DE68913691T2

DE68913691T2 - System zur Sprachcodierung und -decodierung.

Info

Publication number: DE68913691T2
Application number: DE68913691T
Authority: DE
Inventors: Hideki Honma; Shigeru Iizuka; Takahiro Nomura; Yohtaro Yatsuzuka
Original assignee: Kokusai Denshin Denwa KK
Current assignee: KDDI Corp
Priority date: 1988-12-22
Filing date: 1989-12-20
Publication date: 1994-06-16
Anticipated expiration: 2009-12-21
Also published as: DE68913691D1; EP0375551A3; US5113448A; JPH02168729A; EP0375551B1; EP0375551A2; JP3033060B2

Description

Hintergrund der Erfindung

Die vorliegende Erfindung betrifft ein Sprachsignal- Codierungs-/Decodierungs-System zum Codieren/Decodieren eines digitalen Eingangssprachsignals mit einer niedrigen Bit-Rate.
In einen System mit einer beschränkten Frequenz bandbreite und/oder Übertragungsleistung, wie z.B. ein digitales maritimes Satellitenkommunikationssystem oder ein digitales geschäftliches Satellitenkommunikationssystem, das ein SCPC (einzelner Kanal pro Träger) verwendet, ist ein Sprach-Codierungs-/Decodierungs-System erforderlich, das eine hohe Sprachqualität bei einer niedrigen Bit-Rate erreichen kann und das wenig durch einen übertragenen Code-Fehler beeinträchtigt wird.
Gestützt auf solch einen Hintergrund sind bereits eine Vielzahl von Sprach-Codierungs-/Decodierungs-Systemen vorgeschlagen worden. Die typischen Systeme, die so vorgeschlagen sind, weisen auf ein adaptives prediktives Codierungs-System (APC) zum Codieren eines Eingangssignals auf einer Rahmenbasis mit einem Prediktor zum Entfernen einer Korrelation von dem Eingangssignal, um ein Restsignal zu erhalten, und einen adaptiven Quantisierer zum Quantisieren des Restsignals (USP 4 811 396), ein vielfach-puls-erregtes lineares prediktives Codierungs (MPEC) -System zum Erregen eines LPC- Synthetikfilters durch eine Vielzahl von Impulsen, wie eine Klangquelle, und ein CELP (code-erregtes lineares prediktives Codierungs) -System zum Erregen eines LPC- synthetischen Filters durch ein residuelles Signalmuster als die Klangquelle, und ähnliches.
Das adaptive prediktive Codierungs-System (APC) wird unten in Einzelheiten als das typische Beispiel eines herkömmlichen Sprach-Codierungs-/Decodierungs-System beschrieben.
Fig. 1(a) und 1(b) zeigen die grundsätzliche Struktur eines herkönxnlichen adaptiven prediktiven Codierungs- Systems (USP 4 811 396). Im Betrieb wird ein digitales Eingangssignal in einen LPC-Analysierer 2 und einen Kurzzeit-Prediktor 6 über einen Codierer-Eingangsanschluß 1 eingegeben. Eine Kurzzeit-Spektralanalyse (im folgenden "LPC-Analyse" genannt) wird auf jedem Rahmen durchgeführt durch den LPC-Analysierer 2, die auf dem digitalen Eingangssignal basiert. Ein LPC-Parameter, der dadurch erhalten wird, wird durch einen LPC-Parameter-Codierer 3 codiert, um übermittelt zu werden an einen Decodierer auf einer Empfangsseite über einen Multiplexer 30. Der Ausgang des LPC-Parameter-Codierers 3 wird decodiert durch einen LPC-Parameter-Decodierer 4. Ein Kurzzeit-Prediktions-Parameter wird erhalten von dem Ausgang des Decodierers 4 durch einen LPC-Parameter/Kurzzeit-Prediktions-Parameter-Umwandler 5. Der Kurzzeit-Prediktions-Parameter wird gesetzt zu einem Kurzzeit-Prediktor 6, einem Klangformungsfilter 19 und einem lokalen decodierenden Kurzzeit-Prediktor 24.
Eine Korrelation zwischen den benachbarten Mustern einer Sprach-Wellenform wird entfernt durch Subtrahieren des Ausgangs des Kurzzeit-Prediktors 6, der den Kurzzeit-Prediktions-Parameter verwendet, von dem digitalen Eingangssignal durch einen Subtrahierer 11, um ein Kurzzeit-Prediktions-Restsignal zu erhalten. Dieses Signal wird eingegeben in einen Tonanalysierer 7 und einen Langzeit-Prediktor 10. Eine Tonanalyse wird ausgeführt auf jedem Rahmen durch den Tonalalysierer 7, gestützt auf das Kurzzeit-Prediktions-Restsignal. Eine Tonperiode und ein Tonparameter, der hierdurch erhalten wird, werden codiert durch einen Tonparameter-Codierer 8, um übertragen zu werden an den Decodierer auf der Empfangsseite über den Multiplexer 30. Auf der anderen Seite werden die Tonperiode und der Tonparameter decodiert durch einen Tonparameterdecodierer 9, um gesetzt zu werden zu einem Langzeit-Prediktor 10, das Klangformungsfilter 19 und eine lokalen decodierenden Langzeit-Prediktor 23.
Die Periodizität des Kurzzeit-Prediktor-Signals wird durch Subtrahieren des Ausgangs des Langzeit-Prediktors 10 entfernt, der die Tonperiode verwendet, und des Tonparameters von dem Kurzzeit-Prediktions-Restsignal durch einen Subtrahierer 12, um ein Langzeit-Prediktions-Restsignal zu erhalten, das idealerweise weißes Rauschen ist. Der Ausgang des Klangformungsfilters 19 wird subtrahiert von dem Langzeit-Prediktions-Restsignal durch einen Subtrahierer 17, um ein End-Prediktions-Restsignal zu erhalten. Dieses Signal wird quantisiert und codiert durch einen adaptiven Quantisierer 16, um übertragen zu werden zu dem Decodierer auf der Empfangsseite über den Multiplexer 30. Das codierte letztlich vorhergesagte Restsignal wird decodiert und invers quantisiert durch einen inversen Quantisierer 18, um einem Substrahierer 20 und einem Addierer 21 eingeben zu werden. Ein Quantisierungsrauschen wird erhalten durch Subtrahieren des letztlich vorhergesagten Restsignals, eines Eingangssignals zu dem adaptiven Quantisierer 16, von dem invers quantisierten letztlich vorhergesagten Restsignal. Das Quantisierungsrauschen wird eingegeben in den Klangformungsfilter 19.
