JP3319551B2 - ベクトル量子化装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声や画像の符号化に
用いられるベクトル量子化装置に関する。

【０００２】

【従来の技術】ベクトル量子化は、音声信号などをサン
プリングして得られたサンプルを複数個まとめたブロッ
クを多次元ベクトル空間の一点とみなし、これを一括し
て符号化する方式であり、インデックスで指定されるベ
クトルを用いて目標ベクトルを表現することが基本であ
る。このようなベクトル量子化方式の中でも、特にビッ
トレートが８ｋｂｉｔ／秒程度の音声符号化に用いられ
るベクトル量子化方式として、ＶＳＥＬＰ（Vector sum
Excited Linear Predicion)方式が知られている。ＶＳ
ＥＬＰ方式の詳細は、Ira A. Gerson 氏らの"VECTOR SU
M EXCITED LINEARPREDICTION (VSELP) SPEECH CODING A
T 8 KBPS," Proc. IEEE Int. Conf. on Acoustics, Spe
ech and Signal Processing, pp.461-464, April 1990
（文献１）に述べられている。

【０００３】ＶＳＥＬＰ方式の一つの特徴は、ベクトル
量子化の出力符号であるインデックスのビット数がｐの
とき、予め格納されているｐ本の基底ベクトルを用い、
これらｐ本の基底ベクトルの和または差の組み合わせで
２^p 本の代表ベクトルを表現する点にある。

【０００４】図１２は、このようにｐ本の基底ベクトル
から２^p 本の代表ベクトルを再生する原理を模式的に示
したものである。図１２において、ｖm(n)は第ｍ番目の
基底ベクトル、ｕi(n)はインデックスｉの代表ベクトル
を表し、基底ベクトルに乗じる係数θimはｉとｍの値に
より＋１または−１の値をとる。基底ベクトルに係数θ
imを乗じたものを加算することにより、代表ベクトルｕ
i(n)を得る。このようにすると、再帰式を用いて最適な
インデックスが探索できるため、インデックスのビット
数ｐが７から９の値であれば、ベクトル量子化に要する
計算量を実時間処理が可能な程度に抑えることができ
る。

【０００５】ところが、この従来のベクトル量子化方式
では、インデックス探索に要する計算量の削減効果がま
だ十分でなく、インデックスのビット数ｐを１０以上に
大きくして実時間処理を実現することは困難である。

【０００６】

【発明が解決しようとする課題】上述したように、従来
法のベクトル量子化装置では、インデックスのビット数
大きいときは、好適なインデックス探索に要する計算量
の増大が原因で、実時間処理の実現が困難になるという
問題点があった。本発明は、インデックスのビット数が
非常に大きな場合でも、高速に好適なインデックス探索
ができるベクトル量子化装置を提供することを目的とす
る。

【０００７】

【課題を解決するための手段】上述した目的を達成する
ため、本発明は目標ベクトルに対する代表ベクトルの歪
に基づいて所望の代表ベクトルに対応したインデックス
を探索し、探索したインデックスを出力するベクトル量
子化装置において、Ｎ次元の基底ベクトルの要素とに乗
じる極性を要素とするＮ次元の極性ベクトルの要素ｓn
との積を要素とする代表ベクトルを生成する代表ベクト
ル生成手段と、前記極性ベクトルの各要素の極性に対応
した極性情報インデックスを生成する極性情報インデッ
クス生成手段と、前記極性情報インデックスに基づいて
前記極性ベクトルを生成する極性ベクトル生成手段とを
有することを基本的な特徴とする。

【０００８】すなわち、代表ベクトル生成手段はＮ次元
の基底ベクトルの要素ｖn とＮ次元の極性ベクトルの対
応する要素ｓn との積ｖn ×ｓn （ｎ＝０〜Ｎ−１、｜
ｓn｜＝１）を要素とする代表ベクトルを生成する。こ
こで、極性情報インデックス手段は、好ましくは極性情
報生成手段で生成される極性ベクトルの要素ｓn の極性
を指定する極性情報により指定される極性ベクトルの要
素ｓn の極性をｓk （ｋ＝Ｌ（ｐ，ｎ）（ｋ，ｐは０≦
ｋ≦ｐ−１、１≦ｐ≦Ｎを満たす整数）とし、ｓk と該
極性情報の第ｋビット目の値ｂk を対応付けることによ
り、ｐビットの極性情報インデックスを生成する。

【０００９】また、この場合において関数Ｌ（ｐ，ｎ）
は、ｎをｐで割ったときの剰余、またはｎｐ／Ｎを超え
ない最大の整数であることが望ましい。さらに、基底ベ
クトルのｋ＝Ｌ（ｐ，ｎ）の条件を満たすｎ番目のベク
トル要素について、目標ベクトルと代表ベクトルとの部
分内積を求め、この部分内積の極性をｓk とすることが
望ましい。

