JP3364825B2 - 音声符号化装置および音声符号化復号化装置 - Google Patents
音声符号化装置および音声符号化復号化装置Info
- Publication number
- JP3364825B2 JP3364825B2 JP13524096A JP13524096A JP3364825B2 JP 3364825 B2 JP3364825 B2 JP 3364825B2 JP 13524096 A JP13524096 A JP 13524096A JP 13524096 A JP13524096 A JP 13524096A JP 3364825 B2 JP3364825 B2 JP 3364825B2
- Authority
- JP
- Japan
- Prior art keywords
- vector
- speech
- excitation
- sound source
- driving
- 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
- 230000005284 excitation Effects 0.000 claims description 484
- 239000013598 vector Substances 0.000 claims description 449
- 230000003044 adaptive effect Effects 0.000 claims description 179
- 230000015572 biosynthetic process Effects 0.000 claims description 34
- 238000003786 synthesis reaction Methods 0.000 claims description 34
- 238000012935 Averaging Methods 0.000 claims description 21
- 230000000737 periodic effect Effects 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000001934 delay Effects 0.000 claims description 3
- 230000005236 sound signal Effects 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 16
- 238000000034 method Methods 0.000 description 8
- 238000005070 sampling Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 230000006866 deterioration Effects 0.000 description 5
- 238000000926 separation method Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 240000001973 Ficus microcarpa Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 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
- G10L13/00—Speech synthesis; Text to speech systems
-
- 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
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
【０００１】
【発明の属する技術分野】この発明は、音声信号をディ
ジタル信号に圧縮符号化する音声符号化装置および音声
符号化復号化装置に関する。
ジタル信号に圧縮符号化する音声符号化装置および音声
符号化復号化装置に関する。
【０００２】
【従来の技術】図９は、従来の入力音声をスペクトル包
絡情報と音源信号情報に分けて、フレーム単位に音源信
号情報を符号化する音声符号化復号化装置の全体構成の
一例を示すものであり、特開昭６４−４０８９９号公報
に示されたものと同様のものである。
絡情報と音源信号情報に分けて、フレーム単位に音源信
号情報を符号化する音声符号化復号化装置の全体構成の
一例を示すものであり、特開昭６４−４０８９９号公報
に示されたものと同様のものである。
【０００３】図において、１は符号化部、２は復号化
部、３は多重化手段、４は分離手段、５は入力音声、６
は伝送路、７は出力音声である。符号化部１は次の８〜
１５により構成されている。８は線形予測パラメータ分
析手段、９は線形予測パラメータ符号化手段、１０は適
応音源符号帳、１１は適応音源探索手段、１２は誤差信
号生成手段、１３は駆動音源符号帳、１４は駆動音源探
索手段、１５は音源信号生成手段である。また、復号化
部２は次の１６〜２２により構成されている。１６は線
形予測パラメータ復号化手段、１７は適応音源符号帳、
１８は適応音源復号化手段、１９は駆動音源符号帳、２
０は駆動音源復号化手段、２１は音源信号生成手段、２
２は合成フィルタである。
部、３は多重化手段、４は分離手段、５は入力音声、６
は伝送路、７は出力音声である。符号化部１は次の８〜
１５により構成されている。８は線形予測パラメータ分
析手段、９は線形予測パラメータ符号化手段、１０は適
応音源符号帳、１１は適応音源探索手段、１２は誤差信
号生成手段、１３は駆動音源符号帳、１４は駆動音源探
索手段、１５は音源信号生成手段である。また、復号化
部２は次の１６〜２２により構成されている。１６は線
形予測パラメータ復号化手段、１７は適応音源符号帳、
１８は適応音源復号化手段、１９は駆動音源符号帳、２
０は駆動音源復号化手段、２１は音源信号生成手段、２
２は合成フィルタである。
【０００４】以下、上記従来の入力音声をスペクトル包
絡情報と音源信号情報に分けて、フレーム単位に音源信
号情報を符号化する音声符号化復号化装置の動作につい
て説明する。まず符号化部１において、例えば８ｋＨｚ
でサンプリングされたディジタル音声信号が入力音声５
として入力される。線形予測パラメータ分析手段８は、
入力音声５を分析して、音声のスペクトル包絡情報であ
る線形予測パラメータを抽出する。次いで線形予測パラ
メータ符号化手段９が抽出した前記線形予測パラメータ
を量子化し、それに対応する符号を多重化手段３に出力
するとともに、量子化した線形予測パラメータを適応音
源探索手段１１、誤差信号生成手段１２、駆動音源探索
手段１４に出力する。
絡情報と音源信号情報に分けて、フレーム単位に音源信
号情報を符号化する音声符号化復号化装置の動作につい
て説明する。まず符号化部１において、例えば８ｋＨｚ
でサンプリングされたディジタル音声信号が入力音声５
として入力される。線形予測パラメータ分析手段８は、
入力音声５を分析して、音声のスペクトル包絡情報であ
る線形予測パラメータを抽出する。次いで線形予測パラ
メータ符号化手段９が抽出した前記線形予測パラメータ
を量子化し、それに対応する符号を多重化手段３に出力
するとともに、量子化した線形予測パラメータを適応音
源探索手段１１、誤差信号生成手段１２、駆動音源探索
手段１４に出力する。
【０００５】次に、音源信号情報の符号化について説明
する。適応音源符号帳１０には音源信号生成手段１５か
ら入力される過去に生成した音源信号が記憶されてお
り、適応音源探索手段１１より入力される遅延パラメー
タｌに対応したフレーム長の適応音源ベクトルを適応音
源探索手段１１に出力する。ここで、前記適応音源ベク
トルは遅延パラメータｌに対してｌサンプル過去からフ
レーム長の音源信号を切り出したものであり、ｌがフレ
ーム長より短い場合はｌサンプルの音源信号をフレーム
長になるまで繰り返して生成したものである。図１０
（ａ）にｌ≧フレーム長の場合、図１０（ｂ）にｌ＜フ
レーム長の場合の適応音源ベクトルの例を示す。
する。適応音源符号帳１０には音源信号生成手段１５か
ら入力される過去に生成した音源信号が記憶されてお
り、適応音源探索手段１１より入力される遅延パラメー
タｌに対応したフレーム長の適応音源ベクトルを適応音
源探索手段１１に出力する。ここで、前記適応音源ベク
トルは遅延パラメータｌに対してｌサンプル過去からフ
レーム長の音源信号を切り出したものであり、ｌがフレ
ーム長より短い場合はｌサンプルの音源信号をフレーム
長になるまで繰り返して生成したものである。図１０
（ａ）にｌ≧フレーム長の場合、図１０（ｂ）にｌ＜フ
レーム長の場合の適応音源ベクトルの例を示す。
【０００６】適応音源探索手段１１は、例えば２０≦ｌ
≦１２８の範囲の遅延パラメータｌに対して、前記適応
音源符号帳１０から入力される適応音源ベクトルを前記
線形予測パラメータ符号化手段９から入力された量子化
した線形予測パラメータを用いて線形予測合成して合成
音声ベクトルを生成する。そして、入力音声５からフレ
ーム毎に切り出した入力音声ベクトルと前記合成音声ベ
クトルとの聴覚重み付き歪みを求める。次に、前記歪み
を比較評価し、前記歪みが最小になる遅延パラメータＬ
とそれに対応する適応音源利得βを求め、前記遅延パラ
メータＬと適応音源利得βの符号を多重化手段３に出力
するとともに、前記遅延パラメータＬに対応する適応音
源ベクトルに前記適応音源利得βを乗じた適応音源信号
を生成し、誤差信号生成手段１２と音源信号生成手段１
５に出力する。
≦１２８の範囲の遅延パラメータｌに対して、前記適応
音源符号帳１０から入力される適応音源ベクトルを前記
線形予測パラメータ符号化手段９から入力された量子化
した線形予測パラメータを用いて線形予測合成して合成
音声ベクトルを生成する。そして、入力音声５からフレ
ーム毎に切り出した入力音声ベクトルと前記合成音声ベ
クトルとの聴覚重み付き歪みを求める。次に、前記歪み
を比較評価し、前記歪みが最小になる遅延パラメータＬ
とそれに対応する適応音源利得βを求め、前記遅延パラ
メータＬと適応音源利得βの符号を多重化手段３に出力
するとともに、前記遅延パラメータＬに対応する適応音
源ベクトルに前記適応音源利得βを乗じた適応音源信号
を生成し、誤差信号生成手段１２と音源信号生成手段１
５に出力する。
【０００７】誤差信号生成手段１２は前記適応音源探索
手段１１から入力された適応音源信号を前記線形予測パ
ラメータ符号化手段９から入力された量子化した線形予
測パラメータを用いて線形予測合成して合成音声ベクト
ルを生成する。そして、入力音声５からフレーム毎に切
り出した入力音声ベクトルと前記合成音声ベクトルとの
差分である誤差信号ベクトルを求め、駆動音源探索手段
１４に出力する。
手段１１から入力された適応音源信号を前記線形予測パ
ラメータ符号化手段９から入力された量子化した線形予
測パラメータを用いて線形予測合成して合成音声ベクト
ルを生成する。そして、入力音声５からフレーム毎に切
り出した入力音声ベクトルと前記合成音声ベクトルとの
差分である誤差信号ベクトルを求め、駆動音源探索手段
１４に出力する。
【０００８】駆動音源符号帳１３には、例えばランダム
雑音から生成したＮ個の駆動音源ベクトルが記憶されて
おり、駆動音源探索手段１４より入力される駆動音源符
号ｉに対応した駆動音源ベクトルを出力する。駆動音源
探索手段１４はＮ個の駆動音源ベクトルに対して、前記
駆動音源符号帳１３から入力される駆動音源ベクトルを
前記線形予測パラメータ符号化手段９から入力された量
子化した線形予測パラメータを用いて線形予測合成して
合成音声ベクトルを生成する。そして、前記誤差信号生
成手段１２から入力された誤差信号ベクトルと前記合成
音声ベクトルとの聴覚重み付き歪みを求める。次に、前
記歪みを比較評価し、前記歪みが最小になる駆動音源符
号Ｉとそれに対応する駆動音源利得γを求め、前記駆動
音源符号Ｉと駆動音源利得γの符号を多重化手段３に出
力するとともに、前記駆動音源符号Ｉに対応する駆動音
源ベクトルに前記駆動音源利得γを乗じた駆動音源信号
を生成し、音源信号生成手段１５に出力する。
雑音から生成したＮ個の駆動音源ベクトルが記憶されて
おり、駆動音源探索手段１４より入力される駆動音源符
号ｉに対応した駆動音源ベクトルを出力する。駆動音源
探索手段１４はＮ個の駆動音源ベクトルに対して、前記
駆動音源符号帳１３から入力される駆動音源ベクトルを
前記線形予測パラメータ符号化手段９から入力された量
子化した線形予測パラメータを用いて線形予測合成して
合成音声ベクトルを生成する。そして、前記誤差信号生
成手段１２から入力された誤差信号ベクトルと前記合成
音声ベクトルとの聴覚重み付き歪みを求める。次に、前
記歪みを比較評価し、前記歪みが最小になる駆動音源符
号Ｉとそれに対応する駆動音源利得γを求め、前記駆動
音源符号Ｉと駆動音源利得γの符号を多重化手段３に出
力するとともに、前記駆動音源符号Ｉに対応する駆動音
源ベクトルに前記駆動音源利得γを乗じた駆動音源信号
を生成し、音源信号生成手段１５に出力する。
【０００９】音源信号生成手段１５は前記適応音源探索
手段１１から入力された適応音源信号と前記駆動音源探
索手段１４から入力された駆動音源信号とを加算して音
源信号を生成し、適応音源符号帳１０に出力する。以上
符号化が終了した後、多重化手段３は前記量子化した線
形予測パラメータに対応する符号、遅延パラメータＬ、
駆動音源符号Ｉ、及び音源利得β、γに対応する符号を
伝送路６に送出する。
手段１１から入力された適応音源信号と前記駆動音源探
索手段１４から入力された駆動音源信号とを加算して音
源信号を生成し、適応音源符号帳１０に出力する。以上
符号化が終了した後、多重化手段３は前記量子化した線
形予測パラメータに対応する符号、遅延パラメータＬ、
駆動音源符号Ｉ、及び音源利得β、γに対応する符号を
伝送路６に送出する。
【００１０】次に、復号化部２の動作について説明す
る。まず多重化手段３の出力を受けた分離手段４は、 線形予測パラメータの符号→線形予測パラメータ復号化
手段１６ 遅延パラメータＬ、音源利得βの符号→適応音源復号化
手段１８ 駆動音源符号Ｉ、音源利得γの符号→駆動音源復号化手
段２０ にそれぞれ出力する。
る。まず多重化手段３の出力を受けた分離手段４は、 線形予測パラメータの符号→線形予測パラメータ復号化
手段１６ 遅延パラメータＬ、音源利得βの符号→適応音源復号化
手段１８ 駆動音源符号Ｉ、音源利得γの符号→駆動音源復号化手
段２０ にそれぞれ出力する。
【００１１】線形予測パラメータ復号化手段１６は、前
記線形予測パラメータの符号に対応する線形予測パラメ
ータを復号化し、合成フィルタ２２に出力する。適応音
源復号化手段１８は、前記遅延パラメータＬに対応した
適応音源ベクトルを適応音源符号帳１７から読み出し、
また前記適応音源利得βの符号から適応音源利得βを復
号化し、前記適応音源ベクトルに前記適応音源利得βを
乗じた適応音源信号を生成し、音源信号生成手段２１に
出力する。駆動音源復号化手段２０は、前記駆動音源符
号Ｉに対応した駆動音源ベクトルを駆動音源符号帳１９
から読み出し、また前記駆動音源利得γの符号から駆動
音源利得γを復号化し、前記駆動音源ベクトルに前記駆
動音源利得γを乗じた駆動音源信号を生成し、音源信号
生成手段２１に出力する。
記線形予測パラメータの符号に対応する線形予測パラメ
ータを復号化し、合成フィルタ２２に出力する。適応音
源復号化手段１８は、前記遅延パラメータＬに対応した
適応音源ベクトルを適応音源符号帳１７から読み出し、
また前記適応音源利得βの符号から適応音源利得βを復
号化し、前記適応音源ベクトルに前記適応音源利得βを
乗じた適応音源信号を生成し、音源信号生成手段２１に
出力する。駆動音源復号化手段２０は、前記駆動音源符
号Ｉに対応した駆動音源ベクトルを駆動音源符号帳１９
から読み出し、また前記駆動音源利得γの符号から駆動
音源利得γを復号化し、前記駆動音源ベクトルに前記駆
動音源利得γを乗じた駆動音源信号を生成し、音源信号
生成手段２１に出力する。
【００１２】音源信号生成手段２１は前記適応音源復号
化手段１８から入力された適応音源信号と前記駆動音源
復号化手段２０から入力された駆動音源信号とを加算し
て音源信号を生成し、適応音源符号帳１７と合成フィル
タ２２に出力する。合成フィルタ２２は前記音源信号生
成手段２１から入力された音源信号を、前記線形予測パ
ラメータ復号化手段１６から入力された線形予測パラメ
ータを用いて線形予測合成し、出力音声７を出力する。
化手段１８から入力された適応音源信号と前記駆動音源
復号化手段２０から入力された駆動音源信号とを加算し
て音源信号を生成し、適応音源符号帳１７と合成フィル
タ２２に出力する。合成フィルタ２２は前記音源信号生
成手段２１から入力された音源信号を、前記線形予測パ
ラメータ復号化手段１６から入力された線形予測パラメ
ータを用いて線形予測合成し、出力音声７を出力する。
【００１３】また、上記従来の音声符号化復号化装置の
改良された先行技術として、より高品質な出力音声を得
られる音声符号化復号化装置として、Ｐ．Ｋｒｏｏｎ
ａｎｄ Ｂ．Ｓ．Ａｔａｌ著“Ｐｉｔｃｈ ｐｒｅｄｉ
ｃｔｏｒｓ ｗｉｔｈ ｈｉｇｈ ｔｅｍｐｏｒａｌ
ｒｅｓｏｌｕｔｉｏｎ”（ＩＣＡＳＳＰ’９０，ｐｐ６
６１−６６４，１９９０）に示されたものがある。
改良された先行技術として、より高品質な出力音声を得
られる音声符号化復号化装置として、Ｐ．Ｋｒｏｏｎ
ａｎｄ Ｂ．Ｓ．Ａｔａｌ著“Ｐｉｔｃｈ ｐｒｅｄｉ
ｃｔｏｒｓ ｗｉｔｈ ｈｉｇｈ ｔｅｍｐｏｒａｌ
ｒｅｓｏｌｕｔｉｏｎ”（ＩＣＡＳＳＰ’９０，ｐｐ６
６１−６６４，１９９０）に示されたものがある。
【００１４】この従来の改良された音声符号化復号化装
置は、図９に示す従来の音声符号化復号化装置の構成に
