JPS58113992A - 音声信号圧縮方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 発明の技術分野 この発明は、音声信号を情報圧媚して記憶あるいは伝送
する装置（二保り、特に音声信号波形のくり返しを利用
して効率的な圧縮を行なう音声信号圧縮方式に関する。

発明の技術的背景とその問題点 近年、コンビュータンステムの小型端末、さらには家電
品等Ｃ二おいて、マン・マシンインターフェースとして
音声を発声させるというＶ求が高まっており、そのため
に首座（Ｍ　’＋　Ｙ低ビットレートで記憶したり伝送
する技術が要求されている。

このような要求に対し、音声１き号の情報を圧縮する技
術は大別して２つの方式が知られている・第１は線型予
測方式（ＬＰＣ）に代表されるような、予め用意した単
語や文章に対して分析を行ない１片角合成に必要なホル
マント情報と、音源情報としての有声／無声音判別情報
および有声音（：おけるくり返しくピッチ）情報とを抽
出し、これらを合成フィルタの係数８よび音源入力とし
て音声を合成する方式であり、第２は音声イ―号の波形
のくり返しパターンを半は手動でとらえて音声を合成す
る方式（特−４昭５６−４１９４等）である・ しかしながら、第１の方式は有声音でピッチ情報を持つ
くり返し波形に対してはピッチ情報の抽出を正確に行な
うことが大前提となる方式であるため、ピッチ情報の抽
出に失敗すると原音声を再生するときに雑音を生じたり
、音声の明瞭度を損ねるといった難点がある。また、現
在ではこの方式６二よる分析のために大型コンピュータ
または相当大規模な専用Ｌ８Ｉを必要とし、さらに良質
の音声を再生しようとすると分析結果の補正も必要とな
る等から、コスト面で不利である・ 一方、第２の方式はピッチ情報の抽出を正確Ｃ二行なう
ことに加え、手動操作によりくり返しの単位波形Ｑ１切
り出しを行なう必要があるため、実時間での圧縮が困難
であった。

発明の目的 この発明の目的は、音声イｂ号の波形のくり返しくピッ
チ情報）を検出できながったときでも再生音声の劣化が
少なく、しかも比較的簡単なハードウェアあるいは汎用
マイクロプロセッサ−によって圧縮処理を行なうことが
でき、さらに実時間処理が可能な音声（９号圧縮方式を
提供することである・ 発明の概要 この発明Ｃ二係る音声信号圧縮方式は、音声化１号の波
形のくり返しの検出と、有苔区間と無音区間との判別を
行ない、有音区間においてはくり返しが検出されたとき
のみ、所定のくり返し回数Ｎ毎（；そのＮ回のくり返し
の中での音声４８号の１つの単位波形とその瞬間長デー
タをくり返しが検出されたことを示すくり返し検出コー
ドと共Ｃ二出力すること菖二よって圧縮し、（り返しが
検出されなかったときは圧ｍｖ行なわずその期間中の音
声信号の全波形とその時間長データをくり返しが検出さ
れなかったことを示すくり返し非検出コードと共６：出
力し、さらに無音区間Ｃおいてはその時間長データを無
音区間識別コードと共≦二出力することを特徴としてい
るＣ発明の効果 この発明シニよれば、音声信号の波形のくり返しが検出
されなかったときは圧縮を行なわないため、（り返しが
検出できないことによる再生音声の自然性や明瞭度の低
下といった劣化が少ない。また、ＬＰＣ方式に比べて音
声信号から抽出すべき情報が少なくて済み、また圧縮の
ための処理も簡単なため、ハードウェアも簡単となり、
マイクロコンピュータの使用も可能となる・さらに、マ
イクロコンピュータのような比較的処理速度の迦いもの
ｔ用いても、実時間での圧縮が可能である・ この発明に係る音声信号圧縮方式の有効性は。