Um eine Schrittgröße des adaptiven Quantisierers für jeden Unterrahmen zu aktualisieren, wird ein RMS-Wert (quadratischer Mittelwert) des oben beschriebenen langzeit-vorhergesagten Restsignals berechnet durch eine RMS-Wertberechnungsschaltung 13, um als Referenzpegel durch einen RMS-Wert-Codierer 14 codiert zu werden. Der RMS-Wert-Codierer 14 speichert einen Referenzpegel und benachbarte Pegel. Das Ausgangssignal des RMS-Wert-Codierers 14 wird decodiert durch einen RMS-Wert-Decodierer 15, und ein quantisierter RMS-Wert, der dem Referenzpegel im speziellen entspricht, wird zu einem Referenz-RMS-Wert gemacht. Die Schrittgröße des adaptiven Quantisierers 16 wird bestimmt durch Multiplizieren des Referenz-RMS-Werts mit einer als Grundlage dienenden Schrittgröße, die im voraus vorbereitet ist. Auf der anderen Seite wird der Ausgang des lokalen decodierenden Langzeit-Prediktors 23 durch den Addierer 21 addiert zu einem quantisierten letztlich vorhergesagten Restsignals, dem Ausgangssignal des inversen Quantisierers 18. Ein erhaltenes Endergebnis wird eingegeben in den lokalen decodierenden Langzeit-Prediktor 23 und addiert dazu mit dem Ausgang des lokalen decodierenden Kurzzeit-Prediktors 24 durch einen Addierer 22, um in den lokalen decodierenden Kurzzeit-Prediktor 24 eingegeben zu werden. Ein lokal decodiertes digitales Eingangssignal wird erhalten durch solch ein Verfahren. Eine Differenz zwischen dem lokal decodierten digitalen Eingangssignal und dem originalen digitalen Eingangssignalen wird erhalten als ein Fehlersignal durch einen Substrahierer 26. Die Stärke des Fehlersignals wird berechnet durch einen Minimal-Fehler-Stärken-Detektor 27 über die Unterrahmen. Eine Reihe von ähnlichen Operationen wird durchgeführt im Hinblick auf andere als Grundlage dienende Schrittgrößen, die im vorhinein vorbereitet worden sind, und der gespeicherten benachbarten Pegel zu dem Referenzpegel. Der codierte RMS-Pegel und die als Grundlage dienende Schrittgröße, die die minimale Stärke unter den so erhaltenen Fehler-Signal- Stärken liefern, werden ausgewählt, um übertragen zu werden an den Decodierer auf der Empfangsseite über den Multiplexer 30. Ein Schrittgrößen-Codierer 29 wird verwendet zum Codieren der Schrittgröße.
Fig. 1(b) ist ein Blockdiagramm, das den Decodierer zeigt, der in einem herkömmlichen adaptiven prediktiven Codierungs-System verwendet wird.
Codes, die über einen Decodierereingangsanschluß 32 eingegeben werden, werden getrennt in Signale, die zu einem End-Restsignal, dem RMS-Wert, der Schrittgröße, dem LPC-Parameter, der Tonperiode und dem Tonparameter gehören, durch einen Demultiplexer 33, um eingegeben zu werden in einen adaptiven inversen Quantisierer 36, einen RMS-Wert-Decodierer 35, einen Schrittgrößen-Decodierer 34, einen LPC-Parameter-Decodierer 38 bzw. einen Tonparameter-Decodierer 37.
Der RMS-Wert, der durch den RMS-Wert-Decodierer 35 decodiert worden ist, und die als Grundlage dienende Schrittgröße, die durch den Schrittgrößen-Decodierer 34 erhalten wurde, werden gesetzt zu dem adaptiven inversen Quantisierer 36.
Eine Reihe von Codes, die zu dem empfangenen letztlich vorhergesagten Restsignal gehören, wird invers quantisiert durch den adaptiven inversen Quantisierer 36, um ein quantisiertes letztlich vorhergesagtes Restsignal zu erhalten. Auf der anderen Seite wird ein Kurzzeit- Prediktions-Parameter, der durch den LPC-Parameter-Decodierer 38 decodiert und durch einen LPC-Parameter/- Kurzzeit-Prediktions-Parameter-Umwandler 39 erhalten wird, gesetzt zu dem Kurzzeit-Prediktor 43, einen der Prediktoren, die das synthetische Filter bilden, und zu einem Nach-Klangformungs-Filter 44. Die Tonperiode und der Tonparameter, die durch den Tonparameter-Decodierer 37 decodiert werden, werden gesetzt zu dem Langzeit-Prediktor 42, dem anderen Prediktor, der das synthetische Filter bildet.
Der Ausgang des Langzeit-Prediktors 42 wird addiert zu dem Ausgang des adaptiven inversen Quantisierers 36 durch einen Addierer 40. Der Ausgang davon wird eingegeben in den Langzeit-Prediktor 42. Weiterhin wird der 10 Ausgang des Addierers 40 addiert zu dem Ausgang des Kurzzeit-Prediktors 43 durch einen Addierer 41, um ein reproduziertes Sprachsignal zu erhalten. Dieses Signal wird eingeben in den Kurzzeit-Prediktor 43 und den Nach-Klangformungs-Filter 44 zum Klangformen. Weiterhin wird das reproduzierte Sprachsignal ebenfalls in einen Pegeleinsteller 45 eingegeben, und der Pegel wird eingestellt durch Vergleichen des reproduzierten Sprachsignals zu dem Ausgang des Nach-Klangformungsfilters 44.
