JP4008607B2 - 音声符号化/復号化方法 - Google Patents
音声符号化/復号化方法 Download PDFInfo
- Publication number
- JP4008607B2 JP4008607B2 JP01445599A JP1445599A JP4008607B2 JP 4008607 B2 JP4008607 B2 JP 4008607B2 JP 01445599 A JP01445599 A JP 01445599A JP 1445599 A JP1445599 A JP 1445599A JP 4008607 B2 JP4008607 B2 JP 4008607B2
- Authority
- JP
- Japan
- Prior art keywords
- pulse
- unit
- speech
- pulse position
- integer
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
【発明の属する技術分野】
本発明は、ディジタル電話、ボイスメモなどに用いられる低レート音声符号化/復号化方法に関する。
【0002】
【従来の技術】
近年、携帯電話やインターネットなどで音声信号や楽音の情報を少ない情報量に圧縮して伝送または蓄積するための符号化技術として、CELP方式(Code Excited Linear Prediction (M.R.Schroeder and B.S.Atal, "Code Excited Linear Prediction (CELP) : High Quality Speech at Very Low Bit Rates," Proc. ICASSP, pp.937-940, 1985 (文献1)がよく用いられている。
【0003】
CELP方式は線形予測分析に基づく符号化方式であり、入力音声信号は線形予測分析によって音韻情報を表す線形予測係数と、音の高さ等を表す予測残差信号に分けられる。線形予測係数を基に合成フィルタと呼ばれる再帰型のディジタルフィルタが構成され、この合成フィルタに予測残差信号を駆動信号として入力することで元の入力音声信号を復元することができる。低レートで符号化するためには、これらの線形予測係数と予測残差信号をより少ない情報量で符号化する必要がある。
【0004】
CELP方式では、予測残差信号をピッチベクトルと雑音ベクトルという2種類のベクトルにゲインを乗じて足し合わせることで得られる駆動信号を用いて近似する。雑音ベクトルは通常、多数の候補を符号帳に格納しておき、この中から最適なものを探索する方法で生成される。この探索には、全ての雑音ベクトルをピッチベクトルと合わせて合成フィルタに通すことで合成音声信号を生成し、この合成音声信号の歪み(入力音声信号に対する誤差)が最も小さい合成音声信号を生成する雑音ベクトル選ぶという方法がとられる。従って、如何に効率よく雑音ベクトルを符号帳に格納しておくかがCELP方式の重要なポイントになる。
【0005】
このような要求に応えるものとして、雑音ベクトルを数個のパルスからなるパルス列で表現するパルス音源が知られている。文献2(K.Ozawa and T. Araseki, "Low Bit Rate Multi-pulse Speech Coder with Natural Speech Quality," IEEE Proc. ICASSP'86, pp.457-460, 1986)に開示されているマルチパルス方式などがその例である。
【0006】
また、代数構造符号帳(Algebraic Codebook)(J-P.Adoul et al, "Fast CELP oding based on algebraic codes", Proc. ICASSP'87, pp.1957-1960(文献3)は、雑音ベクトルをパルスの有無と極性(+,−)だけで表す簡単な構造である。マルチパルスと異なり、パルスの振幅が1という制限があるにも関わらず、音質がそれほど劣化しない点や、高速な探索方法が提案されている点から、近年低レート符号化で広く用いられている。さらに、代数構造符号帳を用いる方式には、文献4(Chang Deyuan, "An 8kb/s low complexity ACELP speech codec, "1996 3rd International Conference on Signal Processing, pp. 671-4, 1996)に示されているように、パルスに振幅をもたせる改良方式も提案されている。
【0007】
【発明が解決しようとする課題】
上述した各種のパルス音源では、パルスを配置するパルス位置候補が整数サンプル位置、つまり雑音ベクトルのサンプル点の位置に限定されているため、雑音ベクトルの性能を向上させるべくパルス位置候補に割り当てるビット数を増やそうとしても、フレーム内に含まれるサンプル数を表すのに必要なビット数以上のビットを割り当てることができないという問題がある。
【0008】
また、特開平9−355748に開示されているようにパルス位置候補の適応化を行う場合においても、位置情報を表すビット数が多いときは、パルス位置侯補を分散させた箇所にもほとんどのサンプルにパルス位置候補が設定されてしまい、集中させた箇所との差が出にくくなり、適応化の効果が薄くなるという問題が生じる。
【0009】
本発明は、これらの問題点を解決し、フレーム内に含まれる駆動信号のサンプル数にかかわらずパルス位置情報に任意のビット数を割り当てることができ、音質の向上を可能とする音声符号化/復号化方法を提供することを目的とする。
【0010】
【課題を解決するための手段】
上記の課題を解決するため、本発明は合成フィルタを駆動する駆動信号の構成法に特徴を有する。すなわち、本発明に係る音声符号化/復号化方法では、駆動信号はパルス列により構成され、パルス列は駆動信号のサンプル点の位置に設定される第1のパルスおよび駆動信号のサンプル点とサンプル点との間の位置に設定される第2のパルスのいずれかから選択されたパルスを含んで構成される。
【0011】
本発明に係る他の音声符号化/復号化方法では、駆動信号がピッチベクトルと雑音ベクトルから構成され、雑音ベクトルは雑音ベクトルのサンプル点の位置に設定される第1のパルスおよび雑音ベクトルのサンプル点とサンプル点との間の位置に設定される第2のパルスのいずれかから選択されたパルスを含むパルス列により構成される。