【００１０】本発明の拡張されたベクトル量子化装置で
は、Ｎ次元の基底ベクトルを複数個格納した基底ベクト
ル格納手段と、この基底ベクトル格納手段に格納された
複数個の基底ベクトルの一つを選択するための基底ベク
トルインデックスを探索する基底ベクトルインデックス
探索手段が備えられる。この場合、代表ベクトル生成手
段では基底ベクトルインデックス探索手段により探索さ
れた基底ベクトルインデックスで選択されたＮ次元の基
底ベクトルの要素と該基底ベクトルの各要素に乗じる極
性を要素とするＮ次元の極性ベクトルの要素との積を要
素とする代表ベクトルを生成する。

【００１１】また、前記基底ベクトルインデックス探索
手段は、基底ベクトル格納手段に格納された基底ベクト
ルの個数をＩとし、基底ベクトルをｖi （ｉは基底ベク
トルインデックスであり、ｉ＝０〜Ｉ−１）としたと
き、該基底ベクトルＶi 毎に該基底ベクトルのｋ＝Ｌ
（ｐ，ｎ）（ｋ，ｐは０≦ｋ≦ｐ−１、１≦ｐ≦Ｎを満
たす整数）の条件を満たすｎ番目のベクトル要素につい
て前記目標ベクトルと前記代表ベクトルとの部分内積ｆ
k から計算される を用いて基底ベクトルのインデックス候補数をＪ個（０
＜Ｊ＜＜Ｉ）に絞り込む手段を有することを特徴とす
る。

【００１２】

【作用】本発明のベクトル量子化装置では、Ｎ次元の極
性ベクトルｓの各要素ｓn の極性に対応した極性情報イ
ンデックスを生成し、この極性情報インデックスに基づ
いてＮ次元の極性ベクトルｓを生成して、このＮ次元の
極性ベクトルの要素ｓnをＮ次元の基底ベクトルｖの要
素ｖn とを乗じてｖn ×ｓn （ｎ＝０〜Ｎ−１、｜ｓn
｜＝１）を要素とする代表ベクトルｕを生成することに
より、１本の基底ベクトルｖに対し極性情報インデック
スに応じて形状が変化する代表ベクトルｕを非常に簡易
に生成することができる。

【００１３】この場合、極性ベクトルｓの要素ｓn の極
性をｓk （ｋ＝Ｌ（ｐ、ｎ）（０≦ｋ≦ｐ−１、１≦ｐ
≦Ｎ））と同一にし、ｓk と極性情報の第ｋビット目の
値ｂk を対応付けてｐビットの極性情報インデックスと
することにより、１本の基底ベクトルｖから生成可能な
代表ベクトルｕの形状を最大２^p 通りに制限することが
できる。

【００１４】また、関数Ｌ（ｐ，ｎ）のｐの値を変える
ことで、代表ベクトルｕの取り得る形状の変化数を容易
に制御できるようになる。さらに、関数Ｌ（ｐ，ｎ）を Ｌ（ｐ，ｎ）＝ｎ ｍｏｄ ｐ または Ｌ（ｐ，ｎ）＝ｆｌｏｏｒ（ｎｐ／Ｎ） （ｆｌｏｏｒ（ｘ）はｘを超えない最大の整数を表す）
とすることにより、同じ極性を用いて生成される代表ベ
クトルｕの要素ｕn の個数を均一化できる。一般に、上
記のような関数Ｌを用いることにより、極性情報を表す
各ビットｂk の情報を有効的に代表ベクトルｕの形状の
変化に反映させることができるようになる。

【００１５】また、目標ベクトルｒとの形状歪が最小と
なる代表ベクトルｕを生成できる極性ベクトルｓは、ｋ
＝Ｌ（ｐ，ｎ）を満たすｎ番目のベクトル要素について
目標ベクトルｒとベクトルｖとの部分内積ｆk を計算
し、ｓk ＝ｓｉｇｎ（ｆk ）（ｓｉｇｎ（ｘ）はｘの正
負の極性値）とすることにより決めることができる。こ
のようにすると、極性情報インデックスのビット数ｐの
大きさに依らずベクトルの次元数Ｎのオーダの少ない計
算量でｓk とｂk （ｋ＝０〜ｐ−１）を決定できる。従
って、極性情報インデックスのビット数ｐを１０以上に
設定しても、最適なｐビットの極性情報｛ｂ0 ，ｂ1 ，
…，ｂp-1 ｝（通常のベクトル量子化のインデックスに
相当する）の探索に要する計算量は増加しないので、本
発明のベクトル量子化装置は実時間処理のための計算量
の制約が厳しい符号化装置に特に適していることがわか
る。

【００１６】さらに、本発明では基底ベクトルｖが複数
本存在する、つまり基底ベクトルがｖi （ｉ＝０〜Ｉ−
１）で表わされる構成に拡張することも有効な方法であ
る。すなわち、ｖi の中から最適な一つの基底ベクトル
ｖを選択するための基底ベクトルインデックスＩc とそ
れに対応する最適な極性情報インデックスＩp の２つの
情報で、代表ベクトルｕを表すようにする。この場合、
基底ベクトルインデックスを選択する過程に以下の手段
を用いると、インデックス探索に要する計算量を大幅に
削減できる。すなわち、基底ベクトルインデックスの候
補数Ｉを少ない候補数Ｊに絞り込むために、基底ベクト
ルｖi のｋ＝Ｌ（ｐ，ｎ）（ｋ，ｐは０≦ｋ≦ｐ−１、
１≦ｐ≦Ｎを満たす整数）の条件を満たすｎ番目のベク
トル要素について目標ベクトルと代表ベクトルとの部分
内積ｆk から計算される を用いて、基底ベクトルインデックス候補数をＪ（０＜
Ｊ＜＜Ｉ）個に絞り込むようにする。これはｃｏｒ(i)
が基底ベクトルｖi から求められる最適の代表なベクト
ルｕi と目標ベクトルｒの内積値になっているためであ
る。