音声４ｇ号の性質を考慮すれは明らかである・今。

日本語’！’　？ＩＪにとると、大ざっばＣ二言うと単
母音のみの音、（子壱十母音）の音、および子音のみの
音の３神類の＠によって構成されている。

これらのうち母音のみの音は°アイウェオ”の５つ、子
音のみの音は°ン“のみで、桟りは１−ベて（子音士母
音）の音である。

母音と子音とでは性質が大きく異なり、まず母音はその
波形が＠節の始めから終りまでほばくり返し波形である
ということである・つまり基本周波数成分の周期でほぼ
同一波形がくり返され１例えば２５０　Ｈｚで発声され
た母音の音は４　ｍｓの周期を持っている・厳密には八
本周波数も時間的に少しずつ変化し、また音節の始めと
終りの部分は振幅が小さくなる性質がある・しかし例え
ば２０　ｍｓ程度の短時間でみれはこれらはほぼ一定と
みなせる・従って、この発明のように母音等の如くくり
返しが連続して検出されたときは、所定のくり返し回数
Ｎ毎、例えば４回毎Ｃ二その４回のくり返しの中での音
声ＧＩ号の単位波形の１つを代表波形として扱っても、
再生音声の自然性はあまり指なわれない。

子音（二ついては、無声音であるか有声音であるか、ま
た閉鎖音か摩擦音か鼻音か等（二よって。

くり返しの有無ｌ二関してもそれぞれ個有の性質がみら
れる・しかし、この発明ではくり返しの検出だけを行な
えばよく１例えばＬＰＣ方式で必らず必要な有声音／無
声音の判別は必要ない０即ち、子音部Ｃ二関してはくり
返しが検出されたときのみ母音部と同様に圧縮を行ない
、検出されないときは波形のすべてを出力することＣ二
なるＯ 第１１ｋにいくつかの代表的な（子音＋母音）の音の振
幅包絡線を示す０図かられかるように子音の継続時間は
種々異なる・しかし、音声の発声速度が変った場合のそ
の継続時間の変化は母苗のそれほど大きくなく、音の種
類のみ（＝応じた一定の継続時間を持つと考えることが
でき、またくり返して検出されない子音の時間的割合は
微々たるものであるから、その区間圧縮が行なわれなく
とも、全体としての圧縮効率は十分である◎ 発明の実施例 第２肉はこの発明の一実施例を説明するための音声記録
再生装置の構成を示すものである・図−二おいて、入力
端子ｌに与えられる音声信号２はエンコーダ１＆二導か
れて符号化される。この符号化方式はＰＣＭ　、ＤＰＣ
Ｍ、ＤＭ等などのようなものでもよい０音声化号２は有
音区間かも入力される。この判別回路４は例えばレベル
センナと、このセンナ出力を適当なスレッショルドレベ
ルでレベル判定して１例えば有音区１ｉｊｌのとき低レ
ベル、無音区間のとき高レベルの有音／無音判別信号Ｖ
を出力する◎ 一方、エンコーダ１の出力はくり返し検出器５と山号処
理装＃Ｌ６（二供給される。くり返し検出器５は音声信
号２の波形のくり返しくピッチ情報）の有無を検出する
もので、くり返しを検出する毎Ｃ二くり返し検出パルス
百を発生するｅこのくり返し検出器５は例えは公知の自
己相関器その他の構ｈｘ　（二よって実現されるが、そ
の検出性能は例えはＬＰＵ方式における程高い必要はな
く、くり返しが検出できなけれはそこでの圧縮率が少々
低下するのみであって、再生許声の品質には影譬な与え
−【い０ くり返し検出器６からのくり返し検出パルスｉは、有含
無音判別信峙Ｙと共Ｃ二、山号処理装置６へ圧縮のため
の制御信号として与えられる。

（μ吋処理装置６はこの例ではマイクロコンピュータ（
二より構成され、演算、制御を行なうマイクロプロセッ
サ２と、エンコーダ１よりの符号化された音声信号デー
タを一定のアルゴリズムで編集するためのプログラムを
格納したＲＵＭ８と、プログラム実行待Ｃ二必要となる
データの一時格納用のＲＡＭ９と、各部へのグロック信
号ＣＫを発生するクロック発生器１０等を含んでいる。

