JPS61272800A - バ−スト音声通信装置 - Google Patents
バ−スト音声通信装置Info
- Publication number
- JPS61272800A JPS61272800A JP60114524A JP11452485A JPS61272800A JP S61272800 A JPS61272800 A JP S61272800A JP 60114524 A JP60114524 A JP 60114524A JP 11452485 A JP11452485 A JP 11452485A JP S61272800 A JPS61272800 A JP S61272800A
- Authority
- JP
- Japan
- Prior art keywords
- spectral envelope
- residual
- envelope parameter
- burst
- voice communication
- 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.)
- Granted
Links
Landscapes
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
- Reduction Or Emphasis Of Bandwidth Of Signals (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明はバースト音声通信装置に関し、特に送信側で音
声のスペクトル包絡パラメータおよげ音源tilFmを
抽出して符号化しこれを音声に代えて符号化速度に比し
てはるかに高速な伝送速度で送。
声のスペクトル包絡パラメータおよげ音源tilFmを
抽出して符号化しこれを音声に代えて符号化速度に比し
てはるかに高速な伝送速度で送。
受信するバースト音声通信装置の性能改善に関する0
〔従来の技術〕
送信側で音声の特徴パラメータを抽出して符号化し、一
旦これを蓄積したうえで符号化速度の数倍もしくは数1
0倍といったはるかに高速な伝送速度で出力し、受信側
ではこれを一旦蓄積しつつ受信しデータ速度を再ひもと
の符号化速度に変換しつつ復号化を行なった特徴パラメ
ータにもとづき音声を合成する形式で音声の送受信を行
なう形式のバースト音声通信装置はよく知られている。
旦これを蓄積したうえで符号化速度の数倍もしくは数1
0倍といったはるかに高速な伝送速度で出力し、受信側
ではこれを一旦蓄積しつつ受信しデータ速度を再ひもと
の符号化速度に変換しつつ復号化を行なった特徴パラメ
ータにもとづき音声を合成する形式で音声の送受信を行
なう形式のバースト音声通信装置はよく知られている。
このようなバースト音声通信装置では、特徴パラメータ
は基本分析フレームごとに抽出される。
は基本分析フレームごとに抽出される。
この基本分析フレームは音声信号がほぼ定常的と見做し
得る時間として設定された基本分析窓長で切出された入
力音声信号にもとづいて予め設定される分析時間単位で
あり具体的には約3QmSEC程度はほぼ定常的と見做
され従って音韻があまり変化しないと考えられるのでこ
れを基本分析窓長とし音声信号を30m5EC程度で窓
関数処理を行なって切出したものを10m5ECもしく
は20m5EC程度ごとに読出しつつこれを基本分析フ
レームとしてLPC(Linear Predict
ionCoding、 線形予測符号化〕を実施しα
パラメータやにパラメータの如きLPC係数をスペクト
ル包絡パラメータとして抽出、さらに音声スペクトルの
微細構造としての音源情報も基本分析フレームごとに抽
出、これら2つの抽出情報による特徴パラメータを所定
の符号化速度cビット/秒)で符号化する。
得る時間として設定された基本分析窓長で切出された入
力音声信号にもとづいて予め設定される分析時間単位で
あり具体的には約3QmSEC程度はほぼ定常的と見做
され従って音韻があまり変化しないと考えられるのでこ
れを基本分析窓長とし音声信号を30m5EC程度で窓
関数処理を行なって切出したものを10m5ECもしく
は20m5EC程度ごとに読出しつつこれを基本分析フ
レームとしてLPC(Linear Predict
ionCoding、 線形予測符号化〕を実施しα
パラメータやにパラメータの如きLPC係数をスペクト
ル包絡パラメータとして抽出、さらに音声スペクトルの
微細構造としての音源情報も基本分析フレームごとに抽
出、これら2つの抽出情報による特徴パラメータを所定
の符号化速度cビット/秒)で符号化する。
上述した音源情報は音声スペクトルの微細構造であると
ともに観点を変えると音声信号からスペクトル包絡を除
去し几残差波形でもあることはよく知られている。
ともに観点を変えると音声信号からスペクトル包絡を除
去し几残差波形でもあることはよく知られている。
このような短時間の基本分析窓ごとの音声信号では基本
的にその音韻の短時間特徴がほぼ定常的に保持されてお
り、従って、抽出され72.特徴パラメータも短時間に
おけるほぼ定常的特徴を示している。
的にその音韻の短時間特徴がほぼ定常的に保持されてお
り、従って、抽出され72.特徴パラメータも短時間に
おけるほぼ定常的特徴を示している。
さて、送信側では所定の符号化速度たとえは2−4Kb
/SEC(キロビット/秒)の符号化速度で符号化され
た特徴パラメータをそのまま出力せず、一旦これを所定
の時間、たとえば3秒間蓄積回路にストアしつつこれを
前記符号化速度を上廻る所定の高速度、たとえば64K
b/8ECで無線もしくは有線の伝送路を介して受信側
に送出する。このようにして3秒ごとの間けつ送信で6
4Kb/SECで送られるデータは受信側でも3秒間ず
つ一旦蓄積されたうえ2.4Kb/SECのもとの符号
化データに変化されたのち復号化が図られ、この特徴パ
ラメータを利用して音声の再生が行なわれる。
/SEC(キロビット/秒)の符号化速度で符号化され
た特徴パラメータをそのまま出力せず、一旦これを所定
の時間、たとえば3秒間蓄積回路にストアしつつこれを
前記符号化速度を上廻る所定の高速度、たとえば64K
b/8ECで無線もしくは有線の伝送路を介して受信側
に送出する。このようにして3秒ごとの間けつ送信で6
4Kb/SECで送られるデータは受信側でも3秒間ず
つ一旦蓄積されたうえ2.4Kb/SECのもとの符号
化データに変化されたのち復号化が図られ、この特徴パ
ラメータを利用して音声の再生が行なわれる。
これがデータ伝送効率の改常、従って伝送時間の大幅な
短縮が行なわれかつ通信の秘匿化も実施し易いバースト
音声通信の基本的運用形態である。
短縮が行なわれかつ通信の秘匿化も実施し易いバースト
音声通信の基本的運用形態である。
しかしながら上述した従来のバースト音声通信装置は伝
送路誤りに対する対抗策が立てられておらず、また伝送
デー・夕の符号化効率にも一定の限度が存在するという
問題がある。
送路誤りに対する対抗策が立てられておらず、また伝送
デー・夕の符号化効率にも一定の限度が存在するという
問題がある。
上述した従来のバースト音声通信装置では、伝送路にお
ける符号誤りに対しては基本的な訂正手段をもってない
、また、特徴パラメータとして出力されるデータのうち
スペクトル包絡パラメータとしてのLPG係数は、分析
フレームごとに音声信号のすべてのスペクトル包絡を対
象として所定の分析次数で分析されている。このスペク
トル包絡は抱括的に−は時間とともに変動する成分と、
変動せずほぼ一定の特性をもつ定常成分とにわけられる
。前者が残留スペクトル包絡と呼ばれ後者は平均スペク
トル包絡と呼ばれる。従って残留スペクトル包絡は全ス
ペクトル包絡と平均スペクトルとの差として考えること
ができる。
ける符号誤りに対しては基本的な訂正手段をもってない
、また、特徴パラメータとして出力されるデータのうち
スペクトル包絡パラメータとしてのLPG係数は、分析
フレームごとに音声信号のすべてのスペクトル包絡を対
象として所定の分析次数で分析されている。このスペク
トル包絡は抱括的に−は時間とともに変動する成分と、
変動せずほぼ一定の特性をもつ定常成分とにわけられる
。前者が残留スペクトル包絡と呼ばれ後者は平均スペク
トル包絡と呼ばれる。従って残留スペクトル包絡は全ス
ペクトル包絡と平均スペクトルとの差として考えること
ができる。
上述した背景から勘案すnば、平均スペクトル包絡パラ
メータは基本分析フレームごとに送出する必要はなく、
むしろ基本分析フレームの数10倍、もしくは数100
倍あるいはそれ以上の窓時間で抽出したものを代表とし