おいて、適応音源探索手段１１における探索対象の遅延
パラメータとして整数値の他に非整数有理数もとるよう
にし、適応音源符号帳１０、１７は前記非整数有理数の
遅延パラメータに対応した適応音源ベクトルを過去に生
成した音源信号のサンプル間を補間して生成し、出力す
るものである。図１１に遅延パラメータｌが非整数有理
数の場合の適応音源ベクトルの例を示す。図１１（ａ）
はｌ≧フレーム長の場合、図１１（ｂ）はｌ＜フレーム
長の場合の例である。このように構成することにより、
入力音声のサンプリング周期よりも高い精度で遅延パラ
メータを決定し、適応音源ベクトルを生成することがで
き、特開昭６４−４０８９９号公報に開示されている装
置に比べてより高品質な出力音声の生成が可能である。
置は、図９に示す従来の音声符号化復号化装置の構成に
おいて、適応音源探索手段１１における探索対象の遅延
パラメータとして整数値の他に非整数有理数もとるよう
にし、適応音源符号帳１０、１７は前記非整数有理数の
遅延パラメータに対応した適応音源ベクトルを過去に生
成した音源信号のサンプル間を補間して生成し、出力す
るものである。図１１に遅延パラメータｌが非整数有理
数の場合の適応音源ベクトルの例を示す。図１１（ａ）
はｌ≧フレーム長の場合、図１１（ｂ）はｌ＜フレーム
長の場合の例である。このように構成することにより、
入力音声のサンプリング周期よりも高い精度で遅延パラ
メータを決定し、適応音源ベクトルを生成することがで
き、特開昭６４−４０８９９号公報に開示されている装
置に比べてより高品質な出力音声の生成が可能である。
【００１５】また、従来の音声符号化復号化装置の他の
先行技術として、特開平４−３４４６９９号公報があ
る。図１２は、この従来の音声符号化装置の全体構成の
一例を示す構成図である。図１２において図９と同一の
部分については同一の符号を付し、その説明は省略す
る。図１２において、２３、２４は駆動音源符号帳で、
図９の駆動音源符号帳とは異なるものである。
先行技術として、特開平４−３４４６９９号公報があ
る。図１２は、この従来の音声符号化装置の全体構成の
一例を示す構成図である。図１２において図９と同一の
部分については同一の符号を付し、その説明は省略す
る。図１２において、２３、２４は駆動音源符号帳で、
図９の駆動音源符号帳とは異なるものである。
【００１６】ここで上記の構成による符号化復号化装置
の動作について説明する。まず、符号化部１において、
適応音源探索手段１１は、例えば２０≦ｌ≦１２８の範
囲の遅延パラメータｌに対して、適応音源符号帳１０か
ら入力される適応音源ベクトルを線形予測パラメータ符
号化手段９から入力される量子化した線形予測パラメー
タを用いて線形予測合成して合成音声ベクトルを生成す
る。そして、入力音声５からフレーム毎に切り出した入
力音声ベクトルと前記合成音声ベクトルとの聴覚重み付
き歪みを求める。次に、前記歪みを比較評価し、前記歪
みが最小になる遅延パラメータＬとそれに対応する適応
音源利得βを求め、前記遅延パラメータＬと適応音源利
得βの符号を多重化手段３と駆動音源符号帳２３に出力
するとともに、前記遅延パラメータＬに対応する適応音
源ベクトルに前記適応音源利得βを乗じた適応音源信号
を生成し、誤差信号生成手段１２と音源信号生成手段１
５に出力する。
の動作について説明する。まず、符号化部１において、
適応音源探索手段１１は、例えば２０≦ｌ≦１２８の範
囲の遅延パラメータｌに対して、適応音源符号帳１０か
ら入力される適応音源ベクトルを線形予測パラメータ符
号化手段９から入力される量子化した線形予測パラメー
タを用いて線形予測合成して合成音声ベクトルを生成す
る。そして、入力音声５からフレーム毎に切り出した入
力音声ベクトルと前記合成音声ベクトルとの聴覚重み付
き歪みを求める。次に、前記歪みを比較評価し、前記歪
みが最小になる遅延パラメータＬとそれに対応する適応
音源利得βを求め、前記遅延パラメータＬと適応音源利
得βの符号を多重化手段３と駆動音源符号帳２３に出力
するとともに、前記遅延パラメータＬに対応する適応音
源ベクトルに前記適応音源利得βを乗じた適応音源信号
を生成し、誤差信号生成手段１２と音源信号生成手段１
５に出力する。
【００１７】駆動音源符号帳２３には、例えばランダム
雑音から生成したＮ個の駆動音源ベクトルが記憶されて
おり、駆動音源探索手段１４より入力される駆動音源符
号ｉに対応した駆動音源ベクトルを前記遅延パラメータ
Ｌに対応した周期毎に繰り返して周期化し、出力する。
図１３（ａ）に周期化した駆動音源ベクトルの例を示
す。遅延パラメータＬが非整数有理数の場合は、図１３
（ｂ）に示すように駆動音源ベクトルのサンプル間を補
間して生成し、周期化する。
雑音から生成したＮ個の駆動音源ベクトルが記憶されて
おり、駆動音源探索手段１４より入力される駆動音源符
号ｉに対応した駆動音源ベクトルを前記遅延パラメータ
Ｌに対応した周期毎に繰り返して周期化し、出力する。
図１３（ａ）に周期化した駆動音源ベクトルの例を示
す。遅延パラメータＬが非整数有理数の場合は、図１３
（ｂ）に示すように駆動音源ベクトルのサンプル間を補
間して生成し、周期化する。
【００１８】駆動音源探索手段１４はＮ個の駆動音源ベ
クトルに対して、前記駆動音源符号帳２３から入力され
る周期化した駆動音源ベクトルを線形予測パラメータ符
号化手段９から入力される量子化した線形予測パラメー
タを用いて線形予測合成して合成音声ベクトルを生成す
る。そして、誤差信号生成手段１２から入力される誤差
信号ベクトルと前記合成音声ベクトルとの聴覚重み付き
歪みを求める。次に、前記歪みを比較評価し、前記歪み
が最小になる駆動音源符号Ｉとそれに対応する駆動音源
利得γを求め、前記駆動音源符号Ｉと駆動音源利得γの
符号を多重化手段３に出力するとともに、前記駆動音源
符号Ｉに対応する周期化した駆動音源ベクトルに前記駆
動音源利得γを乗じた駆動音源信号を生成し、音源信号
生成手段１５に出力する。
クトルに対して、前記駆動音源符号帳２３から入力され
る周期化した駆動音源ベクトルを線形予測パラメータ符
号化手段９から入力される量子化した線形予測パラメー
タを用いて線形予測合成して合成音声ベクトルを生成す
る。そして、誤差信号生成手段１２から入力される誤差
信号ベクトルと前記合成音声ベクトルとの聴覚重み付き
歪みを求める。次に、前記歪みを比較評価し、前記歪み
が最小になる駆動音源符号Ｉとそれに対応する駆動音源
利得γを求め、前記駆動音源符号Ｉと駆動音源利得γの
符号を多重化手段３に出力するとともに、前記駆動音源
符号Ｉに対応する周期化した駆動音源ベクトルに前記駆
動音源利得γを乗じた駆動音源信号を生成し、音源信号
生成手段１５に出力する。
【００１９】符号化が終了した後、多重化手段３は前記
量子化した線形予測パラメータに対応する符号、遅延パ
ラメータＬ、駆動音源符号Ｉ、及び音源利得β、γに対
応する符号を伝送路６に送出する。
量子化した線形予測パラメータに対応する符号、遅延パ
ラメータＬ、駆動音源符号Ｉ、及び音源利得β、γに対
応する符号を伝送路６に送出する。
【００２０】次に、復号化部２の動作について説明す
る。まず、多重化手段３の出力を受けた分離手段４は、 線形予測パラメータの符号→線形予測パラメータ復号化
手段１６ 遅延パラメータＬ、音源利得βの符号→適応音源復号化
手段１８、駆動音源符号帳２４ 駆動音源符号Ｉ、音源利得γの符号→駆動音源復号化手
段２０ にそれぞれ出力する。
る。まず、多重化手段３の出力を受けた分離手段４は、 線形予測パラメータの符号→線形予測パラメータ復号化
手段１６ 遅延パラメータＬ、音源利得βの符号→適応音源復号化
手段１８、駆動音源符号帳２４ 駆動音源符号Ｉ、音源利得γの符号→駆動音源復号化手
段２０ にそれぞれ出力する。
【００２１】駆動音源符号帳２４は符号化側の駆動音源
符号帳２３と同じＮ個の駆動音源ベクトルが記憶されて
おり、駆動音源復号化手段２０より入力される駆動音源
符号Ｉに対応した駆動音源ベクトルを前記遅延パラメー
タＬに対応した周期毎に繰り返して周期化し、駆動音源
復号化手段２０に出力する。
符号帳２３と同じＮ個の駆動音源ベクトルが記憶されて
おり、駆動音源復号化手段２０より入力される駆動音源
符号Ｉに対応した駆動音源ベクトルを前記遅延パラメー
タＬに対応した周期毎に繰り返して周期化し、駆動音源
復号化手段２０に出力する。
【００２２】駆動音源復号化手段２０は、前記駆動音源
利得γの符号から駆動音源利得γを復号化し、前記駆動
音源符号帳２４から入力された周期化した駆動音源ベク
トルに前記駆動音源利得γを乗じた駆動音源信号を生成
し、音源信号生成手段２１に出力する。
利得γの符号から駆動音源利得γを復号化し、前記駆動
音源符号帳２４から入力された周期化した駆動音源ベク
トルに前記駆動音源利得γを乗じた駆動音源信号を生成
し、音源信号生成手段２１に出力する。
【００２３】音源信号生成手段２１は適応音源復号化手
段１８から入力される適応音源信号と前記駆動音源復号
化手段２０から入力された駆動音源信号とを加算して音
源信号を生成し、適応音源符号帳１７と合成フィルタ２
２に出力する。合成フィルタ２２は前記音源信号生成手
段２１から入力された音源信号を、線形予測パラメータ
復号化手段１６から入力される線形予測パラメータを用
いて線形予測合成し、出力音声７を出力する。
段１８から入力される適応音源信号と前記駆動音源復号
化手段２０から入力された駆動音源信号とを加算して音
源信号を生成し、適応音源符号帳１７と合成フィルタ２
２に出力する。合成フィルタ２２は前記音源信号生成手
段２１から入力された音源信号を、線形予測パラメータ
復号化手段１６から入力される線形予測パラメータを用
いて線形予測合成し、出力音声７を出力する。
【００２４】
【発明が解決しようとする課題】上記した従来の音声符
号化復号化装置では、符号化における音源探索に際し、
遅延パラメータに応じて、適応音源ベクトルまたは駆動
音源ベクトルを周期化、生成してフレーム長の音源ベク
トルとし、これを線形予測合成して合成音声ベクトルを
生成し、フレーム長区間での入力音声ベクトルと合成音
声ベクトルとの歪みを求めている。しかし、線形予測合
成に掛かる演算量が大きいため、音源探索には多大な演
算量を要するという問題があった。
号化復号化装置では、符号化における音源探索に際し、
遅延パラメータに応じて、適応音源ベクトルまたは駆動
音源ベクトルを周期化、生成してフレーム長の音源ベク
トルとし、これを線形予測合成して合成音声ベクトルを
生成し、フレーム長区間での入力音声ベクトルと合成音
声ベクトルとの歪みを求めている。しかし、線形予測合
成に掛かる演算量が大きいため、音源探索には多大な演
算量を要するという問題があった。
【００２５】この発明は、かかる課題を解決するために
なされたもので、その目的は、音声を符号化するに当た
り、合成音声の品質の劣化を回避し、少ない演算量で品
質の良い合成音声を生成することができる音声符号化装
置及び音声符号化復号化装置を得るものである。
なされたもので、その目的は、音声を符号化するに当た
り、合成音声の品質の劣化を回避し、少ない演算量で品
質の良い合成音声を生成することができる音声符号化装
置及び音声符号化復号化装置を得るものである。
【００２６】
【課題を解決するための手段】上記の課題を解決するた
めに、この発明の音声符号化装置は、入力音声を遅延パ
ラメータに対応したベクトル長毎に分割し、ベクトル長
毎の入力音声を加重平均して目標音声ベクトルを生成す
る目標音声生成手段と、過去に生成した音源信号から前
記遅延パラメータに対応したベクトル長の適応音源ベク
トルを生成する適応音源符号帳と、前記適応音源ベクト
ルから得られる合成音声ベクトルの前記目標音声ベクト
ルに対する歪みを評価し、歪みが最小となる適応音源ベ
クトルを探索する適応音源探索手段と、前記歪みが最小
となる適応音源ベクトルからフレーム長の音源信号を生
成するフレーム音源生成手段とを備えたものである。
めに、この発明の音声符号化装置は、入力音声を遅延パ
ラメータに対応したベクトル長毎に分割し、ベクトル長
毎の入力音声を加重平均して目標音声ベクトルを生成す
る目標音声生成手段と、過去に生成した音源信号から前
記遅延パラメータに対応したベクトル長の適応音源ベク
トルを生成する適応音源符号帳と、前記適応音源ベクト
ルから得られる合成音声ベクトルの前記目標音声ベクト
ルに対する歪みを評価し、歪みが最小となる適応音源ベ
クトルを探索する適応音源探索手段と、前記歪みが最小
となる適応音源ベクトルからフレーム長の音源信号を生
成するフレーム音源生成手段とを備えたものである。
【００２７】また、この発明の音声符号化装置はさら
に、目標音声ベクトルと歪みが最小となる適応音源ベク
トルから第２の目標音声ベクトルを生成する第２の目標
音声生成手段と、遅延パラメータに対応したベクトル長
の駆動音源ベクトルを生成する駆動音源符号帳と、前記
駆動音源ベクトルから得られる第２の合成音声ベクトル
の前記第２の目標音声ベクトルに対する歪みを評価し、
歪みが最小となる駆動音源ベクトルを探索する駆動音源
探索手段と、前記歪みが最小となる駆動音源ベクトルか
ら第２のフレーム長の音源信号を生成する第２のフレー
ム音源生成手段とを備えたものである。
に、目標音声ベクトルと歪みが最小となる適応音源ベク
トルから第２の目標音声ベクトルを生成する第２の目標
音声生成手段と、遅延パラメータに対応したベクトル長
の駆動音源ベクトルを生成する駆動音源符号帳と、前記
駆動音源ベクトルから得られる第２の合成音声ベクトル
の前記第２の目標音声ベクトルに対する歪みを評価し、
歪みが最小となる駆動音源ベクトルを探索する駆動音源
探索手段と、前記歪みが最小となる駆動音源ベクトルか
ら第２のフレーム長の音源信号を生成する第２のフレー
ム音源生成手段とを備えたものである。
【００２８】また、この発明の音声符号化装置は、入力
音声を遅延パラメータに対応したベクトル長毎に分割
し、ベクトル長毎の入力音声を加重平均して目標音声ベ
クトルを生成する目標音声生成手段と、遅延パラメータ
に対応したベクトル長の駆動音源ベクトルを生成する駆
動音源符号帳と、前記駆動音源ベクトルから得られる合
成音声ベクトルの前記目標音声ベクトルに対する歪みを
評価し、歪みが最小となる駆動音源ベクトルを探索する
駆動音源探索手段と、前記歪みが最小となる駆動音源ベ
クトルからフレーム長の音源信号を生成するフレーム音
源生成手段とを備えたものである。
音声を遅延パラメータに対応したベクトル長毎に分割
し、ベクトル長毎の入力音声を加重平均して目標音声ベ
クトルを生成する目標音声生成手段と、遅延パラメータ
に対応したベクトル長の駆動音源ベクトルを生成する駆
動音源符号帳と、前記駆動音源ベクトルから得られる合
成音声ベクトルの前記目標音声ベクトルに対する歪みを
評価し、歪みが最小となる駆動音源ベクトルを探索する
駆動音源探索手段と、前記歪みが最小となる駆動音源ベ
クトルからフレーム長の音源信号を生成するフレーム音
源生成手段とを備えたものである。
【００２９】また、この発明の音声符号化装置はさら
に、目標音声ベクトル及び駆動音源ベクトルのベクトル
長は入力音声のピッチ周期に対応して決定するものであ
る。
に、目標音声ベクトル及び駆動音源ベクトルのベクトル
長は入力音声のピッチ周期に対応して決定するものであ
る。
【００３０】また、この発明の音声符号化装置はさら
に、遅延パラメータに対応したベクトル長が有理数をと
るものである。
に、遅延パラメータに対応したベクトル長が有理数をと
るものである。
【００３１】
【００３２】また、この発明の音声符号化装置はさら
に、目標音声生成手段は、遅延パラメータに対応したベ
クトル長の整数倍長の入力音声をベクトル長毎に分割
し、ベクトル長毎の入力音声を加重平均して目標音声ベ
クトルを生成するものである。
に、目標音声生成手段は、遅延パラメータに対応したベ
クトル長の整数倍長の入力音声をベクトル長毎に分割
し、ベクトル長毎の入力音声を加重平均して目標音声ベ
クトルを生成するものである。
【００３３】また、この発明の音声符号化装置はさら
に、遅延パラメータに対応したベクトル長の整数倍長は
フレーム長以上とするものである。
に、遅延パラメータに対応したベクトル長の整数倍長は
フレーム長以上とするものである。
【００３４】また、この発明の音声符号化装置はさら
に、目標音声生成手段は遅延パラメータに対応したベク
トル長毎の入力音声に関わる特徴量に応じて、入力音声
をベクトル長毎に加重平均して目標音声ベクトルを生成
する際の重みを決定するものである。
に、目標音声生成手段は遅延パラメータに対応したベク
トル長毎の入力音声に関わる特徴量に応じて、入力音声
をベクトル長毎に加重平均して目標音声ベクトルを生成
する際の重みを決定するものである。
【００３５】また、この発明の音声符号化装置はさら
に、遅延パラメータに対応したベクトル長毎の入力音声
に関わる特徴量は少なくとも入力音声のパワー情報を含
むものである。
に、遅延パラメータに対応したベクトル長毎の入力音声
に関わる特徴量は少なくとも入力音声のパワー情報を含
むものである。
【００３６】また、この発明の音声符号化装置はさら
に、遅延パラメータに対応したベクトル長毎の入力音声
に関わる特徴量は少なくとも入力音声の相関情報を含む
ものである。
に、遅延パラメータに対応したベクトル長毎の入力音声
に関わる特徴量は少なくとも入力音声の相関情報を含む
ものである。
【００３７】また、この発明の音声符号化装置はさら
に、目標音声生成手段は、遅延パラメータに対応したベ
クトル長毎の入力音声の時間関係に応じて、入力音声を
ベクトル長毎に加重平均して目標音声ベクトルを生成す
る際の重みを決定するものである。
に、目標音声生成手段は、遅延パラメータに対応したベ
クトル長毎の入力音声の時間関係に応じて、入力音声を
ベクトル長毎に加重平均して目標音声ベクトルを生成す
る際の重みを決定するものである。
【００３８】また、この発明の音声符号化装置はさら
