JP3024468B2 - 音声復号装置 - Google Patents
音声復号装置Info
- Publication number
- JP3024468B2 JP3024468B2 JP5310523A JP31052393A JP3024468B2 JP 3024468 B2 JP3024468 B2 JP 3024468B2 JP 5310523 A JP5310523 A JP 5310523A JP 31052393 A JP31052393 A JP 31052393A JP 3024468 B2 JP3024468 B2 JP 3024468B2
- Authority
- JP
- Japan
- Prior art keywords
- filter
- index related
- spectrum
- post
- coefficients
- 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
Links
- 238000001228 spectrum Methods 0.000 claims description 37
- 230000000873 masking effect Effects 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000015572 biosynthetic process Effects 0.000 claims description 13
- 238000003786 synthesis reaction Methods 0.000 claims description 13
- 238000005311 autocorrelation function Methods 0.000 claims description 5
- 230000003595 spectral effect Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims 3
- 238000010586 diagram Methods 0.000 description 8
- 238000013139 quantization Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 2
- 101000622137 Homo sapiens P-selectin Proteins 0.000 description 1
- 102100023472 P-selectin Human genes 0.000 description 1
- 101000873420 Simian virus 40 SV40 early leader protein Proteins 0.000 description 1
- 108700043492 SprD Proteins 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech 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
- G10L19/04—Speech 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
- G10L19/16—Vocoder architecture
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech 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
- G10L19/04—Speech 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
- G10L19/26—Pre-filtering or post-filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech 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
- G10L2019/0001—Codebooks
- G10L2019/0011—Long term prediction filters, i.e. pitch estimation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
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、符号化側から受信した
インデクスを用いて音声を再生する音声復号装置であっ
て、特に、再生信号に重畳する量子化雑音を制御し音質
を向上させるポストフィルタを有する音声復号装置に関
する。
インデクスを用いて音声を再生する音声復号装置であっ
て、特に、再生信号に重畳する量子化雑音を制御し音質
を向上させるポストフィルタを有する音声復号装置に関
する。
【０００２】
【従来の技術】音声信号を低いビットレートである程度
良好に符号化伝送する方式としてＣＥＬＰ（Ｃｏｄｅ
Ｅｘｃｉｔｅｄ Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏ
ｎ）方式が知られている。この方式の詳細は、例えば、
Ｍ．Ｓｃｈｒｏｅｄｅｒ ａｎｄＢ．Ａｔａｌ氏によ
る”Ｃｏｄｅ−ｅｘｃｉｔｅｄ ｌｉｎｅａｒ ｐｒｅ
ｄｉｃｔｉｏｎ： Ｈｉｇｈ ｑｕａｌｉｔｙ ｓｐｅ
ｅｃｈ ａｔ ｖｅｒｙｌｏｗ ｂｉｔ ｒａｔｅｓ”
（Ｐｒｏｃ．ＩＣＡＳＳＰ，ｐｐ．９３７−９４０，１
９８５年）と題した論文（文献１）やＷ．Ｋｌｅｉｊｉ
ｎ氏らによる”Ｉｍｐｒｏｖｅｄ ｓｐｅｅｃｈ ｑｕ
ａｌｉｔｙ ａｎｄ ｅｆｆｉｃｉｅｎｔｖｅｃｔｏｒ
ｑｕａｎｔｉｚａｔｉｏｎ ｉｎ ＳＥＬＰ”（Ｐｒ
ｏｃ．ＩＣＡＳＳＰ，ｐｐ．１５５−１５８，１９８
８）と題した論文（文献２）等を参照することができ
