JPH0317700A - 音声符号化復号化方式 - 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、音声信号を神経回路に入力して神経回路の中
間層から特徴を抽出し、得られた特徴を効率よく符号化
して伝送する方式に関する。

（従来の技術と問題点） この方式の詳細は例えば、森島氏他による“ニューラル
ネットに基づく音声情報圧縮″と題した論文（電子情報
通信学会音声研究会資料８８８−１４２、１９８９年）
（文献１等）に記載されているので説明は省略する。こ
の従来法によれば、音声信号を１０−１６ｋｂ／ｓ程度
で符号化することができるが、ビットレートを１０ｋｂ
／ｓ以下とすると合成音声音質が大幅に劣化していた。

この従来方式では、神経回路として第７図に示すように
、入力層、中間層、出力層の３層からなり各層のユニッ
トが互いに結線された神経回路を用いている。そして中
間層のユニットの個数を入力層、出力層のユニットの個
数よりも低減し、音声信号を入力層に与えて得られた中
間層の出力を符号化することにより情報圧縮をはかって
いた。従ってビットレート低減化のためには、入力層、
出力層に比べ中間層のユニット数を大幅に低減する必要
がある。しかるに従来方式の構成では、冗長性が大きく
、ダイナミックレンジの非常に大きな音声波形をそのま
ま神経回路に入力しているために、中間層のユニット数
を入力層に比べ低減することが困難で、入力層のユニッ
トの個数に比べて１７２程度に減らすと特性が低下して
いた。

また、同様な理由により中間層を符号化するときに必要
な量子化ビット数を低減すると音質が劣化していた。

本発明の目的は、神経回路を用いて１０ｋｂ／ｓ以下の
ビットレートでも良好な合成音質を提供することのでき
る音声符号化復号方式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復号化方式は、送信側では音声
信号を入力し前記音声信号のスペクトル包絡を表すスペ
クトルパラメータとピッチ周期を表すピッチパラメータ
を求め、前記スペクトルパラメータを用いて前記音声信
号を予測して前記音声信号のスペクトルに関する冗長性
を除去した予測残差信号を求め、前記音声信号を前記ピ
ッチ周期に応じた小区間に分割し、予め定められた個数
の入力層ユニットと予め定められた個数の中間層ユニッ
トと予め定められた個数の出力層ユニットが接続され構
成される神経回路に前記小区間の予測残差信号を予め定
められたサンプル数入力して前記中間層の出力を求め、
前記スペクトルパラメータと前記ピッチパラメータと前
記中間層出力値とを出力し、受信側では前記中間層出力
値を用いて前記神経回路の出力層の値を求め、前記スペ
クトルパラメータにもとづくフィルタを駆動して合成音
声信号を求め出力することを特徴とする。

また本発明による音声符号化復号化方式は、送信側では
音声信号を入力し前記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と前記音声信号のピッチ周期を表
すピッチパラメータを求め、前記スペクトルパラメータ
と前記ピッチパラメータを用いて前記音声信号を予測し
て前記音声信号のスペクトル及びピッチに関する冗長性
を除去した予測残差信号を求め、予め定められた個数の
入力層ユニットと予め定められた個数の中間層ユニット
と予め定められた個数の出力層ユニットが接続され構成
される神経回路に前記予測残差信号を予め定められたサ
ンプル数入力して中間層の出力を求め、前記スペクトル
パラメータと前記ピッチパラメータと前記中間層出力値
とを出力し、受信側では前記中間層出力値を用いて前記
神経回路の出力層の値を求め、前記ピッチパラメータと
前記スペクトルパラメータにもとづくフィルタを駆動し
合成音声信号を求め出力することを特徴とする。

（作用） 第１の本発明によれば、音声符号化復号化方式の送信側
の基本ブロック図を第６図（ａ）に示すように、スペク
トル、ピッチパラメータ計算部１００において音声信号
から音声信号のスペクトル包絡を表すスベクトルパラメ
ータとピッチ周期Ｔを表すピッチパラメータを分析する
。予測部１２０ではスペクトルパラメータを用いて音声
信号ｘ（ｎ）を予測し予測残差信号ｅ（ｎ）を求める。

スペクトルパラメータとしては衆知の線形予測係数ａｉ
を用いることができる。また線形予測係数の計算法には
線形予測分析（ＬＰＣ）法を用いることができる。これ
らについては例えばＭａｒｋｅｌ　，　Ｇｒａｙ氏らに
よる”Ｌｉｎｅａｒ　Ｐｒｅｄｉｃｔｉｏｎ　ｏｆＳｐ
ｅｅｃｈ”と題した単行本（Ｓｐｒｉｎｇｅｒ−ｖｅｒ
ｌａｇ社１９７５年）（文献２）等を参照できる。予測
は次式にもとづき行なう。

ｅ（ｎ）　＝　ｘ（ｎ）一Σａｉ−ｘ（ｎ　−　ｉ）　
　　　　　　　　（１）ｉｍｌ 前記予測処理により音声信号のサンプル間の近接相関は
除去される。またこれにより残差信号のダイナミックレ
ンジは大幅に低減される。予測による相関の除去度は次
式の予測ゲインＧにより表せる。

Ｇが大きいほど相関除去度が高い。

一方、音声信号には有声区間ではピッチ周期毎の相関（
長期相関）がある。つまりピッチ周期毎に類似した波形
が続く。従ってピッチ周期毎の残差信号から特徴抽出を
行うことにより効率的な処理がおこなえる。サブフレー
ム分割部１３０において前記ピッチパラメータを用いて
予測残差信号をピッチ周期Ｔに等しい長さをもつサブフ
レーム（小区間）に分割する。

神経回路１５０は予め定められた個数Ｌの入力層ユニッ
トと予め定められた個数Ｋの中間層ユニットとが予め結
線されている。中間層の層の数はいくつでもよいがここ
では単純化するために１層とする。

層間のユニットの重み係数は予め学習により決定してお
く。決定の仕方としてはＩｄ色ｎｔｉｔｙ　Ｍａｐｐｉ
ｎｇの方法が知られている。この方法では入力層、、中
間層、出力層が結線された神経回路の入力層と出力層に
同一の学習用信号を提示し次式の誤差Ｅを小さくするよ
うに重み係数Ｗｉｋを決定する。

Ｅ＝１／２・Σ（Ｃ）＋ｃ　−　Ｔｋ）２（３）ｋ 二二でＯｋは出力層のｋ番目のユニットの出力値、Ｔｋ
は学習信号のｋ番目の値である。また Ｏｋ＝　ｆ（ｘｋ）　　　　　　　　　　　　　　　（
４）χｋ＝ΣＷｉｋ’ｏｉ　　　　　　　　　　　　　
　（５）である。さらに ｆ’（ｘ）＝２／（１＋ｅ−ｘ）−１　　　　　　　　
　　（６）である。

重み係数Ｗｉｌ（の決定には衆知のＢａｃｋｐｒｏｐａ
ｇａｔｉｏｎ（逆伝搬）学習法を用いることができる。

Ｉｄｅｎｔｉｔｉｙ　ｍａｐｐｉｎｇ及びＢａｃｋ　ｐ
ｒｏｐａｇａｔｉｏｎ学習の詳細については、例えばＥ
ｌｍａｎ氏らによる“Ｄｉｓｃｏｖｅｒｉｎｇｔｈｅ　
ｈｉｄｄｅｎ　ｓｔｒｕｃｔｕｒｅ　ｏｆ　ｓｐｅｅｃ
ｈ”と題した論文（Ｊ．Ａｃｏｕｓｔ．　Ｓｏｃ．　Ａ
ｍ．　１９８８年冫（文献３）等を参照することができ
る。

以上の学習により予めＷｉｋの値を決定した神経回路の
入力層と中間層と出力層を神経回路１５０として用いる
。なお、受信側では中間層と出力層からなる復号神経回
路を用いる。

小区間中の予測残差信号ｅ（ｎ）は小区間毎に小区間の
先頭からＬサンプルが神経回路１５０へ入力され中間層
ユニットの出力値が（４）−（６）式にもとづき計算さ
れる。中間層ユニットの出力値ｑｉ（ｉ＝１−ｋ）はマ
ルチプレクサ１５５へ出力される。

次に第２の本発明によれば、音声符号化復号化の送信側
の基本ブロック図を第６図（ｂ）に示すように、スペク
トル、ピッチパラメータ計算部１００において音声信号
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
チ周期を表すピッチパラメータを求める。次に予測部１
６０において前記（１）式に基づきスペクトル包絡に関
する予測をした後に、さらにピッチ毎の長期相関を除去
するために次式に従いピッチ予測を行う。

ｄ（ｎ）：　ｅ（ｎ）一Σｂｉ−ｅ（ｎ−Ｔ−ｉ）　　
　　　　　（７）サブフレーム分割部１３０はピッチ予
測残差信号ｄ（ｎ）を予め定められたサンプル数Ｌ毎の
小区間に分割する。

神経回路１６０はサンプル数Ｌの小区間毎にピンチ予測
残差信号を入力し中間層ユニットの出力値を求めこれを
マルチプレクサ１５５へ出力する。

（実施例） 第１の発明の第１の実施例を示す第１図において、送信
側では、スペクトル、ピッチパラメータ計算回路２００
は予め定められたサンプル数Ｎの音声信号ｘ（ｎ）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周
期を表すピッチパラメータを計算する。スペクトルパラ
メータとしては種々のものが知られているがここでは線
形予測係数を用いる。

線形予測係数としてＰＡＲＣＯＲ係数Ｋｉを予め定めら
れた次数Ｍまで求める。ＰＡＲＣＯＲ係数の計算法は前
記文献２を参照できる。またピッチパラメータとしてピ
ッチ周期Ｔを計算する。具体的には自己相関法を用いる
ことができる。この方法の詳細は例えばＬ．　Ｒ．　Ｒ
ａｂｉｎｅｒ氏らによる゛’Ｄｉｇｉｔａｌ　Ｐｒｏｃ
ｅｓｓｉｎｇ　ｏｆＳｐｅｅｃｈ　Ｓｉｇｎａｌｓ”と
題した単行本（Ｐｒｅｎｔｉｃｅ−Ｈａｌｌ社１９８７
年）の第８章（文献４）等を参照することができる。Ｐ
ＡＲＣＯＲ係数Ｋｉとピッチ周期Ｔはパラメータ符号器
２１０に出力される。

パラメータ符号器２１０はＰＡＲＣＯＲ係数、ピッチ周
期Ｔをそれぞれ予め定められた量子化ビット数で符号化
し符号をマルチプレクサ２６０へ出力するとともに、Ｐ
ＡＲＣＯＲ係数を復号化しさらに線形予測係数ａｉ’（
ｉ　＝　１−　Ｍ）に変換しａｉ′を予測器２２０ヘ出
力し、ピッチ周期を復号した復号ピッチ周期Ｔ′をサブ
フレーム分割回路２３０へ出力する。

予測器２２０はａｉｌを用いて（１）式に従いｘ（ｎ）
を予測して予測残差信号ｅ（ｎ）を求める。

サブフレーム分割回路２３０は予測誤差信号ｅ（ｎ）を
復号ビッチ周期Ｔ′を用いてＴ′毎のサブフレームに分
割する。

神経回路２４０は、作用の項で示したように、入力層の
Ｌ個のユニットと中間層のＫ個のユニットがあらかじめ
結線されており、ユニット間の結合を与える重み係数Ｗ
はＩｄｅｎｔｉｔｉｙ　ｍａｐｐｉｎｇ及びＢａｃｋｐ
ｒｏｐａｇａｔｉｏｎ学習によりあらかじめ決定されて
いる。ここで学習用信号としては予測残差信号ｅ（ｎ）
を用いる。神経回路２４０はサブフレーム毎の予測残差
信号のうちサブフレームの先頭からＬサンプルだけ入力
して中間層ユニノトから出力ｑｉ（ｉ　＝　１−　Ｋ）
を出す。

符号器２５０は神経回路２４０のＫ個の出力値を予め定
められた量子化ビット数により量子化して符号をマルチ
プレクサ２６０へ出力する。ここで量子化の方法として
はｑｉを一つずつスカラ量子化してもよいし、さらに効
率的に行うにはｑｉ（ｉ　＝　１−　Ｋ）をＫ次元のベ
クトルとみなしてベクトル量子化をしてもよい。ベクト
ル量子化の具体的な方法としては、例えばＭａｋｈｏｕ
１氏による“Ｖｅｃｔｏｒ　Ｑｕａｎｔｉｚａｔｉｏｎ
　ｉｎＳｐｅｅｃｈ　Ｃｏｄｉｎｇ”と題した論文（Ｐ
ｒｏｃ．　ＩＥＥＥ　ｖｏｌ、７３，１５５１−１５８
８．　１９８５年）（文献５）等を参照することができ
る。

マルチプレクサ２６０はパラメータ符号器２１０、符号
器２５０の出力符号を組み合せて出力する。

受信側では、デマルチプレクサ２７０は、受信した符号
を分離して復号器２８０、パラメータ復号器２９０へ出
力する。

パラメータ復号器２９０は、ＰＡＲＣＯＲ係数を復号し
さらにこれを線形予測係数ａ，ｌに変換して合成フィル
タ３２０へ出力する。またピッチ周期Ｔ′を復号して信
号形戒回路３００へ出力する。

復号器２８０は神経回路出力に対する符号を復号して復
号神経回路３１０へ出力する。

復号神経回路３１０はＫ個のユニソトを有する中間層と
Ｌ個のユニットを有する出力層から構或される。中間層
から出力層への重みずけ係数は送信側での神経回路２４
０に対応して前記作用の項で説明した方法によりあらか
じめ決定されている。復号神経回路３１０は復号器２８
０の出力をＫサンプルずつ人力し前記（４）−（６）式
に従い計算を行い出力層のＬ個の出力値を求めこれらを
出力する。

信号形戒回路３００は神経回路２４０からのｋサンプル
の出力の後方に振幅Ｏの信号を付加してＴ′サンプルの
信号系列ｅ’（ｎ）を作威し合成フィルタ３２０へ出力
する。

合成フィルタ３２０は線形予測係数ａ１１を用いて次式
に従い合威信号ｘ’（ｎ）を求め出力する。

ｘ’（ｎ）　＝　ｅ’（ｎ）十Σａｉ’　−　ｘ’（ｎ
　−　ｉ）　　　　　　　　（８）Ｉ謬１ 以上で第１の発明の第１の実施例め説明を終える。

第２図は第１の発明の第２の実施例を示す図である。第
２図においては予測器の配置が第１図と異なっている。

図において第１図と同一の番号を有する構成要素は第１
図の構成要素と同一の動作をするので説明は省略する。

第２図において、減算器４００は入力音声信号ｘ（ｎ）
から次式にしたがい予測値文（ｎ）を減算し予測残差信
号ｅ（ｎ）を求める。

ｅ（ｎ）＝　ｘ（ｎ）−　ｘ（ＩＮ）　　　　　　　　
　　　　（９）ここで ｘ（ｎ）　＝Σａｉ’−ｘ（ｎ−ｉ）　　　　　　　　
　　　（１０）Ｉ謬ｌ であり、予測値ｘ（ｎ）は予測器４２０において計算す
る。

復号器２８０は符号器２５０により符号化した値を復号
し、復号神経回路３１０へ出力する。

復号神経回路３１０はＫ個の復号サンプルを入力してＬ
個の出力値を出力する。

加算器４００は信号形戊回路３００の出力であるＴ′サ
ンプルの信号系列ｅ’（ｎ）に対して次式にもとづき予
測器入力信号ｘ（ｎ）を計算する。

大（ｎ）＝文（ｎ）＋ｅ”（ｎ）　　　　　　　　　　
　（１１）予測器４２０は（１０）式に基づき復号した
線形予測係数ａｉｌを用いて予測を行う。

以上で第２の実施例の送信側の説明を終える。なお、第
２の実施例の受信側は第１の実施例の受信側と全く同一
の構成で構成できるので説明は省略する。

次に第２の本発明の第１の実施例について第３図を引用
して説明する。なお、第３図において第１図、第２図と
同一の番号をつけた構成要素は第１、２図の構成要素と
同一の動作を行うので説明は省略する。

第３図において、スペクトル、ピッチパラメータ計算回
路４４０はＰＡＲＣＯＲ係数、ピンチ周期Ｔ、ピッチゲ
インｂを計算する。

パラメータ符号器４４５はＰＡＲＣＯＲ係数、Ｔ，　ｂ
を符号化して符号を出力するとともに、ＰＡＲＣＯＲ係
数を復号してさらに線形予測係数ａ，Ｉに変換し、ピン
チ周期Ｔ′、ピッチゲインｂ′を復号し、ａｉ“、Ｔ′
、ｂ′を出力する。

予測器４５０は復号した線形予測係数ａｉ＋、復号した
ピッチ周期Ｔ”、復号したピッチゲインｂ′を人力し、
（１２），　（１３）式に従いスペクトル包絡とピッチ
の両方の予測を行う。

ｅ（ｎ）＝ｘ（ｎ）一Σａｉｌ・ｘ（ｎ−ｉ）　　　　
　　　（１２）五！１ ｄ（ｎ）＝ｅ（ｎ）−ｂ’ｅ（ｎ−Ｔつ　　　　　　　
　　　　　　　　（１３）分割回路４６０はスペクトル
包絡及びピッチに対する予測残差信号ｄ（ｎ）の系列を
予め定められたサンプル数Ｌ毎に分割して出力する。

神経回路４７０は構或は第１図の神経回路２４０と同一
出あるが、重み係数の学習を行うとき（１３）式の予測
残差信号ｄ（ｎ）を入力層、出力層のユニットに提示し
て学習を行っておく。神経回路４７０はＬ個の入力サン
プルを入力しＫ個の出力サンプルを中間層から出力する
。

マルチプレクサ４７５は符号器２５０の出力符号、パラ
メータ符号器４４５のＰＡＲＣＯＲｆ−数、ピッチ周期
、ピッチゲインに関する符号を組み合せて出力する。

次に、受信側では、デマルチプレクサ４７６は受信した
符号を分離して復号器２８０、パラメータ復号器４８５
へ出力する。

パラメータ復号器４８５は、ＰＡＲＣＯＲ係数を復号し
さらにこれを線形予測係数ａｉ＋に変換して合戊フィル
タ３２０へ出力する。またピッチゲインｂ′を復号して
ピンチ合成フィルタ４９０へ出力する。

復号神経回路４９５はＫ個のユニットを有する中間層と
Ｌ個のユニットを有する出力層から構成される。中間層
から出力層への重みずけ係数は送信側での神経回路４７
０に対応して前記作用の項で説明した方法によりあらか
じめ決定されている。復号神経回路４９５は復号器２８
０の出力をＫサンプルずつ人力し前記（４）−（６）式
に従い計算を行い出力層のＬ個の出力値ｄ’（ｎ）を求
めこれらを出力する。

ピッチ合成フィルタ４９０はｄ’（ｎ）を入力し次式に
従いピッチを再生したｅ’（ｎ）を出力する。

ｅ’（ｎ）　＝　ｄ’（ｎ）　＋　ｂ’　−　ｅ’（ｎ
　−　Ｔ’）　　　　　　　（１４）合成フィルタ３２
０は復号した線形予測係数ａｉ＋を用いて次式に従い合
成信号ｘ’（ｎ）を求め出力する。

ｘ’（ｎ）　＝　ｅ’（ｎ）＋Σａｉ’　−　ｘ’（ｎ
−ｉ）　　　　　　　（１５）一目 以上で第２の発明の第１の実施例の説明を終える。

第４図は第２の発明の第２の実施例を示すブロック図で
ある。図において第１−３図と同一の番号をつけた構成
要素は第１−３図と同一の動作をするので説明は省略す
る。第３図と第４図とでは予測器の配置が異なる。

第４図において、減算器５００は、予測器２２０におい
て（１）式に従い予測を行った予測残差信号ｅ（ｎ）か
ら、ピッチ予測器５１０においてピッチ予測した出力値
６（ｎ）を次式にしたがい減算し予測残差信号ｄ（ｎ）
を求める。

ｄ（ｎ）＝ｅ（ｎ）−ｅ（ｎ）　　　　　　　　　　　
　（１６）ここで ！（ｎ）＝ｂ’・ｅ　（ｎ−Ｔ’）　　　　　　　　　
　　　（１７）であり、ピッチ予測値ａ（ｎ）はピッチ
予測器５１０において計算する。

加算器５２０は復号神経回路４９５のＬサンプルの出力
値ｄ’（ｎ）とＬサンプルの予測値８（ｎ）を次式に従
い加算しＬサンプルのピッチ予測器人力値ｇ（ｎ）を求
めピッチ予測器５１０へ出力する。

ｅ（ｎ）＝６（ｎ）＋ｄ’（ｎ）　　　　　　　　’　
　　　（１８）ピッチ予測器５１０は復号ピッチ周期Ｔ
′、復号ピッチゲインｂ′を用いて（ｌ７）式に基づき
ピッチ予測を行う。

以上で第２の発明の第２の実施例の説明を終える。

なお、第２の実施例の受信側の構或は第２の発明の第１
の実施例の構成（第３図）と同一であるので説明は省略
する。

以上で第２の発明の第２の実施例の説明を終える。

第５図は第２の発明の第３の実施例を示す図である。図
において第１．４図と同一の番号をつけた構成要素は第
１−４図と同一の動作をするので説明を省略する。

ピッチ予測器５１０は次式に従いピッチ予測を行６（ｎ
）＝ｂ’・ｅ（ｎ−Ｔつ　　　　　　　　　　　　　　
　　　　　　（ｌ７）ここで ｅ（ｎ）＝　ａ（ｎ）＋　ｄ’（ｎ）　　　　　　　　
　　（２０）予測器５４０は次式に従いスペクトル包絡
に対する予測を行う。

文（ｎ）＝Σａｉ−又（ｎ−ｉ）　　　　　　　　　（
２１）＋Ｍ１ ただし 太（ｎ）＝　ｅ（ｎ）十犬（ｎ）　　　　　　　　　　
　（２２）加算器５５０はピッチ予測器５１０のピッチ
予測出カ８（ｎ）と予測器５４０のスペクトル包絡予測
の出カｆ（ｎ）を次式により加算してｘ’（ｎ）を得る
。

）ｃ’（ｎ）＝交（ｎ）十Ｍｎ）　　　　　　　　　　
　．　　（２３）ｆ’（ｎ）を減算器５３０へ出力する
。

減算器５３０は音声信号ｘ（ｎ）がらスペクトル包絡及
びピッチに関する予測器出力ｆ’（ｎ）を次式により減
算して予測残差信号ｄ（ｎ）を出力する。

ｄ（ｎ）＝ｘ（ｎ）　−ｘ’（ｎ）　　　　　　　　　
　　（２４）なお、本実施例の受信側の構或は第２の発
明第１の実施例の構成と同一であるので説明は省略する
。

以上で第２の発明の第３の実施例の説明を終える。

本発明の主旨を損なうことなく以上述べた実施例以外に
も種々の変形が考えられる。

神経回路の中間層は１層としたが、多層としてもよい。

また、神経回路の構或としては衆知の他の構或を用いて
もよい。

また、神経回路において重み係数の決定には作用の項で
述べた（３）式で定義される誤差を小さくするように決
定したが、誤差の評価尺度としては他の尺度を用いるこ
とができる。例えば次式のような重みずけ誤差尺度を用
いることができる。

Ｅ　＝　１／２Σ｛（Ｏｋ−Ｔｋ）＊ｗ（ｎ）｝　　　
　　　　（２５）ｋ ここでｗ（ｎ）は任意の重み関数のインパルス応答を示
す。また記号本の畳こみ積分を示す。ｗ（ｎ）としては
、例えば聴感重みずけを行うために衆知の次式のような
伝達関数Ｗ（ｚ）を有する重みずけ関数を用いることが
できる。

ｉｘｌ息謂！ このような重みづけ関数を用いると合成音声に重畳する
量子化雑音を聴感的にマスクするように整形することが
できる。

またこれ以外の聴感重みすけ法として、符号器２５０で
発生する量子化雑音を次式により整形して符号器の入力
にフィードバックする方法を用いることもできる。

ｑ（ｎ）　＝　ｄ（ｎ）　＋　｛ｑ’（ｎ）　一ｑ（ｎ
）｝　本ｆ（ｎ）　　　　　　　（２７）ただし Ｆ（ｚ）　＝Σａｉ’γ１ｚ　　”　　（０＜γ＜１）
　　　　　　　（２８）Ｉ諺ｌ （２７）式においてｑ（ｎ）、ｑ’（ｎ）はそれぞれ符
号器入力値、出力値である。なお、この方法の詳細につ
いては例えば、Ａｔａ１氏らによる”Ｐｒｅｄｉｃｔｉ
ｖｅ　Ｃｏｄｉｎｇ　ｏｆＳｐｅｅｃｈ　ａｔ　Ｌｏｗ
　Ｂｉｔ　Ｒａｔｅｓ”（ＩＥＥＥ　Ｔｒａｎｓ．　Ｃ
ｏｍｍｕｎ．，ｐｐ．　６００−６１４．　１９８２年
）と題した論文（文献５）等を参照できる。

さらに受信側で量子化雑音に対して聴感重みずけを行う
ために、合成フィルタの出力に次式の伝達特性を有する
ポストフィルタを付加することもできる。

Ｉ譚１ｉ−１ （０くα，ｆ３＜１） ポストフィルタはスペクトル包絡以外にピッチに関して
も付加することができる。ピッチに対するポストフィル
タの伝達特性は次式のようになる。

Ｗｐ（ｚ）　＝１／｛１−Σｂｉ’ｌ３”ｚ　　｝（０
＜ａ，１３＜１）　　　（３０）また実施例ではピッチ
予測は１次としたが２次以上としてもよい。

また第２の発明を示した実施例（第３−５図）において
、スペクトル包絡に関する予測器とピッチに関する予測
器の順序を逆にしてもよい。

（発明の効果） 以上述べたように本発明によれは、音声信号のサンプル
間、ピッチ周期間の冗長性、大きなダイナミックレンジ
をスペクトル包絡、ピッチ予測により予め除去したのち
に、神経回路において特徴を抽出して符号化伝送してい
るので、従来方式にくらべ神経回路において中間層のユ
ニットの個数を入力層のユニットの個数に比べ大きく低
減することができ、さらに中間層のユニットの出力値を
荒く量子化することができるので、従来方式と比べビッ
トレートを低減しても音質劣化がほとんどないという効
果がある。

【図面の簡単な説明】

第１図は第１の発明の第１の実施例を示す図、第２図は
第１の発明の第２の実施例を示す図、第３図は第２の発
明の第ｌの実施例を示す図、第４図は第２の発明の第２
の実施例を示す図、第５図は第２の発明の第３の実施例
を示す図、第６図は本発明の作用を示す基本ブロック図
、第７図は神経回路の基本構成を示す図である。 図において、１００，　２００、４４０・・・スペクト
ル、ピッチパラメータ計算回路、１２０、２２０、４２
０、５４０・・・予測回路、１３０、２３０・・・サブ
フレーム分割回路、１５０、２４０、４７０・・・神経
回路、１５５、２６０、４７５・・・マルチプレクサ、
１５５、２７０、４７６、２１０、４４５・・・パラメ
ータ符号器、２５０・・・符号器、２８０・・・復号器
、２７０、４７６・・・デマルチプレクサ、３１０、４
９５・・・復号神経回路、３００・・・信号形戒回路、
３２０・・・合成フィルタを示す。

Claims (2)

【特許請求の範囲】
1. （１）送信側では音声信号を入力し前記音声信号のスペ
   クトル包絡を表すスペクトルパラメータとピッチ周期を
   表すピッチパラメータとピッチ周期を表すピッチパラメ
   ータを求め、前記スペクトルパラメータを用いて前記音
   声信号を予測して前記音声信号のスペクトルに関する冗
   長性を除去した予測残差信号を求め、前記音声信号を前
   記ピッチ周期に応じた小区間に分割し、予め定められた
   個数の入力層ユニットと予め定められた個数の中間層ユ
   ニットと予め定められた個数の出力層ユニットが接続さ
   れ構成される神経回路に前記小区間の予測残差信号を予
   め定められたサンプル数入力して前記中間層の出力を求
   め、前記スペクトルパラメータと前記ピッチパラメータ
   と前記中間層出力値とを出力し、受信側では前記中間層
   出力値を用いて前記神経回路の出力層の値を求め、前記
   スペクトルパラメータにもとづくフィルタを駆動して合
   成音声信号を求め出力することを特徴とする音声符号化
   復号化方式。
2. （２）送信側では音声信号を入力し前記音声信号のピッ
   チ周期を表すピッチパラメータを求め、前記スペクトル
   パラメータを求め、前記スペクトルパラメータと前記ピ
   ッチパラメータを用いて前記音声信号を予測して前記音
   声信号のスペクトル及びピッチに関する冗長性を除去し
   た予測残差信号を求め、予め定められた個数の入力層ユ
   ニットと予め定められた個数の中間層ユニットと定めら
   れた個数の出力層ユニットが接続され構成される神経回
   路に前記予測残差信号を予め定められたサンプル数入力
   して中間層の出力を求め、前記スペクトルパラメータと
   前記ピッチパラメータと中間層出力値とを出力し、受信
   側では前記中間層値を用いて前記神経回路の出力層の値
   を求め、前記ピッチパラメータと前記スペクトルパラメ
   ータにもとづくフィルタを駆動して合成音声信号を求め
   出力す　ることを特徴とする音声符号化復号化方式。