JPS623440B2

JPS623440B2 -

Info

Publication number: JPS623440B2
Application number: JP51121553A
Authority: JP
Inventors: Yasuhiko Arai
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1976-10-08
Filing date: 1976-10-08
Publication date: 1987-01-24
Also published as: JPS5346210A

Description

【発明の詳細な説明】本発明はたとえば音声信号を数ミリ秒あるいは
数十ミリ秒の一定区間に分割し、各区間ごとに
DPCM符号化（あるいは復号化）を行なう方式
（以下区間DPCM方式と呼ぶ）に関するもので、
信号対量子化雑音の改善を図ることを目的とした
ものである。

このような区間DPCM方式は既に出願されてい
る特願昭49−105385号による「音声処理方式」の
原理に基ずくものである。

第１図は区間DPCM音声符号化方式の構成図で
ある。第ｒ番目（ｒ＝０、１、２、………、Ｒ）
の区間における離散的音声信号Ｓ_ri（ｉ＝０、
１、２、………、ｎ−１）と予測値Ｓ＾_riとの差、
すなわち予測誤差信号ｅ_riを量子化器Ｑで量子化
し、その出力信号ｅ^＊ _ｒｉを符号器CODで符号化
し、さらに符号化信号Ｄ_riと第ｒ区間の予測係数
Ａ_rj（ｊ＝１、２、………、Ｊ）とを混合器MIX
で混合して出力信号Ｍ_riを出力するようにしてい
る。

Ｓ^＊ _ｒｉは量子化出力信号ｅ^＊ _ｒｉと予測信号Ｓ＾_riとの
和信号で、量子化による誤差を含んでいるが概略
音声信号Ｓ_riに等しいものである。

第２図は音声信号を復元する時の構成である。
まず分離器SEPで信号Ｍ_riから符号化信号Ｄ_riと
予測係数Ａ_rjを分離する。次に復号器DECでＤ_ri
を復号し、量子化信号ｅ^＊ _ｒｉを導出し、予測値Ｓ＾_ri
との和信号Ｓ^＊ _ｒｉを出力する。Ｓ^＊ _ｒｉには量子化誤
差
が含まれているが概略Ｓ_riに等しいものである。

第３図は第１図および第２図で用いる予測器Ｐ
の構成を示したものである。Ｄは遅延素子で、予
測値Ｓ＾_riは過去の値Ｓ^＊ _{ｒ（ｉ−１）}、Ｓ^＊ _{ｒ（ｉ−
２）}、………、
Ｓ^＊ _{ｒ（ｉ−Ｊ）}から次式のように算出される。

区間DPCM方式は入力信号を一定の長さに分割
し、各区間ごとに予測係数Ａ_rjを更新させるよう
にしているため、音声信号のように長時間に亘つ
て定常的な確率過程とは見なし得ないような入力
信号に対しても従来のDPCM方式（予測係数Ａ_rj
が全ての区間に対して一定）に比較して、極めて
近似度の高い信号Ｓ^＊ _ｒｉが復元される。日本音響学
会講演論文集（昭和50年10月）、１−１−
6PDPCM音声符号化方式にて記載されたものに
よれば、音場での信号対周囲騒音比が、30dB程
度以下の場所であれば、８ビツト線形PCM方式
とほぼ同程度の音声品質が得られ、しかも音声情
報が1/2に圧縮できる利点がある。

しかしながら、音場でのＳ／Ｎが30dB程度以
下の場所は、駅や空港など、比較的騒音レベルの
高い場所であり、実用範囲がこのような場所に限
定される欠点があつた。

本発明はこのような欠点を除去し、ホテルや病
院等、比較的騒音レベルの低い場所への案内放送
を自動化したり、公衆回線を利用した電話自動応
答装置の音声メモリの削減を図ることができるよ
うにするものである。

以下に本発明の詳細を図面を用いて説明する。
第４図は本発明を用いた音声符号化装置の構成図
である。γ_rは入力信号レベルの低い分割区間に
おける信号対量子化雑音比を改善するために入力
信号Ｓ_riに乗じる一定の係数（スケールフアクタ
と呼ぶ）で、各区間ごとに最大レベルがスケール
オーバしない程度に決定されるものである。

Ａ_rj（ｊ＝１、２、３、………、Ｊ）は第ｒ区
間の予測係数、Ｐは予測器で、第３図に示したも
のと同一の構成である。

Ｓ＾_riは第ｒ区間のγ_r・Ｓ_riに対する予測値で、
ｅ_riは予測誤差信号である。Ｓ^＊ _ｒｉはＳ＾_riとｅ^＊ _ｒ
ｉと
の和信号で概略γ_r・Ｓ_riに等しいものである。Ｑ
_Pは選択適応型の量子化器で、予測誤差信号ｅ_ri
の実効値σ_erに応じて各区間ごとに最適量子化特
性を選択するようにしている。ｐは各区間ごと
に、量子化歪が最小となる最適量子化特性を選択
するための選択コードである。CODは符号器
で、前記選択コードｐと量子化信号ｅ^＊ _ｒｉとから符
号化信号Ｄ_riを出力する。MIXは混合器で、符号
化信号Ｄ_riに先行して予測係数Ａ_rj、スケールフ
アクタγ_r、コードｐを挿入し、混合出力Ｍ_riを出
力するようにしている。

第５図は、Ｍ_ri（ｒ＝０、１、２、………、
Ｒ；ｉ＝０、１、２、………、ｎ−１）からもと
の音声信号を復元する場合の構成図である。SEP
は分離器で、Ｍ_riからＤ_ri、Ａ_rj、γ_r、Ｐを分離
する。DECは復元器で符号化信号Ｄ_riと選択コー
ドｐから量子化信号ｅ^＊ _ｒｉを出力する。Ｓ^＊ _ｒｉはｅ
^＊ _ｒｉ
と予測値Ｓ＾_ri（予測器Ｐの構成は第３図と同一）
との和信号で、量子化誤差を含んでいるが、概略
γ_r・Ｓ_ri）に等しい値が得られる。従つて、Ｓ^＊ _ｒｉ
をγ_rで除算すれば、もとの信号とほとんど同じ
信号Ｓ_riが得られる。

以上のように本発明では入力信号レベルの低い
区間では入力信号を増巾した後に予測符号化を行
ない、かつ、予測誤差信号の実効値に応じて、量
子化歪が最小となるように、量子化特性を選択的
に適応させるようにしているため、極めて近似度
の高い復元信号が得られるものである。

次に実施例について説明する。今、音声信号を
12ビツト線形PCM符号化したものをＳ_riとし、分
割区間はおよそ25ｍｓとする。また各区間ごと
に、まず、予測係数Ａ_rj、スケールフアクタγ_r、
選択コードｐを決定し、これらのパラメータを用
いて音声信号を符号化し、さらに次の区間の処理
へと、順次移行してゆくものとする。この場合、
予測値Ｓ＾_riは過去の値から第(1)式のように算出さ
れるから、第ｒ区間の最初の予測値は第（ｒ−
１）区間の終りのＪ個の標本値から予測すること
になる。従つて第（ｒ−１）区間の終りのＪ個
（実施例ではＪ＝２）および第ｒ区間の全ての標
本値（ｎ＝256）のうちで、最大の絶対値｜Ｓ_ri
｜_naxから次のようにγ_rを決定した。

１／２FS＜γ_r・｜Ｓ_ri｜_nax≦FS …………(2) ただしFSはフルスケールレベルである。実施
例では、γ_r＝２^kとし、(2)式を満足するようにｋ
の値を０、１、２、３、４の５種類とした。量子
化器Ｑ_Pは予測誤差信号ｅ_riの実効値σ_reによつて
３種類の特性Q₀、Q₁、Q₂が選択できるように構
成した。量子化歪が最小となる量子化特性は、周
知のように次式によつて算出される。

ｘ_n＝（ｙ_n＋ｙ_n-1）／２ ……………(3) ｙ_n＝∫^ｘｍ＋１ _ｘｎxP_p（ｘ）dx／∫^ｘｍ＋１ _ｘｎＰ_p
（ｘ）dx
……………(4) （ｍ＝１、２、………、７）ここで、ｘ_nは閾値、ｙ_nは代表値、Ｐ_p（ｘ）
は予測誤差信号の確率密度関数である。

実施例では音声信号を１標本値当り４ビツトに
圧縮するために、15段階とし、予測誤差信号全体
の実効値σ_e、すなわちを基準に、各区間ごとの実効値σ_re、すなわちを評価し、量子化特性Ｑ_Pを決定した。なお(5)(6)
式におけるｎは区間内のデータ数（標本数）、Ｒ
は充分長い有限長の既知信号に対する全区間数で
ある。

本実施例の場合、充分長い有限長の既知信号
（例えば10秒程度の音声信号）に対して、 σ_e＜σ_re（Ｐ＝０の場合）となる全ての区間の予測誤差信号の分布から確率
密度関数P₀（Ｘ）を推定する。同様に、１／２σ_e＜σ_re≦σ_e（Ｐ＝１の場合）となる全ての区間の予測誤差信号の分布から確率
密度関数P₁（Ｘ）を推定する。また、 σ_re≦１／２σ_e（Ｐ＝２の場合）となる全ての区間の予測誤差信号の分布から確率
密度関数P₂（Ｘ）を推定する。周知のように、信
号がガウス分布、指数分布あるいはガンマ分布と
みなせる場合には、それぞれの密度関数を用いれ
ばよい。例えば音声信号では指数関数で近似でき
る（ただし、Ｐによつて分散は異なる）。

上記P₀（Ｘ）、P₁（Ｘ）、P₂（Ｘ）に対して、(3)
(4)式は量子化歪が最小となる量子化特性Q₀、
Q₁、Q₂を与える。関数形が同じでも分散が異な
れば、量子化歪を最小とする量子化特性は異なつ
たものとなる。従つて全体の量子化歪を最小とす
るために、個々の確率密度関数に対応した歪最小
量子化を行なわなければならない。本発明では、
上記P₀（Ｘ）、P₁（Ｘ）、P₂（Ｘ）が相異なること
を前提としている。

このように区間毎にσ_reとσ_eの関係からその
区間の量子化特性を決定し、 χｍ≦ｅ_ri＜χ_n+1のときｅ^＊ _ｒｉ＝ym のように、信号範囲ごとに代表値（ym）に置き
かえていくものである。

一般に信号対量子化雑音比SNRは SNR＝10 logＥ〔（Ｓ_ｒｉ）^２〕／Ｅ〔（Ｓ_ｒｉ−ｓｒ
ｉ）^２〕（dB）…………… (7) ただし、sri＝Ｓ^＊ _ｒｉ／γ_r で表わされる。なおＥ〔〕は期待値を示してい
る。

第６図の実線は上記実施例におけるSNRを示
し、また点線はスケールフアクタを１に固定し、
かつ量子化特性も１種類に固定した場合のSNR
を示しており、本実施例によれば、SNRが著し
く改善されるものである。

次に、本発明の具体的な処理過程について説明
する。

まず、既知の信号、例えば10秒程度の音声信号
を10KHzで標本化し、12ビツトに量子化する
（Ｓ_ri）。このＳ_riにスケールフアクターγ_rを乗じ
た後、線形予測法をいて25ｍｓの区間毎に予測係
数Ａ_rj（ｒは区間番号）を求める。

次に、量子化を行なわない時の予測誤差信号を
求める。これは(1)式において、Ｓ^＊ _ｒ（ｉ−ｊ）の
代りにＳ_r（ｉ−ｊ）を用いて求められる。な
お、Ｓ_r（ｉ−ｊ）は、Ｓ_riよりもｊサンプル遅れ
た信号である。すなわち、音声信号の場合、ＪはＪ＝４が良い。上式のｅ
_riを、全てのγ（ｒ＝０、１、………Ｒ−１）に
対して求め、σ_reとσ_eとの大小関係から、例え
ば３つの母集団（Ｐ＝０、１、２）に分類する。
母集団ごとにＰ_P（Ｘ）を推定し、(3)(4)式を用い
て、３つの量子化特性Ｑ_P（Ｐ＝０、１、２）を
決定する。第７図にこの量子化特性を示す。以
降、未知の信号入力に対しては、σ_reのみしか存
在しないので、σ_eとＱ_P（Ｐ＝０、１、２）は10
秒の音声信号（信号母集団）から推定した上記の
値を用いる。

なお、再生専用の自動案内放送装置等に応用す
る場合は、１名の話者についてσ_eおよびＱ_Pを推
定しておけば充分である。

未知信号を符号化する時は、(1)′式を用いて、
量子化をしない時のｅ_ri、ｉ＝０、１、２………
ｎ−１を求め、σ_reとσ_eの大小関係からどの量
子化特性を用いるかを決定する。即ちＰの値を決
定する。

次に量子化を行ないながら再び予測誤差信号ｅ
_riを求める操作を繰返してｅ^＊ _ｒｉを求めるものであ
る。

以上のように、本発明では、区間ごとに歪が最
小となる量子化を行つているため、量子化誤差が
小さくなり、信号対量子化雑音比が著しく改善さ
れ、従来、駅や空港等比較的騒音レベルの高い場
所に限定されていた区間DPCM方式の応用範囲が
拡大され、ホテルや病院等比較的静かな場所、あ
るいは公衆回線などへの適用が可能となる。

【図面の簡単な説明】

第１図は区間DPCM音声符号化方式を用いた装
置の構成図、第２図は音声を復元する装置の構成
図、第３図は予測器の構成図、第４図は本発明の
一実施例による区間DPCM音声符号化方式を適用
した装置の構成図、第５図は音声復元装置の構成
図、第６図はその信号対量子化雑音比の特性図、
第７図は本発明における量子化特性Q₀、Q₁、Q₂
を示す図である。Ｑ_P……量子化器、Ｐ……予測器、COD……符
号器、MIX……混合器。

Claims

【特許請求の範囲】

１音声信号を一定時間の区分に分割し、各区分
における離散的音声信号に所定の係数を乗じる乗
算手段と、この乗算手段の出力値と予測値とから
予測誤差信号を得る減算手段と、上記予測誤差信
号を量子化する量子化手段と、この量子化手段の
出力値と予測値とを加算する加算手段と、この加
算手段の出力から予測値を得る予測手段と、上記
量子化手段の出力値を符号化する符号化手段とを
有し、上記所定の係数は各区分の最大レベルがス
ケールオーバーしない値に設定し、上記予測誤差
信号の全体の実効値に対する区間実効値の大小関
係に応じて区間毎に確率密度関数を選定し、この
選定された確率密度関数によつて各区間での最小
量子化歪条件を与える量子化特性を選定すること
を特徴とする区間DPCM方式。