JPH0511799A

JPH0511799A - 音声符号化方式

Info

Publication number: JPH0511799A
Application number: JP3167270A
Authority: JP
Inventors: Masako Kato; 雅子加藤; Yoshiaki Tanaka; 良紀田中; Tomohiko Taniguchi; 智彦谷口; Hideaki Kurihara; 秀明栗原; Fumio Amano; 文雄天野
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1991-07-08
Filing date: 1991-07-08
Publication date: 1993-01-22

Abstract

(57)【要約】【目的】本発明は、合成音声の品質の劣化を最小限に
抑えつつ誤差評価時の演算量を削減することにより音声
符号化処理の高速化を図ることを目的とする。【構成】コードブック記憶手段１０１からは励振ベク
トル１０２が選択される。音声合成処理手段１０３は、
励振ベクトル１０２を入力として線形予測分析に基づく
音声合成処理を行う。間引き手段１０６は、入力音声ベ
クトル１０５の要素値と合成音声ベクトル１０４の要素
値の各々につき一定の間隔の間引き処理を行う。誤差評
価手段１０９は、間引き入力音声ベクトル１０７及び間
引き合成音声ベクトル１０８について二乗誤差の評価を
行う。以上の処理が、励振ベクトル１０２毎に繰り返さ
れ、二乗誤差が最小（相関値が最大）となる合成音声ベ
クトルを生じさせたパラメータに基づき入力音声ベクト
ル１０５が符号化される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、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係り、更に詳しくは、
コード駆動ＬＰＣ符号化（ＣＥＬＰ）方式などを用いた
音声符号化方式における入力音声ベクトルと合成音声ベ
クトル間の誤差評価方式に関する。

【０００２】

【従来の技術】音声は人間のコミュニケーションにおけ
る重要な手段であることより、社会における音声情報の
役割も非常に大きなものがある。ＯＡ化の進んだ現代に
おいては、数字、文字と共に、電話での音声通信は必要
不可欠な通信手段である。特に近年、ディジタル信号処
理技術とＬＳＩ技術に支えられたハードの驚異的な高性
能化、小型化に伴い、ディジタル通信路の拡大及びＩＳ
ＤＮ（サービス総合ディジタル網）などを用いた各種サ
ービスのディジタル統合化が、我が国を初め諸外国で急
速に進んでいる。

【０００３】ディジタル通信では、その基本尺度は使用
回線の単位時間あたりの情報の伝送量（ビットレート）
で決まるため、ネットワークの効率的かつ経済的利用と
通信需要に対応するためにも、通信情報の圧縮技術の早
急な開発が必要である。そして、人間の通信手段として
の音声が、速報性・指示性・警報性といった機能を要求
され、社会においては多くの場合、事務連絡・活動指示
といった通信に使用されることを考えると、特に、ディ
ジタル移動無線システムや企業内通信システムなどにお
いて、音声信号を４〜16 Kbits/secの低・中ビットレー
トで高能率な情報圧縮を実現できる音声符号化方式が望
まれている。

【０００４】高能率音声符号化方式の代表的な方式とし
て、音声信号を音声生成モデルに基いて分析してパラメ
ータを抽出し、符号化を行う分析合成符号化方式があ
る。音声信号の大幅な情報圧縮を行うためには、音声信
号からの音声情報の効率の良い抽出が必要であり、その
ためには音声生成モデルの導入が不可欠である。音声生
成モデルに基いた代表的かつ実用的な分析合成方式とし
て線形予測モデルに基く分析合成方式があり、ＬＰＣ
（線形予測符号化）方式と呼ばれている。

【０００５】この方式は、音声波形の標本値間に高い相
関があることを利用し、現在の信号ｘ_iを過去のＫ個
（１０個程度）の標本の線形結合である予測値と、その
時の誤差信号の和として表そうとするものであり、

【０００６】

【数１】

【０００７】という式に帰着できる。ここでａ_jは線形
予測係数（ＬＰＣ係数），ｅ_iは予測誤差信号と呼ば
れ、この予測誤差信号ｅ_iの一定区間の平均２乗誤差を
最小にするという条件でＬＰＣ係数を求めることを線形
予測分析（ＬＰＣ分析）という。原音声信号（符号化す
べき音声信号）に対してＬＰＣ分析を行うことは、全極
モデルに基く音声生成システムを仮定したのと等価であ
り、その極は人間の主に声道の周波数特性におけるホル
マントと呼ばれるスペクトルのピークに対応する。そし
て、ＬＰＣ係数は、原音声信号の周波数特性が定常と考
えられる一定区間（例えば数十ミリ秒の区間）で、原音
声信号を全極モデルによる音声生成モデルで近似した時
のシステムパラメ−タとなっており、上記各区間毎にＬ
ＰＣ分析によってＬＰＣ係数を演算しそれらを符号化す
ることにより、音声の高能率符号化を実現できる。

【０００８】ここで、上述の数１式において、右辺第１
項は、Ｋ個のＬＰＣ係数ａ_j をフィルタ係数とする音声
合成フィルタの演算を表わしており、右辺第２項の予測
誤差信号ｅ_iは、上記音声合成フィルタの出力ｘ_iを得
るための系への入力、即ち音源と考えることができる。
即ち、ＬＰＣ方式において音声を合成するためには、音
声合成フィルタを構成するためのＬＰＣ係数のほかに、
音声合成フィルタへの入力である音源信号が必要とな
る。従って、ＬＰＣ方式に基づいて音声を符号化する場
合には、ＬＰＣ係数を符号化すると共に、予測誤差信号
ｅ_i を効率的に符号化する必要がある。

【０００９】ここで、前述の数１式は、

【００１０】

【数２】

【００１１】と書き直すことができ、これより予測誤差
信号ｅ_iは原音声信号ｘ_iを、ＬＰＣ分析によってモデ
ル化された線形システムの逆特性を有する逆フィルタに
通すことによって得ることができる。この予測誤差信号
は残差信号とも呼ばれる。

【００１２】図７は、残差信号の時間域の波形の例を原
音声信号と対比させて示した図である。ＬＰＣ分析にお
いてもし音声信号の予測が完全に行われれば、残差信号
は値の小さい平坦なパワースペクトルを有する完全なラ
ンダム信号となる。しかし実際には、特に音声の大部分
を占める有声音部分では、ＬＰＣ分析による音声信号の
予測が完全に行われず、残差信号には図７に示すよう
に、周期的なパルスの時系列が現れる。また、パルス時
系列の間には雑音時系列が現れる。一方、無声音部分で
は、残差信号は周波数的にほぼ白色な雑音時系列とな
る。

【００１３】このように残差信号には、マクロ的にみれ
ば有声音部分でパルス時系列の成分が含まれ、ミクロ的
にみれば雑音時系列の成分が含まれる。そして、パルス
時系列は人間の喉の声帯が振動することにより生ずるパ
ルス列空気流に同期することが知られており、そのパル
スの繰り返し周期はピッチ周期と呼ばれている。また、
雑音時系列は、一定サンプル（例えば8 kHz サンプリン
グで６４サンプル）毎に、統計的に複数種類に分類され
た典型的な雑音時系列の候補の何れかによって近似的に
表現可能である。

【００１４】このような事実を利用して、移動無線等に
適用可能な４〜16 kbits/secの低・中ビットレートの音
声伝送システムにおいて、残差信号を効率的かつ忠実に
符号化することのできる音声符号化方式として、コード
駆動ＬＰＣ符号化（ＣＥＬＰ、以下同じ）方式がある。

【００１５】ＣＥＬＰ方式では、送信装置において、次
のような符号化処理が行われる。即ち、まず、伝送され
るべき入力音声信号が所定サンプルに区切られたそれぞ
れの部分（これをフレームと呼ぶ）について、ＬＰＣ分
析によって主に声道特性に対応するＬＰＣ係数が演算さ
れ、そのＬＰＣ係数の組が現在のフレームに対応する声
道情報として符号化され、受信装置に伝送される。次
に、入力音声信号からＬＰＣ係数で表現される成分を除
いて得られる残差信号を表現する成分のうち、パルス時
系列の成分と残りの雑音時系列の成分とが別々に符号化
され、復号側の受信装置に伝送される。受信装置では、
送信装置から伝送されてきた残差信号に関する各符号デ
ータに基づき、雑音時系列の成分が復号されると共にパ
ルス時系列の成分が復号され、両者が加算されることに
よって残差信号が復号される。そして、送信装置から伝
送されてきたＬＰＣ係数によってＬＰＣ合成フィルタが
構成され、それに上述の復号された残差信号が入力され
ることによって、出力音声信号が合成される。

【００１６】このように、ＣＥＬＰ方式では、音声の声
道特性に相当する成分をＬＰＣ係数として符号化すると
共に、音声の音源特性に相当する残差信号をパルス時系
列の成分と雑音時系列の成分とに分離して符号化するこ
とによって、高能率かつ高品質な音声の符号化を可能と
している。

【００１７】ここで、パルス時系列の候補を記憶したコ
ードブックと、雑音時系列の候補を記憶したコードブッ
クのそれぞれが、送信装置と受信装置の両方に用意され
る。送信装置と受信装置とでは、それぞれ同じパルス時
系列のコードブック、同じ雑音時系列のコードブックが
用意される。

【００１８】そして、送信装置では、フレーム単位の残
差信号を最適に近似するパルス時系列がパルス時系列の
コードブック中の候補の中から探索され、コードブック
上での当該パルス時系列の位置を示す番号（インデック
ス）が受信装置に伝送される。この時、最適なパルス時
系列の振幅を残差信号の振幅に適合させるための最適な
ゲインも演算・符号化されて受信装置に伝送される。次
に、残差信号から上述の最適なパルス時系列に最適なゲ
インを乗算した成分が除かれ、フレーム単位の残差誤差
信号が得られる。そして、このフレーム単位の残差誤差
信号を最適に近似する雑音時系列が、パルス時系列の候
補の探索の場合と同様にして、雑音時系列のコードブッ
ク中の候補の中から探索され、そのインデックスが受信
装置に伝送される。また、最適な雑音時系列の振幅を上
記残差誤差信号の振幅に適合させるための最適なゲイン
も演算・符号化されて受信装置に伝送される。

【００１９】上述の送信装置側の動作に対応して、受信
装置では、送信装置から送られてきた雑音時系列につい
てのインデックスで雑音時系列のコードブックが参照さ
れ、対応する雑音時系列が読み出される。そして、その
雑音時系列に送信装置から送られてきた最適なゲインが
乗算されることにより、残差誤差信号が復号される。続
いて、送信装置から送られてきたパルス時系列について
のインデックスでパルス時系列のコードブックが参照さ
れ、対応するパルス時系列が読み出される。そして、そ
のパルス時系列に送信装置から送られてきた最適なゲイ
ンが乗算され、この結果得られたパルス時系列信号に上
述の残差誤差信号が加算されることにより、残差信号が
復号される。

【００２０】ここで、送信装置において、パルス時系列
のコードブックから残差信号を近似する最適なパルス時
系列と最適なゲインを探索し、また、雑音時系列のコー
ドブックから残差誤差信号を近似する最適な雑音時系列
と最適なゲインを探索するＣＥＬＰ処理につき、図８の
原理構成図を用いて説明する。図８において、８０１が
上述の前者の処理を行う部分、８０２が後者の処理を行
う部分である。

【００２１】まず、パルス時系列のコードブック中の候
補の中からフレーム単位の残差信号を最適に近似するパ
ルス時系列を探索するためには、単純には入力音声信号
に対するＬＰＣ分析に基づいて得られる各フレームの残
差信号（数２式参照）と、コードブック中の各パルス時
系列の候補との誤差を計算し、それが最小となるものを
選択すればよい。しかし、実際には人間の聴覚上の誤差
が最小となるパルス時系列を選択すべきであるため、音
声信号のレベルで誤差評価が行われる。しかもその場合
に、そのままの音声信号ではなく、人間の聴覚に合うよ
うに周波数特性に重み付けがなされた音声信号のレベル
で誤差評価が行われる。

【００２２】即ち、図８の部分８０１において、まず、
聴覚重み付け部８０３は、１フレーム分の入力音声ベク
トルｓ（複数サンプルからなる入力音声信号）に対し
て、人間の聴覚に合うようにその周波数特性に重み付け
がなされる処理を実行することによって、重み付入力音
声ベクトルｘ（複数サンプルからなる重み付入力音声信
号）を出力する。

【００２３】一方、パルスベクトルコードブック８０７
（パルス時系列のコードブック）には、それぞれ複数サ
ンプルからなる複数組のパルスベクトル（パルス時系
列）が記憶されている。ここで、１組のパルスベクトル
をｐ(m) とする。ｍはパルスベクトルコードブック８０
７上にある複数組のパルスベクトルのインデックスを表
わし、組の数をαとすれば１≦ｍ≦αである。

【００２４】今、誤差評価部８０４が読出し部８０６に
対してｍ＝１である１組目のパルスベクトルを読み出す
よう指示する。これにより、読出し部８０６によりパル
スベクトルコードブック８０７（パルス時系列のコード
ブック）から読み出された１組目のパルスベクトル（パ
ルス時系列）ｐ(1) が、重み付短期予測部８０５に入力
される。

【００２５】重み付短期予測部８０５は、ＬＰＣ係数ａ
_j（１≦ｊ≦Ｋ）で構成されるＬＰＣ合成フィルタの処
理を聴覚重み付けを考慮した上で実行することにより、
１組目のパルスベクトルｐ(1) に対応する合成音声ベク
トルｙ(1) （複数サンプルからなる合成音声信号）を演
算する。このＬＰＣ係数ａ_j（１≦ｊ≦Ｋ）は、前述し
た入力音声ベクトルｓに対して特には図示しないＫ次の
ＬＰＣ分析処理が実行されることによって得られる。

【００２６】誤差評価部８０４は、上述の１組目のパル
スベクトルｐ(1) に対応する合成音声ベクトルｙ(1) と
重み付入力音声ベクトルｘとの誤差を計算する。そし
て、誤差評価部８０４は、１組目の誤差評価を終了した
ら、ｍの値を更新して２とし、読出し部８０６に、パル
スベクトルコードブック８０７からｍ＝２に対応する次
の組のパルスベクトルｐ(2) を読み出させる。

【００２７】このようにして、誤差評価部８０４は、ｍ
の値を１からαまで更新しながら、パルスベクトルコー
ドブック８０７から順次読み出されるパルスベクトルｐ
(m)に対応する合成音声ベクトルｙ(m) について、聴覚
重み付け部８０３で求められている同じ重み付入力音声
ベクトルｘとの誤差を演算し、全てのパルスベクトルｐ
(m) （１≦ｍ≦α）についての誤差評価を終了した時点
で、誤差が最も小さかったパルスベクトルに対応するイ
ンデックスｍの値ｍ_optと最適なゲインｇを出力する。

【００２８】以上のように、音声信号（音声ベクトル）
を合成しながら誤差評価を行う方式は、一般に、合成に
よる分析手法(Analysis-by-Synthesis:A-b-S法）と呼ば
れている。A-b-S 法では、入力音声信号から残差信号を
直接求める必要はないが、コードブックの探索を行う毎
に音声合成処理を実行する必要がある。

【００２９】ここで、誤差評価部８０４におけるゲイン
を考慮した誤差評価方式について説明する。まず、重み
付入力音声ベクトルｘと合成音声ベクトルｙ(m) との誤
差電力Ｅdは、次式で表わされる。

【００３０】

【数３】

【００３１】ここで、合成音声ベクトルｙ(m) は重み付
短期予測部８０５において、

【００３２】

【数４】

【００３３】なるフィルタ演算で合成される。なお、重
み付入力音声ベクトルｘと合成音声ベクトルｙ(m) の各
添え字ｉは、Ｎサンプルからなる１フレーム（１組）分
の音声サンプルの各要素の番号を示しており、１≦ｉ≦
Ｎである。

【００３４】上述の数３式の誤差電力Ｅd を最小にする
ゲインｇは、数３式をｇで微分して零とおくことにより
得られる。即ち、次式の通りである。

【００３５】

【数５】

【００３６】この時の誤差電力Ｅd は、数５式を数３式
に代入することにより、次式のようになる。

【００３７】

【数６】

【００３８】数６式の右辺第１項は、重み付入力音声ベ
クトルｘの電力を表わしており、各パルスベクトルｐ
(m) の組が変更されることによって合成音声ベクトルｙ
(m) の組が変更されても一定である。従って、誤差電力
Ｅd を最小にするパルスベクトルｐ(m) の組は、数６式
の右辺第２項、即ち、

【００３９】

【数７】

【００４０】を最大にするパルスベクトルｐ(m) の組と
して求めることができる。この数７式は、重み付入力音
声ベクトルｘと合成音声ベクトルｙ(m) の一種の相関を
求める演算である。従って、数７式を最大にするパルス
ベクトルｐ(m) を求めることは、２つの音声ベクトルの
相関が最大なものを求めることにほぼ等価である。

【００４１】以上の誤差評価の原理に基づいて、図８の
誤差評価部８０４は、各パルスベクトルｐ(m) の組に対
応する合成音声ベクトルｙ(m) について数７式を演算
し、その値Ａが最終的に最も大きくなる組に対応するイ
ンデックスｍの値をｍ_optとして出力する。即ち、数７
式の値を最大にする最適なパルスベクトル及び合成音声
ベクトルは、ｐ(m_opt) 及びｙ(m_opt) である。

【００４２】そして、誤差評価部８０４は、最適合成音
声ベクトルｙ(m_opt) を用いて数５式を演算することに
より、最適ゲインｇを出力する。以上の処理の結果、誤
差評価部８０４から乗算部８０８に上述の最適合成音声
ベクトルｙ(m_opt) が出力される。そして、乗算部８０
８においてｙ(m_opt) に最適ゲインｇが乗算され、更
に、減算部８０９において上述の乗算結果が重み付入力
音声ベクトルｘ_iから減算されることにより、重み付入
力音声誤差ベクトルｅｘが得られる。

【００４３】次に、雑音時系列のコードブック中の候補
の中からフレーム単位の残差誤差信号を最適に近似する
雑音時系列を探索する場合にも、聴覚重み付けがなされ
た音声信号のレベルで誤差評価が行われる。

【００４４】即ち、図８の部分８０２において、雑音ベ
クトルコードブック８１３（雑音時系列のコードブッ
ク）には、それぞれ複数サンプルからなる複数組の雑音
ベクトル（雑音時系列）が記憶されている。ここで、１
組の雑音ベクトルをｃ(n) とする。ｎは雑音ベクトルコ
ードブック８１３上にある複数組の雑音ベクトルのイン
デックスを表わし、組の数をβとすれば１≦ｎ≦βであ
る。

【００４５】誤差評価部８１０による制御動作は、前述
した誤差評価部８０４の場合とほとんど同じである。即
ち、誤差評価部８１０は、ｎの値を１からβまで更新し
ながら、雑音ベクトルコードブック８１３から順次読み
出される雑音ベクトルｃ(n)に対応して重み付短期予測
部８１１で合成される合成音声誤差ベクトルｅｙ(n)に
ついて、重み付入力音声誤差ベクトルｅｘとの誤差を演
算し、全ての雑音ベクトルｃ(n) （１≦ｎ≦β）につい
ての誤差評価を終了した時点で、誤差が最も小さかった
雑音ベクトルに対応するインデックスｎの値ｎ_optと最
適なゲインｂを出力する。

【００４６】そして、誤差評価部８１０におけるゲイン
を含めた誤差評価は、前述した数３式〜数７式に対応す
る以下の数８式〜数１２に基づいて行われる。

【００４７】

【数８】

【００４８】

【数９】

【００４９】

【数１０】

【００５０】

【数１１】

【００５１】

【数１２】

【００５２】即ち、誤差評価部８１０は、読出し部８１
２によって雑音ベクトルコードブック８１３から読み出
される各雑音ベクトルｃ(n) の組に対応して重み付短期
予測部８１１で数９式に基づいて合成される合成音声誤
差ベクトルｅｙ(n) について数１２式を演算し、その値
Ａが最終的に最も大きくなる組に対応するインデックス
ｎの値をｎ_optとして出力する。更に、誤差評価部８１
０は、最適合成音声誤差ベクトルｅｙ(n_opt) を用いて
数１０式を演算することにより、最適ゲインｂを出力す
る。

【００５３】以上に示される送信装置側の動作に対応し
て、受信装置では、送信装置から送られてきたインデッ
クスｎ_optで図８の８１３と全く同じ構成の受信装置内
の雑音ベクトルコードブックが参照され、対応する最適
雑音ベクトルｃ(n_opt) が読み出される。そして、それ
に送信装置から送られてきた最適ゲインｂが乗算される
ことにより、残差誤差信号が復号される。続いて、送信
装置から送られてきたインデックスｍ_optで図８の８０
７と全く同じ構成の受信装置内のパルスベクトルコード
ブックが参照され、対応する最適パルスベクトルｐ(m
_opt) が読み出される。そして、それに送信装置から送
られてきた最適ゲインｇが乗算され、この結果得られた
パルスベクトルに上述の残差誤差信号が加算されること
により、残差信号が復号される。

【００５４】

【発明が解決しようとする課題】以上に示したA-b-S 法
を基本とするＣＥＬＰ方式の従来例においては、コード
ブックの探索を行う毎に音声合成処理を実行する必要が
あるため、最適なインデックスｍ_opt、ｎ_opt及び最適
ゲインｇ、ｂを得るまでに、非常に多くの演算量を必要
とする。

【００５５】特に、優れた合成音声の品質を得るために
は、図８の雑音ベクトルコードブック８１３のサイズβ
を大きくする必要がある。これは、次のような理由によ
る。即ち、残差信号を近似すべきパルスベクトルの種類
はそれほど多くはないのに対して、残差信号からパルス
ベクトルの成分を除いた残差誤差信号は、周波数特性が
白色に近く、時間領域のベクトルパターンとしても非常
に多くの種類のパターンが出現し得る。従って、このよ
うな残差誤差信号を正確に近似するためには、多くのパ
ターンの雑音ベクトルが必要となるためである。

【００５６】このように、大きなサイズの雑音ベクトル
コードブック８１３が必要となる結果、図８の誤差評価
部８１０が数１２式を演算する回数が増加し、全体的に
膨大な演算量となってしまうという問題点を有してい
る。

【００５７】上述のような問題点は、ＣＥＬＰ方式に限
られることなく、例えば残差信号の符号化方式の１つで
あるマルチパルス符号化方式において、A-b-S 法に基づ
いて入力音声と合成された音声の二乗誤差の評価を繰り
返す処理などにおいても、同様に発生する。

【００５８】本発明は、合成音声の品質の劣化を最小限
に抑えつつ、誤差評価時の演算量を削減することによっ
て、音声符号化処理の高速化を図ることを目的とする。

【００５９】

【課題を解決するための手段】図１は、本発明のブロッ
ク図である。本発明は、音声合成処理を行ってそれによ
り得られる合成音声ベクトルと入力音声ベクトルとの二
乗誤差の評価処理を繰り返しながら入力音声ベクトルの
符号化を行う音声符号化方式を前提とする。より具体的
には、例えばコード駆動線形予測方式に基づく音声符号
化方式が適用される。この方式では、まず、入力音声ベ
クトル１０５が線形予測分析されてその線形予測係数が
符号化される。この処理と共に、コードブック記憶手段
１０１から励振ベクトル１０２が選択され、その励振ベ
クトルと上述の線形予測係数に基づいて音声合成処理手
段１０３において音声合成処理が実行され、それにより
得られる合成音声ベクトル１０４と入力音声ベクトル１
０５との二乗誤差の評価処理が繰り返されながら、入力
音声ベクトル１０５の残差信号のベクトル量子化が行わ
れる。その他、音声合成方式として、残差信号の符号化
方式の１つであるマルチパルス符号化方式なども採用で
きる。

【００６０】そして、まず、入力音声ベクトル１０５の
要素値と合成音声ベクトル１０４の要素値のそれぞれに
ついて、一定の間隔の間引き処理を行う間引き手段１０
６を有する。

【００６１】次に、間引き手段１０６によって入力音声
ベクトル１０５及び合成音声ベクトル１０４の各要素値
を間引いて得られる間引き入力音声ベクトル１０７及び
間引き合成音声ベクトル１０８について二乗誤差の評価
処理を実行する誤差評価手段１０９を有する。同手段
は、例えば、間引き入力音声ベクトル１０７及び間引き
合成音声ベクトル１０８について両ベクトル間の相関値
を演算する。

【００６２】上述の二乗誤差の評価処理が繰り返される
ことにより、二乗誤差が最小（相関値が最大）となる合
成音声ベクトルを生じさせたパラメータに基づいて入力
音声ベクトル１０５が符号化される。

【００６３】上述の本発明の構成において、二乗誤差の
評価処理は聴覚特性に基づく重み付け処理を行った上で
実行されるように構成することができる。具体的には、
入力音声ベクトル１０５について聴覚重み付けが行わ
れ、また、音声合成処理手段１０３が聴覚重み付けを考
慮した音声合成処理を行うことによって聴覚重み付けさ
れた合成音声ベクトル１０４が生成される。そして、こ
れら両ベクトルについて間引き手段１０６による間引き
処理、誤差評価手段１０９による誤差評価が実行され
る。

【００６４】

【作用】音声合成処理を行ってそれにより得られる合成
音声ベクトル１０４と入力音声ベクトル１０５との二乗
誤差の評価処理を繰り返しながら入力音声ベクトル１０
５の符号化を行う音声符号化方式では、１回の二乗誤差
の評価処理において、合成音声ベクトル１０４と入力音
声ベクトル１０５の各要素間の乗算演算等が必要とな
る。そして、例えばコード駆動線形予測方式において、
復号音声の音質を向上させるためにコードブック記憶手
段１０１に記憶される励振ベクトル１０２の種類が増え
ると、その全ての励振ベクトルについて二乗誤差の評価
処理を行わねばならないため、全体的に膨大な演算量が
必要となる。

【００６５】そこで、本発明では、音声信号は隣接する
数サンプル間では近接相関が高いことを利用して、間引
き手段１０６によって入力音声ベクトル１０５及び合成
音声ベクトル１０４の各要素値を間引いて得られる間引
き入力音声ベクトル１０７及び間引き合成音声ベクトル
１０８について誤差評価手段１０９で誤差評価が行われ
る。

【００６６】これにより、復号装置側での合成音声の品
質の劣化を最小限に抑えつつ、誤差評価のための演算量
を数分の１にすることができ、音声符号化装置を高速化
することができ、回路規模の縮小が可能となる。

【００６７】

【実施例】以下、図面を参照しながら本発明の実施例に
つき詳細に説明する。本発明は、大きく分けて、図２の
ＬＰＣ符号化部と図３の残差符号化部とで構成される。

【００６８】なお、本発明の実施例では、後述する図３
の誤差評価部３１０の構成と動作に特徴がある。＜ＬＰＣ符号化部の説明＞図２は、ＬＰＣ符号化部の構
成図である。

【００６９】サンプリング周波数8 kHz でサンプリング
された入力音声信号は、バッファ部２０１に、入力音声
ベクトルｓとして例えば１フレーム＝３２０サンプルず
つ保持される。そして、３２０サンプルの入力音声ベク
トルｓに対する符号化処理が、３２０サンプリング周期
の間にリアルタイムで実行される。

【００７０】ＬＰＣ分析部２０２は、上述の３２０サン
プルの入力音声ベクトルｓに対してＬＰＣ分析を実行
し、１組のＬＰＣ係数ａ_j（１≦ｊ≦Ｋ）を出力する。
ＬＰＣ分析の具体的手法としては、例えばＰＡＲＣＯＲ
分析法、ＬＳＰ分析法等が適用でき、ＬＰＣ分析の次数
Ｋは例えば１０次である。

【００７１】入力音声ベクトルｓの３２０サンプル毎に
ＬＰＣ分析部２０２で求まる１組の１０次のＬＰＣ係数
ａ_jは、符号化部２０３で符号化された後、特には図示
しない音声復号装置に伝送される。

【００７２】また、この符号化されたＬＰＣ係数ａ
_jは、復号部２０４において音声復号装置における復号
処理と同じ処理によって復号され、後述する残差符号化
部での処理に使用される。このように、復号したＬＰＣ
係数ａ_jが用いられるのは、ＬＰＣ係数ａ_jを符号化す
るときに発生する量子化誤差を残差信号に含めてしまい
そのような残差信号を符号化することによって、ＬＰＣ
係数ａ_jの符号化により発生する復号時の音声の品質劣
化を最小限に抑えるためである。＜残差符号化部の説明＞次に、図３は、残差符号化部の
構成図である。

【００７３】図３において、３０１〜３１３の参照番号
が付された各部は、その番号順に、「従来の技術」の項
で前述した図８のＣＥＬＰ方式の原理構成における８０
１〜８１３の各部に対応している。そして、図３におい
ては、その基本的な構成は図８のＣＥＬＰ方式の原理構
成と同様だが、ＣＥＬＰ方式を実際の残差符号化装置と
して実現するための構成が付加されている。

【００７４】即ち、まず、図２のＬＰＣ符号化部のバッ
ファ部２０１から出力されている１フレーム（＝３２０
サンプル）分の入力音声ベクトルｓに対して、聴覚重み
付け部３０３で、人間の聴覚に合うようにその周波数特
性に重み付けがなされ、そこから得られる６４サンプル
の重み付入力音声ベクトルｘは、バッファ部３１４に保
持される。そして、バッファ部３１４に保持された６４
サンプルの重み付入力音声ベクトルｘに対して、３０１
及び３０２の部分の処理が連続的に実行される。

【００７５】ここで、聴覚重み付け部３０３、３０１及
び３０２の各部分における１サブフレーム＝６４サンプ
ルに対する処理が５サブフレーム分連続して実行される
ことにより、１フレーム＝３２０サンプルの入力音声ベ
クトルｓに対する処理が実行されたことになる。

【００７６】従って、符号化装置から特には図示しない
復号装置に対しては、図２のＬＰＣ符号化部から３２０
サンプルに１組の割合で１０次のＬＰＣ係数ａ_jが出力
され、また、図３の残差符号化部から３２０サンプルに
５組の割合で最適インデックスｍ_optと最適ゲインｇの
組が、同様に、３２０サンプルに５組の割合で最適イン
デックスｎ_optと最適ゲインｂの組が出力されることに
なる。第１段目の残差符号化処理の説明より具体的には、まず、３０１の部分において、バッフ
ァ部３１４に保持された６４サンプルの重み付入力音声
ベクトルｘのる各サブフレームについて、以下のような
誤差評価処理が実行される。

【００７７】図３の誤差評価部３０４の構成を図４に示
す。誤差評価部３０４は、評価値演算部４１０、最大評
価値記憶部４０２、合成音声ベクトル記憶部４０３、イ
ンデックス記憶部４０４、インデックスカウンタ部４０
５及びゲイン演算部４０６から構成される。以下、図３
と図４を用いて説明する。

【００７８】始めに、アダプディブコードブック３０７
は、図８のパルスベクトルコードブック８０７と同様で
あり、そこにはα組のパルスベクトルｐ(m)（１≦ｍ≦
α）が記憶されている。ここで、各組のパルスベクトル
の要素の数（サンプル数）は上述の例では６４サンプ
ル、即ち、ｐ(m) ＝ｐ_i(m) （１≦ｉ≦６４）である。
また、本実施例においては、パルスベクトルｐ(m) は、
後述する更新部３２７によって更新される。

【００７９】今、誤差評価部３０４内の評価値演算部４
０１が、インデックスカウンタ部４０５に初期値１をセ
ットし、インデックスカウンタ部４０５から読出し部３
０６に対してｍ＝１が出力される。これにより、読出し
部３０６は、アダプディブコードブック３０７から１組
目のパルスベクトルｐ(1) を読み出し、それを重み付短
期予測部３０５に出力する。

【００８０】重み付短期予測部３０５は、ＬＰＣ係数ａ
_j（１≦ｊ≦Ｋ）で構成される前述した数４式に基づく
ＬＰＣ合成フィルタの処理を、聴覚重み付けを考慮した
上で実行することにより、１組目のパルスベクトルｐ
(1)に対応する合成音声ベクトルｙ(1) を演算する。こ
のＬＰＣ係数ａ_j（１≦ｊ≦Ｋ）は、図２の符号化部２
０３から供給されている。

【００８１】誤差評価部３０４内の評価値演算部４０１
は、上述の１組目のパルスベクトルｐ(1) に対応する合
成音声ベクトルｙ(1) （＝ｙ_i(1),１≦ｉ≦６４）とバ
ッファ部３１４から読み込んだ１サブフレーム（＝６４
サンプル）分の重み付入力音声ベクトルｘ（＝ｘ_i, １
≦ｉ≦６４）とについて、前述した数７式の評価値Ａを
演算する。

【００８２】評価値演算部４０１は、１組目の誤差評価
を終了したら、評価値Ａ、１組目の合成音声ベクトルｙ
(m) 及びインデックスｍ＝１を、それぞれ最大評価値記
憶部４０２、合成音声ベクトル記憶部４０３及びインデ
ックス記憶部４０４に記憶する。

【００８３】続いて、インデックスカウンタ部４０５
は、評価値演算部４０１からの指示に基づいて、カウン
タ値であるインデックスｍの値を１から２にインクリメ
ントする。これにより、読出し部３０６は、アダプディ
ブコードブック３０７から２組目のパルスベクトルｐ
(2) を読み出し、それを重み付短期予測部３０５に出力
する。

【００８４】評価値演算部４０１は、上述のようにイン
デックスカウンタ部４０５に対してｍの値を１からαま
で更新させながら、次のような制御処理を行う。即ち、
評価値演算部４０１は、アダプディブコードブック３０
７から読み出されるパルスベクトルｐ(m) に対応する合
成音声ベクトルｙ(m) （＝ｙ_i(m),１≦ｉ≦６４）とバ
ッファ部３１４から出力されている１サブフレーム分の
重み付入力音声ベクトルｘ（＝ｘ_i, １≦ｉ≦６４）と
につき、前述した数７式の評価値Ａを演算する。そし
て、評価値演算部４０１は、その評価値Ａを最大評価値
記憶部４０２に記憶されている評価値と比較し、今回演
算された評価値Ａの方が大きければ、最大評価値記憶部
４０２の内容を今回の評価値Ａで置き換え、また、合成
音声ベクトル記憶部４０２及びインデックス記憶部４０
４の各内容を、それぞれ今回の合成音声ベクトルｙ(m)
及び今回のインデックスｍの値で置き換える。今回演算
された評価値Ａが最大評価値記憶部４０２に記憶されて
いる評価値以下の場合には、上述の各置き換えは行われ
ない。

【００８５】このようにして、全てのインデックス値ｍ
（１≦ｍ≦α）に対する誤差評価が終了した時点におい
て、インデックス記憶部４０４には数７式の評価値Ａを
最大にしたパルスベクトルのインデックス値ｍ＝ｍ_opt
が記憶されており、また、合成音声ベクトル記憶部４０
３にはそのときの最適合成音声ベクトルｙ(m_opt) が記
憶されていることになる。

【００８６】この後、評価値演算部４０１は、バッファ
部３１４から出力されている重み付入力音声ベクトルｘ
（＝ｘ_i, １≦ｉ≦６４）と、合成音声ベクトル記憶部
４０３から読み出した最適合成音声ベクトルｙ(m_opt)
（＝ｙ_i(m_opt),１≦ｉ≦６４）をゲイン演算部４０６
に出力する。ゲイン演算部４０６は、上述の２組のベク
トルに基づいて前述した数５式を演算することによって
最適ゲインｇを出力する。そして、最適ゲインｇは、符
号化部３１８で符号化される。

【００８７】以上のようにして、評価値演算部４０１か
らは最適インデックスｍ_optが、また、符号化部３１８
からは符号化された最適ゲインｇが、それぞれ特には図
示しない音声復号装置へ送出される。

【００８８】なお、評価値演算部４０１は、インデック
ス記憶部４０４から読み出した最適インデックスｍ_opt
を読出し部３０６へ出力する。読出し部３０６は、最適
インデックスｍ_optに対応する最適パルスベクトルｐ(m
_opt) （＝ｐ_i(m_opt),１≦ｉ≦６４）を、アダプディ
ブコードブック３０７から読み出し、バッファ部３２２
へ出力する。このバッファ部３２２のデータは、アダプ
ディブコードブック３０７の後述する更新処理に使用さ
れる。

【００８９】上述の処理に続き、評価値演算部４０１
は、合成音声ベクトル記憶部４０３から読み出した最適
合成音声ベクトルｙ(m_opt) （＝ｙ_i(m_opt),１≦ｉ≦
６４）を図３の乗算部３０８へ出力する。また、符号化
部３１８によって符号化された最適ゲインｇは、復号部
３１９において特には図示しない音声復号装置における
復号処理と同じ復号処理によって復号された後に、乗算
部３０８に入力される。このように、復号した最適ゲイ
ンが用いられるのは、復号部２０４で説明したのと同
様、符号化による量子化誤差の影響を除去するためであ
る。そして、乗算部３０８において、最適合成音声ベク
トルｙ(m_opt) に最適ゲインｇを復号部３１９で復号し
た値が乗算され、更に、減算部３０９において上述の乗
算結果がバッファ部３１４から出力されている１サブフ
レーム分の重み付入力音声ベクトルｘ（＝ｘ_i, １≦ｉ
≦６４）から減算されることにより、１サブフレーム分
の重み付入力音声誤差ベクトルｅｘ（＝ｅｘ_i, １≦ｉ
≦６４）が得られる。第２段目の残差符号化処理の説明次に、図３の３０２の部分において、バッファ部３１６
に保持された６４サンプルの重み付入力音声誤差ベクト
ルｅｘの各サブフレームについて、以下のような誤差評
価処理が実行される。

【００９０】図３の誤差評価部３１０の構成を図５に示
す。誤差評価部３１０は、図４の誤差評価部３０４にお
ける４０１〜４０６の構成に対応して、評価値演算部５
０１、最大評価値記憶部５０２、合成音声ベクトル記憶
部５０３、インデックス記憶部５０４、インデックスカ
ウンタ部５０５及びゲイン演算部５０６を有するが、更
に、間引き部５０７及び５０８を有することが本実施例
の最も大きな特徴である。以下、図３と図５を用いて説
明する。

【００９１】始めに、ストカスティックコードブック３
１３は、図８の雑音ベクトルコードブック８１３と同様
であり、そこにはβ組の雑音ベクトルｃ(n)（１≦ｎ≦
β）が記憶されている。ここで、各組の雑音ベクトルの
要素の数（サンプル数）は本実施例では６４サンプル、
即ち、ｃ(n) ＝ｃ_i(n) （１≦ｉ≦６４）である。

【００９２】そして、評価値演算部５０１は、図４の４
０１と同様に、インデックスカウンタ部５０５に対して
ｎの値を１からβまで更新させながら、以下のような制
御処理を行う。即ち、評価値演算部５０１は、読出し部
５１２によってストカスティックコードブック３１３か
ら読み出される各雑音ベクトルｃ(n)の組に対応して重
み付短期予測部３１１で数９式に基づいて合成されバッ
ファ部３１７を介して入力される合成音声誤差ベクトル
ｅｙ(n) （＝ｅｙ_i(n),１≦ｉ≦６４）と、バッファ部
３１６から出力されている１サブフレーム分の重み付入
力音声誤差ベクトルｅｘ（＝ｅｘ_i, １≦ｉ≦６４）と
につき、誤差の評価値を演算する。そして、評価値演算
部５０１は、その評価値を最大評価値記憶部５０２に記
憶されている評価値と比較して、今回演算された評価値
の方が大きければ、最大評価値記憶部５０２の内容を今
回の評価値で置き換え、また、合成音声誤差ベクトル記
憶部５０３及びインデックス記憶部５０４の各内容を、
それぞれ今回の合成音声誤差ベクトルｅｙ(n)及び今回
のインデックスｎの値で置き換える。今回演算された評
価値が最大評価値記憶部５０２に記憶されている評価値
以下の場合には、上述の各置き換えは行われない。

【００９３】ここで、評価値演算部５０１における評価
値の演算式は、図４の評価値演算部４０１における評価
値の演算式である数７式が数３式〜数６式に基づいて決
定されたのに対応して、前述した数８式〜数１１式に基
づいて決定される。そして、これらの式に基づいて基本
的に導出される評価値の演算式は、従来例でも使用して
いた数１２式である。本実施例では、この数１２式を以
下に示す数１３式のように変形した点が大きな特徴であ
る。

【００９４】

【数１３】

【００９５】即ち従来例では、数１２式のように、１サ
ブフレーム分の重み付入力音声誤差ベクトルｅｘ（＝ｅ
ｘ_i, １≦ｉ≦６４）と１組分の合成音声誤差ベクトル
ｅｙ(n) （＝ｅｙ_i(n),１≦ｉ≦６４）の、それぞれの
全ての要素値（信号サンプル値）を使用して評価値Ａが
演算された。これに対して本実施例では、数１３式のよ
うに、各ベクトルの要素値が一定間隔Ｍで間引かれなが
ら評価値Ａが演算される。一般に、音声信号及び合成音
声信号は、８乃至１０次程度の近接相関を有しているこ
とが良く知られている。そこで、数１３式のように間引
き処理を行いながら評価値Ａを演算しても、数１２式の
ように間引き処理を行わないで評価値Ａを演算した場合
に比較して、評価値Ａは大きくは変化しないことが期待
されるのである。ここで、数１３式の“N(step M) ”
は、ベクトルの要素値を示す番号ｉが１から値Ｍずつ値
Ｎまでインクリメントされることを示している。

【００９６】本実施例では、Ｍ＝４程度までの数１３式
に基づく間引き演算では、数１２式の演算を行った場合
に比較して、復号された音声において、ほとんど遜色の
ないＳ／Ｎ（若しくはセグメンタルＳ／Ｎ）を得られる
ことが、実験的に確認されている。

【００９７】ここで、数１２式及び数１３式のそれぞれ
によって評価値Ａを演算した場合の演算量を比較する
と、図６のようになる。これより、例えば１サブフレー
ムのサンプル数Ｎ＝６４、間引き間隔Ｍ＝４とした場合
に、数１３式で評価値Ａを演算した方が、約１／４の加
算及び乗算の回数で済むことがわかる。

【００９８】以上の原理に基づいて、図３又は図４の誤
差評価部３１０では、次のような評価値Ａの演算処理が
行われる。即ち、まず、バッファ部３１６から出力され
る１サブフレーム分の重み付入力音声誤差ベクトルｅｘ
（＝ｅｘ_i, １≦ｉ≦６４）は、間引き部５０７におい
てサンプル間隔Ｍで間引かれて、評価値演算部５０１に
入力される。また、バッファ部３１７から出力される１
組の合成音声誤差ベクトルｅｙ(n) （＝ｅｙ_i(n),１≦
ｉ≦６４）は、間引き部５０８においてやはりサンプル
間隔Ｍで間引かれて、評価値演算部５０１に入力され
る。これらの処理は、数１３式において、ベクトルの要
素値を示す番号ｉが１から値Ｍずつ値Ｎまでインクリメ
ントされる処理に相当する。そして、評価値演算部５０
１は、数１３式における上述の動作以外の残りの演算処
理を実行するのである。

【００９９】なお、合成音声誤差ベクトル記憶部５０３
には、間引かれた合成音声誤差ベクトルではなく、間引
かれていない合成音声誤差ベクトルｅｙ(n)（＝ｅｙ
_i(n),１≦ｉ≦６４）が記憶される。これは、後述する
最適ゲインの演算は間引き処理なしに実行された方が、
音声復号装置で合成される音声の音質を向上させること
ができ、また、最適ゲインの演算は１サブフレームに１
回実行されるだけなので間引き処理をしなくても演算量
はそれほど増大しないからである。

【０１００】以上のような評価値Ａの演算処理を基本と
して、全てのインデックス値ｎ（１≦ｎ≦β）に対する
誤差評価が終了した時点で、インデックス記憶部５０４
には数１３式の評価値Ａを最大にした雑音ベクトルのイ
ンデックス値ｎ＝ｎ_optが記憶されており、また、合成
音声誤差ベクトル記憶部５０３にはそのときの最適合成
音声誤差ベクトルｅｙ(n_opt) （＝ｅｙ_i(n),１≦ｉ≦
６４）が記憶されていることになる。

【０１０１】この後、評価値演算部５０１は、バッファ
部３１６から出力されている重み付入力音声誤差ベクト
ルｅｘ_i（＝ｅｘ_i, １≦ｉ≦６４）と、合成音声ベク
トル記憶部４０３から読み出した最適合成音声誤差ベク
トルｅｙ(n_opt) （＝ｅｙ_i(n_opt),１≦ｉ≦６４）を
ゲイン演算部５０６に出力する。ゲイン演算部５０６
は、上述の２組のベクトルに基づいて従来例と同様の数
１０式を演算することによって最適ゲインｂを出力す
る。そして、最適ゲインｂは、符号化部３２０で符号化
される。

【０１０２】以上のようにして、評価値演算部５０１か
らは最適インデックスｎ_optが、また、符号化部３２０
からは符号化された最適ゲインｂが、それぞれ特には図
示しない音声復号装置へ送出される。アダプディブコードブック３０７の更新処理の説明最後に、アダプディブコードブック３０７の更新処理に
ついて説明する。

【０１０３】評価値演算部５０１は、１サブフレーム
（＝６４サンプル）の上述した誤差評価処理を終了した
後に、インデックス記憶部５０４から読み出した最適イ
ンデックスｎ_optを読出し部３１２へ出力する。読出し
部３１２は、この最適インデックスｎ_optに対応する最
適雑音ベクトルｃ(n_opt) （＝ｃ_i(n_opt),１≦ｉ≦６
４）をストカスティックコードブック３１３から読み出
して、乗算部３２４へ出力する。一方、バッファ部３２
２から乗算部３２３へは、６４サンプルの最適パルスベ
クトルｐ(m_opt) （＝ｐ_i(m_opt),１≦ｉ≦６４）のう
ちの上記６４サンプルの最適雑音ベクトルｃ(n_opt) に
対応する部分が出力される。乗算部３２３では最適パル
スベクトルｐ(m_opt) に最適ゲインｇを復号部３１９で
復号した値が乗算され、乗算部３２４では最適雑音ベク
トルｃ(n_opt) に最適ゲインｂを復号部３２１で復号し
た値が乗算される。ここで、復号した最適ゲインが用い
られるのは、復号部２０４で説明したのと同様、符号化
による量子化誤差の影響を除去するためである。そし
て、これら２つの乗算結果が加算部３２５で加算され、
バッファ部３２６に格納される。

【０１０４】このようにしてバッファ部３２６に得られ
る６４サンプル分の更新データは、現在の６４サンプル
の区間において特には図示しない音声復号装置において
得られるであろう最適な残差信号を表現していることに
なる。そして、この最適な残差信号が、更新部３２７に
よって、アダプディブコードブック３０７に新たなパル
スベクトルの組として書き込まれる。このとき、コード
ブック上の最も古い１組のパルスベクトルが捨てられ
る。

【０１０５】以上のようにアダプディブコードブック３
０７には、図３の３０１での処理における現フレームま
でに求まった最適な残差信号の組が新しい順に記憶さ
れ、これらのデータが次のサブフレームにおけるパルス
ベクトルの探索に使用される。これは、残差信号は隣接
するサブフレーム間では同じような形状が繰り返される
ため、これらのデータを残差信号の第１段目の近似に使
用することにより、より高精度な残差信号の符号化を行
うことができるからである。なお、特には図示しない音
声復号装置の側でも、全く同じようにしてアダプディブ
コードブックの更新が行われるため、データに矛盾が発
生することはない。

【０１０６】以上の記載では、本発明を音声符号化方式
の１方式であるＣＥＬＰ方式に適用した実施例について
説明したが、本発明はこれに限られることなく、例えば
残差信号の符号化方式の１つであるマルチパルス符号化
方式において、A-b-S 法に基づいて入力音声と合成され
た音声の二乗誤差の評価を繰り返す処理などについて
も、同様に適用することができる。

【０１０７】

【発明の効果】本発明によれば、音声信号は隣接する数
サンプル間では近接相関が高いことを利用して、間引き
手段により入力音声ベクトル及び合成音声ベクトルの各
要素値を間引いて得られる間引き入力音声ベクトル及び
間引き合成音声ベクトルについて誤差評価手段１０９で
誤差評価が行われることにより、復号装置側での合成音
声の品質の劣化を最小限に抑えつつ、誤差評価のための
演算量を数分の１にすることが可能となり、音声符号化
装置の高速化・回路規模の縮小が可能となる。

【図面の簡単な説明】

【図１】本発明のブロック図である。

【図２】本発明による音声符号化装置におけるＬＰＣ符
号化部の構成図である。

【図３】本発明による音声符号化装置における残差符号
化部の構成図である

【図４】本発明による音声符号化装置における誤差評価
部３０４の構成図である。

【図５】本発明による音声符号化装置における誤差評価
部３１０の構成図である。

【図６】数１２式と数１３式の演算量を比較した図であ
る。

【図７】音声信号と残差信号を示した図である。

【図８】ＣＥＬＰ方式の原理構成図である。

【符号の説明】

１０１コードブック記憶手段１０２励振ベクトル１０３音声合成処理手段１０４合成音声ベクトル１０５入力音声ベクトル１０６間引き手段１０７間引き入力音声ベクトル１０８間引き合成音声ベクトル１０９誤差評価手段

───────────────────────────────────────────────────── フロントページの続き (72)発明者栗原秀明神奈川県川崎市中原区上小田中1015番地富士通株式会社内 (72)発明者天野文雄神奈川県川崎市中原区上小田中1015番地富士通株式会社内

Claims

【特許請求の範囲】

【請求項１】音声合成処理を行ってそれにより得られ
る合成音声ベクトルと入力音声ベクトルとの二乗誤差の
評価処理を繰り返しながら該入力音声ベクトルの符号化
を行う音声符号化方式において、前記入力音声ベクトルの要素値と前記合成音声ベクトル
の要素値のそれぞれについて、一定の間隔の間引き処理
を行う間引き手段と、該間引き手段によって前記入力音声ベクトル及び前記合
成音声ベクトルの各要素値を間引いて得られる間引き入
力音声ベクトル及び間引き合成音声ベクトルについて二
乗誤差の評価処理を実行する誤差評価手段と、を有することを特徴とする音声符号化方式。
【請求項２】コードブック記憶手段（１０１）から励
振ベクトル（１０２）を選択し、該励振ベクトルに基づ
いて線形予測分析に基づく音声合成処理（１０３）を行
い、それにより得られる合成音声ベクトル（１０４）と
入力音声ベクトル（１０５）との二乗誤差の評価処理を
繰り返しながら、該入力音声ベクトルの残差信号のベク
トル量子化を行う処理を含むコード駆動線形予測方式に
基づく音声符号化方式において、前記入力音声ベクトル（１０５）の要素値と前記合成音
声ベクトル（１０４）の要素値のそれぞれについて、一
定の間隔の間引き処理を行う間引き手段（１０６）と、該間引き手段によって前記入力音声ベクトル（１０５）
及び前記合成音声ベクトル（１０４）の各要素値を間引
いて得られる間引き入力音声ベクトル（１０７）及び間
引き合成音声ベクトル（１０８）について二乗誤差の評
価処理を実行する誤差評価手段（１０９）と、を有することを特徴とする音声符号化方式。
【請求項３】コードブック記憶手段から励振ベクトル
を選択し、該励振ベクトルに基づいて線形予測分析に基
づく音声合成処理を行い、それにより得られる合成音声
ベクトルと入力音声ベクトルとの二乗誤差の評価処理を
聴覚特性に基づく重み付け処理を行った上で繰り返しな
がら、該入力音声ベクトルの残差信号のベクトル量子化
を行う処理を含むコード駆動線形予測方式に基づく音声
符号化方式において、前記入力音声ベクトルの要素値と前記合成音声ベクトル
の要素値のそれぞれについて、一定の間隔の間引き処理
を行う間引き手段と、該間引き手段によって前記入力音声ベクトル及び前記合
成音声ベクトルの各要素値を間引いて得られる間引き入
力音声ベクトル及び間引き合成音声ベクトルについて二
乗誤差の評価処理を実行する誤差評価手段と、を有することを特徴とする音声符号化方式。
【請求項４】前記誤差評価手段は、前記間引き入力音
声ベクトル及び前記間引き合成音声ベクトルについて該
両ベクトル間の相関値を演算し、該相関値が最大となる合成音声ベクトルを生じさせたパ
ラメータに基づいて前記入力音声ベクトルが符号化され
る、ことを特徴とする請求項１乃至３の何れか１項に記載の
音声符号化方式。