JP4816107B2 - 音声符号化装置及び音声符号化方法 - Google Patents

Description

本発明は、音声符号化装置及び音声符号化方法に関する。

携帯電話等で利用されている音声符号化方法の多くは、入力された音声信号から線形予測フィルタを算出し、当該音声信号に近い励起信号を探し、当該励起信号と線形予測係数の双方のパラメータを符号として出力する方式に基づいている（例えば、非特許文献１参照。）。

図９に、従来の音声符号化装置３００の構成を示す。線形予測分析部３０では、入力された音声信号の線形予測分析を行うことにより線形予測係数が算出される。ここで、音声信号の時間軸上における一定の長さをひとまとめとして、当該一定長の単位で線形予測係数が算出される。音声符号化装置３００の生成符号量を減らすために、前記一定長をひとまとめとして、一つおきに線形予測係数を符号化するため、補間部３１では、間引いた線形予測係数が、その前後の線形予測係数から補間して生成される。

線形予測フィルタ部３２では、補間後の線形予測係数から線形予測フィルタが生成される。適応符号帳探索部３４の適応符号帳から取り出された適応符号と、雑音符号帳探索部３５の雑音符号帳から取り出された雑音符号は、それぞれ、アンプ３６、３７で増幅後、合成部３８で合成され、合成後の信号が、上記生成された線形予測フィルタによりフィルタリングされる。

誤差算出部３３では、フィルタリング後の信号と、入力された音声信号との誤差が算出される。誤差算出部３３で算出された誤差が最小となるときの雑音符号及び適応符号を表すインデックスと、一つおきの線形予測係数が、符号として音声符号化装置３００から出力される。一般に線形予測係数は、５〜７ｍｓ程度の間隔で算出されるが、伝送符号中の線形予測係数は、１０〜１５ｍｓの間隔で送信され、受信側で補間処理を行う場合が多い。
音声符号化規格ＪＴ−Ｇ７２９

しかしながら、上述の従来の音声符号化方法では、入力音声の特徴に関らず、一定長の単位で線形予測係数を算出して補間処理を行っているため、補間処理によって生成される線形予測係数が、入力音声に対して適切でない場合（特に過渡期）があり、音質の低下を招いていた。

本発明の課題は、ピッチ波形の単位で音声信号の線形予測係数を算出することにより、音質の向上を図ることである。

上記課題を解決するため、請求項１に記載の発明は、線形予測フィルタと励起信号によって入力音声を符号化する音声符号化装置であって、入力された音声信号からピッチ波形を抽出する抽出手段と、前記抽出手段により抽出されたピッチ波形の単位で前記入力された音声信号から線形予測係数を算出すると共に、前記ピッチ波形のピッチ長が予め指定された値よりも短い場合、複数のピッチ波形をまとめた単位で前記線形予測係数を算出する算出手段と、前記算出手段により算出された線形予測係数を用いて前記線形予測フィルタを生成する生成手段と、前記算出手段が複数のピッチ波形をまとめた場合、前記線形予測フィルタに入力される励起信号を、前記複数のピッチ波形の各々のピッチ長に合わせて繰り返して取り出す繰り返し手段と、前記生成手段により生成された線形予測フィルタに励起信号を駆動信号として入力して算出された合成音声と前記入力された音声信号との誤差が最小となるような励起信号を選択する選択手段と、を備えることを特徴としている。

請求項２に記載の発明は、請求項１に記載の音声符号化装置において、前記算出手段は、前記ピッチ長が予め指定された値よりも短い場合、予め指定された個数のピッチ波形をまとめることを特徴としている。

請求項３に記載の発明は、請求項１に記載の音声符号化装置において、前記算出手段は、前記ピッチ長が予め指定された値よりも短い場合、予め指定された固定長を超えない最大長までピッチ波形をまとめることを特徴としている。