【００１７】このように本発明によるベクトル量子化装
置は、ベクトル量子化に用いるインデックスのビット数
ｐを１０以上という非常に大きな値に設定しても、イン
デックス探索に要する処理量が非常に少なく、実時間処
理に適している。

【００１８】また、本発明では基底ベクトルｖi の本数
Ｉを従来法に比べ大幅に少なくしてもより多くの代表ベ
クトルをコードブックとして実現できるので、基底ベク
トルの格納に要するメモリ量を節約することができる。

【００１９】さらに、本発明では極性情報が伝送媒体や
蓄積媒体の符号誤りで変質しても、劣化の少ない代表ベ
クトルを再生することができる効果がある。これは、も
ともと１ビットの極性情報が代表ベクトルの一部の要素
の極性にしか影響を与えない構造となっているためであ
り、結果的に極性情報１ビットの誤りは代表ベクトルの
形状劣化は全体には及ばず、一部分の形状の劣化にとど
まる。このため、本発明によるベクトル量子化装置は極
性情報に関して符号誤り耐性が強いという利点がある。

【００２０】

【実施例】以下、図面を参照して本発明の実施例を説明
する。図１は、本発明に係るベクトル量子化装置におけ
るベクトル再生部（雑音ベクトル生成部）の原理的構成
を示す図である。同図において、コードブック１００は
この例では雑音コードブックであり、雑音ベクトルとし
てＮ次元の基底ベクトルｖを複数（Ｉ）本格納してい
る。Ｉ本のＮ次元基底ベクトルをｖi （ｉ＝０〜Ｉ−
１）で表わす。端子１０１には基底ベクトル選択用イン
デックスＩc が入力され、このインデックスＩc に従っ
て基底ベクトル選択スイッチ１０２でＩ本の基底ベクト
ルｖi の中の１本ｖが選択される。

【００２１】一方、極性ベクトル生成部１０３は極性情
報インデックスＩp からＮ次元の極性ベクトルｓを生成
する。Ｎ個の乗算器１０４からなる極性乗算部１０５
は、スイッチ１０２で選択された基底ベクトルｖのＮ個
の要素ｖn （ｎ＝０〜Ｎ−１）に、極性ベクトル生成部
１０３で生成された極性ベクトルｓのＮ個の要素ｓn を
それぞれ乗じることにより、ｖn ×ｓn の積を要素ｕn
とする代表ベクトルｕを生成する。

【００２２】このようなベクトル再生部をベクトル量子
化装置に用いると、代表ベクトルインデックスのビット
数が大きいときでも、少ない計算量で高速に最適な代表
ベクトルインデックスの探索ができ、実時間処理に適し
たものとなる。この効果を具体例を用いて説明する。

【００２３】例えば、２０ビットの情報で２²⁰（＝１０
４８５７６）本の代表ベクトル（８０次元）を表現する
コードブックを用いて、８ｋＨｚサンプリングの音声デ
ータをベクトル量子化することを考える。

【００２４】この場合、従来のＶＳＥＬＰ方式では２０
本の基底ベクトルの和または差の組み合わせで２²⁰本の
代表ベクトルを表現できるが、この中から好適な代表ベ
クトルを探索するためには、２¹⁹回の歪量計算ループが
必要である。このような多数のループ回数の代表ベクト
ル探索には、約千ＭＩＰＳ程度の巨大な計算量が必要と
なる。

【００２５】これに対し、本発明の一つの態様では１本
の基底ベクトルの要素を２０区間に分割し、それぞれの
区間毎のベクトル要素に＋１または−１の極性を乗じる
ことにより、ベクトル和や差をとることなく、極性情報
の組み合わせだけで２²⁰本の代表ベクトルを表現でき
る。区間毎の極性は１ビットなので、２０ビットの情報
でただ一つの代表ベクトルを再生できる。好適な代表ベ
クトルの極性は、１回の簡単なベクトルの内積計算（８
０回の積和）と、２０回の極性判定だけで決めることが
できるので、計算量は１／１０ＭＩＰＳ以下となる。

【００２６】本発明の他の態様では、４本の基底ベクト
ルの選択に２ビット、極性情報に１８ビット使用する構
成で、２²⁰本の代表ベクトルを表現することができる。
この方法では、ベクトルの内積計算が４回、好適な基底
ベクトルの探索に４回の歪計算ループが必要となるが、
計算量は１ＭＩＰＳ程度となる。

【００２７】また、以上の例からも分かるように、本発
明では基底ベクトルの本数を従来法に比べ大幅に少なく
しても、２０ビットのコードブックを実現できるので、
基底ベクトルの格納に要するメモリ量を節約することが
できる効果がある。

