JP2521051B2 - 音声符号化方式 - Google Patents

Description

【発明の詳細な説明】 ［技術分野］ 本発明は、音声符号化方式に関する。

［従来技術］ 例えば、高速デジタル回線を用いて音声信号を伝送し
たり、音声応答装置のために音声信号を蓄積および合成
するなど音声信号をデジタル処理するとき、この音声信
号をなんらかの方法でデジタル信号に変換する必要があ
る。

基本的には音声信号は周波数帯域が0.3〜3.4KHzのア
ナログ信号であり、これをデジタル信号に変換するに
は、例えばサンプリング周波数8KHzで分解能が８ビット
のアナログ／デジタル変換器で変換すればよい（PCM（P
ulse Code Modulation）符号化）。そして、このデジタ
ル信号を元の音声信号に戻すには、サンプリング周波数
8KHzで分解能が８ビットのデジタル／アナログ変換器で
アナログ信号に変換し、さらにローパスフィルタを通し
て波形整形してやればよい。このとき、アナログ／デジ
タル変換器およびデジタル／アナログ変換器の分解能
（すなわちPCM符号のビット幅）が大きいほど再生した
音声の品質が高い。

ところで、このようなPCM符号化された音声信号は１
秒あたりのビット速度（データ速度；以下ビットレート
という）が64Kbpsとなり、このように高いビットレート
の音声信号を伝送するには非常に高速な伝送路を必要と
し、また、かかる音声信号を蓄積するためには厖大な記
憶容量のメモリを必要とする。そこで、従来から、音声
信号のビットレートを低減するための種々の提案がなさ
れている。

その１つに、時系列的に隣接するPCM符号の差分を形
成する差分PCM符号化方式がある。この差分PCM符号化方
式は、音声波形の相関性に基づく冗長性を利用したもの
であり、隣接したサンプル間の値の変化が、多くの場合
ダイナミック・レンジの限られた範囲に含まれることか
ら、１サンプルあたりのビット数を低減することができ
る。この差分PCM符号化方式をさらに進めた適応差分PCM
符号化方式の１つである、CCITT（国際電信電話諮問委
員会）勧告による適応差分PCM方式では、32kbsのビット
レートを実現している。

この他には、音声信号の非定在性と線形予測可能性を
利用したAPC-AB（Adaptive Prediction Coding with Ad
aptive Bit Allocation）方式、または、音声分析合成
手法によるLSP（Line Spectrum Pair）方式などがあ
る。

しかしながら、このようなADPCMf方式、APC-AB方式お
よびLSP方式は、符号化および復号化の処理が非常に複
雑であり、それらを実現するための装置は非常に高価な
ものとなるという不都合がある。

一方、放送衛星用の高品位なPCM音声伝送方式の１つ
に準瞬時圧伸方式がある。この準瞬時圧伸方式は、PCM
符号化された音声データを時系列に所定数ごとのブロッ
クに分割し、おのおののブロックにおける信号絶対値の
最大値に対応した最上位桁をあらわすスケールデータを
識別し、その最上位桁を含む所定ビット数のデータを符
号データに整形するものであり、比較的符号化処理が簡
単で、かつ、容易に１サンプルのビット数を低減するこ
とが可能である。しかしながら、このような準瞬時圧伸
方式は、効率的には充分なものではない。

そこで、この準瞬時圧伸方式の効率を改善する手法と
して「差分PCM方式と準瞬時圧伸との結合」が考えられ
るが、一般に単に準瞬時圧伸を差分PCM方式に適用した
だけでは、圧縮時の欠落ビットが伝送誤差を生じ、受信
側の積分器で誤差が累積して受信不能となる。

このような問題を解決する１つの方法として、「欠落
ビットのアキュムレーションによる差分圧伸PCM（DC-PC
M）」（高橋ほか、電子通信学会論文誌'84/10 Vol.J67-
B No.10）が提案されている。

しかしながら、この方法は15ビット程度の差分データ
を８ビット程度に圧縮する場合に有効であり、８ビット
の差分データを３ビット程度に圧縮するような低ビット
レートの符号化方式には適用できない。

［目的］ 本発明は、上述した従来技術の不都合を解決するため
になされたものであり、低ビットレートで、簡単な処理
により、高品質は音声を再現できる音声符号化方式を提
供することを目的としている。

［構成］ 本発明は、DC-PCM符号化方式において、差分値の絶対
値を所定値に制限するとともに、直前ブロックの終了時
点における欠落ビットの累算値を次のブロックの最初の
差分値に加算し、さらに、欠落ビットの累算値の桁上が
りによって符号データに１を加算した結果その符号デー
タが桁上がりを生じる場合には、スケールデータの値を
１つ大きいものに変更した状態で、当該ブロックについ
て再度符号化処理を繰り返し実行することで、上記した
目的を達成している。

以下、添付図面を参照しながら、本発明の実施例を詳
細に説明する。

まず、本発明の原理について説明する。

例えば、第１図（ａ）に実線で示したような音声信号
をサンプリング周波数8KHzでサンプリングし、おのおの
のサンプルを12ビットのデジタルデータ（PCM符号）に
変換し、このデジタルデータを準瞬時圧伸することを考
える。ただし、スケール値の変動を防止するために、こ
のデジタルデータの差分の最大値を７ビットに制限す
る。また、準瞬時圧伸の条件としては、１ブロックを構
成するサンプルの数は８、おのおののサンプルを３ビッ
トに圧縮し、またスケール値を３ビットであらわすもの
とする。なお、最大値が制限されて形成された７ビット
のデジタルデータは、２の補数であらわされたデジタル
データであり、最上位桁がサインビット（正負を識別す
るための符号ビット）である。

ここで、サンプル＃１〜＃８の差分デジタルデータが
それぞれ第２図（ａ）に示したように得られたとする。

この８つのサンプルからなるブロックにおいて、その
差分の絶対値が最大となるのはサンプル＃１のデータで
あるから、そのビットパタンの最上位桁の位置すなわち
ビット４が準瞬時圧伸のスケール位置POSに設定され
る。

そして、おのおののサンプル＃１〜＃８について、こ
のスケール位置よりも１桁上位桁のビット５から下位３
桁を伝送ビットすなわち符号データとして抜き出す。し
たがって、符号データのMSB（最上位桁）には、その符
号データの正負の区別をあらわすサインビット（符号ビ
ット）が位置する。

この結果、同図（ｂ）に示したように、準瞬時圧伸に
よる符号化データが得られる。すなわち、先頭３ビット
にはスケール位置POSのデータが配置され、それに続い
てサンプル＃１〜＃８において抜き出された３ビットの
符号データが順次配置される。

このとき、前述したDC-PCMを実現するために、符号デ
ータに含まれない下位ビット（以下これを欠落ビットと
いう）のデータをサンプル毎に順次累算し、その累算値
に桁上がりを生じたときには符号データのLSBに１を加
算する。この場合には、「＊」マークを付したサンプル
＃3,＃6,＃８において、この加算が生じている。

このようにして、欠落ビットの内容が反映された符号
データが形成される。

この符号化データを復号して音声信号を再生するとき
は、まず、先頭３ビットの内容からスケール位置POSを
識別する。

次に、後続するデータを３ビットずつの符号データに
順次区切り、その符号データのMSBが、さきに識別した
スケール位置POSよりも１桁上位桁に位置するように、
７ビットデータのなかに配置し、その符号データよりも
上位桁にはその符号データのMSBの内容（すなわちサイ
ンビットの内容）を配置し、その符号データよりも下位
桁には０を配置することで、６ビットの差分データを伸
長する（同図（ｃ）参照）。

そして、この差分データを積算し、その積算値（12ビ
ット）をデジタル／アナログ変換してローパスフィルタ
で波形整形することで、音声信号が再生される。

このようなDC-PCMにより符号化されて再生された音声
信号は、第１図（ｂ）に一点鎖線で示したように、同図
に実線で示した元の音声信号よりもレベル的に下の位置
で変化するものとなる。

ところで、このように符号データのビット数が３ビッ
トと少ない場合、欠落ビットの累算値の桁上がりによっ
て符号データに１を加算した結果符号データに桁上がり
を生じるおそれがある。

そこで、本発明では、かかる事態を生じたときには、
スケールデータの値を１つ増加した状態で、当該ブロッ
クの符号化処理を再度行なうようにしている。

第３図は、本発明の一実施例にかかる音声符号化装置
を示している。この音声符号化装置における準瞬時圧伸
の条件は、上述したものを用いている。

同図において、入力音声信号SSは、ローパスフィルタ
１によって帯域制限されたのちに、サンプリング周波数
が8KHzのアナログ／デジタル変換器２に加えられて12ビ
ットのデジタル信号DSに変換され、このデジタル信号DS
は、差分データを形成するための加減算器３のプラス入
力端に加えられている。

この加減算器３から出力される差分データDDsは、最
大値制限回路４によって７ビットの差分データDDに変換
される。このようにして差分データの最大値を制限した
のは、次のような理由による。

すなわち、差分データDDsをそのまま準瞬時圧縮した
場合、突発的に大きな差分データを含むブロックにおい
てはそれに対応した大きなスケール値が設定され、その
ために他の小さな差分データに対する準瞬時圧縮後のデ
ータの追従性が悪化する。その結果、復元した音声信号
が、聴覚上、ギクシャクした感じを与える。そこで、こ
のように差分データの最大値をある程度に制限すること
により、このような聴覚上の問題を解決することができ
る。

この差分データDDは、加算器５の一入力端および加算
器６の一入力端に加えられている。

加算器６の出力はレジスタ７に加えられ、このレジス
タ７の出力は加減算器３のマイナス入力端および加算器
６の他入力端に加えられている。このようにして、最大
値制限回路４によって７ビットに制限された差分データ
DDの積算値がレジスタ７によって形成され、このデータ
が差分データDDsを形成するための直前のサンプルのデ
ータとして用いられている。

また、加算器５の出力は、８サンプル分の記憶容量を
もつバッファメモリ８および準瞬時圧縮のためのスケー
ル値を設定するためのスケール値設定部９に加えられて
いる。

バッファメモリ８の記憶データは、サンプル毎に準瞬
時圧縮符号化する準瞬時圧縮部10および符号データに含
まれない欠落ビットを累算するアキュムレータ11に加え
られている。

スケール値設定部９は、加算器５から出力される差分
データDDの連続する８サンプルのうち、最も絶対値の大
きいものを識別し、そのビットパタンの最上位桁を判別
してそのビット位置を３ビットのスケールデータDKで出
力する。

このスケールデータDKは、準瞬時圧縮部10、アキュム
レータ11および１ブロック分のデータを所定の信号形式
に整形するためのマルチプレクサ12の一入力端に加えら
れている。

準瞬時圧縮部10は、バッファメモリ８から加えられる
７ビットの差分データDDについて、おのおののサンプル
毎に、スケール値設定部９から加えられるスケールデー
タDKがあらわすスケール位置よりも１ビット上位桁をMS
Bとする３ビットのデータを抜き出し、これを圧縮差分
データDCとして加算器13に出力している。

アキュムレータ11は、ブロックの開始毎にその内容が
クリアされるとともに、スケール値設定部９から加えら
れるスケールデータDKに基づいてバッファメモリ６から
加えられるデジタル信号DSのうち欠落ビットを識別し、
各サンプルについてその欠落ビットを累算してその累算
値に桁上がりを生じたときには、桁上がり信号CCを加算
器13に出力する。またおのおののブロックにおける処理
を終了するとき、その時点での累算値を加算器５の他入
力端に出力する。これにより、準瞬時圧伸に特有な欠落
ビットによる誤差の累積を、次のブロックの最初のサン
プルデータを形成するときに解消することができる。

加算器13は、アキュムレータ11から桁上がり信号CCが
入力されているサンプルについては準瞬時圧縮部10から
加えられる圧縮差分データDCに１を加算してその結果を
符号データDCoとしてマルチプレクサ12に出力するとと
もに、それ以外のサンプルについては圧縮差分データDC
をそのまま符号データDCoとしてマルチプレクサ12に出
力する。また加算器13は、圧縮差分データDCに１を加算
した結果桁上がりを生じた場合には、キャリ信号CYをス
ケール値設定部９およびマルチプレクサ12に出力する。

これにより、マルチプレクサ12はそのときに入力され
た１ブロックのデータ（後述）を出力せず、また、スケ
ール値設定部９は設定したスケール値を１つ大きくした
状態に変更する。これにより、同一ブロックのデータに
ついて、再度準瞬時圧縮の処理が実行される。

マルチプレクサ12は、第４図に示したように、スケー
ル値設定部９から出力されたスケールデータDKを先頭に
配置し、それに続いて各サンプルの符号データDCoを順
次配置して構成した信号を、１ブロック分の符号化デー
タDLとして形成して次段装置（例えばデータ伝送装置あ
るいはデータ記憶装置等）に出力する。

このようにして、準瞬時圧縮部10から出力される圧縮
差分データDCが補正されて、符号化データDLとして出力
される。

第５図は、本発明の一実施例にかかる音声復号化装置
の一例を示している。この音声復号化装置は、上述した
音声符号化装置によって符号化された符号化データDLを
復号して音声信号を出力するものである。

同図において、例えばデータ受信装置あるいはデータ
記憶装置等の前段装置（図示略）から出力された符号化
データDLは、デマルチプレクサ21に加えられ、おのおの
のブロック毎に、先頭の３ビットがスケール値SCとして
識別されて準瞬時伸長部22のスケール値入力端に加えら
れ、それ以外のコードデータ（圧縮差分データ）は、準
瞬時伸長部22のコードデータ入力端に加えられる。

準瞬時伸長部22は、加えられるコードデータを３ビッ
トずつに区切るとともに、７ビットデータにおいて入力
したスケールデータSCに対応したビット位置にその３ビ
ットのデータを配置し、そのコードデータよりも上位桁
には符号ビットの内容を、下位桁には０を配置して７ビ
ットデータに伸長し、この７ビットデータを、加算器と
レジスタから構成された積分部23に出力する。

積分部23は、順次入力される７ビットデータを積算し
て音声信号の各サンプルにおける12ビットの信号値を形
成し、これをデジタル／アナログ変換器24に出力する。

デジタル／アナログ変換器24は、受入した信号値を8K
Hzの変換周波数で対応するアナログ信号（レベル信号）
に変換し、これをローパスフィルタ25に出力する。この
アナログ信号は、ローパスフィルタ25によって波形整形
されたのち、再生音声信号として次段装置（例えば音声
出力装置等）に出力される。

このように、本発明にかかる符号化データを復号する
ための音声復号化装置の構成は、非常に簡単なものとな
る。したがって、例えば、汎用の８ビットマイクロプロ
セッサを用いてこの音声復号化装置を実現することもで
き、コストを極く小さく抑えることができる。

なお、上述した実施例におけるビット数等の各種定数
は一例であり、適宜な値を設定することができる。

［効果］ 以上説明したように、本発明によれば、DC-PCM符号化
方式において、差分値の絶対値を所定値に制限するとと
もに、直前ブロックの終了時点における欠落ビットの累
算値を次のブロックの最初の差分値に加算し、さらに、
欠落ビットの累算値の桁上がりによって符号データに１
を加算した結果その符号データが桁上がりを生じる場合
には、スケールデータの値を１つ大きいものに変更した
状態で、当該ブロックについて再度符号化処理を繰り返
し実行しているので、低ビットレートで、簡単な処理に
より、高品質な音声を再現できるという優れた効果を得
ることができる。

【図面の簡単な説明】

第１図（ａ），（ｂ）は本発明の原理の説明図、第２図
（ａ）〜（ｃ）は本発明の原理を説明するための信号配
置図、第３図は本発明の一実施例にかかる音声符号化装
置を示したブロック図、第４図は符号化データの一例を
示した信号配置図、第５図は本発明にかかる音声復号化
装置を示したブロック図である。 1,25……ローパスフィルタ、２……アナログ／デジタル
変換器、３……加減算器、４……最大値制限回路、5,6,
13……加算器、７……レジスタ、８……バッファメモ
リ、９……スケール値設定部、10……準瞬時圧縮部、11
……アキュムレータ、12……マルチプレクサ、21……デ
マルチプレクサ、22……準瞬時伸長部、23……積分部、
24……デジタル／アナログ変換器。

フロントページの続き (56)参考文献 特開 昭62−190930（ＪＰ，Ａ) 特開 昭63−14523（ＪＰ，Ａ) 特開 昭63−14524（ＪＰ，Ａ) 電子通信学会論文誌’84／10Ｖｏｌ. Ｊ67−Ｂ Ｎｏ．10Ｐ．1033−1039

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】PCM符号化された音声データのうち隣接す
   るサンプル間の差分値を形成してその差分値を時系列に
   所定数ごとのブロックに分割し、おのおののブロックに
   おける差分値の絶対値の最大値に対応した最上位桁をあ
   らわすスケールデータを識別し、その最上位桁を含む所
   定ビット数のデータを符号データに整形して上記音声デ
   ータを圧縮するとともにその符号データに含まれなかっ
   た欠落ビットの累算値が桁上がりを生じたときには当該
   サンプルの符号データの最下位桁に１を加えてその符号
   データを補正する音声符号化方式において、上記差分値
   の絶対値を所定値に制限するとともに、直前のブロック
   の終了時点における上記欠落ビットの累算値を次のブロ
   ックの最初の差分値に加算し、このブロックで上記補正
   をした結果上記符号データに桁上がりを生じたときに
   は、上記スケールデータを１つ増加した状態で当該ブロ
   ックについて再度符号化処理を行なうことを特徴とする
   音声符号化方式。