請求項４に記載の発明は、請求項１〜３の何れか一項に記載の音声符号化装置において、前記ピッチ波形のピッチ長の時間軸における変化が所定値より大きいか否かを判定する判定手段と、前記判定手段により、前記ピッチ長の変化が所定値以下であると判定された場合、所定間隔で間引いた線形予測係数の補間処理を行う補間手段と、を備え、前記判定手段により、前記ピッチ長の変化が所定値より大きいと判定された場合、線形予測係数の間引き及び前記補間手段による補間処理を行わないことを特徴としている。

請求項５に記載の発明は、請求項４に記載の音声符号化装置において、前記判定手段は、ピッチ長間に予め指定された固定値以上の差があるか否かを判定することを特徴としている。

請求項６に記載の発明は、請求項４に記載の音声符号化装置において、前記判定手段は、ピッチ長間に、特定のピッチ長に予め指定された比率を乗算した値以上の差があるか否かを判定することを特徴としている。

請求項７に記載の音声符号化方法は、線形予測フィルタと励起信号によって音声信号を符号化する音声符号化方法であって、前記音声信号からピッチ波形を抽出し、前記抽出されたピッチ波形の単位で前記音声信号から線形予測係数を算出すると共に、前記ピッチ波形のピッチ長が予め指定された値よりも短い場合、複数のピッチ波形をまとめた単位で前記線形予測係数を算出し、前記算出された線形予測係数を用いて前記線形予測フィルタを生成し、複数のピッチ波形をまとめた場合、前記線形予測フィルタに入力される励起信号を、前記複数のピッチ波形の各々のピッチ長に合わせて繰り返し取り出し、前記生成された線形予測フィルタに励起信号を駆動信号として入力して算出された合成音声と前記音声信号との誤差が最小となるような励起信号を選択することを特徴としている。

本発明によれば、ピッチ波形の単位で音声信号から線形予測係数を算出することにより、線形予測を行う波形から過渡期の波形が分離されやすくなり、線形予測の精度と音質の向上を図ることが可能となり、ピッチ長が予め指定された値より短い場合、複数のピッチ波形を一つにまとめてから線形予測分析を行い、各々のピッチ長に応じて励起信号の繰り返し処理を行うことにより、符号化効率の向上を図ることができる。

更に、ピッチ長の急激な変化があるところでは、線形予測係数の間引き及び補間処理を行わずにそのまま出力することにより、劣化が激しい場所を効率的に発見し、音質を向上させることが可能となる。

以下、図面を参照して、本発明の実施形態について説明する。
まず、本実施形態における構成について説明する。

図１に、本実施形態に係る音声符号化装置１００の構成を示す。音声符号化装置１００は、図１に示すように、ピッチ抽出部１、算出位置決定部２、線形予測分析部３、補間部４、線形予測フィルタ部５、誤差算出部６、適応符号帳探索部７、雑音符号帳探索部８、アンプ９、１０、合成部１１、繰り返し処理部１２により構成される。

ピッチ抽出部１は、入力された音声信号からピッチ波形を抽出する。ピッチとは、図３に示すような波形の繰り返しの単位である。人間の音声波形を分析すると、ある周期（ピッチ周期）で繰り返しの波形が連続的に存在することが多い。ピッチの抽出とは、入力された音声信号からピッチ周期を検出し、そのピッチ周期毎に音声信号を時間軸上で区切っていく処理のことである。図３では、ｐ₀〜ｐ₃がピッチ長として抽出された場合を示している。

ピッチ周期の検出方法は特に限定されないが、例えば、特開平１１−４５０９８号公報に記載された方法を利用することができる。この方法では、入力された音声信号から有音声区間を抽出し、抽出した有音声区間を処理対象音声波形とし、その処理対象音声波形の時間軸上における既に決定済みの区切り点を基点に、予め定めた区間の音声波形をコピーし、コピー区間の音声波形を前記時間軸上の既に決定済みの区切り点を基点に所定サンプリング点ずつ平行移動し、平行移動ごとにそれぞれの平行移動点におけるコピー区間の音声波形と処理対象音声波形との相関を求め、相関の最も大きくなる平行移動点を次の区切り点として求める。そして、求められたそれぞれの区切り点間を処理対象音声波形のピッチ周期とする。