【0012】
本発明に係る別の音声符号化/復号化方法では、同様に駆動信号がピッチベクトルと雑音ベクトルから構成され、雑音ベクトルはピッチベクトルの形状に基づいて適応化されるパルス位置候補から選ばれた所定数のパルス位置にパルスを配置することで生成されたパルス列を用いて構成される。そして、パルス位置候補は雑音ベクトルのサンプル点の位置に設定される第1のパルスおよび雑音ベクトルのサンプル点とサンプル点との間の位置に設定される第2のパルスのいずれかから選択されたパルスを含むパルス列により構成される。
【0013】
従来の技術によるパルス音源では、パルス位置侯補数が駆動信号/雑音ベクトルのサンプル点の数以下に限定されていたのに対し、本発明ではこれにサンプル点とサンプル点との間の位置を加えることで、理論的には無限個のパルス位置候補数の設定が可能となる。その結果、サンプル数に無関係にパルス位置候補に多くの符号化ビットを割り当てることができるようになり、復号音声信号の音質向上、さらには符号化効率の改善が可能となる。
【0014】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態を説明する。
(第1の実施形態)
[符号化側について]
図1に、本発明の第1の実施形態に係る音声信号符号化方法を適用した音声信号符号化システムの構成を示す。
【0015】
この音声信号符号化システムは、入力端子101、LPC分析部102、LPC量子化部103、LPC合成部104、パルス音源部105A、利得乗算部106、減算部107および符号選択部108から構成される。また、パルス音源部105Aは、パルス位置符号帳110、パルス位置選択部111、整数位置パルス生成部112、非整数位置パルス生成部113および切替部114,115から構成される。
【0016】
入力端子101には、符号化すべき入力音声信号信号が1フレーム分の長さの単位で入力され、これに同期してLPC分析部102で線形予測分析が行われることにより、声道特性に相当する線形予測係数(LPC係数)が求められる。LPC係数はLPC量子化部103で量子化され、この量子化値がLPC合成部104に入力されると共に、量子化値を指し示すインデックスAが符号化結果として図示しない多重化部へ出力される。
【0017】
パルス音源部105Aでは、符号選択部108から入力されたインデックス(コード)Cに従って、パルス位置選択部111でパルス位置符号帳110に格納されているパルス位置候補が選択される。ここで、パルス位置符号帳110には後に詳しく説明するように、駆動信号の整数サンプルにパルスを立てることを示す整数パルス位置と、非整数サンプルにパルスを立てることを示す非整数パルス位置が混在して格納されている。パルス位置選択部111が選択するパルス位置候補の数は通常予め決められており、1つあるいは数個である。
【0018】
パルス位置選択部111は、選択したパルス位置候補が整数パルス位置か非整数パルス位置かに応じて切替部114,115を制御して、選択したパルス位置候補が整数パルス位置の場合は整数位置パルス生成部112によって生成された整数位置パルス(第1のパルス)が出力されるようにし、選択したパルス位置候補が非整数パルス位置の場合は非整数位置パルス生成部113によって生成された非整数位置パルス(第2のパルス)が出力されるようにする。このようにして得られた各パルスは、一系統のパルス列に合成されてパルス音源部105Aから出力される。
【0019】
パルス音源部105Aから出力されるパルス列は、利得乗算部106で各パルス毎またはパルス列全体に対して、インデックスGに対応して図示しない利得符号帳から選択された利得(極性も含む)が与えられた後、LPC合成部104に入力される。LPC合成部104は、合成フィルタと呼ばれる再帰型のディジタルフィルタにより構成され、入力されたパルス列から合成音声信号を生成する。この合成音声信号の歪み、つまり合成音声信号と入力音声信号との誤差が減算部107で求められ、符号選択部108に入力される。誤差の計算時には、通常、パルス列に与える利得は最適な値に設定される。
【0020】
符号選択部108は、インデックスCに対応してLPC合成部104で生成される合成音声信号の歪み(合成音声信号と入力音声信号との差)を評価して、これが最小となるインデックスCを選択し、そのインデックスCを図示しない利得符号帳を探索することで得られた利得を表すインデックスGと共に図示しない多重化部へ出力する。
【0021】
ここで、本実施形態の特徴はパルス音源部105Aにおいて、パルス位置符号帳110に格納されるパルス位置候補に非整数パルス位置を追加した点と、これに対応して整数パルス位置生成部112に加えて非整数位置パルスを生成するための非整数位置パルス生成部113を追加している点である。以下、図2を用いて非整数位置パルスの生成方法を説明する。
【0022】
図2(a)は通常用いられるパルス、つまり本実施形態で整数位置パルスと称しているパルスの生成法である。△印がパルス位置を示しており、太い矢印がその位置に立てられた整数位置パルス(第1のパルス)である。短い縦線は駆動信号のサンプル点を示しており、従来法ではパルス位置はこのサンプル点上にのみ設定されていた。
【0023】
サンプリング定理に従えば、離散値ではパルス位置のみ値が存在し、その他が0という波形の連続値での表現は、図2(a)の破線で示された補間フィルタと呼ばれる波形と同一になる。この波形を駆動信号波形として、これを一定間隔のサンプル点でサンプリングすると、パルス位置以外のサンプル点では破線で示す駆動信号波形の値が0になっているため、パルス位置のみに値が存在する結果となっている。
【0024】
図2(b)は、本発明に基づく非整数位置パルス(第2のパルス)の生成法である。△印がパルス位置であり、サンプル点とサンプル点との間の位置この例ではサンプル点のちょうど中間の位置に設定されている。破線で示される波形は、このパルス位置に設定されるパルスの連続値での表現である。この波形を駆動信号波形として一定間隔のサンプル点でサンプリングすることで、離散値を得ることができる。このサンプリングされた値を太い矢印で示す。
【0025】
本実施形態では、非整数位置パルスはパルス位置の前後のサンプル点に立つ複数のパルスのセットで表すことにする。破線の波形は無限の幅を持っているが、実現上有限の長さで打ち切り、数本のパルスのセットで表現する。打ち切る場合には、必要に応じてハミング窓などの適当な窓をかけることもある。パルスの数は多いほど打ち切る前の状態に近いので望ましいが、△印の両側のパルスのみからなる2本のパルスセットでも十分な性能が得られる。
【0026】
図3に、パルス音源部105Aから出力されるパルス列の例を示す。CELP方式では、LPC合成部の入力となる駆動信号は所定のフレーム(サブフレーム)長単位で生成される。本実施形態のようなパルス音源を用いる方式では、このサブフレーム内に数本のパルスを立てることで駆動信号が生成される。図3はフレーム長が26で、パルス数が2の場合のパルス列を示している。図3の(1)が整数位置パルスであり、パルス位置は5である。また、図3の(2)が非整数位置パルスであり、パルス位置は15.5である。非整数位置パルスは4本のパルスのセットで表している。
【0027】
パルス音源部105Aでは、インデックスCで示されるパルス位置候補をパルス位置符号帳110から選び、パルス毎に整数位置パルス生成部112と非整数位置パルス生成部113を使い分け、図3に示したようなパルス列を生成する。パルス列は整数位置パルスのみで構成される場合や、非整数位置パルスのみで構成される場合もあり、最終的に目標ベクトルとの歪みが最小となるパルス位置候補が選ばれる。
【0028】
このように整数位置パルスに加えて非整数位置パルスを用いることで、パルス位置符号帳110に格納し得るパルス位置候補の数が理論上は無限個となり、より精度の高いパルス位置の設定が可能となる。
[復号化側について]
次に、図4を用いて図1の音声符号化システムに対応する本実施形態に係る音声復号システムについて説明する。
【0029】
この音声復号化システムは、LPC逆量子化部203、LPC合成部204、パルス音源部205Aおよび利得乗算部103から構成される。また、パルス音源部205Aは図1のパルス音源部105Aと同様、パルス位置符号帳210、パルス位置選択部211、整数位置パルス生成部212、非整数位置パルス生成部213および切替部214,215から構成される。
【0030】
この音声復号化システムには、図1の音声符号化システムから伝送されてきた符号化ストリームが入力される。この符号化ストリームは、図示しない逆多重化部によって前述したLPC合成部で用いられる量子化されたLPC係数を示すインデックスA、パルス音源部205Aで生成されるパルス列の各パルスの位置情報を示すインデックスC、および図示しない利得符号帳の探索で選ばれた利得を示すインデックスGに分離されて取り出される。
【0031】
インデックスAは、LPC逆量子化部201で復号され、量子化LPC係数が得られる。この量子化LPC係数は、LPC合成部204に合成フィルタの係数として与えられる。
【0032】
インデックスCは、パルス音源部205Aのパルス位置選択部211に入力される。パルス音源部205Aでは、図1のパルス音源部105Aと同様に、インデックスCに従ってパルス位置選択部211でパルス位置符号帳210に格納されている整数パルス位置と非整数パルス位置が混在したパルス位置候補が選択されると共に、パルス位置選択部211により選択されたパルス位置候補が整数パルス位置か非整数パルス位置かに応じて切替部214,215が制御される。
【0033】
この結果、パルス位置選択部211が選択したパルス位置候補が整数パルス位置の場合は整数位置パルス生成部212によって生成された整数位置パルス、また選択したパルス位置候補が非整数パルス位置の場合は非整数位置パルス生成部213によって生成された非整数位置パルスがそれぞれ出力され、これらが一系統のパルス列に合成されてパルス音源部205Aから出力される。
【0034】
パルス音源部205Aから出力されるパルス列は、利得乗算部206で各パルス毎またはパルス列全体に対してインデックスGに従って図示しない利得符号帳から得られた利得が与えられた後、LPC合成部204に入力される。LPC合成部204は、図1の合成フィルタ104と同様に合成フィルタによって構成され、入力されたパルス列から合成音声信号(復号音声信号)を生成する。
【0035】
このように本実施形態によれば、合成フィルタを駆動するための駆動信号を構成するパルス列に、従来の整数位置パルスに加えて非整数位置パルスを用いることで、パルス位置符号帳110,210に格納し得るパルス位置候補の数が理論上は無限個となるため、パルス位置候補により多くの符号化ビットを割り当てることが可能となり、高音質な音声符号化/復号化を実現することができる。
【0036】
(第2の実施形態)
[符号化側について]
図5に、本発明の第2の実施形態に係る音声符号化方法を適用した音声符号化システムの構成を示す。
【0037】
この音声符号化システムは、LPC合成部104の合成フィルタを駆動するための駆動信号をピッチベクトルと雑音ベクトルにより構成する場合の例である。図5において図1と相対応する部分に同一符号を付して説明すると、この音声符号化システムは、図1に示した第1の実施形態の音声符号化システムに、聴覚重み付け部121、適応符号帳122、パルス位置候補探索部123、利得乗算部124、入力端子125、ピッチフィルタ126および加算部127が加わり、さらにパルス音源部105Bにおいて図1のパルス位置符号帳110が適応パルス位置符号帳120に置き換わった構成になっている。
【0038】
入力端子101に符号化すべき入力音声信号が1フレーム分の長さの単位で入力され、第1の実施形態の音声符号化システムと同様にしてLPC分析部102およびLPC量子化部103を介して量子化されたLPC係数が生成されると共に、そのインデックスAが出力される。
【0039】
LPC係数の量子化値からLPC合成部104で合成された合成音声信号と入力音声信号との差が減算部107で求められ、聴覚重み付け部121で聴覚重み付けがなされた後、符号選択部108に入力される。この符号選択部108によって、聴覚重み付け部121で重み付けがなされた後の合成音声信号と入力音声信号との差のパワが最小となるピッチベクトルが選ばれる。なお、音声の立上り部などではピッチベクトルの代わりに固定の符号帳から得られた符号ベクトルが用いられることもあるが、本発明ではこれらをまとめてピッチベクトルと呼ぶことにする。
【0040】
適応符号帳122には、過去にLPC合成部104に入力された駆動信号のピッチベクトルが格納されており、符号選択部108からのインデックスBに従って一つのピッチベクトルが選択される。適応符号帳122から選択されたピッチベクトルは、利得乗算部124でインデックスG0に従って図示しない利得符号帳から得られた利得が乗じられた後、加算部127に入力される。
【0041】
パルス位置候補探索部123では、適応符号帳122から選択されたピッチベクトルの形状に基づいて適応化された、サブフレーム内のパルス位置候補が生成される。パルス位置候補に割り当てるビット数が少ない場合は、サブフレーム内の全てのサンプルをパルス位置候補とするにはビット数が不足してしまう。そこで、本実施形態では特開平9−355748に開示されている方法を用いて効率の良いパルス位置を選択する。このとき、本発明に従いパルス位置候補に整数パルス位置だけでなく非整数パルス位置を含めることにより、パルス位置候補の適応化がより効果的となる。
【0042】
適応パルス位置符号帳120は、このようにして得られたパルス位置候補が格納されている。この適応パルス位置符号帳120には、サブフレーム内の一部のパルス位置(非整数パルス位置を含む)しか格納されていないが、これらはピッチベクトルの形状に基づいて適応化された少数の候補であるため、低ビットレートで高音質な合成音声信号が得られる。
【0043】
パルス音源部105Bでは、第1の実施形態の音声符号化システムと同様の手法でパルス列が出力され、このパルス列は必要に応じてピッチフィルタ126により、入力端子125に与えられたピッチ周期Lの情報に従ってピッチ周期化される。
【0044】
パルス音源部105Bから出力されかつ必要に応じてピッチフィルタ126によってピッチ周期化されたパルス列は、利得乗算部106でインデックスG1により図示しない利得符号帳から得られた利得が乗じられた後、加算部127に入力され、この加算部127で適応符号帳122から選択されかつ利得乗算部124で利得が乗じられたピッチベクトルと加算される。そして、この加算部127の出力信号がLPC合成部104に合成フィルタの駆動信号として与えられる。
【0045】
本実施形態の特徴は、上述したようにパルス位置候補探索部122において整数パルス位置候補のみならず非整数パルス位置候補をも含むパルス位置候補をピッチベクトルの形状に基づいて適応化することにより、特開平9−355748に開示されている整数パルス位置候補のみからなるパルス位置候補を適応化する場合に比べて、適応化の効果が大きく向上する点である。以下、図6を用いてこの効果を説明する。
【0046】
図6(a)は整数パルス位置候補のみを含むパルス位置候補の適応化方法(従来法)を示し、図6(b)は整数パルス位置候補に加えて非整数パルス位置候補を含むパルス位置候補を適応化する本実施形態の適応化方法を示している。短い縦線がサンプル点、Δ印が適応化で選ばれたパルス位置候補、波形はピッチベクトルの振幅包絡を示している。いずれもサブフレーム内のサンプル点の数は16個、パルス位置候補の数は10個である。
【0047】
図6(a)では、ピッチベクトルのパワの集中している近辺にパルス位置候補が集中しているが、パルス位置候補の数が10個と多いため、ピッチベクトルのパワが集中している点とそこからやや離れてパワが大きく減少している点に、同等の密度でパルス位置候補が配置される飽和現象が発生している。その結果、振幅包絡の形状とパルス位置候補の配置の具合にずれが生じ、適応化の効果が薄れるという問題がある。
【0048】
これに対し、図6(b)は整数パルス位置に加えて1/2サンプル点の非整数パルス位置を含むパルス位置候補に対して適応化を行った場合である。パワの集中点にパルス位置候補が集中し、パワの減少とともにパルス位置候補が減少する配置が可能となり、適応化が効率良く機能することが分かる。このようにパルス位置候補の数が多い場合は、本発明による非整数パルス位置を用いることで、パルス位置候補数の飽和現象を解決でき、適応化の効果を最大限に引き出すことが可能になる。
[復号化側について]
次に、図7を用いて図5の音声符号化システムに対応する本実施形態に係る音声復号システムについて説明する。
【0049】
図4と同一機能を有する部分に同一符号を付して説明すると、図7の音声復号化システムは、LPC逆量子化部203、LPC合成部204、パルス音源部205B、利得乗算部206、適応符号帳222、パルス位置候補探索部223、ピッチ周期情報の入力端子225、ピッチフィルタ226および加算部227から構成される。また、パルス音源部205Bは、図5のパルス音源部105Bと同様、適応パルス位置符号帳220、パルス位置選択部211、整数位置パルス生成部212、非整数位置パルス生成部213および切替部214,215から構成される。
【0050】
この音声復号化システムには、図5の音声符号化システムから伝送されてきた符号化ストリームが入力される。この符号化ストリームは、図示しない逆多重化部によって前述したLPC合成部で用いられる量子化されたLPC係数を示すインデックスA、パルス音源部205Bで生成されるパルス列の各パルスの位置情報を示すインデックスC、および図示しない利得符号帳の探索で選ばれた利得を示すインデックスG0,G1に分離されて取り出される。
【0051】
インデックスAは、LPC逆量子化部201で復号され、量子化LPC係数が得られる。この量子化LPC係数は、LPC合成部204に合成フィルタの係数として与えられる。
【0052】
インデックスCは、パルス音源部205Bのパルス位置選択部211に入力される。パルス音源部205Bでは、図5のパルス音源部105Bと同様に、インデックスCに従ってパルス位置選択部211で適応パルス位置符号帳220に格納されている整数パルス位置と非整数パルス位置が混在したパルス位置候補が選択されるとともに、パルス位置選択部211により選択されたパルス位置候補が整数パルス位置か非整数パルス位置かに応じて切替部214,215が制御される。
【0053】
この結果、パルス位置選択部211が選択したパルス位置候補が整数パルス位置の場合は整数位置パルス生成部212によって生成された整数位置パルス、また選択したパルス位置候補が非整数パルス位置の場合は非整数位置パルス生成部213によって生成された非整数位置パルスがそれぞれ出力され、これらが一系統のパルス列に合成されてパルス音源部205Bから出力される。
【0054】
パルス音源部205Bから出力されるパルス列は、必要に応じてピッチフィルタ226により入力端子225に与えられたピッチ周期Lの情報に従ってピッチ周期化され、さらに利得乗算部206で各パルス毎またはパルス列全体に対してインデックスG1に従って図示しない利得符号帳から得られた利得が与えられた後、加算部227に入力され、この加算部227で適応符号帳222から選択されかつ利得乗算部224でインデックスG0に従って図示しない利得符号帳から得られた利得が乗じられたピッチベクトルと加算される。そして、この加算部227の出力信号がLPC合成部204に合成フィルタの駆動信号として与えられることにより、合成音声信号(復号音声信号)が生成される。
【0055】
このように本実施形態によれば、非整数パルス位置候補を含むパルス位置候補をピッチベクトルの形状に基づき適応化することで、ピッチベクトルの形状により忠実なパルス位置候補の配置が可能となり、パルス位置候補数の飽和現象が解決されるため、高音質な符号化/復号化を実現することができる。この効果はパルス位置候補数が多い場合、特に顕著になる。
【0056】
(第3の実施形態)
[符号化側について]
図8に、本発明の第3の実施形態に係る音声符号化方法を適用した音声符号化システムの構成を示す。この音声符号化システムは、図5に示した音声符号化システムと機能的には同じであるが、具体的な実現手段が異なっている。
【0057】
図8において、図5と相対応する部分に同一符号を付して説明すると、この音声符号化システムは、パルス音源部105Cが適応パルス位置符号帳120、パルス生成部131、ダウンサンプリング部132およびパルス位置選択部111で構成され、さらにパルス位置候補探索部123に代えてマルチレートパルス位置候補探索部133を用いる点が図5に示した第2の実施形態の音声符号化システムと異なる。
【0058】
マルチレートパルス位置候補探索部133は、雑音ベクトルをアップサンプリングしたパルス位置候補を出力する。すなわち、1/Nサンプルまでの非整数パルス位置候補を扱う場合、マルチレートパルス位置候補探索部133はN倍のアップサンプリングを行って非整数パルス位置候補を整数パルス位置候補に変換する。フレーム内の雑音ベクトルのサンプル点の数がMの場合、図5のパルス位置候補探索部123は0〜M−1の範囲の1/N刻みの整数パルス位置または非整数パルス位置を出力するのに対し、マルチレートパルス位置候補探索部133では0〜NM−1の範囲の整数パルス位置を出力することになる。
【0059】
この結果、適応パルス位置符号帳120に格納されるパルス位置候補は、全て整数値となるが、実際のパルス位置をN倍した値となる。パルス生成部131では、適応パルス位置符号帳120から取り出されたパルス位置候補を受けてN倍のアップサンプリングがされている状態でパルスを立てることにより、長さがNMのパルス列を得る。ダウンサンプリング部132では、これを1/N倍にダウンサンプリングして長さMのパルス列を得る。
【0060】
本実施形態では、パルス生成部131から出力されるアップサンプリングされた状態で配置されたパルスは、最終的にダウンサンプリング部132でダウンサンプリングされて間引かれる。前述した第2の実施形態は、この間引かれたパルスを非整数パルス位置に対応するパルスのセットとして予め用意しておき、実際にアップサンプリングの処理を行わずとも等価な結果を得るものである。しかしながら、プログラムの構成等により本実施形態のように実際にアップサンプリングを行った方が見通しが良い場合もある。
【0061】
マルチレートパルス位置候補探索部133で整数化されたパルス位置候補を出力する別の方法として、ピッチベクトルをアップサンプリングした後、整数パルス位置のみを用いるパルス位置適応化を行っても同等の結果が得られるなど、様々な処理方法を用いることが可能である。
[復号化側について]
図9は、図8の音声符号化システムに対応する本実施形態の音声復号化システムの構成を示す図であり、パルス音源部205Cが図8のパルス音源部105Cと同様に適応パルス位置符号帳220、パルス生成部231、ダウンサンプリング部232およびパルス位置選択部211で構成され、さらにパルス位置候補探索部223に代えてマルチレートパルス位置候補探索部233を用いる点が図7に示した音声復号化システムと異なる。
【0062】
この音声復号化システムのより詳しい構成と動作は、図7の音声復号化システムと図8の音声符号化システムの説明から自明であるため、説明は省略する。
【0063】
【発明の効果】
以上説明したように、本発明によれぱ合成フィルタの駆動信号を構成するパルス列を生成する際に、フレーム内のサンプル点の数に関係なく多くのパルス位置候補を用いることが可能となり、高音質な符号化/復号化を実現できる。
【0064】
また、パルス位置候補の適応化を行う場合、ピッチベクトルの形状により忠実なパルス位置候補の配置を可能とすることによって、パルス位置候補数の飽和現象の問題を解決し、より高音質な音声符号化/復号化を実現することができる。
【図面の簡単な説明】
【図1】本発明の第1の実施形態に係る音声符号化システムの構成を示すブロック図
【図2】本発明における非整数位置パルスの生成法を示す図
【図3】本発明におけるパルス音源部から出力されるパルス列の例を示す図
【図4】本発明の第1の実施形態に係る音声復号化システムの構成を示すブロック図
【図5】本発明の第2の実施形態に係る音声符号化システムの構成を示すブロック図
【図6】第2の実施形態における非整数パルス位置を用いたパルス位置候補の適応化の様子を示す図
【図7】本発明の第2の実施形態に係る音声復号化システムの構成を示すブロック図
【図8】本発明の第3の実施形態に係る音声符号化システムの構成を示すブロック図
【図9】本発明の第3の実施形態に係る音声復号化システムの構成を示すブロック図
【符号の説明】
101…音声信号入力端子
102…LPC分析部
103…LPC量子化部
104…LPC合成部
105A,105B,105C…パルス音源部
106…利得乗算部
107…減算部
108…符号選択部
110…パルス位置符号帳
111…パルス位置選択部
112…整数位置パルス生成部
113…非整数位置パルス生成部
114,115…切替部
120…適応パルス位置符号帳
121…聴覚重み付け部
122…適応符号帳
123…パルス位置候補探索部
124…利得乗算部
125…ピッチ周期情報入力端子
126…ピッチフィルタ
127…加算部
131…パルス生成部
132…ダウンサンプリング部
133…マルチレートパルス位置候補探索部
203…LPC逆量子化部
204…LPC合成部
205A,205B,205C…パルス音源部
206…利得乗算部
210…パルス位置符号帳
211…パルス位置選択部
212…整数位置パルス生成部
213…非整数位置パルス生成部
214,215…切替部
220…適応パルス位置符号帳
222…適応符号帳
223…パルス位置候補探索部
224…利得乗算部
225…ピッチ周期情報入力端子
226…ピッチフィルタ
227…加算部
231…パルス生成部
232…ダウンサンプリング部
233…マルチレートパルス位置候補探索部
Claims (6)
- 音声信号を少なくとも合成フィルタの特性を表す情報と該合成フィルタを駆動するための駆動信号とで表現して符号化する音声符号化方法において、
前記駆動信号は、該駆動信号のサンプル点の位置に設定されるときには該サンプル点の位置に立てられた第1のパルスにより構成され、該駆動信号のサンプル点とサンプル点との中間位置に設定されるときには該中間位置の前後にそれぞれ立てられた複数の第2のパルスにより構成されることを特徴とする音声符号化方法。 - 音声信号を少なくとも合成フィルタの特性を表す情報と該合成フィルタを駆動するためのピッチベクトルおよび雑音ベクトルからなる駆動信号とで表現して符号化する音声符号化方法において、
前記雑音ベクトルは、該雑音ベクトルのサンプル点の位置に設定されるときには該サンプル点の位置に立てられた第1のパルスにより構成され、該雑音ベクトルのサンプル点とサンプル点との中間位置に設定されるときには該中間位置の前後にそれぞれ立てられた複数の第2のパルスにより構成されることを特徴とする音声符号化方法。 - 音声信号を少なくとも合成フィルタの特性を表す情報と該合成フィルタを駆動するためのピッチベクトルおよび雑音ベクトルからなる駆動信号とで表現して符号化する音声符号化方法において、
前記雑音ベクトルは、前記ピッチベクトルの形状に基づいて適応化されるパルス位置候補から選ばれた所定数のパルス位置にパルスを立てることで生成されたパルス列を用いて構成され、
前記パルス位置候補は、前記雑音ベクトルのサンプル点に設定される第1のパルス位置候補および該雑音ベクトルのサンプル点とサンプル点との中間位置の前後にそれぞれ設定される複数の第2のパルス位置候補を含むことを特徴とする音声符号化方法。 - 駆動信号を合成フィルタに入力して音声信号を復号化する方法であって、
前記駆動信号は、該駆動信号のサンプル点の位置に設定されるときには該サンプル点の位置に立てられた第1のパルスにより構成され、該駆動信号のサンプル点とサンプル点との中間位置に設定されるときには該中間位置の前後にそれぞれ立てられた複数の第2のパルスにより構成されることを特徴とする音声復号化方法。 - 雑音ベクトルとピッチベクトルとからなる駆動信号を合成フィルタに入力して音声信号を復号化する方法であって、
前記雑音ベクトルは、該雑音ベクトルのサンプル点の位置に設定されるときには該サンプル点の位置に立てられた第1のパルスにより構成され、該雑音ベクトルのサンプル点とサンプル点との中間位置に設定されるときには該中間位置の前後にそれぞれ立てられた複数の第2のパルスにより構成されることを特徴とする音声復号化方法。 - ピッチベクトルの形状に基づいて適応化されるパルス位置候補から選ばれた所定数のパルス位置にパルスを立てることで生成されたパルス列を用いて構成される雑音ベクトルとピッチベクトルとからなる駆動信号を合成フィルタに入力して音声信号を復号化する方法であって、
前記パルス位置候補は、前記雑音ベクトルのサンプル点に設定される第1のパルス位置候補および該雑音ベクトルのサンプル点とサンプル点との中間位置の前後にそれぞれ設定される複数の第2のパルス位置候補を含むことを特徴とする音声復号化方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP01445599A JP4008607B2 (ja) | 1999-01-22 | 1999-01-22 | 音声符号化/復号化方法 |
| US09/488,748 US6611797B1 (en) | 1999-01-22 | 2000-01-21 | Speech coding/decoding method and apparatus |
| US10/427,948 US6768978B2 (en) | 1999-01-22 | 2003-05-02 | Speech coding/decoding method and apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP01445599A JP4008607B2 (ja) | 1999-01-22 | 1999-01-22 | 音声符号化/復号化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000214900A JP2000214900A (ja) | 2000-08-04 |
| JP4008607B2 true JP4008607B2 (ja) | 2007-11-14 |
Family
ID=11861529
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP01445599A Expired - Fee Related JP4008607B2 (ja) | 1999-01-22 | 1999-01-22 | 音声符号化/復号化方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (2) | US6611797B1 (ja) |
| JP (1) | JP4008607B2 (ja) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4008607B2 (ja) * | 1999-01-22 | 2007-11-14 | 株式会社東芝 | 音声符号化/復号化方法 |
| JP3582589B2 (ja) * | 2001-03-07 | 2004-10-27 | 日本電気株式会社 | 音声符号化装置及び音声復号化装置 |
| US8818871B2 (en) * | 2001-06-21 | 2014-08-26 | Thomson Licensing | Method and system for electronic purchases using an intelligent data carrier medium, electronic coupon system, and interactive TV infrastructure |
| JP2004061646A (ja) * | 2002-07-25 | 2004-02-26 | Fujitsu Ltd | Tfo機能を有する音声符号化器および方法 |
| US8843378B2 (en) * | 2004-06-30 | 2014-09-23 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Multi-channel synthesizer and method for generating a multi-channel output signal |
| US7983922B2 (en) * | 2005-04-15 | 2011-07-19 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Apparatus and method for generating multi-channel synthesizer control signal and apparatus and method for multi-channel synthesizing |
| US20120087231A1 (en) * | 2005-12-15 | 2012-04-12 | Huan Qiang Zhang | Packet Loss Recovery Method and Device for Voice Over Internet Protocol |
| US8401843B2 (en) * | 2006-10-24 | 2013-03-19 | Voiceage Corporation | Method and device for coding transition frames in speech signals |
| ES2529292T3 (es) | 2007-04-29 | 2015-02-18 | Huawei Technologies Co., Ltd. | Método de codificación y de decodificación |
| US20090319261A1 (en) * | 2008-06-20 | 2009-12-24 | Qualcomm Incorporated | Coding of transitional speech frames for low-bit-rate applications |
| US8768690B2 (en) | 2008-06-20 | 2014-07-01 | Qualcomm Incorporated | Coding scheme selection for low-bit-rate applications |
| CN102299760B (zh) | 2010-06-24 | 2014-03-12 | 华为技术有限公司 | 脉冲编解码方法及脉冲编解码器 |
| US11480965B2 (en) | 2010-11-19 | 2022-10-25 | Maid Ip Holdings Pty/Ltd | Automatic location placement system |
| CN102623012B (zh) | 2011-01-26 | 2014-08-20 | 华为技术有限公司 | 矢量联合编解码方法及编解码器 |
| US9063931B2 (en) * | 2011-02-16 | 2015-06-23 | Ming-Yuan Wu | Multiple language translation system |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3789144A (en) * | 1971-07-21 | 1974-01-29 | Master Specialties Co | Method for compressing and synthesizing a cyclic analog signal based upon half cycles |
| JPS62194296A (ja) * | 1986-02-21 | 1987-08-26 | 株式会社日立製作所 | 音声符号化方式 |
| JP2903533B2 (ja) * | 1989-03-22 | 1999-06-07 | 日本電気株式会社 | 音声符号化方式 |
| JP2940005B2 (ja) * | 1989-07-20 | 1999-08-25 | 日本電気株式会社 | 音声符号化装置 |
| JP2906968B2 (ja) * | 1993-12-10 | 1999-06-21 | 日本電気株式会社 | マルチパルス符号化方法とその装置並びに分析器及び合成器 |
| SE506379C3 (sv) * | 1995-03-22 | 1998-01-19 | Ericsson Telefon Ab L M | Lpc-talkodare med kombinerad excitation |
| US6393391B1 (en) * | 1998-04-15 | 2002-05-21 | Nec Corporation | Speech coder for high quality at low bit rates |
| JP4063911B2 (ja) | 1996-02-21 | 2008-03-19 | 松下電器産業株式会社 | 音声符号化装置 |
| DE69737012T2 (de) * | 1996-08-02 | 2007-06-06 | Matsushita Electric Industrial Co., Ltd., Kadoma | Sprachkodierer, sprachdekodierer und aufzeichnungsmedium dafür |
| US6385576B2 (en) * | 1997-12-24 | 2002-05-07 | Kabushiki Kaisha Toshiba | Speech encoding/decoding method using reduced subframe pulse positions having density related to pitch |
| JP4008607B2 (ja) * | 1999-01-22 | 2007-11-14 | 株式会社東芝 | 音声符号化/復号化方法 |
| US6385574B1 (en) * | 1999-11-08 | 2002-05-07 | Lucent Technologies, Inc. | Reusing invalid pulse positions in CELP vocoding |
-
1999
- 1999-01-22 JP JP01445599A patent/JP4008607B2/ja not_active Expired - Fee Related
-
2000
- 2000-01-21 US US09/488,748 patent/US6611797B1/en not_active Expired - Fee Related
-
2003
- 2003-05-02 US US10/427,948 patent/US6768978B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US20030195746A1 (en) | 2003-10-16 |
| US6611797B1 (en) | 2003-08-26 |
| US6768978B2 (en) | 2004-07-27 |
| JP2000214900A (ja) | 2000-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3134817B2 (ja) | 音声符号化復号装置 | |
| JP3346765B2 (ja) | 音声復号化方法及び音声復号化装置 | |
| JP3180762B2 (ja) | 音声符号化装置及び音声復号化装置 | |
| EP0926660B1 (en) | Speech encoding/decoding method | |
| JP3196595B2 (ja) | 音声符号化装置 | |
| JP4008607B2 (ja) | 音声符号化/復号化方法 | |
| JP3582589B2 (ja) | 音声符号化装置及び音声復号化装置 | |
| JP3095133B2 (ja) | 音響信号符号化方法 | |
| JP3268750B2 (ja) | 音声合成方法及びシステム | |
| JP3319396B2 (ja) | 音声符号化装置ならびに音声符号化復号化装置 | |
| JP3579276B2 (ja) | 音声符号化/復号化方法 | |
| JP3003531B2 (ja) | 音声符号化装置 | |
| JP3490325B2 (ja) | 音声信号符号化方法、復号方法およびその符号化器、復号器 | |
| JP3232701B2 (ja) | 音声符号化方法 | |
| JP2001142499A (ja) | 音声符号化装置ならびに音声復号化装置 | |
| JPH02280200A (ja) | 音声符号化復号化方式 | |
| JPH02282800A (ja) | 音声符号化方式 | |
| JP3063087B2 (ja) | 音声符号化復号化装置及び音声符号化装置ならびに音声復号化装置 | |
| JP2853170B2 (ja) | 音声符号化復号化方式 | |
| JP3874851B2 (ja) | 音声符号化装置 | |
| JP3192051B2 (ja) | 音声符号化装置 | |
| JP3410931B2 (ja) | 音声符号化方法及び装置 | |
| JP3166697B2 (ja) | 音声符号化・復号装置及びシステム | |
| JPH09179593A (ja) | 音声符号化装置 | |
| JP2808841B2 (ja) | 音声符号化方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050311 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070529 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070605 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070803 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070828 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070830 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100907 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100907 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110907 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110907 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120907 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |