JP2004302258A - 音声復号化装置および音声復号化方法 - Google Patents
音声復号化装置および音声復号化方法 Download PDFInfo
- Publication number
- JP2004302258A JP2004302258A JP2003096639A JP2003096639A JP2004302258A JP 2004302258 A JP2004302258 A JP 2004302258A JP 2003096639 A JP2003096639 A JP 2003096639A JP 2003096639 A JP2003096639 A JP 2003096639A JP 2004302258 A JP2004302258 A JP 2004302258A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- stationary noise
- pseudo
- decoded
- gain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
【解決手段】擬似定常雑音生成器122は、擬似定常雑音信号を生成する。利得調整器123は、符号化側から送信された雑音区間判定情報を入力として、擬似定常雑音信号に乗じる利得係数を算出する。乗算器124は、利得調整器123によって決定された利得を擬似定常雑音信号に乗算して加算器125に出力する。加算器125は、音声復号化装置101の出力信号に利得調整後の擬似定常雑音信号を加算する。スケーリング部126は、擬似定常雑音信号を加算した後の復号音声信号と擬似定常雑音信号加算前の復号音声信号とを用いて、両者のエネルギがほぼ等しくなるようなスケーリング処理を行う。定常雑音特徴抽出部127は、定常雑音区間における平均的なLSPパラメータおよび信号エネルギを算出する。
【選択図】 図1
Description
【発明の属する技術分野】
本発明は、音声復号化装置および音声復号化方法に関し、特にCELP方式に用いて好適な音声復号化装置および音声復号化方法に関する。
【0002】
【従来の技術】
ディジタル移動通信、インターネット通信に代表されるパケット通信、あるいは音声蓄積の分野において、電波などの伝送路の容量や記録媒体の有効利用のために音声情報を圧縮し、高能率で符号化するための装置として、音声符号化装置が用いられている。中でもCELP(Code Excited Linear Prediction:符号励振線形予測符号化)方式をベースとする方式が、中・低ビットレートでの音声符号化において広く実用化されている。CELPの技術については、非特許文献1に示されている。
【0003】
CELP型音声符号化方法は、音声を一定のフレーム長(5ms〜50ms程度)に区切り、フレーム毎に音声の線形予測分析を行い、線形予測による予測残差(励振信号)を既知の波形から成る適応符号ベクトルと固定符号ベクトルを用いて符号化するものである。適応符号ベクトルは、過去に生成した駆動音源ベクトルを格納している適応符号帳から選択される。
【0004】
この固定符号ベクトルは、予め用意されたベクトルを格納している固定符号帳から選択される。固定符号帳に格納される固定符号ベクトルには、ランダムな雑音系列のベクトルや何本かのパルスを異なる位置に配置することによって生成されるベクトルなどが用いられる。固定符号帳は、格納するベクトルの内容や符号帳の構成によって、雑音符号帳やランダム符号帳と呼ばれることもある。
【0005】
従来のCELP符号化装置では、入力されたディジタル信号を用いて線形予測係数の分析および量子化、ピッチ探索(適応符号帳探索)、固定符号帳探索、およびゲイン符号帳探索がそれぞれ行われ、符号化された線形予測係数(L)、適応符号ベクトル(A)、固定符号ベクトル(F)およびゲイン(G)が、多重化されて復号装置に伝送される。復号装置は、前記L,P,F,Gの各パラメータを復号し、復号線形予測係数によって構成される合成フィルタを復号音源信号(A,F,Gから生成される)で駆動して復号音声信号を得る。
【0006】
また、CELP復号器において、復号した定常雑音信号の主観的品質を改善する技術として特許文献1が挙げられる。
【0007】
また、復号信号のエネルギパラメータを、定常性の度合いを用いて生成し直すことにより、定常雑音信号の主観的品質を改善する技術として特許文献2が挙げられる。
【0008】
【特許文献1】
特開2002−236495号公報
【特許文献2】
特表2002−525665号公報
【非特許文献1】
M.R.Schroeder and B.S.Atal : ”Code−Excited Linear Prediction (CELP) : High−quality Speech At Very Low Bit Rates,” Proc. ICASSP−85, 25.1.1, pp.937−940,1985.
【0009】
【発明が解決しようとする課題】
しかしながら、従来の装置においては、復号信号の主観品質が充分ではないという問題がある。
【0010】
本発明はかかる点に鑑みてなされたものであり、復号信号の主観品質を高めることのできる音声復号化装置および音声復号化方法を提供することを目的とする。
【0011】
【課題を解決するための手段】
本発明の音声復号化装置は、擬似的に定常的な雑音である擬似定常雑音信号を生成する擬似定常雑音生成手段と、復号する信号が所定の区間毎に定常的な雑音か否かを示す雑音区間判定情報を用いて前記擬似定常雑音信号に乗算する利得係数を算出する利得調整手段と、前記擬似定常雑音信号に利得係数を乗算する乗算手段と、符号化された信号を復号する復号手段と、復号した信号に利得係数を乗算した擬似定常雑音信号を付加する付加手段と、を具備する構成を採る。
【0012】
本発明の音声復号化装置は、前記利得調整手段は、雑音区間の連続する数が人間の定常的な雑音の知覚する数未満である場合に雑音区間の連続する数に基づいて利得係数を算出する係数算出手段を具備し、前記乗算手段は、前記係数算出手段が算出した利得係数を擬似定常雑音信号に乗算する構成を採る。
【0013】
本発明の音声復号化装置は、前記利得調整手段が、雑音区間の連続する数をカウントし雑音区間が終了した場合にこの数を0にクリアするカウント手段と、過去に雑音区間が連続した数を記憶するバッファ手段と、前記カウント手段のカウントする数が前記バッファ手段の記憶する数より小さい場合に、前記バッファ手段が記憶する数を定常的な雑音の区間の数として雑音区間の移動平均値を算出する平均区間長算出手段と、を具備し、前記係数算出手段は、前記平均区間長算出手段が算出した雑音区間の連続する数の移動平均値が低下した場合に利得係数を小さく構成を採る。
【0014】
これらの構成によれば、定常雑音信号の主観品質が復号信号の主観品質に与える影響が大きい場合とそうでない場合とで異なるレベル設定を行い、定常雑音区間が持続する長さに応じて付加する擬似定常雑音信号のエネルギレベルを制御することにより、それぞれの条件に適した擬似定常雑音信号のエネルギレベルを設定することができ、復号信号の主観品質を高めることができる。
【0015】
本発明の音声復号化装置は、前記復号手段において復号された信号のスペクトルパラメータと信号エネルギパラメータとピッチパラメータを用いて復号した信号を区間毎に定常雑音か否か判定する判定手段を具備し、前記利得調整手段は、前記判定手段の判定結果に基づいて前記擬似定常雑音信号に乗算する利得係数を算出する構成を採る。
【0016】
この構成によれば、復号器側のみでの処理となるため、符号器の種類によらず復号信号の主観品質を高めることができる。また、符号化側から復号化側に雑音区間を示す情報を伝送する必要がなく、伝送効率をあげることができる。
【0017】
本発明の基地局装置は、上記の音声復号化装置を具備する構成を採る。本発明の通信端末装置は、上記の音声復号化装置を具備する構成を採る。
【0018】
本発明の音声復号化プログラムは、擬似的に定常的な雑音である擬似定常雑音信号を生成する擬似定常雑音生成ステップと、復号する信号が所定の区間毎に定常的な雑音か否かを示す雑音区間判定情報を用いて前記擬似定常雑音信号に乗算する利得係数を算出する利得調整ステップと、前記擬似定常雑音信号に利得係数を乗算する乗算ステップと、符号化された信号を復号する復号ステップと、復号した信号に利得係数を乗算した擬似定常雑音信号を付加する付加ステップと、をコンピュータに実行させる構成を採る。
【0019】
これらの構成によれば、定常雑音信号の主観品質が復号信号の主観品質に与える影響が大きい場合とそうでない場合とで異なるレベル設定を行い、定常雑音区間が持続する長さに応じて付加する擬似定常雑音信号のエネルギレベルを制御することにより、それぞれの条件に適した擬似定常雑音信号のエネルギレベルを設定することができ、復号信号の主観品質を高めることができる。
【0020】
本発明の音声復号化方法は、擬似的に定常的な雑音である擬似定常雑音信号を生成する擬似定常雑音生成工程と、復号する信号が所定の区間毎に定常的な雑音か否かを示す雑音区間判定情報を用いて前記擬似定常雑音信号に乗算する利得係数を算出する利得調整工程と、前記擬似定常雑音信号に利得係数を乗算する乗算工程と、符号化された信号を復号する復号工程と、復号した信号に利得係数を乗算した擬似定常雑音信号を付加する付加工程と、を具備するようにした。
【0021】
この方法によれば、定常雑音信号の主観品質が復号信号の主観品質に与える影響が大きい場合とそうでない場合とで異なるレベル設定を行い、定常雑音区間が持続する長さに応じて付加する擬似定常雑音信号のエネルギレベルを制御することにより、それぞれの条件に適した擬似定常雑音信号のエネルギレベルを設定することができ、復号信号の主観品質を高めることができる。
【0022】
【発明の実施の形態】
本発明の骨子は、定常雑音信号の主観品質が復号信号の主観品質に与える影響が大きい場合とそうでない場合とで異なるレベル設定を行い、定常雑音区間が持続する長さに応じて付加する擬似定常雑音信号のエネルギレベルを制御することにより、それぞれの条件に適した擬似定常雑音信号のエネルギレベルを設定することができ、復号信号の主観品質を高めることである。
【0023】
以下、本発明の実施の形態について図面を参照して詳細に説明する。
(実施の形態1)
図1は、本発明の実施の形態1に係る音声復号化装置の構成を示すブロック図である。図1の音声復号化装置101は、LPC復号器110と、適応符号帳111と、利得符号帳112と、固定符号帳113と、適応符号利得乗算器114と、固定符号利得乗算器115と、加算器116と、合成フィルタ117と、ポストフィルタ118とから主に構成される。
【0024】
また、図1の定常雑音後処理装置102は、雑音生成部121と、加算器125と、スケーリング部126と、定常雑音特徴抽出部127とから主に構成される。雑音生成部121は、擬似定常雑音生成器122と、利得調整器123と、乗算器124とから主に構成される。
【0025】
図1において、符号受信装置100は、伝送路を経由して符号化信号を受信し、受信信号から量子化線形予測係数を表現する符号Lと適応符号ベクトルを表現する符号Aとゲイン情報を表現する符号Gと固定符号ベクトルを表現する符号Fとに分離して、音声復号化装置101に供給する。
【0026】
線形予測係数(LPC)復号器110は、符号Lを復号し、復号で得られる線形予測係数を合成フィルタ117に供給する。適応符号帳111は、符号Aを復号し、復号で得られる適応符号ベクトルを適応符号利得乗算器114に出力する。
【0027】
利得符号帳112は、符号Gを復号し、復号で得られる適応符号利得を適応符号利得乗算器114に出力し、同じく復号で得られる固定符号利得を固定符号利得乗算器115に出力する。
【0028】
固定符号帳113は、符号Fを復号し、復号で得られる固定符号ベクトルを固定符号利得乗算器115に出力する。なお、擬似定常雑音生成器122が、固定符号帳113に格納されている固定符号ベクトルを用いて擬似定常雑音信号を生成する場合、固定符号帳113は、擬似定常雑音生成器122によってランダムに選択された固定符号ベクトルを定常雑音後処理装置102に出力する。
【0029】
適応符号利得乗算器114は、適応符号ベクトルに適応符号利得を乗算し、加算器116に出力する。固定符号利得乗算器115は、固定符号ベクトルに固定符号利得を乗算し、加算器116に出力する。
【0030】
加算器116は、利得乗算後の適応符号ベクトルと固定符号ベクトルとを加算して駆動音源を生成し、この駆動音源を合成フィルタ117に出力する。また、加算器116は、この駆動音源を適応符号帳111にもフィードバックする。そして、適応符号帳111は、この駆動音源で内部のバッファを更新する。
【0031】
合成フィルタ117は、LPC復号器110から供給された線形予測係数によって構成され、加算器116から入力される駆動音源信号を用いて、復号音声信号を生成し、ポストフィルタ118に出力する。
【0032】
ポストフィルタ118は、合成フィルタ117によって合成された音声信号に対してホルマント強調やピッチ強調等の音声の主観的品質を改善する処理を行い、音声復号化装置101の最終的な復号音声信号を出力する。また、ポストフィルタ118は、この最終的な復号音声信号を定常雑音後処理装置102の加算器125、スケーリング部126、及び定常雑音特徴抽出部127にも出力する。
【0033】
擬似定常雑音生成器122は、固定符号帳113からランダムに固定符号ベクトルを選択して雑音信号を生成し、定常雑音特徴抽出部127から与えられる定常雑音信号のスペクトル特性をあらわす線形予測係数で構成された合成フィルタを前記雑音信号で駆動して擬似定常雑音信号を生成する。
【0034】
そして、擬似定常雑音生成器122は、定常雑音特徴抽出部127から与えられる定常雑音信号のエネルギパラメータにしたがって擬似定常雑音信号のエネルギを調整し、調整後の擬似定常雑音信号を乗算器124に出力する。
【0035】
なお、擬似定常雑音信号のエネルギ調整の処理の一例は、特許文献1により具体的に開示されている。本発明では、擬似定常雑音の生成のしかたについては特に限定しない。
【0036】
利得調整器123は、符号化側から送信された雑音区間判定情報(定常雑音区間か否かであるかを示す情報)を入力として、擬似定常雑音信号に乗じる利得係数を算出し、乗算器124に出力する。乗算器124は、利得調整器123によって決定された利得を擬似定常雑音生成器122にから出力された擬似定常雑音信号に乗算して加算器125に出力する。
【0037】
加算器125は、音声復号化装置101の出力信号(復号音声信号=ポストフィルタ118の出力信号)に利得調整後の擬似定常雑音信号を加算し、加算後の復号音声信号をスケーリング部126に出力する。
【0038】
スケーリング部126は、加算器125から入力した擬似定常雑音信号を加算した後の復号音声信号と擬似定常雑音信号加算前の復号音声信号とを用いて、両者のエネルギがほぼ等しくなるようなスケーリング処理を行い、最終的な出力信号として出力する。なお、スケーリング処理で用いられるスケーリング係数は、符号化側から送信された雑音区間判定情報によっても制御される。
【0039】
定常雑音特徴抽出部127は、復号したLSPパラメータと復号音声信号を用いて、定常雑音区間における平均的なLSPパラメータおよび信号エネルギを算出し、定常雑音信号の特徴パラメータとして擬似定常雑音生成器122に出力する。
【0040】
これらスケーリング処理及び定常雑音特徴抽出処理の一例が、特許文献1に具体的に開示されている。本発明では、スケーリング処理及び定常雑音特徴抽出処理の具体的方法については特に限定しない。
【0041】
図2は、本実施の形態の音声復号化装置の利得調整器の詳細な構成を示すブロック図である。図2の利得調整器123は、カウンタ201と、カウンタバッファ202と、定常雑音区間平均区間長算出器203と、利得調整係数算出器204とから主に構成される。
【0042】
図2において、雑音区間判定情報は、カウンタ201に入力される。カウンタ201は、雑音区間判定情報に基づいて定常雑音区間であるフレームの数をカウントする。そして、カウンタ201は、カウンタの値をカウンタバッファ202と定常雑音区間平均区間長算出器203にそれぞれ出力する。
【0043】
カウンタバッファ202は、1フレーム前のカウンタ201の値を保持する。そして、カウンタバッファ202は、1フレーム前のカウンタの値を定常雑音区間平均区間長算出器203に出力する。
【0044】
定常雑音区間平均区間長算出器203は、定常的な雑音区間の平均区間長を算出して利得調整係数算出器204に出力する。
【0045】
利得調整係数算出器204は、復号信号中の定常雑音信号が復号信号の主観品質に与える影響が大きいか否か判断し、この判断結果に基づいて利得係数を決定する。
【0046】
以下、利得調整器123の動作について説明する。図3は、本実施の形態の音声復号化装置の利得調整器の動作を示すフロー図である。
【0047】
図3において、カウンタ201は、音声復号化処理開始時に初期化されているか否か判断する(ST301)。初期化されていない場合、ST302に進み、初期化されている場合、ST303に進む。
【0048】
カウンタ201の値は、音声復号化処理開始時に初期化(ゼロクリア)される(ST302)。
【0049】
つぎに、カウンタ201において、雑音区間判定情報を用いて現在の復号フレームが定常雑音区間であるかどうかが確認される。現在の復号フレームが定常雑音区間である場合、ST304に進み、現在の復号フレームが定常雑音区間でない場合、ST305に進む(ST303)。
【0050】
常雑音区間である場合、カウンタが1つ増やされる(ST304)。そうでない場合は、カウンタがリセット(ゼロクリア)される(ST305)。
【0051】
次に、定常雑音区間平均区間長算出器203が、定常雑音区間からそれ以外の区間(例えば音声区間)に変わったかどうか、即ち直前のフレームまで続いていた定常雑音区間が終了したかどうか、を確認する(ST306)。直前のフレームまで続いていた定常雑音区間が終了している場合、ST307に進み、それ以外の場合、即ち現在のフレームが定常雑音区間であったり直前のフレームが定常雑音区間でなかったりする場合、ST308に進む。
【0052】
そして、定常雑音区間平均区間長算出器203において、平均区間長Taが算出される(ST307)。
【0053】
利得調整係数算出器204において、定常雑音区間平均区間長から復号信号中の定常雑音信号が復号信号の主観品質に与える影響が大きいか否か判断される(ST308)。すなわち、利得調整係数算出器204は、まず、平均区間長Taが所定の閾値Thを超えているかどうかを判定する。
【0054】
具体的な確認方法の例としては、直前のカウンタの値を保持しているカウンタバッファの内容と現在のカウンタの内容を比較し、カウンタバッファの内容のほうが大きくなっているかどうかを確認する方法がある。その結果、直前のフレームまで続いていた定常雑音区間が終了した(カウンタバッファの値のほうがカウンタの値より大きくなっている)場合は、カウンタバッファの値を直前の定常雑音区間の区間長Tsとして、過去の平均的な定常雑音区間の区間長Ta(定常雑音の継続時間)を例えば式(1)により算出する。
Ta=k×Ta+(1−k)×Ts …(1)
ここで、kは平滑化係数であり、例えば0.9程度の値に設定する。
【0055】
平均区間長Taが所定の閾値Th未満の場合、ST309に進み、平均区間長Taが所定の閾値Th以上の場合ST310に進む。
【0056】
TaがTh未満の場合、定常雑音区間の継続長が十分でないため、例えば式(2)等を用いて、Taに応じた利得調整係数を算出する(ST309)。
Cs=α×Ta …(2)
ここで、α=C/Thである。なお、Cは後述する定数である。
【0057】
また、TaがTh以上の場合、定常雑音区間の継続時間は十分であり、復号信号中の定常雑音信号が復号信号の主観品質に与える影響が大きいと判断し、経験的に定めた定数Cを利得調整係数Csとする(ST310)。Cの値は、音声符号化アルゴリズムの定常雑音信号に対する符号化性能によって変わりうるが、およそ0.5〜1.0の範囲で設定する。
【0058】
次に、求められたCsがフレーム間で緩やかに変化するように、例えば式(3)に示すように平滑化する(ST311)。
Cs=γCsp+(1−γ)Cs …(3)
ここで、γは平滑化係数であり、例えば0.9とする。また、Cspは直前のフレームにおいて算出されたCsを保持する変数である。
【0059】
そして、Csの値をCspの値に反映させる(ST312)。最後に、カウンタバッファの値を現フレームにおけるカウンタの値で更新する(ST313)。
【0060】
このように、本発明の音声復号化装置によれば、定常雑音信号の主観品質が復号信号の主観品質に与える影響が大きい場合とそうでない場合とで異なるレベル設定を行い、定常雑音区間が持続する長さに応じて付加する擬似定常雑音信号のエネルギレベルを制御することにより、それぞれの条件に適した擬似定常雑音信号のエネルギレベルを設定することができ、復号信号の主観品質を高めることができる。
【0061】
なお、図1では雑音区間判定情報が外部から入力されているが、これは、復号化側において、復号された各種の音声パラメータを用いて求められるものであっても良いし、符号化音声パラメータとは別に符号化側から伝送されてくるものであっても良い。
【0062】
以下、復号化側において、復号された各種の音声パラメータを用いて雑音区間の判定を行う例について説明する。図4は、本実施の形態の音声復号化処理システムの構成を示すブロック図である。但し、図1と同一の構成となるものについては、図1と同一番号を付し、詳しい説明を省略する。図4の音声復号化処理システム400は、定常雑音区間検出装置401を具備し、復号側で復号する信号が雑音区間か否か判定する点が図1の音声復号化装置と異なる。
【0063】
図4において、符号受信装置100は、符号化信号を伝送路から受信し、各種パラメータを分離して音声復号化装置101に出力する。
【0064】
音声復号化装置101は、各種パラメータから音声信号を復号し、復号音声信号と復号処理の途中で得られたパラメータを定常雑音区間検出装置401および定常雑音後処理装置102に出力する。
【0065】
定常雑音区間検出装置401は、音声復号化装置101から入力される情報を用いて定常雑音区間かどうかの判定を行い、判定結果と判定処理の途中で得られたパラメータを定常雑音後処理装置102に出力する。例えば、定常雑音区間検出装置401は、音声復号化装置101が用いるLSPパラメータと復号信号音声のエネルギと復号されたピッチパラメータ(ピッチ周期およびピッチゲイン)より雑音区間を判定する。この判定方法の一例は特許文献1に開示されている。
【0066】
定常雑音後処理装置102は、定常雑音区間検出装置401の判定を雑音区間判定情報として用い、音声復号化装置101において復号化した信号に擬似定常雑音信号を生成し付加する後処理を行う。すなわち、定常雑音後処理装置102は、音声復号化装置101から入力した復号音声信号に対して、音声復号化装置101から入力した各種パラメータ情報と定常雑音区間検出装置401から入力した判定情報および各種パラメータ情報とを用いて、擬似定常雑音信号を生成し付加する後処理を行い、最終的な復号音声信号として出力する。
【0067】
以下、音声復号化処理システム400の動作について説明する。図5は、本実施の形態の音声復号化処理システムの動作を示すフロー図である。
【0068】
まず、ST501において、各種メモリの初期化を行う(復号化処理が開始された時に1回だけ行われる)。次に、定常雑音区間検出装置401において、区間毎に定常雑音状態か否か判定処理が行われる(ST502)。
【0069】
次に、ST503では、擬似定常雑音生成器122において、擬似定常雑音信号の生成が行われる。次に、ST504では、利得調整器123及び乗算器124において、擬似定常雑音信号のエネルギレベルを調整する処理が行われる。
【0070】
次に、ST505では、加算器125において、エネルギレベル調整後の擬似定常雑音信号を音声復号化装置101の出力信号(復号音声信号)に加算する処理が行われる。次に、ST506では、スケーリング部126において、擬似定常雑音信号加算前と加算後の信号エネルギがほぼ等しくなるようにスケーリング処理が行われる。
【0071】
ST507において、音声復号処理が終了していない場合、ST502に戻り、音声復号処理が終了している場合、以上の処理を終了する。
【0072】
(実施の形態2)
次に、本発明の実施の形態2について、図面を参照して説明する。図6は、本発明の実施の形態2に係る音声信号伝送システムの構成を示すブロック図である。本発明の実施の形態2において、図6における音声復号化装置615は、前述した実施の形態1に示したシステムによって構成されている点に本実施の形態の特徴がある。
【0073】
図6は、本発明の実施の形態1に係る音声信号伝送システムの構成を示すプロック図である。図6の音声信号伝送システムは、音声信号送信装置600及び音声信号受信装置610を具備している。
【0074】
音声信号送信装置600は、入力装置601、A/D変換装置602、音声符号化装置603、信号処理装置604、RF変調装置605、送信装置606及びアンテナ607とから主に構成される。
【0075】
A/D変換装置602の入力端子は、入力装置601に接続されている。音声符号化装置603の入力端子は、A/D変換装置602の出力端子に接続されている。信号処理装置604の入力端子は、音声符号化装置603の出力端子に接続されている。RF変調装置605の入力端子は、信号処理装置604の出力端子に接続されている。送信装置606の入力端子は、RF変調装置605の出力端子に接続されている。アンテナ607は、送信装置606の出力端子に接続されている。
【0076】
入力装置601は、音声信号を受けてこれを電気信号であるアナログ音声信号に変換し、A/D変換装置602に与える。A/D変換装置602は、入力装置601からのアナログの音声信号をディジタル音声信号に変換し、これを音声符号化装置603へ与える。
【0077】
音声符号化装置603は、A/D変換装置602からのディジタル音声信号を符号化して音声符号化ビット列を生成し信号処理装置604に与える。信号処理装置604は、音声符号化装置603からの音声符号化ビット列にチャネル符号化処理やパケット化処理及び送信バッファ処理等を行った後、その音声符号化ビット列をRF変調装置605に与える。
【0078】
RF変調装置605は、信号処理装置604からのチャネル符号化処理等が行われた音声符号化ビット列の信号を変調して送信装置606に与える。送信装置606は、RF変調装置605からの変調された音声符号化信号をアンテナ607を介して電波(RF信号)として送出する。
【0079】
音声信号送信装置600においては、A/D変換装置602を介して得られるディジタル音声信号に対して数十msのフレーム単位で処理が行われる。システムを構成するネットワークがパケット網である場合には、1フレーム又は数フレームの符号化データを1つのパケットに入れこのパケットをパケット網に送出する。なお、前記ネットワークが回線交換網の場合には、パケット化処理や送信バッファ処理は不要である。
【0080】
また、音声信号受信装置610は、アンテナ611、受信装置612、RF復調装置613、信号処理装置614、音声復号化装置615、D/A変換装置616及び出力装置617を有している。
【0081】
受信装置612の入力端子は、アンテナ611に接続されている。RF復調装置613の入力端子は、受信装置612の出力端子に接続されている。信号処理装置614の入力端子は、RF復調装置613の出力端子に接続されている。音声復号化装置615の入力端子は、信号処理装置614の出力端子に接続されている。D/A変換装置616の入力端子は、音声復号化装置615の出力端子に接続されている。出力装置617の入力端子は、D/A変換装置616の出力端子に接続されている。
【0082】
受信装置612は、アンテナ611を介して音声符号化情報を含んでいる電波(RF信号)を受けてアナログの電気信号である受信音声符号化信号を生成し、これをRF復調装置613に与える。アンテナ611を介して受けた電波(RF信号)は、伝送路において信号の減衰や雑音の重畳がなければ、音声信号送信装置600において送出された電波(RF信号)と全く同じものになる。
【0083】
RF復調装置613は、受信装置612からの受信音声符号化信号を復調し信号処理装置614に与える。信号処理装置614は、RF復調装置613からの受信音声符号化信号のジッタ吸収バッファリング処理、パケット組みたて処理およびチャネル復号化処理等を行い、受信音声符号化ビット列を音声復号化装置615に与える。
【0084】
音声復号化装置615は、信号処理装置614からの受信音声符号化ビット列の復号化処理を行って復号音声信号を生成しD/A変換装置616へ与える。音声復号化装置615は、実施の形態1の音声復号化処理システム400から構成される。
【0085】
D/A変換装置616は、音声復号化装置615からのディジタル復号音声信号をアナログ復号音声信号に変換して出力装置617に与える。出力装置617は、D/A変換装置616からのアナログ復号音声信号を空気の振動に変換し音波として人間の耳に聞こえる様に出力する。
【0086】
このように、本実施の形態の通信装置によれば、無線通信において前述した実施の形態1に示したような効果を享受でき、復号信号の主観品質を高めることができる。
【0087】
なお、本発明は、オーディオ信号を用いる受信装置、受信復号化装置又は音声信号復号化装置に適用することができる。また、本発明は、移動局装置又は基地局装置にも適用することができる。
【0088】
なお、本発明は上記実施の形態に限定されず、種々変更して実施することが可能である。例えば、上記実施の形態では、音声復号化装置として行う場合について説明しているが、これに限られるものではなく、この音声復号化方法をソフトウェアとして行うことも可能である。
【0089】
例えば、上記音声復号化方法を実行するプログラムを予めROM(Read Only Memory)に格納しておき、そのプログラムをCPU(Central Processor Unit)によって動作させるようにしても良い。
【0090】
また、上記音声復号化方法を実行するプログラムをコンピュータで読み取り可能な記憶媒体に格納し、記憶媒体に格納されたプログラムをコンピュータのRAM(Random Access Memory)に記録して、コンピュータをそのプログラムにしたがって動作させるようにしても良い。
【0091】
【発明の効果】
以上説明したように、本発明の音声復号化装置および音声復号化方法によれば、定常雑音信号の主観品質が復号信号の主観品質に与える影響が大きい場合とそうでない場合とで異なるレベル設定を行い、定常雑音区間が持続する長さに応じて付加する擬似定常雑音信号のエネルギレベルを制御することにより、それぞれの条件に適した擬似定常雑音信号のエネルギレベルを設定することができ、復号信号の主観品質を高めることができる。
【図面の簡単な説明】
【図1】本発明の実施の形態1に係る音声復号化装置の構成を示すブロック図
【図2】上記実施の形態の音声復号化装置の利得調整器の詳細な構成を示すブロック図
【図3】上記実施の形態の音声復号化装置の利得調整器の動作を示すフロー図
【図4】上記実施の形態の音声復号化処理システムの構成を示すブロック図
【図5】上記実施の形態の音声復号化処理システムの動作を示すフロー図
【図6】本発明の実施の形態2に係る音声信号伝送システムの構成を示すブロック図
【符号の説明】
110 LPC復号器
111 適応符号帳
112 利得符号帳
113 固定符号帳
114 適応符号利得乗算器
115 固定符号利得乗算器
116、125 加算器
117 合成フィルタ
118 ポストフィルタ
121 雑音生成部
122 擬似定常雑音生成器
123 利得調整器
124 乗算器
126 スケーリング部
127 定常雑音特徴抽出部
201 カウンタ
202 カウンタバッファ
203 定常雑音区間平均区間長算出器
204 利得調整係数算出器
401 定常雑音区間検出装置
Claims (8)
- 擬似的に定常的な雑音である擬似定常雑音信号を生成する擬似定常雑音生成手段と、復号する信号が所定の区間毎に定常的な雑音か否かを示す雑音区間判定情報を用いて前記擬似定常雑音信号に乗算する利得係数を算出する利得調整手段と、前記擬似定常雑音信号に利得係数を乗算する乗算手段と、符号化された信号を復号する復号手段と、復号した信号に利得係数を乗算した擬似定常雑音信号を付加する付加手段と、を具備することを特徴とする音声復号化装置。
- 前記利得調整手段は、雑音区間の連続する数が人間の定常的な雑音の知覚する数未満である場合に雑音区間の連続する数に基づいて利得係数を算出する係数算出手段を具備し、前記乗算手段は、前記係数算出手段が算出した利得係数を擬似定常雑音信号に乗算することを特徴とする請求項1に記載の音声復号化装置。
- 前記利得調整手段は、雑音区間の連続する数をカウントし雑音区間が終了した場合にこの数を0にクリアするカウント手段と、過去に雑音区間が連続した数を記憶するバッファ手段と、前記カウント手段のカウントする数が前記バッファ手段の記憶する数より小さい場合に、前記バッファ手段が記憶する数を定常的な雑音の区間の数として雑音区間の移動平均値を算出する平均区間長算出手段と、を具備し、前記係数算出手段は、前記平均区間長算出手段が算出した雑音区間の連続する数の移動平均値が低下した場合に利得係数を小さくすることを特徴とする請求項2に記載の音声復号化装置。
- 前記復号手段において復号された信号のスペクトルパラメータと信号エネルギパラメータとピッチパラメータを用いて復号した信号を区間毎に定常雑音か否か判定する判定手段を具備し、前記利得調整手段は、前記判定手段の判定結果に基づいて前記擬似定常雑音信号に乗算する利得係数を算出することを特徴とする請求項1から請求項3のいずれかに記載の音声復号化装置。
- 請求項1から請求項4のいずれかに記載の音声復号化装置を具備することを特徴とする基地局装置。
- 請求項1から請求項4のいずれかに記載の音声復号化装置を具備することを特徴とする通信端末装置。
- 擬似的に定常的な雑音である擬似定常雑音信号を生成する擬似定常雑音生成ステップと、復号する信号が所定の区間毎に定常的な雑音か否かを示す雑音区間判定情報を用いて前記擬似定常雑音信号に乗算する利得係数を算出する利得調整ステップと、前記擬似定常雑音信号に利得係数を乗算する乗算ステップと、符号化された信号を復号する復号ステップと、復号した信号に利得係数を乗算した擬似定常雑音信号を付加する付加ステップと、をコンピュータに実行させることを特徴とする音声復号化プログラム。
- 擬似的に定常的な雑音である擬似定常雑音信号を生成する擬似定常雑音生成工程と、復号する信号が所定の区間毎に定常的な雑音か否かを示す雑音区間判定情報を用いて前記擬似定常雑音信号に乗算する利得係数を算出する利得調整工程と、前記擬似定常雑音信号に利得係数を乗算する乗算工程と、符号化された信号を復号する復号工程と、復号した信号に利得係数を乗算した擬似定常雑音信号を付加する付加工程と、を具備する音声復号化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003096639A JP4365610B2 (ja) | 2003-03-31 | 2003-03-31 | 音声復号化装置および音声復号化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003096639A JP4365610B2 (ja) | 2003-03-31 | 2003-03-31 | 音声復号化装置および音声復号化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2004302258A true JP2004302258A (ja) | 2004-10-28 |
JP4365610B2 JP4365610B2 (ja) | 2009-11-18 |
Family
ID=33408635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003096639A Expired - Lifetime JP4365610B2 (ja) | 2003-03-31 | 2003-03-31 | 音声復号化装置および音声復号化方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4365610B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008108082A1 (ja) * | 2007-03-02 | 2008-09-12 | Panasonic Corporation | 音声復号装置および音声復号方法 |
JP2011508897A (ja) * | 2007-12-06 | 2011-03-17 | 韓國電子通信研究院 | 音声コーデックの品質向上装置およびその方法 |
WO2014034697A1 (ja) * | 2012-08-29 | 2014-03-06 | 日本電信電話株式会社 | 復号方法、復号装置、プログラム、及びその記録媒体 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10325609B2 (en) * | 2015-04-13 | 2019-06-18 | Nippon Telegraph And Telephone Corporation | Coding and decoding a sound signal by adapting coefficients transformable to linear predictive coefficients and/or adapting a code book |
-
2003
- 2003-03-31 JP JP2003096639A patent/JP4365610B2/ja not_active Expired - Lifetime
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008108082A1 (ja) * | 2007-03-02 | 2008-09-12 | Panasonic Corporation | 音声復号装置および音声復号方法 |
US8554548B2 (en) | 2007-03-02 | 2013-10-08 | Panasonic Corporation | Speech decoding apparatus and speech decoding method including high band emphasis processing |
JP2011508897A (ja) * | 2007-12-06 | 2011-03-17 | 韓國電子通信研究院 | 音声コーデックの品質向上装置およびその方法 |
US9135925B2 (en) | 2007-12-06 | 2015-09-15 | Electronics And Telecommunications Research Institute | Apparatus and method of enhancing quality of speech codec |
US9135926B2 (en) | 2007-12-06 | 2015-09-15 | Electronics And Telecommunications Research Institute | Apparatus and method of enhancing quality of speech codec |
US9142222B2 (en) | 2007-12-06 | 2015-09-22 | Electronics And Telecommunications Research Institute | Apparatus and method of enhancing quality of speech codec |
WO2014034697A1 (ja) * | 2012-08-29 | 2014-03-06 | 日本電信電話株式会社 | 復号方法、復号装置、プログラム、及びその記録媒体 |
CN104584123A (zh) * | 2012-08-29 | 2015-04-29 | 日本电信电话株式会社 | 解码方法、解码装置、程序、及其记录介质 |
EP2869299A4 (en) * | 2012-08-29 | 2016-06-01 | Nippon Telegraph & Telephone | DECODING METHOD, DECODING DEVICE, PROGRAM, AND RECORDING METHOD THEREOF |
JPWO2014034697A1 (ja) * | 2012-08-29 | 2016-08-08 | 日本電信電話株式会社 | 復号方法、復号装置、プログラム、及びその記録媒体 |
US9640190B2 (en) | 2012-08-29 | 2017-05-02 | Nippon Telegraph And Telephone Corporation | Decoding method, decoding apparatus, program, and recording medium therefor |
Also Published As
Publication number | Publication date |
---|---|
JP4365610B2 (ja) | 2009-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1989548B (zh) | 语音解码装置及补偿帧生成方法 | |
ES2266003T3 (es) | Suavizador de la ganancia en un descodificador de señal de habla y audio de banda ancha. | |
EP2535893B1 (en) | Device and method for lost frame concealment | |
US8255210B2 (en) | Audio/music decoding device and method utilizing a frame erasure concealment utilizing multiple encoded information of frames adjacent to the lost frame | |
JP5226777B2 (ja) | 音声信号中に埋め込まれた隠れデータの回復 | |
JP3955179B2 (ja) | 音声符号化装置、音声復号化装置、およびこれらの方法 | |
WO1999046764A2 (en) | Speech coding | |
US7542898B2 (en) | Pitch cycle search range setting apparatus and pitch cycle search apparatus | |
JP4287637B2 (ja) | 音声符号化装置、音声符号化方法及びプログラム | |
JP2003501675A (ja) | 時間同期波形補間によるピッチプロトタイプ波形からの音声を合成するための音声合成方法および音声合成装置 | |
JP4734286B2 (ja) | 音声符号化装置 | |
JP2000516356A (ja) | 可変ビットレート音声送信システム | |
JP3558031B2 (ja) | 音声復号化装置 | |
JP4365610B2 (ja) | 音声復号化装置および音声復号化方法 | |
JP3722366B2 (ja) | パケット構成方法及び装置、パケット構成プログラム、並びにパケット分解方法及び装置、パケット分解プログラム | |
JP4299676B2 (ja) | 固定音源ベクトルの生成方法及び固定音源符号帳 | |
EP0971337A1 (en) | Method and device for emphasizing pitch | |
JP3451998B2 (ja) | 無音声符号化を含む音声符号化・復号装置、復号化方法及びプログラムを記録した記録媒体 | |
US7584096B2 (en) | Method and apparatus for encoding speech | |
JP4343302B2 (ja) | ピッチ強調方法及びその装置 | |
JP3496618B2 (ja) | 複数レートで動作する無音声符号化を含む音声符号化・復号装置及び方法 | |
JP3576485B2 (ja) | 固定音源ベクトル生成装置及び音声符号化/復号化装置 | |
JP2002073097A (ja) | Celp型音声符号化装置とcelp型音声復号化装置及び音声符号化方法と音声復号化方法 | |
JPH09244695A (ja) | 音声符号化装置及び復号化装置 | |
JPH028900A (ja) | 音声符号化復号化方法並びに音声符号化装置及び音声復合化装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060303 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090507 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090702 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090728 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090821 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120828 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 4365610 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130828 Year of fee payment: 4 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
EXPY | Cancellation because of completion of term |