JPH05143099A - 音声符号化・復号化装置 - Google Patents

Abstract

(57)【要約】 （修正有） 【目的】 音声合成器において、ピッチ同期の符号化に
長期予測を用いピッチ誤りが起らないようにする。 【構成】 第１に、アナログからディジタル音声信号を
得るＡ／Ｄ変換部１と、以前の符号を復号化して得られ
る合成波形が格納されている合成波形格納部２と、ディ
ジタル音声信号に対してピッチ分析と長期予測分析を行
ない長期予測係数と１ピッチの基本波形とを求める音響
分析部３と、音響分析部３で得られる１ピッチの基本波
形を符号化する基本波形符号化部４と、音響分析部３と
基本波形符号化部４での符号に基づき合成音を作成し合
成波形格納部２に格納する音声合成部５とを設ける。第
２は、１ピッチの基本波形を復号化する基本波形復号化
部７と、ディジタル音声信号を復号化する音声波形復号
化部７と、音声波形復号化部７の出力したディジタル音
声信号をアナログ音声信号に変換するＡ／Ｄ変換部８と
を設ける。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ディジタル移動通信の
ための音声コーデックや、各種機器の音声出力のための
音声合成器に使用される音声符号化・復号化装置に関す
るものである。

【０００２】

【従来の技術】ディジタル移動通信の分野においては、
加入者の増加に対応するために、より低ビットレートの
音声符号化法が求められており、各研究機関で研究開発
が行われている。そして、現在ではビットレート８ｋｂ
ｐｓまでが標準化されており、各研究機関は、4.8kbps
程度の低ビットレートに向って研究開発を行っている。
しかし、十分な性能を持つ音声符号化・復号化装置はま
だ得られていない。

【０００３】低ビットレートを実現する技術は、次の２
通りの方法に分けることができる。まず、第１の方法
は、ＣＥＬＰに代表されるように、ある分析区間におけ
る音声をＬＰＣ系パラメータと駆動音源によって符号化
し、ピッチ成分は長期予測フィルターによって作り出す
という方法である。この方法は6.7kbps〜16kbpsの中ビ
ットレートにおいては現在最も効率の良い方法である。
しかし、４kbps以下ではかなりの音質低下が見られ、低
ビットレートを実現するのは難しい。

【０００４】第２の方法は、人の音声の大部分が基本周
波数を持った有声音であることを利用し、ピッチ分析を
行ってピッチと１ピッチ波形のみを伝送するという方法
である。この方法は６kbps以下の符号化においてはかな
り有効で、低ビットレートを実現する最も有力な方法と
言える。しかし、ピッチ検出には誤りが必ず発生する。
また、ピッチ検出に要する計算量はかなり多く、リアル
タイムでのピッチ検出は難しいと言える。

【０００５】したがって、上記の理由により、低ビット
レートの実現は難しいとされてきた。

【０００６】

【発明が解決しようとする課題】上述したように、従来
の音声符号化・復号化技術では、低ビットレートを実現
するのが困難であった。それは、長期予測では十分な音
質は得られず、また、ピッチ同期ではピッチ検出が困難
であったからである。

【０００７】本発明は、上記課題に鑑み、２つの方法の
長所をあわせ、ピッチ同期の符号化に長期予測を用いて
ピッチ誤りが起らないようにすることによって、低ビッ
トレートを実現することを目的とする。

【０００８】

【課題を解決するための手段】この目的を達成するため
に、本発明の第１の発明は、アナログ音声信号からディ
ジタル音声信号を得るＡ／Ｄ変換部と、以前の符号を復
号化して得られる合成波形が格納されている合成波形格
納部と、ある区間のディジタル音声信号に対してピッチ
分析と長期予測分析を行なって長期予測係数と１ピッチ
の基本波形とを求める音響分析部と、音響分析部で得ら
れる１ピッチの基本波形を符号化する基本波形符号化部
と、音響分析部と基本波形符号化部で得られる符号に基
づいて合成音を作成して合成波形格納部に格納する音声
合成部とを設けるように構成される。

【０００９】また、本発明の第２の発明は、１ピッチの
基本波形を復号化する基本波形復号化部と、ある区間の
ディジタル音声信号を復号化する音声波形復号化部と、
音声波形復号化部の出力したディジタル音声信号をアナ
ログ音声信号に変換するＤ／Ａ変換部とを設けるように
構成される。

【００１０】

【作用】本発明の上記構成によって、１ピッチの基本波
形を符号化することによって低ビットレートを実現する
ことができ、長期予測を使用するためにピッチ誤りを防
ぐことができる。従って、低ビットレートの音声符号化
を効率良く行うことができる。

【００１１】

【実施例】以下、本発明の一実施例について図面を参照
しながら説明する。

【００１２】図１において、１はＡ／Ｄ変換部、２は合
成波形格納部、３は音響分析部、４は基本波形符号化
部、５は音声合成部、６は基本波形復号化部、７は音声
波形復号化部、８はＤ／Ａ変換部、１０は符号器、１１
は復号器である。

【００１３】次に、本発明の第１の実施例による音声符
号化・復号化装置の動作を説明する。

【００１４】まず、符号器１０の機能について図１を用
いて説明する。マイク（図示せず）から入力した入力音
声をＡ／Ｄ変換部１でディジタル信号に変換する。次に
音響分析部３において、一定時間の音声信号をＲＡＭメ
モリー（図示せず）に取込み、この分析区間と合成波形
格納部２に格納されている合成波形との相関の分析と、
分析区間のピッチ分析とを同時に行い、相関のある合成
波形の部分区間の位置と１ピッチの基本波形とを求め
る。このパラメータと基本波形の抽出方法については、
後に詳細に説明する。