に、目標音声生成手段は、入力音声を遅延パラメータに
対応したベクトル長毎に加重平均する際、ベクトル長毎
の入力音声の時間関係を微調整するものである。
に、目標音声生成手段は、入力音声を遅延パラメータに
対応したベクトル長毎に加重平均する際、ベクトル長毎
の入力音声の時間関係を微調整するものである。
【００３９】また、この発明の音声符号化装置はさら
に、フレーム音源生成手段は、遅延パラメータに対応し
たベクトル長の音源ベクトルを前記ベクトル長毎に繰り
返して周期化し、フレーム長の音源信号を生成するもの
である。
に、フレーム音源生成手段は、遅延パラメータに対応し
たベクトル長の音源ベクトルを前記ベクトル長毎に繰り
返して周期化し、フレーム長の音源信号を生成するもの
である。
【００４０】また、この発明の音声符号化装置はさら
に、フレーム音源生成手段は、遅延パラメータに対応し
たベクトル長の音源ベクトルをフレーム間で補間して音
源信号を生成するものである。
に、フレーム音源生成手段は、遅延パラメータに対応し
たベクトル長の音源ベクトルをフレーム間で補間して音
源信号を生成するものである。
【００４１】また、この発明の音声符号化装置はさら
に、適応音源探索手段は合成フィルタを備え、この合成
フィルタのインパルス応答を用いて、適応音源ベクトル
から得られる合成音声ベクトルの目標音声ベクトルに対
する歪みを反復的に計算するものである。
に、適応音源探索手段は合成フィルタを備え、この合成
フィルタのインパルス応答を用いて、適応音源ベクトル
から得られる合成音声ベクトルの目標音声ベクトルに対
する歪みを反復的に計算するものである。
【００４２】また、この発明の音声符号化装置はさら
に、入力音声をアップサンプリングする入力音声アップ
サンプリング手段を備え、目標音声生成手段はアップサ
ンプリングされた入力音声から目標音声ベクトルを生成
するものである。
に、入力音声をアップサンプリングする入力音声アップ
サンプリング手段を備え、目標音声生成手段はアップサ
ンプリングされた入力音声から目標音声ベクトルを生成
するものである。
【００４３】また、この発明の音声符号化装置はさら
に、過去に生成された音源信号をアップサンプリングす
る音源信号アップサンプリング手段を備え、適応音源符
号帳はアップサンプリングされた過去に生成された音源
信号から適応音源ベクトルを生成するものである。
に、過去に生成された音源信号をアップサンプリングす
る音源信号アップサンプリング手段を備え、適応音源符
号帳はアップサンプリングされた過去に生成された音源
信号から適応音源ベクトルを生成するものである。
【００４４】また、この発明の音声符号化装置はさら
に、アップサンプリング手段は遅延パラメータに対応し
て、アップサンプリング倍率を変更するものである。
に、アップサンプリング手段は遅延パラメータに対応し
て、アップサンプリング倍率を変更するものである。
【００４５】また、この発明の音声符号化装置はさら
に、アップサンプリング手段は遅延パラメータに対応し
たベクトル長に応じた範囲のみ入力音声または音源信号
のアップサンプリング倍率を変更するものである。
に、アップサンプリング手段は遅延パラメータに対応し
たベクトル長に応じた範囲のみ入力音声または音源信号
のアップサンプリング倍率を変更するものである。
【００４６】また、この発明に係る音声符号化復号化装
置は、符号化側に、入力音声を遅延パラメータに対応し
たベクトル長毎に分割し、ベクトル長毎の入力音声を加
重平均して目標音声ベクトルを生成する目標音声生成手
段と、過去に生成した音源信号から前記遅延パラメータ
に対応したベクトル長の適応音源ベクトルを生成する適
応音源符号帳と、前記適応音源ベクトルから得られる合
成音声ベクトルの前記目標音声ベクトルに対する歪みを
評価し、歪みが最小となる適応音源ベクトルを探索する
適応音源探索手段と、前記歪みが最小となる適応音源ベ
クトルからフレーム長の音源信号を生成するフレーム音
源生成手段とを備える一方、復号化側に、遅延パラメー
タに対応したベクトル長の適応音源ベクトルを生成する
適応音源符号帳と、適応音源ベクトルからフレーム長の
音源信号を生成するフレーム音源生成手段とを備えるも
のである。
置は、符号化側に、入力音声を遅延パラメータに対応し
たベクトル長毎に分割し、ベクトル長毎の入力音声を加
重平均して目標音声ベクトルを生成する目標音声生成手
段と、過去に生成した音源信号から前記遅延パラメータ
に対応したベクトル長の適応音源ベクトルを生成する適
応音源符号帳と、前記適応音源ベクトルから得られる合
成音声ベクトルの前記目標音声ベクトルに対する歪みを
評価し、歪みが最小となる適応音源ベクトルを探索する
適応音源探索手段と、前記歪みが最小となる適応音源ベ
クトルからフレーム長の音源信号を生成するフレーム音
源生成手段とを備える一方、復号化側に、遅延パラメー
タに対応したベクトル長の適応音源ベクトルを生成する
適応音源符号帳と、適応音源ベクトルからフレーム長の
音源信号を生成するフレーム音源生成手段とを備えるも
のである。
【００４７】また、この発明に係る音声符号化復号化装
置はさらに、符号化側に、目標音声ベクトルと適応音源
ベクトルから第２の目標音声ベクトルを生成する第２の
目標音声生成手段と、遅延パラメータに対応したベクト
ル長の駆動音源ベクトルを生成する駆動音源符号帳と、
前記駆動音源ベクトルから得られる第２の合成音声ベク
トルの前記第２の目標音声ベクトルに対する歪みを評価
し、歪みが最小となる駆動音源ベクトルを探索する駆動
音源探索手段と、前記歪みが最小となる駆動音源ベクト
ルから第２のフレーム長の音源信号を生成する第２のフ
レーム音源生成手段とを備える一方、復号化側に遅延パ
ラメータに対応したベクトル長の駆動音源ベクトルを生
成する駆動音源符号帳と、駆動音源ベクトルから第２の
フレーム長の音源信号を生成する第２のフレーム音源生
成手段とを備えるものである。
置はさらに、符号化側に、目標音声ベクトルと適応音源
ベクトルから第２の目標音声ベクトルを生成する第２の
目標音声生成手段と、遅延パラメータに対応したベクト
ル長の駆動音源ベクトルを生成する駆動音源符号帳と、
前記駆動音源ベクトルから得られる第２の合成音声ベク
トルの前記第２の目標音声ベクトルに対する歪みを評価
し、歪みが最小となる駆動音源ベクトルを探索する駆動
音源探索手段と、前記歪みが最小となる駆動音源ベクト
ルから第２のフレーム長の音源信号を生成する第２のフ
レーム音源生成手段とを備える一方、復号化側に遅延パ
ラメータに対応したベクトル長の駆動音源ベクトルを生
成する駆動音源符号帳と、駆動音源ベクトルから第２の
フレーム長の音源信号を生成する第２のフレーム音源生
成手段とを備えるものである。
【００４８】また、この発明に係る音声符号化復号化装
置は、符号化側に、入力音声を遅延パラメータに対応し
たベクトル長毎に分割し、ベクトル長毎の入力音声を加
重平均して目標音声ベクトルを生成する目標音声生成手
段と、遅延パラメータに対応したベクトル長の駆動音源
ベクトルを生成する駆動音源符号帳と、前記駆動音源ベ
クトルから得られる合成音声ベクトルの前記目標音声ベ
クトルに対する歪みを評価し、歪みが最小となる駆動音
源ベクトルを探索する駆動音源探索手段と、前記歪みが
最小となる駆動音源ベクトルからフレーム長の音源信号
を生成するフレーム音源生成手段とを備える一方、復号
化側に、遅延パラメータに対応したベクトル長の駆動音
源ベクトルを生成する駆動音源符号帳と、駆動音源ベク
トルからフレーム長の音源信号を生成するフレーム音源
生成手段とを備えるものである。
置は、符号化側に、入力音声を遅延パラメータに対応し
たベクトル長毎に分割し、ベクトル長毎の入力音声を加
重平均して目標音声ベクトルを生成する目標音声生成手
段と、遅延パラメータに対応したベクトル長の駆動音源
ベクトルを生成する駆動音源符号帳と、前記駆動音源ベ
クトルから得られる合成音声ベクトルの前記目標音声ベ
クトルに対する歪みを評価し、歪みが最小となる駆動音
源ベクトルを探索する駆動音源探索手段と、前記歪みが
最小となる駆動音源ベクトルからフレーム長の音源信号
を生成するフレーム音源生成手段とを備える一方、復号
化側に、遅延パラメータに対応したベクトル長の駆動音
源ベクトルを生成する駆動音源符号帳と、駆動音源ベク
トルからフレーム長の音源信号を生成するフレーム音源
生成手段とを備えるものである。
【００４９】
実施の形態１．図１は、この発明の実施の形態１である
音声符号化装置及び音声復号化装置の全体構成を示すブ
ロック図である。
音声符号化装置及び音声復号化装置の全体構成を示すブ
ロック図である。
【００５０】図１において、１は符号化部、２は復号化
部、３は多重化手段、４は分離手段、５は入力音声、６
は伝送路、７は出力音声である。
部、３は多重化手段、４は分離手段、５は入力音声、６
は伝送路、７は出力音声である。
【００５１】符号化部１は次の８、９、１５、および２
５〜３６により構成されている。８は線形予測パラメー
タ分析手段、９は線形予測パラメータ符号化手段、１５
は音源信号生成手段、２５は入力音声のピッチ周期を抽
出するピッチ分析手段、２６は適応音源ベクトルを探索
する際の遅延パラメータの探索範囲を決定する遅延パラ
メータ探索範囲決定手段、２７は入力音声をアップサン
プリングする入力音声アップサンプリング手段、２８は
遅延パラメータに対応したベクトル長の目標音声ベクト
ルを生成する目標音声生成手段、２９は過去に生成した
音源信号をアップサンプリングする音源信号アップサン
プリング手段、３０は過去に生成した音源信号から遅延
パラメータに対応したベクトル長の適応音源ベクトルを
出力する適応音源符号帳、３１は適応音源ベクトルから
得られる合成音声ベクトルの目標音声ベクトルに対する
歪みを評価し、歪みが最小となる適応音源ベクトルを探
索する適応音源探索手段、３２は遅延パラメータに対応
したベクトル長の適応音源信号からフレーム長の適応音
源信号を生成するフレーム音源生成手段、３３は駆動音
源ベクトル探索における遅延パラメータに対応したベク
トル長の目標音声ベクトルを生成する第２の目標音声生
成手段、３４は遅延パラメータに対応したベクトル長の
駆動音源ベクトルを出力する駆動音源符号帳、３５は駆
動音源ベクトルから得られる合成音声ベクトルの第２の
目標音声ベクトルに対する歪みを評価し、歪みが最小と
なる駆動音源ベクトルを探索する駆動音源探索手段、３
６は遅延パラメータに対応したベクトル長の駆動音源信
号からフレーム長の駆動音源信号を生成する第２のフレ
ーム音源生成手段である。
５〜３６により構成されている。８は線形予測パラメー
タ分析手段、９は線形予測パラメータ符号化手段、１５
は音源信号生成手段、２５は入力音声のピッチ周期を抽
出するピッチ分析手段、２６は適応音源ベクトルを探索
する際の遅延パラメータの探索範囲を決定する遅延パラ
メータ探索範囲決定手段、２７は入力音声をアップサン
プリングする入力音声アップサンプリング手段、２８は
遅延パラメータに対応したベクトル長の目標音声ベクト
ルを生成する目標音声生成手段、２９は過去に生成した
音源信号をアップサンプリングする音源信号アップサン
プリング手段、３０は過去に生成した音源信号から遅延
パラメータに対応したベクトル長の適応音源ベクトルを
出力する適応音源符号帳、３１は適応音源ベクトルから
得られる合成音声ベクトルの目標音声ベクトルに対する
歪みを評価し、歪みが最小となる適応音源ベクトルを探
索する適応音源探索手段、３２は遅延パラメータに対応
したベクトル長の適応音源信号からフレーム長の適応音
源信号を生成するフレーム音源生成手段、３３は駆動音
源ベクトル探索における遅延パラメータに対応したベク
トル長の目標音声ベクトルを生成する第２の目標音声生
成手段、３４は遅延パラメータに対応したベクトル長の
駆動音源ベクトルを出力する駆動音源符号帳、３５は駆
動音源ベクトルから得られる合成音声ベクトルの第２の
目標音声ベクトルに対する歪みを評価し、歪みが最小と
なる駆動音源ベクトルを探索する駆動音源探索手段、３
６は遅延パラメータに対応したベクトル長の駆動音源信
号からフレーム長の駆動音源信号を生成する第２のフレ
ーム音源生成手段である。
【００５２】また、復号化部２は次の１６、２１、２
２、および３７〜４３により構成されている。１６は線
形予測パラメータ復号化手段、２１は音源信号生成手
段、２２は合成フィルタ、３７は過去に生成した音源信
号をアップサンプリングする音源信号アップサンプリン
グ手段、３８は遅延パラメータに対応したベクトル長の
適応音源ベクトルを出力する適応音源符号帳、３９は遅
延パラメータに対応したベクトル長の適応音源信号を復
号化する適応音源復号化手段、４０は遅延パラメータに
対応したベクトル長の適応音源信号からフレーム長の適
応音源信号を生成するフレーム音源生成手段、４１は遅
延パラメータに対応したベクトル長の駆動音源ベクトル
を出力する駆動音源符号帳、４２は遅延パラメータに対
応したベクトル長の駆動音源信号を復号化する駆動音源
復号化手段、４３は遅延パラメータに対応したベクトル
長の駆動音源信号からフレーム長の駆動音源信号を生成
する第２のフレーム音源生成手段である。
２、および３７〜４３により構成されている。１６は線
形予測パラメータ復号化手段、２１は音源信号生成手
段、２２は合成フィルタ、３７は過去に生成した音源信
号をアップサンプリングする音源信号アップサンプリン
グ手段、３８は遅延パラメータに対応したベクトル長の
適応音源ベクトルを出力する適応音源符号帳、３９は遅
延パラメータに対応したベクトル長の適応音源信号を復
号化する適応音源復号化手段、４０は遅延パラメータに
対応したベクトル長の適応音源信号からフレーム長の適
応音源信号を生成するフレーム音源生成手段、４１は遅
延パラメータに対応したベクトル長の駆動音源ベクトル
を出力する駆動音源符号帳、４２は遅延パラメータに対
応したベクトル長の駆動音源信号を復号化する駆動音源
復号化手段、４３は遅延パラメータに対応したベクトル
長の駆動音源信号からフレーム長の駆動音源信号を生成
する第２のフレーム音源生成手段である。
【００５３】以下、動作を説明する。まず符号化部１に
おいて、例えば８ｋＨｚでサンプリングされたディジタ
ル音声信号が入力音声５として入力される。線形予測パ
ラメータ分析手段８は、前記入力音声５を分析して、音
声のスペクトル包絡情報である線形予測パラメータを抽
出する。次いで線形予測パラメータ符号化手段９が抽出
した前記線形予測パラメータを量子化し、それに対応す
る符号を多重化手段３に出力するとともに、量子化した
線形予測パラメータを適応音源探索手段３１、第２の目
標音声生成手段３３、駆動音源探索手段３５に出力す
る。
おいて、例えば８ｋＨｚでサンプリングされたディジタ
ル音声信号が入力音声５として入力される。線形予測パ
ラメータ分析手段８は、前記入力音声５を分析して、音
声のスペクトル包絡情報である線形予測パラメータを抽
出する。次いで線形予測パラメータ符号化手段９が抽出
した前記線形予測パラメータを量子化し、それに対応す
る符号を多重化手段３に出力するとともに、量子化した
線形予測パラメータを適応音源探索手段３１、第２の目
標音声生成手段３３、駆動音源探索手段３５に出力す
る。
【００５４】ピッチ分析手段２５は入力音声５を分析し
てピッチ周期Ｐを抽出する。次いで遅延パラメータ探索
範囲決定手段２６は前記ピッチ周期Ｐより、適応音源ベ
クトルを探索する際の遅延パラメータｌの探索範囲ｌ
min ≦ｌ≦ｌmax を、例えば式（１）に従って決定し、
入力音声アップサンプリング手段２７、音源信号アップ
サンプリング手段２９、適応音源探索手段３１に出力す
る。ここで、ΔＰは例えばＰ／１０とする。 ｌmin ＝Ｐ−ΔＰ ｌmax ＝Ｐ＋ΔＰ （１）
てピッチ周期Ｐを抽出する。次いで遅延パラメータ探索
範囲決定手段２６は前記ピッチ周期Ｐより、適応音源ベ
クトルを探索する際の遅延パラメータｌの探索範囲ｌ
min ≦ｌ≦ｌmax を、例えば式（１）に従って決定し、
入力音声アップサンプリング手段２７、音源信号アップ
サンプリング手段２９、適応音源探索手段３１に出力す
る。ここで、ΔＰは例えばＰ／１０とする。 ｌmin ＝Ｐ−ΔＰ ｌmax ＝Ｐ＋ΔＰ （１）
【００５５】入力音声アップサンプリング手段２７は遅
延パラメータ探索範囲決定手段２６から入力された遅延
パラメータの探索範囲に応じたサンプリングレートに入
力音声５を、例えば音源信号を符号化する単位であるフ
レーム区間でアップサンプリングし、目標音声生成手段
２８に出力する。ここで、アップサンプリングレート
は、例えば以下のように決定する。 ｌmin ＜４５ の場合、４倍にアップサンプリン
グする。 ４５≦ｌmin ＜６５ の場合、２倍にアップサンプリン
グする。 ６５≦ｌmin の場合、アップサンプリングしな
い。
延パラメータ探索範囲決定手段２６から入力された遅延
パラメータの探索範囲に応じたサンプリングレートに入
力音声５を、例えば音源信号を符号化する単位であるフ
レーム区間でアップサンプリングし、目標音声生成手段
２８に出力する。ここで、アップサンプリングレート
は、例えば以下のように決定する。 ｌmin ＜４５ の場合、４倍にアップサンプリン
グする。 ４５≦ｌmin ＜６５ の場合、２倍にアップサンプリン
グする。 ６５≦ｌmin の場合、アップサンプリングしな
い。
【００５６】目標音声生成手段２８は前記入力音声アッ
プサンプリング手段２７から入力されたアップサンプリ
ングしたフレーム長の入力音声を、適応音源探索手段３
１から入力される遅延パラメータｌに対応して、例えば
周期１毎に分割し、この分割した遅延パラメータｌに対
応したベクトル長毎の入力音声を加算平均することによ
り、遅延パラメータｌに対応したベクトル長の目標音声
ベクトルを生成し、適応音源探索手段３１と第２の目標
音声生成手段３３に出力する。ここで、遅延パラメータ
ｌは整数値の他、非整数有理数もとり、ｌの存在範囲に
応じて、例えばｌint を整数値遅延とした場合に以下の
値をとり得るとする。 ｌ＜４５ の場合、ｌint ，ｌint ＋１／４，ｌ
int ＋１／２，ｌint ＋３／４ ４５≦ｌ＜６５ の場合、ｌint ，ｌint ＋１／２ ６５≦ｌ の場合、ｌint 図２にフレーム長の入力音声から生成する遅延パラメー
タｌに対応したベクトル長の目標音声ベクトルの例を示
す。ここで、ｌ≧フレーム長の場合は前記加算平均を行
なわず、フレーム長の入力音声を目標音声ベクトルとす
る。
プサンプリング手段２７から入力されたアップサンプリ
ングしたフレーム長の入力音声を、適応音源探索手段３
１から入力される遅延パラメータｌに対応して、例えば
周期１毎に分割し、この分割した遅延パラメータｌに対
応したベクトル長毎の入力音声を加算平均することによ
り、遅延パラメータｌに対応したベクトル長の目標音声
ベクトルを生成し、適応音源探索手段３１と第２の目標
音声生成手段３３に出力する。ここで、遅延パラメータ
ｌは整数値の他、非整数有理数もとり、ｌの存在範囲に
応じて、例えばｌint を整数値遅延とした場合に以下の
値をとり得るとする。 ｌ＜４５ の場合、ｌint ，ｌint ＋１／４，ｌ
int ＋１／２，ｌint ＋３／４ ４５≦ｌ＜６５ の場合、ｌint ，ｌint ＋１／２ ６５≦ｌ の場合、ｌint 図２にフレーム長の入力音声から生成する遅延パラメー
タｌに対応したベクトル長の目標音声ベクトルの例を示
す。ここで、ｌ≧フレーム長の場合は前記加算平均を行
なわず、フレーム長の入力音声を目標音声ベクトルとす
る。
【００５７】音源信号アップサンプリング手段２９は、
音源信号生成手段１５から入力される過去に生成した音
源信号を、前記遅延パラメータ探索範囲決定手段２６か
ら入力された前記遅延パラメータの探索範囲に応じた適
応音源探索に必要な区間のみを、前記遅延パラメータの
探索範囲に応じたサンプリングレートにアップサンプリ
ングし、適応音源符号帳３０に出力する。ここで、アッ
プサンプリングレートは、例えば以下のように決定す
る。 ｌ＜４５ の区間、４倍にアップサンプリングす
る。 ４５≦ｌ＜６５ の区間、２倍にアップサンプリングす
る。 ６５≦ｌ の区間、アップサンプリングしない。
音源信号生成手段１５から入力される過去に生成した音
源信号を、前記遅延パラメータ探索範囲決定手段２６か
ら入力された前記遅延パラメータの探索範囲に応じた適
応音源探索に必要な区間のみを、前記遅延パラメータの
探索範囲に応じたサンプリングレートにアップサンプリ
ングし、適応音源符号帳３０に出力する。ここで、アッ
プサンプリングレートは、例えば以下のように決定す
る。 ｌ＜４５ の区間、４倍にアップサンプリングす
る。 ４５≦ｌ＜６５ の区間、２倍にアップサンプリングす
る。 ６５≦ｌ の区間、アップサンプリングしない。
【００５８】適応音源符号帳３０は前記音源信号アップ
サンプリング手段２９から入力されたアップサンプリン
グした音源信号から、適応音源探索手段３１より入力さ
れる遅延パラメータｌに対応したベクトル長の適応音源
ベクトルを適応音源探索手段３１に出力する。ここで、
前記適応音源ベクトルは遅延パラメータｌに対して過去
ｌサンプルの音源信号を切り出したものであり、ｌ≧フ
レーム長の場合はｌサンプル過去からフレーム長の音源
信号を切り出したものとする。
サンプリング手段２９から入力されたアップサンプリン
グした音源信号から、適応音源探索手段３１より入力さ
れる遅延パラメータｌに対応したベクトル長の適応音源
ベクトルを適応音源探索手段３１に出力する。ここで、
前記適応音源ベクトルは遅延パラメータｌに対して過去
ｌサンプルの音源信号を切り出したものであり、ｌ≧フ
レーム長の場合はｌサンプル過去からフレーム長の音源
信号を切り出したものとする。
【００５９】適応音源探索手段３１は、合成フィルタを
備え、線形予測パラメータ符号化手段９から入力される
量子化した線形予測パラメータを用いて合成フィルタの
インパルス応答を求める。次いで、ｌmin ≦ｌ≦ｌmax
の範囲の遅延パラメータｌに対して、前記適応音源符号
帳３０から入力される適応音源ベクトルを前記インパル
ス応答を用いて反復的に計算して合成し、合成音声ベク
トルを生成する。そして、前記目標音声生成手段２８か
ら入力された目標音声ベクトルと前記合成音声ベクトル
との聴覚重み付き歪みを求める。次に、前記歪みを比較
評価し、前記歪みが最小になる遅延パラメータＬとそれ
に対応する適応音源利得βを求め、前記遅延パラメータ
Ｌと適応音源利得βの符号を多重化手段３と駆動音源符
号帳３４に出力するとともに、前記遅延パラメータＬに
対応する適応音源ベクトルに前記適応音源利得βを乗じ
た適応音源信号を生成し、フレーム音源生成手段３２と
第２の目標音声生成手段３３に出力する。ここで、前記
適応音源信号は、Ｌ＜フレーム長の場合はＬサンプル、
Ｌ≧フレーム長の場合はフレーム長の信号である。
備え、線形予測パラメータ符号化手段９から入力される
量子化した線形予測パラメータを用いて合成フィルタの
インパルス応答を求める。次いで、ｌmin ≦ｌ≦ｌmax
の範囲の遅延パラメータｌに対して、前記適応音源符号
帳３０から入力される適応音源ベクトルを前記インパル
ス応答を用いて反復的に計算して合成し、合成音声ベク
トルを生成する。そして、前記目標音声生成手段２８か
ら入力された目標音声ベクトルと前記合成音声ベクトル
との聴覚重み付き歪みを求める。次に、前記歪みを比較
評価し、前記歪みが最小になる遅延パラメータＬとそれ
に対応する適応音源利得βを求め、前記遅延パラメータ
Ｌと適応音源利得βの符号を多重化手段３と駆動音源符
号帳３４に出力するとともに、前記遅延パラメータＬに
対応する適応音源ベクトルに前記適応音源利得βを乗じ
た適応音源信号を生成し、フレーム音源生成手段３２と
第２の目標音声生成手段３３に出力する。ここで、前記
適応音源信号は、Ｌ＜フレーム長の場合はＬサンプル、
Ｌ≧フレーム長の場合はフレーム長の信号である。
【００６０】フレーム音源生成手段３２は前記適応音源
探索手段３１から入力された適応音源信号から、例えば
周期Ｌ毎に繰り返して周期化して、フレーム長の適応音
源信号を生成し、音源信号生成手段１５に出力する。
探索手段３１から入力された適応音源信号から、例えば
周期Ｌ毎に繰り返して周期化して、フレーム長の適応音
源信号を生成し、音源信号生成手段１５に出力する。
【００６１】第２の目標音声生成手段３３は前記適応音
源探索手段３１から入力された適応音源信号を線形予測
パラメータ符号化手段９から入力される量子化した線形
予測パラメータを用いて線形予測合成して合成音声ベク
トルを生成する。そして、目標音声生成手段２８から入
力された目標音声ベクトルと前記合成音声ベクトルとの
差分を求め、これを第２の目標音声ベクトルとして駆動
音源探索手段３５に出力する。
源探索手段３１から入力された適応音源信号を線形予測
パラメータ符号化手段９から入力される量子化した線形
予測パラメータを用いて線形予測合成して合成音声ベク
トルを生成する。そして、目標音声生成手段２８から入
力された目標音声ベクトルと前記合成音声ベクトルとの
差分を求め、これを第２の目標音声ベクトルとして駆動
音源探索手段３５に出力する。
【００６２】駆動音源符号帳３４には、例えばランダム
雑音から生成したＮ個の駆動音源ベクトルが記憶されて
おり、駆動音源探索手段３５より入力される駆動音源符
号ｉに対応した駆動音源ベクトルを前記遅延パラメータ
Ｌに対応したベクトル長で切り出し、出力する。ここ
で、Ｌ≧フレーム長の場合は、フレーム長の駆動音源ベ
クトルを出力する。
雑音から生成したＮ個の駆動音源ベクトルが記憶されて
おり、駆動音源探索手段３５より入力される駆動音源符
号ｉに対応した駆動音源ベクトルを前記遅延パラメータ
Ｌに対応したベクトル長で切り出し、出力する。ここ
で、Ｌ≧フレーム長の場合は、フレーム長の駆動音源ベ
クトルを出力する。
【００６３】駆動音源探索手段３５はＮ個の駆動音源ベ
クトルに対して、前記駆動音源符号帳３４から入力され
る切り出した駆動音源ベクトルを前記線形予測パラメー
タ符号化手段９から入力される量子化した線形予測パラ
メータを用いて線形予測合成して合成音声ベクトルを生
成する。そして、前記第２の目標音声生成手段３３から
入力された第２の目標音声ベクトルと前記合成音声ベク
トルとの聴覚重み付き歪みを求める。次に、前記歪みを
比較評価し、前記歪みが最小になる駆動音源符号Ｉとそ
れに対応する駆動音源利得γを求め、前記駆動音源符号
Ｉと駆動音源利得γの符号を多重化手段３に出力すると
ともに、前記駆動音源符号Ｉに対応する駆動音源ベクト
ルに前記駆動音源利得γを乗じた駆動音源信号を生成
し、第２のフレーム音源生成手段３６に出力する。
クトルに対して、前記駆動音源符号帳３４から入力され
る切り出した駆動音源ベクトルを前記線形予測パラメー
タ符号化手段９から入力される量子化した線形予測パラ
メータを用いて線形予測合成して合成音声ベクトルを生
成する。そして、前記第２の目標音声生成手段３３から
入力された第２の目標音声ベクトルと前記合成音声ベク
トルとの聴覚重み付き歪みを求める。次に、前記歪みを
比較評価し、前記歪みが最小になる駆動音源符号Ｉとそ
れに対応する駆動音源利得γを求め、前記駆動音源符号
Ｉと駆動音源利得γの符号を多重化手段３に出力すると
ともに、前記駆動音源符号Ｉに対応する駆動音源ベクト
ルに前記駆動音源利得γを乗じた駆動音源信号を生成
し、第２のフレーム音源生成手段３６に出力する。
【００６４】第２のフレーム音源生成手段３６は前記駆
動音源探索手段３５から入力された駆動音源信号から、
例えば周期Ｌ毎に繰り返して周期化して、フレーム長の
駆動音源信号を生成し、音源信号生成手段１５に出力す
る。
動音源探索手段３５から入力された駆動音源信号から、
例えば周期Ｌ毎に繰り返して周期化して、フレーム長の
駆動音源信号を生成し、音源信号生成手段１５に出力す
る。
【００６５】音源信号生成手段１５は前記フレーム音源
生成手段３２から入力されたフレーム長の適応音源信号
と前記第２のフレーム音源生成手段３６から入力された
フレーム長の駆動音源信号とを加算して音源信号を生成
し、音源信号アップサンプリング手段２９に出力する。
生成手段３２から入力されたフレーム長の適応音源信号
と前記第２のフレーム音源生成手段３６から入力された
フレーム長の駆動音源信号とを加算して音源信号を生成
し、音源信号アップサンプリング手段２９に出力する。
【００６６】以上符号化が終了した後、多重化手段３は
前記量子化した線形予測パラメータに対応する符号、遅
延パラメータＬ、駆動音源信号Ｉ、及び音源利得β、γ
に対応する符号を伝送路６に送出する。以上がこの実施
の形態１の音声符号化装置に特徴的な動作である。
前記量子化した線形予測パラメータに対応する符号、遅
延パラメータＬ、駆動音源信号Ｉ、及び音源利得β、γ
に対応する符号を伝送路６に送出する。以上がこの実施
の形態１の音声符号化装置に特徴的な動作である。
【００６７】つづいて、復号化部２について説明する。
まず多重化手段３の出力を受けた分離手段４は、 線形予測パラメータの符号→線形予測パラメータ復号化
手段１６ 遅延パラメータＬ→適応音源復号化手段３９、駆動音源
符号帳４１ 音源利得βの符号→適応音源復号化手段３９ 駆動音源符号Ｉ、音源利得γの符号→駆動音源復号化手
段４２ にそれぞれ出力する。
まず多重化手段３の出力を受けた分離手段４は、 線形予測パラメータの符号→線形予測パラメータ復号化
手段１６ 遅延パラメータＬ→適応音源復号化手段３９、駆動音源
符号帳４１ 音源利得βの符号→適応音源復号化手段３９ 駆動音源符号Ｉ、音源利得γの符号→駆動音源復号化手
段４２ にそれぞれ出力する。
【００６８】適応音源復号化手段３９は、まず前記遅延
パラメータＬを音源信号アップサンプリング手段３７と
適応音源符号帳３８に出力する。音源信号アップサンプ
リング手段３７は、音源信号生成手段２１から入力され
る過去に生成した音源信号を、前記適応音源復号化手段
３９から入力された前記遅延パラメータＬの値に応じた
適応音源ベクトル生成に必要な区間のみを、前記遅延パ
ラメータＬの値に応じたサンプリングレートにアップサ
ンプリングし、適応音源符号帳３８に出力する。ここ
で、アップサンプリングレートは符号化部における音源
信号アップサンプリング手段２９と同様に決定する。
パラメータＬを音源信号アップサンプリング手段３７と
適応音源符号帳３８に出力する。音源信号アップサンプ
リング手段３７は、音源信号生成手段２１から入力され
る過去に生成した音源信号を、前記適応音源復号化手段
３９から入力された前記遅延パラメータＬの値に応じた
適応音源ベクトル生成に必要な区間のみを、前記遅延パ
ラメータＬの値に応じたサンプリングレートにアップサ
ンプリングし、適応音源符号帳３８に出力する。ここ
で、アップサンプリングレートは符号化部における音源
信号アップサンプリング手段２９と同様に決定する。
【００６９】適応音源符号帳３８は前記音源信号アップ
サンプリング手段３７から入力されたアップサンプリン
グした音源信号から、適応音源復号化手段３９より入力
される遅延パラメータＬに対応したベクトル長の適応音
源ベクトルを適応音源復号化手段３９に出力する。ここ
で、前記適応音源ベクトルは遅延パラメータＬに対して
過去Ｌサンプルの音源信号を切り出したものであり、Ｌ
≧フレーム長の場合はＬサンプル過去からフレーム長の
音源信号を切り出したものとする。
サンプリング手段３７から入力されたアップサンプリン
グした音源信号から、適応音源復号化手段３９より入力
される遅延パラメータＬに対応したベクトル長の適応音
源ベクトルを適応音源復号化手段３９に出力する。ここ
で、前記適応音源ベクトルは遅延パラメータＬに対して
過去Ｌサンプルの音源信号を切り出したものであり、Ｌ
≧フレーム長の場合はＬサンプル過去からフレーム長の
音源信号を切り出したものとする。
【００７０】適応音源復号化手段３９は、前記適応音源
利得βの符号から適応音源利得βを復号化し、前記適応
音源符号帳３８から入力された適応音源ベクトルに前記
適応音源利得βを乗じた適応音源信号を生成し、フレー
ム音源生成手段４０に出力する。フレーム音源生成手段
４０は前記適応音源復号化手段３９から入力された適応
音源信号から、例えば周期Ｌ毎に繰り返して周期化し
て、フレーム長の適応音源信号を生成し、音源信号生成
手段２１に出力する。
利得βの符号から適応音源利得βを復号化し、前記適応
音源符号帳３８から入力された適応音源ベクトルに前記
適応音源利得βを乗じた適応音源信号を生成し、フレー
ム音源生成手段４０に出力する。フレーム音源生成手段
４０は前記適応音源復号化手段３９から入力された適応
音源信号から、例えば周期Ｌ毎に繰り返して周期化し
て、フレーム長の適応音源信号を生成し、音源信号生成
手段２１に出力する。
【００７１】駆動音源符号帳４１は符号化側の駆動音源
符号帳３４と同じＮ個の駆動音源ベクトルが記憶されて
おり、駆動音源復号化手段４２より入力される駆動音源
符号Ｉに対応した駆動音源ベクトルを前記遅延パラメー
タＬに対応したベクトル長で切り出し、駆動音源復号化
手段４２に出力する。
符号帳３４と同じＮ個の駆動音源ベクトルが記憶されて
おり、駆動音源復号化手段４２より入力される駆動音源
符号Ｉに対応した駆動音源ベクトルを前記遅延パラメー
タＬに対応したベクトル長で切り出し、駆動音源復号化
手段４２に出力する。
【００７２】駆動音源復号化手段４２は、前記駆動音源
利得γの符号から駆動音源利得γを復号化し、前記駆動
音源符号帳４１から入力された切り出した駆動音源ベク
トルに前記駆動音源利得γを乗じた駆動音源信号を生成
し、第２のフレーム音源生成手段４３に出力する。第２
のフレーム音源生成手段４３は前記駆動音源復号化手段
４２から入力された駆動音源信号から、例えば周期Ｌ毎
に繰り返して周期化して、フレーム長の駆動音源信号を
生成し、音源信号生成手段２１に出力する。
利得γの符号から駆動音源利得γを復号化し、前記駆動
音源符号帳４１から入力された切り出した駆動音源ベク
トルに前記駆動音源利得γを乗じた駆動音源信号を生成
し、第２のフレーム音源生成手段４３に出力する。第２
のフレーム音源生成手段４３は前記駆動音源復号化手段
４２から入力された駆動音源信号から、例えば周期Ｌ毎
に繰り返して周期化して、フレーム長の駆動音源信号を
生成し、音源信号生成手段２１に出力する。
【００７３】音源信号生成手段２１は前記フレーム音源
生成手段４０から入力されたフレーム長の適応音源信号
と前記第２のフレーム音源生成手段４３から入力された
フレーム長の駆動音源信号とを加算して音源信号を生成
し、音源信号アップサンプリング手段３７と合成フィル
タ２２に出力する。合成フィルタ２２は前記音源信号生
成手段２１から入力された音源信号を、線形予測パラメ
ータ復号化手段１６から入力される線形予測パラメータ
を用いて線形予測合成し、出力音声７を出力する。以上
がこの実施の形態１の音声復号化装置に特徴的な動作で
ある。
生成手段４０から入力されたフレーム長の適応音源信号
と前記第２のフレーム音源生成手段４３から入力された
フレーム長の駆動音源信号とを加算して音源信号を生成
し、音源信号アップサンプリング手段３７と合成フィル
タ２２に出力する。合成フィルタ２２は前記音源信号生
成手段２１から入力された音源信号を、線形予測パラメ
ータ復号化手段１６から入力される線形予測パラメータ
を用いて線形予測合成し、出力音声７を出力する。以上
がこの実施の形態１の音声復号化装置に特徴的な動作で
ある。
【００７４】この実施の形態１によれば、最適な遅延パ
ラメータを決定する際に、遅延パラメータｌがフレーム
長より短い場合は入力音声を周期的に加算平均してベク
トル長ｌの目標音声ベクトルを生成し、これに対してベ
クトル長ｌの適応音源ベクトルを線形予測合成して生成
した合成音声ベクトルとの歪みを評価し、また、最適な
駆動音源符号を決定する際にも、ベクトル長ｌの駆動音
源ベクトルを線形予測合成して生成した合成音声ベクト
ルを歪み評価に用いることにより、合成音声の品質の劣
化を回避し、少ない演算量で品質の良い合成音声を生成
することができる。
ラメータを決定する際に、遅延パラメータｌがフレーム
長より短い場合は入力音声を周期的に加算平均してベク
トル長ｌの目標音声ベクトルを生成し、これに対してベ
クトル長ｌの適応音源ベクトルを線形予測合成して生成
した合成音声ベクトルとの歪みを評価し、また、最適な
駆動音源符号を決定する際にも、ベクトル長ｌの駆動音
源ベクトルを線形予測合成して生成した合成音声ベクト
ルを歪み評価に用いることにより、合成音声の品質の劣
化を回避し、少ない演算量で品質の良い合成音声を生成
することができる。
【００７５】実施の形態２．上記実施の形態１では、フ
レーム音源生成手段３２、４０及び第２のフレーム音源
生成手段３６、４３において、遅延パラメータＬに対応
したベクトル長の適応音源信号あるいは駆動音源信号を
周期Ｌ毎に繰り返して周期化し、フレーム長の適応音源
信号あるいは駆動音源信号を生成しているが、前記遅延
パラメータＬに対応したベクトル長の適応音源信号ある
いは駆動音源信号を、例えば周期Ｌ毎に波形補間すると
して、フレーム間で補間し、フレーム長の適応音源信号
あるいは駆動音源信号を生成するとしてもよい。
レーム音源生成手段３２、４０及び第２のフレーム音源
生成手段３６、４３において、遅延パラメータＬに対応
したベクトル長の適応音源信号あるいは駆動音源信号を
周期Ｌ毎に繰り返して周期化し、フレーム長の適応音源
信号あるいは駆動音源信号を生成しているが、前記遅延
パラメータＬに対応したベクトル長の適応音源信号ある
いは駆動音源信号を、例えば周期Ｌ毎に波形補間すると
して、フレーム間で補間し、フレーム長の適応音源信号
あるいは駆動音源信号を生成するとしてもよい。
【００７６】この実施の形態２によれば、フレーム間の
音源信号の変化が滑らかになり、合成音声の再現性を良
好にし、品質を向上させることができる。
音源信号の変化が滑らかになり、合成音声の再現性を良
好にし、品質を向上させることができる。
【００７７】実施の形態３．上記実施の形態１、２で
は、遅延パラメータＬに対応したベクトル長の適応音源
信号と駆動音源信号から、フレーム音源生成手段及び第
２のフレーム音源生成手段を用いてフレーム長の適応音
源信号とフレーム長の駆動音源信号を生成し、これらを
加算してフレーム長の音源信号を生成しているが、遅延
パラメータＬに対応したベクトル長の適応音源信号と駆
動音源信号とを加算して遅延パラメータＬに対応したベ
クトル長の音源信号を生成し、これを例えば周期Ｌ毎に
繰り返して周期化して、フレーム長の音源信号を生成す
るとしてもよい。
は、遅延パラメータＬに対応したベクトル長の適応音源
信号と駆動音源信号から、フレーム音源生成手段及び第
２のフレーム音源生成手段を用いてフレーム長の適応音
源信号とフレーム長の駆動音源信号を生成し、これらを
加算してフレーム長の音源信号を生成しているが、遅延
パラメータＬに対応したベクトル長の適応音源信号と駆
動音源信号とを加算して遅延パラメータＬに対応したベ
クトル長の音源信号を生成し、これを例えば周期Ｌ毎に
繰り返して周期化して、フレーム長の音源信号を生成す
るとしてもよい。
【００７８】実施の形態４．上記実施の形態１では、符
号化部、復号化部ともに新たな構成をとるとしている
が、符号化部を実施の形態１の符号化部とし、復号化部
を図１２に記載の従来の復号化部としてもよい。
号化部、復号化部ともに新たな構成をとるとしている
が、符号化部を実施の形態１の符号化部とし、復号化部
を図１２に記載の従来の復号化部としてもよい。
【００７９】実施の形態５．上記実施の形態１では、目
標音声生成手段２８においてフレーム長の入力音声から
遅延パラメータｌに対応したベクトル長の目標音声ベク
トルを生成しているが、図３に示すように、遅延パラメ
ータｌに対応したベクトル長の整数倍長の入力音声から
目標音声ベクトルを生成するとしてもよい。
標音声生成手段２８においてフレーム長の入力音声から
遅延パラメータｌに対応したベクトル長の目標音声ベク
トルを生成しているが、図３に示すように、遅延パラメ
ータｌに対応したベクトル長の整数倍長の入力音声から
目標音声ベクトルを生成するとしてもよい。
【００８０】この実施の形態５によれば、目標音声ベク
トルを生成する際の平均化処理において、ベクトル長が
異なるベクトルを扱う必要がなく、簡易に処理すること
ができる。また、フレーム長を越えた入力音声を音声符
号化する際の評価に用いることにより、該フレームの合
成音声が該フレーム以後に与える影響も加味して符号を
決定することになり、合成音声の再現性を良好にし、品
質を向上させることができる。
トルを生成する際の平均化処理において、ベクトル長が
異なるベクトルを扱う必要がなく、簡易に処理すること
ができる。また、フレーム長を越えた入力音声を音声符
号化する際の評価に用いることにより、該フレームの合
成音声が該フレーム以後に与える影響も加味して符号を
決定することになり、合成音声の再現性を良好にし、品
質を向上させることができる。
【００８１】実施の形態６．上記実施の形態１では、目
標音声生成手段２８において入力音声から遅延パラメー
タｌに対応したベクトル長の目標音声ベクトルを生成す
る際に単純平均しているが、図４に示すように、各遅延
パラメータｌに対応したベクトル長の入力音声のパワー
に応じた重みで、例えば、パワーが大きいほど重みを大
きくするとして、加重平均するとしてもよい。
標音声生成手段２８において入力音声から遅延パラメー
タｌに対応したベクトル長の目標音声ベクトルを生成す
る際に単純平均しているが、図４に示すように、各遅延
パラメータｌに対応したベクトル長の入力音声のパワー
に応じた重みで、例えば、パワーが大きいほど重みを大
きくするとして、加重平均するとしてもよい。
【００８２】この実施の形態６によれば、目標音声ベク
トルを生成する際の平均化処理において、入力音声のパ
ワーが大きい部分により重みをつけて音声符号化するこ
とにより、主観品質に与える影響が大きい合成音声のパ
ワーの大きな部分の再現性が良好になり、品質を向上さ
せることができる。
トルを生成する際の平均化処理において、入力音声のパ
ワーが大きい部分により重みをつけて音声符号化するこ
とにより、主観品質に与える影響が大きい合成音声のパ
ワーの大きな部分の再現性が良好になり、品質を向上さ
せることができる。
【００８３】実施の形態７．上記実施の形態１では、目
標音声生成手段２８において入力音声から遅延パラメー
タｌに対応したベクトル長の目標音声ベクトルを生成す
る際に単純平均しているが、図５に示すように、各遅延
パラメータｌに対応したベクトル長の入力音声間の相互
相関値に応じた重みで、例えば、他の各遅延パラメータ
ｌに対応したベクトル長の入力音声との相関が低い場合
は重みを小さくするとして、加重平均するとしてもよ
い。
標音声生成手段２８において入力音声から遅延パラメー
タｌに対応したベクトル長の目標音声ベクトルを生成す
る際に単純平均しているが、図５に示すように、各遅延
パラメータｌに対応したベクトル長の入力音声間の相互
相関値に応じた重みで、例えば、他の各遅延パラメータ
ｌに対応したベクトル長の入力音声との相関が低い場合
は重みを小さくするとして、加重平均するとしてもよ
い。
【００８４】この実施の形態７によれば、目標音声ベク
トルを生成する際の平均化処理において、入力音声が周
期ｌの周期性をもつとした場合に相関が低い部分の重み
を小さくして音声符号化することにより、ピッチ周期が
変動している入力音声に対しても１ピッチ周期に対応し
た歪みが小さい目標音声ベクトルを生成することがで
き、合成音声の再現性を良好にし、品質を向上させるこ
とができる。
トルを生成する際の平均化処理において、入力音声が周
期ｌの周期性をもつとした場合に相関が低い部分の重み
を小さくして音声符号化することにより、ピッチ周期が
変動している入力音声に対しても１ピッチ周期に対応し
た歪みが小さい目標音声ベクトルを生成することがで
き、合成音声の再現性を良好にし、品質を向上させるこ
とができる。
【００８５】実施の形態８．上記実施の形態１では、目
標音声生成手段２８において入力音声から遅延パラメー
タｌに対応したベクトル長の目標音声ベクトルを生成す
る際に単純平均しているが、図６に示すように、各遅延
パラメータｌに対応したベクトル長の入力音声間の位置
に応じた重みで、例えば、フレーム境界近傍の入力音声
に対して重みを大きくするとして、加重平均するとして
もよい。
標音声生成手段２８において入力音声から遅延パラメー
タｌに対応したベクトル長の目標音声ベクトルを生成す
る際に単純平均しているが、図６に示すように、各遅延
パラメータｌに対応したベクトル長の入力音声間の位置
に応じた重みで、例えば、フレーム境界近傍の入力音声
に対して重みを大きくするとして、加重平均するとして
もよい。
【００８６】この実施の形態８によれば、目標音声ベク
トルを生成する際の平均化処理において、フレーム境界
近傍の入力音声に重みを大きくして目標音声ベクトルを
生成し、符号化することにより、フレーム境界近傍の合
成音声の再現性を良好にすることができ、フレーム間の
合成音声の変化を滑らかにすることができる。この効果
は、実施の形態２における音源信号をフレーム間で補間
して生成する場合に、特に顕著となる。
トルを生成する際の平均化処理において、フレーム境界
近傍の入力音声に重みを大きくして目標音声ベクトルを
生成し、符号化することにより、フレーム境界近傍の合
成音声の再現性を良好にすることができ、フレーム間の
合成音声の変化を滑らかにすることができる。この効果
は、実施の形態２における音源信号をフレーム間で補間
して生成する場合に、特に顕著となる。
【００８７】実施の形態９．上記実施の形態１では、目
標音声生成手段２８において入力音声から遅延パラメー
タｌに対応したベクトル長の目標音声ベクトルを生成す
る際に入力音声を周期ｌ毎に加算平均しているが、図７
に示すように、入力音声を切り出す位置を、例えば各遅
延パラメータｌに対応したベクトル長の入力音声間の相
互相関が最大になるように、微調整し、加算平均すると
してもよい。
標音声生成手段２８において入力音声から遅延パラメー
タｌに対応したベクトル長の目標音声ベクトルを生成す
る際に入力音声を周期ｌ毎に加算平均しているが、図７
に示すように、入力音声を切り出す位置を、例えば各遅
延パラメータｌに対応したベクトル長の入力音声間の相
互相関が最大になるように、微調整し、加算平均すると
してもよい。
【００８８】この実施の形態９によれば、目標音声ベク
トルを生成する際の平均化処理において、遅延パラメー
タｌに対応したベクトル長の入力音声間の相互相関が大
きくなるように切り出し位置を微調整することにより、
ピッチ周期が変動している入力音声に対しても１ピッチ
周期に対応した歪みが小さい目標音声ベクトルを生成す
ることができ、合成音声の再現性を良好にし、品質を向
上させることができる。
トルを生成する際の平均化処理において、遅延パラメー
タｌに対応したベクトル長の入力音声間の相互相関が大
きくなるように切り出し位置を微調整することにより、
ピッチ周期が変動している入力音声に対しても１ピッチ
周期に対応した歪みが小さい目標音声ベクトルを生成す
ることができ、合成音声の再現性を良好にし、品質を向
上させることができる。
【００８９】実施の形態１０．図８は、この発明の実施
の形態１０である音声符号化装置及び音声復号化装置の
全体構成を示すブロック図である。この図において図１
と同一の部分には同一の符号を付してあるので、説明を
省略する。
の形態１０である音声符号化装置及び音声復号化装置の
全体構成を示すブロック図である。この図において図１
と同一の部分には同一の符号を付してあるので、説明を
省略する。
【００９０】図８において、図１と比べて新たな構成は
次のとおりである。４４は入力音声をアップサンプリン
グする入力音声アップサンプリング手段、４５はピッチ
周期に対応したベクトル長の目標音声ベクトルを生成す
る目標音声生成手段、４６、５１はピッチ周期に対応し
たベクトル長の駆動音源ベクトルを出力する駆動音源符
号帳、４７は駆動音源ベクトルから得られる合成音声ベ
クトルの目標音声ベクトルに対する歪みを評価し、歪み
が最小となる駆動音源ベクトルを探索する駆動音源探索
手段、４８は第２の駆動音源ベクトル探索におけるピッ
チ周期に対応したベクトル長の目標音声ベクトルを生成
する第２の目標音声生成手段、４９、５４はピッチ周期
に対応したベクトル長の第２の駆動音源ベクトルを出力
する第２の駆動音源符号帳、５０は第２の駆動音源ベク
トルから得られる合成音声ベクトルの第２の目標音声ベ
クトルに対する歪みを評価し、歪みが最小となる駆動音
源ベクトルを探索する第２の駆動音源探索手段、５２は
ピッチ周期に対応したベクトル長の駆動音源信号を復号
化する駆動音源復号化手段、５３はピッチ周期に対応し
たベクトル長の駆動音源信号からフレーム長の駆動音源
信号を生成するフレーム音源生成手段、５５はピッチ周
期に対応したベクトル長の第２の駆動音源信号を復号化
する第２の駆動音源復号化手段、５６はピッチ周期に対
応したベクトル長の第２の駆動音源信号からフレーム長
の駆動音源信号を生成する第２のフレーム音源生成手段
である。
次のとおりである。４４は入力音声をアップサンプリン
グする入力音声アップサンプリング手段、４５はピッチ
周期に対応したベクトル長の目標音声ベクトルを生成す
る目標音声生成手段、４６、５１はピッチ周期に対応し
たベクトル長の駆動音源ベクトルを出力する駆動音源符
号帳、４７は駆動音源ベクトルから得られる合成音声ベ
クトルの目標音声ベクトルに対する歪みを評価し、歪み
が最小となる駆動音源ベクトルを探索する駆動音源探索
手段、４８は第２の駆動音源ベクトル探索におけるピッ
チ周期に対応したベクトル長の目標音声ベクトルを生成
する第２の目標音声生成手段、４９、５４はピッチ周期
に対応したベクトル長の第２の駆動音源ベクトルを出力
する第２の駆動音源符号帳、５０は第２の駆動音源ベク
トルから得られる合成音声ベクトルの第２の目標音声ベ
クトルに対する歪みを評価し、歪みが最小となる駆動音
源ベクトルを探索する第２の駆動音源探索手段、５２は
ピッチ周期に対応したベクトル長の駆動音源信号を復号
化する駆動音源復号化手段、５３はピッチ周期に対応し
たベクトル長の駆動音源信号からフレーム長の駆動音源
信号を生成するフレーム音源生成手段、５５はピッチ周
期に対応したベクトル長の第２の駆動音源信号を復号化
する第２の駆動音源復号化手段、５６はピッチ周期に対
応したベクトル長の第２の駆動音源信号からフレーム長
の駆動音源信号を生成する第２のフレーム音源生成手段
である。
【００９１】以下、上記の新たな構成を中心に動作を説
明する。まず、符号化部１において、ピッチ分析手段２
５は入力音声５を分析してピッチ周期Ｐを抽出し、多重
化手段３、入力音声アップサンプリング手段４４、目標
音声生成手段４５、駆動音源符号帳４６、第２の駆動音
源符号帳４９に出力する。ここで、ピッチ周期Ｐは整数
値の他、非整数有理数もとり、Ｐの存在範囲に応じて、
例えばＰint を整数値ピッチ周期とした場合に以下の値
をとり得るとする。 Ｐ＜４５ の場合、Ｐint ，Ｐint ＋１／４，Ｐ
int ＋１／２，Ｐint ＋３／４ ４５≦Ｐ＜６５ の場合、Ｐint ，Ｐint ＋１／２ ６５≦Ｐ の場合、Ｐint
明する。まず、符号化部１において、ピッチ分析手段２
５は入力音声５を分析してピッチ周期Ｐを抽出し、多重
化手段３、入力音声アップサンプリング手段４４、目標
音声生成手段４５、駆動音源符号帳４６、第２の駆動音
源符号帳４９に出力する。ここで、ピッチ周期Ｐは整数
値の他、非整数有理数もとり、Ｐの存在範囲に応じて、
例えばＰint を整数値ピッチ周期とした場合に以下の値
をとり得るとする。 Ｐ＜４５ の場合、Ｐint ，Ｐint ＋１／４，Ｐ
int ＋１／２，Ｐint ＋３／４ ４５≦Ｐ＜６５ の場合、Ｐint ，Ｐint ＋１／２ ６５≦Ｐ の場合、Ｐint
【００９２】入力音声アップサンプリング手段４４はピ
ッチ分析手段２５から入力されたピッチ周期に応じたサ
ンプリングレートに入力音声５を、例えば音源信号を符
号化する単位であるフレーム区間でアップサンプリング
し、目標音声生成手段４５に出力する。ここで、アップ
サンプリングレートは、例えば以下のように決定する。 Ｐ＜４５ の場合、４倍にアップサンプリングす
る。 ４５≦Ｐ≦６５ の場合、２倍にアップサンプリングす
る。 ６５≦Ｐ の場合、アップサンプリングしない。
ッチ分析手段２５から入力されたピッチ周期に応じたサ
ンプリングレートに入力音声５を、例えば音源信号を符
号化する単位であるフレーム区間でアップサンプリング
し、目標音声生成手段４５に出力する。ここで、アップ
サンプリングレートは、例えば以下のように決定する。 Ｐ＜４５ の場合、４倍にアップサンプリングす
る。 ４５≦Ｐ≦６５ の場合、２倍にアップサンプリングす
る。 ６５≦Ｐ の場合、アップサンプリングしない。
【００９３】目標音声生成手段４５は前記入力音声アッ
プサンプリング手段４４から入力されたアップサンプリ
ングしたフレーム長の入力音声を、ピッチ分析手段２５
から入力されるピッチ周期Ｐに対応して、例えば周期Ｐ
毎に加算平均することにより、ベクトル長Ｐの目標音声
ベクトルを生成し、駆動音源探索手段４７と第２の目標
音声生成手段４８に出力する。ここで、Ｐ≧フレーム長
の場合は前記加算平均を行なわず、フレーム長の入力音
声を目標音声ベクトルとする。
プサンプリング手段４４から入力されたアップサンプリ
ングしたフレーム長の入力音声を、ピッチ分析手段２５
から入力されるピッチ周期Ｐに対応して、例えば周期Ｐ
毎に加算平均することにより、ベクトル長Ｐの目標音声
ベクトルを生成し、駆動音源探索手段４７と第２の目標
音声生成手段４８に出力する。ここで、Ｐ≧フレーム長
の場合は前記加算平均を行なわず、フレーム長の入力音
声を目標音声ベクトルとする。
【００９４】駆動音源符号帳４６には、例えばランダム
雑音から生成したＮ個の駆動音源ベクトルが記憶されて
おり、駆動音源探索手段４７より入力される駆動音源符
号ｉに対応した駆動音源ベクトルを前記ピッチ分析手段
２５より入力されたピッチ周期Ｐに対応したベクトル長
で切り出し、出力する。ここで、Ｐ≧フレーム長の場合
は、フレーム長の駆動音源ベクトルを出力する。
雑音から生成したＮ個の駆動音源ベクトルが記憶されて
おり、駆動音源探索手段４７より入力される駆動音源符
号ｉに対応した駆動音源ベクトルを前記ピッチ分析手段
２５より入力されたピッチ周期Ｐに対応したベクトル長
で切り出し、出力する。ここで、Ｐ≧フレーム長の場合
は、フレーム長の駆動音源ベクトルを出力する。
【００９５】駆動音源探索手段４７はＮ個の駆動音源ベ
クトルに対して、前記駆動音源符号帳４６から入力され
る切り出した駆動音源ベクトルを線形予測パラメータ符
号化手段９から入力される量子化した線形予測パラメー
タを用いて線形予測合成して合成音声ベクトルを生成す
る。そして、前記目標音声生成手段４５から入力された
目標音声ベクトルと前記合成音声ベクトルとの聴覚重み
付き歪みを求める。次に、前記歪みを比較評価し、前記
歪みが最小になる駆動音源符号Ｉとそれに対応する駆動
音源利得γを求め、前記駆動音源符号Ｉと駆動音源利得
γの符号を多重化手段３に出力するとともに、前記駆動
音源符号Ｉに対応する駆動音源ベクトルに前記駆動音源
利得γを乗じた駆動音源信号を生成し、第２の目標音声
生成手段４８に出力する。
クトルに対して、前記駆動音源符号帳４６から入力され
る切り出した駆動音源ベクトルを線形予測パラメータ符
号化手段９から入力される量子化した線形予測パラメー
タを用いて線形予測合成して合成音声ベクトルを生成す
る。そして、前記目標音声生成手段４５から入力された
目標音声ベクトルと前記合成音声ベクトルとの聴覚重み
付き歪みを求める。次に、前記歪みを比較評価し、前記
歪みが最小になる駆動音源符号Ｉとそれに対応する駆動
音源利得γを求め、前記駆動音源符号Ｉと駆動音源利得
γの符号を多重化手段３に出力するとともに、前記駆動
音源符号Ｉに対応する駆動音源ベクトルに前記駆動音源
利得γを乗じた駆動音源信号を生成し、第２の目標音声
生成手段４８に出力する。
【００９６】第２の目標音声生成手段４８は前記駆動音
源探索手段４７から入力された駆動音源信号を線形予測
パラメータ符号化手段９から入力される量子化した線形
予測パラメータを用いて線形予測合成して合成音声ベク
トルを生成する。そして、前記目標音声生成手段４５か
ら入力された目標音声ベクトルと前記合成音声ベクトル
との差分を求め、これを第２の目標音声ベクトルとして
第２の駆動音源探索手段５０に出力する。
源探索手段４７から入力された駆動音源信号を線形予測
パラメータ符号化手段９から入力される量子化した線形
予測パラメータを用いて線形予測合成して合成音声ベク
トルを生成する。そして、前記目標音声生成手段４５か
ら入力された目標音声ベクトルと前記合成音声ベクトル
との差分を求め、これを第２の目標音声ベクトルとして
第２の駆動音源探索手段５０に出力する。
【００９７】第２の駆動音源符号帳４９には、例えばラ
ンダム雑音から生成したＮ個の駆動音源ベクトルが記憶
されており、第２の駆動音源探索手段５０より入力され
る駆動音源符号ｊに対応した第２の駆動音源ベクトルを
前記ピッチ分析手段２５から入力されたピッチ周期Ｐに
対応したベクトル長で切り出し、出力する。ここで、Ｐ
≧フレーム長の場合は、フレーム長の駆動音源ベクトル
を出力する。
ンダム雑音から生成したＮ個の駆動音源ベクトルが記憶
されており、第２の駆動音源探索手段５０より入力され
る駆動音源符号ｊに対応した第２の駆動音源ベクトルを
前記ピッチ分析手段２５から入力されたピッチ周期Ｐに
対応したベクトル長で切り出し、出力する。ここで、Ｐ
≧フレーム長の場合は、フレーム長の駆動音源ベクトル
を出力する。
【００９８】第２の駆動音源探索手段５０はＮ個の駆動
音源ベクトルに対して、前記第２の駆動音源符号帳４９
から入力される切り出した第２の駆動音源ベクトルを前
記線形予測パラメータ符号化手段９から入力される量子
化した線形予測パラメータを用いて線形予測合成して合
成音声ベクトルを生成する。そして、前記第２の目標音
声生成手段４８から入力された第２の目標音声ベクトル
と前記合成音声ベクトルとの聴覚重み付き歪みを求め
る。次に、前記歪みを比較評価し、前記歪みが最小にな
る第２の駆動音源符号Ｊとそれに対応する第２の駆動音
源利得γ2 を求め、前記第２の駆動音源符号Ｊと第２の
駆動音源利得γ2 の符号を多重化手段３に出力する。
音源ベクトルに対して、前記第２の駆動音源符号帳４９
から入力される切り出した第２の駆動音源ベクトルを前
記線形予測パラメータ符号化手段９から入力される量子
化した線形予測パラメータを用いて線形予測合成して合
成音声ベクトルを生成する。そして、前記第２の目標音
声生成手段４８から入力された第２の目標音声ベクトル
と前記合成音声ベクトルとの聴覚重み付き歪みを求め
る。次に、前記歪みを比較評価し、前記歪みが最小にな
る第２の駆動音源符号Ｊとそれに対応する第２の駆動音
源利得γ2 を求め、前記第２の駆動音源符号Ｊと第２の
駆動音源利得γ2 の符号を多重化手段３に出力する。
【００９９】以上符号化が終了した後、多重化手段３は
前記量子化した線形予測パラメータに対応する符号、ピ
ッチ周期Ｐ、駆動音源符号Ｉ、Ｊ、及び音源利得γ、γ
2 に対応する符号を伝送路６に送出する。以上がこの実
施の形態１０の音声符号化装置に特徴的な動作である。
前記量子化した線形予測パラメータに対応する符号、ピ
ッチ周期Ｐ、駆動音源符号Ｉ、Ｊ、及び音源利得γ、γ
2 に対応する符号を伝送路６に送出する。以上がこの実
施の形態１０の音声符号化装置に特徴的な動作である。
【０１００】つづいて、復号化部２について説明する。
まず多重化手段３の出力を受けた分離手段４は、 線形予測パラメータの符号→線形予測パラメータ復号化
手段１６ ピッチ周期Ｐ→駆動音源符号帳５１、第２の駆動音源符
号帳５４ 駆動音源符号Ｉ、音源利得γの符号→駆動音源復号化手
段５２ 第２の駆動音源符号Ｊ、音源利得γ2 の符号→第２の駆
動音源復号化手段５５にそれぞれ出力する。
まず多重化手段３の出力を受けた分離手段４は、 線形予測パラメータの符号→線形予測パラメータ復号化
手段１６ ピッチ周期Ｐ→駆動音源符号帳５１、第２の駆動音源符
号帳５４ 駆動音源符号Ｉ、音源利得γの符号→駆動音源復号化手
段５２ 第２の駆動音源符号Ｊ、音源利得γ2 の符号→第２の駆
動音源復号化手段５５にそれぞれ出力する。
【０１０１】駆動音源符号帳５１は符号化側の駆動音源
符号帳４６と同じＮ個の駆動音源ベクトルが記憶されて
おり、駆動音源復号化手段５２より入力される駆動音源
符号Ｉに対応した駆動音源ベクトルを前記ピッチ周期Ｐ
に対応したベクトル長で切り出し、駆動音源復号化手段
５２に出力する。
符号帳４６と同じＮ個の駆動音源ベクトルが記憶されて
おり、駆動音源復号化手段５２より入力される駆動音源
符号Ｉに対応した駆動音源ベクトルを前記ピッチ周期Ｐ
に対応したベクトル長で切り出し、駆動音源復号化手段
５２に出力する。
【０１０２】駆動音源復号化手段５２は、前記駆動音源
利得γの符号から駆動音源利得γを復号化し、前記駆動
音源符号帳５１から入力された切り出した駆動音源ベク
トルに前記駆動音源利得γを乗じた駆動音源信号を生成
し、フレーム音源生成手段５３に出力する。フレーム音
源生成手段５３は前記駆動音源復号化手段５２から入力
された駆動音源信号から、例えば周期Ｐ毎に繰り返して
周期化して、フレーム長の駆動音源信号を生成し、音源
信号生成手段２１に出力する。
利得γの符号から駆動音源利得γを復号化し、前記駆動
音源符号帳５１から入力された切り出した駆動音源ベク
トルに前記駆動音源利得γを乗じた駆動音源信号を生成
し、フレーム音源生成手段５３に出力する。フレーム音
源生成手段５３は前記駆動音源復号化手段５２から入力
された駆動音源信号から、例えば周期Ｐ毎に繰り返して
周期化して、フレーム長の駆動音源信号を生成し、音源
信号生成手段２１に出力する。
【０１０３】第２の駆動音源符号帳５４は符号化側の第
２の駆動音源符号帳４９と同じＮ個の駆動音源ベクトル
が記憶されており、第２の駆動音源復号化手段５５より
入力される第２の駆動音源符号Ｊに対応した第２の駆動
音源ベクトルを前記ピッチ周期Ｐに対応したベクトル長
で切り出し、第２の駆動音源復号化手段５５に出力す
る。
２の駆動音源符号帳４９と同じＮ個の駆動音源ベクトル
が記憶されており、第２の駆動音源復号化手段５５より
入力される第２の駆動音源符号Ｊに対応した第２の駆動
音源ベクトルを前記ピッチ周期Ｐに対応したベクトル長
で切り出し、第２の駆動音源復号化手段５５に出力す
る。
【０１０４】第２の駆動音源復号化手段５５は、前記第
２の駆動音源利得γ2 の符号から駆動音源利得γ2 を復
号化し、前記第２の駆動音源符号帳５４から入力された
切り出した第２の駆動音源ベクトルに前記駆動音源利得
γ2 を乗じた第２の駆動音源信号を生成し、第２のフレ
ーム音源生成手段５６に出力する。第２のフレーム音源
生成手段５６は前記第２の駆動音源復号化手段５５から
入力された第２の駆動音源信号から、例えば周期Ｐ毎に
繰り返して周期化して、第２のフレーム長の駆動音源信
号を生成し、音源信号生成手段２１に出力する。
２の駆動音源利得γ2 の符号から駆動音源利得γ2 を復
号化し、前記第２の駆動音源符号帳５４から入力された
切り出した第２の駆動音源ベクトルに前記駆動音源利得
γ2 を乗じた第２の駆動音源信号を生成し、第２のフレ
ーム音源生成手段５６に出力する。第２のフレーム音源
生成手段５６は前記第２の駆動音源復号化手段５５から
入力された第２の駆動音源信号から、例えば周期Ｐ毎に
繰り返して周期化して、第２のフレーム長の駆動音源信
号を生成し、音源信号生成手段２１に出力する。
【０１０５】音源信号生成手段２１は前記フレーム音源
生成手段５３から入力されたフレーム長の駆動音源信号
と前記第２のフレーム音源生成手段５６から入力された
第２のフレーム長の駆動音源信号とを加算して音源信号
を生成し、合成フィルタ２２に出力する。合成フィルタ
２２は前記音源信号生成手段２１から入力された音源信
号を、線形予測パラメータ復号化手段１６から入力され
る線形予測パラメータを用いて線形予測合成し、出力音
声７を出力する。以上がこの実施の形態１０の音声復号
化装置に特徴的な動作である。
生成手段５３から入力されたフレーム長の駆動音源信号
と前記第２のフレーム音源生成手段５６から入力された
第２のフレーム長の駆動音源信号とを加算して音源信号
を生成し、合成フィルタ２２に出力する。合成フィルタ
２２は前記音源信号生成手段２１から入力された音源信
号を、線形予測パラメータ復号化手段１６から入力され
る線形予測パラメータを用いて線形予測合成し、出力音
声７を出力する。以上がこの実施の形態１０の音声復号
化装置に特徴的な動作である。
【０１０６】この実施の形態１０によれば、入力音声の
ピッチ周期Ｐがフレーム長より短い場合は入力音声を周
期的に加算平均してベクトル長Ｐの目標音声ベクトルを
生成し、これに対してベクトル長Ｐの駆動音源ベクトル
を線形予測合成して生成した合成音声ベクトルとの歪み
を評価することにより、合成音声の品質の劣化を回避
し、少ない演算量で品質の良い合成音声を生成すること
ができる。
ピッチ周期Ｐがフレーム長より短い場合は入力音声を周
期的に加算平均してベクトル長Ｐの目標音声ベクトルを
生成し、これに対してベクトル長Ｐの駆動音源ベクトル
を線形予測合成して生成した合成音声ベクトルとの歪み
を評価することにより、合成音声の品質の劣化を回避
し、少ない演算量で品質の良い合成音声を生成すること
ができる。
【０１０７】
【発明の効果】以上詳述したように、請求項１〜請求項
４、請求項６、請求項９、請求項１４、請求項１６〜請
求項２３に記載の発明によれば、音声符号化装置に、入
力音声から遅延パラメータに対応したベクトル長の目標
音声ベクトルを生成する目標音声生成手段と、過去に生
成した音源信号から前記遅延パラメータに対応したベク
トル長の適応音源ベクトルを生成する適応音源符号帳
と、前記適応音源ベクトルから得られる合成音声ベクト
ルの前記目標音声ベクトルに対する歪みを評価し、歪み
が最小となる適応音源ベクトルを探索する適応音源探索
手段と、前記歪みが最小となる適応音源ベクトルからフ
レーム長の音源信号を生成するフレーム音源生成手段と
を備えているので、合成音声の品質の劣化を回避し、少
ない演算量で品質の良い合成音声を生成することができ
る。
４、請求項６、請求項９、請求項１４、請求項１６〜請
求項２３に記載の発明によれば、音声符号化装置に、入
力音声から遅延パラメータに対応したベクトル長の目標
音声ベクトルを生成する目標音声生成手段と、過去に生
成した音源信号から前記遅延パラメータに対応したベク
トル長の適応音源ベクトルを生成する適応音源符号帳
と、前記適応音源ベクトルから得られる合成音声ベクト
ルの前記目標音声ベクトルに対する歪みを評価し、歪み
が最小となる適応音源ベクトルを探索する適応音源探索
手段と、前記歪みが最小となる適応音源ベクトルからフ
レーム長の音源信号を生成するフレーム音源生成手段と
を備えているので、合成音声の品質の劣化を回避し、少
ない演算量で品質の良い合成音声を生成することができ
る。
【０１０８】また、請求項５に記載の発明によれば、目
標音声ベクトルのベクトル長が有理数をとるようにした
ので、入力音声から目標音声ベクトルを生成する際に、
入力音声のサンプリング周期に因らず精度良く目標音声
ベクトルを生成することができ、合成音声の品質の劣化
を回避し、少ない演算量で品質の良い合成音声を生成す
ることができる。
標音声ベクトルのベクトル長が有理数をとるようにした
ので、入力音声から目標音声ベクトルを生成する際に、
入力音声のサンプリング周期に因らず精度良く目標音声
ベクトルを生成することができ、合成音声の品質の劣化
を回避し、少ない演算量で品質の良い合成音声を生成す
ることができる。
【０１０９】また、請求項７に記載の発明によれば、目
標音声生成手段は遅延パラメータに対応したベクトル長
の整数倍長の入力音声をベクトル長毎に分割し、前記ベ
クトル長毎の入力音声を加重平均して目標音声ベクトル
を生成するものとしたので、目標音声ベクトルを生成す
る際の平均化処理において、ベクトル長が異なるベクト
ルを扱う必要がなく、簡易に処理することができ、合成
音声の品質の劣化を回避し、少ない演算量で品質の良い
合成音声を生成することができる。
標音声生成手段は遅延パラメータに対応したベクトル長
の整数倍長の入力音声をベクトル長毎に分割し、前記ベ
クトル長毎の入力音声を加重平均して目標音声ベクトル
を生成するものとしたので、目標音声ベクトルを生成す
る際の平均化処理において、ベクトル長が異なるベクト
ルを扱う必要がなく、簡易に処理することができ、合成
音声の品質の劣化を回避し、少ない演算量で品質の良い
合成音声を生成することができる。
【０１１０】また、請求項８に記載の発明によれば、目
標音声ベクトルを生成するベクトル長の整数倍長の入力
音声をフレーム長以上とするものとしたので、フレーム
長を越えた入力音声を音声符号化する際の評価に用いる
ことにより、該フレームの合成音声が該フレーム以後に
与える影響も加味して符号を決定することになり、合成
音声の再現性を良好にし、品質を向上させることができ
る。
標音声ベクトルを生成するベクトル長の整数倍長の入力
音声をフレーム長以上とするものとしたので、フレーム
長を越えた入力音声を音声符号化する際の評価に用いる
ことにより、該フレームの合成音声が該フレーム以後に
与える影響も加味して符号を決定することになり、合成
音声の再現性を良好にし、品質を向上させることができ
る。
【０１１１】また、請求項１０に記載の発明によれば、
ベクトル長毎の入力音声に関わる特徴量は少なくとも入
力音声のパワー情報を含むようにしたので、入力音声の
パワーが大きい部分により重みをつけて音声符号化する
ことにより、主観品質に与える影響が大きい合成音声の
パワーの大きな部分の再現性が良好になり、品質を向上
させることができる。
ベクトル長毎の入力音声に関わる特徴量は少なくとも入
力音声のパワー情報を含むようにしたので、入力音声の
パワーが大きい部分により重みをつけて音声符号化する
ことにより、主観品質に与える影響が大きい合成音声の
パワーの大きな部分の再現性が良好になり、品質を向上
させることができる。
【０１１２】また、請求項１１に記載の発明によれば、
ベクトル長毎の入力音声に関わる特徴量は少なくとも入
力音声の相関情報を含むようにしたので、入力音声が周
期ｌの周期性をもつとした場合に相関が低い部分の重み
を小さくして音声符号化することにより、ピッチ周期が
変動している入力音声に対しても１ピッチ周期に対応し
た歪みが小さい目標音声ベクトルを生成することがで
き、合成音声の再現性を良好にし、品質を向上させるこ
とができる。
ベクトル長毎の入力音声に関わる特徴量は少なくとも入
力音声の相関情報を含むようにしたので、入力音声が周
期ｌの周期性をもつとした場合に相関が低い部分の重み
を小さくして音声符号化することにより、ピッチ周期が
変動している入力音声に対しても１ピッチ周期に対応し
た歪みが小さい目標音声ベクトルを生成することがで
き、合成音声の再現性を良好にし、品質を向上させるこ
とができる。
【０１１３】また、請求項１２に記載の発明によれば、
