JPH08328600A - 音声信号符号化方法及び装置、並びに音声信号符号化復号化装置 - Google Patents

Abstract

(57)【要約】 【目的】本発明は、音声信号符号化方法及び装置、並び
に音声信号符号化復号化装置において、既存の構成にフ
イルタを追加した簡易な構成で、より聴覚モデルに基づ
く等価曲線特性に近似した重み付けができ、これにより
聴感上の音質を向上し得るようにする。 【構成】入力される音声信号を聴覚モデルに基づいた等
価曲線特性と逆の特性で利得を制御した後に圧縮符号化
をする。これにより音声信号の符号化の際に、聴感上で
認識されやすい周波数帯域に割り当てるビツト数を増や
し、認識されにくい周波数帯域に割り当てるビツト数を
削減できる。かくして利得制御手段としてフイルタを設
けるだけの簡易な構成で、聴覚モデルに基づく周波数特
性に、より近似した重み付けができ、聴感上の音質を向
上し得る。

Description

【発明の詳細な説明】

【０００１】

【目次】以下の順序で本発明を説明する。 産業上の利用分野 従来の技術（図７） （１）直交変換方法（図８〜図１２） （２）サブバンドコーデイング方法（図１３） 発明が解決しようとする課題 課題を解決するための手段 作用 実施例（図１〜図６） 発明の効果

【０００２】

【産業上の利用分野】本発明は音声信号符号化方法及び
装置、並びに音声信号符号化復号化装置に関し、特に音
声信号を圧縮符号化する場合に適用して好適なものであ
る。

【０００３】

【従来の技術】従来、この種の音声信号符号化復号化装
置として、図７（Ａ）及び（Ｂ）に示す音声信号符号化
装置１及び音声信号復号化装置２がある。音声信号符号
化装置１は入力される音声信号Ｓ１を元のデータよりデ
ータ量を低減させた圧縮データＳ２に変換し、また音声
信号復号化装置２は音声信号符号化装置１により変換さ
れた圧縮データＳ２を元の音声信号Ｓ１に復元する。

【０００４】すなわち図７（Ａ）に示すように、音声信
号符号化装置１は入力されるデイジタル信号でなる音声
信号Ｓ１をエンコーダ３により圧縮符号化し、これによ
り得られた圧縮データＳ２を出力する。また図７（Ｂ）
に示すように、音声信号復号化装置２は入力された圧縮
データＳ２をデコーダ４で復号化することにより音声信
号Ｓ１に復元して出力する。

【０００５】音声信号符号化装置１に入力される音声信
号Ｓ１を圧縮する方法及び音声信号復号化装置２に入力
される圧縮データＳ２を伸長する方法において、低ビツ
トレートでかつ高音質を実現する符号化及び復号化方法
として、一般に直交変換方法とサブバンドコーデイング
方法との２つが用いられている。以下にこの２つの処理
方法の概要を説明する。

【０００６】（１）直交変換方法 図８（Ａ）に示す構成の音声信号符号化装置１０は時系
列でなる音声信号Ｓ１０を周波数領域変換器１１に入力
し、ＤＣＴ（Discrete Cosine Transform ）等により周
波数領域に変換したスペクトルデータＳ１１を重み付け
回路１２及びビツト割当て回路１３に送出する。重み付
け回路１２は図９に示す聴覚モデルに基づく等価曲線特
性を基に、聴覚上において認識される度合いに応じてス
ペクトルデータＳ１１に順位をつけ（以下、これを重み
付けと呼ぶ）、これにより得られる重み付け信号Ｓ１２
をビツト割当て回路１３へ送出する。また重み付け回路
１２は、重み付けの際に得られる量子化幅等の補助情報
を補助情報信号Ｓ１３としてマルチプレクサ１４へ送出
する。

【０００７】ここで重み付け回路１２が重み付け処理を
する上で基準となる聴覚モデルに基づく等価曲線特性
（図９）は、人の聴覚において周波数帯域毎にどの位の
音圧レベルで認識されるかをあらわしている。

【０００８】ビツト割当て回路１３は重み付け信号Ｓ１
２に基づいてスペクトルデータＳ１１を量子化及び符号
化する。ここで圧縮符号化した後のビツト数の総計が伝
送上規定されているビツトレートに収まるように、各ス
ペクトルに割当てるビツトレートが調整される（以下、
これをビツト割当てと呼ぶ）。符号化されたデータ信号
Ｓ１４はマルチプレクサ１４へ送出される。マルチプレ
クサ１４はデータ信号Ｓ１４に補助情報信号Ｓ１３を付
加して符号化した後、圧縮データＳ１５として所定の伝
送路（図示せず）へと送出する。

【０００９】ここで圧縮データＳ１５は、図８（Ｂ）に
示す構成の音声信号復号化装置２０によつて復号化され
る。音声信号復号化装置２０は圧縮データＳ１５を分離
回路２１に入力し、データ信号Ｓ２０と補助情報信号Ｓ
２１とに分離した後、補助情報信号Ｓ２１を演算回路２
２に、またデータ信号Ｓ２０を復号化回路２３にそれぞ
れ送出する。

【００１０】演算回路２２は補助情報信号Ｓ２１を基に
して各スペクトル毎の割当てビツト数及び量子化幅を算
出し、算出結果を情報信号Ｓ２２として復号化回路２３
へ送出する。復号化回路２３は情報信号Ｓ２２に基づき
データ信号Ｓ２０を復号化し、得られたスペクトルデー
タＳ２３を時系列領域変換器２４へ送出する。時系列領
域変換器２４はスペクトルデータＳ２３を時間領域に逆
変換することにより音声信号Ｓ２４に復元し、これをス
ピーカ等の外部機器に出力する。

【００１１】次に図８（Ａ）の重み付け回路１２でなさ
れている重み付け及びビツト割当て回路１３でなされて
いるビツト割当てのアルゴリズムの具体例を、ＡＴＲＡ
Ｃ（Adaptive TRansform Acoustic Codeing ）のアルゴ
リズムを例にとつて説明する。因みにＡＴＲＡＣとは、
一定周波数帯域の音以外はレベルが高くないと聞きとり
にくい、またある周波数の音が聞こえている時は同じ周
波数近辺の小さい音は聞こえなくなる、等の現象を利用
した音声信号の圧縮技術の名称である。

【００１２】図１０は図８（Ａ）の周波数領域変換器１
１より送出されたスペクトルデータＳ１１の周波数分布
状態を示す。ここで現在用いられているＤＳＰ（Digita
l Signal Processor）は一回の処理単位当たり512 回の
演算が可能であるが、１回の演算では１回の加算、１回
の乗算及び演算結果の内部ＲＡＭへの格納等の単純動作
しかできず、512 本の各スペクトルデータ毎に重み付け
及びビツト割当てをすることは実際上、不可能である。

【００１３】そのため、スペクトルデータＳ１１は重み
付け回路１２及びビツト割当て回路１３（図８）で量子
化及び符号化する上で処理速度をあげられるように、図
１１に示すようなスペクトルデータの何本かを一組にし
たブロツクユニツトに分割される。これにより重み付け
及びビツト割当てはブロツクユニツトを１単位としてな
される。なお本来のスペクトルデータは512 本あるがこ
こでは便宜上、数を減らしている。

【００１４】重み付け回路１２（図８（Ａ））はブロツ
クユニツト化されたスペクトルデータにおいて、スペク
トルデータの最大中心周波数及び一か所に集中又は分散
している度合いの指数（以下、これを分散指数と呼ぶ）
を、最大中心周波数のあるブロツクユニツトと前後５個
のブロツクユニツトの差を基にして算出する。また当該
最大中心周波数と分散指数を基に、各ブロツクユニツト
毎に量子化幅（割当てビツト数）及び、削除するブロツ
クユニツトを決定するしきい値を算出し、ビツト割当て
回路１３に算出結果を与える。

【００１５】ビツト割当て回路１３は図１２に示すよう
に、算出されたしきい値より割当てビツト数の小さいブ
ロツクユニツトのスペクトルは削除し、それ以外では割
当てられた量子化幅でスペクトルデータを量子化及び符
号化する。なお、図１１では音の大きさとブロツクユニ
ツトの割当てビツト数を比例させてあるが、実際はブロ
ツクユニツトの周波数帯等でブロツクユニツトの割当て
ビツト数が決まる。

【００１６】ここで量子化後のスペクトルは、入力値を
Ｐ、Word Length を係数Ｎ及びScale Factorを係数Ｆと
して、Round 〔〕内を四捨五入するものとすると、次式

【数１】 で表される数式で符号化され、係数Ｆ及びＮが補助信号
となる。さらに割当てビツト数及びしきい値は、各ブロ
ツクユニツトに割当てられた重みをパラメータとして算
出されるため、各ブロツクユニツトへの割当てビツト数
や削除の判断は聴覚の特性に沿うようにしている。

【００１７】上述の演算処理の結果、総合ビツトレート
が規定より大きい場合は高域側のブロツクユニツトより
割当てビツト数を１ビツトずつ減らし、小さい場合は低
域側のブロツクユニツトより割当てビツト数を１ビツト
ずつ増やす。

【００１８】（２）サブバンドコーデイング方法 図１３（Ａ）に示す音声信号符号化装置３０において、
各帯域フイルタ３１Ａ〜３１Ｎは入力される時系列でな
る音声信号Ｓ３０を、ある帯域幅で複数の帯域に分割し
た各音声信号Ｓ３１Ａ〜Ｓ３１Ｎに分け（以下、これを
帯域分割と呼ぶ）、各量子化回路３２Ａ〜３２Ｎへ送出
する。ここで一般的には各帯域の帯域幅は高域になる
程、広くとる。各帯域フイルタ３１Ａ〜３１Ｎにより帯
域分割された各音声信号Ｓ３１Ａ〜Ｓ３１Ｎは、それぞ
れ所定の帯域にしか信号が存在しないためにサンプリン
グレートを落としても復元できるので、各量子化回路３
２Ａ〜３２Ｎにより各々サンプルの間引きをされる。

【００１９】周波数領域変換器３３は音声信号Ｓ３０を
ＦＦＴ（Fast Fourier Transform：高速フーリエ変換）
等により周波数領域へ変換した後、スペクトルデータＳ
３２として重み付け回路３４へ送出する。重み付け回路
３４はスペクトルデータＳ３２の周波数特性を測り、さ
らに等価曲線特性（図９）を基に各音声信号Ｓ３１Ａ〜
Ｓ３１Ｎについて各々重み付けをする。これにより得ら
れた重み付け結果はビツト割当て信号Ｓ３３Ａ〜Ｓ３３
Ｎとして量子化回路３２Ａ〜３２Ｎに送出される。また
重み付け回路３４は量子化幅等の補助情報信号Ｓ３４を
マルチプレクサ３５へ送出する。

【００２０】量子化回路３２Ａ〜３２Ｎはビツト割当て
信号Ｓ３３Ａ〜Ｓ３３Ｎに基づき、各音声信号Ｓ３１Ａ
〜Ｓ３１Ｎ各々にビツト割当てすると共に量子化する。
量子化された各帯域分割信号Ｓ３５Ａ〜Ｓ３５Ｎはマル
チプレクサ３５に送出される。マルチプレクサ３５は量
子化された各帯域分割信号Ｓ３５Ａ〜Ｓ３５Ｎと補助情
報信号Ｓ３４とを多重化及び符号化した後、圧縮データ
Ｓ３６として送出し、所定の伝送路を介して音声信号復
号化装置４０に伝送する。

【００２１】図１３（Ｂ）に示す音声信号復号化装置４
０において、復号化回路４１は圧縮データＳ３６を復号
化して各帯域分割信号Ｓ４０Ａ〜Ｓ４０Ｎと補助情報信
号Ｓ４１とに分離した後、再量子化回路４２Ａ〜４２Ｎ
に送出する。

【００２２】再量子化回路４２Ａ〜４２Ｎは補助情報信
号Ｓ４１を基にして各帯域分割信号Ｓ４０Ａ〜Ｓ４０Ｎ
を再量子化及び補間した後、各帯域フイルタ４３Ａ〜４
３Ｎを介して各帯域幅の信号を復元して加算器４４に送
出する。加算器４４は与えられる全信号を加算すること
により音声信号Ｓ４４を復元して外部へ出力する。

【００２３】従来の音声信号符号化装置１及び音声信号
復号化装置２は上述のような方法で音声信号の符号化及
び圧縮データの復号化をすることにより、比較的簡易な
構成で高能率な符号化及び復号化を行つていた。

【００２４】

【発明が解決しようとする課題】ところでかかる構成の
音声信号符号化装置１で用いられる音声信号符号化方法
においては、周波数軸上での音のエネルギー分布に対し
て人の聴感上で感度の高い周波数帯域（認識されやすい
周波数帯域）の情報は残し、感度の低い帯域（認識され
にくい周波数帯域）の情報は削減する、という情報の重
み付けにより重みの軽い周波数情報から必要に応じて情
報の削減をしている。この場合、聴覚モデルに基づく等
価曲線特性（図９）に合わせて周波数軸上の各周波数帯
域に対して、音声情報を符号化する際のビツト数の割当
てを重み付けることが理想的である。

【００２５】しかし各周波数帯域に対して理想的な重み
付けをするためには非常に複雑な回路構成を有するエン
コーダ及びデコーダを要し、また複雑な回路構成によつ
て多くの処理時間をも要することになる。

【００２６】そこで音声信号符号化装置１では音声デー
タを複数の周波数帯域毎に区切ることでブロツク化し、
各ブロツク毎に重み付け及びビツト割当てを行うように
し、さらに音声処理のアルゴリズムも演算回数の少ない
関数を用いるようにしていた。また各周波数帯域毎に分
割されたブロツク単位で重み付けすることから、聴覚モ
デルに基づく等価曲線特性（図９）を階段状にした近似
な特性を用いて重み付けをしていた。このような方法を
用いることにより音声信号符号化装置１は、簡易な構成
で実時間内に音声信号を処理していた。

【００２７】ところが上述の方法は限られた回路規模や
処理時間等の条件内において重み付けを行つているため
に、聴覚モデルに基づく等価曲線特性に、より近似した
理想的な重み付けをなすことが技術的に困難であるとい
う問題があつた。

【００２８】本発明は以上の点を考慮してなされたもの
で、簡易な構成で、聴覚モデルに基づく等価曲線特性
に、より近似した重み付けができることにより聴感上の
音質を向上し得る音声信号符号化方法及び装置、並びに
音声信号符号化復号化装置を提案しようとするものであ
る。

【００２９】

【課題を解決するための手段】かかる課題を解決するた
めに本発明においては、エンコーダの前段に、入力され
る音声信号の利得を聴覚モデルに基づく周波数特性と逆
の周波数特性に従つて利得制御する利得制御手段を設け
るようにする。

【００３０】また本発明においては、エンコーダの前段
に、入力される音声信号のうち、聴覚における明瞭度の
小さい周波数帯域の音声信号を削除するように利得制御
する利得制御手段を設けるようにする。

【００３１】

【作用】入力される音声信号を聴覚モデルに基づく周波
数特性と逆の周波数特性で利得制御した後に符号化す
る。これにより音声信号の符号化の際に、聴感上で認識
されやすい周波数帯域に割り当てるビツト数を増加で
き、認識されにくい周波数帯域に割り当てるビツト数を
削減できる。かくして従来の構成に利得制御手段として
フイルタを設けるだけの簡易な構成で、聴覚モデルに基
づく周波数特性に、より近似した重み付けができ、聴感
上の音質を向上し得る。

【００３２】また入力される音声信号のうち、人の音声
が存在しない周波数帯域をカツトするように利得制御す
ることにより、音声信号の符号化の際に人の音声が存在
しない周波数帯域に割り当てるビツト数を削減でき、人
の音声が存在する周波数帯域に割当てるビツト数を増や
すことができる。かくして人の音声を符号化する場合の
明瞭度を向上し得る。

【００３３】

【実施例】以下図面について、本発明の一実施例を詳述
する。

【００３４】図７との対応部分に同一符号を付して示す
図１（Ａ）及び（Ｂ）において、５０は全体として音声
信号符号化装置を示し、また６０は全体として音声信号
復号化装置を示す。音声信号符号化装置５０において
は、入力される音声信号Ｓ５０の周波数特性を重み付け
の際に最適化できるように利得制御するプレ・エンフア
シス・フイルタ（Pre-emphasis Filter ）５１をエンコ
ーダ５２の前段に設けるようになされている。また音声
信号復号化装置６０においては、デコーダ６１の後段に
周波数特性を補正するデ・エンフアシス・フイルタ（De
-emphasis Filter）６２を設けるようになされている。

【００３５】通常プレ・エンフアシス・フイルタ又はデ
・エンフアシス・フイルタとよばれるフイルタは、プレ
・エンフアシス・フイルタで入力信号の高域側を持ち上
げ、デ・エンフアシス・フイルタで周波数特性を補正す
るために高域側を持ち下げることでＳ／Ｎ比の劣化を抑
えている。しかしここではビツト割当てのための重み付
け処理において、より理想的な重み付けをなすためのも
のとして用いる。

【００３６】音声信号符号化装置５０は入力される音声
信号Ｓ５０を、プレ・エンフアシス・フイルタ５１を介
して可聴帯域内において聴感上感度の良い帯域では利得
を上げ、また感度の良くない帯域では利得を下げた後、
音声データＳ５１としてエンコーダ５２に送出するよう
になされている。エンコーダ５２は利得制御された音声
データＳ５１を周波数領域への変換、重み付け及びビツ
ト割当てした後、復号化に用いられる補助情報と組み合
わせて符号化し、圧縮データＳ５２として音声信号復号
化装置６０へ所定の伝送路を介して伝送する。

【００３７】音声信号復号化装置６０は伝送されてきた
圧縮データＳ５２をデコーダ６１に入力する。デコーダ
６１は圧縮データＳ５２をデータ部分と補助情報とに分
離して、補助情報を基にデータ部分を復号化する。その
後、時系列領域へと逆変換して復元し、デ・エンフアシ
ス・フイルタ６２へ音声データＳ６０として送出する。

【００３８】デ・エンフアシス・フイルタ６２はデコー
ダ６１で復元された時点の音声データＳ６０の周波数特
性がプレ・エンフアシス・フイルタ５１により利得制御
されたままの状態にあるため、デ・エンフアシス・フイ
ルタ６２でなされた周波数特性の変化分を補正すること
により音声信号Ｓ６１として外部へ出力するようになさ
れている。

【００３９】ここで上述の効果を得られるプレ・エンフ
アシス・フイルタ５１及びデ・エンフアシス・フイルタ
６２の実現性を、図２を示して以下に説明する。

【００４０】プレ・エンフアシス・フイルタ５１では聴
覚において感度の高い帯域程、利得を上げ、感度の低い
帯域程、利得を下げる。またデ・エンフアシス・フイル
タ６２ではプレ・エンフアシス・フイルタ５１と逆の周
波数特性で利得制御する（図１）。このようにすること
で音質の向上を望めるため、用いるフイルタとしては２
次のＩＩＲ（巡回型フイルタ）程度で十分である。

【００４１】図２において７０は全体として２次のＩＩ
Ｒフイルタを示し、入力される音声信号をデータメモリ
でなる各遅延素子７１、７２、７３及び７４を介して各
掛算器７５、７６、７７、７８及び７９に入力する。各
掛算器は入力される音声信号に当該掛算器にそれぞれ接
続される係数メモリ（図示せず）に記憶された所定の係
数を乗算した後、加算器８０に送出して全て加算した後
に外部へ出力する。

【００４２】すなわち当該２次のＩＩＲフイルタ７０
は、次式で表される伝達関数

【数２】 に基づき、入力される音声信号の周波数特性を利得制御
して出力する。

【００４３】上述のＩＩＲフイルタ７０をＤＳＰで構成
する場合、掛算器５個、係数メモリ５個及びデータメモ
リ５個で構成できる。一般に用いられるオーデイオ用Ｄ
ＳＰは、１処理単位あたり演算回数512 回が可能であ
り、係数メモリ512 個及びデータメモリ512 個を有する
ことから、２次のＩＩＲフイルタは小規模の回路構成で
得られることがわかる。

【００４４】また上述のＩＩＲフイルタ７０の逆特性を
有するフイルタは、上述のＩＩＲフイルタの伝達関数を
表す式（２）の逆数でなる、次式で表される逆特性の伝
達関数

【数３】 に基づき構成できる。従つて、以上のことから実施例に
用いるプレ・エンフアシス・フイルタ５１及びデ・エン
フアシス・フイルタ６２は十分実現可能であることがわ
かる。

【００４５】以上の構成において、音声信号Ｓ５０はプ
レ・エンフアシス・フイルタ５１により図９に示す聴覚
モデルに基づく等価曲線特性において、感度の高い帯域
になる程、利得を上げ、感度の低い帯域になる程、利得
を下げるようになされている。このように音声信号符号
化装置５０は入力される音声信号Ｓ５０の周波数特性
を、より聴覚モデルに基づく等価曲線特性に見合つた重
み付けを行えるように利得制御する。また圧縮データＳ
５２はデ・エンフアシス・フイルタ６２により聴覚モデ
ルにおいて感度の高い帯域になる程、利得を下げ、また
感度の低い帯域になる程、利得を上げるようになされて
いる。このように音声信号復号化装置６０は音声信号符
号化装置５０で音声信号Ｓ５０に施された周波数特性の
変化分を補正することができる。

【００４６】次に従来の場合の圧縮符号化処理と、実施
例の場合のように利得制御した後に圧縮符号化する処理
との対比を、図３及び図４を用いて以下に説明する。

【００４７】従来の圧縮符号化処理を示す図３におい
て、入力された音声信号のスペクトルは高能率を求めら
れる符号化のためにブロツクユニツトＢＵ１及びブロツ
クユニツトＢＵ２に分けられている。このようにブロツ
クユニツト単位で重み付けをすることにより処理が簡略
化される。またここで示される等価曲線は理想的な等価
曲線とする。

【００４８】スペクトル単位を基準にするとブロツクユ
ニツトＢＵ１にあるスペクトルＡＲ１はブロツクユニツ
トＢＵ２にあるスペクトルＡＲ２よりレベル的には小さ
いが、等価曲線上においてはスペクトルＡＲ１は等価曲
線より上にありスペクトルＡＲ２は等価曲線より下にあ
る。すなわち聴感上で認識される度合いにおいてはスペ
クトルＡＲ２よりスペクトルＡＲ１の方が大きいことに
なる。

【００４９】しかしブロツクユニツト単位を基準にする
と、ブロツクユニツトＢＵ１及びブロツクユニツトＢＵ
２の等価曲線の平均値は、ブロツクユニツトＢＵ２の方
がブロツクユニツトＢＵ１よりも小さい。すなわちブロ
ツクユニツト単位ではブロツクユニツトＢＵ２の方がブ
ロツクユニツトＢＵ１よりも、聴感上で認識される度合
いが大きいことになり、またスペクトルＡＲ２はスペク
トルＡＲ１よりもスペクトルレベルが大きい。

【００５０】従つてブロツクユニツト単位での重み付け
処理において、ブロツクユニツトＢＵ２はブロツクユニ
ツトＢＵ１よりも多くのビツト数を割当てられ、聴感上
では認識される度合いの大きいスペクトルＡＲ１を有す
るブロツクユニツトＢＵ１は削除又は割当てビツト数の
削減をされることになる。

【００５１】これに対して図３との対応部分に同一符号
を付して示す図４は実施例での圧縮符号化処理を示し、
エンコーダ５２の前段にプレ・エンフアシス・フイルタ
５１が設けられている場合のものである。プレ・エンフ
アシス・フイルタ５１は聴覚モデルに基づく等価曲線特
性（図９）と逆の周波数特性を有することにより、入力
されるスペクトルが等価曲線に近い、又は等価曲線より
上の場合は利得を上げ、逆に等価曲線から離れている場
合は利得を下げるようになされている。

【００５２】すなわち聴覚上認識されやすいレベルの場
合は利得を上げ、逆に聴覚上認識されにくい場合は利得
を下げることができ、これによりスペクトルＡＲ１はレ
ベルが大きくなりスペクトルＡＲ２はレベルが小さくな
る。

【００５３】従つてブロツクユニツトＢＵ１はブロツク
ユニツトＢＵ２よりもレベルが大きくなり、ブロツクユ
ニツト単位上においても聴感上で認識される度合いが大
きいことになる。そのためスペクトルＡＲ２より認識さ
れやすいスペクトルＡＲ１を有するブロツクユニツトＢ
Ｕ１が、ブロツクユニツトＢＵ２よりも多くのビツト数
を割当てられる。これにより従来に比して理想的な重み
付けができる。

【００５４】以上の構成によれば、エンコーダ５２の前
段に聴覚モデルに基づく等価曲線特性と逆の周波数特性
を有するプレ・エンフアシス・フイルタ５１を設けて音
声信号の利得を制御した後に圧縮符号化をする。またデ
コーダ６１の後段にエンコーダ５２と、ほぼ逆の周波数
特性を有するデ・エンフアシス・フイルタ６２を設け
て、音声信号を復号した後、プレ・エンフアシス・フイ
ルタ５１で音声信号に施された周波数特性の変化分を補
正するようにする。これにより従来の構成にフイルタを
追加しただけの簡易な構成で、より聴感上の音質を向上
し得る音声信号符号化装置５０及び音声信号復号化装置
６０を実現することができる。

【００５５】なお上述の実施例においては、入力される
音声信号の利得を制御する第１の制御手段でなるプレ・
エンフアシス・フイルタ５１及びプレ・エンフアシス・
フイルタ５１とほぼ逆の特性を有し、復号された音声信
号の周波数特性を利得制御して出力する第２の制御手段
でなるデ・エンフアシス・フイルタ６２にデジタルフイ
ルタを用いる場合について述べたが、本発明はこれに限
らず、音声信号をアナログ状態のまま処理するならば、
アナログフイルタを用いてもよい。

【００５６】また上述の実施例においては２次のＩＩＲ
フイルタ（図２）を用いる場合について述べたが、本発
明はこれに限らず、ＦＩＲフイルタを用いてもよい。こ
れは一般的なオーデイオ用ＤＳＰで構成可能である。例
えば図５に示すような500Tapの対称型ＦＩＲフイルタ９
０において、標本化周波数Ｆｓを44100 〔Hz〕とする
と、周波数幅精度ΔＮは次式

【数４】 で表される。

【００５７】すなわちＦＩＲフイルタ９０は、ナイキス
ト周波数（標本化周波数の半分）を250 等分した約88
〔Hz〕の周波数幅で、利得を指定して設計できる周波数
特性上の精度を持ち得る。また次式

【数５】 で表されるＦＩＲフイルタ９０の伝達関数に示すよう
に、これをＤＳＰで構成する場合は処理に要する演算が
積和乗算251 回であり、係数メモリ251 個及び単位遅延
素子500 個で構成し得る。このようなＦＩＲフイルタ９
０を用いることにより、細かな周波数特性にも対応し得
る。

【００５８】さらに上述の実施例においてはエンコーダ
５２の前段にプレ・エンフアシス・フイルタ５１を、ま
たデコーダ６１の後段にデ・エンフアシス・フイルタ６
２を設ける場合について述べたが、本発明はこれに限ら
ず、図１との対応部分に同一符号を付して示す図６の音
声信号符号化装置１００及び音声信号復号化装置１０１
に示すように、エンコーダ５２の前段だけにプレ・エン
フアシス・フイルタ５１を設ける構成で用いてもよい。

【００５９】例えば人の音声を符号化する場合、圧縮率
を上げていくと音声の明瞭度が悪くなる。これは人の音
声の明瞭度が周波数上の中域近辺に依存しているのに対
して、殆どの高能率での符号化では人の音声が存在しな
い周波数帯域においてもビツト割当てをするためであ
る。

【００６０】そのためプレ・エンフアシス・フイルタ５
１で人の音声が存在しない周波数帯域の音声信号をカツ
トすることで、人の音声の明瞭度が依存する周波数上の
中域近辺に割当てるビツト数を増やすことができ、明瞭
度を向上させることができる。このときプレ・エンフア
シス・フイルタ５１は人の音声の明瞭度について不要な
周波数帯の除去に用いられているだけなので、デ・エン
フアシス・フイルタ６２において音声信号の補正をする
必要が生じず、上述の実施例のようにデコーダの後段に
デ・エンフアシス・フイルタ６２を設けなくてもよい。

【００６１】

【発明の効果】上述のように本発明によれば、入力され
る音声信号を聴覚モデルに基づく周波数特性と逆の周波
数特性で利得制御した後に符号化する。これにより音声
信号の符号化の際に、聴覚上で認識されやすい周波数帯
域に割り当てるビツト数を増加でき、認識されにくい周
波数帯域に割り当てるビツト数を削減できる。かくして
従来の構成に利得制御手段としてフイルタを設けるだけ
の簡易な構成で、聴覚モデルに基づく周波数特性に、よ
り近似した重み付けができ、聴感上の音質を向上し得る
音声信号符号化方法及び装置、並びに音声信号符号化復
号化装置が実現できる。

【００６２】また入力される音声信号のうち、人の音声
が存在しない周波数帯域をカツトするように利得制御す
ることにより、音声信号の符号化の際に人の音声が存在
しない周波数帯域に割り当てるビツト数を削減でき、人
の音声が存在する周波数帯域に割当てるビツト数を増や
すことができる。かくして人の音声を符号化する場合の
明瞭度を向上し得る音声信号符号化方法及び装置、並び
に音声信号符号化復号化装置が実現できる。

【図面の簡単な説明】

【図１】本発明の一実施例による音声信号符号化復号化
装置を示すブロツク図である。

【図２】実施例におけるフイルタの実現性の説明のため
に供するブロツク図である。

【図３】一般のエンコーダにおける重み付けを説明する
ために供する略線図である。

【図４】本発明の一実施例による重み付けを説明するた
めに供する略線図である。

【図５】他の実施例による対称型のＦＩＲフイルタを示
すブロツク図である。

【図６】他の実施例による音声信号符号化復号化装置を
示すブロツク図である。

【図７】従来の音声信号符号化復号化装置を示すブロツ
ク図である。

【図８】直交変換方法によるエンコーダ及びデコーダを
示すブロツク図である。

【図９】聴覚モデルに基づく音の強さの等価曲線を示す
グラフである。

【図１０】スペクトルデータＳ１１の分布状態を示す略
線図である。

【図１１】量子化及び符号化の処理の概念を示す略線図
である。

【図１２】スペクトルデータＳ１４の分布状態を示す略
線図である。

【図１３】サブバンド・コーデイング方法によるエンコ
ーダ及びデコーダを示すブロツク図である。

【符号の説明】

１、５０、１００……音声信号符号化装置、２、６０、
１１０……音声信号復号化装置、３、１０、３０、５２
……エンコーダ、４、２０、４０、６１……デコーダ、
１１、３３……周波数領域変換器、１２、３４……重み
付け回路、１３……ビツト割当て回路、１４、３５……
マルチプレクサ、２１……分離回路、２２……演算回
路、２３、４１……復号化回路、２４……時系列領域変
換器、３１Ａ〜３１Ｎ、４３Ａ〜４３Ｎ……帯域フイル
タ、３２Ａ〜３２Ｎ……量子化回路、４２Ａ〜４２Ｎ…
…再量子化回路、４４、７３……加算器、５１……プレ
・エンフアシス・フイルタ、６２……デ・エンフアシス
・フイルタ、７０……ＩＩＲフイルタ、７１、７２、７
３、７４……単位遅延素子、７５、７６、７７、７８、
７９……掛算器、９０……対称型ＦＩＲフイルタ。

Claims (9)

【特許請求の範囲】
1. 【請求項１】入力される音声信号の利得を制御した後に
   圧縮符号化することを特徴とする音声信号符号化方法。
2. 【請求項２】入力される上記音声信号を、聴覚モデルに
   基づく周波数特性と逆の周波数特性に従つて利得制御す
   ることを特徴とする請求項１に記載の音声信号符号化方
   法。
3. 【請求項３】入力される上記音声信号のうち、聴覚にお
   ける明瞭度の小さい周波数帯域の音声信号を削除するよ
   うに利得制御することを特徴とする請求項１に記載の音
   声信号符号化方法。
4. 【請求項４】入力される音声信号の利得を制御する利得
   制御手段と、 上記利得制御手段により利得制御された音声信号を圧縮
   符号化するエンコーダとを具えることを特徴とする音声
   信号符号化装置。
5. 【請求項５】上記利得制御手段は、入力される上記音声
   信号を、聴覚モデルに基づく周波数特性と逆の周波数特
   性に従つて利得制御することを特徴とする請求項４に記
   載の音声信号符号化装置。
6. 【請求項６】上記利得制御手段は、入力される上記音声
   信号のうち、聴覚における明瞭度の小さい周波数帯域の
   音声信号を削除するように利得制御することを特徴とす
   る請求項４に記載の音声信号符号化装置。
7. 【請求項７】入力される音声信号の利得を制御する第１
   の利得制御手段と、 上記第１の利得制御手段により利得制御された音声信号
   を圧縮符号化するエンコーダと、 上記圧縮符号化された音声信号を復号するデコーダと、 上記第１の利得制御手段とほぼ逆の周波数特性を有し、
   復号された音声信号の利得を制御して出力する第２の利
   得制御手段とを具えることを特徴とする音声信号符号化
   復号化装置。
8. 【請求項８】上記第１の利得制御手段は、入力される上
   記音声信号を、聴覚モデルに基づく周波数特性と逆の周
   波数特性に従つて利得制御することを特徴とする請求項
   ７に記載の音声信号符号化復号化装置。
9. 【請求項９】上記第１の利得制御手段は、入力される上
   記音声信号のうち、聴覚における明瞭度の小さい周波数
   帯域の音声信号を削除するように利得制御することを特
   徴とする請求項７に記載の音声信号符号化復号化装置。