算出位置決定部２は、ピッチ単位で線形予測係数を算出するために、線形予測係数の算出位置を決定する。

線形予測分析部３は、算出位置決定部２で算出された算出位置で、入力された音声信号の線形予測分析を行い、線形予測係数を算出する。ｎ次の線形予測フィルタは式（１）のように表される。

ここで、｛ａ_i|i＝1,…,n｝が線形予測係数である。

線形予測分析の１手法として自己相関法がある。自己相関法では、例えば、線形予測分析に用いるｍ個の入力信号のサンプルを｛ｓ_i|i＝0,…,m-1｝とすると、自己相関係数｛ｒ_i|i＝0,…,n｝を式（２）のように算出し、式（３）が成立する線形予測係数｛ａ_i|i＝1,…,n｝を算出する。

式（３）は、レビンソン・ダービンアルゴリズムを用いて解くことが可能である（非特許文献１参照）。

ピッチ長が予め指定された値よりも短い場合、符号化効率を向上させるために、複数のピッチ波形を一つにまとめてから線形予測分析を行う。複数のピッチ波形をまとめる簡単な方法として、予め決められた個数のピッチ波形を一つにまとめる方法がある。この場合、例えば、ピッチ長が3ms未満であれば、２ピッチをまとめるものとする。また、予め指定された固定長を超えない最大長分のピッチ波形をまとめるようにしてもよい。即ち、予め指定された固定長をｃとしたとき、ｃ以下で最大長となる分だけピッチ波形をまとめる。

本実施形態では、生成符号量を減らすため、ピッチ一つおきに線形予測係数を符号化するので、補間部４は、間引く対象となる線形予測係数を、その前後の線形予測係数から補間して生成し、補間処理後の線形予測係数を線形予測フィルタ部５に出力する。補間方法としては、例えば、間引く対象となる線形予測係数の前後の線形予測係数をＬＳＰ（Line Spectrum Pair）係数に変換し、変換後の前後の係数を加算して２で除算した後、線形予測係数に戻す処理を行う。

このとき、補間部４は、間引く対象となる線形予測係数の前後の線形予測係数のピッチ長を比較し、その差が予め指定された固定値を超えているか否かを判定し、当該固定値を超えていた場合には間引きを行わないようにする。例えば、間引き対象のピッチ波形の時間的に前のピッチ長をｐ_m-1とし、時間的に後のピッチ長をｐ_m+1とし、予め指定された固定値をαとすると、｜ｐ_m-1−ｐ_m+1｜＞αの場合に間引きを行わないようにする。

また、間引く対象となる線形予測係数の前後の線形予測係数のピッチ長の差が、特定のピッチ長の一定比率（特定のピッチ長に、予め指定された比率を乗算した値）を超えているか否かを判定し、当該一定比率を超えている場合に間引きを行わないようにしてもよい。例えば、間引き対象のピッチ波形の時間的に前のピッチ長をｐ_m-1とし、時間的に後のピッチ長をｐ_m+1とし、予め指定された比率をβ（０〜１の値）とすると、｜ｐ_m-1−ｐ_m+1｜＞ｐ_m-1・βの場合に間引きを行わないようにする。

線形予測フィルタ部５は、式（１）に従って線形予測係数から線形予測フィルタを合成（生成）する。また、線形予測フィルタ部５は、適応符号帳探索処理（図６参照）において、適応符号帳の適応符号に対し、上記線形予測フィルタによるフィルタリング処理を施し、誤差算出部６に出力する。また、線形予測フィルタ部５は、雑音符号帳探索処理（図７参照）において、雑音符号帳の雑音符号と、適応符号帳探索処理（図６参照）で最終的に得られた励起信号を合成した信号に対し、上記線形予測フィルタによるフィルタリング処理を施し、誤差算出部６に出力する。

誤差算出部６は、音声符号化装置１００に入力された音声信号と、線形予測フィルタ部５でのフィルタリング処理後の信号との誤差を算出し、適応符号帳探索部７及び雑音符号帳探索部８に出力する。