Insbesondere wird ein Verstärkungs-Einstell-Koeffizient G&sub0; erhalten durch
G&sub0;= RMS-Wert des Ausgangs von Addierer 41/RMS-Wert des Ausgangs des Nach-Klangformungsfilters 44 (1)
und der Ausgang des Nach-Klangformungs-Filters 44 wird multipliziert mit G&sub0;.
Nun werden die Kurzzeit-Prediktoren 6, 24 und 43 in dem Codierer und dem Decodierer unten beschrieben werden. Die Übertragungsfunktion Ps(z) der Kurzzeit-Prediktoren 6, 24 und 43 wird gegeben durch
worin ai ein Kurzzeit-Prediktions-Parameter ist und Ns die Anzahl der Abgriffe des Kurzzeit-Prediktors ist. Der Parameter ai wird berechnet in dem LPC-Analysierer 2 und dem LPC-Parameter/Kurzzeit-Prediktions-Parameter- Umwandler 5 für jeden Rahmen und ändert sich adaptiv in Antwort auf einen Wechsel in dem Spektrum des Eingangssignals für jeden Rahmen. Die Übertragungsfunktion, die durch einen Ausdruck (2) dargestellt wird, ist auch eingegliedert in den Klangformungs-Filter 19 in dem Codierer und dem Nach-Klangformungs-Filter 45 in dem Decodierer.
Im Allgemeinen wird, um die Stabilität der Sprach-Wiedergabe in den synthetischen Filtern 24 und 43 zu behalten, eine Prediktion, die durch den LPC-Analysierer 2 erhalten wird, absichtlich vermindert durch Einführen eines Koeffizienten, der einen Leckage genannt wird. Das heißt, im allgemeinen wird das Produkt der Leckage rs (0< rs< 1) und des Kurzzeit-Prediktions-Parameters verwendet als ein Filterparameter für die Kurzzeit-Prediktoren oder die Klangformungs-Filter. Insbesondere wird die Übertragungsfunktion Ps(z) der Kurzzeit-Prediktoren 6, 24 und 43 gegeben durch
worin die Leckage rs fixiert ist und derselbe Wert der Leckage rs sowohl auf der Codierer- als auch auf der Decodiererseite verwendet wird.
Dasselbe kann gesagt werden über die anderen Sprach- Codierungs/Decodierungs-Systeme. Als ein weiteres Beispiel wird das CELP-System unten kurz beschrieben.
Auf der Übertragungsseite wird zuerst eine Korrelation zwischen benachbarten Mustern von dem digitalen Eingangs-Sprachsignal durch die LPC-Analyse berechnet, und der Kurzzeit-Prediktions-Parameter wird zu dem synthetischen Filter gesetzt. Der synthetische Filter wird durch ein Signal erregt, das von einem Vektor-Quantisierer ausgegeben wird, um das reproduzierte Sprachsignal zu erhalten. Das heißt, das kurzzeit-vorhergesagte Signal wird gebildet durch den Kurzzeit-Prediktor und addiert zu dem erregenden Signal, um das digitale Eingangs-Sprachsignal in dem synthetischen Filter wiederzugeben. Das wiedergegebene Sprachsignal wird eingegeben zu dem Kurzzeit-Prediktor, um das kurzzeit-vorhergesagte Signal für den nächsten Zeitpunkt zu bilden. Ein Fehlersignal zwischen dem wiedergegebenen Sprachsignal und dem digitalen Eingangs-Sprachsignal wird berechnet, und das erregende Signal wird so ausgewählt, um die Stärke des Fehlersignals zu minimieren, hörbar gewichtet durch das Richtungsfilter. Informationen über das erregende Signal und eine Kurzzeit-Prediktion wird auf die Empfangsseite übertragen.
Auf der anderen Seite wird ein erregendes Signal gebildet von der Information über das erregende Signal durch den Vektor-Quantisierer. Ebenfalls, auf der Empfangsseite genauso wie auf der übertragenden Seite, wird das wiedergegebene Sprachsignal erhalten durch Erregen des Synthese-Filters mit dem Kurzzeit-Prediktions-Parameter.
Die Kurzzeit-Prediktoren, die im allgemeinen durch einen Ausdruck (3) dargestellt werden, sind aufgenommen in den synthetischen Filtern auf der Codierungsseite und der Decodierungsseite. Die Leckagen werden festgelegt, und derselbe Wert wird sowohl auf der Codierungsals auch auf der Decodierungsseite verwendet, genauso wie oben beschrieben.
Wie oben beschrieben, wird solch eine Leckage, wie in dem Ausdruck (3), im allgemeinen in den Kurzzeit-Prediktoren 6, 24 und 43, dem Klangformungsfilter 19 und dem Nach-Klangformungsfilter 44 verwendet. Die Aufgabe der Leckage ist es, den Betrieb der Kurzzeit-Prediktoren 24 und 43 zu stabilisieren, die Bestandteile des syntheschen Filters. Herkömmlicherweise wurde die Stabilität erreicht durch absichtliches Vermindern der Prediktion, die durch den LPC-Analysierer 2 erhalten wurde. Deswegen reproduziert die Verwendung der kleinen Leckage die Sprache mit viel Quantisierungsrauschen, insbesondere in der Nachbarschaft eines Konsonanten oder eines nichtstimmhaften Lauts. Umgekehrt reproduziert die Verwendung der großen Leckage eine Sprache, die auf Resonanz gebracht zu sein scheint, insbesondere in der Nachbarschaft eines Vokals (stimmhaften Lauts).
In dem herkömmlichen System ist jedoch die Leckage mit konstantem Wert verwendet worden, unabhängig von der Natur der Sprache. Deswegen hat das herkömmliche Sprach-Codierungs/Decodierungs-System das Problem, daß eine ausreichende Abnahme im Quantisierungsrauschen unmöglich ist, und es ist nicht möglich, eine gute reproduzierte Sprachqualität zu erhalten sowohl bei einem stimmhaften Klang als auch bei einem nichtstimmhaften Klang.

Zusammenfassung der Erfindung

Es ist deswegen eine Aufgabe der vorliegenden Erfindung, die Nachteile und Begrenzungen eines früheren Sprachsignal-Codierungs/Decodierungs-Systems zu überwinden durch Zurverfügungstellen eines neuen und verbes serten Sprach-Signal-Codierungs/Decodierungs-Systems zur Verfügung zu stellen.
Es ist ebenfalls eine Aufgabe der vorliegenden Erfindung, ein Sprach-Signal-Codierungs/Decodierungs-System anzugeben, in dem das Quantisierungsrauschen vermindert wird, unabhängig von einem stimmhaften Klang oder einem nichtstimmhaften Klang, und eine gute Sprachqualität erhalten wird.
Die obigen und andere Aufgaben werden erreicht durch ein Sprach-Codierungs/Decodierungs-System, das aufweist eine Codierungsseite, die aufweist:
- eine erste Prediktions-Parameter-Einrichtung zum Ausgeben von ersten Prediktions-Parametern,
- ein Analysefilter, das einen Kurzzeit-Prediktor aufweist zum Liefern eines vorhergesagten Signals eines digitalen Eingangs-Sprachsignals, das auf den Prediktions-Parametern basiert,
- einen Quantisierer zum Quantisieren eines Restsignals, wobei dieses Restsignal erhalten wird durch Subtrahieren des vorhergesagten Signals von dem digitalen Eingangs-Sprachsignal,
eine Decodierungsseite, die aufweist:
- einen inversen Quantisierer zum inversen Quantisieren und zum Decodieren eines empfangenen quantisierten Differenz- oder Restsignals von einer Übertragungsseite,
- einen zweiten Prediktions-Parameter-Decodierer zum Ausgeben von zweiten Prediktions-Parametern,
- ein Synthesefilter, das einen Kurzzeit-Prediktor aufweist zum Wiedergeben des digitalen Eingangssignals durch Addieren eines Ausgangs des inversen Quantisierers und eines wiedergegebenen vorhergesagten Signals,
dadurch gekennzeichnet, daß es weiterhin aufweist
in der Codierungsseite Einrichtungen zum Liefern des Produktes eines ersten Leckage-Koeffizienten (Rs) und des ersten Prediktions-Parameters als Parameter für den Kurzzeit-Prediktor des Analysefilters,
in der Decodierungsseite Einrichtungen zum Liefern des Produktes eines zweiten Leckage-Koeffizienten (Rs) und des zweiten Prediktions-Parameters als Parameter für den Kurzzeit-Prediktor des Synthesefilters;
worin der Wert der Leckage-Koeffizienten (Rs) größer als 0 und kleiner als 1 ist und der Wert des zweiten Leckage-Koeffizienten sich von dem des ersten Leckage-Koeffizienten unterscheidet.
Vorteilhafterweise ist der zweite Leckage-Koeffizient größer als der des ersten Leckage-Koeffizienten.
Entsprechend einer weiteren Ausführungsform der vorliegenden Erfindung hat das System einen ersten Leckagewähler, der in einer Codierungsseite vorgesehen ist zum adaptiven Einstellen eines Koeffizienten des Prediktors, basierend auf dem Prediktions-Parameter, und einen zweiten Leckagewähler, der in einer Decodierungsseite vorgesehen ist zum adaptiven Einstellen eines Koeffizienten des Synthesefilters, der auf dem Ausgang des Prediktions-Parameter-Decodierers basiert.

Kurze Beschreibung der Zeichnungen

Die obengenannten und andere Aufgaben, Merkmale und begleitende Vorteile der vorliegenden Erfindung wird man würdigen, wenn dieselbe besser verstanden wird mit Hilfe der nachfolgenden Beschreibung und der begleitenden Zeichnungen, worin
Fig. 1(a) und 1(b) Blockdiagramme eines Codierers bzw. Decodierers eines früheren Sprachsignal-Codierungs/Decodierungs-Systems sind,
Fig. 2(a) ein Blockdiagramm eines Codierers gemäß der vorliegenden Erfindung ist,
Fig. 2(b) ein Blockdiagramm eines Decodierers gemäß der vorliegenden Erfindung ist,
Fig. 3 ein Blockdiagramm einer weiteren Ausführungsform eines Decodierers gemäß der vorliegenden Erfindung ist und
Fig. 4 ein Blockdiagramm eines Decodierers einer noch weiteren Ausführungsform der vorliegenden Erfindung ist.

Beschreibung der bevorzugten Ausführungsformen

Ein erstes Merkmal der vorliegenden Erfindung besteht in einem Aufbau, worin eine Leckage, die auf einer Übertragungsseite und/oder einer Empfangsseite verwendet wird, adaptiv eingestellt wird in Übereinstimmung mit der Genauigkeit einer Prediktion.
Ein zweites Merkmal der vorliegenden Erfindung ist, daß unterschiedliche Werte angewendet werden auf die Leckagen, die in einem Codierer und einem Decodierer verwendet werden, um das digitale Eingangs-Sprachsignal zu codieren oder zu decodieren.
Ein drittes Merkmal der vorliegenden Erfindung ist, daß die unterschiedlichen Leckagen in dem Codierer und dem Decodierer verwendet werden und eine Verstärkungsdifferenz, die durch die unterschiedlichen Leckagen erzeugt wird, kompensiert wird.
Leckagen, die in einem Codierer und einem Decodierer verwendet werden, und eine Verstärkungseinstellung, die zu den Leckagen gehört, die Unterschiede machen zwischen der vorliegenden Erfindung und dem Stand der Technik, werden im einzelnen in einer Beschreibung unten beschrieben.

(Ausführungsform 1)

Eine Ausführungsform 1 hat eine Ausbildung, worin eine Leckage, die in einer Übertragungsseite und/oder einer Empfangsseite verwendet wird, adaptiv eingestellt wird über in Übereinstimmung mit der Genauigkeit einer Prediktion, d.h. die Leckage in einem Codierer und/oder die Leckage in einem Decodierer werden adaptiv umgeschaltet.
Fig. 2(a) zeigt die Ausbildung des Codierers zum adaptiven Umschalten der Leckage, die eine erste Ausbildung gemäß der vorliegenden Erfindung ist.
Ein Leckage-Selektor 47 (erste Leckagemittel) selektiert adaptiv die Leckage, die der Wichtungsfaktor des Prediktors ist, durch Schätzen der Genauigkeit einer Prediktions durch Verwendung eines LPC-Parameters, des Ausgangs eines LPC-Parameter-Decodierers 4, um die Leckage zu Kurzzeit-Prediktoren 6 und 24 und einen Klangformungsfilter 19 zu setzen. Das heißt, die kleine Leckage wird in der Nachbarschaft eines stimmhaften Klanges verwendet, worin die Prediktion dazu neigt, richtig zu sein, um zu verhindern, daß solch ein Klang als eine Resonanz erzeugt wird, und die große Leckage wird in der Nachbarschaft eines nichtstimmhaften Klanges verwendet, worin die Prediktion dazu neigt, nicht richtig zu sein, um das Quantisierungsrauschen zu vermindern. Somit wird eine gute reproduzierte Sprache erhalten durch Verwenden der Leckage mit einer geeigneten Größe für die Natur einer Sprache.
Die Ausführung gemäß der vorliegenden Erfindung ist wie folgt Eine Art von Prediktionsgenauigkeit (Prediktionsverstärkung) Gp, dargestellt durch
wird verwendet und die Leckage rsc wird umgeschaltet zu
rsc = rs,1 wenn Gp < GPp,th1, und zu
rsc = rd,2 wenn Gp > Gp,th1, (5)
worin 0< Gp,th1 < 1 und 0< rs,1 ≤ rs,2< 1
Der Leckagewert wird den jeweiligen Kurzzeit-Prediktoren 6 und 24 und dem Klangformungsfilter 19 zugeführt. Neben dem Umschalten der Leckage mit zwei Schritten, wie oben beschrieben, kann die Leckage auch umgeschaltet werden mit drei oder mehr Schritten mit feineren Schwellwerten. Eine Referenz rs,1 bezeichnet die Leckage eines Teils, worin die Prediktion richtig ist, z.B. den stimmhaften Klang, und rs,2 die Leckage eines Teils, worin die Prediktion nicht richtig ist, z.B. dem nichtstimmhaften Klang.
Fig. 2(b) zeigt das Schaltungsdiagramm des Decodierers in dem System gemäß der vorliegenden Erfindung. Ein Leckage-Auswähler 48 wählt adaptiv die Leckage aus, die der Richtungsfaktor des Synthese-Filters ist, durch Schätzen der Prediktions-Genauigkeit durch Verwendung des LPC-Parameters, dem Ausgang des LPC-Decodierers, um die Leckage zu dem Kurzzeit-Prediktor 43 und dem Nach- Klangformungs-Filter 44 zu setzen. Das heißt, genauso wie auf einer Codierungsseite wird die kleine Leckage verwendet in der Nachbarschaft des stimmhaften Klanges, worin die Prediktion dazu neigt, richtig zu sein, um zu verhindern, daß solch ein Klang als die Resonanz erzeugt wird, und die große Leckage wird verwendet in der Nachbarschaft des nichtstimmhaften Klanges, worin die Prediktion dazu neigt, nicht richtig zu sein, um das Quantisierungsrauschen zu vermindern. Somit kann die gute wiedergegebenen Sprache durch Verwenden der Leckage mit einer geeigneten Größe für die Natur der Sprache erhalten werden.
Eine Ausführung auf der Decodierer-Seite ist wie folgt: Eine der Prediktions-Genauigkeit, die durch einen Ausdruck (4) gegeben ist, wird verwendet. Die Leckage rsd wird umgeschaltet, so daß
rsd = rs,3 wenn Gp< Gp,th2 , und
rsd = rs,4 wenn Gp> Gp,th2 , (6)
worin 0< Gp,th2 < 1 und 0< rsc rs3 rs4 < 1
Der Leckage-Wert wird dem Kurzzeit-Prediktor 43 und dem Nach-Klangformungs-Filter 44 zugeführt. Referenzen rs,3 und rs4 bezeichnen die Leckagen für den stimmhaften Klang bzw. nichtstimmhaften Klang.
Neben dem Umschalten der Leckage in den beiden Schritten des stimmhaften Klanges und des nichtstimmhaften ges, wie oben beschrieben, kann die Leckage mit drei oder mehr Schritten umgeschaltet werden durch Verwendung von feineren Schwellwerten.
Wie oben beschrieben, kann gemäß der vorliegenden Erfindung das Quantisierungsrauschen vermindert werden, unabhängig von der Natur der Sprache, dem stimmhaften Klang oder dem nichtstimmhaften Klang, durch Verwendung der Leckagen auf der Codierer- und/oder Decodierer-Seite in übereinstimmung mit der Prediktions-Genauigkeit.
Ein erster Leckage-Auswähler und ein zweiter Leckage- Auswähler können implementiert werden durch einen Nur- Lese-Speicher. Jede Adresse dieses Speichers speichert den Leckagewert in Abhängigkeit von dem Eingangssignal, das verwendet wird als ein Adressen-Auswahl-Signal des Speichers. Der Eingang des LPC-Parameter-Decodierers 4 in Fig. 2(a) oder des LPC-Parameter-Decodierers 38 in Fi.g 2(b). Diese Decodierer liefern die Ziffer, die die Genauigkeit der Prediktion angibt.

(Ausführungsform 2)

Als nächstens wird die zweite Ausführungsform beschrieben, in der ein Leckagewert in einer Decodierungsseite von einer Leckage in einer Codierungsseite differiert.
Als zweite Leckagemittel, dem zweiten Merkmal der vorliegenden Erfindung, wird die größere Leckage als die auf der Codierungsseite verwendete gesetzt zu dem Kurzzeit-Prediktor 43 und dem Nach-Klangformungs-Filter 44. Die Struktur des Codierers und Decodierers sind dieselben wie in Fig. 1(a) bzw. 1(b). Das heißt, die zweiten Leckagemittel verbessern in gleicher Weise die Prediktionsgenauigkeit eines Kurzzeit-Prediktions-Signals, das auf der Decodierungsseite wiedergegeben wird, um das Quantisierungsrauschen zu vermindern.

(Ausführungsform 3)

In der Ausführungsform 2 wird das wiedergegebene Sprachsignal gezwungen, eine Verstärkung zu haben wegen einer Differenz zwischen den Leckagen. Wenn die Leckagen auf der Codierungs- und der Decodierungsseite unterschiedlich voneinander sind zum Zweck einer Verminderung in dem Quantisierungsrauschen, wird eine Differenz zwischen den Verstärkungen der stimmhaften und der nichtstimmhaften Klangteile zu ausgeprägt wegen einer Differenz zwischen den Prediktions-Genauigkeiten, was umgekehrt zu einer Störung der Sprachqualität führt. Somit wird in der Struktur einer Ausführungsform 3 der Decodierer versehen mit einem Kurzzeit-Prediktor 50 zum Kompensieren der Verstärkung, wie in Fig. 3 gezeigt.
Gleich wie in der Ausführungsform 2 wird die Leckage, die größer ist als die, die auf der Codierungsseite verwendet wird, gesetzt zu dem Kurzzeit-Prediktor 43. Die gleiche Leckage wie die, die auf der Codierungsseite verwendet wird, wird gesetzt zu dem verstärkungseinstellenden Kurzzeit-Prediktor 50. Weiterhin wird ein Kurzzeit-Prediktions-Parameter, der Ausgang des LPC- Parameters/Kurzzeit-Prediktions-Parameter-Umwandlers 39 gesetzt zu den Kurzzeit-Prediktoren 43, 50 und dem Nach-Klangformungs-Filter 44. Das Ausgangssignal des Addierers 40 wird eingegeben zu den Addieren 41 und 49 und dem Langzeit-Prediktor 42. Der Addierer 49 addiert den Ausgang des Addierers 40 und den des Kurzzeit-Prediktors 50 zueinander, und ein Endergebnis wird eingegeben zu dem Prediktor 50 und dem Pegeleinsteller 45. Auf der anderen Seite addiert der Addierer 41 den Ausgang des Kurzzeit-Prediktors 43 und den des Addierers 40 zueinander, und ein Endergebnis wird eingegeben zu dem Prediktor 43 und dem Nach-Klangformungs-Filter 44. Das Ausgangssignal des Addierers 41 hat eine Verstärkung für die Leckage, die in dem Kurzzeit-Prediktor 43 verwendet wird, und hat weiterhin eine zusätzliche Verstärkung durch Passieren des Nach-Klangformungs-Filters.
Es sollte bemerkt werden, daß der Kurzzeit-Prediktor 43 eine Leckage hat, die von der auf der Codierungsseite differiert, und der Kurzzeit-Prediktor 50 hat dieselbe Leckage wie die auf der Codierungsseite. Deswegen wird der Pegel des Ausgangs des Kurzzeit-Prediktors 43 eingestellt durch Verwendung des Ausgangspegels des Kurzzeit-Prediktors 50.
Die Verstärkung wird eingestellt durch den PegeleinsteIler 45. Insbesondere wird ein Verstärkungs-Einstell-Koeffizient G&sub0;, erhalten durch:
G0' = RMS-Wert des Ausgangs von Addierer 49/RMS-Wert des Ausgangs des Nach-Klangformungs Filters 44 (7)
von dem Ausgang des Addierers 49 und dem Ausgang des Nach-Klangformungs-Filters 44, um multipliziert zu werden mit dem Ausgangs des Nach-Klangformungs-Filters 44.
Somit können durch Vorsehen des die Verstärkung einstellenden Kurzzeit-Prediktors 50 die Leckagen, die sich weit voneinander unterscheiden, verwendet werden auf der Codierungs- und der Decodierungsseite, verglichen mit der Ausführungsform 2, was es erlaubt, die Prediktions-Genauigkeit auf der Decodierungsseite zu verbessern. Deswegen kann das Quantisierungsrauschen dementsprechend vermindert werden, und die Sprachqualität, die besser als die in der Ausführungsform 2 ist, kann erhalten bleiben.

(Ausführungsform 4)

Eine Ausführungsform 4 hat die Ausbildung der Kombination der oben beschriebenen Ausführungsformen 1 und 3. Ein Umschalten wird gemäß der Prediktions-Genauigkeit durchgeführt, und die Leckage, die sich von der auf der Codierungsseite unterscheidet, wird auf der Decodierungsseite verwendet.
Fig. 4 zeigt die Ausbildung des Decodierers, einer vierten Ausführungsform gemäß der vorliegenden Erfindung.
Ein Leckage-Wähler 51 wählt und setzt adaptiv die Lekkage für den Kurzzeit-Prediktor 43, ein Teil des synthetischen Filters, durch Abschätzen der Prediktionsgenauigkeit durch Verwendung des LPC-Parameters, des Ausgangs des LPC-Parameter-Decodierers 38. Dieselbe Lekkage wie die auf der Codierungsseite wird gesetzt zu einem verstärkungs-einstellenden Kurzzeit-Prediktor 53. Der Ausgang des Addierers 40 wird eingegeben zu dem Langzeit-Prediktor 42 und den Addierern 41 und 52. Der Addierer 52 addiert den Ausgang des Kurzzeit-Prediktors 43 und den des Addierers 40 zueinander, und ein Endergebnis wird in den Kurzzeit-Prediktor 53 und den Pegeleinsteller 45 eingegeben. Die Ausführungsform 4 wird wie folgt erläutert: Wenn die Prediktionsgenauigkeit durch den Ausdruck (4) definiert ist und die Leckage auf der Codierungsseite rsc ist, wird die Leckage rsd auf der Decodierungsseite umgeschaltet, um den folgenden Ausdruck zu erfüllen:
rsd =rsd,1 wenn Gp < Gp,th1 und
rsd = rsd,2 wenn Gp > Gp,th1 (8)
worin 0< Gp,th1 < 1 und 0< rsc < rsd,1 < rsd,2 < 1
Der Verstärkungs-Einstell-Koeffizient G&sub0; wird gegeben durch
G&sub0; = RMS-Wert desAusgangs von Addierer 52/RMS-Wert des Ausgangs des Nach-Klangformungs-Filters 44 (9)
In der Ausführungsform 4 kann das Quantisierungsrauschen in der gesamten Sprache vermindert werden durch äquivalentes Verbessern der Prediktions-Genauigkeit des wiedergegebenen kurzzeit-vorhergesagten Signals durch Verwenden der Leckage mit einem größeren Wert auf der Decodierungsseite als dem auf der Codierungsseite. Weiterhin kann das Quantisierungsrauschen weiter vermindert werden durch Verwendung der größeren Leckage in der Nachbarschaft des nichtstimmhaften Klanges, wobei das Quantisierungsrauschen eher dazu neigt erzeugt zu werden, als in der Nachbarschaft des stimmhaften Klanges. Somit kann in der Ausführungsform 4 die wiedergegebene Sprachqualität besser als die der oben beschriebenen Ausführungsformen erhalten werden.
Als ein konkretes numerisches Beispiel werden die Lekkagen, die in einer Hardware mit einem 9.6 kbps adaptiven prediktiven Codierungs-System mit der Quantisierung der größten Wahrscheinlichkeit (APC-MLQ)verwendet werden, unten erwähnt.
o Leckage auf der Codierungsseite rsc = 0,9375
o Leckage auf der Decodierungsseite rsd = 0,963, wenn Gp < Gp,th1 und
rsd = 0,973, wenn Gp > Gp,th1.
Während ein adaptives prediktives Codierungs-System mit der Quantisierung der größten Wahrscheinlichkeit (APC- MLQ) erläutert wird in einer Beschreibung oben, kann derselbe Effekt erhalten werden durch Anwenden der vorliegenden Erfindung auf das andere MPEC-System, CELP- System oder ähnliche.
Wie oben beschrieben, erlaubt eine Ausbildung, worin ein Codierer und ein Decodierer mit Leckagen vorgesehen sind, und das Zurverfügungstellen von mindestens einem von zwei Leckagemitteln, ersten Leckagemitteln zum adaptiven Umschalten der Leckage in Übereinstimmung mit der Prediktions-Genauigkeit eines vorhergesagten Signals und zweiten Leckagemitteln zum Zuschreiben der unterschiedlichen Leckagen, die im voraus bestimmt worden sind, zu einer Codierungsseite und einer Decodierungsseite, daß das Quantisierungsrauschen vermindert wird, unabhängig von einem stimmhaften Klang oder einem nichtstimmhaften Klang, und erlaubt es, eine gute wiedergegebene Sprachqualität zu erhalten in Übereinstimmung mit der vorliegenden Erfindung.
Da die stark voneinander abweichenden Leckagen auf der Codierer-Seite und der Decodierer-Seite verwendet werden können durch Vorsehen der zweiten Leckagemittel mit Verstärkungseinstellmitteln zum Einstellen der Verstärkung des Decodierers, kann die Sprachqualität auf der Decodierer-Seite weiter verbessert werden.
Die Zurverfügungstellung der Verstärkungseinstellungsmittel zusätzlich zu den ersten und zweiten Leckagemitteln erlaubt es, das Quantisierungsrauschen weiter zu vermindern unabhängig von dem stimmhaften Klang oder dem nichtstimmhaften Klang, und erlaubt es, daß eine gute reproduzierte Sprachqualität erhalten wird.
Die Verwendung des LPC-Parameters zum Bilden des vorhergesagten Signals erlaubt es, daß die ausgezeichnete Prediktionsgenauigkeit davon realisiert wird durch die einfache Ausbildung, ohne eine neue Schaltung zu erfordern.
Deswegen kann ein hocheffizientes Sprach-Codierungs/Decodierungs-System bei einer niedrigen Bit-Rate erhalten werden gemäß der vorliegenden Erfindung, und seine Wirkung ist extrem groß.
Aus dem vorangehenden wird nun klar, daß ein neues und verbessertes Sprach-Signal-Codierungs/Decodierungs-System gefunden worden ist. Es sollte natürlich verstanden werden, daß die offenbarten Ausführungsformen nur erläuternd sind und nicht dazu dienen sollen, den Schutzbereich der Erfindung zu begrenzen. Es sollte deswegen eher Bezug auf die beigefügten Ansprüche als auf die Beschreibung genommen werden, um den Bereich der Erfindung anzuzeigen.

Claims

1. Ein Sprach-Codierungs-/Decodierungs-System, das aufweist:

eine Codierungsseite, die aufweist:

- eine erste Prediktionsparametereinrichtung (1, 5 2, 3, 5; 7, 8, 9) zum Ausgeben von ersten Prediktionsparametern,

- ein Analysefilter (6, 10), das einen Kurzzeitprediktor (6) aufweist zum Liefern eines vorhergesagten Signals eines digitalen Eingangs- Sprachsignals, das auf den Prediktionsparametern basiert,

- einen Quantisierer (16) zum Quantisieren eines Differenzsignals, wobei dieses Differenzsignal erhalten wird durch Substrahieren des vorhergesagten Signals von dem digitalen Eingangs- Sprachsignal,

eine Decodierungsseite, die aufweist:

- einen inversen Quantisierier (36) zum inversen Quantisieren und zum Decodieren eines empfangenen quantisierten Differenzsignals von einer Übertragungsseite,

- einen zweiten Prediktionsparameterdecodierer (38) zum Ausgeben von zweiten Prediktionsparametern,

- ein Synthesefilter (42, 43), der einen Kurzzeitprediktor (43) aufweist zum Wiedergeben des digitalen Eingangssignals durch Addieren eines Ausgangs des inversen Quantisierers (36) und eines wiedergegebenen vorhergesagten Signals,

dadurch gekennzeichnet, daß es weiterhin aufweist:

in der Codierungsseite Einrichtungen zum Liefern des Produktes eines ersten Leckagekoeffizienten (rs) und der ersten Prediktionsparameter als Parameter für den Kurzzeitprediktor (6) des Analysefilters (6, 10);

in der Decodierungsseite Einrichtungen zum Liefern des Produktes eines zweiten Leckagekoeffizienten (rs) und der zweiten Prediktionsparameter als Parameter für den Kurzzeitprediktor (43) des Synthesefilters (42, 43);

worin der Wert des Leckagekoeffizienten (rs) größer als 0 und kleiner als 1 ist und der Wert des zweiten Leckagekoeffizienten von dem des ersten Leckagekoeffizienten differiert.

2. Ein Sprach-Codierungs-/Decodierungs-System nach Anspruch 1, worin der Wert des zweiten Leckagekoeffizienten größer als der des ersten Leckagekoeffizienten ist.

3. Ein Sprach-Codierungs-/Decodierungs-System nach Anspruch 1, das weiterhin erste Leckageauswahlmittel (47) aufweist, die in der Codierungsseite vorgesehen sind zum adaptiven Einstellen des ersten Leckagekoeffizienten in Abhängigkeit von der Prediktionsverstärkung (Gp), die auf den Prediktionsparametern beruht.

4. Ein Sprach-Codierungs-/Decodierungs-System nach Anspruch 1, das weiterhin zweite Leckageauswahlmittel (48) aufweist, die in der Decodierungsseite vorgesehen sind zum adaptiven Einstellen des zweiten Leckagekoeffizienten in Abhängigkeit von der Prediktionsverstärkung (Gp), die auf den decodierten Prediktionsparametern beruht.

5. Ein Sprach-Codierungs-/Decodierungs-system nach Anspruch 1, worin ein Pegeleinsteller (45) auf der Decodierungsseite vorgesehen ist, wobei der Pegeleinsteller eine Verstärkungsdifferenz zwischen der Codierungsseite und der Decodierungsseite kompensiert.

6. Ein Sprach-Codierungs-/Decodierungs-System nach Anspruch 1, worin jeder der Leckagewerte durch den Prediktor zwischen zwei Werten geschaltet wird in Abhängigkeit von der Genauigkeit der Prediktion.

7. Ein Sprach-Codierungs-/Decodierungs-System nach Anspruch 2, worin ein Leckagewert auf der Codierungsseite 0,9375 ist und ein Leckagewert in der Decodierungsseite 0,963 ist, wenn eine Prediktionsverstärkung (Gp) kleiner als ein vorbestimmter Wert ist, und 0,973, wenn die Prediktionsverstärkung (Gp) größer als der vorbestimmte Wert ist.

8. Ein Sprachcodierungs-/Decodierungs-System nach Anspruch 1, worin jeder der Leckagewerte ausgewählt wird aus mehr als drei Werten.

9. Ein Sprachcodierungs-/Decodierungs-System nach Anspruch 1, worin jeder der ersten Leckagewerte und der zweiten Leckagewerte geliefert wird durch ein ROM.