JPH0444100A

JPH0444100A - 音声符号化方式

Info

Publication number: JPH0444100A
Application number: JP2152437A
Authority: JP
Inventors: Jiyonson Maaku; マーク・ジョンソン; Tomohiko Taniguchi; 智彦谷口
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1990-06-11
Filing date: 1990-06-11
Publication date: 1992-02-13

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〕ベクトル量子化を用いて音声信号の情報圧縮を行う高能
率な音声符号化方式に関し、逐次最適化／同時最適化ＣＥ　Ｌ　Ｐ型の音声符号化方
式において、最適化の演算量をできるだけ少なくするこ
とを目的とし、逐次最適化ＣＥＬＰ方式又は同時最適化ＣＥＬＰ方式の
いずれでも、評価部に与えるべき相関値を求める際に、
時間反転聴覚重み付けしたベクトルに変換しておき、こ
れにスパース符号帳のコード・ベクトルをそのまま乗算
することによりスパース符号帳の利点をそのまま生かし
た形で乗算を行うように構成する。

〔産業上の利用分野〕

本発明は、音声符号化方式に関し、特にベクトル量子化
を用いて音声信号の情報圧縮を行う高能率な音声符号化
方式に関するものである。

近年、企業内通信システム・ディジタル移動無線システ
ムなどにおいて、音声信号をその品質を保持しつつ情報
圧縮するベクトル量子化方式が用いられているが、この
ベクトル量子化方式とは、符号帳（コードブック）の各
信号ベクトルに予測重み付けを施して再生信号を作り、
再生信号と入力音声信号との間の誤差電力を評価して最
も誤差の少ない信号ベクトルの番号（インデックス）を
決定するものとして良く知られたものであるが、音声情
報をより一層圧縮するためこのベクトル量子化方式をよ
り進めた方式に対する要求が高まっている。

〔従来の技術〕

第６図及び第７図には、ベクトル量子化を用いたＣ　Ｂ
　Ｌ　Ｐ　（Ｃｏｄｅ　Ｅｘｃｉｔｅｄ　ＬＰＣ）と呼
ばれる高能率音声符号化方式が示されており、この内、
第６図は逐次最適化ＣＢＬＰと呼ばれ、第７図は同時最
適化ＣＢＬＰと呼ばれる方式を示している。

第６図において、適応符号＠１にはｌサンプルづつピッ
チ周期が遅延されたＮサンプルに対応するＮ次元のピッ
チ予測残差ベクトルが格納されており、またスパース符
号帳２には同様のＮサンプルに対応するＮ次元の白色雑
音を用いて生成したコード・ベクトルが２″パターンだ
け予め設定されているが、各コード・ベクトルのサンプ
ル・ブタのうち、その振幅が一定の闇値以下のサンプル
・データ（例えばＮ４ＪンプルのうちのＮ／４サンプル
）は０で置き換えられている。（従って、このような符
号帳をスパース（間引き）符号帳と呼ぶ。）各ベクトル
はＮ次元の要素の電力が一定値となるように正規化され
ている。

まず、適応符号帳１の各ピッチ予測残差ベクトルＰに１
／Ａ′（ｚ）（但し、Ａ“（Ｚ）は聴覚重み付け線形予
測分析フィルタを示す）で示される聴覚重み付け線形予
測再生フィルタ３で聴覚重み付けして生成されたピッチ
予測ベクトルＡＰにゲイン５でゲインｂを乗算してピッ
チ予測再生信号ベクトルｂＡＰを生成する。

そして、このピッチ予測再生信号ベクトルｂＡＰと、Ａ
（Ｚ）／Ａ’　（Ｚ）　（但し、Ａ　（Ｚ）は線形予測
分析フィルタを示す）で示される聴覚重み付けフィルタ
７で聴覚重み付けされた入力音声信号ベクトルＡＩとの
ピッチ予測誤差信号ベクトルＡＹを減算部８で求め、こ
のピッチ予測誤差信号ベクトルＡＹの電力が最小の値に
なるように評価部１０がフレーム毎に下記式■：ＡＹ　＋　２＝　ｌ　ＡＸ−ｂＡＰ　ｌ　　　　・・・
・・・■により、符号帳１中から最適なピッチ予測残差
ベクｌ−ルＰを選択すると共に最適なゲインｂを選択す
る。

