JPH03132799A - 音声符号化方法とその装置 - Google Patents
音声符号化方法とその装置Info
- Publication number
- JPH03132799A JPH03132799A JP1270263A JP27026389A JPH03132799A JP H03132799 A JPH03132799 A JP H03132799A JP 1270263 A JP1270263 A JP 1270263A JP 27026389 A JP27026389 A JP 27026389A JP H03132799 A JPH03132799 A JP H03132799A
- Authority
- JP
- Japan
- Prior art keywords
- pitch
- pitch period
- sound source
- frame
- correction coefficient
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000012937 correction Methods 0.000 claims abstract description 39
- 230000005236 sound signal Effects 0.000 claims description 30
- 230000003595 spectral effect Effects 0.000 claims description 15
- 238000000605 extraction Methods 0.000 abstract description 8
- 238000004364 calculation method Methods 0.000 description 48
- 238000005311 autocorrelation function Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 9
- 230000015572 biosynthetic process Effects 0.000 description 8
- 238000003786 synthesis reaction Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000005314 correlation function Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 208000022639 SchC6pf-Schulz-Passarge syndrome Diseases 0.000 description 1
- 208000001364 Schopf-Schulz-Passarge syndrome Diseases 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は音声信号を低いビットレート、特に4.8kb
/s程度で、比較的少ない演算量により高品質に符号化
するための音声符号化方式に関する。
/s程度で、比較的少ない演算量により高品質に符号化
するための音声符号化方式に関する。
音声信号を4.8kb/s程度の低いビットレートで符
号化する方式としては、例えば特願昭63−20820
1号明細書(文献1)等に記載されている音声符号化方
式が知られている。この方法では、送信側では、フレー
ム毎の音声信号から音声信号のスペクトル特性を表すス
ペクトルパラメータとピッチ周期を表すピッチパラメー
タを抽出し、音声信号を音響的特徴を用いて複数種類(
母音性、破裂性。
号化する方式としては、例えば特願昭63−20820
1号明細書(文献1)等に記載されている音声符号化方
式が知られている。この方法では、送信側では、フレー
ム毎の音声信号から音声信号のスペクトル特性を表すス
ペクトルパラメータとピッチ周期を表すピッチパラメー
タを抽出し、音声信号を音響的特徴を用いて複数種類(
母音性、破裂性。
摩擦性など)に分類し、母音性区間では1フレームの音
源信号を改良ピッチ補間により次のように表す、1フレ
ームをピッチ区間毎に分割した複数個のピッチ区間のう
ちの一つのピッチ区間(代表区間)についてマルチパル
スを求める。同じフレームの他のピッチ区間では、代表
区間におけるマルチパルスの振幅2位相を補正するため
の振幅。
源信号を改良ピッチ補間により次のように表す、1フレ
ームをピッチ区間毎に分割した複数個のピッチ区間のう
ちの一つのピッチ区間(代表区間)についてマルチパル
スを求める。同じフレームの他のピッチ区間では、代表
区間におけるマルチパルスの振幅2位相を補正するため
の振幅。
位相補正係数をピッチ区間毎に求める。そして代表区間
のマルチパルスの振幅9位相、他のピッチ区間での振幅
1位相補正係数とスペクトル、ピッチパラメータを伝送
する。また、破裂、過渡性区間ではフレーム全体でマル
チパルスを求める。また、摩擦性区間では、予め定めら
れた種類の雑音信号からなるコードブックから、雑音信
号により合成した信号と入力音声信号との誤差電力を最
小化するように一種類の雑音信号を選択するとともに最
適なゲインを計算する。そして雑音信号の種類を表すイ
ンデクスとゲインを伝送する。
のマルチパルスの振幅9位相、他のピッチ区間での振幅
1位相補正係数とスペクトル、ピッチパラメータを伝送
する。また、破裂、過渡性区間ではフレーム全体でマル
チパルスを求める。また、摩擦性区間では、予め定めら
れた種類の雑音信号からなるコードブックから、雑音信
号により合成した信号と入力音声信号との誤差電力を最
小化するように一種類の雑音信号を選択するとともに最
適なゲインを計算する。そして雑音信号の種類を表すイ
ンデクスとゲインを伝送する。
上述した従来方式では、周囲雑音等の影響がなくピッチ
周期が正しく抽出されるときは、母音性区間において良
好な音質の再生音声を得ることが可能であった。しかし
ながら、話者により入力音声信号のピッチ周期が極端に
長いときや、ピッチ周期が極端に短いとき、あるいは入
力音声信号に周囲雑音等が重畳した場合などで、ピッチ
周期が誤って抽出されると、母音性区間で音質がかなり
劣化していた。この劣化は、ピッチ補間の際に誤ったピ
