JPS63118199A - Voice analyzer/synthesizer - Google Patents
Voice analyzer/synthesizerInfo
- Publication number
- JPS63118199A JPS63118199A JP61122689A JP12268986A JPS63118199A JP S63118199 A JPS63118199 A JP S63118199A JP 61122689 A JP61122689 A JP 61122689A JP 12268986 A JP12268986 A JP 12268986A JP S63118199 A JPS63118199 A JP S63118199A
- Authority
- JP
- Japan
- Prior art keywords
- pulse
- amplitude
- analysis
- subframe
- synthesis device
- 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
- 238000004458 analytical method Methods 0.000 claims description 66
- 230000015572 biosynthetic process Effects 0.000 claims description 29
- 238000003786 synthesis reaction Methods 0.000 claims description 29
- 238000013139 quantization Methods 0.000 claims description 13
- 238000000034 method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 230000005236 sound signal Effects 0.000 description 8
- 230000006835 compression Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000003292 diminished effect Effects 0.000 description 1
- 238000004049 embossing Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
Landscapes
- Transmission Systems Not Characterized By The Medium Used For Transmission (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。(57) [Abstract] This bulletin contains application data before electronic filing, so abstract data is not recorded.
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は音声分析合成装置に関し、籍にボコーダ（ＶＯ
ＣＯＤＥＲ）なみの低符号化速匿で、マルチパルスを音
源情報として利用する線形予測形式の音声分析合成装置
に関する。[Detailed Description of the Invention] [Field of Industrial Application] The present invention relates to a speech analysis and synthesis device, and particularly relates to a vocoder (VO).
The present invention relates to a linear prediction type speech analysis and synthesis device that uses multipulses as sound source information and has low coding speed similar to CODER.
ボコーダは音声を極めて狭帯域で符号化し５るもので、
線形予測分析（Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏｎ
Ｃｏｄ −ｉｎｇ 、以下ＬＰＣと略称する）によって
求めるスベクトル包絡パラメータとしてのＬＰＣ係数と
ともに分析側から合成側に伝送すべき音源情報は、ピッ
チ周期に対応する時系列のパルスもしくは雑音によって
それぞれ有声／き声状態音を表現するという単純なモデ
ルが利用され分析フレームごとの音源情報を生成してい
る。A vocoder encodes audio in an extremely narrow band.
Linear Prediction Analysis
The sound source information to be transmitted from the analysis side to the synthesis side together with the LPC coefficients as vector envelope parameters obtained by Cod-ing (hereinafter abbreviated as LPC) is voiced/voiced by time-series pulses or noise corresponding to the pitch period. A simple model that represents voice state sounds is used to generate sound source information for each analysis frame.
ボコーダは極めて狭帯域に音声を符号化しうる待機をも
つものであるが、音源生成モデルの単純さ、ならびにこ
の音源生成モデルの前提とする正確なピッチ抽出の難し
さといった点で合成音質には自ら限度がある。Although a vocoder has a standby system that can encode speech in an extremely narrow band, it is not suitable for synthesized sound quality due to the simplicity of the sound source generation model and the difficulty of accurate pitch extraction, which is a prerequisite for this sound source generation model. There are limits.
ボコーダの弱点とする上述した問題を解決するものとし
て発明されたものにマルチパルス形ボコーダがある。こ
れは、音源を有坤／無声にかかわりなく複数のパルス、
すなわちマルチパルスによって表現し、これによってＬ
ＰＣ合成フィルタを駆動せしめるものであり、７音源の
もつ波形情報もかなり忠実に反映し、従りて合成音質も
著しく改善されたものとなるが、パルス量子化のため符
号化速度が増大するという問題がある。この符号化速度
の増大はＡ Ｄ Ｐ ＣＭ （Ａｄａｐｔｉｖｅ Ｄｉ
ｆｆｅｒＰｒＩｔｉａｌＰＣＭ）やＡ Ｐ Ｃ（Ａｄａ
ｐｔｉｖｅ Ｐｒｅｄｉｃｔｉｖｅ Ｃｏｄｉｎｇ ）
はどではないがボコーダの領域をはるかに越えたものと
なってしまい低ビ、トレードでオＵ用できるというボコ
ーダの特徴が著しく減殺されてしまうという問題がある
０
本発明の目的は上述した欠点を除去し、本来の分析フレ
ームを複数のサブフレームに分割し、各サブフレームご
とに最大限１個の音源パルスを、少なくともパルス位置
自由に設定するという条件のもとで選択するどい５手段
を備えることにより、ボコーダなみの低と、トレードで
合成音質の著しい改善の図れる音声分析合成装置ケ提供
することにある０
〔問題点を解決するための手段〕
本発明の装置は、線形予測形式の音声分析合成装置にお
いて、位置と振幅のうち少なくとも位置の自由度をもつ
マルチパルスを音源情報とレズ利用しかつこのマルチパ
ルスは１分析フレームを入力音声の最小ピッチ周期よシ
も短い区間単位で分割したサブフレームのそれぞれに対
して最大限１個を越えない条件のもとで設定する手段を
備えて構成される。A multi-pulse vocoder was invented to solve the above-mentioned problems that are the weaknesses of vocoders. This allows the sound source to contain multiple pulses, regardless of whether they are voiced or silent.
In other words, it is expressed by multi-pulses, and L
This drives the PC synthesis filter, and reflects the waveform information of the seven sound sources fairly faithfully, resulting in a marked improvement in synthesized sound quality, but the encoding speed increases due to pulse quantization. There's a problem. This increase in encoding speed is achieved by ADPCM (Adaptive Di
offerPrItialPCM) and APC(Ada
Ptive Predictive Coding)
Although it is not limited to the above, there is a problem in that it goes far beyond the realm of vocoders, and the characteristics of the vocoder, such as being able to be used in low-vibration and high-speed trades, are significantly diminished.The purpose of the present invention is to address the above drawbacks. , divides the original analysis frame into a plurality of subframes, and selects at most one sound source pulse for each subframe under the condition that at least the pulse position is freely set. Therefore, it is an object of the present invention to provide a speech analysis and synthesis device that can achieve a low performance comparable to that of a vocoder and a remarkable improvement in synthesized sound quality. In the analysis/synthesis device, a multi-pulse that has at least a degree of freedom in position and amplitude is used in conjunction with sound source information, and this multi-pulse divides one analysis frame into intervals shorter than the minimum pitch period of the input voice. It is configured to include means for setting conditions under at most one condition for each subframe.
次に図面を参照して本発明の詳細な説明する。 Next, the present invention will be described in detail with reference to the drawings.
第１図は本発明の音声分析合成装置の分析側の一実施例
を示すプロ、り図、第２図は本発明の音声分析合成装置
の合成側の一実施例を示すプロ、り図である。FIG. 1 is a diagram showing an embodiment of the analysis side of the speech analysis and synthesis device of the present invention, and FIG. 2 is a diagram showing an embodiment of the synthesis side of the speech analysis and synthesis device of the invention. be.