更に、白色雑音のスパース符号帳２の各コード・ベクト
ル信号Ｃにも同様にして線形予測再生フィルタ４で聴覚
重み付けして生成された聴覚重み付け再生後のコード・
ベクトルＡＣにゲイン６でゲインｇを乗算して線形予測
再生信号ベクトルｇＡＣを生成する。

そして、この線形予測再生信号ベクトルｇＡＣと、上記
のピッチ予測誤差信号ベクトルＡＹとの誤差信号ベクト
ルＥを減算部８で求め、この誤差信号ベクトルＥの電力
が下記の式■：Ｅｌ”　＝ｌＡＹ−ｇＡｃｌ　　　　　・・・・・・■
により最小の値になるように評価部１１がフレーム毎に
符号帳２中から最適なコード・ベクトルＣを選択すると
共に最適なゲインｇを選択する。

上記の式■、■より、Ｅ　ｌ　”　＝　ｌ　ＡＸ−ｂＡＰ’−ｇＡＣｌ　２・
・・■となる。

尚、適応符号帳１の適応化は、ｂＡＰ＋ｇＡＣを加算部
１２で求め、これを聴覚重み付け線形予測分析フィルタ
（Ａ’　（Ｚ））３でｂＰ＋ｇＣに分析し、更に遅延器
１４で１フレ一ム分遅延させたものを次のフレームの適
応符号帳（ピッチ予測符号帳）として格納することによ
り行われる。

このように、第６図に示した逐次最適化ＣＥＬＰ方式で
は、ゲインｂとｇが別々に制御されるのに対し、第７図
に示した同時最適化ＣＥＬＰ方式では、ｂＡＰとｇＡＣ
とを加算部１５で加算してＡＸ’　＝ｂＡＰ十ｇＡＣを
求め、更に減算部１６でフィルタ７からの聴覚重み付け
された入力音声信号ベクトルＡＸとの誤差信号ベクトル
Ｅを上記の式■と同様にして求め、評価部１６がこのベ
クトルＥの電力を最小にするコード・ベクトルＣをスパ
ース符号帳２から選択すると共に最適なゲインｂとｇを
同時に選択制御するものである。

尚、この場合の適応符号帳１の適応化は、第６図の加算
部１２の出力に相当するＡＸ”に対して同様にして行わ
れる。

以上の第６図及び第７図に概念的に示されたゲインｂ＋
’ｇは実際には、第８図及び第９図に示すようにそれぞ
れのＣＥＬＰ方式においてスパース符号帳２のコード・
ベクトル（Ｃ）について最適化を行う。

即ち、第６図の場合には、上記の式■において、ベクト
ルＥの電力を最小にするためのゲインｇを偏微分により
求めると、０＝δ（ＩＡＹ−ｇＡｃｌ”）／δｇ＝２　　Ｌ（−ＡＣ）（ＡＹ−ｇＡＣ）より、ｇ＝　ｔ（ＡＣ）ＡＹ／　ｔ（ＡＣ）ＡＣ・・・■とな
る。

そこで第８図においては、ピッチ予測誤差信号ベクトル
ＡＹと、スパース符号帳２の各コード・ベクトルＣを聴
覚重み付け線形予測再生フィルタ４を通して得られるコ
ード・ベクトルＡＣとを乗算部４１で乗算して両者の相
関値ｔ（ＡＣ）　ＡＹを発生し、聴覚重み付け再生後の
コード・ベクトルＡＣの自己相関値Ｌ（ＡＣ）ＡＣを乗
算部４２で求める。

そして、評価部１１では、両相関値ｔ（ＡＣ）ＡＹ及び
ｔ（ＡＣ）ＡＣに基づいて上記の式■により該ピッチ予
測誤差信号ベクトルＡＹに対する誤差信号ベクトルＥの
電力を最小にする最適なコード・ベクトルＣ及びゲイン
ｇを選択する。

また、第７図の場合には、上記の式■において、ベクト
ルＥの電力を最小にするためのゲインｂ。

ｇを偏微分により求めると、ｇ＝　［ｔ（ＡＰ）ＡＰ　Ｌ（ＡＣ＞ＡＸｔ（ＡＣ）Ａ
Ｐ　ｔ（ＡＰ）ＡＸ］　／ｂ＝　［ｔ（ＡＣ）ＡＣｔ（
ＡＰ）ＡＸｔ（ＡＣ）ＡＰ　’（ＡＣ）ＡＸ］／１　　　　　　　・・・・・・■ となる。但し、 −ｔ（ＡＰ）ＡＰ　　ｔ（ＡＣ）ＡＣ（ｔ（ＡＣ）ＡＰ）　２である。

