JPH09127990A

JPH09127990A - 音声符号化方法及び装置

Info

Publication number: JPH09127990A
Application number: JP7279417A
Authority: JP
Inventors: Kazuyuki Iijima; 和幸飯島; Masayuki Nishiguchi; 正之西口; Atsushi Matsumoto; 淳松本; Shiro Omori; 士郎大森
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1995-10-26
Filing date: 1995-10-26
Publication date: 1997-05-16
Anticipated expiration: 2015-10-26
Also published as: DE69619054D1; SG43428A1; JP3680380B2; KR100427752B1; ATE213086T1; EP0770989A2; EP0770989A3; DE69619054T2; US5828996A; CN1156872A; EP0770989B1; KR970024627A

Abstract

(57)【要約】【課題】様々な音声の形態に対して良好な符号化を可
能にする。【解決手段】入力音声信号を時間軸上でブロック単位
で区分して各ブロック単位で符号化を行う音声符号化装
置であり、ＣＥＬＰ符号化を行う符号化部１２０を備
え、符号化部１２０の雑音符号帳２１は、ガウシアンノ
イズを複数の異なるスレシホールド値でクリッピングし
て生成したコードベクトルと、当該ガウシアンノイズを
クリッピングして生成したコードベクトルを初期値にし
て学習により求めたコードベクトルとを有している。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、入力音声信号をブロッ
ク単位で区分して、この区分されたブロックを単位とし
て符号化処理を行うような音声符号化方法及び装置に関
する。

【０００２】

【発明の属する技術分野】オーディオ信号（音声信号や
音響信号を含む）の時間領域や周波数領域における統計
的性質と人間の聴感上の特性を利用して信号圧縮を行う
ような符号化方法が種々知られている。この符号化方法
としては、大別して時間領域での符号化、周波数領域で
の符号化、分析合成符号化等が挙げられる。

【０００３】音声信号等の高能率符号化の例として、ハ
ーモニック（Harmonic）符号化、ＭＢＥ（Multiband Ex
citation: マルチバンド励起）符号化等のサイン波分析
符号化や、ＳＢＣ（Sub-band Coding:帯域分割符号
化）、ＬＰＣ（Linear Predictive Coding: 線形予測符
号化）、あるいはＤＣＴ（離散コサイン変換）、ＭＤＣ
Ｔ（モデファイドＤＣＴ）、ＦＦＴ（高速フーリエ変
換）等が知られている。また、音声信号等の高能率符号
化の例としては、合成による分析法を用いて最適ベクト
ルのクローズドループサーチによるベクトル量子化を用
いた符号励起線形予測（ＣＥＬＰ）符号化も存在する。

【０００４】

【発明が解決しようとする課題】ところで、上記音声信
号の高能率符号化の一例としての符号励起線形予測符号
化において、符号化の品質は、符号化する音声信号の特
性によって大きく左右される。例えば、音声には様々な
形態があり、例えば「さ，し，す，せ，そ」のようなノ
イズに近い子音を含む音声や、例えば「ぱ，ぴ，ぷ，
ぺ，ぽ」のような立ち上がりの激しい子音（急峻な子
音）を含む音声の全てに対して、良好な符号化を行うこ
とは困難である。

【０００５】そこで本発明は、このような実情に鑑みて
なされたものであり、様々な音声の形態に対して良好な
符号化が可能な音声符号化方法及び装置の提供を目的と
する。

【０００６】

【課題を解決するための手段】本発明に係る音声符号化
方法及び装置は、入力音声信号を時間軸上で区分した各
ブロック単位で符号化を行うものであり、合成による分
析法を用いて最適ベクトルのクローズドループサーチに
よる時間軸波形のベクトル量子化を行う符号化におい
て、ベクトル量子化のコードブックにはガウシアンノイ
ズを複数の異なるスレシホールド値でクリッピングして
生成したコードベクトルからなるものを用いることによ
り、上述の課題を解決する。

【０００７】すなわち、本発明によれば、ガウシアンノ
イズを複数の異なるスレシホールド値でクリッピングし
て生成したコードベクトルを用いてベクトル量子化する
ことで、様々な音声の形態に対応できるようにしてい
る。

【０００８】

【発明の実施の形態】以下、本発明に係る好ましい実施
の形態について説明する。先ず、図１は、本発明に係る
音声符号化方法の実施の形態が適用された符号化装置の
基本構成を示している。

【０００９】ここで、図１の音声信号符号化装置の基本
的な考え方は、入力音声信号の短期予測残差例えばＬＰ
Ｃ（線形予測符号化）残差を求めてサイン波分析（sinu
soidal analysis ）符号化、例えばハーモニックコーデ
ィング（harmonic coding ）を行う第１の符号化部１１
０と、入力音声信号に対して位相伝送を行う波形符号化
により符号化する第２の符号化部１２０とを有し、入力
信号の有声音（Ｖ：Voiced）の部分の符号化に第１の符
号化部１１０を用い、入力信号の無声音（ＵＶ：Unvoic
ed）の部分の符号化には第２の符号化部１２０を用いる
ようにすることである。

【００１０】上記第１の符号化部１１０には、例えばＬ
ＰＣ残差をハーモニック符号化やマルチバンド励起（Ｍ
ＢＥ）符号化のようなサイン波分析符号化を行う構成が
用いられる。上記第２の符号化部１２０には、例えば合
成による分析法を用いて最適ベクトルのクローズドルー
プサーチによるベクトル量子化を用いた符号励起線形予
測（ＣＥＬＰ）符号化の構成が用いられる。

【００１１】図１の例では、入力端子１０１に供給され
た音声信号が、第１の符号化部１１０のＬＰＣ逆フィル
タ１１１及びＬＰＣ分析・量子化部１１３に送られてい
る。ＬＰＣ分析・量子化部１１３から得られたＬＰＣ係
数あるいはいわゆるαパラメータは、ＬＰＣ逆フィルタ
１１１に送られて、このＬＰＣ逆フィルタ１１１により
入力音声信号の線形予測残差（ＬＰＣ残差）が取り出さ
れる。また、ＬＰＣ分析・量子化部１１３からは、後述
するようにＬＳＰ（線スペクトル対）の量子化出力が取
り出され、これが出力端子１０２に送られる。ＬＰＣ逆
フィルタ１１１からのＬＰＣ残差は、サイン波分析符号
化部１１４に送られる。サイン波分析符号化部１１４で
は、ピッチ検出やスペクトルエンベロープ振幅計算が行
われると共に、Ｖ（有声音）／ＵＶ（無声音）判定部１
１５によりＶ／ＵＶの判定が行われる。サイン波分析符
号化部１１４からのスペクトルエンベロープ振幅データ
がベクトル量子化部１１６に送られる。スペクトルエン
ベロープのベクトル量子化出力としてのベクトル量子化
部１１６からのコードブックインデクスは、スイッチ１
１７を介して出力端子１０３に送られ、サイン波分析符
号化部１１４からの出力は、スイッチ１１８を介して出
力端子１０４に送られる。また、Ｖ／ＵＶ判定部１１５
からのＶ／ＵＶ判定出力は、出力端子１０５に送られる
と共に、スイッチ１１７、１１８の制御信号として送ら
れており、上述した有声音（Ｖ）のとき上記インデクス
及びピッチが選択されて各出力端子１０３及び１０４か
らそれぞれ取り出される。

【００１２】図１の第２の符号化部１２０は、この例で
はＣＥＬＰ（符号励起線形予測）符号化構成を有してお
り、雑音符号帳１２１からの出力を、重み付きの合成フ
ィルタ１２２により合成処理し、得られた重み付き音声
を減算器１２３に送り、入力端子１０１に供給された音
声信号を聴覚重み付けフィルタ１２５を介して得られた
音声との誤差を取り出し、この誤差を距離計算回路１２
４に送って距離計算を行い、誤差が最小となるようなベ
クトルを雑音符号帳１２１でサーチするような、合成に
よる分析（Analysis by Synthesis ）法を用いたクロー
ズドループサーチを用いた時間軸波形のベクトル量子化
を行っている。このＣＥＬＰ符号化は、上述したように
無声音部分の符号化に用いられており、雑音符号帳１２
１からのＵＶデータとしてのコードブックインデクス
は、上記Ｖ／ＵＶ判定部１１５からのＶ／ＵＶ判定結果
が無声音（ＵＶ）のときオンとなるスイッチ１２７を介
して、出力端子１０７より取り出される。

【００１３】次に、図２は、本発明に係る音声復号化方
法の一実施の形態が適用された音声信号復号化装置とし
て、上記図１の音声信号符号化装置に対応する音声信号
復号化装置の基本構成を示すブロック図である。

【００１４】この図２において、入力端子２０２には上
記図１の出力端子１０２からの上記ＬＳＰ（線スペクト
ル対）の量子化出力としてのコードブックインデクスが
入力される。入力端子２０３、２０４、及び２０５に
は、上記図１の各出力端子１０３、１０４、及び１０５
からの各出力、すなわちエンベロープ量子化出力として
のインデクス、ピッチ、及びＶ／ＵＶ判定出力がそれぞ
れ入力される。また、入力端子２０７には、上記図１の
出力端子１０７からのＵＶ（無声音）用のデータとして
のインデクスが入力される。

【００１５】入力端子２０３からのエンベロープ量子化
出力としてのインデクスは、逆ベクトル量子化器２１２
に送られて逆ベクトル量子化され、ＬＰＣ残差のスペク
トルエンベロープが求められて有声音合成部２１１に送
られる。有声音合成部２１１は、サイン波合成により有
声音部分のＬＰＣ（線形予測符号化）残差を合成するも
のであり、この有声音合成部２１１には入力端子２０４
及び２０５からのピッチ及びＶ／ＵＶ判定出力も供給さ
れている。有声音合成部２１１からの有声音のＬＰＣ残
差は、ＬＰＣ合成フィルタ２１４に送られる。また、入
力端子２０７からのＵＶデータのインデクスは、無声音
合成部２２０に送られて、雑音符号帳を参照することに
より無声音部分のＬＰＣ残差が取り出される。このＬＰ
Ｃ残差もＬＰＣ合成フィルタ２１４に送られる。ＬＰＣ
合成フィルタ２１４では、上記有声音部分のＬＰＣ残差
と無声音部分のＬＰＣ残差とがそれぞれ独立に、ＬＰＣ
合成処理が施される。あるいは、有声音部分のＬＰＣ残
差と無声音部分のＬＰＣ残差とが加算されたものに対し
てＬＰＣ合成処理を施すようにしてもよい。ここで入力
端子２０２からのＬＳＰのインデクスは、ＬＰＣパラメ
ータ再生部２１３に送られて、ＬＰＣのαパラメータが
取り出され、これがＬＰＣ合成フィルタ２１４に送られ
る。ＬＰＣ合成フィルタ２１４によりＬＰＣ合成されて
得られた音声信号は、出力端子２０１より取り出され
る。

【００１６】次に、上記図１に示した音声信号符号化装
置のより具体的な構成について、図３を参照しながら説
明する。なお、図３において、上記図１の各部と対応す
る部分には同じ指示符号を付している。

【００１７】この図３に示された音声信号符号化装置に
おいて、入力端子１０１に供給された音声信号は、ハイ
パスフィルタ（ＨＰＦ）１０９にて不要な帯域の信号を
除去するフィルタ処理が施された後、ＬＰＣ（線形予測
符号化）分析・量子化部１１３のＬＰＣ分析回路１３２
と、ＬＰＣ逆フィルタ回路１１１とに送られる。

