JPH06266399A - 符号化装置及び音声符号化復号化装置 - Google Patents

Abstract

(57)【要約】 【目的】 入力音声をスペクトルパラメータと音源信号
に分離して固定時間長のフレーム毎に符号化する装置に
おいて、復号音声の品質を改善する。 【構成】 合成音声と入力音声の歪を最小にする音源モ
デル符号語とスペクトル符号語の組み合わせを探索し、
第一の符号探索結果２８を出力する第一の符号探索手段
と、第一または第二の量子化音源信号９，１０を適応音
源信号として格納した適応音源符号帳６と、駆動音源符
号帳２内の駆動音源符号語より駆動音源信号を生成する
駆動音源生成手段４と、適応音源信号と駆動音源信号を
用いて生成した第二の量子化音源信号１０とのスペクト
ル歪を最小にするスペクトル符号語を用いて生成した合
成音声と入力音声の歪を最小にする駆動音源符号語を探
索し、第二の符号探索結果１３として出力する第二の符
号探索手段と、第一と第二の符号探索結果のうち一方を
出力する符号化手段選択手段１６を備える。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、音声をディジタル伝
送あるいは蓄積する場合に用いられる音声符号化復号化
装置に関するものである。

【０００２】

【従来の技術】入力音声を、スペクトルパラメータと音
源信号に分離して固定時間長のフレーム毎に符号化する
従来の音声符号化復号化装置は、文献１”声門音源波モ
デルを用いた音声の分析合成方式の検討”（瀬座勝志、
田崎裕久、中島邦男、日本音響学会秋季研究発表会、１
−６−１０、ＰＰ２０９−２１０、１９９１）により報
告されている。この従来法においては、音源信号の符号
化に声門音源波の微分波形上で定義される音源モデルを
用い、スペクトルパラメータとして自己回帰係数（以下
ＡＲと略す）及び移動平均係数（以下ＭＡと略す）を用
いている。前述した文献では、２〜３Ｋｂｐｓ程度の低
ビットレート音声伝送において高品質な復号音声を得る
方式として声帯音源波モデルを用いた分析合成方式（Ｆ
ＶＱ−ＧＡＲＭＡ）を検討している。そこでは、声帯音
源波モデル、ＡＲパラメータ、及びＭＡパラメータを全
てベクトル量子化することにより、自然性の高い復号音
声が得られることを明かにしている。しかし、声帯音源
波モデルの予備選択に用いる音源ピーク位置の抽出誤り
や、声帯音源波モデルをマッチングする位置（音源位
置）の伝送を行わないことにより復号音声に劣化を生ず
る場合があった。従来のＦＶＱ−ＧＡＲＭＡ方式は、声
帯音源波モデルでＡＲＭＡフィルタを駆動することによ
って有声音を生成するものである。声帯音源波モデルに
は声帯音源波の微分波形上で定義されるモデルを用いて
いる。符号化部では声帯音源波モデル、ＡＲ及びＭＡパ
ラメータをベクトル量子化する際に、予備選択された各
コードの全ての組み合わせの中からＳＮＲｓｅｇが最大
になる組み合わせをフレームに一組選択する。復号化部
では各フレームで得られたコードをそれぞれ補間しなが
ら合成する。

【０００３】図１４及び図１５は従来の分析合成方式
（ＦＶＱ−ＧＡＲＭＡ）による音声符号化復号化装置の
構成図である。図１４は符号化部を示し、図１５は復号
化部を示している。図１４及び図１５において、１は入
力音声、１１はＡＲ符号帳、１２はＡＲ符号語、１４は
ピッチ周期抽出手段、１５はピッチ周期、１９は音源開
始位置抽出手段、２０は音源開始位置、２１は音源モデ
ル符号帳、２２は音源モデル符号語、２３は音源モデル
生成手段、２６はＭＡ符号帳、２７はＭＡ符号語、２９
は音源モデル符号帳、３０は音源モデル符号語、３１は
音源モデル生成手段、３４はＭＡ符号帳、３５はＭＡ符
号語、３７は復号音声、４４はＡＲ符号帳、４５はＡＲ
符号語、５６は符号化結果、５７は符号探索手段、５８
は復号化手段、５９は量子化音源信号、６０は量子化音
源信号である。

【０００４】まず、図１４の符号化部について説明す
る。ＡＲ符号帳１１には典型的なＡＲをＡＲ符号語とし
て複数個格納し、ＭＡ符号帳２６には典型的なＭＡをＭ
Ａ符号語として複数個格納し、音源モデル符号帳２１に
は一ピッチ周期の音源信号を表す音源モデルのパラメー
タの典型的なものを音源モデル符号語として複数個格納
してある。ピッチ周期抽出手段１４は入力音声１よりピ
ッチ周期１５を抽出し出力する。音源開始位置抽出手段
１９は先行フレームが無声で当該フレームが有声の場
合、入力音声１より音源開始位置２０を抽出し出力す
る。音源モデル生成手段２３は音源モデル符号帳２１よ
り出力される音源モデル符号語２２より生成される一ピ
ッチ周期の音源信号をピッチ周期１５で繰り返した信号
を生成し、量子化音源信号５９として出力する。符号探
索手段５７は、音源開始位置２０とＡＲ符号語１２と量
子化音源信号５９とＭＡ符号語２７を用いて合成音声を
生成し、入力音声１と合成音声の歪を最小にするＡＲ符
号語とＭＡ符号語と音源符号語の組み合わせを探索し、
符号化結果５６として出力する。

【０００５】図１６は有声音の先頭フレームでの符号探
索手段５７の動作を説明するものである。図において実
線で示される量子化音源信号及び合成音声は当該フレー
ムでの信号を、点線で示される量子化音源信号及び合成
音声は次フレームでの信号を示す。符号探索手段５７
は、有声フレームにおいてピッチ周期を単位とした入力
音声を符号化する。当該フレームが有声音の先頭である
場合は、音源開始位置２０からピッチ周期単位で量子化
音源信号５９を並べた場合に当該フレームを超える範囲
の入力音声１を当該フレームの符号化対象とし、合成音
声を生成する。

【０００６】図１６においては、音源開始位置２０から
ピッチ周期Ｐ１，Ｐ２までが現在のフレームの符号化対
象として合成音声が生成される。符号化はピッチ周期を
単位として行われるため、フレームの区切りとピッチ周
期の区切りは一致せず、この例では、時刻Ｔ３は時刻Ｆ
２とは一致せず、時刻Ｔ３−時刻Ｆ２の時間だけ、現在
のフレームを超えて符号化が行われる。有声音の先頭フ
レーム以外の有声フレームの場合、量子化音源信号５９
を先行フレームでの量子化音源信号に引き続いて当該フ
レームを超えるまで並べて合成音声を生成する。図にお
いては、Ｐ２というピッチ周期の次から次フレームのた
めの音声合成が生成される。すなわち、Ｐ３，Ｐ４，Ｐ
５というピッチ周期を用いて次フレームの符号化が行わ
れ合成音声が生成される。