ッチ周期を用いて補間処理を行い音源信号を復元すると
、位相歪が発生することに起因する。
周期が正しく抽出されるときは、母音性区間において良
好な音質の再生音声を得ることが可能であった。しかし
ながら、話者により入力音声信号のピッチ周期が極端に
長いときや、ピッチ周期が極端に短いとき、あるいは入
力音声信号に周囲雑音等が重畳した場合などで、ピッチ
周期が誤って抽出されると、母音性区間で音質がかなり
劣化していた。この劣化は、ピッチ補間の際に誤ったピ
ッチ周期を用いて補間処理を行い音源信号を復元すると
、位相歪が発生することに起因する。
従ってピッチ周期を正確に求めることは良好な音質を保
持するために重要であった。
持するために重要であった。
本発明の目的は、上述した問題点を解決し、比較的少な
い演算量により4.8kb/s程度で音質の良好な音声
符号化方式を提供することにある。
い演算量により4.8kb/s程度で音質の良好な音声
符号化方式を提供することにある。
第1の発明は、入力した離散的な音声信号から予め定め
られたフレーム毎にスペクトル包絡を表すスペクトルパ
ラメータとピッチを表すピッチパラメータを求め、前記
音声信号の音源信号を前記ピッチバラメークを用いて効
率的に表し符号化する音声符号化方式において、 異なる複数種類の方法によりピッチ周期を計算し、前記
フレーム区間を前記ピッチ周期に応じた小区間に分割し
、前記小区間の内の一つの区間においてマルチパルスを
求め、他の小区間では前記マルチパルスの振幅あるいは
位相の少なくとも一方を補正する補正係数を求めて音源
信号を復元し、前記音源信号をより良好に表すことので
きるピッチ周期を選択することを特徴とする。
られたフレーム毎にスペクトル包絡を表すスペクトルパ
ラメータとピッチを表すピッチパラメータを求め、前記
音声信号の音源信号を前記ピッチバラメークを用いて効
率的に表し符号化する音声符号化方式において、 異なる複数種類の方法によりピッチ周期を計算し、前記
フレーム区間を前記ピッチ周期に応じた小区間に分割し
、前記小区間の内の一つの区間においてマルチパルスを
求め、他の小区間では前記マルチパルスの振幅あるいは
位相の少なくとも一方を補正する補正係数を求めて音源
信号を復元し、前記音源信号をより良好に表すことので
きるピッチ周期を選択することを特徴とする。
また第2の発明は、入力した離散的な音声信号から予め
定められたフレーム毎にスペクトル包絡を表すスペクト
ルパラメータとピッチを表すピッチパラメータを求め、
前記音声信号の音源信号を前記ピッチパラメータを用い
て効率的に表し符号化する音声符号化方式において、 異なる複数種類の方法によりピッチ周期を計算し、前記
フレーム区間を前記ピッチ周期に応じた小区間に分割し
、前記小区間の内の一つの区間においてマルチパルスを
求めて符号化し、他の小区間では前記マルチパルスの振
幅あるいは位相の少なくとも一方を補正する補正係数を
求めて符号化して音源信号を復元し、さらに前記スペク
トルパラメータを用いて音声信号を復元し、前記音声信
号をより良好に表すことのできるピッチ周期を選択する
ことを特徴とする。
定められたフレーム毎にスペクトル包絡を表すスペクト
ルパラメータとピッチを表すピッチパラメータを求め、
前記音声信号の音源信号を前記ピッチパラメータを用い
て効率的に表し符号化する音声符号化方式において、 異なる複数種類の方法によりピッチ周期を計算し、前記
フレーム区間を前記ピッチ周期に応じた小区間に分割し
、前記小区間の内の一つの区間においてマルチパルスを
求めて符号化し、他の小区間では前記マルチパルスの振
幅あるいは位相の少なくとも一方を補正する補正係数を
求めて符号化して音源信号を復元し、さらに前記スペク
トルパラメータを用いて音声信号を復元し、前記音声信
号をより良好に表すことのできるピッチ周期を選択する
ことを特徴とする。
本発明による音声符号化方式は、特にピッチ抽出の方法
に特徴がある。フレーム区間(例えば20n+s)毎の
音声信号から、異なるN種類のピッチ抽出法を並列に用
いてN種類のピッチ周M(”r+〜TN)を計算する。
に特徴がある。フレーム区間(例えば20n+s)毎の
音声信号から、異なるN種類のピッチ抽出法を並列に用
いてN種類のピッチ周M(”r+〜TN)を計算する。
ここでピッチ周期の抽出法としては、例えば、周知の自
己相関関数に基づく方法、変形共分散関数を用いる方法
、予測残差信号の自己相関関数を用いる方法、ケプスト
ラムを用いる方法、AMDF関数を用いる方法などがあ
る。各方法については、例えば、Market、 Gr
ay氏らによる”LinearPrediction
(Springer−Verlag社1975年)と
題した刊行物(文献2)や、Rabiner氏らによる
“八 Comparative Performan
ce 5tudy of 5everalPi−
tch Detection Algorithms”
(JEERTrans、 A、S。
己相関関数に基づく方法、変形共分散関数を用いる方法
、予測残差信号の自己相関関数を用いる方法、ケプスト
ラムを用いる方法、AMDF関数を用いる方法などがあ
る。各方法については、例えば、Market、 Gr
ay氏らによる”LinearPrediction
(Springer−Verlag社1975年)と
題した刊行物(文献2)や、Rabiner氏らによる
“八 Comparative Performan
ce 5tudy of 5everalPi−
tch Detection Algorithms”
(JEERTrans、 A、S。
S、P、、 pp、399−418.1976) (文
献3)や、Ramacha−ndran ”Pitc
h Prediction Filters in S
peechCoding”(IEEE Trans、
Acoust、 5peech and Sign−a
l Processing+ pp、467−478.
1989)と題した論文(文献4)等を参照できるので
、ここでは説明は省略する。
献3)や、Ramacha−ndran ”Pitc
h Prediction Filters in S
peechCoding”(IEEE Trans、
Acoust、 5peech and Sign−a
l Processing+ pp、467−478.
