JP3579276B2

JP3579276B2 - 音声符号化／復号化方法

Info

Publication number: JP3579276B2
Application number: JP36783698A
Authority: JP
Inventors: 皇天田; 公生三関
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1997-12-24
Filing date: 1998-12-24
Publication date: 2004-10-20
Anticipated expiration: 2018-12-24
Also published as: JPH11259098A

Description

【０００１】
【発明の属する技術分野】
本発明は、ディジタル電話、ボイスメモなどに用いられる低符号化レートの音声符号化／復号化方法に関する。
【０００２】
【従来の技術】
近年、携帯電話やインターネットなどで音声や楽音を少ない情報量に圧縮して伝送、蓄積するための符号化技術として、ＣＥＬＰ方式（ＣｏｄｅＥｘｃｉｔｅｄＬｉｎｅａｒＰｒｅｄｉｃｔｉｏｎ（Ｍ．Ｒ．ＳｃｈｒｏｅｄｅｒａｎｄＢ．Ｓ．Ａｔａｌ， ”ＣｏｄｅＥｘｃｉｔｅｄＬｉｎｅａｒＰｒｅｄｉｃｔｉｏｎ（ＣＥＬＰ）：ＨｉｇｈＱｕａｌｉｔｙＳｐｅｅｃｈａｔＶｅｒｙＬｏｗＢｉｔＲａｔｅｓ，” Ｐｒｏｃ．ＩＣＡＳＳＰ，ｐｐ．９３７−９４０，１９８５（文献１）およびＷ．Ｓ．Ｋｌｅｉｊｉｎ，Ｄ．Ｊ．Ｋｒａｓｉｎｓｋｉｅｔａｌ． ”ＩｍｐｒｏｖｅｄＳｐｅｅｃｈＱｕａｌｉｔｙａｎｄＥｆｆｉｃｉｅｎｔＶｅｃｔｏｒＱｕａｎｔｉｚａｔｉｏｎｉｎＳＥＬＰ，” Ｐｒｏｃ．ＩＣＡＳＳＰ，ｐｐ．１５５−１５８，１９８８（文献２））がよく用いられている。
【０００３】
ＣＥＬＰは線形予測分析に基づく符号化方式であり、入力音声信号は線形予測分析によって音韻情報を表す線形予測係数と音の高さ等を表す予測残差信号に分けられる。線形予測係数を基に合成フィルタと呼ばれる再帰型のディジタルフィルタが構成され、この合成フィルタに予測残差信号が駆動信号として入力されることで、元の入力音声信号に復元できる。
【０００４】
低レートで符号化するためには、合成フィルタの特性を表す合成フィルタ情報である線形予測係数と、合成フィルタを駆動する駆動信号である予測残差信号をより少ない情報量で符号化する必要がある。ＣＥＬＰ方式では、ピッチベクトルと雑音ベクトルの２種類の信号に適当なゲインを乗じた後、足し合わせることによって、予測残差信号を符号化した信号が駆動信号として生成される。ピッチベクトルの生成方法は例えば文献２に述べられている。
【０００５】
文献２の方法の他に音声立上り部（ｏｎｓｅｔ）で固定の符号ベクトルを用いる方法なども提案されているが本発明ではこれらをまとめてピッチベクトルと呼ぶことにする。
雑音ベクトルは通常、多数の候補を雑音符号帳に格納しておき、この中から最適なものを選ぶことによって生成される。雑音ベクトルの探索方法として、全ての雑音ベクトルをピッチベクトルと足し合わせた後に合成フィルタに通して合成音声信号を生成し、この合成音声信号の入力音声信号に対する歪みを評価し、最も歪みの小さい合成音声信号を生成する雑音ベクトルを選ぶという方法がとられる。従って、如何に効率良く雑音ベクトルを雑音符号帳に格納しておくかがＣＥＬＰ方式の重要なポイントになる。
【０００６】
代数構造符号帳（ＡｌｇｅｂｒａｉｃＣｏｄｅｂｏｏｋ）（Ｊ−Ｐ．Ａｄｏｕｌｅｔａｌ， “ ＦａｓｔＣＥＬＰＣｏｄｉｎｇｂａｓｅｄｏｎａｌｇｅｂｒａｉｃｃｏｄｅｓ”，Ｐｒｏｃ．ＩＣＡＳＳＰ’８７，ｐｐ．１９５７−１９６０（文献３））は、雑音ベクトルをパルスの有無と極性（＋，−）だけで表す簡単な構造である。代数構造符号帳は複数の雑音ベクトルを格納した雑音符号帳を用いた方式に比べ、コードベクトルを格納する必要がなく、また計算量が少ないなどの特徴を持つ。音質の面でも従来の方式に比べて遜色がないため、近年、様々な標準方式に用いられている。
【０００７】
【発明が解決しようとする課題】
しかしながら、代数構造符号帳は符号化のビットレート（符号化レート）が下がるに従い、音質の劣化が目立つようになる。その理由の一つとして、パルスの位置情報の不足が挙げられる。すなわち、代数構造符号帳ではパルスの位置情報を代数的に単純化しているため、上述した利点はあるが、低符号化レートではパルスを立てる必要の無い箇所に位置候補が存在し、必要な個所に存在しないことがあるため、効率が悪いばかりでなく、音声の品質が劣化してしまう。
【０００８】
代数構造符号帳を用いた場合に音質が劣化するもう一つの理由として、パルス数の不足が挙げられる。パルス数が不足すると、復号音声に「プチプチ」という雑音が目立つようになる。これは駆動信号がパルス列から生成されているためであり、パルス数の減少とともにパルスの有無が聴覚的に知覚されやすくなるからである。音質の向上のためには、このプチプチ感を軽減させる必要がある。
【０００９】
上述したように、従来の代数構造符号帳は構造が簡単であり、計算量が少ないという利点を有する反面、低符号化レートになると合成フィルタの駆動信号を構成するパルス列の位置情報およびパルス数の不足により復号音声の音質が低下するという問題点があった。
【００１０】
本発明は、低符号化レートでも良好な音質が得られる音声符号化／復号化方法を提供することを目的とする。
【００１１】
【課題を解決するための手段】
本発明は、音声信号を少なくとも合成フィルタの特性を表す情報を生成するステップと、該合成フィルタを駆動するための信号であり、前記音声信号の性質に応じて適応的に変化するパルス位置候補から選ばれた所定の数のパルス位置にパルスを配置することで生成されたパルス列を含む駆動信号を生成するステップとでなる音声符号化方法を提供する。
【００１２】
本発明は、音声信号の性質に応じて適応的に変化するパルス位置候補から選ばれた所定の数のパルス位置にパルスを配置することで生成されたパルス列を含む駆動信号を合成フィルタに入力して音声信号を復号化する音声復号化方法を提供する。
【００１３】
本発明に係る音声符号化／復号化方法では、合成フィルタを駆動する駆動信号は音声信号の性質に応じて適応的に変化するパルス位置候補から選ばれた所定の数のパルス位置にパルスを配置することで生成されたパルス列を含んでいる。パルス位置候補は、より具体的には音声信号のパワ（ｐｏｗｅｒ）の大きい所ほど多くの候補が存在するように配置される。
【００１４】
また、駆動信号は音声信号の性質に応じて適応的に変化するパルス位置候補全てにパルスを配置し、各パルスの振幅を所定の手段で最適化することで生成されたパルス列を含んで構成することもできる。この場合、パルス位置候補はより具体的には、音声信号のパワの大きい所ほど多くの候補が存在するように配置される。
【００１５】
さらに、駆動信号は音声信号の性質に応じて適応的に変化する第１のパルス位置候補から選ばれた所定の数のパルス位置にパルスを配置することで生成されたパルス列か、又は、第１のパルス位置候補として用いられなかった位置の一部または全部からなる第２のパルス位置候補から選ばれた所定の数のパルス位置にパルスを配置することで生成されたパルス列のいずれかを用いて生成することもできる。この場合、第１のパルス位置候補は、より具体的には、音声信号のパワの大きい所ほど多くの候補が存在するように配置される。
【００１６】
また、駆動信号がピッチベクトルおよび雑音ベクトルからなる場合には、雑音ベクトルがピッチベクトルの形状に応じて変化するパルス位置候補から選ばれた所定の数のパルス位置にパルスを配置することで生成される。この場合、パルス位置候補はより具体的には、ピッチベクトルのパワの大きい所ほど多くの候補が存在するように配置される。
【００１７】
また、雑音ベクトルがピッチベクトルの形状から求められた位置候補密度関数に基づき設定された位置候補から選ばれた所定の数のパルス位置にパルスを配置することで生成されたパルス列を用いて構成とすることもできる。この場合、パルス位置候補はより具体的には、位置候補密度関数の値の大きい所ほど多くの候補が存在するように配置され、位置候補密度関数はピッチベクトルのパワとパルスが配置される確率を関連付ける予め求められた関数である。
【００１８】
さらに、雑音ベクトルにピッチ周期強調フィルタなどの補正手段を用いる場合には、ピツチベクトルにこの逆特性に基づく処理を行った逆補正ピッチベクトルの形状に応じて変化するパルス位置候補から選ばれた所定の数のパルス位置にパルスを配置することで生成される。この場合、パルス位置候補はより具体的には、逆補正ピッチベクトルのパワの大きい所ほど多くの候補が存在するように配置される。
【００１９】
このようにパルス位置候補を音声信号のパワー分布などの性質に応じて適応的に変化させることにより、低符号化レート化によってパルス位置やパルス数が削減された代数構造符号帳を用いた場合でも符号化効率が向上し、復号音声の音質を維持しつつ低符号化レート化を図ることができる。また、パルス位置候補の作成にピッチベクトルを用いることで、付加情報を必要とせずにパルス位置候補の適応化が可能となる。
【００２０】
本発明に係る他の音声符号化／復号化方法では、駆動信号がピッチベクトルおよび雑音ベクトルからなる場合、ピッチベクトルの形状を基に決められた特性を持つパルス整形手段によって整形されたパルス列を含む駆動信号が生成される。
【００２１】
このような構成によって、パルス数の減少による復号音声に含まれるパルス状の雑音が軽減され、低符号化レート化によってパルス位置やパルス数が削減された場合でも、復号音声の音質を維持しつつ低符号化レート化が可能となる。
【００２２】
さらに、本発明に係る音声符号化／復号化方法においては、音声信号の性質に応じて適応的に変化するパルス位置候補から選ばれた所定の数のパルス位置にパルスを配置することで生成されたパルス列を含む駆動信号を生成し、かつこのパルス列をピッチベクトルの形状を基に決められた特性を持つパルス整形手段によって整形してもよい。
【００２３】
【発明の実施の形態】
図１に、第１の実施形態に係る音声符号化方法を適用した音声符号化システムが示される。この音声符号化システムは、入力端子１０１，１０６と、ＬＰＣ分析部１１０と、ＬＰＣ量子化部１１１と、ＬＰＣ合成部１２０と、聴覚重み付け部１３０と、適応符号帳１４１と、パルス位置候補探索部１４２と、適応代数構造符号帳１４３と、符号選択部１５０と、ピッチ周期強調部１６０と、利得乗算部１０２，１０３および加算部１０４，１０５から構成される。
【００２４】
入力端子１０１には、符号化すべき入力音声信号が１フレーム分の長さの単位で入力され、これに同期してＬＰＣ分析部１１０で線形予測分析が行われることにより、声道特性に相当する線形予測係数（ＬＰＣ係数）が求められる。ＬＰＣ係数はＬＰＣ量子化部１１１で量子化され、この量子化値がＬＰＣ合成部１２０にＬＰＣ合成部１２０の特性を表す合成フィルタ情報として入力されると共に、量子化値を指し示すインデックスＡが符号化結果として図示しない多重化部へ出力される。
【００２５】
適応符号帳１４１には、過去にＬＰＣ合成部１２０に入力された駆動信号が格納されている。ＬＰＣ合成部１２０の入力となる駆動信号は、線形予測分析における予測残差信号を量子化した信号であり、音の高低の情報などを含む声帯信号に相当する。適応符号帳１４１は過去の駆動信号からピッチ周期に相当する長さの波形を切り出し、これを繰り返すことでピッチベクトルを生成する。ピッチベクトルは通常、フレームを幾つかに分割したサブフレーム単位で求められる。
【００２６】
パルス位置候補探索部１４２では、適応符号帳１４１で求められたピッチベクトルを基に、サブフレーム内のどの位置にパルス位置候補を設定するかを計算で求め、その結果を適応代数構造符号帳１４３に出力する。
【００２７】
適応代数構造符号帳１４３は、パルス位置候補探索部１４２から入力されたパルス位置候補の中から、ピッチベクトルの影響を差し引いた入力音声信号に対する歪みが聴覚重みの下で最小となるように、所定の本数分のパルス位置とその符号を探索する。
【００２８】
適応代数構造符号帳１４３の出力であるパルス列は、必要に応じてピッチ周期強調部１６０によってピッチ単位で周期化される。ピッチ周期強調部１６０では、入力端子１０６から適応符号帳１４３の探索で求められたピッチ周期の情報Ｌが入力され、パルス列にピッチ周期の周期性が与えられる。
【００２９】
適応符号帳１４１から出力されるピッチベクトルおよび適応代数構造符号帳１４３から出力され、かつ必要に応じてピッチ周期強調部１６０で周期性が与えられたパルス列は、利得乗算部１０２，１０３によりピッチベクトルに対する利得Ｇ０および雑音ベクトルに対する利得Ｇ１がそれぞれ乗じられた後、加算部１０４で加え合わせられ、ＬＰＣ合成部１２０に駆動信号として入力される。なお、利得Ｇ０，Ｇ１としては通常、複数の利得を格納した利得符号帳（図示していない）から最適な利得が選ばれる。
【００３０】
符号選択部１５０からは、適応符号帳１４１に対する探索で選ばれたピッチベクトルを示すインデックスＢと、適応代数構造符号帳１４３に対する探索で選ばれたパルス列を示すインデックスＣと、利得符号帳に対する探索で選ばれた利得Ｇ０，Ｇ１を示すインデックスＧが出力される。これらの各インデックスＢ，Ｃ，ＧとＬＰＣ量子化部１１１からのＬＰＣ係数の量子化値である合成フィルタ情報を示すインデックスＡが図示しない多重化部で多重化され、ビットストリームとして出力される。
【００３１】
次に、本実施形態の特徴部分であるパルス位置候補探索部１４２と適応代数構造符号帳１４３について説明する。
【００３２】
本実施形態では低符号化レート時にパルスが立つ位置を制限しても、従来のように音質を劣化させずに符号化レートだけを低減させることができるようにするために、パルスは駆動信号のパワの大きい所に集中して立つ性質を利用し、駆動信号のパワの大きい所ほど多くの位置候補が割り振られるようにサブフレーム毎にパルス位置候補が設定される。
【００３３】
ピッチベクトルは理想的な駆動信号の形状と似ているため、適応符号帳１４１の探索により求められたピッチベクトルに基づいてパルス位置候補探索部１４２でパルス位置候補を設定することは効果的である。ピッチベクトルは、復号化側でも符号化側と同一のものが求められるため、パルス位置候補の適応化に伴って余分な付加情報を発生させる必要はない。
【００３４】
パルス位置候補の適応化に際して、パワの大きい所のみに位置候補を割り振ると、パワの小さな区間では連続して位置候補が存在しなくなることが原因で音質が劣化することもある。パルス位置候補の適応化の方法は様々な方法が考えられるが、例えば以下のような方法をとることにより音質劣化の少ない適応化が可能である。
【００３５】
図２に示すフローチャートを用いて、パルス位置候補探索部１４２によるパルス位置候補の適応化の処理手順を説明する。また、図３に図２の各ステップにおける入力ピッチベクトル波形（Ｆ０）、この入力ピッチベクトル波形のパワ（Ｆ１）、平滑化したパワ（Ｆ２）、この平滑化したパワをサンプル方向に積分した値（Ｆ３）を図２に対応させてそれぞれ示す。
【００３６】
パワの他に振幅値の絶対値（パワの平方根）など波形の形状を表す他の尺度を用いても同様の処理が可能である。本発明ではこれらをまとめてパワで代表することにする。
【００３７】
まず最初に、図３の入力ピッチベクトル（Ｆ０）について、パワ（Ｆ１）を算出し（ステップＳ１）、次いでパワ（Ｆ１）を平滑化し、平滑化パワ（Ｆ２）を得る（ステップＳ２）。パワの平滑化には、例えば数サンプルの窓で重みを付けて移動平均をとるなどの方法がある。
【００３８】
次に、ステップＳ２で平滑化されたパワをサンプル方向に積分する（ステップＳ３）。この様子が図３の（Ｆ３）に示されている。具体的には、ｎ番目のサンプルの平滑化されたパワをｐ（ｎ）、この平滑化されたパワｐ（ｎ）の積分値をｑ（ｎ）、サブフレーム長をＬとすると、積分値ｑ（ｎ）は
ｑ（ｎ）＝ｐ（ｎ）＋ｑ（ｎ−１）＋Ｃ（ｎ＝０，…，Ｌ−１）
で求められる。ただし、Ｃは定数であり、パルス位置候補の密度の偏りの度合いを調節する。
【００３９】
次に、この積分値ｑ（ｎ）を用いてパルス位置候補の算出を行う（ステップＳ４）。この場合、最終サンプルでの積分値が求める位置候補数がＭになるように積分値を正規化する。ｍ番目の候補の位置は、図３の（Ｆ３）に示したように積分値と対応させることで、Ｓｍとして求めることができる。ｍ＝０，…，Ｍ−１まで繰り返すことでＭ個の位置候補を求めることができる。
【００４０】
図４に、このようにして求められたパルス位置候補とピッチベクトルのパワとの関係を示す。実線はピッチベクトルのパワ包絡、矢印はパルス位置候補を示している。同図に示されるように、パルス位置候補の分布はピッチベクトルのパワの大きいところでは密となり、パワが小さくなるに従って疎になってゆく。その結果、音質上重要なピッチベクトルのパワの大きいところでは、より正確にパルス位置を選ぶことができる。また、低符号化レート化によってパルス位置候補の数が減少しても、少ないパルス位置候補をピッチベクトルのパワの大きい所に適応的に集中させることで、高音質の符号化が可能となる。
【００４１】
次に、このようにして求められた位置候補をチャネル毎に分配する（ステップＳ５）。分配の方法も様々であるが、図３の（Ｆ４）に示したように位置候補は各チャネルが互い違いになるように分配されるのが望ましい。このようにして、適応代数構造符号帳１４３が求められる。探索では、この適応代数構造符号帳１４３の各チャネル（Ｃｈ１，Ｃｈ２，Ｃｈ３）から１パルスずつ最適な位置と符号が選ばれ、３本のパルスで構成される雑音ベクトルが生成される。
【００４２】
サブフレーム長が８０サンプルの場合、パルス候補位置を全チャネル合計で４０サンプル程度に削減しても、上記の手法を用いれば聴覚的な劣化はほとんど感じられなくなる。
【００４３】
代数構造符号帳ではパルスの振幅は通常＋１または−１のどちらかであるが、振幅情報を持つパルスを用いる方法も提案されている、文献４（ＣｈａｎｇＤｅｙｕａｎ， ”Ａｎ８ｋｂ／ｓｌｏｗｃｏｍｐｌｅｘｉｔｙＡＣＥＬＰｓｐｅｅｃｈｃｏｄｅｃ，” １９９６３ｒｄＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ，ｐｐ．６７１−４，１９９６）に示されているようにパルスの振幅を１．０，０．５，０，−０．５，−１．０の中から選択する方法があげられる。また、文献５（Ｋ．ＯｚａｗａａｎｄＴ．Ａｒａｓｅｋｉ， ”ＬｏｗＢｉｔＲａｔｅＭｕｌｔｉ−ｐｕｌｓｅＳｐｅｅｃｈＣｏｄｅｒｗｉｔｈＮａｔｕｒａｌＳｐｅｅｃｈＱｕａｌｉｔｙ，” ＩＥＥＥＰｒｏｃ．ＩＣＡＳＳＰ’ ８６，ｐｐ．４５７−４６０，１９８６）に示されているパルス音源の一種であるマルチパルス方式なども駆動信号が振幅を持つパルス列から構成される。本発明はこれらの例に代表されるようなパルスが振幅をもつ場合にも適用可能である。
【００４４】
次に、図５を用いて図１の音声符号化システムに対応する音声復号化システムについて説明する。
【００４５】
図１と同一機能を有する部分に同一符号を付して説明すると、図５の音声復号化システムは、ＬＰＣ合成部１２０と、ＬＰＣ逆量子化部１２１と、適応符号帳１４１と、パルス位置候補探索部１４２と、適応代数構造符号帳１４３と、ピッチ周期強調部１６０と、利得乗算部１０２，１０３および加算部１０４から構成され、図１の音声符号化システムから伝送されてきた符号化ストリームが入力される。
【００４６】
入力された符号化ストリームは図示しない逆多重化部１２１に入力され、この逆多重化部１２１によって前述した合成フィルタ情報のインデックスＡ、適応符号帳１４１に対する探索で選ばれたピッチベクトルを示すインデックスＢ、適応代数構造符号帳１４３に対する探索で選ばれたパルス列を表すインデックスＣ、利得符号帳に対する探索で選ばれた利得Ｇ０，Ｇ１を示すインデックスＧおよびピッチ周期を示すインデックスＬに分離されて取り出される。
【００４７】
インデックスＡは、ＬＰＣ逆量子化部１２１で復号されて合成フィルタ情報であるＬＰＣ係数が求められ、ＬＰＣ合成部１２０に入力される。インデックスＢおよびＣは、適応符号帳１４１および適応代数構造符号帳１４３にそれぞれ入力され、これらの符号帳１４１，１４３からピッチベクトルおよびパルス列が出力される。この場合、適応代数構造符号帳１４３は、適応符号帳１４１から入力されたピッチベクトルに基づいてパルス位置候補探索部１４２で生成されたた適応代数構造符号帳１４３とインデックスＢから、パルス位置と符号を決定してパルス列を出力する。適応代数構造符号帳１４３から出力されるパルス列は、必要に応じてピッチ周期強調部１６０によりピッチ周期Ｌの周期性が与えられる。
【００４８】
適応符号帳１４１から出力されるピッチベクトルおよび適応代数構造符号帳１４３から出力され、かつ必要に応じてピッチ周期強調部１６０で周期性が与えられたパルス列は、利得乗算部１０２，１０３によりピッチベクトルに対する利得Ｇ０および雑音ベクトルに対する利得Ｇ１がそれぞれ乗じられた後、加算部１０４で加え合わせられてＬＰＣ合成部１２０に駆動信号として入力され、このＬＰＣ合成部１２０から再生音声信号が出力される。利得Ｇ０，Ｇ１は、インデックスＧに従って図示しない利得符号帳から選ばれる。
【００４９】
このように本実施形態によれば、音声の品質を維持したまま、ビットレートのみを削減することが可能となり、低符号化レートで高音質の音声符号化／復号化を実現することができる。
【００５０】
図６に、本発明の第２の実施形態に係る音声符号化システムが示される。この音声符号化システムは、第１の実施形態による図１に示した構成からパルス位置候補探索部１４２および適応代数構造符号帳１４３を取り除き、適応代数構造符号帳１４３に代わるものとして一般的な雑音符号帳１４４を備え、さらにパルス整形フィルタ分析部１６１とパルス整形部１６２が追加された構成となっている。
【００５１】
次に、本実施形態の処理手順について説明すると、入力音声信号のＬＰＣ分析およびＬＰＣ量子化を行った後、適応符号帳１４１の探索を行う所までは、第１の実施形態と同じである。雑音符号帳１４４は、この例では例えば代数構造符号帳により構成される。
【００５２】
パルス整形フィルタ分析部１６１は適応符号帳１４１の探索で求められたピッチベクトルに基づいてパルス整形部１６２のフィルタ係数を決定して出力する。パルス整形部１６２は、雑音符号帳１４４の出力を整形し雑音ベクトルとして出力する。
【００５３】
第１の実施形態と同様に、必要に応じてピッチ周期強調部１６０を用いて雑音ベクトルが周期化され、ピッチベクトルと雑音ベクトルに対する利得Ｇ０，Ｇ１が決められインデックスが出力される。パルス整形部１６２のフィルタ係数はピッチベクトルから求められるため、新たな付加情報を必要としない。
【００５４】
本実施形態の特徴は、パルス整形部１６２をピッチベクトルの波形を基に設定し、代数構造符号帳からなる雑音符号帳１４４の出力であるパルス列にパルス整形を施す点にある。第１の実施形態で述べたように、低符号化レート化に伴ってパルス位置、パルス数が減少し音質の劣化が目立つようになる。パルス数が減少した場合は「プチプチ」という雑音が復号音声に目立つようになるが、本実施形態のようにパルス整形部１６２を用いることで、このプチプチ感が大幅に軽減される。
【００５５】
パルス整形部１６２の設計方法としては、様々な方法を用いることができる。第一の例として、合成フィルタを駆動する駆動信号を位相等化すると、それがパルス状の信号になるという性質を利用する方法が考えられる。位相等化の逆フィルタを用いれば、パルス状の信号を入力することで駆動信号状の波形が得られることになる。従来のパルス波形を用いた場合のデメリットは理想的な駆動信号に含まれている位相情報が欠如してしまう点であり、パルス数が少なくなるとこの問題が顕著になる。そこで、この例のように位相情報をパルス整形部１６２で付加することで、パルス波形からより理想的な駆動信号に近い波形を生成することができる。
【００５６】
この第一の例では、位相等化逆フィルタのフィルタ係数の情報を伝送する必要があり、その分だけ符号化レート（ｂｉｔｒａｔｅ）が増える。そこで、パルス整形部１６２の第二の例として、位相情報の近似としてピッチベクトルを用いる方法が考えられる。有音区間などではピッチベクトルは、駆動信号と形状が類似しているため、位相情報を取り出すことができる。
【００５７】
具体的な方法の一つとして、ピッチベクトルのピーク位置などの同期点を求め、この同期点から数サンプル分の波形を取り出し、これをインパルス応答とするパルス整形フィルタを用いることができる。取り出す波形の長さは２〜３サンプル程度で効果が現われる。また、取り出したサンプルに窓をかけて減衰させてそれを用いるのも効果がある。さらに、ピッチベクトルは復号側でも符号化側と同一のものが得られるため、新たな伝送ビットを必要としない利点もある。雑音符号帳１４４の探索時には、パルス整形部１６２は一定であるため、そのインパルス応答をＬＰＣ合成部１２０と合わせて予め計算しておくことで、計算量を削減することができる。
【００５８】図７に、図６の音声符号化システムに対応する音声復号化システムが示される。図６と同一機能を有する部分に同一符号を付して説明すると、図７の音声復号化システムは、ＬＰＣ合成部１２０と、ＬＰＣ逆量子化部１２１と、適応符号帳１４１と、代数構造符号帳からなる雑音符号帳１４４と、パルス整形フィルタ分析部１６１と、パルス整形部１６２と、ピッチ周期強調部１６０と、利得乗算部１０２，１０３および加算部１０４から構成され、図６の音声符号化システムから伝送されてきた符号化ストリームが入力される。
【００５９】
入力された符号化ストリームは、図示しない逆多重化部に入力され、この逆多重化部によって前述した合成フィルタ情報のインデックスＡ、適応符号帳１４１に対する探索で選ばれたピッチベクトルを示すインデックスＢ、雑音符号帳１４４に対する探索で選ばれたパルス列を表すインデックスＣと、利得符号帳に対する探索で選ばれた利得Ｇ０，Ｇ１を示すインデックスＧに分離されて取り出される。ピッチ周期Ｌは、インデックスＢより算出される。
【００６０】
インデックスＡは、ＬＰＣ逆量子化部１２１で復号されて合成フィルタ情報となり、ＬＰＣ合成部１２０に入力される。インデックスＢおよびＣは適応符号帳１４１および雑音符号帳１４４にそれぞれ入力され、これらの符号帳１４１，１４４からピッチベクトルおよびパルス列が出力される。
【００６１】
この場合、雑音符号帳１４４から出力されるパルス列は、適応符号帳１４１の探索で求められたピッチベクトルに基づいてパルス整形フィルタ分析部１６１により係数が設定されたパルス整形部１６２により処理された後、必要に応じてピッチ周期強調部１６０によりピッチ周期Ｌの周期性が与えられる。
【００６２】
適応符号帳１４１から出力されるピッチベクトルおよび雑音符号帳１４４から出力され、パルス整形部１６２およびピッチ周期強調部１６０を経たパルス列は、利得乗算部１０２，１０３によりピッチベクトルに対する利得Ｇ０および雑音ベクトルに対する利得Ｇ１がそれぞれ乗じられた後、加算部１０４で加え合わせられ、ＬＰＣ合成部１２０に駆動信号として入力され、このＬＰＣ合成部１２０から合成された復号音声信号が出力される。利得Ｇ０，Ｇ１は、インデックスＧに従って図示しない利得符号帳から選ばれる。
【００６３】
このように本実施形態によると、パルス整形部１６２を用いることで、雑音符号帳１４４に低符号化レート化によってパルス数が減少した代数構造符号帳を用いた場合においても、復号音声の音質を維持したまま符号化レートだけを効果的に削減することが可能になる。
【００６４】
図８に、本発明の第３の実施形態に係る音声符号化システムが示される。この音声符号化システムは、第１の実施形態の構成に第２の実施形態で説明したパルス整形フィルタ分析部１６１とパルス整形部１６２を加えた構成になっている。
【００６５】
次に、本実施形態の処理手順について説明すると、第１の実施形態と同様にまずＬＰＣ分析およびＬＰＣ量子化が行われ、適応符号帳１４１の探索が完了した後、ピッチベクトルがパルス位置候補探索部１４２とパルス整形フィルタ分析部１６１に渡される。パルス位置候補探索部１４２では、第１の実施形態で述べた方法を用いてパルス位置候補が求められ，適応代数構造符号帳１４３が作られる。パルス整形フィルタ分析部１６１では、第２の実施形態で述べたようにパルス整形部１６２の係数が求められる。
【００６６】
適応代数構造符号帳１４３の探索では、出力されたパルス列はパルス整形部１６２で整形される。実際の探索では、パルス整形部１６２やピッチ周期強調部１６０のインパルス応答はＬＰＣ合成部１２０と合わせられ、計算量の削減が行われる。
【００６７】
図９に、図８の音声符号化システムに対応する音声復号化システムが示される。この音声復号化システムの動作は第１および第２の実施形態で説明した音声復号化システムの動作から自明であるので、図１、図７および図８と同一部分に同一符号を付して詳細な説明は省略する。
【００６８】
このように本実施形態では、第１の実施形態で説明したパルス位置候補探索部１４２および適応代数構造符号帳１４３と、第２の実施形態で説明したパルス整形フィルタ分析部１６１およびパルス整形部１６２を同時に用いることで、限られた位置候補に少数のパルスを立てる場合でも高い音質を維持することが可能となり、高音質、低符号化レートの音声符号化方式を実現することができる。
【００６９】
図１０に本発明の第４の実施形態に係る音声符号化システムのブロック図を示す。この音声符号化システムでは、第１の実施形態のパルス位置候補探索部がピッチベクトル平滑部１７１と位置候補密度関数算出部１７２および位置候補算出部１７３から構成されている他は、第１の実施形態と同じ構成である。
【００７０】
次に、本実施形態の処理手順について説明すると、第１の実施形態と同様に、まずＬＰＣ分析およびＬＰＣ量子化と、適応符号帳１４１の探索が完了した後、ピッチベクトルがパルス位置候補探索部１４２のピッチベクトル平滑部１７１に渡される。ピッチベクトル平滑部１７１ではピッチベクトルに対し、例えば図２のフローチャートのステップＳ１〜Ｓ２の処理を行い、ピッチベクトルのパワ包絡を求め、これを出力する。位置候補密度関数算出部１７２ではパワ包絡を位置候補密度関数に変換し、出力する。位置候補算出部１７３ではパワ包絡の代わりにこの位置候補密度関数を用いてパルス位置候補を算出し、得られたパルス位置候補に従って適応代数構造符号帳１４３を作る。以降の処理は第１の実施形態と同様である。
【００７１】
本実施形態の特徴は、パルス位置候補探索部１４２の処理の方法にある。第１の実施形態ではピッチベクトルのパワ包絡をそのまま用いてパルス位置候補の適応化を行っていたのに対し本実施形態ではパワ包絡を位置候補密度関数に変換した後これを用いて適応化を行っている。図１１を用いて詳しく説明する。図１１（ａ）がピッチベクトル平滑化部１７１から出力されたピッチベクトルのパワ包絡である。位置候補密度関数算出部１７２では、ピッチベクトルのパワ包絡（図１１（ａ））から位置候補密度関数（図１１（ｂ））を生成する。この時、図１１（ｃ）に示したパワ包絡の値（ｘ）と位置候補密度関数の値（ｆ（ｘ））の対応を示す関数ｆを用いて変換を行う。関数ｆの作成方法は例えば多くの学習音声を処理する事で統計的に求めておく方法などがあげられる。
また、関数の代わりにテーブルデータ等を用いることも可能である。
【００７２】
パルス位置候補探索部１４２は変換用の関数ｆも合めて、符号器と復号器にそれぞれ同一のものを用意するので、適応化に関する情報は送る必要がなく、適応化を行わない場合と比べてビットレートの増加は無い。
【００７３】
図１２に図１０の音声符号化システムに対応する本実施形態の音声復号化システムの構成を示す。この音声復号化システム動作は第１〜３の実施形態で説明した音声復号化システムの動作から自明であるので詳細な説明は省略する。
【００７４】
このように本実施形態ではピッチベクトルのパワ包絡の値とパルス位置候補の密度を関数ｆを用いて変換するため、第１の実施形態に比べて処理手順は僅かに複雑になるが、より正確な位置候補の配分が可能となる。また、第１の実施形態は、本実施形態においてｘ＝ｆ（ｘ）とした場合と考えることができる。
【００７５】
図１３に本発明の第５の実施形態に係る音声符号化システムのブロック図を示す。この音声符号化システムでは、第１の実施形態のパルス位置候補探索部がピッチフィルタ逆演算部１７４と平滑化部１７５および位置候補算出部１７３から構成されている他は、第１の実施形態と同じ構成である。
【００７６】
次に、本実施形態の処理手願について説明すると、第１の実施形態と同様にまず、ＬＰＣ分析およびＬＰＣ量子化と、適応符号帳１４１の探索が完了した後、ピッチベクトルがパルス位置候補探索部１４２のピッチフィルタ逆演算部１７４に渡される。ピッチフィルタ逆演算部１７４はピッチ周期強調部１６０の逆特性を表す演算を行う。例えばピッチフィルタの伝達関数Ｐ（Ｚ）が
Ｐ（ｚ）＝１−ａｚ＾（−Ｌ）（１）
で与えられる場合、ピッチフィルタ逆演算部１７４では伝達関数Ｑ（ｚ）が
Ｑ（Ｚ）＝ｌ／（１−ｂａｚ＾（−Ｌ））（２）
で与えられるフィルタを用いる方法が挙げられる。ここでａは定数、ｂは逆特性の度合を表し、ｂ＝１の時Ｑ（ｚ）はＰ（ｚ）の逆フィルタとなる。入力されたピッチベクトルは逆演算が施された後、出力され、平滑化部１７５で実施形態４のピッチベクトル平滑化部１７１と同様の手法でパワ包絡が求められる。位置候補算出部１７３ではこのパワ包絡に従っでパルス位置候補を選択し、適応代数構造符号帳１４３を作る。以降の処理は実施形態１と同様である。
【００７７】
本実施形態の特徴はピッチ周期強調部１６０の影響を考慮したピッチベクトルをパルス位置候補の適応化に用いる点である。このようにすることで効率が上がる理由を述べる。
【００７８】
適応代数構造符号帳から生成された雑音ベクトルはピッチ周期強調部１６０でピッチ周期化がされる。周期化に式（１）を用いた場合、サブフレームの先頭に近いパルスはピッチ周期間隔でサブフレーム内で何度も繰り返されるのに対し、後半のパルスほど繰り返される回数が少なくなる。実際に得られた雑音符号ベクトルを観測すると、強いピッチフィルタが用いられる場合ほど先頭に近い位置にパルスが立ちやすい傾向があることが確認できる。このことから、パルス位置はピッチベクトルの形状だけでなく、ピッチフィルタとも関係が深いことがわかる。本実施形態ではピッチフィルタ逆演算部１７４を用いることにより、ピッチ周期強調部１６０の影響を考慮したパルス位置候補の適応化を実現している。
【００７９】
ところで、第３の実施形態では雑音ベクトルにパルス整形フィルタとピッチフィルタの２種類のフィルタをかけることが可能である。このような場合に本実施形態を適用する場合は、２つのフィルタを合わせた特性を求め、この特性の逆特性をピッチフィルタ逆演算部に用いるのが理想的である。しかし、処理量が増えるため影響の大きなピッチフィルタの特性のみを用いるだけでも効果は得られる。また、ピッチフィルタ逆演算部１７４と平滑化部１７５の順序は逆でも実現可能である。
【００８０】
図１４に図１３の音声符号化システムに対応する本実施形態の音声復号化システムの構成を示す。この音声符号化システムの動作は第１乃至４実施形態で説明した音声復号化システムの動作から自明であるので詳細な説明は省略する。
【００８１】
図１５に本発明の第６の実施形態に係る音声符号化システムのブロック図を示す。この音声符号化システムでは、第１の実施形態の適応代数構造符号帳が雑音ベクトル生成部１８０と振幅符号帳１８１に置き替わっている他は、第１の実施形態と同じ構成である。
【００８２】
次に、本実施形態の処理手順について説明すると、第１の実施形態と同様にまずＬＰＣ分析およびＬＰＣ量子化と、適応符号帳１４１の探索が完了した後、ピッチベクトルがパルス位置探索部１７４に渡される。パルス位置探索部１７４では第１の実施形態と同様の手法でピッチベクトルのパワ包絡に基づきパルス位置を求め、雑音ベクトル生成部にこれを出力する。ここで、本実施形態がこれまでの実施形態と異なる点はパルス位置探索部１７４で得られた位置には雑音ベクトル探索部で全てパルスが立てられる点である。つまり、これまでの実施形態ではパルス位置の候補が求められ、この中から適応代数構造符号帳で最適なパルス位置を選んでいたのに対し、本実施形態ではパルス位置の候補の全部を同時に用いる。従ってパルス位置を選ぶ処理は不要になる。その代わりに、各パルスの振幅を振幅符号帳１８１から選ぶ処理が追加される。また、出力信号もパルス位置を示す情報ｃの代わりにパルスの振幅を表す情報Ｄが出力される。
【００８３】
図１６を用いて雑音ベクトルの生成方法を詳しく説明する。図１６（ａ）に振幅符号帳から得られた振幅パターンを矢印で示す。この場合、７本のパルスを立てることを想定している。図１６（ｂ）と図１６（ｃ）の波形はパルス位置探索部１７４で得られたピッチベクトルパワ包絡とこれに対応するパルス位置（図の○印）である。図１６（ｂ）ではパワの山が２箇所あるため７個のパルス位置が２箇所に分散されているのに対し、図１６（ｃ）では山が中央に１箇所あるので中央にパルス位置が集中している。図１６（ｄ）と図１６（ｅ）はそれぞれのパルス位置に図１６（ａ）の振幅のパルスを立てられた雑音ベクトルである。ピッチベクトルパワ包絡に合わせて駆動信号の形状も変化することが分る。既に述べたようにピッチベクトルのパワ包絡の情報は伝送する必要がないため、本実施形態ではビットレートの増加を伴わずに雑音ベクトルの形状を理想的な雑音ベクトルの形に近づけることができる。
【００８４】
本実施形態ではビットレートが高くなるに従ってパルスの振幅情報Ｄも多く送れるようになり品質も向上するが、向上の度合は鈍くなっていく。ある程度高いビットレートでは、振幅情報を増やすよりも選ばれなかった位置にパルスを立てた雑音ベクトルも探索の候補に含めた方が性能が向上する場合がある。具体的には、パルス位置探索部１７４は異なるパルス位置のパターン（パルスパターン）を出力し、雑音ベクトル生成部ではパルスパターンごとに振幅を探索する。パルスパターンは前述のピッチベクトルに適応化させたパルスパターンの他に、このパルスパターンに選ばれなかったパルス位置から生成されたパルスパターンも用意する。例えばサブフレームの全サンプル位置から適応化で選ばれたサンプル位置を引いた残りを第２のパルスパターンとして２種類のパルスパターンに対して振幅の探索を行う方法が挙げられる。振幅情報に割り当てられるビット数は各パルスパターンごとに異なる構成にすることも可能であり、通常適応化を用いたパルスパターンの方に多くのビットを配分した方が効率が良い。複数のパルスパターンを用いた場合、どのパルスパターンを用いたかを表す情報を情報Ｄに含めて伝送する必要があり、その分、振幅情報が減ってしまうが、単一のパルスパターンのみを探索するより品質が良い。
【００８５】
図１７に図１５の音声符号化システムに対応する本実施形態の音声復号化システムの構成を示す。この音声復号化システム動作は第１〜５の実施形態で説明した音声復号化システムの動作から自明であるので詳細な説明は省略する。
【００８６】
なお、上述の実施形態では音声符号化／復号化方法について説明したが、本発明は音声合成方法にも適用でき、その場合は図５、図７および図９に示した音声復号化システムにおいて、各インデックスを合成したい再生音声信号に基づいて与えればよい。
【００８７】
【発明の効果】
以上説明したように、本発明によれば低符号化レート化によってパルス位置やパルス数が削減された代数構造符号帳を用いても、高音質の音声符号化／復号化を行うことができる。
【図面の簡単な説明】
【図１】本発明の第１の実施形態に係る音声符号化システムのブロック図
【図２】第１の実施形態におけるパルス位置候補の選択手順を示すフローチャート
【図３】図２の各ステップでの処理の様子を示す図
【図４】第１の実施形態におけるピッチベクトルのパワ包絡とパルス位置候補の関係を示す図
【図５】第１の実施形態に係る音声復号化システムのブロック図
【図６】本発明の第２の実施形態に係る音声符号化システムのブロック図
【図７】第２の実施形態に係る音声復号化システムのブロック図
【図８】本発明の第３の実施形態に係る音声符号化システムのブロック図
【図９】第３の実施形態に係る音声復号化システムのブロック図
【図１０】本発明の第４の実施形態に係る音声符号化化システムのブロック図
【図１１】ピッチベクトルパワ包絡、位置候補密度関数、パワー包絡の値と位置候補密度関数の値の関係をそれぞれ示す図
【図１２】第４の実施形態に係る復号システムのブロック図
【図１３】本発明の第５の実施形態に係る音声符号化化システムのブロック図
【図１４】第５の実施形態に係る復号システムのブロック図
【図１５】本発明の第６の実施形態に係る音声符号化化システムのブロック図
【図１６】雑音ベクトル生成方法を説明するための図
【図１７】第６の実施形態に係る復号システムのブロック図
【符号の説明】
１０１…音声入力端子
１０２，１０３…利得乗算部
１０４，１０５…加算部
１１０…ＬＰＣ分析部
１１１…ＬＰＣ量子化部
１２０…ＬＰＣ合成部
１３０…聴覚重み付け部
１４１…適応符号帳
１４２…パルス位置候補探索部
１４３…適応代数構造符号帳
１４４…雑音符号帳
１５０…符号選択部
１６０…ピッチ周期強調部
１６１…パルス整形フィルタ分析部
１６２…パルス整形部
１７１…ピッチベクトル平滑部
１７２…位置候補密度関数算出部
１７３…位置候補算出部
１７４…パルス位置探索部
１８０…雑音ベクトル生成部
１８１…振幅符号帳

Claims

フレーム単位で入力音声信号に基づいて合成フィルタ情報を生成するステップと、フレームを分割したサブフレーム毎に、適応符号帳に格納された駆動信号からピッチベクトルを生成するステップと、前記ピッチベクトルのパワの大きいところほど多くの候補が存在するように配置されたパルス位置候補から選ばれた所定の数のパルス位置にパルスを配置することでパルス列を生成するステップと、前記適応符号帳のピッチベクトルと前記パルス列を合成して新たな駆動信号を生成するステップと、前記合成フィルタ情報と前記新たな駆動信号とから合成音声を生成するステップとを含む音声符号化方法。
前記パルス列にピッチ周期の周期性を与えるステップを含む請求項１記載の音声符号化方法。
前記駆動信号生成ステップは、前記ピッチベクトル及び前記パルス列に利得をそれぞれ乗ずるステップを含む請求項１又は２記載の音声符号化方法。
前記合成フィルタ情報を示すインデックスと、前記ピッチベクトルを示すインデックスと、前記パルス列を示すインデックスと、前記利得を示すインデックスを多重化してビットストリームを生成するステップを含む請求項３記載の音声符号化方法。
前記ピッチベクトルに基づいて決定されるフィルタ係数に従って前記パルス列をパルス整形するステップを含む請求項１乃至４のいずれか１記載の音声符号化方法。
前記パルス列生成ステップは、前記ピッチベクトルのパワ包絡を求めるステップと、前記パワ包絡を位置候補密度関数に変換するステップと、前記位置候補密度関数を用いて前記パルス位置候補を算出するステップとを含む請求項１乃至５のいずれか１記載の音声符号化方法。
音声符号化情報から合成フィルタ情報を再生するステップと、該符号化情報に基づき適応符号帳からピッチベクトルを生成するステップと、該符号化情報に基づき前記ピッチベクトルのパワの大きいところほど多くの候補が存在するように配置されたパルス位置候補から選ばれた所定の数のパルス位置にパルスを配置することでパルス列を生成するステップと、前記ピッチベクトルと前記パルス列を合成して新たな駆動信号を生成するステップと、前記合成フィルタ情報と前記新たな駆動信号とから再生音声信号を生成するステップとを含む音声復号化方法。
前記ピッチベクトルに基づいて決定されるフィルタ係数に従って前記パルス列をパルス整形するステップを含む請求項７記載の音声復号化方法。