JPS5821799A - 音声再生装置 - 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】 この発明は、音声信号波形を適応皺デｈｆ変調方式によ
り符号化したデータを含むディジタルデー誓から元の音
声信号波形を再生する音声再生装置に関する。

音声信号波形の符号化方式の一つであるデルタ変調方式
は、周知のようにサンプリング周波数を十分大きくとり
、隣接するサンプル値間の相関を高めてその振幅の差が
一定範囲内に収まるようにした上で、その振幅の大小関
係を＠１＠。

６０°の１ピツ［で表現して符号化する方式である。こ
のデルタ変一方式は、原理的に２種の歪を伴なうことが
知られている。その一つは、スＱ−ｆｔ　−／（−Ｃ１
−ド（ｌｌｌ０ｐｅ　０ｖｅｒ　Ｌｏａｄ　）と呼ばれ
るもので、第１図（ａ）に示すよう−に入力音声信号波
形ｌの急傾斜の変化に対しデルタ変調用エンコーダにお
ける局部Ｄ／ムコンパータの出力波形１が追従できない
ことによって生じる歪である。１は符号化データを示し
ている。他の一つは、グラニュラ　ディスＦ−ジョン（
Ｇｒａｎｕｌａｒ　Ｄｉｓｔｏｒｔｉｏｎ　）と呼ばれ
るもので、第１図（ｂ）　Ｋ示すように入力音声信号波
形ｌが時間的にあまり変化しないとき、局ＭＤ／ムコン
バータの出力波形１が増減を繰返し、符号化データ１が
０１１と”０１とを交互に繰返すことに起因するもので
ある。

このような２種の位を低減させる方式として考案された
のが音声信号の振幅の大小に応じて量子化幅を適応的に
変化させる適応型デルタ変鵬方式である。すなわち、音
声信号波形を符号化したデータが連続して°１１または
°０６の場合はスロープオーバーロードが起っているの
で量子化幅を増加させ、データが常に変化しているとき
はグラニュラディストーションが生じているので、逆圧
量子化幅を小さくするものである。

第２図（１）　、　（ｂ）は適応置デνり変温方式の一
種であるＣＶａ　Ｄ　（Ｃｏｎｔｉｎｕｏｕｓ　Ｖａｒ
ｉａｂｌｅ　８１ｏｐｅＤｅｌｔａ　Ｍｏｄｕｌａｔｉ
ｏｎ　）方式による音声記母再生装゛蓋におけるエンコ
ーダ側およびデコーダ側の構成例を示している。エンコ
ーダ側［１（いては、入力音声信号１１がローパスフィ
ルタ１１を通してコンパレータ１１で差分された後、Ｄ
−フリップフロップ１４でクロックＣＬＫＫよりリタイ
ミングされて、符号化データとなる。コンパレータ１３
の比較レベルは、基本デルタ変調方式ではエステイメイ
トフィルタＩ［（局＠　Ｄ／にコンバータに相当）の出
力で与えられ、そのステップ、つまり量子化幅は一定で
あるが、第２図ではこの量子化幅が連続的に適応制御さ
れる。

すなわち、入力音声信号１１の波形が急激ＫＲ化し、符
号化データが３ビット以上°１０またはＩＯ″が連続す
ると、シフトレジスタ１６および１ｉｘ−ｏａＩ略１１
でそれが検出され、シラビツクフイｋｌ　１　ｌの出力
が積分されることにより、エステイメイ［フィル−ＩＩ
Ｉの出力側に設けられた掛算器ｌ＃のゲインが上昇し、
量子化幅が１ビツト毎に順次大きくなる。これによって
スロープオーバーロードが押えられる。一方、入力音声
信号Ｌｌの波形が時間的にあまり変化しないときはシラ
ビックフィルタｌ＃の出力が減少することＫより、掛算
器ｌ＃のゲインが低下し、量子化幅は順次小さくなるの
で、グラニュラディストーションが仰えられる。

