JPH0764599A - 線スペクトル対パラメータのベクトル量子化方法とクラスタリング方法および音声符号化方法並びにそれらの装置 - Google Patents
線スペクトル対パラメータのベクトル量子化方法とクラスタリング方法および音声符号化方法並びにそれらの装置Info
- Publication number
- JPH0764599A JPH0764599A JP5209141A JP20914193A JPH0764599A JP H0764599 A JPH0764599 A JP H0764599A JP 5209141 A JP5209141 A JP 5209141A JP 20914193 A JP20914193 A JP 20914193A JP H0764599 A JPH0764599 A JP H0764599A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- line spectrum
- spectrum pair
- weighting coefficient
- parameter
- 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.)
- Pending
Links
Abstract
(57)【要約】
【目的】 ＬＳＰパラメータの量子化時に発生するスペ
クトル歪を低減し、ベクトル量子化の精度や音声符号化
装置の性能を向上させる。 【構成】 入力音声信号をフレーム分割して抽出したＬ
ＳＰパラメータに基づき算出した重み付け係数を用い
て、ＬＳＰパラメータとコードブック内のコードベクト
ルとの歪を計算して音声信号の量子化を行なう時に、反
射係数を用いて、例えば、有声音には低周波数領域で、
無声音には高周波数領域で、重み付け係数を強調してス
ペクトル包絡の傾きに対応した補正を行なうことを特徴
とするベクトル量子化、音声符号化、クラスタリング方
法、および、装置。
クトル歪を低減し、ベクトル量子化の精度や音声符号化
装置の性能を向上させる。 【構成】 入力音声信号をフレーム分割して抽出したＬ
ＳＰパラメータに基づき算出した重み付け係数を用い
て、ＬＳＰパラメータとコードブック内のコードベクト
ルとの歪を計算して音声信号の量子化を行なう時に、反
射係数を用いて、例えば、有声音には低周波数領域で、
無声音には高周波数領域で、重み付け係数を強調してス
ペクトル包絡の傾きに対応した補正を行なうことを特徴
とするベクトル量子化、音声符号化、クラスタリング方
法、および、装置。
Description
【０００１】
【産業上の利用分野】本発明は、音声合成技術に係わ
り、特に、分析合成系における線スペクトル対パラメー
タのベクトル量子化の精度を向上させるのに好適な線ス
ペクトル対パラメータのベクトル量子化方法とクラスタ
リング方法および音声符号化方法並びにそれらの装置に
関するものである。
り、特に、分析合成系における線スペクトル対パラメー
タのベクトル量子化の精度を向上させるのに好適な線ス
ペクトル対パラメータのベクトル量子化方法とクラスタ
リング方法および音声符号化方法並びにそれらの装置に
関するものである。
【０００２】
【従来の技術】従来、少ない情報量で音声を合成するた
めの数々の音声符号化技術が提案されている。音声信号
を 8kbps以下の低いビットレートで符号化する技術とし
ては、ＣＥＬＰ(Code Excited Linear Predictive Codi
ng)や、このＣＥＬＰを改良したＶＳＥＬＰ(Vector-sum
Excited Linear Predictive Coding)などが知られてい
る。これらの技術では、送信側で、音声信号を一定区間
（フレーム）に分割して、フレーム毎に音声信号のスペ
クトル特性を表すスペクトルパラメータを抽出し、フレ
ームをさらに小区間（サブフレーム）に分割し、サブフ
レーム毎に音源情報のパラメータ（ピッチパラメータ、
ゲイン、音源コード等）を計算し、スペクトルパラメー
タおよび音源情報のパラメータを量子化して伝送する。
めの数々の音声符号化技術が提案されている。音声信号
を 8kbps以下の低いビットレートで符号化する技術とし
ては、ＣＥＬＰ(Code Excited Linear Predictive Codi
ng)や、このＣＥＬＰを改良したＶＳＥＬＰ(Vector-sum
Excited Linear Predictive Coding)などが知られてい
る。これらの技術では、送信側で、音声信号を一定区間
（フレーム）に分割して、フレーム毎に音声信号のスペ
クトル特性を表すスペクトルパラメータを抽出し、フレ
ームをさらに小区間（サブフレーム）に分割し、サブフ
レーム毎に音源情報のパラメータ（ピッチパラメータ、
ゲイン、音源コード等）を計算し、スペクトルパラメー
タおよび音源情報のパラメータを量子化して伝送する。
【０００３】スペクトルパラメータとしては、通常ＬＰ
Ｃ(Linear Predictive Coefficient)パラメータや、そ
れに等価なパラメータを量子化するが、例えば、日本の
ディジタル自動車電話システムの標準音声符号化技術で
あるＶＳＥＬＰでは、反射係数のスカラー量子化技術が
用いられており、１０次のＬＰＣパラメータを量子化す
るのに１．８kbps程度のビット数が必要である。量子化
するＬＰＣパラメータとしては、線形予測係数をはじ
め、反射係数やＰＡＲＣＯＲ係数、および、線スペクト
ル対パラメータ（以下、ＬＳＰパラメータと呼ぶ、ＬＳ
Ｐ：Ｌｉｎｅ Ｓｐｅｃｔｒｕｍ Ｐａｉｒ）等があ
る。このＬＳＰパラメータは、周波数領域のパラメータ
であり、量子化特性、補間特性が他のパラメータに比べ
て優れている。ＬＳＰパラメータの具体的な計算法は、
管村氏らによる”Quantizer dasign inＬＳＰ speach a
nalysis-synthesis"と題した論文(IEEE J.Sel.Areas Co
mmun.,pp.425-431,1988年）等を参照できる。
Ｃ(Linear Predictive Coefficient)パラメータや、そ
れに等価なパラメータを量子化するが、例えば、日本の
ディジタル自動車電話システムの標準音声符号化技術で
あるＶＳＥＬＰでは、反射係数のスカラー量子化技術が
用いられており、１０次のＬＰＣパラメータを量子化す
るのに１．８kbps程度のビット数が必要である。量子化
するＬＰＣパラメータとしては、線形予測係数をはじ
め、反射係数やＰＡＲＣＯＲ係数、および、線スペクト
ル対パラメータ（以下、ＬＳＰパラメータと呼ぶ、ＬＳ
Ｐ：Ｌｉｎｅ Ｓｐｅｃｔｒｕｍ Ｐａｉｒ）等があ
る。このＬＳＰパラメータは、周波数領域のパラメータ
であり、量子化特性、補間特性が他のパラメータに比べ
て優れている。ＬＳＰパラメータの具体的な計算法は、
管村氏らによる”Quantizer dasign inＬＳＰ speach a
nalysis-synthesis"と題した論文(IEEE J.Sel.Areas Co
mmun.,pp.425-431,1988年）等を参照できる。
【０００４】ＬＳＰパラメータをより効率的に量子化す
る技術としては、ベクトル量子化法やベクトル・スカラ
ー量子化法、多段ベクトル量子化法等が提案されてい
る。ＬＳＰパラメータのベクトル量子化法では、まず標
本化した音声波形を一定の時間（フレーム）について切
り出し、その区間においてスペクトル分析を行い、Ｐ次
のＬＳＰパラメータを導出する。導出されたＰ個のＬＳ
Ｐパラメータを１個のデータと考えれば、上記パラメー
タは、Ｐ次元空間の１点または原点からその点までのベ
クトルと考えられ、その区間の情報を１つの符号で表現
できる。即ちＬＳＰパラメータを、各次数の値を要素と
するベクトルとみなすことに相当する。このため、ベク
トルとみなしたＬＳＰパラメータの量子化には、あらか
じめクラスタリングの手法を用いて、符号とスペクトル
情報パターン（代表ベクトル）との対応を表す符号帳
（コードブック）を作製しておく必要がある。このコー
ドブックを用いて、各フレームより算出されるＬＳＰパ
ラメータ（入力ベクトル）と最も類似度の高いコードベ
クトルを算出し、このコードベクトルと対になった符号
を選出する。この選出で用いるベクトル間の類似度の尺
度として、一般に、ユークリッド距離を用いる（距離が
小さい程、類似度が高いとする）。
る技術としては、ベクトル量子化法やベクトル・スカラ
ー量子化法、多段ベクトル量子化法等が提案されてい
る。ＬＳＰパラメータのベクトル量子化法では、まず標
本化した音声波形を一定の時間（フレーム）について切
り出し、その区間においてスペクトル分析を行い、Ｐ次
のＬＳＰパラメータを導出する。導出されたＰ個のＬＳ
Ｐパラメータを１個のデータと考えれば、上記パラメー
タは、Ｐ次元空間の１点または原点からその点までのベ
クトルと考えられ、その区間の情報を１つの符号で表現
できる。即ちＬＳＰパラメータを、各次数の値を要素と
するベクトルとみなすことに相当する。このため、ベク
トルとみなしたＬＳＰパラメータの量子化には、あらか
じめクラスタリングの手法を用いて、符号とスペクトル
情報パターン（代表ベクトル）との対応を表す符号帳
（コードブック）を作製しておく必要がある。このコー
ドブックを用いて、各フレームより算出されるＬＳＰパ
ラメータ（入力ベクトル）と最も類似度の高いコードベ
クトルを算出し、このコードベクトルと対になった符号
を選出する。この選出で用いるベクトル間の類似度の尺
度として、一般に、ユークリッド距離を用いる（距離が
小さい程、類似度が高いとする）。
【０００５】例えば、入力ベクトルＸ、および、コード
ブックのj番目のコードベクトルＹjをそれぞれ(x1,x2,
…,xp)、(y1j,y2j,…,ypj)とした時の距離（誤差）、す
なわち歪ｄ(X,Yj)は、ユークリッド距離を用いて、次の
数１式のように記述できる。
ブックのj番目のコードベクトルＹjをそれぞれ(x1,x2,
…,xp)、(y1j,y2j,…,ypj)とした時の距離（誤差）、す
なわち歪ｄ(X,Yj)は、ユークリッド距離を用いて、次の
数１式のように記述できる。
【数１】 この歪を最小にするコードベクトルを量子化値として、
このコードベクトルと対をなす符号を得る。また、人間
の聴覚特性を考慮して、この歪に重み付けする技術も提
案されている。例えば、重み付け係数をＷh(i)（i=1,
…,p）としたときの歪は、次の数２式となる。
このコードベクトルと対をなす符号を得る。また、人間
の聴覚特性を考慮して、この歪に重み付けする技術も提
案されている。例えば、重み付け係数をＷh(i)（i=1,
…,p）としたときの歪は、次の数２式となる。
【数２】 この重み付け係数として、ＬＳＰパラメータ間の距離を
変数とした技術が提案され、Nam Phamdo氏、Nariman Fa
rvardin氏、守谷氏らによる”多段ベクトル量子化を用
いたＬＳＰパラメータの情報源ー通信路結合符号化”
（信学技報、SP-52,1990年）等を参照できる。この技術
による重みづけ係数は、次の数３式で与えられる。
変数とした技術が提案され、Nam Phamdo氏、Nariman Fa
rvardin氏、守谷氏らによる”多段ベクトル量子化を用
いたＬＳＰパラメータの情報源ー通信路結合符号化”
（信学技報、SP-52,1990年）等を参照できる。この技術
による重みづけ係数は、次の数３式で与えられる。
【数３】 ここでｘiはｉ次のＬＳＰパラメータ値であり、前後の
ＬＳＰパラメータ値と接近しているＬＳＰパラメータに
対して歪感度を高めるという意味で、この技術は、ホル
マント部を強調した量子化法と言える。尚、ｘ0=0 Hz、
xp+1は最大周波数（標本化周波数の１／２）に対応させ
る。
ＬＳＰパラメータ値と接近しているＬＳＰパラメータに
対して歪感度を高めるという意味で、この技術は、ホル
マント部を強調した量子化法と言える。尚、ｘ0=0 Hz、
xp+1は最大周波数（標本化周波数の１／２）に対応させ
る。
【０００６】このようなベクトル量子化法では、距離尺
度が最も重要なポイントとなる。即ち、ベクトル量子化
時に用いる距離尺度が、音声の物理的な特性であるスペ
クトル歪と十分対応がとれていることが必要である。例
えば、音声の周波数対応の共振特性は、有声音と無声音
とでその傾きが一般的には逆である。しかし、上述した
ユークリッド距離尺度は、ｐ個のＬＳＰパラメータを全
て２乗誤差で表し、この誤差の総和が最小となるパター
ンが選出される。そのために、ＬＳＰパラメータ個々の
量子化誤差がほぼ均一になり、スペクトル歪が増加す
る。また、ＬＳＰパラメータ間の距離を変数とする距離
尺度を付加した重み付け距離尺度では、ホルマント部以
外の情報が損なわれる恐れがある。
度が最も重要なポイントとなる。即ち、ベクトル量子化
時に用いる距離尺度が、音声の物理的な特性であるスペ
クトル歪と十分対応がとれていることが必要である。例
えば、音声の周波数対応の共振特性は、有声音と無声音
とでその傾きが一般的には逆である。しかし、上述した
ユークリッド距離尺度は、ｐ個のＬＳＰパラメータを全
て２乗誤差で表し、この誤差の総和が最小となるパター
ンが選出される。そのために、ＬＳＰパラメータ個々の
量子化誤差がほぼ均一になり、スペクトル歪が増加す
る。また、ＬＳＰパラメータ間の距離を変数とする距離
尺度を付加した重み付け距離尺度では、ホルマント部以
外の情報が損なわれる恐れがある。
【０００７】
【発明が解決しようとする課題】解決しようとする問題
点は、従来の技術では、ＬＳＰパラメータのベクトル量
子化時に用いる距離尺度が、音声の物理的な特性と十分
対応がとれておらず、スペクトル歪が増加してしまう点
と、ホルマント部以外の情報が損なわれる恐れがある点
である。本発明の目的は、これら従来技術の課題を解決
し、スペクトルパラメータをより最適なパターンで量子
化でき、量子化歪を低減し、音声符号化システムの性能
の向上を可能とするＬＳＰパラメータのベクトル量子化
方法とクラスタリング方法および音声符号化方法並びに
それらの装置を提供することである。
点は、従来の技術では、ＬＳＰパラメータのベクトル量
子化時に用いる距離尺度が、音声の物理的な特性と十分
対応がとれておらず、スペクトル歪が増加してしまう点
と、ホルマント部以外の情報が損なわれる恐れがある点
である。本発明の目的は、これら従来技術の課題を解決
し、スペクトルパラメータをより最適なパターンで量子
化でき、量子化歪を低減し、音声符号化システムの性能
の向上を可能とするＬＳＰパラメータのベクトル量子化
方法とクラスタリング方法および音声符号化方法並びに
それらの装置を提供することである。
【０００８】
【課題を解決するための手段】上記目的を達成するた
め、本発明のＬＳＰパラメータのベクトル量子化方法
は、（１）入力した音声信号を予め定められた時間長の
フレームに分割して抽出したＬＳＰパラメータを用いて
重み付け係数を計算し、この重み付け係数を用いて、Ｌ
ＳＰパラメータと、予め構成されたベクトル量子化コー
ドブック内のコードベクトルとの距離（歪み）を計算
し、この距離を最小化するコードベクトルの値を、ＬＳ
Ｐパラメータの量子化値として出力するＬＳＰパラメー
タのベクトル量子化方法において、音声信号のスペクト
ル包絡の傾きに対応して、ＬＳＰパラメータを用いた重
み付け係数計算の補正を行なうことを特徴とする。ま
た、（２）上記（１）に記載のＬＳＰパラメータのベク
トル量子化方法において、有声音（音声信号のスペクト
ル包絡の傾きが負）に対しては低周波数領域で、無声音
（傾きが正）に対しては高周波数領域でそれぞれ強調補
正を行なうことを特徴とする。また、（３）上記
（１）、もしくは、（２）のいずれかに記載のＬＳＰパ
ラメータのベクトル量子化方法において、重み付け係数
計算の補正を、入力音声信号から算出されるＰＡＲＣＯ
Ｒ係数もしくは反射係数の１次の項を用いて行なうこと
を特徴とする。また、本発明のＬＳＰパラメータのクラ
スタリング方法は、（４）音声信号を予め定められた時
間長のフレームに分割して、ＬＳＰパラメータを抽出
し、予め定められた個数のクラスタに分離するクラスタ
リング方法において、上記（１）から（３）のいずれか
に記載の補正を行なった重み付け係数を用いた距離尺度
を使用して、クラスタに対応したセントロイドとＬＳＰ
パラメータの距離を計算し、この距離の値に基づきＬＳ
Ｐパラメータのクラスタ分離を行なうことを特徴とす
る。また、本発明の音声符号化方法は、（５）上記
（１）から（３）のいずれかに記載の補正を行なうＬＳ
Ｐパラメータのベクトル量子化方法により、入力された
音声信号のＬＳＰパラメータの量子化値を求め、この量
子化値に対応付けられた符号を出力して、音声信号の符
号化を行なうことを特徴とする。また、本発明のＬＳＰ
パラメータのベクトル量子化装置は、（６）入力した音
声信号を予め定められた時間長のフレームに分割して、
ＬＳＰパラメータを抽出する第１のスペクトル分析器
と、この第１のスペクトル分析器で抽出したＬＳＰパラ
メータを用いて、重み付け係数を計算する第１の重み付
け係数算出器と、この第１の重み付け係数算出器で計算
した重み付け係数を用いて、ＬＳＰパラメータと予め構
成されたベクトル量子化コードブック内のコードベクト
ルとの距離を計算して、この距離を最小化するコードベ
クトルの値をＬＳＰパラメータの量子化値として出力す
るベクトル量子化器とからなるＬＳＰパラメータのベク
トル量子化装置において、第１のスペクトル分析器の代
わりに、ＬＳＰパラメータと共に、入力音声信号から反
射係数を求める第２のスペクトル分析器を、また、第１
の重み付け係数算出器の代わりに、第２のスペクトル分
析器で求めた反射係数を用いて、上記（１）から（３）
のいずれかに記載の補正を重み付け係数に対して行なう
第２の重み付け係数算出器を設け、ベクトル量子化器
は、第２の重み付け係数算出器で補正した重み付け係数
を用いて、ＬＳＰパラメータの量子化を行なうことを特
徴とする。また、本発明のＬＳＰパラメータのクラスタ
リング装置は、（７）音声信号を予め定められた時間長
のフレームに分割して、ＬＳＰパラメータを抽出し、こ
の抽出したＬＳＰパラメータを予め定められた個数のク
ラスタに分離するクラスタリング装置において、上記
（６）に記載の第２のスペクトル分析器と同じ機能を有
し、音声信号からＬＳＰパラメータと反射係数を求める
スペクトル分析器と、上記（６）に記載の第２の重み付
け係数算出器と同じ機能を有し、上述のスペクトル分析
器で抽出したＬＳＰパラメータと反射係数とを用いて、
上記（１）から（３）のいずれかに記載の補正を行ない
重み付け係数を計算する重み付け係数算出器と、この重
み付け係数算出器で計算した重み付け係数を用いた距離
尺度を使用して、クラスタに対応したセントロイドとＬ
ＳＰパラメータとの距離を計算し、この計算した距離の
値に基づき、ＬＳＰパラメータのクラスタへの分離を行
なうクラスタ分離器とを設けることを特徴とする。ま
た、本発明の音声符号化装置は、（８）上記（６）に記
載のＬＳＰパラメータのベクトル量子化装置を具備し、
このＬＳＰパラメータのベクトル量子化装置が出力する
量子化値に基づき、音声信号の符号化を行なうことを特
徴とする。
め、本発明のＬＳＰパラメータのベクトル量子化方法
は、（１）入力した音声信号を予め定められた時間長の
フレームに分割して抽出したＬＳＰパラメータを用いて
重み付け係数を計算し、この重み付け係数を用いて、Ｌ
ＳＰパラメータと、予め構成されたベクトル量子化コー
ドブック内のコードベクトルとの距離（歪み）を計算
し、この距離を最小化するコードベクトルの値を、ＬＳ
Ｐパラメータの量子化値として出力するＬＳＰパラメー
タのベクトル量子化方法において、音声信号のスペクト
ル包絡の傾きに対応して、ＬＳＰパラメータを用いた重
み付け係数計算の補正を行なうことを特徴とする。ま
た、（２）上記（１）に記載のＬＳＰパラメータのベク
トル量子化方法において、有声音（音声信号のスペクト
ル包絡の傾きが負）に対しては低周波数領域で、無声音
（傾きが正）に対しては高周波数領域でそれぞれ強調補
正を行なうことを特徴とする。また、（３）上記
（１）、もしくは、（２）のいずれかに記載のＬＳＰパ
ラメータのベクトル量子化方法において、重み付け係数
計算の補正を、入力音声信号から算出されるＰＡＲＣＯ
Ｒ係数もしくは反射係数の１次の項を用いて行なうこと
を特徴とする。また、本発明のＬＳＰパラメータのクラ
スタリング方法は、（４）音声信号を予め定められた時
間長のフレームに分割して、ＬＳＰパラメータを抽出
し、予め定められた個数のクラスタに分離するクラスタ
リング方法において、上記（１）から（３）のいずれか
に記載の補正を行なった重み付け係数を用いた距離尺度
を使用して、クラスタに対応したセントロイドとＬＳＰ
パラメータの距離を計算し、この距離の値に基づきＬＳ
Ｐパラメータのクラスタ分離を行なうことを特徴とす