佃峙処理装龜７は有音／無音判別信号Ｙとくり返し検出
山号百≦二応じてエンコーダ３よりの音声信号データ（
波形情報）ｙｚＨＡＭよりなるバッファメモリｌｌに一
時格納しては圧軛のための細集を行なってメモ９ｔｚに
書込むという操作を逐次少しすつ行なう− 次区二、この実施例の動作を説明する・他峙処Ｊ！！１
装随６での処理内容は、＠３凶、第４図中に示すＡ、Ｂ
、Ｕ、Ｄの４区間Ｃ二よって場合分けされる。第３図は
有音／無首判別（−８号丁と、くり返し検出パルス「の
例乞不し、第４図はＡ。

Ｂ、Ｃ，Ｄの各区間シーおいてメモリ１２じ蓄積される
データ内容を示している・ Ｖが高レベルとなる無音区間であるＡ区間（＝おいては
、マイクロプロセッサ８は丁が低レベルとなる有音区間
の始点までの間グロック山号ＵＫ（エンコーダ３のサン
プルグロック）ヲカウントし、そのカウント値を無音区
間の時間長データＰＮとして、無音区間識別コードＰと
共にメモリ１２へ書込む〇 一万、有音区間であるＢ、Ｃ，Ｄ区間のうちＢ区間は、
有音区間始点より最初にくり返しが検出された時点まで
の主に子音部ｇ二相当する区間で、この区間ではマイク
ロプロセッサ１は有音区間始点から音声信号データをそ
のデータ長をカウントしながらバッファメモリｌｌへ先
願番地より順次格納していき、Ｂ区間の終りの時点でバ
ッファメモ９１１へ格納された音声４６号データ（波形
１ｎ報）ＱＤと、カウント（二よって得られた時間長デ
ータＱＮ’！ｒ＜り返し非検出コードＱと共６二主メモ
リ１２へ督込むｏＱち、このＢ区間では圧縮は行なわれ
ない。

次に、０７間はくり返しがほぼ一定周期で検出されてい
る区間で、主に母音部に相当する区間である。このＣ区
間では、マイクロプロセッサ７はくり返し検出パルス８
をカウントし、かつ百の発生時点での音声信号データの
位置を記録しながら、バッファメモリＩＩへ音声信号デ
ータを格納するーこの場合、前のＣ区間の編集処理は既
櫂二終っているため、バッファメモリＩＩは先順番地よ
りフルＣ二使用できる・マイクロプロセッサ２はくり返
し検出パルスｉをＮ個。

この例では４個カウントすると、例えば３個目から４個
四までの間の音声信号データをその４同のくり返しの中
での単位波形の情報１（Ｄとして、これとその時間長デ
ータＲＮをくり返し検出コードＲ（これはデータが圧縮
されていることを表わす）と共ｉニメモリ□’ｌ　２へ
書込む０以下、くり返しがほぼ一定周期で検出されてい
る間は。

Ｃ区間として同様の処理がくり返し行なわれる。

こうして、Ｃ区間ζ；おいてはｂ声信号データか１／Ｎ
ｌ（≧の例では１／４）Ｃ圧縮されてメモリｊ２−二蓄
積される− 最後ｃＤ区間は、くり返しがＮ＝４回検小検出るｎｉ目
−無音区間になってしまったときである・このＤ区間で
の処理としては、例えは初期のうちはＣ区間と同様にバ
ッファメモリ７７（−音声信号データを格納しつつ、無
音区間Ｃ二なった時点でバッファメモ９１１に格納され
ていた音声信号データと、その時間長データをくり返し
非検出コードをＢ区間と同様にメモ９１２へ沓込む・従
って、このＤ区間では圧縮はれなわれなり）・ なお、Ｄ区間での処理の他の形式として、その前のＣ区
間が時間的≦二長くて母音情報が十分メモ９１２ｉ二蓄
積されている場合は、このＤ区間を次の無音区間の一部
とみなして処理してもよい・このようＣ；Ｔると、自然
性（二多少の劣化はきたしても明瞭性は十分錐体される
σ）で、圧縮率をより下げる上では有効である。

