JP2001500284A - 改良した調波音声符号器を備えた送信機 - Google Patents

Abstract

(57)【要約】 調波音声符号器（１６）において、符号化すべき音声信号は、ＬＰＣパラメータコンピュータ（３０）、ピッチ値及び利得値によって決定される複数のＬＰＣパラメータで表される。この音声符号器は、粗いピッチを決定する（粗い）ピッチ推定器（３８）と、この粗いピッチ値から精密なピッチを決定するための精密なピッチコンピュータ（３２）とを有する。この精密なピッチ値の決定は、合成音声信号の表現と本来の音声信号の表現との間に最小誤り測定値を生じるようにして精密なピッチ値が選択される合成方式により解析において実施される。

Description

【発明の詳細な説明】 改良した調波音声符号器を備えた送信機 技術分野 本発明は、音声符号器を備えた送信機に関するものであり、前記音声符号器は 、音声信号から複数の線形予測係数を決定する解析手段を含み、前記解析手段は 、前記音声信号の基本周波数を決定するピッチ測定手段を含み、当該解析手段は 、更に、前記音声信号を表わす複数の調波関連正弦信号の振幅及び周波数を前記 複数の線形予測係数及び前記基本周波数から決定するのに配される。 本発明は、音声符号器、音声符号化方法、及び前記方法を実施するコンピュー タプログラムを有する実媒体にも関する。 背景技術 序文に従う送信機は、ヨーロッパ特許公報第EP 259,950号から既知である。 上記送信機及び音声符号器は、音声信号が制限された送信容量を備えた送信媒 体を通じて送信されるべき、又は制限された記憶容量を備えた記憶メディアに記 憶されるべきアプリケーションに使用される。このようなアプリケーションの実 施例は、インターネットにおける音声信号の送信、携帯電話から基地局へ及びそ の反対への音声信号の送信、ＣＤ−ＲＯＭ、ソリッドステートメモリ又はハード ディスクドライブにおける音声信号の記憶である。 音声符号器の異なる動作原理は、適度なビットレートで妥当な音声品質を達成 するよう試みられてきた。これらの動作原理の１つにおいて、音声信号が複数の 調波関連正弦信号によって表される。前記送信機は、前記正弦信号の基本周波数 を表す当該音声信号のピッチを決定する解析手段を備えた音声符号器を有する。 この解析手段は、前記複数の正弦信号の振幅を決定するためにも配される。 前記複数の正弦信号の振幅が予測係数を決定し、前記予測係数から周波数スペ クトルを計算し、前記周波数スペクトルを前記ピッチ周波数でサンプリングする ことによって得られる。 前記既知の送信機に関する問題点は、復元された音声信号の品質が期待される ものよりも低いということである。 発明の開示 本発明の目的は、復元音声の品質の改良をもたらすようにした序文に係る送信 機を設けることである。 従って、本発明に係る送信機は、前記解析手段が、前記音声信号の表現と前記 複数の調波関連正弦信号の表現との間における測定値を最小にするために、前記 複数の調波関連信号の基本周波数を同調するためのピッチ同調手段を有し、この 送信機が、前記振幅及び前記基本周波数の表現を送信する送信手段を有すること を特徴とする。 本発明は、解析手段によって決定される正弦信号の振幅と、ピッチ決定手段に よって決定されるピッチとの組合せが、音声信号の最適な表現を構成するもので はないという認識に基づくものである。当該ピッチを合成解析法(analysis-by-s ynthesis)のようなやり方でチューニングすることによって、符号化される音声 信号のビットレートを増大させることなく、復元される音声信号の品質の向上を 達成することが可能になる。 この合成解析法は、当該本来の音声信号を、振幅及び実際のピッチ値に基づい て復元される音声信号と比較することによって実行される。この本来の音声信号 のスペクトルを決定して、これを正弦信号の振幅及びピッチ値から決定されるス ペクトルと比較することも可能である。 本発明の実施例は、複数の調波関連音声信号の振幅及び周波数の決定が、実質 的に量子化されない予測係数に基づき、前記振幅の表現が、量子化された予測係 数と、この量子化された予測係数及び前記基本周波数に基づいて決定される利得 因子とを有することを特徴とする。 実験から合成解析法をこの量子化された予測係数に基づいて実行することは、 前記復元音声に望まない人工物を生じることが明らかとなる。次いで、実行され た実験は、この合成解析法において前記量子化されない予測係数を用いて、当該 量子化された予測係数及び（精密な）基本周波数から前記利得因子を計算するこ とによって、これらの人工物が回避されることを示す。 本発明の更なる実施例は、前記解析手段が、少なくとも初期ピッチ値を前記ピ ッチ同調手段に提供する初期ピッチ決定手段を有することを特徴とする。 初期ピッチ決定手段を用いることによって、最適なピッチ値に接近する合成解 析法のための初期値を決定することを可能にする。これは、前記最適なピッチ値 を見つけるのに必要とされる計算の量を減少させることになる。 ここで、本発明は、以下のような図面を参照して説明されることになる。 図面の簡単な説明 第１図は、本発明が用いられた送信システムである。 第２図は、本発明に係る音声符号器４である。 第３図は、本発明に係る有声音の音声符号器１６である。 第４図は、第３図に係る有声音の音声符号器１６に使用されるＬＰＣ計算手段 ３０である。 第５図は、第３図に係る音声符号器１６に使用されるピッチ同調手段である。 第６図は、第２図に係る音声符号器に使用される、無声音の音声符号器１４で ある。 第７図は、第１図に係るシステムに使用される音声復号器１４である。 第８図は、音声復号器１４に使用される有声音の音声復号器９４である。 第９図は、有声音の音声復号器９４における多数のポイントに存在する信号に 関するグラフである。 第１０図は、音声復号器１４に使用される無声音の音声復号器９６である。 発明を実施するための最良の形態 第１図に係る送信システムにおいて、音声信号は送信機２の入力部に加えられ る。この送信機２において、前記音声信号は、音声符号器４で符号化される。こ の音声符号器４の出力部で、この符号化された音声信号は送信手段６に送られる 。この送信手段６は、チャネルコーディング、インターリービング及びコード化 された音声信号の変調を行うように配される。 送信手段６の出力信号は、前記送信機の出力部に送られ、送信媒体８を介して 受信機５に伝達される。受信機５において、このチャネルの出力信号は、入力手 段７に送られる。これら入力手段７は、例えば同調及び復調のようなＲＦ処理、 （適応可能ならば）デインターリービング及びチャネル復号を供給する。入力手 段７の出力信号は、その入力信号を復元される音声信号に変換する音声復号器９ に送られる。 第２図に係る音声符号器４の入力信号ｓ_s［ｎ］は、この入力信号から好まし くないＤＣオフセットを削除するために、ＤＣノッチフィルタ１０によってフィ ルタ処理される。前記ＤＣノッチフィルタは、１５Ｈｚのカットオフ周波数（− ３ｄＢ）を有する。このＤＣノッチフィルタ１０の出力信号は、バッファ１１の 入力部に加えられる。このバッファ１１がＤＣフィルタ処理された４００個の音 声サンプルのブロックを、本発明に係る有声音の音声符号器１６に与える。４０ ０個のサンプルの前記ブロックは、１０ｍｓの音声の５フレーム（各８０個のサ ンプル）を有する。それは、直ちに符号化すべきフレーム、２つの先行するフレ ーム及び後続する２つのフレームを有する。このバッファ１１は各フレーム間隔 において、８０個のサンプルの最新の入力されたフレームを２００Ｈｚの高域フ ィルタ１２に送る。この高域フィルタ１２の出力部は、無声音の音声符号器１４ の入力部と、有声音／無声音検出器２８の入力部とに接続される。高域フィルタ １２は、３６０個のサンプルのブロックを有声音／無声音検出器２８に供給し、 （音声符号器４が５．２ｋｂｉｔ／ｓｅｃモードで動作する場合には）１６０個 のサンプルのブロック、又は（音声符号器４が３．２ｋｂｉｔ／ｓｅｃモードで 動作する場合には）２４０個のサンプルのブロックを無声音の音声符号器１４に 供給する。上述されたサンプルの異なるブロックとバッファ１１の出力との間の 関係を下の表に示す。 有声音／無声音検出器２８は、現在のフレームが有声音又は無声音の音声を有 するかを決定し、その結果を有声音／無声音フラグとして示す。このフラグはマ ルチプレクサ２２、無声音の音声符号器１４及び有声音の音声符号器１６に送ら れる。有声音／無声音フラグの値に依存して、有声音の音声符号器１６又は無声 音の音声符号器１４が活性化される。 有声音の音声符号器１６において、前記入力信号は、調波関係である複数の正 弦信号として表される。この有声音の音声符号器の出力は、ピッチ値、利得値及 び１６個の予測パラメタの表現を供給する。これらピッチ値及び利得値は、マル チプレクサ２２の対応する入力部に加えられる。 ５．２ｋｂｉｔ／ｓｅｃモードにおいて、ＬＰＣ計算は１０ｍｓ毎に行われる 。３．２ｋｂｉｔ／ｓｅｃにおいて、ＬＰＣの計算は、無声音から有声音へ又は その逆への移行が起こるときを除いて、２０ｍｓ毎に行われる。上記移行が起こ る場合、３．２ｋｂｉｔ／ｓｅｃモードにおいて、前記ＬＰＣ計算も１０ｍｓｅ ｃ毎に行われる。 前記有声音の音声符号器の出力部でのＬＰＣ係数がハフマン符号器(Huffman e ncoder)２４で符号化される。このハフマン符号化配列の長さは、このハフマン 符号器２４内の比較器によって、対応する入力配列の長さと比較される。このハ フマン符号化配列の長さがこの入力配列の長さよりも長い場合、コード化されな い配列を送信することを決定する。他の状況では、ハフマン符号化配列を送信す ることを決定する。前記決定はマルチプレクサ２６及びマルチプレクサ２２に加 えられる「ハフマンビット(Huffman bit)」によって示される。このマルチプレ クサ２６がハフマン符号化配列又は入力配列を「ハフマンビット」の値に依存し てマルチプレクサ２２に送るように配される。マルチプレクサ２６と組み合わせ てハフマンビットを使用することは、前記予測係数の表現の長さが既定値を超過 しないことを保証するという利点を持つ。「ハフマンビット」及びマルチプレク サ２６を用いることなく、ハフマン符号化配列の長さが、限定された数のビット がＬＰＣ係数の送信のために蓄えられる送信フレームにこれ以上割り込めない程 度に入力配列の長さを超過することが起こる。 無声音の音声符号器１４において、利得値及び６個の予測係数が無声音の音声 信号を表すのに決定される。これら６個のＬＰＣ係数がその出力部でハフマン符 号化配列及び「ハフマンビット」を表すハフマン符号器１８によって符号化され る。このハフマン符号化配列及びハフマン符号器１８の入力配列が、この「ハフ マンビット」によって制御されるマルチプレクサ２０に加えられる。ハフマン符 号器１８とマルチプレクサ２０との組み合わせの動作がハフマン符号器２４とマ ルチプレクサ２６との結合の動作と同じである。 マルチプレクサ２０の出力信号及びハフマンビットは、マルチプレクサ２２の 対応する入力部に加えられる。このマルチプレクサ２２は、有声音／無声音検出 器２８の決定に依存して、符号化された有声音の音声信号又は符号化された無声 音の音声信号を選択するために配される。このマルチプレクサ２２の出力部で、 この符号化された音声信号が利用可能となる。 第３図に従う有声音の音声符号器１６において、本発明に係る解析手段はＬＰ Ｃパラメタコンピュータ(LPC Parameter Computer)３０、精密なピッチコンピュ ータ(Rehned Pitch Computer)３２及びピッチ推定器(Pitch Estimator)３８によ って構成される。音声信号Ｓ[n]は、このＬＰＣパラメタコンピュータ３０の入 力部に加えられる。このＬＰＣパラメタコンピュータ３０は、予測係数ａ[ｉ]と 、このａ[ｉ]を量子化、コード化及び復号化した後に得られる量子化予測係数ａ ｑ[ｉ] と、ＬＰＣコードＣ[ｉ]とを決定し、ここでｉは０から１５の値を持つ。 本発明の概念に係るピッチ決定手段は、ここではピッチ推定器３８である初期 ピッチ決定手段と、ここではピッチ領域コンピュータ(Pitch Range Computer)３ ４及び精密なピッチコンピュータ３２であるピッチ同調手段とを有する。このピ ッチ推定器３８が前記ピッチ同調手段で試されるべきピッチ値を決定するための ピッチ領域コンピュータ３４に用いられる粗いピッチ値を決定し、このピッチ同 調手段は最終的なピッチ値を決めるための更なる精密なピッチコンピュータ３２ と呼ばれる。このピッチ推定器３８は、多数のサンプルで説明される粗いピッチ 周期を供給する。前記精密なピッチコンピュータ３２に用いるべきピッチ値は、 以下のテーブルに従って粗いピッチ周期からピッチ領域コンピユータ３４によっ て決定される。 振幅スペクトルコンピュータ３６において、ウインドウ処理される音声信号Ｓ_HAM が式（１）に従う信号Ｓ[ｉ]から決定される。 （１）において、ｗ_HAM[ｉ]は式（２）に等しい。 このウインドウ処理される音声信号はｗ_HAM[ｉ]は、５１２ポイントＦＦＴを 用いて 周波数ドメインに変換される。前記変換によって得られるこのスペクトルＳ_Wは 式（３）に等しい。 精密なピッチコンピュータ３２に使用すべき振幅スペクトルが式（４）に従っ て計算される。 この精密なピッチコンピュータ３２は、前記ＬＰＣパラメタコンピュータ３０ によって供給されるａパラメタ及び粗いピッチ値から精密なピッチ値を決定し、 この値は式（４）に従う振幅スペクトルと、その振幅が前記精密なピッチ周期で ＬＰＣスペクトルをサンプリングすることによって決定される複数の調波関係に ある正弦信号を有する信号の振幅スペクトルとの間で最小の誤り信号となる。 利得コンピュータ４０において、目標スペクトルに正確に整合するのに最適な 利得は、精密なピッチコンピュータ３２に行われたような量子化されていないａ パラメタの代わりに、量子化されたａパラメタを用いた再合成音声信号のスペク トルから計算される。 有声音の音声符号器４０の出力部で、１６個のＬＰＣコード、精密なピッチ及 び利得コンピュータ４０で計算される利得が利用可能となる。ＬＰＣパラメタコ ンピュータと精密なピッチコンピュータ３２の動作を以下により詳細に説明する 。 第４図に従うＬＰＣコンピュータ３０において、ウインドウの操作は、ウイン ドウ処理器５０によって信号ｓ[n]上で実行される。本発明の１つの特徴に従っ て、解析長さは前記有声音／無声音フラグの値に依存する。５．２ｋｂｉｔ／ｓ ｅｃモードにおいて、このＬＰＣ計算が１０ｍｓｅｃ毎に実行される。３．２ｋ ｂｉｔ／ｓｅｃモードにおいて、ＬＰＣ計算は、有声音から無声音へ又はその逆 への移行中を除いて、２０ｍｓｅｃ毎に実行される。上記移行が存在する場合、 ＬＰ Ｃ計算は１０ｍｓｅｃ毎に実行される。 以下の表において、予測係数の決定に関係するサンプル数が与えられる。 ５．２ｋｂｉｔ／ｓｅｃの場合と移行が存在する３．２ｋｂｉｔ／ｓｅｃの場 合におけるウインドウに関しては、式（５）に書くことができる。 前記ウインドウ処理される音声信号い関しては、以下の式であるとわかる。 ３．２ｋｂｉｔ／ｓの場合において移行が存在しない場合、８０個のサンプル のフラットトップ部がウインドウの中央に導入され、これによってサンプル１２ ０で始まり、サンプル３６０の前に終了する２４０個のサンプルにわたるように 前記ウインドウを延在させる。このやり方で、ウインドウＷ'_HAMは式（７）に従 って得られる 前記ウインドウ処理される音声信号に関して、以下のように書くことができる 。 自己相関関数コンピュータ(Autocorrelation Function Computer)５８は、前 記ウインドウ処理音声信号の自己相関関数Ｒ_ssを決定する。計算すべき相関係数 の数は。予測係数＋１の数に等しい。有声音の音声フレームが存在する場合、計 算すべき自己相関係数の数は１７である。無声音の音声フレームが存在する場合 、計算すべき自己相関係数の数は７である。有声音又は無声音の音声フレームの 存在が、前記有声音／無声音フラグによって自己相関関数コンピュータ５８に信 号が送られる。 この自己相関係数は、当該自己相関係数によって示されるスペクトルのスペク トル平滑化(spectral smoothing)を幾らか得るために、いわゆる遅れウインドウ (lag-window)でウインドウ処理される。この平滑化された自己相関係数ρ[i]が 式（９）に従って計算される。 式（９）において、ｆ_uは４６．４Ｈｚの値を持つスペクトル平滑化定数であ る。ウインドウ処理される自己相関値ρ[i]は、ｋ[l]からｋ[P]への反射係数を 帰納法で計算するシューア帰納モジュール(Schur recursion module)６２に送る 。このシューア帰納は当業者には十分公知である。 変換器６６において、Ｐ反射係数ρ[i]は、第３図における精密なピッチコン ピュータ３２に使用するａパラメタに変換される。量子化器６４において、反射 係数はログエリア比(Log Area Ratios)に変換され、これらログエリア比は略一 様に量子化される。結果生じたＬＰＣコードＣ[1]…Ｃ[P]は、更なる送信のため のＬＰＣパラメタコンピュータの出力部に送られる。 局部復号器５２において、これらＬＰＣコードＣ[1]…Ｃ[P]は、反射係数復元 器 ａパラメタ変換器５６に対する反射係数によって（量子化された）ａパラメタに 変換される。 この局部復号は、音声符号器４及び音声復号器１４で利用可能な同様のａパラ メタを持つために実行される。 第５図に係る前記精密なピッチコンピュータ３２において、精密なピッチコン ピュータ３２で使用すべき候補ピッチ値をピッチ領域コンピュータ３４から入力 されるように、ピッチ周波数候補選択器７０は開始値及びステップサイズを候補 番号から決定する。これら候補の各々に対し、前記ピッチ周波数候補選択器７０ が基礎周波数ｆ_o,iを決定する。 この候補周波数ｆ_o,iを用いて、ＬＰＣ係数によって開示されるスペクトル包 絡線は、スペクトル包絡線サンプラ７２によって、調波箇所でサンプル化される 。 ｉ番目の候補ｆ_o,iのｋ番目の調波の振幅であるｍ_i,kに対し、以下のように書く ことができる。 式（１０）において、Ａ(ｚ)は以下の式に等しい。 変化する。 式（１２）を実部と虚部とに分割することで、振幅ｍi,kは、式（１３）に従 って得られる。 ここで、Ｒ、Ｉは （７）に従う１６０ポイントのハミングウインドウの８１９２ポイントのＦＦＴ むことで決定される。前記８１９２ポイントのＦＦＴが事前に計算され、その結 果がＲＯＭに記憶されることが観察される。畳み込み処理(convolving process) において、前記候補スペクトルは２５６ポイント以上の無駄な計算を行い、基準 スペクトルの２５６ポイントと比較されなければならなので、ダウンサンプリン グ 式（１６）はピッチ候補ｉに関する、振幅スペクトルの一般的形状のみを与える に従うＭＳＥ利得計算器７８によって計算される利得因子ｇ_iによって補正され なければならない。 減算器８４が振幅スペクトルコンピュータ３６によって決定される目標スペクト ルの係数と乗算器８２の出力信号と間の差を計算する。その結果、加算平方(sum ming square)は式（１８）に従う平方された誤り信号Ｅ_iを計算する。最小値となる候補基礎周波数ｆ_o,iは、精密な基礎周波数又は精密なピッチとし て選択される。本実施例に係る符号器において、合計３６８個のピッチ周期が、 符号化するのに９ビットを必要とする。このピッチは、音声符号器のモードに関 係なく、１０ｍｓｅｃ毎に更新される。第３図に係る利得計算器４０において、 復号器に送信すべき利得は、利得ｇ_iに関して上述されたのと同じやり方で計算 されるが、ここで量子化されたａパラメタは、前記利得ｇ_iを計算する時に使用 される量子化されていないａパラメタの代わりに使用される。復号器に送信すべ き利得因子は、６ビットに非線形に量子化される。例えばｇ_iの小さい値に対し 小さな量子化ステップが使用され、ｇ_iの大きな値に対し大きな量子化ステップ が使用される。 第６図に従う無声音の音声符号器１４において、ＬＰＣパラメタコンピュータ ８２の動作は、第４図に従うＬＰＣパラメタコンピュータ３０の動作と同じであ る。このＬＰＣパラメタコンピュータ８２は、前記ＬＰＣパラメタコンピュータ ３０によって動作されるように、本来の音声信号の代わりに、高域フィルタ処理 された音声信号で動作する。さらに、ＬＰＣコンピュータ８２の予測順序は、Ｌ ＰＣパラメタピッチコ ンピュータ３０に使用される１６ではなく６である。 時間ドメインウインドウ処理器８４が式（１９）に従うハミングウインドウ処 理される音声信号を計算する。 ＲＭＳ値コンピュータ(RMS value computer)８６において、音声フレームの振 幅の平均値ｇ_UVは、式（２０）に従って計算される。 復号器に送信すべき利得因子ｇ_UVは、５ビットに非線形に量子化される。例え ばｇ_UVの小さい値に対し小さな量子化ステップが用いられ、ｇ_UVの大きな値に対 し大きな量子化ステップが用いられる。励起パラメタが無声音の音声符号器１４ によって決定されない。 第７図に従う音声復号器１４において、ハフマン符号化されたＬＰＣコード及 び有声音／無声音フラグがハフマン復号器９０に加えられる。有声音／無声音フ ラグが無声音の信号を示す場合、このハフマン復号器９０は、前記ハフマン符号 器１８で使用されたハフマン表に従って、ハフマン符号化されたＬＰＣコードを 復号するために配される。前記有声音／無声音フラグが有声音の信号を示す場合 、このハフマン復号器９０は、前記ハフマン符号器２４で使用されたハフマン表 に従って、ハフマン符号化されたＬＰＣコードを復号するために配される。この ハフマンビットの値に依存して、入力されたＬＰＣコードは、ハフマン復号器９ ０によって復号し、又はデマルチプレクサ９２に直接送られる。前記利得値及び 入力された精密なピッチ値もデマルチプレクサ９２に送られる。 前記有声音／無声音フラグが有声音の音声フレームを示す場合、精密なピッチ 、利得及び１６個のＬＰＣコードが調波音声合成器９４に送られる。この有声音 ／ 無声音フラグが無声音の音声フレームを示す場合、利得及び６個のＬＰＣコード が無声音の音声合成器９６に送られる。この調波音声合成器９４の出力部での合 有声音のモードにおいて、マルチプレクサ９８は、重複及び加算合成ブロック において、マルチプレクサ９８は、重複及び加算合成ブロック１００の入力部に ク１００において、有声音及び無声音の音声セグメントを部分的に重複すること式（２１）で書くことが可能である。 式（２１）において、Ｎ_sは音声フレームの長さであり、ｖ_k-1は先行する音声 フレームに対する有声音／無声音フラグであり、ｖ_kは現在の音声フレームに対 する有声音／無声音フラグである。 このポストフィルタはフォルマント範囲外でノイズを抑制することで知覚される 音声品質を向上するために配される。 第８図に従う有声音の音声復号器９４において、デマルチプレクサ９２から入 力された符号化ピッチが復号され、ピッチ復号器１０４によってピッチ周期に変 換される。ピッチ復号器１０４で決定される前記ピッチ周期は、位相合成器１０ ６の入力部、調波発振器バンク(Harmonic Oscillator Bank)１０８の入力部及び ＬＰＣスペクトル包絡線サンプラ１１０の第１入力部に加えられる。 デマルチプレクサ９２から入力されるＬＰＣ係数は、ＬＰＣ復号器１１２によ って復号される。このＬＰＣ係数を復号する方法は、現在の音声フレームが有声 音の音声又は無声音の音声を含むかに依存する。従って、前記有声音／無声音フ ラグがＬＰＣ復号器１１２の第２入力部に加えられる。このＬＰＣ復号器が量子 化されたａパラメタをＬＰＣスペクトル包絡線サンプラ１１０の第２入力部に送 る。このＬＰＣスペクトル包絡線サンプラ１１２の動作は、同様の動作が精密な ピッチコンピュータ３２で行われるので、式（１３）、（１４）及び（１５）に よって説明される。 位相合成器１０６は、音声信号を表すＬ信号のｉ番目の正弦信号の位相ψ_k[i] を計算するように配される。この位相ψ_k[i]は、例えばｉ番目の正弦信号が１つ のフレームから次のフレームへ絶え間ないように選択される。この有声音の音声 信号は、重複するフレームを結合することによって合成され、これらフレームの 各々は１６０個のウインドウ処理されるサンプルを有する。第９図におけるグラ フ１１８及びグラフ１２２から見られるように、２つの隣接するフレーム間に５ ０％の重複が存在する。これらグラフ１１８及び１２２において使用されるウイ ンドウが一点鎖線で示される。この位相合成器は、重複が最もインパクトが大き い位置で連続する位相を供給するように配される。ここで用いられるウインドウ 関数において、この位置はサンプル１１９である。現在のフレームの位相ψ_k[i] に対し、以下の式が書かれる。 現在説明される音声符号器において、Ｎ_sの値は１６０に等しい。正に初期の 有声音の音声フレームに対し、ψ_k[i]の値が事前に決められた値に初期化される 。位相ψ_k[i]は無声音の音声フレームが入力されても常に更新される。前記場合 において、ｆ_o,kは５０Ｈｚに設定される。 われる。 Windowing block)１１４におけるハニングウインドウを用いてウインドウ処理さ れる。このウインドウ処理された信号は、第９図のグラフ１２０に示される。こ の信号てウインドウ処理される。このウインドウ処理された信号は、第９図のグラフ１ ２４に示される。時間ドメインウインドウ処理ブロック１４４の出力信号は、上 述のウインドウ処理された信号を加算することで得られる。この出力信号は、第 ９図のグラフ１２６に示される。利得復号器１１８が利得値ｇ_vをその入力信号 から得て、時間ド るために、信号基準化ブロック１１６によって前記利得因子ｇ_vで基準化される 。 無声音の音声合成器９６において、ＬＰＣコード及び有声音／無声音フラグが ＬＰＣ復号器１３０に加えられる。このＬＰＣ復号器１３０は、ＬＰＣ合成フィ ルタ１３４に複数の６ａパラメタを供給する。ガウスのホワイトノイズ製造器１ ３２の出力部が前記ＬＰＣ合成フィルタ１４３の入力部に接続される。このＬＰ Ｃ合成フィルタ１３４の出力信号は、時間ドメインウインドウ処理ブロック１４ ０におけるハニングウインドウによってウインドウ処理される。 無声音の利得復号器１３６は、現在の無声音のフレームが所望するエネルギー を表 持つ音声信号を得るために決定される。この基準化因子に対し、式（２４）が書 かれる。 現在説明される音声符号化システムは、低いビットレート、即ち高い音声品質 を必要とするために改良される。低いビットレートを必要とする音声符号化シス テムの実施例は、２ｋｂｉｔ／ｓｅｃの符号化システムである。このようなシス テムは、有声音の音声に使用される予測係数の数を１６から１２に減少し、予測 係数、利得及び精密なピッチの差分符号化を用いることで得られる。差分コード 化は、符号化すべきデータが個々に符号化されず、後続するフレームからの対応 するデータ間の差分のみを送信することを意味する。有声音から無声音へ又はそ の逆への移行で、最初の新しいフレームに全ての係数が復号化に対する開始値を 供給するために個々に符号化される。 ６ｋｂｉｔ／ｓのビットレートで向上する音声品質を持つ音声コード器を得る ことを可能にもする。この改良は複数の調波関係の正弦信号のうち最初の８つの 調波の位相の決定である。この位相ψ[i]は式（２５）に従って計算される。 ここで、θ_i＝２πf_o・iである。Ｒ(θ_i)及びI(θ_i)は式（２６）及び（２７） に等しい。 そのようにして得られた８個の位相ψ[i]は、６ビットに一様に量子化され、 出力ビットストリームに含まれる。 ６ｋｂｉｔ／ｓｅｃの符号器における更なる改良は、無声音のモードにおける 補足的な利得値の送信である。利得が１フレーム毎の代わりに、普通２ｍｓｅｃ 毎で送信される。移行直後の最初のフレームにおいて、１０個の利得値が送信さ れ、その内５つが現在の無声音のフレームを示し、その内５つが無声音の音声符 号器によって処理される先行する有声音のフレームを示す。これら利得は４ｍｓ ｅｃの重複ウインドウから決定される。 ＬＰＣ係数の数は１２であり、利用可能な差分符号化が利用されることが明ら かとなる。

Claims (1)

1. 【特許請求の範囲】 １．音声符号器を具備する送信機であって、前記音声符号器は、音声信号から 複数の線形予測係数を決定する解析手段を有し、前記解析手段は、前記音声 信号の基本周波数を決定するピッチ決定手段を有し、当該解析手段は更に、 前記音声信号を表す複数の調波関連正弦信号の振幅及び周波数を前記複数の 線形予測係数及び前記基本周波数から決定するために配されている送信機に おいて、前記解析手段が、前記音声信号の表現と前記複数の調波関連正弦信 号の表現との間の差分測定値を最小にするために、前記複数の調波関連信号 の前記基本周波数を同調するピッチ同調手段を有し、前記送信機が、前記振 幅及び前記基本周波数の表現を送信する送信手段を有することを特徴とする 音声符号器を具備する送信機。 ２．請求項１に記載の送信機において、複数の調波関連音声信号の前記振幅及 び前記周波数の決定は、実質的に量子化されていない予測係数に基づいてい て、前記振幅の表現が量子化された予測係数と、当該量子化された予測係数 及び前記基本周波数に基づいて決定される利得因子とを有することを特徴と する送信機。 ３．請求項１又は２に記載の送信機において、前記解析手段が、少なくとも初 期ピッチ値を前記ピッチ同調手段に提供する初期ピッチ決定手段を有するこ とを特徴とする送信機。 ４．先行する請求項の一項に記載の送信機において、前記音声符号器は、前記 音声信号の周波数スペクトルを決定するスペクトル解析手段を有し、当該ピ ッチ同調手段が、前記振幅及び前記基本周波数から得られたスペクトルと前 記音声信号の周波数スペクトルのスペクトルとの間の差分を最小化するよう に配されることを特徴とする送信機。 ５．音声信号から複数の線形予測係数を決定する解析手段を有する音声符号器 であって、前記解析手段は、前記音声信号の基本周波数を決定するピッチ決 定手段を有し、前記解析手段は更に、前記音声信号を表す複数の調波関連正 弦信号の振幅及び周波数を前記複数の線形予測係数及び前記基本周波数から 決定するために配されている音声符号器において、前記解析手段が、前記音 声信号の表現と前記複数の調波関連正弦信号の表現との間における差分測定 値を最小にするために、前記複数の調波関連信号の基本周波数を同調するピ ッチ同調手段を有することを特徴とする音声符号器。 ６．請求項５に記載の音声符号器において、前記解析手段が少なくとも初期ピ ッチ値を前記ピッチ同調手段に提供する初期ピッチ決定手段を有することを 特徴とする音声符号器。 ７．請求項５又は６に記載の音声符号器において、前記音声符号器が、前記音 声信号の周波数スペクトルを決定するスペクトル解析手段を有し、前記ピッ チ同調手段が、前記振幅及び基本周波数から得られたスペクトルと前記音声 信号の周波数スペクトルのスペクトルとの間の差分を最小にするように配さ れることを特徴とする音声符号器。 ８．音声信号から複数の線形予測係数を決定し、前記音声信号の基本周波数を 決定し、前記音声信号を表す複数の調波関連正弦信号の振幅及び周波数を前 記複数の線形予測係数及び前記基本周波数から決定する音声符号化方法にお いて、前記方法が前記音声信号の表現と前記複数の調波関連正弦信号の表現 との間の差分測定値を最小にするために、前記複数の調波関連信号の前記基 本周波数を同調することを特徴とする音声符号化方法。 ９．請求項８に記載の方法において、前記方法が、少なくとも初期ピッチ値を 前記ピッチ同調手段に提供することを特徴とする方法。 １０．請求項８又は９に記載の方法において、前記方法が、前記音声信号の周波 数スペクトルを決定し、当該方法が、前記振幅及び基本周波数から得られた スペクトルと当該音声信号の前記周波数スペクトルのスペクトルとの間の差 分を最小にすることを特徴とする方法。 １１．音声信号から複数の線形予測係数を決定し、前記音声信号の基本周波数を 決定し、前記音声信号を表す複数の調波関連正弦信号の振幅及び周波数を前 記複数の線形予測係数及び前記基本周波数から決定する音声符号化方法を実 行するコンピュータプログラムを有する実媒体において、前記方法が、前記 音声信号の表現と前記複数の調波関連正弦信号の表現との間の差分測定値を 最小にするために、前記複数の調波関連信号の基本周波数を同調させること を特徴とする音声符号化方法を実行するコンピュータプログラムを有する実 媒体。