る。また、本発明の音声符号化方法は、（５）上記
（１）から（３）のいずれかに記載の補正を行なうＬＳ
Ｐパラメータのベクトル量子化方法により、入力された
音声信号のＬＳＰパラメータの量子化値を求め、この量
子化値に対応付けられた符号を出力して、音声信号の符
号化を行なうことを特徴とする。また、本発明のＬＳＰ
パラメータのベクトル量子化装置は、（６）入力した音
声信号を予め定められた時間長のフレームに分割して、
ＬＳＰパラメータを抽出する第１のスペクトル分析器
と、この第１のスペクトル分析器で抽出したＬＳＰパラ
メータを用いて、重み付け係数を計算する第１の重み付
け係数算出器と、この第１の重み付け係数算出器で計算
した重み付け係数を用いて、ＬＳＰパラメータと予め構
成されたベクトル量子化コードブック内のコードベクト
ルとの距離を計算して、この距離を最小化するコードベ
クトルの値をＬＳＰパラメータの量子化値として出力す
るベクトル量子化器とからなるＬＳＰパラメータのベク
トル量子化装置において、第１のスペクトル分析器の代
わりに、ＬＳＰパラメータと共に、入力音声信号から反
射係数を求める第２のスペクトル分析器を、また、第１
の重み付け係数算出器の代わりに、第２のスペクトル分
析器で求めた反射係数を用いて、上記（１）から（３）
のいずれかに記載の補正を重み付け係数に対して行なう
第２の重み付け係数算出器を設け、ベクトル量子化器
は、第２の重み付け係数算出器で補正した重み付け係数
を用いて、ＬＳＰパラメータの量子化を行なうことを特
徴とする。また、本発明のＬＳＰパラメータのクラスタ
リング装置は、（７）音声信号を予め定められた時間長
のフレームに分割して、ＬＳＰパラメータを抽出し、こ
の抽出したＬＳＰパラメータを予め定められた個数のク
ラスタに分離するクラスタリング装置において、上記
（６）に記載の第２のスペクトル分析器と同じ機能を有
し、音声信号からＬＳＰパラメータと反射係数を求める
スペクトル分析器と、上記（６）に記載の第２の重み付
け係数算出器と同じ機能を有し、上述のスペクトル分析
器で抽出したＬＳＰパラメータと反射係数とを用いて、
上記（１）から（３）のいずれかに記載の補正を行ない
重み付け係数を計算する重み付け係数算出器と、この重
み付け係数算出器で計算した重み付け係数を用いた距離
尺度を使用して、クラスタに対応したセントロイドとＬ
ＳＰパラメータとの距離を計算し、この計算した距離の
値に基づき、ＬＳＰパラメータのクラスタへの分離を行
なうクラスタ分離器とを設けることを特徴とする。ま
た、本発明の音声符号化装置は、（８）上記（６）に記
載のＬＳＰパラメータのベクトル量子化装置を具備し、
このＬＳＰパラメータのベクトル量子化装置が出力する
量子化値に基づき、音声信号の符号化を行なうことを特
徴とする。
【０００９】
【作用】本発明においては、ＬＳＰパラメータのベクト
ル量子化を行なう場合に用いる上述の数３式に示した重
み付け係数の計算を、音声信号のスペクトル包絡の傾き
に対応して補正する。例えば、低周波数領域から高周波
数領域に向けて、有声音は立ち下がり、無声音は立ち上
がる傾きとなるのが一般的であり、入力音声信号から算
出されるＰＡＲＣＯＲ係数や反射係数の１次の項等を用
いて、有声音に対しては低周波数領域で、また、無声音
に対しては高周波数領域でそれぞれ強調補正を行なう。
このことにより、ベクトル量子化に用いる距離尺度が、
音声の物理的な特性と十分に対応がとれ、スペクトル歪
を軽減できる。また、このようなＬＳＰパラメータのベ
クトル量子化を、ベクトル量子化コードブックの作成時
のクラスタ分離処理や音声符号化処理に用いることによ
り、コードブックの高精度化、および、音声符号化装置
の高性能化が図れる。
ル量子化を行なう場合に用いる上述の数３式に示した重
み付け係数の計算を、音声信号のスペクトル包絡の傾き
に対応して補正する。例えば、低周波数領域から高周波
数領域に向けて、有声音は立ち下がり、無声音は立ち上
がる傾きとなるのが一般的であり、入力音声信号から算
出されるＰＡＲＣＯＲ係数や反射係数の１次の項等を用
いて、有声音に対しては低周波数領域で、また、無声音
に対しては高周波数領域でそれぞれ強調補正を行なう。
このことにより、ベクトル量子化に用いる距離尺度が、
音声の物理的な特性と十分に対応がとれ、スペクトル歪
を軽減できる。また、このようなＬＳＰパラメータのベ
クトル量子化を、ベクトル量子化コードブックの作成時
のクラスタ分離処理や音声符号化処理に用いることによ
り、コードブックの高精度化、および、音声符号化装置
の高性能化が図れる。
【００１０】
【実施例】以下、本発明の実施例を、図面により詳細に
説明する。図１は、本発明のＬＳＰパラメータのベクト
ル量子化装置の本発明に係わる構成の第１の実施例を示
すブロック図である。本例のベクトル量子化装置は、分
析次数をｐ、ベクトル量子化器の段数を１としたもので
あり、本図において、１は、音声信号を入力する音声波
形入力部、２は、音声波形入力部１で入力した音声信号
から、ＬＳＰパラメータ４と共に、反射係数３を求める
本発明に係わるスペクトル分析器、５は、スペクトル分
析器２で求めたＬＳＰパラメータ４と反射係数３とを用
いて、重み付け係数６を算出する本発明に係わる重み付
け係数算出器、７は、量子化候補のコードベクトルを格
納するコードブック、８は、重み付け係数算出器５で算
出した重み付け係数６を用いて、ＬＳＰパラメータとコ
ードブック７内のコードベクトルとの歪を計算して、こ
の歪（距離）を最小化するコードベクトルの値をＬＳＰ
パラメータの量子化値として出力部９に出力するベクト
ル量子化器である。
説明する。図１は、本発明のＬＳＰパラメータのベクト
ル量子化装置の本発明に係わる構成の第１の実施例を示
すブロック図である。本例のベクトル量子化装置は、分
析次数をｐ、ベクトル量子化器の段数を１としたもので
あり、本図において、１は、音声信号を入力する音声波
形入力部、２は、音声波形入力部１で入力した音声信号
から、ＬＳＰパラメータ４と共に、反射係数３を求める
本発明に係わるスペクトル分析器、５は、スペクトル分
析器２で求めたＬＳＰパラメータ４と反射係数３とを用
いて、重み付け係数６を算出する本発明に係わる重み付
け係数算出器、７は、量子化候補のコードベクトルを格
納するコードブック、８は、重み付け係数算出器５で算
出した重み付け係数６を用いて、ＬＳＰパラメータとコ
ードブック７内のコードベクトルとの歪を計算して、こ
の歪（距離）を最小化するコードベクトルの値をＬＳＰ
パラメータの量子化値として出力部９に出力するベクト
ル量子化器である。
【００１１】このような構成のＬＳＰパラメータのベク
トル量子化装置において、スペクトル分析器２は、音声
波形入力部１を介して入力された音声信号から、フレー
ム毎に、線形予測係数（ＬＰＣ係数)を算出し、算出し
たＬＰＣ係数を、反射係数３およびＬＳＰパラメータ４
に変換する。そして、重み付け係数算出器５は、これら
の反射係数３とＬＳＰパラメータ４を、重み付け係数６
の算出に使用する。尚、反射係数３は音声信号より直接
求めることもできる。以下、重み付け係数算出器５の詳
細な動作説明を行なう。
トル量子化装置において、スペクトル分析器２は、音声
波形入力部１を介して入力された音声信号から、フレー
ム毎に、線形予測係数（ＬＰＣ係数)を算出し、算出し
たＬＰＣ係数を、反射係数３およびＬＳＰパラメータ４
に変換する。そして、重み付け係数算出器５は、これら
の反射係数３とＬＳＰパラメータ４を、重み付け係数６
の算出に使用する。尚、反射係数３は音声信号より直接
求めることもできる。以下、重み付け係数算出器５の詳
細な動作説明を行なう。
【００１２】管村氏らによる”線スペクトル対(LSP)音
声分析合成方式による音声情報圧縮”（信学論、J64-
A、8、pp.599-606、1981)と題した論文では、スペクト
ル感度（ＬＳＰパラメータ個々の微小変化に対するスペ
クトル包絡に与える影響）は、低周波数領域のパラメー
タ程大きな値を示すと報告されている。つまり、スペク
トル包絡は、平均的には低周波数領域ほど強い共振特性
を持つことに起因しており、強い共振特性を表すパラメ
ータのわずかな変動でも、スペクトル包絡全体に大きな
変化を及ぼすと考えられる。しかし、この報告結果はあ
くまで平均的なものであり、時間的にはスペクトル感度
分布は変化し、この時間的変化に追従した距離尺度を定
義する必要がある。
声分析合成方式による音声情報圧縮”（信学論、J64-
A、8、pp.599-606、1981)と題した論文では、スペクト
ル感度（ＬＳＰパラメータ個々の微小変化に対するスペ
クトル包絡に与える影響）は、低周波数領域のパラメー
タ程大きな値を示すと報告されている。つまり、スペク
トル包絡は、平均的には低周波数領域ほど強い共振特性
を持つことに起因しており、強い共振特性を表すパラメ
ータのわずかな変動でも、スペクトル包絡全体に大きな
変化を及ぼすと考えられる。しかし、この報告結果はあ
くまで平均的なものであり、時間的にはスペクトル感度
分布は変化し、この時間的変化に追従した距離尺度を定
義する必要がある。
【００１３】ここで、分析次数をpとしたときのＬＳＰ
パラメータX(x1,x2,…,xp)とコードブックのｊ番目の代
表ベクトルＹj(y1j,y2j,…,Ypj)とのベクトル間の距離
尺度を、次の数４式と定義する。
パラメータX(x1,x2,…,xp)とコードブックのｊ番目の代
表ベクトルＹj(y1j,y2j,…,Ypj)とのベクトル間の距離
尺度を、次の数４式と定義する。
【数４】 尚、ｒ1は反射係数の１次の項であり、ＬＰＣ分析によ
り、または、音声信号より直接算出できる。また、Ｗは
入力音声の制限帯域周波数（例えば、８kHz標本化の場
合はＷ=４kHz）であり、ｋは定数値で通常１〜３の値を
とる。
り、または、音声信号より直接算出できる。また、Ｗは
入力音声の制限帯域周波数（例えば、８kHz標本化の場
合はＷ=４kHz）であり、ｋは定数値で通常１〜３の値を
とる。
【００１４】この数４式で示される重み付け係数６は、
ＬＳＰパラメータと反射係数の２つの項に分離できる。
まず、ＬＳＰパラメータの項は、上述の数３式で示した
ように、ホルマント部を強調しており、非線形性を有し
ている。このホルマントは、音素を特徴づける優勢な周
波数成分であり、声道の共振周波数に対応している。次
に、反射係数の項は、スペクトル感度を高めるためのも
のであり、線形性である。反射係数は絶対値が１以下の
値をとり、反射係数１次の項は、母音（有声音）のよう
に、スペクトルの低域に重要成分がある音韻については
負の値、また、摩擦音（無声音）のように高域に重要成
分がある場合には正の値をとる。即ち、反射係数の１次
の項が負の場合は、低域成分を示すＬＳＰ係数の低次成
分がより重要であり、正の場合は、逆に、ＬＳＰ係数の
高次成分が重要ということになる。よって、重み付け係
数にも、反射係数１次の値によって大局的にスペクトル
の重要成分（スペクトル感度の高い項）に対する歪感度
を高める項を加えている。
ＬＳＰパラメータと反射係数の２つの項に分離できる。
まず、ＬＳＰパラメータの項は、上述の数３式で示した
ように、ホルマント部を強調しており、非線形性を有し
ている。このホルマントは、音素を特徴づける優勢な周
波数成分であり、声道の共振周波数に対応している。次
に、反射係数の項は、スペクトル感度を高めるためのも
のであり、線形性である。反射係数は絶対値が１以下の
値をとり、反射係数１次の項は、母音（有声音）のよう
に、スペクトルの低域に重要成分がある音韻については
負の値、また、摩擦音（無声音）のように高域に重要成
分がある場合には正の値をとる。即ち、反射係数の１次
の項が負の場合は、低域成分を示すＬＳＰ係数の低次成
分がより重要であり、正の場合は、逆に、ＬＳＰ係数の
高次成分が重要ということになる。よって、重み付け係
数にも、反射係数１次の値によって大局的にスペクトル
の重要成分（スペクトル感度の高い項）に対する歪感度
を高める項を加えている。
【００１５】重み付け係数算出器５は、このような重み
付け係数６を算出して、ベクトル量子化器８に渡す。ベ
クトル量子化器８では、入力ベクトル即ちＬＳＰパラメ
ータ４を、上述の数４式で定義された重み付け距離尺度
を用いて、コードブック７のコードベクトルとの誤差が
最小となる代表ベクトルを検索し、この代表ベクトルと
対となった符号を出力部９に出力する。ＬＳＰパラメー
タの復号（即ち、量子化値の出力）は、コードブック７
の中の符号１０と対になっているコードベクトルを読み
出すことによって実現する。尚、コードブック７はトレ
ーニング用の多量のＬＳＰパラメータ系列を用いて予め
学習して構成する。学習の方法としてはLinde, Buzo, G
rayによる”An algorithm for vector quantization de
sign”と題した論文(IEEE Trans Commun.,Vol.COM-28,p
p84-95,1980年)等を参照できる。このようにして、最適
な重み付け係数を導入したベクトル間の距離尺度を用い
ることにより、スペクトル歪の低減を図ることができ
る。
付け係数６を算出して、ベクトル量子化器８に渡す。ベ
クトル量子化器８では、入力ベクトル即ちＬＳＰパラメ
ータ４を、上述の数４式で定義された重み付け距離尺度
を用いて、コードブック７のコードベクトルとの誤差が
最小となる代表ベクトルを検索し、この代表ベクトルと
対となった符号を出力部９に出力する。ＬＳＰパラメー
タの復号（即ち、量子化値の出力）は、コードブック７
の中の符号１０と対になっているコードベクトルを読み
出すことによって実現する。尚、コードブック７はトレ
ーニング用の多量のＬＳＰパラメータ系列を用いて予め
学習して構成する。学習の方法としてはLinde, Buzo, G
rayによる”An algorithm for vector quantization de
sign”と題した論文(IEEE Trans Commun.,Vol.COM-28,p
p84-95,1980年)等を参照できる。このようにして、最適
な重み付け係数を導入したベクトル間の距離尺度を用い
ることにより、スペクトル歪の低減を図ることができ
る。
【００１６】次に、図２および図３を用いて、多段ベク
トル量子化装置についての説明を行なう。図２は、多段
ベクトル量子化の原理を示す説明図である。多段ベクト
ル量子化とは、前の段での量子化誤差が次の段へ送ら
れ、各段階で決定された符号の連鎖として最終的な符号
が構成されるものである。本例において、入力ベクトル
５１をＸ(x1,x2,…,xp)、また、各段で選択された代表
ベクトル５３、５８、６２をそれぞれＹ1(y11,y12,…，
ｙ1p)、Ｙ2(y21,y22,…，ｙ2p)、Ｙ3(y31,y32,…，
ｙ3p)、また、１段目、２段目の各量子化結果から計算
される量子化誤差ベクトル５５、６０をそれぞれＥ1(e
11,e12,…,e1p)、Ｅ2(e21,e22,…,e2p)とする。
トル量子化装置についての説明を行なう。図２は、多段
ベクトル量子化の原理を示す説明図である。多段ベクト
ル量子化とは、前の段での量子化誤差が次の段へ送ら
れ、各段階で決定された符号の連鎖として最終的な符号
が構成されるものである。本例において、入力ベクトル
５１をＸ(x1,x2,…,xp)、また、各段で選択された代表
ベクトル５３、５８、６２をそれぞれＹ1(y11,y12,…，
ｙ1p)、Ｙ2(y21,y22,…，ｙ2p)、Ｙ3(y31,y32,…，
ｙ3p)、また、１段目、２段目の各量子化結果から計算
される量子化誤差ベクトル５５、６０をそれぞれＥ1(e
11,e12,…,e1p)、Ｅ2(e21,e22,…,e2p)とする。
【００１７】多段ベクトル量子化法では、各段毎にそれ
ぞれコードブック７０、７１、７２を持ち、代表ベクト
ルと送信符号が対になっている。まず、１段目ベクトル
量子化器５２において、入力ベクトル５１と１段目コー
ドブック７０により、最適な代表ベクトル５３が選出さ
れる。次に、入力ベクトル５１と代表ベクトル５３との
量子化誤差ベクトル５５が、合成器５４を介して２段目
ベクトル量子化器５７に渡される。この２段目ベクトル
量子化器５７では、１段目ベクトル量子化器５２より送
られてきた量子化誤差ベクトル５５を入力ベクトルと
し、１段目と同様に２段目コードブック７１より代表ベ
クトル５８が抽出され、量子化誤差ベクトル６０が次段
に渡される。以後、３段目ベクトル量子化器６１におい
ても同様にして処理され、最終的に、各段で代表ベクト
ルが決定する。ここで、各段において代表ベクトルと対
になった符号６３、６４、６５が送信される。
ぞれコードブック７０、７１、７２を持ち、代表ベクト
ルと送信符号が対になっている。まず、１段目ベクトル
量子化器５２において、入力ベクトル５１と１段目コー
ドブック７０により、最適な代表ベクトル５３が選出さ
れる。次に、入力ベクトル５１と代表ベクトル５３との
量子化誤差ベクトル５５が、合成器５４を介して２段目
ベクトル量子化器５７に渡される。この２段目ベクトル
量子化器５７では、１段目ベクトル量子化器５２より送
られてきた量子化誤差ベクトル５５を入力ベクトルと
し、１段目と同様に２段目コードブック７１より代表ベ
クトル５８が抽出され、量子化誤差ベクトル６０が次段
に渡される。以後、３段目ベクトル量子化器６１におい
ても同様にして処理され、最終的に、各段で代表ベクト
ルが決定する。ここで、各段において代表ベクトルと対
になった符号６３、６４、６５が送信される。
【００１８】このような３段ベクトル量子化器に、本発
明に係わる重み付け距離尺度を使用した場合の構成と動
作を、次の図３を用いて説明する。図３は、本発明のＬ
ＳＰパラメータのベクトル量子化装置の本発明に係わる
構成の第２の実施例を示すブロック図である。本例は、
重み付け距離尺度を使用した場合の３段ベクトル量子化
器の構成例を示すものであり、１段目ベクトル量子化器
１３１と２段目ベクトル量子化器１３２と３段目ベクト
ル量子化器１３３により、図１におけるベクトル量子化
装置を３段にして構成されるものである。以下、その動
作説明を行なう。
明に係わる重み付け距離尺度を使用した場合の構成と動
作を、次の図３を用いて説明する。図３は、本発明のＬ
ＳＰパラメータのベクトル量子化装置の本発明に係わる
構成の第２の実施例を示すブロック図である。本例は、
重み付け距離尺度を使用した場合の３段ベクトル量子化
器の構成例を示すものであり、１段目ベクトル量子化器
１３１と２段目ベクトル量子化器１３２と３段目ベクト
ル量子化器１３３により、図１におけるベクトル量子化
装置を３段にして構成されるものである。以下、その動
作説明を行なう。
【００１９】１段目ベクトル量子化器１３１において
は、音声波形１０１を入力し、予め重み付け係数算出器
１０５で得られた重み付け係数１０８を基に、入力ベク
トル１０４と１段目コードブック１０６のコードベクト
ルとの誤差ベクトルを算出し、誤差ベクトルが最小とな
る代表ベクトル１０９を算出する。この代表ベクトル１
０９と対となった符号１１７を量子化コードとし、代表
ベクトル１０９を次段の２段目ベクトル量子化器１３２
の入力ベクトルとし、重み付け係数１０８および２段目
コードブック１１０を基に、次段の代表ベクトル１１３
を決定する。以後、３段目コードブック１１４を有する
３段目ベクトル量子化器１３３においてもこれを繰返
し、３組の符号１１７、１１８、１１９が選出される。
は、音声波形１０１を入力し、予め重み付け係数算出器
１０５で得られた重み付け係数１０８を基に、入力ベク
トル１０４と１段目コードブック１０６のコードベクト
ルとの誤差ベクトルを算出し、誤差ベクトルが最小とな
る代表ベクトル１０９を算出する。この代表ベクトル１
０９と対となった符号１１７を量子化コードとし、代表
ベクトル１０９を次段の２段目ベクトル量子化器１３２
の入力ベクトルとし、重み付け係数１０８および２段目
コードブック１１０を基に、次段の代表ベクトル１１３
を決定する。以後、３段目コードブック１１４を有する
３段目ベクトル量子化器１３３においてもこれを繰返
し、３組の符号１１７、１１８、１１９が選出される。
【００２０】多段ベクトル量子化法で重み付け距離尺度
を使用する場合、各段で次段に渡す量子化誤差ベクトル
は、入力ベクトルと代表ベクトルとの各次数毎の差であ
り、３段目ベクトル量子化器１３３で量子化したときの
最終量子化誤差ｄwは、次の数５式で示される。
を使用する場合、各段で次段に渡す量子化誤差ベクトル
は、入力ベクトルと代表ベクトルとの各次数毎の差であ
り、３段目ベクトル量子化器１３３で量子化したときの
最終量子化誤差ｄwは、次の数５式で示される。
【数５】 この数５式で、重み付け距離係数Ｗh(i)（ｉ=1,2,…,
p）は、各段とも共通の値を使用しているが、２段目以
後は重み付け係数を使用しない（重み付け係数全てを１
とおく、つまりユークリッド距離尺度を使用する）こと
も可能である。
p）は、各段とも共通の値を使用しているが、２段目以
後は重み付け係数を使用しない（重み付け係数全てを１
とおく、つまりユークリッド距離尺度を使用する）こと
も可能である。
【００２１】図４は、図３におけるＬＳＰパラメータの
ベクトル量子化装置の効果例を示すグラフである。本例
は、図３の３段ベクトル量子化器により、本発明に係わ
る重み付け距離尺度を用いて量子化した場合と、ユーク
リッド距離尺度を用いた場合、および、上述の数３式で
示されるホルマント部強調のための重み付け距離尺度を
使用した場合の３通りについて、スペクトル歪を調べた
結果である。ベクトル量子化器は、入力ベクトルに対し
て最終的な距離尺度値（量子化歪）が極力小さくなるよ
うに、各段で誤差ベクトルの候補を複数個出力するディ
レードデシジョンを採用している。つまり、１段目ベク
トル量子化器においては、量子化誤差が小さい順に２候
補を選択し、２段目ベクトル量子化器においても、１段
目ベクトル量子化器と同様に、１つの入力に対して量子
化誤差が最小となる２候補を出力し、結果として、３段
目ベクトル量子化器では、４候補の誤差ベクトルを入力
ベクトルとして量子化する。そして、最終的には、３段
目ベクトル量子化器より量子化された量子化誤差を最小
とするコードベクトルの組を量子化値とする。
ベクトル量子化装置の効果例を示すグラフである。本例
は、図３の３段ベクトル量子化器により、本発明に係わ
る重み付け距離尺度を用いて量子化した場合と、ユーク
リッド距離尺度を用いた場合、および、上述の数３式で
示されるホルマント部強調のための重み付け距離尺度を
使用した場合の３通りについて、スペクトル歪を調べた
結果である。ベクトル量子化器は、入力ベクトルに対し
て最終的な距離尺度値（量子化歪）が極力小さくなるよ
うに、各段で誤差ベクトルの候補を複数個出力するディ
レードデシジョンを採用している。つまり、１段目ベク
トル量子化器においては、量子化誤差が小さい順に２候
補を選択し、２段目ベクトル量子化器においても、１段
目ベクトル量子化器と同様に、１つの入力に対して量子
化誤差が最小となる２候補を出力し、結果として、３段
目ベクトル量子化器では、４候補の誤差ベクトルを入力
ベクトルとして量子化する。そして、最終的には、３段
目ベクトル量子化器より量子化された量子化誤差を最小
とするコードベクトルの組を量子化値とする。
【００２２】この実験条件としては、サンプリング周波
数８kHz、フレーム長４０ms、分析次数１０次、量子化
コードブックは各段９bitで合計２７bit、評価用音声デ
ータは男女各４名が発声した学習外８音声である。本図
４に示すように、本発明に係わる重み付け距離尺度を用
いて量子化すれば、ユークリッド距離尺度に対して従来
提案されているホルマント部強調のための重み付け距離
尺度に比べて、２倍程度スペクトル歪を低減できる。以
上、述べたように、本発明に係わる距離尺度を用いたＬ
ＳＰパラメータのベクトル量子化では、スペクトル歪と
対応がとれていることが分かる。次に、図１、図３にお
けるベクトル量子化に用いるコードブックの作製につい
て、本発明に係わる距離尺度を適用した例を示す。すな
わち、ベクトル量子化に用いるコードブックは、多量の
ＬＳＰパラメータを基に種々の方法でクラス分けして作
製されるが、次の図５で述べるクラスタ化手法に、本発
明に係わる距離尺度が適用できる。
数８kHz、フレーム長４０ms、分析次数１０次、量子化
コードブックは各段９bitで合計２７bit、評価用音声デ
ータは男女各４名が発声した学習外８音声である。本図
４に示すように、本発明に係わる重み付け距離尺度を用
いて量子化すれば、ユークリッド距離尺度に対して従来
提案されているホルマント部強調のための重み付け距離
尺度に比べて、２倍程度スペクトル歪を低減できる。以
上、述べたように、本発明に係わる距離尺度を用いたＬ
ＳＰパラメータのベクトル量子化では、スペクトル歪と
対応がとれていることが分かる。次に、図１、図３にお
けるベクトル量子化に用いるコードブックの作製につい
て、本発明に係わる距離尺度を適用した例を示す。すな
わち、ベクトル量子化に用いるコードブックは、多量の
ＬＳＰパラメータを基に種々の方法でクラス分けして作
製されるが、次の図５で述べるクラスタ化手法に、本発
明に係わる距離尺度が適用できる。
【００２３】図５は、本発明のＬＳＰパラメータのクラ
スタリング装置の本発明に係わる構成の一実施例を示す
ブロック図である。本例のＬＳＰパラメータのクラスタ
リング装置は、図１におけるスペクトル分析器２と重み
付け係数算出器５とにより算出された重み付け係数を用
いた距離尺度を使用して、ＬＳＰパラメータのクラスタ
分離を行なうものであり、図１におけるスペクトル分析
器２と重み付け係数算出器５、および、クラスタ分離器
８０により構成されている。
スタリング装置の本発明に係わる構成の一実施例を示す
ブロック図である。本例のＬＳＰパラメータのクラスタ
リング装置は、図１におけるスペクトル分析器２と重み
付け係数算出器５とにより算出された重み付け係数を用
いた距離尺度を使用して、ＬＳＰパラメータのクラスタ
分離を行なうものであり、図１におけるスペクトル分析
器２と重み付け係数算出器５、および、クラスタ分離器
８０により構成されている。
【００２４】図１、図３におけるベクトル量子化に用い
るコードブックは、多量のＬＳＰパラメータを基に種々
の方法でクラス分けして作製されるが、以下のようにし
て、このようなクラスタ化手法に、本発明に係わる距離
尺度が適用できる。 （ａ）まず、スペクトル分析器２において、学習用音声
データを一定のフレームに分割し、フレーム毎にスペク
トル分析を行い、Ｎ個のＬＳＰパラメータ（学習入力）
を求める。分析次数をｐとしたとき、ｉ番目(i≦N)のＬ
ＳＰパラメータＸiを（xi1,xi2,…,xip)とする。また、
フレーム毎に求まったＬＳＰパラメータより反射係数を
導出する。そして、重み付け係数算出器５において、Ｌ
ＳＰパラメータと反射係数により重み付け係数を導出す
る。この重み付け係数の内でｉ番目の重み付け係数をＷ
i(k)（ｋ=1,…,p）とする。
るコードブックは、多量のＬＳＰパラメータを基に種々
の方法でクラス分けして作製されるが、以下のようにし
て、このようなクラスタ化手法に、本発明に係わる距離
尺度が適用できる。 （ａ）まず、スペクトル分析器２において、学習用音声
データを一定のフレームに分割し、フレーム毎にスペク
トル分析を行い、Ｎ個のＬＳＰパラメータ（学習入力）
を求める。分析次数をｐとしたとき、ｉ番目(i≦N)のＬ
ＳＰパラメータＸiを（xi1,xi2,…,xip)とする。また、
フレーム毎に求まったＬＳＰパラメータより反射係数を
導出する。そして、重み付け係数算出器５において、Ｌ
ＳＰパラメータと反射係数により重み付け係数を導出す
る。この重み付け係数の内でｉ番目の重み付け係数をＷ
i(k)（ｋ=1,…,p）とする。
【００２５】次に、クラスタ分離器８０において、下記
の（ｂ）〜（ｅ）の処理を行なう。 （ｂ）通常のクラスタリング手法で用いられる方法によ
り、Ｍ個(Ｍ＜Ｎ)の初期ベクトルＦ1〜ＦMを設定する。
ここで、ｉ番目の初期ベクトルＦiを（ｆi1,ｆi2,…,ｆ
ip)とする。 （ｃ）ＬＳＰパラメータを、初期ベクトルによって、Ｍ
個にクラスタ化する。即ち、ＬＳＰパラメータの内、ｊ
番目のＬＳＰパラメータについて、次の数６式が最小に
なるようなクラスタを決定する。
の（ｂ）〜（ｅ）の処理を行なう。 （ｂ）通常のクラスタリング手法で用いられる方法によ
り、Ｍ個(Ｍ＜Ｎ)の初期ベクトルＦ1〜ＦMを設定する。
ここで、ｉ番目の初期ベクトルＦiを（ｆi1,ｆi2,…,ｆ
ip)とする。 （ｃ）ＬＳＰパラメータを、初期ベクトルによって、Ｍ
個にクラスタ化する。即ち、ＬＳＰパラメータの内、ｊ
番目のＬＳＰパラメータについて、次の数６式が最小に
なるようなクラスタを決定する。
【数６】 尚、ｋはクラスタ番号を示す。 （ｄ）全ての学習入力を分類して、個々のクラスタにつ
いてセントロイドを求め、このセントロイドを新しい代
表ベクトルとして、（ａ）〜（ｃ）の処理を繰り返す。 （ｅ）上述の代表ベクトルの収束値が、ある値以下にな
れば処理を終了する。 このようにして作製されたコードブックを用いて量子化
することにより、スペクトル歪を低減できる。
いてセントロイドを求め、このセントロイドを新しい代
表ベクトルとして、（ａ）〜（ｃ）の処理を繰り返す。 （ｅ）上述の代表ベクトルの収束値が、ある値以下にな
れば処理を終了する。 このようにして作製されたコードブックを用いて量子化
することにより、スペクトル歪を低減できる。
【００２６】次に、図１におけるＬＳＰパラメータのベ
クトル量子化装置を用いた音声符号化装置の説明を行な
う。図６は、本発明のＬＳＰパラメータの音声符号化装
置の本発明に係わる構成の一実施例を示すブロック図で
ある。本例のＬＳＰパラメータの音声符号化装置は、Ｃ
ＥＬＰ方式のものである。このＣＥＬＰ方式では、図６
（ａ）に示す符号器側において、入力音声２０１を決ま
った長さのフレーム（例えば２０ms）に分割し、スペク
トル分析器２０２により、フレーム毎に音声信号のスペ
クトル特性を表すスペクトルパラメータ２０４を導出す
る。そして、予め構成されたコードブック２０９によ
り、このスペクトルパラメータ２０４を量子化し、さら
に、フレームを小区間サブフレーム（例えば５ms）に分
割し、サブフレーム毎に音源信号を表すパラメータを導
出して、この音源信号パラメータを量子化する。このよ
うにして量子化されたスペクトルパラメータ２１０、お
よび、音源分析器２０６で抽出された音源信号パラメー
タ２１１のそれぞれは、多重化器２１２により直列変換
処理されて伝送される。
クトル量子化装置を用いた音声符号化装置の説明を行な
う。図６は、本発明のＬＳＰパラメータの音声符号化装
置の本発明に係わる構成の一実施例を示すブロック図で
ある。本例のＬＳＰパラメータの音声符号化装置は、Ｃ
ＥＬＰ方式のものである。このＣＥＬＰ方式では、図６
（ａ）に示す符号器側において、入力音声２０１を決ま
った長さのフレーム（例えば２０ms）に分割し、スペク
トル分析器２０２により、フレーム毎に音声信号のスペ
クトル特性を表すスペクトルパラメータ２０４を導出す
る。そして、予め構成されたコードブック２０９によ
り、このスペクトルパラメータ２０４を量子化し、さら
に、フレームを小区間サブフレーム（例えば５ms）に分
割し、サブフレーム毎に音源信号を表すパラメータを導
出して、この音源信号パラメータを量子化する。このよ
うにして量子化されたスペクトルパラメータ２１０、お
よび、音源分析器２０６で抽出された音源信号パラメー
タ２１１のそれぞれは、多重化器２１２により直列変換
処理されて伝送される。
【００２７】一方、図６（ｂ）に示す復号器側では、符
号器側より伝送された信号３０１から、多重分離器３０
２により、スペクトル特性を表すスペクトルパラメータ
３０３と音源信号パラメータ３０４を分離し、これらの
スペクトルパラメータ３０３および音源パラメータ３０
４を、コードブック３０７を有するスペクトル復号器３
０５、および、音源パラメータ復号器３０６により復号
化する。このようにして復号化されたスペクトル包絡３
０８および音源波形３０９を、合成フィルタ３１０によ
り合成して、音声信号３１１を再現する。本例では、ス
ペクトルパラメータとしてＬＳＰパラメータを使用し、
スペクトル分析器２０２により、反射係数２０３および
スペクトルパラメータ２０４が導出され、重み付け係数
算出器２０５に渡されて重み付け係数算出に使用され
る。重み付け係数算出器２０５により算出された重み付
け係数２０８は、ベクトル量子化器２０７に渡され、ス
ペクトルパラメータ２０４の量子化に使用される。本例
によれば、スペクトルパラメータの量子化歪を低減でき
るので復号音声の品質の向上が図れる。
号器側より伝送された信号３０１から、多重分離器３０
２により、スペクトル特性を表すスペクトルパラメータ
３０３と音源信号パラメータ３０４を分離し、これらの
スペクトルパラメータ３０３および音源パラメータ３０
４を、コードブック３０７を有するスペクトル復号器３
０５、および、音源パラメータ復号器３０６により復号
化する。このようにして復号化されたスペクトル包絡３
０８および音源波形３０９を、合成フィルタ３１０によ
り合成して、音声信号３１１を再現する。本例では、ス
ペクトルパラメータとしてＬＳＰパラメータを使用し、
スペクトル分析器２０２により、反射係数２０３および
スペクトルパラメータ２０４が導出され、重み付け係数
算出器２０５に渡されて重み付け係数算出に使用され
る。重み付け係数算出器２０５により算出された重み付
け係数２０８は、ベクトル量子化器２０７に渡され、ス
ペクトルパラメータ２０４の量子化に使用される。本例
によれば、スペクトルパラメータの量子化歪を低減でき
るので復号音声の品質の向上が図れる。
【００２８】図７は、本発明のＬＳＰパラメータのベク
トル量子化方法および音声符号化方法に係わる処理動作
の一実施例を示すフローチャートである。本例は、図１
におけるＬＳＰパラメータのベクトル量子化装置および
図６におけるＬＳＰパラメータの音声符号化装置の本発
明に係わる処理動作を示すものである。まず、入力した
音声信号を予め定められた時間長のフレームに分割して
スペクトル分析を行ない（ステップ７０１）、ＬＳＰパ
ラメータと反射係数を抽出する（ステップ７０２）。こ
のようにして抽出したＬＳＰパラメータと反射係数を用
いて重み付け係数を計算する（ステップ７０３）。尚、
この反射係数として入力音声信号から算出される反射係
数の１次の項を用い、例えば、有声音に対しては低周波
数領域で、また無声音に対しては高周波数領域でそれぞ
れＬＳＰパラメータによる重み付け係数の強調補正を行
なう。このことにより、スペクトル包絡の傾きに対応し
た重み付け係数計算を行なうことができる。
トル量子化方法および音声符号化方法に係わる処理動作
の一実施例を示すフローチャートである。本例は、図１
におけるＬＳＰパラメータのベクトル量子化装置および
図６におけるＬＳＰパラメータの音声符号化装置の本発
明に係わる処理動作を示すものである。まず、入力した
音声信号を予め定められた時間長のフレームに分割して
スペクトル分析を行ない（ステップ７０１）、ＬＳＰパ
ラメータと反射係数を抽出する（ステップ７０２）。こ
のようにして抽出したＬＳＰパラメータと反射係数を用
いて重み付け係数を計算する（ステップ７０３）。尚、
この反射係数として入力音声信号から算出される反射係
数の１次の項を用い、例えば、有声音に対しては低周波
数領域で、また無声音に対しては高周波数領域でそれぞ
れＬＳＰパラメータによる重み付け係数の強調補正を行
なう。このことにより、スペクトル包絡の傾きに対応し
た重み付け係数計算を行なうことができる。
【００２９】算出された重み付け係数を用いて、ＬＳＰ
パラメータと、予め構成されたベクトル量子化コードブ
ック内のコードベクトルとの歪（距離）を計算する（ス
テップ７０４）。この歪を最小化するコードベクトルの
指標を出力して、このコードベクトルの値を、ＬＳＰパ
ラメータの量子化値として特定する（ステップ７０
５）。そして、この量子化値に対応付けられる符号を求
めて音声信号の符号化を行なう（ステップ７０６）。
パラメータと、予め構成されたベクトル量子化コードブ
ック内のコードベクトルとの歪（距離）を計算する（ス
テップ７０４）。この歪を最小化するコードベクトルの
指標を出力して、このコードベクトルの値を、ＬＳＰパ
ラメータの量子化値として特定する（ステップ７０
５）。そして、この量子化値に対応付けられる符号を求
めて音声信号の符号化を行なう（ステップ７０６）。
【００３０】図８は、本発明のＬＳＰパラメータのクラ
スタリング方法に係わる処理動作の一実施例を示すフロ
ーチャートである。本例は、図５におけるＬＳＰパラメ
ータのクラスタリング装置の本発明に係わる処理動作を
示すものである。まず、音声信号を予め定められた時間
長のフレームに分割し（ステップ８０１）、フレーム毎
にスペクトル分析を行ないＬＳＰパラメータを求める
（ステップ８０２）。このＬＳＰパラメータより、例え
ば、有声音に対しては低周波数領域で、また無声音に対
しては高周波数領域でそれぞれＬＳＰパラメータによる
重み付け係数の強調補正を行なうための反射係数を導出
し（ステップ８０３）、このＬＳＰパラメータと反射係
数により重み付け係数を導出する（ステップ８０４）。
スタリング方法に係わる処理動作の一実施例を示すフロ
ーチャートである。本例は、図５におけるＬＳＰパラメ
ータのクラスタリング装置の本発明に係わる処理動作を
示すものである。まず、音声信号を予め定められた時間
長のフレームに分割し（ステップ８０１）、フレーム毎
にスペクトル分析を行ないＬＳＰパラメータを求める
（ステップ８０２）。このＬＳＰパラメータより、例え
ば、有声音に対しては低周波数領域で、また無声音に対
しては高周波数領域でそれぞれＬＳＰパラメータによる
重み付け係数の強調補正を行なうための反射係数を導出
し（ステップ８０３）、このＬＳＰパラメータと反射係
数により重み付け係数を導出する（ステップ８０４）。
【００３１】通常のクラスタリング手法により複数
（Ｍ）個の初期ベクトルを設定し（ステップ８０５）、
ステップ８０４で導出した重み付け係数を用いて、初期
ベクトルとＬＳＰパラメータの距離を計算して（ステッ
プ８０６）、この距離の値に基づき、ＬＳＰパラメータ
をＭ個にクラスタ化する（ステップ８０７）。そして、
このようにして求めた各々のクラスタについてセントロ
イドを求め（ステップ８０８）、このセントロイドを新
たな代表ベクトルとし、この代表ベクトルの収束値が所
定値（Ｋ）以下になるまで（ステップ８０９）、ステッ
プ８０５〜８０８の処理を繰り返し、処理を終了する。
（Ｍ）個の初期ベクトルを設定し（ステップ８０５）、
ステップ８０４で導出した重み付け係数を用いて、初期
ベクトルとＬＳＰパラメータの距離を計算して（ステッ
プ８０６）、この距離の値に基づき、ＬＳＰパラメータ
をＭ個にクラスタ化する（ステップ８０７）。そして、
このようにして求めた各々のクラスタについてセントロ
イドを求め（ステップ８０８）、このセントロイドを新
たな代表ベクトルとし、この代表ベクトルの収束値が所
定値（Ｋ）以下になるまで（ステップ８０９）、ステッ
プ８０５〜８０８の処理を繰り返し、処理を終了する。
【００３２】以上、図１〜図８を用いて説明したよう
に、本実施例では、ＬＳＰのベクトル量子化におけるス
ペクトル歪みを低減するので、このＬＳＰのベクトル量
子化を用いた音声符号化装置における符号化音質を向上
させることができる。また、ＬＳＰのベクトル量子化で
用いるコードブックを構成するセントロイドの算出過程
に、このＬＳＰのベクトル量子化を適用することによ
り、高精度のコードブックを作成することができる。
尚、本発明は、図１〜図８を用いて説明した実施例に限
定されるものではなく、その要旨を逸脱しない範囲にお
いて種々変更可能である。例えば、図５においては、通
常のＣＥＬＰ方式を例にあげて説明しているが、入力音
声をスペクトル情報と音源情報に分離する方式の音声符
号化にも本発明を適用できる。また、反射係数の代わり
にＰＡＲＣＯＲ係数を用いることも可能である。
に、本実施例では、ＬＳＰのベクトル量子化におけるス
ペクトル歪みを低減するので、このＬＳＰのベクトル量
子化を用いた音声符号化装置における符号化音質を向上
させることができる。また、ＬＳＰのベクトル量子化で
用いるコードブックを構成するセントロイドの算出過程
に、このＬＳＰのベクトル量子化を適用することによ
り、高精度のコードブックを作成することができる。
尚、本発明は、図１〜図８を用いて説明した実施例に限
定されるものではなく、その要旨を逸脱しない範囲にお
いて種々変更可能である。例えば、図５においては、通
常のＣＥＬＰ方式を例にあげて説明しているが、入力音
声をスペクトル情報と音源情報に分離する方式の音声符
号化にも本発明を適用できる。また、反射係数の代わり
にＰＡＲＣＯＲ係数を用いることも可能である。
【００３３】
【発明の効果】本発明によれば、ＬＳＰパラメータのベ
クトル量子化時に用いる距離尺度が、音声の物理的な特
性と対応するので、スペクトル歪を低減できると共にホ
ルマント部以外の情報の損失を回避でき、ＬＳＰパラメ
ータのベクトル量子化の精度、および、この量子化を用
いる音声符号化装置の性能を向上させることが可能であ
る。
クトル量子化時に用いる距離尺度が、音声の物理的な特
性と対応するので、スペクトル歪を低減できると共にホ
ルマント部以外の情報の損失を回避でき、ＬＳＰパラメ
ータのベクトル量子化の精度、および、この量子化を用
いる音声符号化装置の性能を向上させることが可能であ
る。
【図１】本発明のＬＳＰパラメータのベクトル量子化装
置の本発明に係わる構成の第１の実施例を示すブロック
図である。
置の本発明に係わる構成の第１の実施例を示すブロック
図である。
【図２】多段ベクトル量子化の原理を示す説明図であ
る。
る。
【図３】本発明のＬＳＰパラメータのベクトル量子化装
置の本発明に係わる構成の第２の実施例を示すブロック
図である。
置の本発明に係わる構成の第２の実施例を示すブロック
図である。
【図４】図３におけるＬＳＰパラメータのベクトル量子
化装置の効果例を示すグラフである。
化装置の効果例を示すグラフである。
【図５】本発明のＬＳＰパラメータのクラスタリング装
置の本発明に係わる構成の一実施例を示すブロック図で
ある。
置の本発明に係わる構成の一実施例を示すブロック図で
ある。
【図６】本発明のＬＳＰパラメータの音声符号化装置の
本発明に係わる構成の一実施例を示すブロック図であ
る。
本発明に係わる構成の一実施例を示すブロック図であ
る。
【図７】本発明のＬＳＰパラメータのベクトル量子化方
法および音声符号化方法に係わる処理動作の一実施例を
示すフローチャートである。
法および音声符号化方法に係わる処理動作の一実施例を
示すフローチャートである。
【図８】本発明のＬＳＰパラメータのクラスタリング方
法に係わる処理動作の一実施例を示すフローチャートで
ある。
法に係わる処理動作の一実施例を示すフローチャートで
ある。
１ 音声波形入力部 ２ スペクトル分析器 ３ 反射係数 ４ ＬＳＰパラメータ ５ 重み付け係数算出器 ６ 重み付け係数 ７ コードブック ８ ベクトル量子化器 ９ 出力部 ５１ 入力ベクトル ５２ １段目ベクトル量子化器 ５３ 代表ベクトル ５４ 合成器 ５５ 量子化誤差ベクトル ５７ ２段目ベクトル量子化器 ５８ 代表ベクトル ５９ 合成器 ６０ 量子化誤差ベクトル ６１ ３段目ベクトル量子化器 ６２ 代表ベクトル ６３〜６５ 符号 ７０ １段目コードブック ７１ ２段目コードブック ７２ ３段目コードブック ８０ クラスタ分離器 １０１ 音声波形 １０２ スペクトル分析器 １０３ 反射係数 １０４ 入力ベクトル １０５ 重み付け係数算出器 １０６ １段目コードブック １０８ 重み付け係数 １０９ 代表ベクトル １１０ ２段目コードブック １１３ 代表ベクトル １１４ ３段目コードブック １１７〜１１９ 符号 １３１ １段目ベクトル量子化器 １３２ ２段目ベクトル量子化器 １３３ ３段目ベクトル量子化器 ２０１ 入力音声 ２０２ スペクトル分析器 ２０３ 反射係数 ２０４ スペクトルパラメータ ２０５ 重み付け係数算出器 ２０６ 音源分析器 ２０７ ベクトル量子化器 ２０８ 重み付け係数 ２０９ コードブック ２１０ スペクトルパラメータ ２１１ 音源信号パラメータ ２１２ 多重化器 ３０１ 信号 ３０２ 多重分離器 ３０３ スペクトルパラメータ ３０４ 音源信号パラメータ ３０５ スペクトル復号器 ３０６ 音源パラメータ復号器 ３０７ コードブック ３０８ スペクトル包絡 ３０９ 音源波形 ３１０ 合成フィルタ ３１１ 音声信号
───────────────────────────────────────────────────── フロントページの続き (72)発明者 ▲高▼島 卓 東京都国分寺市東恋ケ窪１丁目280番地 株式会社日立製作所中央研究所内
Claims (8)
- 【請求項１】 入力した音声信号を予め定められた時間
長のフレームに分割して抽出した線スペクトル対パラメ
ータを用いて重み付け係数を計算し、該重み付け係数を
用いて、上記線スペクトル対パラメータと、予め構成さ
れたベクトル量子化コードブック内のコードベクトルと
の距離を計算し、該距離を最小化する上記コードベクト
ルの値を、上記線スペクトル対パラメータの量子化値と
して出力する線スペクトル対パラメータのベクトル量子
化方法において、上記音声信号のスペクトル包絡の傾き
に対応して、上記線スペクトル対パラメータを用いた上
記重み付け係数計算の補正を行なうことを特徴とする線
スペクトル対パラメータのベクトル量子化方法。 - 【請求項２】 請求項１に記載の線スペクトル対パラメ
ータのベクトル量子化方法において、上記音声信号のス
ペクトル包絡の傾きが負の時は低周波数領域で、傾きが
正の時は高周波数領域でそれぞれ強調補正を行なうこと
を特徴とする線スペクトル対パラメータのベクトル量子
化方法。 - 【請求項３】 請求項１、もしくは、請求項２のいずれ
かに記載の線スペクトル対パラメータのベクトル量子化
方法において、上記重み付け係数計算の補正を、上記入
力音声信号から算出されるＰＡＲＣＯＲ係数もしくは反
射係数の１次の項を用いて行なうことを特徴とする線ス
ペクトル対パラメータのベクトル量子化方法。 - 【請求項４】 音声信号を予め定められた時間長のフレ
ームに分割して、線スペクトル対パラメータを抽出し、
予め定められた個数のクラスタに分離するクラスタリン
グ方法において、請求項１から請求項３のいずれかに記
載の補正を行なった重み付け係数を用いた距離尺度を使
用して、上記クラスタに対応したセントロイドと上記線
スペクトル対パラメータの距離を計算し、該距離の値に
基づき上記線スペクトル対パラメータのクラスタ分離を
行なうことを特徴とする線スペクトル対パラメータのク
ラスタリング方法。 - 【請求項５】 請求項１から請求項３のいずれかに記載
の補正を行なう線スペクトル対パラメータのベクトル量
子化方法により、入力された音声信号の線スペクトル対
パラメータの量子化値を求め、該量子化値に対応付けら
れた符号を出力して、音声信号の符号化を行なうことを
特徴とする音声符号化方法。 - 【請求項６】 入力した音声信号を予め定められた時間
長のフレームに分割して、線スペクトル対パラメータを
抽出する第１のスペクトル分析手段と、該第１のスペク
トル分析手段で抽出した線スペクトル対パラメータを用
いて、重み付け係数を計算する第１の重み付け係数算出
手段と、該第１の重み付け係数算出手段で計算した重み
付け係数を用いて、上記線スペクトル対パラメータと予
め構成されたベクトル量子化コードブック内のコードベ
クトルとの距離を計算して、該距離を最小化する上記コ
ードベクトルの値を上記線スペクトル対パラメータの量
子化値として出力するベクトル量子化手段とからなる線
スペクトル対パラメータのベクトル量子化装置におい
て、上記第１のスペクトル分析手段の代わりに、上記線
スペクトル対パラメータと共に、上記入力音声信号から
反射係数を求める第２のスペクトル分析手段を、上記第
１の重み付け係数算出手段の代わりに、上記第２のスペ
クトル分析手段で求めた反射係数を用いて、請求項１か
ら請求項３のいずれかに記載の補正を上記重み付け係数
に対して行なう第２の重み付け係数算出手段を設け、上
記ベクトル量子化手段は、上記第２の重み付け係数算出
手段で補正した重み付け係数を用いて、上記線スペクト
ル対パラメータの量子化を行なうことを特徴とする線ス
ペクトル対パラメータのベクトル量子化装置。 - 【請求項７】 音声信号を予め定められた時間長のフレ
ームに分割して、線スペクトル対パラメータを抽出し、
該抽出した線スペクトル対パラメータを予め定められた
個数のクラスタに分離するクラスタリング装置におい
て、請求項６に記載の第２のスペクトル分析手段と同じ
機能を有し、上記音声信号から線スペクトル対パラメー
タと反射係数を求めるスペクトル分析手段と、請求項６
に記載の第２の重み付け係数算出手段と同じ機能を有
し、上記スペクトル分析手段で抽出した線スペクトル対
パラメータと反射係数とを用いて、請求項１から請求項
３のいずれかに記載の補正を行ない重み付け係数を計算
する重み付け係数算出手段と、該重み付け係数算出手段
で計算した重み付け係数を用いた距離尺度を使用して、
上記クラスタに対応したセントロイドと上記線スペクト
ル対パラメータとの距離を計算し、該計算した距離の値
に基づき、上記線スペクトル対パラメータの上記クラス
タへの分離を行なうクラスタ分離手段とを設けることを
特徴とする線スペクトル対パラメータのクラスタリング
装置。 - 【請求項８】 請求項６に記載の線スペクトル対パラメ
ータのベクトル量子化装置を具備し、該線スペクトル対
パラメータのベクトル量子化装置が出力する量子化値に
基づき、音声信号の符号化を行なうことを特徴とする音
声符号化装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5209141A JPH0764599A (ja) | 1993-08-24 | 1993-08-24 | 線スペクトル対パラメータのベクトル量子化方法とクラスタリング方法および音声符号化方法並びにそれらの装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5209141A JPH0764599A (ja) | 1993-08-24 | 1993-08-24 | 線スペクトル対パラメータのベクトル量子化方法とクラスタリング方法および音声符号化方法並びにそれらの装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0764599A true JPH0764599A (ja) | 1995-03-10 |
Family
ID=16567986
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5209141A Pending JPH0764599A (ja) | 1993-08-24 | 1993-08-24 | 線スペクトル対パラメータのベクトル量子化方法とクラスタリング方法および音声符号化方法並びにそれらの装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0764599A (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002091475A (ja) * | 2000-09-18 | 2002-03-27 | Matsushita Electric Ind Co Ltd | 音声合成方法 |
| US6826526B1 (en) | 1996-07-01 | 2004-11-30 | Matsushita Electric Industrial Co., Ltd. | Audio signal coding method, decoding method, audio signal coding apparatus, and decoding apparatus where first vector quantization is performed on a signal and second vector quantization is performed on an error component resulting from the first vector quantization |
| US6904404B1 (en) | 1996-07-01 | 2005-06-07 | Matsushita Electric Industrial Co., Ltd. | Multistage inverse quantization having the plurality of frequency bands |
| WO2008047795A1 (fr) * | 2006-10-17 | 2008-04-24 | Panasonic Corporation | Dispositif de quantification vectorielle, dispositif de quantification vectorielle inverse et procédé associé |
| JP2008145682A (ja) * | 2006-12-08 | 2008-06-26 | Nippon Telegr & Teleph Corp <Ntt> | 信号符号化装置、信号符号化方法、プログラム及び記録媒体 |
| WO2010073977A1 (ja) * | 2008-12-22 | 2010-07-01 | 日本電信電話株式会社 | 符号化方法、復号方法、それらの装置、プログラム及び記録媒体 |
| JP2017501430A (ja) * | 2013-11-13 | 2017-01-12 | フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン | オーディオ信号の符号化用エンコーダ、オーディオ伝送システムおよび補正値の判定方法 |
-
1993
- 1993-08-24 JP JP5209141A patent/JPH0764599A/ja active Pending
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6826526B1 (en) | 1996-07-01 | 2004-11-30 | Matsushita Electric Industrial Co., Ltd. | Audio signal coding method, decoding method, audio signal coding apparatus, and decoding apparatus where first vector quantization is performed on a signal and second vector quantization is performed on an error component resulting from the first vector quantization |
| US6904404B1 (en) | 1996-07-01 | 2005-06-07 | Matsushita Electric Industrial Co., Ltd. | Multistage inverse quantization having the plurality of frequency bands |
| US7243061B2 (en) | 1996-07-01 | 2007-07-10 | Matsushita Electric Industrial Co., Ltd. | Multistage inverse quantization having a plurality of frequency bands |
| JP2002091475A (ja) * | 2000-09-18 | 2002-03-27 | Matsushita Electric Ind Co Ltd | 音声合成方法 |
| WO2008047795A1 (fr) * | 2006-10-17 | 2008-04-24 | Panasonic Corporation | Dispositif de quantification vectorielle, dispositif de quantification vectorielle inverse et procédé associé |
| JP2008145682A (ja) * | 2006-12-08 | 2008-06-26 | Nippon Telegr & Teleph Corp <Ntt> | 信号符号化装置、信号符号化方法、プログラム及び記録媒体 |
| WO2010073977A1 (ja) * | 2008-12-22 | 2010-07-01 | 日本電信電話株式会社 | 符号化方法、復号方法、それらの装置、プログラム及び記録媒体 |
| JP2017501430A (ja) * | 2013-11-13 | 2017-01-12 | フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン | オーディオ信号の符号化用エンコーダ、オーディオ伝送システムおよび補正値の判定方法 |
| US9818420B2 (en) | 2013-11-13 | 2017-11-14 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Encoder for encoding an audio signal, audio transmission system and method for determining correction values |
| US10229693B2 (en) | 2013-11-13 | 2019-03-12 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Encoder for encoding an audio signal, audio transmission system and method for determining correction values |
| US10354666B2 (en) | 2013-11-13 | 2019-07-16 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Encoder for encoding an audio signal, audio transmission system and method for determining correction values |
| US10720172B2 (en) | 2013-11-13 | 2020-07-21 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Encoder for encoding an audio signal, audio transmission system and method for determining correction values |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4005154B2 (ja) | 音声復号化方法及び装置 | |
| JP3707116B2 (ja) | 音声復号化方法及び装置 | |
| EP1339040B1 (en) | Vector quantizing device for lpc parameters | |
| JP3680380B2 (ja) | 音声符号化方法及び装置 | |
| JP3707153B2 (ja) | ベクトル量子化方法、音声符号化方法及び装置 | |
| JP3707154B2 (ja) | 音声符号化方法及び装置 | |
| JP3151874B2 (ja) | 音声パラメータ符号化方式および装置 | |
| JP3557662B2 (ja) | 音声符号化方法及び音声復号化方法、並びに音声符号化装置及び音声復号化装置 | |
| JPH1091194A (ja) | 音声復号化方法及び装置 | |
| WO2009090876A1 (ja) | ベクトル量子化装置、ベクトル逆量子化装置、およびこれらの方法 | |
| JPH10124092A (ja) | 音声符号化方法及び装置、並びに可聴信号符号化方法及び装置 | |
| JP5335004B2 (ja) | ベクトル量子化装置、ベクトル逆量子化装置、およびこれらの方法 | |
| US6917914B2 (en) | Voice over bandwidth constrained lines with mixed excitation linear prediction transcoding | |
| EP2087485B1 (en) | Multicodebook source -dependent coding and decoding | |
| JPH0764599A (ja) | 線スペクトル対パラメータのベクトル量子化方法とクラスタリング方法および音声符号化方法並びにそれらの装置 | |
| US20080162150A1 (en) | System and Method for a High Performance Audio Codec | |
| JP3793111B2 (ja) | 分割型スケーリング因子を用いたスペクトル包絡パラメータのベクトル量子化器 | |
| JP2709926B2 (ja) | 声質変換方法 | |
| JP2002221998A (ja) | 音響パラメータ符号化、復号化方法、装置及びプログラム、音声符号化、復号化方法、装置及びプログラム | |
| JP3675054B2 (ja) | ベクトル量子化方法、音声符号化方法及び装置、並びに音声復号化方法 | |
| JP3700310B2 (ja) | ベクトル量子化装置及びベクトル量子化方法 | |
| JPH09127997A (ja) | 音声符号化方法及び装置 | |
| JPH09127993A (ja) | 音声符号化方法及び音声符号化装置 | |
| JPH0473699A (ja) | 音声符号化方式 |