る。図１はＣＥＬＰ方式の復号側のブロック図である。
図において、デマルチプレクサ１００は、送信側からス
ペクトルパラメータに関するインデクスと、振幅に関す
るインデクスと、ピッチに関するインデクスと音源信号
に関するインデクスとを受信し分離する。適応コードブ
ック部１１０は、ピッチに関するインデクスを入力し、
下式により適応コードベクトルを計算する。
良好に符号化伝送する方式としてＣＥＬＰ（Ｃｏｄｅ
Ｅｘｃｉｔｅｄ Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏ
ｎ）方式が知られている。この方式の詳細は、例えば、
Ｍ．Ｓｃｈｒｏｅｄｅｒ ａｎｄＢ．Ａｔａｌ氏によ
る”Ｃｏｄｅ−ｅｘｃｉｔｅｄ ｌｉｎｅａｒ ｐｒｅ
ｄｉｃｔｉｏｎ： Ｈｉｇｈ ｑｕａｌｉｔｙ ｓｐｅ
ｅｃｈ ａｔ ｖｅｒｙｌｏｗ ｂｉｔ ｒａｔｅｓ”
（Ｐｒｏｃ．ＩＣＡＳＳＰ，ｐｐ．９３７−９４０，１
９８５年）と題した論文（文献１）やＷ．Ｋｌｅｉｊｉ
ｎ氏らによる”Ｉｍｐｒｏｖｅｄ ｓｐｅｅｃｈ ｑｕ
ａｌｉｔｙ ａｎｄ ｅｆｆｉｃｉｅｎｔｖｅｃｔｏｒ
ｑｕａｎｔｉｚａｔｉｏｎ ｉｎ ＳＥＬＰ”（Ｐｒ
ｏｃ．ＩＣＡＳＳＰ，ｐｐ．１５５−１５８，１９８
８）と題した論文（文献２）等を参照することができ
る。図１はＣＥＬＰ方式の復号側のブロック図である。
図において、デマルチプレクサ１００は、送信側からス
ペクトルパラメータに関するインデクスと、振幅に関す
るインデクスと、ピッチに関するインデクスと音源信号
に関するインデクスとを受信し分離する。適応コードブ
ック部１１０は、ピッチに関するインデクスを入力し、
下式により適応コードベクトルを計算する。
【０００３】 ｚ（ｎ）＝β・ｖ（ｎ−ｄ） （１） ここで、ｄはピッチに関するインデクスから計算し、β
は振幅に関するインデクスから計算する。
は振幅に関するインデクスから計算する。
【０００４】音源コードブック部１２０は、音源に関す
るインデクスを用いてコードブック１２５から対応する
コードベクトルｓj （ｎ）を読みだし、下式により音源
コードベクトルを求め出力する。
るインデクスを用いてコードブック１２５から対応する
コードベクトルｓj （ｎ）を読みだし、下式により音源
コードベクトルを求め出力する。
【０００５】 ｒ（ｎ）＝γ・ｓj （ｎ） （２） ここでγは、振幅に関するインデクスから求めた音源信
号に関するゲインである。次に、加算部１３０は、
（１）式のｚ（ｎ）と（２）式のｒ（ｎ）とを加算して
駆動信号ｖ（ｎ）を求める。
号に関するゲインである。次に、加算部１３０は、
（１）式のｚ（ｎ）と（２）式のｒ（ｎ）とを加算して
駆動信号ｖ（ｎ）を求める。
【０００６】 ｃ（ｎ）＝ｚ（ｎ）＋ｒ（ｎ） （３） 合成フィルタ部１４０は、スペクトルパラメータに関す
るインデクスを用いて、合成フィルタを構成し、駆動信
号を用いて駆動して再生信号ｘ（ｎ）を求める。
るインデクスを用いて、合成フィルタを構成し、駆動信
号を用いて駆動して再生信号ｘ（ｎ）を求める。
【０００７】
【数１】
【０００８】ここで、α’i （ｉ＝１．．．Ｍ：Ｍは次
数）は、スペクトルパラメータ復元部１４５においてス
ペクトルパラメータインデクスから復元した線形予測係
数である。
数）は、スペクトルパラメータ復元部１４５においてス
ペクトルパラメータインデクスから復元した線形予測係
数である。
【０００９】ポストフィルタ１５０は、再生信号ｘ
（ｎ）に重畳する量子化複雑音を制御し、音質を向上さ
せる働きをする。ポストフィルタの典型的な伝達関数Ｈ
（ｚ）は下式で表される。
（ｎ）に重畳する量子化複雑音を制御し、音質を向上さ
せる働きをする。ポストフィルタの典型的な伝達関数Ｈ
（ｚ）は下式で表される。
【００１０】
【数２】
【００１１】ここで、γ1 、γ2 はポストフィルタにお
ける量子化雑音の制御度をコントロールする定数であ
り、０＜γ1 ＜γ2 ＜１に選ぶ。また、ηは高域を強調
する係数であり、０＜η＜１に選ぶ。なお、ポストフィ
ルタの詳細については、Ｊ．Ｃｈｅｎ氏らによる”Ｒｅ
ａｌ−ｔｉｍｅ ｖｅｃｔｏｒ ＡＰＣ ｓｐｅｅｃｈ
ｃｏｎｄｉｎｇ ａｔ ４８００ ｂｐｓ ｗｉｔｈ
ａｄａｐｔｉｖｅ ｐｏｓｔｆｉｌｔｅｒｉｎｇ”と題
した論文（Ｐｒｏｃ．ＩＥＥＥ ＩＣＡＳＳＰ，ｐｐ．
２１８５−２１８８，１９８７年）（文献３）等を参照
できる。
ける量子化雑音の制御度をコントロールする定数であ
り、０＜γ1 ＜γ2 ＜１に選ぶ。また、ηは高域を強調
する係数であり、０＜η＜１に選ぶ。なお、ポストフィ
ルタの詳細については、Ｊ．Ｃｈｅｎ氏らによる”Ｒｅ
ａｌ−ｔｉｍｅ ｖｅｃｔｏｒ ＡＰＣ ｓｐｅｅｃｈ
ｃｏｎｄｉｎｇ ａｔ ４８００ ｂｐｓ ｗｉｔｈ
ａｄａｐｔｉｖｅ ｐｏｓｔｆｉｌｔｅｒｉｎｇ”と題
した論文（Ｐｒｏｃ．ＩＥＥＥ ＩＣＡＳＳＰ，ｐｐ．
２１８５−２１８８，１９８７年）（文献３）等を参照
できる。
【００１２】ゲイン調整部１６０では、ポストフィルタ
による利得を正規化するために、ポストフィルタ入力信
号ｘ（ｎ）の短時間パワＰ1 と、ポストフィルタ出力信
号ｘ’（ｎ）の短時間パワＰ2 とを用いて下式によりゲ
イン調整量Ｇを求める。
による利得を正規化するために、ポストフィルタ入力信
号ｘ（ｎ）の短時間パワＰ1 と、ポストフィルタ出力信
号ｘ’（ｎ）の短時間パワＰ2 とを用いて下式によりゲ
イン調整量Ｇを求める。
【００１３】
【数３】
【００１４】さらに、下式によりゲイン調整を行った出
力信号ｙ（ｎ）を求めて出力する。
力信号ｙ（ｎ）を求めて出力する。
【００１５】 ｙ（ｎ）＝ｇ（ｎ）・ｘ’（ｎ） （７） ただし、 ｇ（ｎ）＝（１−δ）ｇ（ｎ−１）＋δ・Ｇ （８） ここで、δは時定数であり、正の微小量に選ぶ。
【００１６】
【発明が解決しようとする課題】しかしながら、上記の
従来方式では、特にポストフィルタにおいて、量子化雑
音の制御がγ1 、γ2 の選び方に依存していること、聴
覚の特性を考慮したものではないことから、ビットレー
トを低減化していくと、量子化雑音の制御が困難で音質
が大幅に劣化するという問題点があった。
従来方式では、特にポストフィルタにおいて、量子化雑
音の制御がγ1 、γ2 の選び方に依存していること、聴
覚の特性を考慮したものではないことから、ビットレー
トを低減化していくと、量子化雑音の制御が困難で音質
が大幅に劣化するという問題点があった。
【００１７】
【課題を解決するための手段】本発明による音声復号装
置によれば、スペクトルパラメータに関するインデクス
と振幅に関するインデクスとピッチに関するインデクス
と音源信号に関するインデクスとを受信し分離するデマ
ルチプレクサ部と、前記ピッチに関するインデクスと前
記音源になするインデクスと前記振幅に関するインデク
スを用いて合成フィルタの駆動信号を復元し、前記スペ
クトルパラメータに関するインデクスを用いて合成フィ
ルタを構成し前記駆動信号により前記合成フィルタを駆
動して再生信号を得る合成フィルタ部と、前記合成フィ
ルタの出力信号を入力して前記再生信号のスペクトルを
制御するポストフィルタ部とを有する音声復号方式にお
いて、前記再生信号から直交変換により聴覚のマスキン
グしきい値を求め、前記マスキングしきい値に対応して
ポストフィルタの係数を求めるフィルタ係数計算部と、
前記係数をポストフィルタに使用するポストフィルタ部
とを有することを特徴とする。
置によれば、スペクトルパラメータに関するインデクス
と振幅に関するインデクスとピッチに関するインデクス
と音源信号に関するインデクスとを受信し分離するデマ
ルチプレクサ部と、前記ピッチに関するインデクスと前
記音源になするインデクスと前記振幅に関するインデク
スを用いて合成フィルタの駆動信号を復元し、前記スペ
クトルパラメータに関するインデクスを用いて合成フィ
ルタを構成し前記駆動信号により前記合成フィルタを駆
動して再生信号を得る合成フィルタ部と、前記合成フィ
ルタの出力信号を入力して前記再生信号のスペクトルを
制御するポストフィルタ部とを有する音声復号方式にお
いて、前記再生信号から直交変換により聴覚のマスキン
グしきい値を求め、前記マスキングしきい値に対応して
ポストフィルタの係数を求めるフィルタ係数計算部と、
前記係数をポストフィルタに使用するポストフィルタ部
とを有することを特徴とする。
【００１８】また、本発明による音声復号装置によれ
ば、上述のフィルタ係数計算部において、前記スペクト
ルパラメータに関するインデクスをもとに直交変換によ
り聴覚のマスキングしきい値を求め、前記マスキングし
きい値に対応してポストフィルタの係数を求めるフィル
タ係数計算部を有することを特徴とする。
ば、上述のフィルタ係数計算部において、前記スペクト
ルパラメータに関するインデクスをもとに直交変換によ
り聴覚のマスキングしきい値を求め、前記マスキングし
きい値に対応してポストフィルタの係数を求めるフィル
タ係数計算部を有することを特徴とする。
【００１９】
【作用】本発明による音声復号装置の作用を示す。
【００２０】本発明では聴覚のマスキングしきい値を反
映させたフィルタ係数の計算と、その係数を用いるポス
トフィルタの構成がポイントであり、それ以外の構成要
素については、図１に示した従来方式と同一の構成であ
るので、特に、フィルタ係数計算部とポストフィルタに
ついて説明する。
映させたフィルタ係数の計算と、その係数を用いるポス
トフィルタの構成がポイントであり、それ以外の構成要
素については、図１に示した従来方式と同一の構成であ
るので、特に、フィルタ係数計算部とポストフィルタに
ついて説明する。
【００２１】フィルタ係数計算部においては、聴覚のマ
スキング特性を考慮して、聴覚のマスキングしきい値を
もとにポストフィルタの係数を求めることを特徴とす
る。そして、ポストフィルタにおいて、再生信号に重畳
した量子化雑音が聴覚のマスキングしきい値以下になる
ように、量子化雑音を整形することにより、音質の改善
を行う。
スキング特性を考慮して、聴覚のマスキングしきい値を
もとにポストフィルタの係数を求めることを特徴とす
る。そして、ポストフィルタにおいて、再生信号に重畳
した量子化雑音が聴覚のマスキングしきい値以下になる
ように、量子化雑音を整形することにより、音質の改善
を行う。
【００２２】本発明によるフィルタ係数計算部において
は、まず、再生信号ｘ（ｎ）から聴覚のマスキングしき
い値を求める。再生信号をフーリエ変換し、パワスペク
トルを求める。パワスペクトルに対して、臨界帯域毎に
パワの和を求める。ここで各臨界帯域の下限、上限の周
波数については、Ｅ．Ｚｗｉｃｋｅｒ氏らによる”Ｐｓ
ｙｃｈｏａｃｏｕｓｔｉｃｓ”と題した単行本（Ｓｐｒ
ｉｎｇｅｒ−Ｖｅｒｌａｇ社，１９９０年）（文献４）
を参照することができる。次に、ｓｐｒｅａｄｉｎｇ ｆｕｎｃｔｉｏｎ（散布関数）を臨界帯域のパワに畳み
込んでｓｐｒｅａｄｉｎｇ ｓｕｐｅｃｔｒｕｍ（散布
スペクトラム）を計算する。そして、ｓｐｒｅａｄｉｎ
ｇ ｓｕｐｅｃｔｒｕｍに対して各臨界多域毎にあらか
じめ定められたしきい値だけ補正してマスキングしきい
値スペクトルＰm 1 （ｉ＝１．．．Ｂ：ここでＢは臨界
帯域数）を計算する。なお、ｓｐｒｅａｄｉｎｇ ｆｕ
ｎｃｔｉｏｎや、前記しきい値の具体例については、
Ｊ．Ｊｏｈｎｓｔｏｎ氏らによる”Ｔｒａｎｓｆｏｒｍ
Ｃｏｄｉｎｇ ｏｆ Ａｕｄｉｏ Ｓｉｇｎａｌｓ
ｕｓｉｎｇ Ｐｃｒｃｅｐｔｕａｌ Ｎｏｉｓｅ Ｃｒ
ｉｔｅｒｉａ”（ＩＥＥＥ Ｊ．Ｓｅｌ．Ａｒｅａｓ
ｉｎ Ｃｏｍｍｕｎ．，ｐｐ．３１４−３２３，１９８
８年）と題した論文（文献５）等を参照できる。Ｐm 1
を線形周波数軸に変換した後に、逆フーリエ変換を行
い、自己相関関数を計算する。次に、Ｌ＋１点の自己相
関から周知の線形予測分析を用いて、Ｌ次の線形予測係
数ｂi （ｉ＝１．．．Ｌ）を計算する。これらの計算に
より、係数ｂi は聴覚のマスキングしきい値を反映した
フィルタ係数となっている。
は、まず、再生信号ｘ（ｎ）から聴覚のマスキングしき
い値を求める。再生信号をフーリエ変換し、パワスペク
トルを求める。パワスペクトルに対して、臨界帯域毎に
パワの和を求める。ここで各臨界帯域の下限、上限の周
波数については、Ｅ．Ｚｗｉｃｋｅｒ氏らによる”Ｐｓ
ｙｃｈｏａｃｏｕｓｔｉｃｓ”と題した単行本（Ｓｐｒ
ｉｎｇｅｒ−Ｖｅｒｌａｇ社，１９９０年）（文献４）
を参照することができる。次に、ｓｐｒｅａｄｉｎｇ ｆｕｎｃｔｉｏｎ（散布関数）を臨界帯域のパワに畳み
込んでｓｐｒｅａｄｉｎｇ ｓｕｐｅｃｔｒｕｍ（散布
スペクトラム）を計算する。そして、ｓｐｒｅａｄｉｎ
ｇ ｓｕｐｅｃｔｒｕｍに対して各臨界多域毎にあらか
じめ定められたしきい値だけ補正してマスキングしきい
値スペクトルＰm 1 （ｉ＝１．．．Ｂ：ここでＢは臨界
帯域数）を計算する。なお、ｓｐｒｅａｄｉｎｇ ｆｕ
ｎｃｔｉｏｎや、前記しきい値の具体例については、
Ｊ．Ｊｏｈｎｓｔｏｎ氏らによる”Ｔｒａｎｓｆｏｒｍ
Ｃｏｄｉｎｇ ｏｆ Ａｕｄｉｏ Ｓｉｇｎａｌｓ
ｕｓｉｎｇ Ｐｃｒｃｅｐｔｕａｌ Ｎｏｉｓｅ Ｃｒ
ｉｔｅｒｉａ”（ＩＥＥＥ Ｊ．Ｓｅｌ．Ａｒｅａｓ
ｉｎ Ｃｏｍｍｕｎ．，ｐｐ．３１４−３２３，１９８
８年）と題した論文（文献５）等を参照できる。Ｐm 1
を線形周波数軸に変換した後に、逆フーリエ変換を行
い、自己相関関数を計算する。次に、Ｌ＋１点の自己相
関から周知の線形予測分析を用いて、Ｌ次の線形予測係
数ｂi （ｉ＝１．．．Ｌ）を計算する。これらの計算に
より、係数ｂi は聴覚のマスキングしきい値を反映した
フィルタ係数となっている。
【００２３】次に、ポストフィルタ部では、マスキング
しきい値にもとづくフィルタ係数を用いるポストフィル
タの伝達特性は下式で表される。
しきい値にもとづくフィルタ係数を用いるポストフィル
タの伝達特性は下式で表される。
【００２４】
【数４】
【００２５】ただし、０＜γ1 ＜γ2 ＜１である。
【００２６】また、本発明の音声復号方式におけるフィ
ルタ係数計算部によれば、フーリエ変換してパワスペク
トルを求める際に、再生信号ｘ（ｎ）をフーリエ変換す
るのではなく、スペクトルパラメータに関するインデク
スから復元した線形予測係数をフーリエ変換してパワス
ペクトル包絡を求めて、マスキングしきい値を計算して
もよい。
ルタ係数計算部によれば、フーリエ変換してパワスペク
トルを求める際に、再生信号ｘ（ｎ）をフーリエ変換す
るのではなく、スペクトルパラメータに関するインデク
スから復元した線形予測係数をフーリエ変換してパワス
ペクトル包絡を求めて、マスキングしきい値を計算して
もよい。
【００２７】
【実施例】図２は、本発明による音声復号装置の第１の
実施例を示すブロック図である。図１と同一の番号を付
した構成要素は、図１と同一の動作を行うので説明は省
略する。
実施例を示すブロック図である。図１と同一の番号を付
した構成要素は、図１と同一の動作を行うので説明は省
略する。
【００２８】フィルタ係数計算部２１０は、まず、合成
フィルタ１４０の出力信号ｘ（ｎ）をあらかじめ定めら
れたサンプル数だけ蓄積する。図３にフィルタ係数計算
部２１０の構成を示す。
フィルタ１４０の出力信号ｘ（ｎ）をあらかじめ定めら
れたサンプル数だけ蓄積する。図３にフィルタ係数計算
部２１０の構成を示す。
【００２９】図３において、フーリエ変換部２１５は、
あらかじめ定められたサンプル数の信号ｘ（ｎ）を入力
し、あらかじめ定められた窓関数（例えばハミング窓）
を乗じあらかじめ定められた点数のフーリエ変換を施
す。パワスペクトル計算部２２０は、２１５の出力に対
して次式によりパワスペクトルＰ（ｗ）を計算する。
あらかじめ定められたサンプル数の信号ｘ（ｎ）を入力
し、あらかじめ定められた窓関数（例えばハミング窓）
を乗じあらかじめ定められた点数のフーリエ変換を施
す。パワスペクトル計算部２２０は、２１５の出力に対
して次式によりパワスペクトルＰ（ｗ）を計算する。
【００３０】 Ｐ（ｗ）＝Ｒｅ［Ｘ（ｗ）］2 ＋Ｉｍ［Ｘ（ｗ）］2 （ｗ＝０．．．π］ （７） ここで、Ｒｅ［Ｘ（ｗ）］、Ｉｍ［Ｘ（ｗ）］はフーリ
エ変換したスペクトルの実部、虚部を示す。ｗは角周波
数である。臨界帯域スペクトル計算部２２５は、Ｐ
（ｗ）を用いて下式の計算を行う。
エ変換したスペクトルの実部、虚部を示す。ｗは角周波
数である。臨界帯域スペクトル計算部２２５は、Ｐ
（ｗ）を用いて下式の計算を行う。
【００３１】
【数５】
【００３２】ここで、Ｂi は帯域番号ｉの臨界帯域スペ
クトルである。ｂｌi 、ｂｈi はｉ番目の臨界帯域の下
限、上限の周波数である。具体的な周波数については、
前記文献４を照できる。
クトルである。ｂｌi 、ｂｈi はｉ番目の臨界帯域の下
限、上限の周波数である。具体的な周波数については、
前記文献４を照できる。
【００３３】次に、下式に従い、臨界帯域スペクトルに
散布関数を畳み込む。
散布関数を畳み込む。
【００３４】
【数６】
【００３５】ここでｓｐｒｄ（ｊ，ｉ）は散布関数であ
り、具体的な値は前記文献４を参照できる。また、ｂ
m a x は、角周波数πまでの間に含まれる臨界帯域の個
数である。２２５は、Ｃi を出力する。
り、具体的な値は前記文献４を参照できる。また、ｂ
m a x は、角周波数πまでの間に含まれる臨界帯域の個
数である。２２５は、Ｃi を出力する。
【００３６】マスキングしきい値スペクトル計算部２３
０は、下式に従い、マスキングしきい値スペクトルＴｈ
i を計算する。
０は、下式に従い、マスキングしきい値スペクトルＴｈ
i を計算する。
【００３７】 Ｔｈi ＝Ｃi Ｔi （１０） ただし Ｔi ＝１０- ( O i / 1 0 ) （１１） Ｏi ＝α（１４．５＋ｉ）＋（１−α）５．５ （１２） α＝ｍｉｎ［（ＮＧ／Ｒ），１．０］ （１３）
【００３８】
【数７】
【００３９】ここで、ｋ1 はｉ次目のｋパラメータであ
り、入力した線形予測係数α’i から衆知の方法により
変換して求める。また、Ｍは線形予測係数の次数であ
る。Ｒはあらかじめ定められたしきい値である。マスキ
ングしきい値スペクトルは、絶対しきい値を考慮するこ
とにより、下式のようになる。
り、入力した線形予測係数α’i から衆知の方法により
変換して求める。また、Ｍは線形予測係数の次数であ
る。Ｒはあらかじめ定められたしきい値である。マスキ
ングしきい値スペクトルは、絶対しきい値を考慮するこ
とにより、下式のようになる。
【００４０】 Ｔｈ’i ＝ｍａｘ［Ｔｈi ，ａｂｓｔｈi ］ （１５） ここで、ａｂｓｔｈi は、臨界帯域ｉにおける絶対しき
い値であり、前記文献４を参照できる。
い値であり、前記文献４を参照できる。
【００４１】係数計算部２４０は、マスキングしきい値
スペクトルＴｈ・ｉ（ｉ＝１．．．ｂm a x ）に対し
て、周波数軸をバーク軸からヘルツ軸に変換したスペク
トルＰm （ｆ）を求め、さらに、逆フーリエ変換して自
己相関関数Ｒ（ｎ）を求め、Ｒ（ｎ）のＬ＋１点分から
周知の線形予測分析を施してフィルタ係数ｂi （ｉ＝
１．．．Ｌ）を求めて出力する。
スペクトルＴｈ・ｉ（ｉ＝１．．．ｂm a x ）に対し
て、周波数軸をバーク軸からヘルツ軸に変換したスペク
トルＰm （ｆ）を求め、さらに、逆フーリエ変換して自
己相関関数Ｒ（ｎ）を求め、Ｒ（ｎ）のＬ＋１点分から
周知の線形予測分析を施してフィルタ係数ｂi （ｉ＝
１．．．Ｌ）を求めて出力する。
【００４２】図２にもどり、ポストフィルタ２００は、
ｂi を用いて伝達特性が（６）式で表されるポストフィ
ルタリングを行う。
ｂi を用いて伝達特性が（６）式で表されるポストフィ
ルタリングを行う。
【００４３】図４は、本発明による第２の実施例を示し
たフロック図である。図において図１、図２と同一の番
号を付した構成要素は、図１、図２と同一の動作を行う
ので、説明は省略する。図４と図２との違いは、フィル
タ係数計算部３１０である。フィルタ係数計算部３１０
を図５に示す。図において、フーリエ変換部３００は、
音声信号ｘ（ｎ）ではなく、スペクトルパラメータ（こ
こでは線形予測係数α’i ）に対してフーリエ変換を施
す点が異なる。
たフロック図である。図において図１、図２と同一の番
号を付した構成要素は、図１、図２と同一の動作を行う
ので、説明は省略する。図４と図２との違いは、フィル
タ係数計算部３１０である。フィルタ係数計算部３１０
を図５に示す。図において、フーリエ変換部３００は、
音声信号ｘ（ｎ）ではなく、スペクトルパラメータ（こ
こでは線形予測係数α’i ）に対してフーリエ変換を施
す点が異なる。
【００４４】上述の実施例において、マスキングしきい
値スペクトルの計算法としては、他の周知な方法を使用
することができる。
値スペクトルの計算法としては、他の周知な方法を使用
することができる。
【００４５】また、フィルタ係数計算部であ、演算量を
低減化するために、フーリエ変換のかわりに、帯域分割
フィルタ群を用いることもできる。
低減化するために、フーリエ変換のかわりに、帯域分割
フィルタ群を用いることもできる。
【００４６】
【発明の効果】以上述べたように、本発明によれば、音
声復号部により再生した再生信号、もしくは受信したス
ペクトルパラメータに関するインデクスをもとに、聴覚
マスキングしきい値を求め、これを反映したフィルタ係
数を求めて、この係数をポストフィルタに使用している
ので、従来方式に比べ、再生信号に重畳した量子化雑音
を聴感的に低減化することが可能であり、より低いビッ
トレートにおいて音質が改善されるという大きな効果を
有する。
声復号部により再生した再生信号、もしくは受信したス
ペクトルパラメータに関するインデクスをもとに、聴覚
マスキングしきい値を求め、これを反映したフィルタ係
数を求めて、この係数をポストフィルタに使用している
ので、従来方式に比べ、再生信号に重畳した量子化雑音
を聴感的に低減化することが可能であり、より低いビッ
トレートにおいて音質が改善されるという大きな効果を
有する。
【図１】従来方式の例を示すブロック図である。
【図２】本発明の第１の実施例を示すブロック図であ
る。
る。
【図３】図２中のフィルタ係数計算部２１０の構成を示
すブロックである。
すブロックである。
【図４】本発明の第２の実施例を示すブロック図であ
る。
る。
【図５】図４中のフィルタ係数計算部３１０の構成を示
すブロック図である。
すブロック図である。
１００ デマルチプレクサ １１０ 適応コードブック部 １２０ 音源コードブック １３０ 加算部 １４０ 合成フィルタ部 １４５ スペクトルパラメータ復元部 １５０、２００ ポストフィルタ １６０ ゲイン調整部 ２１０、３１０ フィルタ係数計算部 ２１５、３００ フーリエ変換部 ２２０ パワスペクトル計算部 ２２５ 臨界帯域スペクトル計算部 ２３０ マスキングしきい値スペクトル計算部 ２４０ 係数計算部
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.7，ＤＢ名) G10L 19/00 - 19/14
Claims (2)
- 【請求項１】スペクトルパラメータに関するインデクス
と振幅に関するインデクスとピッチに関するインデクス
と音源に関するインデクスとを受信し分離するデマルチ
プレクサ部と、前記ピッチに関するインデクスと前記音
源に関するインデクスと前記振幅に関するインデクスを
用いて合成フィルタの駆動信号を復元し、前記スペクト
ルパラメータに関するインデクスを用いて合成フィルタ
を構成し前記駆動信号により前記合成フィルタを駆動し
て再生信号を得る合成フィルタ部と、前記合成フィルタ
の出力信号を入力して前記再生信号のスペクトルを制御
するポストフィルタ部とを有する音声復号装置におい
て、 前記再生信号から直交変換により聴覚のマスキングしき
い値を求め、前記マスキングしきい値からパワースペク
トルを求め逆直交変換により自己相関関数を求め、前記
自己相関関数から線形予測分析により自己回帰型フィル
タの係数を計算してポストフィルタの係数に変換するフ
ィルタ係数計算部と、 前記係数をポストフィルタに使用するポストフィルタ部
とを有することを特徴とする音声復号装置。 - 【請求項２】前記フィルタ係数計算部は、 前記スペクトルパラメータのインデクスをもとに直交変
換により聴覚のマスキングしきい値を求め、前記マスキ
ングしきい値からパワースペクトルを求め逆直交変換に
より自己相関関数を求め、前記自己相関関数から線形予
測分析により自己回帰型フィルタの係数を計算してポス
トフィルタの係数に変換するフィルタ係数計算部である
請求項１記載の音声復号装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5310523A JP3024468B2 (ja) | 1993-12-10 | 1993-12-10 | 音声復号装置 |
| DE69420682T DE69420682T2 (de) | 1993-12-10 | 1994-12-09 | Sprachdekodierer |
| EP94119540A EP0658875B1 (en) | 1993-12-10 | 1994-12-09 | Speech decoder |
| US08/355,305 US5659661A (en) | 1993-12-10 | 1994-12-12 | Speech decoder |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5310523A JP3024468B2 (ja) | 1993-12-10 | 1993-12-10 | 音声復号装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07160296A JPH07160296A (ja) | 1995-06-23 |
| JP3024468B2 true JP3024468B2 (ja) | 2000-03-21 |
Family
ID=18006259
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5310523A Expired - Fee Related JP3024468B2 (ja) | 1993-12-10 | 1993-12-10 | 音声復号装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5659661A (ja) |
| EP (1) | EP0658875B1 (ja) |
| JP (1) | JP3024468B2 (ja) |
| DE (1) | DE69420682T2 (ja) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5978783A (en) * | 1995-01-10 | 1999-11-02 | Lucent Technologies Inc. | Feedback control system for telecommunications systems |
| US7079177B2 (en) * | 1995-02-27 | 2006-07-18 | Canon Kabushiki Kaisha | Remote control system and access control method for information input apparatus with limitation by user for image access and camemremote control |
| US6064962A (en) * | 1995-09-14 | 2000-05-16 | Kabushiki Kaisha Toshiba | Formant emphasis method and formant emphasis filter device |
| SE9700772D0 (sv) * | 1997-03-03 | 1997-03-03 | Ericsson Telefon Ab L M | A high resolution post processing method for a speech decoder |
| GB2338630B (en) * | 1998-06-20 | 2000-07-26 | Motorola Ltd | Speech decoder and method of operation |
| JP3319396B2 (ja) * | 1998-07-13 | 2002-08-26 | 日本電気株式会社 | 音声符号化装置ならびに音声符号化復号化装置 |
| US7110953B1 (en) * | 2000-06-02 | 2006-09-19 | Agere Systems Inc. | Perceptual coding of audio signals using separated irrelevancy reduction and redundancy reduction |
| WO2004006625A1 (en) * | 2002-07-08 | 2004-01-15 | Koninklijke Philips Electronics N.V. | Audio processing |
| AU2003253152A1 (en) * | 2002-09-17 | 2004-04-08 | Koninklijke Philips Electronics N.V. | A method of synthesizing of an unvoiced speech signal |
| JP2008510197A (ja) * | 2004-08-17 | 2008-04-03 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | スケーラブルなオーディオ符号化 |
| EP1892702A4 (en) * | 2005-06-17 | 2010-12-29 | Panasonic Corp | POST-FILTER, DECODER AND POST-FILTRATION METHOD |
| JP4107613B2 (ja) * | 2006-09-04 | 2008-06-25 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 残響除去における低コストのフィルタ係数決定法 |
| CN101169934B (zh) * | 2006-10-24 | 2011-05-11 | 华为技术有限公司 | 时域听觉阈值加权滤波器的构造方法和设备、编解码器 |
| US20100332223A1 (en) * | 2006-12-13 | 2010-12-30 | Panasonic Corporation | Audio decoding device and power adjusting method |
| JP2010529511A (ja) * | 2007-06-14 | 2010-08-26 | フランス・テレコム | 符号器の量子化ノイズを復号化中に低減するための後処理方法及び装置 |
| CA2715432C (en) * | 2008-03-05 | 2016-08-16 | Voiceage Corporation | System and method for enhancing a decoded tonal sound signal |
| HUE054780T2 (hu) * | 2013-03-04 | 2021-09-28 | Voiceage Evs Llc | Kvantálási zaj csökkentésére szolgáló eszköz és módszer idõtartomány dekóderben |
| FR3007184A1 (fr) * | 2013-06-14 | 2014-12-19 | France Telecom | Controle du traitement d'attenuation d'un bruit de quantification introduit par un codage en compresssion |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2102254B (en) * | 1981-05-11 | 1985-08-07 | Kokusai Denshin Denwa Co Ltd | A speech analysis-synthesis system |
| NL8400728A (nl) * | 1984-03-07 | 1985-10-01 | Philips Nv | Digitale spraakcoder met basisband residucodering. |
| US4912764A (en) * | 1985-08-28 | 1990-03-27 | American Telephone And Telegraph Company, At&T Bell Laboratories | Digital speech coder with different excitation types |
| US4969192A (en) * | 1987-04-06 | 1990-11-06 | Voicecraft, Inc. | Vector adaptive predictive coder for speech and audio |
| JP3033060B2 (ja) * | 1988-12-22 | 2000-04-17 | 国際電信電話株式会社 | 音声予測符号化・復号化方式 |
| US5261027A (en) * | 1989-06-28 | 1993-11-09 | Fujitsu Limited | Code excited linear prediction speech coding system |
| JP2626223B2 (ja) * | 1990-09-26 | 1997-07-02 | 日本電気株式会社 | 音声符号化装置 |
| JP2906646B2 (ja) * | 1990-11-09 | 1999-06-21 | 松下電器産業株式会社 | 音声帯域分割符号化装置 |
| JP2776050B2 (ja) * | 1991-02-26 | 1998-07-16 | 日本電気株式会社 | 音声符号化方式 |
| US5195168A (en) * | 1991-03-15 | 1993-03-16 | Codex Corporation | Speech coder and method having spectral interpolation and fast codebook search |
| US5396576A (en) * | 1991-05-22 | 1995-03-07 | Nippon Telegraph And Telephone Corporation | Speech coding and decoding methods using adaptive and random code books |
| IT1249940B (it) * | 1991-06-28 | 1995-03-30 | Sip | Perfezionamenti ai codificatori della voce basati su tecniche di analisi per sintesi. |
| US5339384A (en) * | 1992-02-18 | 1994-08-16 | At&T Bell Laboratories | Code-excited linear predictive coding with low delay for speech or audio signals |
| US5432883A (en) * | 1992-04-24 | 1995-07-11 | Olympus Optical Co., Ltd. | Voice coding apparatus with synthesized speech LPC code book |
-
1993
- 1993-12-10 JP JP5310523A patent/JP3024468B2/ja not_active Expired - Fee Related
-
1994
- 1994-12-09 DE DE69420682T patent/DE69420682T2/de not_active Expired - Fee Related
- 1994-12-09 EP EP94119540A patent/EP0658875B1/en not_active Expired - Lifetime
- 1994-12-12 US US08/355,305 patent/US5659661A/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| DE69420682T2 (de) | 2000-08-10 |
| EP0658875A2 (en) | 1995-06-21 |
| US5659661A (en) | 1997-08-19 |
| EP0658875B1 (en) | 1999-09-15 |
| EP0658875A3 (en) | 1997-07-02 |
| JPH07160296A (ja) | 1995-06-23 |
| DE69420682D1 (de) | 1999-10-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3024468B2 (ja) | 音声復号装置 | |
| JP3653826B2 (ja) | 音声復号化方法及び装置 | |
| EP0732686B1 (en) | Low-delay code-excited linear-predictive coding of wideband speech at 32kbits/sec | |
| US10181327B2 (en) | Speech gain quantization strategy | |
| RU2638744C2 (ru) | Устройство и способ для уменьшения шума квантования в декодере временной области | |
| KR101120911B1 (ko) | 음성신호 복호화 장치 및 음성신호 부호화 장치 | |
| JP2964879B2 (ja) | ポストフィルタ | |
| KR101345695B1 (ko) | 대역폭 확장 출력 데이터를 생성하기 위한 장치 및 방법 | |
| US5778335A (en) | Method and apparatus for efficient multiband celp wideband speech and music coding and decoding | |
| EP2774145B1 (en) | Improving non-speech content for low rate celp decoder | |
| US6654716B2 (en) | Perceptually improved enhancement of encoded acoustic signals | |
| US20030088408A1 (en) | Method and apparatus to eliminate discontinuities in adaptively filtered signals | |
| Ordentlich et al. | Low-delay code-excited linear-predictive coding of wideband speech at 32 kbps | |
| JPH1097296A (ja) | 音声符号化方法および装置、音声復号化方法および装置 | |
| WO2002033692A1 (en) | Perceptually improved encoding of acoustic signals | |
| JP3357795B2 (ja) | 音声符号化方法および装置 | |
| WO1998006090A1 (en) | Speech/audio coding with non-linear spectral-amplitude transformation | |
| JP2018511086A (ja) | オーディオ信号を符号化するためのオーディオエンコーダー及び方法 | |
| US11373664B2 (en) | Apparatus and method for synthesizing an audio signal, decoder, encoder, system and computer program | |
| JPH1011094A (ja) | 広帯域音声符号化装置及び音声復号装置 | |
| US6606591B1 (en) | Speech coding employing hybrid linear prediction coding | |
| JPH09138697A (ja) | ホルマント強調方法 | |
| JP3350340B2 (ja) | 音声符号化方法および音声復号化方法 | |
| JPH0426120B2 (ja) | ||
| JPS63191200A (ja) | 音声波形符号復号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080121 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090121 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100121 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |