JP3607774B2

JP3607774B2 - 音声符号化装置

Info

Publication number: JP3607774B2
Application number: JP09117796A
Authority: JP
Inventors: 秀享 ▲高▼橋
Original assignee: Olympus Corp
Current assignee: Olympus Corp
Priority date: 1996-04-12
Filing date: 1996-04-12
Publication date: 2005-01-05
Anticipated expiration: 2016-04-12
Also published as: JPH09281999A

Description

【０００１】
【発明の属する技術分野】
本発明は、音声符号化装置、より詳しくは、音声信号をディジタル情報圧縮して記録または伝送する音声符号化装置に関する。
【０００２】
【従来の技術】
音声信号を効率良く圧縮するために広く用いられている手段として、音声信号を、スペクトル包絡を表す線形予測パラメータと、線形予測残差信号に対応する音源パラメータとを用いて符号化する方式がある。このような線形予測の手段を用いた音声符号化方式は、少ない伝送容量で比較的高品質な合成音声を得られることから、最近のハードウェア技術の進歩と相まって様々な応用方式が盛んに研究され、開発されている。
【０００３】
その中でも良い音質が得られる方式として、Ｋｌｅｉｊｉｎ等による ”ＩｍｐｒｏｖｅｄｓｐｅｅｃｈｑｕａｌｉｔｙａｎｄｅｆｆｉｃｉｅｎｔｖｅｃｔｏｒｑｕａｎｔｉｚａｔｉｏｎｉｎＳＥＬＰ”（ＩＣＡＳＰ’８８ｓ４．４，ｐｐ．１５５−１５８，１９８８）と題した論文に記載されている、過去の音源信号を繰り返して得られる適応コードブックを用いるＣＥＬＰ（ＣｏｄｅＥｘｃｉｔｅｄＬｉｎｅａｒＰｒｅｄｉｃｔｉｖｅＣｏｄｉｎｇ）方式がよく知られている。
【０００４】
上述したような線形予測分析を基礎とした音声符号化装置は、比較的低いビットレートで高品質な符号化性能を得ることができるという利点を有している。このような線形予測分析を基礎とした音声符号化装置は、人間が発する概周期的な有声音を前提として構成されており、１フレームの分析長は２０ｍｓ前後が適当であるとされている。
【０００５】
しかしながら、上述したような従来の音声符号化装置は、音声信号区間以外の非音声信号区間については良好に符号化することができず、特に背景雑音等が混入すると急激に音質が劣化してしまうという問題点があった。
【０００６】
上述したような音声符号化装置の適用分野としては、移動体電話や音声録音装置などが考えられており、これらは背景雑音が混入する場合を含む様々な環境下で使用されるものと想定されるために、上記音質劣化の問題点は、魅力的な製品を実現する上でどうしても解決しなければならない必須の課題である。
【０００７】
このような問題点に鑑みて本出願人は、特願平７−２６８７５６号において、予め定められたフレーム間隔に分割された入力信号が音声信号か非音声信号かを判別する音声判別手段と、上記入力信号のスペクトルパラメータを出力する線形予測分析手段と、上記音声判別手段による判別結果が非音声信号であることが所定フレーム数にわたって連続した場合に上記入力信号のスペクトルパラメータとして上記線形予測分析手段に所定の先行フレームにおけるスペクトルパラメータを継続して出力させる制御手段と、線形予測残差信号に相当する駆動音源信号を生成する駆動音源信号生成手段と、上記スペクトルパラメータに基づいて上記駆動音源信号から音声を合成する合成フィルタとを備えた音声符号化装置を提案しており、これにより、非音声信号が入力しても良好に符号化することができる音質の良い音声符号化装置としている。
【０００８】
【発明が解決しようとする課題】
しかしながら、上記特願平７−２６８７５６号に記載のものでは、非音声区間におけるスペクトルパラメータの切り替え時における音質劣化を抑制することはできるが、長時間にわたって非音声区間が続いたときは、その非音声区間に対する音質の向上には寄与するものではなく、音質劣化は大きいままである。
【０００９】
本発明は上記事情に鑑みてなされたものであり、良好に音声信号を符号化することができる高品質な音声符号化装置を提供することを目的としている。
【００１０】
【課題を解決するための手段】
上記の目的を達成するために、本発明の第１の音声符号化装置は、所定のフレーム間隔に分割された入力信号が音声信号または非音声信号の何れであるかを判別する音声判別手段と、上記入力信号のスペクトルパラメータを出力する線形予測分析手段と、上記音声判別手段による判別結果が非音声信号であることが所定フレーム数にわたって連続した場合に入力信号のスペクトルパラメータとして先行フレームにおけるスペクトルパラメータを継続して使用させるように制御する制御手段と、非音声信号であると判別されたフレームが上記所定フレーム数を越えて連続した場合には予め用意した非音声用スペクトルパラメータと現在のフレームのスペクトルパラメータとの平滑化を行いその平滑化されたスペクトルパラメータを出力する非音声フレーム用スペクトル平滑化手段と、線形予測残差信号に相当する駆動音源信号を生成する駆動音源信号生成手段と、上記スペクトルパラメータに基づいて上記駆動音源信号から音声を合成する合成フィルタとを備えたものである。
【００１１】
また、本発明の第２の音声符号化装置は、上記第１の音声符号化装置において、上記非音声用スペクトルパラメータの初期値として所定の背景ノイズに基づくスペクトルパラメータの値を用いるものである。
【００１２】
さらに、本発明の第３の音声符号化装置は、上記第１または第２の音声符号化装置において、上記非音声用スペクトルパラメータの重み付けを現在のフレームのスペクトルパラメータに対する重み付けよりも大きくして平滑化するものである。
【００１３】
そして、本発明の第４の音声符号化装置は、上記第１，第２または第３の音声符号化装置において、上記非音声フレーム用スペクトル平滑化手段から出力されたスペクトルパラメータを、次のフレームの平滑化に用いるために非音声スペクトルパラメータとして記憶するパラメータ記憶手段を備えたものである。
【００１４】
従って、本発明の第１の音声符号化装置は、音声判別手段が所定のフレーム間隔に分割された入力信号が音声信号または非音声信号の何れであるかを判別し、線形予測分析手段が上記入力信号のスペクトルパラメータを出力し、上記音声判別手段による判別結果が非音声信号であることが所定フレーム数にわたって連続した場合に制御手段が入力信号のスペクトルパラメータとして先行フレームにおけるスペクトルパラメータを継続して使用させるように制御し、非音声信号であると判別されたフレームが上記所定フレーム数を越えて連続した場合には非音声フレーム用スペクトル平滑化手段が予め用意した非音声用スペクトルパラメータと現在のフレームのスペクトルパラメータとの平滑化を行いその平滑化されたスペクトルパラメータを出力し、駆動音源信号生成手段が線形予測残差信号に相当する駆動音源信号を生成し、合成フィルタが上記スペクトルパラメータに基づいて上記駆動音源信号から音声を合成する。
【００１５】
また、本発明の第２の音声符号化装置は、上記非音声用スペクトルパラメータの初期値として所定の背景ノイズに基づくスペクトルパラメータの値を用いる。
【００１６】
さらに、本発明の第３の音声符号化装置は、上記非音声用スペクトルパラメータの重み付けを現在のフレームのスペクトルパラメータに対する重み付けよりも大きくして平滑化する。
【００１７】
そして、本発明の第４の音声符号化装置は、パラメータ記憶手段が上記非音声フレーム用スペクトル平滑化手段から出力されたスペクトルパラメータを、次のフレームの平滑化に用いるために非音声スペクトルパラメータとして記憶する。
【００１８】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態を説明する。
図１から図４は本発明の一実施形態を示したものであり、図１は音声符号化装置の構成を示すブロック図である。
【００１９】
この音声符号化装置は、コード駆動線形予測符号化によるものであり、図１に示すように、入力端子に接続されたバッファメモリ１の出力端は３つに分岐されていて、第１の出力端はサブフレーム分割器７を介して減算器８に接続され、第２の出力端は線形予測分析手段たるＬＰＣ分析器５の入力端に接続され、第３の出力端は音声判別手段たる音声判別器２を介して後述する切替スイッチ４Ａ，４Ｂの制御を行う制御手段たるスイッチ制御回路３に接続されている。
【００２０】
上記ＬＰＣ分析器５は、切替スイッチ４Ａの入力端子ｂに接続されているとともに、パラメータメモリ５ａにその出力を記憶させるようになっていて、このパラメータメモリ５ａは切替スイッチ４Ａの入力端子ａに接続されている。
【００２１】
上記切換スイッチ４Ａの出力端子は引き続いて配設されている切換スイッチ４Ｂの入力端子に接続されていて、この切換スイッチ４Ｂの出力端子ａは合成フィルタ６に、出力端子ｂは非音声フレーム用スペクトル平滑化手段たるパラメータ平滑化器１９に接続されている。
【００２２】
上記パラメータ平滑化器１９にはその出力を記憶させて必要に応じて読み出すためのパラメータ記憶手段たるパラメータメモリ１９ａが接続されていて、該パラメータ平滑化器１９の出力端は上記合成フィルタ６に接続されている。
【００２３】
この合成フィルタ６には、適応コードブック１２と確率コードブック１４を用いて生成される信号が入力されるようになっている。
【００２４】
すなわち、上記適応コードブック１２は、乗算器１３を介して加算器１７の第１入力端子に接続されており、また、確率コードブック１４は、乗算器１５とスイッチ１６とを介して上記加算器１７の第２入力端子に接続されている。
【００２５】
この加算器１７の出力端子は、合成フィルタ６を介して上記減算器８の入力端子に接続されている一方で、遅延回路１１を介して上記適応コードブック１２に接続されている。
【００２６】
上記合成フィルタ６の出力端は、サブフレーム分割器７が接続された減算器８および聴感重み付けフィルタ９を介して誤差評価器１０の入力端子に接続されている。この誤差評価器１０による評価結果は、上述した適応コードブック１２と、確率コードブック１４と、さらに乗算器１３，１５とにフィードバックされて、最適なコードの選択やゲインの調整に用いられるようになっているとともに、上記誤差評価器１０は、マルチプレクサ１８にも接続されている。
【００２７】
上述のような音声符号化装置において、線形予測残差信号に相当する駆動音源信号を生成する駆動音源信号生成手段は、上記遅延回路１１、適応コードブック１２、確率コードブック１４、乗算器１３，１５、スイッチ１６、加算器１７等を含んで構成されている。
【００２８】
次に、図２は上記音声判別器２のより詳細な構成を示すブロック図である。
【００２９】
この音声判別器２に入力された上記バッファメモリ１の出力信号は、２つに分岐されて一方がフレームエネルギー分析回路２ａに、他方が初期フレームエネルギー分析回路２ｂに入力されるようになっている。
【００３０】
上記フレームエネルギー分析回路２ａは加算器２ｃの＋端子となっている第１入力端子に、上記初期フレームエネルギー分析回路２ｂは該加算器２ｃの−端子となっている第２入力端子にそれぞれ接続されているとともに、さらに、初期フレームエネルギー分析回路２ｂは、閾値決定回路２ｄにも接続されている。
【００３１】
そして、上記加算器２ｃの出力端子と上記閾値決定回路２ｄの出力端子は、共に判別回路２ｅに接続されていて、この判別回路２ｅの出力が上記スイッチ制御回路３に出力されるようになっている。
【００３２】
次に、上記図１および図２に示したような構成における信号の流れを説明する。
【００３３】
入力端子から例えば８ｋＨｚ（すなわち、１サンプル当たり１／８ｍｓ）でサンプリングされた原音声信号を入力して、予め定められたフレーム間隔（例えば２０ｍｓ、すなわち１６０サンプル）の音声信号をバッファメモリ１に格納する。
【００３４】
バッファメモリ１は、入力信号をフレーム単位でサブフレーム分割器７とＬＰＣ分析器５と音声判別器２とに送出する。
【００３５】
この音声判別器２は、フレームの入力信号が音声か非音声かを、例えば以下に説明するような方法で判別する。
【００３６】
上記図２に示したような構成の音声判別器２において、フレームエネルギー分析回路２ａは、入力されたフレーム入力信号のフレームエネルギーＥｆを次に示すような数式により算出する。
【００３７】
【数１】

ここに、ｓ（ｎ）はサンプルｎにおける入力信号、Ｎはフレーム長をそれぞれ示している。
【００３８】
また、上記初期フレームエネルギー分析回路２ｂは、符号化を開始したときのフレームエネルギーＥｂを上記数式１と同様の数式を用いて算出する。
