ここで、位相探索に用いるフィルタの特性
として従来技術では１／Ａｑ（ｚ）を用いているのに対
し、本発明では擬似聴覚重み合成フィルタ１１４，１１
５の特性Ｆ（ｚ）を用いている。このため、フィルタリ
ングされた波形に対し位相φを変えて歪みを計算する方
法については、従来の技術をそのまま用いることができ
る。また、次に示すように実際にフィルタリングを行わ
ずにフィルタリングを行った時の歪みを計算すること
で、最適な位相を探索することもできる。

【００３９】今、適応符号ベクトルをｘ、適応符号ベク
トルｘに対応するピッチ周期をＬとし、ピッチ周期Ｌの
間隔で立てたピッチパルス列に位相φを与えたパルス列
ベクトルをｙφとする。パルス列ベクトルｙφは、ベク
トルの次元をＮとすると ｙφ＝［ｙφ（０），ｙφ（１），…，ｙφ（Ｎ−
１）］^t と定義できる。ｙφ（ｉ）はベクトルｙφのｉ番目の要
素を表すものとする。ここでφ＝０に対応するベクトル
ｙ０は、 ｙ０＝［１，０，…，０，１，０，…，０，１，０，
…］^t であり、ｙ０（０）＝１である。このとき、１の要素は
ピッチ周期Ｌの間隔で配置されている。

【００４０】これに対し、位相φ＝１に対応するパルス
ベクトルｙ１はパルスベクトルｙ０の位相を１サンプル
右にシフトさせるたものであるため、 ｙ１（０）＝０、ｙ１（１）＝１ となり、 ｙ１＝［０，１，０，…，０，１，０，…. ，０，１，
０，…］^t である。擬似聴覚重み合成フィルタ１１４，１１５のフ
ィルタリング演算を行列Ｆで表したとき、適応符号ベク
トルｘとパルス列ベクトルｙφとの間の擬似聴覚重み合
成レベルでの歪みＥφは、 Ｅφ＝（Ｆｘ−ｇφＦｙφ）^t （Ｆｘ−ｇφＦｙφ） （８） で表すことができる。ここでｇφはゲイン値である。Ｅ
φを最小とするときの最適ゲインｇφは ｇφ＝（ｘ^t Ｆ^t Ｆｙφ）／（ｙφ^t Ｆ^t Ｆｙφ） （９） であるから、これを式（６）に代入すると、Ｅφの最小
値（Ｅφ）min は （Ｅφ）min ＝ｘ^t Ｆ^t Ｆｘ −（ｘ^t Ｆ^t Ｆｙφ）² ／（ｙφ^t Ｆ^t Ｆｙφ） （１０） となる。従って、式（１０）の右辺第２項（ｘ^t Ｆ^t Ｆ
ｙφ）² ／（ｙφ^t Ｆ^tＦｙφ）を最大にするφが最適
な位相シフト量φopt となることが判る。

【００４１】位相探索の計算量を減らす方法として、Ｆ
^t Ｆｘの計算結果に相当するベクトルｒ（＝Ｆ^t Ｆｘ）
を先に求め、次に位相候補φ毎にｒ^t ｙφを求めること
により、式（１０）の右辺第２項の分子部分の計算量が
削減できる。式（１０）の右辺第２項の分母部分につい
ては、ｄφ＝Ｆｙφとし、Ｂφ＝ｙφ^t Ｆ^t Ｆｙφ＝ｄ
φ^t ｄφとすると、分母の項Ｂφの計算は Ｂφ＝Ｂφ+1＋ｄ０（Ｎ−１−φ）² （１１） なる再帰式が成り立つ。この関係を利用することによ
り、１つの位相候補当たり１回の積和演算で式（１０）
の右辺第２項の分母部分の計算ができるので、計算量が
１／Ｎに減る。

【００４２】また、擬似聴覚重み合成フィルタ１１４，
１１５のフィルタリング演算Ｆの計算量をさらに削減す
る方法として、フィルタ１１４，１１５のインパルス応
答ｆｎを所定のＫサンプルまで求め、 ｆｎ＝０ （ｎ＞Ｋ） とすることで、打ち切られたインパルス応答を用いて位
相シフト量を探索することも有効である。通常、この擬
似聴覚重み合成フィルタ１１４，１１５のインパルス応
答ｆｎはｎが１０サンプル程度になると減衰が大きくな
り、打ち切りによる特性への影響が非常に小さくなって
くる。このため、擬似聴覚重み合成フィルタ１１４，１
１５のインパルス応答はＫ＝８〜１５程度で打ち切るこ
とが可能となる。このようにすると、位相探索の性能を
ほとんど落とすことなく擬似聴覚重みフィルタ１１４，
１１５で合成に要するフィルタリングの計算を大幅に削
減することができる。

【００４３】［音声復号化システムについて］図３は、
本実施形態に係る音声復号化方法を適用した音声復号化
システムの構成をブロック図で表したものであり、図１
に示した音声符号化システムに対応した構成となってい
る。

【００４４】まず、符号入力端子から入力された符号ス
トリームは逆多重化部３０７に入力され、量子化された
合成フィルタ情報の符号Ａ、ピッチ周期Ｌの符号、雑音
符号Ｃおよびゲイン符号Ｇが分離される。これらの各符
号に基づいて復号化が行われる。

【００４５】合成フィルタ情報復号化部３０３では、符
号Ａで与えられる合成フィルタ情報を基に量子化された
線形予測係数（ＬＰＣ係数）が求められ、これが合成フ
ィルタ部３０４のフィルタ係数として使用される。

【００４６】適応符号帳３０１は、過去の符号化された
音源信号を格納しており、過去の音源信号をピッチ周期
Ｌで繰り返すことにより適応符号ベクトルを生成する。
位相探索部３１２は、図１の符号化側の位相探索部１１
２と同様、パルス列設定部３１３、擬似聴覚重み合成フ
ィルタ３１４，３１５、位相候補設定部３１６および最
適位相選択部３１７により構成され、適応符号帳３０１
からの適応符号ベクトルとピッチ周期Ｌを用いて位相シ
フト量を求め、これを位相適応部３１９に出力する。す
なわち、擬似聴覚重み合成フィルタ設定部３１１におい
て、合成フィルタ情報復号化部３０３からの量子化され
た合成フィルタ情報を用いて、符号化側と同じ手順によ
り擬似聴覚重み付け合成フィルタ３１４，３１５の特性
を求め、これを用いて位相シフト量を求める。

【００４７】雑音符号帳３２０は、逆多重化部３０７か
らの雑音符号Ｃに対応する雑音ベクトルを出力する。位
相適応部３１９は、雑音符号帳３２０から出力される雑
音ベクトルを位相探索部３１２から与えられる位相シフ
ト量に応じた位置から切り出す。ピッチ周期化部３１８
は、この切り出された雑音ベクトルをピッチ周期Ｌで周
期化し、これを雑音符号ベクトルとして出力する。

【００４８】ゲイン符号帳３２１は、適応符号帳３０１
から出力される適応符号ベクトルに適用するゲインＧ０
とピッチ周期化部３１８から出力される雑音符号ベクト
ルに適用するゲインＧ１の候補を格納しており、逆多重
化部３０７からのゲイン符号Ｇに対応して、これらのゲ
インＧ０，Ｇ１を出力する。

【００４９】適応符号ベクトルおよび雑音符号ベクトル
は、乗算部３０８および３１０でゲインＧ０，Ｇ１がそ
れぞれ乗じられた後、加算部３０９で加え合わせられて
音源ベクトルとなる。この音源ベクトルが合成フィルタ
３０４で合成され、音声信号が再生される。再生された
音声信号は、更に主観的な品質を上げるため、ポストフ
ィルタ３３０を適宜通過して最終的な音声信号として出
力される。

【００５０】

【発明の効果】以上説明したように、本発明の音声符号
化／復号化方法によれば、合成フィルタ情報から擬似的
に聴覚重み付けを行う擬似聴覚重み合成フィルタを構成
し、この擬似聴覚重み合成フィルタによる擬似聴覚重み
付きの合成波形レベルで、雑音符号帳から出力される雑
音ベクトルを切り出すための位相シフト量を探索するこ
とにより、４ｋｂｉｔ／ｓ程度の低レートにおいても符
号化歪みが聴覚的に感知されにくい高品質の音源信号の
符号化／復号化を行うことが可能となる。

【図面の簡単な説明】

【図１】本発明の一実施形態に係る音声符号化システム
の構成を示すブロック図

【図２】本発明と従来の位相探索に用いるフィルタの概
念図

【図３】同実施形態に係る音声復号化システムの構成を
示すブロック図

【図４】従来の音声符号化システムの構成を示すブロッ
ク図

【符号の説明】

１０１…適応符号帳 １０２…線形予測分析部 １０３…合成フィルタ情報量子化部 １０４…合成フィルタ部（第１の合成フィルタ） １０５…聴覚重み付き歪み計算部 １０６…符号選択部 １０７…多重化部 １０８，１１０…ゲイン乗算部 １０９…加算部 １１１…擬似聴覚重み合成フィルタ設定部 １１２…位相探索部 １１３…パルス列設定部 １１４，１１５…擬似聴覚重み合成フィルタ（第２の合
成フィルタ） １１６…位相候補設定部 １１７…最適位相選択部 １１８…ピッチ周期化部 １１９…位相適応部 １２０…雑音符号帳 １２１…ゲイン符号帳 １２２…減算部 ２０１…合成フィルタ ２０２…擬似聴覚重み合成フィルタ ３０１…適応符号帳 ３０３…合成フィルタ情報復号化部 ３０４…合成フィルタ部（第１の合成フィルタ） ３０７…逆多重化部 ３０８，３１０…ゲイン乗算部 ３０９…加算部 ３１１…擬似聴覚重み合成フィルタ設定部 ３１２…位相探索部 ３１３…パルス列設定部 ３１４，３１５…擬似聴覚重み合成フィルタ（第２の合
成フィルタ） ３１６…位相候補設定部 ３１７…最適位相選択部 ３１８…ピッチ周期化部 ３１９…位相適応部 ３２０…雑音符号帳 ３２１…ゲイン符号帳 ３３０…ポストフィルタ

Claims (4)

【特許請求の範囲】
1. 【請求項１】(a) 過去の駆動音源信号を格納した適応符
   号帳から出力される駆動音源信号をピッチ周期で繰り返
   すことにより適応符号ベクトルを生成するステップと、 (b) 前記ピッチ周期で繰り返されるパルス列から合成し
   た波形と前記適応符号ベクトルから合成した波形との間
   の誤差がより小さくなるように、複数の雑音ベクトルを
   格納した雑音符号帳から出力される雑音ベクトルを切り
   出すための位相シフト量を探索する位相シフト量探索ス
   テップと、 (c) 前記位相シフト量に従って切り出された雑音ベクト
   ルを前記ピッチ周期で周期化することにより雑音符号ベ
   クトルを生成するステップと、 (d) 入力音声信号の分析結果から求められる合成フィル
   タ情報に従って特性が決定された第１の合成フィルタを
   前記適応符号ベクトルと雑音符号ベクトルを用いて駆動
   することにより合成音声信号を生成するステップと、 (e) 前記第１の合成フィルタの特性を表す合成フィルタ
   情報を符号化するステップと、 (f) 前記合成音声信号の聴覚重み付け後の歪みがより小
   さくなる前記ピッチ周期および前記雑音ベクトルを探索
   するステップとを備え、 前記位相シフト量探索ステップは、擬似的に聴覚重み付
   けを行って音声を合成するための第２の合成フィルタを
   前記合成フィルタ情報に基づいて構成し、該第２の合成
   フィルタにより前記パルス列から合成した合成波形と該
   第２の合成フィルタにより前記適応符号ベクトルから合
   成した合成波形との間の誤差がより小さくなるように前
   記位相シフト量を探索することを特徴とする音声符号化
   方法。
2. 【請求項２】前記第２の合成フィルタのインパルス応答
   を有限個の所定サンプルで打ち切ることを特徴とする請
   求項１に記載の音声符号化方法。
3. 【請求項３】(a) 過去の駆動音源信号を格納した適応符
   号帳から出力される駆動音源信号を前記ピッチ周期で繰
   り返すことにより適応符号ベクトルを生成するステップ
   と、 (b) 前記ピッチ周期で繰り返されるパルス列から合成し
   た波形と前記適応符号ベクトルから合成した波形との間
   の誤差がより小さくなるように、複数の雑音ベクトルを
   格納した雑音符号帳から出力される雑音ベクトルを切り
   出すための位相シフト量を探索する位相シフト量探索ス
   テップと、 (c) 前記位相シフト量に従って切り出された雑音ベクト
   ルを前記ピッチ周期で周期化することにより雑音符号ベ
   クトルを生成するステップと、 (d) 合成フィルタ情報に従って特性が決定された前記第
   １の合成フィルタを前記適応符号ベクトルと雑音符号ベ
   クトルを用いて駆動することにより再生音声信号を生成
   するステップとを備え、 前記位相シフト量探索ステップは、前記合成フィルタ情
   報から擬似的に聴覚重み付けを行って音声を合成するた
   めの第２の合成フィルタを構成し、該第２の合成フィル
   タにより前記パルス列から合成した合成波形と該第２の
   合成フィルタにより前記適応符号ベクトルから合成した
   合成波形との間の誤差がより小さくなるように前記位相
   シフト量を探索することを特徴とする音声復号化方法。
4. 【請求項４】前記第２の合成フィルタのインパルス応答
   を有限個の所定サンプルで打ち切ることを特徴とする請
   求項３に記載の音声復号化方法。