【００１８】ＬＰＣ分析・量子化部１１３のＬＰＣ分析
回路１３２は、入力信号波形の２５６サンプル程度の長
さを１ブロックとしてハミング窓をかけて、自己相関法
により線形予測係数、いわゆるαパラメータを求める。
データ出力の単位となるフレーミングの間隔は、１６０
サンプル程度とする。サンプリング周波数ｆｓが例えば
８ｋHzのとき、１フレーム間隔は１６０サンプルで２０
ｍsec となる。

【００１９】ＬＰＣ分析回路１３２からのαパラメータ
は、α→ＬＳＰ変換回路１３３に送られて、線スペクト
ル対（ＬＳＰ）パラメータに変換される。これは、直接
型のフィルタ係数として求まったαパラメータを、例え
ば１０個、すなわち５対のＬＳＰパラメータに変換す
る。変換は例えばニュートン−ラプソン法等を用いて行
う。このＬＳＰパラメータに変換するのは、αパラメー
タよりも補間特性に優れているからである。

【００２０】α→ＬＳＰ変換回路１３３からのＬＳＰパ
ラメータは、ＬＳＰ量子化器１３４によりマトリクスあ
るいはベクトル量子化される。このとき、フレーム間差
分をとってからベクトル量子化してもよく、複数フレー
ム分をまとめてマトリクス量子化してもよい。ここで
は、２０ｍsec を１フレームとし、２０ｍsec 毎に算出
されるＬＳＰパラメータを２フレーム分まとめて、マト
リクス量子化及びベクトル量子化している。

【００２１】このＬＳＰ量子化器１３４からの量子化出
力、すなわちＬＳＰ量子化のインデクスは、端子１０２
を介して取り出され、また量子化済みのＬＳＰベクトル
は、ＬＳＰ補間回路１３６に送られる。

【００２２】ＬＳＰ補間回路１３６は、上記２０ｍsec
あるいは４０ｍsec 毎に量子化されたＬＳＰのベクトル
を補間し、８倍のレートにする。すなわち、２．５ｍse
c 毎にＬＳＰベクトルが更新されるようにする。これ
は、残差波形をハーモニック符号化復号化方法により分
析合成すると、その合成波形のエンベロープは非常にな
だらかでスムーズな波形になるため、ＬＰＣ係数が２０
ｍsec 毎に急激に変化すると異音を発生することがある
からである。すなわち、２．５ｍsec 毎にＬＰＣ係数が
徐々に変化してゆくようにすれば、このような異音の発
生を防ぐことができる。

【００２３】このような補間が行われた２．５ｍsec 毎
のＬＳＰベクトルを用いて入力音声の逆フィルタリング
を実行するために、ＬＳＰ→α変換回路１３７により、
ＬＳＰパラメータを例えば１０次程度の直接型フィルタ
の係数であるαパラメータに変換する。このＬＳＰ→α
変換回路１３７からの出力は、上記ＬＰＣ逆フィルタ回
路１１１に送られ、このＬＰＣ逆フィルタ１１１では、
２．５ｍsec 毎に更新されるαパラメータにより逆フィ
ルタリング処理を行って、滑らかな出力を得るようにし
ている。このＬＰＣ逆フィルタ１１１からの出力は、サ
イン波分析符号化部１１４、具体的には例えばハーモニ
ック符号化回路、の直交変換回路１４５、例えばＤＦＴ
（離散フーリエ変換）回路に送られる。

【００２４】ＬＰＣ分析・量子化部１１３のＬＰＣ分析
回路１３２からのαパラメータは、聴覚重み付けフィル
タ算出回路１３９に送られて聴覚重み付けのためのデー
タが求められ、この重み付けデータが後述する聴覚重み
付きのベクトル量子化器１１６と、第２の符号化部１２
０の聴覚重み付けフィルタ１２５及び聴覚重み付きの合
成フィルタ１２２とに送られる。

【００２５】ハーモニック符号化回路等のサイン波分析
符号化部１１４では、ＬＰＣ逆フィルタ１１１からの出
力を、ハーモニック符号化の方法で分析する。すなわ
ち、ピッチ検出、各ハーモニクスの振幅Ａｍの算出、有
声音（Ｖ）／無声音（ＵＶ）の判別を行い、ピッチによ
って変化するハーモニクスのエンベロープあるいは振幅
Ａｍの個数を次元変換して一定数にしている。

【００２６】図３に示すサイン波分析符号化部１１４の
具体例においては、一般のハーモニック符号化を想定し
ているが、特に、ＭＢＥ（Multiband Excitation: マル
チバンド励起）符号化の場合には、同時刻（同じブロッ
クあるいはフレーム内）の周波数軸領域いわゆるバンド
毎に有声音（Voiced）部分と無声音（Unvoiced）部分と
が存在するという仮定でモデル化することになる。それ
以外のハーモニック符号化では、１ブロックあるいはフ
レーム内の音声が有声音か無声音かの択一的な判定がな
されることになる。なお、以下の説明中のフレーム毎の
Ｖ／ＵＶとは、ＭＢＥ符号化に適用した場合には全バン
ドがＵＶのときを当該フレームのＵＶとしている。

【００２７】図３のサイン波分析符号化部１１４のオー
プンループピッチサーチ部１４１には、上記入力端子１
０１からの入力音声信号が、またゼロクロスカウンタ１
４２には、上記ＨＰＦ（ハイパスフィルタ）１０９から
の信号がそれぞれ供給されている。サイン波分析符号化
部１１４の直交変換回路１４５には、ＬＰＣ逆フィルタ
１１１からのＬＰＣ残差あるいは線形予測残差が供給さ
れている。オープンループピッチサーチ部１４１では、
入力信号のＬＰＣ残差をとってオープンループによる比
較的ラフなピッチのサーチが行われ、抽出された粗ピッ
チデータは高精度ピッチサーチ１４６に送られて、後述
するようなクローズドループによる高精度のピッチサー
チ（ピッチのファインサーチ）が行われる。また、オー
プンループピッチサーチ部１４１からは、上記粗ピッチ
データと共にＬＰＣ残差の自己相関の最大値をパワーで
正規化した正規化自己相関最大値ｒ(p) が取り出され、
Ｖ／ＵＶ（有声音／無声音）判定部１１５に送られてい
る。

【００２８】直交変換回路１４５では例えばＤＦＴ（離
散フーリエ変換）等の直交変換処理が施されて、時間軸
上のＬＰＣ残差が周波数軸上のスペクトル振幅データに
変換される。この直交変換回路１４５からの出力は、高
精度ピッチサーチ部１４６及びスペクトル振幅あるいは
エンベロープを評価するためのスペクトル評価部１４８
に送られる。

【００２９】高精度（ファイン）ピッチサーチ部１４６
には、オープンループピッチサーチ部１４１で抽出され
た比較的ラフな粗ピッチデータと、直交変換部１４５に
より例えばＤＦＴされた周波数軸上のデータとが供給さ
れている。この高精度ピッチサーチ部１４６では、上記
粗ピッチデータ値を中心に、0.２〜0.５きざみで±数サ
ンプルずつ振って、最適な小数点付き（フローティン
グ）のファインピッチデータの値へ追い込む。このとき
のファインサーチの手法として、いわゆる合成による分
析 (Analysis by Synthesis)法を用い、合成されたパワ
ースペクトルが原音のパワースペクトルに最も近くなる
ようにピッチを選んでいる。このようなクローズドルー
プによる高精度のピッチサーチ部１４６からのピッチデ
ータについては、スイッチ１１８を介して出力端子１０
４に送っている。

【００３０】スペクトル評価部１４８では、ＬＰＣ残差
の直交変換出力としてのスペクトル振幅及びピッチに基
づいて各ハーモニクスの大きさ及びその集合であるスペ
クトルエンベロープが評価され、高精度ピッチサーチ部
１４６、Ｖ／ＵＶ（有声音／無声音）判定部１１５及び
聴覚重み付きのベクトル量子化器１１６に送られる。

【００３１】Ｖ／ＵＶ（有声音／無声音）判定部１１５
は、直交変換回路１４５からの出力と、高精度ピッチサ
ーチ部１４６からの最適ピッチと、スペクトル評価部１
４８からのスペクトル振幅データと、オープンループピ
ッチサーチ部１４１からの正規化自己相関最大値ｒ(p)
と、ゼロクロスカウンタ４１２からのゼロクロスカウン
ト値とに基づいて、当該フレームのＶ／ＵＶ判定が行わ
れる。さらに、ＭＢＥの場合の各バンド毎のＶ／ＵＶ判
定結果の境界位置も当該フレームのＶ／ＵＶ判定の一条
件としてもよい。このＶ／ＵＶ判定部１１５からの判定
出力は、出力端子１０５を介して取り出される。

【００３２】ところで、スペクトル評価部１４８の出力
部あるいはベクトル量子化器１１６の入力部には、デー
タ数変換（一種のサンプリングレート変換）部が設けら
れている。このデータ数変換部は、上記ピッチに応じて
周波数軸上での分割帯域数が異なり、データ数が異なる
ことを考慮して、エンベロープの振幅データ｜Ａ_m｜を
一定の個数にするためのものである。すなわち、例えば
有効帯域を３４００ｋHzまでとすると、この有効帯域が
上記ピッチに応じて、８バンド〜６３バンドに分割され
ることになり、これらの各バンド毎に得られる上記振幅
データ｜Ａ_m｜の個数ｍ_MX＋１も８〜６３と変化するこ
とになる。このためデータ数変換部１１９では、この可
変個数ｍ_MX＋１の振幅データを一定個数Ｍ個、例えば４
４個、のデータに変換している。

【００３３】このスペクトル評価部１４８の出力部ある
いはベクトル量子化器１１６の入力部に設けられたデー
タ数変換部からの上記一定個数Ｍ個（例えば４４個）の
振幅データあるいはエンベロープデータが、ベクトル量
子化器１１６により、所定個数、例えば４４個のデータ
毎にまとめられてベクトルとされ、重み付きベクトル量
子化が施される。この重みは、聴覚重み付けフィルタ算
出回路１３９からの出力により与えられる。ベクトル量
子化器１１６からの上記エンベロープのインデクスは、
スイッチ１１７を介して出力端子１０３より取り出され
る。なお、上記重み付きベクトル量子化に先だって、所
定個数のデータから成るベクトルについて適当なリーク
係数を用いたフレーム間差分をとっておくようにしても
よい。

【００３４】次に、第２の符号化部１２０について説明
する。第２の符号化部１２０は、いわゆるＣＥＬＰ（符
号励起線形予測）符号化構成を有しており、特に、入力
音声信号の無声音部分の符号化のために用いられてい
る。この無声音部分用のＣＥＬＰ符号化構成において、
雑音符号帳、いわゆるストキャスティック・コードブッ
ク（stochastic code book）１２１からの代表値出力で
ある無声音のＬＰＣ残差に相当するノイズ出力を、ゲイ
ン回路１２６を介して、聴覚重み付きの合成フィルタ１
２２に送っている。重み付きの合成フィルタ１２２で
は、入力されたノイズをＬＰＣ合成処理し、得られた重
み付き無声音の信号を減算器１２３に送っている。減算
器１２３には、上記入力端子１０１からＨＰＦ（ハイパ
スフィルタ）１０９を介して供給された音声信号を聴覚
重み付けフィルタ１２５で聴覚重み付けした信号が入力
されており、合成フィルタ１２２からの信号との差分あ
るいは誤差を取り出している。この誤差を距離計算回路
１２４に送って距離計算を行い、誤差が最小となるよう
な代表値ベクトルを雑音符号帳１２１でサーチする。こ
のような合成による分析（Analysis by Synthesis ）法
を用いたクローズドループサーチを用いた時間軸波形の
ベクトル量子化を行っている。

【００３５】このＣＥＬＰ符号化構成を用いた第２の符
号化部１２０からのＵＶ（無声音）部分用のデータとし
ては、雑音符号帳１２１からのコードブックのシェイプ
インデクスと、ゲイン回路１２６からのコードブックの
ゲインインデクスとが取り出される。雑音符号帳１２１
からのＵＶデータであるシェイプインデクスは、スイッ
チ１２７ｓを介して出力端子１０７ｓに送られ、ゲイン
回路１２６のＵＶデータであるゲインインデクスは、ス
イッチ１２７ｇを介して出力端子１０７ｇに送られてい
る。

【００３６】ここで、これらのスイッチ１２７ｓ、１２
７ｇ及び上記スイッチ１１７、１１８は、上記Ｖ／ＵＶ
判定部１１５からのＶ／ＵＶ判定結果によりオン／オフ
制御され、スイッチ１１７、１１８は、現在伝送しよう
とするフレームの音声信号のＶ／ＵＶ判定結果が有声音
（Ｖ）のときオンとなり、スイッチ１２７ｓ、１２７ｇ
は、現在伝送しようとするフレームの音声信号が無声音
（ＵＶ）のときオンとなる。

【００３７】次に、図４は、上記図２に示した本発明に
係る実施の形態としての音声信号復号化装置のより具体
的な構成を示している。この図４において、上記図２の
各部と対応する部分には、同じ指示符号を付している。

【００３８】この図４において、入力端子２０２には、
上記図１、３の出力端子１０２からの出力に相当するＬ
ＳＰのベクトル量子化出力、いわゆるコードブックのイ
ンデクスが供給されている。

【００３９】このＬＳＰのインデクスは、ＬＰＣパラメ
ータ再生部２１３のＬＳＰの逆ベクトル量子化器２３１
に送られてＬＳＰ（線スペクトル対）データに逆ベクト
ル量子化され、ＬＳＰ補間回路２３２、２３３に送られ
てＬＳＰの補間処理が施された後、ＬＳＰ→α変換回路
２３４、２３５でＬＰＣ（線形予測符号）のαパラメー
タに変換され、このαパラメータがＬＰＣ合成フィルタ
２１４に送られる。ここで、ＬＳＰ補間回路２３２及び
ＬＳＰ→α変換回路２３４は有声音（Ｖ）用であり、Ｌ
ＳＰ補間回路２３３及びＬＳＰ→α変換回路２３５は無
声音（ＵＶ）用である。またＬＰＣ合成フィルタ２１４
は、有声音部分のＬＰＣ合成フィルタ２３６と、無声音
部分のＬＰＣ合成フィルタ２３７とを分離している。す
なわち、有声音部分と無声音部分とでＬＰＣの係数補間
を独立に行うようにして、有声音から無声音への遷移部
や、無声音から有声音への遷移部で、全く性質の異なる
ＬＳＰ同士を補間することによる悪影響を防止してい
る。

【００４０】また、図４の入力端子２０３には、上記図
１、図３のエンコーダ側の端子１０３からの出力に対応
するスペクトルエンベロープ（Ａｍ）の重み付けベクト
ル量子化されたコードインデクスデータが供給され、入
力端子２０４には、上記図１、図３の端子１０４からの
ピッチのデータが供給され、入力端子２０５には、上記
図１、図３の端子１０５からのＶ／ＵＶ判定データが供
給されている。

【００４１】入力端子２０３からのスペクトルエンベロ
ープＡｍのベクトル量子化されたインデクスデータは、
逆ベクトル量子化器２１２に送られて逆ベクトル量子化
が施され、上記データ数変換に対応する逆変換が施され
て、スペクトルエンベロープのデータとなって、有声音
合成部２１１のサイン波合成回路２１５に送られてい
る。

【００４２】なお、エンコード時にスペクトルのベクト
ル量子化に先だってフレーム間差分をとっている場合に
は、ここでの逆ベクトル量子化後にフレーム間差分の復
号を行ってからデータ数変換を行い、スペクトルエンベ
ロープのデータを得る。

【００４３】サイン波合成回路２１５には、入力端子２
０４からのピッチ及び入力端子２０５からの上記Ｖ／Ｕ
Ｖ判定データが供給されている。サイン波合成回路２１
５からは、上述した図１、図３のＬＰＣ逆フィルタ１１
１からの出力に相当するＬＰＣ残差データが取り出さ
れ、これが加算器２１８に送られている。

【００４４】また、逆ベクトル量子化器２１２からのエ
ンベロープのデータと、入力端子２０４、２０５からの
ピッチ、Ｖ／ＵＶ判定データとは、有声音（Ｖ）部分の
ノイズ加算のためのノイズ合成回路２１６に送られてい
る。このノイズ合成回路２１６からの出力は、重み付き
重畳加算回路２１７を介して加算器２１８に送ってい
る。これは、サイン波合成によって有声音のＬＰＣ合成
フィルタへの入力となるエクサイテイション（Excitati
on：励起、励振）を作ると、男声等の低いピッチの音で
鼻づまり感がある点、及びＶ（有声音）とＵＶ（無声
音）とで音質が急激に変化し不自然に感じる場合がある
点を考慮し、有声音部分のＬＰＣ合成フィルタ入力すな
わちエクサイテイションについて、音声符号化データに
基づくパラメータ、例えばピッチ、スペクトルエンベロ
ープ振幅、フレーム内の最大振幅、残差信号のレベル等
を考慮したノイズをＬＰＣ残差信号の有声音部分に加え
ているものである。

【００４５】加算器２１８からの加算出力は、ＬＰＣ合
成フィルタ２１４の有声音用の合成フィルタ２３６に送
られてＬＰＣの合成処理が施されることにより時間波形
データとなり、さらに有声音用ポストフィルタ２３８ｖ
でフィルタ処理された後、加算器２３９に送られる。

【００４６】次に、図４の入力端子２０７ｓ及び２０７
ｇには、上記図３の出力端子１０７ｓ及び１０７ｇから
のＵＶデータとしてのシェイプインデクス及びゲインイ
ンデクスがそれぞれ供給され、無声音合成部２２０に送
られている。端子２０７ｓからのシェイプインデクス
は、無声音合成部２２０の雑音符号帳２２１に、端子２
０７ｇからのゲインインデクスはゲイン回路２２２にそ
れぞれ送られている。雑音符号帳２２１から読み出され
た代表値出力は、無声音のＬＰＣ残差に相当するノイズ
信号成分であり、これがゲイン回路２２２で所定のゲイ
ンの振幅となり、窓かけ回路２２３に送られて、上記有
声音部分とのつなぎを円滑化するための窓かけ処理が施
される。

【００４７】窓かけ回路２２３からの出力は、無声音合
成部２２０からの出力として、ＬＰＣ合成フィルタ２１
４のＵＶ（無声音）用の合成フィルタ２３７に送られ
る。合成フィルタ２３７では、ＬＰＣ合成処理が施され
ることにより無声音部分の時間波形データとなり、この
無声音部分の時間波形データは無声音用ポストフィルタ
２３８ｕでフィルタ処理された後、加算器２３９に送ら
れる。

【００４８】加算器２３９では、有声音用ポストフィル
タ２３８ｖからの有声音部分の時間波形信号と、無声音
用ポストフィルタ２３８ｕからの無声音部分の時間波形
データとが加算され、出力端子２０１より取り出され
る。

【００４９】上記音声信号符号化装置では、出力データ
のビットレートが可変されて出力される。具体的には、
出力データのビットレートを、低ビットレートと高ビッ
トレートとに切り換えることができる。例えば、低ビッ
トレートを２ｋbpsとし、高ビットレートを６ｋbpsとす
る場合には、以下の表１に示す各ビットレートのデータ
が出力される。

【００５０】

【表１】

【００５１】出力端子１０４からのピッチデータについ
ては、有声音時に、常に８bits／２０ｍsecで出力さ
れ、出力端子１０５から出力されるＶ／ＵＶ判定出力
は、常に１bit／２０ｍsecである。出力端子１０２から
出力されるＬＳＰ量子化のインデクスは、３２bits／４
０ｍsecと４８bits／４０ｍsecとの間で切り換えが行わ
れる。また、出力端子１０３から出力される有声音時
（Ｖ）のインデクスは、１５bits／２０ｍsecと８７bit
s／２０ｍsecとの間で切り換えが行われ、出力端子１０
７ｓ、１０７ｇから出力される無声音時（ＵＶ）のイン
デクスは、１１bits／１０ｍsecと２３bits／５ｍsecと
の間で切り換えが行われる。これにより、有声音時
（Ｖ）の出力データは、２ｋbpsでは４０bits／２０ｍs
ecとなり、６ｋbpsでは１２０bits／２０ｍsecとなる。
また、無声音時（ＵＶ）の出力データは、２ｋbpsでは
３９bits／２０ｍsecとなり、６ｋbpsでは１１７bits／
２０ｍsecとなる。

【００５２】尚、上記ＬＳＰ量子化のインデクス、有声
音時（Ｖ）のインデクス、及び無声音時（ＵＶ）のイン
デクスについては、後述する各部の構成と共に説明す
る。

【００５３】次に、図５及び図６を用いて、ＬＳＰ量子
化器１３４におけるマトリクス量子化及びベクトル量子
化について詳細に説明する。

【００５４】上述のように、ＬＰＣ分析回路１３２から
のαパラメータは、α→ＬＳＰ変換回路１３３に送られ
て、ＬＳＰパラメータに変換される。例えば、ＬＰＣ分
析回路１３２でＰ次のＬＰＣ分析を行う場合には、αパ
ラメータはＰ個算出される。このＰ個のαパラメータ
は、ＬＳＰパラメータに変換され、バッファ６１０に保
持される。

【００５５】このバッファ６１０からは、２フレーム分
のＬＳＰパラメータが出力される。２フレーム分のＬＳ
Ｐパラメータはマトリクス量子化部６２０でマトリクス
量子化される。マトリクス量子化部６２０は、第１のマ
トリクス量子化部６２０₁と第２のマトリクス量子化部
６２０₂とから成る。２フレーム分のＬＳＰパラメータ
は、第１のマトリクス量子化部６２０₁でマトリクス量
子化され、これにより得られる量子化誤差が、第２のマ
トリクス量子化部６２０₂でさらにマトリクス量子化さ
れる。これらのマトリクス量子化により、時間軸方向の
相関を取り除く。

【００５６】マトリクス量子化部６２０₂からの２フレ
ーム分の量子化誤差は、ベクトル量子化部６４０に入力
される。ベクトル量子化部６４０は、第１のベクトル量
子化部６４０₁と第２のベクトル量子化部６４０₂とから
成る。さらに、第１のベクトル量子化部６４０₁は、２
つのベクトル量子化部６５０、６６０から成り、第２の
ベクトル量子化部６４０₂は、２つのベクトル量子化部
６７０、６８０から成る。第１のベクトル量子化部６４
０₁のベクトル量子化部６５０、６６０で、マトリクス
量子化部６２０からの量子化誤差が、それぞれ１フレー
ム毎にベクトル量子化される。これにより得られる量子
化誤差ベクトルは、第２のベクトル量子化部６４０₂の
ベクトル量子化部６７０、６８０で、さらにベクトル量
子化される。これらのベクトル量子化により、周波数軸
方向の相関を処理する。

【００５７】このように、マトリクス量子化を施す工程
を行うマトリクス量子化部６２０は、第１のマトリクス
量子化工程を行う第１のマトリクス量子化部６２０
₁と、この第１のマトリクス量子化による量子化誤差を
マトリクス量子化する第２のマトリクス量子化工程を行
う第２のマトリクス量子化部６２０₂とを少なくとも有
し、上記ベクトル量子化を施す工程を行うベクトル量子
化部６４０は、第１のベクトル量子化工程を行う第１の
ベクトル量子化部６４０₁と、この第１のベクトル量子
化の際の量子化誤差ベクトルをベクトル量子化する第２
のベクトル量子化工程を行う第２のベクトル量子化部６
４０₂とを少なくとも有する。

【００５８】次に、マトリクス量子化及びベクトル量子
化について具体的に説明する。

【００５９】バッファ６１０に保持された、２フレーム
分のＬＳＰパラメータ、すなわち１０×２の行列は、マ
トリクス量子化器６２０₁に送られる。上記第１のマト
リクス量子化部６１０₁では、２フレーム分のＬＳＰパ
ラメータが加算器６２１を介して重み付き距離計算器６
２３に送られ、最小となる重み付き距離が算出される。

【００６０】この第１のマトリクス量子化部６２０₁に
よるコードブックサーチ時の歪尺度ｄ_MQ1は、ＬＳＰパ
ラメータＸ₁、量子化値Ｘ ₁を用い、（１）式で示す。

【００６１】

【数１】

【００６２】ここで、ｔはフレーム番号、ｉはＰ次元の
番号を示す。

【００６３】また、このときの、周波数軸方向及び時間
軸方向に重みの制限を考慮しない場合の重みＷを（２）
式で示す。

【００６４】

【数２】

【００６５】この（２）式の重みＷは、後段のマトリク
ス量子化及びベクトル量子化でも用いられる。

【００６６】算出された重み付き距離はマトリクス量子
化器（ＭＱ₁）６２２に送られて、マトリクス量子化が
行われる。このマトリクス量子化により出力される８ビ
ットのインデクスは信号切換器６９０に送られる。ま
た、マトリクス量子化による量子化値は、加算器６２１
で、バッファ６１０からの次の２フレーム分のＬＳＰパ
ラメータから減算される。重み付き距離計算器６２３で
は、加算器６２１からの出力を用いて、最小となる重み
付き距離が算出される。このように、２フレーム毎に、
順次、重み付き距離計算器６２３では重み付き距離が算
出されて、マトリクス量子化器６２２でマトリクス量子
化が行われる。また、加算器６２１からの出力は、第２
のマトリクス量子化部６２０₂の加算器６３１に送られ
る。

【００６７】第２のマトリクス量子化部６２０₂でも第
１のマトリクス量子化部６２０₁と同様にして、マトリ
クス量子化を行う。上記加算器６２１からの出力は、加
算器６３１を介して重み付き距離計算器６３３に送ら
れ、最小となる重み付き距離が算出される。

【００６８】この第２のマトリクス量子化部６２０₂に
よるコードブックサーチ時の歪尺度ｄ_MQ2を、第１のマ
トリクス量子化部６２０₁からの量子化誤差Ｘ₂、量子化
値Ｘ ₂により、（３）式で示す。

【００６９】

【数３】

【００７０】この重み付き距離はマトリクス量子化器
（ＭＱ₂）６３２に送られて、マトリクス量子化が行わ
れる。このマトリクス量子化により出力される８ビット
のインデクスは信号切換器６９０に送られる。また、マ
トリクス量子化による量子化値は、加算器６３１で、次
の２フレーム分の量子化誤差から減算される。重み付き
距離計算器６３３では、加算器６３１からの出力を用い
て、最小となる重み付き距離が順次算出される。また、
加算器６３１からの出力は、第１のベクトル量子化部６
４０₁の加算器６５１、６６１に１フレームずつ送られ
る。

【００７１】この第１のベクトル量子化部６４０₁で
は、１フレーム毎にベクトル量子化が行われる。加算器
６３１からの出力は、１フレーム毎に、加算器６５１、
６６１を介して重み付き距離計算器６５３、６６３にそ
れぞれ送られ、最小となる重み付き距離が算出される。

【００７２】量子化誤差Ｘ₂と量子化値Ｘ ₂との差分は、
１０×２の行列であり、Ｘ₂−Ｘ₂’＝［Ｘ _3-1，Ｘ _3-2］と表すときの、この第１のベクトル量子化部６４０₁の
ベクトル量子化器６５２、６６２によるコードブックサ
ーチ時の歪尺度ｄ_VQ1、ｄ_VQ2を、（４）、（５）式で示
す。

【００７３】

【数４】

【００７４】この重み付き距離はベクトル量子化器（Ｖ
Ｑ₁）６５２、ベクトル量子化器（ＶＱ₂）６６２にそれ
ぞれ送られて、ベクトル量子化が行われる。このベクト
ル量子化により出力される各８ビットのインデクスは信
号切換器６９０に送られる。また、ベクトル量子化によ
る量子化値は、加算器６５１、６６１で、次に入力され
る２フレーム分の量子化誤差ベクトルから減算される。
重み付き距離計算器６５３、６６３では、加算器６５
１、６６１からの出力を用いて、最小となる重み付き距
離が順次算出される。また、加算器６５１、６６１から
の出力は、第２のベクトル量子化部６４０₂の加算器６
７１、６８１にそれぞれ送られる。

【００７５】ここで、Ｘ _4-1 ＝Ｘ_3-1−Ｘ’_3-1 Ｘ _4-2 ＝Ｘ_3-2−Ｘ’_3-2 と表すときの、この第２のベクトル量子化部６４０₂の
ベクトル量子化器６７２、６８２によるコードブックサ
ーチ時の歪尺度ｄ_VQ3、ｄ_VQ4を、（６）、（７）式で示
す。

【００７６】

【数５】

【００７７】この重み付き距離はベクトル量子化器（Ｖ
Ｑ₃）６７２、ベクトル量子化器（ＶＱ₄）６８２にそれ
ぞれ送られて、ベクトル量子化が行われる。このベクト
ル量子化により出力される各８ビットのインデクスは信
号切換器６９０に送られる。また、ベクトル量子化によ
る量子化値は、加算器６７１、６８１で、次に入力され
る２フレーム分の量子化誤差ベクトルから減算される。
重み付き距離計算器６７３、６８３では、加算器６７
１、６８１からの出力を用いて、最小となる重み付き距
離が順次算出される。

【００７８】また、コードブックの学習時には、上記各
歪尺度をもとにして、一般化ロイドアルゴリズム（ＧＬ
Ａ）により学習を行う。

【００７９】尚、コードブックサーチ時と学習時の歪尺
度は、異なる値であっても良い。

【００８０】上記マトリクス量子化器６２２、６３２、
ベクトル量子化器６５２、６６２、６７２、６８２から
の各８ビットのインデクスは、信号切換器６９０で切り
換えられて、出力端子６９１から出力される。

【００８１】具体的には、低ビットレート時には、上記
第１のマトリクス量子化工程を行う第１のマトリクス量
子化部６２０₁、上記第２のマトリクス量子化工程を行
う第２のマトリクス量子化部６２０₂、及び上記第１の
ベクトル量子化工程を行う第１のベクトル量子化部６４
０₁での出力を取り出し、高ビットレート時には、上記
低ビットレート時の出力に上記第２のベクトル量子化工
程を行う第２のベクトル量子化部６４０₂での出力を合
わせて取り出す。

【００８２】これにより、２ｋbps時には、３２bits／
４０ｍsecのインデクスが出力され、６ｋbps時には、４
８bits／４０ｍsecのインデクスが出力される。

【００８３】また、上記マトリクス量子化部６２０及び
上記ベクトル量子化部６４０では、上記ＬＰＣ係数を表
現するパラメータの持つ特性に合わせた、周波数軸方向
又は時間軸方向、あるいは周波数軸及び時間軸方向に制
限を持つ重み付けを行う。

【００８４】先ず、ＬＳＰパラメータの持つ特性に合わ
せた、周波数軸方向に制限を持つ重み付けについて説明
する。例えば、次数Ｐ＝１０とするとき、ＬＳＰパラメ
ータＸ（ｉ）を、低域、中域、高域の３つの領域とし
て、Ｌ₁＝｛Ｘ（ｉ）｜１≦ｉ≦２｝Ｌ₂＝｛Ｘ（ｉ）｜３≦ｉ≦６｝Ｌ₃＝｛Ｘ（ｉ）｜７≦ｉ≦１０｝とグループ化する。そして、各グループＬ₁、Ｌ₂、Ｌ₃
の重み付けを１／４、１／２、１／４とすると、各グル
ープＬ₁、Ｌ₂、Ｌ₃の周波数軸方向のみに制限を持つ重
みは、（８）、（９）、（１０）式となる。

【００８５】

【数６】

【００８６】これにより、各ＬＳＰパラメータの重み付
けは、各グループ内でのみ行われ、その重みは各グルー
プに対する重み付けで制限される。

【００８７】ここで、時間軸方向からみると、各フレー
ムの重み付けの総和は、必ず１となるので、時間軸方向
の制限は１フレーム単位である。この時間軸方向のみに
制限を持つ重みは、（１１）式となる。

【００８８】

【数７】

【００８９】この（１１）式により、周波数軸方向での
制限のない、フレーム番号ｔ＝０，１の２つのフレーム
間で、重み付けが行われる。この時間軸方向にのみ制限
を持つ重み付けは、マトリクス量子化を行う２フレーム
間で行う。

【００９０】また、学習時には、学習データとして用い
る全ての音声フレーム、即ち全データのフレーム数Ｔに
ついて、（１２）式により、重み付けを行う。

【００９１】

【数８】

【００９２】また、周波数軸方向及び時間軸方向に制限
を持つ重み付けについて説明する。例えば、次数Ｐ＝１
０とするとき、ＬＳＰパラメータＸ（ｉ，ｔ）を、低
域、中域、高域の３つの領域として、Ｌ₁＝｛Ｘ（ｉ，ｔ）｜１≦ｉ≦２，０≦ｔ≦１｝Ｌ₂＝｛Ｘ（ｉ，ｔ）｜３≦ｉ≦６，０≦ｔ≦１｝Ｌ₃＝｛Ｘ（ｉ，ｔ）｜７≦ｉ≦１０，０≦ｔ≦１｝とグループ化する。各グループＬ₁、Ｌ₂、Ｌ₃の重み付
けを１／４、１／２、１／４とすると、各グループ
Ｌ₁、Ｌ₂、Ｌ₃の周波数軸方向及び時間軸方向に制限を
持つ重み付けは、（１３）、（１４）、（１５）式とな
る。

【００９３】

【数９】

【００９４】この（１３）、（１４）、（１５）式によ
り、周波数軸方向では３つの帯域毎に、時間軸方向では
マトリクス量子化を行う２フレーム間に重み付けの制限
を加えた重み付けを行う。これは、コードブックサーチ
時及び学習時共に有効となる。

【００９５】また、学習時においては、全データのフレ
ーム数について重み付けを行う。ＬＳＰパラメータＸ
（ｉ，ｔ）を、低域、中域、高域の３つの領域として、Ｌ₁＝｛Ｘ（ｉ，ｔ）｜１≦ｉ≦２，０≦ｔ≦Ｔ｝Ｌ₂＝｛Ｘ（ｉ，ｔ）｜３≦ｉ≦６，０≦ｔ≦Ｔ｝Ｌ₃＝｛Ｘ（ｉ，ｔ）｜７≦ｉ≦１０，０≦ｔ≦Ｔ｝とグループ化し、各グループＬ₁、Ｌ₂、Ｌ₃の重み付け
を１／４、１／２、１／４とすると、各グループＬ₁、
Ｌ₂、Ｌ₃の周波数軸方向及び時間軸方向に制限を持つ重
み付けは、（１６）、（１７）、（１８）式となる。

【００９６】

【数１０】

【００９７】この（１６）、（１７）、（１８）式によ
り、周波数軸方向では３つの帯域毎に重み付けを行い、
時間軸方向では全フレーム間で重み付けを行うことがで
きる。

【００９８】さらに、上記マトリクス量子化部６２０及
び上記ベクトル量子化部６４０では、上記ＬＳＰパラメ
ータの変化の大きさに応じて重み付けを行う。音声フレ
ーム全体においては少数フレームとなる、Ｖ→ＵＶ、Ｕ
Ｖ→Ｖの遷移（トランジェント）部において、子音と母
音との周波数特性の違いから、ＬＳＰパラメータは大き
く変化する。そこで、（１９）式に示す重みを、上述の
重みＷ’（ｉ，ｔ）に乗算することにより、上記遷移部
を重視する重み付けを行うことができる。

【００９９】

【数１１】

【０１００】尚、（１９）式の代わりに、（２０）式を
用いることも考えられる。

【０１０１】

【数１２】

【０１０２】このように、ＬＳＰ量子化器１３４では、
２段のマトリクス量子化及び２段のベクトル量子化を行
うことにより、出力するインデクスのビット数を可変に
することができる。

【０１０３】次に、ベクトル量子化部１１６の基本構成
を図７、図７のベクトル量子化部１１６のより具体的な
構成を図８に示し、ベクトル量子化器１１６におけるス
ペクトルエンベロープ（Ａｍ）の重み付きベクトル量子
化の具体例について説明する。

【０１０４】先ず、図３の音声信号符号化装置におい
て、スペクトル評価部１４８の出力側あるいはベクトル
量子化器１１６の入力側に設けられたスペクトルエンベ
ロープの振幅のデータ数を一定個数にするデータ数変換
の具体例について説明する。

【０１０５】このデータ数変換には種々の方法が考えら
れるが、本実施の形態においては、例えば、周波数軸上
の有効帯域１ブロック分の振幅データに対して、ブロッ
ク内の最後のデータからブロック内の最初のデータまで
の値を補間するようなダミーデータを付加してデータ個
数をＮ_F個に拡大した後、帯域制限型のＯ_S倍（例えば
８倍）のオーバーサンプリングを施すことによりＯ_S倍
の個数の振幅データを求め、このＯ_S倍の個数（（ｍ_MX
＋１）×Ｏ_S個）の振幅データを直線補間してさらに多
くのＮ_M個（例えば２０４８個）に拡張し、このＮ_M個
のデータを間引いて上記一定個数Ｍ（例えば４４個）の
データに変換している。

【０１０６】図７の重み付きベクトル量子化を行うベク
トル量子化器１１６は、第１のベクトル量子化工程を行
う第１のベクトル量子化部５００と、この第１のベクト
ル量子化部５００における第１のベクトル量子化の際の
量子化誤差ベクトルを量子化する第２のベクトル量子化
工程を行う第２のベクトル量子化部５１０とを少なくと
も有する。この第１のベクトル量子化部５００は、いわ
ゆる１段目のベクトル量子化部であり、第２のベクトル
量子化部５１０は、いわゆる２段目のベクトル量子化部
である。

【０１０７】第１のベクトル量子化部５００の入力端子
５０１には、スペクトル評価部１４８の出力ベクトル
Ｘ、即ち一定個数Ｍのエンベロープデータが入力され
る。この出力ベクトルＸは、ベクトル量子化器５０２で
重み付きベクトル量子化される。これにより、ベクトル
量子化器５０２から出力されるシェイプインデクスは出
力端子５０３から出力され、また、量子化値Ｘ ₀’は出
力端子５０４から出力されると共に、加算器５０５、５
１３に送られる。加算器５０５では、出力ベクトルＸか
ら量子化値Ｘ ₀’が減算されて、複数次元の量子化誤差
ベクトルＹが得られる。

【０１０８】この量子化誤差ベクトルＹは、第２のベク
トル量子化部５１０内のベクトル量子化部５１１に送ら
れる。このベクトル量子化部５１１は、複数個のベクト
ル量子化器で構成され、図７では、２個のベクトル量子
化器５１１₁、５１１₂から成る。量子化誤差ベクトルＹ
は次元分割されて、２個のベクトル量子化器５１１₁、
５１１₂で、それぞれ重み付きベクトル量子化される。
これらのベクトル量子化器５１１₁、５１１₂から出力さ
れるシェイプインデクスは、出力端子５１２₁、５１２₂
からそれぞれ出力され、また、量子化値Ｙ ₁’、Ｙ ₂’は
次元方向に接続されて、加算器５１３に送られる。この
加算器５１３では、量子化値Ｙ ₁’、Ｙ ₂’と量子化値Ｘ
₀’とが加算されて、量子化値Ｘ ₁’が生成される。この
量子化値Ｘ ₁’は出力端子５１４から出力される。

【０１０９】これにより、低ビットレート時には、上記
第１のベクトル量子化部５００による第１のベクトル量
子化工程での出力を取り出し、高ビットレート時には、
上記第１のベクトル量子化工程での出力及び上記第２の
量子化部５１０による第２のベクトル量子化工程での出
力を取り出す。

【０１１０】具体的には、図８に示すように、ベクトル
量子化器１１６内の第１のベクトル量子化部５００のベ
クトル量子化器５０２は、Ｌ次元、例えば４４次元の２
ステージ構成としている。

【０１１１】すなわち、４４次元でコードブックサイズ
が３２のベクトル量子化コードブックからの出力ベクト
ルの和に、ゲインｇ_iを乗じたものを、４４次元のスペ
クトルエンベロープベクトルＸの量子化値Ｘ ₀’として
使用する。これは、図８に示すように、２つのシェイプ
コードブックをＣＢ０、ＣＢ１とし、その出力ベクトル
をｓ _0i、ｓ _1j、ただし０≦ｉ，ｊ≦３１、とする。ま
た、ゲインコードブックＣＢｇの出力をｇ_l、ただし０
≦ｌ≦３１、とする。ｇ_lはスカラ値である。この最終
出力Ｘ ₀’は、ｇ_i（ｓ _0i＋ｓ _1j）となる。

【０１１２】ＬＰＣ残差について上記ＭＢＥ分析によっ
て得られたスペクトルエンベロープＡｍを一定次元に変
換したものをＸとする。このとき、Ｘをいかに効率的に
量子化するかが重要である。

【０１１３】ここで、量子化誤差エネルギＥを、Ｅ＝‖Ｗ｛ＨＸ−Ｈｇ_l（ｓ _0i＋ｓ _1j）｝‖² ・・・（２１）＝‖ＷＨ｛Ｘ−ｇ_l（ｓ _0i＋ｓ _1j）｝‖² と定義する。この（２１）式において、ＨはＬＰＣの合
成フィルタの周波数軸上での特性であり、Ｗは聴覚重み
付けの周波数軸上での特性を表す重み付けのための行列
である。

【０１１４】現フレームのＬＰＣ分析結果によるαパラ
メータを、α_i（１≦ｉ≦Ｐ）として、

【０１１５】

【数１３】

【０１１６】の周波数特性からＬ次元、例えば４４次元
の各対応する点の値をサンプルしたものである。

【０１１７】算出手順としては、一例として、１、
α₁、α₂、・・・、α_pに０詰めして、すなわち、１、
α₁、α₂、・・・、α_p、０、０、・・・、０として、
例えば２５６点のデータにする。その後、２５６点ＦＦ
Ｔを行い、（ｒ_e ²＋Ｉ_m ²）^1/2を０〜πに対応する点に
対して算出して、その逆数をとる。それをＬ点、すなわ
ち例えば４４点に間引いたものを対角要素とする行列
を、

【０１１８】

【数１４】

【０１１９】とする。

【０１２０】聴覚重み付け行列Ｗは、

【０１２１】

【数１５】

【０１２２】とする。この（２３）式で、α_iは入力の
ＬＰＣ分析結果である。また、λa、λbは定数であり、
一例として、λa＝０．４、λb＝０．９が挙げられる。

【０１２３】行列あるいはマトリクスＷは、上記（２
３）式の周波数特性から算出できる。一例として、１、
α₁λb、α₂λb²、・・・、α_pλb^p、０、０、・・・、
０として２５６点のデータとしてＦＦＴを行い、０以上
π以下の区間に対して（ｒ_e ²[ｉ]＋Ｉ_m ²[ｉ]）^1/2、０
≦ｉ≦１２８、を求める。次に、１、α₁λa、α₂λ
a²、・・・、α_pλa^p 、０、０、・・・、０として分母
の周波数特性を２５６点ＦＦＴで０〜πの区間を１２８
点で算出する。これを（ｒ_e'²[ｉ]＋Ｉ_m'²[ｉ]）^1/2、
０≦ｉ≦１２８、とする。

【０１２４】

【数１６】

【０１２５】として、上記（２３）式の周波数特性が求
められる。

【０１２６】これをＬ次元、例えば４４次元ベクトルの
対応する点について、以下の方法で求める。より正確に
は、直線補間を用いるべきであるが、以下の例では最も
近い点の値で代用している。

【０１２７】すなわち、 ω[ｉ]＝ω₀［nint(128ｉ/L)］１≦ｉ≦Ｌただし、nint（Ｘ）は、Ｘに最も近い整数を返す関数である。

【０１２８】また、上記Ｈに関しても同様の方法で、h
(1)、h(2)、・・・、h(L)を求めている。すなわち、

【０１２９】

【数１７】

【０１３０】となる。

【０１３１】ここで、他の例として、ＦＦＴの回数を減
らすのに、Ｈ(ｚ)Ｗ(ｚ)を先に求めてから、周波数特性
を求めてもよい。すなわち、

【０１３２】

【数１８】

【０１３３】この（２５）式の分母を展開した結果を、

【０１３４】

【数１９】

【０１３５】とする。ここで、１、β₁、β₂、・・・、
β_2p、０、０、・・・、０として、例えば２５６点のデ
ータにする。その後、２５６点ＦＦＴを行い、振幅の周
波数特性を、

【０１３６】

【数２０】

【０１３７】とする。これより、

【０１３８】

【数２１】

【０１３９】これをＬ次元ベクトルの対応する点につい
て求める。上記ＦＦＴのポイント数が少ない場合は、直
線補間で求めるべきであるが、ここでは最寄りの値を使
用している。すなわち、

【０１４０】

【数２２】

【０１４１】である。これを対角要素とする行列をＷ’
とすると、

【０１４２】

【数２３】

【０１４３】となる。（２６）式は上記（２４）式と同
一のマトリクスとなる。

【０１４４】このマトリクス、すなわち重み付き合成フ
ィルタの周波数特性を用いて、上記（２１）式を書き直
すと、

【０１４５】

【数２４】

【０１４６】となる。

【０１４７】ここで、シェイプコードブックとゲインコ
ードブックの学習法について説明する。

【０１４８】先ず、ＣＢ０に関しコードベクトルｓ _0cを
選択する全てのフレームｋに関して歪の期待値を最小化
する。そのようなフレームがＭ個あるとして、

【０１４９】

【数２５】

【０１５０】を最小化すればよい。この（２８）式中
で、Ｗ'_kはｋ番目のフレームに対する重み、Ｘ _kはｋ番
目のフレームの入力、ｇ_kはｋ番目のフレームのゲイ
ン、ｓ _1kはｋ番目のフレームについてのコードブックＣ
Ｂ１からの出力、をそれぞれ示す。

【０１５１】この（２８）式を最小化するには、

【０１５２】

【数２６】

【０１５３】

【数２７】

【０１５４】次に、ゲインに関しての最適化を考える。

【０１５５】ゲインのコードワードｇ_cを選択するｋ番
目のフレームに関しての歪の期待値Ｊ_gは、

【０１５６】

【数２８】

【０１５７】上記（３１）式及び（３２）式は、シェイ
プｓ _0i、ｓ _1i及びゲインｇ_i、０≦ｉ≦３１の最適なセ
ントロイドコンディション(Centroid Condition)、すな
わち最適なデコーダ出力を与えるものである。なお、ｓ
_1iに関してもｓ _0iと同様に求めることができる。

【０１５８】次に、最適エンコード条件（Nearest Neig
hbour Condition ）を考える。

【０１５９】歪尺度を求める上記（２７）式、すなわ
ち、Ｅ＝‖Ｗ'（Ｘ−ｇ_l（ｓ _0i＋ｓ _1j））‖²を最小化
するｓ _0i、ｓ _1jを、入力Ｘ、重みマトリクスＷ' が与え
られる毎に、すなわち毎フレームごとに決定する。

【０１６０】本来は、総当り的に全てのｇ_l（０≦ｌ≦
３１）、ｓ _0i（０≦ｉ≦３１）、ｓ ₁ _j（０≦ｊ≦３１）
の組み合せの、３２×３２×３２＝３２７６８通りにつ
いてＥを求めて、最小のＥを与えるｇ_l 、ｓ _0i、ｓ _1jの
組を求めるべきであるが、膨大な演算量となるので、本
実施の形態では、シェイプとゲインのシーケンシャルサ
ーチを行っている。なお、ｓ _0iとｓ _1jとの組み合せにつ
いては、総当りサーチを行うものとする。これは、３２
×３２＝１０２４通りである。以下の説明では、簡単化
のため、ｓ _0i＋ｓ _1jをｓ _mと記す。

【０１６１】上記（２７）式は、Ｅ＝‖Ｗ'（Ｘ−ｇ_lｓ
_m）‖² となる。さらに簡単のため、Ｘ _w＝Ｗ'Ｘ、ｓ _w
＝Ｗ'ｓ _mとすると、

【０１６２】

【数２９】

【０１６３】となる。従って、ｇ_l の精度が充分にとれ
ると仮定すると、

【０１６４】

【数３０】

【０１６５】という２つのステップに分けてサーチする
ことができる。元の表記を用いて書き直すと、

【０１６６】

【数３１】

【０１６７】となる。この（３５）式が最適エンコード
条件(Nearest Neighbour Condition)である。

【０１６８】ここで上記（３１）、（３２）式の条件
（Centroid Condition）と、（３５）式の条件を用い
て、ＬＢＧ(Linde-Buzo-Gray)アルゴリズム、いわゆる
一般化ロイドアルゴリズム（Generalized Lloyd Algori
thm:ＧＬＡ）によりコードブック（ＣＢ０、ＣＢ１、Ｃ
Ｂｇ）を同時にトレーニングできる。

【０１６９】ところで、ベクトル量子化器１１６でのベ
クトル量子化の際の聴覚重み付けに用いられる重みＷ’
については、上記（２６）式で定義されているが、過去
のＷ’も加味して現在のＷ’を求めることにより、テン
ポラルマスキングも考慮したＷ’が求められる。

【０１７０】上記（２６）式中のwh(1),wh(2),・・・,w
h(L)に関して、時刻ｎ、すなわち第ｎフレームで算出さ
れたものをそれぞれwh_n(1),wh_n(2),・・・,wh_n(L) とす
る。

【０１７１】時刻ｎで過去の値を考慮した重みをＡ
_n(i)、１≦ｉ≦Ｌと定義すると、Ａ_n(i)＝λＡ_n-1(i)＋（１−λ）wh_n(i) （wh_n(i)≦Ａ_n-1(i)）＝wh_n(i) （wh_n(i)＞Ａ_n-1(i)）とする。ここで、λは例えばλ＝０．２とすればよい。
このようにして求められたＡ_n(i)、１≦ｉ≦Ｌについ
て、これを対角要素とするマトリクスを上記重みとして
用いればよい。

【０１７２】このように重み付きベクトル量子化により
得られたシェイプインデクスｓ _0i、ｓ _1jは、出力端子５
２０、５２２からそれぞれ出力され、ゲインインデクス
ｇ_lは、出力端子５２１から出力される。また、量子化
値Ｘ ₀’は、出力端子５０４から出力されると共に、加
算器５０５に送られる。

【０１７３】この加算器５０５では、出力ベクトルＸか
ら量子化値Ｘ ₀’が減算されて、量子化誤差ベクトルＹ
が生成される。この量子化誤差ベクトルＹは、具体的に
は、８個のベクトル量子化器５１１₁〜５１１₈から成る
ベクトル量子化部５１１に送られて、次元分割され、各
ベクトル量子化器５１１₁〜５１１₈で重み付きのベクト
ル量子化が施される。

【０１７４】第２のベクトル量子化部５１０では、第１
のベクトル量子化部５００と比較して、かなり多くのビ
ット数を用いるため、コードブックのメモリ容量及びコ
ードブックサーチのための演算量（Complexity）が非常
に大きくなり、第１のベクトル量子化部５００と同じ４
４次元のままでベクトル量子化を行うことは、不可能で
ある。そこで、第２のベクトル量子化部５１０内のベク
トル量子化部５１１を複数個のベクトル量子化器で構成
し、入力される量子化値を次元分割して、複数個の低次
元ベクトルとして、重み付きのベクトル量子化を行う。

【０１７５】ベクトル量子化器５１１₁〜５１１₈で用い
る各量子化値Ｙ ₀〜Ｙ ₇と、次元数と、ビット数との関係
を、表２に示す。

【０１７６】

【表２】

【０１７７】ベクトル量子化器５１１₁〜５１１₈から出
力されるインデクスＩｄｖｑ₀〜Ｉｄｖｑ₇は、各出力端
子５２３₁〜５２３₈からそれぞれ出力される。これらの
インデクスの合計は７２ビットである。

【０１７８】また、ベクトル量子化器５１１₁〜５１１₈
から出力される量子化値Ｙ ₀’〜Ｙ _７’を次元方向に接
続した値をＹ’とすると、加算器５１３では、量子化値
Ｙ’と量子化値Ｘ _０’とが加算されて、量子化値Ｘ ₁’
が得られる。よって、この量子化値Ｘ ₁’は、Ｘ ₁ ’＝Ｘ ₀’＋Ｙ’ ＝Ｘ−Ｙ＋Ｙ’ で表される。すなわち、最終的な量子化誤差ベクトル
は、Ｙ’−Ｙとなる。

【０１７９】尚、音声信号復号化装置側では、この第２
のベクトル量子化部５１０からの量子化値Ｘ ₁’を復号
化するときには、第１のベクトル量子化部５００からの
量子化値Ｘ ₀’は不要であるが、第１のベクトル量子化
部５００及び第２のベクトル量子化部５１０からのイン
デクスは必要とする。

【０１８０】次に、上記ベクトル量子化部５１１におけ
る学習法及びコードブックサーチについて説明する。

【０１８１】先ず、学習法においては、量子化誤差ベク
トルＹ及び重みＷ’を用い、表２に示すように、８つの
低次元ベクトルＹ ₀〜Ｙ ₇及びマトリクスに分割する。こ
のとき、重みＷ’は、例えば４４点に間引いたものを対
角要素とする行列、

【０１８２】

【数３２】

【０１８３】とすると、以下の８つの行列に分割され
る。

【０１８４】

【数３３】

【０１８５】このように、Ｙ及びＷ’の低次元に分割さ
れたものを、それぞれＹ _i 、Ｗ_i’ （１≦ｉ≦８）とする。

【０１８６】ここで、歪尺度Ｅを、Ｅ＝‖Ｗ_i'（Ｙ _i−ｓ）‖² ・・・（３７）と定義する。このコードベクトルｓはＹ _iの量子化結果
であり、歪尺度Ｅを最小化する、コードブックのコード
ベクトルｓがサーチされる。

【０１８７】尚、Ｗ_i’は、学習時には重み付けがあ
り、サーチ時には重み付け無し、すなわち単位行列と
し、学習時とコードブックサーチ時とでは異なる値を用
いるようにしてもよい。

【０１８８】また、コードブックの学習では、一般化ロ
イドアルゴリズム（ＧＬＡ）を用い、さらに重み付けを
行っている。先ず、学習のための最適なセントロイドコ
ンディションについて説明する。コードベクトルｓを最
適な量子化結果として選択した入力ベクトルＹがＭ個あ
る場合に、トレーニングデータをＹ _kとすると、歪の期
待値Ｊは、全てのフレームｋに関して重み付け時の歪の
中心を最小化するような（３８）式となる。

【０１８９】

【数３４】

【０１９０】上記（３９）式で示すｓは最適な代表ベク
トルであり、最適なセントロイドコンディションであ
る。

【０１９１】また、最適エンコード条件は、‖Ｗ_i'（Ｙ
_i−ｓ）‖² の値を最小化するｓをサーチすればよい。
ここで、サーチ時のＷ_i'は、必ずしも学習時と同じＷ_i'
である必要はなく、重み無しで

【０１９２】

【数３５】

【０１９３】のマトリクスとしてもよい。

【０１９４】このように、音声信号符号化装置内のベク
トル量子化部１１６を２段のベクトル量子化部から構成
することにより、出力するインデクスのビット数を可変
にすることができる。

【０１９５】次に、本発明の前記ＣＥＬＰ符号化構成を
用いた第２の符号化部１２０は、より具体的には図９に
示すような、多段のベクトル量子化処理部（図９の例で
は２段の符号化部１２０₁と１２０₂）の構成を有するも
のとなされている。なお、当該図９の構成は、伝送ビッ
トレートを例えば前記２ｋｂｐｓと６ｋｂｐｓとで切り
換え可能な場合において、６ｋｂｐｓの伝送ビットレー
トに対応した構成を示しており、さらにシェイプ及びゲ
インインデクス出力を２３ビット／５ｍｓｅｃと１５ビ
ット／５ｍｓｅｃとで切り換えられるようにしているも
のである。また、この図９の構成における処理の流れは
図１０に示すようになっている。

【０１９６】この図９において、例えば、図９の第１の
符号化部２００は前記図３の第１の符号化部１１３と略
々対応し、図９のＬＰＣ分析回路３０２は前記図３に示
したＬＰＣ分析回路１３２と対応し、図９のＬＳＰパラ
メータ量子化回路３０３は図３の前記α→ＬＳＰ変換回
路１３３からＬＳＰ→α変換回路１３７までの構成と対
応し、図９の聴覚重み付けフィルタ３０４は図３の前記
聴覚重み付けフィルタ算出回路１３９及び聴覚重み付け
フィルタ１２５と対応している。したがって、この図９
において、端子３０５には前記図３の第１の符号化部１
１３のＬＳＰ→α変換回路１３７からの出力と同じもの
が供給され、また、端子３０７には前記図３の聴覚重み
付けフィルタ算出回路１３９からの出力と同じものが、
端子３０６には前記図３の聴覚重み付けフィルタ１２５
からの出力と同じものが供給される。ただし、この図５
の聴覚重み付けフィルタ３０４では、前記図３の聴覚重
み付けフィルタ１２５とは異なり、前記ＬＳＰ→α変換
回路１３７の出力を用いずに、入力音声データと量子化
前のαパラメータとから、前記聴覚重み付けした信号
（すなわち前記図３の聴覚重み付けフィルタ１２５から
の出力と同じ信号）を生成している。

【０１９７】また、この図９に示す２段構成の第２の符
号化部１２０₁及び１２０₂において、減算器３１３及び
３２３は図３の減算器１２３と対応し、距離計算回路３
１４及び３２４は図３の距離計算回路１２４と、ゲイン
回路３１１及び３２１は図３のゲイン回路１２６と、ス
トキャスティックコードブック３１０，３２０及びゲイ
ンコードブック３１５，３２５は図３の雑音符号帳１２
１とそれぞれ対応している。

【０１９８】このような図９の構成において、先ず、図
１０のステップＳ１に示すように、ＬＰＣ分析回路３０
２では、端子３０１から供給された入力音声データｘを
前述同様に適当なフレームに分割してＬＰＣ分析を行
い、αパラメータを求める。ＬＳＰパラメータ量子化回
路３０３では、上記ＬＰＣ分析回路３０２からのαパラ
メータをＬＳＰパラメータに変換して量子化し、さらに
この量子化したＬＳＰパラメータを補間した後、αパラ
メータに変換する。次に、当該ＬＳＰパラメータ量子化
回路３０３では、当該量子化したＬＳＰパラメータを変
換したαパラメータ、すなわち量子化されたαパラメー
タから、ＬＰＣ合成フィルタ関数１／Ｈ（ｚ）を生成
し、これを端子３０５を介して１段目の第２の符号化部
１２０₁の聴覚重み付き合成フィルタ３１２に送る。

【０１９９】一方、聴覚重み付けフィルタ３０４では、
ＬＰＣ分析回路３０２からのαパラメータ（すなわち量
子化前のαパラメータ）から、前記図３の聴覚重み付け
フィルタ算出回路１３９によるものと同じ聴覚重み付け
のためのデータを求め、この重み付けのためのデータが
端子３０７を介して、１段目の第２の符号化部１２０₁
の聴覚重み付き合成フィルタ３１２に送られる。また、
当該聴覚重み付けフィルタ３０４では、図１０のステッ
プＳ２に示すように、入力音声データと量子化前のαパ
ラメータとから、前記聴覚重み付けした信号（前記図３
の聴覚重み付けフィルタ１２５からの出力と同じ信号）
を生成する。すなわち、先ず、量子化前のαパラメータ
から聴覚重み付けフィルタ関数Ｗ（ｚ）を生成し、さら
に入力音声データｘに当該フィルタ関数Ｗ（ｚ）をかけ
てｘ _Wを生成し、これを上記聴覚重み付けした信号とし
て、端子３０６を介して１段目の第２の符号化部１２０
₁の減算器３１３に送る。

【０２００】１段目の第２の符号化部１２０₁では、９
ビットシェイプインデクス出力のストキャスティックコ
ードブック（stochastic code book）３１０からの代表
値出力（無声音のＬＰＣ残差に相当するノイズ出力）が
ゲイン回路３１１に送られ、このゲイン回路３１１に
て、ストキャスティックコードブック３１０からの代表
値出力に６ビットゲインインデクス出力のゲインコード
ブック３１５からのゲイン（スカラ値）を乗じ、このゲ
イン回路３１１にてゲインが乗じられた代表値出力が、
１／Ａ（ｚ）＝（１／Ｈ（ｚ））・Ｗ（ｚ）の聴覚重み
付きの合成フィルタ３１２に送られる。この重み付きの
合成フィルタ３１２からは、図１０のステップＳ３のよ
うに、１／Ａ（ｚ）のゼロ入力応答出力が減算器３１３
に送られる。当該減算器３１３では、上記聴覚重み付き
合成フィルタ３１２からのゼロ入力応答出力と、上記聴
覚重み付けフィルタ３０４からの上記聴覚重み付けした
信号ｘ _Wとを用いた減算が行われ、この差分或いは誤差
が参照ベクトルｒとして取り出される。図１０のステッ
プＳ４に示すように、１段目の第２の符号化部１２０₁
でのサーチ時には、この参照ベクトルｒが、距離計算回
路３１４に送られ、ここで距離計算が行われ、量子化誤
差エネルギＥを最小にするシェイプベクトルｓとゲイン
ｇがサーチされる。ただし、ここでの１／Ａ（ｚ）はゼ
ロ状態である。すなわち、コードブック中のシェイプベ
クトルｓをゼロ状態の１／Ａ（ｚ）で合成したものをｓ
_synとするとき、式（４０）を最小にするシェイプベク
トルｓとゲインｇをサーチする。

【０２０１】

【数３６】

【０２０２】ここで、量子化誤差エネルギＥを最小とす
るｓとｇをフルサーチしてもよいが、計算量を減らすた
めに、以下のような方法をとることができる。

【０２０３】第１の方法として、以下の式（４１）に定
義するＥ_sを最小とするシェイプベクトルｓをサーチす
る。

【０２０４】

【数３７】

【０２０５】第２の方法として、第１の方法により得ら
れたｓより、理想的なゲインは、式（４２）のようにな
るから、式（４３）を最小とするｇをサーチする。

【０２０６】

【数３８】

【０２０７】Ｅ_g＝（ｇ_ref−ｇ）² （４３）ここで、Ｅはｇの二次関数であるから、Ｅ_gを最小にす
るｇはＥを最小化する。

【０２０８】上記第１，第２の方法によって得られたｓ
とｇより、量子化誤差ベクトルｅ（ｎ）は次の式（４
４）のように計算できる。

【０２０９】ｅ（ｎ）＝ｒ（ｎ）−ｇｓ _syn（ｎ）（４４）これを、２段目の第２の符号化部１２０₂のリファレン
ス入力として１段目と同様にして量子化する。

【０２１０】すなわち、上記１段目の第２の符号化部１
２０₁の聴覚重み付き合成フィルタ３１２からは、端子
３０５及び端子３０７に供給された信号がそのまま２段
目の第２の符号化部１２０₂の聴覚重み付き合成フィル
タ３２２に送られる。また、当該２段目の第２の符号化
部１２０₂減算器３２３には、１段目の第２の符号化部
１２０₁にて求めた上記量子化誤差ベクトルｅ（ｎ）が
供給される。

【０２１１】次に、図１０のステップＳ５において、当
該２段目の第２の符号化部１２０₂でも１段目と同様に
処理が行われる。すなわち、５ビットシェイプインデク
ス出力のストキャスティックコードブック３２０からの
代表値出力がゲイン回路３２１に送られ、このゲイン回
路３２１にて、当該コードブック３２０からの代表値出
力に３ビットゲインインデクス出力のゲインコードブッ
ク３２５からのゲインを乗じ、このゲイン回路３２１の
出力が、聴覚重み付きの合成フィルタ３２２に送られ
る。当該重み付きの合成フィルタ３２２からの出力は減
算器３２３に送られ、当該減算器３２３にて上記聴覚重
み付き合成フィルタ３２２からの出力と１段目の量子化
誤差ベクトルｅ（ｎ）との差分が求められ、この差分が
距離計算回路３２４に送られてここで距離計算が行わ
れ、量子化誤差エネルギＥを最小にするシェイプベクト
ルｓとゲインｇがサーチされる。

【０２１２】上述したような１段目の第２の符号化部１
２０₁のストキャストコードブック３１０からのシェイ
プインデクス出力及びゲインコードブック３１５からの
ゲインインデクス出力と、２段目の第２の符号化部１２
０₂のストキャストコードブック３２０からのインデク
ス出力及びゲインコードブック３２５からのインデクス
出力は、インデクス出力切り換え回路３３０に送られる
ようになっている。ここで、当該第２の符号化部１２０
から前記２３ビット出力を行うときには、上記１段目と
２段目の第２の符号化部１２０₁及び１２０₂のストキャ
ストコードブック３１０，３２０及びゲインコードブッ
ク３１５，３２５からの各インデクスを合わせて出力
し、一方、前記１５ビット出力を行うときには、上記１
段目の第２の符号化部１２０₁のストキャストコードブ
ック３１０とゲインコードブック３１５からの各インデ
クスを出力する。

【０２１３】その後は、ステップＳ６のようにフィルタ
状態がアップデートされる。

【０２１４】ところで、本実施の形態では、２段目の第
２の符号化部１２０₂のインデクスビット数が、シェイ
プベクトルについては５ビットで、ゲインについては３
ビットと非常に少ない。このような場合、適切なシェイ
プ、ゲインがコードブックに存在しないと、量子化誤差
を減らすどころか逆に増やしてしまう可能性がある。

【０２１５】この問題を防ぐためには、ゲインに０を用
意しておけばよいが、ゲインは３ビットしかなく、その
うちの一つを０にしてしまうのは量子化器の性能を大き
く低下させてしまう。そこで、比較的多いビット数を割
り当てたシェイプベクトルに、要素が全て０のベクトル
を用意する。そして、このゼロベクトルを除いて、前述
のサーチを行い、量子化誤差が最終的に増えてしまった
場合に、ゼロベクトルを選択するようにする。なお、こ
のときのゲインは任意である。これにより、２段目の第
２の符号化部１２０₂が量子化誤差を増すことを防ぐこ
とができる。

【０２１６】なお、図９の例では、２段構成の場合を例
に挙げているが、２段に限らず複数段構成とすることが
できる。この場合、１段目のクローズドループサーチに
よるベクトル量子化が終了したら、Ｎ段目（２≦Ｎ）で
はＮ−１段目の量子化誤差をリファレンス入力として量
子化を行い、さらにその量子化誤差をＮ＋１段目のリフ
ァレンス入力とする。

【０２１７】上述したように、図９及び図１０から、第
２の符号化部に多段のベクトル量子化器を用いることに
より、従来のような同じビット数のストレートベクトル
量子化や共役コードブックなどを用いたものと比較し
て、計算量が少なくなる。特に、ＣＥＬＰ符号化では、
合成による分析（Analysis by Synthesis ）法を用いた
クローズドループサーチを用いた時間軸波形のベクトル
量子化を行っているため、サーチの回数が少ないことが
重要である。また、２段の第２の符号化部１２０₁と１
２０₂の両インデクス出力を用いる場合と、１段目の第
２の符号化部１２０₁のインデクス出力のみを用いる
（２段目の第２の符号化部１２０₂の出力インデクスを
用いない）場合とを切り換えることにより、簡単にビッ
ト数を切り換えることが可能となっている。さらに上述
したように、１段目と２段目の第２の符号化部１２０₁
と１２０₂の両インデクス出力を合わせて出力するよう
なことを行えば、後のデコーダ側において例えば何れか
を選ぶようにすることで、デコーダ側でも容易に対応で
きることになる。すなわち例えば６ｋｂｐｓでエンコー
ドしたパラメータを、２ｋｂｐｓのデコーダでデコード
するときに、デコーダ側で容易に対応できることにな
る。またさらに、例えば２段目の第２の符号化部１２０
₂のシェイプコードブックにゼロベクトルを含ませるこ
とにより、割り当てられたビット数が少ない場合でも、
ゲインに０を加えるよりは少ない性能劣化で量子化誤差
が増加することを防ぐことが可能となっている。

【０２１８】次に、上記ストキャスティックコードブッ
クのコードベクトル（シェイプベクトル）は例えば以下
のようにして生成することができる。

【０２１９】例えば、ストキャスティックコードブック
のコードベクトルは、いわゆるガウシアンノイズのクリ
ッピングにより生成することができる。具体的には、ガ
ウシアンノイズを発生させ、これを適当なスレシホール
ド値でクリッピングし、それを正規化することで、コー
ドブックを構成することができる。

【０２２０】ところが、音声には様々な形態があり、例
えば「さ，し，す，せ，そ」のようなノイズに近い子音
の音声には、ガウシアンノイズが適しているが、例えば
「ぱ，ぴ，ぷ，ぺ，ぽ」のような立ち上がりの激しい子
音（急峻な子音）の音声については、対応しきれない。

【０２２１】そこで、本発明では、全コードベクトルの
うち、適当な数はガウシアンノイズとし、残りを学習に
より求めて上記立ち上がりの激しい子音とノイズに近い
子音の何れにも対応できるようにする。例えば、スレシ
ホールド値を大きくとると、大きなピークを幾つか持つ
ようなベクトルが得られ、一方、スレシホールド値を小
さくとると、ガウシアンノイズそのものに近くなる。し
たがって、このようにクリッピングスレシホールド値の
バリエーションを増やすことにより、例えば「ぱ，ぴ，
ぷ，ぺ，ぽ」のような立ち上がりの激しい子音や、例え
ば「さ，し，す，せ，そ」のようなノイズに近い子音な
どに対応でき、明瞭度を向上させることができるように
なる。なお、図１１には、図中実線で示すガウシアンノ
イズと図中点線で示すクリッピング後のノイズの様子を
示している。また、図１１の（Ａ）はクリッピングスレ
シホールド値が１．０の場合（すなわちスレシホールド
値が大きい場合）を、図１１の（Ｂ）にはクリッピング
スレシホールド値が０．４の場合（すなわちスレシホー
ルド値が小さい場合）を示している。この図１１の
（Ａ）及び（Ｂ）から、スレシホールド値を大きくとる
と、大きなピークを幾つか持つようなベクトルが得ら
れ、一方、スレシホールド値を小さくとると、ガウシア
ンノイズそのものに近くなることが判る。

【０２２２】このようなことを実現するため、先ず、ガ
ウシアンノイズのクリッピングにより初期コードブック
を構成し、さらに予め適当な数だけ学習を行わないコー
ドベクトルを決めておく。この学習しないコードベクト
ルは、その分散値が小さいものから順に選ぶようにす
る。これは、例えば「さ，し，す，せ，そ」のようなノ
イズに近い子音に対応させるためである。一方、学習を
行って求めるコードベクトルは、当該学習のアルゴリズ
ムとしてＬＢＧアルゴリズムを用いるようにする。ここ
で最適エンコード条件（Nearest Neighbour Conditio
n）でのエンコードは固定したコードベクトルと、学習
対象のコードベクトル両方を使用して行う。セントロイ
ドコンディション（Centroid Condition）においては、
学習対象のコードベクトルのみをアップデートする。こ
れにより、学習対象となったコードベクトルは「ぱ，
ぴ，ぷ，ぺ，ぽ」などの立ち上がりの激しい子音に対応
するようになる。

【０２２３】なお、ゲインは通常通りの学習を行うこと
で、これらのコードベクトルに対して最適なものが学習
できる。

【０２２４】上述したガウシアンノイズのクリッピング
によるコードブックの構成のための処理の流れを図１２
に示す。

【０２２５】この図１２において、ステップＳ１０で
は、初期化として、学習回数ｎ＝０とし、誤差Ｄ₀＝∞
とし、最大学習回数ｎ_maxを決定し、学習終了条件を決
めるスレシホールド値εを決定する。

【０２２６】次のステップＳ１１では、ガウシアンノイ
ズのクリッピングによる初期コードブックを生成し、ス
テップＳ１２では学習を行わないコードベクトルとして
一部のコードベクトルを固定する。

【０２２７】次にステップＳ１３では上記コードブック
を用いてエンコードを行い、ステップＳ１４では誤差を
算出し、ステップＳ１５では（Ｄ_n-1−Ｄ_n）／Ｄ_n＜
ε、若しくはｎ＝ｎ_maxか否かを判断し、Ｙｅｓと判断
した場合には処理を終了し、Ｎｏと判断した場合にはス
テップＳ１６に進む。

【０２２８】ステップＳ１６ではエンコードに使用され
なかったコードベクトルの処理を行い、次のステップＳ
１７ではコードブックのアップデートを行う。次にステ
ップＳ１８では学習回数ｎを１インクリメントし、その
後ステップＳ１３に戻る。

【０２２９】以上説明したような信号符号化装置及び信
号復号化装置は、例えば図１３及び図１４に示すような
携帯通信端末あるいは携帯電話機等に使用される音声コ
ーデックとして用いることができる。

【０２３０】すなわち、図１３は、上記図１、図３に示
したような構成を有する音声符号化部１６０を用いて成
る携帯端末の送信側構成を示している。この図１３のマ
イクロホン１６１で集音された音声信号は、アンプ１６
２で増幅され、Ａ／Ｄ（アナログ／ディジタル）変換器
１６３でディジタル信号に変換されて、音声符号化部１
６０に送られる。この音声符号化部１６０は、上述した
図１、図３に示すような構成を有しており、この入力端
子１０１に上記Ａ／Ｄ変換器１６３からのディジタル信
号が入力される。音声符号化部１６０では、上記図１、
図３と共に説明したような符号化処理が行われ、図１、
図２の各出力端子からの出力信号は、音声符号化部１６
０の出力信号として、伝送路符号化部１６４に送られ
る。伝送路符号化部１６４では、いわゆるチャネルコー
ディング処理が施され、その出力信号が変調回路１６５
に送られて変調され、Ｄ／Ａ（ディジタル／アナログ）
変換器１６６、ＲＦアンプ１６７を介して、アンテナ１
６８に送られる。

【０２３１】また、図１４は、上記図２、図４に示した
ような構成を有する音声復号化部２６０を用いて成る携
帯端末の受信側構成を示している。この図１４のアンテ
ナ２６１で受信された音声信号は、ＲＦアンプ２６２で
増幅され、Ａ／Ｄ（アナログ／ディジタル）変換器２６
３を介して、復調回路２６４に送られ、復調信号が伝送
路復号化部２６５に送られる。２６４からの出力信号
は、上記図２、図４に示すような構成を有する音声復号
化部２６０に送られる。音声復号化部２６０では、上記
図２、図４と共に説明したような復号化処理が施され、
図２、図４の出力端子２０１からの出力信号が、音声復
号化部２６０からの信号としてＤ／Ａ（ディジタル／ア
ナログ）変換器２６６に送られる。このＤ／Ａ変換器２
６６からのアナログ音声信号がスピーカ２６８に送られ
る。

【０２３２】なお、本発明は上記実施の形態のみに限定
されるものではなく、例えば音声分析側（エンコード
側）の構成や、音声合成側（デコード側）の構成につい
ては、各部をハードウェア的に記載しているが、いわゆ
るＤＳＰ（ディジタル信号プロセッサ）等を用いてソフ
トウェアプログラムにより実現することも可能である。
また、上記ベクトル量子化の代わりに、複数フレームの
データをまとめてマトリクス量子化を施してもよい。さ
らに、本発明が適用される音声符号化方法やこれに対応
する復号化方法は、上記マルチバンド励起を用いた音声
分析／合成方法に限定されるものではなく、有声音部分
に正弦波合成を用いたり、無声音部分をノイズ信号に基
づいて合成するような種々の音声分析／合成方法に適用
でき、用途としても、伝送や記録再生に限定されず、ピ
ッチ変換やスピード変換、規則音声合成、あるいは雑音
抑圧のような種々の用途に応用できることは勿論であ
る。

【０２３３】

【発明の効果】以上の説明から明らかなように、本発明
に係る音声符号化方法によれば、合成による分析法を用
いて最適ベクトルのクローズドループサーチによる時間
軸波形のベクトル量子化を行う符号化において、ベクト
ル量子化のコードブックには、ガウシアンノイズを複数
の異なるスレシホールド値でクリッピングして生成した
コードベクトルからなるものを用いることで、様々な音
声の形態に対して良好な符号化を可能にしている。

【図面の簡単な説明】

【図１】本発明に係る音声符号化方法の実施の形態が適
用される音声信号符号化装置の基本構成を示すブロック
回路図である。

【図２】本発明に係る音声復号化方法の実施の形態が適
用される音声信号復号化装置の基本構成を示すブロック
回路図である。

【図３】本発明の実施の形態となる音声信号符号化装置
のより具体的な構成を示すブロック回路図である。

【図４】本発明の実施の形態となる音声信号復号化装置
のより具体的な構成を示すブロック回路図である。

【図５】ＬＳＰ量子化部の基本構成を示すブロック図で
ある。

【図６】ＬＳＰ量子化部のより具体的な構成を示すブロ
ック図である。

【図７】ベクトル量子化部の基本構成を示すブロック図
である。

【図８】ベクトル量子化部のより具体的な構成を示すブ
ロック図である。

【図９】本発明の音声信号符号化装置のＣＥＬＰ符号化
部分（第２の符号化部）の具体的構成を示すブロック回
路図である。

【図１０】図９の構成における処理の流れを示すフロー
チャートである。

【図１１】ガウシアンノイズと、異なるスレシホールド
値でのクリッピング後のノイズの様子を示す図である。

【図１２】学習によってシェイプコードブックを生成す
る際の処理の流れを示すフローチャートである。

【図１３】本発明の音声信号符号化装置が適用される携
帯端末の送信側構成を示すブロック回路図である。

【図１４】本発明の音声信号復号化装置が適用される携
帯端末の受信側構成を示すブロック回路図である。

【符号の説明】

１１０第１の符号化部１１１ＬＰＣ逆フィルタ１１３ＬＰＣ分析・量子化部１１４サイン波分析符号化部１１５Ｖ／ＵＶ判定部１２０，１２０₁，１２０₂ 第２の符号化部１２１雑音符号帳１２２，３１２，３２２重み付き合成フィルタ１２３，３１３，３２３減算器１２４，３１４，３２４距離計算回路１２５聴覚重み付けフィルタ３０２ＬＰＣ分析回路３０３ＬＰＣパラメータ量子化回路３０４聴覚重み付けフィルタ３１０，３２０ストキャスティックコードブック３１５，３２５ゲインコードブック３３０インデクス出力切り換え回路

───────────────────────────────────────────────────── フロントページの続き (72)発明者大森士郎東京都品川区北品川６丁目７番35号ソニー株式会社内

Claims

【特許請求の範囲】

【請求項１】入力音声信号を時間軸上でブロック単位
に区分し、各ブロック単位で符号化を行う音声符号化方
法において、合成による分析法を用いて最適ベクトルのクローズドル
ープサーチによる時間軸波形のベクトル量子化を行う符
号化工程を有し、上記ベクトル量子化のコードブックは、ガウシアンノイ
ズを複数の異なるスレシホールド値でクリッピングして
生成したコードベクトルからなることを特徴とする音声
符号化方法。
【請求項２】上記ベクトル量子化のコードブックは、
上記ガウシアンノイズをクリッピングして生成したコー
ドベクトルと、当該ガウシアンノイズをクリッピングし
て生成したコードベクトルを初期値にして学習により求
めたコードベクトルとからなることを特徴とする請求項
１記載の音声符号化方法。
【請求項３】入力音声信号を時間軸上でブロック単位
に区分し、各ブロック単位で符号化を行う音声符号化装
置において、合成による分析法を用いて最適ベクトルのクローズドル
ープサーチによる時間軸波形のベクトル量子化を行う符
号化手段を有し、上記ベクトル量子化のコードブックは、ガウシアンノイ
ズを複数の異なるスレシホールド値でクリッピングして
生成したコードベクトルからなることを特徴とする音声
符号化装置。
【請求項４】上記ベクトル量子化のコードブックは、
上記ガウシアンノイズをクリッピングして生成したコー
ドベクトルと、当該ガウシアンノイズをクリッピングし
て生成したコードベクトルを初期値にして学習により求
めたコードベクトルとからなることを特徴とする請求項
３記載の音声符号化装置。