【００２８】さらに、本発明では極性情報が伝送媒体や
蓄積媒体の符号誤りで変質しても、劣化の少ない代表ベ
クトルを再生することができる効果がある。これは、も
ともと１ビットの極性情報が代表ベクトルの一部の要素
の極性にしか影響を与えない構造となっているためであ
り、結果的に極性情報１ビットの誤りは代表ベクトルの
形状劣化は全体には及ばず、一部分の形状の劣化にとど
まる。このため、本発明によるベクトル量子化装置は極
性情報に関して符号誤り耐性が強いという利点がある。

【００２９】次に、本発明のベクトル量子化装置を音声
符号化装置に適用した実施例について説明する。図２
は、本発明の一実施例に係るベクトル量子化を音声符号
化の駆動信号の雑音成分符号化に適用したときの符号化
装置の構成例を示すブロック図である。

【００３０】同図において、入力信号（音声信号）は端
子２０１より合成フィルタ符号化部２０２および重みフ
ィルタ部２０３に入力される。合成フィルタ符号化部２
０２は、入力音声信号の分析により音声のスペクトル包
絡情報を表す合成フィルタの情報を抽出し、これを符号
化してその符号を多重化部２０８に出力すると共に、入
力音声信号の分析により重みフィルタ情報を重みフィル
タ部２０３に出力し、また重み付き合成フィルタ情報Ｈ
をピッチ成分符号化部２０４、雑音成分符号化部２０５
および局部復号化部２０７に出力する。

【００３１】重みフィルタ部２０３は、重みフィルタ情
報と入力音声信号および局部復号化部２０７からの局部
復号信号を入力して、ブロック単位で処理可能なＮ次元
参照音声ベクトルｘを出力する。

【００３２】ピッチ成分符号化部２０４は、参照音声ベ
クトルｘ、重み付き合成フィルタ情報Ｈ、局部復号化部
２０７からの過去の駆動信号を入力し、公知の方法であ
る適応コードブック探索により、過去の駆動信号波形か
ら現ブロックのピッチ成分の再生に用いるピッチベクト
ルｙ0 を抽出し、そのインデックスを多重化部２０８に
出力するとともに、合成されたピッチベクトルｘ0 を出
力する。

【００３３】次に、本実施例の特徴をなす雑音成分符号
化部２０５について説明する。雑音成分符号化部２０５
は、雑音コードブック１００、参照ベクトル修正部２１
１、予備選択部２１２、本選択部２１３および雑音ベク
トル再生部２１５から構成される。

【００３４】参照ベクトル修正部２１１は、参照音声ベ
クトルｘからピッチベクトルｘ0 の影響を除いた残差ベ
クトルに重み付き合成フィルタ情報Ｈで時間逆の重み付
けを行い、修正された参照ベクトルｒを出力する。予備
選択部２１２は、参照ベクトルｒと雑音コードブック１
００を用いてコードブックの多数のインデックス候補を
少数（Ｊ個とする）のインデックス候補に絞り込む。本
選択部２１３は、予備選択部２１２からのＪ個のインデ
ックス候補をさらに精度良く絞り込み、最終的に１つの
インデックス候補をインデックスＩc として選択する処
理を行う。

【００３５】雑音ベクトル再生部２１５は図１に示した
ように構成され、本選択部２１３からの基底ベクトルイ
ンデックスＩc に対応する雑音コードブック１００から
の基底ベクトルｖと、本選択部２１３からの極性情報イ
ンデックスＩp に対応する極性ベクトルｓを用いた要素
毎の乗算により得られた代表ベクトルｕを形状が最適化
された雑音ベクトルｙ1 として求める。さらに、雑音ベ
クトル再生部２１５は雑音ベクトルｙ1 と合成フィルタ
符号化部２０２からの重み付き合成フィルタ情報Ｈを用
いて、合成された雑音ベクトルｘ1 も出力する。

【００３６】以下、雑音成分符号化部２０５の各部につ
いて詳細に説明する。図３に、予備選択部２１２の詳細
な構成を雑音コードブック１００とともに示す。ここで
は、表記を簡単にするため、ベクトルの次元数をＮ＝
６、極性情報インデックスＩp のビット数をｐ＝２とし
ている。また、上述の関数ＬをＬ（ｐ，ｎ）＝ｎ ｍｏ
ｄ ｐ（ｎをｐで割ったときの剰余）とする例で説明す
る。図３において、部分内積計算部３０１は雑音コード
ブック１００から引き出されるインデックスｉの代表ベ
クトルｖi と修正された参照ベクトルｒとの部分内積ｆ
k（ｋ＝０〜ｐ−１）を求めている。部分内積ｆk はベ
クトル要素位置ｎ＝０〜Ｎ−１に対し、ｋ＝ｎ ｍｏｄ
ｐを満たす要素についてだけの内積値を求めたもので
ある。従ってｐ＝２、Ｎ＝６の例では、 ｆ0 ＝ｒ0 ｖ0 ＋ｒ2 ｖ2 ＋ｒ4 ｖ4 ｆ1 ＝ｒ1 ｖ1 ＋ｒ3 ｖ3 ＋ｒ5 ｖ5 と計算できる。絶対値加算部３０２では、この部分内積
ｆk の絶対値和 を求め、比較部３０３ではｃｏｒ(i) が最大となるとき
の雑音インデックスをＪ個探索し、これを予備選択出力
とする。

【００３７】部分内積の絶対値和ｃｏｒ(i) は、ベクト
ルｖi に対し極性ベクトルｓを最適に調整したときのｕ
i とｒとの内積値と等しい。このため、形状が修正され
たベクトルｕi に対するインデックスの予備選択をｃｏ
ｒ(i) の最大値探索で行うことができる。

【００３８】予備選択部２１２の別の構成例として、雑
音コードブック１００に格納される代表ベクトルｖi の
ノルムが規格化されていない場合は、図３に示した構成
を例えば図４に示すように修正することができる。同図
において、雑音コードブック１００はベクトルの要素の
ほかに、代表ベクトル毎の規格化重み係数ｗi を格納し
ている。予備選択部４００では、規格化絶対値加算部４
０２において部分内積ｆk と規格化重み係数ｗi より規
格化絶対値和 が最大となるときのインデックスをＪ個探索し、これを
予備選択出力とする。なお、規格化重みｗi の値として
はベクトルｖi のノルムの逆数等を用いることができ
る。

【００３９】図５に、規格化重みを用いた予備選択の処
理手順を示す。まず、Ｉ，Ｊ，Ｎ，Ｐ，ベクトルｒおよ
びコードブックをセットし（ステップＳ１１）、ｉ＝０
としする（ステップＳ１２）。インデックスｉに関しベ
クトルｒとベクトルｖi の部分内積ｆk を計算した後、
全てのｋに関してｆk の絶対値和をとり、これに規格化
重みｗi を乗じて規格化絶対値和ｃｏｒ(i) を計算する
処理をｉ＝０〜Ｉ−１まで行う（ステップＳ１３〜Ｓ１
６）。次に、規格化絶対値和ｃｏｒが最も大きくなるよ
うなインデックスをＪ個選択し、これをｉ＿opt(j)（ｊ
＝０〜Ｊ−１）として保存する（ステップＳ１７）。最
後に、Ｊ個の選択されたインデックスを予備選択結果と
して出力する（ステップＳ１８）。

【００４０】次に、本選択部２１３について説明する。
図６は、本選択部２１３の構成例を示すブロック図であ
る。この本選択部２１３は、部分内積計算部５０１、絶
対値加算部５０２、比較部５０３、極性乗算部５０４お
よび直交化パワ計算部５０５からなり、予備選択部２１
２で選択されたＪ個のインデックス候補をｉ＿opt(j)
（ｊ＝０〜Ｊ−１）とし、このインデックスに対応する
代表ベクトルを雑音コードブック１００から順次引き出
すように構成されており、図の例ではｐ＝２，Ｎ＝６と
している。部分内積計算部５０１は、雑音コードブック
１００から取り込まれたインデックスに対応する代表ベ
クトルと参照ベクトルｒとの部分内積ｆk（ｋ＝０〜ｐ
−１）を求める他に、極性情報ビットｂk 、極性ｓk を
求める。極性ｓk は、ｓk ＝ｓｉｇｎ（ｆk ）（ｓｉｇ
ｎ（ｘ）はｘの正負の極性値）により決めることができ
る。極性情報の第ｋ番目のビットｂk は、例えばｂk ＝
（１−ｓk ）／２とすることにより、極性ｓk と対応を
つけることができる。

【００４１】図７に、参照ベクトルｒとｖから極性ｓk
と極性情報ビットｂk を求める手順を示す。同図に示す
ように、ステップＳ２１でセットされたベクトルｒとベ
クトルｖを用いてステップＳ２２で部分内積ｆk を計算
し、ステップＳ２３で部分内積ｆk より極性ｓk とビッ
トｂk を求めることにより、極性情報を決めることがで
きる。

【００４２】極性乗算部５０４は、ベクトルｖについて
計算された極性ｓk を用いて ｕn ＝ｖn ×ｓk （ｎ＝０〜Ｎ−１，ｋ＝ｎ ｍｏｄ ｐ） により形状が最適化されたベクトルｕを生成する。例え
ば、ｐ＝２，Ｎ＝６でＬ（ｐ，ｎ）＝ｎ ｍｏｄ ｐの
ときは、ｕ0 ＝ｖ0 ｓ0 ，ｕ1 ＝ｖ1 ｓ1 ，ｕ2＝ｖ2
ｓ0 ，ｕ3 ＝ｖ3 ｓ1 ，ｕ4 ＝ｖ4 ｓ0 ，ｕ5 ＝ｖ5 ｓ
1 となる。

【００４３】直交化パワ計算部５０５は、ベクトルｕ、
合成されたピッチベクトルｘ0 および重み付き合成フィ
ルタ情報Ｈを用いて、直交化されたｕの合成ベクトルの
パワｐｏｗを出力する。

【００４４】絶対値加算部５０２は、上述した方法で内
積値ｃｏｒを計算する。比較部５０３は、内積値ｃｏｒ
とパワｐｏｗを用いたインデックス毎の比較処理によ
り、最適なインデックスＩc の選択を行い、それに対応
する極性情報インデックスＩpと共にＩc を出力する。

【００４５】図８に、本選択部２１３の処理手順を示
す。ステップＳ３６でインデックス候補ｉ＿opt(j)に対
応するｃｏｒの２乗値をｃｏｒ２として求め、ステップ
Ｓ３９でインデックス候補ｉ＿opt(j)とｉ＿opt(j-1)の
比較をｃｏｒ２とｐｏｗを用いて行っている。

【００４６】こうして本選択部２１３から得られる雑音
インデックス（基底ベクトルインデックス）Ｉc と極性
情報インデックスＩp は、雑音ベクトル再生部２１５に
入力され、雑音インデックスＩc に対応する雑音コード
ブック１００からのベクトルｖと極性情報インデックス
Ｉp に対応する極性ベクトルｓを用いた要素毎の乗算に
より、形状が最適化された雑音ベクトルｕが求められ
る。

【００４７】図９に、雑音ベクトル再生部２１５の処理
手順を示す。まず、ステップＳ５１でインデックスＩc
に対応するベクトルｖと極性情報インデックスＩp を表
す各ビットｂk をセットし、ステップＳ５２でｂk から
極性ｓk を求める。次に、ステップＳ５３で極性ｓk
（ｋ＝０〜ｐ−１）とベクトルｖの要素毎の乗算によ
り、ベクトルｕを求める。このベクトルｕを雑音ベクト
ルｙ1 とし、雑音ベクトル再生部２１５ではさらに重み
付き合成フィルタ情報Ｈとｙ1 を用いて、合成された雑
音ベクトルｘ1 を求め、これを出力する。

【００４８】図２に説明を戻すと、ゲイン成分符号化部
２０６はピッチ成分と雑音成分にそれぞれ用いるゲイン
の符号化を行う。具体的には、ピッチ成分符号化部２０
４と雑音成分符号化部２０５からそれぞれ合成されたピ
ッチベクトルｘ0 と、合成された雑音ベクトルｘ1 を入
力し、内蔵するゲインコードブックの探索により、参照
ベクトルｘとベクトル（ｇ0 ｘ0 ＋ｇ1 ｘ1 ）の歪が最
小となるようなゲインの組（ｇ0 ，ｇ1 ）と、これに対
応するインデックスＧを探索して出力する。

【００４９】局部復号部２０７は、ゲインｇ0 ，ｇ1 、
ピッチベクトルｙ0 および雑音ベクトルｙ1 を用いて現
ブロックに対応する駆動信号を作成し、これと重み付き
合成フィルタ情報Ｈを用いて局部復号信号を作成する。

【００５０】多重化部２０８は、各符号化部２０４，２
０５，２０６で求められた符号化パラメータ情報を入力
し、これらを多重化して出力端子２０９から伝送媒体ま
たは蓄積媒体へ出力する。

【００５１】次に、この音声符号化装置からの伝送情報
を復号して再生音声を出力する音声復号化装置の実施例
について図１０を用いて説明する。図１０において、入
力端子６０１から入力された符号化パラメータ情報は、
分離部６０２において以下に説明する各復号化部で用い
る情報に分離される。ピッチ成分復号化部６０３は、図
２に示した音声符号化装置と同じように過去の駆動信号
を利用する適応コードブックを内蔵しており、これに用
いるインデックスを分離部６０２から入力してピッチベ
クトルｙ0 を再生する。

【００５２】雑音成分復号化部６０４は、雑音コードブ
ック６０５と雑音ベクトル再生部６０６から構成され、
復号された雑音インデックスＩc に対応するベクトルｖ
と極性情報インデックスＩp を用いて、図２に示した音
声符号化装置の雑音ベクトル再生部２１５と同様の処理
により形状を最適化した雑音ベクトルｕを再生し、これ
をベクトルｙ1 として出力する。

【００５３】ゲイン成分復号化部６０７は、音声符号化
装置と同じようにゲインコードブックを内蔵し、復号さ
れたインデックスＧによりゲインｇ0 とｇ1 を再生す
る。次に、乗算部６０８，６０９と加算部６１０を用い
て駆動信号ｇ0 ｙ0 ＋ｇ1 ｙ1を再生する。合成フィル
タ６１１は、復号された合成フィルタ情報と駆動信号を
用いて復号音声信号を算出し、これを出力する。音声復
号化装置の最終段の処理としてポストフィルタ６１２を
用いる。ポストフィルタ６１２は、伝送されてきた符号
化パラメータ情報を基にフィルタの特性を決め、復号音
声信号の音質を調整したものを再生音声信号として端子
６１３より出力する。

【００５４】（第２の実施例）図１１は、本発明の第２
の実施例に係る音声符号化装置のブロック図である。図
２に示した第１の実施例の音声符号化装置と同じ機能を
有する部分には同一符号を付してその説明を省略し、相
違点を中心に説明すると、本実施例では雑音成分符号化
部２０５で雑音コードブック１００のインデックスと極
性情報インデックスを複数組選択し、これら複数組の候
補をゲイン成分符号化部２０６で最終的に１組のＩc と
Ｉp に絞り込む構成としている点が第１の実施例と異な
る。

【００５５】図１１において、雑音成分符号化部２０５
は参照ベクトル修正部２１１、雑音コードブック１０
０、予備選択部２１２および雑音ベクトル再生部２１５
から構成される。予備選択部２１２は、修正された参照
ベクトルｒと雑音コードブック１００を用いてコードブ
ック内の多数のインデックス候補を少数（Ｊ個）のイン
デックス候補に絞り込む。そして、これらＪ個のインデ
ックス候補と共に、それらに対応する極性情報インデッ
クスの候補を雑音ベクトル再生部２１５に出力する。雑
音ベクトル再生部２１５は、第１の実施例の雑音ベクト
ル再生部２１５と同様の機能を有し、コードブックのイ
ンデックスとこれに対応する極性情報インデックスのＪ
組の候補と、これらに対応する雑音ベクトルと合成され
た雑音ベクトルのＪ組をゲイン成分符号化部２０６に出
力する。ゲイン成分符号化部２０６は、入力されるＪ組
の候補それぞれに対し、合成されたピッチベクトルｘ0
を用いて、第１の実施例のゲイン成分符号化部２０６と
同様の方法でゲインの符号化を行う。そして、最終的に
参照ベクトルｘに対する歪が最も小さくなる候補をＪ組
の中から選択し、そのときの雑音ベクトルをｙ1 、コー
ドブックのインデックスをＩc 、極性情報インデックス
をＩp として、ゲインｇ0 とｇ1 を局部復号化部２０７
へ、またＩc ，Ｉp およびゲインコードブックのインデ
ックスＧを多重化部２０８へ出力する。その他の点は、
第１の実施例と同様の構成であるので、説明を省略す
る。

【００５６】

【本発明の効果】以上説明したように、本発明のベクト
ル量子化装置はインデックスのビット数が大きくともイ
ンデックス探索に要する処理量が少なく高速にインデッ
クス探索ができ、またコードブックとして格納する基底
ベクトルの本数を少なくしても等価的に多くの代表ベク
トルをコードブックとして実現することができるので、
基底ベクトルの格納に有するメモリ量を削減できるとい
う効果を奏する。

【図面の簡単な説明】

【図１】本発明に係るベクトル量子化装置の原理的構成
を示すブロック図

【図２】本発明の一実施例に係る音声符号化装置の構成
を示すブロック図

【図３】同実施例における予備選択部の構成例を示すブ
ロック図

【図４】同実施例における予備選択部の他の構成例を示
すブロック図

【図５】同実施例における予備選択部の処理手順の例を
示すフローチャート

【図６】同実施例における本選択部の構成例を示すブロ
ック図

【図７】同実施例における極性情報を求める処理手順の
例を示すフローチャート

【図８】同実施例における本選択部の処理手順の例を示
すフローチャート

【図９】同実施例における雑音ベクトル再生部の処理手
順の例を示すフローチャート

【図１０】本発明の一実施例に係る音声復号化装置の構
成を示すブロック図

【図１１】本発明の他の実施例に係る音声符号化装置の
構成を示すブロック図

【図１２】従来のベクトル量子化装置におけるベクトル
再生の原理を示す図

【符号の説明】

１００…雑音コードブック １０１…基底ベクトルインデックス入力端子 １０２…基底ベクトル選択スイッチ １０３…極性ベクトル生成部 １０４…乗算器 １０５…極性乗算部 ２０１…音声信号入力端子 ２０２…合成フィルタ符号化部 ２０３…重みフィルタ部 ２０４…ピッチ成分符号化部 ２０５…雑音成分符号化部 ２０６…ゲイン成分符号化部 ２０７…局部復号部 ２０８…多重化部 ２０９…符号化パラメータ出力端子 ２１１…参照ベクトル修正部 ２１２…予備選択部 ２１３…本選択部 ２１５…雑音ベクトル再生部 ４０１…部分内積計算部 ４０２…規格化絶対値加算部 ４０３…比較部 ５０１…部分内積計算部 ５０２…絶対値加算部 ５０３…比較部 ５０４…極性乗算部 ５０５…直交化パワ計算部 ６０１…入力端子 ６０２…分離部 ６０３…ピッチ成分復号化部 ６０４…雑音成分復号化部 ６０５…雑音コードブック ６０６…雑音ベクトル再生部 ６０７…ゲイン成分復号化部 ６０８，６０９…乗算部 ６１０…加算部 ６１１…合成フィルタ ６１２…ポストフィルタ ６１３…出力端子

───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平７−253795（ＪＰ，Ａ) 特開 平７−170192（ＪＰ，Ａ) 特開 平６−209262（ＪＰ，Ａ) 特開 平６−186998（ＪＰ，Ａ) 特開 平６−222796（ＪＰ，Ａ) 特表 平２−502135（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G10L 19/12

Claims (6)

