JP2652371B2

JP2652371B2 - 音声符号化方法

Info

Publication number: JP2652371B2
Application number: JP61158008A
Authority: JP
Inventors: 博喜内山; 和作山田
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1986-07-07
Filing date: 1986-07-07
Publication date: 1997-09-10
Anticipated expiration: 2012-09-10
Also published as: JPS6314524A

Description

【発明の詳細な説明】［技術分野］本発明は、音声符号化方法に関する。

［従来技術］例えば、高速デジタル回線を用いて音声信号を伝送し
たり、音声応答装置のために音声信号を蓄積および合成
するなど音声信号をデジタル処理するとき、この音声信
号をなんらかの方法でデジタル信号に変換する必要があ
る。

基本的には音声信号は周波数帯域が0.3〜3.4KHzのア
ナログ信号であり、これをデジタル信号に変換するに
は、例えばサンプリング周波数8KHzで分解能が８ビット
のアナログ／デジタル変換器で変換すればよい（PCM（P
ulse Code Modulation）符号化）。そして、このデジタ
ル信号を元の音声信号に戻すには、サンプリング周波数
8KHzで分解能が８ビットのデジタル／アナログ変換器で
アナログ信号に変換し、さらにローパスフィルタを通し
て波形整形してやればよい。このとき、アナログ／デジ
タル変換器およびデジタル／アナログ変換器の分解能
（すなわちPCM符号のビット幅）が大きいほど再生した
音声の品質が高い。

ところで、このようなPCM符号化された音声信号は１
秒あたりのビット速度（データ速度；以下ビットレート
という）が64Kbpsとなり、このように高いビットレート
の音声信号を伝送するには非常に高速な伝送路を必要と
し、また、かかる音声信号を蓄積するためには厖大な記
憶容量のメモリを必要とする。そこで、従来から、音声
信号のビットレートを低減するための種々の提案がなさ
れている。

その１つに、時系列的に隣接するPCM符号の差分を形
成する差分PCM符号化方式がある。この差分PCM符号化方
式は、音声波形の相関性に基づく冗長性を利用したもの
であり、隣接したサンプル間の値の変化が、多くの場合
ダイナミック・レンジの限られた範囲に含まれることか
ら、１サンプルあたりのビット数を低減することができ
る。この差分PCM符号化方式をさらに進めた適応差分PCM
符号化方式の１つである、CCITT（国際電信電話諮問委
員会）勧告による適応差分PCM方式では、32Kbpsのビッ
トレートを実現している。

この他には、音声信号の非定在性と線形予測可能性を
利用したAPC−AB（Adaptive Prediction Coding with A
daptive Bit Allocation）方式、または、音声分析合成
手法によるLSP（Line Spectrum Pair）方式などがあ
る。

しかしながら、このような適応差分PCM方式、APC−AB
方式およびLSP方式は、符号化および復号化の処理が非
常に複雑であり、それらを実現するための装置は非常に
高価なものとなるという不都合がある。

一方、放送衛星用の高品位なPCM音声伝送方式の１つ
に準瞬時圧伸方式がある。この準瞬時圧伸方式は、PCM
符号化された音声データを時系列に所定数ごとのブロッ
クに分割し、おのおののブロックにおける信号絶対値の
最大値に対応した最上位桁をあらわすスケールデータを
識別し、その最上位桁を含む所定ビット数のデータを符
号データに整形するものであり、比較的符号化処理が簡
単で、かつ、容易に１サンプルのビット数を低減するこ
とが可能である。しかしながら、このような準瞬時圧伸
方式は、効率的には充分なものではない。

そこで、この準瞬時圧伸方式の効率を改善する手法と
して「差分PCM方式と準瞬時圧伸との結合」が考えられ
るが、一般に単に準瞬時圧伸を差分PCM方式に適用した
だけでは、圧縮時の欠落ビットが伝送誤差を生じ、受信
側の積分器で誤差が累積して受信不能となる。

次にこの点について説明する。

いま準瞬時圧伸を差分PCM方式に適用した符号化方式
によって、第11図（ａ）に示したような音声信号を符号
化することを考える。まず、差分PCM符号化のためにこ
の音声信号を例えば8KHzのサンプリング周波数でサンプ
リングしてサンプル間の差分値を形成する。ここでは、
隣接するサンプル間の差分値を符号付の８ビットのデー
タすなわち２の補数表現の８ビットデータであらわす。
そして、準瞬時圧伸のための条件は、８サンプルで１ブ
ロックを構成し、伝送データは１サンプルあたり３ビッ
トとする。また、スケールデータは３ビットである。

ここで、８つのサンプル♯１〜♯８における差分値が
第12図（ａ）のように得られたものとする。このブロッ
ク内において差分値の絶対値が最大になるものは、サン
プル♯１であり、したがって、このときのスケール位置
POSは、このサンプル♯１のビットパタンの最上位桁で
あるビット４となり、スケール位置POSの値は（100）_２
になる。

これにより、各サンプルの伝送ビット（伝送データ；
すなわち符号データ）は、このスケール位置POSよりも
１つ上位桁で、符号値をあらわすビット５（サインビッ
ト）から３ビットのデータ、すなわち、ビット5,4,3の
データとなる。

したがって、このブロックでは、最初にスケール位置
POSを、それに続いてサンプル♯１〜♯８の伝送ビット
を順次連続して配置して構成した伝送データ（符号デー
タ）は、同図（ｂ）に示したようなものとなる。

このような符号データを復号するとき、まず、１ブロ
ック分の符号データを３ビットずつに分解し、その最初
の３ビットの値からスケール位置POSを識別する。そし
て、後続する３ビットの符号データを８ビットのデータ
に伸張するときには、スケール位置POSよりも１つ上位
桁に符号データのMSB（最上位ビット）を一致させ、そ
のMSBよりも上位桁の各桁には符号ビットの値をセット
し、そのLSB（最下位ビット）よりも下位桁の各桁には
０をセットする。

これにより、同図（ｃ）に示したデータが、復号後の
データとして得られる。このデータと、符号化前のデー
タとを比較すると、復号データでは伝送ビットよりも下
位桁の情報（直流成分）が欠落していることがわかる
（第11図（ｂ）参照）。すなわち、情報に欠落ビットを
生じている。

このような復号データに基づいて音声信号を再生する
と、第11図（ｃ）に一点鎖線で示したように、欠落ビッ
ト分の誤差が蓄積して負の直流シフトを生じ、同図に破
線で示した元の波形よりも右下がりの波形となり、その
結果、適正に情報を伝送することができない。

このような問題を解決する１つの方法として、「欠落
ビットのアキュムレーションによる差分圧伸PCM（DC−P
CM）」（高橋ほか、電子通信学会論文誌'84/10 Vol.J67
−B No.10）が提案されている。

しかしながら、この方法は15ビット程度の差分データ
を８ビット程度に圧縮する場合に有効であり、８ビット
の差分データを３ビット程度に圧縮するような低ビット
レートの符号化方式には適用できない。

すなわち、このような低ビットレートの場合にはブロ
ック間において音声波形の振幅が大幅に変化したときな
どブロック間でスケール位置が大幅に変動することがあ
り、そのためにアキュムレーションされている誤差信号
の方が伝送すべき有効なデータよりも大きな値なること
がある。かかる場合には、伝送すべきデータが誤差信号
に埋もれてしまい、適正なデータ伝送を実現できない。

［目的］本発明は、上述した従来技術の不都合を解決するため
になされたものであり、低ビットレートで、簡単な処理
により、高品質な音声を再現できる音声符号化方法を提
供することを目的としている。

［構成］本発明は、PCM符号化された音声データのうち隣接す
るサンプル間で直前サンプルとの差分値を形成してその
差分値を時系列に所定数ごとのブロックに分割し、おの
おののブロックにおける差分値の絶対値の最大値に対応
した最上位桁をあらわすスケールデータを識別し、その
最上位桁を含む所定ビット数のデータを符号データに整
形して上記音声データを上記ブロック単位に圧縮する音
声符号化方法において、上記差分値の最下位ビットに１
を加算した第１の一時差分値と、上記差分値の最下位ビ
ットから１を減算した第２の一時差分値を算出し、上記
差分値に基づく第１の一時符号データと、上記第１の一
時差分値に基づく第２の一時符号データと、上記第２の
一時差分値に基づく第３の一時符号データを算出し、上
記第１の一時符号データに基づく第１の一時復号値と、
上記第２の一時符号データに基づく第２の一時復号値
と、上記第３の一時符号データに基づく第３の一時復号
値を算出し、上記第１の一時復号値と、上記第２の一時
復号値と、上記第３の一時復号値のうち、当該サンプル
における原信号の値に最も近い値をとる一時復号値を判
定し、その判定した一時復号値に対応した符号データ
を、当該サンプルにおける符号データとして選択すると
ともに、後続するブロックの最初のサンプルの差分値を
算出するときには当該ブロックの最後のサンプルの復号
値を基準とするようにしたものである。また、前記差分
値は、その絶対値の最大値を制限するようにするとよ
い。

また、PCM符号化された音声データのうち隣接するサ
ンプル間で直前サンプルとの差分値を形成してその差分
値を時系列に所定数ごとのブロックに分割し、おのおの
のブロックにおける差分値の絶対値の最大値に対応した
最上位桁をあらわすスケールデータを識別し、その最上
位桁を含む所定ビット数のデータを符号データに整形し
て上記音声データを上記ブロック単位に圧縮する音声符
号化方法において、上記最上位桁およびこの最上位桁に
それぞれ隣接する桁に対応した複数のスケールデータに
それぞれ基づいて上記符号データを整形した複数の符号
データ系列を形成するとともに、上記複数の符号データ
系列について、それぞれ、上記差分値の最下位ビットに
１を加算した第１の一時差分値と、上記差分値の最下位
ビットから１を減算した第２の一時差分値を算出し、上
記差分値に基づく第１の一時符号データと、上記第１の
一時差分値に基づく第２の一時符号データと、上記第２
の一時差分値に基づく第３の一時符号データを算出し、
上記第１の一時符号データに基づく第１の一時復号値
と、上記第２の一時符号データに基づく第２の一時復号
値と、上記第３の一時符号データに基づく第３の一時復
号値を算出し、上記第１の一時復号値と、上記第２の一
時複号値と、上記第３の一時復号値のうち、当該サンプ
ルにおける原信号の値に最も近い値をとる一時復号値を
判定し、その判定した一時復号値に対応した符号データ
を、当該サンプルにおける符号データとして選択するよ
うに、上記複数の符号データ系列を補正するとともに、
それらの補正された符号データ系列のうちブロック内誤
差が最も小さくなる符号データ系列を当該ブロックの符
号データ系列として選択し、後続するブロックの最初の
サンプルの差分値を算出するときには当該ブロックで選
択した符号データ系列の最後のサンプルの復号値を基準
とするようにしたものである。

また、前記ブロック内誤差は、おのおのの符号データ
系列のブロック内における誤差パワーを用いることがで
きる。また、前記ブロック内誤差は、おのおのの符号デ
ータ系列のブロック内の各サンプルにおける誤差の絶対
値の総和を用いることができる。また、前記差分値は、
その絶対値の最大値を制限するとよい。

以下、添付図面を参照しながら、本発明の実施例を詳
細に説明する。

第１図は、本発明の一実施例にかかる音声符号化装置
を示している。この実施例は、差分PCM符号化方式に準
瞬時圧伸を適用したものであり、準瞬時圧伸を施したさ
いにもとまるブロック化した圧縮差分データを順次復号
し、原信号と比較することで圧縮ビット数内で誤差の少
ない差分データとなるようにサンプル点毎に補正してい
る。またこの実施例では、8KHzのサンプリング周波数で
音声信号をサンプリングしてサンプル間の差分値を２の
補数表現の８ビットデータであらわし、８サンプルで準
瞬時圧伸のための１ブロックを構成し、伝送データは１
サンプルあたり３ビット、および、スケールデータは３
ビットとする。

同図において、入力音声信号SSは、ローパスフィルタ
１によって帯域制限されたのちアナログ／デジタル変換
器２に加えられて８ビットのデジタル信号DSに変換され
る。このアナログ／デジタル変換器２は、サンプリング
周波数が8KHzで直線量子化するものである。

デジタル信号DSは、１ブロックをなす８サンプル分の
記憶容量をもつバッファ３に蓄積され、このバッファ３
に蓄積されたデジタル信号DSdは、差分データを形成す
るための加減算器４のプラス入力端に加えられている。

この加減算器４から出力される９ビットの差分データ
DDsは、最大値制限回路５によって８ビットの差分デー
タDDに変換される。このようにして差分データの最大値
を制限したのは、次のような理由による。

すなわち、差分データDDsをそのまま準瞬時圧縮した
場合、突発的に大きな差分データを含むブロックにおい
てはそれに対応した大きなスケール値が設定され、その
ために他の小さな差分データに対する準瞬時圧縮後のデ
ータの追従性が悪化する。その結果、復元した音声信号
が、聴覚上、ギクシャクした感じを与える。そこで、こ
のように差分データの最大値をある程度に制限すること
により、このような聴覚上の問題を解決することができ
る。

この差分データDDは、８サンプル分の記憶容量をもつ
バッファ６、準瞬時圧縮のためのスケール値を設定する
ためのスケール値設定部７および加算器８の一入力端に
加えられている。

この加算器８の出力はレジスタ９に加えられ、このレ
ジスタ９の出力は加減算器４のマイナス入力端、加算器
８の他入力端、および、８サンプル分の記憶容量をもつ
バッファ10に加えられている。

このようにして、最大値制限回路５によって８ビット
に制限された差分データDDの積算値が加算器８によって
形成され、このデータが差分データDDsを形成するため
の直前のサンプルのデータとして用いられている。

バッファ６の記憶データは、サンプル毎に準瞬時圧縮
符号化する準瞬時圧縮部11に加えられている。

スケール値設定部７は、最大値制限回路５から出力さ
れる差分データDDの連続する８サンプルのうち、最も絶
対値の大きいものを識別し、そのビットパタンの最上位
桁を判別してそのビット位置を３ビットのスケールデー
タDKで出力する。このスケールデータDKは、準瞬時圧縮
部11、準瞬時圧縮部11から出力される圧縮差分データDC
を最適なデータに変換するための最適化処理部12、１ブ
ロック分のデータを所定の信号形式に整形するためのマ
ルチプレクサ13の一入力端、および、最適化された圧縮
差分データを伸長するための準瞬時伸長部14に加えられ
ている。

またバッファ10の記憶データは、レジスタ９から出力
される差分データDDを積算して形成された復号データで
あり、符号化の対象である元の音声信号（以下原信号と
いう）として最適化処理部12に加えられている。

準瞬時圧縮部11は、バッファ６から加えられる８ビッ
トの差分データDDについて、おのおののサンプル毎に、
スケール値設定部７から加えられるスケールデータDKが
あらわすスケール位置よりも１ビット上位桁をMSBとす
る３ビットのデータを抜きだしてそれを圧縮差分データ
DCとして最適化処理部12に出力する。

最適化処理部12は、準瞬時圧縮部11から加えられる１
ブロック分の圧縮差分データDCを順次復号し、バッファ
10から加えられる原信号と比較することにより、圧縮ビ
ット数内で誤差の少ない差分データとなるようにサンプ
ル点毎に圧縮差分データDCを補正し、これを最適化差分
データDCoとしてマルチプレクサ13の他入力端および準
瞬時伸長部14に加えている。

マルチプレクサ13は、第２図に示したように、スケー
ル値設定部７から出力されたスケールデータDKを先頭に
配置し、それに続いて各サンプルの最適化差分データDC
oを順次配置して構成した信号を、１ブロック分の符号
化データDLとして形成して次段装置（例えばデータ伝送
装置、あるいは、データ記憶装置等）に出力する。

準瞬時伸長部14は、スケール値設定部７から加えられ
るスケールデータDKが示している桁よりも１つ上位桁に
MSBが一致するように、最適化処理部12から出力される
３ビットの最適化差分データDCoを配置するとともに、
それよりも上位桁には最適化差分データDCoの符号デー
タの値を配置し、下位桁には０を配置して８ビットの復
号データDEを形成するものであり、その復号データDEは
積分部15に加えられる。

積分値15は、準瞬時伸長部14から出力される復号デー
タDEを積算し、符号化データDLを実際に復号化処理して
復元したときの復元データSDを形成し、この復元データ
SDをレジスタ９に出力している。レジスタ９では、この
復元データSDを、１つのブロックの処理を終了して次の
ブロックの処理を開始する直前で取り込む。

これにより、準瞬時圧伸に特有な欠落ビットによる誤
差の累積を、次のブロックの最初のサンプルデータを形
成するときに解消することができ、その結果、より正確
な符号化データDLを形成することができる。

このようにして、本実施例では、最適化処理部12によ
って元の音声信号により追従するように圧縮差分データ
DCを補正するとともに、積分部15で形成した復元データ
SDによってブロック内の累積誤差を次のブロックに反映
させているので、準瞬時圧伸による低ビットレートの音
声符号化処理をより精度よく実現することができる。

次に、最適化処理部12が実行する圧縮差分データの最
適化処理について説明する。

いま、第３図（ａ）に示したような音声波形を符号化
することを考える。サンプル♯０を基準としてサンプル
♯1,♯2,♯３の差分をそれぞれ８ビットで形成したと
き、この場合の差分の絶対値はサンプル♯１が最大にな
る。したがって、このときの３ビットの圧縮差分データ
はこのサンプル♯１を基準に形成され、スケール値はそ
のビットパタンの最上位桁の桁位置となる。

さて、圧縮差分データを３ビットであらわした場合、
表現できるデータはスケール値よりも１ビット下位桁の
量子化幅のものであり、したがって、おのおののサンプ
ル♯1,♯2,♯３の値は、この量子化幅で表現可能なデー
タに置換される。例えば、サンプル♯１の圧縮差分デー
タはこの表現できるデータのうち実際の値P11よりも下
の値P12（＝（010）₂;ただしこの場合LSBはスケール位
置よりも１ビット下位桁。以下同じ）になる。

ところで、この量子化幅で表現できるデータのうち、
P12よりも１つ大きな値P13（＝（011）_２）に対応した
データの方がよりサンプル♯１の実際の値P11に近い。
したがって、この値P13をサンプル♯１の圧縮差分デー
タとすれば、復号化したときの音声信号（復号値）の誤
差を小さくすることができる。すなわち、このときの復
号値の誤差は、最大でもこの圧縮差分データの量子化幅
の1/2に抑えることができる。

同様に、サンプル♯2,♯３について考えると、その復
号値が符号化前の信号の値（サンプル♯２では値P21、
サンプル♯３では値P31）に最も近くなる圧縮差分デー
タを選択すればよい。

すなわち、この場合、サンプル♯２については、値P2
1よりも小さい値P22に基づいた復号値に較べて値P21よ
りも大きい値P23に基づいた復号値の方がより値P21に近
いので、サンプル♯１の復号値である値P13と値P23との
差分（＝（110）_２）を圧縮差分データに設定する。ま
たサンプル♯３については、値P31が圧縮差分データで
あらわし得る復号値に一致するので、サンプル♯２の復
号値である値P23と値P31との差分（＝（001）_２）を圧
縮差分データに設定する。

このようにして、元の音声信号に対する追従性が向上
した圧縮差分データを形成することができる。そのため
の処理である最適化差分ビットルーチンの一例を第４図
（ａ），（ｂ）に示す。

まず、準瞬時圧縮部11から圧縮差分データｄ（DC）を
入力し（処理101）、その圧縮差分データｄの値が、圧
縮ビット数（この場合は３ビット）であらわすことので
きる正の最大値MAX（＝（011）_２）より大きいか、ある
いは、負の最大値MIN（＝（100）_２）より小さいかを判
別し（判断102,103）、判断102の結果がYESになるとき
には圧縮差分データｄに値MAXを代入し（処理104）、判
断103の結果がYESになるときに圧縮差分データｄに値MI
Nを代入する（処理105）。

次に、圧縮差分データｄよりもLSB（＝（001）_２）だ
け小さな値dmと圧縮差分データｄよりもLSBだけ大きな
値dpを形成し（処理106,107）、値dmが値MINよりも小さ
くなった場合には値dmに値MINを代入し（判断108、処理
109）、値dpが値MAXよりも大きくなった場合には値dpに
値MAXを代入する（判断110、処理111）。

このようにして値dp,dmを形成すると、スケールデー
タDKに基づいて値d,dp,dmを準瞬時伸長したときの８ビ
ットの値dd,ddp,ddmを算出する（処理112）。そして、
この値dd,ddp,ddmにそれぞれ１サンプル前のデータの復
号値da₀を加算し、おのおのの値d,dp,dmに対応したロー
カル復号値da,dap,damを形成する（処理113）。なお処
理112および113でローカル復号処理を実現しており、そ
のために、直前のサンプルの復号値da₀を記憶してお
く。

次に、当該サンプルに対応した原信号の値daiをバッ
ファ10から読み込み、この原信号の値daiと、おのおの
のローカル復号値da,dap,damとの差の絶対値Da,Dp,Dmを
算出し（処理114）、原信号の値daiがローカル復号値da
よりも大きいかどうかを調べる（判断115）。

この判断115の結果がYESになるときには、絶対値Daが
絶対値Dpよりも大きいかどうかを調べ（判断116）、こ
の判断116の結果がYESになるときには、値ｄに値dpを代
入し（処理117）処理106へと戻り、判断116の結果がNO
になるときには、値ｄを最適化差分データDCoとして出
力する（処理118）。

また判断115の結果がNOになるときには、絶対値Daが
絶対値Dpよりも大きいかどうかを調べ（判断119）、こ
の判断119の結果がYESになるときには、値ｄに値dmを代
入し（処理120）処理106へと戻り、判断119の結果がNO
になるときには処理118を実行する。

すなわち、第３図（ｂ）の左側に示したように、原信
号の値daiが復号値daよりも復号値dapに近いときには、
圧縮差分データｄをLSBだけ大きい値dpに更新して、そ
の値を最適化差分データDCoとして出力する。また、そ
の反対に原信号の値daiが復号値daよりも復号値damに近
いときには、圧縮差分データｄをLSBだけ小さい値dmに
更新して、その値を最適化差分データDCoとして出力す
る。なお、１回の処理で最適な値が得られなかった場合
には、この処理を繰り返し実行する。

このようにして、準瞬時圧伸で得られた圧縮差分デー
タに圧縮ビットのLSBを加算、減算する操作をサンプル
点毎に繰り返し行ない、復号値と原信号との誤差を少な
くするように差分データを補正している。

なお、バッファ10に原信号として記憶するデータとし
ては、最大値制限回路５に入力される前のバッファ３の
出力データを用いることもできる。

したがって、例えば第５図（ａ）に示したような音声
信号（第11図（ａ）と同じ）をこのような最適化差分ビ
ットルーチンを用いた準瞬時圧縮によって符号化するこ
とを考える。

まず、この音声信号の８つのサンプル♯１〜♯８にお
ける差分値が第６図（ａ）のように得られ、したがっ
て、このときのスケール位置POSは、サンプル♯１のビ
ットパタンの最上位桁であるビット４となり、スケール
位置POSの値は（100）_２になる。これにより、準瞬時圧
縮部11によって形成される圧縮差分データDCは、おのお
のサンプル♯１〜♯８について、それぞれ第６図（ｂ）
に示したものとなる。

そして、この圧縮差分データDCは、おのおののサンプ
ル♯１〜♯８について、それぞれ上述の最適化差分ビッ
トルーチンにより第６図（ｃ）に示したような最適化差
分データDCoにそれぞれ補正される。

その結果、後述する音声復号化装置では、この最適化
差分データDCoのおのおののサンプル♯１〜♯８の値が
第６図（ｄ）に示したように８ビットの差分データに伸
長され、この差分データに基づいて、音声信号が第５図
（ｃ）に実線で示したように復号される。ここで、上述
した圧縮差分データDCをそのまま符号化データに用いた
場合の再生された音声信号を第５図（ｃ）に一点鎖線で
示す。

これらの比較からわかるように、最適化差分データDC
oに基づいて再生された音声信号は、第５図（ｃ）に破
線で示した符号化前の音声信号にまとわりつくようなも
のとなり、符号化前の音声信号に対する追従性が大きく
向上している。

なお、上述した最適化差分ビットルーチン以外で、上
述したような圧縮差分データの最適化処理を実現するこ
とができる。例えば、スケール値を決定した後には、お
のおののサンプルについて、そのスケール値に対応した
量子化幅でとりうる復号値のうち最もサンプリング値に
近いものを順次選択し、その復号値に対応した圧縮差分
データを形成することで、圧縮差分データを最適化する
ことができる。

第７図は、本発明の一実施例にかかる音声復号化装置
の一例を示している。この音声復号化装置は、上述した
音声符号化装置によって符号化された符号化データDLを
復号して音声信号を出力するものである。

同図において、例えばデータ受信装置あるいはデータ
記憶装置等の前段装置（図示略）から出力された符号化
データDLは、デマルチプレクサ21に加えられ、おのおの
のブロック毎に、先頭の３ビットがスケール値SCとして
識別されて準瞬時伸長部22のスケール値入力端に加えら
れ、それ以外のコードデータ（圧縮差分データ）は、準
瞬時伸長部22のコードデータ入力端に加えられる。

準瞬時伸長部22は、加えられるコードデータを３ビッ
トずつに区別るとともに、８ビットデータにおいて入力
したスケールデータSCに対応したビット位置にその３ビ
ットのデータを配置し、そのコードデータよりも上位桁
には符号ビットの内容を、下位桁には０を配置して８ビ
ットデータ（第６図（ｄ）参照）に伸長し、この８ビッ
トデータを積分部23に出力する。

積分部23は、順次入力される８ビットデータを積算し
て音声信号の各サンプルにおける信号値を形成し、これ
をデジタル／アナログ変換器24に出力する。

デジタル／アナログ変換器24は、受入した信号値を8K
Hzの変換周波数で対応するアナログ信号（レベル信号）
に変換し、これをローパスフィルタ25に出力する。この
アナログ信号は、ローパスフィルタ25によって波形整形
されたのち、再生音声信号として次段装置（例えば音声
出力装置等）に出力される。

このように、本発明にかかる符号化データを復号する
ための音声復号化装置の構成は、非常に簡単なものとな
る。したがって、例えば、汎用の８ビットマイクロプロ
セッサを用いてこの音声復号化装置を実現することもで
き、コストを極く小さく抑えることができる。

ところで、準瞬時圧伸においては、１つのブロック内
において信号値の絶対値が最大になるビットパタンに基
づいてスケール位置を設定しているので、例えば、その
ブロックにおいて突発的に大きな値をとるサンプルがあ
った場合、その大きな値に対応したスケール値が設定さ
れるため、他の小さな値に対する符号化データの追従性
が悪くなり、聴覚上好ましくないという不都合を生じる
ことがある。

次に、このような不都合を解消できる、本発明にかか
る他の実施例について説明する。

され、上述した不都合を解消するには、そのブロック
において最も誤差の少ない符号化データを形成すればよ
く、そのためには適切なスケール位置（値）を設定すれ
ばよい。

そこで、本実施例では、最初に設定したスケール位置
に基づいて準瞬時圧縮したときと、そのスケール位置よ
りも１桁上位桁をスケール位置に設定した場合にそのス
ケール位置に基づいて準瞬時圧縮したときと、その最初
のスケール位置よりも１桁下位桁をスケール位置に設定
した場合にそのスケール位置に基づいて準瞬時圧縮した
ときとで、おのおののサンプルにおいて復号値と符号化
前の音声信号の値との誤差を算出してそれらに基づいて
それぞれのスケール位置での評価値を形成し、この評価
値に基づき、それらのスケール位置のもののうち最も良
好なものを選択するようにしている。なお、この評価値
としては、おのおののサンプルにおける元の音声信号と
復号値との差の絶対値の総和や、その差を自乗した値の
総和またはその平方根（誤差パワー）を用いることがで
きる。

すなわち、例えば第８図（ａ）に示したような音声信
号があったとき、この音声信号の各サンプル♯１〜♯８
のうち差分値が最も大きいサンプル♯１に基づいてスケ
ール値が決定され、その状態が同図であるとする。

これに対し、スケール値を１つ小さくした場合にはサ
ンプル値の量子化幅が１段階小さくなるので同図（ｂ）
の状態になり、スケール値を１つ大きくした場合にはサ
ンプル値の量子化幅が１段階大きくなるので同図（ｃ）
の状態となる。

また、おのおのの状態で、上述した最適化差分ビット
ルーチンによる最適化処理を実行したとき、各サンプル
における符号ビットは、次の表のようになる。

ここで、SC₀は第８図（ａ）の場合のスケール値を、S
C_-1はSC₀よりも１だけ小さい同図（ｂ）の場合のスケー
ル値を、SC₁はSC₀よりも１だけ大きい同図（Ｃ）の場合
のスケール値をそれぞれ示している。

このようにスケール値を変更すると、当然のことなが
ら元の音声信号と復号値との差の総和あるいは誤差パワ
ーは、そのブロックにおける音声信号の変化に対応して
いずれか１つのスケール値のものが最小となり、その最
小となるものが当該ブロックにおいて音声信号に対する
追従性が最良である。

例えば、発明者等の実験によれば統計的にみて、スケ
ール値SC₀のものの誤差パワーが最も小さくなるのはブ
ロック総数のうち60％程度であり、スケール値SC_-1のも
のの誤差パワーが最も小さくなるのはブロック総数のう
ち30％程度であり、スケール値SC₁のものの誤差パワー
が最も小さくなるのはブロック総数のうち10％程度であ
る。

このようにして、ブロック毎に使用するスケール値を
選択することで、再生した音声信号の音質（聴覚上の）
が向上する。

この実施例にかかる音声符号化装置の一例を第９図に
示す。なお、同図において第１図と同一部分には同一符
号を付し、相当する部分にはそれと同一符号にサフィッ
クスを付加してその説明を省略する。またこの装置は、
準瞬時圧縮の１ブロック単位に作動する。

同図において、スケール値設定部7aは、最大値制限回
路５から処理される差分データDDの連続する８サンプル
からなるブロックでスケール値を判別するとともに、そ
のスケール値よりも１つ大きな値および１つ小さな値を
形成し、それぞれスケールデータDK₀,DK₁,DK_-1として出
力する。これらのスケールデータDK₀,DK₁,DK_-1は、上述
したスケール値SC₀,SC₁,SC_-1にそれぞれ相当する。

スケールデータDK₀は、準瞬時圧縮部11₀、最適化処理
12₀、準瞬時伸長部14₀およびセレクタ31の一入力端に加
えられ、スケールデータDK₁は、準瞬時圧縮部11₁、最適
化処理部12₁、準瞬時伸長部14₁およびセククタ31の他入
力端に加えられ、スケールデータDK_-1は、準瞬時圧縮部
11_-1、最適化処理部12_-1、準瞬時伸長部14_-1およびセレ
クタ31のさらに他の入力端に加えられている。

準瞬時圧縮部11₀はスケールデータDK₀に基づきバッフ
ァ６の出力データから圧縮差分データDC₀を形成し、最
適化処理部12₀はこの圧縮差分データDC₀に上述した最適
化差分ビットルーチンを適用して最適化差分データDCo₀
を形成し、この最適化差分データDCo₀は準瞬時伸長部14
₀およびセレクタ32の一入力端に加えられる。準瞬時伸
長部14₀は入力される最適化差分データDCo₀をスケール
データDK₀を基準として８ビットデータのデータDE₀に伸
長し、このデータDE₀は積分部15₀によって積算されて復
号され、その復号値SD₀は比較部33の一入力端およびセ
レクタ34の一入力端に加えられている。

また、準瞬時圧縮部11₁はスケールデータDK₁に基づき
バッファ６の出力データから圧縮差分データDC₁を形成
し、最適化処理部12₁はこの圧縮差分データDC₁に上述し
た最適化差分ビットルーチンを適用して最適化差分デー
タDCo₁を形成し、この最適化差分データDCo₁は準瞬時伸
長部14₁およびセレクタ32の一入力端に加えられる。準
瞬時伸長部14₁は入力される最適化差分データDCo₁をス
ケールデータDK₁を基準として８ビットデータのデータD
E₁に伸長し、このデータDE₁は積分部15₁によって積算さ
れて復号され、その復号値SD₁は比較部33の一入力端お
よびセレクタ34の一入力端に加えられている。

同様に、準瞬時圧縮部11_-1はスケールデータDK_-1に基
づきバッファ６の出力データから圧縮差分データDC_-1を
形成し、最適化処理部12_-1はこの圧縮差分データDC_-1に
上述した最適化差分ビットルーチンを適用して最適化差
分データDCo_-1を形成し、この最適化差分データDCo_-1は
準瞬時伸長部14_-1およびセレクタ32の一入力端に加えら
れる。準瞬時伸長部14_-1は入力される最適化差分データ
DCo_-1をスケールデータDK_-1を基準として８ビットデー
タのデータDE_-1に伸長し、このデータDE_-1は積分部15_-1
によって積算されて復号され、その復号値SD_-1は比較部
33の一入力端およびセレクタ34の一入力端に加えられて
いる。

また、最大値制限回路５から出力される差分データDD
は、バッファ10aによって１ブロック分が蓄積され、こ
のバッファ10aの出力は積分部15aによって順次積算され
て圧縮されていない音声信号（すなわち原信号）が形成
され、それに対応したデータSDaが最適化処理部12₀,1
2₁,12_-1および比較部33に加えられている。

このように、比較部33には、原信号に対応したデータ
SDa、スケール値SC₀（スケールデータDK₀）に対応した
最適化差分データDCo₀を復号したときの復号値SD₀、ス
ケール値SC₁（スケールデータDK₁）に対応した最適化差
分データDCo₁を復号したときの復号値SD₁、および、ス
ケール値SC_-1（スケールデータDK_-1）に対応した最適化
差分データDCo_-1を復号したときの復号値SD_-1が、サン
プル毎にそれぞれ加えられる。

比較部33は、データSDaと復号値SD₀,SD₁,SD_-1に基づ
き、それらの復号値SD₀,SD₁,SD_-1におけるデータSDaか
らの誤差をそれぞれのサンプル毎に形成し、１ブロック
における誤差パワーをおのおのの復号値SD₀,SD₁,SD_-1に
ついて算出し、それらの中で最小値をとるものを判別す
る。

そして、復号値SD₀についての誤差パワーが最小値に
なるときには、セレクタ31によってスケールデータDK₀
を選択してこれをマルチプレクサ13に出力するとともに
セレクタ32によって最適化差分データDCo₀を選択してこ
れをマルチプレクサ13に出力する。またセレクタ34によ
って符号値SD₀を選択し、これをレジスタ９に取り込ま
せるデータとする。

また、復号値SD₁についての誤差パワーが最小になる
ときには、セレクタ31によってスケールデータDK₁を選
択してこれをマルチプレクサ13に出力するとともにセレ
クタ32によって最適化差分データDCo₁を選択してこれを
マルチプレクサ13に出力する。またセレクタ34によって
符号値SD₁を選択し、これをレジスタ９に取り込ませる
データとする。

同様に、復号値SD_-1についての誤差パワーが最小にな
るときには、セレクタ31によってスケールデータDK_-1を
選択してこれをマルチプレクサ13に出力するとともにセ
レクタ32によって最適化差分データDCo_-1を選択してこ
れをマルチプレクサ13に出力する。またセレクタ34によ
って符号値SD_-1を選択し、これをレジスタ９に取り込ま
せるデータとする。

したがって、マルチプレクサ13からは、そのブロック
において最も誤差パワーが小さくなる符号化データDLが
出力される。

比較部33が実行する比較ルーチンの一例を第10図に示
す。

まず、データSDaおよび復号値SD₀,SD₁,SD_-1をサンプ
ル毎に入力するとともに（処理201）、それらの入力し
たデータに基づき、次式を演算して、復号値SD₀,SD₁,SD
_-1におのおの対応した誤差パワーRMS₀,RMS₁,RMS_-1をそ
れぞれ算出する（処理202）。

ここで、ｋ＝0,1,−１、ｊはブロック内におけるサン
プル番号、SDa_jはブロック内のおのおののサンプルにお
けるデータ、SD_kjはブロック内のおのおののサンプルに
おける符号値SD_kをあらわす。

そして、いずれの誤差パワーRMS₀,RMS₁,RMS_-1が最も
小さいかを識別し（判断203,204,205）、最小の誤差パ
ワーRMS₀,RMS₁,RMS_-1に対応したスケールデータDK₀,D
K₁,DK_-1と最適化差分データDCo₀,DCo₁,DCo_-1をそれぞれ
選択する（処理206,207,208）。

なお、この比較ルーチンにおいて、おのおのの復号値
SD₀,SD₁,SD_-1とデータSDaとの誤差に基づいた評価値と
しては、上述した誤差パワー以外に、例えば、おのおの
のサンプルにおけるデータSDaと復号値SD₀,SD₁,SD_-1と
の差の絶対値の総和等を用いることができる。

また、この実施例によって形成された符号化データDL
を復号化する音声復号化装置は、第７図と同一のものを
用いることができる。

ところで、以上説明した各実施例においては、差分PC
M符号について準瞬時圧伸を適用する場合について述べ
たが、本発明は、PCM符号について準瞬時圧伸を適用す
る場合についても、同様にして適用することができる。

なお、上述した各実施例における各種定数は、本発明
を実施する上での一例を示したものであり、それらに限
ることはない。

［効果］以上説明したように、本発明によれば、PCM符号化さ
れた音声データのうち隣接するサンプル間で直前サンプ
ルとの差分値を形成してその差分値を時系列に所定数ご
とのブロックに分割し、おのおののブロックにおける差
分値の絶対値の最大値に対応した最上位桁をあらわすス
ケールデータを識別し、その最上位桁を含む所定ビット
数のデータを符号データに整形して上記音声データを上
記ブロック単位に圧縮する音声符号化方法において、上
記差分値の最下位ビットに１を加算した第１の一時差分
値と、上記差分値の最下位ビットから１を減算した第２
の一時差分値を算出し、上記差分値に基づく第１の一時
符号データと、上記第１の一時差分値に基づく第２の一
時符号データと、上記第２の一時差分値に基づく第３の
一時符号データを算出し、上記第１の一時符号データに
基づく第１の一時復号値と、上記第２の一時符号データ
に基づく第２の一時復号値と、上記第３の一時符号デー
タに基づく第３の一時復号値を算出し、上記第１の一時
復号値と、上記第２の一時復号値と、上記第３の一時復
号値のうち、当該サンプルにおける原信号の値に最も近
い値をとる一時復号値を判定し、その判定した一時復号
値に対応した符号データを、当然サンプルにおける符号
データとして選択するとともに、後続するブロックの最
初のサンプルの差分値を算出するときには当該ブロック
の最後のサンプルの復号値を基準とするようにしたの
で、符号化時に、準瞬時圧縮処理による圧縮データとし
て、元の音声信号により近づく値が選択され、低ビット
レートで、高音質の音声を再現することができるという
効果を得る。また、符号器側における符号化処理の段階
で、圧縮データの選択を行うので、復号器側の復号化処
理が簡単なものとなり、その結果、復号器の装置構成を
簡単化でき、復号器の装置コストを大幅に削減すること
ができるという効果も得る。

また、PCM符号化された音声データのうち隣接するサ
ンプル間で直前サンプルとの差分値を形成してその差分
値を時系列に所定数ごとのブロックに分割し、おのおの
のブロックにおける差分値の絶対値の最大値に対応した
最上位桁をあらわすスケールデータを識別し、その最上
位桁を含む所定ビット数のデータを符号データに整形し
て上記音声データを上記ブロック単位に圧縮する音声符
号化方法において、上記最上位桁およびこの最上位桁に
それぞれ隣接する桁に対応した複数のスケールデータに
それぞれ基づいて上記符号データを整形した複数の符号
データ系列を形成するとともに、上記複数の符号データ
系列について、それぞれ、上記差分値の最下位ビットに
１を加算した第１の一時差分値と、上記差分値の最下位
ビットから１を減算した第２の一時差分値を算出し、上
記差分値に基づく第１の一時符号データと、上記第１の
一時差分値に基づく第２の一時符号データと、上記第２
の一時差分値に基づく第３の一時符号データを算出し、
上記第１の一時符号データに基づく第１の一時復号値
と、上記第２の一時符号データに基づく第２の一時復号
値と、上記第３の一時符号データに基づく第３の一時復
号値を算出し、上記第１の一時復号値と、上記第２の一
時復号値と、上記第３の一時復号値のうち、当該サンプ
ルにおける原信号の値に最も近い値をとる一時復号値を
判定し、その判定した一時復号値に対応した符号データ
を、当該サンプルにおける符号データとして選択するよ
うに、上記複数の符号データ系列を補正するとともに、
それらの補正された符号データ系列のうちブロック内誤
差が最も小さくなる符号データ系列を当該ブロックの符
号データ系列として選択し、後続するブロックの最初の
サンプルの差分値を算出するときには当該ブロックで選
択した符号データ系列の最後のサンプルの復号値を基準
とするようにしたので、符号化時に、準瞬時圧縮処理に
よる圧縮データとして、元の音声信号との誤差がより少
ない符号データ系列が選択され、低ビットレートで、高
音質の音声を再現することができるという効果を得る。
また、符号器側における符号化処理の段階で、圧縮デー
タの選択を行うので、復号器側の復号化処理が簡単なも
のとなり、その結果、復号器の装置構成を簡単化でき、
復号器の装置コストを大幅に削減することができるとい
う効果も得る。

【図面の簡単な説明】

第１図は本発明の一実施例にかかる音声符号化装置を示
したブロック図、第２図は符号化データの信号形式を例
示した信号配置図、第３図（ａ）は最適化処理を説明す
るための波形図、同図（ｂ）は最適化差分ビットルーチ
ンの作用を説明するための信号配置図、第４図（ａ），
（ｂ）は最適化差分ビットルーチンの一例を示したフロ
ーチャート、第５図は最適化処理の効果の説明図、第６
図（ａ）〜（ｄ）は最適化の様子を示した信号配置図、
第７図は本発明の一実施例にかかる音声復号化装置の一
例を示したブロック図、第８図（ａ）〜（ｃ）は本発明
の他の実施例の原理の説明図、第９図は本発明の他の実
施例にかかる音声符号化装置を示したブロック図、第10
図は比較ルーチンの一例を示したフローチャート、第11
図は従来技術の説明図、第12図（ａ）〜（ｃ）は従来技
術の符号化復号化の状況を説明するための信号配置図で
ある。 1,25……ローパスフィルタ、２……アナログ／デジタル
変換器、3,6,10,10a……バッファ、４……加減算器、５
……最大値制限回路、7,7a……スケール値設定部、８…
…加算器、９……レジスタ、11,11₀,11₁,11_-1……準瞬
時圧縮部、12,12₀,12₁,12_-1……最適化処理部、13……
マルチプレクサ、14,14₀,14₁,14_-1,22……準瞬時伸長
部、15,15₀,15₁,15_-1,15a,23……積分部、21……デマル
チプレクサ、24……デジタル／アナログ変換器、31,32,
34……セレクタ、33……比較部。

Claims

(57)【特許請求の範囲】

【請求項１】PCM符号化された音声データのうち隣接す
るサンプル間で直前サンプルとの差分値を形成してその
差分値を時系列に所定数ごとのブロックに分割し、おの
おののブロックにおける差分値の絶対値の最大値に対応
した最上位桁をあらわすスケールデータを識別し、その
最上位桁を含む所定ビット数のデータを符号データに整
形して上記音声データを上記ブロック単位に圧縮する音
声符号化方法において、上記差分値の最下位ビットに１を加算した第１の一時差
分値と、上記差分値の最下位ビットから１を減算した第
２の一時差分値を算出し、上記差分値に基づく第１の一時符号データと、上記第１
の一時差分値に基づく第２の一時符号データと、上記第
２の一時差分値に基づく第３の一時符号データを算出
し、上記第１の一時符号データに基づく第１の一時復号値
と、上記第２の一時符号データに基づく第２の一時復号
値と、上記第３の一時符号データに基づく第３の一時復
号値を算出し、上記第１の一時復号値と、上記第２の一時復号値と、上
記第３の一時復号値のうち、当該サンプルにおける原信
号の値に最も近い値をとる一時復号値を判定し、その判
定した一時復号値に対応した符号データを、当該サンプ
ルにおける符号データとして選択するとともに、後続するブロックの最初のサンプルの差分値を算出する
ときには当該ブロックの最後のサンプルの復号値を基準
とすることを特徴とする音声符号化方法。
【請求項２】特許請求の範囲第１項記載において、前記
差分値は、その絶対値の最大値が制限されることを特徴
とする音声符号化方法。
【請求項３】PCM符号化された音声データのうち隣接す
るサンプル間で直前サンプルとの差分値を形成してその
差分値を時系列に所定数ごとのブロックに分割し、おの
おののブロックにおける差分値の絶対値の最大値に対応
した最上位桁をあらわすスケールデータを識別し、その
最上位桁を含む所定ビット数のデータを符号データに整
形して上記音声データを上記ブロック単位に圧縮する音
声符号化方法において、上記最上位桁およびこの最上位桁にそれぞれに隣接する
桁に対応した複数のスケールデータにそれぞれ基づいて
上記符号データを整形した複数の符号データ系列を形成
するとともに、上記複数の符号データ系列について、それぞれ、上記差
分値の最下位ビットに１を加算した第１の一時差分値
と、上記差分値の最下位ビットから１を減算した第２の
一時差分値を算出し、上記差分値に基づく第１の一時符
号データと、上記第１の一時差分値に基づく第２の一時
符号データと、上記第２の一時差分値に基づく第３の一
時符号データを算出し、上記第１の一時符号データに基
づく第１の一時復号値と、上記第２の一時符号データに
基づく第２の一時復号値と、上記第３の一時符号データ
に基づく第３の一時復号値を算出し、上記第１の一時復
号値と、上記第２の一時復号値と、上記第３の一時復号
値のうち、当該サンプルにおける原信号の値に最も近い
値をとる一時復号値を判定し、その判定した一時復号値
に対応した符号データを、当該サンプルにおける符号デ
ータとして選択するように、上記複数の符号データ系列
を補正するとともに、それらの補正された符号データ系列のうちブロック内誤
差が最も小さくなる符号データ系列を当該ブロックの符
号データ系列として選択し、後続するブロックの最初の
サンプルの差分値を算出するときには当該ブロックで選
択した符号データ系列の最後のサンプルの復号値を基準
とすることを特徴とする音声符号化方法。
【請求項４】特許請求の範囲第３項記載において、前記
ブロック内誤差は、おのおのの符号データ系列のブロッ
ク内における誤差パワーであることを特徴とする音声符
号化方法。
【請求項５】特許請求の範囲第３項記載において、前記
ブロック内誤差は、おのおのの符号データ系列のブロッ
ク内の各サンプルにおける誤差の絶対値の総和であるこ
とを特徴とする音声符号化方法。
【請求項６】特許請求の範囲第３項記載において、前記
差分値は、その絶対値の最大値が制限されることを特徴
とする音声符号化方法。