JP2658816B2 - 音声のピッチ符号化装置 - Google Patents

音声のピッチ符号化装置

Info

Publication number
JP2658816B2
JP2658816B2 JP5211269A JP21126993A JP2658816B2 JP 2658816 B2 JP2658816 B2 JP 2658816B2 JP 5211269 A JP5211269 A JP 5211269A JP 21126993 A JP21126993 A JP 21126993A JP 2658816 B2 JP2658816 B2 JP 2658816B2
Authority
JP
Japan
Prior art keywords
pitch
speech
signal
unit
frame
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.)
Expired - Fee Related
Application number
JP5211269A
Other languages
English (en)
Other versions
JPH0764600A (ja
Inventor
芹沢  昌宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
Nippon Electric Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nippon Electric Co Ltd filed Critical Nippon Electric Co Ltd
Priority to JP5211269A priority Critical patent/JP2658816B2/ja
Priority to CA002130877A priority patent/CA2130877C/en
Priority to US08/296,419 priority patent/US5666464A/en
Priority to FR9410327A priority patent/FR2709367B1/fr
Publication of JPH0764600A publication Critical patent/JPH0764600A/ja
Application granted granted Critical
Publication of JP2658816B2 publication Critical patent/JP2658816B2/ja
Priority to US10/251,487 priority patent/US20030018498A1/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/90Pitch determination of speech signals
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/12Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L2019/0001Codebooks
    • G10L2019/0011Long term prediction filters, i.e. pitch estimation
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L2019/0001Codebooks
    • G10L2019/0013Codebook search algorithms

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】本発明は音声信号を低いビットレ
ート、特に4kbps以下で高品質に符号化するための
音声のピッチ符号化装置に関するものである。
【0002】
【従来の技術】音声信号を、フレーム単位(例えば40
msec)で得た特徴パラメータと前記フレームを更に
分割したサブフレーム単位(例えば8msec)で得た
特徴パラメータを用いて符号化する音声符号化装置であ
って、過去の励振信号をピッチ周期で繰り返して作った
適応コードブックと、予め作成した信号からなる音源コ
ードブックの2つの励振源を持ち、励振信号を線形予測
合成フィルタに通して合成する従来の音声符号化装置と
して、図3(A)のような装置がある。合成フィルタは
現在量子化しようとするフレームの入力音声を分析して
えたフィルタ係数(例えば線形予測フィルタ係数)を用
いて構成される。この符号化装置としては、例えば、
M.Schroeder氏とB.Atal氏による”C
ode−excited linear predic
tion : High quality spee
ch at very low bitrates”
(IEEE Proc. ICASSP−85、 pp
937−940、 1985)と題した論文)等に記載
されているCELP(Code excited LP
Ccoding)型音声符号化方式が知られている。
【0003】この方式に対して、図3(B)のように、
ピッチの予備選択により低演算量でピッチ符号化を行な
う従来方式として、開ループで残差信号の自己相関を用
いて予備選択し、選ばれた候補に対して閉ループ歪みを
用いて最終選択する2段探索方式(特開平4−3051
35号公報)、開ループで入力信号の自己相関を用いて
予備選択し、選ばれた候補に近い遅延に対して閉ループ
歪みを用いて最終選択する2段探索方式(特開平4−2
70398号公報)、開ループで残差信号の自己相関を
用いて予備選択し、更に、選ばれた候補に対して閉ルー
プで入力信号とコードベクトルの内積のみで予備選択
し、最後に、選ばれた候補に対して閉ループ歪みを用い
て最終選択する3段探索方式(電子情報通信学会信学技
報SP92−133(1993−02)の5.1.2
節)がある。
【0004】
【発明が解決しようとする課題】しかし、これらの方式
では、各サブフレームの処理において、ピッチの予備選
択を行なうため、最終選択での候補数を削減しすぎる
と、局所的に波形歪みが小さいピッチが選択され、符号
化音声の音質劣化が大きくなる。これを避けるためには
ある程度の候補数を必要とするため、演算量の低減化が
困難である。
【0005】本発明の目的は、上述の問題を解決し、従
来法より少ない演算量で、ピッチ符号化を行なうことに
ある。
【0006】
【課題を解決するための手段】第1の発明の音声のピッ
チ符号化装置は、音声信号を、フレーム単位で得た特徴
パラメータと前記フレームを更に分割したサブフレーム
単位で得た特徴パラメータを用いて符号化する音声のピ
ッチ符号化装置であって、過去の励振信号をピッチ周期
で繰り返して作った適応コードブックと、予め作成した
信号からなる音源コードブックの2つの励振源を備え、
励振信号を線形予測合成フィルタに通して音声を合成す
る音声のピッチ符号化装置において、前記フレーム以上
の単位でピッチ周期を抽出するピッチトラッキング部
と、前記サブフレーム単位で前記ピッチトラッキング部
で抽出したピッチ周期近辺のピッチ周期の中で前記線形
予測合成フィルタを通して、波形歪みが最小となるピッ
チ周期を最終的に選択する最終選択部とからなることを
特徴とする。
【0007】第2の発明の音声のピッチ符号化装置は、
音声信号を、フレーム単位で得た特徴パラメータと前記
フレームを更に分割したサブフレーム単位で得た特徴パ
ラメータを用いて符号化する音声のピッチ符号化装置で
あって、過去の励振信号をピッチ周期で繰り返して作っ
た適応コードブックと、予め作成した信号からなる音源
コードブックの2つの励振源を備え、励振信号を線形予
測合成フィルタに通して音声を合成する音声のピッチ符
号化装置において、前記フレーム以上の単位でピッチ周
期を抽出するピッチトラッキング部と、前記サブフレー
ム単位で前記ピッチトラッキング部で抽出したピッチ周
期近辺のピッチ周期に対してピッチ周期の候補を抽出す
るピッチ予備選択部と、前記ピッチ予備選択部で抽出し
たピッチ周期の候補の内で前記線形予測合成フィルタを
通して、波形歪みが最小となるピッチ周期を最終的に選
択する最終選択部とからなることを特徴とする。
【0008】
【作用】本発明による音声のピッチ符号化装置の作用を
示す。
【0009】本発明では、まず、音声信号のピッチ周期
が急激に変化しないことを利用して、フレームに渡るピ
ッチトラッキングによりピッチ周期の遷移パスを複数個
抽出し、その中からフレーム全体で平均予測ゲインが最
小の遷移パスを選出する。次に、サブフレーム処理で更
に予備選択する第2の発明では、入力音声信号とコード
ベクトルの内積を用いて、各サブフレームで選出した遷
移パスのピッチ付近から候補を複数個選出する。最後
に、各サブフレームにおいて波形歪みが最小になるよう
にピッチ周期を選出する。ピッチトラッキングで候補を
1個に絞ることにより、演算量を大幅に低減化してい
る。
【0010】また、ピッチトラッキングを行なっている
ため、前のサブフレームとの差分でピッチ周期を表すこ
とにより、ピッチ周期の伝送ビットの削減もできる。
【0011】以上に示されたように、本発明のピッチ符
号化装置を用いることにより、従来の装置に比べて大幅
に少ない演算量で、また局所的な波形歪み最小ピッチが
選択されないことにより高音質に、ピッチを符号化する
ことができる。更に、少ない伝送ビットでピッチ符号化
を行うことができる。
【0012】
【実施例】次に、図1を参照して本発明の実施例につい
て説明する。
【0013】図1は、第1の発明の一実施例を示すブロ
ック図である。
【0014】入力端子5から音声信号を入力し、フレー
ム処理部15のピッチトラッキング部10において、フ
レーム内でピッチトラッキングを行ない、その結果であ
るピッチトラッキングパスをサブフレーム処理部60に
渡す。ピッチトラッキングの方法としては、予め定めた
フレーム(例えば長さ40msec)とそれを分割した
サブフレーム(例えば長さ8msec)とした場合、各
サブフレームでのピッチの符号化ビット数をBビットと
し、サブフレームの数Nとすると、BのN乗の組み合わ
せのピッチトラッキングパスに対して、波形歪みが最小
あるいは平均ピッチ予測ゲインが最大のパスを選択する
方法がある。このままだと演算量が膨大なため、例え
ば、任意のサブフレームから順にピッチを選択し、パス
を決定していく方法を使用すると演算量は非常に少なく
て済む。
【0015】次に、サブフレーム処理部60において、
適応コードブック部20では、まず、フレーム処理部1
5で得たピッチトラッキングパスの各サブフレームに対
応するピッチの近辺(例えばインデクスの番号で前後5
個)のピッチ候補を作成する。 次に、適応コードブッ
ク部20に蓄積された適応コードベクトルのこのピッチ
候補に対応するベクトルと、音源コードブック部25に
蓄積された音源コードベクトルとの組み合わせの中で、
波形歪みが最小のものを最小歪み評価部55で選び、そ
の組み合わせのインデクスを出力端子65に出力する。
波形歪みは、各組み合わせの適応コードベクトルと音源
コードベクトルを乗算器30、35と加算器40によっ
て振幅調整して加算して作成した励振信号を合成フィル
タ45に通して作った合成音声信号と、入力音声信号と
の差分器50によって得た差分を用いて計算する。
【0016】図2は、第2の発明の一実施例を示すブロ
ック図である。
【0017】第1の発明との差は、サブフレーム処理部
において、更にピッチ予備選択部140を付加した点で
ある。ピッチトラッキング部120によって得たピッチ
トラッキングパスの近辺において、各サブフレームにお
いて更に予備選択を行なっている。予備選択法として
は、従来の技術 であげた(1)、(2)、(3)のい
ずれの方法も有用である。
【0018】
【発明の効果】以上説明したように、本発明によれば、
ピッチ符号化において、従来の方法に比べて演算量をよ
り低減化できるという効果がある。
【図面の簡単な説明】
【図1】第1の発明の構成を示すブロック図である。
【図2】第2の発明の構成を示すブロック図である。
【図3】 (A)は従来の一般的なCELP型音声符号
化装置の一構成を示すロック図であり、(B)は従来の
CELP型音声符号化装置に従来の低演算量ピッチ符号
化装置を組み込んだ構成を示すブロック図である。
【符号の説明】
5、100、300、410 入力端子 15、130 フレーム処理部 10、120 ピッチトラッキング部 60、230、390、510 サブフレーム処理部 420 ピッチ予備選択部 20、140、310、430 適応コードブック部 25、160、320、440 音源コードブック部 30、35、170、180、330、340、45
0、460 乗算器 40、190、350、470 加算器 45、200、360、480 合成フィルタ 50、210、370、490 差分器 55、240、380、500 最小歪み評価部 65、240、400、520 出力端子

Claims (2)

    (57)【特許請求の範囲】
  1. 【請求項1】 音声信号を、フレーム単位で得た特徴パ
    ラメータと前記フレームを更に分割したサブフレーム単
    位で得た特徴パラメータを用いて符号化する音声のピッ
    チ符号化装置であって、過去の励振信号をピッチ周期で
    繰り返して作った適応コードブックと、予め作成した信
    号からなる音源コードブックの2つの励振源を備え、励
    振信号を線形予測合成フィルタに通して音声を合成する
    音声のピッチ符号化装置において、前記フレーム以上の
    単位でピッチ周期を抽出するピッチトラッキング部と、
    前記サブフレーム単位で前記ピッチトラッキング部で抽
    出したピッチ周期近辺のピッチ周期の中で前記線形予測
    合成フィルタを通して、波形歪みが最小となるピッチ周
    期を最終的に選択する最終選択部とからなることを特徴
    とする音声のピッチ符号化装置。
  2. 【請求項2】 音声信号を、フレーム単位で得た特徴パ
    ラメータと前記フレームを更に分割したサブフレーム単
    位で得た特徴パラメータを用いて符号化する音声のピッ
    チ符号化装置であって、過去の励振信号をピッチ周期で
    繰り返して作った適応コードブックと、予め作成した信
    号からなる音源コードブックの2つの励振源を備え、励
    振信号を線形予測合成フィルタに通して音声を合成する
    音声のピッチ符号化装置において、前記フレーム以上の
    単位でピッチ周期を抽出するピッチトラッキング部と、
    前記サブフレーム単位で前記ピッチトラッキング部で抽
    出したピッチ周期近辺のピッチ周期に対してピッチ周期
    の候補を抽出するピッチ予備選択部と、前記ピッチ予備
    選択部で抽出したピッチ周期の候補の内で前記線形予測
    合成フィルタを通して、波形歪みが最小となるピッチ周
    期を最終的に選択する最終選択部とからなることを特徴
    とする音声のピッチ符号化装置。
JP5211269A 1993-08-26 1993-08-26 音声のピッチ符号化装置 Expired - Fee Related JP2658816B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP5211269A JP2658816B2 (ja) 1993-08-26 1993-08-26 音声のピッチ符号化装置
CA002130877A CA2130877C (en) 1993-08-26 1994-08-25 Speech pitch coding system
US08/296,419 US5666464A (en) 1993-08-26 1994-08-26 Speech pitch coding system
FR9410327A FR2709367B1 (fr) 1993-08-26 1994-08-26 Système de codage de hauteur de son de parole.
US10/251,487 US20030018498A1 (en) 1993-08-26 2002-09-20 System and method for designing and administering survivor benefit plans

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP5211269A JP2658816B2 (ja) 1993-08-26 1993-08-26 音声のピッチ符号化装置

Publications (2)

Publication Number Publication Date
JPH0764600A JPH0764600A (ja) 1995-03-10
JP2658816B2 true JP2658816B2 (ja) 1997-09-30

Family

ID=16603126

Family Applications (1)

Application Number Title Priority Date Filing Date
JP5211269A Expired - Fee Related JP2658816B2 (ja) 1993-08-26 1993-08-26 音声のピッチ符号化装置

Country Status (4)

Country Link
US (1) US5666464A (ja)
JP (1) JP2658816B2 (ja)
CA (1) CA2130877C (ja)
FR (1) FR2709367B1 (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5704000A (en) * 1994-11-10 1997-12-30 Hughes Electronics Robust pitch estimation method and device for telephone speech
JP3308764B2 (ja) * 1995-05-31 2002-07-29 日本電気株式会社 音声符号化装置
CA2213909C (en) * 1996-08-26 2002-01-22 Nec Corporation High quality speech coder at low bit rates
DE69836081D1 (de) * 1997-07-11 2006-11-16 Koninkl Philips Electronics Nv Transmitter mit verbessertem harmonischen sprachkodierer
US5999897A (en) * 1997-11-14 1999-12-07 Comsat Corporation Method and apparatus for pitch estimation using perception based analysis by synthesis
JP3343082B2 (ja) 1998-10-27 2002-11-11 松下電器産業株式会社 Celp型音声符号化装置
US6523002B1 (en) * 1999-09-30 2003-02-18 Conexant Systems, Inc. Speech coding having continuous long term preprocessing without any delay
US8379851B2 (en) * 2008-05-12 2013-02-19 Microsoft Corporation Optimized client side rate control and indexed file layout for streaming media

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3947638A (en) * 1975-02-18 1976-03-30 The United States Of America As Represented By The Secretary Of The Army Pitch analyzer using log-tapped delay line
US4004096A (en) * 1975-02-18 1977-01-18 The United States Of America As Represented By The Secretary Of The Army Process for extracting pitch information
US4561102A (en) * 1982-09-20 1985-12-24 At&T Bell Laboratories Pitch detector for speech analysis
US4731846A (en) * 1983-04-13 1988-03-15 Texas Instruments Incorporated Voice messaging system with pitch tracking based on adaptively filtered LPC residual signal
US4885790A (en) * 1985-03-18 1989-12-05 Massachusetts Institute Of Technology Processing of acoustic waveforms
US4879748A (en) * 1985-08-28 1989-11-07 American Telephone And Telegraph Company Parallel processing pitch detector
US4912764A (en) * 1985-08-28 1990-03-27 American Telephone And Telegraph Company, At&T Bell Laboratories Digital speech coder with different excitation types
US5097508A (en) * 1989-08-31 1992-03-17 Codex Corporation Digital speech coder having improved long term lag parameter determination
JPH03123113A (ja) * 1989-10-05 1991-05-24 Fujitsu Ltd ピッチ周期探索方式
US5307441A (en) * 1989-11-29 1994-04-26 Comsat Corporation Wear-toll quality 4.8 kbps speech codec
JPH04115300A (ja) * 1990-09-05 1992-04-16 Nippon Telegr & Teleph Corp <Ntt> 音声のピッチ予測符号化法
US5226108A (en) * 1990-09-20 1993-07-06 Digital Voice Systems, Inc. Processing a speech signal with estimated pitch
US5293449A (en) * 1990-11-23 1994-03-08 Comsat Corporation Analysis-by-synthesis 2,4 kbps linear predictive speech codec
JP3254687B2 (ja) * 1991-02-26 2002-02-12 日本電気株式会社 音声符号化方式
JP3026461B2 (ja) * 1991-04-01 2000-03-27 日本電信電話株式会社 音声のピッチ予測符号化法
US5233660A (en) * 1991-09-10 1993-08-03 At&T Bell Laboratories Method and apparatus for low-delay celp speech coding and decoding

Also Published As

Publication number Publication date
US5666464A (en) 1997-09-09
CA2130877A1 (en) 1995-02-27
CA2130877C (en) 1999-01-19
JPH0764600A (ja) 1995-03-10
FR2709367B1 (fr) 1998-03-27
FR2709367A1 (fr) 1995-03-03

Similar Documents

Publication Publication Date Title
JP3346765B2 (ja) 音声復号化方法及び音声復号化装置
EP0409239B1 (en) Speech coding/decoding method
WO2001020595A1 (en) Voice encoder/decoder
JP3357795B2 (ja) 音声符号化方法および装置
JPH0612098A (ja) 音声符号化装置
JP2658816B2 (ja) 音声のピッチ符号化装置
JP3063668B2 (ja) 音声符号化装置及び復号装置
JP2002268686A (ja) 音声符号化装置及び音声復号化装置
JPH0944195A (ja) 音声符号化装置
JP3148778B2 (ja) 音声の符号化方法
JPH10143199A (ja) 音声符号化方法および復号化方法
JP3583945B2 (ja) 音声符号化方法
JP2968109B2 (ja) コード励振線形予測符号化器及び復号化器
JPH0519795A (ja) 音声の励振信号符号化・復号化方法
JP3490325B2 (ja) 音声信号符号化方法、復号方法およびその符号化器、復号器
JP3153075B2 (ja) 音声符号化装置
JP3192051B2 (ja) 音声符号化装置
JP3026461B2 (ja) 音声のピッチ予測符号化法
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
JP3332132B2 (ja) 音声符号化方法および装置
JP3229784B2 (ja) 音声符号化復号化装置及び音声復号化装置
JPH10149200A (ja) 線形予測符号化装置
JPH08185198A (ja) 符号励振線形予測音声符号化方法及びその復号化方法
JP2001134298A (ja) 音声符号化装置と音声復号化装置、及び音声符号化復号化システム
JP3270146B2 (ja) 音声符号化装置

Legal Events

Date Code Title Description
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 19970506

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080606

Year of fee payment: 11

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090606

Year of fee payment: 12

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100606

Year of fee payment: 13

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100606

Year of fee payment: 13

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110606

Year of fee payment: 14

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110606

Year of fee payment: 14

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120606

Year of fee payment: 15

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120606

Year of fee payment: 15

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130606

Year of fee payment: 16

LAPS Cancellation because of no payment of annual fees