JP3099852B2 - 励振信号の利得量子化方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、励振信号の利得量子
化方法に関し、特に、音声の信号系列を少ない情報量の
もとで符号励振型線形予測符号化（Code Excited Linea
r Prediction：CELP）による波形歪を小さくすることが
できる効率のよい励振信号の利得の量子化方法に関す
る。

【０００２】

【従来の技術】ディジタル移動無線通信、音声蓄積サー
ビスその他の情報を伝送し或は蓄積する技術分野におい
ては、電波その他の情報伝送媒体或は記憶媒体の効率的
利用を図るために種々の高能率音声符号化方法が採用さ
れている。サンプリング周波数を８kHz としてサンプリ
ングされた音声を８kbit/s程度で符号化する方法として
はCELP符号化方法が有力な方法である。この方法は、要
約するに、複数の励振信号ベクトルの形状および利得を
選択する線形予測合成器を具備し、合成後の信号と入力
音声信号との間の聴感上の歪が最小となる様に励振源を
制御して、その符号を伝送するものである。

【０００３】以下、図１を参照してCELP符号化方法につ
いて説明する。音声を高能率に符号化する方法として、
原音声をフレームと呼ばれる５〜５０ms程度の一定間隔
の区間に分割し、その１フレームの音声を周波数スペク
トルの包絡線形状についての信号と、その包絡線形状に
対応する線形フィルタを駆動する励振信号とに分離して
それぞれを符号化する方法が提案されている。この場
合、励振信号を符号化する方法として、励振信号を音声
の基本周波数（或はピッチ周期）に対応すると考えられ
る周期成分と、それ以外の成分（換言すれば非周期成
分）とに分離して符号化する方法が知られている。この
励振信号の符号化方法の一種として符号励振型線形予測
符号化方法（CELP）がある。この符号化方法は、図１に
示される如く入力端子１１に入力される入力音声Ｘにつ
いて線形予測分析部１２においてその周波数スペクトル
の包絡線形状を表すパラメータが計算される。この分析
には通常、線形予測分析法が使用される。この線形予測
パラメータは線形予測パラメータ符号化部１３において
符号化され、この符号化出力Ａは線形予測パラメータ復
号化部１４において復号化され、この復号化された線形
予測パラメータａ’は線形予測合成部１５のフィルタ係
数として設定される。線形予測合成部１５に後で説明さ
れる励振信号（ベクトル）Ｅを与えることにより再生合
成音声Ｘ’が得られる。

【０００４】ここで、励振信号（ベクトル）Ｅについて
説明する。符号帳１６は一定の励振ベクトルを多数保持
して切り替え使用する様にするか、或は常に直前のフレ
ームの確定された励振ベクトルが保持される様に構成す
る。この励振ベクトルから或る周期（ピッチ周期）に相
当する長さＬのセグメントが切り出され、その切り出さ
れたベクトルセグメントをフレームの長さＴになるまで
繰り返し接続して音声の周期成分と対応する符号ベクト
ルが出力される。符号帳１６に周期符号（切り出し長と
同じ記号Ｌで表す）として与える切り出し長Ｌを変える
ことにより異なる周期成分と対応する符号ベクトルを出
力することができる。以下、符号帳から出力される符号
ベクトルを適応符号ベクトルと称す。

【０００５】符号帳１７は乱数符号帳であって、これは
１個或はそれ以上設けられるが、以下の説明は２個の乱
数符号帳１７₁ 、１７₂ が設けられる場合について説明
である。各乱数符号帳１７₁ 、１７₂ は通常白色ガウス
性ランダム雑音を基調とし、１フレーム分の長さＬの各
種の内臓ベクトルが入力音声とは独立にあらかじめ記憶
されており、与えられた乱数符号Ｃ（Ｃ₁ 、Ｃ₂ ）によ
りそれぞれ指定されたベクトルが読みだされ、それぞれ
音声の非周期成分と対応する符号ベクトルとして出力さ
れる。以下、乱数符号帳１７から出力される符号ベクト
ルを乱数符号ベクトルと称す。

【０００６】符号帳１６および符号帳１７から出力され
る各符号ベクトルは利得量子化部２０において利得調整
される。即ち各符号ベクトルはそれぞれ利得調整部２１
₀ 、２１₁ 、２１₂ において符号帳２３から出力される
利得ｇ₀ 、ｇ₁ 、ｇ₂ により利得調整され、これらの結
果は加算部２２において加算される。符号帳２３は与え
られた利得符号Ｇに従って利得ｇ₀ 、ｇ₁ 、ｇ₂ を切り
替え、或は作成する。加算部２２の加算出力Ｅは励振ベ
クトル候補として線形予測合成部１５に供給され、合成
部１５から合成再生音声Ｘ’が出力される。入力端子１
１から入力される入力音声Ｘに対するこの合成音声Ｘ’
の歪ｄが歪計算部１８において計算される。聴感補正部
１９は歪ｄを最小化する基準に基づいて、先ず、符号帳
１６における切り出し長さＬを検索し、符号帳１６の最
適符号ベクトルを決定する。次いで符号帳１７から乱数
符号ベクトルを決定し、更に利得量子化部２０の最適利
得ｇ₀ 、ｇ₁ 、ｇ₂ を決定する。以上の手順により歪ｄ
が最小になる様な符号の組み合わせが検索され、その時
の励振ベクトル候補として現フレームの励振ベクトルＥ
が確定される。歪ｄが最小となったときの符号帳１６の
切り出し長を示す周期符号Ｌと、符号帳１７₁ 、１７₂
の各符号ベクトルを示す乱数符号Ｃ₁ 、Ｃ₂と、利得ｇ
₀ 、ｇ₁ 、ｇ₂ を示す利得符号Ｇと、線形予測パラメー
タ符号Ａとが符号化出力として出力され、伝送または蓄
積される。

【０００７】

【発明が解決しようとする課題】これら励振信号ベクト
ルの形状および利得の量子化の内の利得の量子化につい
ては、励振信号ベクトル毎に対応する利得をスカラ量子
化する方法と、複数の励振信号ベクトルに対応する利得
を一括して量子化するベクトル量子化方法とがある。こ
こで、これら量子化方法の特性についてであるが、スカ
ラ量子化方法は必要とされるメモリ量は僅かであるが波
形歪を小さくするには難点のあるものである一方、ベク
トル量子化方法は波形歪を小さくするには好適であるが
大なるメモリ量の符号帳を必要とするものである。

【０００８】そして、利得をベクトル量子化する場合、
図２に示される如く利得を切り替え選択するために使用
する複数の符号帳２３を具備し、入力音声を特徴分析部
３０により分析した結果である入力音声の性質、即ち、
入力音声の有声音であるか或いは無声音であるかの情
報、パワ、ピッチ周期その他の特徴を使用して適応的に
これら符号帳２３を切り替え使用する手法もある。この
様にすることにより波形歪を削減することはできるが、
符号帳２３のメモリ量は一般に大きく、これを複数具備
することにより全メモリ量は更に増大するという問題が
あった。

【０００９】この発明は、少ない情報量のもとでCELP符
号化による波形歪を小さくすることができる効率のよい
励振源の利得の量子化方法を提供するものである。

【００１０】

【課題を解決するための手段】入力音声を一定のサンプ
リング周期毎に線形予測分析１２し、予測係数より成る
線形予測合成部１５通過後の合成信号Ｘ’と入力音声Ｘ
との間の歪を最小とする複数の励振信号の形状および利
得を決定する線形予測符号化方法に使用される励振信号
の利得量子化方法において、２段階の利得量子化を実施
し、第１段階の利得量子化２０₁ においては入力音声の
特徴３０に合わせて量子化テーブル３１を適応的に変更
し、第１の励振信号系列を線形予測合成部を通過させて
合成した後の合成信号ｘ’、目標とする信号系列ｙとし
たときの差信号系列ｄ＝（ｙ−ｇｘ’）を求め、そのエ
ネルギ即ち歪が最小となる利得の値ｇを求め、目標とす
る信号系列ｙから利得ｇを励振信号系列ｘ’に乗じた系
列を差し引いた差信号系列（ｙ−ｇｘ’）を生成し、第
２段階の利得量子化においては第１段階における差信号
系列（ｙ−ｇｘ’）を新たな目標信号系列とし、複数の
新たな目標信号の利得を一括してベクトル量子化する励
振信号の利得量子化方法を構成した。

【００１１】

【実施例】この発明の励振信号の利得量子化方法は、要
約すれば、複数の励振信号に対する利得を２段階に分け
て量子化するものであり、第１段階においては利得を入
力音声の特徴に合わせて適応的に量子化し、第２段階に
おいては第１段階における利得量子化の結果を補う様に
一括して利得をベクトル量子化するものである。

【００１２】図３を参照してこの発明の第１の実施例を
具体的に説明する。先ず、第１段階において符号帳１６
を選択して得られる第１の励振ベクトルの利得について
のみ利得量子化部２０₁ においてスカラ量子化を実施
し、第２段階において第１段階における利得量子化の結
果を補う様に、第１の励振ベクトルの利得と符号帳１７
を選択して得られる第２の励振信号ベクトルの利得とを
ベクトル量子化部２０₂ において一括してベクトル量子
化を実施する。

【００１３】符号帳１６は、通常、常に直前のフレーム
の確定された励振ベクトルを保持する様に構成した適応
符号帳であり、第１の励振ベクトルはこの適応符号帳１
６からの出力であり、第２の励振信号ベクトルは乱数符
号帳である符号帳１７からの出力である。量子化テーブ
ル３１は利得ｇの切り替えのためのものであり、情報量
の極く少ないもので事足りる。特徴分析部３０により分
析された音声の性質である例えば入力音声が有声音であ
るか或いは無声音であるかの情報、ピッチ周期に合わせ
て適応的に切り替え使用される。

【００１４】励振信号の利得量子化方法は下記の通りで
ある。第１。最初に、第１の励振ベクトルの形状を決定
する。この処理は適応符号帳１６を使用する。通常の場
合はピッチ周期を求めることとほぼ等価である。第２。
ここで、第１段階の利得量子化を第１段階の利得量子化
部２０₁ において実施する。この処理は第１の励振信号
のみを線形予測合成部１５を通過させて合成した後の合
成信号ｘ' と直前のフレームからの応答分を差し引いた
目標信号である入力音声ｙについて、差信号系列（ｙ−
ｇｘ' ）のエネルギ即ち歪を最小とする利得ｇを決定す
る。この場合、当該フレームの入力音声のレベルが例え
ば０であっても直前のフレームの入力音声の影響は当該
フレームにも及ぶところから、当該フレームのレベルは
直前のフレームからの応答分である僅かのレベルを有す
るものである。従って、真のフレームの入力音声ｙを求
めるのに見かけ上の入力音声から直前のフレームからの
応答分を差し引いた結果を目標信号とするのである。第
１の励振信号の利得ｇの量子化テーブル３１は情報量の
極く少ないもので事足り、特徴分析部３０により分析さ
れた音声の性質に合わせて適応的に切り替え使用するこ
とにより歪を小さくすることができる。切り替えのパラ
メータとしては有声無声の情報、パワ、ピッチ周期が考
えられる。この第１段階の量子化はスカラ量子化である
ので、数多くの量子化テーブルを使用しても量子化テー
ブルのメモリ量自体極く僅かでもあるところから全メモ
リ量の増加は問題とするに値しない。

【００１５】第３。第２の励振ベクトルの形状ｖを決定
する。具体的には、乱数の符号帳１７からひとつづつベ
クトルを取り出し、線形予測合成部１５を通過させた
後、第１段階の量子化において生成された差信号系列
（ｙ−ｇｘ’）と比較して歪を計算する。この結果の歪
の最も小さかったベクトルｖを選択する。第４。第２段
階の利得のベクトル量子化を第２段階の利得のベクトル
量子化部２０₂ において実施する。第２段階の利得の量
子化においては第１段階における利得量子化の結果を補
う様に第１の励振ベクトルの利得と第２の励振信号ベク
トルの利得とを一括してベクトル量子化を実施する。こ
こで、「第１段階における 利得量子化の結果を補う様
に」の意味内容を説明すると次の通りである。励振信号
の利得量子化においては、一般に、利得全体で８ビット
程度の少ないビット数により量子化を実施することを要
請され、第１段階におけるスカラ量子化にはその内の２
ビット程度しか与えることができないという事情があ
り、第１段階の利得量子化部２０ ₁ の利得の量子化のス
テップは４段階の極く粗く設定されたものとなる。その
上に、入力信号の特徴パラメータに合わせた量子化を実
施することにより歪を削減することはできるとはいえ、
第１の励振信号の利得が入力信号の特徴パラメータに１
００％依存するという訳ではないので、これに合わせた
量子化を実施することのみによっては、必然的に利得量
子化誤差が発生するに到る。これ故に、第２の励振信号
と合わせた第２段階のベクトル量子化を実施してこの利
得量子化誤差を補い補正することにより全体の歪を削減
するのである。

【００１６】第２段階のベクトル量子化は、具体的には
次の様に実施される。即ち、第１段階の利得量子化にお
ける差信号系列（ｙ−ｇｘ’）を新たな目標信号系列と
し、複数の新たな目標信号の利得を一括して利得ベクト
ル量子化部２０₂ においてベクトル量子化する。この場
合、図３に明示されている訳ではないが、第１段階のス
カラ量子化により得られた差信号系列（ｙ−ｇｘ’）は
バッファ素子に記憶され、これが歪計算部１８に供給さ
れて第１の励振信号および第２の励振信号を線形予測合
成部１５を通過させて合成した後の合成信号と比較す
る。次の式ｅで表現される合成後の差信号系列を求め、
そのエネルギ即ち歪が最小となる様な利得ベクトルを利
得ベクトル量子化部２０ ₂ 内に具備されている利得符号
帳から選択する。

【００１７】ｅ＝（ｙ−ｇｘ’）−（ｇ ₁ ｘ’＋ｇ ₂ ｖ’） 但し、ｇ ₁ およびｇ ₂ ：利得ベクトルの要素 ｖ’：第２の励振信号のｖを線形予測合成部に通した後
の信号 以上の通りにして、この発明の利得のベクトル量子化方
法は第１段階における量子化により利得の大きな変動を
吸収するので、第２段階における量子化の符号帳の符号
ベクトルの変動範囲を通常のベクトル量子化の場合の変
動範囲と比較して小さくすることができる。

【００１８】以上を要約するに、通常のＣＥＬＰにおい
ては、一般に、第１の励振信号はピッチ周期性を有して
おり、第２の励振信号はピッチ周期性を有しない雑音的
なものである。この通常のＣＥＬＰについて説明する
に、第１の励振信号に対してその利得には入力音声信号
のピッチ周期の周期性の程度、当該フレームの前のフレ
ームと比較した振幅の増大の程度が反映される。ここ
で、段落番号［００１３］に記載される通り、符号帳切
り替えのパラメータとしては入力音声が有声音であるか
或いは無声音であるかの情報、パワ、ピッチ周期が考え
られる。なお、これらのパラメータ、情報はＣＥＬＰの
場合は補助パラメータとして復合器にも送信され、復合
器においても参照される。

【００１９】励振信号の利得量子化装置の合成フィルタ
直前の励振信号はパワが１となる様に正規化されている
ものとする。この時、入力音声が有声音の場合はピッチ
周期の周期性の程度は高いので１に近い利得があるのに
対して、無声音の場合はピッチ周期の周期性の程度は低
いので０. ５以下となることが多い。この時、利得は第
１の励振信号と第２の励振信号の混合の割合を示すこと
となり、０と１の間の数値となる。また、パワが大きい
時は有声音であることが多く、第１の励振信号の利得は
１に近くなる。

【００２０】以上の通り、ピッチ周期性を有する信号で
ある第１の励振信号の利得は、既に求められている入力
信号の特徴パラメータに依存する場合が多いので、入力
信号の特徴に合わせた量子化を実施することにより歪を
削減することができる場合が多い。しかし、第１の励振
信号の利得が入力信号の特徴パラメータに１００％依存
するという訳ではないので、これに合わせた量子化を実
施することのみによっては利得量子化誤差が発生する場
合があり、これ故に、第１段階の利得量子化と合わせた
第２段階のベクトル量子化も併用することにより全体の
歪を削減するものである。

【００２１】ここで、利得量子化方法の従来例とこの発
明の利得量子化方法の奏する効果の差について説明す
る。利得全体で８ビットの量子化を実施することを考え
る。励振信号の利得量子化装置全体の演算処理量、メモ
リ量は符号帳の要素数に比例するので、要素数について
この発明と従来例との間の比較をする。第１の励振信号
と第２の励振信号より成る２個の励振信号に対して２次
元のベクトル量子化を実施すると、各励振信号について
２ ⁸ ＝２５６個の符号ベクトルを必要とする。従って、
必要とされる要素数は２５６×２＝５１２個となる。

【００２２】従来例におけるが如く、入力信号の特徴パ
ラメータに依存して符号ベクトルの組である符号帳をｎ
種類準備してこれを切り替えるものとすると、励振信号
の利得量子化装置全体の要素数は５１２×ｎとなる。こ
の場合、歪は極めて小さくすることができる。これに対
して、この発明の第１の実施例について、利得全体で８
ビットの量子化を実施することを考える。スカラ量子化
に２ビットを与え、ベクトル量子化に６ビットを与える
ものとする。スカラ量子化は２ ² ＝４ステップより成
り、このステップ幅を入力音声の特徴に合わせて符号帳
をｎ種類準備して切り替えると、ｎ×４の要素数のテー
ブルを必要とされるだけである。次に、ベクトル量子化
についてみると、この量子化には２ ⁶ ×２＝１２８個の
要素数の符号帳が必要とされるが、これは音声入力の特
徴には依存しないので、利得量子化装置全体の要素数は
（ｎ×４＋１２８＝４ｎ＋１２８）個となる。

【００２３】この発明の実施例は、その要素数は（４ｎ
＋１２８）個であって、これは全ての信号をベクトル量
子化する従来例の要素数である（５１２ｎ）と比較して
格段に小さいが、この従来例と同等の歪削減の効果を奏
するに到る。即ち、励振信号の利得量子化装置全体の演
算処理量およびメモリ量は上述した通り要素数に比例す
るのであるが、従来例と比較して格段に小さい要素数で
事足りるこの発明は演算処理量およびメモリ量が極く少
なくして歪削減の効果の優れたものとすることができ
る。

【００２４】図４を参照してこの発明の第２の実施例を
説明する。この場合、利得のベクトル量子化部２０₂ に
おいて利得のベクトル量子化を実施するに先だって、時
間領域について各励振ベクトル毎にレベルの三角窓４０
を乗算し、励振ベクトル信号を計４個の信号に分離す
る。この様に励振ベクトルにレベルの三角窓４０を乗算
してフレームの前半および後半を強調する前操作を施す
ことにより、励振ベクトルを直接ベクトル量子化する第
１の実施例の場合と比較して歪をより小さくすることが
できる。

【００２５】図５を参照してこの発明の第３の実施例を
説明する。第２の実施例と同様に、各励振ベクトルに時
間領域の三角窓４０を乗算してこれらを計４個の信号の
系統に分離している。第１段階における利得の量子化は
音声信号の特徴に合わせて量子化レベルを制御する。或
は、複数の量子化テーブルを具備してこれらを切り替え
て使用する。これに対して、第２段階における利得の量
子化は第１段階にける利得の量子化の結果を補う様に利
得を一括してベクトル量子化する。この場合、音声の特
徴とは無関係に全ての場合に共通に符号帳の中から歪を
最小にする利得ベクトルを選択してその符号を伝送す
る。

【００２６】上述された何れの実施例の場合も、入力音
声のパワー、線形予測の予測利得、励振ベクトルのパワ
ーを使用して利得の量子化の前に信号の正規化を行なう
ことができ、スカラ量子化のステップ幅やベクトル量子
化の符号ベクトルの変動幅を小さくすることが可能であ
る。そして、通常第１段階にける利得の量子化は比較的
少ないビット数の量子化でよい。適応的に平均値のみを
変化させる量子化（０ビット量子化）を採用することが
できる。

【００２７】

【発明の効果】以上の通りであって、この発明は第１段
階における適応的量子化により、フレーム毎に変化する
音声の特徴に合わせた量子化がなされ、第２段階の量子
化において全ての励振信号を考慮したベクトル量子化を
実施することにより波形歪を小さくすることができる。

【００２８】即ち、この発明の利得のベクトル量子化方
法は第１段階における量子化により利得の大きな変動を
吸収するので、第２段階における量子化の符号帳の符号
ベクトルの変動範囲を通常のベクトル量子化の場合の変
動範囲と比較して小さくすることができる。従って、符
号誤りがある場合も、第１段階における符号ビットだけ
を保護すれば符号誤りの影響を軽減することができる。

【００２９】そして、図１に示される様な従来の利得の
ベクトル量子化方法と比較して演算量およびメモリ量を
殆ど増加させることなくして歪を小さくすることができ
る。また、図２に示される様な適応的にベクトル量子化
の符号帳を切り替える利得のベクトル量子化方法と比較
して、歪を殆ど増加させることなくして符号帳のメモリ
量を大幅に削減することができる。

【００３０】更に、利得ｇの量子化テーブルは情報量の
極く少ないもので事足り、特徴分析部により分析された
音声の性質に合わせて適応的に切り替え使用することに
より歪を小さくすることができる。切り替えのパラメー
タとしては有声無声の情報、パワ、ピッチ周期が考えら
れるが、この第１段階の量子化はスカラ量子化であるの
で、数多くの量子化テーブルを使用しても量子化テーブ
ルのメモリ量自体極く僅かでもあるところから全メモリ
量の増加は問題とするに値しない。

【図面の簡単な説明】

【図１】複数の励振信号をもつCELP符号化方法の基本構
成を示す図。

【図２】適応的に利得を量子化するCELP符号化方法の従
来例を示す図。

【図３】この発明の励振信号の利得量子化方法の第１の
実施例を示す図。

【図４】この発明の励振信号の利得量子化方法の第２の
実施例を示す図。

【図５】この発明の励振信号の利得量子化方法の第３の
実施例を示す図。

【符号の説明】

１２ 線形予測分析 １５ 線形予測合成部 １６ 符号帳 １７ 符号帳 ２０₁ 利得の量子化部 ２０₂ 利得のベクトル量子化部 ３０ 特徴分析部 ３１ 量子化テーブル

───────────────────────────────────────────────────── フロントページの続き (72)発明者 大室 仲 東京都千代田区内幸町１丁目１番６号 日本電信電話株式会社内 (56)参考文献 特開 平４−1800（ＪＰ，Ａ) 特開 平２−144598（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G10L 11/00 - 21/06 H03M 7/30 H04B 14/04 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】 入力音声を一定のサンプリング周期毎に
   線形予測分析し、予測係数より成る線形予測合成部通過
   後の合成信号と入力音声との間の歪を最小とする複数の
   励振信号の形状および利得を決定する線形予測符号化方
   法に使用される励振信号の利得量子化方法において、 ２段階の利得量子化を実施し、 第１段階利得量子化においては、入力音声の特徴に合わ
   せて量子化テーブルを適応的に変更し、入力音声の特徴
   に合わせて量子化テーブルを適応的に変更し、第１の励
   振信号系列を線形予測合成部を通過させて合成した後の
   合成信号ｘ’、目標とする信号系列ｙとしたときの差信
   号系列ｄ＝（ｙ−ｇｘ’）を求め、そのエネルギ即ち歪
   が最小となる利得の値ｇを求め、目標とする信号系列ｙ
   から利得ｇを励振信号系列ｘ’に乗じた系列を差し引い
   た差信号系列（ｙ−ｇｘ’）を生成し、 第２段階の利得量子化においては第１段階における差信
   号系列（ｙ−ｇｘ’）を新たな目標信号系列とし、複数
   の新たな目標信号の利得を一括してベクトル量子化する
   ことを特徴とする励振信号の利得量子化方法。