デコーダ側ではエステイメイトフィルタ２１１掛算９％
！ｊ、シフ）１／ジス９Ｆ１１、ＢＸ−ｏａ回路１４、
シラビックフィルタ１５およびローハｘ　７　イルタ２
Ｃからなる構成によってエンコニダメＴと逆の操作を行
ない、再生音声信号Ｓ１を得る。

ところで“、このｃｖｓＯ方式のような適応型デＶり変
調方式でも、再生音声の明瞭度という点で未だ曖曹され
るべき間耀がある。この問題点を第３図、第４ａｉｉを
用いて説明する。第３図（ａ）は日本語で「オヤスミノ
ジカン」という言葉を普通の速度で話したときの音声信
号のエンベロープ波形であり、同図（ｂ）はこの音声信
号に対応する有音−無音判別信号を示してい４る。第Ｓ
図（ｂ）でＨが有音区間、Ｌが無・音区・間を表わして
いる。これＫよると、例えばｒＯＹム」と［８υＭＩＪ
の間の無音区間は約１１０　ｍｌ　である。一般的に１
通常の会語ではこのｌ　Ｏ＠　ｍ１前後の無音区間は語
間、音節間を含めてかなり存在する。

ＣＶａ　Ｄ方式での量子化幅の変化を第３図と対応させ
てマイクａ的にみると、「ＯＹム」においては振幅が大
きいため量子化幅は大きくなり、ｒＯＹＡＪとｒ８ＵＭ
ＩＪの間の無音区間になると量子化幅はシラビツクフィ
Ｖりの時定数で小さくなる。

通常、シラビツクフイをりの時定数は１６ＫＨ１のクロ
ックに対し４ｆｆｌｌｌｉｍｍＫ選ばれているので、有
音区間でいかに量子化幅が大きくなっても、１００　ｍ
ｓ　前後の時間幅が多くを占める無音区間では量子化幅
は最小の値に落着き、ダブーニュラデイストーションは
抑えられる。従って無音区間に続く有音区間、例えばｒ
８ＵＭＩＪが始まる初期では、最小の量子化幅で符号化
が行なわれることになり、ミクロ的にみればｒ８ＵＭ１
１の初期においてほとんどの場合スロープオーバーロー
ドが生じてしまう。

一般的な音声信号の性質として、各音節の始点は音韻性
、明瞭性Ｋかかわる重要な部分である。例えば単音節の
中で破裂音のエンベロープ波形をみると、第４図に示す
ように始点から１０〜ｔｏｏｍｓの期間は破裂部ム、バ
ズＢ。

録音部Ｃ１出わたりＷＡＤ等を含み、これらの部分が企
なく符号化されないと、別の音のように聞えてしまうな
ど、音韻がはっきりしない結果となる。

このよ５に、従来のｃｖｓｏ等の適応型デルタ変調方式
では、特に無音区間が比較的長（続き量子化幅がほぼ最
小に落着いた状態の後の有音区間初期において音声信号
波形の変化に対する量子化幅の変化の追従性が悪いため
、スロープオーバーロードが生じ易く、これが再生音声
の明瞭度を損う原因となっていた。

この発明の目的は、適応部デＶり変調により符号化され
たデータを含むディジタルデータから元の音声信号波形
を再生するに際し、有音区間初期に生じてい秦スロープ
オーバーロードを補償して明瞭度を上げることがで舎る
音声再生装置を提供することにある。

この発明は、メモリから続出されるディジタルデータの
有音区間始点を検出し、この有音区間始点から一定期間
はメモリからディジタルデータの各ビットを他の期間よ
り速いクロックで複数回ずつ繰返して読出し、他の期間
は従来と同様各ビットを１回ずつ順次読出してデコーダ
に与えることを特徴としている。

このようＫするとデコーダの性質上、有音区間初Ｍでは
デコーダにおいてディジタルデータを階段波形に戻すと
きの量子化幅が強制的に増大させられることによって、
明瞭度に大きな影響を及ぼす有音区間初期でのスロープ
オーバーロードを再生時に補償することができる。