【００３９】
上記閾値決定回路２ｄは、背景雑音エネルギーの大きさに応じて閾値を決定する。例えば、図３に示すように、背景雑音エネルギーがｄＢ単位で増加するに従って、閾値をｄＢ単位で減少させる関係により、閾値を決定する。そして、その結果を判別回路２ｅに送出する。
【００４０】
加算器２ｃでは、フレームエネルギーＥｆを正として入力するとともに、初期フレームエネルギーＥｂを負として入力してこれらを加算することにより、フレームエネルギーＥｆから初期フレームエネルギーＥｂを減算し、その減算結果を判別回路２ｅに送出する。
【００４１】
そして、判別回路２ｅは、入力された減算結果と閾値を比較して、減算結果が閾値より大きければフレーム入力信号は音声区間であると判別し、そうでなければ非音声区間であると判別する。
【００４２】
図１に戻って、サブフレーム分割器７は、フレームの入力信号を予め定められたサブフレーム間隔（例えば５ｍｓ、つまり４０サンプル）に分割する。すなわち、１フレームの入力信号から、第１サブフレームから第４サブフレームまでの４つのサブフレーム信号が作成される。
【００４３】
ＬＰＣ分析器５は、入力信号に対して線形予測分析（ＬＰＣ分析）を行って、スペクトル特性を表すスペクトルパラメータたる線形予測パラメータαを抽出し、パラメータメモリ５ａに送出するとともに、切替スイッチ４Ａ，４Ｂを介して合成フィルタ６あるいはパラメータ平滑化器１９に送出する。
【００４４】
次に、スイッチ制御回路３の動作について、図４のフローチャートを参照して説明する。
【００４５】
まず、符号化を開始すると（ステップＳ１）、非音声フレーム連続数を示すｉを０にセットする（ステップＳ２）。
【００４６】
次に、音声判別器２における判別結果が音声（ｖ）であるか非音声（ｕｖ）であるかを判定して（ステップＳ３）、もし判別結果が非音声である場合には、ｉを１だけ増加させる（ステップＳ４）。そして、このｉが所定数Ｒ（例えば５）よりも大きいか否かを判定し（ステップＳ５）、大きい場合には切替スイッチ４Ａの端子および切替スイッチ４Ｂの端子を両方ともａ側に閉じ（ステップＳ６）、パラメータメモリ５ａから出力される先行フレームのスペクトルパラメータを継続して使用する（ステップＳ７）。
【００４７】
続いて、ｉがＲ＋１よりも大きいか否かを判定し（ステップＳ８）、大きい場合には切替スイッチ４Ａの端子および切替スイッチ４Ｂの端子を両方ともｂ側に閉じて（ステップＳ９）、ＬＰＣ分析器５によりＬＰＣ分析を行い（ステップＳ１０）、その結果がパラメータ平滑化器１９に入力されるようにする。
【００４８】
そして、このパラメータ平滑化器１９において、パラメータの平滑化を以下に説明するように行う（ステップＳ１１）。
【００４９】
背景ノイズ用初期ｋパラメータＮｏｉｓｅ＿αを予め用意してパラメータメモリ１９ａに記憶しておき、平滑化を数式２に示すような重み付けにより行う。
【００５０】
【数２】

なお、この背景ノイズ用初期ｋパラメータＮｏｉｓｅ＿αは、例えばオフィス環境における背景ノイズを入力したときの、あるスペクトルパラメータを代表させた値である。
【００５１】
このように背景ノイズ用初期ｋパラメータＮｏｉｓｅ＿αの重み付けを現在のフレームのスペクトルパラメータα［ｉ］の重み付けよりも重くすることによって、パラメータα［ｉ］の値が揺らいでも、その揺らぎの影響を小さく抑制するようになっている。
【００５２】
続いて、直後に背景ノイズ用初期ｋパラメータＮｏｉｓｅ＿α［ｉ］を数式３に示すように更新する（ステップＳ１２）。
【００５３】
【数３】

その後、次のフレームの処理を待つ（ステップＳ１３）。
【００５４】
また、上記ステップＳ８においてｉがＲ＋１以下である場合にも、上記ステップＳ１３に進む。
【００５５】
このようにして、非音声部での音源信号は、ＬＰＣ分析の結果を反映しつつも、揺らぎを抑えることができる。
【００５６】
一方、上記ステップＳ３における判別結果が音声である場合には、非音声フレーム連続数を示すｉを０にリセットした後に（ステップＳ１４）、切替スイッチ４Ａの端子をｂ側に閉じるとともに切替スイッチ４Ｂの端子をａ側に閉じて（ステップＳ１５）、ＬＰＣ分析を行ってスペクトルパラメータを更新する（ステップＳ１６）。その後、上記ステップＳ１３に進み、次のフレームの処理を待つ。
【００５７】
また、上記ステップＳ５においてｉが所定数Ｒ以下である場合にも、上記ステップＳ１４に進む。
【００５８】
図１の説明に再び戻って、適応コードブックの遅れＬ、ゲインβ、確率コードブックのインデックスｉ、ゲインγは、次に説明するような手段により決定される。
【００５９】
まず、適応コードブックの遅延Ｌとゲインβは、以下の処理によって決定される。
【００６０】
遅延回路１１において、先行サブフレームにおける合成フィルタ６の入力信号すなわち駆動音源信号に、ピッチ周期に相当する遅延を与えて適応コードベクトルとして作成する。
【００６１】
例えば、想定するピッチ周期を４０〜１６７サンプルとすると、４０〜１６７サンプル遅れの１２８種類の信号が適応コードベクトルとして作成され、適応コードブック１２に格納される。
【００６２】
このときスイッチ１６は開いた状態となっていて、各適応コードベクトルは乗算器１３でゲイン値を可変して乗じた後に、加算器１７を通過してそのまま合成フィルタ６に入力される。
【００６３】
この合成フィルタ６は、線形予測パラメータα’を用いて合成処理を行い、合成ベクトルを減算器８に送出する。この減算器８は、原音声ベクトルと合成ベクトルとの減算を行うことにより誤差ベクトルを生成し、得られた誤差ベクトルを聴感重み付けフィルタ９に送出する。
【００６４】
この聴感重み付けフィルタ９は、誤差ベクトルに対して聴感特性を考慮した重み付け処理を行い、誤差評価器１０に送出する。
【００６５】
誤差評価器１０は、誤差ベクトルの２乗平均を計算し、その２乗平均値が最小となる適応コードベクトルを検索して、その遅れＬとゲインβをマルチプレクサ１８に送出する。このようにして、適応コードブック１２の遅延Ｌとゲインβが決定される。
【００６６】
続いて、確率コードブックのインデックスｉとゲインγは、以下の処理によって決定される。
【００６７】
確率コードブック１４は、サブフレーム長に対応する次元数（すなわち、上述の例では４０次元）の確率コードベクトルが、例えば５１２種類予め格納されており、各々にインデックスが付与されている。なお、このときにはスイッチ１６は閉じた状態となっている。
【００６８】
まず、上記処理によって決定された最適な適応コードベクトルを、乗算器１３で最適ゲインβを乗じた後に、加算器１７に送出する。
【００６９】
次に、各確率コードベクトルを乗算器１５でゲイン値を可変して乗じた後に、加算器１７に入力する。加算器１７は上記最適ゲインβを乗じた最適な適応コードベクトルと各確率コードベクトルの加算を行い、その結果が合成フィルタ６に入力される。
【００７０】
この後の処理は、上記適応コードブックパラメータの決定処理と同様に行われる。すなわち、合成フィルタ６は線形予測パラメータα’を用いて合成処理を行い、合成ベクトルを減算器８に送出する。
【００７１】
減算器８は原音声ベクトルと合成ベクトルとの減算を行うことにより誤差ベクトルを生成し、得られた誤差ベクトルを聴感重み付けフィルタ９に送出する。
【００７２】
聴感重み付けフィルタ９は、誤差ベクトルに対して聴感特性を考慮した重み付け処理を行い、誤差評価器１０に送出する。
【００７３】
誤差評価器１０は、誤差ベクトルの２乗平均を計算して、その２乗平均値が最小となる確率コードベクトルを検索して、そのインデックスｉとゲインγをマルチプレクサ１８に送出する。このようにして、確率コードブック１４のインデックスｉとゲインγが決定される。
【００７４】
上記マルチプレクサ１８は、量子化された線形予測パラメータα’、適応コードブックの遅れＬ、ゲインβ、確率コードブックのインデックスｉ、ゲインγの各々をマルチプレクスして伝送するものである。
【００７５】
なお、上述したような音声符号化装置に対応する音声復号化装置の復号化動作は、上記特願平７−２６８７５６号に記載した従来例におけるものと同様である。
【００７６】
また、音声判別器における音声判別方法は、上述した手段に限るものではないことはいうまでもない。
【００７７】
さらに、上記実施形態においては、コード駆動線形予測符号化による音声符号化装置を一例として取り上げて説明したが、線形予測パラメータと、線形予測残差信号に相当する駆動音源信号のパラメータとで表現する音声符号化装置であれば、当然にして、何れのものにも適用することが可能である。
【００７８】
そして、符号化パラメータに音声／非音声の情報も伝送するようにして、復号化装置に符号化装置と同様のスイッチ制御回路および切替スイッチを設け、音声／非音声の情報に基づいて切替スイッチの制御を行うことにより可変ビットレート符号化装置／復号化装置を構成し、より高い圧縮効率で符号化することも可能である。
【００７９】
このような実施形態の音声符号化装置によれば、非音声フレームが所定数以上連続する場合におけるフレーム毎のパラメータの揺らぎを抑制することができるために、非音声区間における音質が安定して、良好に音声信号を符号化することができる高品質な音声符号化装置となる。
【００８０】
【発明の効果】
以上説明したように請求項１に記載の発明によれば、符号化された非音声信号のフレーム毎の揺らぎが小さくなり、良好に音声信号を符号化することができる高品質な音声符号化装置を得ることができる。
【００８１】
また、請求項２に記載の発明によれば、請求項１に記載の発明と同様の効果を奏するとともに、所定の背景ノイズに基づくスペクトルパラメータの値を非音声用スペクトルパラメータの初期値として用いるために、符号化された非音声信号に違和感が生じることはない。
【００８２】
さらに、請求項３に記載の発明によれば、請求項１または請求項２に記載の発明と同様の効果を奏するとともに、符号化された非音声信号のフレーム毎の揺らぎを一層抑制することができて、より円滑に平滑化することができる。
【００８３】
そして、請求項４に記載の発明によれば、請求項１、請求項２または請求項３に記載の発明と同様の効果を奏するとともに、非音声スペクトルパラメータを記憶するパラメータ記憶手段を備えたために、次の平滑化の処理が容易になる。
【図面の簡単な説明】
【図１】本発明の一実施形態の音声符号化装置の構成を示すブロック図。
【図２】上記実施形態の音声判別器のより詳細な構成を示すブロック図。
【図３】上記実施形態において、音声判別器の閾値決定回路により決定される閾値と背景雑音エネルギーとの関係の一例を示す線図。
【図４】上記実施形態の音声符号化装置の動作を示すフローチャート。
【符号の説明】
２…音声判別器（音声判別手段）
３…スイッチ制御回路（制御手段）
５…ＬＰＣ分析器（線形予測分析手段）
６…合成フィルタ
１１…遅延回路（駆動音源信号生成手段の一部）
１２…適応コードブック（駆動音源信号生成手段の一部）
１４…確率コードブック（駆動音源信号生成手段の一部）
１９…パラメータ平滑化器（非音声フレーム用スペクトル平滑化手段）
１９ａ…パラメータメモリ（パラメータ記憶手段）

Claims

所定のフレーム間隔に分割された入力信号が、音声信号または非音声信号の何れであるかを判別する音声判別手段と、
上記入力信号のスペクトルパラメータを出力する線形予測分析手段と、
上記音声判別手段による判別結果が非音声信号であることが所定フレーム数にわたって連続した場合に、入力信号のスペクトルパラメータとして先行フレームにおけるスペクトルパラメータを継続して使用させるように制御する制御手段と、
非音声信号であると判別されたフレームが上記所定フレーム数を越えて連続した場合には、予め用意した非音声用スペクトルパラメータと現在のフレームのスペクトルパラメータとの平滑化を行い、その平滑化されたスペクトルパラメータを出力する非音声フレーム用スペクトル平滑化手段と、
線形予測残差信号に相当する駆動音源信号を生成する駆動音源信号生成手段と、
上記スペクトルパラメータに基づいて上記駆動音源信号から音声を合成する合成フィルタと、
を具備したことを特徴とする音声符号化装置。
上記非音声用スペクトルパラメータの初期値として、所定の背景ノイズに基づくスペクトルパラメータの値を用いることを特徴とする請求項１に記載の音声符号化装置。
上記非音声用スペクトルパラメータの重み付けを現在のフレームのスペクトルパラメータに対する重み付けよりも大きくして平滑化することを特徴とする請求項１または請求項２に記載の音声符号化装置。
上記非音声フレーム用スペクトル平滑化手段から出力されたスペクトルパラメータを、次のフレームの平滑化に用いるために非音声スペクトルパラメータとして記憶するパラメータ記憶手段を具備したことを特徴とする請求項１、請求項２または請求項３に記載の音声符号化装置。