1989)と題した論文(文献4)等を参照できるので
、ここでは説明は省略する。
Ni1lのピッチ周期に対して、フレーム区間の音声信
号をピッチ周期に等しい長さのサブフレーム区間に分割
し、一つのサブフレーム区間でマルチパルスを一旦求め
る。そして他のサブフレームでは前記マルチパルスのゲ
イン、位相を補正するためのゲイン、位相補正係数を求
め、フレームの音源信号を復元する。以上の処理を各ピ
ッチ周期に対して並列に行う。そして入力音声との誤差
電力が最も小さくなるピッチ周期を選択する。
号をピッチ周期に等しい長さのサブフレーム区間に分割
し、一つのサブフレーム区間でマルチパルスを一旦求め
る。そして他のサブフレームでは前記マルチパルスのゲ
イン、位相を補正するためのゲイン、位相補正係数を求
め、フレームの音源信号を復元する。以上の処理を各ピ
ッチ周期に対して並列に行う。そして入力音声との誤差
電力が最も小さくなるピッチ周期を選択する。
次に前記選択されたピッチ周期を用いて音源信号を計算
し符号化するのであるが、これらの処理は前記文献1の
音源信号計算回路、符号化回路等を参照できる。
し符号化するのであるが、これらの処理は前記文献1の
音源信号計算回路、符号化回路等を参照できる。
第1図は、第1の本発明による音声符号化方式を実施す
る音声符号化装置の構成を示すブロック図である。
る音声符号化装置の構成を示すブロック図である。
図において、送信側では、入力端子100から音声信号
を入力し、1フレ一ム分(例えば20m5 )の音声信
号をバッファメモリ110に格納する。
を入力し、1フレ一ム分(例えば20m5 )の音声信
号をバッファメモリ110に格納する。
LPC分析回路130は、フレームの音声信号のスペク
トル特性を表すパラメータとして、Kパラメータを前記
フレームの音声信号から周知のLPC分析を行い、予め
定められた次数Pだけ計算する。この具体的な計算法に
ついては前記文献1のにパラメータ計算回路を参照する
ことができる。
トル特性を表すパラメータとして、Kパラメータを前記
フレームの音声信号から周知のLPC分析を行い、予め
定められた次数Pだけ計算する。この具体的な計算法に
ついては前記文献1のにパラメータ計算回路を参照する
ことができる。
なお、KパラメータはPARCOR係数と同一のもので
ある。次ににパラメータを予め定められた量子化ビット
数で量子化して得た符号lkをマルチプレクサ260へ
出力するとともに、これを復号化してさらに線形予測係
数ai (i=l−M)に変換し、重み付は回路200
.インパルス応答計算回路1701合成フィルタ281
へ出力する。Kパラメータの符号化、にパラメータから
線形予測係数への変換の方法については、前記文献1等
を参照できる。
ある。次ににパラメータを予め定められた量子化ビット
数で量子化して得た符号lkをマルチプレクサ260へ
出力するとともに、これを復号化してさらに線形予測係
数ai (i=l−M)に変換し、重み付は回路200
.インパルス応答計算回路1701合成フィルタ281
へ出力する。Kパラメータの符号化、にパラメータから
線形予測係数への変換の方法については、前記文献1等
を参照できる。
ピッチ周期計算回路150では、第2図に詳細を示すよ
うに、まず複数種類の異なるピッチ周期抽出回路151
1〜151Nを並列に動作させ、フレーム毎の音声信号
のピッチ周期T、〜TNを計算する。
うに、まず複数種類の異なるピッチ周期抽出回路151
1〜151Nを並列に動作させ、フレーム毎の音声信号
のピッチ周期T、〜TNを計算する。
ピッチ周期の計算法としては、例えば、周知の自己相関
関数に基づく方法、変形共分散関数を用いる方法、予測
残差信号の自己相関関数を用いる方法、ケプストラムを
用いる方法、AMDF関数を用いる方法などがある。各
方法については、例えば、前記文献2〜4を参照するこ
とができるので、ここでは説明は省略する。
関数に基づく方法、変形共分散関数を用いる方法、予測
残差信号の自己相関関数を用いる方法、ケプストラムを
用いる方法、AMDF関数を用いる方法などがある。各
方法については、例えば、前記文献2〜4を参照するこ
とができるので、ここでは説明は省略する。
マルチパルス計算回路152I〜152Nでは、フレー
ム区間を前記ピッチ周期T t ”” T Nを用いて
ピッチ周期毎のサブフレームに分割し、一つのサブフレ
ーム(例えばフレームの先頭のサブフレーム)に対して
予め定められた個数のマルチパルスを求める。マルチパ
ルスの振幅9位相の計算法としては、例えば特願昭57
−231603号明細書(文献5)等を参照できる。
ム区間を前記ピッチ周期T t ”” T Nを用いて
ピッチ周期毎のサブフレームに分割し、一つのサブフレ
ーム(例えばフレームの先頭のサブフレーム)に対して
予め定められた個数のマルチパルスを求める。マルチパ
ルスの振幅9位相の計算法としては、例えば特願昭57
−231603号明細書(文献5)等を参照できる。
次に補正係数計算回路153.−153Nは、前記マル
チパルスを用いて、同一フレームの他のサブフレームに
おける前記マルチパルスのゲイン、位相補正係数をサブ
フレーム毎に計算する。補正係数計算の具体的な方法に
ついては、前記文献1等を参照できるのでここでは説明
を省略する。
チパルスを用いて、同一フレームの他のサブフレームに
おける前記マルチパルスのゲイン、位相補正係数をサブ
フレーム毎に計算する。補正係数計算の具体的な方法に
ついては、前記文献1等を参照できるのでここでは説明
を省略する。
次に誤差電力計算回路1541〜154Nは、マルチパ