以下、この発明の実施例を８１１面を参照して説明する
。

第５図はこの発明の一実施例に係る音声再生装置の構成
を示したものである。図＆ｃおいて、メモリ５１には音
声信号波形を適応型デルタ変調方式により符号化したデ
ータ、例えば第２図（１）のエンコーダにより符号化し
たデータを含むディジタルデータが記憶されている。こ
のメモリｉ１の内容はコントローラ５２を介して続出さ
れ、デコーダ５１を通して元の音声信号波形が再生され
る。デコーダ５１は例えば第２図（ｂｌと同様の構成の
もので、コン）Ｃ７−ラｊ２を介して送られてくるディ
ジタルデータをエステイメイトフィルタ２１を通して掛
算ｉｉｊ＃に導き、シフトレジスタ１１およびＢＸ−Ｏ
Ｒ回路Ｓ４で検出されたデータをシラビックフィシタ２
５を通して積分した値によって掛算器１１のゲインを制
御して第１図−）、（ｂ）の１に示すような階段波形を
作り、これをローパスフィルタ２６を通して不要高域成
分を除去することＫよって元のアナログの音声信号波形
を再生する。

コントローラ５Ｓは、次のよ５ＫＩ、てメモリ５１から
読出されるディジタルデータに従い、メモリｊＩおよび
デコーダｉ１へのクロックの供給等を制御する。

第６図はメモリ５１における記憶フォーマットの一例を
示したもので、音声信号波形のうち無音区間の波形につ
いては、エンコーダにヨッて符号化したデータ６１をそ
のまま記憶し、無音区間の波形については波形そのもの
の符号化データの代りＫ、無音区間の発生タイミングを
示すタイミングコード−１とその時間長を示すディジタ
ルデータからなる時間長データｄ１を記憶しているもの
とする。メモリ５１にこのようなフォーマットでデータ
を記憶する際には、音声信号波形の有音区間と無音区間
との判別を行なう必要があるが、これには第１図に示す
ような回路を用いればよい。すなわち、音声信号１１の
レベルを立上り、立下りの時定数が最適に設定されたレ
ベル検出器ｒｚで検出し、その検出出力を閾値ｖｔｈが
最適に設定されたコンパレータ７ｊＫ通すことにより、
第３図（ｂ）に示したよ５な有音−無音判別信号１−を
得ることができる。

コントローラ５ｊは、メモリ１１からディジタルデータ
を読出す過程で第６図のタイミングコード−２に遭遇す
ると、その時点から時間長データ６１で指定された時間
だけ、デコーダ１１へ無音区間の符号化データに相嶺す
る第１図（ｂ）の３に示すような０１“、１０°を交互
に繰返すいわゆる沈黙パターンを一１ビットずつ送出す
る。このとき、クロック発振器５４の出力のクロックＣ
Ｋ（６）とこれを１／Ｎ分周器ｓ５で分周したクロック
ＣＫ（６）とを選択するためのスイッチ５−は、コント
ローラ５２からの制御信号５１でクロックＣＫ（ト）を
選択してぶり、このりａツクＣＫ（Ｌ）がコントローラ
５１を介してメモリｊ１へ読出し用クロックとして与え
られるとともに、デコーダＪｊＫ：＊けるシフトレジス
タ１Ｊ等へ復■用クロツタとして与えられる。このクロ
ックＣＫ（Ｌ）はエンコーダにおける変態量クロックお
よびメモリ１１への書込み用クロックと同−周波数のも
のであり、その周波数は例えば１ｇＫＨｚである。なお
、この無音区間においてはデコーダ１１内のシラビック
フィシ“りｚｓｙｒ−よって与えられる量子化幅は、コ
ントローラ５２から沈黙パターンが入力されたことによ
って小さくなっている。

