JPH02160300A - 音声符号化方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は音声符号化方式、特に音声信号を低いビットレ
ート、即ち４．８ｋｂ／ｓ程度で、比較的すくない演算
量により高品質に符号化するための音声符号化方式に関
する。

〔従来の技術〕

音声信号を４．８ｋｂ／ｓ程度の低いビットレートで符
号化する方式としては、例えば特開昭６１−１５０００
０　　（文献１）や特開昭６２−０３８５００　　（文
献２）等に記載されているピッチ補間マルチパルス法が
知られている。これらの方法では、送信側はフレーム毎
の音声信号から音声信号のスペクトル特性を表すスペク
トルパラメータとピッチを表すピッチパラメータとを抽
出し、音声信号を有声区間と無声区間との２種類に分類
し、有声区間では１フレームの音源信号を、１フレーム
をピッチ区間毎に分割した複数個のピッチ区間のうちの
一つのピッチ区間（代表区間）についてマルチパルスで
表し、代表区間におけるマルチパルスの振幅および位置
とスペクトルおよびピッチパラメータとを伝送する。ま
た、無声区間では１フレームの音源を少数のマルチパル
スと雑音信号とで表しマルチパルスの振幅および位置と
雑音信号のゲインおよびインデックスとを伝送する。

受信側は有声区間では、現フレームの代表区間のマルチ
パルスと隣接フレームの代表区間のマルチパルスとを用
いてマルチパルス同志の振幅と位置とを補間して、代表
区間以外のピッチ区間のマルチパルスを復元し、フレー
ムの駆動音源信号を復元する。また、無声区間ではマル
チパルスと雑音信号のインデックスおよびゲインとを用
いてフレームの駆動音源信号を復元する。さらに、復元
した駆動音源信号をスペクトルパラメータを用いた合成
フィルタに入力して合成音声信号を出力する。

〔発明が解決しようとする課題〕

しかしながら、上述した従来の方式では、有声区間では
代表区間のマルチパルス同志の補間によりフレームの駆
動音源信号を復元しているので、母音連鎖のように母音
から母音へ遷移する部分や有声の過渡部など、音源信号
の特性が変化しているフレームでは、補間により復元し
た駆動音源信号は実際の音源信号とは大きく異なり、そ
の結果合成音声の音質が劣化している。また、有声区間
の鼻音区間では、音源信号に明確な周期性が現れないの
で、前記ピッチ補間の方法では十分に音源信号を表すこ
とができない。一方、このような音声の特性が大きく変
化する部分は、音韻知覚や自然性の知覚に非常に重要で
あることが知覚実験から知られているが、従来の方式で
はこれらの部分の情報が十分に復元できないので音質が
劣化するという大きな問題点がある。また、無声区間で
はマルチパルスと雑音とを用いて音源信号を表している
が、子音区間でも摩擦音の音源は雑音性となるが、破裂
音ではパルス的な部分が多くなるため、従来の方式のよ
うに、音声信号を単純に有声と無声との２種に分類して
表しているのみでは、良好な合成音声が得られないとい
う問題点がある。

一方、音声のスペクトル包絡を表すスペクトルパラメー
タの分析には従来、線形予測分析（ＬＰＣ分析）がよく
知られている。しかしながら、女性の音声、特にイ、つ
などにおいては、ＬＰＧ分析がピッチ周波数の基本およ
び高調波成分に影響されるために、ＬＰＣ分析により得
られたスペクトルパラメータを用いた合成フィルタの特
性は、実際の音声のスペクトル包絡に比べ、特に音声の
第１ホルマントに対応する周波数におけるバンド幅が極
端に狭くなってしまうという問題点がある。従って音源
信号を求める際に、このようなスペクトルパラメータを
用いると、音源信号にはピッチの周期性が表われず、音
源の周期性を仮定した前記ピッチ補間を用いたマルチパ
ルスにより音源信号を表した場合、合成音声の音質が大
きく劣化してしまうという問題点がある。

本発明の目的は、上述した問題点を解決し、比較的少な
い演算量により４．８ｋｂ／ｓ程度で音質の良好な音声
符号化復号化装置を提供することにある。

〔課題を解決するための手段〕

本発明による音声符号化方式は、入力した離散的な音声
信号からスペクトル包絡を表すスペクトルパラメータと
ピッチを表すピッチパラメータとをフレーム毎に求め、
前記スペクトルパラメータを用いて構成されるフィルタ
のインパルス応答に周期性が強いときには前記スペクト
ルパラメータに重みずけを施し、前記音声信号の特徴を
表す判別パラメータを抽出して前記音声信号を複数個の
種類に分類し、前記種類に応じて前記フレーム毎の音声
信号の音源信号として前記フレーム区間を前記ピッチパ
ラメータに応じた小区間に分割し、前記小区間の内の１
つの区間において求めたマルチパルスと、前記マルチパ
ルスに関して振幅あるいは位相の少なくとも一方を補正
するための補正情報もしくはコードブックとマルチパル
スとの少なくとも一方を求めて出力することにより構成
される。

〔作用〕

本発明による音声符号化方式の第１の特徴は、フレーム
の音声信号を予め定められた種類に分類する。以下では
、−例として母音性、鼻音性、摩擦性、破裂性の４種に
分類する例について述べるが、この種類は音源の音声生
成上の違いに応じて音源信号を良好に表せるように適切
に選択する必要がある。４種類以外の構成も可能である
。

音声の分類方法としては、音声信号の特徴を表す判別パ
ラメータを抽出して第２図のように音声信号を上述の４
種に分類する。このパラメータとしては、例えば信号の
パワーあるいはそのＲＭＳ（Ｒｏｏｔ　Ｍｅａｎ　５ｑ
ｕａｒｅ）、短時間（例えば５ｍｓ　）毎のパワーの変
化あるいは変化率、短時間毎のスペクトル変化あるいは
変化率、ピッチゲインなどを用いることができる。

また、第２の特徴は、フレーム毎にＬＰＣ分析を用いて
抽出した音声信号のスペクトル包絡を表すスペクトルパ
ラメータにおいて、スペクトルパラメータにより構成さ
れる合成フィルタのインパルス応答に周期性が強いとき
は、第１ホルマントに相当する帯域でフィルタのバンド
幅が過小推定されていると判断して、前記スペクトルパ
ラメータに適切な重みずけを施す。ここでスペクトルパ
ラメータにより構成される合成フィルタの伝達特性Ｈ（
ｚ）は次のように書ける。

ここでａｌはスペクトルパラメータ、Ｐはフィルタの次
数を示す。この合成フィルタのインパルス応答ｈ（ｎ）
は次式により求められる。

ｈ（ｎ）４ａ＋ｈ（ｎ−ｉ））Ｇδ（ｎ）　　　　　　
　（ｎ≧０）　　　　　　−（２）ここで、Ｇは励振源
の振幅である。そして、ｈ（ｎ）から求めたピッチゲイ
ンＰＣＩが予め定められたしきい値よりも大きければ、
インパルス応答の周期性が強いと判断する。ここでピッ
チゲインはｈ（ｎ）の自己相関関数を予め定められた時
間遅れだけ求め、これの最大値をとる時間遅れの点での
自己相関係数の値を用いることができる。次に、インパ
ルス応答に周期性が強いときは、次式のようにスペクト
ルパラメータに重みずけを施す。

ａＩ：ａＩｒｌ（１≦ｉ≦Ｐ）　　　　　　　　　　、
（３）ここでｒは１よりも小さい正の値をとる。ｒの値
により、合成フィルタのバンド幅は下式で示す量Ｂ（Ｈ
ｚ、）だけ広がる。

Ｂ＝Ｆｓ／　π１．（ｒ）　　（Ｈｚ）　　　　　　　
　−（４）−例として、ｒを０．９８、Ｆｓを８ｋＨｚ
に選ぶと、Ｂは約５０Ｈｚとなる。

以下で説明するマルチパルスの計算には、合成フィルタ
のインパルス応答に周期性が強いと判断されたときは、
（３）式で重みずけをしたスペクトルパラメータを用い
る。周期性が強くないときには、（３）式の重みずけは
行わない。以上が本発明の第２の特徴である。

次に、音源信号の求め方について説明する。

信号のパワーあるいはそのＲｍＳとピッチゲインなどを
用いてフレームが母音区間か否かを判別する。母音性区
間では、第３図にしめすように、フレーム区間をあらか
じめ求めたピッチ周期毎の複数個のピッチ区間に分割し
、このピッチ区間のうちの１つのピッチ区間（代表区間
）についてマルチパルスを求める。次に同一フレーム内
の他のピッチ区間については、前記マルチパルスに対す
る振幅補正係数Ｃｋおよび位相補正係数ｄｋを求める。

そしてフレーム毎に、音源情報として代表区間のフレー
ム内のピッチ位置、代表区間のマルチパルスの振幅およ
び位置と、同一フレームの他のピッチ区間における振幅
補正係数ｃｋおよび位相補正係数ｄｋとを補正情報とし
て伝送する。代表区間は、最も良好な合成音声信号が求
められる区間を探索して求めてもよいし、フレーム内で
固定としてもよい。音質は前者の方が良好であるが、演
算量は多くなる。

以下に振幅補正係数Ｃｋおよび位相補正係数ｄｋの求め
方、さらに代表区間の探索法を示す。今、フレームで求
めた平均ピッチ周期をＴとする。フレームをＴ毎のサブ
フレーム区間に分割した様子を第３図（ｂ）に示す。こ
こでは代表区間を探索する場合について示す。代表区間
の候補となるサブフレームを例えばサブフレーム■とす
る。サブフレーム■についてあらかじめ定められた個数
りのマルチパルスの振幅および位置を求める。マルチパ
ルスの求め方については、相互相関関数Φ□と自己相関
関数Ｒｈｂを用いて求める方法が知られており、これは
例えば前記文献１．２や、Ａｒａｓｅｋｉ。

Ｏｚａｗａ、Ｏｎｏ、０ｃｈｉａｉ氏による°Ｍｕｌｔ
ｉ−ｐｕｌｓｅ　ＥｘｃｉｔｅｄＳｐｅｅｃｈ　Ｃｏｄ
ｅｒ　Ｂａ５ｅｄ　ｏｎ　Ｍａｘｉｍｕｍ　Ｃｒｏｓｓ
−ｃｏｒｒｅｌａしｉｏｎ　　５ｅａｒｃｈ　　Ａｌｇ
ｏｒｉｔｈｍ、”（ＧＬＯＢＥＣＯ）４　８３．　　Ｉ
ＥＥＥＧｌｏｂａｌ　Ｔｅｌｅ−ｃｏｍｍｕｎｉｃａｔ
ｉｏｎｓ　Ｃｏｎｆｅｒｅｎｃｅ　、講演番号２３．３
．１９８３）　　（文献３）に記載されているのでここ
では説明を省略する。

代表区間のマルチパルスの振幅および位置をそれぞれｇ
、およびｍ＋Ｈ＝ｔ〜Ｌ）とする。これを第３図（ｃ）
に示す。代表区間以外の区間ｋにおける振幅補正係数ｃ
ｋ、位相補正係数ｄｋは、これらと合成フィルタをもち
いて区間ｋについて合成した合成音声ｘ’ｋ（ｎ）と、
該当区間の音声Ｘｋ（ｎ）との重みすけ誤差電力九を最
小化するように求めることができる。重みすけ誤差電力
Ｅｋは Ｅｋ＝ΣＩ［ｘｋ（ｎ）−ｘ’　ｈ（ｎ）］＊ｗ（ｎ）
ｌ　２−　（５）ただし Ｘ′　ｋ（ｎ）＝ｃｋΣｇ＋　　・ｈ（ｎ−ｍ＋−Ｔ−
ｄ　ｋ）　　　　　　　　　　　　　　・＋　・　（６
）ここで、ｗ（ｎ）は聴感重みすけフィルタのインパル
ス応答を示す。ただしこのフィルタはなくてもよい。ま
たｈ（ｎ）は音声を合成するための合成フィルタのイン
パルス応答を示す。ｃｋ、　ｄｙは（５）式を最小化す
るように求めることができる。このためには、例えばま
ずｄｉを固定して、（５）式をｃｋについて偏微分して
Ｏとおき、次式を得る。

ΣＸｗｋ（ｎ）ｘ’　ｗｉ＋（ｎ） ここで ｘ、ｋ　（ｎ）＝ｘｋ（ｎ）ネｗ（ｎ）　　　　　　　
　　　　　　　　　−（８ａ）ｘ’ｗｋ（ｎ）”Σｇ＋
ｈ（ｎ−ｍ＋−Ｔ−ｄｋ）１ｗ（ｎ）　　　−（８ｂ）
従って（７）式の値を種々のｄｋの値について求め、（
７）式のｃｋを最小化するｄ、、　ｃｋの組合せを求め
ることにより（５）式のＥＫは最小化される。このよう
にして、代表区間以外のピッチ区間に対してＣｋ、　ｄ
ｋを求めフレーム全体に対して次式で定義される重みす
け誤差電力Ｅを求める。

Ｅ・ΣＥｋ　　　　　　　　　　　　　　　　・・・（
９）ここでＮは該当フレームに含まれるサブフレームの
個数である。ただし、代表ピッチ区間（第３図の例では
サブフレーム区間■）の重みずけ誤差電力Ｅ２は次式で
求める。

Ｅ２＝Σｆ［ｘ（ｎ）＝Σｇ＋・ｈ（ｎ−ｍ＋）］＊ｗ
（ｎ）１２−（１０）代表ピッチ区間の探索は、全ての
代表ピッチ区間の候補について、（５）〜（１０）式の
値を計算し、（９）式の誤差電力の値を最も小さくする
区間を代表ピッチ区間とすることができる。第３図（ｃ
）に探索後の代表ピッチ区間がサブフレーム■であった
場合について、代表区間のマルチパルスと、代表区間以
外のに番目の区間（第３図（ｃ）ではｋ・■、■、■）
の音源ｖｋ（ｎ）を振幅、位相補正係数を用いて次式に
従い発生させた例を示す。

ＶＫ（ｎ）”ＣＪｇｌ　・δ（ｎ−ｍ＋−Ｔ−ｄｋ）　
　　　　　−（１１）次に、鼻音区間では母音区間はど
音源のピッチ毎の周期性が強くないと予想されるので、
上述の方法ではなく、ピッチ予測マルチパルスやマルチ
パルスにより音源を表す。ここでピッチ予測マルチパル
スの求め方としては、特開昭６Ｏ−０５１９００（文献
４）を参照することができる。また、マルチパルスの求
め方は前記文献３を参照できる。なお、鼻音区間の判別
法は、例えばパワーあるいはそのＲＭＳ、ピッチゲイン
および次式で定義される第１次の対数断面積比ｒ１を用
いることができる。特に鼻音区間ではｒｌが大きくなる
特徴がある。

ここでに、は１ン欠目のにパラメータ（ＰＡＲＣＯＲと
も呼ぶ）である。

一方、子音区間では音源をマルチパルス、あるいはマル
チパルスと雑音の組合せで表している。

子音区間では、摩擦性か破裂性かを判別し、摩擦性の場
合はマルチパルスと雑音あるいはコードブックで音源を
表す。具体的な方法は前記文献２等を参照できる。また
、破裂性の場合は、音源をマルチパルスで表す。摩擦性
と破裂性の判別法としては、短時間（例えば５ｍ５）毎
のパワーあるいはそのＲＭＳの変化や変化率などのパラ
メータを用いることができる。

〔実施例〕

次に、本発明の実施例について図面を参照して説明する
。

第１図は本発明による音声符号化方式の一実施例を示す
ブロック図である。図において、入力端子１００から音
声信号を入力し、１フレ一ム分（例えば２０ｍ５　）の
音声信号をバッファメモリ１１０に格納する。ピッチ分
析回路１３０は、フレームの音声信号から平均ピッチ周
期Ｔを計算する。

この方法としては例えば自己相関法にもとづく方法が知
られており、詳細は前記文献１．２のピッチ抽出回路を
参照することができる。また、この方法以外にも他の衆
知な方法（例えば、ケプストラム法、５ＩＦＴ法、変相
開法など）を用いることができる。ピッチ符号化回路１
５０は平均ピッチ周期Ｔをあらかじめ定められたビット
数で量子化して得た符号をマルチプレクサ２６０へ出力
するとともに、これを復号化して得た復号ピッチ周期Ｔ
′を音源信号計算回路２２０、補間回路２８２、駆動信
号復元回路２８３へ出力する。

Ｋパラメータ計算回路１４．０は、フレームの音声信号
のスペクトル特性を表すスペクトルパラメータとして、
Ｋパラメータを前記フレームの音声信号から衆知のＬＰ
Ｃ分析を行いあらかじめ定められた次数Ｍだけ計算する
。この具体的な計算法については前記文献１．２のにパ
ラメータ計算回路を参照することができる。なお、Ｋパ
ラメータはＰＡＲＣＯＲ係数と同一のものである。

周期性判別回路１４５は、Ｋパラメータを一旦線形予測
係数ａ、に衆知の方法を用いて変換し、線形予測係数に
より構成される合成フィルタのインパルス応答を計算す
る。ここで合成フィルタの伝達特性は前記（１）式で表
される。また、インパルス応答の計算には前記（２）式
をもちいる。次にインパルス応答の周期性を判別する。

具体的には、インパルス応答のピッチゲインを計算し、
これを予め定めら°れたしきい値と比較して、予め定め
られたしきい値よりも大きければ周期性が強いと判断す
る。ここで、ピッチゲインの計算にはインパルス応答の
自己相関関数を予め定められた遅れ時間だけ計算し、最
大の値をとる遅れ時間における自己相関係数の値をピッ
チゲインとすることができる。詳細は前記文献１．２の
ピッチ抽出回路を参照できる。ピッチゲインが予め定め
られたしきい値よりも大きいときには、前記（３）式に
従い、線形予測係数ａ、に予め定められた重みずけｒを
施す。ここでｒの値は１よりも小さい正の値である。こ
のようにして重みずけられた線形予測係数は、再びにパ
ラメータに逆変換され、Ｋパラメータ符号化回路１６０
へ出力される。にパラメータと線形予測係数との変換は
、Ｊ、Ｍａｋｈｏｕ１氏らによる’Ｌｉｎｅａｒ　Ｐｒ
ｅｄｉｃｔ、ｉｏｎ　ｏｆ　５ｐｅｅｃｈ　”　と題し
た単行本（文献５）等を参照できる。

Ｋパラメータ符号化回路１６０は前記にパラメータを予
め定められた量子化ビット数で量子化して得た符号ρｋ
をマルチプレクサ２６０へ出力するとともに、これを復
号化してさらに線形予測係数ａ、’（ｉ＝１〜Ｍ）に変
換して重み付は回路２００、補間回路２８２へ出力する
。Ｋパラメータの符号（ヒ、にパラメータから線形予測
係数への変換の方法については前記文献１．２等を参照
することができる。

インパルス応答計算回路１７０は、前記線形予測係数ａ
１’　を用いて聴感重みずけを行った合成フィルタのイ
ンパルス応答り、（ｎ）を計算し、これを自己相関関数
計算回路１８０へ出力する。自己相関関数計算回路１８
０は前記インパルス応答の自己相関関数Ｒｈｈ（ｎ）を
予め定められた遅れ時間まで計算して出力する。インパ
ルス応答計算回路１７０および自己相関関数計算回路１
８０の動作は前記文献１．２等を参照することができる
。

減算器１９０は、フレームの音声信号×（ｎ）から合成
フィルタ２８１の出力を１フレーム分減算し減算結果を
重み付は回路２００へ出力する。重み付は回路２００は
前記減算結果をインパルス応答がｗ（ｎ）で表される聴
感重みすけフィルタに通し、重みすけ信号ｘ、（ｎ）を
得てこれを出力する。重みずけの方法は前記文献１．２
等を参照できる。

相互相関関数計算回路２１０は、重みすけ信号ｘ、（ｎ
）とインパルス応答ｈＷ（ｎ）とを入力して相互相関関
数Φ。を予め定められた遅れ時間まで計算し出力する。

この計算法は前記文献１．２等を参照できる。

判別回路２１５は、フレームの音声信号の種類を判別す
る。ここでは−例として作用の項で述べたように、母音
性、鼻音性、摩擦性、破裂性の４種に分類することにす
るが、分類数は４種に限られるわけではなく他の分類法
を用いることもできる。これらの判別には、作用の項で
述べたように、フレームの音声信号のパワーやそのＲＭ
Ｓ、ピッチゲイン、短時間毎のパワーあるいはそのＲＭ
Ｓの変化、フレーム間のスペクトル変化などを用いるこ
とができる。これらのパラメータを用いて判別した種類
は音源信号計算回路２２０およびマルチプレクサ２６０
へ出力される。

音源信号計算回路２２０では、母音性の判別は、パワー
あるいはそのＲＭＳが予め定められたしきい値以上で、
ピッチゲインが予め定められたしきい値以上であること
で判別する。この場合は、前記作用の項で説明したよう
に、復号化した平均ピッチ周期Ｔ′を用いてフレームを
あらかじめピッチ周期毎のサブフレーム（ピッチ区間）
に分割し、音源信号として、代表的な１ピッチ区間（代
表区間）の候補となるピッチ区間に対してマルチパルス
の位置ｌｌ１１と振幅ｇ＋とを求める。

次に振幅・位相補正回路２７０は、前記作用の項の（３
）　、　（４）式に従い、他のピッチ区間ｋにおける音
源信号発生のためのマルチパルスの振幅補正係数ｃｋ、
位相補正係数ｄ１を計算する。さらにこれらの値を音源
信号計算回路２２０へ出力し、音源信号計算回路２２０
では前記作用の項で述べた（１）　、　（５）　、　（
６）式に基づき、いくつかの候補区間についてフレーム
全体の誤差電力Ｅを計算し、Ｅを最も小さくするピッチ
区間を代表区間として選択し、代表区間のサブフレーム
番号を示す情報ＰＩ、代表区間のマルチパルスの振幅ｇ
１、位置ｎ＋（ｔ−ｔ〜Ｌ）、および他のピッチ区間の
振幅補正係数ｃｋ、位相補正係数ｄ、を出力する。

次に鼻音性の判別は、ピッチゲインがあらがしめ定めら
れなしきい値よりも大きく、１吹口の対数断面積比があ
らかじめ定められたしきい値よりも大きいことで判別す
る。この場合は、フレーム区間全体に対して、例えばマ
ルチパルスを求める。

一方、子音区間では、摩擦性と破裂性の判別は例えば、
短時間（例えば５ｍｓ　）毎のスペクトルの変化や短時
間（例えば５ｍｓ程度）毎のパワーあるいはそのＲＭＳ
の変化が予め定められたしきい値よりも大きければ破裂
性、そうでなければ摩擦性と判別する。摩擦性の判別に
は、低域（例えば１　ｋＨｚ以下）と高域（例えば２ｋ
Ｈｚ以上）とのパワーあるいはそのＲＭＳの比を用いる
こともできる。

摩擦性の場合は、予め定められた個数のマルチパルスと
雑音信号あるいはコードブックとで音源信号を表す。具
体的な方法は前記文献１．２を参照することができる。

まずあらかじめ定められた個数のマルチパルスを求めた
後に、雑音メモリに複数種類格納されている雑音信号あ
るいはコードブックの種類を表すインデックスとゲイン
とを求める。これらの計算はフレームを予め定められた
区間長に分割したサブフレーム毎に行う。この場合音源
信号として伝送するのは、マルチパルスの振幅および位
置と雑音信号のインデックスおよびゲインとである。

また、破裂性の場合は、フレーム全体で予め定められた
個数のマルチパルスの振幅と位置とを求める。

符号化回路２３０は、母音性の場合は、代表区間のマル
チパルスの振幅ｇ１および位置ｍ１を予め定められたビ
ット数で符号化して出力する。また、代表区間のサブフ
レームを示す情報Ｐ＋、振幅補正係数Ｃｋおよび位相補
正係数ｄｋを予め定められたビット数で符号化してマル
チプレクサ２６０へ出力する。さらに、これらを復号化
して駆動信号復元回路２８３へ出力する。鼻音性、破裂
性の場合はマルチパルスの振幅および位置を符号化して
マルチプレクサ２６０へ出力するとともに復号化して駆
動音源復元回路２８３へ出力する。また摩擦性の場合は
、マルチパルスの振幅および位置を符号化し雑音信号の
ゲインおよびインデックスを符号化してマルチプレクサ
２６０へ出力すると共にこれらを復号化して駆動音源復
元回路２８３へ出力する。

駆動音源復元回路２８３は、母音性区間では、平均ピッ
チ周期Ｔ″を用いてフレームを前記音源信号計算回路２
２０と同様な方法で分割し、代表区間のサブフレームを
示す情報Ｐ、と代表区間のマルチパルスの復号化された
振幅および位置とを用いて、代表区間にはマルチパルス
を発生し、代表区間以外のピッチ区間では、前記代表区
間のマルチパルスと復号化された振幅補正係数と復号化
された位相補正係数とを用いて、前記（７）式に従い音
源信号Ｖｋ（ｎ）を復元する。

一方、鼻音性、破裂性、摩擦性区間では、マルチパルス
を発生させる。摩擦性区間ではさらに雑音信号のインデ
ックスを用いて雑音メモリ２２５から雑音信号をアクセ
スして、それにゲインを乗じて駆動音源信号を復元する
。摩擦性区間での駆動音源信号復元の詳細は前記文献２
を参照することができる。

補間回路２８２は、母音性区間では、線形予測係数を一
旦にパラメータに変換してにパラメータ上でピッチ周期
Ｔ゛のサブフレーム区間毎に補間し、線形予測係数に逆
変換し出力する。なお、補間はにパラメータ上のみなら
ず他の衆知なパラメータ、例えば対数断面積比などを用
いることができる。鼻音性や子音区間では補間はおこな
わない。

合成フィルタ２８１は、前記復元された駆動音源信号を
入力し、前記線形予測係数ａｌ’　を入力して１フレ一
ム分の合成音声信号を求めるとともに、次のフレームへ
の影響信号を１フレーム分計算しこれを減算器１９０へ
出力する。なお、影響信号の計算法は特開昭５９−１１
６７９４　　（文献７）等を参照できる。

マルチプレクサ２６０は、音源信号を表す符号、フレー
ムの音声の種類を表す符号、母音性区間では代表区間の
サブフレーム位置を表す符号、平均ピッチ周期の符号、
およびにパラメータを表す符号を組み合わせて出力する
。

以上は本発明の一実施例の説明であるが、本発明の一構
成に過ぎずその変形例も種々考えられる。

例えば、合成フィルタのインパルス応答の周期性の強さ
の判別は、音声の母音区間のみにおいて行うようにして
もよい。また、前記実施例では、摩擦性区間は音源信号
を少数のマルチパルスと雑音信号とで表したが、これは
衆知の５ｔｏｃｈａｓｊｉｃ　ｃｏｄｉＢの方法により
表すこともできる。この方法の詳細については、例えば
５ｃｈｒｏｅｄｅｒ、Ａｔａ１氏による“Ｃｏｄｅ−ｅ
ｘｃｉｔｅｄ　１ｉｎｅａｒ　ｐｒｅｄｉｃｔｉｏｎ（
ＣＥＬＰ）：　Ｈｉｇｈｑｕａｌｉｔｙ　　５ｐｅｅｃ
ｈ　　ａｔ　　ｖｅｒｙ　　ｌｏｗ　　ｂｉｔ、　　ｒ
ａしｅｓ、”　　（ＩＣＡＳＳＰ、９３７−９４０．１
９８５）　（文献８）等を参照できる。

さらに、雑音メモリ２２５に格納されている雑音信号と
しては、あらかじめ定められた確率密度特性（例えばガ
ウス分布など）を有する白色雑音信号を格納しておいて
もよいし、予め多量の音声信号を予測して求めた予測残
差信号から学習により計算した値によってもよい。前者
の方法は前記文献６を参照できる。また後者の方法につ
いては、例えば、Ｍａｋｈｏｕ　１氏らによる°Ｖｅｃ
ｔｏｒ　Ｑｕａｎｔｉｚａｔｉｏｎ　ｉｎ　５ｐｅｅｃ
ｈ　Ｃｏｄｉｎｇ、”（Ｐｒｏｃ、ＩＥＥＥ、ｖｏｌ、
７３，１１．１５５１−１５８８．１９８５）　　（文
献９）等を参照できる。

また、実施例ではフレームの音声信号を母音性、鼻音性
、摩擦性、破裂性の４種に分類して異なる音源信号を用
いたが、この分類数を変えてもよい。

また、実施例では、スペクトルパラメータとしてにパラ
メータを符号化し、その分析法としてＬＰＧ分析を用い
たが、スペクトルパラメータとしては池の衆知なパラメ
ータ、例えばＬＳＰ、ＬＰＣケプストラム、ケプストラ
ム、改良ケプストラム、一般化ケブストラム、メルケブ
ストラムなどを用いることもできる。また各パラメータ
に最適な分析法を用いることができる。

また補間回路２８２における補間ずべきパラメータおよ
びその補間法については、他の衆知な方法を用いること
ができる。具体的な補間法は、例えばＡシミ　１氏らに
よる’５ｐｅｅｃｈ　Ａｎａｌｙｓｉｓ　ａｎｄＳｙｎ
ｔｈｅｓｉｓ　ｂｙ　Ｌｉｎｅａｒ　Ｐｒｅｄｉｃｔｉ
ｏｎ　ｏｆ　５ｐｅｅｃｈＷａｖｅ”と題した論文（Ｊ
、Ａｃｏｕｓｔ、Ｓｏｃ、Ａｎ＋、　、　ｐｐ、６３７
−６５５．１９７１）　　（文献１０）等を参照できる
。

さらに、母音区間では、代表区間以外のピッチ区間に振
幅補正係数ｃｋと位相補正係数ｄｋとを求めて伝送した
が、復号化した平均ピッチ周期Ｔ′を隣接のピッチ周期
を用いてピッチ区間毎に補間することにより位相補正係
数を伝送しない構成とすることもできる。また振幅補正
係数はピッチ区間毎に伝送するのではなくてピッチ区間
毎に求めた振幅補正係数の値を最小２乗曲線あるいは最
小２乗直線で蓮似して、前記曲線あるいは直線の係数を
伝送するような構成にしてもよい、これらの方法は任意
の組合せにより用いることができる。これらの構成より
補正情報の伝送のための情報量を低減することができる
。

また位相補正係数として、例えばＯｎｏ、Ｏ□ａｗａ氏
らによる”２．４ｋｂｐｓ　Ｐｉｔｃｈ　Ｐｒｅｄｉｃ
ｔｉｏｎ　Ｍｕｌｔｉ−ｐ（１１ｓｅ　５ｐｅｅｃｈ　
Ｃｏｄｉｎｇ”と題した論文（Ｐｒｏｃ、　ＩＣＡＳＳ
ＰＳ４．９．１９８８）　　＜文献１１〉に記載されて
いるように、フレームの端で線形位相項τを求め、これ
を各ピッチ区間に分配し、ピッチ区間毎には位相補正係
数を求めない構成とすることもできる。

また、演算量を大幅に低減するために、母音区間では、
代表区間をフレーム内の予め定められた区間に固定しく
例えば、フレームのほぼ中央のピッチ区間や、フレーム
内でパワーの最も大きいピッチ区間など）、代表区間の
探索をしない構成としてもよい。この場合は、代表区間
の候補区間に対する（９）　、　（１０）式の計算が不
要となり大幅な演算量低減が可能となるが音質は低下す
る。

また、さらに演算量を低減するために、影響信号の計算
を省略することもできる。これによって、駆動信号１夏
元回路２８３、補間回路２８２、合成フィルタ２８１、
減算器１９０は不要となり演算量低減が可能となるが、
やはり音質は低下する。

なお、ディジタル信号処理の分野でよく知られているよ
うに、自己相関関数は周波数軸上でパワースペクトルに
、相互相関関数はクロスパワースペクトルに対応してい
るので、これらから計算することもできる。これらの計
算法については、Ｏｐｐｅｎｈｅｉｍ氏らによる”Ｄｉ
ｇｉｔａｌ　ＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ　”　
（Ｐｒｅｎｔｉｃｅ−Ｈａｌｌ、１９７５）と題した単
行本（文献１２）を参照できる。

〔発明の効果〕

以上述べたように本発明によれば、音声信号を音声学的
な特徴に基づきいくつかの種類に分類し、その分類に適
しｆＳ音源信号を用いていること、特に、母音性区間で
は、フレームをピッチ周期に分割したピッチ区間のうち
、１つのピッチ区間（代表区間）のマルチパルスと他の
ピッチ区間では振幅補正係数および位相補正係数の少な
くとも一方を用いて表していること、牽擦性区間では、
少数のマルチパルスと雑音信号との組合せにより音源信
号を表していること、また、スペクトルパラメータによ
り構成される合成フィルタのインパルス応答の周期性の
強さを判別して、周期性が強いときは、合成フィルタの
バンド幅を広げるようにスペクトルパラメータに対して
重みずけを施しているので、女性音声の特にイやつなと
でも合成フィルタのバンド幅の過小推定を防ぐことがで
き、良好な合成音声を得ることができるという効果があ
る。これらにより、男性、女性の音声によらず、また母
音、子音の定常区間は勿論のこと、音韻知覚や自然性の
知覚に重要な音声の特性が変化している部分（有声の過
渡部や母音間の変化部分）でも音質の劣化のほとんどな
い合成音声を得ることができるという大きな効果がある
。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロック図、第２図は
音声の分類法の一例を示す図、第３図は有声フレームで
の代表区間と代表区間のマルチパルスを示した説明図で
ある。 １１０・・・バッファメモリ、１３０・・・ピッチ分析
回路、１４０・・・Ｋパラメータ計算回路、１４５・・
・周期性判別回路、１５０・・・ピッチ符号化回路、１
６０・・・Ｋパラメータ符号化回路、１７０・・・イン
パルス応答計算回路、１８０・・・自己相関関数計算回
路、２００・・・重み付は回路、２１０・・・相互相関
関数計算回路、２１５・・・判別回路、２２０・・・音
源信号計算回路、２２５・・・雑音メモリ、２３０・・
・符号化回路、２６０・・・マルチプレクサ、２７０・
・・振幅・位相補正係数計算回路、２８１・・・合成フ
ィルタ、２８２・・・補間回路、２８３・・・駆動信号
復元回路。

Claims (1)

【特許請求の範囲】
1. 　入力した離散的な音声信号からスペクトル包絡を表す
   スペクトルパラメータとピッチを表すピッチパラメータ
   とをフレーム毎に求め、前記スペクトルパラメータを用
   いて構成されるフィルタのインパルス応答に周期性が強
   いときには前記スペクトルパラメータに重みずけを施し
   、前記音声信号の特徴を表す判別パラメータを抽出して
   前記音声信号を複数個の種類に分類し、前記種類に応じ
   て前記フレーム毎の音声信号の音源信号として前記フレ
   ーム区間を前記ピッチパラメータに応じた小区間に分割
   し、前記小区間の内の１つの区間において求めたマルチ
   パルスと、前記マルチパルスに関して振幅あるいは位相
   の少なくとも一方を補正するための補正情報もしくはコ
   ードブックとマルチパルスとの少なくとも一方を求めて
   出力することを特徴とする音声符号化方式。