(57)【特許請求の範囲】
1. 【請求項１】目標ベクトルに対する代表ベクトルの歪に
   基づいて所望の代表ベクトルに対応したインデックスを
   探索し、探索したインデックスを出力するベクトル量子
   化装置において、 Ｎ次元の基底ベクトルの要素と該基底ベクトルの各要素
   に乗じる極性を要素とするＮ次元の極性ベクトルの要素
   との積を要素とする代表ベクトルを生成する代表ベクト
   ル生成手段と、 前記極性ベクトルの各要素の極性に対応した極性情報イ
   ンデックスを生成する極性情報インデックス生成手段
   と、 前記極性情報インデックスに基づいて前記極性ベクトル
   を生成する極性ベクトル生成手段とを有することを特徴
   とするベクトル量子化装置。
2. 【請求項２】目標ベクトルに対する代表ベクトルの誤差
   に基づいて所望の代表ベクトルに対応したインデックス
   を探索し、探索したインデックスを出力するベクトル量
   子化装置において、 Ｎ次元の基底ベクトルの要素ｖn とＮ次元の極性ベクト
   ルの対応する要素ｓnとの積ｖn ×ｓn （ｎ＝０〜Ｎ−
   １、｜ｓn ｜＝１）を要素とする代表ベクトルを生成す
   る代表ベクトル生成手段と、 前記極性ベクトルの要素ｓn の極性を指定する極性情報
   を得る極性情報生成手段と、 前記極性情報により指定される極性ベクトルの要素ｓn
   の極性をｓk （ｋ＝Ｌ（ｐ，ｎ）（ｋ，ｐは０≦ｋ≦ｐ
   −１、１≦ｐ≦Ｎを満たす整数）とし、ｓk と該極性情
   報の第ｋビット目の値ｂk を対応付けることにより、ｐ
   ビットの極性情報インデックスを生成する極性情報イン
   デックス生成手段と、 前記極性情報インデックスに基づいて前記極性ベクトル
   を生成する極性ベクトル生成手段とを有することを特徴
   とするベクトル量子化装置。
3. 【請求項３】前記Ｌ（ｐ，ｎ）は、ｎをｐで割ったとき
   の剰余、またはｎｐ／Ｎを超えない最大の整数であるこ
   とを特徴とする請求項２に記載のベクトル量子化装置。
4. 【請求項４】前記基底ベクトルのｋ＝Ｌ（ｐ，ｎ）の条
   件を満たすｎ番目のベクトル要素について、前記目標ベ
   クトルと前記代表ベクトルとの部分内積を求め、この部
   分内積の極性を前記ｓk とすることを特徴とする請求項
   ２または３に記載のベクトル量子化装置。
5. 【請求項５】目標ベクトルに対する代表ベクトルの歪に
   基づいて所望の代表ベクトルに対応したインデックスを
   探索し、探索したインデックスを出力するベクトル量子
   化装置において、 Ｎ次元の基底ベクトルを複数個格納した基底ベクトル格
   納手段と、 この基底ベクトル格納手段に格納された複数個の基底ベ
   クトルの一つを選択するための基底ベクトルインデック
   スを探索する基底ベクトルインデックス探索手段と、 この手段により探索された基底ベクトルインデックスで
   選択されたＮ次元の基底ベクトルの要素と該基底ベクト
   ルの各要素に乗じる極性を要素とするＮ次元の極性ベク
   トルの要素との積を要素とする代表ベクトルを生成する
   代表ベクトル生成手段と、 前記極性ベクトルの各要素の極性に対応した極性情報イ
   ンデックスを生成する極性情報インデックス生成手段
   と、 前記極性情報インデックスに基づいて前記極性ベクトル
   を生成する極性ベクトル生成手段とを有することを特徴
   とするベクトル量子化装置。
6. 【請求項６】目標ベクトルに対する代表ベクトルの歪に
   基づいて所望の代表ベクトルに対応したインデックスを
   探索し、探索したインデックスを出力するベクトル量子
   化装置において、 Ｎ次元の基底ベクトルをＩ個（Ｉは複数）格納した基底
   ベクトル格納手段と、 この基底ベクトル格納手段に格納されたＩ個の基底ベク
   トルの一つを選択するための基底ベクトルインデックス
   を探索する基底ベクトルインデックス探索手段と、 この手段により探索された基底ベクトルインデックスで
   選択されたＮ次元の基底ベクトルの要素と該基底ベクト
   ルの各要素に乗じる極性を要素とするＮ次元の極性ベク
   トルの要素との積を要素とする代表ベクトルを生成する
   代表ベクトル生成手段と、 前記極性ベクトルの各要素の極性に対応した極性情報イ
   ンデックスを生成する極性情報インデックス生成手段
   と、 前記極性情報インデックスに基づいて前記極性ベクトル
   を生成する極性ベクトル生成手段とを有し、 前記基底ベクトルインデックス探索手段は、前記基底ベ
   クトルをｖi （ｉは基底ベクトルインデックスであり、
   ｉ＝０〜Ｉ−１）としたとき、該基底ベクトルＶi 毎に
   該基底ベクトルｖi のｋ＝Ｌ（ｐ，ｎ）（ｋ，ｐは０≦
   ｋ≦ｐ−１、１≦ｐ≦Ｎを満たす整数）の条件を満たす
   ｎ番目のベクトル要素について前記目標ベクトルと前記
   代表ベクトルとの部分内積ｆk から計算される を用いて基底ベクトルのインデックス候補数をＪ個（０
   ＜Ｊ＜＜Ｉ）に絞り込む手段を有することを特徴とする
   ベクトル量子化装置。