JP3199142B2 - 音声の励振信号符号化方法および装置 - Google Patents
音声の励振信号符号化方法および装置Info
- Publication number
- JP3199142B2 JP3199142B2 JP23639093A JP23639093A JP3199142B2 JP 3199142 B2 JP3199142 B2 JP 3199142B2 JP 23639093 A JP23639093 A JP 23639093A JP 23639093 A JP23639093 A JP 23639093A JP 3199142 B2 JP3199142 B2 JP 3199142B2
- Authority
- JP
- Japan
- Prior art keywords
- codebook
- vector
- noise
- phase
- speech
- 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 - Lifetime
Links
Description
化方法および装置に関し、特に、符号励振線形予測符号
化を採用して音声の信号系列を少ない情報量でディジタ
ル符号化する音声の励振信号符号化方法および装置に関
する。
の如き技術分野においては、電波或は記憶媒体の効率的
利用を図るために種々の高能率音声符号化方法が採用さ
れている。例えば符号励振線形予測符号化(Code Excit
ed Linear Prediction,CELP)、ベクトル和励振線形予
測符号化(Vector Sum Excited Linear Prediction,VSE
LP)といった音声符号化方法が知られている。それぞれ
の技術については、M.R.Schroeder and B.S.Atal: “Co
de-Excited Linear Prediction(CELP):High-quality Sp
eech at Very Low Bit Rates”, Proc.ICASSP-85,25.1.
1,pp.937-940,1985年)および、I.A.Gerson and M.A.Ja
siuk:“Vector Sum Excited Linear Prediction(VSELP)
Speech Coding at 8kbps ”, Proc.ICASSP-90,S9.3,pp.
461-464,1990年)に述べられている。これらの方法は、
5msから50ms程度を1フレームとし、過去の励振
信号からなるピッチ適応符号帳中の一つの適応符号ベク
トルと、予め蓄積しておいた固定的な雑音またはパルス
列からなる雑音符号帳の雑音符号ベクトルの重み付き和
を励振信号とする。この励振信号を線形予測合成フィル
タに通した合成波形と入力音声との間の聴覚重みつき波
形歪みを最小とする様に、線形予測パラメータ、適応符
号、雑音符号、利得符号を決定する。
きれなかった励振信号の残差波形を更に符号化するもの
である。この雑音符号帳の構成には、当初、8kbit
/s程度の符号化においては、ガウス雑音その他のラン
ダムな時系列ベクトルを生成し、これを使用していた。
しかし、4kbit/s以下の低ビットレート化におい
ては、ベクトル当りのビット割当を減らしたり、ベクト
ルの次元数を増加したりする必要があり、この場合、雑
音符号帳で表現する残差信号は、必ずしもランダムなも
のではなく、ピッチ周期性を有し、そしてパルスを多く
含んだ信号となるので、雑音符号帳の表現の多様化が重
要になってきた。
期雑音励振源符号化方法(Pitch Synchronous Innovati
on-CELP:PSI-CELP) がある。この技術については、間
野、守谷、三樹、大室:“自動車電話用ハーフレートコ
ーデックの検討”、電子情報通信学会、技術報告SP9
2−133(1993年2月)に述べられている。これ
は、適応符号帳から得られるピッチ周期を用いて、雑音
符号帳も適応符号帳と同様に、固定雑音ベクトルを先頭
から周期化した雑音符号化ベクトルを用いる手法であ
る。
5を参照して具体的に説明する。図5は、PSI−CE
LP符号化装置の基本的なブロック図である。先ず、音
声入力部1から音声を入力する。線形予測分析部2にお
いて音声の線形予測分析を行い、ここにおいて量子化さ
れた予測係数Aが合成フィルタ部3における係数とな
る。
定符号帳4bから成り、これら符号帳のうちのベクトル
の合成波形歪みの小さい方が選択される。適応符号帳4
aには直前の過去の合成フィルタへの入力として使用さ
れた励振音源がバッファとして蓄えられている。そし
て、図6(1)に示される如くに、このバッファ中のベ
クトルから、合成波形歪み最小となる様に、ピッチ周期
Lにより繰り返して適応符号ベクトルとする。固定符号
帳4bは、ピッチ周期性のない場合に、適応符号帳4a
の代わりに予め設定した固定雑音符号帳であり、図6
(2)の様に、周期化せずにそのまま使用される。適応
符号帳4aが選択された場合は、ピッチ周期に相当する
Lが第1の符号帳の符号になり、固定符号帳4bが選択
された場合は、固定符号帳のベクトル番号Fが第1の符
号帳の符号となる。主として、入力音声にピッチ周期性
がある有声部の場合は適応符号帳4aが選択され、周期
性のない無音、無声区間、遷移区間の場合は固定符号帳
4bが選択される。
帳4bと同様の雑音符号帳により構成されている。適応
符号帳4aが選択された場合は、第2の符号帳5の雑音
符号帳の格納ベクトルはピッチ周期化部6において周期
化される。これは、図6(3)に示される様に、各格納
ベクトルの先頭から、適応符号ベクトルと同様にピッチ
周期Lで周期化される。固定符号帳4bが選択された場
合は、第2の符号帳5の格納ベクトルがそのまま使用さ
れる。
よび利得符号G1は、適応符号帳4aまたは固定符号帳
4bの第1の符号帳のベクトルと第2の符号帳5の符号
帳ベクトルとに対して、波形歪み最小となる様に最適化
される。9は入力波形と合成波形の聴覚重み付きの歪み
を求める歪み計算部であり、符号帳検索部10により最
適な符号検索を制御し、送出符号を決定する。
CELP符号化装置においては、適応符号ベクトルにピ
ッチ周期性がある場合、ピッチピーク位置近傍に大きな
パワーの残差が偏って分布する。しかし、この従来技術
における雑音符号帳自体は固定されたものであり、適応
符号ベクトルのピッチ周期にあわせて雑音符号ベクトル
をピッチ周期化する手法を適用しても、雑音符号ベクト
ルと適応符号ベクトルの位相に関して考慮されていない
ので、ピッチピーク位置近傍にあるパワー成分の偏りに
関する情報を使用することができず、雑音符号帳に含ま
れる符号ベクトルには、選択される可能性が非常に小さ
い、ピークの分布が全く異なったものが多く含まれてい
るので、符号化効率を充分上げることができない。
なしに、各フレームにあった雑音符号ベクトルを多く含
む様な適応化機能を雑音符号帳にもたせて励振音源を多
様化した高品質音声を再生する音声の励振信号符号化方
法および装置を提供するものである。
過去の駆動音源ベクトルをピッチ周期で繰り返した適応
符号ベクトルと雑音符号帳から得られる雑音符号ベクト
ルとにより合成フィルタを駆動して音声信号を合成し、
入力音声信号との間の歪みを最小とする様に符号を決定
する音声の励振信号符号化方法において、適応符号ベク
トルにピッチ周期性のある場合、雑音符号帳の格納ベク
トルをその所定の基準点の位相を適応符号ベクトルから
得られるピッチピーク位置に合わせる様にずらして切り
出し、この切り出したベクトルをピッチ繰り返し周期毎
に周期化させてこれを雑音符号ベクトルとする音声の励
振信号符号化方法を構成した。
おいて、適応符号ベクトルにピッチ周期性のない場合、
雑音符号ベクトルは雑音符号帳の格納ベクトルそのもの
とする音声の励振信号符号化方法を構成した。また、適
応符号帳4から得られる過去の駆動音源ベクトルをピッ
チ周期で繰り返した適応符号ベクトルと雑音符号帳5か
ら得られる雑音符号ベクトルとにより合成フィルタ3を
駆動して音声信号を合成し、入力音声信号1との間の歪
みを最小とする様に符号を決定する音声の励振信号符号
化装置において、適応符号帳4から得られる適応符号ベ
クトルの始点からピーク位置までの位相φを検出する位
相探索部11を具備し、雑音符号帳5から得られる格納
ベクトルの位相を位相探索部11により検出される位相
φに基づいて位相適応化する位相適応部12を具備し、
位相適応部12から得られる位相適応化された雑音符号
ベクトルをピッチ周期化する周期化部6を具備し、周期
化部6および位相探索部11をピッチ周期信号Lにより
切り替え動作せしめる音声の励振信号符号化装置を構成
した。
おいて、適応符号ベクトルにピッチ周期性のない場合、
雑音符号ベクトルは雑音符号帳5の格納ベクトルそのも
のとする音声の励振信号符号化装置をも構成した。
る。図1に示されるこの発明の実施例は、図5に示され
る従来例と比較して、第2の符号帳5を構成する符号帳
が雑音符号帳が5aおよび雑音符号帳5bの2種類であ
るところと、位相探索部11および位相適応部12が新
たに付加されたところが相違している。
線形予測分析部2において音声の線形予測分析を行い、
ここにおいて量子化された予測係数Aが合成フィルタ3
の係数となる。第1の符号帳4は適応符号帳4aおよび
固定符号帳4bより成り、これら符号帳のベクトルのう
ちの合成波形歪みの小さい何れか一方が選択される。適
応符号帳4aには直前の過去の合成フィルタへの入力と
して使用された励振音源がバッファとして蓄えてある。
そして、このバッファ中のベクトルから、合成波形歪み
最小となる様に、ピッチ周期Lで周期化した適応符号ベ
クトルを求める。固定符号帳4bはピッチ周期性のない
場合に選択される固定雑音符号帳であり、周期化せずに
そのまま使用される。適応符号帳4aが選択された場合
はピッチ周期に相当するLが第1の符号帳の符号にな
り、固定符号帳4bが選択された場合は固定符号帳のベ
クトル番号Fが第1の符号帳の符号となる。
aおよび雑音符号帳5bの2種類より成り、これらは固
定符号帳4bと同様の雑音符号帳である。適応符号帳4
aが選択された場合は、雑音符号帳5aが使用される。
位相探索部11で得られる位相を使用して、雑音符号帳
5aの格納ベクトルから、位相適応部12において位相
分だけずらせたベクトルを抽出する。この抽出されたベ
クトルに対して、ピッチ周期化部6において適応符号帳
4aと同様にピッチ周期化を行う。なお、周期化部6お
よび位相探索部11はピッチ周期信号Lにより切り替え
動作せしめられるものである。第1の符号帳の固定符号
帳4bが選択された場合は、第2の雑音符号帳5は雑音
符号帳5bが使用される。この場合は、雑音符号帳の格
納ベクトルが位相適応化されたり、周期化されたりする
ことはなく、そのまま雑音符号ベクトルとして使用され
る。
4bからの第1の符号帳ベクトル、および雑音符号帳5
aまたは雑音符号帳5bからの第2の符号帳ベクトルに
対して、利得部7の利得G0および利得部8の利得G1
が波形歪み最小となる様に符号化される。9は入力波形
と合成波形の聴覚重み付きの歪みを計算する歪み計算部
であり、符号帳探索部10により最適な符号探索を制御
し、送出符号を決定する。
応符号ベクトルと抽出すべき位相の関係を示した図であ
る。図2(1)は、適応符号帳4aから得られる適応符
号ベクトルである。1フレーム内においてはピッチ周期
がほぼLであると仮定し、図2(2)の様に、周期Lの
ピッチピークを後で説明される如くして捉える。そし
て、フレームの始点から最初のピッチピーク位置までの
ずれを位相φとして位相探索部の出力とし、これが位相
適応部12において使用される。
φの抽出方法は、これまでに種々のものが考えられてい
る。図3にその例を示す。図3(0)は、図1の適応符
号帳4aから得られた適応符号ベクトルである。第1の
方法は図3(1)の様に始点から位相候補φだけオフセ
ットをとり、そこから周期Lのインパルス列を作り、こ
のインパルス列を合成フィルタに通した波形と、適応符
号ベクトルを合成フィルタに通した波形の間の歪み最小
となる場合の位相φを使用する手法である。第2の方法
は、図3(2)aに示される様に、適応符号ベクトルの
バワー包絡をとり、長さLごとに区切った区間のφだけ
ずらした場所のパワーの総和が最大になる場合の位相を
使用するものである。この実施例においては、この何れ
を使用してもよく、符号器、復号器の何れでも計算可能
なバックワード構成である。
部12、周期化部6の処理の流れを示したものである。
図4(1)は雑音符号帳5aの格納ベクトルの例を示し
ている。この格納ベクトルの長さは、最終的に得られる
符号ベクトル長Nより長いN+Mとする。そして、この
格納ベクトルは、図の基準点0に適応符号ベクトルのピ
ッチピーク位置がくると仮定し、切り出す長さNのベク
トルの始点が〔−M,0〕の範囲で可変となる様に雑音
符号帳5aは設計されているものとする。図1の位相適
応部12においては、図4(1)の格納ベクトルから、
図1の位相探索部11で得られたベクトルの始点からピ
ーク位置までの位相ずれφだけずれた点から、ベクトル
を切りだす。これが図4(2)の位相適応化ベクトルで
ある。そして、図1のピッチ周期化部6において、図4
(2)の位相適応化ベクトルを、先頭からピッチ周期L
で周期化する。以上の処理により、図4(3)の様な位
相適応化とピッチ周期化を行ったベクトルを発生するこ
とができる。
ベクトルのピッチピーク位置は基準点0にくるものと仮
定したが、雑音符号ベクトル5aの基準点の位置が必ず
しも振幅の高い波形とは限らず、適応符号ベクトル4a
のLが必ずしもピッチ周期とは限らないので、雑音符号
ベクトル5aは学習によって設計することが重要であ
る。ここにおいては、位相適応を考慮した一般化Llo
ydアルゴリズムに基づく量子化符号帳学習を行う。
応符号帳4aが選択された場合に、そのピッチピーク位
置の位相φに適応した雑音符号ベクトルを構成すること
ができ、符号化効率を高めることができる。
納されているベクトルに予め与えておいた基準点に、適
応符号ベクトルからバックワード的に得られるピッチピ
ーク位置のずれ、即ち、位相を合わせるために、ベクト
ルの始点をずらせて、基準点がピッチピークに対応する
様に位相シフトした後、ピッチ繰り返し周期と同じ周期
でベクトルを周期化させた雑音符号ベクトルを使用する
ことをこの発明の特徴としている。この様にすることに
より、得られる雑音符号ベクトルが適応符号ベクトルの
ピッチピーク位置に適応することとなる。
検出し、雑音符号帳ベクトルの基準点をこのピッチピー
ク位置に合わせることにより、常にピッチピーク周辺に
雑音符号ベクトルの大きなパワーの偏りのある時系列を
適応化させることができる。これを、更に周期化させる
ことにより、フレーム内における雑音ベクトルとしてピ
ッチの各繰り返しピーク付近にパワーの偏りを持ち、且
つ、ピッチ周期性のある雑音符号ベクトルを適応的に作
り出すことができる。また、上述の操作は、適応符号帳
が決まれば行えるバックワード構成を採用しているの
で、新たな情報を伝送することなしに、符号器と復号器
で同じ処理が可能である。
号ベクトルをバックワードで適応符号ベクトルから得ら
れるピッチピークの位相に適応させた後、更に、ピッチ
周期化を行う雑音符号ベクトルを構成することにより、
従来不可能であった適応符号ベクトルのピッチピーク位
置に対応した雑音符号ベクトルを生成することができ
る。従って、新たな伝送情報を増やさずに、各フレーム
に対応した雑音符号ベクトルを多く含ませる機能を雑音
符号帳に取り入れて励振音源を多様化し、符号化効率を
高め、低ビットレートでも高品質な音声符号化をするこ
とができる。
説明する図。
明する図。
Claims (4)
- 【請求項1】 適応符号帳から得られる過去の駆動音源
ベクトルをピッチ周期で繰り返した適応符号ベクトルと
雑音符号帳から得られる雑音符号ベクトルとにより合成
フィルタを駆動して音声信号を合成し、入力音声信号と
の間の歪みを最小とする様に符号を決定する音声の励振
信号符号化方法において、適応符号ベクトルにピッチ周
期性のある場合、雑音符号帳の格納ベクトルをその所定
の基準点の位相を適応符号ベクトルから得られるピッチ
ピーク位置に合わせる様にずらして切り出し、この切り
出したベクトルをピッチ繰り返し周期毎に周期化させて
これを雑音符号ベクトルとすることを特徴とする音声の
励振信号符号化方法。 - 【請求項2】 請求項1に記載される音声の励振信号符
号化法において、適応符号ベクトルにピッチ周期性のな
い場合、雑音符号ベクトルは雑音符号帳の格納ベクトル
そのものとすることを特徴とする音声の励振信号符号化
方法。 - 【請求項3】 適応符号帳から得られる過去の駆動音源
ベクトルをピッチ周期で繰り返した適応符号ベクトルと
雑音符号帳から得られる雑音符号ベクトルとにより合成
フィルタを駆動して音声信号を合成し、入力音声信号と
の間の歪みを最小とする様に符号を決定する音声の励振
信号符号化装置において、適応符号帳から得られる適応
符号ベクトルの始点からピーク位置までの位相を検出す
る位相探索部を具備し、雑音符号帳から得られる格納ベ
クトルの位相を位相探索部により検出される位相に基づ
いて位相適応化する位相適応部を具備し、位相適応部か
ら得られる位相適応化された雑音符号ベクトルをピッチ
周期化する周期化部を具備し、周期化部および位相探索
部をピッチ周期信号により切り替え動作せしめることを
特徴とする音声の励振信号符号化装置。 - 【請求項4】 請求項3に記載される音声の励振信号符
号化装置において、適応符号ベクトルにピッチ周期性の
ない場合、雑音符号ベクトルは雑音符号帳の格納ベクト
ルそのものとすることを特徴とする音声の励振信号符号
化装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP23639093A JP3199142B2 (ja) | 1993-09-22 | 1993-09-22 | 音声の励振信号符号化方法および装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP23639093A JP3199142B2 (ja) | 1993-09-22 | 1993-09-22 | 音声の励振信号符号化方法および装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH0792999A JPH0792999A (ja) | 1995-04-07 |
JP3199142B2 true JP3199142B2 (ja) | 2001-08-13 |
Family
ID=17000067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP23639093A Expired - Lifetime JP3199142B2 (ja) | 1993-09-22 | 1993-09-22 | 音声の励振信号符号化方法および装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3199142B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69737012T2 (de) | 1996-08-02 | 2007-06-06 | Matsushita Electric Industrial Co., Ltd., Kadoma | Sprachkodierer, sprachdekodierer und aufzeichnungsmedium dafür |
US6345246B1 (en) | 1997-02-05 | 2002-02-05 | Nippon Telegraph And Telephone Corporation | Apparatus and method for efficiently coding plural channels of an acoustic signal at low bit rates |
JP2000056799A (ja) * | 1998-08-06 | 2000-02-25 | Matsushita Electric Ind Co Ltd | 励振信号生成装置並びに音声符号化装置及び音声復号化装置 |
JP3824810B2 (ja) | 1998-09-01 | 2006-09-20 | 富士通株式会社 | 音声符号化方法、音声符号化装置、及び音声復号装置 |
JP4005359B2 (ja) | 1999-09-14 | 2007-11-07 | 富士通株式会社 | 音声符号化及び音声復号化装置 |
US6879955B2 (en) | 2001-06-29 | 2005-04-12 | Microsoft Corporation | Signal modification based on continuous time warping for low bit rate CELP coding |
US7877253B2 (en) | 2006-10-06 | 2011-01-25 | Qualcomm Incorporated | Systems, methods, and apparatus for frame erasure recovery |
-
1993
- 1993-09-22 JP JP23639093A patent/JP3199142B2/ja not_active Expired - Lifetime
Non-Patent Citations (1)
Title |
---|
電子情報通信学会論文誌 A Vol.J77−A No.3 314−324頁 1994年3月「ピッチ同期雑音励振源をもつCELP符号化(PSI−CELP)」 |
Also Published As
Publication number | Publication date |
---|---|
JPH0792999A (ja) | 1995-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100369112C (zh) | 可变速率语音编码 | |
JP3346765B2 (ja) | 音声復号化方法及び音声復号化装置 | |
JP4005359B2 (ja) | 音声符号化及び音声復号化装置 | |
US6055496A (en) | Vector quantization in celp speech coder | |
EP0926660B1 (en) | Speech encoding/decoding method | |
EP3214619B1 (en) | System and method for mixed codebook excitation for speech coding | |
WO2001052241A1 (en) | Multi-mode voice encoding device and decoding device | |
JP3343082B2 (ja) | Celp型音声符号化装置 | |
JP3199142B2 (ja) | 音声の励振信号符号化方法および装置 | |
JP2001154699A (ja) | フレーム消去の隠蔽及びその方法 | |
Zinser et al. | CELP coding at 4.0 kb/sec and below: Improvements to FS-1016 | |
JP3579276B2 (ja) | 音声符号化/復号化方法 | |
JP2613503B2 (ja) | 音声の励振信号符号化・復号化方法 | |
JP3292227B2 (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 | |
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 | |
JP3232701B2 (ja) | 音声符号化方法 | |
JPH0519795A (ja) | 音声の励振信号符号化・復号化方法 | |
JP4295372B2 (ja) | 音声符号化装置 | |
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 | |
JP3552201B2 (ja) | 音声符号化方法および装置 | |
JP3410931B2 (ja) | 音声符号化方法及び装置 | |
JP2853170B2 (ja) | 音声符号化復号化方式 | |
JP3232728B2 (ja) | 音声符号化方法 | |
Gersho | Speech coding | |
JP2002169595A (ja) | 固定音源符号帳及び音声符号化/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: 20090615 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090615 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100615 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100615 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110615 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120615 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130615 Year of fee payment: 12 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140615 Year of fee payment: 13 |