【００１５】さらに、基本波形符号化部４においては、
音響分析部３において得られた基本波形を符号化する。
具体的な方法としては、位相を合せて波形のままＶＱす
る方法や、周波数領域に変換してから符号化する方法等
が挙げられる。

【００１６】ここで、音声合成部５においては、基本波
形符号化部４において得られた符号に基づいて１ピッチ
の基本波形を復号化し、音響分析部３において抽出した
長期予測係数と上記基本波形とを用いて復号化を行い、
得られた合成波形を合成波形格納部２に格納する。この
音声合成部５の機能は、復号器１１における基本波形復
号化部６と音声波形復号化部７の機能を合せたものであ
るので、その詳細は復号器１１の説明の際に述べる。

【００１７】ここで、音響分析部３におけるパラメータ
と基本波形の抽出方法について、詳細に説明する。本発
明の合成の式を（数１）に示す。

【００１８】

【数１】

【００１９】この（数１）で、ｎはピッチ区間の番号、
ｑはピッチ周期、βは長期予測係数、ｐは長期予測のピ
ッチ、Ｘnq+i，Ｘnq+i-pはいずれも合成波形、Ｙiは復
号化された１ピッチの基本波形である。

【００２０】そこで、この合成式により合成される波形
が原波形に最も近くなるようにｐ、ｑ、β、Ｙiを求め
る。

【００２１】今、ｐ、ｑが与えられていると、原波形

【００２２】

【数２】

【００２３】と（数１）の合成波形との誤差パワーは以
下の（数３）のようになる。

【００２４】

【数３】

【００２５】ここで、Ｅは誤差パワー、Ｍは１分析区間
内のピッチ周期の数である。そこで、このＥが最小の時
は、β、Ｙiで微分したものがいずれも０になることを
利用する。まず、βで微分すると（数４）が得られる。

【００２６】

【数４】

【００２７】そこで、下記の（数５）および（数６）を
用いて、式を簡略化してβについて解くと、（数７）が
得られる。

【００２８】

【数５】

【００２９】

【数６】

【００３０】

【数７】

【００３１】一方、（数３）をＹkで微分すると（数
８）が得られる。

【００３２】

【数８】

【００３３】そこで、（数８）を（数７）に代入してβ
を求め、その値を用いて各Ｙkを求める。これを、全て
のｐ、ｑについて行い、誤差Ｅを評価して最も誤差の少
ないｐ、ｑを選ぶ。

【００３４】ただし、このｐ、ｑを全探索すると、多大
な計算量を必要とする。この計算量を削減する方法とし
ては、Ｖｐの値でｐおよびｑの候補を絞り込んで探索す
る方法や、ｑをＶｐの最大の時のｐの値にする方法等が
挙げられる。

【００３５】次に、復号器１１の機能について図１を用
いて説明する。まず、基本波形復号化部６において、１
ピッチの基本波形を合成する。そして、音声波形復号化
部７において、基本波形復号化部６において合成された
１ピッチの基本波形と、長期予測係数とを用いて合成式
（数１）に基づいて１分析区間の音声波形を合成する。
そして、Ｄ／Ａ変換部８でアナログ信号に変換して出力
する。

【００３６】本発明の音声符号化・復号化装置の符号化
の効果を検証するために、音声符号化・復号化の予備シ
ミュレーション実験を行った。評価用音声は男性１名が
発声した「爆音が銀世界の高原に広がる」で、サンプリ
ングレート８ｋＨｚ、１２bit-PCMで符号化したもので
ある。また、シミュレーションでは基本波形の符号化・
復号化やβのスカラ符号化を行わず、そのままを用い
た。ｐ、ｑはいずれも７ビットで符号化した。その結
果、セグメンタルＳ／Ｎ比で１３．７５ｄＢが得られ、
ピッチ誤りも起らなかった。また、１ピッチ波形は１４
〜２０ｄＢで符号化できることを考慮すると、Ｓ／Ｎ比
９〜１２ｄＢで符号化ができる。したがって、上記目的
を達成することが可能となる。

【００３７】

【発明の効果】以上のように、本発明は、ピッチ同期の
符号化に長期予測を用いてピッチ誤りが起らないように
したので、ピッチ誤りを起こさずに低ビットレートで音
声を符号化および復号化することができる。

【図面の簡単な説明】

【図１】本発明の一実施例における音声符号化・復号化
装置のブロック結線図。

【符号の説明】

１ Ａ／Ｄ変換部 ２ 合成波形格納部 ３ 音響分析部 ４ 基本波形符号化部 ５ 音声合成部 ６ 基本波形復号化部 ７ 音声波形復号化部 ８ Ｄ／Ａ変換部 ９ 伝送路 １０ 符号器 １１ 復号器

Claims (2)

【特許請求の範囲】
1. 【請求項１】 アナログ音声信号からディジタル音声信
   号を得るＡ／Ｄ変換部と、以前の符号を復号化して得ら
   れる合成波形が格納されている合成波形格納部と、ある
   区間のディジタル音声信号に対してピッチ分析と長期予
   測分析を行なって長期予測係数と１ピッチの基本波形と
   を求める音響分析部と、前記音響分析部で得られる１ピ
   ッチの基本波形を符号化する基本波形符号化部と、前記
   音響分析部と前記基本波形符号化部で得られる符号に基
   づいて合成音を作成して前記合成波形格納部に格納する
   音声合成部とを有する音声符号化装置。
2. 【請求項２】 １ピッチの基本波形を復号化する基本波
   形復号化部と、ある区間のディジタル音声信号を復号化
   する音声波形復号化部と、前記音声波形復号化部の出力
   したディジタル音声信号をアナログ音声信号に変換する
   Ｄ／Ａ変換部とを有する音声復号化装置。