そこで第９図においては、聴覚重み付けされた入力音声
信号ベクトルＡＩと、スパース符号帳２の各コード・ベ
クトルＣを聴覚重み付け線形予測再生フィルタ４を通し
て得られる再生コード・ベクトルＡＣとを乗算部５１で
乗算して両者の相関値ｔ（ＡＣ）ＡＸを発生し、聴覚重
み付けされたピッチ予測ベクトルＡＰと、再生コード・
ベクトルＡＣとを乗算部５２で乗算して両者の相関値ｔ
（ＡＣ）ＡＰを発生すると共に、再生コード・ベクトル
ＡＣの自己相関値ｔ（ＡＣ）ＡＣを乗算部４２で求める
。

そして、評価部１６では、これらの相関値ｔ（ＡＣ）Ａ
Ｘ、　　Ｌ（ＡＣ）ＡＰ及びｔ（ＡＣ）ＡＣに基づいて
上記の弐〇により聴覚重み付け入力音声信号ベクトルＡ
Ｘに対する誤差信号ベクトルＥの電力を最小にする最適
なコード・ベクトルＣ及びゲインｂ、ｇを同時に選択す
る。

このように、逐次最適化ＣＥＬＰ方式の場合には、同時
最適化ＣＥＬＰ方式に比べて全体の演算量が少なくて済
むが、符号化された音声の品質は劣化したものとなる。

〔発明が解決しようとする課題〕

このような従来方式においては、いずれも、スパース符
号帳２のスパース化された各コード・ベクトルＣに対し
てフィルタ４で聴覚重み付け再生フィルタのインパルス
応答が畳み込まれるので、重み付け再生後の゛コード・
ベクトルＡＣのＮ個の要素（サンプル）は、もはや“０
”ではなくなる。

（ＡＣはもはやスパース状態でなくなる。）従って、第
８図の乗算部４１、第９図の乗算部５１．５２では、Ｎ
個の要素全てについての乗算が必要になってしまい、最
適なコード・ベクトルとゲインｂ、ｇの選択が複雑にな
るという問題点があった。

従って、本発明は、このような逐次最適化／同時最適化
ＣＥＬＰ型の音声符号化方式において、最適化の演算量
をできるだけ少なくすることを目的とする。

〔課題を解決するための手段〕

第１図は、上記の課題を解決するための本発明に係る音
声符号化方式の内、逐次最適化ＣＥＬＰ型のスパース符
号帳２の最適なコード・ベクトル及びゲインｂを選択す
るための最適化アルゴリズムを概念的に示したもので、
第８図の従来例の改良に相当している。

この発明では、ピッチ予測誤差信号ベクトルＡＹから時
間反転聴覚重み付けピッチ予測誤差信号ベクトルｔＡＡ
Ｙを算出する演算手段２１と、時間反転聴覚重み付けピ
ッチ予測誤差信号ベクトルｔＡＡＹと該スパース符号帳
２の各コード・ベクトルＣとを乗算して両者の相関値’
（ＡＣ）ＡＹを発生する乗算部２２と、スパース符号帳
２の各コード・ベクトルＣの聴覚重み付け再生後のコー
ド・ベクトルＡＣの自己相関値ｔ（ＡＣ）ＡＣを求める
フィルタ演算部２３（これは、第８図及び第９図のフィ
ルタ４と乗算部４２との組合せに相当する）と、両相関
値に基づいて該ピッチ予測誤差信号ベクトルＡＹに対す
る誤差信号ベクトルＥの電力を最小にする最適なコード
・ベクトル及びゲインを選択する評価部１１とを備えて
いる。

また、第２図は、上記の課題を解決するための本発明に
係る音声符号化方式の内、同時最適化ＣＥＬＰ型のスパ
ース符号帳２の最適なコード・ベクトル及びゲインｂ、
　　ｇを選択するための最適化アルゴリズムを概念的に
示したもので、第９図の従来例の改良に相当している。