前述したように、メモリ５Ｍ内の有音区間の波形を示す
符号化データの曽には無音区間の発生タイミングを示す
タイミングコード６１とその時間長データｄ１があるの
で、コントローラｉ２はメモＩＪ　ｊ　１からデータを
読出す過程で、無音区間の終了時点、つまり有音区間の
始点を検出することができる。コントローラ１ｓはこの
有音区間始点を検出すると、デコーダ５１への沈黙パタ
ーンの送出を停止するとともに、メモリｆｉｌから読出
した符号化データー１をデコーダ１１へ送出し始めるが
、同時にこの有音区間始点からある決められた一定期間
τだけ、スイッチｊ１をクロックＣＫ＠を選択するよう
に切換える。ここで、ｌ／Ｎ分周器１１におけるＮの値
は２４！１ｌＪｊが適当である。このときクロックＣＫ
ｌ［の１捜書はクロックＣＫ（υの周波数の２倍、例え
ば３２ＫＨｚとなる。この場合の動作を第Ｓ図のタイム
チャートに示す。

メモり５１から第８図（ａ）のようにデータが読出され
ると、有音区間始点ｔ０からＴなる一定期間だけクロッ
クが同＃Ａ（ｂ）のようＫ（、Ｋ（ＬＪからＣＫｔｋＤ
Ｋ切換わる。このときコントローラＳ１は同図（Ｃ）の
よ５に、無音区間では＠　１１　、　＠　Ｏｌを交互に
繰返す沈黙パターンをクロックＣＫ（υに従って送出す
るが、有音区間の始点ｔ０からτの期間は、メモＩＪ　
ｊ　ｌ内の符号化データ＃１の各ビットをクロックＣＫ
（Ｈ）によりＮ回ずつ、この例では２回ずつ繰返し読出
して、デコーダ５１へ送出する。このようにすると、メ
モリ５Ｍ内の符号化データ＃ｌの各ビットを単純に１ビ
ツトずつ読出してデコーダ５１へ送出した場合に比べ、
デコーダｉｓＫ対し１１１または“０１が連続して例え
ば３ビット以上与え・られる状態、すなわちシフトレジ
スタ２１および１ｉｘ−ｏ風回路Ｍ４によってシラビツ
クフイ瘉夕２１をアクティブな状１１１にする条件がよ
り多く作り出される。この結果、掛算器１１のゲインが
急激に上昇し、第８図（ｄ）の集線に掛算器２１の出力
の階；ｌ支 段輯形を示すように、破線に示す従来の場合と比べて量
子化幅ｌがより速く増大する。

従って、掛算！Ｉｓｇの出力をローパスフィルタ２ｄを
通して得られる再生音声信号波形は、有音区間初期の部
分ＫｉＩいても元の音声信号波形の変化によく追従した
ものとなる。すなわち、適応臘デルタ変−で問題となっ
ていた有音区間の初期でのスロープオーバーロードが再
生時にｇいて補償されることＫより音韻性が明確化し、
明瞭度が犬舎く向上する。

コントローラ１１は例えばＣＫ輪をカウントするととに
よって有音区間始点からＴの時間を計測し、この時間が
経過するとスイッチ５ｄをクロックＣＫ（υを選択する
ように切換える。この状態では、前述のようにメモリ５
１の内容はクロックＣＩＣ（Ｌ）に従い１ビツトずつ続
出されることになる。

な詔、上記説明では有音区間初期においてメモリｊＩ内
の符号化データ６１の各ビットを読出す際の繰返し回数
を２としたが、３以上としてもよく、その場合は・有音
区間初期での量子化幅がより一層速く増大する。しかし
、この繰返し回数を大きくすると量子化雑音も増加する
ので、その点も考慮して遊ぶことが必要である。

