-
Technisches Sachgebiet
-
Die
vorliegende Erfindung bezieht sich auf eine Vorrichtung zum Umwandeln
einer Sprachwiedergaberate, um digitalisierte Sprachsignale unter
einer wahlweisen Rate ohne Transformieren (Ändern) eines Pitch einer Sprache
wiederzugeben.
-
In
dieser Spezifikation (Beschreibung) werden "Sprache" und "Sprachsignal" dazu verwendet, alle akustischen Signale,
erzeugt von Instrumenten und anderen, nicht nur Sprache, die von
einer Person geäußert wird,
darzustellen.
-
Hintergrund
-
Als
ein Verfahren zum Umwandeln einer Wiedergaberate zu einer wahlweisen
Rate ohne Transformieren eines Pitch einer Sprache ist ein PICOLA
(Pointer Interval Control Overlap and Add) Verfahren bekannt. Das
Prinzip des PICOLA-Verfahrens wird durch "Time-Scale Modification Algorithm for
Speech by Use of Pointer Interval Control Overlap and Add (PICOLA)
and Its Evaluation",
geschrieben von MORITA, Naotaka und ITAKURA, Fumitada, in Proceeding
of National Meeting of The Acoustic Society of Japan 1-4-14 (Oktober
1986), eingeführt.
-
Und
die Anwendung des PICOLA-Verfahrens für Sprachsignale, aufgeteilt
in Frames, um eine Wiedergaberate mit weniger Pufferspeichern umzuwandeln,
ist in der Japanischen, ungeprüften
Patentveröffentlichung
No. 8-137491 offenbart.
-
9 stellt
ein Blockdiagramm einer herkömmlichen
Vorrichtung zum Umwandeln einer Sprachwiedergaberate in einem PICOLA-Verfahren dar.
In der Vorrichtung zum Umwandeln einer Sprachwiedergaberate, dargestellt
in 9, werden digitalisierte Sprachsignale auf einem
Aufzeichnungsmedium 1 aufgezeichnet, und ein Framing-Abschnitt 2 ruft
ein Sprachsignal in einem Frame einer Abtastung einer vorgegebenen
Länge LF
von einem Aufzeichnungsmedium 1 ab. Das Sprachsignal, das von
dem Framing-Abschnitt 2 abgerufen ist, wird in einem Pitchperioden-Berechnungsabschnitt 6 bereitgestellt
und gleichzeitig temporär
in einem Pufferspeicher 3 gespeichert. Der Pitchperioden-Berechnungsabschnitt 6 berechnet
eine Pitchperiode Tp des Sprachsignals, um sie in einem Wellenform-Überlappungsabschnitt 4,
zusammen mit einem Speichern eines Hinweiszeigers einer Verarbeitungs-Start-Position
in einen Pufferspeicher 3 hinein, bereitzustellen. Der
Wellenform-Überlappungsabschnitt überlappt Wellenformen
von Sprachsignalen, die in dem Pufferspeicher 3 gespeichert
sind, unter Verwendung der Pitchperiode der Eingabesprache, und
gibt dann die überlappte
Wellenform in den Wellenform-Synthetisierabschnitt 5 ein.
Der Wellenform-Synthetisierabschnitt 5 synthetisiert eine
Ausgabesprachsignal-Wellenform von der Sprachsignal-Wellenform, die
in dem Pufferspeicher 3 gespeichert ist, und der überlappten
Wellenform, die an dem Wellenform-Überlappungsabschnitt 4 verarbeitet
ist, um die Ausgabesprache bereitzustellen.
-
In
dieser Vorrichtung zum Umwandeln einer Sprachwiedergaberate wird
eine Wiedergaberate ohne Transformieren eines Pitch entsprechend
zu dem Prozess, wie nachfolgend, umgewandelt.
-
Zuerst
wird ein Verarbeitungsverfahren für eine Wiedergabe unter einer
hohen Rate anhand von 10 und 11 erläutert. In
den Figuren ist P0 ein Hinweiszeiger, der einen Kopf eines Wellenform-Überlappungs-Verarbeitungsframe
angibt. In der Wellenform-Überlappungsverarbeitung
ist ein Verarbeitungsframe eine LW-Abtastung mit einer Länge von
zwei Perioden einer Sprachpitchperiode Tp. Und wenn eine Rate einer
Eingangssprache 1 ist und eine erwünschte Wiedergaberate durch
r gegeben ist, ist L die Anzahl von Abtastungen, die durch die folgende
Formel gegeben ist: L
= Tp{1/(r – 1)} (1)
-
L
ist eine Abtastung entsprechend einer Länge einer Ausgangs-Wellenform
(c), und eine Eingangssprache einer Tp + L-Abtastung wird als eine Ausgangssprache
einer L-Abtastung
wiedergegeben, wie dies später
erwähnt
ist. Entsprechend wird, wobei r = (Tp + L)/L gegeben ist, dann die
Formel (1) eingeführt.
-
Eine
Eingangssprache, abgerufen von dem Aufzeichnungsmedium 1 durch
einen Framing-Abschnitt 2, wird in einem Pufferspeicher 3 gespeichert. Gleichzeitig
berechnet ein Pitchperioden-Berechnungsabschnitt 6 eine
Pitchperiode Tp der Eingangssprache, um sie zu dem Wellenform-Überlappungsabschnitt 4 einzugeben.
Und der Pitchperioden-Berechnungsabschnitt 6 berechnet
L von der Pitchperiode Tp unter Verwendung der Formel (1), bestimmt P0', was eine Startposition
für eine
nächste
Verarbeitung ist, und führt
es zu dem Pufferspeicher 3 als einen Hinweiszeiger in den
Pufferspeicher.
-
Der
Wellenform-Überlappungsabschnitt 4 ruft
eine Wellenform einer Abtastung von dem Wellenform-Überlappungs-Verarbeitungsframe
LW (= 2Tp) von einem Verarbeitungsstartpunkt, angezeigt durch einen
Hinweiszeiger P0, von dem Pufferspeicher 3 ab, verringert
den ersten Teil des Verarbeitungsframe (Wellenform A) in der Richtung
der Zeitachse und erhöht
den letzteren Teil des Verarbeitungsframe (Wellenform B) in der
Richtung der Zeitachse entsprechend zu der Dreieckfensterfunktion, addiert
die Wellenform A und die Wellenform B und berechnet dann die überlappte
Wellenform C.
-
Der
Wellenform-Synthetisierungsabschnitt 5 entfernt die Wellenform
des Wellenform-Überlappungs-Verarbeitungsframe
(Wellenform A + Wellenform B) von der Eingangssprache-Wellenform
und setzt die überlappte
Wellenform (Wellenform C), dargestellt in 10, anstelle
der entfernten Wellenform ein. Dann wird die Eingangssprache-Wellenform D zu der überlappten
Wellenform addiert, bis P0' eine Position
eines (P0 + Tp + L) Punkts anzeigt (was P1 ist, das eine Position
eines Kopfs + L Punkts in der Wellenform C auf der synthetisierten
Wellenform anzeigt). Zusätzlich
existiert P1 in der Wellenform C, wenn r > 2 gilt, wobei, in diesem Fall, die Wellenform C
ausgegeben wird, bis die Position durch P1 angezeigt ist.
-
Als
eine Folge ist die Länge
der synthetisierten Ausgangs-Wellenform (c) eine L-Abtastung, wobei
dann eine Eingangssprache einer Tp + L Abtastung als eine Ausgangssprache
der L-Abtastung wiedergegeben wird. Als Nächstes wird eine Wellenform-Überlappungs-Verarbeitung von
einem Punkt P0' auf
der Eingangs-Wellenform begonnen.
-
11 stellt
die Beziehung von Sprachsignalen, gespeichert im Pufferspeicher 3,
und eines Framing durch den Framing-Abschnitt 2 in der
vorstehenden Verarbeitung, erläutert
unter Verwendung von 10, dar.
-
Ursprünglich beträgt eine
Pufferlänge,
die für die
Wellenform-Überlappungs-Verarbeitung in dem Pufferspeicher 3 notwendig
ist, zwei Perioden einer maximalen Pitchperiode Tp max einer Eingangssprache.
Allerdings liegt, da die Eingangssprache in Abtastungen einer vorbestimmten
Framelänge
LF unterteilt wird, um eingegeben zu werden, die Verarbeitungsstartposition
P0 an einer wahlweisen Position in dem ersten Frame einer Eingangssprache
und die Pufferlänge
sollte ein Ganzzahliges der Eingangsframelänge sein. Dementsprechend ist
die Pufferlänge der
minimale Wert in Vielfachen von LF über (LF + 2Tp max). Zum Beispiel
benötigt,
wenn die Eingangsframelänge
LF 160 Abta stungen beträgt
und der maximale Wert einer Pitchperiode Tp max 145 ist, die Pufferlänge 3LF
= 480 Abtastungen.
-
Bei
der Verarbeitung in dem Pufferspeicher wird der Inhalt des Pufferspeichers
zu jedem Zeitpunkt einer Eingabe einer LF-Abtastung verschoben und
die Wellenform-Überlappung
wird nur dann verarbeitet, wenn die Verarbeitungsstartposition P0
in dem ersten Frame eingegeben ist. Zu einem anderen Zeitpunkt werden
Eingangssignale als Ausgangssignale ohne eine Verarbeitung zugeführt.
-
Als
Nächstes
wird ein Verfahren für
eine Wiedergabe unter niedriger Rate unter Bezugnahme auf 12 erläutert.
-
Ebenso
wie unter einer Wiedergabe mit einer hohen Rate ist P0 ein Hinweiszeiger,
der einen Kopf eines Wellenform-Überlappungs-Verarbeitungsframe anzeigt.
In der Wellenform-Überlappungs-Verarbeitung
ist ein Verarbeitungsframe eine LW-Abtastung mit einer Länge von
zwei Perioden einer Sprach-Pitchperiode Tp. Und wenn eine Rate einer Eingangssprache 1 ist
und eine erwünschte
Wiedergaberate mit r angegeben ist, ist L die Anzahl von Abtastungen,
die durch die folgende Formel gegeben ist: L = Tp{r/(1 – r)} (2)
-
In
dem Fall einer Wiedergabe unter niedriger Rate wird eine Eingangssprache
einer L Abtastung als eine Ausgangssprache einer Tp + L Abtastung wiedergegeben,
wie dies später
erwähnt
ist. Demzufolge wird, unter Vorgabe von r = L/(Tp + L), dann die Formel
(2) eingeführt.
-
Der
Wellenform-Überlappungsabschnitt 4 erhöht den ersten
Teil des Verarbeitungsframe (Wellenform A) in der Richtung der Zeitachse,
verringert den letzteren Teil des Verarbeitungsframe (Wellenform
B) in der Zeit-Richtung entsprechend der Dreieckfensterfunktion,
addiert die Wellenform A und die Wellenform B und berechnet eine überlappte
Wellenform c.
-
Der
Wellenform-Synthetisierabschnitt 5 setzt die überlappte
Wellenform (Wellenform C) zwischen Wellenform A und Wellenform B
der Eingangssignalwellenform (a), dargestellt in 12,
ein. Dann wird die Eingangssprache-Wellenform B zu der überlappten
Wellenform addiert, bis P0' eine
Position eines Punkts (P0 + L) anzeigt (was bedeutet, dass P1 eine Position
eines Kopfs + einen Punkt L der Wellenform C auf der synthetisierten
Wellenform anzeigt). Dann wird, wenn r > 0,5 gilt, P1 nicht auf der Eingangssprache-Wellenform B liegt,
sondern auf der Wellenform D, fortgeführt von dem überlappten
Verar beitungsframe, in diesem Fall, liegt, die Wellenform D bis
zu der Position, angezeigt durch P0', ausgegeben.
-
Als
eine Folge ist die Länge
einer synthetisierten Ausgangs-Wellenform (C) eine Abtastung TP +
L, wobei dann eine Eingangssprache einer Abtastung L als eine Ausgangssprache
einer Abtastung Tp + L wiedergegeben wird. Und als Nächstes wird
die Wellenform-Überlappungsverarbeitung
von dem Punkt P0' der
Eingangs-Wellenform aus begonnen.
-
Die
Beziehung von Sprachsignalen, gespeichert in dem Pufferspeicher 3,
und eines Framing des Framing-Abschnitts 2 ist dieselbe
wie diejenige einer Wiedergabe unter einer hohen Rate.
-
Dabei
wird, in der Vorrichtung zum Umwandeln einer Sprachwiedergaberate,
wie dies vorstehend beschrieben ist, eine Pitchperiode einer Eingangssprache
dann erhalten, wenn das Überlappen einer
Wellenform auf der Basis der Pitchperiode ausgeführt wird. Eine Eingangssprache,
geteilt in der Pitchperiode, wird als eine Pitch-Wellenform bezeichnet,
und da allgemein Pitch-Wellenformen eine hohe Ähnlichkeit zueinander haben,
sind sie zur Verwendung für
eine Wellenform-Überlappungsverarbeitung geeignet.
-
Allerdings
erhöht
sich, wenn ein Berechnungsfehler in einer Pitchperioden-Berechnung auftritt,
die Differenz zwischen benachbarten Pitch-Wellenformen, was das
Problem mit sich bringt, dass sich die Qualität einer Ausgangssprache nach
einer Wellenform-Überlappung
verringert. Als eine primäre Ursache
werden, um einen Berechnungsfehler einer Pitchperiode hervorzurufen,
die folgenden Faktoren angesehen. Allgemein stellt die berechnete
Pitchperiode ein bestimmtes Intervall einer Eingangssprache dar
(bezeichnet als Pitchperiode-Analyse-Intervall). Wenn die Pitchperiode
sehr stark in dem Pitchperiode-Analyse-Intervall variiert, erhöht sich
die Differenz zwischen der berechneten Pitchperiode und der tatsächlichen
Pitchperiode. Dementsprechend ist es, um die Verringerung einer
Qualität
einer Ausgangssprache zu unterdrücken,
notwendig, die geeigneteste Pitch-Wellenform an der Position einer
Wellenform-Überlappungs-Verarbeitungsposition
zu erhalten.
-
Das
Dokument
EP0 608 833
A2 offenbart eine Vorrichtung zum Transformieren eines
Eingangssignals, das eine Zeitlänge
L besitzt, in ein Ausgangssignal, das eine Zeitlänge αL besitzt, entsprechend zu einem
gegebenen Zeitskala-Modifikationsverhältnis α, was einen Korrelator zum Berechnen
eines Werts einer Korrelationsfunktion zwischen ei nem ersten Signal
und einem zweiten Signal anzeigt, das eine Zeitlänge T besitzt, und zum Bestimmen
einer Zeitverzögerung
Tc, bei der der Wert der Korrelationsfunktion der größte wird;
einen Addierer zum Addieren des ersten Signals, multipliziert mit
einer ersten Fensterfunktion, zu dem zweiten Signal, multipliziert
mit einer zweiten Fensterfunktion mit einer Verschiebung der Zeitverzögerung Tc;
und eine Ausgabeschaltung zum wahlweisen Ausgeben des Ausgangs des
Addierers und eines dritten Signals, das dem Ausgang des Addierers
folgt, so dass die Summe einer Zeitlänge des Ausgangs des Addierers und
einer Zeitlänge
des dritten Signals im Wesentlichen gleich zu einer Zeitlänge, definiert
durch das Zeitskala-Modifikationsverhältnis α, die Zeitverzögerung Tc
und die Zeitlänge
T ist.
-
Offenbarung der Erfindung
-
Die
vorliegende Erfindung ist unter Berücksichtigung der Fakten, die
vorstehend beschrieben sind, gemacht worden, und hat die Aufgabe,
eine Vorrichtung zum Umwandeln einer Sprachwiedergaberate, geeignet
zum Verringern der Verzerrung, verursacht durch überlappende Wellenformen, um
eine Sprachwiedergaberate umzuwandeln, und zum Verbessern der Qualität der Ausgangssprache,
zu schaffen.
-
Um
die Aufgabe, die vorstehend beschrieben ist, zu lösen, wird,
bei der vorliegenden Erfindung, eine Sprachwiedergaberate durch
Auswählen von
zwei Wellenformen in Eingangs-Sprachsignale oder Eingangs-Restsignale
umgewandelt, in denen die Formdifferenz zwischen zwei benachbarten
Wellenformen derselben Länge
das Minimum ist, um eine überlappte
Wellenform zu berechnen, dann Ersetzen davon gegen einen Teil der
Eingangs-Sprachsignale oder der Eingangs-Restsignale oder Einsetzen
davon in die Eingangs-Sprachsignale oder die Eingangs-Restsignale.
-
Gemäß der vorliegenden
Erfindung ist es möglich,
Wellenformen auszuwählen,
um exakt zu überlappen,
was ermöglicht,
die Qualität
der raten-umgewandelten Sprache zu verbessern.
-
Und
in der vorliegenden Erfindung werden Ausgangs-Informationen von
einer Sprachcodiervorrichtung durch Kombinieren eines Decodierers
einer Sprachcodiervorrichtung zum Codieren von Sprachsignalen durch
Dividieren davon in einen Linear-Predictive-Koeffizienten,
Spektrum-Informationen, Teilungsperiode-Informationen und Sprachquellen-Informationen
darstellend, die einen Vorhersage-Rest angeben, verwendet.
-
Gemäß der vorliegenden
Erfindung ist es, unter Verwendung von Ausgangs-Informationen von einer Sprachcodiervorrichtung,
möglich,
stark die Berechnungskosten beim Umwandeln einer Wiedergaberate
codierter Sprachsignale zu verringern.
-
Gemäß der vorliegenden
Erfindung weist eine Vorrichtung zum Umwandeln einer Sprachwiedergaberate
auf: einen Pufferspeicher, in dem digitalisierte Eingangs-Sprachsignale temporär gespeichert
werden, einen Wellenform-Überlappungsabschnitt
zum Überlappen
von Sprachwellenformen, gespeichert in dem Pufferspeicher, und einen
Wellenform-Synthetisierabschnitt zum Synthetisieren einer Ausgangssprach-Wellenform
von der Eingangssprach-Wellenform in dem Pufferspeicher und der überlappten
Sprachwellenform, einen Wellenform-Abrufabschnitt, um benachbarte
zwei Wellenformen derselben Länge
von dem Pufferspeicher abzurufen bzw. zu bestimmen, und einen Form-Differenz-Berechnungsabschnitt,
um eine Formdifferenz zwischen solchen zwei Sprachwellenformen abgerufen
durch den Wellenform-Abrufabschnitt, zu berechnen, wobei der Wellenform-Überlappungsabschnitt zwei
Sprachwellenformen auswählt,
die die minimale Formdifferenz, berechnet durch den Form-Differenz-Berechnungsabschnitt,
um zu überlappen,
haben.
-
Und
in der vorliegenden Erfindung werden ein Linear-Predictive-Analyseabschnitt,
um die Linear-Predictive-Koeffizienten, Spektrum-Informationen eines
Eingangs-Sprachsignals
darstellend, zu berechnen, ein inverses Filter, um ein Vorhersage-Restsignal von dem
Eingangs-Sprachsignal unter Verwendung der berechneten Linear-Predictive-Koeffizienten,
und ein Synthesefilter, um ein Sprachsignal von dem Vorhersage-Restsignal
unter Verwendung der Linear-Predictive-Koeffizienten zu synthetisieren, präpariert,
wobei das Vorhersage-Restsignal, berechnet durch das inverse Filter,
in dem Pufferspeicher gespeichert wird und das Vorhersage-Restsignal,
berechnet durch den Wellenform-Synthetisierabschnitt, in das Synthesefilter
ausgegeben wird.
-
Demzufolge
kann die Wiedergaberate-Umwandlungsverarbeitung unter Verwendung
eines Predictive-Restsignals einfach ausgeführt werden, um eine Pitch-Wellenform
zu beurteilen, die ermöglicht,
die Pitch-Wellenform exakt zu bestimmen. Dies verbessert die Qualität der wiedergegebenen
Sprache.
-
Und
in der vorliegenden Erfindung wird eine Sprachcodiervorrichtung
zum Codieren von Sprachsignalen durch Teilen davon in Linear-Predictive-Koeffizienten
darstellende Spektrum-Informationen, Pitchperiode-Informationen
und Sprachquellen-Informationen, die einen Vorhersage-Rest darstellen, kombiniert,
wobei die Sprachquellen-Informationen, die einen Vorhersage-Rest
darstellen, in dem Pufferspeicher temporär gespeichert werden, und der
Wellenform-Bestimmungsabschnitt den Bereich einer Länge einer
Sprachwellenform, bestimmt aus dem Pufferspeicher auf der Basis
von den Teilungsperiode-Informationen,
darstellt.
-
In
der vorliegenden Erfindung werden ein Linear-Predictive-Analyseabschnitt,
um die die Linear-Predictive-Koeffizienten darstellenden Spektrum-Informationen
eines Eingangs-Sprachsignals zu berechnen, ein inverses Filter,
um ein Vorhersage-Restsignal von dem Eingangs-Sprachsignal unter Verwendung
der berechneten, Linear-Predictive-Koeffizienten zu berechnen, ein Linear-Predictive-Koeffizienten
interpolierenden Abschnitt, um die Linear-Predictive-Koeffizienten
zu interpolieren, und ein Synthesefilter, um ein Sprachsignal von
dem Vorhersage-Restsignal unter Verwendung der Linear-Predictive-Koeffizienten zu
synthetisieren, präpariert, wobei
das Vorhersage-Restsignal, berechnet durch das inverse Filter, in
dem Pufferspeicher temporär gespeichert
wird, der Wellenform-Synthetisierabschnitt das synthetisierte Vorhersage-Restsignal
in das Synthesefilter ausgibt, der die Linear-Predictive-Koeffizienten
interpolierende Abschnitt die Linear-Predictive-Koeffizienten interpoliert,
um sie zu den geeignetesten Koeffizienten für das synthetisierte Vorhersage-Restsignal
zu machen, und das Synthesefilter ein Ausgangssprachsignal unter
Verwendung der interpolierten Linear-Predictive-Koeffizienten ausgibt.
-
Dementsprechend
wird ein Ausgangssprachsignal unter Verwendung der Linear-Predictive-Koeffizienten,
interpoliert so, um sie zu den geeignetsten Koeffizienten für das synthetisierte
Vorhersage-Restsignal zu machen, synthetisiert, was die Sprachqualität verbessert.
-
Kurze Beschreibung
der Zeichnungen
-
1 zeigt
ein Blockdiagramm einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate
in der ersten Ausführungsform
der vorliegenden Erfindung;
-
2 zeigt
ein Diagramm einer Wellenform des Objekts zum Umwandeln einer Wiedergaberate in
der ersten Ausführungsform
der vorliegenden Erfindung;
-
3 zeigt
ein Blockdiagramm einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate
in der zweiten Ausführungsform
der vorliegenden Erfindung;
-
4 zeigt
ein Blockdiagramm einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate
in der dritten Ausführungsform
der vorliegenden Erfindung;
-
5 zeigt
ein Blockdiagramm einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate
in der vierten Ausführungsform
der vorliegenden Erfindung;
-
6 zeigt
ein Blockdiagramm einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate
in der fünften
Ausführungsform
der vorliegenden Erfindung;
-
7 zeigt
ein Diagramm, das die Beziehung einer Position eines Verarbeitungsframes,
einer Funktionsform und eines Gewichts und der Überlappungsverarbeitung darstellt;
-
8 zeigt
ein Blockdiagramm einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate
in der sechsten Ausführungsform
der vorliegenden Erfindung;
-
9 zeigt
ein Blockdiagramm einer herkömmlichen
Vorrichtung zum Umwandeln einer Sprachwiedergaberate;
-
10 zeigt
ein Diagramm, das die Beziehung einer Eingangs-Wellenform einer überlappten Wellenform
und einer Ausgangs-Wellenform in dem Fall einer Wiedergabe mit hoher
Rate darstellt;
-
11 zeigt
ein Diagramm, das die Beziehung eines mit Frame versehenen Eingangssignals, eines
Eingangssignals in einem Pufferspeicher und eines verschobenen Eingangssignals
in einem Pufferspeicher darstellt; und
-
12 zeigt
ein Diagramm, das die Beziehung einer Eingangs-Wellenform, einer überlappten Wellenform
und einer Ausgangs-Wellenform in dem Fall einer Wiedergabe unter
niedriger Rate darstellt.
-
Bester Modus
zum Ausführen
der Erfindung
-
Die
Ausführungsformen
der vorliegenden Erfindung werden konkret unter Bezugnahme auf die Zeichnungen
erläutert.
-
(Erste Ausführungsform)
-
1 stellt
Funktionsblöcke
einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate in der
ersten Ausführungsform
der vorliegenden Erfindung dar. Zusätzlich sind die Abschnitte
in 1, die dieselbe Funktion wie diejenigen jedes
Abschnitts der Vorrichtung, die in 9 dargestellt
ist, die zuvor erwähnt
sind, haben, mit denselben Markierungen wie diese versehen.
-
In
dieser Vorrichtung zum Umwandeln einer Sprachwiedergaberate liefert
der Wellenform-Bestimmungsabschnitt 7 eine Startposition
und eine Länge
einer Wellenform, um sie in den Pufferspeicher 3 hinein
abzurufen, und ruft (eine Mehrzahl von) benachbarten zwei Sprachwellenformen
derselben Länge
von dem Pufferspeicher 3 ab. Der Form-Differenz-Berechnungsabschnitt 8 berechnet
eine Form-Differenz zwischen zwei Sprachwellenformen, die durch
den Wellenform-Bestimmungsabschnitt 7 abgerufen sind, wählt zwei
Wellenformen der Länge aus,
wo die Form-Differenz das Minimum ist, und bestimmt Frames für eine Überlappungsverarbeitung. Dann überlappt
der Wellenform-Überlappungsabschnitt 9 zwei
Wellenformen, bestimmt an dem Form-Differenz-Berechnungsabschnitt 8.
-
Zusätzlich werden,
in derselben Art und Weise wie bei der Vorrichtung, die in 9 dargestellt
ist, die zuvor beschrieben ist, digitalisierte Sprachsignale in
dem Aufzeichnungsmedium 1 aufgezeichnet, der Framing-Abschnitt 2 ruft
ein Sprachsignal in einem Frame einer Abtastung einer vorgegebenen
Länge LF
von dem Aufzeichnungsmedium 1 ab und das Sprachsignal,
abgerufen durch den Framing-Abschnitt 2, wird in dem Pufferspeicher 3 temporär gespeichert.
Und der Wellenform-Synthetisierabschnitt 5 synthetisiert
eine Ausgangssprachsignal-Wellenform von der Sprachsignal-Wellenform,
die in dem Pufferspeicher 3 gespeichert ist und der überlappten Wellenform,
die an dem Wellenform-Überlappungsabschnitt 9 verarbeitet
ist.
-
Die
Funktionen eines Aufzeichnungsmediums 1 eines Framing-Abschnitts 2,
eines Pufferspeichers 3, eines Wellenform-Überlappungsabschnitts 9 und
eines Wellenform-Synthetisierabschnitts 5 in
dieser Vorrichtung und die Verarbeitung zum Umwandeln einer Wiedergaberate
sind dieselben wie solche einer herkömmlichen Vorrichtung. Deshalb
ist die Erläuterung
für diese
weggelassen und die Funktionen des Wellenform-Bestimmungsabschnitts 7 und
des Form-Differenz-Berechnungsabschnitts 8 und der Vorgang
zum Bestimmen eines Überlappungs-Verarbeitungsframes
werden grundsätzlich
erläutert.
-
Der
Wellenform-Bestimmungsabschnitt 7, wie er in 2 dargestellt
ist, ruft benachbarte zwei Wellenformen derselben Länge Tc (Wellenform
A und Wellenform B) von dem Hinweiszeiger P0 einer Verarbeitungsstartposition
von dem Pufferspeicher 3 als eine Kandidaten-Wellenform 19 für einen Überlappungs-Verarbeitungsframe
ab.
-
Der
Form-Differenz-Berechnungsabschnitt 8 berechnet eine Form-Differenz
zwischen zwei Wellenformen einer Wellenform A und einer Wellenform B.
Die Form-Differenz zwischen den zwei Wellenform Err ist als die
nachfolgende Formel dargestellt, wobei die Wellenform A x(n) ist,
die Wellenform B y(n) ist und n eine Abtastposition ist. Err = Σ{x(n) – y(n)}2 (3)(Die Summe
reicht von N = 0 bis N = Tc – 1)
-
Der
Form-Differenz-Berechnungsabschnitt 8 ruft andere, benachbarte
zwei Wellenformen der Wellenform A und B einer unterschiedlichen
Länge (die
Zahl von Abtastungen) von dem Hinweiszeiger P0, festgelegt als eine
Verarbeitungsstartposition, von dem Pufferspeicher 3 ab
und berechnet eine Form-Differenz Err zwischen zwei Wellenformen.
-
Eine
Mehrzahl von Form-Differenzen Err wird unter Heranziehen von zwei
Wellenformen A und B einer unterschiedlichen Länge (die Anzahl von Abtastungen)
sequenziell berechnet. Und die Kombination einer Wellenform A und
B, die die minimale Form-Differenz
Err besitzt, wird ausgewählt.
-
In
diesem Fall ist es, da Err eine Summendifferenz von Abtastungen
bei einer Wellenformlänge Tc
ist, unmöglich,
direkt die Differenzen von Wellenformen unterschiedlicher Längen Tc
zu vergleichen. Deshalb ist es, zum Beispiel unter Verwendung des Werts
von Err geteilt durch die Anzahl von Abtastungen in Tc, das bedeutet
eine durchschnittliche Differenz Err/Tc für eine Abtastung, möglich, die
Differenzen zu vergleichen. Der Bereich von Abtastzahlen in einer
Wellenformlänge
Tc ist vorbestimmt, zum Beispiel können für Sprachsignale mit einer Abtastung von
8 kHz 16 bis 160 Abtastungen geeignet sein. Durch Variieren einer
Wellenformlänge
Tc innerhalb eines vorbestimmten Bereichs, unter Berechnen der durchschnittlichen
Differenz Err/Tc für
jedes Tc und Vergleichen davon, wird Tc der minimalen, durchschnittlichen
Differenz als die Länge
der Wellenform, um sie zu erhalten, bestimmt.
-
Der
Wellenform-Überlappungsabschnitt 9 ruft
zwei Wellenformen A und B, ausgewählt von dem Differenz-Berechnungsabschnitt 8,
als einen Überlappungs-Verarbeitungsframe 14 ab,
verarbeitet einen Verarbeitungsframe (Wellenform A) und einen anderen
Verarbeitungsframe (Wellenform B) separat entsprechend zu unterschiedlichen
Dreieckfensterfunktionen, wobei dann eine überlappte Wellenform 15 durch Überlappen
von beiden Wellenformen erzeugt wird.
-
Der
Wellenform-Synthetisierabschnitt 5 ruft eine Eingangssprach-Wellenform 16 von
dem Pufferspeicher 3 ab und ersetzt einen Teil einer Eingangssprach-Wellenform 16 gegen
die überlappte
Wellenform 15 oder setzt die überlappte Wellenform 15 in die
Eingangssprach-Wellenform 16 auf der Basis der Wiedergaberate
r ein, um eine in der Rate umgewandelte Ausgangssprache 17 zu
erzeugen.
-
Gemäß der Ausführungsform
der vorliegenden Erfindung variiert, da der Wellenform-Abrufabschnitt 7 ein
Paar von benachbarten Wellenform A und B als einen Kandidaten für eine Wellenform,
um von dem Pufferspeicher 3 zu synthetisieren, abruft,
er graduell eine Länge
einer Wellenform, um sie abzurufen, berechnet Err/Tc, was eine Form-Differenz zwischen
Wellenformen in jedem Wellenformpaar ist, und wählt das Paar der Wellenformen
A und B der minimalen Form-Differenz Err/Tc aus, um zu synthetisieren,
wobei die Verzerrung, verursacht durch die sich überlappenden Wellenformen A
und B, verringert wird, was ermöglicht,
die Qualität
der Ausgangssprache zu verbessern.
-
(Zweite Ausführungsform)
-
Die
zweite Ausführungsform
stellt den Fall dar, bei dem die Umwandlung einer Wiedergaberate mit
dem Restsignal verarbeitet wird, was eine Pitch-Wellenform feststellbar
darstellt.
-
3 stellt
Funktionsblöcke
einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate in der
zweiten Ausführungsform
der vorliegenden Erfindung dar. Zusätzlich sind die Abschnitte
in 3, die dieselbe Funktion wie diejenige jedes Abschnitts
der Vorrichtung, dargestellt in 1 und 9,
erwähnt zuvor,
haben, mit denselben Markierungen wie diese markiert.
-
Diese
Vorrichtung zum Umwandeln einer Sprachwiedergaberate weist einen
Linear-Predictive-Analyseabschnitt 30,
um die Linear-Predictive-Koeffizienten, die Spektrum-Informationen von Eingangs-Sprachsignalen
darstellen, ein inverses Filter 31, um das Vorhersage-Restsignal
mit den berechneten Linear-Predictive-Koeffizienten von den Eingangs-Sprachsignalen
zu berechnen, und ein Synthesefilter 32, um Sprachsignale
mit den Linear-Predictive-Koeffizienten von dem Vorhersage-Restsignal
zu synthetisieren, auf. Der weitere Aufbau der Vorrichtung zum Umwandeln
einer Sprachwiedergaberate in der Ausführungsform der vorliegenden
Erfindung ist derselbe wie derjenige der ersten Ausführungsform
der vorliegenden Erfindung.
-
In
der Vorrichtung zum Umwandeln einer Sprachwiedergaberate, aufgebaut
so, wie dies vorstehend beschrieben ist, wird die Eingangssprache
in einem Frame 12, abgerufen an dem Framing-Abschnitt 2,
in einen Linear-Predictive-Analyseabschnitt 30 und ein
inverses Filter 31 eingegeben. Linear-Predictive-Koeffizienten 33 werden
von der Eingangssprache 12 in einem Frame an einem Linear-Predictive-Analyseabschnitt 30 berechnet und
ein Restsignal 34 wird von der Eingangssprache 12 mit
den Linear-Predictive-Koeffizienten 33 an
dem inversen Filter 31 berechnet.
-
Das
Restsignal 34, berechnet an dem inversen Filter 31,
wird an dem Pufferspeicher 3, dem Wellenform-Abrufabschnitt 7,
dem Form-Differenz-Berechnungsabschnitt 8 und dem Wellenform-Überlappungsabschnitt 9 entsprechend
der Verarbeitung einer Umwandlung einer Sprachwiedergaberate, erläutert in
der ersten Ausführungsform
der vorliegenden Erfindung, synthetisiert, und wird als Synthese-Restsignal 35 von
dem Wellenform-Synthetisierabschnitt 5 ausgegeben.
-
Das
Synthesefilter 32 berechnet eine synthetisierte Ausgangssprache 36 von
dem Synthese-Restsignal 35 mit Linear-Predictive-Koeffizienten 33,
bereitgestellt von dem Linear-Predictive-Analyseabschnitt 30,
um sie auszugeben.
-
In
der Ausführungsform
der vorliegenden Erfindung, wie sie vorstehend beschrieben ist,
werden zwei Wellenformen abgerufen und in der Wellenform von dem
Vorhersage-Restsignal synthetisiert, das ein Eingangs-Sprachsignal
ist, in dem Spektrum-Einhüll-Informationen, dargestellt
durch Linear-Predictive-Koeffizienten, entfernt sind. Da das Vorhersage-Restsignal
eine Teilungswellenform stärker
erkennbar als das originale Eingangssignal darstellt, und zwar durch
eine Verarbeitungsumwandlung einer Sprachwiedergaberate mit dem
Restsignal, wie dies in der Ausführungsform
der vorliegenden Erfindung beschrieben ist, kann eine Pitch-Wellenform
exakt abgerufen werden und die Qualität einer wiedergegebenen Sprache
kann verbessert werden.
-
(Dritte Ausführungsform)
-
In
der dritten Ausführungsform
wird eine Rechenkomplexität
durch Kombinieren einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate mit
einer Sprachcodiervorrichtung und unter Verwendung von Sprachcodier-Informationen,
bereitgestellt von der Sprachcodiervorrichtung, unter der Ratenumwandlungsverarbeitung,
reduziert.
-
4 stellt
Funktionsblöcke
einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate in der
Ausführungsform
der vorliegenden Erfindung dar. Zusätzlich sind die Abschnitte
in 4, die dieselbe Funktion wie diejenige jedes Abschnitts
der Vorrichtung, die in 1, 3 und 9,
die zuvor erwähnt
sind, dargestellt sind, haben, mit denselben Markierungen wie solche
versehen.
-
In
dieser Vorrichtung zum Umwandeln einer Sprachwiedergaberate sind
ein Aufzeichnungsmedium 1, ein Framing-Abschnitt 2,
ein Linear-Predictive-Analyseabschnitt und ein inverses Filter 32 in
der zweiten Ausführungsform
der vorliegenden Erfindung durch einen Decodierer einer Sprachcodiervorrichtung 40,
aufweisend die Abschnitte, die vorstehend beschrieben sind, ersetzt.
Der Decodierer der Sprachcodiervorrichtung 40 besitzt die
Funktion eines Codierens eines Sprachsignals durch Teilen davon
in Linear-Predictive-Koeffizienten,
die Spektrum-Informationen darstellen, Pitchperiode-Informationen
und Sprachquellen-Informationen, die einen Vorhersage-Rest darstellen.
Als eine Sprachcodiervorrichtung, die vorstehend beschrieben ist,
ist CELP (Code Excited Linear-Predictive coding) in erster Linie
bekannt. Und allgemein werden, in einer hoch effizienten Sprachcodiervorrichtung ähnlich CELP,
alle Codierinformationen in einem Frame codiert. Dementsprechend
kann, da eine Sprachsignalquelle 41, ausgegeben von dem
Decodierer 40, ein Signal in einem Frame einer Länge, vorbestimmt
durch die Sprachcodiervorrichtung, ist, dieses direkt als ein Eingang
für die
Vorrichtung zum Umwandeln einer Sprachwiedergaberate der vorliegenden
Erfindung verwendet werden.
-
In
der Vorrichtung zum Umwandeln einer Sprachwiedergaberate in dieser
Ausführungsform der
vorliegenden Erfindung wird ein Sprachquellensignal in einem Frame 41,
ausgegeben von dem Decodierer 40, in einem Pufferspeicher 3 gespeichert, Pitchperiode-Informationen 42 werden
in einen Wellenform-Abrufabschnitt 43 eingegeben und Linear-Predictive-Koeffizienten 33 werden
in ein Synthesefilter 32 eingegeben.
-
Ein
Wellenform-Bestimmungsabschnitt 43 ruft benachbarte Wellenformen
A und B einer Länge Tc
von dem Pufferspeicher 3 ab und liefert eine Mehrzahl von
Paaren von Wellenformen A und B einer unterschiedlichen Länge aufeinander
folgend zu dem Form-Differenz-Berechnungsabschnitt 8.
Und da der Bereich einer Länge
Tc von abgerufenen Wellenformen entsprechend zu Pitchperiode-Informationen 42 an
dem Wellenform-Bestimmungsabschnitt 43 variiert
wird, kann die rechenmäßige Komplexität, um Differenzen
zu berechnen, stark verringert werden. Und Linear-Predictive-Koeffizienten 33,
ausgegeben von dem Decodierer, werden als ein Eingang für das Synthesefilter 32 verwendet.
-
Auf
diese Weise ist es, durch Kombinieren eines Decodierers einer Sprachcodiervorrichtung zum
Codieren von Sprachsignalen durch Teilen davon in Linear-Predictive-Koeffizienten, die
Spektrum-Informationen darstellen, Teilungsperiode-Informationen
und Sprachquellen-Informationen, die einen Vorhersage-Rest darstellen,
und eine Vorrichtung zum Umwandeln einer Wiedergaberate der vorliegenden
Erfindung, möglich,
Informatio nen, ausgegeben von der Sprachcodiervorrichtung, zu verwenden
und eine Wiedergaberate von Sprachsignalen, codiert an der Sprachcodiervorrichtung,
unter einer geringeren, rechenmäßigen Komplexität umzuwandeln.
-
(Vierte Ausführungsform)
-
In
einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate in der
vierten Ausführungsform
der vorliegenden Erfindung wird eine rechenmäßige Komplexität durch
Kombinieren davon mit einer Sprachcodiervorrichtung und unter Verwendung
von Sprachcodier-Informationen, bereitgestellt von der Sprachcodiervorrichtung,
verringert.
-
5 stellt
Funktionsblöcke
einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate in der
Ausführungsform
der vorliegenden Erfindung dar. Zusätzlich sind die Abschnitte
in 5, die dieselbe Funktion wie diejenige der dritten
Ausführungsform der
vorliegenden Erfindung, die zuvor erwähnt ist, haben, mit denselben
Markierungen wie diese versehen.
-
In
der Vorrichtung zum Umwandeln einer Sprachwiedergaberate wird ein
Synthesefilter 32', das
dieselbe Funktion wie diejenige des Synthesefilters 32,
vorhanden in der dritten Ausführungsform der
vorliegenden Erfindung, besitzt, zwischen einem Decodierer, einer
Sprachcodiervorrichtung 40 und einen Pufferspeicher 3 vorgesehen.
Das Synthesefilter 32' erzeugt
ein decodiertes Sprachsignal von dem Sprachquellensignal 41 in
einem Frame und Linear-Predictive-Koeffizienten 33 und
speichert sie als ein Synthesesprachsignal 44 in dem Pufferspeicher. Da
das Sprachquellensignal 41 zu dem Decodierer 40 in
einem Frame eingegeben wird, ist das Synthesesprachsignal 44 auch
ein Signal in einem Frame. Dementsprechend ist es so verfügbar, um
es direkt als einen Eingang der Vorrichtung zum Umwandeln einer
Sprachwiedergaberate der vorliegenden Erfindung zu verwenden.
-
Wie
vorstehend beschrieben ist, ist es, durch Kombinieren einer Sprachcodiervorrichtung 40 zum Codieren
von Sprachsignalen durch Teilen davon in Linear-Predictive-Koeffizienten, die
Spektrum-Informationen darstellen, Pitchperiode-Informationen und Sprachquellen-Informationen,
die einen Vorhersage-Rest darstellten, und eine Vorrichtung zum
Umwandeln einer Wiedergaberate der vorliegenden Erfindung, möglich, Informationen,
ausgegeben aus der Sprachcodiervorrichtung zu Verwenden und eine Wiedergaberate
von Sprachsignalen, codiert an der Sprachcodiervorrichtung, mit
einer geringeren rechtmäßigen Komplexität umzuwandeln.
-
(Fünfte Ausführungsform)
-
In
einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate in der
fünften
Ausführungsform
der vorliegenden Erfindung kann, durch Interpolieren der Linear-Predictive-Koeffizienten,
um sie zu den geeignetsten Koeffizienten für das synthetisierte Restsignal
zu machen, die Sprachqualität
verbessert werden.
-
6 stellt
Funktionsblöcke
einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate in der
Ausführungsform
der vorliegenden Erfindung dar. Zusätzlich sind die Abschnitte
in 6, die dieselbe Funktion wie diejenige jeder Ausführungsform
der vorliegenden Erfindung, die zuvor erwähnt ist, haben, mit denselben
Markierungen wie diese versehen.
-
Diese
Vorrichtung zum Umwandeln einer Sprachwiedergaberate weist einen
Linear-Predictive-Analyseabschnitt 30,
um die Linear-Predictive-Koeffizienten zu berechnen, die Spektrum-Informationen
von Eingangs-Sprachsignalen darstellen, ein inverses Filter 31,
um das Vorhersage-Restsignal 34 mit den berechneten, Linear-Predictive-Koeffizienten 33 von
Eingangs-Sprachsignalen zu berechnen, und ein Synthesefilter 32,
um Sprachsignale mit den Linear-Predictive-Koeffizienten von den
Eingangs-Sprachsignalen zu synthetisieren, und einen Linear-Predictive-Koeffizienten-Interpolationsabschnitt 60,
um Linear-Predictive-Koeffizienten 33 zu interpolieren,
um sie zu den geeignetesten Koeffizienten für das synthetisierte Restsignal
zu machen, auf. Der andere Aufbau in dieser Vorrichtung ist derselbe
wie derjenige der ersten Ausführungsform
der vorliegenden Erfindung (1).
-
In
dieser Vorrichtung zum Umwandeln einer Sprachwiedergaberate, aufgebaut
so, wie dies vorstehend beschrieben ist, wird eine Eingangssprache in
einem Frame 12, abgerufen von dem Aufzeichnungsmedium an
einem Framing-Abschnitt 2, in den Linear-Predictive-Analyseabschnitt 30 eingegeben. Der
Linear-Predictive-Analyseabschnitt 30 berechnet Linear-Predictive-Koeffizienten 33 von
einer Eingangssprache in einem Frame 12, um sie zu dem
inversen Filter 31 und den Interpolationsabschnitt 60 für Linear-Predictive-Koeffizienten
einzugeben. Das inverse Filter 31 berechnet ein Restsignal
von der Eingangssprache 12 mit Linear-Predictive-Koeffizienten 33.
Dieses Restsignal 34 wird durch die Verarbeitung zum Umwandeln
einer Sprachwiedergaberate, erläutert
in der ersten Ausführungsform
der vorliegenden Erfindung, in der Wellenform synthetisiert und
wird als Synthese-Restsignal 35 von dem Wellenform-Syntheseabschnitt 5 ausgegeben.
-
Der
Interpolationsabschnitt 60 für Linear-Predictive-Koeffizienten
empfängt
Verarbeitungsframe-Positions-Informationen 61 von dem Wellenform-Synthetisierabschnitt 40 und
interpoliert Linear-Predictive-Koeffizienten 33, um sie
zu den geeignetestens Koeffizienten für ein Synthese-Restsignal 35 zu
machen. Die interpolierten Linear-Predictive-Koeffizienten 32 werden in
das Synthesefilter 32 eingegeben und das Ausgangssprachsignal 36 wird von
dem Synthese-Restsignal 35 synthetisiert.
-
Ein
Beispiel einer Interpolation von Linear-Predictive-Koeffizienten 33,
um sie zu dem geeignetesten Koeffizienten für ein Syntheserestsignal 35 zu
machen, wird unter Bezugnahme auf 7 erläutert. Wie
in 7a dargestellt ist, wird angenommen, dass
ein Verarbeitungsframe, um ein Synthese-Restsignal 35 zu
berechnen, über
Eingangsframes 1, 2 und 3 kreuzt. Die Form einer Fensterfunktion,
um die sich überlappenden
Wellenformen zu verwenden, wird dahingehend angenommen, dass sie
die Form und das Gewicht besitzen, wie dies in 7b dargestellt
ist. Dementsprechend ist, wie in 7c dargestellt
ist, die Datenmenge, die in der überlappten
Wellenform umfasst ist, erzeugt durch eine Überlappungsverarbeitung, die
Datenmenge, die in Intervallen F1, F2 und F3, gewichtet mit w1,
w2 und w3, unter Berücksichtigung
der Fensterfunktionsform, umfasst ist. Indem die originale Datenmenge,
die in dieser überlappten
Wellenform enthalten ist, zu einer Basis gemacht wird, werden die
interpolierten Linear-Predictive-Koeffizienten 62 entsprechend
der folgenden Formel erhalten. (interpolierte
Linear-Predictive-Koeffizienten)
= (Linear-Predictive-Koeffizienten
eines Frame 1) × (Gewichtung
w1)
+ (Linear-Predictive-Koeffizienten eines Frame 2) × (Gewichtung
w2)
+ (Linear-Predictive-Koeffizienten eines Frame 3) × (Gewichtung
w3)wobei w1 + w2 + w3 = 1 gilt.
-
Zusätzlich sind,
unter Berücksichtigung
der Gewichtung w1, w2 und w3, die Faktoren, die zu berücksichtigen
sind, nicht nur die Fensterfunktionsform, sondern auch die Ähnlichkeit
von Linear-Predictive-Koeffizienten jedes der Frames 1, 2 und 3
und anderer. Und es sind, als interpolierte Linear-Predictive-Koeffizienten,
um sie zu berechnen, nicht nur ein Koeffizient, sondern eine Mehrzahl
von Koeffizienten verfügbar,
die durch Teilen der überlappten
Wellenform in eine Mehrzahl von Teilen und Berechnen der geeignetesten,
interpolierten Linear-Predictive-Koeffizienten für jeden Teil erhalten werden.
Und bei der Verarbeitung eines Interpolierens der Linear-Predictive-Koeffizienten
kann die Funkti onsweise durch Umwandeln jedes Linear-Predictive-Koeffizienten
in einen LSP-Parameter,
usw., geeignet für
die Interpolationsverarbeitung, die Interpolationsverarbeitung des umgewandelten
LSP-Parameters, usw., und Wiederumwandeln des berechneten Ergebnisses
in die Linear-Predictive-Koeffizienten verbessert werden.
-
(Sechste Ausführungsform)
-
In
einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate in der
sechsten Ausführungsform
der vorliegenden Erfindung wird der Umfang einer Berechnung durch
Kombinieren davon mit einer Sprachcodiervorrichtung und unter Verwendung
von Sprachcodier-Informationen, geliefert von der Sprachcodiervorrichtung,
verringert.
-
8 stellt
Funktionsblöcke
einer Vorrichtung zum Umwandeln einer Sprachwiedergaberate in einer
Ausführungsform
der vorliegenden Erfindung dar.
-
In
dieser Vorrichtung wird, zum Umwandeln einer Sprachwiedergaberate,
eine Sprachcodiervorrichtung (Decodierer 40), die in der
dritten Ausführungsform
verwendet wird, zum Codieren von Sprachsignalen durch Teilen davon
in Linear-Predictive-Koeffizienten,
die Spektrum-Informationen darstellen, Pitchperiode-Informationen
und Sprachquellen-Informationen, die einen Vorhersage-Rest darstellen,
durch Ersetzen davon gegen ein Aufzeichnungsmedium 1 und
einen Framing-Abschnitt 2 in der fünften Ausführungsform der vorliegenden
Erfindung, präpariert.
-
Ein
Sprachquellensignal in einem Frame 41, ausgegeben von dem
Decodierer 40, wird in einen Pufferspeicher 3 eingegeben
und Linear-Predictive-Koeffizienten 33 werden in einen
Interpolationsabschnitt 60 für Linear-Predictive-Koeffizienten
eingegeben. Und Pitchperiode-Informationen 42 werden in
den Wellenform-Abrufabschnitt 43 eingegeben und der Bereich
einer Länge
Tc einer Wellenform, um ihn an dem Wellenform-Bestimmungsabschnitt 43 abzurufen,
wird entsprechend Pitchperiode-Informationen 42 umgeschaltet.
Dementsprechend hierzu kann, während
der Bereich eine Länge
Tc einer Wellenform, um abzurufen, beschränkt ist, eine rechenmäßige Komplexität, um eine
Differenz zu erhalten, stark verringert werden.
-
Gemäß der Ausführungsform
der vorliegenden Erfindung, wie sie vorstehend beschrieben ist,
ist es, durch Kombinieren einer Sprach-Codiervorrichtung 40 zum
Codieren von Sprachsignalen durch Teilen davon in Linear-Predictive-Koeffizienten,
Spektrum-Informationen
darstellend, in Pitchperiode-Informationen und Sprachquellen-Informationen
die einen Vorhersage-Rest darstellen, und eine Vorrichtung zum Umwandeln
einer Wie dergaberate der vorliegenden Erfindung möglich, Informationen,
ausgegeben von der Sprachcodiervorrichtung, zu verwenden und eine
Wiedergaberate von Sprachsignalen, codiert an der Sprachcodiervorrichtung,
mit einer geringeren, rechenmäßigen Komplexität, umzuwandeln.
-
(Siebte Ausführungsform)
-
Eine
Vorrichtung zum Umwandeln einer Sprachwiedergaberate der vorliegenden
Erfindung wird unter Verwendung einer Software, in der der Algorithmus
der Verarbeitung in einer Programmiersprache beschrieben ist, erreicht.
Durch Aufzeichnen des Programms auf einem Aufzeichnungsmedium, wie
beispielsweise einer Floppy-Disk (FD), usw., Verbinden des Aufzeichnungsmediums
mit einer Signalverarbeitungsvorrichtung für allgemeine Zwecke, wie beispielsweise
einem Personal Computer, usw., und Ausführen des Programms wird die
Funktion der Vorrichtung zum Umwandeln einer Sprachwiedergaberate
der vorliegenden Erfindung erreicht. Die vorliegende Erfindung ist
nicht durch die Ausführungsformen,
die vorstehend beschrieben sind, beschränkt, sondern kann für eine modifizierte
Ausführungsform
innerhalb des Schutzumfangs der vorliegenden Erfindung angewandt
werden.
-
Industrielle
Anwendbarkeit
-
Eine
Vorrichtung zum Umwandeln einer Sprachwiedergaberate der vorliegenden
Erfindung ist, wie dies vorstehend beschrieben ist, dazu nützlich,
ein Sprachsignal, aufgezeichnet auf einem Aufzeichnungsmedium unter
einer wahlweisen Rate, ohne Transformieren des Pitchs einer Sprache
wiederzugeben, und ist zum Verbessern der Qualität einer Ausgangssprache geeignet.