適応符号帳探索部７は、これまでに利用した励起信号を格納した適応符号帳を有し、適応符号帳から適応符号を取り出し、誤差算出部６で算出された、線形予測フィルタ部５でフィルタリング処理された当該適応符号と入力された音声信号との誤差が、それまで得られた誤差の中で最小となるような適応符号を選択する（図６参照）。また、適応符号帳探索部７は、適応符号帳探索処理（図６参照）及び雑音符号帳探索処理（図７参照）の後、最終的に得られた励起信号を適応符号帳に追加することで、適応符号帳を更新する。

雑音符号帳探索部８は、白色雑音信号（雑音符号）を格納した雑音符号帳を有し、雑音符号帳から雑音符号を取り出し、誤差算出部６で算出された、線形予測フィルタ部５でフィルタリング処理された信号と、入力された音声信号との誤差が、それまで得られた誤差の中で最小となるような雑音信号を選択する（図７参照）。ここで、線形予測フィルタ部５でのフィルタリングの対象となる信号は、雑音符号帳から取り出された雑音符号に、適応符号帳探索処理において決定された励起信号を加えた信号である。

アンプ９、１０は、それぞれ、適応符号帳から取り出された適応符号、雑音符号帳から取り出された雑音符号の振幅値を所定の増幅率で増幅（調整）する。

合成部１１は、雑音符号帳から取り出された増幅後の雑音符号と、適応符号帳探索処理において励起信号として決定した増幅後の適応符号を合成する。

繰り返し処理部１２は、上述のように、複数のピッチ波形が一つにまとめられた場合、図４に示すように、入力された励起信号を、複数のピッチ波形の各々のピッチ長に合わせて繰り返す処理を行い、繰り返し処理後の励起信号を線形予測フィルタ部５に出力する。図４では、ピッチ長１のピッチ波形と、ピッチ長２のピッチ波形が一つにまとめられた場合、各々のピッチ長に合わせて励起信号を繰り返す例を示している。

このように構成された音声符号化装置１００は、適応符号帳探索処理及び雑音符号帳探索処理において励起信号として最終的に得られた適応符号帳のインデックス及び雑音符号帳のインデックスと、ピッチ一つおきに間引かれた線形予測係数と、ピッチ長を表す信号と、アンプ９、１０における増幅率を表す信号を符号化信号として出力する。

図２に、本発明の実施形態に係る音声復号装置２００の構成を示す。音声復号装置２００は、音声符号化装置１００で符号化された信号を復号するための装置であり、図２に示すように、適応符号帳探索部２１、雑音符号帳探索部２２、アンプ２３、２４、合成部２５、繰り返し処理部２６、補間部２７、線形予測フィルタ部２８により構成される。

適応符号帳探索部２１は、適応符号帳の中から、入力された適応符号帳のインデックスに対応する適応符号を探索して取り出し、アンプ２３に出力する。

雑音符号帳探索部２２は、雑音符号帳の中から、入力された雑音符号帳のインデックスに対応する雑音符号を取り出し、アンプ２４に出力する。

アンプ２３、２４は、それぞれ、入力された適応符号、雑音符号を増幅し、合成部２５に出力する。合成部２５は、アンプ２３、２４からそれぞれ入力された適応符号及び雑音符号を合成する。

繰り返し処理部２６は、入力されたピッチ長に応じて、入力された適応符号及び雑音符号の繰り返し処理を行うことによって励起信号を生成し、当該励起信号を線形予測フィルタ部２８に出力する。

補間部２７は、符号化信号として入力されなかった線形予測係数がある場合、線形予測係数の補間処理を行い、補間処理後の線形予測係数を線形予測フィルタ部２８に出力する。補間部２７での補間処理は、補間部４における補間方法と同様の方法を適用することができる。

線形予測フィルタ部２８は、入力された線形予測係数から、式（１）に従って線形予測フィルタを合成（生成）し、入力された励起信号に対して、その生成された線形予測フィルタによるフィルタリング処理を施すことによって合成音声を生成し、出力する。

次に、本実施形態における動作について説明する。
まず、図５のフローチャートを参照して、音声符号化装置１００において実行される音声符号化処理について説明する。

まず、音声符号化装置１００に入力された音声信号からピッチ波形が抽出され（ステップＳ１）、抽出されたピッチ波形に基づいて、線形予測係数の算出位置が決定される（ステップＳ２）。このときピッチ長が指定された値よりも短い場合、複数のピッチ波形が１つにまとめられる。次いで、ステップＳ２で算出された算出位置で、入力された音声信号の線形予測分析が行われ、線形予測係数が算出される（ステップＳ３）。次いで、間引き対象の線形予測係数が、その前後の線形予測係数から補間して生成される（ステップＳ４）。次いで、式（１）に従って、線形予測係数から線形予測フィルタが合成される（ステップＳ５）。

次いで、入力された音声信号との誤差が最も小さくなるような励起信号を適応符号帳及び雑音符号帳から探索する適応符号帳探索処理及び雑音符号帳探索処理が行われる（ステップＳ６、Ｓ７）。ステップＳ６の適応符号帳探索処理、ステップＳ７の雑音符号帳探索処理については、後に、それぞれ図６、図７を参照して詳細に説明する。

適応符号帳探索処理及び雑音符号帳探索処理が終了すると、これらの処理によって得られた励起信号が適応符号帳に追加することによって適応符号帳が更新され（ステップＳ８）、当該励起信号を表す適応符号帳のインデックス及び雑音符号帳のインデックスと、ピッチ一つおきに間引かれた線形予測係数と、ピッチ長を表す信号が符号化信号として出力され、本音声符号化処理が終了する。

次に、図６のフローチャートを参照して、適応符号帳探索処理（図５のステップＳ６）について説明する。

まず、適応符号帳から最初の適応符号が取り出され、処理対象の適応符号として設定される（ステップＳ１１）。次いで、適応符号帳の全ての適応符号についての処理が終了したか否かが判定される（ステップＳ１２）。ステップＳ１２において、当該処理が終了していないと判定された場合（ステップＳ１２；ＮＯ）、複数のピッチが一つにまとめられているときに、各々のピッチ長に合わせて現在の適応符号を繰り返して取り出す繰り返し処理が行われる（ステップＳ１３）。

次いで、現在の処理対象の適応符号に対し、ステップＳ５で合成された線形予測フィルタによるフィルタリング処理が施され（ステップＳ１４）、フィルタリング後の信号と、入力された音声信号との誤差が算出される（ステップＳ１５）。次いで、ステップＳ１５で算出された誤差が、本探索処理開始以降に得られた誤差の中で最小であるか否かが判定される（ステップＳ１６）。

ステップＳ１６において、誤差が最小ではないと判定された場合（ステップＳ１６；ＮＯ）、適応符号帳の次の適応符号が処理対象として設定され（ステップＳ１８）、当該適応符号に対して、ステップＳ１２〜Ｓ１７の処理が繰り返される。

ステップＳ１６において、誤差が最小であると判定された場合（ステップＳ１６；ＹＥＳ）、現在の処理対象の適応符号が、励起信号候補として設定される（ステップＳ１７）。次いで、適応符号帳の次の適応符号が処理対象として設定され（ステップＳ１８）、当該適応符号に対して、ステップＳ１２〜Ｓ１７の処理が繰り返される。

適応符号帳の全ての適応符号についてステップＳ１３〜Ｓ１７の処理が終了すると（ステップＳ１２；ＹＥＳ）、本適応符号帳探索処理が終了し、最終的に励起信号候補として残った適応符号のインデックスが符号化信号のデータとして選択されることになる。

次に、図７のフローチャートを参照して、雑音符号帳探索処理（図５のステップＳ７）について説明する。

まず、雑音符号帳から最初の雑音符号が取り出され、処理対象の雑音符号として設定される（ステップＳ２１）。次いで、雑音符号帳の全ての雑音符号についての処理が終了したか否かが判定される（ステップＳ２２）。ステップＳ２２において、当該処理が終了していないと判定された場合（ステップＳ２２；ＮＯ）、複数のピッチが一つにまとめられているときに、各々のピッチ長に合わせて現在の雑音符号を繰り返す繰り返し処理が行われる（ステップＳ２３）。

次いで、図６の適応符号帳探索処理で最終的に励起信号として設定された適応符号と、現在処理対象の雑音符号が合成され（ステップＳ２４）、合成後の信号に対し、ステップＳ５で合成された線形予測フィルタによるフィルタリング処理が施される（ステップＳ２５）。そして、フィルタリング後の信号と、入力された音声信号との誤差が算出される（ステップＳ２６）。次いで、ステップＳ２６で算出された誤差が、本探索処理開始以降に得られた誤差の中で最小であるか否かが判定される（ステップＳ２７）。

ステップＳ２７において、誤差が最小ではないと判定された場合（ステップＳ２７；ＮＯ）、雑音符号帳の次の雑音符号が処理対象として設定され（ステップＳ２９）、当該雑音符号に対して、ステップＳ２２〜Ｓ２８の処理が繰り返される。

ステップＳ２７において、誤差が最小であると判定された場合（ステップＳ２７；ＹＥＳ）、現在の処理対象の雑音符号が、励起信号候補として設定される（ステップＳ２８）。次いで、雑音符号帳の次の雑音符号が処理対象として設定され（ステップＳ２９）、当該雑音符号に対して、ステップＳ２２〜Ｓ２８の処理が繰り返される。

雑音符号帳の全ての雑音符号についてステップＳ２３〜Ｓ２８の処理が終了すると（ステップＳ２２；ＹＥＳ）、本雑音符号帳探索処理が終了し、最終的に励起信号候補として残った雑音符号のインデックスが符号化信号のデータとして選択されることになる。

次に、図８のフローチャートを参照して、音声復号装置２００において実行される音声復号処理について説明する。

まず、適応符号帳から、入力された符号化信号に含まれる適応符号帳のインデックスに対応する適応符号が取り出されるとともに（ステップＴ１）、雑音符号帳から、当該符号化信号に含まれる雑音符号帳のインデックスに対応する雑音符号が取り出される（ステップＴ２）。

次いで、入力されたピッチ長に応じて、適応符号及び雑音符号の繰り返し処理を行うことによって励起信号が作成され（ステップＴ３）、その生成された励起信号を適応符号帳に追加することによって適応符号帳が更新される（ステップＴ４）。

次いで、符号化信号として入力されなかった線形予測係数がある場合は、その線形予測係数の補間処理が行われる（ステップＴ５）。次いで、線形予測係数から式（１）に従って線形予測フィルタが合成される（ステップＴ６）。

次いで、上記作成された励起信号に対し、ステップＴ６で合成された線形予測フィルタを用いてフィルタリング処理を施すことによって再生音声が合成され（ステップＴ７）、本音声復号処理が終了する。

以上のように、本実施形態の音声符号化装置１００及び音声復号装置２００によれば、ピッチ波形の単位で音声信号の線形予測係数を算出することにより、線形予測を行う波形から過渡期の波形が分離されやすくなり、線形予測の精度と音質の向上を図ることが可能となる。

また、ピッチ長が予め指定された値より短い場合、複数のピッチ波形を一つのピッチ波形としてまとめてから線形予測分析を行い、各々のピッチ長に応じて励起信号の繰り返し処理を行うことにより、符号化効率の向上を図ることができる。

更に、ピッチ長の急激な変化があるところでは、線形予測係数の間引き及び補間処理を行わずにそのまま符号化することにより、劣化が激しい場所を効率的に発見し、音質を向上させることが可能となる。

本発明の実施形態に係る音声符号化装置の構成を示すブロック図。 本発明の実施形態に係る音声復号装置の構成を示すブロック図。 音声信号の波形と、音声信号から抽出されるピッチを示す図。 励起信号と、ピッチ長で繰り返す励起信号を示す図。 本実施形態の音声符号化装置において実行される音声符号化処理を示すフローチャート。 適応符号帳探索処理を示すフローチャート。 雑音符号帳探索処理を示すフローチャート。 本実施形態の音声復号装置において実行される音声復号処理を示すフローチャート。 従来の音声符号化装置の構成を示すブロック図。

符号の説明

１ ピッチ抽出部（抽出手段）
２ 算出位置決定部
３ 線形予測分析部（算出手段）
４ 補間部（判定手段）
５ 線形予測フィルタ部（生成手段）
６ 誤差算出部
７ 適応符号帳探索部（選択手段）
８ 雑音符号帳探索部（選択手段）
９、１０、２３、２４ アンプ
１１ 合成部
１２ 繰り返し処理部（繰り返し手段）
２１ 適応符号帳探索部
２２ 雑音符号帳探索部
２５ 合成部
２６ 繰り返し処理部
２７ 補間部
２８ 線形予測フィルタ部（出力手段）
１００ 音声符号化装置
２００ 音声復号装置

Claims (7)

1. 線形予測フィルタと励起信号によって入力音声を符号化する音声符号化装置であって、
   入力された音声信号からピッチ波形を抽出する抽出手段と、
   前記抽出手段により抽出されたピッチ波形の単位で前記入力された音声信号から線形予測係数を算出すると共に、前記ピッチ波形のピッチ長が予め指定された値よりも短い場合、複数のピッチ波形をまとめた単位で前記線形予測係数を算出する算出手段と、
   前記算出手段により算出された線形予測係数を用いて前記線形予測フィルタを生成する生成手段と、
   前記算出手段が複数のピッチ波形をまとめた場合、前記線形予測フィルタに入力される励起信号を、前記複数のピッチ波形の各々のピッチ長に合わせて繰り返して取り出す繰り返し手段と、
   前記生成手段により生成された線形予測フィルタに励起信号を駆動信号として入力して算出された合成音声と前記入力された音声信号との誤差が最小となるような励起信号を選択する選択手段と、
   を備えることを特徴とする音声符号化装置。
2. 前記算出手段は、前記ピッチ長が予め指定された値よりも短い場合、予め指定された個数のピッチ波形をまとめることを特徴とする請求項１に記載の音声符号化装置。
3. 前記算出手段は、前記ピッチ長が予め指定された値よりも短い場合、予め指定された固定長を超えない最大長までピッチ波形をまとめることを特徴とする請求項１に記載の音声符号化装置。
4. 前記ピッチ波形のピッチ長の時間軸における変化が所定値より大きいか否かを判定する判定手段と、
   前記判定手段により、前記ピッチ長の変化が所定値以下であると判定された場合、所定間隔で間引いた線形予測係数の補間処理を行う補間手段と、を備え、
   前記判定手段により、前記ピッチ長の変化が所定値より大きいと判定された場合、線形予測係数の間引き及び前記補間手段による補間処理を行わないことを特徴とする請求項１〜３の何れか一項に記載の音声符号化装置。
5. 前記判定手段は、ピッチ長間に予め指定された固定値以上の差があるか否かを判定することを特徴とする請求項４に記載の音声符号化装置。
6. 前記判定手段は、ピッチ長間に、特定のピッチ長に予め指定された比率を乗算した値以上の差があるか否かを判定することを特徴とする請求項４に記載の音声符号化装置。
7. 線形予測フィルタと励起信号によって音声信号を符号化する音声符号化方法であって、
   前記音声信号からピッチ波形を抽出し、
   前記抽出されたピッチ波形の単位で前記音声信号から線形予測係数を算出すると共に、前記ピッチ波形のピッチ長が予め指定された値よりも短い場合、複数のピッチ波形をまとめた単位で前記線形予測係数を算出し、
   前記算出された線形予測係数を用いて前記線形予測フィルタを生成し、
   複数のピッチ波形をまとめた場合、前記線形予測フィルタに入力される励起信号を、前記複数のピッチ波形の各々のピッチ長に合わせて繰り返し取り出し、
   前記生成された線形予測フィルタに励起信号を駆動信号として入力して算出された合成音声と前記音声信号との誤差が最小となるような励起信号を選択することを特徴とする音声符号化方法。

Images