この発明では、聴覚重み付けされた入力音声信号ベクト
ルＡＸから時間反転聴覚重み付け入力音声信号ベクトル
ｔＡＡＸを算出する第１の演算手段３Ｉと、ピッチ予測
再生信号のゲインを乗じる前のピッチ予測信号ベクトル
ＡＰから時間反転聴覚重み付けピッチ予測信号ベクトル
ＬＡＡＰを算出する第２の演算手段３２と、時間反転聴
覚重み付け入力音声信号ベクトルｔＡＡＸとスパース符
号帳２の各コード・ベクトルＣとを乗算して両者の相関
値ｔ（ＡＣ）ＡＸを発生ずる第１の乗算部３３と、時間
反転聴覚重み付けピッチ予測信号ベクトルＬＡＡＰとス
パース符号帳２の各コード・ベクトルＣとを乗算して両
者の相関値ｔ（ＡＣ）ＡＰを発生する第２の乗算部３４
と、スパース符号帳２の各コード・ベクトルＣの重み付
け再生後のコード・ベクトルＡＣの自己相関値ｔ（ＡＣ
）ＡＣを求めるフィルタ演算部２３と、上記の相関値に
基づいて該誤差信号ベクトルＥの電力を最小にする最適
なコード・ベクトルとゲインを選択する評価部１６と、
を備えている。

これらいずれのＣＥＬＰ方式においても、第３図（ａ）
に示すように、演算手段３，３１．３２が、ＦＩＲ聴覚
聴覚性はフィルタ・マトリックスの転置マトリックスＬ
Ａを乗算するもので構成することができる。

或いは、第３図ら）に示すように、演算手段３゜３１．
３２が、入力信号を時間軸上で逆に並べ換え、ＩＩＲ聴
覚聴覚性はフィルタ処理（１／Ａ′（ｚ））した後、再
び時間軸上で逆に並べ換えるもので構成することができ
る。

〔作　　　用〕

まず、第１図に示した逐次最適化ＣＥＬＰ方式の場合に
は、評価部１１に与えるべき一方の自己相関値ｔ（ＡＣ
）ＡＣは第８図に示した従来例と同様にして演算される
が、相関値Ｌ（ＡＣ）ＡＶの方は、ピッチ予測誤差信号
ベクトルＡＹを演算手段２１でｔＡＡＹに変換しておき
、スパース符号帳２のコード・ベクトルＣをそのまま乗
算部２２に与えることにより得ているので、スパースの
利点をそのまま生かした形で（即ち、サンプル値が°゛
０°“の部分に対する乗算を行わない形で）乗算を行う
ことができ、演算量を削減することができる。

同様にして、第２図に示した、同時最適化ＣＥＬＰ方式
の場合にも、入力音声信号ベクトルＡＸを第１の演算手
段３１でｔＡＡＸに変換し、ピッチ予測ベクトルＡＰを
第２の演算手段３４でｔＡＡＰに変換しておき、それぞ
れにスパース・コード・ベクトルＣを乗算するので、コ
ード・ベクトルＣのスパースの度合（サンプル値として
”０”をとるサンプル数）だけ乗算数が削減され、演算
量が減少する。

尚、これらの場合において、演算手段３，３１゜３２が
、第３図（ｂ）に示すように、入力信号を時間軸上で逆
に並べ換えし、ＩＩＲ聴覚聴覚性はフィルタ処理（１／
Ａ”（Ｚ））した後、再び時間軸上で逆に並べ換えする
もので構成する場合には、第３図（ａ）に示すように、
ＦＩＲ聴覚聴覚性はフィルタ・マトリックスの転置マト
リックス１Ａを乗算するもので構成する場合に比べて、
ＩＩＲとＦＩＨの違いにより演算量が削減される。

〔実　施　例〕

第４図は、第３図（ａ）に示した本発明に係る音声符号
化方式に用いられる演算手段の一実施例を示したもので
、ＦＩＲ（有限インパルス応答）聴覚重み付けフィルタ
・マトリックスをＡとし、このマトリックスＡの転置マ
トリックスｔＡを第４図（ａ）に示す符号帳次元数Ｎに
一致したＮ次元のマトリ・７クスとすると、第１図に示
した逐次最適化ＣＥＬＰ方式の場合では、ピッチ予測誤
差信号ベクトルＡＹが第４図（ト））に示すようなもの
であれば、このピッチ予測誤差信号ベクトルＡＹに転置
マトリックスＬＡを乗じた時間反転聴覚重み付けピッチ
予測誤差信号ベクトルｔＡＡＹは第４図（Ｃ）に示すよ
うになる。尚、図中、＊は乗算符号を示す。

