JPH03182800A - 音声符号化方式 - Google Patents

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。

Description

【発明の詳細な説明】 ［概　要］ 入力音声信号のピッチ周期またはその倍数の窓長をもつ
離散的フーリエ変換により入力音声信号の音声スペクト
ルを求めながら符号化する音声符号化方式に関し、 外部回路としてポストフィルタを設けなくても、雑音感
を軽減できるようにすることを目的とし、音声スペクト
ルの各周波数成分について、第ｍ番目の周波数成分の振
幅値ｒ（ｍ）を、振幅値ｒ（＋＝）に対し所要の関数関
係にある補正振幅値ｓ　（ｍ）に変換し、補正振幅値ｓ
（ｍ）を振幅とする音声スペクトルを再生し、これを逆
離散的フーリエ変換により逆変換して得られた波形を出
力するように構成する。

［産業上の利用分野コ 本発明は、入力音声信号のピッチ周期またはその倍数の
窓長をもつ離散的フーリエ変換（ＤＦＴ）により入力音
声信号の音声スペクトルを求めながら符号化する音声符
号化方式に関する。

近年、音声信号に離散的フーリエ変換を施すことにより
、時間信号としての音声を周波数領域のスペクトル情報
に変換して、このスペクトル情報を伝送路へ送出し、更
に受信側では、このスペクトル情報に逆離散的フーリエ
変換（ＩＤＦＴ）を施して元の時間領域の音声に戻す方
式のものが提案されている。

ところで、伝送されてくる音声信号には、量子化等に伴
う雑音成分が混入しているので、この雑音による影響を
少なくして、雑音感を軽減する必要がある。

［従来の技術］ 第４図は従来の雑音感軽減対策を施された音声符号化方
式を示すブロック図であるが、この第４図において、１
０１はピッチ抽出部で、このピッチ抽出部１０１は、入
力音声信号のピッチ周期Ｔを抽出するものである。

１０２は離散的フーリエ変換器で、この離散的フーリエ
変換器１０２は、入力音声信号について、そのピッチ周
期Ｔまたはその倍数の窓長をもつ離散的フーリエ変換を
施すことにより、この入力音声信号の離散的な音声スペ
クトルを求めるものである。

１０３は量子化器で、この量子化器１０３は、離散的フ
ーリエ変換器１０２で得られた音声スペクトルを量子化
し更には符号化して伝送路１０４へ送るものである。

なお、伝送路１０４へは、量子化し符号化した音声スペ
クトル情報のほか、ピッチ周期情報も送られる。

１０５は逆量子化器で、この逆量子化器１０５は、伝送
路１０４を通じて送られてきた量子化され符号化された
音声スペクトル情報を復号化および逆量子化して、元の
離散的な音声スペクトルに戻すもので、この逆量子化器
１０５としては、例えばＲＯＭが使用される。

１、０６は逆離散的フーリエ変換器で、この逆離散的フ
ーリエ変換器１０６は、離散的な音声スペクトルについ
て、入力音声信号のピッチ周期Ｔまたはその倍数の窓長
をもつ逆離散的フーリエ変換を施すことにより、元の時
間領域の音声信号に戻すものである。

１０７はポストフィルタで、このポストフィルタ１０７
は、第５図に示すように、人間の聴覚が信号電力の小さ
い周波数部分はど雑音に敏感であることを考慮して、信
号電力が大きいとゲインも大きくなり信号電力が小さい
とゲインも小さくなるようなフィルタ特性を有するフィ
ルタである。

なお、ピッチ抽出部１０１．離散的フーリエ変換器１０
２．量子化器１０３は、送信側に設けられ、逆量子化器
１０５．逆離散的フーリエ変換器１０６、ポストフィル
タ１０７は、受信側に設けられる。

このような構成により、入力音声信号は、離散的フーリ
エ変換器１０２で、入力音声信号のピッチ周期Ｔまたは
その倍数の窓長をもつ離散的フーリエ変換を施されて、
離散的な音声スペクトルとして出力され、更に量子化器
１０３で、量子化され符号化されてから、伝送路１０４
へ送られる。

さらに、受信側では、逆量子化器１０５で、伝送路１０
４を通じて送られてきた量子化され符号化された音声ス
ペクトル情報が復号化および逆量子化されて１元の離散
的な音声スペクトルに戻されてから、更に逆離散的フー
リエ変換器１０６で、元の時間領域の音声信号に戻され
る。

そして、その後は、ポストフィルタ１０７で、信号が有
る周波数部分の出力を大きくし、信号の無い周波数部分
を小さくして出力する。これにより、雑音を知覚されに
＜＜シて、雑音感を軽減するのである。

［発明が解決しようとする課題］ しかしながら、このような従来の手段では、雑音感を軽
減するために、逆フーリエ変換器の後にポストフィルタ
を外付けしなければならないという問題点がある。

本発明は、このような問題点に鑑みてなされたもので、
外部回路としてポストフィルタを設けなくても、雑音感
を軽減できるようにした、音声符号化方式を提供するこ
とを目的とする。

［課題を解決するための手段］ 第工図は本発明の原理ブロック図である。

この第１図において、１はピッチ抽出部で、このピッチ
抽出部１は、入力音声信号のピッチ周期Ｔを抽出するも
のである。

２は離散的フーリエ変換器で、この離散的フーリエ変換
器２は、入力音声信号について、そのピッチ周期Ｔまた
はその倍数の窓長をもつ離散的フーリエ変換を施すこと
により、この入力音声信号の離散的な音声スペクトルを
求めるものである。

３は量子化器で、この量子化器３は、Ｈｆ１ｉｌ的フー
リエ変換器２で得られた離散的な音声スペクトルを量子
化し符号化して伝送路４へ送るものである。

なお、伝送路４へは、量子化され符号化された音声スペ
クトル情報のほか、ピッチ周期情報も送られる。

５は逆量子化器で、この逆量子化器５は、伝送路４を通
じて送られてきた量子化され符号化された音声スペクト
ル情報を復号化および逆量子化して、元の離散的な音声
スペクトルに戻すものである。

７は変換手段で、この変換手段７は、音声スペクトルの
各周波数成分について、第ｍ（ｍは０゜１．２．・・）
番目の周波数成分の振幅値ｒ（ｍ）を。

この振幅値ｒ（−）に対し所要の関数関係にある補正振
幅値５（−）に変換し、この補正振幅値ｓ　（ｍ）を振
幅とする音声スペクトルに変換して出力するものである
。

ここで、上記の関数関係としては、振幅値ｒ（ｍ）が小
さい程、振幅値の比ｓ（ｍ）／ｒ（ｍ）も小さくなるよ
うな関数関係が選択される。

また、この振幅値ｒ（ｍ）から補正振幅値ｓ（ｍ）への
変換手段７を、振幅値ｒ（ｍ）に対応する補正振幅値ｓ
（ｍ）を記憶する記憶手段で構成することができる。

６は逆離散的フーリエ変換器で、この逆離散的フーリエ
変換器６は、変換手段７からの離散的な補正音声スペク
トルについて、入力音声信号のピッチ周期Ｔまたはその
倍数の窓長をもつ逆離散的フーリエ変換を施すことによ
り、元の時間領域の音声信号に戻すものである。

なお、ピッチ抽出部１ｉｌ的フーリエ変換器２換器子化
器３は、送信側に設けられ、逆量子化器５．変換手段７
．逆離散的フーリエ変換器６は、受信側に設けられる。

［作　用コ 上述の本発明の音声符号化方式では、入力音声信号は、
離散的フーリエ変換器２で、入力音声信号のピッチ周期
Ｔまたはその倍数の窓長をもつ離散的フーリエ変換を施
されて、離散的な音声スペクトルとして出力され、更に
量子化器３で、量子化され符号化されてから、伝送路４
へ送られる。

さらに、受信側では、逆量子化器５で、伝送路４を通じ
て送られてきた量子化され符号化された音声スペクトル
情報が復号化および逆量子化されて１元の離散的な音声
スペクトルに戻されてから。

変換手段７で、この音声スペクトルの各周波数成分につ
いて、第ｍ番目の周波数成分の振幅値ｒ（ｍ）が、この
振幅値ｒ（ｍ）に対し所要の関数関係にある補正振幅値
ｓ　（＋＝）に変換され、この補正振幅値ｓ　（ｍ）を
振幅とする音声スペクトルに変換されてから、更に逆離
散的フーリエ変換器６で、時間領域の音声信号に戻され
る。

［実施例］ 以下、図面を参照して本発明の詳細な説明する。

第２図は本発明の一実施例を示すブロック図で、この第
２図に示す実施例では、送信側に、ピッチ抽出部１．Ｗ
ｌ散的フーリエ変換器２．量子化器３が設けられるとと
もに、受信側に、逆量子化器５゜変換手段としてのスペ
クトル補正部７．逆離散的フーリエ変換器６が設けられ
ている。

ここで、ピッチ抽出部１は、入力音声信号のピッチ周期
Ｔを抽出するもので、離散的フーリエ変換器２は、入力
音声信号について、そのピッチ周期Ｔまたはその倍数の
窓長をもつ離散的フーリエ変換を施すことにより、この
入力音声信号の離散的な音声スペクトルを求めるもので
あるが、この離散的フーリエ変換器２では、スペクトル
の最大振幅値（正規化係数）　Ｒ＋ｗａｘで正規化した
スペクトルＲ（ｍ）ｅｘｐ（ｉｅ（ｍ））と正規化係数
Ｒｍａｘとが出力されるようになっている。なお、この
正規化したスペクトルは、Ｒ（ｉ＋）と８　（ｍ）とで
規定されるベクトル情報である。

量子化器３は、離散的フーリエ変換器２で得られた音声
スペクトルＲ（ｍ）　ｅｘｐ　（ｉ　８（ｍ）　）およ
び正規化係数Ｒｍａｘを量子化し符号化して伝送路４へ
送るものである。

なお、伝送路４へは、量子化され符号化され音声スペク
トル情報のほか、ピッチ周期情報も送られる。

また、逆量子化器５は、伝送路４を通じて送られてきた
量子化され符号化された音声スペクトル情報を逆量子化
して、再生正規化音声スペクトルｒ（■）ｅｘｐ（ｉｅ
（鵬））と正規化係数（ｒｍａｘ）とを得るものである
。なお、このときの、再生音声スペクトルは、再生正規
化音声スペクトルに再生音声スペクトルの最大振幅値（
正規化係数）　（ｒｍａｘ）をかけたもの（ｒｍａｘ）
ｒ（ｍ）ｅｘｐ（ｉｅ（鵬））となる。

スペクトル補正部７は、離散的な音声スペクトルｒ（ｍ
）ｅｘｐ（ｉｅ（ｍ））の各周波数成分にライて、第ｍ
　（ｍは０，１，２．　　・・）番目の周波数成分の振
幅値ｒ（ｍ）を、この振幅値ｒ（■）に対し所要の関数
関係にある補正振幅値ｓ（ｍ）に変換し、この補正振幅
値５（−）を振幅とする再生正規化補正音声スペクトル
ｓ（ｍ）ｅｘｐ（ｉｅ（ｍ））に変換するものである。

なお、このときの、再生補正音声スペクトルは、再生正
規化補正音声スペクトルに再生音声スペクトルの最大振
幅値（正規化係数）　（ｒ＋１ａｘ）をかけたもの（ｒ
ｍａｘ）ｓ　（ｍ）ｅｘｐ　（ｉｅ（ｍ））となる。

ここで、スペクトルｒ（ｍ）ｅｘｐ（ｉＢｍ））はｒ（
−）とｅ　（ｍ）、スペクトルｓ（ｍ）ｅｘｐ（ｉｔ（
ｍ））はｓ（＋ｗ）と＃（ｍ）とで規定されるベクトル
情報である。

さらに、上記の関数関係としては、振幅値ｒ　（＋ａ）
が小さい程、振幅値の比ｓ（＋）／ｒ（ｍ）も小さくな
るような関数関係、即ちＸを変数とした場合、Ｘが小さ
い程、ｆ（ｘ）／ｘも小さくなるような関数関係、例え
ばｆ（ｘ）＝ｘ”が選択される。なお、上記の関数関係
としては、振幅値ｒ（−）が小さい程、振幅値の比ｓ　
（ｍ）　／　ｒ　（ｍ）も小さくなるような関数関係で
あればよく、従って、ｆ　（ｘ）＝ｘ”なる関数関係に
限定されるものではない。

これにより、振幅値ｒ　（ｍ）の特性が第３図（ａ）の
ようであったとすると、振幅値ｓ（＋ｎ）の特性として
、第３図（ｂ）に示すように、振幅の小さい周波数成分
をより小さくすることができる。

また、この実施例では、逆量子化器５およびスペクトル
補正部７は、工つのＲＯＭで構成されており、量子化値
ｒ（ｍ）ｅｘｐ（ｉｔ（ｍ））の代わりに、直接補正量
子化値ｓ　（ｇａ）ｅｘｐ　（ｉ　ｔ　（ｍ）　）を得
ることができるようになっている。従って、これに正規
化係数を掛ければ、補正された再生音声スペクトル（ｒ
ｍａｘ）ｓ（ｍ）ｅｘｐ（ｉｅ（■））が得られる。

６は逆離散的フーリエ変換器で、この逆離散的フーリエ
変換器６は、再生補正音声スペクトル（ｒｍａｘ）ｓ（
ｍ）ｅｘｐ（ｉｏ（−））について、入力音声信号のピ
ッチ周期Ｔまたはその倍数の窓長をもつ逆離散的フーリ
エ変換を施すことにより、元の時間領域の音声信号に戻
すものである。

上述の構成により、入力音声信号は、離散的フーリエ変
換器２で、入力音声信号のピッチ周期Ｔまたはその倍数
の窓長をもつ離散的フーリエ変換を施されて、離散的な
音声スペクトルとして出力され、更に量子化器３で、量
子化され符号化されてから、伝送路４へ送られる。

さらに、受信側では、逆量子化器５で、伝送路４を通じ
て送られてきた量子化され符号化された音声スペクトル
情報が復号化および逆量子化されて、元の離散的な音声
スペクトルに戻されてから、スペクトル補正部７で、こ
の音声スペクトルの各周波数成分について、第ｍ番目の
周波数成分の振幅値ｒ　（＋ａ）が、この振幅値ｒ（■
）に対し所要の関数関係にある補正振幅値５（−）に変
換され、この補正振幅値ｓ　（ｍ）を振幅とする再生補
正音声スペクトルに変換されるが、この実施例では、逆
量子化器５およびスペクトル補正部７が、１つのＲＯＭ
で構成されているので、補正量子化値ｓ　（ｍ）ｅｘｐ
　（ｉ　６　（ｍ）　）、ひいてはを補正再生音声スペ
クトル（ｒＩＩａｘ）ｓ（ｗＩ）ｅｘｐ（ｉｏ（ｍ））
が直接出力される。

その後は、逆離散的フーリエ変換器６で、この離散的な
補正再生音声スペクトルから時間領域の音声信号に戻さ
れる。

このように、スペクトルの段階で、振幅値ｒ　（ｍ）に
対し所要の関数関係をもつ振幅値ｓ（ｍ）に変換し、こ
の補正振幅値ｓ（ｍ）を振幅とする再生補正音声スペク
トルを用いて、逆離散的フーリエ変換を施すことが行な
われるので、外部回路としてポストフィルタを設けなく
ても、雑音感を十分に軽減することができる。

なお、逆量子化器５およびスペクトル補正部７をそれぞ
れ別個のＲＯＭで構成してもよい。

ここで、逆量子化器５およびスペクトル補正部７を１つ
のＲＯＭで構成した場合でも、逆量子化器５およびスペ
クトル補正部７をそれぞれ別個のＲＯＭで構成した場合
でも、スペクトル補正部７は、振幅値ｒ（ｍ）に対応す
る補正振幅値５（Ｉｌｌ）を記憶する記憶手段で構成さ
れていることになる。

［発明の効果］ 以上詳述したように、本発明の音声符号化方式（請求項
１〜３）によれば、スペクトルの段階で。

振幅値ｒ（ｍ）に対し所要の関数関係をもつ振幅値Ｓ（
鵬）に変換し、この補正振幅値ｓ　（＋）を振幅とする
再生補正音声スペクトルを用いて、逆離散的フーリエ変
換を施すことが行なわれるので、外部回路としてポスト
フィルタを設けなくても、雑音感を十分に軽減できる利
点がある。

【図面の簡単な説明】

第１図は本発明の原理ブロック図、 第２図は本発明の一実施例を示すブロック図、第３図（
ａ）は振幅値ｒ（ｍ）の特性例を示す図。 第３図（ｂ）は振幅値ｓ（ｍ）の特性例を示す図、第４
図は従来例を示すブロック図、 第５図はポストフィルタのフィルタ特性を説明する図で
ある。 図において、 ｌはピッチ抽出部、 ２は離散的フーリエ変換器、 ３は量子化器。 ４は伝送路。 ５は逆量子化器、 ６は逆離散的フーリエ変換器、 ７はスペクトル補正部（変換手段） １０１はピッチ抽出部、 １０２は離散的フーリエ変換器、 １０３は量子化器、 １０４は伝送路、 １０５は逆量子化器、 １０６は逆離散的フーリエ変換器、 １０７はポストフィルタである。

Claims (3)

【特許請求の範囲】
1. （１）入力音声信号のピッチ周期またはその倍数の窓長
   をもつ離散的フーリエ変換により該入力音声信号の音声
   スペクトルを求めながら符号化する音声符号化方式にお
   いて、 該音声スペクトルの各周波数成分について、第ｍ番目の
   周波数成分の振幅値ｒ（ｍ）を、該振幅値ｒ（ｍ）に対
   し所要の関数関係にある補正振幅値ｓ（ｍ）に変換し、
   該補正振幅値ｓ（ｍ）を振幅とする音声スペクトルを再
   生し、これを逆離散的フーリエ変換により逆変換して得
   られた波形を出力することを特徴とする、音声符号化方
   式。
2. （２）該関数関係として、該振幅値ｒ（ｍ）が小さい程
   、振幅値の比ｓ（ｍ）／ｒ（ｍ）も小さくなるような関
   数関係が選択される請求項１記載の音声符号化方式。
3. （３）該振幅値ｒ（ｍ）から該補正振幅値ｓ（ｍ）への
   変換手段（７）が、該振幅値ｒ（ｍ）に対応する該補正
   振幅値ｓ（ｍ）を記憶する記憶手段で構成された請求項
   １記載の音声符号化方式。