JPH06175695A - 音声パラメータの符号化方法および復号方法 - Google Patents

Abstract

(57)【要約】 【目的】 伝送路において符号誤りが生じてもその誤り
による品質の劣化が後続する有限のフレームにしか影響
させずに、線形予測パラメータをフレーム間の相関を利
用して高能率に符号化する。 【構成】 現在のフレームの量子化値ｘ（ｎ）は、過去
のフレームにおける出力コードベクトルｘ（ｎ−１），
ｘ（ｎ−２），ｘ（ｎ−３）と、現在のフレームの出力
コードベクトルの重み付き和で表現される。現在のフレ
ームにおける出力コードベクトルｘ（ｎ）は、過去のフ
レームにおける出力コードベクトルの重み付き和に、符
号帳４から取り出したコードベクトルに現在のフレーム
の重み係数を乗じて加えたベクトルと、現在のフレーム
の線形予測パラメータとの歪みｄが最小になるように決
定される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、音声スペクトルの包
絡特性を表す線形予測パラメータやパワーのパラメータ
を、符号帳を用いて、少ない情報量で高能率にディジタ
ル符号化する音声パラメータの符号化方法および復号方
法に関する。

【０００２】

【従来の技術】従来の音声符号化系において、音声スペ
クトル包絡特性を表す線形フィルタの係数は、線形予測
分析をフレームと呼ばれる一定時間間隔で行って計算さ
れ、偏自己相関（ＰＡＲＣＯＲ）係数や、線スペクトル
対（ＬＳＰ）などのパラメータに変換、量子化されて、
ディジタル符号に変換された後、記憶、または伝送され
ていた。これらの方法の詳細は、例えば、古井貞煕
著、”ディジタル音声処理”（東海大学出版会）に記載
されている。なお、上記線形フィルタの係数を更新する
時間間隔（フレーム更新周期）は、一般に１０ミリ秒か
ら２０ミリ秒程度に設定される。

【０００３】こうして求められた線形予測パラメータ
は、１フレーム分のパラメータの組を１つのベクトルと
みなして、ベクトル量子化と呼ばれる方法で符号化する
と高能率に符号化できることが知られている。ベクトル
量子化の詳細は、例えば、上記文献の”ディジタル音声
処理”や、中田和男著、”音声の高能率符号化”（森北
出版）に記載されている。このとき、隣合うフレームの
各線形予測パラメータは相関が強いため、相関を利用す
ると、より高能率に符号化できることが知られている。
その代表的な方法として差分ベクトル量子化がある。こ
の差分ベクトル量子化は、１フレーム前の量子化値（ベ
クトル）と、現在のフレームのパラメータの値（ベクト
ル）の差分をベクトル量子化する方法である。

【０００４】

【発明が解決しようとする課題】ところで、上述した差
分ベクトル量子化法は、高能率符号化方法として、有効
な方法のひとつであるが、例えば、無線ディジタル移動
通信のように通信路の品質が悪い。このため、符号誤り
が頻繁に生じる可能性がある用途に利用することは難し
い。なぜなら、伝送途中で符号誤りが生じると、符号誤
りが生じたフレームの再生値が誤って復号され、その結
果、符号化器と復号器の内部状態に食い違いが生じて、
受信側で永久に品質の劣化が続く可能性があるからであ
る。

【０００５】また、蓄積型のメディアに利用する場合な
どでは、記憶した最初のフレームから必ず再生しなけれ
ばならず、途中のフレーム（時間）から再生することは
できないという問題がある。なお、差分ベクトル量子化
に代表される、過去のフレームの量子化値を利用して現
在のフレームの値を符号化する方法は、一般に自己回帰
（ＡＲ）型の予測符号化と呼ばれる。

【０００６】この発明は上述した事情に鑑みてなされた
もので、線形予測パラメータをフレーム間の相関を利用
して高能率に符号化でき、伝送路において符号誤りが生
じてもその誤りによる品質の劣化が後続する有限のフレ
ームにしか影響しない音声パラメータの符号化方法およ
び復号方法を提供することを目的としている。

【０００７】

【課題を解決するための手段】請求項１記載の発明で
は、音声スペクトル包絡特性を表す線形予測パラメータ
またはパワーのパラメータを、フレームと呼ばれる一定
時間間隔で算出し、所定のビット数で符号化する方法で
あって、符号器は、複数のコードベクトルを蓄えた第１
の符号帳と、前記複数のコードベクトルから量子化値を
再生する再生手段と、音声を分析して得られたパラメー
タと前記量子化値との歪みを計算する計算手段とを有
し、過去のフレームにおいて前記第１の符号帳から出力
されたコードベクトルと現在のフレームのコードベクト
ルとに、それぞれ重み係数を乗算して加え合わせたベク
トルによって、現在のフレームの量子化値を表現し、前
記計算手段によって得られた、前記量子化値と前記パラ
メータとの歪みが最小、または十分最小に近くなるよう
な基準を用いて、前記第１の符号帳が出力すべきコード
ベクトルを選択し、その符号を出力するとともに、復号
器は、複数のコードベクトルを蓄えた第２の符号帳を有
し、前記第２の符号帳に蓄えられる複数のコードベクト
ルの中から、受け取った前記符号に対応するコードベク
トルを出力し、出力された現在のフレームの前記コード
ベクトルと過去のフレームにおいて前記第２の符号帳か
ら出力されたコードベクトルに、それぞれ重み係数を乗
算して加え合わせたベクトルを現在のフレームの量子化
値として出力することを特徴とする。

【０００８】また、請求項２記載の発明では、前記符号
器は、複数種類の重み係数が蓄えられた係数符号帳を備
えるとともに、音声を分析して得られたパラメータと現
在のフレームの量子化値との歪みが最小または十分最小
に近くなるような基準を用いて、前記第１の符号帳の中
から出力すべきコードベクトルと前記係数符号帳の重み
係数とを選択し、各々の符号を出力するとともに、前記
復号器は、受け取った前記重み係数に対する符号に対応
する重み係数の値を前記係数符号帳より取り出して、該
重み係数を用いて現在の量子化値を決定することを特徴
とする請求項１記載の音声パラメータの符号化方法およ
び復号方法。

【０００９】また、請求項３記載の発明では、前記符号
器は、音声を分析して得られたパラメータを複数フレー
ム分まとめてフレーム群として出力する出力手段と、前
記フレーム群の各フレームに対応するコードベクトルを
蓄える第３の符号帳とを有し、現在のフレーム群の各コ
ートベクトルと過去のフレーム群において出力された各
フレームのコードベクトルに、それぞれ重み係数を乗算
して加え合わせたベクトル群によって、現在のフレーム
群の量子化値群を表現し、現在のフレーム群の音声のパ
ラメータと前記量子化値群との歪みが最小または十分最
小に近くなるような基準を用いて、前記第３の符号帳が
出力すべき、現在のフレーム群の各フレームに対するコ
ードベクトルを選択し、各々の符号を出力するととも
に、復号器は、受け取った各符号に対応する各コードベ
クトルを各符号帳より出力し、該各コードベクトルと過
去のフレーム群において出力された各コードベクトル
に、それぞれ重み係数を乗算して加え合わせたベクトル
群を現在のフレーム群の量子化値群として出力すること
を特徴とする。

【００１０】

【作用】請求項１ないし３記載の発明によれば、現在の
フレームの量子化値は、過去のフレームにおける出力コ
ードベクトルと、現在のフレームの出力コードベクトル
の重み付き和で表現される。過去のフレームとは、１フ
レーム前よりＭフレーム前までをさす。ここで、Ｍが大
きいほど符号化の能率は高い。しかし、符号誤りが生じ
たときの影響はＭフレーム後まで及ぶほか、符号化して
蓄積した音声を途中から再生する場合にも、Ｍフレーム
過去に遡る必要があるため、Ｍは必要に応じて適切に選
択される。現在のフレームにおける出力コードベクトル
は、過去のフレームにおける出力コードベクトルの重み
付き和に符号帳から取り出したコードベクトルに現在の
フレームの重み係数を乗じて加えたベクトルと、現在の
フレームの線形予測パラメータとの歪みが最小になるよ
うに決定される。各フレームのコードベクトルに乗ずる
重み係数の値は、一種類に固定してもよいし、複数組用
意して、歪みが最小になる係数を選択してもよい。ま
た、入力される線形予測パラメータをバッファリングし
て数フレームをまとめ、数フレーム分の歪みが最小にな
るように数フレーム分の出力コードベクトルを決定する
と、更に符号化の能率が高い。したがって、線形予測パ
ラメータは、フレーム間の相関を用いて高能率に符号化
されるうえ、符号誤りが生じても後続する有限のＭフレ
ームまでしか影響が及ばず、蓄積された音声の任意の時
刻から再生できるという特徴を持った符号化を実現する
ことができる。

【００１１】

【実施例】次に図面を参照してこの発明の実施例につい
て説明する。図１は、この発明による音声の線形予測パ
ラメータ符号化法を適用した、一実施例の符号化装置の
構成例を示すブロック図である。図において、入力端子
１からは、標本化されディジタル化された音声信号ｓ
（ｔ）が入力される。ここで、ｔは標本化周期を単位と
する時刻を表す。線形予測分析部２では、音声信号ｓ
（ｔ）のＮ_w個のサンプルをいったんデータバッファに
蓄えた後、これらのサンプルに対して線形予測分析を行
って、一組の線形予測係数

【数１】 を算出する。ここで、ｐは分析次数と呼ばれ、一般には
１０〜１６程度の値が用いられる。また、上記Ｎ_wサン
プルの単位は分析窓長またはフレーム窓長と呼ばれる。
線形予測分析は、データバッファのデータをＮ_fサンプ
ルずつシフトし、更新しながら線形予測分析を繰り返
す。このときのＮ_fはフレーム更新周期または単にフレ
ーム長と呼ばれる。この結果、Ｎ_f個の入力サンプルに
対してｐ個の線形予測係数が出力される。ここでは、線
形予測係数の時刻を表す単位として、Ｎ_f個のサンプル
を単位として時間単位をｎで表し、「第ｎフレームの第
ｉ次の線形予測係数ａ_i（ｎ）」と呼ぶことにする。こ
れらの処理方法の詳細は、前述の古井の著書に記載され
ている。

【００１２】線スペクトル対算出部３では、ｐ個の線形
予測係数を同じくｐ個の線スペクトル対、

【数２】 に変換する。ここでは、上記ｐ個のパラメータをベクト
ルとみなして

【数３】 と表す。この実施例において線形予測係数を線スペクト
ル対に変換するのは、線スペクトル対の性質が、この発
明における方法の効果を大きくできるためである。この
発明において、線スペクトル対算出部３は必ずしも必要
ではなく、線形予測係数のままでも、偏自己相関係数な
ど、線形予測係数と相互変換が可能な任意のパラメータ
に変換してもよい。

【００１３】符号帳４は、Ｌｖ個のコードベクトルを蓄
え、その中のひとつを量子化値再生部５に送る。量子化
値再生部５は、バッファ部６−１、６−２、６−３、ベ
クトル乗算部７−０、７−１、７−２、７−３、および
ベクトル加算部８−０、８−１、８−２からなり、バッ
ファ部６−１、６−２、６−３に蓄えられた過去のフレ
ームのコードベクトルと、入力された現在のフレームの
コードベクトルの重み付き和を計算して、量子化値（の
候補）を再生する部分である。ベクトル乗算部７−０、
７−１、７−２、７−３はベクトルの各要素毎の積を要
素とするベクトルを出力する。現在のフレームのコード
ベクトル（の候補）を

【数４】 とおき、同様にして１フレーム前のコードベクトルをｘ
（ｎ−１）、２フレーム前のコードベクトルをｘ（ｎ−
２）、ｊフレーム前のコードベクトルをｘ（ｎ−ｊ）と
おくと、現在のフレームの量子化値のベクトル

【数５】 は、

【数６】 で表される。ただし、

【数７】 はｊフレーム前のコードベクトルに乗ずる重み係数ベク
トルで、あらかじめ決められた値である。重み係数は行
列

【数８】 にして、

【数９】 としてもよい。

【００１４】図１には、Ｍ＝３の例を示している。Ｍの
値が大きいほど、量子化能率は高いが、符号誤りが生じ
たときの影響はＭフレーム後まで及ぶほか、符号化して
蓄積した音声を途中から再生する場合にも、Ｍフレーム
過去に遡る必要があるため、Ｍは必要に応じて適切に選
択される。フレーム長を２０ミリ秒に設定した場合に
は、通常Ｍは６以下で十分であり、１か２に設定して
も、この発明による効果は十分に発揮される。Ｍの値を
増やす構成例は、図１において、バッファ部、ベクトル
乗算部、ベクトル加算部を順に一組ずつ追加することに
よって容易に推測される。以下、Ｍを「移動平均予測の
次数」と呼ぶことにする。

【００１５】こうして得られた量子化値（の候補）は、
歪み計算部９に送られる。歪み計算部９は、線スペクト
ル対のベクトルｆ（ｎ）と量子化値（の候補）のベクト
ルｑ（ｎ）との歪みｄを計算する。歪みは、例えば、以
下のような重み付きユークリッド距離で定義するとよ
い。

【数１０】 ただし、

【数１１】 はｆ（ｎ）より求められる重み係数で、スペクトルのホ
ルマント周波数付近を重視するような重みにすると性能
がよい。例えば、次のような式である。

【数１２】 ただし、ｆ₀（ｎ）＝０，ｆ_p+1（ｎ）＝πである。ま
た、除算を用いない簡易な重みの計算式として、

【数１３】 ただし、ｆ₀（ｎ）＝０，ｆ_p+1（ｎ）＝π、としてもよ
い。α、β、γは、定数で、例えばα＝１０、β＝１、
γ＝１とする。符号帳検索制御部１０は、符号帳に蓄え
られたＬｖ個のコードベクトルの中から、歪み計算部９
の出力である歪みｄが最小になるコードベクトルを検索
し、その符号を端子１１より送出する。端子１１より送
出された符号は、伝送路を通して復号装置に送られる
か、記憶装置に記憶される。現在のフレームの出力コー
ドベクトルｘ（ｎ）が決定されると、ｘ（ｎ）は次のフ
レームのためにバッファ部６−１へ、バッファ部のｘ
（ｎ−ｊ）は順次次のバッファに送られる。

【００１６】図２はこの発明の実施例を適用した復号装
置の一構成例であり、前述した移動平均予測の次数Ｍの
値が３のときの例である。図において、符号化装置より
送られた符号に対応するコードベクトルｘ（ｎ）が符号
帳２０より出力され、それぞれバッファ部２１−１、２
１−２、２１−３に蓄えられた１フレーム前、２フレー
ム前、３フレーム前のコードベクトルｘ（ｎ−１）、ｘ
（ｎ−２）、ｘ（ｎ−３）との重み付き和が算出され、
現在のフレームの線スペクトル対の量子化再生値のベク
トルｑ（ｎ）が出力される。

【数１４】 ただし、 ｃ_j＝（ｃ_j1，ｃ_j2，…，ｃ_jp） はｊフレーム前のコードベクトルに乗ずる重み係数ベク
トルで、あらかじめ決められた値である。なお、符号化
装置同様に、重み係数を行列にして、

【数１５】 としてもよい。ｑ（ｎ）は線形予測係数算出部２４に送
られ、線スペクトル対から線形予測係数に変換される。
図１において線スペクトル対算出部３を用いない場合に
は、図２においても線形予測係数算出部２４は不要であ
る。また、線スペクトル対から直接音声を合成したり、
線スペクトル対そのものを音声認識のための特徴量とし
て用いる場合にも線形予測係数算出部２４は不要であ
る。端子２５からは、線形予測係数の再生値が出力され
る。

【００１７】図３は、図１において、各コードベクトル
に乗ずる重み係数ベクトルのセットを複数組係数符号帳
３９に用意して、歪みが最小になる係数を選択する一構
成例である。図１においては、各コードベクトルに乗ず
る重み係数ベクトルの値Ｃ₀、Ｃ₁、Ｃ₂、Ｃ₃は固定であ
ったが、図３においては、係数符号帳はＬｃ組の係数ベ
クトルセットを蓄え、各係数をベクトル乗算部３６−
０、３６−１、３６−２、３６−３に送る。現在のフレ
ームのコードベクトルｘ（ｎ）とバッファ部３５−１、
３５−２、３５−３に蓄えられたｊフレーム前のコード
ベクトルｘ（ｎ−ｊ）、ｊ＝１、２、３は、それぞれベ
クトル乗算部３６−１、３６−２、３６−３において、
重み係数ベクトルＣ_j（ｎ）、ｊ＝１、２、３と各要素
同士が乗じられた後、ベクトル加算部３７−０、３７−
１、３７−３において加算され、現在のフレームの量子
化値（の候補）ベクトルｑ（ｎ）として出力される。歪
み計算部３８では、現在の線スペクトル対ｆ（ｎ）とｑ
（ｎ）との歪みｄを計算し、符号帳検索制御部４０にお
いて、歪みｄが最小となるようなコードベクトルの符号
と係数符号を検索し、それぞれ符号帳３４と係数符号帳
３９に送る。

【００１８】図４は、図３における符号帳３４を符号帳
５４と符号帳５５に分割し、多段ベクトル量子化法を適
用した例の構成を示すブロック図である。多段ベクトル
量子化を適用する理由は、割り当てビットの増加ととも
に指数関数的に増加する符号帳を記憶するためのメモリ
サイズと、符号帳を検索するための演算量を低減するた
めである。上記符号帳５４と符号帳５５から、それぞれ
１段目のコードベクトル（の候補）ｅ⁽¹⁾（ｎ）と２段
目のコードベクトル（の候補）ｅ⁽²⁾（ｎ）が出力さ
れ、ベクトル加算部５６で加算されて、下記に示す現在
のフレームのコードベクトル（の候補）ｘ（ｎ）が構成
される。 ｘ（ｎ）＝ｅ⁽¹⁾（ｎ）＋ｅ⁽²⁾（ｎ）

【００１９】量子化値再生部６６は、入力されたｘ
（ｎ）と、バッファに蓄えられた過去のコードベクトル
から量子化値（の候補）ベクトルｑ（ｎ）を計算する。
歪み計算部６０ではｆ（ｎ）とｑ（ｎ）との歪みｄを計
算し、符号帳検索制御部６１において、歪みｄが最小と
なるような１段目のコードベクトルの符号１と２段目の
コードベクトルの符号２と係数符号を検索し、それぞれ
の符号帳に送るとともに伝送路に送出、または記憶装置
に記憶する。このとき、歪みｄを最小にするような符号
Ｃ１、符号Ｃ２、および係数符号の最適な組合せを検索
するためには、各符号帳のサイズを、それぞれＬｖ₁、
Ｌｖ₂、Ｌｃとすると、Ｌｖ₁×Ｌｖ₂×Ｌｃ回の距離計
算と比較が必要になり、各サイズが大きくなると莫大な
演算コストを必要とする。そこで、まず、 ｘ（ｎ）＝ｅ⁽¹⁾（ｎ） としてｑ（ｎ）を計算し、歪みｄが小さい順に符号Ｃ１
のコードの候補をＮｖ₁個残し、それぞれの候補につい
て、 ｘ（ｎ）＝ｅ⁽¹⁾（ｎ）＋ｅ⁽²⁾（ｎ） としてｑ（ｎ）を計算し、歪みｄが最小になるような符
号Ｃ１と符号Ｃ２を検索する。このように、途中の段階
で候補を残し（絞り）ながら、全体として十分最適とみ
なせるコードベクトルを探索する方法は、一般に、ディ
レイドディシジョンと呼ばれている。係数符号帳のサイ
ズが小さい場合には、各係数セット毎に最適なコードベ
クトルを求めて、歪みが最も小さいときの係数セットと
コードベクトルの組を出力してもよいし、係数セットの
探索も含めてディレイドディシジョンを適用してもよ
い。係数セットも含めてディレイドディシジョンを適用
する場合には、第１段目の探索で係数セットと１段目の
コードベクトルの直積空間のなかから、歪みｄが小さい
順にＮｖ₁個に候補を絞り２段目に渡す。

【００２０】上述した図４は２段の多段ベクトル量子化
法を適用した構成例であるが、符号帳の数をＨ個にして
Ｈ段の多段ベクトル量子化法に容易に拡張できる。この
ときの符号帳検索方法は、２段のときと同様にして、各
段で候補を絞り、それぞれの候補について次段の候補を
検索する手法を用いれば良い。リアルタイム処理をする
ためには、一般に各段の符号帳のサイズは１２８か２５
６程度以下に設定される。上記実施例は、入力されるす
べてのフレーム毎に量子化操作を行う例であるが、、例
えば、フレーム毎に入力されるベクトル ｆ（ｎ），ｎ＝１，２，３，…… に対して、 ｎ＝ｒ×ｍ，ｍ＝１，２，３，…… ｆ’（ｍ）＝ｆ（ｎ） とおき、ｍを単位として ｆ’（ｍ） に上記実施例を適用してもよい。すなわち、これは、ｒ
フレームおきに量子化操作を行なうことを意味する。こ
の場合、量子化操作を行わなかったフレームの再生値
は、例えば、前後のフレームの再生値から線形補間など
によって推定する。ｒの値は、フレーム長の設定や用途
毎の品質の要求条件により異なるが、例えば、フレーム
長を１０ミリ秒に設定した場合には、 ｒ＝２ に設定するとよい。

【００２１】次に、図５はｒフレーム分のパラメータを
バッファにいったん蓄え、ｒフレーム分をひとめとめに
して符号化する場合の一構成を示すブロック図である。
ｒフレーム分まとめて符号化すると、よりいっそう高能
率な符号化を実現することができる。バッファに蓄えた
ｒフレーム分のパラメータを ｕ（ｍ，ｋ）＝ｆ（ｒｍ＋ｋ），ｋ＝０，１，２，…，
ｒ−１ ｕ（ｍ，ｋ）＝（ｕ₁（ｍ，ｋ），ｕ₂（ｍ，ｋ），…，
ｕ_p（ｍ，ｋ）） とおいて、ｕ（ｍ，ｋ）を「第ｍフレーム第ｋサブフレ
ームのパラメータ」と呼ぶことにする。図５はｒ＝２の
場合の構成を示す例である。以下、ｒ＝２として説明す
る。

【００２２】線スペクトル対算出部８２において算出さ
れた線スペクトル対パラメータは、バッファ部８３にお
いて、２サブフレーム分蓄えられ、２サブフレーム分た
まった時点で歪み計算部９８に送られる。なお、符号帳
は２系統用意する。図５では、２段のベクトル量子化を
適用しており、符号帳は２系統、各２段からなる。２系
統の符号帳は、同じものであってもよいが、別々に最適
な符号帳を統計して用意したほうが性能はよい。符号帳
８４からはコードベクトル（の候補） ｅ⁽¹⁾（ｍ，１） が出力され、符号帳８５からはコードベクトル（の候
補） ｅ⁽²⁾（ｍ，１） が出力され、これらがベクトル加算部８８において加算
され、コードベクトル（の候補） ｘ（ｍ，１）＝ｅ⁽¹⁾（ｍ，１）＋ｅ⁽²⁾（ｍ，１） が得られる。同様にして、符号帳８６からはコードベク
トル（の候補） ｅ⁽¹⁾（ｍ，２） が、符号帳８７からはコードベクトル（の候補） ｅ⁽²⁾（ｍ，２） が出力され、これらがベクトル加算部８９において加算
され、コードベクトル（の候補） ｘ（ｍ，２）＝ｅ⁽¹⁾（ｍ，２）＋ｅ⁽²⁾（ｍ，２） が得られる。ｘ（ｍ，１）は一次量子化値再生部９０お
よび９４に送られ、ｘ（ｍ，２）は一次量子化値再生部
９２および９６に送られる。

【００２３】次に、図６は一次量子化値再生部の一構成
を示すブロック図である。なお、図６は前出の移動平均
予測の次数Ｍが２のときの例である。一次量子化値再生
部は、バッファ部１００−１、１００−２、ベクトル乗
算部１０１−０、１０１−１、１０１−２、およびベク
トル加算部１０２−０、１０２−１からなり、入力され
たコードベクトル（の候補） ｘ（ｍ，ｋ），ｋ＝１，２ と、バッファに蓄えられたｊフレーム前のコードベクト
ルとの重み付き和が計算されて、一次量子化値

【数１６】 が出力される。各コードベクトルにかける重み係数ベク
トル ｃ_j ^(h)（ｍ，ｋ），ｋ＝１，２ ｈ＝１，２ ｊ＝１，
２，…，Ｍ は、係数符号帳より供給され、係数符号帳９３は、一次
量子化値再生部９０および９２に、係数符号帳９７は一
次量子化値再生部９４および９６に係数を供給する。一
次量子化値再生部９０の出力ｑ⁽¹⁾（ｍ，１）と一次量
子化値再生部９２の出力ｑ⁽²⁾（ｍ，１）はベクトル加
算部９１において加算され、第１サブフレーム量子化値
（の候補）として ｑ（ｍ，１）＝ｑ⁽¹⁾（ｍ，１）＋ｑ⁽²⁾（ｍ，１） が得られる。

【００２４】一方、一次量子化値再生部９４の出力ｑ
⁽¹⁾（ｍ，２）と一次量子化値再生部９６の出力ｑ⁽²⁾は
ベクトル加算部９５において加算され、第２サブフレー
ム量子化値（の候補）として ｑ（ｍ，２）＝ｑ⁽¹⁾（ｍ，２）＋ｑ⁽²⁾（ｍ，２） が得られる。ｑ（ｍ，１）とｑ（ｍ，２）は歪み計算部
９８に送られ、入力パラメータｕ（ｍ，１）とｕ（ｍ，
２）との歪みｄを計算する。歪み尺度は，例えば，次の
ように定義するとよい。

【数１７】 ただし、ｗ_i（ｍ，１）、ｗ_i（ｍ，２）はそれぞれｕ
（ｍ，１）、ｕ（ｍ，２）より計算される重み関数で、
前述のようにスペクトルのピーク周波数付近を重視する
ように決めると性能がよい。符号帳検索制御部９９は、
歪みｄを受け取り、該歪みｄが最小となるような符号Ｃ
１１、符号Ｃ１２、符号Ｃ２１、符号Ｃ２２と係数符号
を探索し出力する。図５では、ひとつの係数符号を係数
符号帳９３と係数符号帳９７に与えているが、係数符号
のために２ビット以上が割り当てられるときは、別々の
符号にしてもよい。しかし、係数符号は１ビット、すな
わち係数セットは２種類の切り替えとしても十分にこの
発明の効果が発揮される。また、図５の構成例において
も、歪みｄを最小にする各符号を探索することは、符号
帳のサイズが大きい場合には、演算コストの点から容易
ではない。そのような場合のアルゴリズムの簡略例を以
下に説明する。

【００２５】第１の簡略例は、第１サブフレーム、第２
サブフレームの順に順次候補を残しながら探索する方法
である。まず、 ｅ⁽²⁾（ｍ，１）＝ｅ⁽¹⁾（ｍ，２）＝ｅ⁽²⁾（ｍ，２）
＝０ と仮定し、ｅ⁽¹⁾（ｍ，１）を探索して、歪みｄ（１）
が小さい順にＮｖ₁（１）個の候補に絞る。次に、 ｅ⁽¹⁾（ｍ，２）＝ｅ⁽²⁾（ｍ，２）＝０ として、上記ｅ⁽²⁾（ｍ，１）を探索し、ｄ（１）が小
さい順位Ｎｖ₂（１）個に候補を絞る。次に、 ｅ⁽²⁾（ｍ，２）＝０ として、ｅ⁽¹⁾（ｍ，２）を探索し、 ｄ＝ｄ（１）＋ｄ（２） が小さい順にＮｖ₁（２）個に候補を絞り、最後にｅ⁽²⁾
（ｍ，２）を探索して歪みｄが最小になる符号を検索す
る。このとき、重み係数ベクトルｃ₀ ⁽²⁾（ｍ，１）は常
に０であると仮定して探索を行うと、更にアルゴリズム
が簡略化される。

【００２６】次に、第２の簡略例は、第２サブフレー
ム、第１サブフレームの順に順次候補を残しながら探索
する方法である。まず、 ｅ⁽²⁾（ｍ，２）＝ｅ⁽¹⁾（ｍ，１）＝ｅ⁽²⁾（ｍ，１）
＝０ と仮定し、ｅ⁽¹⁾（ｍ，２）を探索して、歪みｄ（２）
が小さい順にＮｖ₁（２）個の候補に絞る。次に、 ｅ⁽¹⁾（ｍ，１）＝ｅ⁽²⁾（ｍ，１）＝０ として、ｅ⁽²⁾（ｍ，２）を探索し、歪みｄ（２）が小
さい順にＮｖ₂（２）個に候補を絞る。次に、 ｅ⁽²⁾（ｍ，１）＝０ として、ｅ⁽¹⁾（ｍ，１）を探索し、 ｄ＝ｄ（１）＋ｄ（２） が小さい順にＮｖ₁（１）個に候補を絞り、最後に、ｅ
⁽²⁾（ｍ，１）を探索して歪みｄが最小になる符号を検
索する。このとき、重み係数ベクトルｃ₀ ⁽¹⁾（ｍ，２）
が常に０であると仮定して探索を行うと、更にアルゴリ
ズムが簡略化される。なお、第１サブフレーム、第２サ
ブフレームの順に探索する場合と、第２サブフレーム、
第１サブフレームの順に探索する場合とでは、第２サブ
フレームを先に探索する場合のほうが高能率であること
が多い。

【００２７】また、各段における候補の数は、その数が
多いほど、最適に近い検索を行うことができる。しか
し、一般に演算コストは、ディレイドディシジョン候補
数の２乗に比例して増大するため、ハードウェアの性能
と必要な性能の条件を考慮して決定される。４〜８個の
候補でかなり最適に近い結果が得られる。また、ｒフレ
ーム分をひとまとめにして符号化する場合にも、前述の
ように、１フレーム（サブフレーム）おきに符号化操作
を行い、符号化操作を行わなかったフレーム（サブフレ
ーム）については、前後のフレームの再生値から線形補
間等によって推定してもよい。このとき、線形補間を行
なうことを前提として、線形補間により推定したフレー
ムも含めて距離尺度を定義すると、補間により推定した
フレームの歪みを小さく抑えることができる。

【００２８】また、ディジタル移動通信のように、通信
路の品質が悪く、頻繁に符号誤りが生じる場合には、符
号誤りを考慮して符号化をすると、符号誤りが生じても
品質の劣化を少なく抑えることができる。次に、例え
ば、図５に示すように、ｒフレーム分のパラメータをバ
ッファにいったん蓄え、ｒフレーム分をひとまとめにし
て符号化する方法において、符号誤りを考慮して距離尺
度を決める例について説明する。ここで、符号ｉ₁、
ｉ₂、ｉ₃、ｉ₄をそれぞれ第１サブフレーム１段目のベ
クトルのインデックス、第１サブフレーム２段目のベク
トルのインデックス、第２サブフレーム１段目のインデ
ックス、第２サブフレーム２段目のインデックスとす
る。現在のフレームのコードベクトルが、ｉ₁、ｉ₂、ｉ
₃、ｉ₄をインデックスとするベクトルから構成されると
きの前述した数式１７の（＊１）式に対応する距離尺度
（符号誤りを考慮しない場合）を、 ｄ（ｉ₁，ｉ₂，ｉ₃，ｉ₄） で表す。インデックスｉ₁を伝送したときに、受信側で
ｉ₁’が受信される確率を ｐ（ｉ₁’｜ｉ₁） と表す。同様にして、インデックスｉ₂を伝送したとき
に、受信側でｉ₂’が受信される確率を、 ｐ（ｉ₂’｜ｉ₂） と表す。

【００２９】さらに、インデックスｉ₃を伝送したとき
に、受信側でｉ₃’が受信される確率を、 ｐ（ｉ₃’｜ｉ₃） と表す。また、インデックスｉ₄を伝送したときに、受
信側でｉ₄’が受信さえる確率を、 ｐ（ｉ₄’｜ｉ₄） で表し、次式のような符号誤りを考慮した距離尺度を

【数１８】 と定義して、ｄ（ｉ₁、ｉ₂、ｉ₃、ｉ₄）のかわりにｄ^*
（ｉ₁、ｉ₂、ｉ₃、ｉ₄）を距離尺度として符号化を行
う。上記ｄ^*（ｉ₁、ｉ₂、ｉ₃、ｉ₄）は、符号誤りがあ
る場合の、受信側における距離の平均値を表す。上記ｄ
^*（ｉ₁、ｉ₂、ｉ₃、ｉ₄）の値の計算は、式を展開し
て、入力に依存しない（符号帳固有の）項を先に計算し
てメモリに記憶しておくことによって高速に算出するこ
とができる。

【００３０】また、復号装置において、過去のフレーム
で符号誤りが存在する恐れがある場合には、過去のフレ
ームに乗ずる重みの値を相対的に小さくするか、または
符号誤りが存在しないとみなせるフレームの出力コード
ベクトルを用いて、量子化値（再生値）を求めるとよ
い。図５に示す実施例においては、過去のフレームにお
いて符号帳から出力された各サブフレームのコードベク
トルと現在のフレームの各サブフレームのコードベクト
ルにそれぞれ重みを乗算し、加え合わせたベクトル群に
よって現在のフレームの各サブフレームの量子化値ベク
トルを表現しているが、例えば、

【数１９】 として、第２サブフレームを量子化し、

【数２０】 のように、第１サブフレームを前フレームとの線形補間
の誤差として量子化する方法は、この発明の重み係数ベ
クトルを適当に設定することにより実現できる。なお、
上述した実施例における各構成要素は、論理回路の組み
合わせとして実現してもよいし、マイクロプログラムの
ようなソフトウェア的な手段で実現してもよい。

【００３１】

【発明の効果】以上述べたように、この発明では、現在
のフレームのコードベクトルと、過去に出力（伝送）さ
れたコードベクトルの重み付き和で現在のフレームの量
子化値を表現することにより、線形予測パラメータをフ
レーム間の相関を利用して高能率に符号化できるほか、
伝送路において符号誤りが生じてもその誤りによる品質
の劣化が後続する有限のフレームにしか影響しない、線
形予測パラメータの符号化を実現することができる。

【図面の簡単な説明】

【図１】この発明の一実施例の符号化器の構成を示すブ
ロック図である。

【図２】同実施例の復号器の構成を示すブロック図であ
る。

【図３】図１に示す構成例において、乗算部の重み係数
を複数組係数符号帳に蓄え、係数符号帳から係数のセッ
トを供給する実施例の構成を示すブロック図である。

【図４】図３に示す構成例において、ベクトル符号帳に
多段ベクトル量子化法を適用した実施例の構成を示すブ
ロック図である。

【図５】図４に示す構成例において、複数フレームをま
とめて符号化する方法の実施例の構成を示すブロック図
である。

【図６】図５の構成例の一次量子化部の構成を示すブロ
ック図である。

【符号の説明】

４ 第１の符号帳（符号帳） ５ 量子化値再生部（再生手段） ９ 歪み計算部（計算手段） ２０ 符号帳（第２の符号帳） ３９ 係数符号帳 ８３ バッファ部（出力手段） ８４〜８７ 符号帳（第３の符号帳） Ｃ１１，Ｃ１２，Ｃ２１，Ｃ２２ 符号 ｃ₁，ｃ₂，ｃ₃，ｃ₀（ｎ），ｃ₁（ｎ），ｃ₂（ｎ），ｃ
₃（ｎ） 重み係数 ｃ₁ ⁽¹⁾(m,1)，ｃ₁ ⁽²⁾(m,1)，ｃ₂ ⁽¹⁾(m,1)，ｃ₂ ⁽²⁾(m,1)
重み係数 ｃ₁ ⁽¹⁾(m,2)，ｃ₁ ⁽²⁾(m,2)，ｃ₂ ⁽¹⁾(m,2)，ｃ₂ ⁽²⁾(m,2)
重み係数 ｄ 歪み ｅ⁽¹⁾(m,1)，ｅ⁽²⁾(m,1)，ｅ⁽¹⁾(m,2)，ｅ⁽²⁾(m,2) コ
ートベクトル ｑ（ｎ） ベクトル（量子化値） ｑ（ｍ，１），ｑ（ｍ，２） 量子化値群 ｘ（ｎ） コードベクトル

───────────────────────────────────────────────────── フロントページの続き (72)発明者 三樹 聡 東京都千代田区内幸町一丁目１番６号 日 本電信電話株式会社内

Claims (3)

【特許請求の範囲】
1. 【請求項１】 音声スペクトル包絡特性を表す線形予測
   パラメータまたはパワーのパラメータを、フレームと呼
   ばれる一定時間間隔で算出し、所定のビット数で符号化
   する方法であって、 符号器は、 複数のコードベクトルを蓄えた第１の符号帳と、 前記複数のコードベクトルから量子化値を再生する再生
   手段と、 音声を分析して得られたパラメータと前記量子化値との
   歪みを計算する計算手段とを有し、 過去のフレームにおいて前記第１の符号帳から出力され
   たコードベクトルと現在のフレームのコードベクトルと
   に、それぞれ重み係数を乗算して加え合わせたベクトル
   によって、現在のフレームの量子化値を表現し、 前記計算手段によって得られた、前記量子化値と前記パ
   ラメータとの歪みが最小、または十分最小に近くなるよ
   うな基準を用いて、前記第１の符号帳が出力すべきコー
   ドベクトルを選択し、その符号を出力するとともに、 復号器は、 複数のコードベクトルを蓄えた第２の符号帳を有し、 前記第２の符号帳に蓄えられる複数のコードベクトルの
   中から、受け取った前記符号に対応するコードベクトル
   を出力し、 出力された現在のフレームの前記コードベクトルと過去
   のフレームにおいて前記第２の符号帳から出力されたコ
   ードベクトルに、それぞれ重み係数を乗算して加え合わ
   せたベクトルを現在のフレームの量子化値として出力す
   ることを特徴とする音声パラメータの符号化方法および
   復号方法。
2. 【請求項２】 前記符号器は、 複数種類の重み係数が蓄えられた係数符号帳を備えると
   ともに、 音声を分析して得られたパラメータと現在のフレームの
   量子化値との歪みが最小または十分最小に近くなるよう
   な基準を用いて、前記第１の符号帳の中から出力すべき
   コードベクトルと前記係数符号帳の重み係数とを選択
   し、各々の符号を出力するとともに、 前記復号器は、 受け取った前記重み係数に対する符号に対応する重み係
   数の値を前記係数符号帳より取り出して、該重み係数を
   用いて現在の量子化値を決定することを特徴とする請求
   項１記載の音声パラメータの符号化方法および復号方
   法。
3. 【請求項３】 前記符号器は、 音声を分析して得られたパラメータを複数フレーム分ま
   とめてフレーム群として出力する出力手段と、 前記フレーム群の各フレームに対応するコードベクトル
   を蓄える第３の符号帳とを有し、 現在のフレーム群の各コートベクトルと過去のフレーム
   群において出力された各フレームのコードベクトルに、
   それぞれ重み係数を乗算して加え合わせたベクトル群に
   よって、現在のフレーム群の量子化値群を表現し、 現在のフレーム群の音声のパラメータと前記量子化値群
   との歪みが最小または十分最小に近くなるような基準を
   用いて、前記第３の符号帳が出力すべき、現在のフレー
   ム群の各フレームに対するコードベクトルを選択し、各
   々の符号を出力するとともに、 復号器は、 受け取った各符号に対応する各コードベクトルを各符号
   帳より出力し、該各コードベクトルと過去のフレーム群
   において出力された各コードベクトルに、それぞれ重み
   係数を乗算して加え合わせたベクトル群を現在のフレー
   ム群の量子化値群として出力することを特徴とする請求
   項１または請求項２記載の音声パラメータの符号化方法
   および復号方法。