【０００７】次に図１５の復号化部について説明する。
図においてＡＲ符号帳４４、音源モデル符号帳３１、Ｍ
Ａ符号帳３４は、それぞれ符号化部におけるＡＲ符号帳
１１、音源モデル符号帳２１、ＭＡ符号帳２６と同じも
のである。音源モデル生成手段３１は、ピッチ周期１５
と符号化結果５６に対応する音源モデル符号帳２９内の
音源モデル符号語３０を用いて量子化音源信号６０を生
成する。復号化手段５８は、量子化音源信号６０と符号
化結果５６に対応するＡＲ符号帳４４内のＡＲ符号語４
５とＭＡ符号帳３４内のＭＡ符号語３５を用いて復号音
声３７を生成する。

【０００８】図１７は復号化手段５８の動作を説明する
ものである。復号化手段５８は量子化音源信号６０を当
該フレームの先頭から当該フレームを超えるまで並べて
復号音声３７を生成する。図においては、当該フレーム
の先頭からフレーム周期９１，９２，９３を用いて復号
音声を生成する。復号音声の生成もピッチ周期単位で行
われるため、フレームを超えて復号音声が生成される場
合がある。図１７においては、ピッチ周期９３の終了時
刻Ｓ３はフレームの時刻Ｆ２を超えており、当該フレー
ムの時刻Ｆ２が終了しても当該フレームのための復号音
声が時刻Ｓ３まで生成される。

【０００９】次フレームでは、これまで復号された復号
音声に引き続いて点線で示される量子化音源信号６０を
並べて復号音声３７を生成する。図１７においては、ピ
ッチ周期９４，９５，９６が次フレームの復号音声生成
のために用いられる。この次フレームの復号音声生成も
ピッチ周期単位で行われるため、前のフレームの復号音
声生成が前のフレームを超えて行われる場合には、図１
７次に示すように次フレームにおいても、ずれたまま復
号音声を生成する。

【００１０】

【発明が解決しようとする課題】従来の音声符号化復号
化装置は、声帯音源波コードの予備選択を音源ピーク位
置と過去のフレームで選択された声帯音源波コードを基
準として行っているが、語頭部分や過度部での音源ピー
ク位置の自動抽出には誤りが多く、予備選択がうまく働
かない場合があった。図１８（ａ）に残差波形、図１８
（ｂ）（ｃ）に声帯音源波モデルの微分波形を示す。音
源ピーク位置が正しく抽出されている場合（ｂ）に比
べ、誤って抽出された場合（ｃ）は声帯音源波コードの
選択を誤り、ＳＮＲｓｅｇは急速に劣化する。このよう
に、音源信号の符号化に音源モデルを用いた量子化音源
信号のみを使っているために音源モデルの適合の悪い話
者の場合に復号音声の品質が劣化する場合があった。ま
た、ピッチ周期に応じて様態が異なるＭＡと音源モデル
に対して各々固定の符号帳を用いて量子化するために復
号音声の品質が劣化する場合があった。また、符号化部
ではピッチ長を補間により微調整しながら音源を誤り返
した場合にＳＮＲｓｅｇが最大になるように有声音の先
頭の音源位置とそのピッチ長を決定しているが、この音
源位置を復号化部に伝送しない構成のため、符号化部と
復号化部で各コードを補間した結果に大きな差異を生じ
復号音声品質が劣化する例があった。すなわち、復号化
部に有声音の先頭フレームにおける音源開始位置が伝送
されないために、図１６及び図１７に示すように、符号
化部と復号化部において同一フレーム内に含まれる音源
モデルの数が異なる場合がある。この様なフレームにお
いてパワーやピッチ周期の変動が大きいと、復号化部の
第一の量子化音源信号は符号化部の第一の量子化音源信
号との間に大きな差異を生じ、復号音声の品質が劣化す
る場合があった。

【００１１】本発明は上記課題を解消するためになされ
たもので、復号音声の品質を向上させることを目的とし
ている。

【００１２】

【課題を解決するための手段】この発明の請求項１記載
の発明に係る音声符号化復号化装置は、音質劣化を低減
するため、たとえばＧＡＲＭＡとＣＥＬＰとのマルチモ
ード化を行い、ＣＥＬＰ系で用いられている適応コード
と駆動音源コードを用いた音源（図１８（ｄ）参照）を
用いてＳＮＲｓｅｇを確保し、ＦＶＱ−ＧＡＲＭＡを用
いた場合と適応コードブックと駆動音源コードブックを
用いた場合でＳＮＲｓｅｇの良い方を選択するようにし
たものである。

【００１３】この発明の請求項２記載の発明に係る音声
符号化復号化装置は、符号化部に、第一の量子化音源信
号とスペクトル符号帳内のスペクトル符号語から生成し
た合成音声と入力音声の歪を最小にする音源モデル符号
語とスペクトル符号語の組み合わせを探索し、その探索
結果を第一の符号探索結果としてその時の歪と共に符号
化手段選択手段に出力し、第一の量子化音源信号を適応
音源符号帳に出力する第一の符号探索手段と、先行フレ
ームにおいて求めた第一の量子化音源信号または第二の
量子化音源信号を適応音源信号として格納した適応音源
符号帳と、予め用意された音源信号を駆動音源符号語と
して複数個格納した駆動音源符号帳と、前記駆動音源符
号帳内の駆動音源符号語を前記ピッチ周期で繰り返した
駆動音源信号を生成する駆動音源生成手段と、前記適応
音源符号帳内の適応音源信号と前記駆動音源信号より生
成される第二の量子化音源信号と前記スペクトル符号帳
内のスペクトル符号語を用いて生成した合成音声と入力
音声の歪を最小にする駆動音源符号語を探索し、その探
索結果を第二の符号探索結果としてその時の歪と共に符
号化手段選択手段に出力し、第二の量子化音源信号を適
応音源符号帳に出力する第二の符号探索手段と、前記第
一の符号探索結果と前記第二の符号探索結果の内、より
小さい歪を持つ方を符号化結果として選択し、当該フレ
ームの符号化結果として出力するとともに、どちらの符
号探索結果を選択したのかを符号化手段選択信号として
出力する符号化手段選択手段を備え、復号化部に、符号
化部より入力された符号化手段選択信号に従い第一の復
号化手段と第二の復号化手段を選択する復号化手段選択
手段と、符号化部と同じスペクトル符号帳と、符号化部
と同じ音源モデル符号帳と、第一の量子化音源信号と符
号化部より入力された符号化結果に対応する前記スペク
トル符号帳内のスペクトル符号語を用いて復号音声を生
成する第一の復号化手段と、符号化部と同じ適応音源符
号帳と、符号化部と同じ駆動音源符号帳と、前記符号化
結果に対応する前記駆動音源符号帳内の駆動音源符号語
と前記ピッチ周期から駆動音源信号を生成する駆動音源
生成手段と、前記スペクトル符号語と前記適応音源符号
帳内の適応音源信号と前記駆動音源生成手段の出力する
駆動音源信号より復号音声を生成する第二の復号化手段
を備える。

【００１４】本発明の請求項３記載の発明に係わる音声
符号化復号化装置は、符号化部と復号化部の適応音源符
号帳に、第一の量子化音源信号を保持する第一の音源記
憶手段と第二の量子化音源信号を保持する第二の音源記
憶手段と、前記第一の音源記憶手段と前記第二の音源記
憶手段を切り換える符号語切換手段を備え、合成音声と
入力音声の歪を最小にする適応音源信号を前記適応音源
符号帳より選択し、どちらを選択したかを第二の符号化
結果に含めて出力する第二の符号探索手段を備える。

【００１５】本発明の請求項４及び請求項５記載の発明
に係わる音声符号化復号化装置の符号化部と復号化部の
スペクトル符号帳、音源モデル符号帳及び駆動音源符号
帳は、それぞれピッチ周期に対応する複数の副符号帳
と、入力されるピッチ周期に応じて前記副符号帳を切り
換える副符号帳切換手段を備える。

【００１６】本発明の請求項６及び請求項７記載の発明
に係わる音声符号化復号化装置は、有声音の先頭フレー
ムの音源位置だけを、その直前の無声フレームにおいて
伝送する構成とした。後続するフレームでは符号化部と
復号化部においてピッチ長を補間しながら音源を繰り返
すという同一の処理を行うため、フレーム毎に音源位置
を伝送する必要はない。すなわち、符号化部に有声音の
先頭フレームの場合、入力音声より音源開始位置を抽出
し、先行する無声フレームにおいて復号化部に出力する
音源開始位置抽出手段と、復号化部に、符号化部より入
力された音源開始位置に第一の量子化音源信号を同期し
て復号音声を生成する第一の復号化手段を備える。

【００１７】

【作用】請求項１記載の発明においては、たとえば、Ｇ
ＡＲＭＡとＣＥＬＰという異なる方式を用いて符号化し
よりよい結果をもたらす方式を選択するので、符号化品
質がどちらか一方の方式による場合よりも向上する。

【００１８】また請求項２記載の発明においては、符号
化手段選択手段は第一の符号探索手段と第二の符号探索
手段のうち入力音声と合成音声の歪を小さくする方を選
択する。

【００１９】また、請求項３記載の発明においては、第
二の符号探索手段は適応音源符号帳に保持されている第
一の量子化音源信号と第二の量子化音源信号のうち入力
音声と合成音声の歪を小さくする信号を適応音源信号と
して選択する。

【００２０】また、請求項４，５記載の発明において
は、スペクトル符号帳、音源モデル符号帳、駆動音源符
号帳はピッチ周期に応じてそれぞれが持っている副符号
帳を切り換える。

【００２１】また、請求項６、７記載の発明において
は、有声音の先頭のフレームでの音源開始位置を復号化
部に伝送する場合に有声フレームに先行する無声フレー
ムで伝送する。

【００２２】

【実施例】

実施例１．図１と図２はこの発明に係わる音声符号化復
号化装置の一実施例の構成図であり、以下、本発明の動
作をこの図において説明する。なお図１は符号化部を示
し、図２は復号化部を示しており、図１と図２において
図８と図９と同一の部分については同一符号を付し、説
明を省略する。図において、２は駆動音源符号帳、３は
駆動音源符号語、４は駆動音源生成手段、５は駆動音源
信号、６は適応音源符号帳、７は適応音源信号、８は第
一の符号探索手段、９は第一の量子化音源信号、１０は
第二の量子化音源信号、１３は第二の符号探索結果、１
６は復号化手段選択手段、１７は符号化手段選択信号、
１８は符号化結果、２５は第二の符号探索手段、２８は
第一の符号探索結果、３３は第一の復号化手段、３８は
符号化手段選択手段、３９は符号化結果、４０は適応音
源符号帳、４１は適応音源信号、４２は第二の量子化音
源信号、４３は第二の復号化手段、４６は駆動音源符号
帳、４７は駆動音源符号語、４８は駆動音源生成手段、
４９は駆動音源信号である。

【００２３】まず、符号化部について説明する。第一の
符号探索手段２５は、図１０に示すように有声音の先頭
フレームの場合は音源開始位置２０に第一の量子化音源
信号２４を同期させ、この第一の量子化音源信号とＡＲ
符号語１２とＭＡ符号語２７を用いて合成音声を生成
し、それ以外の有声フレームでは、先行フレームで得ら
れた合成音声に引き続いて第一の量子化音源信号２４を
並べて合成音声を生成し、この合成音声と入力音声１の
歪を最小にするＡＲ符号語１２とＭＡ符号語２７と音源
モデル符号語２２の組み合わせを探索し、その探索結果
を符号化結果２８とし、その歪と共に符号化手段選択手
段１６に出力し、またその組み合わせにおける第一の量
子化音源信号２４を第一の量子化音源信号９として適応
音源符号帳６に出力する。

【００２４】駆動音源符号帳２は例えばＬＰＣ残差信号
の中で典型的な一ピッチ周期の信号やガウス性雑音信号
を駆動音源符号語として複数個格納しておく。駆動音源
生成手段４は駆動音源符号帳２内の駆動音源符号語３を
ピッチ周期１５で繰り返した駆動音源信号５を生成す
る。以下この第一の符号探索手段２５が行う動作方式を
ＧＡＲＭＡ方式と呼ぶことにする。

【００２５】第二の符号探索手段８は駆動音源信号５と
適応音源符号帳６内の適応音源信号７より生成される量
子化音源信号とスペクトル符号帳１１内のスペクトル符
号語１２を用いて合成音声を生成し、合成音声と入力音
声１の歪を最小にする駆動音源符号語３とスペクトル符
号語１２の組み合わせを探索し、その探索結果を第二の
符号探索結果１３とし、その歪と共に符号化手段選択手
段１６に出力し、この組み合わせにおける第二の量子化
音源信号１０を適応音源符号帳６に出力する。以下この
第二の符号探索手段８が符号化に用いる方式をＣＥＬＰ
方式と呼ぶことにする。

【００２６】符号化手段選択手段１６は第一の符号探索
結果２８と第二の符号探索結果１３の内で歪の小さい方
を当該フレームにおける符号化結果１８として選択し、
どちらを選択したかを表す符号化手段選択信号１７と前
記符号化結果１８を出力する。

【００２７】図３は適応音源符号帳６の動作を説明した
図である。適応音源符号帳６は当該フレームにおいて第
一の符号探索手段が選択された場合は第一の量子化音源
信号９を音源記憶手段５０に格納し、第二の符号探索手
段が選択された場合は第二の量子化音源信号１０を音源
記憶手段５０に格納し、適応音源信号７として出力す
る。

【００２８】従来の適応音源符号帳６は符号探索手段に
より、量子化音源信号を記憶しているのに対して、この
実施例においては、適応音源符号帳６に記憶する量子化
音源信号を第一の符号探索手段２５により、出力された
第一の量子化音源信号９と第二の符号探索手段８により
出力された第二の量子化音源信号１０のうちから最新の
量子化音源信号を選択し音源記憶手段５０に格納する。
どちらが最新の量子化音源信号であるかは符号化手段選
択手段から出力された符号化手段選択信号１７により判
定することができる。従って、適応音源符号帳６は符号
化手段選択信号１７を入力してスイッチを切り換えるこ
とにより、第一の量子化音源信号９と第二の量子化音源
信号を１０を切り換えて音源記憶手段５０に入力する。
こうして適応音源符号帳６は最新に用いられた量子化音
源信号を第二の符号探索手段に供給することが可能にな
る。

【００２９】次に図２の復号化部１ｂについて説明す
る。図において駆動音源符号帳４６、適応音源符号帳４
０は、それぞれ符号化部１ａにおける駆動音源符号帳
２、適応音源符号帳６と同一のものである。復号化手段
選択手段３８は符号化手段選択信号１７に従い第一の復
号化手段３３と第二の復号化手段４３のどちらかに、符
号化結果１８をそのまま符号化結果３９として出力す
る。

【００３０】第一の復号化手段３３は第一の量子化音源
信号３２と符号化結果３９に対応するＭＡ符号帳３４内
のＭＡ符号語３５とスペクトル符号帳４４内のＡＲ符号
語４５を用いて復号音声３７を生成し、第一の量子化音
源信号３２をそのまま第一の量子化音源信号３６として
適応音源符号帳４０に出力する。

【００３１】駆動音源生成手段４８は、ピッチ周期１５
と符号化結果３９に対応する駆動音源符号帳４６内の駆
動音源符号語４７より駆動音源信号４９を生成する。第
二の復号化手段４３は、適応音源符号帳４０内の適応音
源信号４１と駆動音源信号４９より生成される量子化音
源信号と符号化結果３９に対応するスペクトル符号帳４
４内のＡＲ符号語４５を用いて復号音声３７を生成し、
前記量子化音源信号を適応音源符号帳に第二の量子化音
源信号４２として出力する。

【００３２】以上のようにこの実施例では、第一の符号
化探索手段は音源モデル符号帳２１に格納された音源モ
デルを用いた量子化音源信号のみを用いて符号化を行っ
ている。一方第二の符号探索手段は適応音源符号帳を用
いることにより、直前に符号化した量子化音源信号との
差分を用いることにより符号化を行っている。このよう
にこの符号化の方式が異なるふたつの符号探索手段をそ
れぞれ動作させ、その動作結果を比較することにより、
符号化の歪の小さい方を選択する点がこの実施例の特徴
である。すなわち、この実施例はＧＡＲＭＡ方式とＣＥ
ＬＰ方式の二つの方式を用い、二つの方式から得られた
符号化結果のよりよい方を選択して出力することを特徴
とするものである。

【００３３】実施例２．上記実施例１においては、ＧＡ
ＲＭＡ方式とＣＥＬＰ方式の二つの方式を用いて比較選
択する場合を示したが、二つの符号化方式はこれらの方
式に限るものではなく、その他の方式を利用するもので
もかまない。あるいは同一方式のものであっても、一方
に改良を加えたものや変更を加えたものであってもかま
わない。更に、二つの方式の組み合わせに限らず、三つ
以上の方式の組み合わせであってもかまわない。

【００３４】実施例３．図４はこの発明に係わる音声符
号化復号化装置の一実施例における適応音源符号帳６の
構成図であり、以下、適応音源符号帳６の動作をこの図
において説明する。図３と同一の部分は同一番号を付
す。適応音源符号帳６は第一の符号探索手段が選択され
た場合、第一の量子化音源信号９を第一の音源記憶手段
５１に格納し、第二の符号探索手段が選択された場合、
第二の量子化音源信号１０を第二の音源記憶手段５２に
格納しておく。切換手段５３は第一の音源記憶手段５１
と第二の音源記憶手段５２に格納されている信号をそれ
ぞれ適応音源信号７として出力する。第二の符号探索手
段８は合成音声と入力音声の歪を小さくする適応音源信
号７を選択し、選択結果を符号探索結果１３に含めて出
力する。

【００３５】すなわち第二の符号探索手段８は、選択信
号８ａを適用音源符号帳６に出力し、第一の音源記憶手
段５１と第二の音源記憶手段に記憶された音源信号を切
り換える。第一の音源記憶手段５１は、第一の符号探索
手段から出力された最新の量子化音源信号９を記憶して
いる。第二の音源記憶手段５２は第２の符号探索手段か
ら出力された最新の量子化音源信号を記憶している。第
二の符号探索手段８は選択信号８ａを出力し、符号語切
換手段５３を動作させることにより、第一の音源記憶手
段５１と第二の音源記憶手段５２に記憶されている量子
化音源信号をそれぞれ入力し、両方の量子化音源信号に
基づいて符号化を試みる。その結果、より歪の小さい方
を用いて、符号化を行い符号探索結果として出力する。

【００３６】また復号化部の適応音源符号帳４０は図４
における適応音源符号帳６と同一のものである。復号化
部の第二の復号化手段４３は、符号化結果３９に従い適
応音源信号符号帳４０の中から適応音源信号４１を選択
する。

【００３７】実施例４．上記実施例３においては、二つ
の符号探索手段がある場合を示したが、三つ以上の符号
探索手段が存在する場合には、図４に示した適用音源符
号帳６の内部には音源記憶手段がそれぞれの符号探索手
段に対応して存在し、切換手段５３はこれら３つ以上の
音源記憶手段に記憶された量子化音源信号を切り換え
る。

【００３８】実施例５．図５はこの発明に係わる音声符
号化復号化装置の一実施例におけるＭＡ符号帳２６の構
成図であり、以下、ＭＡ符号帳２６の動作をこの図にお
いて説明する。図１と同一の部分は同一番号を付す。Ｍ
Ａ符号帳２６は複数の副符号帳５４を持ち、副符号帳切
換手段５５は入力されたピッチ周期１５に応じて副符号
帳の一つを選択し、選択された副符号帳内のＭＡ符号語
２７を出力する。

【００３９】例えば図において、副符号帳１は１５ｍｓ
のピッチ周期に対応するＭＡ符号帳を格納する。また副
符号帳２には１６ｍｓのピッチ周期に対応する符号帳を
格納する。また、副符号帳３には１７ｍｓのピッチ周期
に対応する符号帳を格納する。このようにして１５ｍｓ
から例えば２５ｍｓまでの符号帳を格納しておき、副符
号帳切り換え手段５５は入力されたピッチ周期１５に基
づき、副符号帳を選択できる。例えば、ピッチ周期１５
が１６ｍｓである場合には、副符号帳切り換え手段５５
は副符号帳２を選択しこれをＭＡ符号語２７として出力
する。なお復号化部のＭＡ符号帳３４もＭＡ符号帳２６
と同一の構成である。また、ＡＲ符号帳または音源モデ
ル符号帳または駆動音源符号帳を図５と同様の構成にす
ることも可能である。

【００４０】以上のように、この実施例が特徴とする点
は、ピッチ周期に応じて各符号帳内に複数の符号帳を用
意している点である。音声は例えば、男女の差、あるい
は会話のスピード、あるいは音声の高低等の特徴を有し
ているが、入力される音声が男であるか女であるか、あ
るいは速いか遅いか、あるいは高いか低いかというよう
な特徴はピッチ周期に反映されることが多い。すなわ
ち、ピッチ周期に応じてＭＡや音源モデルの対応が異な
るという事実がある。このピッチ周期に応じて、複数の
ＭＡ符号帳や音源モデル符号帳を用意しておき、ピッチ
周期に応じた符号帳を用いて量子化するのがこの実施例
の特徴である。

【００４１】実施例６．図６、図７はこの発明に係わる
音声符号化復号化装置の一実施例の構成図であり、以
下、本発明の動作をこの図において説明する。図６は符
号化部を示しており、図７は復号化部を示している。図
１、図２と同一の部分は同一番号を付し説明を省略す
る。符号化部では、当該フレームが有声音の先頭フレー
ムの場合、音源開始位置２０を当該フレームに先行する
無声フレームにおいて復号化部に伝送する。すなわち、
有音声の先頭フレームを符号化して伝送する前に音源開
始位置２０を符号化して伝送する。このため、有音声の
フレームの伝送が１フレーム分遅れることになるが、１
フレーム分の伝送の遅れがあっても復号化部での復号の
時刻がずれるだけであり、復号の品質に影響は少ない。
なお、音源開始位置２０の符号化を有声音の先頭フレー
ムの符号化とともに行ってもよい。ただし、この場合
は、有声音の先頭フレームの符号化情報量が音源開始位
置２０の符号化により減少する。

【００４２】復号化部では、第一の復号化手段３３が優
勢音の先頭フレームを復号することが予め定められてお
り、当該フレームが有声音の先頭フレームの場合、第一
の復号化手段４３は入力された音源開始位置２０から第
一の量子化音源信号３２を並べて復号音声３７を生成す
る。

【００４３】この例を従来例で示した図１７を用いて説
明する。従来例においては、復号動作はフレームの先頭
から行われていたが、この実施例によれば、音源開始位
置２０から復号がスタートするため、図１７に示した時
刻Ｔ１から復号されることになる。従来は時刻Ｆ１から
復号されていたため時刻Ｆ１からＴ１の間の復号は本来
必要無いにも拘らず、合成音声が生じていたのに対し、
この実施例によれば、音源開始位置２０すなわち時刻Ｔ
１から復号が開始されるため、本来必要でない部分の合
成音声がなくなる。また、スタート復号開始位置が一致
するため、ピッチ周期のズレもなくなり、復号音声の品
質が向上する。図１７に示したように、入力音声１のピ
ッチ周期Ｐ１，Ｐ２，Ｐ３は復号音声３７のピッチ周期
Ｑ１，Ｑ２，Ｑ３とズレているため、このズレが復号音
声の品質を劣化させる原因となっている。これに対し、
この実施例によれば、復号音声も音源開始位置２０より
スタートするためピッチ周期は入力音声のものと同一に
なり、復号音声の品質を向上させるのに役立つ。

【００４４】実施例７．上記実施例６においては、音源
開始位置２０を第一の復号化手段３３に入力する場合を
示しているが、音源開始位置２０を第二の復号化手段４
３に入力するようにしてもかまわない。実施例６の場合
は前述したように第一の符号化手段が有声音の先頭フレ
ームを複合するということが前提となっているため、音
源開始位置２０を第一の復号化手段３３にのみ入力すれ
ば良かったが、もし、有声音の先頭フレームを、第一と
第二の符号化手段のいずれかどちらが符号化するか不明
な場合には、音源開始位置２０を第一と第二の復号化手
段の両方に入力させてやることにより、第一と第二の復
号化手段のいずれかがその音源開始位置２０を用いて復
号を開始することが可能になる。

【００４５】実施例８．実施例１ないし実施例７では、
符号化手段選択手段において第一の符号探索手段が選択
された場合、適応音源符号帳に第一の量子化音源信号を
格納するが、第一の量子化音源信号でＭＡフィルタを駆
動した信号を格納することも可能である。

【００４６】実施例９．実施例１ないし実施例８ではス
ペクトルパラメータとしてＡＲとＭＡを用いているが、
ＡＲのみ、ケプストラム等他のスペクトルパラメータを
用いることも可能である。

【００４７】実施例１０．上記実施例５においては、図
１または図２に示した音声符号化復号化装置に対して用
いられる各符号帳に複数の符号帳を用意する場合を示し
たが、これら複数の符号帳をピッチ周期で切り換える方
式は、図８及び図９に示した従来の音声符号化復号化装
置に対しても用いることができる。すなわち、ピッチ周
期１５に応じて符号帳を選択するという方式は実施例１
に示した方式あるいは従来の方式に拘らず、他の方式に
対しても適用することが可能である。

【００４８】実施例１１．上記実施例においては、音声
符号化復号化装置として音声が符号され、かつ復号化さ
れる装置の場合について説明したが、単に符号化のみを
行う符号化装置、あるいは復号化のみを行う復号化装置
においても、それぞれの実施例の符号化部分及び復号化
部分を適用することが可能である。

【００４９】実施例１２．また上記実施例においては、
音声を符号化復号化する場合について説明したが、この
発明における音声とは人間が声道から発声する音声に限
らず動物や獣等の人間以外の生物が発声する声について
も適用することが可能である。同様に生物が発声する声
に限らず音として入力されるものであれば、これらの音
を符号化復号化する場合にも適用されることが可能であ
る。例えば、楽器の音や摩擦音等の音を入力して符号
化、復号化する場合でもかまわない。また、音は人間が
知覚出来る場合に限らず人間の耳には感知できない超音
波あるいは低音波等の音であってもかまわない。

【００５０】評価実験例．図８にサブフレーム数が２の
場合の本評価実験の構成図を示す。図においてＭＯＤＥ
０はＦＶＱ−ＧＡＲＭＡ方式を意味し、ＭＯＤＥ１はＣ
ＥＬＰ方式を意味するものとする。まずＬＳＰ（ＡＲパ
ラメータ）をフレームに数組予備選択する。次にそれぞ
れのＬＳＰに対し、ＳＮＲｓｅｇの良いＭｏｄｅをサブ
フレーム毎に選択する。最終的にフレーム全体のＳＮＲ
ｓｅｇを最大にするＬＳＰと各サブフレームでのＭＯＤ
Ｅの組み合わせが選択される。

【００５１】図９にＭＯＤＥ０の内部構成図を示す。Ｍ
ＯＤＥ０はＦＶＱ−ＧＡＲＭＡと同様で、予備選択され
た声帯音源波モデルコードとＭＡコードの全ての組み合
わせの中からＳＮＲｓｅｇを最大にするものを選択す
る。

【００５２】図１０にＭＯＤＥ１の内部構成図を示す。
ＭＯＤＥ１のＣＥＬＰはＭＯＤＥ０と同期をとるために
ピッチ同期の処理とした。まず、適応コードブックの１
ピッチ長を繰り返しベクトルＰとする。なお、前サブフ
レームがＭＯＤＥ０であった場合は声帯音源波モデルで
ＭＡフィルタを駆動したものが適応コードブックとな
る。次に駆動音源コードブックの１ピッチ長を繰り返し
ベクトルＣとする。そしてＳＮＲｓｅｇを最大にするベ
クトルＰとＣのゲインの比を決定する。なお駆動音源コ
ードブックの学習には、短周期予測残差信号を用いた。
無声フレームではサブフレーム長が長いためサブフレー
ムを複数に分割し、白色雑音で駆動する。なお、適応コ
ードブックは使用しない。コードブックの学習には男女
各５名が発声した日本語短文２０文章を用いた。ただし
駆動音源コードブックの学習には、１０文章を用いた。
評価用データには学習外の日本語短文１０文章（学習に
用いなかった男女各５名が異なる１文章ずつを発声）を
用いた。

【００５３】本方式の性能を調べるために図１１の条件
で合成音を作成した。ただし、音源ピーク位置は自動抽
出した。図１２に本方式２．４Ｋｂｐｓ（ＭＧＡＲＭ
Ａ）のＳＮＲｓｅｇとＤＣ（Ｃｅｐｓｔｒｕｍ Ｄｉｓ
ｔｏｒｔｉｏｎ）を男女別に示す。この結果をみると男
性の方がＳＮＲｓｅｇとＣＤともに劣っている。これ
は、ピッチ変動が大きい男性においてＭＯＤＥ１が多く
選択され、ＭＯＤＥ１においてピッチ長の補間を行わず
同一ピッチ長による音源の繰り返しを行っているために
音源ピーク位置のずれが大きくなることが主な原因だと
考えられる。

【００５４】本方式の合成音声の主観品質を調べるため
に、図１１に示す条件で合成音声を作成し、被験者６名
による簡単な対比較試験を行った。音源ピーク位置を自
動抽出した本方式２．４Ｋｂｐｓ（ＭＧＡＲＭＡ）と音
源ピーク位置にマニュアルで修正を加えた従来の２．４
ＫｂｐｓＦＶＱ−ＧＡＲＭＡ（ＭＦＶＱ）、音源ピーク
位置を自動抽出した従来の２．４ＫｂｐｓＦＶＱ−ＧＡ
ＲＭＡ（ＡＦＶＱ）及び４．８ＫｂｐｓＣＥＬＰ基本方
式（ＣＥＬＰ）との比較を行った。試験結果を図１３に
示す。

【００５５】本方式はＡＦＶＱより良好であり、音源ピ
ーク位置の抽出誤りに対するロバスト性の向上が確認さ
れた。本方式とＭＦＶＱの比較において本方式が選択さ
れない文章では、部分的に残響感が感じられた。音質の
ばらつきにおいては、ＭＦＶＱより今回方式の方が安定
していることを確認している。音源ピーク位置抽出や補
間の改良によりＭＦＶＱと同等レベルに達すれば４．８
ＫＣＥＬＰと同等の品質が得られることが期待できる。

【００５６】

【発明の効果】以上説明したように請求項１記載の発明
によれば、２種類の符号化方式の中からよりよい方式を
選択するので、１種類の符号化方式の場合よりもよりよ
い符号化が行える。

【００５７】また、請求項２記載の発明では符号化手段
選択手段により第二の符号探索手段と第一の符号探索手
段のうち合成音声と入力音声の歪を小さくする方を選択
するため、音源モデルの適合の悪い話者において、復号
音声の品質が改善する。

【００５８】請求項３記載の発明の適応音源符号帳は適
応音源信号として第一の量子化音源信号と音源信号を格
納し、第二の符号探索手段が合成音声と入力音声の歪を
小さくする方を選択して用いるため、復号音声の品質が
改善する。

【００５９】また、請求項４，５記載の発明の音声符号
化復号化装置では、符号化部と復号化部のスペクトル符
号帳、音源モデル符号帳、駆動音源符号帳がピッチ周期
に対応して作成された複数の副符号帳を持ち、この副符
号帳をピッチ周期により切り換えて用いるため、復号音
声の品質が改善する。

【００６０】また、請求項６，７記載の発明の音声符号
化復号化装置では、有声音の先頭のフレームでの音源開
始位置を有声フレームに先行する無声フレームで復号化
部に出力し、復号化部の第一の復号化手段が第一の量子
化音源信号を音源開始位置に同期して復号音声を生成す
るため、有声フレームの伝送量を増加させずに符号化部
の合成音声と同一の復号音声を生成し、復号音声の品質
が改善する。

【図面の簡単な説明】

【図１】この発明の実施例１の音声符号化復号化装置を
示す構成図である。

【図２】この発明の実施例１の音声符号化復号化装置を
示す構成図である。

【図３】この発明の実施例１の適応音源符号帳を示す構
成図である。

【図４】この発明の実施例３の適応音源符号帳を示す構
成図である。

【図５】この発明の実施例５のＭＡ符号帳を示す構成図
である。

【図６】この発明の実施例６の音声符号化復号化装置を
示す構成図である。

【図７】この発明の実施例６の音声符号化復号化装置を
示す構成図である。

【図８】この発明に基づく評価実験の音声符号化復号化
装置を示す構成図である。

【図９】この発明に基づく評価実験の音声符号化復号化
装置を示す構成図である。

【図１０】この発明に基づく評価実験の音声符号化復号
化装置を示す構成図である。

【図１１】この発明に基づく評価実験の条件を示す図で
ある。

【図１２】この発明に基づく評価実験のＳＮＲｓｅｇと
ＣＤを示す図である。

【図１３】この発明に基づく評価実験の結果を示す図で
ある。

【図１４】従来の音声符号化復号化装置を示す構成図で
ある。

【図１５】従来の音声符号化復号化装置を示す構成図で
ある。

【図１６】従来の音声符号化復号化装置の符号探索手段
の動作を説明する図である。

【図１７】従来の音声符号化復号化装置の復号化手段の
動作を説明する図である。

【図１８】従来の音声符号化復号化装置の問題点を説明
する図である。

【符号の説明】

１ 入力音声 ２ 駆動音源符号帳 ３ 駆動音源符号語 ４ 駆動音源生成手段 ５ 駆動音源信号 ６ 適応音源符号帳 ７ 適応音源信号 ８ 第二の符号探索手段 ９ 第一の量子化音源信号 １０ 第二の量子化音源信号 １１ ＡＲ符号帳 １２ ＡＲ符号語 １３ 第二の符号探索結果 １４ ピッチ周期抽出手段 １５ ピッチ周期 １６ 符号化手段選択手段 １７ 符号化手段選択信号 １８ 符号化結果 １９ 音源開始位置抽出手段 ２０ 音源開始位置 ２１ 音源モデル符号帳 ２２ 音源モデル符号語 ２３ 音源モデル生成手段 ２４ 第一の量子化音源信号 ２５ 第一の符号探索手段 ２６ ＭＡ符号帳 ２７ ＭＡ符号語 ２８ 第一の符号探索結果 ２９ 音源モデル符号帳 ３０ 音源モデル符号語 ３１ 音源モデル生成手段 ３２ 第一の量子化音源信号 ３３ 第一の復号化手段 ３４ ＭＡ符号帳 ３５ ＭＡ符号語 ３６ 第一の量子化音源信号 ３７ 復号音声 ３８ 復号化手段選択手段 ３９ 符号化結果 ４０ 適応音源符号帳 ４１ 適応音源信号 ４２ 第二の量子化音源信号 ４３ 第二の復号化手段 ４４ ＡＲ符号帳 ４５ ＡＲ符号語 ４６ 駆動音源符号帳 ４７ 駆動音源符号語 ４８ 駆動音源生成手段 ４９ 駆動音源信号 ５０ 音源記憶手段 ５１ 第一の音源記憶手段 ５２ 第二の音源記憶手段 ５３ 切換手段 ５４ 副符号帳 ５５ 副符号帳切換手段 ５６ 符号化結果 ５７ 符号探索手段 ５８ 復号化手段 ５９ 量子化音源信号 ６０ 量子化音源信号

Claims (7)

【特許請求の範囲】
1. 【請求項１】 入力信号と合成信号の歪を最小にするよ
   うなモデルを探索してその探索結果を用いて入力信号を
   符号化する符号化装置において、 入力信号よりピッチ周期を抽出するピッチ周期抽出手段
   と、 前記ピッチ周期抽出手段により抽出されたピッチ周期に
   対して複数のモデルの中から入力信号に適合するひとつ
   のモデルを選択して入力信号を符号化する第１の符号化
   手段と、 前記第１の符号化手段とは異なる方式により入力信号を
   符号化する第２の符号化手段と、 前記第１の符号化手段と第２の符号化手段による符号化
   結果を比較し、その比較結果に基づいて第１の符号化手
   段と第２の符号化手段のいずれの符号化結果を選択して
   出力する選択手段とを有することを特徴とする符号化装
   置。
2. 【請求項２】 入力音声を、声道のスペクトルパラメー
   タと音源信号に分離して固定時間長のフレーム毎に符号
   化復号化する音声符号化復号化装置において、 符号化部に、入力音声よりピッチ周期を抽出し音源モデ
   ル生成手段と駆動音源生成手段に出力するピッチ周期抽
   出手段と、典型的なスペクトルパラメータをスペクトル
   符号語として複数個格納したスペクトル符号帳と、一ピ
   ッチ周期の音源信号を表す音源モデルのパラメータの典
   型的なものを音源モデル符号語として複数個格納した音
   源モデル符号帳と、前記音源モデル符号帳内の音源モデ
   ル符号語から生成した一ピッチ周期の音源信号を前記ピ
   ッチ周期で繰り返したものを第一の量子化音源信号とし
   て第一の符号探索手段に出力する音源モデル生成手段
   と、前記第一の量子化音源信号と前記スペクトル符号帳
   内のスペクトル符号語から生成した合成音声と入力音声
   の歪を最小にする音源モデル符号語とスペクトル符号語
   の組み合わせを探索し、その探索結果を第一の符号探索
   結果としてその時の歪と共に符号化手段選択手段に出力
   し、この組み合わせにおける第一の量子化音源信号を適
   応音源符号帳に出力する第一の符号探索手段と、 先行フレームにおいて第一の符号探索手段が出力した第
   一の量子化音源信号あるいは第二の符号探索手段が出力
   した第二の量子化音源信号を適応音源信号として格納し
   た前記適応音源符号帳と、予め用意された信号を駆動音
   源符号語として複数個格納した駆動音源符号帳と、前記
   駆動音源符号帳内の駆動音源符号語を前記ピッチ周期で
   繰り返した駆動音源信号を生成する駆動音源生成手段
   と、前記適応音源信号と前記駆動音源信号から第二の量
   子化音源信号を生成し、前記スペクトル符号帳より当該
   フレームにおけるスペクトル歪を最小にするスペクトル
   符号語を選択し、このスペクトル符号語と前記第二の量
   子化音源信号を用いて合成音声を生成し、合成音声と入
   力音声の歪を最小にする駆動音源符号語を探索し、その
   探索結果を第二の符号探索結果としてその時の歪と共に
   符号化手段選択手段に出力し、第二の量子化音源信号を
   前記適応音源符号帳に出力する第二の符号探索手段と、 前記第一の符号探索結果と前記第二の符号探索結果の
   内、より小さい歪を持つ方を当該フレームの符号化結果
   として選択し出力するとともに、どちらの符号探索結果
   を選択したのかを符号化手段選択信号として出力する符
   号化手段選択手段を備え、 復号化部に、符号化部と同じスペクトル符号帳と、符号
   化部と同じ音源モデル符号帳と、 符号化部より入力された符号化結果に対応する前記音源
   モデル符号帳内の音源モデル符号語と符号化部より入力
   されたピッチ周期から第一の量子化音源信号を生成して
   出力する符号化部と同じ音源モデル生成手段と、符号化
   部と同じ適応音源符号帳と、符号化部と同じ駆動音源符
   号帳と、前記第一の量子化音源信号と符号化部より入力
   された符号化結果に対応する前記スペクトル符号帳内の
   スペクトル符号語を用いて復号音声を生成し、前記適応
   音源符号帳に前記第一の量子化音源信号を出力する第一
   の復号化手段と、前記符号化結果に対応する前記駆動音
   源符号帳内の駆動音源符号語と前記ピッチ周期から駆動
   音源信号を生成する駆動音源生成手段と、前記適応音源
   符号帳内の適応音源信号と前記駆動音源生成手段の出力
   する駆動音源信号より生成した第二の量子化音源信号と
   前記スペクトル符号語より復号音声を生成し、第二の量
   子化音源信号を前記適応音源符号帳に出力する第二の復
   号化手段と符号化部より入力された符号化手段選択信号
   に従い第一の復号化手段の復号音声と第二の復号化手段
   の復号音声を選択する復号化手段選択手段とを備えるこ
   とを特徴とする音声符号化復号化装置。
3. 【請求項３】 上記音声符号化復号化装置において、符
   号化部と復号化部の適応音源符号帳内に、第一の符号探
   索手段が選択された場合の第一の量子化音源信号を格納
   する第一の音源記憶手段と、第二の符号探索手段が選択
   された場合の第二の量子化音源信号を格納する第二の音
   源記憶手段と、適応音源信号として第一の量子化音源信
   号と第二の量子化音源信号を切り換えて出力する切換手
   段を備え、符号化部に、前記適応音源信号と駆動音源信
   号から第二の量子化音源信号を生成し、この第二の量子
   化音源信号とＡＲ符号語を用いて合成音声を生成し、こ
   の合成音声と入力音声の歪を小さくする適応音源信号を
   選択し、その選択結果を第二の符号探索結果に含めて出
   力するようにした第二の符号探索手段を備え、復号化部
   に、符号化部より入力された符号化結果に従い適応音源
   符号帳内の第一の量子化音源信号または第二の量子化音
   源信号を適応音源信号として選択して用いるようにした
   第二の復号化手段を備えることを特徴とする請求項２記
   載の音声符号化復号化装置。
4. 【請求項４】 入力音声を、声道のスペクトルパラメー
   タと音源信号に分離して固定時間長のフレーム毎に符号
   化復号化する音声符号化復号化装置において、符号化部
   に、少なくとも、典型的なスペクトルパラメータをスペ
   クトル符号語として複数個格納したスペクトル符号帳
   と、一ピッチ周期の音源信号を表す音源モデルのパラメ
   ータの典型的なものを音源モデル符号語として複数個格
   納した音源モデル符号帳と、予め用意された信号を駆動
   音源符号語として複数個格納した駆動音源符号帳とのい
   ずれかを備え、少なくとも符号化部に備えたスペクトル
   符号帳または音源モデル符号帳または駆動音源符号帳の
   いずれかに、ピッチ周期に対応する複数個の副符号帳
   と、ピッチ周期抽出手段より入力されたピッチ周期に応
   じて符号化復号化処理に用いる前記副符号帳を切り換え
   る副符号帳切換手段を備え、復号化部に、復号化部より
   入力されたピッチ周期に応じて副符号帳を切り換える符
   号化部と同一のスペクトル符号帳または音源モデル符号
   帳または駆動音源符号帳を備えることを特徴とする音声
   符号化復号化装置。
5. 【請求項５】 入力音声を、スペクトルパラメータと音
   源信号に分離して固定時間長のフレーム毎に符号化する
   音声符号化復号化装置において、 符号化部に、入力音声よりピッチ周期を抽出し音源モデ
   ル生成手段と駆動音源生成手段とスペクトル符号帳と音
   源モデル符号帳に出力するピッチ周期抽出手段と、典型
   的なスペクトルパラメータをスペクトル符号語として複
   数個格納したスペクトル符号帳と、一ピッチ周期の音源
   信号を表す音源モデルのパラメータの典型的なものを音
   源モデル符号語として複数個格納した音源モデル符号帳
   と、前記スペクトル符号帳または前記音源モデル符号帳
   に、ピッチ周期に対応する複数個の副符号帳と、ピッチ
   周期抽出手段より入力されたピッチ周期に応じて符号化
   復号化処理に用いる前記副符号帳を切り換える副符号帳
   切換手段を備え、前記音源モデル符号帳内の音源モデル
   符号語から生成した一ピッチ周期の音源信号を前記ピッ
   チ周期で繰り返したものを量子化音源信号として符号探
   索手段に出力する音源モデル生成手段と、前記量子化音
   源信号と前記スペクトル符号帳内のスペクトル符号語か
   ら生成した合成音声と入力音声の歪を最小にする音源モ
   デル符号語とスペクトル符号語の組み合わせを探索し、
   その探索結果を符号探索結果として出力する符号探索手
   段と、 復号化部に、符号化部と同じスペクトル符号帳と、符号
   化部と同じ音源モデル符号帳と、符号化部より入力され
   た符号化結果に対応する前記音源モデル符号帳内の音源
   モデル符号語と符号化部より入力されたピッチ周期から
   量子化音源信号を生成して復号化手段に出力する符号化
   部と同じ音源モデル生成手段と、前記量子化音源信号と
   符号化部より入力された符号化結果に対応する前記スペ
   クトル符号帳内のスペクトル符号語を用いて復号音声を
   生成し、前記適応音源符号帳に前記量子化音源信号を出
   力する復号化手段を備えることを特徴とする音声符号化
   復号化装置。
6. 【請求項６】 上記音声符号化復号化装置において、符
   号化部に、当該フレームが無声フレームから初めて有声
   フレームに変わったフレームの場合、有声音が開始する
   位置を音源開始位置として入力音声より抽出し、当該フ
   レームに先行する無声フレームにおいて復号化部に出力
   する音源開始位置抽出手段と、復号化部に、第一の量子
   化音源信号を符号化部より入力された音源開始位置に同
   期して復号音声を生成するようにした第一の復号化手段
   を備えることを特徴とする請求項２記載の音声符号化復
   号化装置。
7. 【請求項７】 入力音声を、スペクトルパラメータと音
   源信号に分離して固定時間長のフレーム毎に符号化する
   音声符号化復号化装置において、 符号化部に、入力音声よりピッチ周期を抽出し音源モデ
   ル生成手段と駆動音源生成手段に出力するピッチ周期抽
   出手段と、典型的なスペクトルパラメータをスペクトル
   符号語として複数個格納したスペクトル符号帳と、一ピ
   ッチ周期の音源信号を表す音源モデルのパラメータの典
   型的なものを音源モデル符号語として複数個格納した音
   源モデル符号帳と、前記音源モデル符号帳内の音源モデ
   ル符号語から生成した一ピッチ周期の音源信号を前記ピ
   ッチ周期で繰り返したものを量子化音源信号として符号
   探索手段に出力する音源モデル生成手段と、前記量子化
   音源信号と前記スペクトル符号帳内のスペクトル符号語
   から生成した合成音声と入力音声の歪を最小にする音源
   モデル符号語とスペクトル符号語の組み合わせを探索
   し、その探索結果を符号探索結果として出力する符号探
   索手段と、当該フレームが無声フレームから初めて有声
   フレームに変わったフレームの場合、有声音が開始する
   位置を音源開始位置として入力音声より抽出し、当該フ
   レームに先行する無声フレームにおいて復号化部に出力
   する音源開始位置抽出手段と、 復号化部に、符号化部と同じスペクトル符号帳と、符号
   化部と同じ音源モデル符号帳と、符号化部より入力され
   た符号化結果に対応する前記音源モデル符号帳内の音源
   モデル符号語と符号化部より入力されたピッチ周期から
   量子化音源信号を生成して復号化手段に出力する符号化
   部と同じ音源モデル生成手段と、当該フレームが無声フ
   レームから初めて有声フレームに変わったフレームの場
   合、符号化部より入力された音源開始位置に同期した前
   記量子化音源信号と符号化部より入力された符号化結果
   に対応する前記スペクトル符号帳内のスペクトル符号語
   を用いて復号音声を生成し、前記適応音源符号帳に前記
   量子化音源信号を出力する復号化手段を備えることを特
   徴とする音声符号化復号化装置。