JPH0398318A - 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】 〔概　　要〕 音声信号の情報圧縮伝送を行うための音声符号化方式に
関し、 誤り訂正符号化を併用した音声符号化方式において、音
声符号化と誤り訂正符号化の双方の機能を最適に活かす
ことが出来るようにすることを目的とし、 音声人力信号を符号化する複数の符号器であって伝送速
度が異なるものと、各符号器に対応して設けられ、各符
号化出力から再生信号を発生する復号器と、該符号器の
符号化出力の誤り訂正符号化を行って訂正符号を出力す
る誤り訂正符号器と、該音声入力信号及び各復号器の再
生信号から伝送路エラーが無い状態での再生音声品質の
評価関数をそれぞれ発生する評価部と、伝送路の現在の
エラーレートとこのエラーレートにおける各誤り訂正符
号器の訂正能力に基づいて決定された劣化量を該評価部
からの評価関数にそれぞれ加味して最も歪が小さい再生
信号を与える符号器の番号出力を発生ずる比較・判定部
と、該符号器番号に対応した符号化出力及びその訂正符
号化出力を選択するセレクタと、該符号化出力及びその
訂正符号化出力並びに該符号器番号を多重化する多重化
部と、を備え、該符号化出力の伝送速度とその訂正符号
化出力の伝送速度との和が一定であるように構威する。

〔産業上の利用分野〕

本発明は、音声符号化方式に関し、特に音声信号の情報
圧縮伝送を行うための音声符号化方式に関するものであ
る。

近年、企業内通信システム、ディジタル移動無線システ
ム、音声蓄積システム等においては、情報の高能率な圧
縮を行う音声符号化方式が要求されているが、特にディ
ジタル移動無線システム等の回線状態が悪いシステムに
おいては、伝送路エラーに強い音声符号化方式が求めら
れている。

〔従来の技術〕

音声を符号化する場合には、第７図に示すように、送信
側の音声符号器１０において、入力音声フレーム毎に線
形予測分析部１ｌで線形予測分析を行って抽出された予
測パラメータ（予測係数）に基づいて前音声フレームに
予測器１２で予測を施し、入力音声信号との予測残差信
号（これは逆量子化器ｌ４により前音声フレームとして
再生される）を量子化器１３で量子化しその予測パラメ
ータと共に多重化部■５で多重化して伝送する予測符号
化方式が一般的に用いられている。

このような音声符号化に際して伝送路エラーの３ ４ 多い環境下で使用する場合には、エラー耐力を強化する
ために第７図に示すように残差信号と予測係数に対して
誤り訂正符号器３番こよる誤り訂正符号化が併せて行わ
れ、多重化部１５では更に誤り訂正符号も多重化されて
伝送される。

そして、受信側では、送られて来た残差信号と予測係数
と誤り訂正符号とを多重分離部１６で分離した後、この
誤り訂正符号ムこ基づいて誤り訂正復号器３０で残差信
号と予測係数とを誤り訂正し、音声復号器２０で再生音
声信号を出力する。

〔発明が解決しようとする課題〕

このように誤り訂正符号化を併用した従来の音声符号化
方式では、誤り訂正符号の伝送量は音声の符号化情報（
残差信号十予測係数）の伝送量に対して一定の比率であ
ったため、伝送路の状態に関わらず一定の割合で誤り訂
正符号化が施される。

一方、音声符号化の本来の目的は音声信号から冗長度を
除いて情報圧縮を行うことであり、冗長度を付加するこ
とになる誤り訂正符号化の併用は情報圧縮の観点からは
望ましくない。

即ち、伝送路の状態が良くエラーが少ない場合にも伝送
路状態が悪い時と同しような伝送量の誤り訂正符号化を
施すことは、肝心な音声符号化の情報圧縮の効率を下げ
ることになる。

逆に、誤り訂正符号化の伝送量を少なく割り当てた場合
には、冗長度の増加は抑えられ音声符号化の効率は高く
保たれるが、今度は伝送路状態が悪い場合、十分な誤り
訂正が行えず再生音声品質に致命的な劣化を与えかねな
い。

このように従来方式では、音声符号化と誤り訂正符号化
の伝送量の比率が伝送路の状態に関わらずに一定である
ため、音声符号化＋誤り訂正符号化の双方の機能を十分
に活かし切れないという問題点があった。

従って、本発明は、誤り訂正符号化を併用した音声符号
化方式において、音声符号化と誤り訂正符号化の双方の
機能を最適に活かすことが出来るようにすることを目的
とする。

？課題を解決するための手段〕 上記の目的を達或するため、本発明に係る音声符号化方
式では、第１図に原理的に示すように、音声入力信号を
符号化する複数の符号器１１〜１ｍであって伝送速度が
異なるものと、各符号器１，〜１ｏに対応して設けられ
、各符号化出力から再生信号を発生する復号器２Ｉ〜２
ｍと、該符号器１ｍ〜１いの符号化出力の誤り訂正符号
化を行って訂正符号を出力する誤り訂正符号器３，〜３
，と、該音声入力信号及び各復号器２Ｉ〜２■の再生信
号から伝送路エラーが無い状態での再生音声品質の評価
関数をそれぞれ発生する評価部４と、伝送路の現在のエ
ラーレートとこのエラーレートにおける各誤り訂正符号
器の訂正能力に基づいて決定された劣化量を該評価部４
からの評価関．数にそれぞれ加味して最も歪が小さい再
生信号を与える符号器の番号出力を発生する比較・判定
部５と、該符号器番号に対応した符号化出力及びその訂
正符号化出力を選択するセレクタ６と、該符号化出力及
びその訂正符号化出力並びに該符号器番号を多重化する
多重化部７とを備え、該符号化出力の伝送速度とその訂
正符号化出力の伝送速度との和が一定であるものである
。

〔作　　　用〕

本発明では、音声符号化と誤り訂正符号化の情報伝送量
の比率が異なる複数の音声符号器・誤り訂正符号器の組
を動作させ、伝送路のエラーレートに応して設定される
闇値により、フレーム毎に最適な音声符号器・誤り訂正
符号器の組を選定しようにとするものである。

また、各符号器・誤り訂正符号器の組において、音声符
号化出力ａ、（ｉ・１・・・…）の伝送量と誤り訂正符
号ｂ８の伝送量との和は、伝送路の許容伝送量Ｃに等し
く一定である。

第１図において、Ｈ（ｍ＞１）個の符号器１ｍ〜１，の
各符号化出力を復号器２ｌ〜２。で再生した信号は評価
部４でフレーム毎に入力信号と比較評価され、伝送路エ
ラーが無い状態での各符号器ｈ〜１、の再生音声の品質
がそれぞれ求められる。

７ ８ 一方、比較・判定部５では、各誤り訂正符号器３ｌ〜３
１の訂正能力と現在の伝送路のエラーレートに応して各
符号器出力の劣化量を評価部４から出力される評価関数
に加味すると共に、この中から最も歪が小さい再生信号
を与える音声符号器と誤り訂正符号器の組を決定してそ
の音声符号器（及び誤り訂正符号器）の番号ｋ（１≦ｋ
≦ｍ）をセレクク７に与える。

即ち、伝送路エラーが無いとした時には、訂正符号ｂ，
に大きな伝送情報量を割り当てている場合にはその再生
音声品質は悪くなるが、これに伝送路エラーが加わると
、訂正符号ｂ８に大きな伝送情報量を割り当てている符
号化出力ａ１の方がエラーに強く逆に再生音声品質は良
くなることがある。

そして、セレクタ６では受けた符号器番号ｋの符号化出
力ａｋと訂正符号ｂｋとの組を多重化部７に送り、多重
化部７ではこれらの符号化出力ａｋ及び訂正符号ｂｋに
加えて符号器番号ｋを多重化して伝送路に送出する。

このようにして、フレーム毎に音声符号化情報と誤り訂
正符号の伝送量の比率を最適化しながら符号化が行われ
、受信側では、第６図の場合と同様に、受信された符号
器番号ｋに従って誤り訂正復号器及び音声復号器を切り
替えながら再生が行われる。従って、並列に動作させる
符号器・誤り訂正符号器の組の数が増える程、伝送情報
の割当が最適化され、伝送路エラーに対する耐力および
再生音声の品質が改善する。

〔実　施　例〕

第２図は本発明に係る音声符号化方式の実施例を示す図
であり、この実施例では、第１図の符号器１１〜ｌ１と
して、それぞれが符号帳（位相）２１、振幅器（ゲイン
）２２、ピッチ予測器２３、及び線形予測器２４から威
るＣＥＬＰ　（Ｃｏｄｅ　Ｅｘｃｉｔｅｄ　Ｌｉｎｅａ
ｒ　Ｐｒｅｄｉｃｔｉｖｅ　Ｃｏｄｉｎｇ）弐符号器１
１〜１３を用いた場合の例である。尚、このＣＥＬＰ方
式は次の文献を始めとして既に周知のものとなっている
。

Ｂ．Ｓ．Ａｔａｌ　ａｎｄ　Ｍ．Ｒ．Ｓｃｈｒｏｅｄｅ
ｒ　　”Ｓｔｏｃｈａｓｔｉｃｃｏｄｉｎｇ　ｏｆ　　
ｓｐｅｅｃｈ　　．ａｔ　ｖｅｒｙ　　Ｉｏｉｙ　ｂｉ
ｔ　ｒａｔｅ”（エイタル、シュローダによる「非常に
低いビット・レートでの音声の予測符号化Ｊ　Ｌ　Ｐｒ
ｏｃ．　ＩＣＡＳＳＰ　８４，　１６１０−１６１３　
　１９８４また、第１図の符号器選択の際に用いる品質
評価関数としては次のものが考えられる。

■フレーム内のＳ／Ｎ　　等の波形歪 ■ＬＰＣケプストラム距離等のスペクトル歪（線形予測
係数） ■両者併用 そこで、この実施例では、■を用いるものとし、評価部
４には線形予測分析部２５とスペクトル歪演算部２６と
の組み合わせを用いている。従って、この実施例では、
特に第１図に示した復号器２ｍ〜２Ｉｌは省略した形と
なる。

更に、この実施例では、上述のように音声符号器と誤り
訂正符号器との組み合わせ（モード）として３通りの場
合を採用しているが、それぞれの組について、ここでは
図示の如くＡモード、Ｂ１モード、Ｂ２モードと呼ぶこ
とにする。各動作モード？おいてビット割当は第４図に
示す如く、それぞれ異なっているが、伝送速度はいずれ
も４．８　ｋｂ／ｓ（１４４ビット）で一定である。

即ち、各モードに共通にフレーム同期ビット、モード選
択ビット、モード選択のための誤り訂正符号ビット（　
Ｆ　Ｅ　Ｃ＝Ｆｏｒｗａｒｄ　Ｅｒｒｏｒ　Ｃｏｒｒｅ
ｃｔｉｎｇ：０）、ピッチ予測（周期、係数）ビット、
及び符号帳（位相、振幅）ビン｝（１１２ビット）が設
けられているが、Ａモードは伝送音声情報の全てを音声
符号化に割り当てるものであり従って、誤り訂正符号器
は用いず、この為これを実行する符号器ｈは従来通り毎
フレーム線形予測分析を行ってその線形予測係数を伝送
するが、Ｂモード（ＢＩ　Ｂ２〉では線形予測係数の伝
送を行わず、その分の情報量を誤り訂正符号の伝送に用
いている（第４図に示す誤り訂正機能ＦＥＣＩ−ＦＥＣ
４が誤り訂正符号器３■．３３を構威している）。尚、
この実施例では、各音声符号化情報及び／又は誤り訂正
符号情報を先に多重化部７１〜７３で多重化してからセ
レクタ６で選択するようにしている。

１ｌ ｌ２ 従って、Ｂモードでは線形予測係数を記憶ずるためのメ
モリ２７を用いており、このメモリ２７はＢモードの時
にはその値が保持されＡモードが発生する度に更新され
るように比較・判定部５によって制御される切替スイッ
チ２８で選択するようになっている。従って、メモリ２
７の中には常に復号器側へ伝送された最も新しい予測係
数が保持されることになる。

このようにＢモードでは線形予測係数が更新されないた
め、フレーム間で線形予測係数の変化量が大きい場合に
は再生音声にスペクトル歪みを生しることになる。

そこで、スペクトル歪演算部２６において再生音声品質
の評価関数を求めるため、新旧の線形予測係数から次式
に示すＳＮＬＡＩ１という尺度を用いてスペクトル歪み
の量を測る。

ここで、ｙＡＴｉｔはＡモードの予測係数（ＬＡＲ）、
ｙ１“ゝはＢモードの予測係数（ＬＡＲ）である。

そして、比較・判定部５では、受信側から送ら？て来る
伝送路の現在エラーレー｝　（ＢＥＲ）に応して設定さ
れる閾値Ｔｈ（後述する第６図参照）を求め、この闇値
Ｔｈと上記のスペクトル歪ＳＮＬＡＮとを比較すること
で、動作モードの判定を行う。

即ち、このスペクトル歪ＳＮＬＡＲと閾値Ｔｈとの比較
・判定は、再生音声品質の評価■関数に、現在の伝送エ
ラーレートにおける各訂正符号器の訂正能力に応した劣
化量を加味した判定に相当しており、第３図（ａ）に示
すように、ＳＮＬＡＲ≦ＴｈのときにはＡモードが選択
され、ＳＮＬＡＲ　＞Ｔｈのときには、Ｂモードが選択
されるように切替スイッチ２８を制御して切り替える。

Ａモードの時はメモリ２７の内容（線形予測係数）はフ
レーム毎に書き替えられるが、Ｂモードの時は固定され
たままとなる。ＡＢモードのいずれにおいても誤り訂正
機能ＦＥＣＯは切替スイッチ２８のモード切替のための
ビットに対して誤り訂正を掛けてセレクク６に送ってい
る。

この場合、Ｂモードは、更に二通りの動作モード（８１
　．　８２）に別れるが、これは第２図及び第５図に示
すように、共にピッチ周期、ピッチ予測係数、及び符号
帳振幅の計６０ビットが誤り訂正符号器ＦＢＣＩ，ＦＥ
Ｃ２によって保護されるが、異なるのは、Ｂ１モードで
は前フレームで伝送された線形予測係数（３２ビット）
が誤り訂正機能ＦＥＣ３で保護されるのに対し、Ｂ２モ
ードでは符号帳の位相情報（４８ビット）が誤り訂正機
能ＦＥＣ４で保護される点である。

従って、第３図（ａ），　（ｂ）に示すように、Ｂ１モ
ードは動作モードがＡからＢに変化する場合にのみ用い
られるが、これは、線形予測係数の伝送が行われるのが
Ａモードの場合のみであり、この場合にのみ線形予測係
数に対する誤り訂正ＦＥＣ３を行っておかないとＢモー
ドが続いたときには誤った線形予測係数が使用され続け
てしまうためである。

一方、Ｂ２モードはＢモード状態が維持されるときに用
いられることになる。また、Ｂ２モードからＡモードに
戻るときは、上記のようにＳＮＬＡＲ≦Ｔｈの状態にな
ったときである。

第６図は、伝送路エラー存在下でのセグメンタルＳＮＲ
特性（ＳＮＲｓｅｇ）を示し、ここで用いたのは、第２
図に示した実施例において、伝送路のエラーレート（横
軸）が変化した時の比較・判定部５における闇値Ｔｈを
０．　５，　１０，　１５，　２０．　３０　ｄＢにそ
れぞれ設定した特性である。

図中、闇値３０ｄＢの場合が従来の誤り訂正を伴わない
場合のＣＥＬＰ符号器の特性に相当し、この場合、エラ
ーレートの低い状態での特性は良いが、エラーレートが
ｌＯ−３より高くなるとセグメンタルＳＮＲが急激に劣
化する。一力、闇値をＯｄ［ｌ或いは５ｄＢと低く設定
した場合には、Ｂモードが選ばれる頻度が高くなるので
誤り訂正符号の伝送に多くの情報量が割かれるため、エ
ラーレートが３Ｘ１０−３程度に高くなってもセグメン
タルＳＮＲの劣化は少ない。但し、これらの場合には線
形予測係数の伝送量が極端に少ないため、再生音声のス
ペクトル歪が大きく再生音声品質上好ましくない。

そこで、エラーレートが１０−５以下の場合はｒｈ＝３
０ｄＢ，　１０−５〜１０−４ではＴｈ＝２０ｄＢ，　
１０−’〜３Ｘ１０−’ではＴｈ＝＋５ｄＢ、３Ｘ１０
−３以上ではＴｈ＝１０ｄＢに、伝ｌ５ １６ 送路のエラーレートに応してそれぞれ闇値を比較・判定
部５において設定して動作させることで、伝送路エラー
による音質劣化も救済され、各エラーレートにおける最
高の再生音声品質が得られる。

〔発明の効果〕 以上説明したように、本発明に係る音声符号化方式によ
れば、情報源符号化と誤り訂正符号化の各伝送速度が異
なる符号器を複数有し、伝送路のエラー・レートに応し
た誤り訂正符号化が行えるように、フレーム毎に最適な
符号器の出力を選択・伝送するように構威したので、伝
送路の状態に応して音声符号化情報と誤り訂正符号の伝
送量の比率を制御することができ、伝送路状態の悪い場
合には誤り訂正を有効に働かせ、また、伝送路状態が良
い場合には音声符号化に情報量を集中的に割り当てるこ
とにより、いかなる伝送路状態においても、その環境下
における最高の再生音声品質を供することが可能になる
。

【図面の簡単な説明】

第１図は、本発明に係る音声符号化方式の原理ブロック
図、 第２図は、本発明に係る音声符号化方式の実施例を示す
ブロック図、 第３図は、本発明実施例による動作モードを説明するた
めの図、 第４図は、本発明実施例による伝送情報のビット割当を
示す図、 第５図は、本発明実施例による誤り訂正符号と被保護ビ
ットを示す図、 第６図は、伝送路エラーレートに対する種々の闇値にお
けるスペクトル歪を示ずセグメンタルＳＮＲの特性を示
すグラフ図、 第７図は、従来方式を示すブロック図、である。 第１図において、 ｌ１〜ｌ，・・・符号器、 ２ｍ〜２ｍ・・・復号器、 ３Ｉ〜３ｍ・・・誤り訂正符号器、 ４・・・評価部、 ５・・・比較・判定部、 ６・・・セレクタ、 ７・・・多重化部。 図中、同一符号は同一又は相当部分を示す。

Claims (1)

1. 【特許請求の範囲】 音声入力信号を符号化する複数の符号器（１＿１〜１＿
   ｍ）であって伝送速度が異なるものと、 各符号器（１＿１〜１＿ｍ）に対応して設けられ、各符
   号化出力から再生信号を発生する復号器（２＿１〜２＿
   ｍ）と、該符号器（１＿１〜１＿ｍ）の符号化出力の誤
   り訂正符号化を行って訂正符号を出力する誤り訂正符号
   器（３＿１〜３＿ｍ）と、 該音声入力信号及び各復号器（２＿１〜２＿ｍ）の再生
   信号から伝送路エラーが無い状態での再生音声品質の評
   価関数をそれぞれ発生する評価部（４）と、伝送路の現
   在のエラーレートとこのエラーレートにおける各誤り訂
   正符号器の訂正能力に基づいて決定された劣化量を該評
   価部（４）からの評価関数にそれぞれ加味して最も歪が
   小さい再生信号を与える符号器の番号出力を発生する比
   較・判定部（５）と、 該符号器番号に対応した符号化出力及びその訂正符号化
   出力を選択するセレクタ（６）と、該符号化出力及びそ
   の訂正符号化出力並びに該符号器番号を多重化する多重
   化部（７）と、を備え、該符号化出力の伝送速度とその
   訂正符号化出力の伝送速度との和が一定であることを特
   徴とした音声符号化方式。