ルスと補正係数を用いて次式によりフレームの音源信号
v (n)を復元する。
ルスと補正係数を用いて次式によりフレームの音源信号
v (n)を復元する。
(L=0. 1. ・ ・)(1)
ここでc ;、 d Jはサブフレーム区間jで求めた
ゲイン、位相補正係数である。g ilm、は先頭のサ
ブフレームで求めたi番目のマルチパルスの振幅。
ゲイン、位相補正係数である。g ilm、は先頭のサ
ブフレームで求めたi番目のマルチパルスの振幅。
位相を示す。Tはピッチ周期である。
復元した音源信号を用いて信号を再生し入力音声信嵜と
の聴感重み付は誤差電力E、は次式のようになる。
の聴感重み付は誤差電力E、は次式のようになる。
または
・ ・ ・(3)
ここでΦは、次式で表される聴感重み付は入力信号Xw
(n)と、聴感重み付は合成フィルタのインパルス応
答り。(n)との相互相関関数である。
(n)と、聴感重み付は合成フィルタのインパルス応
答り。(n)との相互相関関数である。
Φ(m)=Σx、 (n +m) h、 (n )
(4)またRhh(m)はインパルス応答り、、(
n)の自己相関関数である。
(4)またRhh(m)はインパルス応答り、、(
n)の自己相関関数である。
Rhh (m、) =Σh、(n)h、(n+m)
(5)ここで、各サブフレーム毎にゲイン補正係数を
求めたときに各サブフレーム毎の聴感重み付は誤差電力
E wjは次式のように計算できる。
(5)ここで、各サブフレーム毎にゲイン補正係数を
求めたときに各サブフレーム毎の聴感重み付は誤差電力
E wjは次式のように計算できる。
E、、=Σ X、j”(n) −ψj”/R,、(0
”) (6)ここで ψ、=Σ x、、(n)s、(n)
(7)Rss(o)= Σ Sw (n)Sw (n
) (8)これらの関係を用いると、(2)
、 (3)式は次式のようになる。
”) (6)ここで ψ、=Σ x、、(n)s、(n)
(7)Rss(o)= Σ Sw (n)Sw (n
) (8)これらの関係を用いると、(2)
、 (3)式は次式のようになる。
−Σ ψj”/ R−(0)
0ω
従って、聴感重み付は誤差電力は(2)、 (3)また
は00式を用いることにより、信号を実際に再生しなく
ても計算することができる。また(2)、 (3)、
00式の第1項はフレーム内では定数であり、第00式
の第2項はピッチ周期T、〜TNで同一の値であるので
、聴感重み付は誤差電力を最小化するには、(2)。
は00式を用いることにより、信号を実際に再生しなく
ても計算することができる。また(2)、 (3)、
00式の第1項はフレーム内では定数であり、第00式
の第2項はピッチ周期T、〜TNで同一の値であるので
、聴感重み付は誤差電力を最小化するには、(2)。
(3)式の第2項、00)式の第3項を最大化すればよ
い。
い。
従って、ピッチ周期選択回路155は、(2)、 (3
)あるいは00式の第2項以降の項が最大になるピッチ
周期をT、−TNのうちから選択して出力する。
)あるいは00式の第2項以降の項が最大になるピッチ
周期をT、−TNのうちから選択して出力する。
第1図にもどって、符号器160は、選択されたピッチ
周期を予め定められたビット数で量子化して得た符号を
マルチプレクサ260へ出力するとともに、これを復号
化して得た復号ピッチ周期T′を駆動音源復元回路28
3.音源計算回路220.補正係数計算回路270へ出
力する。
周期を予め定められたビット数で量子化して得た符号を
マルチプレクサ260へ出力するとともに、これを復号
化して得た復号ピッチ周期T′を駆動音源復元回路28
3.音源計算回路220.補正係数計算回路270へ出
力する。
インパルス応答計算回路170は、前記線形予測係数a
、 lを用いて、聴感重み付けを行った合成フィルタ
のインパルス応答り。(n)を計算し、これを自己相関
関数計算回路180.相互相関関数計算回路210へ出
力する。
、 lを用いて、聴感重み付けを行った合成フィルタ
のインパルス応答り。(n)を計算し、これを自己相関
関数計算回路180.相互相関関数計算回路210へ出
力する。
自己相関関数計算回路180は、前記インパルス応答の
自己相関関数Rhh(n)を予め定められた遅れ時間ま
で計算して出力する。インパルス応答計算回路170、
自己相関関数計算回路180の動作は前記文献1等を参
照することができる。
自己相関関数Rhh(n)を予め定められた遅れ時間ま
で計算して出力する。インパルス応答計算回路170、
自己相関関数計算回路180の動作は前記文献1等を参
照することができる。
減算器190は、フレームの音声信号x (n)から合
成フィルタ281の出力を1フレーム分減算し減算結果
を重み付は回路200へ出力する。
成フィルタ281の出力を1フレーム分減算し減算結果
を重み付は回路200へ出力する。
重み付は回路200は、前記減算結果をインパルス応答
がw (n)で表される聴感重み付はフィルタに通し、
重み付は信号x、(n)を得てこれを出力する。重み付
けの方法は、前記文献1等を参照できる。
がw (n)で表される聴感重み付はフィルタに通し、
重み付は信号x、(n)を得てこれを出力する。重み付
けの方法は、前記文献1等を参照できる。
相互相関関数計算回路210は、x、(n)とhw(n
)を入力して相互相関関数Φ□を予め定められた遅れ時
間まで計算し出力する。この計算法は、前記文献1等を
参照できる。
)を入力して相互相関関数Φ□を予め定められた遅れ時
間まで計算し出力する。この計算法は、前記文献1等を
参照できる。
次に音源計算回路220は、符号器160で得られたピ
ッチ周期を用いて、入力音声の母音性区間では改良ピッ
チ補間にもとづき、フレームをピッチ周期に等しい長さ
のピッチ区間に分割し、一つのピッチ区間(代表区間)
において予め定められた個数のマルチパルスの振幅と位
相を求める。具体的な方法は前記文献1を参照できる。
ッチ周期を用いて、入力音声の母音性区間では改良ピッ
チ補間にもとづき、フレームをピッチ周期に等しい長さ
のピッチ区間に分割し、一つのピッチ区間(代表区間)
において予め定められた個数のマルチパルスの振幅と位
相を求める。具体的な方法は前記文献1を参照できる。
パルス符号器225は、代表区間のマルチパルスの振幅
島1位相miを予め定められたビット数で符号化してマ
ルチプレクサ260へ出力するとともに、これらを復号
化して補正係数計算回路270゜駆動音源復元回路28
3へ出力する。
島1位相miを予め定められたビット数で符号化してマ
ルチプレクサ260へ出力するとともに、これらを復号
化して補正係数計算回路270゜駆動音源復元回路28
3へ出力する。
、補正係数計算回路270は、代表区間以外のピッチ区
間におけるゲイン、位相補正係数を求め出力する。
間におけるゲイン、位相補正係数を求め出力する。
符号器230は、ゲイン補正係数Ck+位相補正係数d
、を予め定められたビット数で符号化してマルチプレク
サ260へ出力する。さらに、これらを復号化して駆動
信号復元回路283へ出力する。
、を予め定められたビット数で符号化してマルチプレク
サ260へ出力する。さらに、これらを復号化して駆動
信号復元回路283へ出力する。
駆動音源復元回路283は、ピッチ周期T′を用いてフ
レームをピッチ周期に等しいピッチ区間毎に分割し、代
表区間に前記マルチパルスにより求めた音源信号d (
n)を発生し、代表区間以外のピッチ区間では、前記代
表区間の音源信号と復号化されたゲイン補正係数、復号
化された位相補正係数を用いて、次式に従いフレーム全
体の音源信号v (n)を復元する。
レームをピッチ周期に等しいピッチ区間毎に分割し、代
表区間に前記マルチパルスにより求めた音源信号d (
n)を発生し、代表区間以外のピッチ区間では、前記代
表区間の音源信号と復号化されたゲイン補正係数、復号
化された位相補正係数を用いて、次式に従いフレーム全
体の音源信号v (n)を復元する。
v (n) =Σcll−d (n−T’ −dll)
+d (n)・・・01) 合成フィルタ281は、復元された音源信号v (n)
を入力し、線形予測係数a、′を入力して1フレ一ム分
の合成音声信号を求めるとともに、次のフレームへの影
響信号を1フレーム分計算しこれを減算器190へ出力
する。なお、影響信号の計算法は前記特願昭57−23
1605号明細書等を参照できる。
+d (n)・・・01) 合成フィルタ281は、復元された音源信号v (n)
を入力し、線形予測係数a、′を入力して1フレ一ム分
の合成音声信号を求めるとともに、次のフレームへの影
響信号を1フレーム分計算しこれを減算器190へ出力
する。なお、影響信号の計算法は前記特願昭57−23
1605号明細書等を参照できる。
これらの回路における詳細な計算方法については、前記
文献1の音源信号計算回路、ゲイン、位相補正係数計算
回路、駆動信号復元回路等を参照できる。
文献1の音源信号計算回路、ゲイン、位相補正係数計算
回路、駆動信号復元回路等を参照できる。
マルチプレクサ260は、代表区間のマルチパルスの振
幅1位相を表す符号、代表区間のフレーム内の位置を表
す符号、ピッチ周期の符号、ゲイン補正係数1位相補正
係数を表す符号、Kパラメータを表す符号を組み合わせ
て出力する。
幅1位相を表す符号、代表区間のフレーム内の位置を表
す符号、ピッチ周期の符号、ゲイン補正係数1位相補正
係数を表す符号、Kパラメータを表す符号を組み合わせ
て出力する。
第3図は第2の発明を実施する音声符号化装置の構成を
示すブロック図である。第3図において第1図、第2図
と同一の番号を付した構成要素は第1図、第2図と同一
の動作を行うので、説明は省略する。
示すブロック図である。第3図において第1図、第2図
と同一の番号を付した構成要素は第1図、第2図と同一
の動作を行うので、説明は省略する。
本発明では、ピッチ周期計算回路1511〜151Nに
より、異なるN種類のピッチ周期T、〜T8を抽出する
。そしてこれらのピッチ周期を用いて、音源計算回路2
20.〜22ON、符号器225I〜225N、補正係
数計算回路2701〜270.、符号器2301〜23
ON、誤差電力計算回路154I〜1548を並列に動
作させ、N種類の符号化を行う。
より、異なるN種類のピッチ周期T、〜T8を抽出する
。そしてこれらのピッチ周期を用いて、音源計算回路2
20.〜22ON、符号器225I〜225N、補正係
数計算回路2701〜270.、符号器2301〜23
ON、誤差電力計算回路154I〜1548を並列に動
作させ、N種類の符号化を行う。
選択回路300では、誤差電力を最小にする、つまり誤
差電力計算に(2)、 (3)式を用いるときは第2項
を最大化する符号化パスをN種類の符号化パスから選択
する。また0ω式を用いるときは第2.3項を最大化す
る符号化パスをN種類の符号化パスから選択する。
差電力計算に(2)、 (3)式を用いるときは第2項
を最大化する符号化パスをN種類の符号化パスから選択
する。また0ω式を用いるときは第2.3項を最大化す
る符号化パスをN種類の符号化パスから選択する。
マルチプレクサ260は、選択回路300により選択さ
れた符号化パスのパラメータ(代表区間のフレーム内位
置を表す符号、代表区間で求めたマルチパルスの振幅9
位相を表す符号、ピッチ周期の符号、ゲイン、位相補正
係数を表す符号)と、Kパラメータを表す符号を組み合
わせて出力する。
れた符号化パスのパラメータ(代表区間のフレーム内位
置を表す符号、代表区間で求めたマルチパルスの振幅9
位相を表す符号、ピッチ周期の符号、ゲイン、位相補正
係数を表す符号)と、Kパラメータを表す符号を組み合
わせて出力する。
上述した各実施例はあくまで本発明の一例にすぎず、そ
の変形例も種々考えられる。
の変形例も種々考えられる。
例えば、代表区間以外のピッチ区間では、ゲイン補正係
数ckと位相補正係数dアを求めて伝送したが、復号化
した平均ピッチ周期T′を隣接のピッチ周期を用いてピ
ッチ区間毎に補間することにより位相補正係数を伝送し
ない構成とすることもできる。またゲイン補正係数はピ
ッチ区間毎に伝送するのではなくて、ピッチ区間毎に求
めたゲイン補正係数の値を最小2乗曲線あるいは最小2
乗直線で近似して、前記曲線あるいは直線の係数符号化
して伝送するような構成にしてもよい。これらの方法は
任意の組合せにより用いることができる。これらの構成
より補正情報の伝送のための情報量を低減することがで
きる。
数ckと位相補正係数dアを求めて伝送したが、復号化
した平均ピッチ周期T′を隣接のピッチ周期を用いてピ
ッチ区間毎に補間することにより位相補正係数を伝送し
ない構成とすることもできる。またゲイン補正係数はピ
ッチ区間毎に伝送するのではなくて、ピッチ区間毎に求
めたゲイン補正係数の値を最小2乗曲線あるいは最小2
乗直線で近似して、前記曲線あるいは直線の係数符号化
して伝送するような構成にしてもよい。これらの方法は
任意の組合せにより用いることができる。これらの構成
より補正情報の伝送のための情報量を低減することがで
きる。
また位相補正係数として、例えばOno、 Ozawa
氏らによる”2.4kbps Pitch Predi
ction Multi−pul−se 5peech
Coding’ と題した論文(Proc、 ICA
SSPS4.9.1988) (文献6)等に記載さ
れているように、フレームの端で線形位相項τを求め、
これを各ピッチ区間に分配し、ピッチ区間毎には位相補
正係数を求めない構成とすることもできる。これ以外に
も、ピッチ区間毎に求めた位相補正係数の値を最小2乗
直線あるいは最小2乗曲線等で近似して、その係数を符
号化して伝送するようにしてもよい。
氏らによる”2.4kbps Pitch Predi
ction Multi−pul−se 5peech
Coding’ と題した論文(Proc、 ICA
SSPS4.9.1988) (文献6)等に記載さ
れているように、フレームの端で線形位相項τを求め、
これを各ピッチ区間に分配し、ピッチ区間毎には位相補
正係数を求めない構成とすることもできる。これ以外に
も、ピッチ区間毎に求めた位相補正係数の値を最小2乗
直線あるいは最小2乗曲線等で近似して、その係数を符
号化して伝送するようにしてもよい。
また、誤差電力計算回路において、演算量は増加するが
入力音声と再生音声との誤差電力を実際に計算してもよ
い。具体的には、復元した音源信号を用いて合成フィル
タを駆動して再生信号5c (n)を求め、次式に従い
誤差電力E8を計算することもできる。
入力音声と再生音声との誤差電力を実際に計算してもよ
い。具体的には、復元した音源信号を用いて合成フィル
タを駆動して再生信号5c (n)を求め、次式に従い
誤差電力E8を計算することもできる。
Ew = Σ ((x (n)−M (n))*w
(n))”・ ・ ・0り また、文献1のように、フレームの音声信号の特徴に応
じて異なる音源信号を用いるようにすることもできる。
(n))”・ ・ ・0り また、文献1のように、フレームの音声信号の特徴に応
じて異なる音源信号を用いるようにすることもできる。
例えば、音声信号を母音性、鼻音性、摩擦性、破裂性な
どに分類し、母音性区間に本発明による構成を用いるよ
うにすることもできる。
どに分類し、母音性区間に本発明による構成を用いるよ
うにすることもできる。
また、音源信号としては、本実施例で述べた改良ピッチ
補間マルチパルスに限らず、ピッチ補間マルチパルス音
源や、ピッチ予測マルチパルス音源などを用いることも
できる。ピッチ補間マルチパルス音源の具体的な求め方
は、特願昭59−272435号明細書(文献7)等を
参照できる。また、ピッチ予測マルチパルス音源の求め
方は、特願昭59−131925号明細書(文献8)や
、特願昭63−147253号明細書(文献9)等を参
照することができる。
補間マルチパルスに限らず、ピッチ補間マルチパルス音
源や、ピッチ予測マルチパルス音源などを用いることも
できる。ピッチ補間マルチパルス音源の具体的な求め方
は、特願昭59−272435号明細書(文献7)等を
参照できる。また、ピッチ予測マルチパルス音源の求め
方は、特願昭59−131925号明細書(文献8)や
、特願昭63−147253号明細書(文献9)等を参
照することができる。
また、スペクトルパラメータとしてにパラメータを符号
化し、その分析法としてLPG分析を用いたが、スペク
トルパラメータとしては他の周知なパラメータ、例えば
LSP、LPCケプストラム、ケプストラム、改良ケプ
ストラム、一般ケプストラム、メルケブストラムなどを
用いることもできる。また各パラメータに最適な分析法
を用いることができる。
化し、その分析法としてLPG分析を用いたが、スペク
トルパラメータとしては他の周知なパラメータ、例えば
LSP、LPCケプストラム、ケプストラム、改良ケプ
ストラム、一般ケプストラム、メルケブストラムなどを
用いることもできる。また各パラメータに最適な分析法
を用いることができる。
また、演算量を低減するために、送信側では影響信号の
計算を省略することもできる。これによって、送信側に
おける駆動音源復元回路2831合成フ合成フィルタ、
減算器190は不要となり演算量低減が可能となるが、
音質は低下する。
計算を省略することもできる。これによって、送信側に
おける駆動音源復元回路2831合成フ合成フィルタ、
減算器190は不要となり演算量低減が可能となるが、
音質は低下する。
なお、デジタル信号処理の分野でよく知られているよう
に、自己相関関数は周波数軸上でパワスペクトルに、相
互相関関数はクロスパワスペクトルに対応しているので
、これらから計算することもできる。これらの計算法に
ついては、Oppenheim氏らによる1101g1
tal Signal Processing”(Pr
en−tice−Hall+ 1975)と題した刊行
物(文献10)等を参照できる。
に、自己相関関数は周波数軸上でパワスペクトルに、相
互相関関数はクロスパワスペクトルに対応しているので
、これらから計算することもできる。これらの計算法に
ついては、Oppenheim氏らによる1101g1
tal Signal Processing”(Pr
en−tice−Hall+ 1975)と題した刊行
物(文献10)等を参照できる。
以上述べたように、本発明によれば、異なる複数種類の
ピッチ抽出法を並列に動作させ、音源信号であるマルチ
パルスを一旦求め、最終的な誤差電力を計算して最も良
好なピッチ周期を選択し、符号化を行っているため、入
力音声に周囲雑音が重畳したり、ピッチ周期の抽出が困
難であった話者に対しても、正確なピッチ抽出が可能で
、4.8kb/s程度のピットレートで、良好な音質の
符号化再生音声を得ることができるという大きな効果が
ある。
ピッチ抽出法を並列に動作させ、音源信号であるマルチ
パルスを一旦求め、最終的な誤差電力を計算して最も良
好なピッチ周期を選択し、符号化を行っているため、入
力音声に周囲雑音が重畳したり、ピッチ周期の抽出が困
難であった話者に対しても、正確なピッチ抽出が可能で
、4.8kb/s程度のピットレートで、良好な音質の
符号化再生音声を得ることができるという大きな効果が
ある。
第1図は第1の発明による音声符号化方式を実施する音
声符号化装置の構成を示すブロック図、第2図はピッチ
周期計算回路の構成を示す図、第3図は第2の発明によ
る音声符号化方式を実施する音声符号化装置の構成を示
すブロック図である。 110 ・・・・・バッファメモリ 130 ・・・・・LPC分析回路 150 ・・・・・ピッチ周期計算回路151、〜15
1N ・・・ピッチ周期抽出回路152、〜152N
・・・マルチパルス計)E 回1153.〜153
. ・・・補正係数計算回路1541〜154N
・・・誤差電力計算回路155 ・・・・・ピッチ周
期選択回路160、225.225.〜225N。 170 ・・・・・インパルス応答計算回路180
・・・・・自己相関関数計算回路200 ・・・・・
重み付は回路 220、220.〜22ON ・・・音源信号計算回
路230、230.〜23ON ・・・符号器260
・・・・・マルチプレクサ 270、270.〜27ON ・・・補正係数計算回
路281 ・・・・・合成フィルタ 283 ・・・・・駆動音源復元回路 300 ・・・・・選択回路
声符号化装置の構成を示すブロック図、第2図はピッチ
周期計算回路の構成を示す図、第3図は第2の発明によ
る音声符号化方式を実施する音声符号化装置の構成を示
すブロック図である。 110 ・・・・・バッファメモリ 130 ・・・・・LPC分析回路 150 ・・・・・ピッチ周期計算回路151、〜15
1N ・・・ピッチ周期抽出回路152、〜152N
・・・マルチパルス計)E 回1153.〜153
. ・・・補正係数計算回路1541〜154N
・・・誤差電力計算回路155 ・・・・・ピッチ周
期選択回路160、225.225.〜225N。 170 ・・・・・インパルス応答計算回路180
・・・・・自己相関関数計算回路200 ・・・・・
重み付は回路 220、220.〜22ON ・・・音源信号計算回
路230、230.〜23ON ・・・符号器260
・・・・・マルチプレクサ 270、270.〜27ON ・・・補正係数計算回
路281 ・・・・・合成フィルタ 283 ・・・・・駆動音源復元回路 300 ・・・・・選択回路
Claims (2)
- (1)入力した離散的な音声信号から予め定められたフ
レーム毎にスペクトル包絡を表すスペクトルパラメータ
とピッチを表すピッチパラメータを求め、前記音声信号
の音源信号を前記ピッチパラメータを用いて効率的に表
し符号化する音声符号化方式において、 異なる複数種類の方法によりピッチ周期を計算し、前記
フレーム区間を前記ピッチ周期に応じた小区間に分割し
、前記小区間の内の一つの区間においてマルチパルスを
求め、他の小区間では前記マルチパルスの振幅あるいは
位相の少なくとも一方を補正する補正係数を求めて音源
信号を復元し、前記音源信号をより良好に表すことので
きるピッチ周期を選択することを特徴とする音声符号化
方式。 - (2)入力した離散的な音声信号から予め定められたフ
レーム毎にスペクトル包絡を表すスペクトルパラメータ
とピッチを表すピッチパラメータを求め、前記音声信号
の音源信号を前記ピッチパラメータを用いて効率的に表
し符号化する音声符号化方式において、 異なる複数種類の方法によりピッチ周期を計算し、前記
フレーム区間を前記ピッチ周期に応じた小区間に分割し
、前記小区間の内の一つの区間においてマルチパルスを
求めて符号化し、他の小区間では前記マルチパルスの振
幅あるいは位相の少なくとも一方を補正する補正係数を
求めて符号化して音源信号を復元し、さらに前記スペク
トルパラメータを用いて音声信号を復元し、前記音声信
号をより良好に表すことのできるピッチ周期を選択する
ことを特徴とする音声符号化方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1270263A JP2658438B2 (ja) | 1989-10-19 | 1989-10-19 | 音声符号化方法とその装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1270263A JP2658438B2 (ja) | 1989-10-19 | 1989-10-19 | 音声符号化方法とその装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH03132799A true JPH03132799A (ja) | 1991-06-06 |
JP2658438B2 JP2658438B2 (ja) | 1997-09-30 |
Family
ID=17483816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1270263A Expired - Fee Related JP2658438B2 (ja) | 1989-10-19 | 1989-10-19 | 音声符号化方法とその装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2658438B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3074703B2 (ja) | 1990-06-27 | 2000-08-07 | ソニー株式会社 | マルチパルス符号化装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61148500A (ja) * | 1984-12-21 | 1986-07-07 | 日本電気株式会社 | 音声信号符号化方法とその装置 |
-
1989
- 1989-10-19 JP JP1270263A patent/JP2658438B2/ja not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61148500A (ja) * | 1984-12-21 | 1986-07-07 | 日本電気株式会社 | 音声信号符号化方法とその装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2658438B2 (ja) | 1997-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2940005B2 (ja) | 音声符号化装置 | |
JP3616432B2 (ja) | 音声符号化装置 | |
JP2002268686A (ja) | 音声符号化装置及び音声復号化装置 | |
JP3531780B2 (ja) | 音声符号化方法および復号化方法 | |
JP3179291B2 (ja) | 音声符号化装置 | |
JP2615548B2 (ja) | 高能率音声符号化方式とその装置 | |
JP2829978B2 (ja) | 音声符号化復号化方法及び音声符号化装置並びに音声復号化装置 | |
JP3303580B2 (ja) | 音声符号化装置 | |
JP3583945B2 (ja) | 音声符号化方法 | |
JPH03132799A (ja) | 音声符号化方法とその装置 | |
JP2946525B2 (ja) | 音声符号化方式 | |
JP2956068B2 (ja) | 音声符号化復号化方式 | |
JPS61148500A (ja) | 音声信号符号化方法とその装置 | |
JPH05165500A (ja) | 音声符号化方法 | |
JP3296411B2 (ja) | 音声符号化方法および復号化方法 | |
JP3299099B2 (ja) | 音声符号化装置 | |
JP3163206B2 (ja) | 音響信号符号化装置 | |
JP2001142499A (ja) | 音声符号化装置ならびに音声復号化装置 | |
JP3089967B2 (ja) | 音声符号化装置 | |
JP2853170B2 (ja) | 音声符号化復号化方式 | |
JPH03243999A (ja) | 音声符号化装置 | |
JP2508002B2 (ja) | 音声符号化方法とその装置 | |
JPH04301900A (ja) | 音声符号化装置 | |
JPH0473700A (ja) | 音声符号化方法 | |
JP3071800B2 (ja) | 適応ポストフィルタ |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080606 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090606 Year of fee payment: 12 |
|
LAPS | Cancellation because of no payment of annual fees |