JPS6253093B2 - - Google Patents

Description

【発明の詳細な説明】

この発明は、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を含むデイジタルデ
ータ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”、“０”の
１ビツトで表現して符号化する方式である。この
デルタ変調方式は、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、スロープオーバ
ーロード（Slope Over 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１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／Ａコンバータの出力波形２が追従で
きないことによつて生じる歪である。３は符号化
データを示している。他の一つは、グラニユラデ
イストーシヨン（Granular Distontion）と呼ば
れるもので、第１図ｂに示すように入力音声信号
波形１が時間的にあまり変化しないとき、局部
Ｄ／Ａコンバータの出力波形２が増減を操作し、
符号化データ３が“１”と“０”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種の歪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調方
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“１”または“０”の場合はス
ロープオーバーロードが起つ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
ラニユラデイストーシヨンが生じているので、逆
に量子化幅を小さくするものである。 第２図ａ，ｂは適応型デルタ変調方式の一種で
あるCVSD（Continuous Variable Slope Delta
Modulation）方式による音声記録再生装置にお
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。エンコーダ側においては、入力音声信
号１１がローパスフイルタ１２を通してコンパレ
ータ１３で差分された後、Ｄ−フリツプフロツプ
１４でクロツクCLKに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
イトフイルタ１５（局部Ｄ／Ａコンバータに相
当）の出力で与えられ、そのステツプ、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の波形が急激に変化し、符号化データが
３ビツト以上“１”または“０”が連続すると、
シフトレジスタ１６およびEX−OR回路１７でそ
れが検出され、シラビツクフイルタ１８の出力が
積分されることにより、エステイメイトフイルタ
１５の出力側に設けられた掛算器１９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。これによつてスロープオーバーロードが抑え
られる。一方、入力音声信号１１の波形が時間的
にあまり変化しないときはシラビツクフイルタ１
８の出力が減少することにより、掛算器１９のゲ
インが低下し、量子化幅は順次小さくなるので、
グラニユラデイストーシヨンが抑えられる。 デコーダ側ではエステイメイトフイルタ２１、
掛算器２２、シフトレジスタ２３、EX−OR回路
２４、シラビツクフイルタ２５およびローパスフ
イルタ２６からなる構成によつてエンコーダと逆
の操作を行ない、再生音声信号２７を得る。 ところが、このCVSD方式のような適応型デル
タ変調方式でも、再生音声の明瞭度という点で未
だ改善されるべき問題がある。この問題点を第３
図、第４図を用いて説明する。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る。第３図ｂでＨが有音区
間、Ｌが無音区間を表わしている。これによる
と、例えば「OYA」と「SUMI」の間の無音区間
は約120ｍｓである。一般的に、通常の会話では
この100ｍｓ前後の無音区間は、語間、音節間を
含めてかなり存在する。CVSD方式での量子化幅
の変化の第３図と対応させてマクロ的にみると、
「OYA」においては振幅が大きいため量子化幅は
大きくなり、「OYA」と「SUMI」の間の無音区
間になると量子化幅はシラビツクフイルタの時定
数で小さくなる。通常、シラビツクフイルタの時
定数は16kHzのクロツクに対し４ｍｓ程度に選ば
れているので、有音区間でいかに量子化幅が大き
くなつても、100ｍｓ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、グ
ラニユラデイストーシヨンは抑えられる。従つ
て、無音区間に続く有音区間、例えば「SUMI」
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
「SUMI」の初期においてほとんどの場合フロー
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、明瞭性に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10〜100ｍ
ｓの期間は破裂部Ａ、バズＢ、気音部Ｃ、出わた
り部Ｄ等を含み、これらの部分が歪なく符号化さ
れないと、別の音のように聞えてしまうなど、音
韻がはつきりしない結果となる。 このように、従来のCVSD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く続き量子
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
原因となつていた。 この発明の目的は、適応型デルタ変調により符
号化されたデータを含むデイ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
に生じている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きる音声再生装置を提供
することにある。 この発明は、メモリから読出されるデイジタル
データの無音区間を検出し、この無音区間の一部
または全期間にわたりデコーダに対し沈黙パター
ンの代りに量子化幅を最小量子化幅よりも大きく
するための特定のデイジタルデータを供給し、さ
らにその期間中はデコーダの出力を無音レベルに
保持することを特徴としている。 このようにすると、有音区間初期ではデコーダ
において量子化幅が強制的に速く増大させられる
ことによつて、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。また、この特定のデジタ
ルデータがデコーダに供給される期間中は、デコ
ーダの出力が無音レベルに保持されるため、この
デイジタルデータに起因する雑音が再生音声信号
波形に生ずることはない。 以下、この発明の実施例を図面に参照して説明
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。図において、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ａのエン
コーダにより符号化したデータを含むデイジタル
データが記憶されている。このメモリ５１の内容
はコントローラ５２を介して読出され、デコーダ
５３を通して元の音声信号波形が再生される。デ
コーダ５３は例えば第２図ｂと同様の構成のもの
で、コントローラ５２を介して送られてくるデイ
ジタルデータをエステイメイトフイルタ２１を通
して掛算器２２に導き、シフトレジスタ２３およ
びEX−OF回路２４で検出されたデータをシラビ
ツクフイルタ２５を通して積分した値によつて掛
算器２２のゲインを制御して、第１図ａ，ｂの１
に示すような階段波形を作り、これを後述するア
ナログスイツチ５５を通し、さらにローパスフイ
ルタ２６を通して不要高域成分を除去することに
よつて元のアナログの音声信号波形を再生する。
クロツク発振器５４が発生するクロツクは、コン
トローラ５２を介してメモリ５１へ読出し用クロ
ツクとして与えられ、さらにシフトレジスタ５３
におけるシフトレジスタ２３へ復調用クロツクと
して供給される。 コントローラ５２は、次のようにしてデコーダ
５３へのデイジタルデータの入力およびアナログ
スイツチ５５の動作等を制御する。 第６図はメモリ５１における記憶フオーマツト
の一例を示したもので、同図ａに示すようにエン
コーダによつて得られた符号化データ６１は１バ
イト（図の例では１バイトは８ビツトからなる）
ずつ番地６２に対応づけられて記憶されている。
ここで、Ｌは無音区間のデータ、Ｍは有音区間の
データの領域を示している。一方、メモリ５１内
にはさらに第６図ｂに示すように、有音区間始点
の番地Ｋ＋３、Ｋ＋ｉ、……を示すデータ６３が
やはり番号６４に対応づけられて記憶されてい
る。この第６図ｂに示すようなテーブルを作るた
めには、エンコーダにおいて音声信号波形を符号
化する際、音声信号波形の有音区間始点を検出す
る毎に、その符号化データが書込まれる番地をＭ
番地より順次書込んでゆけばよい。その場合、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７図に示すような回
路を用いればよい。すなわち、音声信号７１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７２で検出し、その検出出力を閾
値Ｖ_thが最適に設定されたコンパレータ７３に通
すことにより、第３図ｂに示したような有無−無
音判別信号７４を得ることができる。 コントローラ５２は、通常はメモリ５１内の第
６図ａに示した符号化データ６１をそのままデコ
ーダ５３へ送出するが、メモリ５１内の第６図ｂ
に示す有音区間始点番地を示すデータ６３から、
次に読出されるべき符号化データ６１の有音区間
始点番地、例えばＫ＋３を知り、その番地よりτ
時間前の無音区間のデータが書込まれている番地
を算出する。ここで、例えばτ＝４ｍｓ、サンプ
リング周波数を16kHzとすれば、Ｋ＋３番地より
τ時前の無音区間のデータが書込まれている番地
は、Ｋ＋３番地より16×４＝64ビツト前、つまり
８バイト前の番地Ｋ−５となる。そして、コント
ローラ５２はメモリ５１からこの番地Ｋ−５の内
容を読出すタイミングになると、メモリ５１に記
憶されている符号化データ（無音区間のデータ）
のデコーダ５３への送出を停止し、それに代えて
デコーダ５３における量子化幅を最小量子化幅よ
りも大きくするための特定のデイジタルデータを
τ時間、つまり有音区間始点番地Ｋ＋３のデータ
をメモリ５１から読出すタイミングの直前まで
（Ｋ＋２番地のデータを読出すべきタイミングま
で）の期間、デコーダ５３へ供給する。 ここで、上記の量子化幅を最小量子化幅よりも
大きくするための特定のデイジタルデータとは、
この実施例においてはデコーダ５３におけるミラ
ビツクフイルタ２５をアクテイブな状態とするた
めのデータであり、換言すれば“１”または
“０”が３ビツト以上連続するものである。 一般的には、デコーダが入力されるデイジタル
の連続するＭビツトが同じ値になつたとき量子化
幅が増加するものとすれば、このデイジタルデー
タは同じ値がＭビツト以上連続するものであれば
よい。この例ではこのデイジタルデータとして、
次表の如く“１”、“０”が８ビツトずつ交互に連
続するものを用いることにする。

【表】 この表で対応番地とは、右に示す置換デイジタ
ルデータに置換されたデコーダ５３へ供給される
べきメモリ５１内の番地を表わす。 このようにして、無音区間内のτ時間の期間沈
黙パターンを“１”、“０”が８ビツトづつ連続す
るデイジタルデータに置換してデコーダ５３へ供
給したときの掛算器２２の出力波形を第８図ａに
示す。この図から分るように、τの期間内に量子
化幅△は沈黙パターンがデコーダ５３に入力され
たときの量子化（最小量子化幅）△_０より大きく
なつており、有音区間始点t₀における量子化幅は
十分大きく設定される。 従つて、掛算器２２の出力をローパスフイルタ
２６を通して得られる再生音声信号波形は、有音
区間初期の部分にお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、適応型
デルタ変調で問題となつていた有音区間初期での
スロープオーバーロードが再生時において補償さ
れることにより、音韻性が明確化し、明瞭度が大
きく向上する。 ところで、第８図ａの波形をそのままローパス
フイルタ２６に通すと、τの期間の波形が雑音と
して現われてしまう。そこでτの期間は無音区間
なので、第８図ｂの制御信号によりローパスフイ
ルタ２６の入力側に設けられたアナログスイツチ
５５を直流的にOVの基準電位点Ｅ側に切換え
る。このようにすると、ローパスフイルタ２６の
入力波形は第８図ｃのようにτの期間において直
流的に０レベルとなり、ローパスフイルタ２６の
出力は無音レベルとなるので、雑音は生じない。 なお、有音区間始点t₀での量子化幅はτの時間
あるいはこのτの期間中にデコーダ５３に供給さ
れるデイジタルデータの内容によつて変化する。
しかし、この量子化幅を大きくすると、スロープ
オーバーロードはより少なくなるが、量子化雑音
も増加するので、その点も考慮することが必要で
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。 この発明は種々変形して実施が可能である。例
えば量子化幅を大きくするためのデイジタルデー
タとしては、モリ５１内の有音区間の符号化デー
タの適当なものを利用してもよい。また、このデ
イジタルデータをメモリ５１内の無音区間の符号
化データと置換える時間τは、無音区間全期間と
してもよい。 また、アナログスイツチ５５はτの期間にゲイ
ンが零あるいは十分小さくなるように制御される
ようにした電圧制御可変利得増幅器に置換えても
よい。 一方、メモリ５１における記憶フオーマツトと
しては、無音区間内のデータとして“１”、“０”
を交互に繰返す沈黙パターンを記憶する代りに、
無音区間の発生タイミングを示すコードと、その
時間長を示すデータを記憶してもよい。このよう
にすると、メモリ５１の容量を節約できる。 さらに、実施例ではCVSD方式にこの発明を適
用した例を説明したが、この発明はCVSD方式以
外の適応型デルタ変調によつて符号化されたデー
タを含むデイ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用が可能
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
ブオーバーロードおよびグラニユラデイストーシ
ヨンを説明するための図、第２図ａ，ｂはCVSD
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図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４図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す図、第６
図はメモリにおける記憶フオーマツトの一例を示
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図は同実施例の動作を説明するため
のタイムチヤートである。 ５１……メモリ、５２……コントローラ、５３
……デコーダ、５４……クロツク発振器、５５…
…アナログスイツチ。

Claims (1)

1. 【特許請求の範囲】 １ 音声信号波形を適応型デルタ変調により符号
   化した符号化データを含むデイジタルデータを記
   憶したメモリと、このメモリから読出されるデイ
   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イジタル
   データの無音区間を検出する手段と、この無音区
   間の一部または全期間にわたり前記デコーダに対
   し前記デコーダにおける量子化幅を最小量子化幅
   よりも大きくするための特定のデイジタルデータ
   を供給する手段と、この特定のデイジタルデータ
   が前記デコーダに供給されている期間中前記デコ
   ーダの出力を無音レベルに保持する手段とを具備
   することを特徴とする音声再生装置。 ２ デコーダは入力されるデイジタルデータの連
   続するＭビツトが同じ値になつたとき量子化幅が
   増加するものであり、このデコーダに無音区間の
   一部または全期間にわたり供給される特定のデイ
   ジタルデータは同じ値がＭビツト以上連続するも
   のである特許請求の範囲第１項記載の音声再生装
   置。