上記の実施例は第２図の同時最適化ＣＥＬＰ方式にも全
く同様にして適用することができる。

この場合の累積乗算回数は、Ｎ２／２となる。

また、第５図は、第３１１ｉ１Ｕ（ｂ）に示した本発明
に係る音声符号化方式に用いられる演算手段の一実施例
を示したもので、まず、第１図に示した逐次最適化ＣＥ
ＬＰ方式の場合では、ピッチ予測誤差信号ベクトルＡＶ
が第５図（ａ）に示すようなもの（第４図（ｂ）に示す
ものと同じ）とすると、これを時間軸上で逆に並べ換え
したものが第５図（ｂ）に示すベクトル（ＡＹ）ＴＲで
ある。

そして、このベクトル（ＡＹ）ＴＲを、聴覚重み付けフ
ィルタ関数１／Ａ“（Ｚ）のＩＩＲ（無限インパルス応
答）形の聴覚重み付け線形予測再生フィルタＡにかける
と、Ａ　（ＡＹ）　Ｔｌ＋は例えば第５図（Ｃ）に示す
ようになる。

この場合、マトリックスＡは第４図（ａ）に示す転置マ
トリックスｔＡを戻した行列であるので、上記のＡ　（
ＡＹ）　、、ｌを元に戻すために、時間軸上で逆に並べ
換えを行うと、第５図（ｄ）に示すように、なり、これ
は第４図（Ｃ）に示した時間反転聴覚重み付けピッチ予
測誤差信号ベクトルｔＡＡＹと同しになる。

このようにして、第４図の実施例と第５図の実施例が同
じ機能を果たすことが分かる。

尚、第５図の実施例では、フィルタ・７トリツクスＡを
ＩＩＲフィルタとしたが、ＦＴＰフィルタを用いても構
わない。但し、ＦＩＲフィルタを用いると、第４図の実
施例と同様に全乗算回数がＮ２／２　（及び２Ｎの移動
操作）となるが、ＩＩＲフィルタを用いた場合には、例
えば１０次線形予測分析の場合であればＩＯＮの乗算回
数と２Ｎの移動操作とを必要とするだけで済むことにな
る。

〔発明の効果〕

以」二説明したように、本発明によれば、逐次最適化Ｃ
ＥＬＰ方式又は同時最適化ＣＥＬＰ方式のいずれでも、
評価部に与えるべき相関値を求める際に、時間反転聴覚
重み付けしたベクトルに変換しておき、これにスパース
符号帳のコード・ベクトルをそのまま乗算することによ
りスパースの利点をそのまま生かした形で乗算を行うこ
とができ、演算量を削減することができる。

【図面の簡単な説明】

第１図は、本発明に係る音声符号化方式（逐次最適化Ｃ
ＥＬＰ方式）の最適化アルゴリズムを概念的に示したブ
ロック図、第２図は、本発明に係る音声符号化方式（同時最適化Ｃ
ＥＬＰ方式）の最適化アルゴリズムを概念的に示したブ
ロック図、第３図は、本発明に係る音声符号化方式に用いる演算手
段の構成例を概念的に示した図、第４図及び第５図は、
本発明に用いる演算手段の実施例を説明するための図、第６図は、一般的な逐次最適化ＣＥ　Ｌ　Ｐ方式を概略
的に示すブロック図、第７図は、一般的な同時最適化ＣＥ　Ｌ　Ｐ方式を概略
的に示すブロック図、第８図は、逐次最適化ＣＥＬＰ方式における最適化アル
ゴリズムを概念的に示したブロック図、第９図は、同時
最適化ＣＥＬＰ方式における最適化アルゴリズムを概念
的に示したブロック図、である。図において、１は（ピッチ周期）適応符号帳、２はスパ
ース符号帳、２１，３１．３２は演算手段、２２，３３
．３４は乗算部、２３はフィルタ演算部、１１．１６は
評価部をそれぞれ示す。図中、同一符号は同−又は相当部分を示す。

Claims

【特許請求の範囲】

（１）適応符号帳（１）の各ピッチ予測残差ベクトルに
聴覚重み付けしゲインを乗じて生成されたピッチ予測再
生信号と聴覚重み付けされた入力音声信号ベクトルとの
ピッチ予測誤差信号ベクトルを求め、該ピッチ予測誤差
信号ベクトルの電力を最小にするピッチ予測残差ベクト
ルを該適応符号帳（１）から選択すると共にゲインを選
択し、更に白色雑音のスパース符号帳（２）の各コード
・ベクトルに聴覚重み付けしゲインを乗じて線形予測再
生信号を生成し該ピッチ予測誤差信号ベクトルとの誤差
信号の電力を最小にするコード・ベクトルを該スパース
符号帳（２）から選択しゲインを選択する逐次最適化Ｃ
ＥＬＰ型の音声符号化方式において、該ピッチ予測誤差
信号ベクトル（ＡＹ）から時間反転聴覚重み付けピッチ
予測誤差信号ベクトル（＾ｔＡＡＹ）を算出する演算手
段（２１）と、該時間反転聴覚重み付けピッチ予測誤差
信号ベクトル（＾ｔＡＡＹ）と該スパース符号帳（２）
の各コード・ベクトル（Ｃ）とを乗算して両者の相関値
（（＾ｔ（ＡＣ）ＡＹ）を発生する乗算部（２２）と、
該スパース符号帳（２）の各コード・ベクトル（Ｃ）の
聴覚重み付け再生後のコード・ベクトル（ＡＣ）の自己
相関値（（＾ｔ（ＡＣ）ＡＣ）を求めるフィルタ演算部
（２３）と、両相関値に基づいて該ピッチ予測誤差信号ベクトル（Ａ
Ｙ）に対する誤差信号（Ｅ）の電力を最小にする最適な
コード・ベクトル及びゲインを選択する評価部（１１）
と、を備えたことを特徴とする音声符号化方式。
（２）適応符号帳（１）の各ピッチ予測残差ベクトルに
聴覚重み付けしゲインを乗じて得られたピッチ予測再生
信号と、白色雑音のスパース符号帳（２）の各コード・
ベクトルに聴覚重み付けしゲインを乗じて得られた線形
予測再生信号とを加えて再生信号を生成し、該再生信号
と聴覚重み付けされた入力音声信号ベクトルとの誤差信
号ベクトルの電力を最小にするコード・ベクトルを該ス
パース符号帳（２）から選択し両ゲインを選択する同時
最適化ＣＥＬＰ型の音声符号化方式において、該入力音声信号ベクトル（ＡＸ）から時間反転聴覚重み
付け入力音声信号ベクトル（＾ｔＡＡＸ）を算出する第
１の演算手段（３１）と、該ピッチ予測再生信号のゲインを乗じる前のピッチ予測
信号ベクトル（ＡＰ）から時間反転聴覚重み付けピッチ
予測信号ベクトル（＾ｔＡＡＰ）を算出する第２の演算
手段（３２）と、該時間反転聴覚重み付け入力音声信号ベクトル（＾ｔＡ
ＡＸ）と該スパース符号帳（２）の各コード・ベクトル
（Ｃ）とを乗算して両者の相関値（（＾ｔ（ＡＣ）ＡＸ
）を発生する第１の乗算部（３３）と、該時間反転聴覚
重み付けピッチ予測信号ベクトル（＾ｔＡＡＰ）と該ス
パース符号帳（２）の各コード・ベクトル（Ｃ）とを乗
算して両者の相関値（（＾ｔ（ＡＣ）ＡＰ）を発生する
第２の乗算部（３４）と、該スパース符号帳（２）の各
コード・ベクトル（Ｃ）の重み付け再生後のコード・ベ
クトル（ＡＣ）の自己相関値（（＾ｔ（ＡＣ）ＡＣ）を
求めるフィルタ演算部（２３）と、上記の全相関値に基づいて該誤差信号ベクトル（Ｅ）の
電力を最小にする最適なコード・ベクトルとゲインを選
択する評価部（１６）と、を備えたことを特徴とする音声符号化方式。
（３）該演算手段（３）（３１）（３２）が、ＦＩＲ聴
覚重み付けフィルタ・マトリックスの転置マトリックス
（＾ｔＡ）を乗算するものであることを特徴とした請求
項１又は２記載の音声符号化方式。
（４）該演算手段（３）（３１）（３２）が、入力信号
を時間軸上で逆に並べ換え、ＩＩＲ聴覚重み付けフィル
タ処理（１／Ａ′（ｚ））した後、再び時間軸上で逆に
並べ換えするものであることを特徴とした請求項１又は
２記載の音声符号化方式。