目標音声生成手段はベクトル長毎の入力音声の時間関係
に応じて、入力音声を前記ベクトル長毎に加重平均して
目標音声ベクトルを生成する際の重みを決定するように
したので、フレーム境界近傍の入力音声に重みを大きく
して目標音声ベクトルを生成し、符号化することによ
り、フレーム境界近傍の合成音声の再現性を良好にする
ことができ、フレーム間の合成音声の変化を滑らかにす
ることができる。
目標音声生成手段はベクトル長毎の入力音声の時間関係
に応じて、入力音声を前記ベクトル長毎に加重平均して
目標音声ベクトルを生成する際の重みを決定するように
したので、フレーム境界近傍の入力音声に重みを大きく
して目標音声ベクトルを生成し、符号化することによ
り、フレーム境界近傍の合成音声の再現性を良好にする
ことができ、フレーム間の合成音声の変化を滑らかにす
ることができる。
【０１１４】また、請求項１３に記載の発明によれば、
目標音声生成手段は入力音声をベクトル長毎に加重平均
する際、前記ベクトル長毎の入力音声の時間関係を微調
整するようにしたので、ベクトル長ｌの入力音声間の相
互関係が大きくなるように切り出し位置を微調整するこ
とにより、ピッチ周期が変動している入力音声に対して
も１ピッチ周期に対応した歪みが小さい目標音声ベクト
ルを生成することができ、合成音声の再現性を良好に
し、品質を向上させることができる。
目標音声生成手段は入力音声をベクトル長毎に加重平均
する際、前記ベクトル長毎の入力音声の時間関係を微調
整するようにしたので、ベクトル長ｌの入力音声間の相
互関係が大きくなるように切り出し位置を微調整するこ
とにより、ピッチ周期が変動している入力音声に対して
も１ピッチ周期に対応した歪みが小さい目標音声ベクト
ルを生成することができ、合成音声の再現性を良好に
し、品質を向上させることができる。
【０１１５】また、請求項１５に記載の発明によれば、
フレーム音源生成手段はベクトル長の音源ベクトルをフ
レーム間で補間して音源信号を生成するようにしたの
で、フレーム間の音源信号の変化が滑らかになり、合成
音声の再現性を良好にし、品質を向上させることができ
る。
フレーム音源生成手段はベクトル長の音源ベクトルをフ
レーム間で補間して音源信号を生成するようにしたの
で、フレーム間の音源信号の変化が滑らかになり、合成
音声の再現性を良好にし、品質を向上させることができ
る。
【図１】 この発明の実施の形態１である音声符号化装
置及び音声復号化装置の全体構成を示すブロック図であ
る。
置及び音声復号化装置の全体構成を示すブロック図であ
る。
【図２】 この発明の実施の形態１における目標音声生
成手段の動作の一例を示す説明図である。
成手段の動作の一例を示す説明図である。
【図３】 この発明の実施の形態５における目標音声生
成手段の動作の一例を示す説明図である。
成手段の動作の一例を示す説明図である。
【図４】 この発明の実施の形態６における目標音声生
成手段の動作の一例を示す説明図である。
成手段の動作の一例を示す説明図である。
【図５】 この発明の実施の形態７における目標音声生
成手段の動作の一例を示す説明図である。
成手段の動作の一例を示す説明図である。
【図６】 この発明の実施の形態８における目標音声生
成手段の動作の一例を示す説明図である。
成手段の動作の一例を示す説明図である。
【図７】 この発明の実施の形態９における目標音声生
成手段の動作の一例を示す説明図である。
成手段の動作の一例を示す説明図である。
【図８】 この発明の実施の形態１０である音声符号化
装置及び音声復号化装置の全体構成を示すブロック図で
ある。
装置及び音声復号化装置の全体構成を示すブロック図で
ある。
【図９】 従来の音声符号化復号化装置の一例の全体構
成を示すブロック図である。
成を示すブロック図である。
【図１０】 従来の音声符号化復号化装置における適応
音源ベクトルの一例を示す説明図である。
音源ベクトルの一例を示す説明図である。
【図１１】 従来の改良された音声符号化復号化装置に
おける適応音源ベクトルの一例を示す説明図である。
おける適応音源ベクトルの一例を示す説明図である。
【図１２】 従来の音声符号化復号化装置の他の異なる
一例の全体構成を示すブロック図である。
一例の全体構成を示すブロック図である。
【図１３】 従来の音声符号化復号化装置における周期
化した駆動音源ベクトルの一例を示す説明図である。
化した駆動音源ベクトルの一例を示す説明図である。
１ 符号化部、２ 復号化部、３ 多重化手段、４ 分
離手段、５ 入力音声、６ 伝送路、７ 出力音声、８
線形予測パラメータ分析手段、９ 線形予測パラメー
タ符号化手段、１０、１７ 適応音源符号帳、１１ 適
応音源探索手段、１２ 誤差信号生成手段、１３、１９
駆動音源符号帳、１４ 駆動音源探索手段、１５、２
１ 音源信号生成手段、１６ 線形予測パラメータ復号
化手段、１８ 適応音源復号化手段、２０ 駆動音源復
号化手段、２２ 合成フィルタ、２３、２４ 駆動音源
符号帳、２５ ピッチ分析手段、２６ 遅延パラメータ
探索範囲決定手段、２７ 入力音声アップサンプリング
手段、２８ 目標音声生成手段、２９ ３７ 音源信号
アップサンプリング手段、３０、３８ 適応音源符号
帳、３１ 適応音源探索手段、３２、４０ フレーム音
源生成手段、３３ 第２の目標音声生成手段、３４、４
１ 駆動音源符号帳、３５ 駆動音源探索手段、３６、
４３ 第２のフレーム音源生成手段、３９ 適応音源復
号化手段、４２駆動音源復号化手段、４４ 入力音声ア
ップサンプリング手段、４５ 目標音声生成手段、４
６、５１ 駆動音源符号帳、４７ 駆動音源探索手段、
４８ 第２の目標音声生成手段、４９、５４ 第２の駆
動音源符号帳、５０ 第２の駆動音源探索手段、５２
駆動音源復号化手段、５３ フレーム音源生成手段、５
５第２の駆動音源復号化手段、５６ 第２のフレーム音
源生成手段。
離手段、５ 入力音声、６ 伝送路、７ 出力音声、８
線形予測パラメータ分析手段、９ 線形予測パラメー
タ符号化手段、１０、１７ 適応音源符号帳、１１ 適
応音源探索手段、１２ 誤差信号生成手段、１３、１９
駆動音源符号帳、１４ 駆動音源探索手段、１５、２
１ 音源信号生成手段、１６ 線形予測パラメータ復号
化手段、１８ 適応音源復号化手段、２０ 駆動音源復
号化手段、２２ 合成フィルタ、２３、２４ 駆動音源
符号帳、２５ ピッチ分析手段、２６ 遅延パラメータ
探索範囲決定手段、２７ 入力音声アップサンプリング
手段、２８ 目標音声生成手段、２９ ３７ 音源信号
アップサンプリング手段、３０、３８ 適応音源符号
帳、３１ 適応音源探索手段、３２、４０ フレーム音
源生成手段、３３ 第２の目標音声生成手段、３４、４
１ 駆動音源符号帳、３５ 駆動音源探索手段、３６、
４３ 第２のフレーム音源生成手段、３９ 適応音源復
号化手段、４２駆動音源復号化手段、４４ 入力音声ア
ップサンプリング手段、４５ 目標音声生成手段、４
６、５１ 駆動音源符号帳、４７ 駆動音源探索手段、
４８ 第２の目標音声生成手段、４９、５４ 第２の駆
動音源符号帳、５０ 第２の駆動音源探索手段、５２
駆動音源復号化手段、５３ フレーム音源生成手段、５
５第２の駆動音源復号化手段、５６ 第２のフレーム音
源生成手段。
─────────────────────────────────────────────────────
フロントページの続き
(56)参考文献 特開 平２−84699（ＪＰ，Ａ)
特開 平５−289696（ＪＰ，Ａ)
特開 平６−250694（ＪＰ，Ａ)
特開 平７−56599（ＪＰ，Ａ)
特開 平７−261796（ＪＰ，Ａ)
(58)調査した分野(Int.Cl.7，ＤＢ名)
G10L 19/00 - 19/14
H03M 7/30
H04B 14/04
Claims (22)
- 【請求項１】 入力音声をスペクトル包絡情報と音源信
号情報に分けて、フレーム単位に音源信号情報を符号化
する音声符号化装置において、入力音声を遅延パラメー
タに対応したベクトル長毎に分割し、ベクトル長毎の入
力音声を加重平均して目標音声ベクトルを生成する目標
音声生成手段と、過去に生成した音源信号から前記遅延
パラメータに対応したベクトル長の適応音源ベクトルを
生成する適応音源符号帳と、前記適応音源ベクトルから
得られる合成音声ベクトルの前記目標音声ベクトルに対
する歪みを評価し、歪みが最小となる適応音源ベクトル
を探索する適応音源探索手段と、前記歪みが最小となる
適応音源ベクトルからフレーム長の音源信号を生成する
フレーム音源生成手段とを備えたことを特徴とする音声
符号化装置。 - 【請求項２】 目標音声ベクトルと歪みが最小となる適
応音源ベクトルから第２の目標音声ベクトルを生成する
第２の目標音声生成手段と、遅延パラメータに対応した
ベクトル長の駆動音源ベクトルを生成する駆動音源符号
帳と、前記駆動音源ベクトルから得られる第２の合成音
声ベクトルの前記第２の目標音声ベクトルに対する歪み
を評価し、歪みが最小となる駆動音源ベクトルを探索す
る駆動音源探索手段と、前記歪みが最小となる駆動音源
ベクトルから第２のフレーム長の音源信号を生成する第
２のフレーム音源生成手段とを備えたことを特徴とする
請求項１記載の音声符号化装置。 - 【請求項３】 入力音声をスペクトル包絡情報と音源信
号情報に分けて、フレーム単位に音源信号情報を符号化
する音声符号化装置において、入力音声を遅延パラメー
タに対応したベクトル長毎に分割し、ベクトル長毎の入
力音声を加重平均して目標音声ベクトルを生成する目標
音声生成手段と、遅延パラメータに対応したベクトル長
の駆動音源ベクトルを生成する駆動音源符号帳と、前記
駆動音源ベクトルから得られる合成音声ベクトルの前記
目標音声ベクトルに対する歪みを評価し、歪みが最小と
なる駆動音源ベクトルを探索する駆動音源探索手段と、
前記歪みが最小となる駆動音源ベクトルからフレーム長
の音源信号を生成するフレーム音源生成手段とを備えた
ことを特徴とする音声符号化装置。 - 【請求項４】 遅延パラメータは入力音声のピッチ周期
に対応して決定することを特徴とする請求項３記載の音
声符号化装置。 - 【請求項５】 遅延パラメータに対応したベクトル長が
有理数をとることを特徴とする請求項１〜請求項３のい
ずれかに記載の音声符号化装置。 - 【請求項６】 目標音声生成手段は、遅延パラメータに
対応したベクトル長の整数倍長の入力音声をベクトル長
毎に分割し、ベクトル長毎の入力音声を加重平均して目
標音声ベクトルを生成することを特徴とする請求項１〜
請求項３のいずれかに記載の音声符号化装置。 - 【請求項７】 遅延パラメータに対応したベクトル長の
整数倍長はフレーム長以上とすることを特徴とする請求
項６記載の音声符号化装置。 - 【請求項８】 目標音声生成手段は、遅延パラメータに
対応したベクトル長毎の入力音声に関わる特徴量に応じ
て、入力音声をベクトル長毎に加重平均して目標音声ベ
クトルを生成する際の重みを決定することを特徴とする
請求項６記載の音声符号化装置。 - 【請求項９】 遅延パラメータに対応したベクトル長毎
の入力音声に関わる特徴量は少なくとも入力音声のパワ
ー情報を含むことを特徴とする請求項８記載の音声符号
化装置。 - 【請求項１０】 遅延パラメータに対応したベクトル長
毎の入力音声に関わる特徴量は少なくとも入力音声の相
関情報を含むことを特徴とする請求項８に記載の音声符
号化装置。 - 【請求項１１】 目標音声生成手段は、遅延パラメータ
に対応したベクトル長毎の入力音声の時間関係に応じ
て、入力音声をベクトル長毎に加重平均して目標音声ベ
クトルを生成する際の重みを決定することを特徴とする
請求項６記載の音声符号化装置。 - 【請求項１２】 目標音声生成手段は、入力音声を遅延
パラメータに対応したベクトル長毎に加重平均する際、
ベクトル長毎の入力音声の時間関係を微調整することを
特徴とする請求項６記載の音声符号化装置。 - 【請求項１３】 フレーム音源生成手段は、遅延パラメ
ータに対応したベクトル長の音源ベクトルをベクトル長
毎に繰り返して周期化し、フレーム長の音源信号を生成
することを特徴とする請求項１〜請求項３のいずれかに
記載の音声符号化装置。 - 【請求項１４】 フレーム音源生成手段は、遅延パラメ
ータに対応したベクトル長の音源ベクトルをフレーム間
で補間して音源信号を生成することを特徴とする請求項
１〜請求項３のいずれかに記載の音声符号化装置。 - 【請求項１５】 適応音源探索手段は合成フィルタを備
え、この合成フィルタのインパルス応答を用いて、適応
音源ベクトルから得られる合成音声ベクトルの目標音声
ベクトルに対する歪みを反復的に計算することを特徴と
する請求項１記載の音声符号化装置。 - 【請求項１６】 入力音声をアップサンプリングする入
力音声アップサンプリング手段を備え、目標音声生成手
段はアップサンプリングされた入力音声から目標音声ベ
クトルを生成することを特徴とする請求項５記載の音声
符号化装置。 - 【請求項１７】 過去に生成された音源信号をアップサ
ンプリングする音源信号アップサンプリング手段を備
え、適応音源符号帳はアップサンプリングされた過去に
生成された音源信号から適応音源ベクトルを生成するこ
とを特徴とする請求項５記載の音声符号化装置。 - 【請求項１８】 アップサンプリング手段は遅延パラメ
ータに対応してアップサンプリング倍率を変更すること
を特徴とする請求項１６又は請求項１７記載の音声符号
化装置。 - 【請求項１９】 アップサンプリング手段は、遅延パラ
メータに対応したベクトル長に応じた範囲のみ入力音声
または音源信号のアップサンプリング倍率を変更するこ
とを特徴とする請求項１６又は請求項１７記載の音声符
号化装置。 - 【請求項２０】 入力音声をスペクトル包絡情報と音源
信号情報に分けて、フレーム単位に音源信号情報を符号
化し、符号化された音源信号情報を復号化して出力音声
を生成する音声符号化復号化装置において、符号化側
に、入力音声を遅延パラメータに対応したベクトル長毎
に分割し、ベクトル長毎の入力音声を加重平均して目標
音声ベクトルを生成する目標音声生成手段と、過去に生
成した音源信号から前記遅延パラメータに対応したベク
トル長の適応音源ベクトルを生成する適応音源符号帳
と、前記適応音源ベクトルから得られる合成音声ベクト
ルの前記目標音声ベクトルに対する歪みを評価し、歪み
が最小となる適応音源ベクトルを探索する適応音源探索
手段と、前記歪みが最小となる適応音源ベクトルからフ
レーム長の音源信号を生成するフレーム音源生成手段と
を備える一方、復号化側に、遅延パラメータに対応した
ベクトル長の適応音源ベクトルを生成する適応音源符号
帳と、適応音源ベクトルからフレーム長の音源信号を生
成するフレーム音源生成手段とを備えることを特徴とす
る音声符号化復号化装置。 - 【請求項２１】 符号化側に、目標音声ベクトルと適応
音源ベクトルから第２の目標音声ベクトルを生成する第
２の目標音声生成手段と、遅延パラメータに対応したベ
クトル長の駆動音源ベクトルを生成する駆動音源符号帳
と、前記駆動音源ベクトルから得られる第２の合成音声
ベクトルの前記第２の目標音声ベクトルに対する歪みを
評価し、歪みが最小となる駆動音源ベクトルを探索する
駆動音源探索手段と、前記歪みが最小となる駆動音源ベ
クトルから第２のフレーム長の音源信号を生成する第２
のフレーム音源生成手段とを備える一方、復号化側に、
遅延パラメータに対応したベクトル長の駆動音源ベクト
ルを生成する駆動音源符号帳と、駆動音源ベクトルから
第２のフレーム長の音源信号を生成する第２のフレーム
音源生成手段とを備えることを特徴とする請求項２０記
載の音声符号化復号化装置。 - 【請求項２２】 入力音声をスペクトル包絡情報と音源
信号情報に分けて、フレーム単位に音源信号情報を符号
化し、符号化された音源信号情報を復号化して出力音声
を生成する音声符号化復号化装置において、符号化側
に、入力音声を遅延パラメータに対応したベクトル長毎
に分割し、ベクトル長毎の入力音声を加重平均して目標
音声ベクトルを生成する目標音声生成手段と、遅延パラ
メータに対応したベクトル長の駆動音源ベクトルを生成
する駆動音源符号帳と、前記駆動音源ベクトルから得ら
れる合成音声ベクトルの前記目標音声ベクトルに対する
歪みを評価し、歪みが最小となる駆動音源ベクトルを探
索する駆動音源探索手段と、前記歪みが最小となる駆動
音源ベクトルからフレーム長の音源信号を生成するフレ
ーム音源生成手段とを備える一方、復号化側に、遅延パ
ラメータに対応したベクトル長の駆動音源ベクトルを生
成する駆動音源符号帳と、駆動音源ベクトルからフレー
ム長の音源信号を生成するフレーム音源生成手段とを備
えることを特徴とする音声符号化復号化装置。
Priority Applications (8)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP13524096A JP3364825B2 (ja) | 1996-05-29 | 1996-05-29 | 音声符号化装置および音声符号化復号化装置 |
| TW085115514A TW317631B (en) | 1996-05-29 | 1996-12-16 | Speech encoding device and speech decoding device |
| US08/777,874 US6052661A (en) | 1996-05-29 | 1996-12-31 | Speech encoding apparatus and speech encoding and decoding apparatus |
| CA002194513A CA2194513C (en) | 1996-05-29 | 1997-01-07 | Speech encoding apparatus and speech encoding and decoding apparatus |
| KR1019970001026A KR100218214B1 (ko) | 1996-05-29 | 1997-01-15 | 음성 부호화 장치 및 음성 부호화 복호화 장치 |
| EP97101441A EP0810585B1 (en) | 1996-05-29 | 1997-01-30 | Speech encoding and decoding apparatus |
| DE69720855T DE69720855D1 (de) | 1996-05-29 | 1997-01-30 | Vorrichtung zur Kodierung und Dekodierung von Sprache |
| CNB971029393A CN1151491C (zh) | 1996-05-29 | 1997-03-12 | 音频编码装置和音频编码译码装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP13524096A JP3364825B2 (ja) | 1996-05-29 | 1996-05-29 | 音声符号化装置および音声符号化復号化装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09319396A JPH09319396A (ja) | 1997-12-12 |
| JP3364825B2 true JP3364825B2 (ja) | 2003-01-08 |
Family
ID=15147096
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP13524096A Expired - Lifetime JP3364825B2 (ja) | 1996-05-29 | 1996-05-29 | 音声符号化装置および音声符号化復号化装置 |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US6052661A (ja) |
| EP (1) | EP0810585B1 (ja) |
| JP (1) | JP3364825B2 (ja) |
| KR (1) | KR100218214B1 (ja) |
| CN (1) | CN1151491C (ja) |
| CA (1) | CA2194513C (ja) |
| DE (1) | DE69720855D1 (ja) |
| TW (1) | TW317631B (ja) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19729494C2 (de) * | 1997-07-10 | 1999-11-04 | Grundig Ag | Verfahren und Anordnung zur Codierung und/oder Decodierung von Sprachsignalen, insbesondere für digitale Diktiergeräte |
| KR100938017B1 (ko) * | 1997-10-22 | 2010-01-21 | 파나소닉 주식회사 | 벡터 양자화 장치 및 방법 |
| IL136722A0 (en) * | 1997-12-24 | 2001-06-14 | Mitsubishi Electric Corp | A method for speech coding, method for speech decoding and their apparatuses |
| JP3268750B2 (ja) * | 1998-01-30 | 2002-03-25 | 株式会社東芝 | 音声合成方法及びシステム |
| US6249758B1 (en) * | 1998-06-30 | 2001-06-19 | Nortel Networks Limited | Apparatus and method for coding speech signals by making use of voice/unvoiced characteristics of the speech signals |
| US6449590B1 (en) | 1998-08-24 | 2002-09-10 | Conexant Systems, Inc. | Speech encoder using warping in long term preprocessing |
| US6507814B1 (en) | 1998-08-24 | 2003-01-14 | Conexant Systems, Inc. | Pitch determination using speech classification and prior pitch estimation |
| US7072832B1 (en) * | 1998-08-24 | 2006-07-04 | Mindspeed Technologies, Inc. | System for speech encoding having an adaptive encoding arrangement |
| US6330533B2 (en) | 1998-08-24 | 2001-12-11 | Conexant Systems, Inc. | Speech encoder adaptively applying pitch preprocessing with warping of target signal |
| FI111438B (fi) * | 1999-07-09 | 2003-07-15 | Nokia Corp | Symbolijonon lähetysmenetelmä |
| JP4792613B2 (ja) * | 1999-09-29 | 2011-10-12 | ソニー株式会社 | 情報処理装置および方法、並びに記録媒体 |
| JP3404024B2 (ja) | 2001-02-27 | 2003-05-06 | 三菱電機株式会社 | 音声符号化方法および音声符号化装置 |
| EP1887567B1 (en) * | 2005-05-31 | 2010-07-14 | Panasonic Corporation | Scalable encoding device, and scalable encoding method |
| US8108219B2 (en) * | 2005-07-11 | 2012-01-31 | Lg Electronics Inc. | Apparatus and method of encoding and decoding audio signal |
| WO2009039897A1 (en) * | 2007-09-26 | 2009-04-02 | Fraunhofer - Gesellschaft Zur Förderung Der Angewandten Forschung E.V. | Apparatus and method for extracting an ambient signal in an apparatus and method for obtaining weighting coefficients for extracting an ambient signal and computer program |
| ES2950794T3 (es) * | 2011-12-21 | 2023-10-13 | Huawei Tech Co Ltd | Detección y codificación de altura tonal muy débil |
| US9524727B2 (en) * | 2012-06-14 | 2016-12-20 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and arrangement for scalable low-complexity coding/decoding |
| EP2980794A1 (en) | 2014-07-28 | 2016-02-03 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio encoder and decoder using a frequency domain processor and a time domain processor |
| CN104143335B (zh) | 2014-07-28 | 2017-02-01 | 华为技术有限公司 | 音频编码方法及相关装置 |
| EP2980795A1 (en) | 2014-07-28 | 2016-02-03 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio encoding and decoding using a frequency domain processor, a time domain processor and a cross processor for initialization of the time domain processor |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4910781A (en) | 1987-06-26 | 1990-03-20 | At&T Bell Laboratories | Code excited linear predictive vocoder using virtual searching |
| US5235670A (en) * | 1990-10-03 | 1993-08-10 | Interdigital Patents Corporation | Multiple impulse excitation speech encoder and decoder |
| 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 |
| JP3275247B2 (ja) * | 1991-05-22 | 2002-04-15 | 日本電信電話株式会社 | 音声符号化・復号化方法 |
| US5305421A (en) * | 1991-08-28 | 1994-04-19 | Itt Corporation | Low bit rate speech coding system and compression |
| FI95085C (fi) * | 1992-05-11 | 1995-12-11 | Nokia Mobile Phones Ltd | Menetelmä puhesignaalin digitaaliseksi koodaamiseksi sekä puhekooderi menetelmän suorittamiseksi |
| JPH07334194A (ja) * | 1994-06-14 | 1995-12-22 | Matsushita Electric Ind Co Ltd | 音声符号化／復号化方法およびそれらの装置 |
-
1996
- 1996-05-29 JP JP13524096A patent/JP3364825B2/ja not_active Expired - Lifetime
- 1996-12-16 TW TW085115514A patent/TW317631B/zh active
- 1996-12-31 US US08/777,874 patent/US6052661A/en not_active Expired - Fee Related
-
1997
- 1997-01-07 CA CA002194513A patent/CA2194513C/en not_active Expired - Fee Related
- 1997-01-15 KR KR1019970001026A patent/KR100218214B1/ko not_active IP Right Cessation
- 1997-01-30 DE DE69720855T patent/DE69720855D1/de not_active Expired - Lifetime
- 1997-01-30 EP EP97101441A patent/EP0810585B1/en not_active Expired - Lifetime
- 1997-03-12 CN CNB971029393A patent/CN1151491C/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| TW317631B (en) | 1997-10-11 |
| CN1170189A (zh) | 1998-01-14 |
| CN1151491C (zh) | 2004-05-26 |
| EP0810585A3 (en) | 1998-11-11 |
| KR100218214B1 (ko) | 1999-09-01 |
| KR970076487A (ko) | 1997-12-12 |
| EP0810585B1 (en) | 2003-04-16 |
| CA2194513A1 (en) | 1997-11-30 |
| US6052661A (en) | 2000-04-18 |
| CA2194513C (en) | 2001-05-15 |
| DE69720855D1 (de) | 2003-05-22 |
| EP0810585A2 (en) | 1997-12-03 |
| JPH09319396A (ja) | 1997-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3364825B2 (ja) | 音声符号化装置および音声符号化復号化装置 | |
| EP1157375B1 (en) | Celp transcoding | |
| US6427135B1 (en) | Method for encoding speech wherein pitch periods are changed based upon input speech signal | |
| EP1202251B1 (en) | Transcoder for prevention of tandem coding of speech | |
| JP3483958B2 (ja) | 広帯域音声復元装置及び広帯域音声復元方法及び音声伝送システム及び音声伝送方法 | |
| JP2940005B2 (ja) | 音声符号化装置 | |
| JP2002268690A (ja) | 音声符号化装置、音声符号化方法、音声復号化装置及び音声復号化方法 | |
| EP1688920B1 (en) | Speech signal decoding | |
| JP2002268686A (ja) | 音声符号化装置及び音声復号化装置 | |
| JP2002229599A (ja) | 音声符号列の変換装置および変換方法 | |
| JPH086597A (ja) | 音声の励振信号符号化装置および方法 | |
| JP2003044099A (ja) | ピッチ周期探索範囲設定装置及びピッチ周期探索装置 | |
| JP3417362B2 (ja) | 音声信号復号方法及び音声信号符号化復号方法 | |
| JP3319396B2 (ja) | 音声符号化装置ならびに音声符号化復号化装置 | |
| JP3598111B2 (ja) | 広帯域音声復元装置 | |
| KR20050061579A (ko) | 트랜스코더 및 부호변환방법 | |
| JPH0990997A (ja) | 音声符号化装置、音声復号化装置、音声符号化復号化方法および複合ディジタルフィルタ | |
| JPH04301900A (ja) | 音声符号化装置 | |
| JP3192051B2 (ja) | 音声符号化装置 | |
| JP3148920B2 (ja) | 音声符号化復号化装置 | |
| JP3560964B2 (ja) | 広帯域音声復元装置及び広帯域音声復元方法及び音声伝送システム及び音声伝送方法 | |
| JP3598112B2 (ja) | 広帯域音声復元方法及び広帯域音声復元装置 | |
| JP3773509B2 (ja) | 広帯域音声復元装置及び広帯域音声復元方法 | |
| JP3748080B2 (ja) | 広帯域音声復元方法及び広帯域音声復元装置 | |
| JPH09166999A (ja) | 音声符号化装置及び音声符号化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071101 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081101 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081101 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091101 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091101 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101101 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111101 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121101 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131101 Year of fee payment: 11 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |