[go: up one dir, main page]

WO1999066497A1 - Voice/music signal encoder and decoder - Google Patents

Voice/music signal encoder and decoder Download PDF

Info

Publication number
WO1999066497A1
WO1999066497A1 PCT/JP1999/003185 JP9903185W WO9966497A1 WO 1999066497 A1 WO1999066497 A1 WO 1999066497A1 JP 9903185 W JP9903185 W JP 9903185W WO 9966497 A1 WO9966497 A1 WO 9966497A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
linear prediction
music
audio
excitation
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.)
Ceased
Application number
PCT/JP1999/003185
Other languages
English (en)
French (fr)
Inventor
Atsushi Murashima
Kazunori Ozawa
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Priority to EP99925329A priority Critical patent/EP1087378B1/en
Priority to US09/719,826 priority patent/US6865534B1/en
Priority to DE69941259T priority patent/DE69941259D1/de
Priority to CA002335284A priority patent/CA2335284A1/en
Publication of WO1999066497A1 publication Critical patent/WO1999066497A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

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
    • 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
    • G10L19/02—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 spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/0204—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 spectral analysis, e.g. transform vocoders or subband vocoders using subband decomposition
    • 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
    • G10L19/02—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 spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/0212—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 spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation

Definitions

  • the present invention relates to an encoding device and a decoding device for transmitting an audio / music signal at a low bit rate.
  • CELP Code Excited Linear Prediction
  • CELF Code Excited Linear Prediction
  • a synthesized speech signal is obtained by adding a linear prediction filter in which linear prediction coefficients obtained by linearly predicting and decoding input speech are set to the sum of a signal representing the pitch period of speech and a noise-like signal. It is generated by driving with the sound source signal represented by.
  • the CELP is described in M. Schroeder et al., “Code excited linear prediction: High quality speech at very low bit ratesj (Proc. ICASSP, pp. 937-940, 1985) (Reference 1).
  • the encoding performance for music signals can be improved by using a band division configuration, in which the reproduced signal is an excitation signal obtained by adding the excitation signal corresponding to each band, and drives the linear prediction synthesis filter. Generated by
  • FIG. 1 is a block diagram showing an example of a conventional audio / music signal encoding device.
  • the number of bands is assumed to be 2 for simplicity.
  • An input signal (input vector) generated by sampling a voice or music signal and combining the plurality of samples into one vector as one frame is input from an input terminal 10.
  • the input vector from the input terminal 10 is input to the linear prediction coefficient calculation circuit 170.
  • the linear prediction coefficient calculation circuit 170 performs a linear prediction analysis on the input vector. (Input vector) is input from input terminal 10.
  • the input vector from the input terminal 10 is input to the linear prediction coefficient calculation circuit 170.
  • the linear prediction coefficient calculation circuit 170 performs a linear prediction analysis on the input vector to obtain a linear prediction coefficient.
  • the linear prediction coefficient calculation circuit 170 further quantizes the linear prediction coefficient to obtain a quantized linear prediction coefficient.
  • the linear prediction coefficients are output to the weighting filter 140 and the weighting filter 141.
  • the index corresponding to the quantized linear prediction coefficient is output to a linear prediction synthesis filter 130, a linear prediction synthesis filter 131, and a sign output circuit 190.
  • the index output from the first minimizing circuit 150 is input to the first sound source generating circuit 110.
  • the first sound source generation circuit 110 reads a first sound source vector corresponding to the index from a table in which a plurality of sound source vectors are stored, and reads the first sound source vector into the first sound source vector. Output to the gain circuit 16 0.
  • the index output from the second minimization circuit 151 is input to the second sound source generation circuit 111.
  • the second sound source vector corresponding to the index is read from a table in which a plurality of sound source vectors are stored, and is output to the second gain circuit 161.
  • the index output from the first minimizing circuit 150 and the first sound source vector output from the first sound source generating circuit 110 are input to the first gain circuit 160. It is.
  • the first gain circuit 160 reads a first gain corresponding to the index from a table in which a plurality of gain values are stored. Thereafter, the first gain circuit 160 multiplies the first gain by the first sound source vector to generate a third sound source vector, and the third sound source vector Output to the first bandpass filter 120.
  • the index output from the second minimizing circuit 151 and the second sound source vector output from the second sound source generating circuit 111 are input to the second gain circuit 161.
  • the second gain circuit 161 reads out a second gain corresponding to the index from a table in which a plurality of gain values are stored. Thereafter, the second gain circuit 161 multiplies the second gain by the second sound source vector to generate a fourth sound source vector, and generates the fourth sound source vector.
  • a second bandpass filter 1 2 Output to 1.
  • the third sound source vector output from the first gain circuit 160 is input.
  • the third sound source vector is band-limited to a first band by this filter, and generates a first excitation vector.
  • the first bandpass filter 120 outputs the first excitation vector to the linear prediction synthesis filter 130.
  • the second band-pass filter 122 receives a fourth sound source vector output from the second gain circuit 161.
  • the fourth sound source vector is band-limited to the second band by this filter, and generates a second excitation vector.
  • the second bandpass filter 12 21 outputs the second excitation vector to the linear prediction synthesis filter 13 1.
  • the linear prediction synthesis filter 130 corresponds to the first excitation vector output from the first bandpass filter 120 and the quantized linear prediction coefficient output from the linear prediction coefficient calculation circuit 170.
  • the input data to be input is input.
  • the linear prediction synthesis filter 130 reads out a quantized linear prediction coefficient corresponding to the index from a table in which a plurality of quantized linear prediction coefficients are stored.
  • a first reproduction signal (reproduction vector) is generated by driving the filter in which the quantized linear prediction coefficient is set by the first excitation vector.
  • the first regeneration vector is output to a first differentiator 180.
  • the linear prediction synthesis filter 13 1 corresponds to the second excitation vector output from the second band-pass filter 12 1 and the quantized linear prediction coefficient output from the linear prediction coefficient calculation circuit 17 0 Is input.
  • the linear prediction synthesis filter 13 1 reads out a quantized linear prediction coefficient corresponding to the index from a table in which a plurality of quantized linear prediction coefficients are stored. By driving the filter in which the quantized linear prediction coefficient is set by the second excitation vector, a second reproduction vector is generated. The second reproduction vector is output to a second differentiator 18 1.
  • the input vector is input to the first differentiator 180 through the input terminal 10, and the first reproduction vector output from the linear prediction synthesis filter 130 is input. No.
  • the one differentiator 180 calculates the difference between the input vector and the first reproduction vector. This difference is output to the weighting filter 140 and the second differentiator 181, as a first difference vector.
  • the second differencer 18 1 receives the first difference vector from the first differencer 180 and the second regeneration vector output from the linear prediction synthesis filter 13 1. Is done.
  • the second differentiator 18 1 calculates a difference between the first difference vector and the second reproduction vector. This difference is output to the weighting filter 141 as a second difference vector.
  • the first difference vector output from the first differentiator 180 and the linear prediction coefficient output from the linear prediction coefficient calculation circuit 170 are input to the weighting filter 140.
  • the weighting filter 140 generates a weighting filter corresponding to human auditory characteristics using the linear prediction coefficient, and drives the weighting filter with the first difference vector.
  • the above operation of the weighting filter 140 generates a first weighted difference vector.
  • the first weighted difference vector is output to a first minimizing circuit 150.
  • the second difference vector output from the second differentiator 18 1 and the linear prediction coefficient output from the linear prediction coefficient calculation circuit 170 are input to the weighting filter 14 1.
  • the weighting filter 1441 generates a weighting filter corresponding to human auditory characteristics using the linear prediction coefficient, and drives the weighting filter with the second difference vector.
  • the above operation of the weighting filter 141 generates a second weighting difference vector.
  • the second weighted difference vector is output to a second minimizing circuit 151.
  • the first minimizing circuit 150 sequentially outputs indices corresponding to all the first sound source vectors stored in the first sound source generating circuit 110 to the first sound source generating circuit 110. Then, the indices corresponding to all the first gains stored in the first gain circuit 160 are sequentially output to the first gain circuit 160. Further, the first weighting difference vector output from the weighting filter 140 is sequentially input to the first minimizing circuit 150. The first minimization circuit 150 calculates its norm. The first minimizing circuit 150 is configured so that the first norm is minimized. And the first gain is selected, and an index corresponding to these is output to the code output circuit 190.
  • the second minimizing circuit 15 1 sequentially outputs indices corresponding to all of the second sound source vectors stored in the second sound source generating circuit 1 11 to the second sound source generating circuit 1 1 1. Then, the indices corresponding to all of the second gains stored in the second gain circuit 16 1 are sequentially output to the second gain circuit 16 1. In addition, the second weighting difference vector output from the weighting filter 141 is sequentially input to the second minimizing circuit 151.
  • the second minimizing circuit 15 1 calculates its norm.
  • the second gain circuit 161 selects the second sound source vector and the second gain so that the norm is minimized, and outputs an index corresponding to these to a code output circuit 19 ⁇ . Output to
  • An index corresponding to the quantized linear prediction coefficient output from the linear prediction coefficient calculation circuit 170 is input to the code output circuit 190, and the index is output from the first minimization circuit 150 and the first An index corresponding to each of the sound source vector and the first gain is input, output from the second minimization circuit 151, and corresponding to each of the second sound source vector and the second gain.
  • the index is entered.
  • the code output circuit 190 converts each index into a code of a bit sequence, and outputs the converted index via the output terminal 20.
  • FIG. 2 is a block diagram showing an example of a conventional audio / music signal decoding device.
  • the code of the bit sequence from the input terminal 30 is input to the code input circuit 310.
  • the code input circuit 310 converts the code of the bit sequence input from the input terminal 30 into an index.
  • the index corresponding to the first sound source vector is output to first sound source generation circuit 110.
  • the index corresponding to the second sound source vector is output to the second sound source generation circuit 111.
  • the index corresponding to the first gain is output to first gain circuit 160.
  • the index corresponding to the second gain is output to the second gain circuit 161.
  • the index corresponding to the quantized linear prediction coefficient is output to the linear prediction synthesis filter 130 and the linear prediction synthesis filter 131.
  • the first sound source generation circuit 110 has an index output from the code input circuit 310. Box is entered.
  • the first sound source generation circuit 110 reads a first sound source vector corresponding to the index from a table storing a plurality of sound source vectors, and a first gain circuit 16 Output to 0.
  • the index output from the code input circuit 310 is input to the second sound source generation circuit 111.
  • the second sound source generation circuit 111 reads a second sound source vector corresponding to the index from a table in which a plurality of sound source vectors are stored, and sends the second sound source vector to a second gain circuit 161. Output.
  • the index output from the code input circuit 310 and the first sound source vector output from the first sound source generation circuit 110 are input to the first gain circuit 160.
  • the first gain circuit 160 reads a first gain corresponding to the index from a table storing a plurality of gain values.
  • the first gain circuit 160 multiplies the first gain by the first sound source vector to generate a third sound source vector.
  • the third sound source vector is output to the first band pass filter 120.
  • the second gain circuit 161 To the second gain circuit 161, the index output from the code input circuit 31 ⁇ and the second sound source vector output from the second sound source generation circuit 111 are input.
  • the second gain circuit 161 reads a second gain corresponding to the index from a table in which a plurality of gain values are stored. Thereafter, the second gain circuit 161 multiplies the second gain by the second sound source vector to generate a fourth sound source vector.
  • the fourth sound source vector is output to the second band pass filter 122.
  • the third sound source vector output from the first gain circuit 160 is input.
  • the third sound source vector is band-limited to the first band by the filter, and generates a first excitation vector.
  • the first bandpass filter 120 outputs the first excitation vector to the linear prediction synthesis filter 130.
  • the second bandpass filter 1 2 1 receives the fourth sound source vector output from the second gain circuit 16 1. Since the fourth sound source vector is band-limited to the second band by this filter, the second band-pass filter 1 2 1 Generate the excitation vector. The second band-pass filter 12 1 outputs the second excitation vector to the linear prediction synthesis filter 13 1.
  • the linear prediction synthesis filter 130 corresponds to the first excitation vector output from the first bandpass filter 120 and the quantized linear prediction coefficient output from the code input circuit 310.
  • the index is entered.
  • the quantized linear prediction coefficient corresponding to the above-mentioned index is read from a table in which a plurality of quantized linear prediction coefficients are stored. Thereafter, the linear prediction synthesis filter 130 generates a first reproduction vector by driving the filter in which the quantized linear prediction coefficient is set by the first excitation vector.
  • the first reproduction vector is output to the adder 182.
  • the linear prediction synthesis filter 1 3 1 has a second excitation vector output from the second band-pass filter 1 2 1 and an index corresponding to the quantized linear prediction coefficient output from the code input circuit 3 10. Is entered.
  • the quantized linear prediction coefficient corresponding to the above-mentioned index is read from a table in which a plurality of quantized linear prediction coefficients are stored.
  • the linear prediction synthesis filter 1331 generates a second reproduction vector by driving the filter in which the quantized linear prediction coefficient is set by the second excitation vector.
  • the second reproduction vector is output to the adder 182.
  • the first reproduction vector output from the linear prediction synthesis filter 130 and the second reproduction vector output from the linear prediction synthesis filter 131 are input to the adder 182. You. Calculate the sum of these.
  • the adder 182 outputs the sum of the first reproduction vector and the second reproduction vector as a third reproduction vector via an output terminal 40.
  • the signal is obtained by adding an excitation signal having a band characteristic corresponding to a low band of an input signal and an excitation signal having a band characteristic corresponding to a high band of the input signal. Since the reproduced signal is generated by driving the linear prediction synthesis filter obtained from the input signal using the excitation signal, the CELP-based coding is performed in the band belonging to the high frequency band. The coding performance of the audio music signal in the entire band is degraded due to the decrease in the coding performance in the band belonging to.
  • CELP which models the speech generation process, cannot generate signals in the high frequency band with high accuracy.
  • An object of the present invention is to solve the above-mentioned problems and to provide an audio / music signal encoding device capable of encoding an audio / music signal satisfactorily over the entire band. Disclosure of the invention
  • the audio / music signal encoding apparatus drives a linear prediction synthesis filter obtained from an input signal by an excitation signal corresponding to a first band to convert a first reproduced signal. And generating a residual signal by driving an inverse filter of the linear predictive synthesis filter based on a difference signal between the input signal and the first reproduced signal, the residual signal corresponding to a second band in the residual signal. Is encoded after orthogonal transform.
  • the device of the present invention 1 includes a means for generating a first reproduced signal by driving the linear prediction synthesis filter with an excitation signal corresponding to a first band (110 in FIG. 3).
  • the audio / music signal encoding apparatus of the present invention drives the linear predictive synthesis filter obtained from the input signal by using the excitation signals corresponding to the first and second bands, thereby obtaining the first signal. And a second reproduction signal, and a residual signal is generated by driving an inverse filter of the linear prediction synthesis filter with a difference signal between the signal obtained by adding the first and second reproduction signals and the input signal. Then, a component corresponding to a third band in the residual signal is encoded after orthogonal transform.
  • the device includes a step of generating the first and second reproduced signals by driving the linear prediction synthesis filter with the excitation signals corresponding to the first and second bands. 1001 in FIG. 10, 1002), and driving an inverse filter of the linear prediction synthesis filter by a difference signal between the signal obtained by adding the first and second reproduced signals and the input signal. Generates a residual signal, and corresponds to a third band in the residual signal. (1003 in FIG. 10) for encoding the component after orthogonal transformation.
  • the audio / music signal encoding apparatus of the present invention drives a linear predictive synthesis filter obtained from an input signal with an excitation signal corresponding to the first to (N ⁇ 1) th bands.
  • the first to (N ⁇ 1) th reproduced signals are generated, and the linear prediction synthesis filter is generated by a difference signal between the signal obtained by adding the first to (N ⁇ 1) th reproduced signals and the input signal.
  • a residual signal is generated by driving the inverse filter of, and a component corresponding to the N-th band in the residual signal is coded after orthogonal transform.
  • the device of the present invention 3 performs the first to (N ⁇ 1) th reproduction by driving the linear prediction synthesis filter with an excitation signal corresponding to the first to (N ⁇ 1) th bands.
  • the audio / music signal encoding apparatus of the present invention uses a linear signal obtained from an input signal by a difference signal between the first encoded signal and the input signal in the second encoding.
  • a residual signal is generated by driving an inverse filter of the prediction synthesis filter, and a component corresponding to an arbitrary band in the residual signal is encoded after orthogonal transform.
  • the device of the present invention 4 comprises means for calculating the difference between the first encoded signal and the input signal (180 in FIG. 13), and a linear prediction synthesis filter obtained from the input signal.
  • the audio / music signal encoding apparatus includes a third encoding unit that converts a signal obtained by adding the first and second encoded decoded signals into a difference signal between the input signal and the input signal. Accordingly, a residual signal is generated by driving an inverse filter of the linear prediction synthesis filter obtained from the input signal, and a component corresponding to an arbitrary band in the residual signal is encoded after orthogonal transform.
  • the device of the present invention 5 is a signal obtained by adding the first and second encoded / decoded signals.
  • the audio / music signal encoding apparatus of the present invention (the apparatus of the present invention 6) is configured such that, in the N-th encoding, the difference between the signal obtained by adding the first to the --- 1 encoded and decoded signals and the input signal is obtained.
  • a residual signal is generated by driving an inverse filter of the linear prediction synthesis filter obtained from the input signal using the signal, and a component corresponding to an arbitrary band in the residual signal is encoded after orthogonal transform.
  • the device of the present invention 6 comprises means for calculating a difference signal between the signal obtained by adding the first to (N ⁇ 1) th encoded and decoded signals and the input signal (18 in FIG. 15). 0, 1 8 0 2), and a residual signal is generated by driving an inverse filter of the linear prediction synthesis filter obtained from the input signal with the differential signal, and corresponds to an arbitrary band in the residual signal.
  • the audio / music signal encoding apparatus of the present invention uses a pitch prediction filter when generating an excitation signal corresponding to the first band of the input signal.
  • the device of the present invention 7 has pitch predicting means (112, 162, 184, 510 in FIG. 16).
  • the audio / music signal encoding apparatus of the present invention performs down-sampling of a first input signal sampled at a first sampling frequency to a second sampling frequency to generate a second input signal.
  • An input signal is generated, and a synthesis filter in which a first linear prediction coefficient obtained from the second input signal is set is driven by an excitation signal to generate a first reproduction signal, and the first reproduction is performed.
  • a second reproduced signal is generated by up-sampling the signal to the first sampling frequency, and the linear prediction coefficient obtained from the first input signal and the first linear prediction coefficient are converted to a first sample.
  • a third linear prediction coefficient is calculated from a difference between the second linear prediction coefficient and the second linear prediction coefficient obtained by converting the sampling frequency to the ring frequency, and a third linear prediction coefficient is calculated from the sum of the second linear prediction coefficient and the third linear prediction coefficient. And calculating a fourth linear prediction coefficient according to a difference signal between the first input signal and the second reproduced signal.
  • a residual signal is generated by driving the data, and a component corresponding to an arbitrary band in the residual signal is encoded after orthogonal transform.
  • the device includes means for generating a second input signal by down-sampling a first input signal sampled at a first sampling frequency to a second sampling frequency. (780 in FIG. 7) and means for generating a first reproduced signal by driving a synthesis filter in which a first linear prediction coefficient determined from the second input signal is set by an excitation signal (a second signal). Means for generating a second reproduced signal by up-sampling the first reproduced signal to the first sampling frequency (770, 132 in FIG. 17) (781 in FIG.
  • the third linear prediction coefficient is obtained from the difference between the linear prediction coefficient obtained from the input signal of the first and second linear prediction coefficients obtained by converting the first linear prediction coefficient and the sampling frequency to the first sampling frequency.
  • the audio / music signal decoding apparatus of the present invention (the apparatus of the ninth invention) generates an excitation signal corresponding to the second band by orthogonally and inversely transforming the decoded orthogonal transform coefficient.
  • a second reproduction signal is generated by driving a linear prediction synthesis filter, and a first reproduction signal is generated by driving the linear prediction filter with an excitation signal corresponding to the decoded first band.
  • a decoded voice music is generated by adding the first reproduced signal and the second reproduced signal.
  • the device includes means (440 and 460 in FIG. 18) for generating an excitation signal corresponding to the second band by performing orthogonal inverse transform on the decoded signal and the orthogonal transform coefficient.
  • Means for generating a second reproduced signal by driving a linear prediction synthesis filter with the excitation signal (131 in FIG. 18); and driving the linear prediction filter with an excitation signal corresponding to the first band.
  • the audio / music signal decoding device of the present invention (the device of the present invention 10) generates an excitation signal corresponding to a third band by orthogonally and inversely transforming the decoded orthogonal transformation coefficient.
  • a second reproduced signal are generated, and a decoded voice music is generated by adding the first to third reproduced signals.
  • the device of the present invention 10 generates an excitation signal corresponding to the third band by performing orthogonal inverse transform on the decoded orthogonal transform coefficient, and performs a linear prediction synthesis filter with the excitation signal.
  • Means for generating a third reproduced signal by driving (1053 in FIG. 24); and driving the linear prediction filter with an excitation signal corresponding to the first and second bands to obtain the first signal.
  • the audio / music signal decoding device (the device of the present invention 11) of the present invention generates an excitation signal corresponding to the N-th band by orthogonally and inversely transforming the decoded orthogonal transform coefficient.
  • To generate a decoded speech music by adding the first to N-th reproduced signals from the above.
  • the device of the present invention 11 generates an excitation signal corresponding to the N-th band by orthogonally inversely transforming the decoded orthogonal transform coefficient, and performs a linear prediction synthesis filter with the excitation signal.
  • the audio / music signal decoding apparatus of the present invention performs the second decoding. Then, an excitation signal is generated by orthogonally inverse-transforming the decoded orthogonal transform coefficient, and a reproduced signal is generated by driving a linear prediction synthesis filter with the excitation signal, and the reproduced signal and the first decoded signal are Is added to generate decoded voice music.
  • the device of the twelfth aspect of the present invention generates an excitation signal by orthogonally and inversely transforming the decoded orthogonal transform coefficient, and generates a reproduced signal by driving a linear prediction synthesis filter with the excitation signal. Means (1052 in FIG. 26) and means (182 in FIG. 26) for generating decoded voice music by adding the reproduction signal and the first decoded signal.
  • the audio / music signal decoding device of the present invention performs an orthogonal inverse transform on the decoded orthogonal transform coefficient in the third decoding to generate an excitation signal, and generates a linear prediction synthesis filter. Is driven by the excitation signal to generate a reproduced signal, and the reproduced signal is added to the first and second decoded signals to generate decoded voice music.
  • the device of the thirteenth invention generates an excitation signal by performing orthogonal inverse transform on the decoded orthogonal transform coefficient, and generates a reproduction signal by driving a linear prediction synthesis filter with the excitation signal.
  • the audio / music signal decoding apparatus (the apparatus according to the present invention 14) performs an orthogonal inverse transform of the decoded orthogonal transform coefficients in the N-th decoding to generate an excitation signal, and generates a linear prediction synthesis filter. Is driven by the excitation signal to generate a reproduced signal, and the reproduced signal is added to the first to (N ⁇ 1) th decoded signals to generate decoded voice music.
  • the apparatus of the present invention 14 generates an excitation signal by performing orthogonal inverse transform on the decoded orthogonal transform coefficient, and generates a reproduction signal by driving a linear prediction synthesis filter with the excitation signal.
  • the audio / music signal decoding device of the present invention (the device of the 15th present invention) A pitch prediction filter is used in generating a corresponding excitation signal.
  • the device of the present invention 15 further includes a pitch prediction means (112, 162, 184, 510 in FIG. 29).
  • the audio / music signal decoding device of the present invention converts a signal obtained by driving a first linear predictive synthesis filter with a first excitation signal for a first band into a first signal.
  • the second excitation signal corresponding to the second band is generated by up-sampling to a sampling frequency of 1, generating a first reproduced signal, and performing orthogonal inverse transform on the decoded orthogonal transform coefficient.
  • the second reproduced signal is generated by driving the second linear prediction synthesis filter with the excitation signal of the above, and the decoded voice music is generated by adding the first reproduced signal and the second reproduced signal.
  • the device of the present invention 16 converts a signal obtained by driving a first linear prediction synthesis filter with a first excitation signal corresponding to a first band to a first sampling frequency.
  • the first reproduced signal 13, 78 1 in FIG. 30
  • orthogonal inverse transform of the decoded orthogonal transform coefficients the second band corresponding to the second band is obtained.
  • Means for generating a second reproduction signal by generating a second excitation signal and driving a second linear predictive synthesis filter with the second excitation signal (440, 831, FIG. 30)
  • means for generating decoded voice music by adding the first reproduced signal and the second reproduced signal (182 in FIG. 30).
  • the audio / music signal encoding / decoding device of the present invention decodes the code output from the device of the present invention 1 with the device of the present invention 9.
  • the device of the present invention 17 includes audio / music signal encoding means (FIG. 3) and audio / music signal decoding means (FIG. 18).
  • the audio / music signal encoding / decoding device of the present invention decodes the code output from the device of the present invention 2 by the device of the present invention 10.
  • the device of the present invention 18 has a voice / music signal encoding means (FIG. 10) and a voice / music signal decoding means (FIG. 24).
  • the audio / music signal encoding / decoding device of the present invention decodes the code output from the device of the present invention 3 with the device of the present invention 11.
  • the apparatus of the present invention 19 comprises a sound / music signal encoding means (FIG. 11) and a sound / music signal decoding means. (FIG. 25).
  • the audio / music signal encoding / decoding device of the present invention decodes the code output from the device of the present invention 4 with the device of the present invention 12.
  • the device of the present invention 20 includes audio / music signal encoding means (FIG. 13) and audio / music signal decoding means (FIG. 26).
  • the audio / music signal encoding / decoding device of the present invention decodes the code output from the device of the present invention 5 by the device of the present invention 13.
  • the device of the present invention 21 includes audio / music signal encoding means (FIG. 14) and audio / music signal decoding means (FIG. 27).
  • the audio / music signal encoding / decoding device of the present invention decodes the code output from the device of the present invention 6 with the device of the present invention 14.
  • the device of the present invention 22 includes audio / music signal encoding means (FIG. 15) and audio / music signal decoding means (FIG. 28).
  • the audio / music signal encoding / decoding device of the present invention decodes the code output from the device of the present invention 7 with the device of the present invention 15.
  • the device of the present invention 23 has a voice / music signal encoding means (FIG. 16) and a voice / music signal decoding means (FIG. 29).
  • the audio / music signal encoding / decoding device of the present invention decodes the code output from the device of the present invention 8 by the device of the present invention 16.
  • the device of the present invention 24 includes audio / music signal encoding means (FIG. 17) and audio / music signal decoding means (FIG. 30).
  • a first reproduction signal is generated by driving a linear prediction synthesis film obtained from an input signal by an excitation signal having a band characteristic corresponding to a low band of the input signal, and the input signal and the first signal are generated.
  • a residual signal is generated by driving an inverse filter of the linear prediction synthesis filter with a difference signal from a reproduced signal, and a high-frequency component of the residual signal is encoded using an encoding method based on orthogonal transform.
  • encoding based on orthogonal transform is performed instead of CELP. Coding based on the orthogonal transform has higher coding performance for signals having properties different from speech than CELP. For this reason, The coding performance for the high frequency component of the input signal is improved. As a result, the audio / music signal can be satisfactorily encoded over the entire band.
  • FIG. 1 is a block diagram showing an embodiment of a conventional audio / music signal encoding apparatus.
  • FIG. 2 is a block diagram showing an embodiment of a conventional audio / music signal decoding apparatus.
  • FIG. 3 is a block diagram showing the configuration of the audio and music signal encoding device according to the first embodiment of the present invention.
  • FIG. 4 is a block diagram showing a configuration of the first sound source generation circuit 110.
  • FIG. 5 is a diagram for explaining a method of generating a sub-vector in the band selection circuit 250.
  • FIG. 6 is a block diagram showing a configuration of the orthogonal transform coefficient quantization circuit 260.
  • FIG. 7 is a block diagram equivalent to FIG. 3, showing the configuration of the audio / music signal encoding apparatus according to the first embodiment of the present invention.
  • FIG. 8 is a block diagram showing the configuration of the first encoding circuit 1 • 01 1 in FIG.
  • FIG. 9 is a block diagram showing a configuration of the second encoding circuit 1002 in FIG.
  • FIG. 10 is a block diagram showing a configuration of a speech and music signal encoding device according to a second embodiment of the present invention.
  • FIG. 11 is a block diagram showing a configuration of a speech and music signal encoding device according to a third embodiment of the present invention.
  • FIG. 12 is a block diagram showing the configuration of the first encoding circuit 101 in FIG.
  • FIG. 13 is a block diagram showing a configuration of a voice and music signal encoding device according to a fourth embodiment of the present invention.
  • FIG. 14 shows the configuration of an audio / music signal encoding apparatus according to a fifth embodiment of the present invention. It is a block diagram.
  • FIG. 15 is a block diagram showing a configuration of a speech and music signal encoding device according to a sixth embodiment of the present invention.
  • FIG. 16 is a block diagram showing a configuration of a speech and music signal encoding device according to a seventh embodiment of the present invention.
  • FIG. 17 is a block diagram showing a configuration of an audio / music signal encoding apparatus according to an eighth embodiment of the present invention.
  • FIG. 18 is a block diagram showing the configuration of the audio and music signal decoding device according to the ninth embodiment of the present invention.
  • FIG. 19 is a diagram for explaining a method of generating a second excitation vector in the orthogonal transform coefficient inverse quantization circuit 460.
  • FIG. 20 is a block diagram showing the configuration of the orthogonal transform coefficient inverse quantization circuit 460.
  • FIG. 21 is a block diagram equivalent to FIG. 36, showing the configuration of the audio / music signal decoding apparatus according to the ninth embodiment of the present invention.
  • FIG. 22 is a block diagram showing a configuration of the first decoding circuit 1051 in FIG.
  • FIG. 23 is a block diagram showing a configuration of the second decoding circuit 1052 in FIG.
  • FIG. 24 is a block diagram showing the configuration of the audio / music signal decoding apparatus according to the tenth embodiment of the present invention.
  • 25th It is a block diagram showing the configuration of the audio and music signal decoding device according to the eleventh embodiment of the present invention.
  • FIG. 26 is a block diagram showing the configuration of the audio / music signal decoding apparatus according to the 12th embodiment of the present invention.
  • FIG. 27 is a block diagram showing the configuration of the audio and music signal decoding device according to the thirteenth embodiment of the present invention.
  • FIG. 28 is a block diagram showing the configuration of the audio / music signal decoding apparatus according to the 14th embodiment of the present invention.
  • FIG. 29 shows the configuration of the audio / music signal decoding apparatus according to the fifteenth embodiment of the present invention. It is a block diagram.
  • FIG. 30 is a block diagram showing the configuration of the audio and music signal decoding device according to the sixteenth embodiment of the present invention.
  • FIG. 31 is a diagram for explaining the correspondence between the index and the code of the bit sequence in the code output circuit 290.
  • FIG. 32 is a diagram for explaining a method of generating the first pitch vector in the pitch signal generation circuit 112. BEST MODE FOR CARRYING OUT THE INVENTION
  • FIG. 3 is a block diagram showing the configuration of the audio / music signal encoding device according to the first embodiment of the present invention.
  • An input signal (input vector), which is obtained by sampling a voice or music signal and combining the plurality of samples into one frame to generate one vector, is input from the input terminal 10.
  • L is the vector length.
  • LSP line spectrum pair
  • the first sound source generation circuit 110 receives the index output from the first minimization circuit 150.
  • the first sound source vector corresponding to the index is read from a table in which a plurality of sound source signals (sound source vectors) are stored, and is output to the first gain circuit 160.
  • the table 110 included in the first sound source generation circuit 110 stores Ne sound source vectors. For example, Ne is 2 56.
  • the index i output from the first minimizing circuit 150 is input to the switch 1102 via the input terminal 1103.
  • the switch 1 1 2 selects a sound source vector corresponding to the index from the table, and uses this sound source vector as a first sound source vector, via an output terminal 1104, a first gain. Output to circuit 160.
  • a method of efficiently expressing the excitation signal using a multi-pulse signal composed of a plurality of pulses and defined by the pulse position and the pulse amplitude can be used.
  • Ozawa et al. “MF-CELP speech coding based on multi-pulse vector quantization sound source and high-speed search,” regarding encoding of source signals using multi-pulse signals (IEICE Transactions A, pp. 1655). -1663, 199 6) (Reference 5). This concludes the description of the first sound source generation circuit 110.
  • the first gain circuit 160 has a table in which gain values are stored.
  • the index output from the first minimizing circuit 150 and the first sound source vector output from the first sound source generating circuit 110 are input to the first gain circuit 160.
  • a first gain corresponding to the index is read from the table, and the first gain is multiplied by the first sound source vector to generate a second sound source vector.
  • the generated second sound source vector is output to the first band pass filter 120.
  • the first band pass filter 120 outputs to the first gain circuit 160
  • the second sound vector is input.
  • the second sound source vector is band-limited to a first band by this filter to obtain a first excitation vector.
  • the first band-pass filter 120 outputs the first excitation vector to the linear prediction synthesis filter 13 °.
  • the first band is from Fsl [Hz] to Fel [Hz :.
  • the first band-pass filter 120 has a characteristic of limiting the band to the first band, and has a linear prediction order of about 100th order. (z) can also be realized.
  • the linear prediction synthesis filter 130 includes a table in which the quantized linear prediction coefficients are stored.
  • the linear prediction synthesis filter 130 includes a first excitation vector output from the first bandpass filter 120 and an index corresponding to the quantized linear prediction coefficient output from the linear prediction coefficient calculation circuit 170. Is entered. Further, the linear prediction synthesis filter 130 reads out the quantized linear prediction coefficient corresponding to the index from the table.
  • a first reproduction signal (reproduction vector) is generated.
  • the first reproduction vector is output to a first differentiator 180.
  • the transfer function 1 / A (z) of the synthesis filter is expressed by the following equation (2).
  • Equation 2 The input vector and the first reproduction vector output from the linear prediction synthesis filter 130 are input to the first differentiator 180 via the input terminal 10.
  • the first difference unit 180 calculates the difference, and outputs the difference value as a first difference vector to the weighting filter 140 and the inverse linear prediction filter 230.
  • the first difference vector output from the first differentiator 180 and the linear prediction coefficient output from the linear prediction coefficient calculation circuit 170 are input to the first weighting filter 140.
  • the first weighting filter 140 generates a weighting filter W (z) corresponding to human auditory characteristics using the linear prediction coefficients, and calculates the weighting filter by the first difference vector. Drive. As a result, a first weighted difference vector is obtained. And the first weighted difference vector is a first minimizing circuit
  • the first minimizing circuit 150 sequentially outputs all the first sound source vectors stored in the first sound source generating circuit 110: the corresponding indexes to the first sound source generating circuit 110, The indices corresponding to all the first gains stored in the first gain circuit 160 are sequentially output to the first gain circuit 160. Further, the first minimizing circuit 150 receives the first weighted difference vector sequentially output from the weighting filter 140, calculates the norm thereof, and calculates the norm such that the norm is minimized. One source vector and the first gain are selected, and the corresponding index is output to the code output circuit 290.
  • the linear prediction inverse filter 230 has a table in which the quantized linear prediction coefficients are stored. An index corresponding to the quantized linear prediction coefficient output from the linear prediction coefficient calculation circuit 170 and the first difference The first output difference vector is input. Further, the inverse linear prediction filter 230 reads out the quantized linear prediction coefficient corresponding to the index from the table. By driving the inverse filter A (z) in which the quantized linear prediction coefficients are set by the first difference vector, a first residual vector is obtained. Then, the first residual vector is output to the orthogonal transform circuit 240.
  • the transfer function A (z) of the inverse filter is represented by the following Equation 4.
  • the first residual vector output from the inverse linear prediction filter 230 is input to the orthogonal transform circuit 240.
  • the orthogonal transform circuit 240 performs an orthogonal transform on the first residual vector to generate a second residual vector.
  • the second residual vector is output to the band selection circuit 250.
  • DCT Discrete Cosine Transform
  • the second residual vector output from the orthogonal transformation circuit 240 is input to the band selection circuit 250.
  • Nsbv sub-vectors are generated using the components included in the second band.
  • An arbitrary band can be set as the second band.
  • the band from Fs2 [Hz] to Fe2 [Hz] is used.
  • FsO Fs2 ⁇ Fe2 ⁇ FeO is used.
  • the first band and the second band do not overlap, that is, Fel ⁇ Fs2.
  • the band selection circuit 250 outputs the Nsbv sub-vectors to the orthogonal transform coefficient quantization circuit 260.
  • Nsbv sub-vectors output from the band selection circuit 250 are input to the orthogonal transform coefficient quantization circuit 260.
  • the orthogonal transform coefficient quantization circuit 260 stores a table in which a quantization value (shape code vector) for the shape of the sub-vector is stored, and a quantization value (quantization gain) for the gain of the sub-vector. It has a table. For each of the input Nsbv sub-vectors, the quantization error is minimized.
  • the orthogonal transform coefficient quantization circuit 260 calculates the quantized value of the shape and The quantized value of the input is selected from the table, and the corresponding index is output to the code output circuit 290.
  • the configuration of the orthogonal transform coefficient quantization circuit 260 will be supplemented with reference to FIG.
  • Fig. 4 there are Nsbv blocks surrounded by dotted lines.
  • the Nsbv sub-vectors are quantized in each block.
  • the Nsbv sub-vectors are represented as in Equation 5 below.
  • Equation 5 esb, o ( n ), ⁇ e sb , N sbv -l (n), n 2 0,..., L— 1
  • L represents the vector length
  • j represents the index.
  • k represents an index.
  • the quantization gain gO [k] corresponding to the index is read from the table.
  • the difference vector 2640 is connected to the sub-vector e sb, 0 input through the input terminal 2650.
  • the difference vector is sequentially input from the difference unit 2640, and its norm DO is calculated.
  • the indexes corresponding to these are output to the index output circuit 2660. Similar processing is performed for the sub-vectors shown in Equation 6 below.
  • the DO can be modified as shown in Equation 8 or Equation 9 below.
  • An index corresponding to the quantized linear prediction coefficient output from the linear prediction coefficient calculation circuit 170 is input to the code output circuit 290.
  • the code output circuit 290 receives an index output from the first minimizing circuit 150 and an index corresponding to each of the first excitation vector and the first gain.
  • the code output circuit 290 receives a set of indices output from the orthogonal transform coefficient quantization circuit 260 and composed of an index of shape vectors and quantization gains for Nsbv subvectors. Is done. Then, as schematically shown in FIG. 31, each index is converted into a bit sequence code and output via the output terminal 20.
  • the first embodiment described with reference to FIG. 3 is for the case where the number of bands is 2, but the case where the number of bands is extended to 3 or more will be described below.
  • Figure 3 can be rewritten as in Figure 7.
  • the first encoding circuit 1001 in FIG. 7 is equivalent to FIG.
  • the second encoding circuit 1002 in FIG. 7 is equivalent to FIG.
  • the blocks making up FIGS. 8 and 9 are the same as the blocks described in FIG.
  • the second embodiment of the present invention is to extend the number of bands to 3 in the first embodiment. Is achieved.
  • the configuration of the audio / music signal encoding apparatus according to the second embodiment of the present invention can be represented by a block diagram shown in FIG.
  • the first encoding circuit 1001 is equivalent to FIG. 8
  • the second encoding circuit 1002 is equivalent to FIG. 8
  • the third encoding circuit 100 3 is equivalent to FIG.
  • the index output from the linear prediction coefficient calculation circuit 170 is input to the code output circuit 2901
  • the index output from the first coding circuit 1001 is input to the code output circuit 2901
  • the second The index output from the encoding circuit 1002 is input
  • the index set output from the third encoding circuit 103 is input.
  • Each index is converted into a bit sequence code and output via an output terminal 20.
  • the third embodiment of the present invention is realized by extending the number of bands to N in the first embodiment.
  • the configuration of the audio / music signal encoding apparatus according to the third embodiment of the present invention can be represented by a block diagram shown in FIG.
  • the first encoding circuit 1001 to the (N ⁇ 1) th encoding circuit 1004 are equivalent to FIG.
  • the N-th encoding circuit 1005 is equivalent to FIG.
  • the index output from the linear prediction coefficient calculation circuit 170 is input to the code output circuit 290 02, and the first (N— 1) th coding circuit 10 0 to the first coding circuit 100 1
  • the index output from each of N.04 and N.04 is input, and the set of indices output from the N-th encoding circuit 1005 is input. Then, each index is converted into a bit sequence code and output via the output terminal 20.
  • the first encoding circuit 1001 in FIG. 7 is based on an encoding system using an A-b-S (Analysis-by-Synthesis) method.
  • an encoding method other than the A_b—S method can be applied to the first encoding circuit 1001.
  • an encoding method using time frequency conversion is applied to first encoding circuit 1001, as an encoding method other than the A—b_S method.
  • the fourth embodiment of the present invention is realized by applying an encoding method using time-frequency conversion in the first embodiment.
  • the configuration of the audio / music signal encoding apparatus according to the fourth embodiment of the present invention can be represented by a block diagram shown in FIG.
  • the first encoding circuit 101 is equivalent to FIG.
  • Second encoding circuit 1 0 0 2 Is equivalent to FIG.
  • the linear prediction inverse filter 230, the orthogonal transform circuit 240, the band selection circuit 250, and the orthogonal transform coefficient quantization circuit 260 are described in FIG. It is the same as each block.
  • the orthogonal transform coefficient inverse quantization circuit 460 the orthogonal inverse transform circuit 440, and the linear predictive synthesis filter 13 1 are used in a ninth embodiment, which will be described later, to perform speech and music decoding corresponding to the first embodiment. It is the same as the block that constitutes the device.
  • the code output circuit 290 3 receives the index output from the linear prediction coefficient calculation circuit 17 2, receives the index set output from the first coding circuit 101 1, A set of indexes output from the second encoding circuit 1002 is input. Then, each index is converted into a bit-sequence code and output via an output terminal 20.
  • the fifth embodiment of the present invention is realized by extending the number of bands to three in the fourth embodiment.
  • the configuration of the audio and music signal encoding apparatus according to the fifth embodiment of the present invention can be represented by a block diagram shown in FIG.
  • the first encoding circuit 101 1 is equivalent to FIG. 12
  • the second encoding circuit 110 12 is equivalent to FIG. 12
  • the third encoding circuit 1 03 is equivalent to FIG.
  • An index output from the linear prediction coefficient calculation circuit 170 is input to the code output circuit 290 4
  • a set of indexes output from the first coding circuit 110 1 is input to the code output circuit 290 4.
  • a set of indices output from the second encoding circuit 101 is input, and a set of indices output from the third encoding circuit 103 is input.
  • Each index is converted into a bit sequence code and output via the output terminal 20.
  • the sixth embodiment of the present invention is realized by extending the number of bands to N in the fourth embodiment.
  • the configuration of the audio and music signal encoding apparatus according to the sixth embodiment of the present invention can be represented by a block diagram shown in FIG.
  • each of the first encoding circuit 101 1 to the N ⁇ 1th encoding circuit 110 4 is equivalent to FIG.
  • the N-th encoding circuit 1005 is equivalent to FIG.
  • the index output from the linear prediction coefficient calculation circuit 17 ° is input to the code output circuit 2905, and the first coding circuit
  • a set of indices output from each of the 0-1-1 and N-th encoding circuits 1 ⁇ 14 is input, and a set of indices output from the N-th encoding circuit 1005 is input. Is entered. Then, each index is converted into a bit sequence code and output via the output terminal 20.
  • FIG. 16 is a block diagram showing a configuration of a speech and music signal encoding device according to a seventh embodiment of the present invention. Blocks surrounded by dotted lines in the figure are called pitch prediction filters. Fig. 16 is obtained by adding a pitch prediction filter to Fig. 3. In the following, the blocks different from those in FIG. 3 are the storage circuit 5 10, the pitch signal generation circuit 1 12, the third gain circuit 16 2, the adder 18 4, and the first minimization circuit 5 5 0, the sign output circuit 590 will be described.
  • the storage circuit 510 receives the fifth sound source signal from the adder 184 and holds the fifth sound source signal.
  • the storage circuit 510 outputs the fifth sound source signal that has been input and held in the past to the pitch signal generation circuit 1 12.
  • the past fifth sound source signal held in the storage circuit 5 10 and the index output from the first minimization circuit 5 50 are input to the pitch signal generation circuit 1 12.
  • the index specifies the delay d.
  • the first pitch vector is L samples equivalent to the vector length from a point d samples past the start of the current frame. Is generated by cutting out the signal.
  • d a signal of d samples is cut out, and the cut out d samples are repeatedly connected to generate a first pitch vector having a vector length of L samples.
  • the pitch signal generation circuit 112 outputs the first pitch vector to a third gain circuit 162.
  • the third gain circuit 16 2 has a table in which gain values are stored.
  • the index output from the first minimizing circuit 550 and the first pitch vector output from the pitch signal generating circuit 112 are input to the third gain circuit 162.
  • a third gain corresponding to the index is read from the table, a second pitch vector is generated by multiplying the third gain by the first pitch vector, and the generated second pitch vector is generated.
  • the vector is output to adder 184.
  • the second sound source vector output from the first gain circuit 160 and the second pitch vector output from the third gain circuit 162 are input to the adder 184. Is performed.
  • the adder 184 calculates the sum of the second sound source vector and the second pitch vector, and uses this value as the fifth sound source vector to the first bandpass filter 120. Output.
  • the indices corresponding to all the first sound source vectors stored in the first sound source generating circuit 110 are sent to the first sound source generating circuit 110. Output sequentially.
  • the indices corresponding to all the delays d within the range defined in the pitch signal generation circuit 112 are sequentially output to the pitch signal generation circuit 112.
  • the indices corresponding to all the first gains stored in the first gain circuit 160 are sequentially output to the first gain circuit 160.
  • Indexes corresponding to all of the third gains stored in the third gain circuit 162 are sequentially output to the third gain circuit 162.
  • the first minimizing circuit 550 sequentially inputs the first weighted difference vector output from the weighting filter 140, and calculates the norm thereof.
  • the first minimizing circuit 550 selects the first sound source vector, the delay d, the first gain, and the third gain so as to minimize the norm, and corresponds to these. And outputs them to the code output circuit 590 collectively.
  • an index corresponding to the quantized linear prediction coefficient output from the linear prediction coefficient calculation circuit 170 is input.
  • the code output circuit 590 receives the index output from the first minimization circuit 550 and corresponds to each of the first excitation vector, the delay d, the first gain, and the third gain. Is done.
  • the code output circuit 590 receives from the orthogonal transform coefficient quantization circuit 260 a set of indices composed of shape code vectors and quantization gain indices for Nsbv sub-vectors. Is done. Then, each index is converted into a bit sequence code and output via the output terminal 20.
  • FIG. 17 is a block diagram showing a configuration of an audio / music signal encoding apparatus according to an eighth embodiment of the present invention.
  • the downsample circuit 780, the first linear prediction coefficient calculation circuit 770, the first linear prediction synthesis filter 1332, and the third differentiator which are different blocks from FIG. 1 8 3
  • Upsampling circuit 7 8 1, 1st differencer 1 80, a second linear prediction coefficient calculation circuit 771, a third linear prediction coefficient calculation circuit 772, a linear prediction inverse filter 730, and a sign output circuit 790 will be described.
  • the down-sampling circuit 780 receives an input vector from the input terminal 10 and down-samples the input vector to obtain a second input vector having a first band, which is a first linear prediction coefficient calculating circuit 7. 7 0 and the third differentiator 18 3.
  • the first band is from F sl [H z] to F el [H z] as in the first embodiment
  • the band of the input vector is from F sO [H z] to F eO [H z]. (Third band).
  • the configuration of the down-sample circuit is described in section 4.1.1 of the document entitled Multi Rate Systems and Filter Banks J by PP Vaidyanathan (Reference 6).
  • the first linear prediction coefficient calculation circuit 770 receives a second input vector from the down-sampling circuit 780, performs a linear prediction analysis on the second input vector, and generates a first linear prediction coefficient having a first band. And further quantizes the first linear prediction coefficient to obtain a first quantized linear prediction coefficient.
  • the first linear prediction coefficient calculation circuit 770 converts the first linear prediction coefficient into a first Output to the weighting filter 140 and calculate the index corresponding to the first quantized linear prediction coefficient, the first linear prediction synthesis filter 132, the linear prediction inverse filter 730 and the third linear prediction coefficient calculation Output to the circuit 772 and the sign output circuit 790.
  • the first linear prediction synthesis filter 1 32 includes a table in which first quantized linear prediction coefficients are stored.
  • the first linear prediction synthesis filter 1 32 includes a fifth sound source vector output from the adder 18 4 and a first quantization linear output from the first linear prediction coefficient calculation circuit 7 70. An index corresponding to the prediction coefficient is input.
  • the first linear prediction synthesis filter 132 reads the first quantized linear prediction coefficient corresponding to the index from the table, and sets the first quantized linear prediction coefficient to the synthesis filter. By driving the evening with the fifth sound source vector, a first reproduction vector having a first band is generated. Then, the first reproduction vector is output to the third differentiator 183 and the up-sampling circuit 781.
  • the third differentiator 183 outputs the first reproduction vector output from the first linear prediction synthesis filter 132 and the second input vector output from the downsampler 780. And calculate their difference, and weight this as the second difference vector Output to filter 140.
  • the up-sampling circuit 780 1 receives the first reproduction vector output from the first linear prediction synthesis filter 13 2, and assembles the first reproduction vector to obtain a third reproduction signal having a third band. Generate a vector.
  • the third band is from F sO [H z] to F eO [H z].
  • the up-sampling circuit 781 outputs the third reproduction vector to the first differentiator 180.
  • the configuration of the up-sampling circuit is described in section 4.1.1 of the document entitled "Multi rate Systems and Fiber Banks" by PP Vaidy Anathan (Reference 6).
  • the first differentiator 180 receives the input vector via the input terminal 10 and the third reproduction vector output from the upsampler circuit 781, and calculates the difference between them. This is output to the linear prediction inverse filter 730 as a first difference vector.
  • the second linear prediction coefficient calculation circuit 771 receives the input vector from the input terminal 10, performs a linear prediction analysis on the input vector, and calculates a second linear prediction coefficient having a third band. Determining: The second linear prediction coefficient is output to a third linear prediction coefficient calculation circuit 772.
  • the third linear prediction coefficient calculation circuit 772 has a table in which the first quantized linear prediction coefficient is stored.
  • the third linear prediction coefficient calculation circuit 772 includes a second linear prediction coefficient output from the second linear prediction coefficient calculation circuit 771, and an output from the first linear prediction coefficient calculation circuit 77
  • the index corresponding to the first quantized linear prediction coefficient to be performed is input.
  • the third linear prediction coefficient calculation circuit 772 reads out the first quantized linear prediction coefficient corresponding to the index from the table, converts the first quantized linear prediction coefficient into LSP, By converting this into a sampling frequency, a first LSP corresponding to the sampling frequency of the input signal is generated. Also, the third linear prediction coefficient calculation circuit 772 converts the second linear prediction coefficient into an LSP, and generates a second LSP.
  • a third linear prediction coefficient calculation circuit 772 calculates a difference between the second LSP and the first LSP. This difference value is used as the third LSP.
  • the conversion of the sampling frequency of the LSP is described in Japanese Patent Application No. 9-202475 (Reference 7).
  • the third LSP is quantized, and the quantized third LSP is converted to linear prediction coefficients, and has a third band. Then, a third quantized linear prediction coefficient is generated.
  • the index corresponding to the third quantized linear prediction coefficient is output to the linear prediction inverse filter ⁇ 30 and the sign output circuit 790.
  • the inverse linear prediction filter 730 includes a first table in which first quantized linear prediction coefficients are stored and a second table in which third quantized linear prediction coefficients are stored.
  • the linear prediction inverse filter 730 includes a first index corresponding to the first quantized linear prediction coefficient output from the first linear prediction coefficient calculation circuit 770, and a third linear prediction coefficient
  • the second index corresponding to the third quantized linear prediction coefficient output from the calculation circuit 772 and the first difference vector output from the first differentiator 180 are input.
  • the linear prediction inverse filter 730 reads out the first quantized linear prediction coefficient corresponding to the first index from the first table, converts it into LSF, and further converts this to a sampling frequency. And generating a first LSP corresponding to the sampling frequency of the input signal.
  • a third quantized linear prediction coefficient corresponding to the second index is read from the second table and converted into LSP to generate a third LSP.
  • the first LSP and the third LSP are added to generate a second LSP.
  • the inverse linear prediction filter 730 converts the second LSP into linear prediction coefficients, and generates second quantized linear prediction coefficients.
  • the linear prediction inverse filter 730 drives the inverse filter in which the second quantized linear prediction coefficient is set by the first difference vector, thereby converting the first residual vector. Generate.
  • the first residual vector is output to the orthogonal transform circuit 240.
  • the sign output circuit 790 includes an index corresponding to the first quantized linear prediction coefficient output from the first linear prediction coefficient calculation circuit 770, and a third linear prediction coefficient calculation circuit 772.
  • An index corresponding to the output third quantized linear prediction coefficient and an output from the first minimizing circuit 5 ⁇ 0, the first sound source vector, the delay d, the first gain and the third An index corresponding to each of the gains and a set of indices output from the orthogonal transform coefficient quantization circuit 260 and composed of the shape code vectors for the Nsbv sub-vectors and the indices of the quantization gain are input.
  • Each of the indices is converted into a bit-sequence code and output via an output terminal 20. And output.
  • FIG. 18 is a block diagram showing a configuration of an audio / music signal decoding device corresponding to the first embodiment according to the ninth embodiment of the present invention.
  • the code of the bit sequence is input from the input terminal 30 to the present decoding device.
  • the code input circuit 410 converts the code of the bit sequence input from the input terminal 30 into an index.
  • the index corresponding to the first sound source vector is output to first sound source generation circuit 110.
  • the index corresponding to the first gain is output to the first gain circuit 160.
  • the index corresponding to the quantized linear prediction coefficient is output to the linear prediction synthesis filter 130 and the linear prediction synthesis filter 131.
  • a set of indices in which the index Nsbv corresponding to each of the shape code vector and the quantization gain for the sub-vectors is integrated into the number of sub-vectors is output to the orthogonal transform coefficient inverse quantization circuit 460.
  • the first sound source generating circuit 110 receives the index output from the code input circuit 410, and stores a first sound source vector corresponding to the index into a table in which a plurality of sound source vectors are stored. And outputs it to the first gain circuit 160.
  • the first gain circuit 160 has a table in which the quantization gain is stored.
  • the first gain circuit 160 receives the index output from the code input circuit 410 and the first sound source vector output from the first sound source generation circuit 110, and receives the index, A corresponding first gain is read from the table, and the first gain is multiplied by the first sound source vector to generate a second sound source vector.
  • the generated second sound source vector is output to the first bandpass filter 120.
  • the second sound source vector output from the first gain circuit 160 is input to the first bandpass filter 120.
  • the second sound source vector is band-limited to a first band by this filter, and generates a first excitation vector.
  • the first bandpass filter 120 outputs the first excitation vector to the linear prediction synthesis filter 130.
  • the configuration of the orthogonal transform coefficient inverse quantization circuit 460 will be described with reference to FIG. In FIG. 20, there are N sbv blocks surrounded by a dotted line. In each of those blocks The Nsbv quantization sub-vectors defined in the band selection circuit 250 in FIG. 3 are represented as the following Expression 11. The Nsbv quantization vectors are decoded.
  • j and k represent indexes.
  • the index input circuit 4630 is a set of an index consisting of the shape code vector and the quantization gain index for the Nsbv quantization sub-vectors output from the code input circuit 410 via the input terminal 4650.
  • G Enter if. From the index set if, the index i sbs.O specifying the shape code vector cO [j] (n), n-0,..., L-1 and the quantization gain gO [k] are specified.
  • the index i sbg.O to be determined is taken out, issbs, 0 is output to the table 4610, and isbg.O is output to the gain circuit 4620.
  • Table 4610 shows that cO [j]
  • the Nsbv quantized sub-vectors (Equation 11) are arranged in a second band defined by the band selection circuit 250 in FIG. 3, and other than the second band
  • a second excitation vector corresponding to the whole band for example, the 8 kHz band when the sampling frequency of the reproduction signal is 16 kHz
  • the excitation vector is output to the orthogonal inverse transform circuit 440 via the output terminal 4660.
  • the orthogonal inverse transform circuit 440 receives the second excitation vector output from the orthogonal transform coefficient inverse quantization circuit 460, and orthogonally inverse transforms the second excitation vector to obtain a third excitation vector. Then, the third excitation vector is output to the linear prediction synthesis filter 131.
  • the inverse orthogonal transform an inverse discrete cosine transform (IDCT) can be used.
  • the linear prediction synthesis filter 130 includes a table in which the quantized linear prediction coefficients are stored.
  • the first excitation vector output from the first bandpass filter 120 and an index corresponding to the quantized linear prediction coefficient output from the code input circuit 410 are input to the linear prediction synthesis filter 130. Further, the linear prediction synthesis filter 130 reads out the quantized linear prediction coefficient corresponding to the index from the table, and outputs the synthesis filter 1 / A (z) in which the quantized linear prediction coefficient is set to the first filter.
  • the first regeneration vector is generated by driving with the excitation vector. Then, the first reproduction vector is output to the adder 182.
  • the linear prediction synthesis filter 131 has a table in which the quantized linear prediction coefficients are stored.
  • the linear prediction synthesis filter 131 includes a third excitation vector output from the orthogonal inverse transform circuit 440 and a quantized linear prediction output from the code input circuit 410. The index corresponding to the coefficient is input. Further, the linear prediction synthesis filter 13 1 reads out the quantized linear prediction coefficients corresponding to the indices from the table, and outputs the synthesis filter 1 ZA (z) in which the quantized linear prediction coefficients are set to the third filter.
  • the second regeneration vector is generated by being driven by the excitation vector.
  • the second reproduction vector is output to the adder 182.
  • the adder 182 receives the first reproduction vector output from the linear prediction synthesis filter 130 and the second reproduction vector output from the linear prediction synthesis filter 131, The sum of these is calculated and output via the output terminal 40 as a third reproduction vector.
  • the ninth embodiment described with reference to FIG. 18 is a case where the number of bands is two, but the case where the number of bands is extended to three or more will be described below.
  • Figure 18 can be rewritten as in Figure 21.
  • the first decoding circuit 105 in FIG. 21 is equivalent to FIG. 22 and the second decoding circuit 105 in FIG. 21 is equivalent to FIG.
  • Each block constituting FIGS. 22 and 23 is the same as each block described in FIG.
  • the tenth embodiment of the present invention is realized by extending the number of bands to three in the ninth embodiment.
  • the configuration of the audio / music signal decoding apparatus according to the tenth embodiment of the present invention can be represented by a block diagram shown in FIG.
  • the first decoding circuit 105 is equivalent to FIG. 22
  • the second decoding circuit 105 is equivalent to FIG. 22
  • the third decoding circuit 105 Is equivalent to FIG.
  • the code input circuit 4101 converts the code of the bit sequence input from the input terminal 30 into an index, and converts the index corresponding to the quantized linear prediction coefficient into the first decoding circuit 1 0 5 1 and the second Output to the second decoding circuit 105 and the third decoding circuit 105, and the index corresponding to the sound source vector and the gain is output to the first decoding circuit 105 and the second decoding circuit 100. 52, and a set of shape codes corresponding to the sub-vectors and an index corresponding to the quantization gain are output to the third decoding circuit 105.
  • the eleventh embodiment of the present invention is realized by extending the number of bands to N in the ninth embodiment.
  • the configuration of the audio / music signal decoding apparatus according to the eleventh embodiment of the present invention can be represented by a block diagram shown in FIG.
  • the first decoding circuit 1 0 5 Each of the 1st to (N ⁇ 1) th decoding circuits 105 is equivalent to FIG. 22, and the N-th decoding circuit 105 is equivalent to FIG.
  • the code input circuit 4102 converts the code of the bit sequence input from the input terminal 30 into an index, and converts the index corresponding to the quantized linear prediction coefficient from the first decoding circuit 1051 to the N-1) to each of the decoding circuit 105 and the ⁇ -th decoding circuit 105, and the indices corresponding to the sound source vector and the gain are output from the first decoding circuit 1051 to the (N-1) is output to each of the decoding circuits 105, and the set of the shape code vector for the sub-vector and the index corresponding to the quantization gain is output to the N-th decoding circuit 105. Output to 5.
  • the first decoding circuit 105 in FIG. 21 is based on a decoding system corresponding to an encoding system using the A-b-S method.
  • a decoding method corresponding to an encoding method other than the A-b-S method can be applied to 1051.
  • a decoding method corresponding to an encoding method using time-frequency conversion is applied to first decoding circuit 1051.
  • the twelfth embodiment of the present invention is realized by applying a decoding system corresponding to an encoding system using time-frequency conversion in the ninth embodiment.
  • the configuration of the audio and music signal decoding device according to the 12th embodiment of the present invention can be represented by a block diagram shown in FIG.
  • the first decoding circuit 1061 is equivalent to FIG. 23, and the second decoding circuit 1052 is equivalent to FIG.
  • the code input circuit 4103 converts the code of the bit sequence input from the input terminal 30 into an index, and converts the index corresponding to the quantized linear prediction coefficient into the first decoding circuit 1061 and the second decoding circuit.
  • Output to decoding circuit 1052, and set of shape code vector for sub-vector and index corresponding to quantization gain to first decoding circuit 1061 and second decoding circuit 1052 Output.
  • the thirteenth embodiment of the present invention is realized by extending the number of bands to three in the first and second embodiments.
  • the configuration of the audio and music signal decoding apparatus according to the thirteenth embodiment of the present invention can be represented by a block diagram shown in FIG.
  • the first decoding circuit 1061 is equivalent to FIG. 23
  • the second decoding circuit 1062 is equivalent to FIG. 23
  • the third decoding circuit 105 Is equivalent to FIG.
  • the sign input circuit 4 1 0 4 The code of the bit sequence input from the input terminal 3 ⁇ is converted into an index, and the index corresponding to the quantized linear prediction coefficient is converted into the first decoding circuit 1061, the second decoding circuit 1062 and the third decoding circuit.
  • the 14th embodiment of the present invention is realized by extending the number of bands to N in the 12th embodiment.
  • the configuration of the audio / music signal decoding apparatus according to the fourteenth embodiment of the present invention can be represented by a block diagram shown in FIG.
  • each of the first decoding circuit 106 1 to the N ⁇ 1th decoding circuit 106 4 is equivalent to FIG.
  • the code input circuit 410 converts the code of the bit sequence input from the input terminal 30 into an index, and converts the index corresponding to the quantized linear prediction coefficient from the first decoding circuit 1061 to the N-th 1 to the decoding circuit 1 064 and the N-th decoding circuit 1 0 5 5, and outputs the first set of the shape code vector for the sub-vector and the index set corresponding to the quantization gain.
  • the signal is output from the circuit 1061 to each of the (N-1) th decoding circuit 1064 and the Nth decoding circuit 105.
  • FIG. 29 is a block diagram showing a configuration of a speech and music signal decoding device corresponding to the seventh embodiment according to the fifteenth embodiment of the present invention.
  • blocks different from the ninth embodiment in FIG. 18 are a storage circuit 510, a pitch signal generation circuit 112, a third gain circuit 1622, an adder 1884 Since the sign input circuit 6 10, the power, storage circuit 5 10, pitch signal generation circuit 1 12, third gain circuit 16 2, and adder 18 4 are the same as in FIG. 16, The description will be omitted, and the sign input circuit 610 will be described.
  • the code input circuit 610 converts the code of the bit sequence input from the input terminal 30 into an index.
  • the index corresponding to the first sound source vector is output to first sound source generation circuit 110.
  • the index corresponding to the delay d is output to the pitch signal generation circuit 112.
  • the index corresponding to the first gain is output to the first gain circuit 160.
  • the index corresponding to the third gain is output to the third gain circuit 162.
  • the index corresponding to the quantized linear prediction coefficient is Output to the linear prediction synthesis filter 13 0 and the linear prediction synthesis filter 13 1.
  • a set of indices in which the indices corresponding to each of the shape code vector and the quantization gain for the sub-vectors are combined into Nsbv sub-vectors is sent to the orthogonal transform coefficient inverse quantization circuit 460. Is output.
  • FIG. 30 is a block diagram showing a configuration of a speech and music signal decoding device corresponding to the eighth embodiment according to the sixteenth embodiment of the present invention.
  • the blocks different from those in FIG. 29 are the code input circuit 8 10, the first linear prediction coefficient synthesis filter 13 2, the up-sampling circuit 7 8 1, and the second linear prediction synthesis filter 8 3 1 Is explained.
  • the code input circuit 810 converts the code of the bit sequence input from the input terminal 30 into an index.
  • the index corresponding to the first sound source vector is output to first sound source generation circuit 110.
  • the index corresponding to the delay d is output to the pitch signal generation circuit 112.
  • the index corresponding to the first gain is output to first gain circuit 160.
  • the index corresponding to the third gain is output to third gain circuit 162.
  • the index corresponding to the first quantized linear prediction coefficient is output to first linear prediction synthesis filter 1332 and second linear prediction synthesis filter 831.
  • the index corresponding to the third quantized linear prediction coefficient is output to second linear prediction synthesis filter 831.
  • a set of indices obtained by combining N sbv sub-vectors with indices corresponding to the shape code vector and the quantization gain for each sub-vector is output to the orthogonal transform coefficient inverse quantization circuit 460 .
  • the first linear prediction synthesis filter 1 32 includes a table in which first quantized linear prediction coefficients are stored.
  • the first linear prediction synthesis filter 1 32 has a fifth excitation vector output from the adder 18 4 and an index corresponding to the first quantized linear prediction coefficient output from the sign input circuit 8 10. Enter In addition, a first quantized linear prediction coefficient corresponding to the index is read out from the table, and a synthesis filter in which the first quantized linear prediction coefficient is set is determined by the fifth sound source vector. By driving, a first reproduction vector having a first band is obtained. Then, the first reproduction vector is output to the up-sampling circuit 781.
  • the up-sampling circuit 780 1 receives the first reproduction vector output from the first linear prediction synthesis filter 13 2, and up-samples this to perform a third reproduction having a third band. Get the vector. Then, the third reproduction vector is output to the first adder 182.
  • the second linear prediction synthesis filter 831 is composed of a first table having a first quantized linear prediction coefficient having a first band, and a third quantization having a third band. And a second table in which linear prediction coefficients are stored.
  • the second linear prediction synthesis filter 831 includes a third excitation vector output from the orthogonal inverse transform circuit 4400 and a first quantized linear prediction output from the code input circuit 810. A first index corresponding to the coefficient and a second index corresponding to the third quantized linear prediction coefficient are input.
  • the second linear prediction synthesis filter 831 reads out the first quantized linear prediction coefficient corresponding to the first index from the first table, converts this into an LSP, and samples this.
  • a first LSP corresponding to the sampling frequency of the third reproduction vector is generated.
  • a third quantized linear prediction coefficient corresponding to the second index is read from the second table, and is converted into LSP to generate a third LSP.
  • the second LSP obtained by adding the first LSP and the third LSP is converted into a linear prediction coefficient, and a second linear prediction coefficient is generated.
  • the second linear prediction synthesis filter 831 drives the synthesis filter in which the second linear prediction coefficient is set by the third excitation vector, so that the second reproduction having the third band is performed. Generate the vector. Then, the second reproduction vector is output to the adder 18.
  • the adder 182 receives the third reproduction vector output from the up-sampling circuit 781, and the second reproduction vector output from the second linear prediction synthesis filter 831, Then, the sum of these is calculated, and this is output via an output terminal 40 as the fourth reproduction vector.
  • a speech music signal can be encoded favorably over the whole band.
  • the input signal is generated by a sound source signal having a band characteristic corresponding to a low band of the input signal.
  • Generating a first reproduction signal by driving a linear prediction synthesis filter obtained from the signal, and driving an inverse filter of the linear prediction synthesis filter by a difference signal between the input signal and the first reproduction signal. Since the residual signal is generated by using the encoding method based on the orthogonal transform, and the high frequency component of the residual signal is encoded, the encoding performance for the high frequency component of the input signal is improved. is there.

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

明細書 音声音楽信号の符号化装置および復号装置 技術分野
本発明は、 音声音楽信号を低ビッ ト レー卜で伝送するための符号化装置および 復号装置に関するものである。 背景技術
音声信号を中低ビッ ト レートで高能率に符号化する方法として、 音声信号を線 形予測フィルタとその駆動音源信号 （音源信号） に分離して符号化する方法が広 く用いられている。
CELP (Code Excited Linear Prediction) は、 その代表的な方法の一つで ある。 CELFにおいて、 合成音声信号 （再生信号） は、 入力音声を線形予測分 折して求めた線形予測係数が設定された線形予測フィルタを、 音声のピッチ周期 を表す信号と雑音的な信号との和で表される音源信号によって駆動することで生 成される。
CELPに関しては M. Schroederらによる「Code excited linear prediction: High quality speech at very low bit ratesj (Proc. ICASSP, pp.937-940, 1985 ) (文献 1) に記載されている。 また、 前記 CELPを帯域分割構成とすること によって、 音楽信号に対する符号化性能を改善できる。 この構成では、 再生信号 は、 各帯域に対応する音源信号を加算して得られる励振信号で、 線形予測合成フ ィルタを駆動することによって生成される。
帯域分割構成の CEL Pに関しては、 Ubale らによる 「Multi_band CELP Co ding of Speech and MusicJ (IEEE Workshop on Speech Coding for Telecom匪 ι cations, pp.101-102. 1997) (文献 2) に記載されている。
図 1は従来の音声音楽信号符号化装置の一例を示すブロック図である。 ここで は簡単のため、 帯域数を 2とする。 音声または音楽信号をサンプリングし、 この 複数サンプルを 1フレームとして一つのべクトルにまとめて生成した入力信号（入 力ベクトル） は、 入力端子 1 0から入力される。
線形予測係数計算回路 1 70には入力端子 1 0からの入力べク トルが入力され る。 線形予測係数計算回路 1 70は、 前記入力べク トルに対して線形予測分析を (入力べクトル） は、 入力端子 1 0から入力される。
線形予測係数計算回路 1 7 0には入力端子 1 0からの入力べクトルが入力され る。 線形予測係数計算回路 1 7 0は、 前記入力べク トルに対して線形予測分析を 行い、 線形予測係数を求める。 線形予測係数計算回路 1 7 0は、 さらに線形予測 係数を量子化し、 量子化線形予測係数を求める。 前記線形予測係数は、 重みづけ フィルタ 1 4 0と重みづけフィルタ 1 4 1へ出力される。 量子化線形予測係数に 対応するィンデックスは、 線形予測合成フィルタ 1 3 0、 線形予測合成フィルタ 1 3 1、 および符号出力回路 1 9 0へ出力される。
第 1の音源生成回路 1 1 0には、 第 1の最小化回路 1 5 0から出力されるイン デックスが入力される。 第 1の音源生成回路 1 1 0は、 前記インデックスに対応 する第 1の音源べクトルを複数個の音源べク トルが格納されたテーブルより読み 出し、 この第 1の音源べク トルを第 1のゲイン回路 1 6 0へ出力する。
第 2の音源生成回路 1 1 1には、 第 2の最小化回路 1 5 1から出力されるイン デッタスが入力される。 前記インデックスに対応する第 2の音源ベクトルは、 複 数個の音源べクトルが格納されたテーブルより読み出され、 第 2のゲイン回路 1 6 1に出力される。
第 1のゲイン回路 1 6 0には、 第 1の最小化回路 1 5 0から出力されるィンデ ックスと第 1の音源生成回路 1 1 0から出力される第 1の音源べク トルが入力さ れる。第 1のゲイン回路 1 6 0は、前記インデックスに対応する第 1のゲインを、 ゲインの値が複数個格納されたテーブルより読み出す。 その後、 第 1のゲイン回 路 1 6 0は、 前記第 1のゲインと前記第 1の音源べクトルとを乗算し、 第 3の音 源べク トルを生成し、 前記第 3の音源べク トルを第 1の帯域通過フィルタ 1 2 0 へ出力する。
第 2のゲイン回路 1 6 1には、 第 2の最小化回路 1 5 1から出力されるインデ ックスと、 第 2の音源生成回路 1 1 1から出力される第 2の音源べクトルが入力 される。 第 2のゲイン回路 1 6 1は、 前記インデックスに対応する第 2のゲイン を、 ゲインの値が複数個格納されたテーブルから読み出す。 その後、 第 2のゲイ ン回路 1 6 1は、 前記第 2のゲインと前記第 2の音源べク トルとを乗算し、 第 4 の音源べク トルを生成し、 前記第 4の音源べクトルを第 2の帯域通過フィルタ 1 2 1へ出力する。
第 1の帯域通過フィルタ 1 2 0には、 第 1のゲイン回路 1 6 0から出力される 第 3の音源ベク トルが入力される。 前記第 3の音源ベク トルは、 このフィルタに より第 1の帯域に帯域制限され、 第 1の励振ベクトルを生成する。 第 1の帯域通 過フィルタ 1 2 0は、 前記第 1の励振べク トルを線形予測合成フイルク 1 3 0へ 出力する。
第 2の帯域通過フィル夕 1 2 1には、 第 2のゲイン回路 1 6 1から出力される 第 4の音源ベクトルが入力される。 前記第 4の音源ベク トルは、 このフィル夕に より第 2の帯域に帯域制限され、 第 2の励振ベク トルを生成する。 第 2の帯域通 過フィルタ 1 2 1は、 前記第 2の励振べク トルを線形予測合成フィルタ 1 3 1へ 出力する。
線形予測合成フィルタ 1 3 0には、 第 1の帯域通過フィルタ 1 2 0から出力さ れる第 1の励振べクトルと、 線形予測係数計算回路 1 7 0から出力される量子化 線形予測係数に対応するィンデッタスが入力される。 線形予測合成フィルタ 1 3 0は、 前記インデックスに対応する量子化線形予測係数を、 量子化線形予測係数 が複数個格納されたテーブルより読み出す。 この量子化線形予測係数が設定され たフィルタを前記第 1の励振べクトルにより駆動することで、第 1の再生信号（再 生べク トル） が生成される。 前記第 1の再生べクトルは第 1の差分器 1 8 0へ出 力される。
線形予測合成フィルタ 1 3 1には、 第 2の帯域通過フィルタ 1 2 1から出力さ れる第 2の励振べクトルと線形予測係数計算回路 1 7 0から出力される量子化線 形予測係数に対応するインデックスが入力される。 線形予測合成フィルタ 1 3 1 は、 前記インデックスに対応する量子化線形予測係数を、 量子化線形予測係数が 複数個格納されたテーブルから読み出す。 この量子化線形予測係数が設定された フィルタを前記第 2の励振べクトルにより駆動することによって、 第 2の再生べ クトルが生成される。 前記第 2の再生べクトルは第 2の差分器 1 8 1へ出力され る。
第 1の差分器 1 8 0には、 入力端子 1 0を介して入力べクトルが入力され、 線 形予測合成フィルタ 1 3 0から出力される第 1の再生べクトルが入力される。 第 1の差分器 1 8 0は、 前記入力べク トルと前記第 1の再生べク トルの差分を計算 する。 この差分は、 第 1の差分べクトルとして、 重みづけフィルタ 1 4 0と第 2 の差分器 1 8 1へ出力される。
第 2の差分器 1 8 1には、 第 1の差分器 1 8 0から第 1の差分べクトルが入力 され、 線形予測合成フィルタ 1 3 1から出力される第 2の再生べク トルが入力さ れる。 第 2の差分器 1 8 1は、 前記第 1の差分べク トルと前記第 2の再生べクト ルの差分を計算する。 この差分は、 第 2の差分ベク トルとして、 重みづけフィル 夕 1 4 1へ出力される。
重みづけフィルタ 1 4 0には、 第 1の差分器 1 8 0から出力される第 1の差分 べク トルと線形予測係数計算回路 1 7 0から出力される線形予測係数が入力され る。 重みづけフィルタ 1 4 0は、 前記線形予測係数を用いて、 人間の聴覚特性に 対応した重みづけフィルタを生成し、 前記重みづけフィルタを前記第 1の差分べ クトルで駆動する。 重みづけフィルタ 1 4 0の上記動作によって、 第 1の重みづ け差分べクトルが生成される。 前記第 1の重みづけ差分べクトルは第 1の最小化 回路 1 5 0へ出力される。
重みづけフィルタ 1 4 1には、 第 2の差分器 1 8 1から出力される第 2の差分 べクトルと線形予測係数計算回路 1 7 0から出力される線形予測係数が入力され る。 重みづけフィルタ 1 4 1は、 前記線形予測係数を用いて、 人間の聴覚特性に 対応した重みづけフィルタを生成し、 前記重みづけフィルタを前記第 2の差分べ クトルで駆動する。 重みづけフィルタ 1 4 1の上記動作によって、 第 2の重みづ け差分べクトルが生成される。 前記第 2の重みづけ差分べクトルは第 2の最小化 回路 1 5 1へ出力される。
第 1の最小化回路 1 5 0は、 第 1の音源生成回路 1 1 0に格納されている第 1 の音源ベクトル全てに対応するインデックスを、 前記第 1の音源生成回路 1 1 0 へ順次出力し、 第 1のゲイン回路 1 6 0に格納されている第 1のゲイン全てに対 応するインデックスを、 前記第 1のゲイン回路 1 6 0へ順次出力する。 また、 第 1の最小化回路 1 5 0には、 重みづけフィルタ 1 4 0から出力される第 1の重み づけ差分べク トルが順次入力される。 第 1の最小化回路 1 5 0はそのノルムを計 算する。 第 1の最小化回路 1 5 0は、 前記ノルムが最小となるような、 前記第 1 の音源べク トルおよび前記第 1のゲインを選択し、 これらに対応するィンデック スを符号出力回路 1 9 0へ出力する。
第 2の最小化回路 1 5 1は、 第 2の音源生成回路 1 1 1に格納されている第 2 の音源ベクトル全てに対応するインデックスを、 前記第 2の音源生成回路 1 1 1 へ順次出力し、 第 2のゲイン回路 1 6 1に格納されている第 2のゲイン全てに対 応ずるインデックスを、 前記第 2のゲイン回路 1 6 1へ順次出力する。 また、 第 2の最小化回路 1 5 1には、 重みづけフィルタ 1 4 1から出力される第 2の重み づけ差分べク トルが順次入力される。 第 2の最小化回路 1 5 1はそのノルムを計 算する。 前記第 2のゲイン回路 1 6 1は、 前記ノルムが最小となるような、 前記 第 2の音源べクトルおよび前記第 2のゲインを選択し、 これらに対応するインデ ックスを符号出力回路 1 9◦へ出力する。
符号出力回路 1 9 0には、 線形予測係数計算回路 1 7 0から出力される量子化 線形予測係数に対応するインデックスが入力され、 第 1の最小化回路 1 5 0から 出力され、 第 1の音源べク トルおよび第 1のゲインの各々に対応するインデック スが入力され、 第 2の最小化回路 1 5 1から出力され、 第 2の音源ベクトルおよ び第 2のゲインの各々に対応するインデックスが入力される。 符号出力回路 1 9 0は、 各インデックスを、 ビッ ト系列の符号に変換し、 変換後の各インデックス を出力端子 2 0を介して出力する。
第 2図は、 従来の音声音楽信号復号装置の一例を示すブロック図である。 符号 入力回路 3 1 0には、 入力端子 3 0からのビット系列の符号が入力される。
符号入力回路 3 1 0は、 入力端子 3 0から入力したビッ ト系列の符号をィンデ ックスに変換する。 第 1の音源ベク トルに対応するインデックスは、 第 1の音源 生成回路 1 1 0へ出力される。 第 2の音源べクトルに対応するインデックスは、 第 2の音源生成回路 1 1 1へ出力される。 第 1のゲインに対応するインデックス は、 第 1のゲイン回路 1 6 0へ出力される。 第 2のゲインに対応するィンデック スは、 第 2のゲイン回路 1 6 1へ出力される。 量子化線形予測係数に対応するィ ンデックスは、 線形予測合成フィルタ 1 3 0および線形予測合成フィル夕 1 3 1 へ出力される。
第 1の音源生成回路 1 1 0には、 符号入力回路 3 1 0から出力されるインデッ クスが入力される。 第 1の音源生成回路 1 1 0は、 前記インデックスに対応する 第 1の音源べクトルを、 複数個の音源べク トルが格納されたテ一ブルより読み出 し、 第 1のゲイン回路 1 6 0へ出力する。
第 2の音源生成回路 1 1 1には、 符号入力回路 3 1 0から出力されるインデッ タスが入力される。 第 2の音源生成回路 1 1 1は、 前記インデックスに対応する 第 2の音源べクトルを、 複数個の音源べク トルが格納されたテーブルより読み出 し、 第 2のゲイン回路 1 6 1へ出力する。
第 1のゲイン回路 1 6 0には、 符号入力回路 3 1 0から出力されるインデック スと、 第 1の音源生成回路 1 1 0から出力される第 1の音源べクトルが入力され る。 第 1のゲイン回路 1 6 0は、 前記インデックスに対応する第 1のゲインを、 ゲインの値が複数個格納されたテ一ブルより読み出す。 第 1のゲイン回路 1 6 0 は、 前記第 1のゲインと前記第 1の音源べクトルとを乗算して第 3の音源べクト ルを生成する。 前記第 3の音源べクトルは第 1の帯域通過フィルタ 1 2 0に出力 される。
第 2のゲイン回路 1 6 1には、 符号入力回路 3 1 ◦から出力されるインデック スと、 第 2の音源生成回路 1 1 1から出力される第 2の音源ベクトルが入力され る。 第 2のゲイン回路 1 6 1は、 前記ィンデックスに対応する第 2のゲインを、 ゲインの値が複数個格納されたテ一ブルより読み出す。 その後、 第 2のゲイン回 路 1 6 1は、 前記第 2のゲインと前記第 2の音源べクトルとを乗算して第 4の音 源べク トルを生成する。 前記第 4の音源べク トルは第 2の帯域通過フィルタ 1 2 1に出力される。
第 1の帯域通過フィルタ 1 2 0には、 第 1のゲイン回路 1 6 0から出力される 第 3の音源ベクトルが入力される。 前記第 3の音源ベクトルは、 このフィル夕に より第 1の帯域に帯域制限され、 第 1の励振ベクトルを生成する。 第 1の帯域通 過フィルタ 1 2 0は、 前記第 1の励振べクトルを線形予測合成フィルタ 1 3 0へ 出力する。
第 2の帯域通過フィル夕 1 2 1には、 第 2のゲイン回路 1 6 1から出力される 第 4の音源べクトルが入力される。 前記第 4の音源べクトルはこのフィルタによ り第 2の帯域に帯域制限されるので、 第 2の帯域通過フィル夕 1 2 1は、 第 2の 励振ベク トルを生成する。 第 2の帯域通過フィルタ 1 2 1は、 前記第 2の励振べ クトルを線形予測合成フィルタ 1 3 1へ出力する。
線形予測合成フィルタ 1 3 0には、 第 1の帯域通過フィルタ 1 2 0から出力さ れる第 1の励振べク トルと、 符号入力回路 3 1 0から出力される量子化線形予測 係数に対応するインデックスが入力される。 前記ィンデッタスに対応する量子化 線形予測係数は、 量子化線形予測係数が複数個格納されたテーブルから読み出さ れる。 その後、 線形予測合成フィルタ 1 3 0は、 この量子化線形予測係数が設定 されたフィルタを前記第 1の励振べク トルにより駆動することで、 第 1の再生べ クトルを生成する。 前記第 1の再生べクトルは加算器 1 8 2に出力される。
線形予測合成フィルタ 1 3 1には、 第 2の帯域通過フィルタ 1 2 1から出力さ れる第 2の励振べクトノレと、 符号入力回路 3 1 0から出力される量子化線形予測 係数に対応するインデックスが入力される。 前記ィンデッタスに対応する量子化 線形予測係数は、 量子化線形予測係数が複数個格納されたテーブルから読み出さ れる。 線形予測合成フィルタ 1 3 1は、 この量子化線形予測係数が設定されたフ ィルタを前記第 2の励振べク トルにより駆動することで、 第 2の再生べク トルが 生成される。 前記第 2の再生べクトルは加算器 1 8 2に出力される。
加算器 1 8 2には、 線形予測合成フィルタ 1 3 0から出力される第 1の再生べ ク トルと、 線形予測合成フィルタ 1 3 1から出力される第 2の再生べク トルが入 力される。 これらの和を計算する。 加算器 1 8 2は、 前記第 1の再生ベク トルと 前記第 2の再生べクトルの和を第 3の再生べクトルとして、 出力端子 4 0を介し て出力する。
上述した従来の音声音楽信号符号化装置では、 入力信号の低域に対応する帯域 特性を有する励振信号と、 前記入力信号の高域に対応する帯域特性を有する励振 信号とを加算して得られる励振信号により、 前記入力信号から求めた線形予測合 成フィルタを駆動することで再生信号を生成する構成であることから、 高周波数 域に属する帯域において C E L Pに基づく符号化を行うため、 高周波数域に属す る帯域において符号化性能が低下することにより、 全帯域における音声音楽信号 の符号化品質が劣化してしまう。
その理由は、 高周波数域に属する帯域における信号は、 音声とは大きく異なる 性質を有しているため、 音声の生成過程をモデル化している C E L Pでは高周波 数域に属する帯域における信号を高精度に生成できないからである。
本発明の目的は、 上述の問題を解決し、 音声音楽信号を全帯域にわたって良好 に符号化できる音声音楽信号符号化装置を提供することである。 発明の開示
本発明による音声音楽信号の符号化装置 （本発明 1の装置） は、 第 1の帯域に 対応する励振信号により入力信号から求めた線形予測合成フィルタを駆動するこ とで第 1の再生信号を生成し、 入力信号と前記第 1の再生信号との差分信号によ り前記線形予測合成フイルクの逆フィルタを駆動することで残差信号を生成し、 前記残差信号における第 2の帯域に対応する成分を、 直交変換後に符号化する。 具体的には、 本発明 1の装置は、 第 1の帯域に対応する励振信号により前記線 形予測合成フィルタを駆動することで第 1の再生信号を生成する手段 （第 3図の 1 1 0、 1 6 0、 1 2 0、 1 3 0 ) と、 入力信号と前記第 1の再生信号との差分 信号により前記線形予測合成フイルクの逆フィルタを駆動することで残差信号を 生成する手段 （第 3図の 1 8 0、 2 3 0 ) と、 前記残差信号における第 2の帯域 に対応する成分を直交変換後に符号化する手段 （第 3図の 2 4 0、 2 5 0、 2 6 0 ) とを有する。
本発明の音声音楽信号の符号化装置 （本発明 2の装置） は、 第 1 と第 2の帯域 に対応する励振信号により、 入力信号から求めた線形予測合成フィルタを駆動す ることで第 1と第 2の再生信号を生成し、 前記第 1と第 2の再生信号を加算した 信号と前記入力信号との差分信号により前記線形予測合成フィルタの逆フィルタ を駆動することで残差信号を生成し、 前記残差信号における第 3の帯域に対応す る成分を、 直交変換後に符号化する。
具体的には、 本発明 2の装置は、 第 1と第 2の帯域に対応する励振信号により 前記線形予測合成フィルタを駆動することで第 1と第 2の再生信号を生成する手 段 （第 1 0図の 1 0 0 1 , 1 0 0 2 ) と、 前記第 1と第 2の再生信号を加算した 信号と前記入力信号との差分信号により前記線形予測合成フィルタの逆フィルタ を駆動することで残差信号を生成し、 前記残差信号における第 3の帯域に対応す る成分を直交変換後に符号化する手段 （第 1 0図の 1 0 0 3 ) とを有する。
本発明の音声音楽信号の符号化装置 （本発明 3の装置） は、 第 1から第 （N— 1 ) の帯域に対応する励振信号により、 入力信号から求めた線形予測合成フィル タを駆動することで第 1から第 （N— 1 ) の再生信号を生成し、 前記第 1から第 (N - 1 ) の再生信号を加算した信号と前記入力信号との差分信号により前記線 形予測合成フィルタの逆フィルタを駆動することで残差信号を生成し、 前記残差 信号における第 Nの帯域に対応する成分を、 直交変換後に符号化する。
具体的には、 本発明 3の装置は、 第 1から第 （N— 1 ) の帯域に対応する励振 信号により前記線形予測合成フィルタを駆動することで第 1から第 （N— 1 ) の 再生信号を生成する手段 （第 1 1図の 1 0 0 1、 1 0 0 4 ) と、 前記第 1から第 ( - 1 ) の再生信号を加算した信号と前記入力信号との差分信号により前記線 形予測合成フイルクの逆フィルタを駆動することで残差信号を生成し、 前記残差 信号における第 Nの帯域に対応する成分を直交変換後に符号化する手段 （第 1 1 図の 1 0 0 5 ) とを有する。
本発明の音声音楽信号の符号化装置 （本発明 4の装置） は、 第 2の符号化にお いて、 第 1の符号化復号信号と入力信号との差分信号により、 入力信号から求め た線形予測合成フィルタの逆フィルタを駆動することで残差信号を生成し、 前記 残差信号における任意の帯域に対応する成分を直交変換後に符号化する。
具体的には、 本発明 4の装置は、 第 1の符号化復号信号と入力信号との差分を 計算する手段 （第 1 3図の 1 8 0 ) と、 入力信号から求めた線形予測合成フィル 夕の逆フィルタを前記差分信号で駆動することにより残差信号を生成し、 前記残 差信号における任意の帯域に対応する成分を直交変換後に符号化する手段 （第 1 3図の 1 0 0 2 ) とを有する。
本発明の音声音楽信号の符号化装置 （本発明 5の装置） は、 第 3の符号化にお いて、 第 1と第 2の符号化復号信号を加算した信号と入力信号との差分信号によ り、 入力信号から求めた線形予測合成フィルタの逆フィルタを駆動することで残 差信号を生成し、 前記残差信号における任意の帯域に対応する成分を直交変換後 に符号化する。
具体的には、 本発明 5の装置は、 第 1と第 2の符号化復号信号を加算した信号 と入力信号との差分信号を計算する手段 （第 1 4図の 1 8 0 1、 1 8 0 2 ) と、 入力信号から求めた線形予測合成フィルタの逆フィルタを前記差分信号で駆動す ることにより残差信号を生成し、 前記残差信号における任意の帯域に対応する成 分を直交変換後に符号化する手段 （第 1 4図の 1 0 0 3 ) とを有する。
本発明の音声音楽信号の符号化装置 （本発明 6の装置） は、 第 Nの符号化にお いて、 第 1から第 —— 1の符号化復号信号を加算した信号と入力信号との差分信 号により、 入力信号から求めた線形予測合成フィルタの逆フィルタを駆動するこ とで残差信号を生成し、 前記残差信号における任意の帯域に対応する成分を直交 変換後に符号化する。
具体的には、 本発明 6の装置は、 第 1から第 （N— 1 ) の符号化復号信号を加 算した信号と入力信号との差分信号を計算する手段 （第 1 5図の 1 8 0 1、 1 8 0 2 ) と、 入力信号から求めた線形予測合成フィルタの逆フィルタを前記差分信 号で駆動することにより残差信号を生成し、 前記残差信号における任意の帯域に 対応する成分を直交変換後に符号化する手段 （第 1 5図の 1 0 0 5 ) とを有する。 本発明の音声音楽信号の符号化装置 （本発明 7の装置） は、 入力信号の第 1の 帯域に対応する励振信号を生成する際にピッチ予測フィルタを用いる。 具体的に は、 本発明 7の装置はピッチ予測手段 （第 1 6図の 1 1 2、 1 6 2、 1 8 4、 5 1 0 ) を有する。
本発明の音声音楽信号の符号化装置 （本発明 8の装置） は、 第 1のサンプリン グ周波数でサンプリングされた第 1の入力信号を第 2のサンプリング周波数にダ ゥンサンプリングして第 2の入力信号を生成し、 前記第 2の入力信号から求めた 第 1の線形予測係数が設定された合成フィルタを励振信号により駆動することで、 第 1の再生信号を生成し、 前記第 1の再生信号を前記第 1のサンプリング周波数 にアップサンプリングすることにより第 2の再生信号を生成し、 さらに、 前記第 1の入力信号から求めた線形予測係数と前記第 1の線形予測係数を第 1のサンプ リング周波数にサンプリング周波数変換して得られる第 2の線形予測係数との差 分から第 3の線形予測係数を計算し、 前記第 2の線形予測係数と前記第 3の線形 予測係数との和から第 4の線形予測係数を計算し、 前記第 1の入力信号と前記第 2の再生信号との差分信号により前記第 4の線形予測係数が設定された逆フィル タを駆動することで残差信号を生成し、 前記残差信号における任意の帯域に対応 する成分を、 直交変換後に符号化する。
具体的には、 本発明 8の装置は、 第 1のサンプリング周波数でサンプリングさ れた第 1の入力信号を第 2のサンプリング周波数にダウンサンプリングして第 2 の入力信号を生成する手段 （第 1 7図の 780) と、 前記第 2の入力信号から求 めた第 1の線形予測係数が設定された合成フィルタを励振信号により駆動するこ とで、 第 1の再生信号を生成する手段 （第 17図の 770、 132) と、 前記第 1の再生信号を前記第 1のサンプリング周波数にアップサンプリングすることに より第 2の再生信号を生成する手段 （第 17図の 781) と、 前記第 1の入力信 号から求めた線形予測係数と前記第 1の線形予測係数と第 1のサンプリング周波 数にサンプリング周波数変換して得られる第 2の線形予測係数との差分から第 3 の線形予測係数を計算する手段 （第 17図の 771、 772) と、 前記第 2の線 形予測係数と前記第 3の線形予測係数との和から第 4の線形予測係数を計算し、 前記第 1の入力信号と前記第 2の再生信号との差分信号により前記第 4の線形予 測係数が設定された逆フィルタを駆動することで残差信号を生成する手段 （第 1 7図の 180、 730) と、 前記残差信号における任意の帯域に対応する成分を、 直交変換後に符号化する手段 （第 17図の 240、 250、 260) とを有する。 本発明の音声音楽信号の復号化装置 （本発明 9の装置） は、 復号した直交変換 係数を直交逆変換することにより、 第 2の帯域に対応する励振信号を生成し、 前 記励振信号により線形予測合成フィルタを駆動することで第 2の再生信号を生成 し、 さらに、 復号した第 1の帯域に対応する励振信号により前記線形予測フィル タを駆動することで第 1の再生信号を生成し、 前記第 1の再生信号と前記第 2の 再生信号を加算することで復号音声音楽を生成する。
具体的には、 本発明 9の装置は、 復号信号と直交変換係数を直交逆変換するこ とにより、 第 2の帯域に対応する励振信号を生成する手段 （第 18図の 440、 460) と、 線形予測合成フィルタを前記励振信号で駆動することにより第 2の 再生信号を生成する手段 （第 18図の 131) と、 第 1の帯域に対応する励振信 号により前記線形予測フィルタを駆動することで第 1の再生信号を生成する手段
(第 18図の 1 10、 120、 130、 1 60) と、 前記第 1の再生信号と前記 第 2の再生信号とを加算することで復号音声音楽を生成する手段 （第 1 8図の 1 8 2 ) とを有する。
本発明の音声音楽信号の復号化装置 （本発明 1 0の装置） は、 復号した直交変 換係数を直交逆変換することにより、 第 3の帯域に対応する励振信号を生成し、 前記励振信号により線形予測合成フィルタを駆動するこ -で第 3の再生信号を生 成し、 さらに、 復号した第 1と第 2の帯域に対応する励振信号により前記線形予 測フィルタを駆動することで第 1と第 2の再生信号を生成し、 前記第 1から第 3 の再生信号を加算することで復号音声音楽を生成する。
具体的には、 本発明 1 0の装置は、 復号した直交変換係数を直交逆変換するこ とにより、 第 3の帯域に対応する励振信号を生成し、 線形予測合成フィルタを前 記励振信号で駆動することより第 3の再生信号を生成する手段 （第 2 4図の 1 0 5 3 ) と、 第 1と第 2の帯域に対応する励振信号により前記線形予測フィルタを 駆動することで第 1と第 2の再生信号を生成する手段 （第 2 4図の 1 0 5 1、 1 0 5 2 ) と、 前記第 1から第 3の再生信号を加算することで復号音声音楽を生成 する手段 （第 2 4図の 1 8 2 1、 1 8 2 2 ) とを有する。
本発明の音声音楽信号の復号化装置 （本発明 1 1の装置） は、 復号した直交変 換係数を直交逆変換することにより、 第 Nの帯域に対応する励振信号を生成し、 前記励振信号により線形予測合成フィルタを駆動することで第 Nの再生信号を生 成し、 さらに、 復号した第 1から第 N— 1の帯域に対応する励振信号により前記 線形予測フィルタを駆動することで第 1から第 N n— 1の再生信号を生成し、 前 記第 1から第 Nの再生信号を加算することで復号音声音楽を生成する。
具体的には、 本発明 1 1の装置は、 復号した直交変換係数を直交逆変換するこ とにより、 第 Nの帯域に対応する励振信号を生成し、 線形予測合成フィルタを前 記励振信号で駆動することより第 Nの再生信号を生成する手段 （第 2 5図の 1 0 5 5 ) と、 第 1から第 N— 1の帯域に対応する励振信号により前記線形予測フィ ルタを駆動することで第 1から第 N— 1の再生信号を生成する手段 （第 2 5図の 1 0 5 1、 1 0 5 4 ) と、 前記第 1から第 Nの再生信号を加算することで復号音 声音楽を生成する手段 （第 2 5図の 1 8 2 1、 1 8 2 2 ) とを有する。
本発明の音声音楽信号の復号化装置 （本発明 1 2の装置） は、 第 2の復号にお いて、 復号した直交変換係数を直交逆変換することにより、 励振信号を生成し、 線形予測合成フィルタを前記励振信号で駆動することにより再生信号を生成し、 前記再生信号と第 1の復号信号とを加算することで復号音声音楽を生成する。 具体的には、 本発明 12の装置は、 復号した直交変換係数を直交逆変換するこ とにより、 励振信号を生成し、 線形予測合成フィルタを前記励振信号で駆動する ことにより再生信号を生成する手段 （第 26図の 1052) と、 前記再生信号と 第 1の復号信号とを加算することで復号音声音楽を生成する手段 （第 26図の 1 82) とを有する。
本発明の音声音楽信号の復号化装置 （本発明 13の装置） は、 第 3の復号にお いて、 復号した直交変換係数を直交逆変換することにより、 励振信号を生成し、 線形予測合成フィルタを前記励振信号で駆動することにより再生信号を生成し、 前記再生信号と第 1および第 2の復号信号とを加算することで復号音声音楽を生 成する。
具体的には、 本発明 13の装置は、 復号した直交変換係数を直交逆変換するこ とにより、 励振信号を生成し、 線形予測合成フィルタを前記励振信号で駆動する ことにより再生信号を生成する手段 （第 27図の 1053) と、 前記再生信号と 第 1および第 2の復号信号とを加算することで復号音声音楽を生成する手段 （第 27図の 1821、 1822) とを有する。
本発明の音声音楽信号の復号化装置 （本発明 14の装置） は、 第 Nの復号にお いて、 復号した直交変換係数を直交逆変換することにより、 励振信号を生成し、 線形予測合成フィルタを前記励振信号で駆動することにより再生信号を生成し、 前記再生信号と第 1から第 N— 1の復号信号とを加算することで復号音声音楽を 生成する。
具体的には、 本発明 14の装置は、 復号した直交変換係数を直交逆変換するこ とにより、 励振信号を生成し、 線形予測合成フィルタを前記励振信号で駆動する ことにより再生信号を生成する手段 （第 28図の 1055) と、 前記再生信号と 第 1から第 N— 1の復号信号とを加算することで復号音声音楽を生成する手段（第 28図の 1821、 1822) とを有する。
本発明の音声音楽信号の復号化装置 （本発明 15の装置） は、 第 1の帯域に対 応する励振信号を生成する際にピッチ予測フィルタを用いる。 具体的には、 本発 明 1 5の装置はさら;こピッチ予測手段 （第 2 9図の 1 1 2、 1 6 2、 1 8 4、 5 1 0 ) を有する。
本発明の音声音楽信号の復号化装置 （本発明 1 6の装置） は、 第 1の帯域に対 る第 1の励振信号により第 1の線形予測合成フィルタを駆動して得られる信号を、 第 1のサンプリング周波数にアップサンプリングして第 1の再生信号を生成し、 復号した直交変換係数を直交逆変換することにより、 第 2の帯域に対応する第 2 の励振信号を生成し、 前記第 2の励振信号により第 2の線形予測合成フィルタを 駆動することで第 2の再生信号を生成し、 前記第 1の再生信号と前記第 2の再生 信号とを加算することで復号音声音楽を生成する。
具体的には、 本発明 1 6の装置は、 第 1の帯域に対応する第 1の励振信号によ り第 1の線形予測合成フィルタを駆動して得られる信号を、 第 1のサンプリング 周波数にアップサンプリングして第 1の再生信号を生成する手段 （第 3 0図の 1 3 2、 7 8 1 ) と、 復号した直交変換係数を直交逆変換することにより、 第 2の 帯域に対応する第 2の励振信号を生成し、 前記第 2の励振信号により第 2の線形 予測合成フィルタを駆動することで第 2の再生信号を生成する手段 （第 3 0図の 4 4 0、 8 3 1 ) と、 前記第 1の再生信号と前記第 2の再生信号とを加算するこ とで復号音声音楽を生成する手段 （第 3 0図の 1 8 2 ) とを有する。
本発明の音声音楽信号の符号化復号化装置 （本発明 1 7の装置） は、 前記本発 明 1の装置から出力される符号を、前記本発明 9の装置で復号する。具体的には、 本発明 1 7の装置は音声音楽信号符号化手段 （第 3図） と、 音声音楽信号復号手 段 （第 1 8図） とを有する。
本発明の音声音楽信号の符号化復号化装置 （本発明 1 8の装置） は、 本発明 2 の装置から出力される符号を、 本発明 1 0の装置で復号する。 具体的には、 本発 明 1 8の装置は、 音声音楽信号符号化手段 （第 1 0図） と、 音声音楽信号復号手 段 （第 2 4図） とを有する。
本発明の音声音楽信号の符号化復号化装置 （本発明 1 9の装置） は、 本発明 3 の装置から出力される符号を、 本発明 1 1の装置で復号する。 具体的には、 本発 明 1 9の装置は、 音 音楽信号符号化手段 （第 1 1図） と、 音声音楽信号復号手 段 （第 2 5図） とを有する。
本発明の音声音楽信号の符号化復号化装置 （本発明 2 0の装置） は、 本発明 4 の装置から出力される符号を、 本発明 1 2の装置で復号する。 具体的には、 本発 明 2 0の装置は、 音声音楽信号符号化手段 （第 1 3図） と、 音声音楽信号復号手 段 （第 2 6図） とを有する。
本発明の音声音楽信号の符号化復号化装置 （本発明 2 1の装置） は、 本発明 5 の装置から出力される符号を、 本発明 1 3の装置で復号する。 具体的には、 本発 明 2 1の装置は、 音声音楽信号符号化手段 （第 1 4図） と、 音声音楽信号復号手 段 （第 2 7図） とを有する。
本発明の音声音楽信号の符号化復号化装置 （本発明 2 2の装置） は、 本発明 6 の装置から出力される符号を、 本発明 1 4の装置で復号する。 具体的には、 本発 明 2 2の装置は、 音声音楽信号符号化手段 （第 1 5図） と、 音声音楽信号復号手 段 （第 2 8図） とを有する。
本発明の音声音楽信号の符号化復号化装置 （本発明 2 3の装置） は、 本発明 7 の装置から出力される符号を、 本発明 1 5の装置で復号する。 具体的には、 本発 明 2 3の装置は、 音声音楽信号符号化手段 （第 1 6図） と、 音声音楽信号復号手 段 （第 2 9図） とを有する。
本発明の音声音楽信号の符号化復号化装置 （本発明 2 4の装置） は、 本発明 8 の装置から出力される符号を、 本発明 1 6の装置で復号する。 具体的には、 本発 明 2 4の装置は、 音声音楽信号符号化手段 （第 1 7図） と、 音声音楽信号復号手 段 （第 3 0図） とを有する。
本発明では、 入力信号の低域に対応する帯域特性を有する励振信号により入力 信号から求めた線形予測合成フイルクを駆動することで第 1の再生信号を生成し、 前記入力信号と前記第 1の再生信号との差分信号により前記線形予測合成フィル 夕の逆フィルタを駆動することで残差信号を生成し、前記残差信号の高域成分を、 直交変換に基づく符号化方式を用いて符号化する。 すなわち、 高周波数域に属す る帯域における、 音声とは異なる性質を有する信号に対しては、 C E L Pに代わ り、 直交変換に基づく符号化を行う。 前記直交変換に基づく符号化は、 音声と異 なる性質を有する信号に対する符号化性能が C E L Pに比べて高い。 このため、 前記入力信号の高域成分に対する符号化性能が改善される。 その結果、 音声音楽 信号を全帯域にわたつて良好に符号化することが可能となる。 図面の簡単な説明
第 1 図は従来法による音声音楽信号符号化装置の実施の形態を示すブロック図 である。
第 2 図は従来法による音声音楽信号復号装置の実施の形態を示すブロック図で ある。
第 3 図は本発明の第 1の実施例による音声音楽信号符号化装置の構成を示すブ 口ック図である。
第 4図は第 1の音源生成回路 1 1 0の構成を示すブロック図である。
第 5図は帯域選択回路 2 5 0においてサブべク トル生成する方法を説明するた めの図である。
第 6図は直交変換係数量子化回路 2 6 0の構成を示すプロック図である。
第 7 図は本発明の第 1の実施例による音声音楽信号符号化装置の構成を示す、 第 3図と等価なブロック図である。
第 8図は第 5図における第 1の符号化回路 1◦ 0 1の構成を示すブロック図で ある。
第 9図は第 5図における第 2の符号化回路 1 0 0 2の構成を示すブロック図で ある。
第 1 0図は本発明の第 2の実施例による音声音楽信号符号化装置の構成を示す プロック図である。
第 1 1図は本発明の第 3の実施例による音声音楽信号符号化装置の構成を示す プロック図である。
第 1 2図は第 3 1図における第 1の符号化回路 1 0 1 1の構成を示すブロック 図である。
第 1 3図は本発明の第 4の実施例による音声音楽信号符号化装置の構成を示す ブロック図である。
第 1 4図は本発明の第 5の実施例による音声音楽信号符号化装置の構成を示す プロック図である。
第 1 5図は本発明の第 6の実施例による音声音楽信号符号化装置の構成を示す プロック図である。
第 1 6図は本発明の第 7の実施例による音声音楽信号符号化装置の構成を示す プロック図である。
第 1 7図は本発明の第 8の実施例による音声音楽信号符号化装置の構成を示す プロック図である。
第 1 8図は本発明の第 9の実施例による音声音楽信号復号装置の構成を示すブ 口ック図である。
第 1 9図は直交変換係数逆量子化回路 4 6 0において第 2の励振べク トル生成 する方法を説明するための図である。
第 2 0図は直交変換係数逆量子化回路 4 6 0の構成を示すプロック図である。 第 2 1図は本発明の第 9の実施例による音声音楽信号復号装置の構成を示す、 図 3 6と等価なプロック図である。
第 2 2図は図 3 9における第 1の復号回路 1 0 5 1の構成を示すブロック図で ある。
第 2 3図は図 3 9における第 2の復号回路 1 0 5 2の構成を示すブロック図で ある。
第 2 4図は本発明の第 1 0の実施例による音声音楽信号復号装置の構成を示す プロック図である。
第 2 5本発明の第 1 1の実施例による音声音楽信号復号装置の構成を示すプロ ック図である。
第 2 6図は本発明の第 1 2の実施例による音声音楽信号復号装置の構成を示す ブ πック図である。
第 2 7図は本発明の第 1 3の実施例による音声音楽信号復号装置の構成を示す プロック図である。
第 2 8図は本発明の第 1 4の実施例による音声音楽信号復号装置の構成を示す プロック図である。
第 2 9図は本発明の第 1 5の実施例による音声音楽信号復号装置の構成を示す プロック図である。
第 30図は本発明の第 1 6の実施例による音声音楽信号復号装置の構成を示す プロック図である。
第 31図は符号出力回路 290における、 ィンデッタスとビッ ト系列の符号と の対応を説明するための図である。
第 32図はピッチ信号生成回路 1 12において、 第 1のピッチべクトルを生成 する方法を説明するための図である。 発明を実施するための最良の形態
第 3図は、 本発明の第 1の実施例による音声音楽信号符号化装置の構成を示す ブロック図である。 ここでは、 帯域数を 2として説明する。 音声または音楽信号 をサンプリングし、 この複数サンプルを 1フレームとして一つのべク トルにまと めて生成した入力信号 （入力ベク トル） は、 入力端子 10から入力される。 入力 ベク トルは、 X (n), n = 0, ···, L— 1と表される。 ただし、 Lは、 ベク トル 長である。 また、 入力信号は FsO [Hz] から FeO [Hz] に帯域制限される。 例えば、 サンプリング周波数を 16 [kHz] として、 FsO=50 [Hz], FeO = 7000 [Hz] とする。
線形予測係数計算回路 1 70は、 入力端子 10から入力ベク トルを入力し、 前 記入力ベクトルに対して線形予測分析を行い、 線形予測係数 ai , i = 1, ···, p を求め、 さらに前記線形予測係数を量子化し、 量子化線形予測係数 ai ' , 1 = 1, ·■, N を求める。 ここで、 Np は、 線形予測次数であり、 例えば、 1 6である。 また、 線形予測係数計算回路 170は、 前記線形予測係数を重みづけ フィルタ 140へ出力し、 前記量子化線形予測係数に対応するインデックスを線 形予測合成フィルタ 130と線形予測逆フィルタ 23◦および符号出力回路 29 0へ出力する。 線形予測係数の量子化に関しては、 例えば、 線スペク トル対 （Lin e Spectrum Pair, LSP ) へ変換して、 量子化する方法がある。 線形予測係数の L SPへの変換に関しては、 菅村らによる 「線スペク トル対 （LSP) 音声分析合 成方式による音声情報圧縮」 （電子情報通信学会論文誌 A, Vol. J64-A, No.8, pp. 599-606, 1981 ) (文献 3) に記載されている。 L S Pの量子化に関しては、 大室 らによる 「移動平均型フレーム間予測を用いる L S Pパラメータのべクトル量子 化」 (電子情報通信学会論文誌 A, Vo l . J77-A, No. 3, pp. 303-312, 1994 ) (文献 4 ) に記載されている。
第 1の音源生成回路 1 1 0は、 第 1の最小化回路 1 5 0から出力されるインデ ックスを入力する。 前記インデックスに対応する第 1の音源ベク トルは、 複数個 の音源信号 （音源ベクトル） が格納されたテ一ブルから読み出され、 第 1のゲイ ン回路 1 6 0に出力される。 ここで、 第 1の音源生成回路 1 1 0の構成について 第 4図を用いて述べる。 第 1の音源生成回路 1 1 0が備えているテーブル 1 1 0 1には、 Ne個の音源べク トルが格納されている。例えば、 Ne は 2 5 6である。 スィッチ 1 1 0 2には、 入力端子 1 1 0 3を介して、 第 1の最小化回路 1 5 0か ら出力されるィンデックス iが入力される。 スィッチ 1 1 ◦ 2は、 前記ィンデッ クスに対応する音源べクトルを前記テーブルより選択し、 この音源べクトルを第 1の音源べク トルとして出力端子 1 1 0 4を介して、 第 1のゲイン回路 1 6 0へ 出力する。
また、 音源信号の符号化については、 複数のパルスから成り、 パルスの位置と パルスの振幅により規定されるマルチパルス信号により、 音源信号を効率的に表 現する方法を用いることができる。 マルチパルス信号を用いた音源信号の符号化 に関しては、 小澤らによる 「マルチパルスベクトル量子化音源と高速探索に基づ く M F— C E L P音声符号化」 （電子情報通信学会論文誌 A, pp. 1655- 1663, 199 6) (文献 5 ) に記載されている。 以上で、 第 1の音源生成回路 1 1 0の説明を終 える。
第 3図の説明に戻ると、 第 1のゲイン回路 1 6 0は、 ゲインの値が格納された テーブルを備えている。 第 1のゲイン回路 1 6 0には、 第 1の最小化回路 1 5 0 から出力されるインデックスと第 1の音源生成回路 1 1 0から出力される第 1の 音源べクトルが入力される。 前記ィンデッタスに対応する第 1のゲインは前記テ —ブルより読み出され、 前記第 1のゲインと前記第 1の音源べクトルとが乗算さ れて、 第 2の音源べクトルが生成される。 生成した前記第 2の音源べク トルは第 1の帯域通過フィルタ 1 2 0に出力される。
第 1の帯域通過フィルタ 1 2 0には、 第 1のゲイン回路 1 6 0から出力される 第 2の音ベク トルが入力される。 前記第 2の音源ベク トルは、 このフィルタによ り第 1の帯域に帯域制限され、 第 1の励振べク トルを得る。 第 1の帯域通過フィ ルタ 1 20は、 前記第 1の励振べクトルを線形予測合成フィルタ 1 3◦へ出力す る。 ここで、 第 1の帯域は、 Fsl [H z] から Fel [Hz: とする。 ただし、 Fs O Fsl Fel≤FeO である。 例えば、 Fsl= 50 [Hz：、 Fel = 4000 [H z] である。 また、 第 1の帯域通過フィルタ 1 20は、 第 1の帯域に帯域制限す る特性をもち、 かつ 1 00次程度の線形予測次数をもつことを特徴とする高次線 形予測フィルタ 1 /B (z) で実現することもできる。 ここで、 Nph を線形予測 次数、 線形予測係数を β i , i = 1， ··, Nph とすると高次線形予測フィル夕の 伝達関数 1 ZB (z) は、 以下の数 1のように表される。 前記高次線形予測フィ ルタに関しては前記文献 2に記載されている。
(数 1)
Figure imgf000022_0001
線形予測合成フィルタ 1 30は、 量子化線形予測係数が格納されたテーブルを 備えている。 線形予測合成フィルタ 1 30には、 第 1の帯域通過フィルタ 1 20 から出力される第 1の励振べク トルと、 線形予測係数計算回路 1 70から出力さ れる量子化線形予測係数に対応するインデックスが入力される。 また、 線形予測 合成フィルタ 1 30は、 前記インデックスに対応する量子化線形予測係数を、 前 記テーブルより読み出す。 この量子化線形予測係数が設定された合成フィルタ 1 /A (z) を、 前記第 1の励振ベクトルにより駆動することで、 第 1の再生信号 (再生ベク トル） が生成される。 前記第 1の再生ベクトルは第 1の差分器 1 80 に出力される。 ここで、 合成フィルタの伝達関数 1 /A (z) は、 以下の数 2の ように表される。
(数 2)
Figure imgf000022_0002
第 1の差分器 180には、 入力端子 10を介して入力ベクトルと、 線形予測合 成フィルタ 130から出力される第 1の再生べク トルが入力される。 第 1の差分 器 180は、 それらの差分を計算し、 その差分値を第 1の差分ベク トルとして、 重みづけフィルタ 140と線形予測逆フィルタ 230へ出力する。
第 1の重みづけフィル夕 140には、 第 1の差分器 180から出力される第 1 の差分べク トルと、 線形予測係数計算回路 1 70から出力される線形予測係数が 入力される。 第 1の重みづけフィルタ 140は、 前記線形予測係数を用いて、 人 間の聴覚特性に対応した重みづけフィルタ W (z) を生成し、 前記重みづけフィ ルタを前記第 1の差分ベク トルで駆動する。 これにより、 第 1の重みづけ差分べ クトルが得られる。 そして前記第 1の重みづけ差分べクトルは第 1の最小化回路
150へ出力される。 ここで、 重みづけフィルタの伝達関数 W (z) は、 W (z) =Q (z/r 1 ) /Q (z/r2 ) と表される。 ただし、 Q (z/ l ) は以下 の数 3のように表される。 および y2 は定数であり、 例えば、 ァ1 =0. 9、
72 =0. 6である。 また、 重みづけフィルタの詳細に関しては、 前記文献 1に 記載されている。
(数 3)
Q(z/ ） « 2V
Figure imgf000023_0001
第 1の最小化回路 150は、 第 1の音源生成回路 1 10に格納されている第 1 の音源ベク トル全て:こ対応するインデックスを、 前記第 1の音源生成回路 1 10 へ順次出力し、 第 1のゲイン回路 160に格納されている第 1のゲイン全てに対 応するインデックスを、 前記第 1のゲイン回路 160へ順次出力する。 また、 第 1の最小化回路 150は、 重みづけフィルタ 140から順次出力される第 1の重 みづけ差分ベク トルを受けて、 そのノルムを計算し、 前記ノルムが最小となるよ うな、 前記第 1の音源ベク トルおよび前記第 1のゲインを選択し、 これらに対応 するィンデックスを符号出力回路 290へ出力する。
線形予測逆フィルタ 230は、 量子化線形予測係数が格納されたテーブルを備 えている。 線形予測逆フィルタ 230に、 線形予測係数計算回路 170から出力 される量子化線形予測係数に対応するインデックスと、 第 1の差分器 180から 出力される第 1の差分ベク トルが入力される。 また、 線形予測逆フィルタ 230 は、 前記ィンデックスに対応する量子化線形予測係数を前記テーブルより読み出 す。 この量子化線形予測係数が設定された逆フィルタ A (z) を前記第 1の差分 ベク トルにより駆動することで、 第 1の残差ベク トルが得られる。 そして前記第 1の残差べク トルは直交変換回路 240に出力される。 ここで、 逆フィルタの伝 達関数 A (z) は、 以下の数 4のように表される。
(数 4)
Figure imgf000024_0001
ι=1
直交変換回路 240には、 線形予測逆フィルタ 230から出力される第 1の残 差ベク トルが入力される。 直交変換回路 240は、 前記第 1の残差ベク トルを直 交変換し、 第 2の残差べク トルを生成する。 前記第 2の残差べクトルは帯域選択 回路 250に出力される。 ここで直交変換としては、 離散コサイン変換 （Discret e Cosine Transform, DCT) を用いることができる。
帯域選択回路 250には、 直交変換回路 240から出力される第 2の残差べク トルが入力される。 第 3図に示すように、 前記第 2の残差ベクトルにおいて、 第 2の帯域に含まれる成分を用いて Nsbv個のサブべクトルが生成される。 第 2の 帯域としては、 任意の帯域が設定できるが、 ここでは Fs2 [Hz] から Fe2 [H z] の帯域とする。 ただし、 FsO Fs2≤Fe2≤FeO である。 ここでは、 第 1の 帯域と第 2の帯域が重ならない、 すなわち、 Fel≤Fs2 とする。 例えば、 Fs2 = 4000 [Hz], Fe2=7000 [Hz] である。 帯域選択回路 250は、 前記 Nsbv個のサブべクトルを直交変換係数量子化回路 260へ出力する。
直交変換係数量子化回路 260には、 帯域選択回路 250から出力される Nsbv 個のサブベク トルが入力される。 直交変換係数量子化回路 260は、 前記サブべ クトルの形状に対する量子化値（形状コードべクトル） が格納されたテーブルと、 前記サブベク トルのゲインに対する量子化値 （量子化ゲイン） が格納されたテ一 ブルとを備えている。 入力された前記 Nsbv個のサブべク トル各々に対して、 量 子化誤差は最小となる。 直交変換係数量子化回路 260は、 形状の量子化値とゲ インの量子化値とを、 前記テ一ブルより選択し、 対応するインデックスを符号出 力回路 290へ出力する。
ここで、 直交変換係数量子化回路 260の構成について第 4図を用いて補足す る。 第 4図において、 点線で囲まれたブロックは Nsbv 個ある。 前記各ブロック で前記 Nsbv個のサブべク トルが量子化される。 前記 Nsbv 個のサブべクトルを 以下の数 5のように表す。
(数 5) esb,o (n)， ···· esb, Nsbv -l (n)， n二 0，…， L— 1
各サブベクトルに対する処理は共通である。 以下、 esb.O (n), n = 0, ···, L— 1に対する処理:こついて説明する。
サブベク トル esb.O (n), n = 0, ···, L— 1は、 入力端子 2650を介して 入力される。 テーブル 2610には、 形状コードベクトル cO[j] (n), n = 0, …， L- 1 , j =0, ···, Nc，0 — 1が Nc,0 個格納されている。 ここで、 Lは ベクトル長を表し、 jはインデックスを表す。 テーブル 2610は、 最小化回路 2630から出力されるィンデックスを入力し、 前記ィンデッタスに対応する前 記形状コードベクトル cO[j] (n), n = 0, ···, L— 1をゲイン回路 2620へ 出力する。 ゲイン回路 2620が備えているテ一ブルには、量子化ゲイン gO[k], k = 0， …， Ng,0 — 1が Ng,0個格納されている。 ここで、 kはインデックス を表す。
ゲイン回路 2620には、 テーブル 2610から出力される前記形状コ一ドべ クトル cO[j] (n), n = 0, ···, L— 1が入力され、 最小化回路 2630から出 力されるインデックスが入力される。 前記ィンデックスに対応する量子化ゲイン gO[k]は前記テーブルより読み出される。 前記量子化ゲイン gO[k]と前記形状コ ードベクトル cO[j: (n), n = 0, …， L— 1とを乗算して得られる量子化サブ ベク トル e' sb,0 (n), n = 0, ·■·, L— 1が差分器 2640に出力される。 差 分器 2640は、 入力端子 2650を介して入力される前記サブべクトル e sb, 0
(n), n = 0, ·■·, L— 1と、 ゲイン回路 2620から入力される前記量子化サ ブベク トル e' sb.O (n), n = 0, ···, L— 1との差分を計算する。 この差分値 は差分べクトルとして最小化回路 2630に出力される。最小化回路 2630は、 テ一ブル 2610に格納されている前記形状コードベク トル cOU] (n), n = 0, ···, L— 1. j = 0, …， Nc,0 — 1全てに対応するインデックスを、 前記テー ブル 2610へ順次出力する。 ゲイン回路 2620に格納されている前記量子化 ゲイン gO[k], k = 0, ■··, Ng, 0 一 1全てに対応するインデックスは、 ゲイン 回路 2620へ順次出力される。 また、 差分器 2640から前記差分ベクトルが 順次入力され、 そのノルム DO が計算される。 最小化回路 2630は、 前記ノル ム DO が最小となる前記形状コードベクトル cO[j] (n), n = 0, ···, L一 1お よび前記量子化ゲイン gO[k]を選択する。 これらに対応するィンデックスはイン デックス出力回路 2660に出力される。 以下の数 6に示されるサブべクトルに 対しても同様の処理を行う。
(数 6) esW(n)， · · -，esb，Nsbv -ι (n)， n = 0, ··', L - 1 インデックス出力回路 2660には、 Nsbv 個の最小化回路から出力されるィ ンデックスを入力される。 これらをまとめたインデックスのセッ トは出力端子 2 670を介して符号出力回路 290に出力される。 また、 ノルム DO が最小とな る前記形状コードベク トル cO[j] (n)， n = 0, ···, L— 1および前記量子化ゲ イン gO[k]の決定については、 以下の方法を用いることもできる。 ノルム DO は、 以下の数 7に示すように表される。
(数 7)
L-l
Do = ∑ (eSj ,0(n) ― es' b,0(n) )2
n-0
L~l
∑ (esbf0(n) 一 g0W · c0^(n) f,
n = 0
0, .. N c,0 — 1, = 0, N g,o
ここで、 最適なゲイン g' 0 を以下の数 8に示されるように設定すると.
ム DO は、 以下の数 8又は数 9に示されるように変形できる。
(数 8) i一 1
Figure imgf000027_0001
go = n=Q L_1 , j = 0,…， NCf0 - 1
∑ c0^(n)2
n=0
(数 9)
DO
Figure imgf000027_0002
n = 0 j = 0, ··· , NCfQ - 1
したがって、 DO が最小となる cO[j] (n), n = 0, ··', L— 1, j =0, ··■, c,0 一 1を求めることは、上記数 9に示される数式の第 2項が最大となる cO[j] (n), n = 0, ···, L一 1, j =0, ■··, Nc, 0 — 1を求めることと等価である。 そこで、 上記数 9に示される数式の第 2項が最大となる cO[j] (n), n = 0, ···, L- 1 , j = j opt を求めた後、 この cO[j] (n), n = 0, ···, L一 1， j = j opt について上記数 7に示される数式が最小となる gO[k], k = kopt を求める。 ここで、 cOLi] (n), n = 0, …， L一 1, j = j opt としては、 上記数 9に 示される数式の第 2項の値が大きいものから順に複数個の候補を選ぶ。 その各々 に対して上記数 7に示される数式が最小となる gO[k], k = kopt を求める。 そ れらの中からノルム DO が最小となる cO[j] (n), n = 0, ···, L一 1， j = j opt と gO[k], k = kopt を最終的に選択することもできる。 以下の数 10に示 されるサブべクトルに対しても同様の方法を適用できる。
(数 10)
Q , (n),---,Q . ] (n),n = 0,---,L-l
sb，l sb.N , -1
sbv
以上で第 4図を用いた直交変換係数量子化回路 260の説明を終える。 以下、 再び第 3図の説明に戻る。
符号出力回路 290には、 線形予測係数計算回路 170から出力される量子化 線形予測係数に対応するインデックスが入力される。 また、 符号出力回路 290 には、 第 1の最小化回路 150から出力され、 第 1の音源ベク トルおよび第 1の ゲインの各々に対応するインデックスが入力される。 また、 符号出力回路 290 には、 直交変換係数量子化回路 260から出力され、 Nsbv 個のサブベクトルに 対する形状コ一ドべクトルおよび量子化ゲインのィンデックスから構成されるィ ンデックスのセッ トが入力される。 そして、 第 31図に模式的に示すように各ィ ンデックスは、 ビツ 系列の符号に変換され、 出力端子 20を介して出力される。 第 3図を用いて説明した第 1の実施例は、 帯域数が 2の場合であるが、 帯域数 を 3以上に拡張した場合について以下で説明する。
第 3図は、 第 7図のように書き直すことができる。 ここで、 第 7図の第 1の符 号化回路 1001は、 第 8図と等価である。 第 7図の第 2の符号化回路 1002 は、 第 9図と等価である。 第 8図、 第 9図を構成する各ブロックは、 第 3図で説 明した各プロックと同じである。
本発明の第 2の実施例は、 第 1の実施例において帯域数を 3に拡張することで 実現される。 本発明の第 2の実施例による音声音楽信号符号化装置の構成は、 第 1 0図に示すブロック図で表すことができる。 ここで、 第 1の符号化回路 1 0 0 1は第 8図と等価であり、 第 2の符号化回路 1 0 0 2は第 8図と等価であり、 第 3の符号化回路 1 0 0 3は第 9図と等価である。 符号出力回路 2 9 0 1には、 線 形予測係数計算回路 1 7 0から出力されるインデックスが入力され、 第 1の符号 化回路 1 0 0 1から出力されるインデックスが入力され、 第 2の符号化回路 1◦ 0 2から出力されるインデックスが入力され、 第 3の符号化回路 1 0 0 3から出 力されるィンデックスのセッ卜が入力される。 各ィンデックスは、 ビッ ト系列の 符号に変換され、 出力端子 2 0を介して出力される。
本発明の第 3の実施例は、 第 1の実施例において帯域数を Nに拡張することで 実現される。 本発明の第 3の実施例による音声音楽信号符号化装置の構成は、 第 1 1図に示すブロック図で表すことができる。 ここで、 第 1の符号化回路 1 0 0 1から第 (N - 1 ) の符号化回路 1 0 0 4は第 8図と等価である。 第 Nの符号化 回路 1 0 0 5は第 9図と等価である。 符号出力回路 2 9 0 2には、 線形予測係数 計算回路 1 7 0から出力されるインデックスが入力され、 第 1の符号化回路 1 0 0 1から第 （N— 1 ) の符号化回路 1 0 0 4の各々より出力されるインデックス が入力され、 第 Nの符号化回路 1 0 0 5から出力されるインデックスのセッ トが 入力される。 そして、 各インデックスはビット系列の符号に変換され、 出力端子 2 0を介して出力される。
第 1の実施例では、 第 7図における第 1の符号化回路 1 0 0 1が A— b— S (A nalysi s- by- Synthesi s ) 法を用いた符号化方式に基づいている。 しかし、 第 1の 実施例では、 第 1の符号化回路 1 0 0 1に対して、 A _ b— S法以外の符号化方 式を適用することもできる。 以下では、 A— b _ S法以外の符号化方式として時 間周波数変換を用いた符号化方式を第 1の符号化回路 1 0 0 1に対して適用した 場合について説明する。
本発明の第 4の実施例は、 第 1の実施例において時間周波数変換を用いた符号 化方式を適用することで実現される。 本発明の第 4の実施例による音声音楽信号 符号化装置の構成は、 第 1 3図に示すブロック図で表すことができる。 ここで、 第 1の符号化回路 1 0 1 1は第 1 2図と等価である。 第 2の符号化回路 1 0 0 2 は第 9図と等価である。 第 1 2図を構成するブロックのうち、 線形予測逆フィル タ 2 3 0、 直交変換回路 2 4 0、 帯域選択回路 2 5 0および直交変換係数量子化 回路 2 6 0は、 第 3図で説明した各ブロックと同じである。 また、 直交変換係数 逆量子化回路 4 6 0、 直交逆変換回路 4 4 0および線形予測合成フイルク 1 3 1 は、 後述する第 9の実施例による、 第 1の実施例に対応する音声音楽復号装置を 構成するプロックと同じである。
直交変換係数逆量子化回路 4 6 0、 直交逆変換回路 4 4 0、 および線形予測合 成フィルタ 1 3 1の説明は、 第 1 5図を用いた第 9の実施例の説明において行う のでここでは割愛する。 符号出力回路 2 9 0 3には、 線形予測係数計算回路 1 7 〇から出力されるィンデックスが入力され、 第 1の符号化回路 1 0 1 1から出力 されるインデックスのセッ 卜が入力されし、 第 2の符号化回路 1 0 0 2から出力 されるィンデックスのセッ トが入力される。 そして、 各ィンデックスは、 ビッ ト 系列の符号に変換され、 出力端子 2 0を介して出力される。
本発明の第 5の実施例は、 第 4の実施例において帯域数を 3に拡張することで 実現される。 本発明の第 5の実施例による音声音楽信号符号化装置の構成は、 第 1 4図に示すブロック図で表すことができる。 ここで、 第 1の符号化回路 1 0 1 1は第 1 2図と等価であり、第 2の符号化回路 1 0 1 2は第 1 2図と等価であり、 第 3の符号化回路 1 0 0 3は第 9図と等価である。 符号出力回路 2 9 0 4には、 線形予測係数計算回路 1 7 0から出力されるインデックスが入力され、 第 1の符 号化回路 1 0 1 1から出力されるインデックスのセッ トが入力され、 第 2の符号 化回路 1 0 1 2から出力されるインデックスのセッ 卜が入力され、 第 3の符号化 回路 1 0 0 3から出力されるインデックスのセッ 卜が入力される。 各ィンデック スは、 ビッ ト系列の符号に変換され、 出力端子 2 0を介して出力される。
本発明の第 6の実施例は、 第 4の実施例において帯域数を Nに拡張することで 実現される。 本発明の第 6の実施例による音声音楽信号符号化装置の構成は、 第 1 5図に示すブロック図で表すことができる。 ここで、 第 1の符号化回路 1 0 1 1から第 N— 1の符号化回路 1 0 1 4の各々は第 1 2図と等価である。 第 Nの符 号化回路 1 0 0 5は第 9図と等価である。 符号出力回路 2 9 0 5には、 線形予測 係数計算回路 1 7◦から出力されるインデックスが入力され、 第 1の符号化回路 1 0 1 1から第 N— 1の符号化回路 1◦ 1 4の各々より出力されるィンデックス のセッ 卜が入力され、 第 Nの符号化回路 1 0 0 5から出力されるィンデッタスの セッ トが入力される。 そして、 各インデックスはビッ ト系列の符号に変換され、 出力端子 2 0を介して出力される。
第 1 6図は、 本発明の第 7の実施例による音声音楽信号符号化装置の構成を示 すプロック図である。 図中の点線で囲まれたプロックはピッチ予測フィルタとい う。 第 3図にピッチ予測フィルタを付加することで第 1 6図が得られる。 以下で は、 第 3図と異なるブロックである、 記憶回路 5 1 0、 ピッチ信号生成回路 1 1 2、 第 3のゲイン回路 1 6 2、 加算器 1 8 4、 第 1の最小化回路 5 5 0、 符号出 力回路 5 9 0について説明する。
記憶回路 5 1 0は、 加算器 1 8 4から第 5の音源信号を入力し、 第 5の音源信 号を保持する。 記憶回路 5 1 0は、 過去に入力されて保持されている前記第 5の 音源信号をピッチ信号生成回路 1 1 2へ出力する。
ピッチ信号生成回路 1 1 2には、 記憶回路 5 1 0に保持されている過去の第 5 の音源信号と、 第 1の最小化回路 5 5 0から出力されるインデックスとが入力さ れる。 前記ィンデックスは、 遅延 dを指定する。 そして、 第 3 2図に示すように、 前記過去の第 5の音源信号において、 第 1のピッチベク トルは、 現フレームの始 点より dサンプル過去の点から、 べクトル長に相当する Lサンプル分の信号を切 り出し生成される。 ここで、 dく Lの場合には、 dサンプル分の信号が切り出さ れ、 この切り出された dサンプルを繰り返し接続して、 ベク トル長が Lサンプル である第 1のピッチベクトルが生成される。 ピッチ信号生成回路 1 1 2は、 前記 第 1のピッチべクトルを第 3のゲイン回路 1 6 2へ出力する。
第 3のゲイン回路 1 6 2は、 ゲインの値が格納されたテーブルを備えている。 第 3のゲイン回路 1 6 2には、 第 1の最小化回路 5 5 0から出力されるインデッ クスと、 ピッチ信号生成回路 1 1 2から出力される第 1のピッチべクトルが入力 される。 前記ィンデックスに対応する第 3のゲインが前記テーブルより読み出さ れ、 前記第 3のゲインと前記第 1のピッチベクトルを乗算して、 第 2のピッチべ クトルが生成され、 生成した前記第 2のピッチべク トルは加算器 1 8 4へ出力さ れる。 加算器 1 8 4には、 第 1のゲイン回路 1 6 0から出力される第 2の音源べク ト ルと、 第 3のゲイン回路 1 6 2から出力される第 2のピッチべクトルが入力され る。加算器 1 8 4は、第 2の音源べク トルと第 2のピッチべク トルの和を計算し、 この値を第 5の音源べクトルとして、第 1の帯域通過フィル夕 1 2 0へ出力する。 第 1の最小化回路 5 5 0において、 第 1の音源生成回路 1 1 0に格納されてい る第 1の音源べク トル全てに対応するインデックスは、 前記第 1の音源生成回路 1 1 0へ順次出力される。 ピッチ信号生成回路 1 1 2において規定された範囲内 の遅延 d全てに対応するインデックスは、 前記ピッチ信号生成回路 1 1 2へ順次 出力される。 第 1のゲイン回路 1 6 0に格納されている第 1のゲイン全てに対応 するインデックスは、 前記第 1のゲイン回路 1 6 0へ順次出力される。 第 3のゲ ィン回路 1 6 2に格納されている第 3のゲイン全てに対応するィンデックスは、 前記第 3のゲイン回路 1 6 2へ順次出力される。 また、 第 1の最小化回路 5 5 0 は、 重みづけフィルタ 1 4 0から出力される第 1の重みづけ差分べクトルを順次 入力し、 そのノルムを計算する。 第 1の最小化回路 5 5 0は、 前記ノルムが最小 となるような、 前記第 1の音源ベク トル、 前記遅延 d、 前記第 1のゲインおよび 前記第 3のゲインを選択し、 これらに対応するィンデックスをまとめて符号出力 回路 5 9 0へ出力する。
符号出力回路 5 9 0には、 線形予測係数計算回路 1 7 0から出力される量子化 線形予測係数に対応するインデックスが入力される。 符号出力回路 5 9 0には、 第 1の最小化回路 5 5 0から出力され、 第 1の音源ベクトル、 遅延 d、 第 1のゲ ィンおよび第 3のゲインの各々に対応するィンデックスが入力される。 符号出力 回路 5 9 0には、 直交変換係数量子化回路 2 6 0から出力され、 Nsbv 個のサブ べクトルに対する形状コードべクトルおよび量子化ゲインのィンデッタスから構 成されるインデックスのセッ トが入力される。 そして、 各インデックスは、 ビッ ト系列の符号に変換され、 出力端子 2 0を介して出力される。
第 1 7図は、 本発明の第 8の実施例による音声音楽信号符号化装置の構成を示 すブロック図である。 以下では、 第 1 6図と異なるブロックである、 ダウンサン プル回路 7 8 0、 第 1の線形予測係数計算回路 7 7 0、 第 1の線形予測合成フィ ルタ 1 3 2、 第 3の差分器 1 8 3、 アップサンプル回路 7 8 1、 第 1の差分器 1 8 0、第 2の線形予測係数計算回路 7 7 1、第 3の線形予測係数計算回路 7 7 2、 線形予測逆フィルタ 7 3 0、 符号出力回路 7 9 0について説明する。
ダウンサンプル回路 7 8 0は、 入力端子 1 0から入力ベクトルを受けて、 これ をダウンサンプルして得られる、 第 1の帯域を有する第 2の入力べクトルを第 1 の線形予測係数計算回路 7 7 0および第 3の差分器 1 8 3へ出力する。 ここで、 第 1の帯域は、 第 1の実施例と同様に F sl [H z ] から F el [H z ] とし、 入力 ベクトルの帯域は F sO [H z ] から F eO [H z ] (第 3の帯域） とする。 ダウンサ ンプル回路の構成については、 P. P. Vaidyanathan による 「Mul ti rate Systems and Fi l ter BanksJ と題した文献 （文献 6 ) の 4. 1 . 1節に記載されている。 第 1の線形予測係数計算回路 7 7 0は、 ダウンサンプル回路 7 8 0から第 2の 入力べクトルを受けて、 前記第 2の入力べクトルに対して線形予測分析を行い、 第 1の帯域を有する第 1の線形予測係数を求め、 さらに前記第 1の線形予測係数 を量子化し、 第 1の量子化線形予測係数を求める。 第 1の線形予測係数計算回路 7 7 0は、 前記第 1の線形予測係数を第 1の重みづけフィルタ 1 4 0へ出力し、 第 1の量子化線形予測係数に対応するインデックスを第 1の線形予測合成フィル タ 1 3 2と線形予測逆フィルタ 7 3 0と第 3の線形予測係数計算回路 7 7 2およ び符号出力回路 7 9 0へ出力する。
第 1の線形予測合成フィルタ 1 3 2は、 第 1の量子化線形予測係数が格納され たテーブルを備えている。 第 1の線形予測合成フィルタ 1 3 2には、 加算器 1 8 4から出力される第 5の音源べクトルと第 1の線形予測係数計算回路 7 7 0から 出力される第 1の量子化線形予測係数に対応するインデックスが入力される。 ま た、 第 1の線形予測合成フィルタ 1 3 2は、 前記インデックスに対応する第 1の 量子化線形予測係数を、 前記テーブルより読み出し、 前記第 1の量子化線形予測 係数が設定された合成フィル夕を、 前記第 5の音源べクトルにより駆動すること で、 第 1の帯域を有する第 1の再生ベク トルを生成する。 そして前記第 1の再生 べクトルは第 3の差分器 1 8 3とアップサンプル回路 7 8 1へ出力される。
第 3の差分器 1 8 3は、 第 1の線形予測合成フィルタ 1 3 2から出力される第 1の再生べク トルとダウンサンプル回路 7 8 0から出力される第 2の入力べクト ルを受けて、 それらの差分を計算し、 これを第 2の差分ベクトルとして重みづけ フィルタ 1 4 0へ出力する。
アップサンプル回路 7 8 1は、 第 1の線形予測合成フィルタ 1 3 2から出力さ れる第 1の再生べクトルを受けて、 これをアップサンブルして第 3の帯域を有す る第 3の再生べク トルを生成する。 ここで、 第 3の帯域は F sO [H z ] から F eO [H z ] である。 アップサンプル回路 7 8 1は、 前記第 3の再生ベク トルを第 1 の差分器 1 8 0へ出力する。 アップサンプル回路の構成については、 P. P. Vaidy anathan による 「Mul ti rate Systems and Fi I ter Banks」 と題した文献 (文献 6 ) の 4. 1 . 1節に記載されている。
第 1の差分器 1 8 0は、 入力端子 1 0を介して入力ベク トルと、 アップサンプ ル回路 7 8 1から出力される第 3の再生べク トルを受けて、 それらの差分を計算 し、 これを第 1の差分べク トルとして、 線形予測逆フィルタ 7 3 0へ出力する。 第 2の線形予測係数計算回路 7 7 1は、 入力端子 1 0から入力べクトルを受け て、 前記入力ベクトルに対して線形予測分析を行い、 第 3の帯域を有する第 2の 線形予測係数を求め： 前記第 2の線形予測係数を第 3の線形予測係数計算回路 7 7 2へ出力する。
第 3の線形予測係数計算回路 7 7 2は、 第 1の量子化線形予測係数が格納され たテーブルを備えている。 第 3の線形予測係数計算回路 7 7 2には、 第 2の線形 予測係数計算回路 7 7 1から出力される第 2の線形予測係数と、 第 1の線形予測 係数計算回路 7 7 0から出力される第 1の量子化線形予測係数に対応するインデ ックスが入力される。 第 3の線形予測係数計算回路 7 7 2は、 前記インデックス に対応する第 1の量子化線形予測係数を、 前記テーブルより読み出し、 前記第 1 の量子化線形予測係数を L S Pに変換し、 さらに、 これをサンプリング周波数変 換することで、 入力信号のサンプリング周波数に対応する第 1の L S Pを生成す る。 また、 第 3の線形予測係数計算回路 7 7 2は、 前記第 2の線形予測係数を L S Pに変換し、第 2の L S Pを生成する。第 3の線形予測係数計算回路 7 7 2は、 前記第 2の L S Pと前記第 1の L S Pとの差分を計算する。 この差分値を第 3の L S Pとする。 ここで、 L S Pのサンプリング周波数変換については、 特願平 9 —2 0 2 4 7 5号 （文献 7 ) に記載されている。 前記第 3の L S Pは量子化され、 この量子化された前記第 3の L S Pは線形予測係数に変換され、 第 3の帯域を有 する第 3の量子化線形予測係数が生成される。 そして前記第 3の量子化線形予測 係数に対応するインデックスは線形予測逆フィルタ Ί 3 0および符号出力回路 7 9 0へ出力される。
線形予測逆フィルタ 7 3 0は、 第 1の量子化線形予測係数が格納された第 1の テーブルと第 3の量子化線形予測係数が格納された第 2のテーブルとを備えてい る。 線形予測逆フィルタ 7 3 0には、 第 1の線形予測係数計算回路 7 7 0から出 力される第 1の量子化線形予測係数に対応する第 1のィンデックスと、 第 3の線 形予測係数計算回路 7 7 2から出力される第 3の量子化線形予測係数に対応する 第 2のインデックスと、 第 1の差分器 1 8 0から出力される第 1の差分べク トル が入力される。 線形予測逆フィルタ 7 3 0は、 前記第 1のインデックスに対応す る第 1の量子化線形予測係数を前記第 1のテーブルより読み出し、 L S Fに変換 し、 さらに、 これをサンプリング周波数変換することで、 入力信号のサンプリン グ周波数に対応する第 1の L S Pを生成する。 そして前記第 2のィンデックスに 対応する第 3の量子化線形予測係数が前記第 2のテーブルより読み出され、 L S Pに変換されて、 第 3の L S Pが生成される。 次に、 前記第 1の L S Pと前記第 3の L S Pとが加算されて、 第 2の L S Pが生成される。 線形予測逆フィルタ 7 3 0は、 前記第 2の L S Pを線形予測係数に変換し、 第 2の量子化線形予測係数 を生成する。 線形予測逆フィルタ 7 3 0は、 前記第 2の量子化線形予測係数が設 定された逆フィルタを、 前記第 1の差分べク トルにより駆動することによって、 第 1の残差べク トルを生成する。 前記第 1の残差べク トルは直交変換回路 2 4 0 へ出力される。
符号出力回路 7 9 0には、 第 1の線形予測係数計算回路 7 7 0から出力される 第 1の量子化線形予測係数に対応するインデックスと、 第 3の線形予測係数計算 回路 7 7 2から出力される第 3の量子化線形予測係数に対応するインデックスと、 第 1の最小化回路 5 δ 0から出力され、 第 1の音源べクトル、 遅延 d、 第 1のゲ ィンおよび第 3のゲインの各々に対応するインデックスと、 直交変換係数量子化 回路 2 6 0から出力され、 Nsbv 個のサブべクトルに対する形状コードべクトル および量子化ゲインのィンデッタスから構成されるィンデッタスのセッ トが入力 される。 前記各インデックスはビッ ト系列の符号に変換され、 出力端子 2 0を介 して出力される。
第 1 8図は、 本発明の第 9の実施例による、 第 1の実施例に対応する音声音楽 信号復号装置の構成を示すプロック図である。 本復号装置には入力端子 3 0から ビッ ト系列の符号が入力される。
符号入力回路 4 1 0は、 入力端子 3 0から入力したビッ ト系列の符号をィンデ ックスに変換する。 第 1の音源ベク トルに対応するインデックスは、 第 1の音源 生成回路 1 1 0へ出力される。 第 1のゲインに対応するィンデックスは、 第 1の ゲイン回路 1 6 0へ出力される。量子化線形予測係数に対応するインデックスは、 線形予測合成フィルタ 1 3 0および線形予測合成フィルタ 1 3 1へ出力される。 サブべクトルに対する形状コードべクトルおよび量子化ゲインの各々に対応する インデックス Nsbv を個のサブベクトル分まとめたインデックスのセッ トは、 直 交変換係数逆量子化回路 4 6 0へ出力される。
第 1の音源生成回路 1 1 0は、 符号入力回路 4 1 0から出力されるインデック スを受けて、 前記インデックスに対応する第 1の音源ベクトルを、 複数個の音源 べクトルが格納されたテーブルより読み出して第 1のゲイン回路 1 6 0へ出力す る。
第 1のゲイン回路 1 6 0は、量子化ゲインが格納されたテーブルを備えている。 第 1のゲイン回路 1 6 0は、符号入力回路 4 1 0から出力されるインデックスと、 第 1の音源生成回路 1 1 0から出力される第 1の音源べクトルを受けて、 前記ィ ンデックスに対応する第 1のゲインを前記テーブルより読み出し、 前記第 1のゲ インと前記第 1の音源ベク トルとを乗算し、 第 2の音源ベク トルを生成する。 生 成した前記第 2の音源べク トルは第 1の帯域通過フィルタ 1 2 0へ出力される。 第 1の帯域通過フィルタ 1 2 0には、 第 1のゲイン回路 1 6 0から出力される 第 2の音源ベクトルが入力される。 前記第 2の音源ベクトルは、 このフィルタに より第 1の帯域に帯域制限され、 第 1の励振ベクトルを生成する。 第 1の帯域通 過フィルタ 1 2 0は、 前記第 1の励振べクトルを線形予測合成フィルタ 1 3 0へ 出力する。
直交変換係数逆量子化回路 4 6 0の構成について第 2 0図を用いて説明する。 第 2 0図において、 点線で囲まれたブロックは N sbv 個ある。 その各ブロックで 第 3図の帯域選択回路 250において規定される Nsbv 個の量子化サブべク トル は以下の数 1 1のように表される。 その Nsbv 個の量子化サブべクトルは復号さ れる。
(数 1 1) e' n(n),---.e' ι ,(η),η = 0,··· -1
sb,0、 7 sb.N , 一 1
sbv
各量子化サブベク トルに対する復号処理は共通である。 以下、 e' sb,0 (n), n = 0, ···, L— 1に対する処理について説明する。 量子化サブベクトル e' sb, 0 (n), n = 0, ···. L— 1は、 第 3図における直交変換係数量子化回路 260 での処理と同様に、 形状コードベクトル cO[j] (n), n = 0, ···, L一 1と量子 化ゲイン gO[k]との積で表される。 ここで、 j, kはインデックスを表す。 イン デックス入力回路 4630は、 入力端子 4650を介して、 符号入力回路 410 から出力される Nsbv個の量子化サブべクトルに対する形状コードべクトルおよ び量子化ゲインのィンデッタスから構成されるィンデックスのセッ ト i f を入力 する。そして前記ィンデックスのセット i f から、形状コードべクトル cO[j] (n), n-0, ···, L一 1を指定するイ ンデックス i sbs.O と量子化ゲイン gO[k]を指 定するインデックス i sbg.O とを取り出し、 i sbs,0 をテーブル 4610へ出力 し、 i sbg.O をゲイン回路 4620へ出力する。 テーブル 4610には、 cO[j]
(n), n = 0, ■··, L一 1, j =0, ··', Nc, 0 — 1が格納されている。 テープ ル 4610は、ィンデックス入力回路 4630から出力されるィンデックス i sbs, 0 を入力し、 i sbs.O に対応する形状コードベクトル cO[j] (n), n = 0, ···, L一 1 , j = i sbs.O をゲイン回路 4620へ出力する。 ゲイン回路 4620が 備えているテーブル;こは、 gO[k]， k = 0, ···, Ng.O — 1が格納されている。 ゲイン回路 4620:こは、 テーブル 4610から出力される cO[j] (n), n = 0, ···, L— 1, j = i sbs, 0 と、 インデックス入力回路 4630から出力されるィ ンデックス i sbg, 0 を受けて、 i sbg.O に対応する量子化ゲイン gO[k], k= i s bg,0 を前記テーブルより読み出し、 cO[j] (n), n = 0, ·'·, L一 1， j = i s bg,0 と gO[k], k= i sbg.O とを乗算して得られる量子化サブベクトル e ' sb, 0
(n), n = 0, '··. L— 1を全帯域ベクトル生成回路 4640へ出力する。 全帯 P /JP
域べク トル生成回路 4640には、 ゲイン回路 4620から出力される量子化サ ブベクトル e' sb.O (n), n = 0, ···, L— 1が入力される。 また、 全帯域べク トル生成回路 4640には、 e' sb,0 (n), n = 0, ··', L一 1と同様の処理で 得られる、 以下の数 12で表されるべクトルが入力される。
(数 12) e' ,(η),···,ε' ι , (η)，η二
sb.l sb N 1 0,… ー 1
sbv
第 19図に示すように、 前記 Nsbv 個の量子化サブべクトル （数 1 1) を、 第 3図の帯域選択回路 250において規定される第 2の帯域に配置し、 前記第 2の 帯域以外には零ベク トルを配置することにより、 全帯域 （例えば、 再生信号のサ ンプリング周波数が 16 kHzのときは、 8 kHz帯域） に相当する第 2の励振 べクトルが生成され、 この第 2の励振べクトルは出力端子 4660を介して直交 逆変換回路 440に出力される。
直交逆変換回路 440は、 直交変換係数逆量子化回路 460から出力される第 2の励振ベクトルを受けて、 前記第 2の励振ベクトルを直交逆変換し、 第 3の励 振べクトルを得る。 そして前記第 3の励振べクトルを線形予測合成フィルタ 13 1へ出力する。 ここで、 直交逆変換としては、 離散コサイン逆変換 （Inverse Dis crete Cosine Transform, IDCT ) を用いることができる。
線形予測合成フィルタ 130は、 量子化線形予測係数が格納されたテーブルを 備えている。 線形予測合成フィル夕 130には、 第 1の帯域通過フィルタ 120 から出力される第 1の励振べクトルと、 符号入力回路 410から出力される量子 化線形予測係数に対応するインデックスが入力される。 また、 線形予測合成フィ ル夕 130は、 前記インデックスに対応する量子化線形予測係数を前記テーブル より読み出し、 この量子化線形予測係数が設定された合成フィルタ 1/A (z) を前記第 1の励振べクトルにより駆動することで、 第 1の再生べク トルを生成す る。 そして前記第 1の再生べク卜ルは加算器 182に出力される。
線形予測合成フィルタ 131は量子化線形予測係数が格納されたテーブルを備 えている。 線形予測合成フィルタ 131には、 直交逆変換回路 440から出力さ れる第 3の励振べクトルと、 符号入力回路 410から出力される量子化線形予測 係数に対応するインデックスが入力される。 また、 線形予測合成フィルタ 1 3 1 は、 前記ィンデッタスに対応する量子化線形予測係数を前記テーブルより読み出 し、 この量子化線形予測係数が設定された合成フィルタ 1 ZA ( z ) を前記第 3 の励振べク トルにより駆動することで、 第 2の再生べク 、ルを生成する。 前記第 2の再生べクトルは加算器 1 8 2に出力される。
加算器 1 8 2は、 線形予測合成フィルタ 1 3 0から出力される第 1の再生べク トルと、 線形予測合成フィルタ 1 3 1から出力される第 2の再生べクトルとを受 けて、 これらの和を計算し、 これを第 3の再生ベク トルとして、 出力端子 4 0を 介して出力する。
第 1 8図を用いて説明した第 9の実施例は、帯域数が 2の場合であるが、以下、 帯域数を 3以上に拡張した場合について説明する。
第 1 8図は、 第 2 1図のように書き直すことができる。 ここで、 第 2 1図の第 1の復号回路 1 0 5 1は、 第 2 2図と等価であり、 第 2 1図の第 2の復号回路 1 0 5 2は、 第 2 3図と等価であり、 第 2 2図、 第 2 3図を構成する各ブロックは、 第 1 8図で説明した各ブロックと同じである。
本発明の第 1 0の実施例は、 第 9の実施例において帯域数を 3に拡張すること で実現される。 本発明の第 1 0の実施例による音声音楽信号復号装置の構成は、 第 2 4図に示すブロック図で表すことができる。 ここで、 第 1の復号回路 1 0 5 1は第 2 2図と等価であり、 第 2の復号回路 1 0 5 2は第 2 2図と等価であり、 第 3の復号回路 1 0 5 3は第 2 3図と等価である。 符号入力回路 4 1 0 1は、 入 力端子 3 0から入力したビッ ト系列の符号をィンデックスに変換し、 量子化線形 予測係数に対応するィンデックスを第 1の復号回路 1 0 5 1、 第 2の復号回路 1 0 5 2および第 3の復号回路 1 0 5 3へ出力し、 音源べク トルとゲインに対応す るインデックスを第 1の復号回路 1 0 5 1および第 2の復号回路 1 0 5 2へ出力 し、 サブべク トルに対する形状コードべクトルおよび量子化ゲインに対応するィ ンデッタスのセッ トを第 3の復号回路 1 0 5 3へ出力する。
本発明の第 1 1の実施例は、 第 9の実施例において帯域数を Nに拡張すること で実現される。 本発明の第 1 1の実施例による音声音楽信号復号装置の構成は、 第 2 5図に示すブロック図で表すことができる。 ここで、 第 1の復号回路 1 0 5 1から第 （N— 1 ) の復号回路 1 0 5 4の各々は第 2 2図と等価であり、 第 Nの 復号回路 1 0 5 5は第 2 3図と等価である。 符号入力回路 4 1 0 2は、 入力端子 3 0から入力したビッ ト系列の符号をィンデックスに変換し、 量子化線形予測係 数に対応するインデックスを第 1の復号回路 1 0 5 1から第 （N— 1 ) の復号回 路 1 0 5 4および第 τの復号回路 1 0 5 5の各々へ出力し、 音源べクトルとゲイ ンに対応するインデックスを第 1の復号回路 1 0 5 1から第 （N— 1 ) の復号回 路 1 0 5 4の各々へ出力し、 サブべク トルに対する形状コードべク トルおよび量 子化ゲインに対応するインデックスのセッ トを第 Nの復号回路 1 0 5 5へ出力す る。
第 9の実施例では、 第 2 1図における第 1の復号回路 1 0 5 1が A— b— S法 を用いた符号化方式に対応する復号方式に基づいているが、 第 1の復号回路 1 0 5 1に対して、 A—b— S法以外の符号化方式に対応する復号方式を適用するこ ともできる。 以下では、 時間周波数変換を用いた符号化方式に対応する復号方式 を第 1の復号回路 1 0 5 1に対して適用した場合について説明する。
本発明の第 1 2の実施例は、 第 9の実施例において時間周波数変換を用いた符 号化方式に対応する復号方式を適用することで実現される。 本発明の第 1 2の実 施例による音声音楽信号復号装置の構成は、 第 2 6図に示すプロック図で表すこ とができる。 ここで、 第 1の復号回路 1 0 6 1は第 2 3図と等価であり、 第 2の 復号回路 1 0 5 2は第 2 3図と等価である。 符号入力回路 4 1 0 3は、 入力端子 3 0から入力したビット系列の符号をインデックスに変換し、 量子化線形予測係 数に対応するインデックスを第 1の復号回路 1 0 6 1および第 2の復号回路 1 0 5 2へ出力し、 サブべクトルに対する形状コードべクトルおよび量子化ゲインに 対応するインデックスのセッ 卜を第 1の復号回路 1 0 6 1および第 2の復号回路 1 0 5 2へ出力する。
本発明の第 1 3の実施例は、 第 1 2の実施例において帯域数を 3に拡張するこ とで実現される。本発明の第 1 3の実施例による音声音楽信号復号装置の構成は、 第 2 7図に示すブロック図で表すことができる。 ここで、 第 1の復号回路 1 0 6 1は第 2 3図と等価であり、 第 2の復号回路 1 0 6 2は第 2 3図と等価であり、 第 3の復号回路 1 0 5 3は第 2 3図と等価である。 符号入力回路 4 1 0 4は、 入 力端子 3◦から入力したビッ ト系列の符号をインデックスに変換し、 量子化線形 予測係数に対応するインデックスを第 1の復号回路 1 0 6 1、 第 2の復号回路 1 0 6 2および第 3の復号回路 1 0 5 3へ出力し、 サブべク トルに対する形状コ一 ドベク トルおよび量子化ゲィンに対応するインデックスのセッ トを第 1の復号回 路 1 0 6 1、第 2の復号回路 1 0 6 2および第 3の復号回路 1 0 5 3へ出力する。 本発明の第 1 4の実施例は、 第 1 2の実施例において帯域数を Nに拡張するこ とで実現される。本発明の第 1 4の実施例による音声音楽信号復号装置の構成は、 第 2 8図に示すブロック図で表すことができる。 ここで、 第 1の復号回路 1 0 6 1から第 N— 1の復号回路 1 0 6 4の各々は第 2 3図と等価であり、 第 Nの復号 回路 1 0 5 5は第 2 3図と等価である。 符号入力回路 4 1 0 5は、 入力端子 3 0 から入力したビッ ト系列の符号をインデックスに変換し、 量子化線形予測係数に 対応するィンデックスを第 1の復号回路 1 0 6 1から第 N— 1の復号回路 1 0 6 4および第 Nの復号回路 1 0 5 5の各々へ出力し、 サブべクトルに対する形状コ 一ドべクトルおよび量子化ゲインに対応するインデックスのセッ トを第 1の復号 回路 1 0 6 1から第 （N— 1 ) の復号回路 1 0 6 4および第 Nの復号回路 1 0 5 5の各々へ出力する。
第 2 9図は、 本発明の第 1 5の実施例による、 第 7の実施例に対応する音声音 楽信号復号装置の構成を示すブロック図である。 第 2 9図において、 第 1 8図の 第 9の実施例と異なるブロックは、記憶回路 5 1 0、 ピッチ信号生成回路 1 1 2、 第 3のゲイン回路 1 6 2、 加算器 1 8 4および符号入力回路 6 1 0である力、 記 憶回路 5 1 0、 ピッチ信号生成回路 1 1 2、 第 3のゲイン回路 1 6 2および加算 器1 8 4は、 第 1 6図と同様であるので説明を省略し、 符号入力回路 6 1 0につ いて説明する。
符号入力回路 6 1 0は、 入力端子 3 0から入力したビッ ト系列の符号をィンデ ックスに変換する。 第 1の音源ベクトルに対応するインデックスは、 第 1の音源 生成回路 1 1 0へ出力される。 遅延 dに対応するインデックスは、 ピッチ信号生 成回路 1 1 2へ出力される。 第 1のゲインに対応するィンデックスは、 第 1のゲ ィン回路 1 6 0へ出力される。 第 3のゲインに対応するィンデックスは、 第 3の ゲイン回路 1 6 2へ出力される。量子化線形予測係数に対応するインデックスは、 線形予測合成フィルタ 1 3 0および線形予測合成フィルタ 1 3 1へ出力される。 サブべク卜ルに対する形状コードべク トルおよび量子化ゲインの各々に対応する ィンデックスを Nsbv 個のサブべク トル分まとめたィンデックスのセッ トは、 直 交変換係数逆量子化回路 4 6 0へ出力される。
第 3 0図は、 本発明の第 1 6の実施例による、 第 8の実施例に対応する音声音 楽信号復号装置の構成を示すブロック図である。 以下では、 第 2 9図と異なるブ ロックである、 符号入力回路 8 1 0、 第 1の線形予測係数合成フィルタ 1 3 2、 アップサンプル回路 7 8 1および第 2の線形予測合成フィルタ 8 3 1について説 明する。
符号入力回路 8 1 0は、 入力端子 3 0から入力したビッ ト系列の符号をィンデ ックスに変換する。 第 1の音源ベク トルに対応するインデックスは、 第 1の音源 生成回路 1 1 0へ出力される。 遅延 dに対応するインデックスは、 ピッチ信号生 成回路 1 1 2へ出力される。 第 1のゲインに対応するインデックスは、 第 1のゲ イン回路 1 6 0へ出力される。 第 3のゲインに対応するインデックスは、 第 3の ゲイン回路 1 6 2へ出力される。 第 1の量子化線形予測係数に対応するインデッ クスは、 第 1の線形予測合成フィルタ 1 3 2および第 2の線形予測合成フィルタ 8 3 1へ出力される。 第 3の量子化線形予測係数に対応するインデックスは、 第 2の線形予測合成フィルタ 8 3 1へ出力される。 サブべクトルに対する形状コー ドべク トルおよび量子化ゲインの各々に対応するインデックスを N sbv 個のサブ べクトル分まとめたィンデックスのセットは、 直交変換係数逆量子化回路 4 6 0 へ出力される。
第 1の線形予測合成フィルタ 1 3 2は、 第 1の量子化線形予測係数が格納され たテーブルを備えている。 第 1の線形予測合成フィルタ 1 3 2は、 加算器 1 8 4 から出力される第 5の音源べクトルと符号入力回路 8 1 0から出力される第 1の 量子化線形予測係数に対応するインデックスとを入力する。 また、 前記インデッ クスに対応する第 1の量子化線形予測係数を、 前記テーブルより読み出し、 前記 第 1の量子化線形予測係数が設定された合成フィルタを、 前記第 5の音源べク ト ルにより駆動することで、 第 1の帯域を有する第 1の再生ベク トルを得る。 そし て前記第 1の再生べクトルをアップサンプル回路 7 8 1へ出力する。 アップサンプル回路 7 8 1は、 第 1の線形予測合成フィルタ 1 3 2から出力さ れる第 1の再生べクトルを入力し、 これをアップサンプルして第 3の帯域を有す る第 3の再生べク トルを得る。 そして前記第 3の再生べク トルを第 1の加算器 1 8 2へ出力する。
第 2の線形予測合成フィル夕 8 3 1は、 第 1の帯域を有する第 1の量子化線形 予測係数が格納された第 1のテ一ブルと、 第 3の帯域を有する第 3の量子化線形 予測係数が格納された第 2のテーブルとを備えている。 第 2の線形予測合成フィ ルタ 8 3 1には、 直交逆変換回路 4 4 0から出力される第 3の励振べクトルと、 符号入力回路 8 1 0から出力される第 1の量子化線形予測係数に対応する第 1の インデックスと、 第 3の量子化線形予測係数に対応する第 2のィンデックスが入 力される。 第 2の線形予測合成フィルタ 8 3 1は、 前記第 1のインデックスに対 応する第 1の量子化線形予測係数を前記第 1のテーブルより読み出し、 これを L S Pに変換し、 さらに、 これをサンプリング周波数変換することで、 第 3の再生 ベクトルのサンプリング周波数に対応する第 1の L S Pを生成する。 次に、 前記 第 2のインデックスに対応する第 3の量子化線形予測係数が前記第 2のテーブル より読み出され、 これが L S Pに変換され、 第 3の L S Pが生成される。 そして 前記第 1の L S Pと前記第 3の L S Pとを加算して得られる第 2の L S Pは線形 予測係数に変換され、 第 2の線形予測係数が生成される。 第 2の線形予測合成フ ィルタ 8 3 1は、 前記第 2の線形予測係数が設定された合成フィルタを前記第 3 の励振べクトルにより駆動することで、 第 3の帯域を有する第 2の再生べクトル を生成する。 そして前記第 2の再生べクトルは加算器 1 8 2へ出力される。
加算器 1 8 2は、 アップサンプル回路 7 8 1から出力される第 3の再生べク ト ルと、 第 2の線形予測合成フィルタ 8 3 1から出力される第 2の再生べク トルを 受けて、 これらの和を計算し、 これを第 4の再生ベク トルとして、 出力端子 4 0 を介して出力する。 産業上の利用可能性
本発明によれば、 音声音楽信号を全帯域にわたって良好に符号化できる。 その 理由は、 入力信号の低域に対応する帯域特性を有する音源信号により前記入力信 号から求めた線形予測合成フィルタを駆動することで第 1の再生信号を生成し、 前記入力信号と前記第 1の再生信号との差分信号により前記線形予測合成フィル タの逆フィルタを駆動することで残差信号を生成し、前記残差信号の高域成分を、 直交変換に基づく符号化方式を用いて符号化するため、 前記入力信号の高域成分 に対する符号化性能が改善されるからである。

Claims

請 求 の 範 囲
1 . 入力信号の第 1の帯域に対応する励振信号と、 前記入力信号の第 2の帯 域に対応する励振信号とを加算して得られる励振信号により、 前記入力信号から 求めた線形予測合成フィルタを駆動することで再生信号を生成する音声音楽信号 符号化装置において、 前記第 1の帯域に対応する励振信号により前記線形予測合 成フィル夕を駆動することで第 1の再生信号を生成する再生信号生成手段と、 入 力信号と前記第 1の再生信号との差分信号により前記線形予測合成フィルタの逆 フィルタを駆動することで残差信号を生成する残差信号生成手段と、 前記残差信 号における第 2の帯域に対応する成分を直交変換後に符号化する符号化手段を有 することを特徴とする音声音楽信号符号化装置。
2. 3個の帯域;こ対応する 3個の励振信号を加算して得られる励振信号によ り、 入力信号から求めた線形予測合成フィルタを駆動することで再生信号を生成 する音声音楽信号符号化装置において、 第 1と第 2の帯域に対応する励振信号に より前記線形予測合成フィルタを駆動することで第 1と第 2の再生信号を生成す る再生信号生成手段と、 前記第 1と第 2の再生信号を加算した信号と前記入力信 号との差分信号により前記線形予測合成フィルタの逆フィルタを駆動することで 残差信号を生成し、 前記残差信号における第 3の帯域に対応する成分を直交変換 後に符号化する符号化手段を有することを特徴とする音声音楽信号符号化装置。
3. N (Nは 2 以上の自然数） 個の帯域に対応する X個の励振信号を加算し て得られる励振信号:こより、 入力信号から求めた線形予測合成フィルタを駆動す ることで再生信号を生成する音声音楽信号符号化装置において、 第 1から第 （N - 1 ) の帯域に対応する励振信号により前記線形予測合成フィルタを駆動するこ とで第 1から第 （X— 1 ) の再生信号を生成する再生信号生成手段と、 前記第 1 から第 （N— 1 ) の再生信号を加算した信号と前記入力信号との差分信号により 前記線形予測合成フイルクの逆フィルタを駆動することで残差信号を生成し、 前 記残差信号における第 Nの帯域に対応する成分を直交変換後に符号化する第 Nの 符号化手段とを有することを特徴とする音声音楽信号符号化装置。
4. 2個の帯域:こ対応する 2個の励振信号を加算して得られる励振信号によ り、 入力信号から求めた線形予測合成フィルタを駆動することで再生信号を生成 する音声音楽信号符号化装置において、 第 1の符号化復号信号と入力信号との差 分を計算する手段 （第 3 1図の 1 8 0 ) と、 入力信号から求めた線形予測合成フ ィルタの逆フィルタを前記差分信号で駆動することにより残差信号を生成し、 前 記残差信号における任意の帯域に対応する成分を直交変換後に符号化する符号化 手段とを有することを特徴とする音声音楽信号符号化装置。
5. 3個の帯域に対応する 3個の励振信号を加算して得られる励振信号によ り、 入力信号から求めた線形予測合成フィルタを駆動することで再生信号を生成 する音声音楽信号符号化装置において、 第 1と第 2の符号化復号信号を加算した 信号と入力信号との差分信号を計算する手段と、 入力信号から求めた線形予測合 成フィルタの逆フィルタを前記差分信号で駆動することにより残差信号を生成し、 前記残差信号における任意の帯域に対応する成分を直交変換後に符号化する符号 化手段とを有することを特徴とする音声音楽信号符号化装置。
6. N (Nは 2 以上の自然数） 個の帯域に対応する N個の励振信号を加算し て得られる励振信号により、 入力信号から求めた線形予測合成フィルタを駆動す ることで再生信号を生成する音声音楽信号符号化装置において、 第 1から第 （N - 1 ) の符号化復号信号を加算した信号と入力信号との差分信号を計算する差分 信号計算手段と、 前記入力信号から求めた線形予測合成フィルタの逆フィル夕を 前記差分信号で駆動することにより残差信号を生成し、 前記残差信号における任 意の帯域に対応する成分を直交変換後に符号化する第 Nの符号化手段を有するこ とを特徴とする音声音楽信号符号化装置。
7. 入力信号の第 1の帯域に対応する励振信号を生成する際にピッチ予測フ ィルタを用いることを特徴とする請求項 1記載の音声音楽信号符号化装置。
8. 第 1のサンプリング周波数でサンプリングされた第 1の入力信号を第 2 のサンプリング周波数にダウンサンプリングして第 2の入力信号を生成する第 2 の入力信号生成手段と、 前記第 2の入力信号から求めた第 1の線形予測係数が設 定された合成フィルタを励振信号によつて駆動することで、 第 1の再生信号を生 成する第 1の再生信号生成手段と、 前記第 1の再生信号を前記第 1のサンプリン グ周波数にアップサンプリングすることにより第 2の再生信号を生成する第 2の 再生信号生成手段と、 前記第 1の線形予測係数と第 1のサンプリング周波数にサ ンプリング周波数変換して得られる第 2の線形予測係数との差分から第 3の線形 予測係数を計算する第 3の線形予測係数計算手段と、 前記第 2の線形予測係数と 前記第 3の線形予測係数との和から第 4の線形予測係数を計算し、 前記第 1の入 力信号と前記第 2の再生信号との差分信号により前記第 4の線形予測係数が設定 された逆フィルタを駆動することで残差信号を生成する残差信号生成手段と、 前 記残差信号における任意の帯域に対応する成分を、 直交変換後に符号化する符号 化手段を有することを特徴とする音声音楽信号符号化装置。
9. 第 1の帯域:こ対応する励振信号と、 第 2の帯域に対応する励振信号とを 加算して得られる励振信号により、 線形予測合成フィルタを駆動することで再生 信号を生成する音声音楽信号復号装置において、 復号信号と直交変換係数を直交 逆変換することにより、 前記第 2の帯域に対応する励振信号を生成する励振信号 生成手段と、 前記線形予測合成フィルタを前記励振信号で駆動することにより第 2の再生信号を生成する第 2の再生信号生成手段と、 前記第 1の帯域に対応する 励振信号により前記線形予測フィルタを駆動することで第 1の再生信号を生成す る第 1の再生信号生成手段と、 前記第 1の再生信号と前記第 2の再生信号とを加 算することで復号音声音楽を生成する復号音声音楽生成手段を有することを特徴 とする音声音楽信号復号装置。
1 0. 第 1から第 3の帯域に対応する 3個の励振信号を加算して得られる励 振信号により、 線形予測合成フィルタを駆動することで再生信号を生成する音声 音楽信号復号装置において、復号した直交変換係数を直交逆変換することにより、 第 3の帯域に対応する励振信号を生成し、 線形予測合成フィルタを前記励振信号 で駆動することより第 3の再生信号を生成する第 3の再生信号生成手段と、 第 1 と第 2の帯域に対応する励振信号により前記線形予測フィルタを駆動することで 第 1及び第 2の再生信号を生成する第 1及び第 2の再生信号生成手段と、 前記第 1から第 3の再生信号を加算することで復号音声音楽を生成する復号音声音楽生 成手段とを有することを特徴とする音声音楽信号復号装置。
1 1 . 第 1〜第 Nの帯域に対応する N個の励振信号を加算して得られる励振 信号により、 線形予測合成フィルタを駆動することで再生信号を生成する音声音 楽信号復号装置において、 復号した直交変換係数を直交逆変換することにより、 第 Nの帯域に対応する励振信号を生成し、 前記線形予測合成フィルタを前記励振 信号で駆動することより第 Nの再生信号を生成する第 Nの再生信号生成手段と、 第 1〜第 （N— 1 ) の帯域に対応する励振信号によって前記線形予測フィルタを 駆動することで第 1〜第 （N— 1 ) の再生信号を生成する第 1〜第 （N— 1 ) の 再生信号生成手段と、 前記第 1〜第 Nの再生信号を加算することで復号音声音楽 を生成する復号音声音楽生成手段を有することを特徴とする音声音楽信号復号装 置。
1 2. 第 1〜第 2の帯域に対応する励振信号を加算して得られる励振信号に より、 線形予測合成フィルタを駆動することで再生信号を生成する音声音楽信号 復号装置において、 復号した直交変換係数を直交逆変換することにより、 励振信 号を生成し、 線形予測合成フィルタを前記励振信号で駆動することにより第 2の 再生信号を生成する再生信号生成手段と、 前記第 2の再生信号と第 1の再生信号 生成手段からの第 1の再生信号を加算することで復号音声音楽を生成する復号音 声音楽生成手段とを有することを特徴とする音声音楽信号復号装置。
1 3. 第 1〜第 3の帯域に対応する励振信号を加算して得られる励振信号に より、 線形予測合成フィルタを駆動することで再生信号を生成する音声音楽信号 復号装置において、 復号した直交変換係数を直交逆変換することにより、 励振信 号を生成し、 線形予測合成フィルタを前記励振信号で駆動することにより第 3の 再生信号を生成する第 3の再生信号生成手段と、 前記第 3の再生信号と、 第 1及 び第 2の再生信号生成手段からそれぞれ出力される第 1及び第 2の再生信号とを 加算することで復号音声音楽を生成する復号音声音楽生成手段とを有することを 特徴とする音声音楽信号復号装置。
1 4. 第 1〜第 Nの帯域に対応する N個の励振信号を加算して得られる励振 信号により、 線形予測合成フィルタを駆動することで再生信号を生成する音声音 楽信号復号装置において、 復号した直交変換係数を直交逆変換することにより、 励振信号を生成し、 前記線形予測合成フィルタを前記励振信号で駆動することに より第 Nの再生信号を生成する第 Nの再生信号生成手段と、 前記第 Nの再生信号 と第 1〜第 （N— 1 ) の再生信号を加算することで復号音声音楽を生成する復号 音声音楽生成手段とを有することを特徴とする音声音楽信号復号装置。
1 5. 第 1の帯域に対応する励振信号を生成する際にピッチ予測フィルタを 用いることを特徴とする請求項 9記載の音声音楽信号復号装置。
1 6. 第 1の帯域に対応する第 1の励振信号により第 1の線形予測合成フィ ル夕を駆動して得られる信号を、 第 1のサンプリング周波数にアップサンプリン グして第 1の再生信号を生成する第 1の再生信号生成手段と、 復号した直交変換 係数を直交逆変換することにより、 第 2の帯域に対応する第 2の励振信号を生成 し、 前記第 2の励振信号により第 2の線形予測合成フィルタを駆動することで第 2の再生信号を生成する第 2の再生信号生成手段と、 前記第 1の再生信号と前記 第 2の再生信号とを加算することで復号音声音楽を生成する復号音声音楽生成手 段を有することを特徴とする音声音楽信号復号装置。
1 7. 請求項 1記載の音声音楽信号符号化装置から出力される符号を、 請求 項 9記載の音声音楽信号復号装置で復号する音声音楽信号符号化復号装置。
1 8. 請求項 2記載の音声音楽信号符号化装置から出力される符号を、 請求 項 1 0記載の音声音楽信号復号装置で復号する音声音楽信号符号化復号装置。
1 9. 請求項 3記載の音声音楽信号符号化装置から出力される符号を、 請求 項 1 1記載の音声音楽信号復号装置で復号する音声音楽信号符号化復号装置。
2 0. 請求項 4記載の音声音楽信号符号化装置から出力される符号を、 請求 項 1 2記載の音声音楽信号復号装置で復号する音声音楽信号符号化復号装置。
2 1 . 請求項 5記載の音声音楽信号符号化装置から出力される符号を、 請求 項 1 3記載の音声音楽信号復号装置で復号する音声音楽信号符号化復号装置。
2 2. 請求項 6記載の音声音楽信号符号化装置から出力される符号を、 請求 項 1 4記載の音声音楽信号復号装置で復号する音声音楽信号符号化復号装置。
2 3. 請求項 7記載の音声音楽信号符号化装置から出力される符号を、 請求 項 1 5記載の音声音楽信号復号装置で復号する音声音楽信号符号化復号装置。
2 4. 請求項 8記載の音声音楽信号符号化装置から出力される符号を、 請求 項 1 6記載の音声音楽信号復号装置で復号する音声音楽信号符号化復号装置。
PCT/JP1999/003185 1998-06-15 1999-06-15 Voice/music signal encoder and decoder Ceased WO1999066497A1 (en)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP99925329A EP1087378B1 (en) 1998-06-15 1999-06-15 Voice/music signal encoder and decoder
US09/719,826 US6865534B1 (en) 1998-06-15 1999-06-15 Speech and music signal coder/decoder
DE69941259T DE69941259D1 (de) 1998-06-15 1999-06-15 Sprach/musik signal kodierer und dekodierer
CA002335284A CA2335284A1 (en) 1998-06-15 1999-06-15 Speech and music signal coder/decoder

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP16657398A JP3541680B2 (ja) 1998-06-15 1998-06-15 音声音楽信号の符号化装置および復号装置
JP10/166573 1998-06-15

Publications (1)

Publication Number Publication Date
WO1999066497A1 true WO1999066497A1 (en) 1999-12-23

Family

ID=15833779

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP1999/003185 Ceased WO1999066497A1 (en) 1998-06-15 1999-06-15 Voice/music signal encoder and decoder

Country Status (6)

Country Link
US (1) US6865534B1 (ja)
EP (1) EP1087378B1 (ja)
JP (1) JP3541680B2 (ja)
CA (1) CA2335284A1 (ja)
DE (1) DE69941259D1 (ja)
WO (1) WO1999066497A1 (ja)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7072832B1 (en) * 1998-08-24 2006-07-04 Mindspeed Technologies, Inc. System for speech encoding having an adaptive encoding arrangement
FI119576B (fi) * 2000-03-07 2008-12-31 Nokia Corp Puheenkäsittelylaite ja menetelmä puheen käsittelemiseksi, sekä digitaalinen radiopuhelin
US6686193B2 (en) 2000-07-10 2004-02-03 Vertex Pharmaceuticals, Inc. High throughput method and system for screening candidate compounds for activity against target ion channels
US7240001B2 (en) * 2001-12-14 2007-07-03 Microsoft Corporation Quality improvement techniques in an audio encoder
US6934677B2 (en) 2001-12-14 2005-08-23 Microsoft Corporation Quantization matrices based on critical band pattern information for digital audio wherein quantization bands differ from critical bands
US7752052B2 (en) 2002-04-26 2010-07-06 Panasonic Corporation Scalable coder and decoder performing amplitude flattening for error spectrum estimation
US7299190B2 (en) * 2002-09-04 2007-11-20 Microsoft Corporation Quantization and inverse quantization for audio
JP4676140B2 (ja) 2002-09-04 2011-04-27 マイクロソフト コーポレーション オーディオの量子化および逆量子化
US7502743B2 (en) * 2002-09-04 2009-03-10 Microsoft Corporation Multi-channel audio encoding and decoding with multi-channel transform selection
JP3881943B2 (ja) * 2002-09-06 2007-02-14 松下電器産業株式会社 音響符号化装置及び音響符号化方法
US7486719B2 (en) * 2002-10-31 2009-02-03 Nec Corporation Transcoder and code conversion method
US7844451B2 (en) 2003-09-16 2010-11-30 Panasonic Corporation Spectrum coding/decoding apparatus and method for reducing distortion of two band spectrums
WO2006062202A1 (ja) * 2004-12-10 2006-06-15 Matsushita Electric Industrial Co., Ltd. 広帯域符号化装置、広帯域ｌｓｐ予測装置、帯域スケーラブル符号化装置及び広帯域符号化方法
US7539612B2 (en) * 2005-07-15 2009-05-26 Microsoft Corporation Coding and decoding scale factor information
CN101548318B (zh) * 2006-12-15 2012-07-18 松下电器产业株式会社 编码装置、解码装置以及其方法
US9602127B1 (en) * 2016-02-11 2017-03-21 Intel Corporation Devices and methods for pyramid stream encoding
US10957331B2 (en) 2018-12-17 2021-03-23 Microsoft Technology Licensing, Llc Phase reconstruction in a speech decoder
US10847172B2 (en) * 2018-12-17 2020-11-24 Microsoft Technology Licensing, Llc Phase quantization in a speech encoder

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05265492A (ja) * 1991-03-27 1993-10-15 Oki Electric Ind Co Ltd コード励振線形予測符号化器及び復号化器
JPH08263096A (ja) * 1995-03-24 1996-10-11 Nippon Telegr & Teleph Corp <Ntt> 音響信号符号化方法及び復号化方法
JPH0946233A (ja) * 1995-07-31 1997-02-14 Kokusai Electric Co Ltd 音声符号化方法とその装置、音声復号方法とその装置
JPH09127987A (ja) * 1995-10-26 1997-05-16 Sony Corp 信号符号化方法及び装置
JPH09127994A (ja) * 1995-10-26 1997-05-16 Sony Corp 信号符号化方法及び装置
JPH09130260A (ja) * 1995-10-26 1997-05-16 Victor Co Of Japan Ltd 音響信号の符号化装置及び復号化装置

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4956871A (en) 1988-09-30 1990-09-11 At&T Bell Laboratories Improving sub-band coding of speech at low bit rates by adding residual speech energy signals to sub-bands
JP3249144B2 (ja) 1991-03-29 2002-01-21 株式会社東芝 音声符号化装置
JP3264679B2 (ja) 1991-08-30 2002-03-11 沖電気工業株式会社 コード励振線形予測符号化装置及び復号化装置
JP3089769B2 (ja) 1991-12-03 2000-09-18 日本電気株式会社 音声符号化装置
US5526464A (en) * 1993-04-29 1996-06-11 Northern Telecom Limited Reducing search complexity for code-excited linear prediction (CELP) coding
JP3186489B2 (ja) 1994-02-09 2001-07-11 ソニー株式会社 ディジタル信号処理方法及び装置
JPH09127995A (ja) 1995-10-26 1997-05-16 Sony Corp 信号復号化方法及び信号復号化装置
TW321810B (ja) * 1995-10-26 1997-12-01 Sony Co Ltd
JPH09127985A (ja) 1995-10-26 1997-05-16 Sony Corp 信号符号化方法及び装置
US5778335A (en) * 1996-02-26 1998-07-07 The Regents Of The University Of California Method and apparatus for efficient multiband celp wideband speech and music coding and decoding
JPH09281995A (ja) 1996-04-12 1997-10-31 Nec Corp 信号符号化装置及び方法
JP3092653B2 (ja) 1996-06-21 2000-09-25 日本電気株式会社 広帯域音声符号化装置及び音声復号装置並びに音声符号化復号装置
JP3357795B2 (ja) 1996-08-16 2002-12-16 株式会社東芝 音声符号化方法および装置
US6345246B1 (en) * 1997-02-05 2002-02-05 Nippon Telegraph And Telephone Corporation Apparatus and method for efficiently coding plural channels of an acoustic signal at low bit rates

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05265492A (ja) * 1991-03-27 1993-10-15 Oki Electric Ind Co Ltd コード励振線形予測符号化器及び復号化器
JPH08263096A (ja) * 1995-03-24 1996-10-11 Nippon Telegr & Teleph Corp <Ntt> 音響信号符号化方法及び復号化方法
JPH0946233A (ja) * 1995-07-31 1997-02-14 Kokusai Electric Co Ltd 音声符号化方法とその装置、音声復号方法とその装置
JPH09127987A (ja) * 1995-10-26 1997-05-16 Sony Corp 信号符号化方法及び装置
JPH09127994A (ja) * 1995-10-26 1997-05-16 Sony Corp 信号符号化方法及び装置
JPH09130260A (ja) * 1995-10-26 1997-05-16 Victor Co Of Japan Ltd 音響信号の符号化装置及び復号化装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP1087378A4 *

Also Published As

Publication number Publication date
JP2000003193A (ja) 2000-01-07
EP1087378B1 (en) 2009-08-12
US6865534B1 (en) 2005-03-08
CA2335284A1 (en) 1999-12-23
EP1087378A4 (en) 2005-10-26
JP3541680B2 (ja) 2004-07-14
EP1087378A1 (en) 2001-03-28
DE69941259D1 (de) 2009-09-24

Similar Documents

Publication Publication Date Title
JP3134817B2 (ja) 音声符号化復号装置
US6694292B2 (en) Apparatus for encoding and apparatus for decoding speech and musical signals
EP2041745B1 (en) Adaptive encoding and decoding methods and apparatuses
JP4005359B2 (ja) 音声符号化及び音声復号化装置
WO1999066497A1 (en) Voice/music signal encoder and decoder
EP4336500B1 (en) Methods, encoder and decoder for linear predictive encoding and decoding of sound signals upon transition between frames having different sampling rates
US20040111257A1 (en) Transcoding apparatus and method between CELP-based codecs using bandwidth extension
JP2005515486A (ja) Ｃｅｌｐによる音声符号間のトランスコーディング・スキーム
JP2002268686A (ja) 音声符号化装置及び音声復号化装置
JP4108317B2 (ja) 符号変換方法及び装置とプログラム並びに記憶媒体
EP1326237A2 (en) Excitation quantisation in noise feedback coding
JP3147807B2 (ja) 信号符号化装置
JP3268750B2 (ja) 音声合成方法及びシステム
JP3916934B2 (ja) 音響パラメータ符号化、復号化方法、装置及びプログラム、音響信号符号化、復号化方法、装置及びプログラム、音響信号送信装置、音響信号受信装置
JP4293005B2 (ja) 音声音楽信号の符号化装置および復号装置
JPH09127987A (ja) 信号符号化方法及び装置
JP2010256932A (ja) 音声信号標本値の符号化または復号化のための方法並びに符号化器ないし復号化器
JP2002073097A (ja) Ｃｅｌｐ型音声符号化装置とｃｅｌｐ型音声復号化装置及び音声符号化方法と音声復号化方法
US20250356867A1 (en) Methods, Encoder And Decoder For Linear Predictive Encoding And Decoding Of Sound Signals Upon Transition Between Frames Having Different Sampling Rates
JPH0612097A (ja) 音声の予測符号化方法および装置
JP2775533B2 (ja) 音声の長期予測装置
JP3277090B2 (ja) ゲイン量子化方法及び装置、音声符号化方法及び装置並びに音声復号化方法及び装置
HK40104768B (en) Methods, encoder and decoder for linear predictive encoding and decoding of sound signals upon transition between frames having different sampling rates
HK40104768A (en) Methods, encoder and decoder for linear predictive encoding and decoding of sound signals upon transition between frames having different sampling rates
HK40036813A (en) Methods, encoder and decoder for linear predictive encoding and decoding of sound signals upon transition between frames having different sampling rates

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): CA US

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): DE FI FR GB NL SE

DFPE Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed before 20040101)
121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 1999925329

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2335284

Country of ref document: CA

WWE Wipo information: entry into national phase

Ref document number: 09719826

Country of ref document: US

WWP Wipo information: published in national office

Ref document number: 1999925329

Country of ref document: EP