JPS593493A - 帯域分割型ボコ−ダ - 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】 本発明は帯域分割型ボコーダ、特に入力音声信号を予め
定めた低域および高域２つの音声伝送帯域に分割しおの
おのの帯域について線形予測分析を行う帯域分割線形予
測型ボコーダに関する。

入力音声信号を線形予測分析法（ＬＰＣ分析法、Ｌｉｎ
ｅａｒ　Ｐｒｅｄｉｃｔｉｏｎ　Ｃｏｅｆｆｉｃｉｅｎ
ｔ分析法）ニよって分析し、これによって得られる入力
音声信号のスペクトル分布情報を特徴パラメータとして
入力音声信号の代りに伝送する線形予測型ボコーダは近
時よく知られている。

このＬＰＣ分析法は入力音声の特徴パラメータであるス
ペクトル分布情報と音源情報のうち、スペクトル分布情
報として音声のスペクトル包絡を全極型モデルで近似す
るものであるが、このＬＰＣ分析によって求められる結
果については従来次のような２つの欠点があることが知
られている０その１つは、入力音声信号の７オルマント
帯域幅の過少推定として経験的に知られているもので、
特に第１７オルマントに関してよく起る現象であり、し
ばしば実音声の数分の１にフォルマント帯域幅を過少推
定する結果として現われる。

その２は、ＬＰＧ分析法は、比較的にエネルギーの小さ
い第３７オルマントの近似性が第１７オルマントに比し
て悪いということである。

上述した第１および第２の欠点は、人間の聴覚特性が対
数的感度を有しかつ第３７オルマントまで確保されない
と明瞭性が著しく損われるという条件と相俟って、ボコ
ーダで分析し合成される音声の品質を劣化せしめている
。

このようなＬＰＧ分析法の第１の欠点は、入力音声の第
１７オルマントのようにエネルギーの集中する周波数領
域では極が過度に集中するために起るものと考えられて
いる。このように、特定の周波数領域に極が集中するの
を防ぐため、音声帯域を複数のサブバンドに分割し、そ
の各のバンドに対してＬＰＧ分析を行うことにより極の
適当な分散を図る帯域分割型線形予測分析法が最近提案
されている。この方式によれば、帯域の分割数等を適当
に選択することにより、上述した第１の欠点のほか第２
の欠点も緩和し、分析し合成すべき音質の改善につなが
る有力な手段であることが確認されている。

このように、従来のＬＰＣ分析法の欠点を改善できる帯
域分割型Ｔ、　Ｐ　Ｃ分析、合成法には次のような特徴
があることが明らかにされている。

すなわち、基本的な帯域分割数としては２個のものが他
の分割数のものに比して良好な分析結果が得られ、これ
によって従来のＬＰＣ分析法特有の、上述した２つの欠
点が著しく改善されるｏまた、このような帯域分割型Ｌ
ＰＧ分析法では、各帯域を必要最小限度のサンプリング
周波数で表現するようにサンプリングレートを分割前の
サンプリングレートより低減変更する、いわゆるデンメ
−ト（Ｄｅｃｉｍａｔｅ　）することが必要で、またこ
のテンメートは周波数領域で行うことが演算処理に有利
であるといった様様な特徴を有する。

また、帯域分割型ＬＰＧ分析法、特に２分割の帯域分割
型ＬＰＣ分析法の欠点として、ＬＰＣ分析の結果得られ
るにパラメータは、２分割した帯域のうち特に低域の２
次のにパラメータ、に２が低域および高域における別次
のにパラメータに比してその分布が著しく偏っておシ、
数多い実測結果はいずれもこのに２パラメータ値の出現
分布は−１の近傍に集中することが知られている。

よく知られる如＜、Ｋパラメータは合成側で音声合成に
使用するデジタル合成フィルタの係数を設定する情報と
して利用され、この合成フィルタが安定に動作するため
の必要条件として１Ｋｎｌ＜１　、　（ｎ＝ｔ、　２．
・・・・・・Ｐ）を満足することが必要である。ここで
Ｐは合成フィルタの次数である。

Ｋｎで示される各にパラメータはそれぞれ所定のビット
数を割当てて量子化されるが、ボコーダの分析側から合
成側に量子化された伝送符号として送出されるこのにパ
ラ−メータは、量子化誤差の抑圧、必要とする量子化ビ
ット数従って伝送すべき帯域の圧縮という点から考えた
伝送効率の改善という観点、あるいけまたスペクトル感
度の適当さという観点等からするとその値はＯを中心と
して正負を１ぼ均等に分布するような分布特性が望まし
い。逆に言って、特定の次数のにパラメータの分布が＋
１もしくＦｉ−１といった限界値近傍に集中した偏りを
もっていると、このにパラメータの符号化の際における
スペクトル歪、いわゆる量子化歪に対する敏感性を増し
これが合成すべき音声の品質劣化を招く原因となり、こ
れを避けるために量子化ビット数を増すことは当然ビッ
トレートの増大、すなわち伝送帯域の拡大につながると
いういろいろな欠点を有する。

従ってに２パラメータの如き偏った分布を含むにパラメ
ータの量子化によるこのような欠点を避けるには、その
ような偏りを示す特定のにパラメータのスペクトル感度
と分布を配慮した量子化が必要となる。Ｋパラメータは
その次数によりそれぞれ異るスペクトル感度を有し、こ
のスペクトル感度とはにパラメータの微少変化に対応す
るスペクトルの変化の割合であり、に２パラメータの如
く極端な分布の偏シを示しこのスペクトル感度が敏感な
ものは、その量子化にあたって何等かの手段でこの分布
の偏りを圧縮した量子化を行い、量子化歪の抑圧を行う
とともにピッ°トレードの低減、伝送帯域の圧縮を図ら
なければならない。

第１図は低域囚、および高域（Ｂ）の帯域分割型線形予
測ボコーダにおける６次までのにパラメータを利用した
場合の分布の一例を示すにパラメータ分布図である。低
域（３）および高域（ＢｌいずわもＫｌからに６までの
にバラメークを利用しておるが、図からも明らかな如く
、特に低域（Ａ）のに２　ハラメータの分布が−１の近
傍に集中しておるのがよくわかる。

本発明の目的は上述した欠点を除去し、入力音声信号を
予め定めた低域と高域との伝送帯域に分割して線形予測
分析を行う帯域分割型ボコーダにおいて、低域のに２パ
ラメータを分析側で非線形量子化して伝送するという簡
単な手段を備えることにより量子化歪の影響を大幅に低
減するとともに、必要とする量子化ビットレート従って
伝送帯域の低減を著しく改善することができる帯域分割
型ボコーダを提供することにある。

本発明のボコーダは、入力音声信号を予め定めた低域お
よび高域２つの音声帯域に分割しおのおのの帯域につい
て線形予測分析を行う帯域分割型ボコーダにおいて、前
記低域の音声伝送帯域の線形予測分析で得られる前記低
域の音声伝送帯域の線形予測分析で得られる偏自己相関
係数にパラメータのうち２次のにパラメータに２を非線
形量子化して伝送するに２パラメ一タ非線形量子化伝送
手段を備えて構成される。

次に図面を参照して本発明の詳細な説明する。

第２図は本発明の帯域分割型ボコーダの分析側の一実施
例を示すブロック図、第３図は本発明の帯域分割型ボコ
ーターの合成側の一実施例を示すブロック図である。

入力端子１０００から入力音声信号１００１を受けると
、これを高域遮断周波数３３３３Ｈｚの低域通過フィル
タＬＰＦｌを介して高域ｔ−遮断したＬＰＦ出力１０１
　’ｉ得て、さらにこれＩＡ／Ｄコ／バータ２によｉ）
　８　ＫＨｚのサンプリング周波数でサンプリングし所
定のビット数のデジタル量に変換したＡ／Ｄコンバータ
出カ２０１　　とし、これをウィンドウ処理器３に送出
する。上述したＬＰＦｌの高域遮断周波数は分析すべき
音声信号の上限として３３３３Ｈｚを設定している。

ウィンドウ処理器３は、入力するＡ／ｌ）コンバータ出
力２０１を一旦内部のバッファメモリにストアする。こ
のメモリは入力信号の３０　ｍ　ＳＥＣ分すなわち２４
０サンプル分を記憶し、これにノＪミ／グ関数を乗算す
るウィンドウ処理を行う。このウィンドウ処理はｌＯｍ
８ｇｃ周期で行われ、この周期が基本分析周期、いわゆ
る基本フレーム周期となる。

ウィンドウ処理された音声波形データ３０１　ｉｉ：、
上述シタ基本フレーム周期ごとＫ　ＤＦＴ　（Ｄｉｓｃ
ｒｅｔｅＦｏｕｒｉｅｒ　Ｔｒａｎｓｆｏｒｍａｔｉｏ
ｎ　）回路４、有声／無声判別器５およびピッチ抽出器
６に送出される。

ＤＦＴ回路４は入力した音声波形データ３０１を７−リ
エ変換して周波数領域のスペクトル成分としこれをＤＦ
Ｔ出力４０１　としてパワースペクトル計測回路７に送
出する。

パワースペクトル計測回路７け入力したＤＦＴ出力４０
１の自乗演算を行なって各周波数におけるパワースペク
トル成分に変換してこれを内蔵するメモリにストアする
。メモリにストアされたパワースペクトルデータ　７０
１は、低域自己相関係数計測器８、高域自己相関係数計
測器９によって自由に読出され、音声波形データ３０１
の特定する低域および高域における自己相関係数計測に
用いられる。

低域自己相関係数計測器８は、パワースペクトルデータ
７０１の低域、本実施例ではＯかも１３３３Ｈｚまでの
パワースペクトルデータを読出し、離散型逆７−リエ変
換ヲ施して必要な範囲内の各遅れ時間における自己相関
係数を計測しこの低域自己相関係数データ８０１を低域
線形予測係数分析器１０に送出する。

また低域自己相関係数計測器８は、計測した遅れ時間零
における自己相関係数、すなわちこの基本フレーム周期
における短時間平均電力を低域短時間平均電力データ８
０２として符号化５１１に送出する。

低域線形予測分析器１０は、入力する低域自己相関係数
データ８０１の組からにパラメータを所定の次数まで、
よく知られるオートコリレーション（ＡＵＴＯＣ０Ｉ（
ＲＥＬＡＴＩＯＮ）法による手法で抽出し、これを低域
にパラメータデータ１ｏｉｏとして符号化器１１に送出
する。ただしこのうちに２パラメータのみはそのまま符
号化器１１に送ることなく、Ｋ２パラメータデータ１０
２０としテに２パラメータメモリ１２に送出する。

Ｋ２パラメータメモリ１２に入力したに２パラメータデ
ータ１０２０は、非線形変換回路１３によって次次に読
出され、符号化器１１による量子化に先立ち予め次のよ
うにしてデータの非線形変換を行う。

非線形変換回路１３は、予め制御用プログラムを内蔵し
たＲＯＭによって次次に読出され所定のアドレスにスト
アしたに２パラメータデータ１０２０に対しログ　エリ
ア　レシオ（Ｌｏｇ　Ａｒｅａ　Ｒａｔｉｏ）変換を行
ない分布の偏シヲ圧縮する。

Ｋパラメータは声道内を等測的にフィルタと見たてた声
道音響フィルタの反射係数に対応する値を有し、またこ
の声道音響フィルタは声道を断面積の異るｎ個の等長音
響管を次次に接続したものと見なすことができ、従って
にパラメータがこのような声道断面積に対応する値をも
っことはよ〈知られている。声道内各部の断面積は時間
的に連続変化しており、音声分析においてはこれを声道
内のサンプリング点の両側の各断面積を代表する断面積
比を以って表している。このような関係から断面積比Ｄ
ｎが次の（１）式で示されることもまたよく知られてい
る。

Ｄｎ　　＝　　（１−Ｋｎ　　）／　（１＋Ｋｎ　　）
　　・−・”・（１１（１）弐において添字ｎはにパラ
メータの次数を示す。（１）式のｔｏｇ　Ｄｎすなわち
ｔＤｇ　（Ｉ　　Ｋｎ　）　／（ｉ　＋に口）がそのに
パラメータのログ　エリア　　゛レシオと呼ばれ、これ
はにパラメータの値に対応した対数変換形としてしばし
ば音声分析に用いられている。このログ　エリア　レシ
オＩＫパラメータの代りに利用することによってにパラ
メータは著しく分散を圧縮されたものとなる。

分散を圧縮する手段の１つとしてのログ　エリア　レシ
オは、Ｋ２パラメータの場合次の（２）式で示される。

ｔａｇ　Ｄ２　＝　ｔｏｇ　（１−に２　）／　（１＋
に２　）−＋２＋本実施例においてもに２パラメータの
分散圧縮のために（２）式のｔｏｇ　Ｄ２をに２パラメ
ータの代りに利用している。

第２図の非線形変換回路１３は（２）弐に示すログエリ
ア　レシオ　ｔＯｇＤ２を、内蔵するプログラムによる
制御のもとに入力するに２パラメータデータ１０２０　
Ｋ　＋２１式による演算処理を施すことによって非線形
変換に２パラメータデータ１３０１としパラメータを除
くにパラメータデータ１０１０と、非線形変換回路１３
から出力する、非線形変換によって圧縮されたに２パラ
メータ、すなわちに２０グ　エリア　レシオをそれぞれ
特定のビット数で量子化し伝送符号に変換したものを伝
送ライン１１０１ｔ−介して合成側に送出する。

さて、高域自己相関係数計測器９はパワースペクトル計
測回路７から出力するパワースペクト−、ルデータ７０
１のうち、１３３３Ｈｚから３３３３Ｈ２の成分を高域
周波数帯として読出し、これに７−リエ逆変換を施すこ
とにより、必要な範囲内の各遅れ時間における自己相関
係数を計測し、この高域自己相関係数データ９０１を高
域線形予測係数分析器１４に送出するとともに、遅れ時
間零における高域自己相関係数データを前述した基本フ
レーム周期における高域短時間平均電力データ９０２と
してこれを符号化器１１に送出する。

なお、上述したフーリエ逆変換においては、１３３３Ｈ
２から３３３３Ｈ２（７）／：ワー：ｘベクトル成分は
これを１３３３Ｈｚ低周波領域にシフトし、等測的に０
から２０００Ｈｚのパワースペクトル成分として自己相
関係数を計測する。

高域線形予測係数分析器１４は、低域線形予測係数分析
器１０と全く同様にして入力した高域自己相関係数デー
タ９０１の組からにパラメータを所定の次数まで抽出し
、これを高域にパラメータデータ１４０１として符号化
器１１に送出し、これにより各にパラメータデータをそ
れぞれ特定のビット数で量子化し伝送符号に変換して伝
送ライン１１０１介して第３図に示す合成側に送出する
〇なお、上述した低域線形予測係数分析器１０および高
域線形予測係数分析器１４におけるそれぞれの線形予測
係数分析の場合、これら低域周波数帯のＯか６１３３３
Ｈｚまで、および高域周波数帯のＯから２０００Ｈｚま
での周波数帯域幅はともにその最高周波数かもとのサン
プリング周期できまる最高周波数４０００Ｈｚすなわち
８　ＫＨｚのｌ／２に比しそれぞれ１／３および１／２
に制限されるため、これらの線形予測分析におけるサン
プリング周期はそれぞれもとのサンプリング周期の３倍
および２倍とする、いわゆるデシメート（Ｄｅｃｉ−ｍ
ａｔｅ）したサンプリング周期を用いたことと等価にな
る。

ところで、ウィンドウ処理器３から出力した音声波形デ
ータ３０１は、有声／無声判別器５およびピッチ抽出器
６にも供給される。

有声／無声判別器５は、ウィンドウ処理器３によってウ
ィンドウ処・理された音声波形データ３０１を受け、各
基本フレームごとにそのデータが有声音か無声音かを判
別しその結果を有声無声判別データ５０１として符号化
器１１に送出する。

有声、無声もしくは無音等の状態を判別する方法は、い
わばパターン認識とも相通ずる技術としてよく知られて
おり、これに関してはビー・ニス・アタル他：ｕア　パ
ターン　リコグニ・ソシ薗ンアプローチ　ツウ　ボイス
ドーアンボイスドーサイレンス　クラシフイケーシヨン
　ウィズ　アプリケーション　ツウ　スピーチ　リコグ
ニ、ソショｙ（Ｂ、Ｓ、　Ａｔａｌ　ｅｔａｌ　：”Ａ
　Ｐａｔｔｅｒｎ　）もｅｃ　−ｏｇｎｉｔｉｏｎ　　
ｔｏ　　Ｖｏｉｃｅｄ　　−Ｕｎｖｏｉｃｅｄ−８ｉｌ
ｅｎｃｅＣ１ａｓｓｉｆｉｃａｔｉｏｎ　　ｗｉｔｈ　
　Ａｐｐｌｉｃａｔｉｏｎ　　ｔ。

５ｐｅｅｃｈ　Ｒｅｃｏｇｎｉｔｉｏｎ　”　、　ＩＥ
ＥＥＴＲＡＮＳ　−ＡＣＴＩＯＮ　ＯＮ　ＡＣＯＵ８Ｔ
ＩＣ，８ＰｇｇＣＨ，ＡＮＤＳＩＧＮＡＬ　ＰＲＯＣＥ
Ｓ８ＩＮＧ　、ＶＯＬ、ＡＳＳＦ−２４゜ＮＯ，３、Ｊ
ｕｎｅ　１９７６、　）や、その他多くの文献に詳述さ
れている。

また、ピッチ抽出器６は、入力した音声波形データ３０
１から基本フレーム周期におけるビ、ｙチ周波数データ
６０１を抽出しこれを符号化器１１に送出する。このピ
ッチ周波数データ６０１の抽出には入力した音声波形デ
ータ３０１の自己相関係数を求め、有声音の如くほぼ相
似的な波の繰返しがあるとき、すなわち信号がほぼ周期
的であれば、信号のピッチ周期と同じ遅れ時間における
自己相関係数が最大値をとることに着目した、よく知ら
れるピッチ抽出手段を利用している。

符号化器１１は、以上のようにして供給された種種のデ
ータを符号化して伝送フレームを作成し、各基本フレー
ムごとに１伝送フレームとして伝送ライン１１０１を介
して第３図に示す合成側に送出する。

次に第３図を参照して合成側における動作を説明する。

復合化６２１は、第１図に示す分析側の符号化５１１か
ら送出される各種の符号化データを復号化して再生し、
これらの各復号化データをそれぞれ次のように供給する
。

再生された非線形化に２パラメータを除く低域にパラメ
ータデータ１０１０　ｖｉ−低域Ｌ　ＰＣ（Ｌｉｎｅａ
ｒＰｒｅｄｉｃｔｉｏｎ　Ｃｏｅｆｆｉｃｉｅｎｔ　、
線形予測係数）フィルタ２２に供給し、また再生された
高域にパラメータデータ１４０１は高域ＬＰＣフィルタ
２３に、さらに低域の非線形変換に２パラメータデータ
１３０１はバッファメモリ２４にそれぞれ供給する。

また、再生された有声無声判別データ５０１は音源情報
切替器２５に供給し、さらに再生されたピッチ周波数チ
ータロ０１はピッチ発生器２６に供給する。

復号化器２１は、また再生された低域短時間平均電力デ
ータ８０２および高域短時間平均電力データ９０２をそ
れぞれ低域可変利得増幅器２７および高域可変利得増幅
器２８に供給する。

このようにして、復号化器２１によって供給される各種
の再生データのうち、ピッチ周波数データ６０１はピッ
チ発生器２６によりピッチ周波数情報に対応する繰返し
の周波数のパルス系列のピッチパルスデータ２６０１を
発生し、これ全音源情報切替器２５に送出する。

音源情報切替器２５は、別に入力する有声無声判別デー
タ５０１が有声を指定するときにはピッチパルスデータ
２６０１を選択し、また有声無声判別データ５０１が無
声を指定するデータであるときには雑音発生器２９の出
力する白色雑音信号２９０１を切替回路により選択出力
して、有声無声判別データ５０１による有声、もしくけ
無声情報に対応シてピッチパルスデータ２６０１．　　
もしくは白色雑音信号２９０１のいずれかを、出力ライ
ン２５０１を介して前述した低域可変利得増幅５２７お
よび高域可変利得増幅器２８に送出する。

仁のようＫして入力した、ピッチパルスデータ２６０１
もしくは白色雑音信号２９０１いずれかを、仔源の有声
もしくは無声に対応して入力し次低域町変利得増幅器２
７および高域可変利得増幅器２Ｂは、それぞれ別途入力
する低域短時間平均電力データ８０２および高域短時間
平均電力データ９０２によシ、それぞれの短時間平均電
力データの値に２８０１として囲域ＬＰＣフィルタ２２
および高域ＬＰＧフィルタ２３に送出される。

さて、復号化器２１から、Ｋ２以外のにパラメータデー
タ１０１０を受けた低域ＬＰＣフィルタ２２は、内蔵す
るにパラメータ／αパラメータ変換回路によシこれらの
にパラメータをαノ（ラメータに変換し、このαパラメ
ータをＬＰＣフィルタのフィルタ係数とする。

また、非線形変換に２パラメータデータ１３０１は、一
旦これをバッファメモリ２４に各基本フレームごとにス
トアされ、これはに２パラメ一タ線形変換回路３０のＲ
ＯＭＩＣ予め内蔵するプログラムの制御のもとに次次に
出力ライン２４０１を介して読出されたうえ、分析側で
行なったログ　エリア　レシオ変換に対する逆変換演算
、すなわち前述した（２）式によるｔｏｇＤ２から（１
）式によって示されるＤ２を得る非線形変換演算および
このＤ２から（１）式に示す四則演算等により　Ｋ２を
求める演算′ｔ−施してに２パラメータデータを再生す
る。これらの演算に必要なプログラムはすべてに２パラ
メ一タ線形変換回路３０の内蔵するＲＯＭに予め設定し
てあり、また後述するように、分析側で行われるに２パ
ラメータの非線形変換は本実施例の如く対数的圧縮を図
ったログ　エリア　レシオ関数による非線形変換だけで
なく、所望のに２パラメ一タ分散圧縮特性に紘応して種
々の非線形変換関数を利用することができるので、Ｋ２
２パラメ一タ線形変換路３０においてに２パ２メータを
再生するための非線形演算は、基本的には分析側でに２
パラメータの非線形変換に利用した関数の逆演算処よる
非線形処理を施せばよい。

さて、このようにして再生された非線形変換前のに２パ
ラメータデータ１０２０は低域ＬＰＣフィルタ２２に送
出される。

低域ＬＰＣフィルタ２２は、このようにして復元された
に２バジメータデータ１０２０　ｖｌ−人力すると、内
蔵するにパラメータ／αパラメータ変換回路によりこれ
をαパラメータに変換し、このαパラメータを前述した
他のαパラメータとともにＬＰＣフィルタのフィルタ係
数とする。かくして必要なＬＰＣ，ｙ４ルタ係数を得た
低域ＬＰＣ７４ルタ２２は、これらのフィルタ係数と４
域可変利得増幅器２７から送出された低域励振信号デー
タ２７０１とにより低域の音声波形データを合成し、こ
の低域音声波形データ２２０１を低域Ｗ補間器３１に送
出する。この低域音声波形データ２２０１は、第１図に
示す分析側におけるデンメート処理のため、そのサンプ
リング周期が正常のサンプリング周期の３倍となってい
る。

低域補間５３１は、入力する低域音声波形データ２２０
１を、１３３３Ｈ２を遮断周波数とする低域フィルタを
通して補間し、正常のサンプリング周期の音声波形デー
タとし、この低域補間器出力データ３１０１を低域ＢＰ
Ｆａ２に送出する。

低域ＢＰＦ　３２は、入力した低域補間器出力データ３
１０１から必要とする帯域のみとシ出すための帯域通過
フィルタであシ、本実施例においては高域遮断周波数を
１３３３Ｈｚとし、低域遮断周波数はａ　００　Ｈｚと
しているが、この低域遮断周波数は所望によシ任意に設
定しうる。低域ＢＰＦ３２の出力は、低域音声信号デー
タ３２０１として低域高域合成器３３に送出される。

一方、高域ＬＰＣフィルタ２３は、入力した高域にパラ
メータデータ１４０１を、内蔵するにパラメータ／αパ
ラメータ変換回路によってαパラメータに変換し、この
αパラメータをＬＰＣフィルタの係数とし、これと高域
励振信号データ２８０１とによって高域の音声波形デー
タを合成し、この高域音声波形データ２３０１を高域補
間器３４に送出する。

第２図によりて説明した如く、分析側において得られる
高域にパラメータデータ１４０１は、もとの音声波形デ
ータ３０１のうち１３３３Ｈｚから３３３３Ｈｚの成分
を周波数シフトしてこれをＯから２０００　Ｈｚの帯域
とし、正常の２倍のサンプリング周期にデシノートされ
た音声波形データに対するにパラメータと等価釦なって
いる。従って、このにパラメータによって合成される高
域音声波形データ２３０１は、サンプリング周期が正常
のものの２倍となっておシ、また周波数も１３３３Ｈｚ
だけ低い方に７７トされたものとなっている。

高域補間器３４は、入力した高域音声波形データ２３０
１　ｔ−２０００Ｈｚｔ−高域遮断周波数とする低域フ
ィルタにかけることによってこれを補間し正常のサンプ
リング周期をもつ音声波形データとし、この高域補間器
出力３４０１を周波数変換器３５に送出する。

周波数変換器３５は、入力した高域補間器出力３４０１
に１３３３Ｈｚの変換用信号３５０１を乗算し、入力し
た０からｚｏｏｏ）（ｚの高域補間器出力を１３３３Ｈ
ｚシフトする周波数変換を行なったのち、この周波数変
換器出力３５０２を高域ＢＰＦ３６に送出する。

高域ＢＰＦ　３６は、入力する周波数変換器出力３５０
２から必要な高域周波数、すなわち１３３３Ｈｚから３
３３３Ｈ２までの成分をとり出すための帯域フィルタで
、これによって得られた成分は高域音声信号データ３６
０１として低域高域合成器３３に送出される。

低域高域合成器３３は、かくして入力した低域音声信号
データ３２０１と高域音声信号データ３６０１とを加算
回路によって加算、合成し、これを合成音声波形データ
３３０１としてＤ／Ａコンバータ３７忙送出する。

Ｄ／Ａコンバータ３７け、入力した合成音声波形データ
３３０１を、デジタル量からアナログ量に変換し、この
アナログ音声信号出力３７０１を低域フィルタＬＰＦ３
８に送出する。

ＬＰＦ３８は３．４ＫＨｚを高域遮断周波数とする低域
フィルタで、これを通したアナログ音声信号３７０１は
合成音声信号３８０１として出力される。

本発明は、入力音声信号を予め定めた低域および高域に
分割し、そのおのおのについて線形予測分析を行う帯域
分割型ボコーダにおいて、特に分布の偏りが大きい低域
の線形予測係数のに２パラメータを非線形量子化して分
析側から合成側に伝送する点に基本的特徴を有するもの
であり、本実施例の変形も種種考えられる。

たとえば、本実施例においては、合成側でに２パラメー
タを非線形量子化する際、これを四グエリア　レシオに
変換するという方法で対数関数的な非線形変換を施して
量子化を行なっているが、これは非線形量子化手段の一
例に過ぎず、基本的には、処理すべき入力音声信号の種
類によって異るに２パラメータの分布の偏りの程度、必
要とする圧縮の程度およびスペクトル感度の平滑化の程
度、あるいはまた量子化において付与すべき所望のビッ
ト数すなわち量子化ステラフ数等の諸条件を勘案してこ
れらの条件をほぼ満足するような非線形変換特性を有す
る二次、もしくは三次関数や三角関数その他所望の関数
を利用した近似関数データを予め非線形変換回路１３の
ＲＯＭＫ設定しておき、これ釦よって所望の非線形変換
、量子化を行うことも容易に実施できる。

また上述した実施例においては１３３３Ｈｚをもって低
域側と高域側の境界周波数としているが、これは所望に
よって任意に選択し得るものであり、これと関連してデ
シメートの比率も任意に選択しうろことは明らかである
。

さらに、上述した実施例においては、第２図に示す分析
側で入力音声信号の全帯域にわたるパワースペクトルを
計測したのちこれを低域および高域に分割して処理して
いるが、これを時間軸上で取扱い、入力音声信号を所望
の低、高域の周波数帯の通過特性を有する帯域フィルタ
を用いて分割し、その後はぼ低域周波数をベースバンド
とするように高域周波数帯を７フトしたうえ、それぞれ
の帯域に応じたデシメート処理を行って線形予測分析を
行う方法でも全く同じ結果が得られることは明らかであ
る。

なお、本実施例圧おいては第３図に示す如く、低域およ
び高域ＬＰＣフィルタ２２および２３は、それぞれ分析
側から伝送された低、高域にパラメータと低、高域短時
間平均電力とを独立的に用いてそれぞれのＬＰＣフィル
タの係数および励振信号としてこれらの合成フィルタを
判別に形成してそれぞれの時間軸上の出力波形を求め、
時間軸上でこれらを合成するという方法をとっていたが
、これを次に示すように周波数領域で合成してから時間
軸上の波形を形成せしむるようにすることも容易如実施
することができる。

すなわち、第３図において復号化５２１で再生された低
域にパラメータデータおよび高域にパラメータデータに
より低域および高域におけるスペクトル包絡を演算し、
この結果と、復号化器２１から別に入力する低域、およ
び高域短時間平均電力データとによシ全帯域の自己相関
係数を計測する。こうして、低域および高域を含む全帯
域の自己相関係数を得てこれから全帯域についての線形
予測分析ヲ施して全帯域のαパラメータが得られること
になる。この際、低域のにパラメータデータ中単独で伝
送され、復号化器２１で再生され、バッファメモリ２４
　、　Ｋ２パラメータ線形変換回路３０を介して得られ
る低域に２パラメータデータは、これを上述した低域ス
ペクトル包絡演算操作に容易に組入れることができるこ
とは明らかであるＯ このようにして全帯域のαパラメータを得たのち、この
αパラメータをフィルタ係数とするＬＰＣフィルタを構
成する。さらに、低域短時間平均電力データと高域短時
間平均電力データおよび低域スペクトル包絡情報と高域
スペクトル包絡情報を用いて全帯域についての正規化予
測残差電力を計測しこれ全ＬＰＣフィルタの励振信号を
供給すべき可変利得増幅器の利得制御信号とする。

上述した可変利得増幅器は全帯域を対象とするもので、
従って１個のみでよい。この可変利得増幅器には入力と
しての音源情報が必要であるがこの音源情報は実施例に
おける音源情報すなわち、音源情報切替器２５よシ出力
するピッチパルスデータ２６０１もしくは白色雑音信号
２９０１いずれかを有声無声判別信号５０１の有声もし
くは無声に対応して入力する。このようにして、低域お
よび高域のにパラメータ情報を周波数領域で処理する音
声合成も容易に実施することができる。

以上述べたことはいずれも本発明の主旨を損うことなく
容易に実施できる。

以上説明したように本発明によれば、入力音声信号を予
め定めた低域と高域との２つの伝送帯域に分割して線形
子ｉ１１＋１分析を行う帯域分割型ボコーダにおいて、
低域の線形予測分析で得られるに２パラメータを非線形
量子化して伝送するという簡単な手段を備えることによ
り、分析側から合成側に伝送すべき音声信号の量子化歪
を大幅に低減し、必要とする量子化ビット数、従って伝
送帯域の圧縮を大幅に図ることができるうえ、Ｋ２パラ
メータのスペクトル感度の平滑化が大きく改善できて高
品質の音声合成が可能となる帯域分割型ボコーダが実現
できるという効果がある。

【図面の簡単な説明】

第１図は帯域分割型線形予測ボコーダのにパラメータの
分布の一例を示すにパラメータ分布図、第２図は本発明
による帯域分割型ボコータの分析側の一実施例を示すブ
ロック図、第３図は本発明による帯域分割型ボコーダの
合成側の一実施例を示すブロック図である。 １・・・・・・ＬＰＦ、２・・自・・Ａ／Ｄコンバータ
、３・・・・・・ウィンドウ処理器、４・・・・・・Ｄ
ＦＴ回路、５・・・・・・有声／無声判別器、６・・曲
・ピッチ抽出器、７・・団・パワースペクトル計測器、
８・旧・・低域自己相関係数計測器、９・・・・・・高
域自己相関係数計測器、１゜・・・・・・低域線形予測
係数分析器、１１・・・・・・符号化器、１２・・・・
・・Ｋ２パラメータメモリ、１３・・・・・・非線形変
換回路、■４・・・・・・高域線形予測係数分析器、２
１・・・・・・復号化器％　２２・・・・・・低域ＬＰ
Ｃフィルタ、２３・°・・・・高ＭＬＰＣフィルタ、２
４・・・・・・バッファメモ１ハ　２５・・・・・・音
源情報切替器、２６・・・・・・ピッチ発生器、２７・
・・・・・低域可変利得増幅器、２８・・・・・・高域
可変利得増幅器、２９・・・・・・雑音発生器、３０・
・・・・・Ｋ２パラメータ線形変換回路、３１・・・・
・・低域補間器、３２・・・・・・低域ＬＰＦ、３３・
・・・・・低域高域合成器、３４・・・・・・高域補間
器、３５・・・・・・周波数変換５．３６・・・・・・
高域ＢＰＦ、３７・・・・・・Ｄ／Ａコンバータ、３８
・・・・・・ＬＰＦ　０ 冥　／　図 （Ａ）

Claims (1)

【特許請求の範囲】
1. 入力音声信号を予め定めた低域および高域２つの音声伝
   送帯域に分割しおのおのの帯域について線形予測分析を
   行う帯域分割型ボコーダにおいて、前記低域の音声伝送
   帯域の線形予測分析で得られる偏自己相関係数にパラメ
   ータのうち２次のにパラメータに２を非線形量子化して
   伝送するに２パラメ一タ非線形量子化伝送手段を備えて
   成ることを特徴とする帯域分割型ボコーダ。