て利用し、残留スペクトル包絡パラメータのみを毎基本
分析フレームごとに送出すれば伝送情報量を大幅に低減
し得て伝送路誤りの影響を低減し、かつ符号化効率も向
上しうろこととなるが現実はこの対応がなされておらず
、従って上述した問題点が存在している。
メータは基本分析フレームごとに送出する必要はなく、
むしろ基本分析フレームの数10倍、もしくは数100
倍あるいはそれ以上の窓時間で抽出したものを代表とし
て利用し、残留スペクトル包絡パラメータのみを毎基本
分析フレームごとに送出すれば伝送情報量を大幅に低減
し得て伝送路誤りの影響を低減し、かつ符号化効率も向
上しうろこととなるが現実はこの対応がなされておらず
、従って上述した問題点が存在している。
本発明の目的も上述した欠点を除去したバースト音声通
信装置を提供することにるる。
信装置を提供することにるる。
本発明の装置は、送信側では音声の特徴パラメータを音
韻の短時間特徴を保持する基本分析窓長ごとに抽出して
符号化し所定の時間これを蓄積したあと符号化速度より
も高速な伝送速度で送信し、受信側では再び符号化速度
に変換した前記特徴パラメータにもとづいて音声を合成
するバースト音声通信装置において、前記基本分析窓長
よりも長くかつ音韻の短時間特徴に代えてその長時間的
特徴を保持しうる程度に予め設定した分析窓長をもつ第
1の分析窓ごとに抽出した平均スペクトル包絡パラメー
タならびにこの平均スペクトル包絡パラメータと入力音
声とにもとづいて前記基本分析窓による第2の分析窓ご
とに抽出した残留スペクトル包絡パラメータの2つのス
ペクトル包絡パラメータを抽出するスペクトル包絡パラ
メータ抽出手段を備えて構成される。
韻の短時間特徴を保持する基本分析窓長ごとに抽出して
符号化し所定の時間これを蓄積したあと符号化速度より
も高速な伝送速度で送信し、受信側では再び符号化速度
に変換した前記特徴パラメータにもとづいて音声を合成
するバースト音声通信装置において、前記基本分析窓長
よりも長くかつ音韻の短時間特徴に代えてその長時間的
特徴を保持しうる程度に予め設定した分析窓長をもつ第
1の分析窓ごとに抽出した平均スペクトル包絡パラメー
タならびにこの平均スペクトル包絡パラメータと入力音
声とにもとづいて前記基本分析窓による第2の分析窓ご
とに抽出した残留スペクトル包絡パラメータの2つのス
ペクトル包絡パラメータを抽出するスペクトル包絡パラ
メータ抽出手段を備えて構成される。
次に図面を参照して本発明の詳細な説明する。
第1図は本発明によるバースト音声通信装置の第1の実
施例の構成を示すブロック図である。
施例の構成を示すブロック図である。
第1図に示す第1の実施例は音声分析側1.データ蓄積
送信器2.データ蓄積受信器3および音声合成側4t−
備えて構成される。さらに、音成分折倒1はLPF (
Low Pa5s Filter) 101 。
送信器2.データ蓄積受信器3および音声合成側4t−
備えて構成される。さらに、音成分折倒1はLPF (
Low Pa5s Filter) 101 。
A/Dコンバータ102.平均スペクトル包絡ハラメー
タ抽出器103.メモリ104.音源分析器105.残
留スペクトル包絡パラメータ抽出器106、量子化/復
号化器107.量子化器108゜109およびマルチプ
レクサ110を備えて構成され、また音声合成側4はデ
マルチプレクサ401゜音声合成フィルタ402.音源
合成器403゜D/Aコンバータ404およびLPF4
05 を備えて構成され、なお音声合成フィルタ40
2はLPC合成フィルタ4021.残留スペクトル包絡
フィルタ4022 t−含んで構成される。
タ抽出器103.メモリ104.音源分析器105.残
留スペクトル包絡パラメータ抽出器106、量子化/復
号化器107.量子化器108゜109およびマルチプ
レクサ110を備えて構成され、また音声合成側4はデ
マルチプレクサ401゜音声合成フィルタ402.音源
合成器403゜D/Aコンバータ404およびLPF4
05 を備えて構成され、なお音声合成フィルタ40
2はLPC合成フィルタ4021.残留スペクトル包絡
フィルタ4022 t−含んで構成される。
入力ライン10000 t″介して入力した音声信号は
LPFIOI で遮断周波数3.4 IG(z 以
上の不要な高域周波数を除去したあとA/Dコンバータ
102でgKHz のサンプリング周波数で標本化し
たうえ所定のビット数で量子化される。
LPFIOI で遮断周波数3.4 IG(z 以
上の不要な高域周波数を除去したあとA/Dコンバータ
102でgKHz のサンプリング周波数で標本化し
たうえ所定のビット数で量子化される。
A/Dコンバータ102による量子化音声信号はまた、
平均スペクトル包絡パラメータ抽出器103にも供給さ
れる。この平均スペクトル包絡パラメータは入力し次量
子化音声信号を、後述する残留スペクトル包絡パラメー
タ抽出器106における基本分析フレーム長の数10倍
もしくは数100倍程度あるいはそれ以上の時間長の分
析窓長で切出しつつその平均スペクトル包絡パラメータ
を抽出する。このような分析窓長による切出しはハミン
グ関数1台形関数等の所定の窓関数と量子化音声信号と
の乗算を介して実行される。
平均スペクトル包絡パラメータ抽出器103にも供給さ
れる。この平均スペクトル包絡パラメータは入力し次量
子化音声信号を、後述する残留スペクトル包絡パラメー
タ抽出器106における基本分析フレーム長の数10倍
もしくは数100倍程度あるいはそれ以上の時間長の分
析窓長で切出しつつその平均スペクトル包絡パラメータ
を抽出する。このような分析窓長による切出しはハミン
グ関数1台形関数等の所定の窓関数と量子化音声信号と
の乗算を介して実行される。
こうして形成される長時間分析窓が第1の分析窓であり
、これを(分析窓1)として示している。
、これを(分析窓1)として示している。
さて、平均スペクトル包絡パラメータ抽出器103は分
析窓1ごとに4次のLPC分析を行ない4次のαパラメ
ータα型 、α2.α3およびα4を抽出しこれを量子
化/復号化器107に供給する。
析窓1ごとに4次のLPC分析を行ない4次のαパラメ
ータα型 、α2.α3およびα4を抽出しこれを量子
化/復号化器107に供給する。
こうして得られた4次のαパラメータは分析窓IKよる
長時間のスペクトル包絡パラメータであり、これに含ま
れる微視的存在としての短時間特徴である変動成分すな
わち残留スペクトル包絡パラメータが相対的に大幅に減
殺されたもので、巨視的存在としての平均スペクトル包
絡パラメータである。
長時間のスペクトル包絡パラメータであり、これに含ま
れる微視的存在としての短時間特徴である変動成分すな
わち残留スペクトル包絡パラメータが相対的に大幅に減
殺されたもので、巨視的存在としての平均スペクトル包
絡パラメータである。
本実施例では4次のαパラメータによってこの平均スペ
クトル包絡パラメータを表現しているがこれは他のLP
G係数を利用してもよく、また次数もスペクトル包絡パ
ラメータを巨視的に表現しうる程近の他の次数に設定し
ても差支えない。
クトル包絡パラメータを表現しているがこれは他のLP
G係数を利用してもよく、また次数もスペクトル包絡パ
ラメータを巨視的に表現しうる程近の他の次数に設定し
ても差支えない。
量子化/復号化器107はこうして得られた平均スペク
トル包絡パラメータを量子化して符号化を行なったのち
マルチプレクサ110に送出するとともに、符号化デー
タを一旦復号化したものを残留スペクトル包絡パラメー
タ抽出器106に供給する。この場合の復号化は量子化
/復号化器107から音声合成側2に送出される符号化
データを利用して構成する平均スペクトル包絡フィルタ
4021と、包絡パラメータ抽出器106とにおける量
子化歪の条件を同一に保持することを目的として英雄さ
れる。
トル包絡パラメータを量子化して符号化を行なったのち
マルチプレクサ110に送出するとともに、符号化デー
タを一旦復号化したものを残留スペクトル包絡パラメー
タ抽出器106に供給する。この場合の復号化は量子化
/復号化器107から音声合成側2に送出される符号化
データを利用して構成する平均スペクトル包絡フィルタ
4021と、包絡パラメータ抽出器106とにおける量
子化歪の条件を同一に保持することを目的として英雄さ
れる。
さて、メモリ104は分析窓1の窓時間分と、量子化/
復号化器107から復号化平均スペクトル包絡パラメー
タを受けるための処理時間分とを含む時間にわたってA
/Dコンバータ102の出力する量子化音声データを一
時スドアしつつ残留スペクトル包絡パラメータ抽出器1
06に次次に読出す。残留スペクトル包絡パラメータ抽
出器106はこうして入力する童子化信号と量子化/復
号器107から供給された平均スペクトル包絡パラメー
タと量子化音声信号とを利用してまず残留スペクトルを
抽出する。この残留スペクトルの抽出にも代表的な2方
法があり、その1つは量子化音声信号から平均スペクト
ル包絡を除去して残留スペクトルを得る方法で、他の1
つは量子化音声信号を平均スペクトル包絡とは逆周波数
特性の、たとえばLPC逆フィルタを通して求めた残差
波形を介して求める方法であるが本実施例では前者の方
法によって抽出している。
復号化器107から復号化平均スペクトル包絡パラメー
タを受けるための処理時間分とを含む時間にわたってA
/Dコンバータ102の出力する量子化音声データを一
時スドアしつつ残留スペクトル包絡パラメータ抽出器1
06に次次に読出す。残留スペクトル包絡パラメータ抽
出器106はこうして入力する童子化信号と量子化/復
号器107から供給された平均スペクトル包絡パラメー
タと量子化音声信号とを利用してまず残留スペクトルを
抽出する。この残留スペクトルの抽出にも代表的な2方
法があり、その1つは量子化音声信号から平均スペクト
ル包絡を除去して残留スペクトルを得る方法で、他の1
つは量子化音声信号を平均スペクトル包絡とは逆周波数
特性の、たとえばLPC逆フィルタを通して求めた残差
波形を介して求める方法であるが本実施例では前者の方
法によって抽出している。
残留スペクトル包絡パラメータ抽出器106は量子化/
復号化器107から供給されたLPC係数としての4次
のαパラメータにもとづいて平均 2スペク
トルを再生し、−万メモリ104から入力した時間領域
の量子化音声信号を離散型FFT(Fast Four
ier’s TrBH5f01m)によッテ周波数領
域に変換し両者のスペクトル差としての残留スペクトル
を抽出したあと予め物足する窓関数によって32m S
ECの分析窓で切出しつつ、一旦メモリにストアし7’
C6と20m5ECずつを基本分析フレームとしてスペ
クトル包絡パラメータを公知の手段によって抽出し、こ
れを残留スペクトル包絡パラメータとして量子化器10
9に送出する。本実施例ではこの残留スペクトル包絡パ
ラメータは10次程度の分析次数で全極型ディジタルフ
ィルタの係数たるべきものを抽出している。
復号化器107から供給されたLPC係数としての4次
のαパラメータにもとづいて平均 2スペク
トルを再生し、−万メモリ104から入力した時間領域
の量子化音声信号を離散型FFT(Fast Four
ier’s TrBH5f01m)によッテ周波数領
域に変換し両者のスペクトル差としての残留スペクトル
を抽出したあと予め物足する窓関数によって32m S
ECの分析窓で切出しつつ、一旦メモリにストアし7’
C6と20m5ECずつを基本分析フレームとしてスペ
クトル包絡パラメータを公知の手段によって抽出し、こ
れを残留スペクトル包絡パラメータとして量子化器10
9に送出する。本実施例ではこの残留スペクトル包絡パ
ラメータは10次程度の分析次数で全極型ディジタルフ
ィルタの係数たるべきものを抽出している。
上述した32m5ECの分析窓が基本分析窓であり、こ
れを(分析窓2)として示している。
れを(分析窓2)として示している。
量子化器109は入力した残留スペクトル包絡パラメー
タを量子化しこれをマルチプレクサ110に供給する。
タを量子化しこれをマルチプレクサ110に供給する。
かくして分析窓1ごとに抽出される平均スペクトル包絡
パラメータデータと基本分析フレームごとに抽出される
残留スペクトル包絡パラメータデータとがマルチプレク
サll0K供給されるが、これら2つのスペクトル包絡
パラメータは全極型ディジタルフィルタの係数として設
定しても、また全零型ディジタルフィルタの係数として
設定してもいずれであっても差支えない。
パラメータデータと基本分析フレームごとに抽出される
残留スペクトル包絡パラメータデータとがマルチプレク
サll0K供給されるが、これら2つのスペクトル包絡
パラメータは全極型ディジタルフィルタの係数として設
定しても、また全零型ディジタルフィルタの係数として
設定してもいずれであっても差支えない。
嘔て、音源分析器105はA/Dコンバータ102から
量子化音声信号を受けこnt−基本分析フレームと同じ
分析周期で、公知の処理技術にもとづいて音源情報とし
てのピッチ周期データ、有声/無声/無音データ、音源
の強さデータを抽出しこれらt−を子化器108に供給
する。
量子化音声信号を受けこnt−基本分析フレームと同じ
分析周期で、公知の処理技術にもとづいて音源情報とし
てのピッチ周期データ、有声/無声/無音データ、音源
の強さデータを抽出しこれらt−を子化器108に供給
する。
量子化器108によって量子化され符号化された音源情
報はマルチプレクサ110に供給される。
報はマルチプレクサ110に供給される。
マルチプレクサ110はこうして供給される各入力を所
定の形式で多重化したのち所定のデータ速度2本実施例
ではZ4Kb/SECで出力ライン10001 ffi
介してデータ蓄積送信器2に送出する。
定の形式で多重化したのち所定のデータ速度2本実施例
ではZ4Kb/SECで出力ライン10001 ffi
介してデータ蓄積送信器2に送出する。
データ蓄積送信器2はこうして音声分析側lから供給さ
れる2、4Kb/SECの符号化出力データ速度の音声
分析窓データを予め設定した蓄積時間9本英雄例では3
秒間にわたって蓄積しつつこれを音声分析側の符号化出
力データ速度に比して十分に早いデータ速度9本実施例
では64Kb/SECのデータ伝送速度で伝送路200
00’を介してデータ蓄積受信器3に3秒ごとの間けつ
送信形式で送信するO データ蓄積受信器3は、こうして3秒ごとの間けつ送信
形式で受ける64Kb/SECのデータ伝送速度のデー
タを3秒ごとの間けつ受信しつつ、これを2.4Kb/
SECのデータ速度に変換し入力ライン30000 ’
に介して音声合成側2のデマルチプレクサ401に供給
する。
れる2、4Kb/SECの符号化出力データ速度の音声
分析窓データを予め設定した蓄積時間9本英雄例では3
秒間にわたって蓄積しつつこれを音声分析側の符号化出
力データ速度に比して十分に早いデータ速度9本実施例
では64Kb/SECのデータ伝送速度で伝送路200
00’を介してデータ蓄積受信器3に3秒ごとの間けつ
送信形式で送信するO データ蓄積受信器3は、こうして3秒ごとの間けつ送信
形式で受ける64Kb/SECのデータ伝送速度のデー
タを3秒ごとの間けつ受信しつつ、これを2.4Kb/
SECのデータ速度に変換し入力ライン30000 ’
に介して音声合成側2のデマルチプレクサ401に供給
する。
デマルチプレクサ401は入力した多重化データの多重
化分離を行なったのち分析次数4次の平均スペクトル包
絡パラメータデータは音声合成フィルタ402の平均ス
ペクトル包絡フィルタ4021に、ま九分析次数10程
度度の残留スペクトル包絡パラメータデータは残留スペ
クトル包絡フィルタ4022にそれぞれ供給し、さらに
音源情報データは音源合成器403にそれぞれ供給する
。
化分離を行なったのち分析次数4次の平均スペクトル包
絡パラメータデータは音声合成フィルタ402の平均ス
ペクトル包絡フィルタ4021に、ま九分析次数10程
度度の残留スペクトル包絡パラメータデータは残留スペ
クトル包絡フィルタ4022にそれぞれ供給し、さらに
音源情報データは音源合成器403にそれぞれ供給する
。
音声合成フィルタ402は、入力音声の長時間にわたる
巨視的特徴パラメータとしての平均スペクトル包絡パラ
メータをフィルタ係数とし音源合成器403によって合
成される合成音源データによって駆動されるディジタル
フィルタとしての平均スペクトル包絡フィルタ4021
と、この平均スペクトル包絡フィルタ4021によって
合成される長時間平均スペクトル包絡特性をもつディジ
タル合成音声に短時間変動スペクトル包絡特性を付与し
てもとの入力音声を再生せしめる残留スペクトル包絡フ
ィルタ4022とによって構成され、これら2つのフィ
ルタはそのいずれもが全極型もしくは全零型いずれによ
って構成しても基本的に差支えないが、本実施例にあっ
ては音声合成側1における平均スペクトル包絡パラメー
タ抽出器103および残留スペクトル包絡パラメータ1
06の抽出パラメータに対応しいずれも全極型のディジ
タルフィルタで構成している。しかしながら音声合成フ
ィルタ402の平均スペクトル包絡フィルタ5021?
全極型で、また残留スペクトル包絡フィルタ4022t
−全零型で構成してもよく、この場合全極型と全零型動
作機能とを含むいわゆる標準型ディジタルフィルタ1個
で音声合成フィルタ402を形成することが可能となる
ことは明らかである。
巨視的特徴パラメータとしての平均スペクトル包絡パラ
メータをフィルタ係数とし音源合成器403によって合
成される合成音源データによって駆動されるディジタル
フィルタとしての平均スペクトル包絡フィルタ4021
と、この平均スペクトル包絡フィルタ4021によって
合成される長時間平均スペクトル包絡特性をもつディジ
タル合成音声に短時間変動スペクトル包絡特性を付与し
てもとの入力音声を再生せしめる残留スペクトル包絡フ
ィルタ4022とによって構成され、これら2つのフィ
ルタはそのいずれもが全極型もしくは全零型いずれによ
って構成しても基本的に差支えないが、本実施例にあっ
ては音声合成側1における平均スペクトル包絡パラメー
タ抽出器103および残留スペクトル包絡パラメータ1
06の抽出パラメータに対応しいずれも全極型のディジ
タルフィルタで構成している。しかしながら音声合成フ
ィルタ402の平均スペクトル包絡フィルタ5021?
全極型で、また残留スペクトル包絡フィルタ4022t
−全零型で構成してもよく、この場合全極型と全零型動
作機能とを含むいわゆる標準型ディジタルフィルタ1個
で音声合成フィルタ402を形成することが可能となる
ことは明らかである。
さて音声合成器403は入力した音源情報データにもと
づいて公知の手段によって合成音声データを発生する。
づいて公知の手段によって合成音声データを発生する。
すなわち、入力した音源情報データのうち有声/無声/
無音判別データが有声/無声の有音を指定するときはピ
ッチ周期をパルス繰返し周期とするパルス列で音源全モ
デル化し、また有声/無声無音判別データが無音を指定
するときは白色雑音で音源全モデル化したうえこれらモ
デル化音源を音源の強さに対応して利得を可変とする可
変利得増幅器に供給してモデル化された合成音源データ
を再生する。
無音判別データが有声/無声の有音を指定するときはピ
ッチ周期をパルス繰返し周期とするパルス列で音源全モ
デル化し、また有声/無声無音判別データが無音を指定
するときは白色雑音で音源全モデル化したうえこれらモ
デル化音源を音源の強さに対応して利得を可変とする可
変利得増幅器に供給してモデル化された合成音源データ
を再生する。
音声合成フィルタ402はこの合成音源データと平均ス
ペクトル包絡パラメータデータとを利用して平均スペク
トル包絡を再生したうえ、このデータを基本分析フレー
ムごとに残留スペクトル包絡を再生する残留スペクトル
包絡フィルタに供線し、これら2つのスペクトル包絡情
報の線形加算にもとづいて入力音声信号をティジタル的
に合成しこれ=iD/Aコ/バータ404に供給する。
ペクトル包絡パラメータデータとを利用して平均スペク
トル包絡を再生したうえ、このデータを基本分析フレー
ムごとに残留スペクトル包絡を再生する残留スペクトル
包絡フィルタに供線し、これら2つのスペクトル包絡情
報の線形加算にもとづいて入力音声信号をティジタル的
に合成しこれ=iD/Aコ/バータ404に供給する。
D/Aコンバータ404はこれをアナログ化し九うえL
PF405に供給する。
PF405に供給する。
LPI”405によって不要な高域遮断を行なったのち
出力信号は出カライア40000に再生音声信号として
出力される。かくしてスペクトル包絡特徴パラメータを
平均スペクトル包絡と残留スペクトル包絡との2つに分
離して処理する観点に立って伝送情報flヲ大幅に低減
しうるバースト音声通信を実施することによって伝送路
誤りを大幅に低減しうるとともに従って符号化効率も大
幅に改善することが可能となる。
出力信号は出カライア40000に再生音声信号として
出力される。かくしてスペクトル包絡特徴パラメータを
平均スペクトル包絡と残留スペクトル包絡との2つに分
離して処理する観点に立って伝送情報flヲ大幅に低減
しうるバースト音声通信を実施することによって伝送路
誤りを大幅に低減しうるとともに従って符号化効率も大
幅に改善することが可能となる。
第2−aおよび2−b図は本発明の第2の実施例による
バースト音声通信装置の構成における残留スペクトル包
絡パラメータ抽出器の代表的2例を示すブロック図、第
2−C図は第2の実施例における音声合成側の構成を示
すブロック図である0本発明の第2の実施例は、平均ス
ペクトル包絡パラメータは全極型ディジタルフィルタ係
数として、また残留スペクトル包絡パラメータを全零型
ディジタルフィルタの係数として実現する点を特徴とす
るものであシ、第1因において音声合成側4の音声合成
フィルタ402を1個の標準型ディジタルフィルタで構
成しうるとともに音声分析側1においては平均スペクト
ル包絡パラメータ抽出器103が全極型、また残留スペ
クトル包絡パラメータ抽出器106が全零型のディジタ
ルフィルタの係数としてそれぞれのスペクトル包絡パラ
メータが抽出されるものでおる。他の構成部分に関して
は第1図に示す内容と同一であるのでと詐らに関する詳
細な説明は省略する。以下に第1図を参照しつつ第2−
aおよび2−b図ならびに第2−a図の第2の実施例に
ついて説明する。
バースト音声通信装置の構成における残留スペクトル包
絡パラメータ抽出器の代表的2例を示すブロック図、第
2−C図は第2の実施例における音声合成側の構成を示
すブロック図である0本発明の第2の実施例は、平均ス
ペクトル包絡パラメータは全極型ディジタルフィルタ係
数として、また残留スペクトル包絡パラメータを全零型
ディジタルフィルタの係数として実現する点を特徴とす
るものであシ、第1因において音声合成側4の音声合成
フィルタ402を1個の標準型ディジタルフィルタで構
成しうるとともに音声分析側1においては平均スペクト
ル包絡パラメータ抽出器103が全極型、また残留スペ
クトル包絡パラメータ抽出器106が全零型のディジタ
ルフィルタの係数としてそれぞれのスペクトル包絡パラ
メータが抽出されるものでおる。他の構成部分に関して
は第1図に示す内容と同一であるのでと詐らに関する詳
細な説明は省略する。以下に第1図を参照しつつ第2−
aおよび2−b図ならびに第2−a図の第2の実施例に
ついて説明する。
平均スペクトル包絡パラメータを全極型ディジタルフィ
ルタの係数として分析、抽出することは通常のLPC係
数の分析およびこのLPG係数による音声の合成で公知
の手法となりているものである。第2の実施例では時間
領域9周波数領域。
ルタの係数として分析、抽出することは通常のLPC係
数の分析およびこのLPG係数による音声の合成で公知
の手法となりているものである。第2の実施例では時間
領域9周波数領域。
相関領域等の各領域処理のいずれかの公知の処理方法に
よって全極型ディジタルフィルタの係数として設定しつ
つ平均スペクトル包絡パラメータを抽出しこれが平均ス
ペクトル包絡パラメータ103から量子化/復号化器1
07に供給され、量子化データはマルチプレクサ110
に、また復号化し几データは残留スペクトル包絡パラメ
ータ抽出器106に供給される。
よって全極型ディジタルフィルタの係数として設定しつ
つ平均スペクトル包絡パラメータを抽出しこれが平均ス
ペクトル包絡パラメータ103から量子化/復号化器1
07に供給され、量子化データはマルチプレクサ110
に、また復号化し几データは残留スペクトル包絡パラメ
ータ抽出器106に供給される。
残留スペクトル包絡パラメータ抽出器106は全零型の
ディジタルフィルタの係数としての残留スペクトル包絡
パラメータを抽出するが、ただこの場合残留スペクトル
にもとづいて残留スペクトル包絡パラメータを抽出する
か、もしくは残差波形にもとづいて残留スペクトル包絡
パラメータを抽出するかの2通りの代表的抽出手法かめ
る。第2−a図は残留スペクトルにもとづいて、また第
2−b図は残差波形にもとづいて残留スペクトル包絡パ
ラメータを抽出する残留スペクトル包絡パラメータ抽出
器のブロック図である。
ディジタルフィルタの係数としての残留スペクトル包絡
パラメータを抽出するが、ただこの場合残留スペクトル
にもとづいて残留スペクトル包絡パラメータを抽出する
か、もしくは残差波形にもとづいて残留スペクトル包絡
パラメータを抽出するかの2通りの代表的抽出手法かめ
る。第2−a図は残留スペクトルにもとづいて、また第
2−b図は残差波形にもとづいて残留スペクトル包絡パ
ラメータを抽出する残留スペクトル包絡パラメータ抽出
器のブロック図である。
第2−a図、第2−b図の残留スペクトル包絡パラメー
タ抽出器111および112はそれぞれ残留スペクトル
抽出器111.零位相化器1112゜コサイン窓処理器
1113およびLPC逆フィルタ1121、LPC分析
器1122.インパルス応答算出器1123.コサイン
窓処理器1124を備えて構成される。
タ抽出器111および112はそれぞれ残留スペクトル
抽出器111.零位相化器1112゜コサイン窓処理器
1113およびLPC逆フィルタ1121、LPC分析
器1122.インパルス応答算出器1123.コサイン
窓処理器1124を備えて構成される。
第2−a図において、一時メモリとしてのメモリ104
から供給される量子化音声信号は残留スペクトル抽出器
111 に供給され基本分析フレーム周期で残留スペ
クトルを次のようにして抽出される。
から供給される量子化音声信号は残留スペクトル抽出器
111 に供給され基本分析フレーム周期で残留スペ
クトルを次のようにして抽出される。
残留スペクトル抽出器1111は量子化/復号化器10
7から供給される平均スペクトル包絡パラメータを利用
して平均スペクトル包絡を再生する。
7から供給される平均スペクトル包絡パラメータを利用
して平均スペクトル包絡を再生する。
また量子化音声信号は離型FETt−行なって周波数領
域の値に変換しこれら2つのスペクトル差トしての残留
スペクトルを抽出したうえ基本分析フレームごとにこれ
を零位相化器1112に出力する。
域の値に変換しこれら2つのスペクトル差トしての残留
スペクトルを抽出したうえ基本分析フレームごとにこれ
を零位相化器1112に出力する。
零位相化器1112は入力した分析フレームごとの周波
数領域データを各周波数成分ことに複素成分の絶対値化
を実施して相互間の位相差を無くしたものを線形加算し
、ある一点において最大レベルt−有しかつこの点を中
心として左右が垂直軸に線対称な周波数スペクトル管形
成する。この周波数スペクトルは絶対値化によって虚数
成分を失ったものであシ、こnを離散型FFT処理する
ことによって容易に時間軸領域の値に変換しうる。
数領域データを各周波数成分ことに複素成分の絶対値化
を実施して相互間の位相差を無くしたものを線形加算し
、ある一点において最大レベルt−有しかつこの点を中
心として左右が垂直軸に線対称な周波数スペクトル管形
成する。この周波数スペクトルは絶対値化によって虚数
成分を失ったものであシ、こnを離散型FFT処理する
ことによって容易に時間軸領域の値に変換しうる。
こうして時間領域に変化された零位相化データも、左右
対称性をもつ波形であり、これは基本分析窓ごとの標本
点ごとにエネルギー最大の点を中心としその近接波形と
の相関性を含めて表現するものであり、従ってLPC分
析によって得られるスペクトル包絡LPCパラメータと
基本的には同様なスペクトル包絡特性表現特徴を有する
ものでるる。この零位相化データは次にコサイン窓処理
器1113でコサイン関数との乗算によるLag 窓
処理を受けて切出され全零型の残留スペクトル包絡゛パ
ラメータとして量子化器109に出力される。
対称性をもつ波形であり、これは基本分析窓ごとの標本
点ごとにエネルギー最大の点を中心としその近接波形と
の相関性を含めて表現するものであり、従ってLPC分
析によって得られるスペクトル包絡LPCパラメータと
基本的には同様なスペクトル包絡特性表現特徴を有する
ものでるる。この零位相化データは次にコサイン窓処理
器1113でコサイン関数との乗算によるLag 窓
処理を受けて切出され全零型の残留スペクトル包絡゛パ
ラメータとして量子化器109に出力される。
第2−b図゛は残差波形にもとづいて全零型の残留スペ
クトル包絡パラメータを発生する残留スペクトル包絡パ
ラメータ抽出器である。
クトル包絡パラメータを発生する残留スペクトル包絡パ
ラメータ抽出器である。
メモリ104から出力される量子化音声信号はLPC逆
フィルタ1121に供給される。このLPC逆フィルタ
1121は量子化/復号化器107から供給される平均
スペクトル包絡パラメータを利用して平均スペクトル包
絡の周波数特性とは逆周波数特性のディジタルフィルタ
を構成しこれに量子化音声信号を人力して残差波形を得
て、この残差波形を基本分析フレーム単位でLPC分析
器1122に供給する。このような残差波形にはホルマ
ント情報も含まれている。
フィルタ1121に供給される。このLPC逆フィルタ
1121は量子化/復号化器107から供給される平均
スペクトル包絡パラメータを利用して平均スペクトル包
絡の周波数特性とは逆周波数特性のディジタルフィルタ
を構成しこれに量子化音声信号を人力して残差波形を得
て、この残差波形を基本分析フレーム単位でLPC分析
器1122に供給する。このような残差波形にはホルマ
ント情報も含まれている。
LPG分析器1122はこうして基本分析フレームごと
に供給される残差波形を対象としてLPC分析を行ない
全極型ディジタルフィルタの係数としてのLPC係数を
所定の次数で抽出する。
に供給される残差波形を対象としてLPC分析を行ない
全極型ディジタルフィルタの係数としてのLPC係数を
所定の次数で抽出する。
このLPC係数はインパルス応答算出器1123の内蔵
ディジタルフィルタの係数として基本分析フレーム単位
で次次に提供される。インパルス応答算出器1123の
ディジタルフィルタは全零型のディジタルフィルタとし
て構成され、単位レベルのイノパルスを人力したときイ
ンパルス応答を基本分析フレームごとのLPC係数t−
フィルタ係数として設定しつつ求める。こうして得られ
るインパルス応答はLPC分析器1122によって得ら
れた全極型のフィルタ係数を全零型のフィルタ係数とし
て変換表現したものに他ならず、このろとコサイン窓処
理器1124で窓処理を受けて全零型の残留スペクトル
包絡パラメータとして量子化器109に供給される。
ディジタルフィルタの係数として基本分析フレーム単位
で次次に提供される。インパルス応答算出器1123の
ディジタルフィルタは全零型のディジタルフィルタとし
て構成され、単位レベルのイノパルスを人力したときイ
ンパルス応答を基本分析フレームごとのLPC係数t−
フィルタ係数として設定しつつ求める。こうして得られ
るインパルス応答はLPC分析器1122によって得ら
れた全極型のフィルタ係数を全零型のフィルタ係数とし
て変換表現したものに他ならず、このろとコサイン窓処
理器1124で窓処理を受けて全零型の残留スペクトル
包絡パラメータとして量子化器109に供給される。
第2−a図および2−b図によって得られる全零型表現
の残留スペクトル包絡パラメータは第2−c図に示す音
声合成フィルタ402′に供給され、この場合は1個の
標準型デジタルフィルタの非回動作部分すなわち全零型
動作部分に、また平均スペクトル包絡パラメータは巡回
動作部分すなわち全極型動作部分に供給され、これらパ
ラメータをフィルタ係数とし、また合成音源データによ
って駆動されてティジタル音声信号を発生する。
′第3図は本発明のバースト音声通信装置の第3
の実施例の構成における音声分析側1の構成を示すブロ
ック図である。
の残留スペクトル包絡パラメータは第2−c図に示す音
声合成フィルタ402′に供給され、この場合は1個の
標準型デジタルフィルタの非回動作部分すなわち全零型
動作部分に、また平均スペクトル包絡パラメータは巡回
動作部分すなわち全極型動作部分に供給され、これらパ
ラメータをフィルタ係数とし、また合成音源データによ
って駆動されてティジタル音声信号を発生する。
′第3図は本発明のバースト音声通信装置の第3
の実施例の構成における音声分析側1の構成を示すブロ
ック図である。
第3図に示す第3の実施例は前記第2の実施例において
全極型ディジタルフィルタの係数として抽出すべき平均
スペクトル包絡パラメータに対して誤訂正機能を付与し
たものであり、第3図に示す誤訂正符号化器1131−
付加した点のみが第2の実施例と異り、他はすべて第2
の実施例と同じ構成でめるのでこれら同一の構成に関す
る詳Miな説明は省略する。また、第3図では第2−a
図に示す残留スペクトル包絡パラメータ抽出器111を
利用した場合を例としているが、この代りに第2−b図
に示す残留スペクトル包絡パラメー゛夕抽出器112を
利用しても勿論差支えない。
全極型ディジタルフィルタの係数として抽出すべき平均
スペクトル包絡パラメータに対して誤訂正機能を付与し
たものであり、第3図に示す誤訂正符号化器1131−
付加した点のみが第2の実施例と異り、他はすべて第2
の実施例と同じ構成でめるのでこれら同一の構成に関す
る詳Miな説明は省略する。また、第3図では第2−a
図に示す残留スペクトル包絡パラメータ抽出器111を
利用した場合を例としているが、この代りに第2−b図
に示す残留スペクトル包絡パラメー゛夕抽出器112を
利用しても勿論差支えない。
誤訂正符号化器1134−を量子化/復号化器107か
ら受ける平均スペクトル包絡パラメータデータに対しB
CH(21,31,2)等公知の符号を利用する誤訂正
符号化を実施する。ここで21はデータビット長、31
は符号ビット長、また2は誤訂正ビット能力、を示す。
ら受ける平均スペクトル包絡パラメータデータに対しB
CH(21,31,2)等公知の符号を利用する誤訂正
符号化を実施する。ここで21はデータビット長、31
は符号ビット長、また2は誤訂正ビット能力、を示す。
こうして誤訂正符号化を実施し′fi:、のちマルチプ
レクサ110に供給され伝送路誤りに対して強い符号伝
送が実施できる。
レクサ110に供給され伝送路誤りに対して強い符号伝
送が実施できる。
第6図は本発明のバースト音声通信装置において使用す
るデータフォーマットの一例を示すデータフォーマット
構成図である。
るデータフォーマットの一例を示すデータフォーマット
構成図である。
このデータフォーマットは分析窓lと間けつ送信間隔と
を一致させて運用している場合を例としており、ま九ビ
ット同期ビット50001は受信側のクロックとの同期
用ビット、強制同期用ビット5oooztit受信相手
を強制同期せしめるための符゛号のラベル付け、平均ス
ペクトル包絡パラメータピッ) 50003は4次のL
PCパラメータの場合でこれと検量ビット50004と
の計31ピッドが誤訂正符号化を施される。さらに各分
析フレームの特徴パラメータ50001−1〜5000
1−Nは分析窓2による各分析フレームごとの残留スペ
クトル包絡パラメータと音源情報とを含む特徴パラメー
タt−48ビνトで表現しズいる。なお、強制同期用ビ
ット50002と終了コード50006とは6次のM系
列符号による63ビツトがそれぞれ与えられている。こ
の第6図からも明らかな如く、スペクトル包絡パラメー
タを平均と残留とに分けて伝送することによって、N回
繰返し伝送されるはずの平均スペクトル包絡パラメータ
が一回ですみ、これにより伝送路誤りの可能性を大幅に
減じ、また伝送データ量も著しく削減しうる。
を一致させて運用している場合を例としており、ま九ビ
ット同期ビット50001は受信側のクロックとの同期
用ビット、強制同期用ビット5oooztit受信相手
を強制同期せしめるための符゛号のラベル付け、平均ス
ペクトル包絡パラメータピッ) 50003は4次のL
PCパラメータの場合でこれと検量ビット50004と
の計31ピッドが誤訂正符号化を施される。さらに各分
析フレームの特徴パラメータ50001−1〜5000
1−Nは分析窓2による各分析フレームごとの残留スペ
クトル包絡パラメータと音源情報とを含む特徴パラメー
タt−48ビνトで表現しズいる。なお、強制同期用ビ
ット50002と終了コード50006とは6次のM系
列符号による63ビツトがそれぞれ与えられている。こ
の第6図からも明らかな如く、スペクトル包絡パラメー
タを平均と残留とに分けて伝送することによって、N回
繰返し伝送されるはずの平均スペクトル包絡パラメータ
が一回ですみ、これにより伝送路誤りの可能性を大幅に
減じ、また伝送データ量も著しく削減しうる。
第4図は本発明によるバースト音声通信装置の第4の実
施例における残留スペクトル包絡パラメータ抽出器の構
成を示すブロック図である。
施例における残留スペクトル包絡パラメータ抽出器の構
成を示すブロック図である。
第4図に示す第4の実施例は残留スペクトル包絡パラメ
ータ抽出器を除き他はすべて第1図に示す第1の実施例
と同じ構成でありこれら同一の構成に関する詳細な説明
は省略する。
ータ抽出器を除き他はすべて第1図に示す第1の実施例
と同じ構成でありこれら同一の構成に関する詳細な説明
は省略する。
第4の実施例は残差波形を分析して残留スペクトル包絡
パラメータを算出する手段金偏えたものであり、このよ
うな残留スペクトル包絡パラメータ抽出器114は、遅
延素子1141−1−1141−4、乗算器1142−
1〜1142−4加算器1143゜減算器1144.分
析窓2窓処理器1145.およびパラメータ抽出器11
46 等を備えて構成される。
パラメータを算出する手段金偏えたものであり、このよ
うな残留スペクトル包絡パラメータ抽出器114は、遅
延素子1141−1−1141−4、乗算器1142−
1〜1142−4加算器1143゜減算器1144.分
析窓2窓処理器1145.およびパラメータ抽出器11
46 等を備えて構成される。
遅延素子1141−1〜1141−4.乗算器1142
−1〜1142−4.加算器1143は非巡回の全零型
ディジタルフィルタを構成し、フィルタ係数としてのα
重〜α4 は音声分析側における平均スペクトル包絡パ
ラメータの4次のαパラメータであり、このディジタル
フィルタはこのような構成によって平均スペクトル包絡
とは逆周波数特性の全零型ディジタルフィルタを構成す
る。
−1〜1142−4.加算器1143は非巡回の全零型
ディジタルフィルタを構成し、フィルタ係数としてのα
重〜α4 は音声分析側における平均スペクトル包絡パ
ラメータの4次のαパラメータであり、このディジタル
フィルタはこのような構成によって平均スペクトル包絡
とは逆周波数特性の全零型ディジタルフィルタを構成す
る。
メモリ104から供給されてこのディジタルフィルタを
通しtはぼ分析窓1ごとの量子化データは加算器114
3’に介して加算器1144に供給され、これと量子化
データとの減算処理によってスペクトル包絡の変動分と
しての残差波形が抽出され分析窓2窓処理器1145に
供給される。
通しtはぼ分析窓1ごとの量子化データは加算器114
3’に介して加算器1144に供給され、これと量子化
データとの減算処理によってスペクトル包絡の変動分と
しての残差波形が抽出され分析窓2窓処理器1145に
供給される。
この分析窓2窓処理器1145は分析窓1ごとの残差波
形の包絡成分、すなわち残留スペクトル包絡を分析窓2
の周期、本実施例では30m5ECずつ所定の窓関数と
の乗算による切出しを行なったうえさらにこれを基本分
析フレーム、本実施例の場合は20m5Ecずつパラメ
ータ抽出器1146に次々に送出する。
形の包絡成分、すなわち残留スペクトル包絡を分析窓2
の周期、本実施例では30m5ECずつ所定の窓関数と
の乗算による切出しを行なったうえさらにこれを基本分
析フレーム、本実施例の場合は20m5Ecずつパラメ
ータ抽出器1146に次々に送出する。
パラメータ抽出器1146 は基本分析フレームごとの
残留スペクトル包絡に関する全極型もしくは全零型特徴
パラメータを抽出しこれを量子化器109に供給する。
残留スペクトル包絡に関する全極型もしくは全零型特徴
パラメータを抽出しこれを量子化器109に供給する。
第5図は本発明によるバースト音声装置の第5の実施例
における残留スペクトル包絡パラメータ抽出器の構成を
示すブロック図である。
における残留スペクトル包絡パラメータ抽出器の構成を
示すブロック図である。
この第5の実施例は残留スペクトル包絡パラメータ抽出
器を除き他はすべて第1図に示す構成と同一であるので
これら同一内容に関する詳細な説明は省略する。
器を除き他はすべて第1図に示す構成と同一であるので
これら同一内容に関する詳細な説明は省略する。
この第5の実施例は、残留型カスベクトルを分析して残
留スペクトル包絡パラメータを抽出する点に特徴を有す
るものであり、分析窓2窓処理器1151、フーリエ演
算器1152.電力スペク+ル算出器1153.残留ス
ペクトル包絡算出器1154゜スペクトル減算器115
5.パラメータ抽出器1156等を備えて構成される。
留スペクトル包絡パラメータを抽出する点に特徴を有す
るものであり、分析窓2窓処理器1151、フーリエ演
算器1152.電力スペク+ル算出器1153.残留ス
ペクトル包絡算出器1154゜スペクトル減算器115
5.パラメータ抽出器1156等を備えて構成される。
分析窓2窓処理器1151はメモリ104から供給され
る分析窓1ごとの量子化音声データを予め設定する窓関
数と乗算し32m5ECの分析窓2の窓長で切出し、さ
らにその2QmSEC分ずつを分析窓2によるデータと
して7−リエ演算器1152に供給する。
る分析窓1ごとの量子化音声データを予め設定する窓関
数と乗算し32m5ECの分析窓2の窓長で切出し、さ
らにその2QmSEC分ずつを分析窓2によるデータと
して7−リエ演算器1152に供給する。
フーリエ演算器1152は入力の離散型フーリエ変換を
行ない周波数領域の値に変化しこれを電力スペクトル算
出器1153に供給する。
行ない周波数領域の値に変化しこれを電力スペクトル算
出器1153に供給する。
電力スペクトル算出器1153はこうして入力した周波
数領域のデータについて各周波数のスペクトル成分につ
いてその自乗演算等を介して電力スペクトルを求めこれ
金スペクトル減算器1155に供給する。
数領域のデータについて各周波数のスペクトル成分につ
いてその自乗演算等を介して電力スペクトルを求めこれ
金スペクトル減算器1155に供給する。
一方、量子化/復号化器107から供給される分析窓1
ごとの平均スペクトル包絡パラメータとしての4次のL
PC係数は平均スペクトル包絡算出器1154に供給さ
れ、このLPC係数をフィルタ係数として利用し平均ス
ペクトル包絡パラメータ抽出器に103によって求めら
れる平均スペクトル包絡を算−出しこれをスペクトル減
算器1155に供給する。
ごとの平均スペクトル包絡パラメータとしての4次のL
PC係数は平均スペクトル包絡算出器1154に供給さ
れ、このLPC係数をフィルタ係数として利用し平均ス
ペクトル包絡パラメータ抽出器に103によって求めら
れる平均スペクトル包絡を算−出しこれをスペクトル減
算器1155に供給する。
スペクトル減算器1155はこうして入力する電力スペ
クトルから平均スペクトル包絡を減算するスペクトル減
算を実施し残留電力スペクトルを出、力する。電力スペ
クトルは分析窓1ごとのスペクトル包絡の微細構造すな
わち残留スペクトル包絡を含む全スペクトル包絡を有す
るスペクトル分布であり、これから平均スペクトル包絡
を減算したものとして残留スペクトル包絡によって表現
され交電力スペクトルである。残留電力スペクトルが得
られる。
クトルから平均スペクトル包絡を減算するスペクトル減
算を実施し残留電力スペクトルを出、力する。電力スペ
クトルは分析窓1ごとのスペクトル包絡の微細構造すな
わち残留スペクトル包絡を含む全スペクトル包絡を有す
るスペクトル分布であり、これから平均スペクトル包絡
を減算したものとして残留スペクトル包絡によって表現
され交電力スペクトルである。残留電力スペクトルが得
られる。
パラメータ抽出器1156は、こうして入力した残留電
力スペクトルの包絡パラメータを抽出するものであり、
次のようにして抽出さnる。
力スペクトルの包絡パラメータを抽出するものであり、
次のようにして抽出さnる。
この場合抽出パラメータを全零型で求めようとするとき
は入力した残留スペクトルを離散型の逆フーリエ変換し
て時間領域の値に変換したうえ前述した零位相化を施し
て、ある一点が最大レベルとなってこれを中心とした左
右対称なレベル分布のデータとしたのちタップ数を有限
数化するためにLag窓処理としてのコサイン関数によ
る窓処理を行なってこれを全零型パラメータによる残留
スペクトル包絡パラメータとして量子化器109に送出
する。
は入力した残留スペクトルを離散型の逆フーリエ変換し
て時間領域の値に変換したうえ前述した零位相化を施し
て、ある一点が最大レベルとなってこれを中心とした左
右対称なレベル分布のデータとしたのちタップ数を有限
数化するためにLag窓処理としてのコサイン関数によ
る窓処理を行なってこれを全零型パラメータによる残留
スペクトル包絡パラメータとして量子化器109に送出
する。
ま几、抽出パラメータを全極型で求める場合には、基本
分析フレームごとの残留スペクトル包絡をもつ残留電力
スペクトルデータを逆7−リエ変換して時間領域の値に
変化したうえ必要な遅れ時間にわ几りての自己相関係数
を求め公知のLPC分析手法により所定の次数のLPG
係数を全極型ディジタルフィルタのフィルタ係数として
抽出。
分析フレームごとの残留スペクトル包絡をもつ残留電力
スペクトルデータを逆7−リエ変換して時間領域の値に
変化したうえ必要な遅れ時間にわ几りての自己相関係数
を求め公知のLPC分析手法により所定の次数のLPG
係数を全極型ディジタルフィルタのフィルタ係数として
抽出。
これを全極型パラメータによる残留スペクトル包絡パラ
メータとして量子化器109に供給する。
メータとして量子化器109に供給する。
以上のようにして第1から第5までの実施例による各動
作が行なわれるが、これら各実施例では音源情報を分析
側で抽出し合成側では抽出情報にもとづくモデル化され
た合成音源として再生しているが、これは音源波形の伝
送によるマルチパルス形式、残差励振等と置換しても差
支えない。
作が行なわれるが、これら各実施例では音源情報を分析
側で抽出し合成側では抽出情報にもとづくモデル化され
た合成音源として再生しているが、これは音源波形の伝
送によるマルチパルス形式、残差励振等と置換しても差
支えない。
以上説明した如く本発明によれば、バースト音声通信装
置において、音声信号の短時間特徴パラメータを抽出す
るための基本分析窓と、音声信号の長時間特徴パラメー
タを抽出するための前記基本分析窓よりも長い分析窓と
を利用し前者の分析窓によっては残留スペクトル包絡パ
ラメータを、ま几後者の分析窓によっては平均スペクト
ル包絡パラメータを抽出する手段t−有することによっ
て伝送路誤りの影#を大幅に低減し、符号化効率を火偏
に同上しうるバースト音声通信装置が実現できるという
効果がある。
置において、音声信号の短時間特徴パラメータを抽出す
るための基本分析窓と、音声信号の長時間特徴パラメー
タを抽出するための前記基本分析窓よりも長い分析窓と
を利用し前者の分析窓によっては残留スペクトル包絡パ
ラメータを、ま几後者の分析窓によっては平均スペクト
ル包絡パラメータを抽出する手段t−有することによっ
て伝送路誤りの影#を大幅に低減し、符号化効率を火偏
に同上しうるバースト音声通信装置が実現できるという
効果がある。
第1図は本発明によるバースト音声通信装置の第1の実
施例の構成を示すブロック図、第2−aおよび第2−b
図は本発明によるバースト音声通信装置の第2の実施例
における残留スペクトル包絡パラメータ抽出器の構成の
代表的2例を示すブロック図、第2−C図は第2の実施
例における音声合成側の構成を示すブロック図、第3図
は本発明のバースト音声通信装置第3の実施例に訃ける
音声分析側の構成を示すブロック図、第4図は本発明の
バースト音声通信装置の第4の実施例におffルfi留
スペクトル包絡パラメータ抽出器の構成を示すブロック
図、第5図は本発明のバースト音声通信装置の第5の実
施例における残留スペクトル包絡パラメータ抽出器の構
成を示すブロック図、第6図は本発明のバースト音声通
信装置において使用するデータフォーマットの一例を示
すデータフォーマット構成図でるる。 1・・・・・・音声分析側、2・・・・・・データ蓄積
送官器、3・・・・・・データ蓄積受信器、4・・・・
・・音声合成側、101・・・・・・LPF、102・
・・・・・A/Dコンバータ、103・・・・・・平均
スペクトル包絡パラメータ抽出器、 □104・・・
・・・メモリ、105・・・・・・音源分析器、106
・・・・・・残留スペクトル包絡パラメータ抽出器、1
07・・・・・・量子化/復号化器、108・・・・・
・量子化器、109・・・・・・量子化器、110・・
・・・・マルチプレクサ、111.112・・・・・・
残留スペクトル包絡パラメ−タ抽出器、113・・・・
・・誤訂正符号化器、114゜115・・・・・・残留
スペクトル包絡パラメータ抽出器、401・・・・・・
データマルチプレクサ、 402.402’1.・8.
・音声合成フィルタ、403・・・・・・音声合成器、
403.404・・・・・・D/Aコンバータ、40,
5・・・・・・LPF、111・・・・・・残留スペク
トル抽出器、1112・・・・・・零位相化器、111
3・・・・・・コサイン窓処理器、1121・・・・・
・LPC逆フィルタ、1122・・・・・・LPC分析
器、1123・・・・・・インパルス応答算出器、11
24・・・・・・コサイン窓処理器、1141−1〜1
141−4・・・・・・遅延素子、1142−1〜11
42−4・・・・・・乗算器、1143.1144・・
・・・・加算器、1145・・・・・・分析窓2窓処理
器、1146・・・・・・パラメータ抽出器、1151
・・・・・・分析窓2窓処理器、1152・・・・・・
フーリエ演算器、1153・・・・・・電力スペクトル
算出器、1154・・・・・・平均スペクトル包絡算出
器、1155・・・・・・スペクトル減算器、1156
・・・・・・パラメータ抽出器O 郷2−α面 第2−6図 半4 図 /<)9 第5 図 第 6 V
施例の構成を示すブロック図、第2−aおよび第2−b
図は本発明によるバースト音声通信装置の第2の実施例
における残留スペクトル包絡パラメータ抽出器の構成の
代表的2例を示すブロック図、第2−C図は第2の実施
例における音声合成側の構成を示すブロック図、第3図
は本発明のバースト音声通信装置第3の実施例に訃ける
音声分析側の構成を示すブロック図、第4図は本発明の
バースト音声通信装置の第4の実施例におffルfi留
スペクトル包絡パラメータ抽出器の構成を示すブロック
図、第5図は本発明のバースト音声通信装置の第5の実
施例における残留スペクトル包絡パラメータ抽出器の構
成を示すブロック図、第6図は本発明のバースト音声通
信装置において使用するデータフォーマットの一例を示
すデータフォーマット構成図でるる。 1・・・・・・音声分析側、2・・・・・・データ蓄積
送官器、3・・・・・・データ蓄積受信器、4・・・・
・・音声合成側、101・・・・・・LPF、102・
・・・・・A/Dコンバータ、103・・・・・・平均
スペクトル包絡パラメータ抽出器、 □104・・・
・・・メモリ、105・・・・・・音源分析器、106
・・・・・・残留スペクトル包絡パラメータ抽出器、1
07・・・・・・量子化/復号化器、108・・・・・
・量子化器、109・・・・・・量子化器、110・・
・・・・マルチプレクサ、111.112・・・・・・
残留スペクトル包絡パラメ−タ抽出器、113・・・・
・・誤訂正符号化器、114゜115・・・・・・残留
スペクトル包絡パラメータ抽出器、401・・・・・・
データマルチプレクサ、 402.402’1.・8.
・音声合成フィルタ、403・・・・・・音声合成器、
403.404・・・・・・D/Aコンバータ、40,
5・・・・・・LPF、111・・・・・・残留スペク
トル抽出器、1112・・・・・・零位相化器、111
3・・・・・・コサイン窓処理器、1121・・・・・
・LPC逆フィルタ、1122・・・・・・LPC分析
器、1123・・・・・・インパルス応答算出器、11
24・・・・・・コサイン窓処理器、1141−1〜1
141−4・・・・・・遅延素子、1142−1〜11
42−4・・・・・・乗算器、1143.1144・・
・・・・加算器、1145・・・・・・分析窓2窓処理
器、1146・・・・・・パラメータ抽出器、1151
・・・・・・分析窓2窓処理器、1152・・・・・・
フーリエ演算器、1153・・・・・・電力スペクトル
算出器、1154・・・・・・平均スペクトル包絡算出
器、1155・・・・・・スペクトル減算器、1156
・・・・・・パラメータ抽出器O 郷2−α面 第2−6図 半4 図 /<)9 第5 図 第 6 V
Claims (5)
- (1)送信側では音声の特徴パラメータを音韻の短時間
特徴を保持する基本分析窓長ごとに抽出して符号化し所
定の時間これを蓄積したあと符号化速度よりも高速な伝
送速度で送信し、受信側では再び符号化速度に変換した
前記特徴パラメータにもとづいて音声を合成するバース
ト音声通信装置において、前記基本分析窓長よりも長く
かつ音韻の短時間特徴に代えてその長時間的特徴を保持
しうる程度に予め設定した分析窓長をもつ第1の分析窓
ごとに抽出した平均スペクトル包絡パラメータならびに
この平均スペクトル包絡パラメータと入力音声とにもと
づいて前記基本分析窓による第2の分析窓ごとに抽出し
た残留スペクトル包絡パラメータの2つのスペクトル包
絡パラメータを抽出するスペクトル包絡パラメータ抽出
手段を備え、これら2つのスペクトル包絡パラメータに
よって音声のスペクトル包絡パラメータを表現しつつ音
声通信を行なうことを特徴とするバースト音声通信装置
。 - (2)前記平均スペクトル包絡パラメータを音声合成側
の全極型ディジタルフィルタの係数とし、また前記残留
スペクトル包絡パラメータを音声合成側の全零型ディジ
タルフィルタの係数として設定するように前記両スペク
トル包絡パラメータを抽出することを特徴とする特許請
求範囲第(1)項記載のバースト音声通信装置。 - (3)全極型ディジタルフィルタの係数として抽出する
平均スペクトル包絡パラメータに対して誤訂正機能を付
与する手段を有することを特徴とする特許請求範囲第(
2)項記載のバースト音声通信装置。 - (4)前記残留スペクトル包絡パラメータが入力音声の
残差波形を分析して算出される手段を有するものである
こと特徴とする特徴請求範囲第(1)項記載のバースト
音声通信装置。 - (5)前記残留スペクトル包絡パラメータが入力音声の
残留電力スペクトルを分析して算出される手段を有する
ものであることを特徴とする特許請求範囲第(1)項記
載のバースト音声通信装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP60114524A JPS61272800A (ja) | 1985-05-28 | 1985-05-28 | バ−スト音声通信装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP60114524A JPS61272800A (ja) | 1985-05-28 | 1985-05-28 | バ−スト音声通信装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS61272800A true JPS61272800A (ja) | 1986-12-03 |
JPH053600B2 JPH053600B2 (ja) | 1993-01-18 |
Family
ID=14639908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP60114524A Granted JPS61272800A (ja) | 1985-05-28 | 1985-05-28 | バ−スト音声通信装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS61272800A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5809460A (en) * | 1993-11-05 | 1998-09-15 | Nec Corporation | Speech decoder having an interpolation circuit for updating background noise |
-
1985
- 1985-05-28 JP JP60114524A patent/JPS61272800A/ja active Granted
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5809460A (en) * | 1993-11-05 | 1998-09-15 | Nec Corporation | Speech decoder having an interpolation circuit for updating background noise |
Also Published As
Publication number | Publication date |
---|---|
JPH053600B2 (ja) | 1993-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100615480B1 (ko) | 음성 대역 확장 장치 및 음성 대역 확장 방법 | |
KR20100086000A (ko) | 오디오 신호 처리 방법 및 장치 | |
IL135192A (en) | Method and system for speech reconstruction from speech recognition features | |
EP0477960B1 (en) | Linear prediction speech coding with high-frequency preemphasis | |
JP2903533B2 (ja) | 音声符号化方式 | |
JPH0439679B2 (ja) | ||
US20050159942A1 (en) | Classification of speech and music using linear predictive coding coefficients | |
JP3144009B2 (ja) | 音声符号復号化装置 | |
KR0155315B1 (ko) | Lsp를 이용한 celp보코더의 피치 검색방법 | |
JPS61272800A (ja) | バ−スト音声通信装置 | |
KR0155798B1 (ko) | 음성신호 부호화 및 복호화 방법 | |
JPH0235994B2 (ja) | ||
JP3166673B2 (ja) | ボコーダ符号化復号装置 | |
JPS6162100A (ja) | マルチパルス型符号化復号化装置 | |
JPS62278598A (ja) | 帯域分割型ボコ−ダ | |
JP2615862B2 (ja) | 音声符号化復号化方法とその装置 | |
JP2898641B2 (ja) | 音声符号化装置 | |
JP2535809B2 (ja) | 線形予測型音声分析合成装置 | |
Ramadan | Compressive sampling of speech signals | |
JP3271966B2 (ja) | 符号化装置及び符号化方法 | |
JP2973966B2 (ja) | 音声通信装置 | |
JPH043878B2 (ja) | ||
JPH02170199A (ja) | 音声符号化復号化方式 | |
JPH043876B2 (ja) | ||
JPH08160993A (ja) | 音声分析合成器 |