但し、有音区間が子音から始まる場合などでは、量子化
雑音がむしろ大きい方が子音の駆動音源的効果をよく示
し、音韻性はより明確になる。

一方、τの時間についてはシラビッタフィルタ１Ｓの時
定数（ｚｍｓ−１ｏｍｓ）ｉｉ＆が、符号化データ６１
がｌ　１１　、　ｌ　（１ｍのパターンであることから
して、車幅性のクリップも起らず適幽である。また、上
記説明では上記繰返し回数とクロックｃＫｃＬ）Ｋ対す
るクロックｃｘＨの逓信数Ｎとを一致させたが、τが高
々１０ｍ５Ｑ度と短いことを考えれば、これらは厳密に
一致させる必要はなく、むしろ辛苓ヰ４Ｎの値を繰返し
回数より大きくして、全体としてオーバーシュートピッ
チぎみにした方が明瞭度は向上する。

オーマットとして、無音区間についてはメモリ容量の節
約のため、第６図に示すようにタイミングコードＣ１と
時間長データー１によってデータを構成したが、無音区
間についてもエンコーダによる符号化データをそのまま
記憶しても差支えない。その場合、コントローラ５１は
例えば無音区間における符号化データの０１＠。

１０１が交互に現れる沈黙パターンの特徴を利用して有
音区間との判別を行ない、有音区間始点を検出してもよ
い。またエンコーダにおける符号化時に予め無音区間と
有音区間との判別結果を示すテーブルを作って別のメモ
リに記憶しておき、再生時にこのメモリから有音区間始
点を検出する方法をとることもできる。

さらに、実糟例ではＣＶａＤ方式にこの発明を適用した
例を説明したが、この発明はＣＶｇＤ方式以外の適応型
デルタ変１１によって符号化されたデータを含むディジ
タルデータをメモリから読出して元の音声信号波形を再
生する装置にも適廟が可能である。

【図面の簡単な説明】

第１図（ａ）　、　（ｂ）はデルタ変調方式におけるス
ロープオーバーロードおよびグラニュラディストーショ
ンを説明するための図、第２図（ａ）　、　（ｂ）はＣ
ＶａＤ方式のエンコーダおよびデコーダの一構成例を示
す図、第３　層（ａ）　、　（ｂ）は音声信号のエンベ
ロープ波形の一例とそれに対応する有音−無音判別信号
波形を示す図、第４１１ｉ１１は破裂音のエンベロープ
波形のいくつかの例を示す図、第Ｓ図は仁の発明の一実
施例に係る音声再生装置の構成を示す図、第６図はメモ
Ｑ　Ｋおける記憶フォーマットの一例を示す図、第７図
は有音−無音判別回路の一構成例を示す図、第８図は同
夷廁例の動作を説明するためのタイムチャートである。 ５１・・・メモリ、５１・・・コントローラ、ｉｌ・・
・デコーダ、５４・・・クロック発振器、５５・・・１
／Ｎ分周器、５６・・・スイッチ・

Claims (1)

【特許請求の範囲】
1. （１）　　音声信号波形を適応雛デＶり変−により符号
   化した符号化データを含むディジタルデータを記憶した
   メモリと、このメモリから読出　　３゜されるディジタ
   ルデータから元の音声信号波形を再生するデコーダと、
   前記メモリから読出されるディジタルデータの有音区間
   始点を検出する手段と、この有音区間始点から一定期間
   は前記メモリから前記符号化データの各ビットを他の期
   間より速いクロックで複数回ずつ繰返し絖出し、他の期
   間は各ビットを１−ずつ順次読出して前記デコーダに供
   給する手段とを具備することを特徴とする音声再生装置
   。 （２１メモリは音声信号波形のうち有音区間の波形につ
   いては適応臘デルタ変１１により符号化したデータを、
   また無音区間の波形については無音区間の発生タイミン
   グを示すタイミングコードとその時間長データをそれぞ
   れ記憶したものであり、有音区間始点を検出する手段は
   上記タイミングコードと時間長データから有音区間始点
   を検出するものである特許請求の範囲第１項記載の音声
   再生装置。