こうしてメモリ１２６；蓄積されたデータは。

適宜続出され、デコーダ１３によって第４図Ｃ二示した
各データに従い音声４４号１４として再生される。

このよう（二、この発明では音声信号の有音区ｍ１のう
ちの時間的に大部分を占める母音部等のくり返しが良好
に検出されるｇｔｓ分は１７Ｎｇ二圧縮し、くり返しが
検出されない子首部は音声信号の波形情報をそのまま出
力するため、再生音声の明瞭度等の劣化の少ない効率的
な圧縮が可能となる。これによって、実施例の如き音声
記録再生装置Ｃ二この発明を適用した場合、メモリの８
量を効率よく使用でき、コスト面で極めて有利となる・ そして特（二、この発明ではくり返しが連続して検出さ
れている間の単位波形の情報ヲ、くり返し７．／Ｎ回検
出する袴に更新して出力するため、こ０月１い￥１つσ
）みの単位波形の情報で代表する方式と異なり、この間
の波形の時間的変化を含んだ形で波形ｔｈ　Ｎ　Ｙ出力
でき、明瞭度、自然性の向上が期待できる０ つて実現したが、マイクロプロセッサ−を含むイ＾号処
理装置にソフトウェアによってその機能を持たせてもよ
い。その場合、前記実施例の如く実時間処理がｉｊＪ能
かどうかが問題となるが、例えば無音区間は主（：その
時間長のカウントのみが必要であって、処理時間として
は十分かっ余りある区間であり、しかも音声信号の中で
無音区間か占める時開的割合は大きいことを考慮すれば
１問題ない・卯ち、例えば連続する有音区間と無音区間
を１ブロツクと考えると、処理速度の遅いマイクロプロ
セッサを用いてくり返　　　？しの検出と有音／無音区
間の判別をソフトウェアで実行し、かつ圧縮処理を行な
う場合、自重区間では実時１ドＪ処理が不ｃｉＩ能でも
、その不０］能！ な分を無音区間で補なうこと（二よって、ｌブロック内
では実時間処理が可能となる◎ この発明は１日本語のみならず外国語の音声信号Ｃ二対
しても有効であることはいうまでもない・

【図面の簡単な説明】

第１図は子音十母音の音声の包絡線波形を示す図、１ｊ
Ｓ２図はこの発明の一実施例の構成図、鵜３肉はその動
作を説明するためのタイムチャー）、第４図は同実施例
ζ二おいて編集されメモリに蓄積されるデータの構成χ
示す図である・ｌ・・・行声信号入力端子、３・・・エ
ンコーダ、４・・・有音／無音判別回路、５・・・くり
返し検出器、６・・・信号処理装置、７・・・マイクロ
プロセッサ、Ｊｌ−・・バッファメモリ、１２・・・メ
モリ、１Ｂ・・・デコーダ。 出−人代理人　弁理士　鈴　江　武　彦０ｍＳ

Claims (1)

【特許請求の範囲】
1. 音声信号の波形のくり返しを検出すると共に、有音区間
   と無音区間とを判別し、有音区間においてはくり返しが
   検出されたときは所定のくり返し回数Ｎ毎Ｃ二そのＮ回
   のくり返しの中での音声信号の１つの単位波形とその時
   間長データをくり返し検出コードと共に出力し、くり返
   しが検出されなかったときはその期間中の音声信号の全
   波形とその時間長データをくり返し非検出コードと共に
   出力し、無音区間においてはその時間長データを無音区
   間識別コードと共に出力することを特徴とする音声信号
   圧縮方式。