第１および第２図に示す実施例の分析側および合成９１
Ｉｌは、利用すべきマルチパルスの振幅は＠０”を宮む
３値の論理値で童子化し、振幅零をパルス位置の符号化
に包含し、マルチパルスのパルス位置はサブフレームご
とに符号化を実施した場合を例としているが、これらマ
ルチパルスの３［ｍ埋置化、蛋幅零のパルス位置符号化
組入れ、およびサブフレームごとのパルス位置符号化は
そのすべて、もしくは１部の実施を除去したものとして
構成することも容易に実施しうろことは明らかである０
＠１図の分析側はＡ／Ｄコンバータ１．窓処理器２．ノ
イズ冨み付フィルタ３．ＬＰＧ分析器４゜重子化器５部
復号化器６．に／αパラメータ変換器７．減衰係数印加
器８．インパルス応答算出器９、相互相関算出器１０．
自己相関真出器１１゜−時メモリ１２．相互相関補正６
１３．最大値恢索器１４．サブフレームステータスメモ
リ１５゜マルチパルス−時メモリ１６．パルス址子化符
号化器１７．マルチプレクサ１８から構成され、他に伝
送路３０を併記して示す。Analysis side and synthesis 91 of the examples shown in FIGS. 1 and 2
In Il, the amplitude of the multi-pulse to be used is converted into a three-value logical value with @0'' included, zero amplitude is included in the encoding of the pulse position, and the pulse position of the multi-pulse is encoded for each subframe. This is an example of a case in which 3 [m embedding of multi-pulses, zero-width pulse position encoding, and pulse position encoding for each subframe can be implemented in whole or in part. It is clear that it would be easy to configure it as having been removed.0 @1 The analysis side in the figure is an A/D converter 1. Window processor 2. Noise enrichment filter 3. LPG analyzer 4. Decoder 6./α parameter converter 7. Attenuation coefficient applicator 8. Impulse response calculator 9, cross-correlation calculator 10.
Autocorrelation calculator 11°-time memory 12. Cross correlation correction 6
13. Maximum value searcher 14. Subframe status memory 15° multi-pulse time memory 16. Pulse embossing encoder 17. It is composed of a multiplexer 18, and a transmission line 30 is also shown.
また、第２図に示す合成側は、デマルチプレクサ２１．
復号化器２２〜２４．マルチパルス発生器２５．Ｌ、Ｐ
Ｃ合成器２６．Ｄ／Ａコンバータ２７を備え′″ＣＣ傳
成る０
第１図において、λ／Ｄコンバータ１は音声入力を受け
るとＬ Ｐ Ｆ’ （Ｌｏｗ Ｐａ５ｓ Ｆｉｌｔｅｒ
）で高域遮断周波数３．４ｋＨｚフイルタリングを行
なったのち、Ａ ／ Ｄ コニｙバータで８ ｋＨｚの
す７１１ノ／グ周波数で標本化し、所定の１２ビツトの
童子化音声信号として窓処理器２に供給する。Furthermore, on the combining side shown in FIG. 2, there is a demultiplexer 21.
Decoders 22-24. Multi-pulse generator 25. L, P
C synthesizer 26. In FIG. 1, the λ/D converter 1 is equipped with a D/A converter 27 and converts L P F' (Low Pa5s Filter
), the signal is filtered at a high cut-off frequency of 3.4 kHz, and then sampled at a 711-degree frequency of 8 kHz using an A/D converter and sent to the window processor 2 as a predetermined 12-bit doji-ized audio signal. supply to.
窓処理器２は、こうして供給される童子化音声信号を２
２．５ｍ５ＥＣの分析フレーム周期でノイズ重み付フィ
ルタ３に供給するとともに、また、入力する童子化音声
信号を一旦内部メモリに一定時間長分、たとえば３０ｍ
５ＥＣふん、すなわち２４０サンプルずつを格納し、こ
れにハミング関数、あるいは矩形ｐＡ数等のあらかじめ
設定する窓関数を乗算する窓処理’＆２２．５ｍ５ＥＣ
ごとに実施しつつ、これをＬＰＣ分析器４に供給する。The window processor 2 converts the thus supplied doji-ized audio signal into 2
It is supplied to the noise weighting filter 3 at an analysis frame period of 2.5m5EC, and the input doji-ized audio signal is temporarily stored in the internal memory for a certain length of time, for example, 30m.
Window processing '&22.5m5EC' stores 5EC values, that is, 240 samples each, and multiplies them by a preset window function such as a Hamming function or a rectangular pA number.
This is then supplied to the LPC analyzer 4.
ＬＰＧ分析器４は、入力する童子化音声信号に対し分析
フレーム準位でＬＰＧ分析を冥施し、所定の次数、内容
のＬＰＣ係数を抽出する。本実施例ではＬＰＧ係数とし
て１０次のにパラメータ、すなわち１０次のＰＡ几Ｃ０
Ｒ（偏自己相関）９ｆＳ数に１〜に１６を抽出しこれを
童子化器５に供給し所定の量子化内容で量子化したあと
、さらに所定の形式で符号化し、これらにパラメータを
マルチブレフサ１８と復号化器６とに出力する。The LPG analyzer 4 performs LPG analysis on the input doji-ized audio signal at the analysis frame level, and extracts LPC coefficients of a predetermined order and content. In this embodiment, the 10th order parameter is used as the LPG coefficient, that is, the 10th order PA C0
After extracting R (partial autocorrelation) 9fS numbers from 1 to 16 and supplying it to the doji generator 5 and quantizing it with a predetermined quantization content, it is further encoded in a predetermined format, and the parameters are added to the multi-bleph generator 18. and is output to the decoder 6.
復号化器６に供給されたにパラメータは復号化されてに
／αパラメータ変換器７に提供され１０次のαパラメー
タα１〜α１ｏに変換され、その出力はノイズ重み付フ
ィルタ３と減衰係数付加器８に供給される。こうして得
られるαパラメータは、Ｋパラメータの符号化、復号化
の際に受ける童子化雑音レベルとほぼ同一レベルの量子
化雑音を付与したものとなる。The parameters supplied to the decoder 6 are decoded and provided to the /α parameter converter 7 where they are converted into 10th order α parameters α1 to α1o, and the output thereof is sent to the noise weighting filter 3 and the attenuation coefficient adder. 8. The α parameter obtained in this way is added with quantization noise of approximately the same level as the doji noise level received during encoding and decoding of the K parameter.
さて、ノイズ恵み付フィルタ３は、窓処理器２から受け
る量子化音声信号に対し分析フレームごとに聴覚特性に
もとづく重み付けを行なう。この聴覚特性にもとづく重
み付けは、入力する量子化音声信号の重子化雑音スペク
トルを音声信号のスペクトルに近接するように処理し、
マスキック効果による聴覚上の雑音低減を行なうもので
、このために利用するノイズ重み付フィルタの伝達関数
Ｗ（Ｚ）は次の（１）式で示される。Now, the noise grace filter 3 weights the quantized audio signal received from the window processor 2 based on auditory characteristics for each analysis frame. This weighting based on auditory characteristics processes the multiplexed noise spectrum of the input quantized audio signal so that it approaches the spectrum of the audio signal,
This is to reduce auditory noise by mass kicking effect, and the transfer function W(Z) of the noise weighting filter used for this purpose is expressed by the following equation (1).
・・・・・・・・（１）
（１）式において、αｉはαパラメータで、Ｐは分析次
数、またｒは重み付係数で０（ｒ（１の範囲で決定され
、本実施例ではγ＝０．９としている。...... (1) In equation (1), αi is the α parameter, P is the analysis order, or r is the weighting coefficient, which is determined in the range of 0 (r (1), and in this example γ=0.9.
Ｋ／αパラメータ変換器７は（１）式の分子側の係数α
１（ｉ＝１・・・、Ｐ）を算出したうえこれをノイズ恵
み付フィルタ３と減衰係数印加器８に供給する０
減衰係数印加器８は、こうして受けたに／αパラメータ
変換器７の出力に減衰減数ｒｌの乗算。The K/α parameter converter 7 converts the coefficient α on the numerator side of equation (1).
1 (i=1..., P) and supplies it to the noise grace filter 3 and the attenuation coefficient applicator 8. Multiply the output by the damping subtraction rl.
印加を行なって（１）式分母側の係数戸α１（ｉ＝＝＝
１・・・。The coefficient α1 (i===
1...
Ｐ）を得てこれをノイズ重み付フィルタ３およびインパ
ルス応答算出器９に供給する。P) is obtained and supplied to the noise weighting filter 3 and impulse response calculator 9.
ノイズ恵み付フィルタ３は、入力するαｉ、γｉα１を
利用して伝達関数ＷＺ）を算出し、これと窓処理器２か
ら受ける入力との畳み込み乗算を実施して聴覚重み付け
を行ないその出力を相互相関算出器１０に供給する。The noise grace filter 3 uses the input αi and γiα1 to calculate a transfer function WZ), performs convolution multiplication with the input received from the window processor 2, performs perceptual weighting, and cross-correlates the output. is supplied to the calculator 10.
インパルス応其算出器９からパルス電子化符号化器１７
までは、ノイズ重み付フィルタ３から出力された聴覚重
み付童子化音声信号を利用してマルチパルスを検索し出
力する部分で、本実施例の場合このマルチパルス検索は
２２．５ｍ５ＥＣの分析フレームを細分割したサブフレ
ームを対象として行なわれる。From the impulse response calculator 9 to the pulse electronic encoder 17
Up to this point, the multi-pulse search is performed using the auditory weighted doji-formed audio signal output from the noise weighted filter 3, and in this embodiment, this multi-pulse search is performed using an analysis frame of 22.5m5EC. This is performed on subframes that have been subdivided.
一般的に、マルチパルスを求めるには、Ａ−ｂ−Ｓ （
Ａｎａｌｙｓｉｓ ｂｙ ５ｙｎｔｈｅｓｉｓ ）手法
の名によって知られるスペクトル領域評価や、音声入力
と合成フィルタのインパルス応答との相互相関および前
記インパルス応答の自己相関を利用して求める相関領域
評価が利用され、後者の評価手法が前者よりも効率的処
理を行ない得るものとして知られており、本実施例でも
相関領域評価による手法を利用している。Generally, to find a multipulse, A-b-S (
Spectral domain evaluation known as Analysis by 5 synthesis) method and correlation domain evaluation obtained by using the cross-correlation between the speech input and the impulse response of the synthesis filter and the autocorrelation of the impulse response are used, and the latter evaluation method It is known that the former method can perform more efficient processing than the former method, and this embodiment also uses a method based on correlation region evaluation.
Ｋ（Ｉｆｆｉのパルスによって合成された合成信号と音
声入力との差５は次の（２）式で示される。The difference 5 between the synthesized signal synthesized by the pulses of K(Iffi and the audio input) is expressed by the following equation (2).
・・・・・・・・・・・・（２）
（２）式においてＮは分析フレーム長、 ｇｌ、ｒＪｋ
２ｉれぞれ分析フレーム内のｉ番目のパルスの振幅なら
びに位置を示す。εを最小とするパルスのｍｒ４および
位置は（２）式をｇｉについて偏微分して零とおくこと
によって得られる（３）式が最大となる点と・・・・・
・・・・・・（３）
（３）式においてＦＬｈｈは合成フィルタの、インパル
ス応答の自己相関、ψｈａは音声入力と前記イアパルス
応答との相互相関である。・・・・・・・・・・・・(2) In equation (2), N is the analysis frame length, gl, rJk
2i each indicates the amplitude and position of the i-th pulse within the analysis frame. mr4 and the position of the pulse that minimizes ε are obtained by partially differentiating equation (2) with respect to gi and setting it to zero, and the point where equation (3) is maximized.
(3) In equation (3), FLhh is the autocorrelation of the impulse response of the synthesis filter, and ψha is the cross-correlation between the audio input and the ear pulse response.
（３）式の慧味するところは、位置ｍｉにパルスをたて
る場合には＃Ｒ幅ｇｉ（ｍｉ）が最適であるということ
である。このｇ ｉ（ｍ ｉ）を求めるには、マルチパ
ルスが決だされるごとに相互相関ψｈａ（ｍｉ）から（
３）式分子の第（２）項を減算しつつ相互相関補正を行
ない、しかるのち遅れ時間零における自己相関几ｈｈ（
ｏ）で正規化したうえその絶対値の最大値を検索する形
式で次次に得られる。この場合、（３）式分子の第２項
に、直前に検索された最大値の糸幅ならびに位置情報、
その最大値からの遅れ時間１ｍｅ−ｍｉｌにおける自己
相関Ｒｈｈ（１ｍ ｅ−ｍ ｉ ｌ ）。The advantage of equation (3) is that #R width gi(mi) is optimal when generating a pulse at position mi. To find this g i (m i), we calculate (
3) Perform cross-correlation correction while subtracting the term (2) in the numerator of the equation, and then calculate the autocorrelation value at zero delay time hh(
o), and then search for the maximum absolute value. In this case, the second term of the numerator of formula (3) includes the yarn width and position information of the maximum value retrieved immediately before,
Autocorrelation Rhh (1me-mil) at a delay time of 1me-mil from its maximum value.
および検索すべきパルスの分析７レーム内の位置情報等
にもとづいて求められる。相互相関補正器１３は、−時
メモリ１２からは相互相関ψｈｓ。It is determined based on the position information within the analysis 7 frames of the pulse to be searched, etc. The cross-correlation corrector 13 receives the cross-correlation ψhs from the -time memory 12.
最大値検索器１４からは最大値の振幅と位置に関する情
報を、自己相関算出器１１からは自己相関に関する情報
を、また、サブフレームステータスメモリ１５からは検
索すべきパルスの分析７レーム内の位置情報を得て上述
した（３）式の分子に示す相互相関補正を行ない、その
おとＲｈｈ （ｏ）による正規化を施したものの絶対１
直ＫＫ換した相互相関補正データとして一時メモリに最
大値検索ごとに提供する。The maximum value searcher 14 provides information regarding the amplitude and position of the maximum value, the autocorrelation calculator 11 provides information regarding the autocorrelation, and the subframe status memory 15 provides information regarding the position within the analysis 7 frames of the pulse to be retrieved. After obtaining the information, we performed the cross-correlation correction shown in the numerator of equation (3) above, and then normalized it by Rhh (o) to obtain the absolute 1.
It is provided to the temporary memory as direct KK converted cross-correlation correction data for each maximum value search.
最大値検索器１４は一時メモリ】２から相互相関ψｈｓ
の初期値を入力したあとは１次欠に相互相関補正デ
ータを受けつつその最大値を検索し、これをマルチパル
スとして相互相関補正器１３およびマルチパルス−時メ
モリ１６に供給する。The maximum value searcher 14 uses the temporary memory ]2 to cross-correlation ψhs
After inputting the initial value of , the maximum value is retrieved while receiving cross-correlation correction data on a primary basis, and this is supplied as a multi-pulse to the cross-correlation corrector 13 and multi-pulse time memory 16.
この一連の最大値検索は分析フレームごとに次次に実施
されるが、本実鳳の場合、この分析フレームが１２個の
サブフレームに分割され、マルチパルスはこのサブフレ
ームに対して検索、設定される。検索、設定されたサブ
フレームは次次に検索対象から除外しつつ、マルチパル
スのたりていないサブフレームのみを対象として実施さ
れる０なお、サブフレームの間数１２は、入力音声とし
て考えられる最小ピッチ周期よりも短く設定されている
。本＋ｍ例の場合は分析７レーム長が２２−５ｍ Ｓ
Ｅ Ｃであり、従ってサブフレーム長は２２．５／１２
＝１．８７５ （ｍｓＥｃ）とナシ、周ｍａで言うと約
５３３Ｈｚとなる。これは入力音声の最高ピッチ周期よ
りも十分に短く、従って１２個のサブフレームには多く
て］ １ｖＡのパルスがたてられるか、もしくは１個も
たてられないかのいずれかの条件でパルス設定が行なわ
れることとなる０サテ、サブフレームステータスメモリ
１５は、１２個のサブフレームのそれぞれがマルチパル
スがたてられているか否かのスティタスを最大値検索器
】４に提供し、マルチパルスが立てられていないサブフ
レームの対応時間領域、いわゆるタイムスロットだけを
対象として最大値検索を行なわしめるものであり、１２
個のサブフレームをｆＵＥする１２ワードを格納するＲ
ＡＭとして構成される。１２ワードはＯ番地から１１番
地までのアドレスに格納され、それぞれ１〜１５．１６
〜３０゜・・・・・・１６６〜１８０のタイムスロット
な指定する。This series of maximum value searches is performed one after another for each analysis frame, but in the case of Honjitsuo, this analysis frame is divided into 12 subframes, and the multipulse is searched and set for this subframe. be done. The search and set subframes are successively excluded from the search target, and the search is performed only on subframes with no multipulses.The number of subframe intervals, 12, is the minimum number of subframes that can be considered as input audio. It is set shorter than the pitch period. In the case of this + m example, the analysis 7 frame length is 22-5 m S
E C, so the subframe length is 22.5/12
= 1.875 (msEc), which is approximately 533Hz in ma. This is sufficiently shorter than the highest pitch period of the input audio, so there are more than 12 subframes. The subframe status memory 15 for which the settings are to be made provides the maximum value searcher 4 with the status of whether or not a multipulse is generated in each of the 12 subframes, and The maximum value search is performed only in the time domain corresponding to the subframe in which the subframe is not set, so-called time slot.
R to store 12 words fUE the subframes
Configured as AM. The 12 words are stored in addresses from O to 11, and are respectively 1 to 15.16.
~30°...Specify a time slot between 166 and 180.
これらタイムスロットは１分析フレーム２２．５ｍ、９
ＥＣの８ｋＨｚのサンプリング周波数によるサンプリン
グポイント１８０個を１２分割した１５１固ずつの時間
領域である。These time slots are 1 analysis frame 22.5 m, 9
It is a time domain of 151 pieces each divided into 12 by dividing 180 sampling points by 8 kHz sampling frequency of EC.
マルチパルス−時メモリ１６は、分析フレームごとのイ
ニクアライズでアドレス内容が一旦オール＠０”にされ
、マルチパルスが検索されるとその番地は＠１”にされ
て最大値検索対象から除外される。最大値検索器１４は
サブフレームステータスメモリ１５からこのようなサブ
フレームステータス情報を受けつつ最大値を検索する０
こうして、最大値検索単位は分析フレーム単位であるが
、検索処理自体は実効的にサブフレームごとに実施され
、検索されるパルスの個数が所定の設定範囲に入るまで
分析フレームごとに繰返される。こうして検索されたマ
ルチパルスの位置と蛋輸に関する情報はマルチパルス−
時メモリ１６に供給される。In the multi-pulse time memory 16, the address contents are once set to all @0'' during initialization for each analysis frame, and when a multi-pulse is searched, the address is changed to @1'' and excluded from the maximum value search target. The maximum value searcher 14 searches for the maximum value while receiving such subframe status information from the subframe status memory 15.
In this way, although the maximum value search unit is an analysis frame unit, the search process itself is effectively performed for each subframe, and is repeated for each analysis frame until the number of pulses to be searched falls within a predetermined setting range. The information about the position and transport of the multipulse thus retrieved is
time memory 16.
マルチパルス−時メモリ１６に格納されたマルチパルス
は、次にパルス童子化符号化器１７に読出され分析フレ
ームごとに所定の形式で童子化。The multipulse stored in the multi-pulse-time memory 16 is then read out to a pulse doji-forming encoder 17 and is doji-ized in a predetermined format for each analysis frame.
符号化される。encoded.
第３図は第１図の実施例における童子化符号化器１７０
部分を詳細に示すプロ、り図で、最大振幅パルス検索器
１７１．パルス撮幅正規（１ｆｉ１７２゜パルス符号化
器１７３．振幅量子化器１７４．復号化器１７５，３ｆ
［を子化器１７６等を備えて構成される。FIG. 3 shows a doji encoding encoder 170 in the embodiment of FIG.
A detailed diagram showing the maximum amplitude pulse searcher 171. Pulse imaging width normal (1fi 172° Pulse encoder 173. Amplitude quantizer 174. Decoder 175, 3f
It is configured with a child converter 176 and the like.
ところで、本実施例では、入力音声を４８００ｂｐｓの
ビットレードで分析処理して合成側に送出しており、従
って、１分析フレーム艮２２．５ｍ５ＥＣに対しては１
０８ビ、トが提供される。本芙施で）１この１０８ビ、
トの割当て配分を次のように設定している。By the way, in this embodiment, the input audio is analyzed and processed at a bit rate of 4800 bps and sent to the synthesis side. Therefore, for one analysis frame of 22.5 m5 EC,
08 bits and gs are provided. In this fuse) 1 this 108 bi,
The allocation distribution for these items is set as follows.
すなわち、パルス位置拳極性はサブフレームあたシ５ビ
、ト、従って１分析フレームあたシロ０ビ、ト、分析フ
レームごとのパルス最大振幅には７ビ、ト、ＬＰＣ係数
（Ｋｓ 〜Ｋｔｏ） ｋｔ ４０ビ。That is, the pulse position polarity is 5 bits per subframe, therefore 0 bits per analysis frame, and the maximum pulse amplitude for each analysis frame is 7 bits.LPC coefficient (Ks ~ Kto) kt 40 bi.
ト、さらにフレーム同期ビットとして１ビ、ト計】０８
ビ、トである。+1 bit as frame synchronization bit, total]08
B, G.
マルチパルス−時メモリ１６から読出されるマルチパル
スは、最大振幅パルス検索器１７１、パルスＳｌ＄ｌａ
正規化器１７２およびパルス符号化器】７３に供給され
る。Multi-pulse - The multi-pulse read out from the time memory 16 is determined by the maximum amplitude pulse searcher 171, the pulse Sl$la
It is supplied to a normalizer 172 and a pulse encoder 73.
最大振幅パルス検索器１７１は、サブフレームにによつ
て指定されるタイムスロット範囲ごとに最大１１１ｉ１
個、りまシ有るか無いかという設定条件のもとでたてら
れたマルチパルス列を入力しつつ、分析フレームごとに
その最大値を検索しこれを瓜幅量子化器１７４に供給す
る。Maximum amplitude pulse searcher 171 searches for up to 111i1 per time slot range specified by subframe
While inputting a multi-pulse train created under the setting condition of whether or not there is a distortion, the maximum value is searched for each analysis frame and this is supplied to the width quantizer 174.
振幅重子化器１７４は、入力する分析フレームごとの最
大値を非線形圧縮状態で量子化するため変換公式μ−１
ａｗを利用する対数圧縮を行ない、マルチパルスで表現
されるべき音源振幅のダイナミックレ／ジの圧縮を図っ
ている。この場合、圧縮パラメータμ＝２５５とし、か
つ最大振幅情報のみを対象とすればよいのでμ−１ｏｗ
による正側圧縮だけでよく、このぶん１ビ、トだけ省略
でき７ビ、トで振幅量子化を行なっている。The amplitude multipletizer 174 uses a conversion formula μ-1 to quantize the maximum value of each input analysis frame in a nonlinear compression state.
Logarithmic compression using aw is performed to compress the dynamic range of the sound source amplitude that should be expressed by multipulses. In this case, the compression parameter μ=255 and only the maximum amplitude information needs to be targeted, so μ−1ow
Only the positive side compression is required, which means that only 1 bit can be omitted, and amplitude quantization is performed using 7 bits.
去幅童子化器１７４の出力する最大振幅情報は所定の形
式で符号化されマルチプレクサ１８および復号化器１７
５に供給される。The maximum amplitude information outputted by the left width doji converter 174 is encoded in a predetermined format and sent to the multiplexer 18 and the decoder 17.
5.
復号化器１７５は、符号化最大振幅情報を復号化してこ
れをパルス振幅正規化器１７２に供給する０
パルス振幅正規化器１７２は、分析フレームごとの非線
形圧縮最大振幅を指数延伸して原振＠状態に戻したうえ
これを基準値とする分析フレーム内マルチパルスの正規
化を行ないその出力を３籠重子化器１７６に供給する０
３値童子化器１７６は、こうして入力する正規化マルチ
パルス奈幅に対し次のように３値量子化を施す。The decoder 175 decodes the encoded maximum amplitude information and supplies it to the pulse amplitude normalizer 172. The pulse amplitude normalizer 172 exponentially stretches the nonlinearly compressed maximum amplitude of each analysis frame to obtain the original amplitude. After returning to the @ state, the multi-pulse within the analysis frame is normalized using this as a reference value, and its output is supplied to the 3-value doji converter 176. Three-level quantization is applied to the width as follows.
第４図は３値層子化の内存を説明するための３値量子化
特性図である。FIG. 4 is a ternary quantization characteristic diagram for explaining the existence of ternary layering.
横軸で表示する入力はパルス振幅正規化器】７２から提
供される正規化マルチパルス振幅であシ、マルチパルス
の極性と振幅に対応し＋１．０から−１，０の範囲にわ
たりて分布する。３値重子化は、この範囲を３分割した
それぞれを論理値１１＃。The input displayed on the horizontal axis is the normalized multipulse amplitude provided by the pulse amplitude normalizer 72, which corresponds to the polarity and amplitude of the multipulse and is distributed over a range of +1.0 to -1.0. . In ternary multiplexing, this range is divided into three parts, each of which has a logical value of 11#.
″０＃″″−１＃の３値で量子化するものである。Quantization is performed using three values: "0#""-1#.
本実施例では入力範囲中＋０．３３３から−０，３３３
まで、すなわち零を中心とした全体の１／３の範囲の正
規化レベルのものはすべて論理値°０＃とする。これは
、振幅がある程度以下で、音声合成においても殆んど不
要と考えられるものについてはこれを量子化の対象から
除外するためである。In this example, the input range is +0.333 to -0,333.
All normalization levels up to 1/3 of the entire range centered on zero are set to logical value °0#. This is to exclude from quantization objects whose amplitude is below a certain level and which are considered to be almost unnecessary in speech synthesis.
次に入力が＋０．３３３から＋１．０までのものは、す
べてこれらを論理値″″１＃で表現する。また入力が−
０，３３３から−１，０のものについては、すべてこれ
らを論理値＠−１”で表現する。第３図の縦軸は入力に
対応して表現される３（１Ｍの論理値の範囲を示し、こ
れら入力と３値範囲との曲係を３値化特性線に示す。Next, all inputs from +0.333 to +1.0 are expressed by the logical value ""1#. Also, the input is -
All values from 0,333 to -1,0 are expressed as logical values @-1''.The vertical axis in Fig. The curvature between these inputs and the ternary value range is shown in the ternary characteristic line.
こうして３値量子化したマルチパルスの振幅は、パルス
符号化器１７３に供給される。The amplitude of the multi-pulse thus ternary quantized is supplied to the pulse encoder 173.
パルス符号化器１７３にはマルチパルスの位［情報も提
供され、パルス符号化器１７３はこれら入力を所定の形
式の３値化マルチパルスとしてマルチプレクサ１８に供
給する。The pulse encoder 173 is also provided with information on the order of the multipulses, and the pulse encoder 173 supplies these inputs to the multiplexer 18 as ternary multipulses in a predetermined format.
上述したパルスを子化符号化において、３匝化マルチパ
ルスの符号化は位置情報に４ビ、ト利用し、振幅情報と
してはｌビ、ト利用して全体として５ビ、トでマルチパ
ルスの正規化、かつ３値化の振幅と位置に関する情報を
表現している０位置悄＠は分析フレーム内の各サブフレ
ームごとに決定するものとし、４ビツトで表現される０
〜１５の１庫のうち１〜１５の１５個の数は各サブフレ
ームの１番目から１５査目のタイムスロットに対応させ
てマルチパルスがたてられたタイムスロット、つまりマ
ルチパルスの位置を指定せしめ、残った１個のＯは振幅
が３値の論理値′″′Ｏｍをとる場合にこれを指定する
ために利用する０
また、振幅用に割当てた１ビ、トは、Ｏが３値の論理値
”１＃りまシ極性が正であることを、また１は３値の論
理値＠−１１つまり極性が負であることを指定するのに
利用される。In the above-mentioned pulse encoding, the encoding of the triple multi-pulse uses 4 bits for position information and 1 bit for amplitude information, resulting in a total of 5 bits for encoding the multipulse. The 0 position, which represents information regarding the amplitude and position of normalization and ternarization, is determined for each subframe within the analysis frame, and the 0 position is expressed in 4 bits.
The 15 numbers 1 to 15 in one storage of ~15 correspond to the time slots from the 1st to the 15th scan of each subframe, and specify the time slots where multi-pulses are generated, that is, the positions of the multi-pulses. The remaining one O is used to specify the amplitude when it takes a three-value logical value ''''Om.In addition, the one bit allocated for the amplitude is The logical value of ``1#'' is used to specify that the polarity is positive, and 1 is used to specify that the ternary logical value @-11, that is, the polarity is negative.
マルチプレクサ１８には、こうして１０次のにパラメー
タとマルチパルスの最大虫幅ならびに３値の論理値によ
っ【表現された正規化マルチパルス、すなわち３値化マ
ルチパルスが供Ｎされ、マルチプレクサ１８は、これら
入力を適宜所定の形式で組合せて多重化し４８００ ｂ
ｐｓのビットレードで伝送路３０を介して合成側に送出
する。The multiplexer 18 is thus supplied with a normalized multipulse, that is, a ternary multipulse, expressed by the 10th order parameter, the maximum width of the multipulse, and the ternary logical value, and the multiplexer 18 These inputs are appropriately combined and multiplexed in a predetermined format, and 4800 b
It is sent to the combining side via the transmission line 30 at a bit rate of ps.
第５図は分析側の音声パラメータ符号化におけるビット
割当説明図である。FIG. 5 is an explanatory diagram of bit allocation in speech parameter encoding on the analysis side.
分析フレームごとにその同期と、トとしてのフレーム１
町期ビットＳが■ビット目の１ビツト、続いてＬＰＣ係
数ビ、トにとして■ビット目から０ビツト目までの４０
と、トが１０矢のにパラメータ用に割当てられる。マル
チパルスの最大振幅用としてはＯビット目から＠ビット
目の７ビ、トフんが割当てられる。さらに、１２イ固の
サブフレームに立てられるべきマルチパルスに対しては
、たとえば第１番目のサブフレーム、５ＵＢＩＫ対して
は、パルス位置情報として＠ビット目からＯビ、ト目ま
での４ビ、トが利用され、さらに、この４ビ、トで表現
される数値の５ちＯは損幅零を指定するために利用され
る。８０Ｂ１の振幅はＯビ、トの１ビ、トによる１、０
で＋１もしくは−１を表現し、これが１２査目のサブフ
レーム５ＵＢ１２の振幅ビ、トマで全体として１０８ビ
ツト利用して電子化、符号化される０
こうして４８００ｂｐｓという低と、トレードのもとて
マルチパルス分析を前提としての音声分析が可能となる
。synchronization for each analysis frame and frame 1 as
The period bit S is the 1st bit of the ■th bit, followed by the LPC coefficient bit, and then the 40th bit from the ■th bit to the 0th bit.
, G is assigned to 10 arrows for parameters. For the maximum amplitude of the multi-pulse, the 7th bit from the 0th bit to the @bit is assigned. Furthermore, for a multi-pulse that should be set in a 12-bit subframe, for example, the first subframe, and for 5 UBIK, the pulse position information is 4 bits from @ bit to O bit to G bit, Furthermore, the 5th O of the numerical value expressed by these 4 bits and t is used to specify the loss margin of zero. The amplitude of 80B1 is O bit, 1 bit of G, 1 due to G, 0
This represents +1 or -1, and this is the amplitude bit of subframe 5UB12 of the 12th scan, which is digitized and encoded using a total of 108 bits. Speech analysis based on pulse analysis becomes possible.
次に第２図に示す合成側について、その処理内容を説明
する。Next, the details of the processing on the compositing side shown in FIG. 2 will be explained.
デマルチプレクサ２１は分析側から伝送路３０を介して
伝送されてきた多重化信号を受けるとこの多重化分離を
行ない、分析フレームごとのにパラメータは復号化器２
２に％また、分析フレームごとのマルチパルス最大振幅
は復号化器２３に、さらに、分析フレームごとの３値化
マルチパルスの位置および振幅情報は復号化器２４にそ
れぞれ供給される。When the demultiplexer 21 receives the multiplexed signal transmitted from the analysis side via the transmission line 30, it demultiplexes the signal, and the parameters for each analysis frame are transferred to the decoder 2.
Furthermore, the multipulse maximum amplitude for each analysis frame is supplied to the decoder 23, and the position and amplitude information of the ternary multipulse for each analysis frame is supplied to the decoder 24.
復号化器２２は、入力した符号化にパラメータの復号化
を行ない、この１０次のにパラメータ。The decoder 22 performs parameter decoding on the input encoding and converts the parameters to this 10th order.
Ｋｌ−に１・をＬＰＣ合成器２６に供給する。1. is supplied to Kl- to the LPC synthesizer 26.
ＬＰＣ合成器２６は、全極型ディジタ１７４ルタを利用
する音声合成器で、入力したにパラメータをそのフィル
タ係数として利用する。The LPC synthesizer 26 is a speech synthesizer that uses an all-pole digital 174 router, and uses input parameters as its filter coefficients.
復号化器２３は、入力した符号化最大振幅の復号化を行
なったうえこれを指数延伸して非直線圧縮前の原最大蚤
幅情報を復元しこれをマルチパルス発生器２５に供給す
る。The decoder 23 decodes the input encoded maximum amplitude and then performs exponential stretching to restore the original maximum flea width information before non-linear compression, and supplies this to the multi-pulse generator 25.
復号化器２４は、入力した符号化３値化マルチパルスの
復号化を行ない、これと復号化器２３から受ける最大振
幅に関する情報を利用して正規化の解除を行なって、分
析フレームごとのパルス振幅最大値を振幅としサブフレ
ームごとに最大（１１Ｌ１個の設定条件で検索、設定さ
れたパルス位置にたてられる形式でのマルチパルス列を
発生し、これをＬＰＧ合成器２６に供給する。The decoder 24 decodes the input coded ternary multi-pulse, denormalizes it using this and the information regarding the maximum amplitude received from the decoder 23, and generates pulses for each analysis frame. A multi-pulse train is generated in a format in which the maximum amplitude value is set as the amplitude and is set at the maximum (11L1) setting conditions for each subframe, and the multi-pulse train is generated at the set pulse position, and this is supplied to the LPG synthesizer 26.
ＬＰＣ合成器２６はマルチパルス発生器２５から受ける
マルチパルス列によって駆動され、ディジタル音声入力
を再生し、これをＤ／Ａコンバータ２７に供給する。LPC synthesizer 26 is driven by a multi-pulse train received from multi-pulse generator 25 to reproduce the digital audio input and supplies it to D/A converter 27 .
Ｄ／Ａコンバータ２７は、入力のアナログ化を行なった
のちＬＰＦで不要な高周波成分を除去し音声出力として
送出する。The D/A converter 27 converts the input into an analog signal, removes unnecessary high frequency components using an LPF, and sends the signal as an audio output.
こうして、分析フレームを複数のサブフレームに分割し
、各サブフレームごとに１個を越えない条件でマルチパ
ルスを選択したうえ、さらに、これら選択されたマルチ
パルスを＠０”を含む＠１”。In this way, the analysis frame is divided into a plurality of subframes, multipulses are selected under the condition that no more than one multipulse is selected for each subframe, and these selected multipulses are further divided into @1'' including @0''.
′″−１”の３値の論理値で量子化する手段を有するこ
とによって４８００ｂｐｓという低ビツトレートのもと
でも著しく音質の良好な合成音が得られるが、その理由
を要約すると次のとおりである。By having a means for quantizing with the three-value logical value of '''-1'', a synthesized sound with extremely good sound quality can be obtained even at a low bit rate of 4800 bps, and the reason for this can be summarized as follows. .
その１は、独特なマルチパルス列による音源情報を利用
するため、正確など、チ抽出の困難性に伴なう問題を基
本的に回避しうろことである。また、その２は、マルチ
パルスと同様な検索技術によってサブフレームごとに選
択したパルス列を音源情報としているため、これらパル
ス列には極性が与えられておシ、無極性のパルス列や白
色雑音を有声／無声情報と関連（せてモデル化する従来
のボコーダに比し、最低限のＳ／Ｎ （Ｓｉｇｎａｌ
／Ｎｏ１ｓｅ ）が保証される。その３は、１０＃を含
む量子化を実施することによシ、サブフレームを設定し
、かつ極性のみ付与されるパルス列利用する場合に問題
となる不要な群小パルスを除去できること等である。First, since sound source information based on a unique multi-pulse train is used, problems associated with accuracy and other difficulties in chi extraction can be basically avoided. In addition, in the second method, pulse trains selected for each subframe are used as sound source information using a search technique similar to multi-pulse, so these pulse trains are given polarity, and non-polar pulse trains and white noise are voiced/voiced. Compared to conventional vocoders, which model unvoiced information and related information, the minimum S/N (Signal
/No1se) is guaranteed. Thirdly, by performing quantization including 10#, it is possible to remove unnecessary group small pulses, which are a problem when setting subframes and using a pulse train to which only polarity is given.
なお、上述した実施例では、マルチパルスをサブフレー
ムに対して設定する場合、（３）式にもとづく演算処理
にもとづいて、どのサブフレームかに次次のマルチパル
スがたてられることとなるが、このような基本的検索に
代えて時間的に古いサブフレームから新しいサブフレー
ムへと次次に検索していくことも容易に実施しうろこと
は明らかである。In the above embodiment, when setting multipulses for subframes, the next multipulse is set in which subframe based on the calculation process based on equation (3). It is clear that instead of such a basic search, it would be easy to search sequentially from the oldest subframe to the newest subframe.
以上説明したように本発明によれば、線形予測形式の音
声分析合成装置において、分析フレームを複数のサブフ
レームに分割し、各サブフレームごとに最大限１個を越
えない設定条件で選択したマルチパルス列を“０”を含
む３値の論理値で量子化する手段を備えることによシ、
ボコーダなみの低ビツトレートで著しく音質改善の図れ
る音声分析合成装置が実現できるという効果がある。As explained above, according to the present invention, in a linear prediction-type speech analysis and synthesis device, an analysis frame is divided into a plurality of subframes, and a multi-channel By providing means for quantizing the pulse train with three logical values including "0",
This has the effect of realizing a speech analysis and synthesis device that can significantly improve sound quality at a low bit rate comparable to that of a vocoder.
第１図は本発明の音声分析合成装置の分析側の一実施例
を示すプロ、り図、第２図は本発明の音声分析合成装置
の合成側の一実施例を示すプロ。
り図、第３図は第１図の実施例におけるパルス量子化符
号化器１７の部分を詳細に示すプロ、り図、１・・・・
・・Ａ／Ｄコンバータ、２・・・・・・窓処理器、３・
・・・・・ノイズ重み付フィルタ、４・・・・・・ＬＰ
Ｃ分析器、５・・・・・・量子化器、６・・・・・・復
号化器、７・・・・・Ｋ／αパラメータ変換器、８・・
・・・減衰係数印加器、９・・・・・・インパルス応答
算出器、１０・・・・・・相互相関算出器、１１・・・
・・・自己相関算出器、１２・・・・・・−時メモリ、
１３・・・・・・相互相関補正器、１４・・・・・・最
大値検累器、１５・・・・・・サブフレームステータス
メモリ、１６・・・・・・マルチパルス−時メモリ、１
７・・・・・・パルス量子化符号化器、１８・・・・・
・マルチブレフサ、２１・・・・・・デマルチプレクサ
、２２〜２４・・・・・復号化器、２５・・・・・・マ
ルチパルス発生！、２６・・・・・・ＬＰＣ合成り、２
７・・・・・Ｄ／Ａコンバータ、３０・・・・・・伝送
路０
代理人 ９Ｐ理士 内 原 晋
〃
￥Ｚ面
第 ３ 暮
茅 ψ 図
３−・−−−−フＬ−ム阿期ヒ゛−ト
Ｋ・・・ −・ｌｆ’ｃ４糸数ビット
５１／Ｂ／ ヘＥｌ／８１２−− −−− Ｔア７Ｌ−
ムナシバー■〜Ｃリーーーーー・ビート
茅ダ則
手続補正書（自発）
６２．５．１３
昭和 年 双懇 日FIG. 1 is a diagram showing an embodiment of the analysis side of the speech analysis and synthesis apparatus of the present invention, and FIG. 2 is a diagram showing an embodiment of the synthesis side of the speech analysis and synthesis apparatus of the invention. Figure 3 shows a detailed diagram of the pulse quantization encoder 17 in the embodiment shown in Figure 1.
...A/D converter, 2...Window processor, 3.
...Noise weighted filter, 4...LP
C analyzer, 5... quantizer, 6... decoder, 7... K/α parameter converter, 8...
... Attenuation coefficient applicator, 9... Impulse response calculator, 10... Cross correlation calculator, 11...
...Autocorrelation calculator, 12...-time memory,
13... Cross-correlation corrector, 14... Maximum value accumulator, 15... Sub-frame status memory, 16... Multi-pulse-time memory, 1
7... Pulse quantization encoder, 18...
・Multiple pulser, 21...Demultiplexer, 22-24...Decoder, 25...Multi-pulse generation! , 26...LPC synthesis, 2
7...D/A converter, 30...Transmission line 0 Agent 9P Physician Susumu Uchihara ￥Z side No. 3 Kuraya ψ Figure 3--------Frame A Period bit K... ---lf'c4 Thread count bit 51/B/H El/812-- --- T a7L-
Munashiba ■ ~ C Lee Beat Kaya Rules Procedural Amendment (Voluntary) 62.5.13 Showa 1920 Souken-Japan
Claims (6)
と振幅のうち少なくとも位置の自由度をもつマルチパル
スを音源情報として利用しかつこのマルチパルスは１分
析フレームを入力音声の最小ピッチ周期よりも短い区間
単位で分割したサブフレームのそれぞれに対し最大限１
個を越えない条件のもとで設定したものであることを特
徴とする音声分析合成装置。(1) A linear prediction-type speech analysis and synthesis device that uses multipulses that have at least a degree of freedom in position and amplitude as sound source information, and that uses one analysis frame as the minimum pitch period of the input speech. Maximum 1 for each subframe divided into sections shorter than
A speech analysis and synthesis device characterized in that the speech analysis and synthesis device is set under conditions that do not exceed the number of individuals.
子化されたものであることを特徴とする特許請求範囲第
（１）項記載の音声分析合成装置。(2) The speech analysis and synthesis device according to claim (1), wherein the amplitude of the multi-pulse is quantized using three logical values including zero.
号化に包含するものであることを特徴とする特許請求範
囲第（２）項記載の音声分析合成装置。(3) The speech analysis and synthesis device according to claim (2), characterized in that the zero amplitude obtained by quantization is included in the encoding of the pulse position.
レームごとに実施することを特徴とする特許請求範囲第
（１）項記載の音声分析合成装置。(4) The speech analysis and synthesis apparatus according to claim (1), wherein encoding of the pulse position of the multi-pulse is performed for each subframe.
子化したものであることを特徴とする特許請求範囲第（
４）項記載の音声分析合成装置。(5) The amplitude of the multi-pulse is quantized using three logical values including zero.
4) The speech analysis and synthesis device described in section 4).
号化に包含するものであることを特徴とする特許請求範
囲第（５）項記載の音声分析合成装置。(6) The speech analysis and synthesis device according to claim (5), characterized in that the zero amplitude obtained by quantization is included in the encoding of the pulse position.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61122689A JPH0738115B2 (en) | 1986-05-27 | 1986-05-27 | Speech analysis / synthesis device |
| CA000534620A CA1323934C (en) | 1986-04-15 | 1987-04-14 | Speech processing apparatus |
| US07/421,314 US4991215A (en) | 1986-04-15 | 1989-10-13 | Multi-pulse coding apparatus with a reduced bit rate |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61122689A JPH0738115B2 (en) | 1986-05-27 | 1986-05-27 | Speech analysis / synthesis device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63118199A true JPS63118199A (en) | 1988-05-23 |
| JPH0738115B2 JPH0738115B2 (en) | 1995-04-26 |
Family
ID=14842184
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61122689A Expired - Lifetime JPH0738115B2 (en) | 1986-04-15 | 1986-05-27 | Speech analysis / synthesis device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0738115B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02144598A (en) * | 1988-11-25 | 1990-06-04 | Nippon Telegr & Teleph Corp <Ntt> | Sound coding method |
-
1986
- 1986-05-27 JP JP61122689A patent/JPH0738115B2/en not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02144598A (en) * | 1988-11-25 | 1990-06-04 | Nippon Telegr & Teleph Corp <Ntt> | Sound coding method |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0738115B2 (en) | 1995-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6006174A (en) | Multiple impulse excitation speech encoder and decoder | |
| DE60126149T2 (en) | METHOD, DEVICE AND PROGRAM FOR CODING AND DECODING AN ACOUSTIC PARAMETER AND METHOD, DEVICE AND PROGRAM FOR CODING AND DECODING SOUNDS | |
| JP2626223B2 (en) | Audio coding device | |
| JPS60239798A (en) | Voice waveform coder/decoder | |
| JP2586043B2 (en) | Multi-pulse encoder | |
| US5235670A (en) | Multiple impulse excitation speech encoder and decoder | |
| JPS63118199A (en) | Voice analyzer/synthesizer | |
| JP3916934B2 (en) | Acoustic parameter encoding, decoding method, apparatus and program, acoustic signal encoding, decoding method, apparatus and program, acoustic signal transmitting apparatus, acoustic signal receiving apparatus | |
| JPS6162100A (en) | Multipulse type encoder/decoder | |
| JPH0258100A (en) | Voice encoding and decoding method, voice encoder, and voice decoder | |
| JP2560860B2 (en) | Multi-pulse type speech coding and decoding device | |
| JPH07168596A (en) | Voice recognizing device | |
| JP2898641B2 (en) | Audio coding device | |
| JP2639118B2 (en) | Multi-pulse speech codec | |
| JPH043878B2 (en) | ||
| JPS61215599A (en) | Lsp pattern matching vocoder | |
| JPH0242240B2 (en) | ||
| JPS6087400A (en) | Multipulse type voice code encoder | |
| JPH07160295A (en) | Voice encoding device | |
| JPH10105200A (en) | Voice coding/decoding method | |
| JPH11184499A (en) | Voice encoding method and voice encoding method | |
| JPH043876B2 (en) | ||
| JPH043560B2 (en) | ||
| JPH043880B2 (en) | ||
| JPS63181517A (en) | Multipulse encoder |