WO2004090870A1 - 広帯域音声を符号化または復号化するための方法及び装置 - Google Patents

Abstract

入力された音声信号が狭帯域信号であるか広帯域音声信号であるかを識別する。そして、前記入力され音声信号が狭帯域音声信号である場合に、前記入力された音声信号をスペクトル分析して目標信号を作成し、作成された目標信号を狭帯域信号の符号化方法に基づいて符号化する。

Description

明 細 書

広帯域音声を符号化または復号化するための方法及び装置 技術分野

この発明は、 広帯域音声信号ばかりでなく狭帯域音声信号 も高品質に符号化または復号化するための方法及び装置に関 する。

'背景技術

従来の携帯電話通信や V o I P (Voice over Internet Protocol) 通信で使用される音声信号のディ ジ夕ル伝送にお いては、 音声信号は 8 k H z のサンプリ ング周波数 （または サンプリ ングレー ト） でサンプリ ングされ、 このサンプリ ン グレー トに適合した符号化方式によって符号化されて伝送さ れる。 サンプリ ング定理から知られているよう に、 8 k H z のサンプリ ングレー 卜でサンプリ ングされた信号には、 サン プリ ング周波数の半分の周波数に相当する 4 k H z 以上の周 波数は含まれない。 音声符号化の分野では、 このよう に 4 k H z 以上の周波数は含まれないような音声信号のことを狭帯 域音声 （もしく は電話帯域音声） と呼ぶ。

狭帯域音声の符号化/復号化には、 狭帯域音声に適合した 方式が用いられる。 例えば、 I T U— Tで国際標準になって いる G . 7 2 9や、 3 G P P標準の AM R— N B (Adaptive Multi Rate-Narrow Band) は狭帯域用の音声符号化/復号化 の方式であり、 入力された音声信号のサンプリ ングレー トは 8 k H z と規定されている。 一方、 1 6 k H z 程度のより高いサンプリ ングレ一 卜の音 声信号を用いることによ り、 5 0 H z 〜 7 k H z 程度までの 広い周波数帯域を持つ音声を表現する ことが可能である。 音 声符号化の分野では、 このよう に 8 k H z よ り も十分高いサ ンプリ ング周波数 （通常、 1 6 k H z 程度、 場合によっては ■1 2 . 8 k H z 程度や 1 6 k H z 以上のサンプリ ング周波数 もある） を使用して表した音声信号のことを広帯域音声と呼 ぶ。 このような広帯域音声を符号化するためには、 通常の狭 帯域音声符号化方式とは異なる、 広帯域音声に適合した広帯 域音声符号化方式を用いる。

例えば、 I T U— Tで国際標準になっている G . 7 2 2 . 2 は広帯域音声用の符号化/復号化の方式であ り、 符号化器 に入力される音声信号のサンプリ ング周波数と、 復号化器か ら出力される音声信号のサンプリ ング周波数は、 どち らも 1 6 k H z と規定されている。 G . 7 2 2 . 2 に記載された広 帯域音声符号化方式は AM R— W B (Adaptive Multi Rate - Wide Band) 方式と呼ばれ、 サンプリ ング周波数が 1 6 k H z の広帯域音声信号を高品質に符号化/復号化する ことを目 的としている。 AM R— W Bでは 9つのビッ ト レ一 トが使用 可能である。 一般に、 高いビッ ト レー トで符号化と復号化を 行って生成される音声の音質は比較的良いが、 低いピッ トレ ー トで符号化と復号化を行って生成される音声は符号化歪み が大きくなるために音質は劣化する傾向にある。

このよう に I T U— T勧告 G . 7 2 2 . 2 (AM R— W B ) に記載された広帯域音声符号化方式では、 5 0 H z 〜 7 k H z の帯域幅を持つ広帯域な音声信号を扱う ことを想定し て符号化と復号化を行う。 このため、 符号化の入力信号と復 号化の出力信号のサンプリ ング周波数は 1 6 k H z に定めら れている。

ところが、 通常の電話音声のように 4 k H z 以上の周波数 を持たない音声信号を扱う狭帯域音声通信システムと広帯域 音声通信システムが共存するシステムにおいては、 広帯域音 声通信システムで狭帯域音声信号を扱うケースが生じる。 こ の場合、 狭帯域音声信号を広帯域音声符号化によって符号化 し生成された符号化データが、 広帯域音声符号化に対応した 広帯域音声復号化によ り復号されることになる。 この場合、 復号化される音声信号は、 通常の広帯域音声信号と全く 同じ 処理で復号される。

したがって、 サンプリ ング周波数は広帯域信号用のもので あるにも拘わらず、 元々が 4 k H z 以上の周波数を持たない 狭帯域の音声信号を符号化したものであるため、 復号化して も 4 k H z 以上の周波数成分を殆ど持たない狭帯域音声信号 が再生されると予想される。 ただし、 符号化による歪みや、 復号化処理で帯域拡張処理などがあると、 狭帯域の音声信号 でも符号化/復号化することで 4 k H z 以上の周波数成分を ある程度は持つよう になる。

このよう に、 従来では、 4 k H z以上の周波数を持たない 狭帯域音声信号を伝送する場合に、 送信側では広帯域音声符 号化により符号化し、 受信側でも通常の広帯域音声復号化を 用いて音声信号の復号化を行う。 従来の AM R— WBに代表 される方式では、 符号化と復号化は広帯域音声信号に特化し たものとなっている。

したがって、 従来では 4 k H z 以上の周波数を殆ど持たな い狭帯域の音声信号を生成するような符号化データであって も、 広帯域の音声信号に特化した復号化が行われるため、 生 成される狭帯域音声の音質が劣化するという問題がある。 こ のような傾向は、 高い圧縮効率が求められる低ビッ ト レー 卜 において特に顕著となる。

このため、 例えば狭帯域の通信路 Z蓄積系や、 狭帯域のコ —デックを使用することにより帯域制限された狭帯域の音声 信号に対して広帯域音声符号化 Z復号化を用いると、 6〜 1 0 k b i t / s e c程度の低ビッ ト レー トでは、 狭帯域の音 声符号化 Z復号化を用いた場合より、 音質が極めて悪くなる という問題がある。 また、 狭帯域音声信号だけに限らず、 4 k H z 以上の周波数が非常に少ない音声信号を扱う場合につ いても同様の問題があり、 従来の広帯域音声復号化では低ヒ' ッ ト レー トで高品質な音声を提供できなく なるという問題が ある。

また、 従来の AM R— W B方式は、 広帯域音声復号化部が L o w e r 一 B a n d部 （約 6 k H z 以下の低域側の音声信 号を生成する） と、 H i g h e r — B a n d部 （約 6 k H z 〜 7 k H z の帯域の高域側の音声信号を生成する） から構成 されている。 L o w e r — B a n d部は C E L P系の音声符 号化方式であり、 L o w e r — B a n d部内で復号して生成 された低域側の音声信号に、 H i g h e r _ B a n d部で生 成される高域側の音声信号を常に付与する ことによ り広帯域 音声復号化部の出力信号が生成される。

このように、 AM R— W B方式の復号化部は広帯域音声に 特化したものとなっている。 このため、 狭帯域音声を生成す るような符号化データが入力されたときでも、 H i g h - B a n d部で生成した不要な高域信号が音声復号化部からの音 声出力に付与されてしまう という問題がある。

従来、 低ビッ ト レー トに対応した符号化/復号化の効率を 改善するための方法として、 様々な手法が提案されている。 例えば、 特開 2 0 0 1 — 3 1 8 6 9 8号公報 （第 2 — 4頁、 図 1 ) には、 音源信号を表すパルスの位置の集合を複数セッ ト準備して、 入力音声信号との間のひずみが最小となる集合 を選択してその判別情報を受信側に伝送することにより、 低 ビッ ト レー 卜化に対応する技術が記載されている。

また、 特開平 1 1 — 2 5 9 0 9 9号公報 （第 2 5、 6ぺ —ジ、 図 1 ) には、 入力信号の音声 Z非音声の識別によって 符号化及び復号化装置の構成を切り換える方法が記載されて いる。 この方法は、 符号器及び復号器の一部の機能プロック について音声信号の処理用に最適化された構成と非音声信号 の処理用に最適化された構成とを設ける。 そして、 音声/非 音声の識別情報に基づいてこれらの構成を切り換えるもので ある。

しかし、 上記特開 2 0 0 1 - 3 1 8 6 9 8号公報に記載さ れた技術では、 保有するパルスの位置の集合の各々について 歪を計算する必要がある。 このため、 パルスの位置の集合を 選択するために必要な計算量が膨大になるという問題点があ る。

また、 上記いずれの方法も、 音声符号化方式と入力信号の 帯域幅とのミスマッチの問題について何ら考慮されていない。 このため、 上述したような低ビッ ト レー トで広帯域符号化さ れた狭帯域音声の符号化データを広帯域音声復号化で復号す る場合に生ずる音質の劣化を改善することはできない。

発明の開示

この発明の目的は、 広帯域音声信号はもとよ り、 狭帯域音 声信号に対しても良好な音質を得ることができる広帯域音声 の符号化または復号化方法及び装置を提供する こ とである。

上記目的を達成するために、 この発明に係わる広帯域音声 符号化方法及び装置の一形態は、 入力された音声信号が狭帯 域信号であるか広帯域音声信号であるかを識別する。 そして、 前記入力され音声信号が狭帯域音声信号である場合に、 前記 入力された音声信号をスぺク トル分析して目標信号を作成し、 作成された目標信号を狭帯域信号の符号化方法に基づいて符 号化するものである。

また、 この発明に係わる広帯域音声復号化方法及び装置の 一形態は、 符号化データから音源信号と合成フィ ルタを生成 し、 音源信号と合成フィルタから音声信号を復号する復号処 理を行う際に、 復号される音声信号が狭帯域であることを識 別する識別情報を取得し、 この取得された識別情報を基に、 復号処理を制御するものである。

図面の簡単な説明 F i g . 1 は、 この発明の第 1 の実施形態に係る広帯域音 声符号化装置の構成を示すブロック図。

F i g . 2 は、 F i g . 1 に示した広帯域音声符号化装置 の広帯域音声符号化部の構成を示すブロック図。

F i g . 3 は、 F i g . 2 に示した音声符号化部のパルス 位置候補設定部及びパルス位置候補の第 1 の例を示す図。

F i g . 4は、 F i g 3 に示した整数サンプル位置のパ ルス位置候補を示す図。

F i g . 5 は、 F i g 3 に示した偶数サンプル位置のパ ルス位置候補を示す図。

F i g . 6 は、 F i . 2 に示した音声符号化部のパルス 位置候補設定部及びパルス位置候補の第 2 の例を示す図。

F i g . 7 は、 F i g . 6 に示した奇数サンプル位置のパ ルス位置候補を示す図。

F i g . 8 は、 F i g . 1 に示した広帯域音声符号化装置 の制御部による制御手順と内容を示すフローチャー ト。

F i g . 9 は、 この発明の第 2 の実施形態に係る音声符号 化部の構成を示すブロック図。

F i g . 1 0 は、 この発明に係わる広帯域音声符号化装置 の他の構成例を示すブロック図。

F i g . 1 1 は、 この発明の第 3 の実施形態に係る広帯域 音声復号化装置の構成を示すブロック図。

F i g . 1 2 は、 この発明の第 3 の実施形態に係る符号化 データを生成するための広帯域音声符号化装置の例を示すブ 口、ソ ク図。 F i g . 1 3 は、 F i g . 1 1 に示した広帯域音声復号化 装置の音声復号化部及び制御部の構成を示すブロック図。

F i . 1 4は、 この発明の第 4の実施形態に係る音声復 号化部及び制御部の第 1 の例を示すプロック図。

F i g . 1 5 は、 この発明の第 5 の実施形態に係る音声復 号化部及び制御部の第 1 の例を示すブロック図。

F i . 1 6 は、 この発明の第 3 の実施形態に係る音声復 号化処理の手順と内容を示すフローチヤ一ト。

F i g . 1 7 は、 この発明の第 3 の実施形態に係る音声復 号化処理と第 7 の実施形態に係る音声復号化処理とを併用し た場合の処理手順と内容を示すフローチヤ一 卜。

F i g . 1 8 は、 この発明の第 7 の実施形態に係る音声復 号化処理の手順と内容を示す部フローチヤ一 卜。

F i g . 1 9 は、 この発明のその他の実施形態に係る広帯 域音声復号化装置の構成を示すブロ ッ ク図。

F i g . 2 0 は、 この発明のその他の実施形態に係る広帯 域音声符号化装置の構成を示すブロック図。

F i g . 2 1 は、 この発明の第 4 の実施形態に係る音声復 号化部及び制御部の第 2 の例を示すブロ ック図。

F i g . 2 2 は、 この発明の第 4の実施形態に係る音声復 号化部及び制御部の第 3 の例を示すプロック図。

F i g . 2 3 は、 この発明の第 5 の実施形態に係る後処理 フィルタ部の構成例を示すブロック図。

F i . 2 4は、 この発明の第 6 の実施形態に係る音声復 号化部及び制御部の第 1 の例を示すブロック図。 F i g . 2 5 は、 この発明の第 7 の実施形態に係るサンプ リ ングレー ト変換部と制御部の構成を示すプロック図。

F i g . 2 6 は、 この発明の第 6 の実施形態に係る音声復 号化部と制御部の第 2 の例を示すブロック図。

F i g . 2 7 は、 この発明の第 6 の実施形態に係る音声復 号化部と制御部の第 3の例を示すブロック図。

F i g . 2 8 は、 この発明の第 6 の実施形態に係る音声復 号化部と制御部の第 4の例を示すプロック図。

発明を実施するための最良の形態

(第 1 の実施の形態）

F i g . 1 は、 この発明の第 1 の実施形態に係る広帯域音 声符号化装置の構成を示すブロック図である。 この装置は、 帯域検出部 1 1 と、 サンプリ ングレー ト変換部 1 2 と、 音声 符号化部 1 4 と、 装置全体の制御を行う制御部 1 5 とにより 構成される。 そして-, 入力された音声信号 1 0 を符号化し、 符号化された出力符号 1 9 を出力する。

帯域検出部 1 1 は、 入力音声信号 1 0 のサンプリ ングレー トを検出し、 検出されたサンプリ ングレー トを制御部 1 5 に 通知する。 サンプリ ングレー 卜の検出方法としては、

( 1 ) 入力音声信号 1 0 のサンプリ ングレー 卜情報を外部 から入力して検出する、

( 2 ) 入力音声信号 1 0 の属性情報 （フアイリレのへ、ソダ一 情報など） を取得して検出する、 ( 3 ) 入力音声信号 1 0 を発生したコーデックの識別情報 を取得し、 それが狭帯域コーデックか広帯域コーデックであ るかによって入力音声信号のサンプリ ングレー トを検出する、 のいずれかの方法が使用される。

なお、 サンプリ ングレー トの検出方法は、 これらの方法に 限るものではない。 例えば、 F i g . 1 0 に示すよう に、 帯 域検出部 1 1 aにおいて、 入力された音声信号 1 0 からサン プリ ングレー ト情報や広帯域信号/狭帯域信号を識別する情 報を取得する ことも可能である。 この方法は、 入力された音 声信号系列の所定部分のビッ ト中に、 サンプリ ングレー ト情 報や広帯域/狭帯域を識別する情報、 も しくは入力された音 声信号の属性情報、 または入力された音声信号 1 0 を発生し たコーデックの識別情報などが埋め込まれているような場合 に、 使用できる。

埋め込み方法としては、 例えば入力された音声信号系列の P C M最下位ビッ 卜に埋め込む方法が考えられる。 こうする ことで、 P C Mの上位ビッ トに影響を与える ことなく、 すな わち入力音声信号の音質に影響を与える ことなく、 サンプリ ングレー 卜情報や広帯域 Z狭帯域を識別する情報、 もしく は 入力音声信号の属性情報、 または入力音声信号 1 0 を発生し たコーデックの識別情報などを埋め込むことが可能となる。

このよう に、 帯域検出部としては様々な実施形態が考えら れる。 要するに、 サンプリ ングレ一 卜情報や広帯域/狭帯域、 またはコーデックの識別ができるものであれば、 どのような 構成であってもよいことは言うまでもない。 また、 サンプリ ングレー卜情報、 広帯域ノ狭帯域の識別情報、 コ一デックの 識別情報についても、 それを代表する情報であればよい。

サンプリ ングレー ト変換部 1 2 は、 入力された音声信号 1 0 を所定のサンプリ ングレー トに変換し、 変換された所定の サンプリ ングレー トの信号を音声符号化部 1 4へ送信する。 例えば、 8 k H zサンプリ ング信号が入力された場合には、 補間フィルタを用いて、 アップサンプリ ングされた 1 6 k H z サンプリ ング信号を生成し出力する。 また、 1 6 k H zサ ンプリ ング信号が入力された場合には、 サンプリ ングレー ト を変換する ことなく これを出力する。

なお、 サンプリ ンダレー ト変換部 1 2 の構成はこれに限る ものではない。 例えば、 サンプリ ングレー トを変換する方法 としては、 補間フィルタに限られるものではなく ； 例えば F F Tや D F T、 M D C Tなどの周波数変換手法を利用する こ とによっても実現可能である。

例えば、 アップサンプリ ングを行う場合には、 先ず入力さ れた信号を F F T、 D F T或いは M D C T等によ り周波数変 換領域に変換する。 そして、 この変換によって得られた周波 数領域のデ一夕に対し、 その高域側にゼロデータを付加して データの拡張を行う。 なお、 仮想的に付加したと想定する こ とも可能である。 次に、 拡張されたデ一夕を逆変換すること によ りアップサンプリ ングされた入力信号を得る。

このよう に構成すると、 F F Tや MD C T等の高速演算を 利用することができるので、 補間フィル夕を使用する場合よ り も少ない計算量でサンプリ ングレー トを変換することが可 能となる。

音声符号化部 1 4は、 サンプリ ングレー ト変換部 1 2から 1 6 k H z でサンプリ ングされた信号を受け取る。 そして、 この受け取った信号を符号化し、 符号化された信号 1 9 を出 力する。

音声符号化部 1 4が用いる音声符号化方式としては、 C E L P (Code Excited Linear Prediction) 方式を例にとって説 明するが、 音声符号化方式はこれに限るものではない。 C E L P方式については、 例えば、 M. R. Schroeder and B. S.

Atal: "Code-Excited Linear Prediction CELP)： Hiffh- quality Speech at Very Low Bit Rates", Proc. ICASSP-85, pp.937-940, 1985" に詳しく示されている。

F i g . 2 は、 上記音声符号化部 1 4 の構成を示すブロッ ク図である。 音声符号化部 1 4は、 スペク トルパラメ一夕符 号化部 2 1 と、 目標信号生成部 2 2 と、 イ ンパルス応答計算 部 2 3 と、 適応符号帳探索部 2 4 と、 雑音符号帳探索部 2 5 と、 ゲイ ン符号帳探索部 2 6 と、 パルス位置候補設定部 2 7 と、 広帯域用パルス位置候補 2 7 a と、 狭帯域用パルス位置 候補 2 7 b と、 音源信号生成部 2 8 とによ り構成される。

次に、 上記のよう に構成された、 この発明の第 1 の実施形 態に係る広帯域音声符号化装置の動作を説明する。 音声符号 化部 1 4は、 入力された音声信号 2 0 を符号化し、 符号化さ れた信号 1 9 を出力する装置であって、 次のよう に動作する， スペク トルパラメ一夕符号化部 2 1 は、 入力された音声信 号 2 0 を分析することにより、 スペク トルパラメ一夕を抽出 する。 次に、 抽出されたスペク トルパラメ一夕を用いて、 予 めスぺク トルパラメ一夕符号化部 2 1 内に記憶されているス ベク トルパラメータ符号帳を探索する。 そして、 上記入力さ れた音声信号のスぺク トル包絡をより良く表現する ことので きる符号帳のイ ンデックスを選択し、 選択されたイ ンデック スをスペク トルパラメ一夕符号 ( A ) として出力する。 スぺ ク トルパラメ一夕符号 （ A ) は、 出力符号 1 9 の一部となる また、 スペク トルパラメ一夕符号化部 2 1 は、 抽出された スぺク トルパラメ一夕に対応した、 量子化されない L P C係 数と量子化された L P C係数を出力する。 なお、 以後説明の 簡単のため、 量子化されない L P C係数及び量子化された L P C係数を、 単にスペク トルパラメータ と呼ぶ。

ここで述べる C E L P方式では、 スぺク トル包絡を符号化 する際に用いるスぺク トルパラメ一夕として L S P ( Line Sp ectrum Pair) パラメータを用いる。 しかし、 これに限られ るものではなく、 スぺク トル包絡を表現できるパラメ一夕で あれば L P C ( Linear Predictive Coding) 係数や Kパラメ一 夕、 G . 7 2 2 . 2で使用されている I S Fパラメ一夕等の 他のパラメ一夕を使用することも可能である。

目標信号生成部 2 2 には、 音声信号 2 0 と、 スペク トルパ ラメ一夕符号化部 2 1 から出力されたスぺク トルパラメ一夕 と、 音源信号生成部 2 8からの音源信号とが入力される。 目 標信号生成部 2 2 には、 上記入力された各信号を用いて、 目 標信号 X ( n ) を計算する。 目標信号としては、 過去の符号 化の影響を除いた理想的な音源信号を聴覚重み付きの合成フ ィ ル夕で合成した信号を用いるが、 これに限る ものではない , 聴覚重み付きの合成フィルタは、 スぺク トルパラメ一夕を用 いることで実現できることが知られている。

ィ ンパルス応答計算部 2 3 は、 スペク トルパラメータ符号 化部 2 1から出力されたスペク トルパラメ一夕よ り、 イ ンパ ルス応答 h ( n ) を求めて出力する。 このィ ンパルス応答は 典型的には L P C係数を用いた合成フィル夕と聴覚重みフィ ル夕とを組み合わせた、 以下に示す特性の聴覚重み付き合成 フィルタ H ( z ) を用いて計算できる。 なお、 イ ンパルス応 答の算出手段は上記聴覚重み付き合成フィルタ H ( z ) を用 いるものに限定されない。

こ こで、 l Z A q ( z ) は量子化された L P C係数

i から構成される合成フィ ル夕を表し、

p

一 I

Λ =ト である。 一方、 W ( Z ) は聴覚重みフィルタで、 子化され ない L P C係数 から構成され、

0 < r ₂< r ι < 1

である。 同式において、 pは L P Cの次数であり、 0 約 7 k H z 程度の帯域幅の音声信号を想定した広帯域音声符号化 では、 p = l 6 〜 2 0程度を用いる ことが知られている。

適応符号帳探索部 2 4には、 スペク トルパラメ一夕符号化 部 2 1 から出力されたスペク トルパラメ一夕と、 目標信号生 成部 2 2から出力された目標信号 X ( n ) とが入力される。 適応符号帳探索部 2 4は、 上記入力された各信号と、 適応符 号帳探索部 2 4内に記憶される適応符号帳とから、 音声信号 に含まれるピッチ周期を抽出する。 そして、 符号化処理によ り、 上記抽出されたピッチ周期に対応したイ ンデックスを得 て、 適応符号 （ L ) を出力する。 適応符号 （ L ) は、 出力符 号 1 9 の一部をなす。

なお、 適応符号帳探索部 2 4 には、 適応符号帳の探索の前 に、 音源信号生成部 2 8 で生成された音源信号が入力される 適応符号帳探索部 2 4は、 入力された音源信号で適応符号帳 を更新する構造となっている。 適応符号帳には過去の音源信 号が格納されている。

また、 適応符号帳探索部 2 4は、 上記ピッチ周期に対応す る適応符号べク トルを適応符号帳から探索して音源信号生成 部 2 8へ出力する。 さ らに、 この適応符号ベク トルと聴覚重 み付きの合成フィル夕とを用いて、 聴覚重み付き合成された 適応符号ベク トルを生成し、 この生成された適応符号べク ト ルをゲイ ン符号帳探索部 2 6へ出力する。 さ らに、 適応符号 帳の寄与分の信号成分を目標信号 X ( n ) から差し引く こと によ り、 第 2 の目標信号 X 2 ( n ) (以後、 目標ベク トル X 2 と称する） を生成し、 この生成された目標ベク トル X 2 を 雑音符号帳探索部 2 5へ出力する。

パルス位置候補設定部 2 7 は、 制御部 1 5からの通知に基 づき、 雑音符号帳探索部 2 5が探索するパルスの位置を指定 する。 パルス位置候補設定部 2 7 は、 入力された音声信号の サンプリ ングレ一 卜が 1 6 k H z であるか 8 k H z であるか (もしくは、 入力信号が広帯域信号であるか狭帯域信号であ るか） の通知を制御部 1 5から受け取る。 そしてこの受け取 つた通知に応じて、 広帯域用パルス位置候補 2 7 a と狭帯域 用パルス位置候補 2 7 bのいずれかを選択し、 選択されたパ ルス位置候補を出力する。

例えば、 パルス位置候補設定部 2 7 は、 入力された音声信 号のサンプリ ングレー トが 1 6 k H z であるとの通知を受け ると、 広帯域用パルス位置候補 2 7 a を選択する。 また、 入 力された音声信号のサンプリ ングレー トが 8 k H z であると の通知を受けると、 狭帯域用パルス位置候補 2 7 bを選択す る。

すなわち、 入力された音声信号のサンプリ ングレー トが 8 k H z であるときには、 通常の広帯域音声符号化の処理とは 異なる、 例外的な狭帯域用パルス位置候補 2 7 b について雑 音符号帳探索部 2 5で探索するよう に、 音声符号化部 1 4の 動作を制御する。

従来の広帯域音声符号化方法では、 入力された音声信号と して 1 6 k H z のサンプリ ングレー トしか想定 ていない。 このため、 符号化する前の入力音声信号が 8 k H z のサンプ リ ングレー 卜の狭帯域情報しか持たない信号の場合には、 こ の信号を符号化しょう とすると、 8 k H z のサンプリ ングレ ― 卜の入力信号を、 まず 1 6 k H z にアッ プサンプリ ングし、 これを通常の広帯域音声信号として符号化を行う しか方法が 無い。

また、 従来の広帯域音声符号化装置では、 音源信号を表す ためのパルスの位置候補は、 広帯域に対応した高いサンプリ ングレー トの位置に用意されている。 このような場合、 符号 化ビッ ト レー トが例えば 1 0 k b i t / s e c 以下になる と， 音源信号を表すためのパルスに多く のビッ トを割り当てるこ とができなくなる。 特に、 パルス位置に非効率にビッ トを使 われることが原因となり、 音源信号を十分に表すためのパル スを立てる ことが難しくなる。 この結果、 符号化して再生さ れる音声信号の音質が劣化したものになりやすい。

一方、 本実施形態における広帯域音声符号化装置は、 入力 された音声信号のサンプリ ングレー トが、 8 k H z のサンプ リ ングレー トから 1 6 k H z のサンプリ ングレー トに変換さ れて音声符号化部 1 4 に入力される場合でも、 入力された音 声信号が広帯域信号であるか狭帯域信号であるかを符号化前 に識別する機能があるので、 この識別結果を用いて音声符号 化部 1 4を広帯域/狭帯域のいずれかに適応させることがで きる。

このよう にすると、 入力された音声信号が狭帯域信号の場 合には、 音源信号を表すためのパルス位置の候補が、 サンプ リ ングレー トを例えば 8 k H z に低下させたものとなる。 こ のため、 不必要に細かい解像度のパルス位置の候補にまでビ ッ 卜を使う不具合を防止できる。

また、 パルス位置の候補の解像度を適切に低下させる こと ができる分、 余ったビッ トを他の情報に使用する ことができ るよう になる。 例えば、 パルスの数を増やすことが可能とな り、 これによ り音源信号をさ らに効率良く表現することが可 能となる。 したがって、 1 0 〜 6 k b i t / s e c程度の低 ビッ ト レー トであっても、 8 k H z サンプリ ングレ一 卜の入 力信号に対し、 よ り高品質に音声信号を符号化できるという 効果がある。

F i g . 3 は、 広帯域用パルス位置候補 2 7 a として整数 サンプル位置のパルス位置候補 2 7 c を用い、 一方狭帯域用 パルス位置候補 2 7 b として偶数サンプル位置のパルス位置 候補 2 7 dを用いた場合の構成を示すものである。

F i g . 4は、 代数符号帳を用いた場合の、 整数サンプル 位置のパルス位置候補 2 7 c の一例を示す。 こ こで、 音源信 号は 4つのパルスで表され、 それぞれのパルスは " + 1 " か " - 1 " の振幅を持つ。 音源信号を符号化するための区間は サブフレームと呼ばれ、 ここではサブフレーム長は 6 4サン プルで、 各パルスはサブフレーム内における 0〜 6 3 のサン プル位置の中から選択される。

F i g . 4に示す代数符号帳では、 サブフレーム内の 0〜 6 3 の整数サンプル位置を 4つの トラックに分割している。 各 トラックには、 1 つのパルスしか含まれない。 例えば、 パ ルス i0は、 トラック 1 に含まれるパルス位置の候補 { 0, 4, 8， 12， 16, 20， 24, 28, 32 36, 40, 44, 48, 52, 56, 60 } の中のどれ か 1 つの位置から選択される。 この例では、 各トラック当た りパルスの符号化には 1 6通り のパルス位置候補に 4 ビッ ト、 パルス振幅に 1 ピッ ト必要であるので、 4つのパルスでは

( 4 + 1 ) X 4 = 2 0 ビッ ト必要となる。

なお、 F i g . 4 に示す代数符号帳の構成は一例であり、 これに限るものではない。 要するに、 4つのパルスはサプフ レーム内における整数サンプル位置の候補の中から選択され る。

F i g . 5 は、 偶数サンプル位置のパルス位置候補 2 7 d を示す。 各パルスは、 サブフレーム内における 0〜 6 3 のサ ンプル位置のうち偶数サンプル位置にだけ配置されたパルス 位置候補から選択される。 ただし、 パルス位置候補として、 偶数サンプル位置のほかに、 奇数サンプル位置の候補が幾つ か混じっていても、 その本質は損なわれることはない。

偶数サンプル位置のパルス位置候補 2 7 dでは、 音源信号 は 5つのパルスで表され、 それぞれのパルスは + 1 か— 1 の 振幅を持つ。 F i g . 5 の代数符号帳では、 各パルスを立て ることができるパルス位置候補はサブフレーム内における 0 〜 6 3 のサンプル位置のうち、 偶数サンプル位置にだけ配置 されている。

また、 サブフレーム内は偶数サンプル位置が 5つの トラッ クに分割される。 各 トラックには 1 つのパルス しか含まれな い。 例えば、 ノ\°ルス i0はトラック 1 に含まれるパルス位置の 候補 { 0, 8, 16, 24, 32, 40, 48, 56} の中のどれ力、 1 つの位置 から選択される。

偶数サンプル位置のパルス位置候補 2 7 dでは、 各 トラッ ク当たり、 パルスの符号化において 8通り のパルス位置候補 に 3 ビッ トを、 またパルス振幅に 1 ビッ 卜をそれぞれ与える c このようにすると、 2 0 ビッ 卜が与えられれば 5 つのパルス を立てる ことが可能となる。 すなわち、 （ 3 + 1 ) X 5 = 2 0 ピッ 卜である。

なお、 偶数サンプル位置のパルス位置候補 2 7 dの構成は 一例に過ぎず、 また トラックの構成についても種々のものが 考えられる。 要するに、 狭帯域用のパルスはサブフ レーム内 の偶数サンプル位置から構成される位置候補の中から選択さ れる。

F i g . 6 は、 広帯域用パルス位置候補 2 7 a として整数 サンプル位置のパルス位置候補 2 7 c を用い、 狭帯域用パル ス位置候補 2 7 b として奇数サンプル位置から構成される奇 数サンプル位置のパルス位置候補 2 7 e を用いた場合の構成 を示したものである。

F i g . 7 は、 奇数サンプル位置のパルス位置候補 2 7 e を示したものである。 奇数サンプル位置のパルス位置候補 2 7 e は、 奇数サンプル位置にだけ配置されたパルス位置候補 からパルスが選択される構成であり、 これでも同様の効果が 得られる。

奇数サンプル位置のパルス位置候補 2 7 eでは、 音源信号 は 5つのパルスで表され、 それぞれのパルスは " + 1 "· か "— 1 " の振幅を持つ。 F i g . 7 に示す代数符号帳では、 各パルスを立てることができるパルス位置候補はサブフレー ム内における 0〜 6 3 のサンプル位置のうち奇数サンプル位 置にだけ配置されている。 また、 サブフレーム内は奇数サン プル位置が 5つの 卜ラックに分割され、 各 トラックには 1 つ のパルスしか含まれない。

例えば、 パルス i0は、 トラック 1 に含まれるパルス位置の 候補 { 1, 9, 17, 25, 33, 41, 49, 57) の中のどれか 1 つの位置 から選択される。 この例では、 各 トラック当たり、 パルスの 符号化に 8通り のパルス位置候補に 3 ビッ トを またパルス 振幅に 1 ビッ トをそれぞれ与える。 このよう にすると、 2 0 ビッ トが与えられれば、 5つのパルスを立てる ことが可能と なる。 すなわち、 （ 3 + 1 ) x 5 = 2 0 ビッ トである。

なお、 上記代数符号帳の構成は一例であ り、 また トラック の構成についても種々のものが考えられる。 要するに、 狭帯 域用のパルスは奇数サンプル位置の位置候補の中から選択さ れる。

狭帯域パルス位置候補 2 7 bは、 更に別の構成も可能であ る。 例えば、 偶数サンプル位置と奇数サンプル位置とをサブ フレームごとに切り替えるか、 或いは偶数サンプル位置と奇 数サンプル位置とを複数サブフレームごとに切り替えるよう に構成する ことも可能である。

要するに、 狭帯域用のパルス位置候補が広帯域用のパルス 位置候補よ り も間引かれたサンプル位置にあるような構成で. かつ狭帯域の帯域幅と広帯域の帯域幅との比率に応じた程度 の間引き率でパルス位置の候補が与えられる構成になってい れば、 狭帯域用の音源に用いるパルス位置候補としては十分 機能するものとなる。

以上述べたよう に第 1 の実施形態では、 狭帯域音声信号の 帯域幅が約 4 k H z (元々は 8 k H z サンプリ ングの入力信 号を 1 6 k H z にアップサンプリ ングした信号の場合） で、 一方広帯域音声信号の帯域幅が約 8 k H z (通常の 1 6 k H z サンプリ ングした信号の場合） と想定している。 このため 狭帯域用のサンプル位置の間引き方法は、 サンプリ ングレー 卜を 1 Z 2 (勿論 2 Z 3等、 1ノ 2以上の間引き率であって もよい） に低下させたような位置にパルス位置候補が位置す るような構成であればよい。 したがって、 狭帯域パルス位置 候補は 2 7 b、 広帯域パルス位置候補 2 7 a に比べ、 位置が 1 / 2 に間引かれた構成となっている。

もし、 狭帯域の音声信号を広帯域音声符号化部で符号化す ることについて何ら考慮されていなければ、 狭帯域の音声信 号についても例えば F i g . 4 に示すよう に、 広帯域パルス 位置候補 2 7 aのような通常の広帯域信号と同じ高い時間解 像度のパルス位置候補を用いる ことになる。 このよう に時間解像度の高い位置候補を用いると、 限られ たピッ ト数で数本しか立てられないパルスが、 不必要に細か い解像度のために隣り合う整数サンプルに数本のパルスが過 度に集中してしまう ことがある。 この場合、 他の位置にはパ ルスが配分されず、 音源信号としては不十分なものとなる。 このため、 再生される音声の品質劣化が生じる。

第 1 の実施形態では、 入力された音声信号が広帯域信号で あるか狭帯域信号であるかを識別する。 そして、 入力された 音声信号が狭帯域信号だった場合には、 狭帯域信号に適合し た低い解像度のパルス位置候補を用いる。 このため、 パルス 位置を表すためのビッ 卜が高域信号に無駄に使われることを 防止できる。 さ らに、 低い時間解像度の位置にしかパルスが 立たないよう に制限することになる。 このため、 音源信号を 表す複数のパルスが不必要に集中してしまう こ とも無く なり . さ らに多く のパルスを立てる こ とが可能となる。 したがって . 復号側の装置では、 よ り高品質の音声を再生する ことが可能 となる。

F i . 2 において、 雑音符号帳探索部 2 5 は、 パルス位 置候補設定部 2 7 から出力されたパルスの位置候補で構成さ れる代数符号帳を用いて、 歪みが最小となる符号ベク トルの 符号、 すなわち雑音符号 （ K ) の探索を行う。 代数符号帳は. 予め定められた N p個のパルスの振幅がと り得る値を " + 1 " と "一 1 " に限定し、 パルスの位置情報と振幅情報 （す なわち極性情報） とに従ってパルスを立てたものを符号べク トルとして出力する。 代数符号帳の特徴は、 符号ベク トルそのものを直接格納す るのではなく、 パルスの位置候補とパルスの極性についての 取り決め情報だけを格納するだけで良い点である。 このため , 符号帳を表すメモリ量が少なくて済む。 また、 符号ベク トル を選択するための計算量が少ないにもかかわらず、 音源情報 に含まれる雑音成分を比較的高品質に表すことができる。

このよう に音源信号の符号化に代数符号帳を用いるものは A C E L P ( Algebraic Co de Excite d hine ar Pre diction 方 式と呼ばれ、 比較的歪の少ない合成音声が得られることが知 られている。

このような構成の下で雑音符号帳探索部 2 5 には、 パルス 位置候補設定部 2 7から出力されたパルスの位置候補と、 適 応符号帳探索部 2 4から出力された第 2 の目標信号 X 2 と、 ィ ンパルス応答計算部 2 3から出力されたィ ンパルス応答 h ( n ) とが入力される。 雑音符号帳探索部 2 5 は 聴覚重み 付き合成された符号べク トルと、 第 2 の目標べク トル X 2 の 歪みを評価する。 そして、 この歪みが小さ くなるようなイ ン デックス、 すなわち雑音符号 （ K ) を探索する。 なお、 上記 聴覚重み付き合成された符号ベク トルは、 上記パルスの位置 候補に従い代数符号帳から出力された符号べク トルを用いて 生成される。

このとき用いる評価値は

X T Hck [ /(ck'H 'Hck である。 この評価値を最大にする符号ベク トルの符号を探索 する ことが、 最も歪みが小さ くなる符号を選択する ことと等 価である。 ここで、 上付き添え字 t は行列の転置を表し、 H はイ ンパルス応答 h ( n ) から構成されるイ ンパルス応答行 列、 c kは符号 kに対応する符号帳からの符号ベク トルを表 す。

雑音符号帳探索部 2 5 は、 上記探索された雑音符号 （K) と、 この雑音符号 （K) に対応する符号ベク トルと聴覚重み 付き合成された符号ベク トルを出力する。 雑音符号 （ K ) は、 出力符号 1 9 の一部をなす。

雑音符号帳が代数符号帳で実現される場合、 雑音符号

(K) は数個 (こ こでは N p個） の非零のパルスから構成さ れる。 このため、 上記評価値の分子はさ らに

Ν_ρ-ί

X Hck = ^. (m_;.) と表すことができる。 ここで、 m i は第 i 番目のパルスの位 置、 0 j は第 i 番目のパルスの振幅、 f ( n ) は相関べク ト ル X 2 t Hの要素である。 また、 上記評価値の分母は

N_P - 1 N_P-2 N_P-\

CK H'Hck = > φ(ηι_ί,ηι_ί) + 2 ^ _ί&_]φ ηι_ί,7η_])

!=0 i=0 j=i+l と表すことができる。 これらを基に歪み評価値 （X 2 t H c k ) 2 / ( c k t H t H c k ) が最大となるようなパルス位 置 m j ( i = 0 〜 N p ) を探索することでパルス位置情報の 選択が完了する。 こ こで、 探索するパルス位置 m j は、 パル ス位置候補設定部 2 7で設定されたパルス位置候補に限定さ れる。 このようにする こ とによ り、 代数符号帳がパルス位置 候補設定部 2 7から出力されるパルスの位置候補によ り構成 される場合でも、 代数符号帳の探索が可能となる。

またこのとき、 符号探索に用いる f ( n ) と ゆ ( i 、 j ) の必要な値を事前に計算しておく。 このよう にすると、 符号 探索に要する計算量は非常に少なくなる。 こう して選択され たパルス位置情報は、 パルス振幅情報と共に雑音符号 （K ) として出力される。 また、 雑音符号帳探索部 2 5 は、 雑音符 号に対応する符号べク トルと、 聴覚重み付き合成された符号 ベク トルを出力する。

ゲイ ン符号帳探索部 2 6 には、 適応符号帳探索部 2 4から 出力された聴覚重み付き合成された適応符号ベク トルと、 雑 音符号帳探索部 2 5から出力された聴覚重み付き合成された 符号ベク トルが入力される。 ゲイ ン符号帳探索部 2 6 は、 音 源のゲイ ン成分を表現するために、 適応符号ベク トルに用い るゲイ ンと、 符号べク トルに用いるゲイ ンの 2種類のゲイ ン を符号化する。 なお、 以後簡単のため上記 2種類のゲイ ンを 単にゲインと呼ぶ。

ゲイ ン符号帳探索部 2 6 は、 聴覚重み付き合成音声信号と . 目標信号 （この実施形態では X (n) ) との歪みが小さ くなるよ うなィ ンデックスであるゲイ ン符号 ( G ) を探索する。 そし て、 探索されたゲイ ン符号 （ G ) とそれに対応するゲインを 出力する。 ゲイ ン符号 （ G ) は、 出力符号 1 9 の一部をなす, なお、 上記聴覚重み付き合成音声信号は、 ゲイ ン符号帳から 選択されるゲイ ン候補を用いて再生される。 音源信号生成部 2 8 は、 適応符号帳探索部 2 4から出力さ れた適応符号ベク トルと、 雑音符号帳探索部 2 5から出力さ れた符号ベク トルと、 ゲイ ン符号帳探索部 2 6から出力され たゲイ ンとを用いて、 音源信号を生成する。

音源信号は、 適応符号ベク トルに適応符号ベク トル用のゲ イ ンを乗じ、 符号ベク トルに符号ベク トル用のゲイ ンを乗じ る。 そして、 このゲイ ンが乗じられた後の適応符号ベク トル と、 ゲイ ンが乗じられた後の符号ベク トルとを加算する こと によって得られる。 なお、 音源信号の生成方法はこれに限る ものではない。

得られた音源信号は、 次の符号化区間において適応符号帳 探索部 2 4で利用するために、 適応符号帳探索部 2 4内の適 応符号帳に格納される。 さ らに、 生成された音源信号は、 目 標信号生成部 2 2 において、 次の符号化区間における符号化 の目標信号を計算するためにも使用される。

次に、 この発明の第 1 の実施形態に係わる広帯域音声符号 化装置における音声符号化処理の手順及び内容を説明する。 F i g . 8 はこの音声符号化処理手順と内容を示すフローチ ャ一 卜である。

検出部 1 1 0で入力音声信号が広帯域信号かどうかを識別 する （ステップ S 1 0 ) 。 識別の結果、 広帯域信号である場 合には、 所定の広帯域符号化を行う ことで符号化データを生 成し （ステップ S 5 0 ) 、 処理を終了する。 一方、 狭帯域信 号であると識別された場合は、 例外的処理として、 広帯域音 声符号化部で想定しているサンプリ ングレー ト （通常は 1 6 k H z ) に適合するよう に、 入力信号のサンプリ ングレー ト の変換を行う （ステップ S 2 0 ) 。 次に、 例外的な広帯域音 声符号化を行うための狭帯域用パラメ一夕を用いて、 狭帯域 用に処理内容が修正された広帯域音声符号化処理を行う こ と で、 符号化データを生成し （ステップ S 4 0 ) 、 処理を終了 する。

なお、 ステップ S 4 0 において、 狭帯域用に処理内容を修 正する箇所は、 広帯域音声符号化処理の中の少なく とも一部 の符号化処理である。 その一例としては、 雑音符号探索部で 使用されるパルス位置の候補を修正する ことである。

以上で F i g . 8 のフローチャー トを用いたこの発明の広 帯域音声符号化方法の説明を終わる。

(第 2 の実施形態）

次に、 この発明の第 2 の実施形態に係わる広帯域音声符号 化方法及び装置を、 第 1 の実施形態との相違点を中心に、 図 面を参照して説明する。 F i g . 9 は、 この発明の第 2 の実 施形態に係る音声符号化部 1 4の構成を示すブロック図であ る。 なお、 F i g . 9 において、 前記 F i g . 2 と同一部分 には同一符号を付して詳しい説明は省略する。

音声符号化部 1 4は、 パラメ一夕次数設定部 3 1 を備えて いる。 パラメ一夕次数設定部 3 1 は、 パラメ一夕次数を出力 する。 また、 スペク トルパラメ一夕符号化部 2 1 aは、 第 1 の実施形態に係るスぺク トルパラメ一夕符号化部 2 1 と同様 の動作を行うが、 パラメ一夕次数が可変であり、 パラメ一夕 次数設定部 3 1 によって出力されたパラメ一夕次数を入力し て用いる。

また、 パルス位置候補設定部 2 7及び狭帯域パルス位置候 補 2 7 bはなく、 常に広帯域用パルス位置候補 2 7 aが雑音 符号帳探索部 2 5 に設定されている。 なお、 広帯域用パルス 位置候補 2 7 aは、 F i g . 9では省略した。

パラメータ次数設定部 3 1 は、 制御部 1 5からの通知に基 づいて、 スペク トルパラメ一夕符号化部 2 1 aが用いる L S Pパラメ一夕の次数を設定する。 すなわち、 パラメータ次数 設定部 3 1 は、 入力された音声信号のサンプリ ングレー トが 1 6 k H z であるとの通知を受けると、 広帯域用 L S P次数 を選択して出力する。 また、 8 k H z であるとの通知を受け ると、 狭広帯域用 L S P次数を選択して出力する。

L S P次数 p としては、 入力信号が 7 〜 8 k H z 帯域の広 帯域信号の場合には p = 1 6〜 2 0程度を用いるが、 入力さ れた音声信号が狭帯域信号である場合には、 例外的に p = 1 0程度の値を用いる。 このよう に、 狭帯域信号に適正な程度 に S P次数を制限する ことがきるので、 その分だけスぺク トルパラメータの符号化に要するビッ ト数を低減する ことが できる。

なお、 スペク トルパラメ一夕符号化部 2 1 aが用いるスぺ ク トルパラメータが L S Pパラメ一夕ではなく 、 L P Cノ ラ メ一夕や Kパラメ一夕、 I S Fパラメ一夕等である場合でも . L S Pパラメ一夕と同様に、 狭帯域信号に対し適正な程度に 次数を制限した処理を行う ことが可能である。 第 2 の実施形態における制御部 1 5 の制御動作は、 第 1 の 実施形態に係わる制御部 1 5 の制御動作 （ F i g . 8 のフロ —チャー トに図示） とほぼ同じである。 ただし、 ステップ S 5 0 の広帯域符号化処理は、 パラメ一夕次数設定部 3 1 に広 帯域用 L S P次数を設定し、 広帯域音声の符号化処理を音声 符号化部 1 4 に行わせる ことによ り実現される。

また、 ステップ S 4 0 の狭帯域符号化処理は、 パラメ一夕 次数設定部 3 1 に狭帯域用 L S P次数を設定し、 狭帯域音声 の符号化処理を音声符号化部 1 4に行わせることにより実現 される。

なお、 この発明に係わる広帯域音声符号化方法及び装置は、 上記第 1 及び第 2 の実施形態に限定されるものではない。 例 えば、 入力された音声信号のサンプリ ングレー 卜を変換する 場合に、 入力された音声信号のサンプリ ングレー 卜変換に応 じて、 もしく は入力された音声信号が広帯域信号か狭帯域信 号かの識別情報を用いる ことにより、 前処理部、 適応符号帳 探索部、 ピッチ分析部、 またはゲイ ン符号帳探索部において 使用するパラメータ数や符号化候補数等を適応的に制御する ことができる。

また、 この発明は可変レー トの広帯域音声符号化のビッ ト レー ト制御に応用する ことも可能である。 すなわち、 入力さ れた音声信号が広帯域信号か狭帯域信号かを識別することに より、 前記広帯域音声符号化手段のビッ ト レー 卜を効率的に 制御することが可能となる。 例えば、 入力音声信号が広帯域信号であれば、 広帯域音声 符号化部に適合した入力信号であるので、 ある程度は符号化 のビッ ト レー 卜を低くすることが可能である。 一方、 入力音 声信号が狭帯域信号の場合には、 上述したよう に広帯域音声 符号化部で通常は想定していない信号であるため、 符号化効 率が悪い傾向にある。 このような場合、 符号化の,ビッ トレ一 卜が高くなるようなビッ ト レ一 トの制御を行う。 ただし、 入 力音声信号が無音の区間については、 ビッ ト レー トを高くな るように制御する必要はない。

すなわち、 入力音声信号が狭帯域信号と検出された場合で、 かつ有音無音の判定など音声のアクティ ビティ が高い場合に だけ、 符号化のビッ ト レー トが高くなるような制御をビッ ト レー ト判定部に働きかける。 そうすると、 音声のァクティ'ビ ティが低.い区間でビッ ト レー トを低く抑えることができるの で、 平均ピッ ト レー 卜を低下させることが可能となる。

このよう に構成すると、 広帯域音声符号化装置にあって、 入力された音声信号が広帯域信号であっても、 また狭帯域信 号であっても、 一定以上の品質を安定して提供する ことがで きる効果がある。

(第 3 の実施形態）

以下、 F i g . 1 1 及ぴ F i g . 1 2 を参照して、 この発 明の第 3 の実施形態を説明する。 F i g . 1 1 は、 この発明 の第 3 の実施形態に係る広帯域音声復号化装置の例を表した ブロック図である。 また、 F i g . 1 2 は、 上記広帯域音声 復号化装置に入力される符号化音声データを生成する広帯域 音声符号化装置の一例を表すブロック図である。

移動通信システムの場合、 広帯域音声復号化装置は受信系 で、 広帯域音声符号化装置は送信系で用いられる。 また、 広 帯域音声復号化装置は、 コンテンツとして記録された符号化 データを再生する場合などにも用いられる。

まず初めに、 広帯域音声復号化装置 1 1 0 に入力される符 号化データを生成するための広帯域音声符号化装置について F i g . 1 2 を用いて説明する。

F i g . 1 2 において、 広帯域音声符号化装置 1 2 0 は、 音声入力部 1 2 2 と、 帯域検出部 1 2 3 と、 制御部 1 2 5 と、 サンプリ ングレー ト変換部 1 2 4 と、 音声符号化部 1 2 6 と、 符号化データ出力部 1 2 7 とから構成される。

F i g . 1 2 を用いて広帯域音声符号化装置 1 2 0 の動作 を説明する。 音声入力部 1 2 2 は音声信号 1 2 1 を受け取る と共に、 入力された音声信号の帯域に関する識別情報を取得 する。 識別情報は、 入力された音声信号や取得経路、 取得履 歴等から取得することが可能であるが、 こ こでは入力された 音声信号のサンプリ ングレー ト情報から取得する場合を例に とって説明する。 音声入力部 1 2 2 は、 取得されたサンプリ ングレー ト情報を帯域検出部 1 2 3 に送ると共に、 入力され た音声信号をサンプリ ングレー ト変換部 1 2 4 に供給する。

音声入力部 1 2 2 は、 マイクロホンから音声を入力して A / D変換するリ アルタイム通信用のものに限らず、 ディ ジ夕 ルデ一夕として音声情報が格納されたファイルから音声デー 夕を読み出して入力するものでもよい。 この場合、 帯域に関 する識別情報は、 例えば当該音声情報フ ァイルに付属する属 性情報をヘッダ部分等から読み出すことによ り取得すること ができる。

帯域検出部 1 2 3 は、 音声入力部 1 2 2から出力される入 力音声信号のサンプリ ングレー ト情報を受け取り、 受け取つ たサンプリ ングレー ト情報に基づいて検出される帯域情報を 制御部 1 2 5 に出力する。 帯域情報としては、 サンプリ ング レー ト情報そのものでもよいし、 サンプリ ングレー ト情報に 対応して予め設定されたサンプリ ングレー トのモー ド情報で あってもよい。 例えば、 音声入力部 1 2 2 で想定する音声信 号のサンプリ ングレー 卜情報が" 1 6 k H z "または" 8 k H z " の 2種類の場合、 " 1 6 k H z "にモー ド" 0 "を対応させる。 ま た、 サンプリ ングレー 卜情報が" 8 k H z "を表す場合には、 モード" 1 "を対応させる。 さ らに、 音声入力部 1 2 2で想定 しないサンプリ ングレー ト情報が取得された場合 （この例で は" 1 6 k H z "でも" 8 k H z "でもない場合に相当） には、 上 記モー ドとは別のモー ド (例えばモ一 ド "unknown" ) を用意 しておく。 このよう にすれば、 音声符号化部 1 2 6で想定し ないサンプリ ングレー トの音声信号が入力された場合に、 符 号化動作を行わないなどの対策を行う ことができる。

制御部 1 2 5 は、 帯域検出部 1 2 3 からの帯域情報を基に . サンプリ ングレー ト変換部 1 2 4及び音声符号化部 1 2 6 を 制御する。 具体的には、 入力音声信号が、 音声符号化部 1 2 6 で想定する入力音声信号のサンプリ ングレー 卜に合致して いなければ、 これに合致するように入力音声信号のサンプリ ングレ一卜を変換し、 この変換された入力音声信号を音声符 号化部 1 2 6へ入力する。 一方、 入力音声信号が、 音声符号 化部 1 2 6で想定する入力音声信号のサンプリ ングレー トに 合致していれば、 入力音声信号のサンプリ ングレー ト変換は 行わない。 そして、 入力音声信号をそのまま音声符号化部 1 2 6 に入力する。

例えば、 音声符号化部 1 2 6で想定する入力音声信号のサ ンプリ ングレー トが 1 6 k H z で、 音声入力部 1 2 2から出 力される入力音声信号のサンプリ ングレー 卜が 8 k H z の場 合には、 音声符号化部 1 2 6で想定する入力音声信号のサン プリ ングレー トに合致していないので、 サンプリ ングレー ト が 8 k H z の入力音声信号を 1 6 k H z のサンプリ ングレー トにアップサンプリ ングしてから音声符号化部 1 2 6 に入力 する。 一方、 音声符号化部 1 2 6で想定する入力音声信号の サンプリ ングレー トが 1 6 k H z で、 音声入力部 1 2 2から 出力される入力音声信号のサンプリ ングレー卜も同じ 1 6 k H z の場合には、 音声符号化部 1 2 6 で想定する入力音声信 号のサンプリ ングレー ト と合致している。 このため、 入力音 声信号のサンプリ ングレー トを変換せずに、 入力された音声 信号をそのまま音声符号化部 1 2 6 に入力する。

音声符号化部 1 2 6 は、 入力された音声信号を所定の広帯 域音声符号化により符号化し、 対応する符号化データを符号 化データ出力部 1 2 7 に纏めて出力する。 音声符号化部 1 2 6 で用いられる符号化アルゴリズムの例としては、 I T U— T勧告 G . 7 2 2 . 2 に示されている A M R— W Bなどの C E L P系の広帯域音声符号化が考えられる。

このとき制御部 1 2 5 は、 帯域の識別情報に基づいて内蔵 する符号化パラメ一夕用メモリから広帯域用又は狭帯域用符 号化パラメ一夕を選択して読み出す。 そして、 選択された符 号化パラメ一夕を用いて音声符号化部 1 2 6 で符号化を行う。 帯域の識別情報は、 符号化データ出力部 1 2 7 で符号化デー 夕の一部に組み入れて出力する。 なお、 どのように組み入れ るかは適宜設計すべき事項である。

また、 別の実現方法においては、 帯域の識別情報は、 サイ ド情報と して、 符号化データと別系統のデータとして出力す る ことも可能である。 これも適宜設計すべき事項である。 ま た、 組み入れない場合もある。

次に、 F i g . 1 1 を用いて、 この発明の第 3 の実施形態 に係る広帯域音声復号化装置の詳細について説明する。

F i g . 1 1 において、 広帯域音声復号化装置 1 1 0 は、 符号化データ入力部 1 1 7 と、 帯域検出部 1 1 3 と、 制御部 1 1 5 と、 音声復号化部 1 1 6 と、 サンプリ ングレー ト変換 部 1 1 4 と、 音声出力部 1 1 2 とから構成される。

符号化データ入力部 1 1 7 は、 入力される符号化デ一夕を 音声パラメ一夕符号の情報と帯域の識別情報に分離し、 音声 復号化部 1 1 6 に音声パラメ一夕符号の情報が送られ、 帯域 の識別情報を帯域検出部 1 1 3 に送られる。

帯域検出部 1 1 3 は、 帯域の識別情報に基づいて検出され た帯域情報を制御部 1 1 5 に出力する。 帯域情報としては、 サンプリ ングレー ト情報そのものでもよいし、 これに対応し て予め設定されたサンプリ ンダレ一 トのモー ド情報であって もよい。 例えば、 音声入力部 1 2 2で想定する音声信号のサ ンプリ ングレー ト情報が" 1 6 k H z "または" 8 k H z "の 2種 類である場合、 " 1 6 k H z "にモー ド" 0 "を対応させる。 また， サンプリ ングレー ト情報が" 8 k H z "を表す場合、 モー ド" 1 " を対応させる。 さ らに、 音声入力部 1 2 2 で想定しないサン プリ ングレー ト情報が取得された場合 （この例では" 1 6 k H z "でも " 8 k H z "でもない場合に相当） には、 これらと別の モー ド （例えばモー ド "unknown" ) を用意しておく。 これに よ り、 音声符号化部 1 2 6 で想定しないサンプリ ングレー ト の音声信号が入力されることがある場合でも、 復号化処理の 不具合が生じる ことを防止する ことができる。

このよう に、 符号化データの一部に組み入れるか、 もしく は符号化データに付随したデ一夕として送られた帯域の識別 情報は、 符号化デ一夕入力部 1 1 7で抽出されて、 帯域検出 部 1 1 3 に送られる。 符号化データのフォーマッ トは、 例え ば帯域の識別情報が符号化データの一部として受信される形 式のデータフォーマッ トであるか、 もしく は符号化データに 付随して受信されるデ一夕フォーマツ 卜になっていればよい , 他の実施例としては、 帯域の識別情報が符号化データの一 部に組み入れられない場合も可能である。 例えば、 帯域の識 別情報を図示しない入力手段によって広帯域音声符号化装置 1 2 3 の外部から入力することができる。 また、 別の実施例においては、 音声復号化部の内部で再生 される信号 （例えば、 音声信号や音源信号など） 、 もしく は 音声信号のスぺク トルの概形を表すスぺク トルパラメータを 基に、 複号化によ り再生される音声信号の帯域を識別するこ とも可能である。

F i g . 1 9 はその構成例である。 すなわち、 音声復号化 部 1 1 6 において、 例えば音声信号のスペク トルの概形を表 すスぺク トルパラメ一夕が表す周波数の範囲を分析すること により、 復号部で再生される音声信号の帯域を識別すること が可能である。 こう して抽出された帯域の識別情報を帯域検 出部 1 1 3 に送る。 このよう にすれば、 帯域の識別情報その ものを伝送することなしに帯域の識別情報を用いた制御が可 能となる。 またこの結果、 符号化データの一部に帯域の識別 情報を組み入れるための情報を不要にすることができる。

さ らに別の実施例として、 F i g . 2 0 に示すよう に、 符 号化装置側からサイ ド情報として符号化デ一夕とは別に伝送 されたデータから帯域の識別情報を抽出するものでもよい。

また、 帯域の識別情報を符号化装置側から送信する方法に おいて、 復号装置側において、 受信された帯域の識別情報 S Aと、 音声信号もしく は音声信号のスペク トルの概形を表す スぺク トルパラメ一夕を分析して得られた帯域の識別情報 S B とを比較する。 このようにすると、 識別情報 S Aと識別情 報 S B とが異なる場合には、 受信データに.誤りがあることを 検出することができるという効果も奏せられる。 制御部 1 1 5 は、 帯域検出部 1 1 3 からの帯域情報を基に . 音声復号化部 1 1 6、 サンプリ ングレ一 ト変換部 1 1 4、 及 び音声出力部 1 1 2 をそれぞれ制御する。 具体的な制御の方 法については、 以下の音声復号化部 1 1 6、 サンプリ ングレ — ト変換部 1 1 4、 および音声出力部 1 1 2 の説明の中で述 ベる ことにする。

音声復号化部 1 1 6 は、 符号化データ入力部 1 1 7からの 音声パラメ一夕符号の情報を入力し、 これらを用いて音声信 号を再生する。 その際、 音声復号化部 1 1 6 は、 制御部 1 1 5からの帯域情報を基に制御される。 以下、 F i g . 1 3 を 用いて帯域情報を基に音声復号化部 1 1 6 を制御する方法の 一例について詳細に説明する。

F i g . 1 3で音声復号化部 1 3 6 は、 適応符号帳 1 3 1 と、 音源信号生成部 1 3 2 と、 合成フィル夕部 1 3 3 と、 パ ルス位置設定部 1 3 4 と、 後処理フィルタ部 1 3 8 とから構 成される。 また制御部 1 3 5 は、 この実施形態においては、 復号化部パラメ一夕用メモリ を内蔵するものとする。

こ こでは音声復号化部 1 3 6 は、 A M R— W Bのような C E L P系の広帯域音声符号化方式に対応した音声復号化を用 いる例で説明を行う。 この場合、 入力される音声パラメ一夕 符号の情報は、 スペク トルパラメ一夕符号 Aと、 適応符号 L と、 ゲイ ン符号 Gと、 雑音符号 Kとから構成される。

適応符号帳 1 3 1 は、 後で述べる音源信号生成部 1 3 2 か ら出力される音源信号を過去の音源信号として符号帳に格納 する。 そして、 適応符号 Lに基づいて、 適応符号 L に対応す るピッチ周期だけ過去の音源信号を適応符号べク トルとして 出力する。

パルス位置設定部 1 3 4は、 雑音符号 Kに対応する雑音符 号ベク トルを生成する。 こ こでは所定の代数符号帳 （代数的 符号帳とも言う） を用いて雑音符号ベク トルを生成する こと ができる。 雑音符号ベク トルは、 小数のパルスから構成され る。 雑音符号ベク トルを構成するそれぞれのパルスについて のパルス振幅と極性、 およびパルス位置は、 雑音符号 Kに基 づいて生成される。 パルス数や、 パルスを立てる ことができ る位置の候補 （パルス位置候補） 、 その位置でのパルス振幅 およびパルスの極性は、 代数符号帳を予めどのよう に設定し . ておくかによつて決まる。 例えば、 A M R—W Bのような可 変ピッ トレー トの符号化方式では、 ピッ ト レー トごとに代数 符号帳の構造の設定が一意に定められている。 これに対しこ の発明の第 3 の実施形態においては、 同じビッ トレー トであ つても、 帯域情報に応じて、 代数符号帳の構造の設定が変わ るよう になっている。

すなわち、 F i g . 1 3 において、 制御部 1 3 5 は、 内蔵 する復号化部パラメ一夕用メモリ に、 2種類のパルス位置候 補を持つ。 そして、 帯域情報に応じたパルス位置候補をパル ス位置設定部 1 3 4 に与える。 これによ り、 パルス位置設定 部 1 3 4の代数符号帳のパルス位置の設定を制御する。 こう して設定されたパルス位置候補を用いて、 雑音符号 Kに応じ たパルス位置にパルスが立てられ、 雑音符号べク トルがパル ス位置設定部 3 4において生成され出力される。 F i g . 1 3 の例では、 2種類のパルス位置候補として、 「偶数サンプル位置のパルス位置候補」 と、 「整数サンプル 位置のパルス位置候補」 とを切り替える構成を示している。 帯域情報が広帯域を示す場合には、 従来と同様に、 整数サン プル位置のパルス位置候補を設定する。

一方、 帯域情報が狭帯域を示す場合には、 再生される音声 信号の帯域は高い周波数を持たない狭帯域信号である。 この ため、 音源信号を生成する基となる雑音符号ベク トルを表す ためのサンプリ ングレー トは、 広帯域信号に対応したものよ り も低いサンプリ ングレー 卜で十分表現する ことができる。 したがって、 帯域情報が狭帯域を示す場合には、 間引かれた サンプル位置のパルス位置候補 ( F i g . 1 3 の例では偶数 サンプル位置のパルス位置候補） を設定する。 間引かれたサ ンプル位置のパルス位置候補としては、 例えば奇数サンプル 位置のパルス位置候補であってもよいし、 これに限られるも のではないことは言うまでもない。

このよう にすると、 帯域情報が狭帯域を示す場合にパルス の位置情報を表すために必要なビッ 卜数を削減でき、 符号化 側から送信するビッ ト数を低減できる効果がある。 また、 同 じビッ トレー トで符号化送信する場合には、 他の情報を伝送 する ことにより音質が改善されることや、 パルスの位置情報 で削減できたビッ トを符号誤り耐性を上げるために使う こと ができる効果がある。 あるいは、 パルスの位置情報について 削減したビッ トは、 より多く の数のパルスを立てるためや、 もしく はパルス振幅の量子化の解像度を上げるために使う こ とが可能である。 こうすることで、 低ビッ トレー トの広帯域 復号化で、 狭帯域信号を復号して再生する場合でも、 音質を 改善する ことができる。

音源信号生成部 1 3 2 は、 ゲイ ン符号 Gを用いて、 適応符 号帳 1 3 1 からの適応符号べク トルに用いるゲイ ンと、 パル ス位置設定部 1 3 4からの雑音符号べク トルに用いるゲイ ン とを求める。 そして、 ゲイ ンを付与された適応符号ベク トル と雑音符号ベク トルとを加算する ことにより、 音源信号を生 成する。 音源信号は、 合成フィル夕部 1 3 3 と適応符号帳 1 3 1 に入力される。

合成フィルタ 1 3 3 は、 スぺク トルパラメ一夕符号 Aから 音声信号のスぺク トルの概形を表すスぺク トルパラメ一夕を 復号し、 これを用いて合成フィ ルタのフィ ル夕係数を求める < こう して求められたフィルタ係数を用いて構成される合成フ ィ ル夕に、 音源信号生成部 1 3 2 からの音源信号を入力する < このよう にすると、 合成フィルタ 1 3 3 の出力として音声信 号が生成される。

後処理フィル夕部 1 3 8 は、 合成フィルタ 1 3 3 で生成さ れた音声信号のスぺク トルの形状を整形する。 これによ り、 主観的な音質が改善された音声信号を音声復号化部の出力と する ことができる。 F i g . 1 3 には明示していないが、 典 型的な後処理フィルタ部 1 3 8 では、 スペク トルパラメ一夕 または合成フィル夕のフィル夕係数を用いることにより、 音 声信号のスぺク トルの概形を整形する ことが行われる。 音声 信号のスぺク トルの概形に基づき、 スぺク トルの形状の凹凸 のうち、 谷の部分の周波数に存在する符号化雑音を抑圧し、 山の部分の周波数に存在する符号化雑音をある程度許容する。 このようにすることで、 符号化雑音が音声信号にマスクされ て人間の耳に聞こえ難くするような整形が行われる。

かく して、 音声復号化部 1 3 6から再生された音声信号が 出力される。

F i . 1 1 において、 サンプリ ングレー ト変換部 1 1 4 は、 音声復号化部から出力された音声信号を受け取る。 そし て、 制御部 1 1 5からの帯域情報に基づいて、 帯域情報が広 帯域を示す場合には、 音声復号化部 1 1 6からの音声信号の サンプリ ングレー ト変換を行わずにそのまま音声出力部 1 1 2 に出力する。

一方、 制御部 1 1 5からの帯域情報が狭帯域を示す場合に は、 サンプリ ングレー ト変換部 1 1 4に入力される音声復号 化部からの音声信号は、 高い周波数を持たない狭帯域信号で あることがわかる。 この場合、 サンプリ ングレー ト変換部 1 1 4は、 広帯域信号に対応したサンプリ ングレ一 卜 （典型的 には 1 6 k H z サンプリ ング) で音声復号化部から入力され た音声信号を、 狭帯域信号用の低いサンプリ ングレー ト （典 型的には 8 k H z サンプリ ング） に変換して出力するように する。

このよう に検出した帯域情報に応じて、 音声復号化部から の音声信号のサンプリ ングレー トを変換 （上記の例ではダウ ンサンプリ ング） する。 これによ り、 音声信号に含まれる実 質的な周波数帯域に見合っただけのサンプリ ングレー 卜での 音声信号をデ一夕として獲得することができる。 言い換える と、 本来は狭帯域音声信号であるが、 広帯域音声復号化をす ることによ り、 広帯域音声用の過度に高いサンプリ ングレー 卜で表されてしまう ことで音声信号デ一夕が大きくなつてし まう ことを、 この発明を用いる ことで回避する ことが可能に なる。

音声出力部 1 1 2 は、 サンプリ ングレー ト変換部 1 1 4か らの音声信号を入力し、 制御部 1 1 5からの帯域情報に対応 するサンプリ ングレー トに応じたタイ ミ ングでサンプルごと に出力音声 1 1 1 を出力する。 音声出力部 1 1 2 は、 例えば D / A変換部及びドライバを備え、 制御部 1 1 5からの帯域 の広狭の識別情報に基づいてサンプリ ングレー 卜変換部 1 1 4からの音声信号をアナログ電気信号に変換し、 F i g . 1 1 に図示しないスピーカを駆動して音声を出力する。

なお、 この他に、 出力音声をディ ジタルでメモリ等に記録 または転送する際には、 狭帯域音声信号であるか広帯域音声 信号であるかの情報を基に、 狭帯域音声信号である場合には、 音声信号を 8 k H z にダウンサンプリ ングする ことによ りデ 一夕量を削減できる。 このため、 メモリ の有効利用や転送時 間の短縮を図ることができる。 また、 サンプリ ングレー ト等 の帯域情報も音声信号と関連づけて記録または転送する こと で、 記録または転送した音声信号を正しいサンプリ ングレー 卜で正確に再生することができる。 F i g . 1 6 は、 この発明の第 3 の実施形態に係る広帯域 音声復号化装置の骨子となる動作を示すフローチヤ一 卜であ る。

以下、 同図を用いて広帯域音声復号化装置の動作について 説明する。

まず、 処理を開始すると、 帯域検出部 1 1 3 において、 符 号化データに組み入れて送られた帯域情報を取得し （ステツ プ S 6 1 ) する。 そして、 この取得された帯域情報に基づい て、 広帯域用または狭帯域用のいずれの処理を行うかを決定 する （ステップ S 6 2 ) 。

狭帯域用の処理を行う と決定した場合、 制御部 1 1 5 は、 音声復号化部 1 1 6 での復号化に用いる所定パラメ一夕を狭 帯域用に修正する。 そして、 入力された符号化デ一夕から音 声復号化部 1 1 6で音声信号を生成し （ステップ S 6 3 ) 、 処理を終了する。

一方、 広帯域用の処理を行う と決定した場合には . 制御部 1 1 5 は音声復号化部 1 1 6 での復号化に用いる所定パラメ —夕を広帯域用にする。 そして、 入力された符号化データか ら音声復号化部 1 1 6で音声信号を生成し （ステップ S 6 4 ) 、 処理を終了する。

この発明の第 3 の実施形態によれば、 帯域情報に基づき適 切な復号化パラメ一夕が選択される。 これによ り、 広帯域音 声復号化処理で広帯域又は狭帯域のいずれの音声信号が生成 される場合であっても、 帯域情報に応じた音声信号を高品質 に復号化する ことができる。 (第 4 の実施形態）

この発明の第 4の実施形態は、 検出された帯域情報の広帯 域又は狭帯域の区別に応じて、 復号化において生成される音 源信号を修正することが特徴である。

音源信号の修正方法の例としては、 検出された帯域情報の 広帯域又は狭帯域の区別に応じて、 ピッチの周期性又はホル マン トの強調の強弱又は有無を選択することができるよう に する。

F i g . 1 4は音声復号化部 1 4 6 と、 復号化において生 成される音源信号を修正するために用いる制御部 1 4 5 の構 成を表すプロック図である。

F i g . 1 4における音声復号化部 1 4 6 の構成は、 音源 信号生成部 1 4 2 と、 合成フィルタ部 1 4 3 との間に音源修 正部 1 4 7 を設けている点に特徴がある。 第 4の実施形態で は パルス位置設定部 1 4 4は従来の方法のパルス位置候補 の設定とした。 その他の構成は F i g . 1 3 と同じである。 こ こで音源修正部 1 4 7 は、 音源信号生成部 1 4 2 で生成さ れた音源信号について、 量子化に起因する聴感上の雑音感を 軽減するため、 ピッチの周期性又はホルマン トの強調の強弱 又は有無を調整するものである。

また、 制御部 1 4 5 に内蔵する復号化パラメ一夕用メモリ 1 4 5 aには、 広帯域音声信号の復号化に用いる 「音源修正 用パラメータ （広帯域用） 」 と、 狭帯域音声信号の復号化に 用いる 「音源修正用パラメ一夕 （狭帯域用） 」 とが、 選択的 に読み出すことが可能なよう に記憶されている。 つまり、 制 御部 1 4 5 は、 帯域の広狭の識別情報に基づいて、 内蔵する 復号化パラメ一夕用メモリ 1 4 5 aから 「音源修正用パラメ 一夕 （広帯域用） 」 又は 「音源修正用パラメ一夕 （狭帯域 用） 」 を選択的に読み出し、 音源修正部 1 4 7 に送る。

音源修正部 1. 4 7 は、 広帯域音声信号又は狭帯域音声信号 を復号化する場合に、 それぞれ対応するピッチの周期性又は ホルマン トの強調の強弱又は有無を設定することができる。 その結果、 それぞれ適切に量子化雑音の影響を低減させる こ とができる。

具体的には、 帯域の識別情報によ り狭帯域音声信号が復号 されることがわかる場合には、 帯域の識別情報により広帯域 音声信号が復号されることがわかる場合に比べ、 広帯域音声 復号化で生成される音源信号の劣化が大きいと推定されるの で、 音源信号の修正を比較的強く行う ことが好ましい。

検出された帯域情報が広帯域を示すか狭帯域を示すかに応 じて、 復号化において生成される音源信号を修正する方法は F i g . 1 4の構成に限られるものではなく、 例えば、 F i g · 1 1 や F i g . 1 2 に示す構成であってもよい。

F i g . 1 1 は、 音源修正部 4 7 aが適応符号帳 4 1 から の適応符号べク トルを修正し、 この修正された適応符号べク トルを用いる ことにより、 修正された音源信号が生成される 構成を表している。 この場合、 音源信号を構成する基となる 適応符号べク トルを帯域情報が広帯域を示すか狭帯域を示す かに応じて修正される。 このため、 結果的には帯域情報が広 帯域か狭帯域かに応じて、 音源信号が修正される ことになる , また、 F i g . 1 2 は、 音源修正部 4 7 bがパルス位置設 定部 4 4からの雑音符号ベク トル （この例では代数符号帳か ら生成される符号ベク トル） を修正し、 この修正された雑音 符号ベク トルを用いることによ り、 修正された音源信号が生 成される構成を表している。 この場合、 音源信号を構成する 基となる雑音符号べク トルを帯域情報が広帯域を示すか狭帯 域を示すかに応じて修正される。 このため、 結果的に、 帯域 情報が広帯域か狭帯域かに応じて、 音源信号が修正される こ とになる。

このよう に、 様々な実現の方法があるが、 帯域情報が広帯 域か狭帯域かに応じ、 音源信号が修正されるよう になってい ればこの発明に含まれる ことは言う までも無い。

この発明の第 4実施形態によれば、 再生される音声信号の 帯域の広狭に合わせて音源信号を適応的に修正することがで きる。 このため、 適切に量子化雑音の影響を低減させること ができる。

(第 5 の実施形態）

第 5 の実施形態は、 合成後の音声信号の後処理フィルタに よるピッチの周期性又はホルマン 卜の強調の強弱又は有無を , 帯域の識別情報から得られる広帯域又は狭帯域の区別に応じ て選択することができるよう に音声復号化部を構成したもの である。

F i g . 1 5 は、 当該音声復号化部 1 5 6及びこれに関連 のある復号化パラメ一夕用メモリ 1 5 5 a を含む制御部 1 5 5 の構成を表すブロック図である。 F i g . 1 5 における音声復号化部 1 5 6 は、 適応符号帳 1 5 1 と、 音源信号生成部 1 5 2 と、 合成フィ ルタ部 1 5 3 と、 パルス位置設定部 1 5 4 と、 後処理フィルタ部 1 5 8 と から構成される。

パルス位置設定部 1 5 4は、 F i g . 1 4のパルス位置設 定部 1 4 4 と同じである。 また、 適応符号帳 1 5 1 、 音源信 号生成部 1 5 2及び合成フィル夕部 1 5 3 はそれぞれ、 F i g . 1 3 の適応符号帳 1 3 1 、 音源信号生成部 1 3 2及び合 成フィル夕部 1 3 3 と同じである。 さ らに、 制御部 1 5 5 に 内蔵する復号化パラメ一夕用メモリ 1 5 5 aには、 広帯域音 声信号の復号化に用いる 「後処理用パラメ一夕 （広帯域 用） 」 と、 狭帯域音声信号の復号化に用いる 「後処理用パラ メ一夕 （狭帯域用） 」 とが、 選択して読み出せるよう に記憶 されている。 つまり、 制御部 1 5 5 は、 帯域の広狭の識別情 報に基づいて、 内蔵する復号化パラメ一夕用メモリ 1 5 5 a から 「後処理用パラメ一夕 (広帯域用） 」 又は 「後処理用パ ラメ一夕 （狭帯域用） 」 を選択的に読み出して、 後処理フィ ル夕部 1 5 8 に送る。

後処理フィルタ部 1 5 8 は、 合成フィルタ部 1 5 3からの 広帯域音声信号又は狭帯域音声信号を処理する場合に、 それ ぞれ対応するピッチの周期性又はホルマン 卜の強調の強弱又 は有無を設定する ことができる。 その結果、 復号された音声 信号が広帯域音声信号であっても、 また狭帯域音声信号であ つても、 適切に量子化雑音の影響を低減させる こ とができる < 具体例としては、 帯域の識別情報によ り狭帯域音声信号が 復号される ことがわかる場合には、 帯域の識別情報により広 帯域音声信号が復号されることがわかる場合に比べ、 広帯域 音声複号化において合成フィルタから出力される音声信号の 劣化が大きいと推定される。 このため、 音声信号の修正を比 較的強く行う よう に、 後処理フィル夕で用いるパラメータを 制御することが好ましい。

後処理フィルタ部 1 5 8 の詳細な例として、 こ こでは適応 ボス トフィル夕を用いて説明する。 適応ボス トフィル夕は、 例えば、 F i g . 2 3 に示すよう に、 フォルマン トポス トフ ィルタ 1 9 0 と、 傾き補償フィル夕 1 9 1 と、 ゲイ ン調整部 1 9 2 とから構成されるが、 これに限られるものではない。 適応ボス 卜フィル夕の構成としては、 さ らにピッチ強調フィ ル を含む構成であってもよい。

適応ボス トフィル夕の処理は一例として 以下のよう に行 われる。 最初に、 合成フィル夕からの音声信号をフォルマン トポス トフィルタ 1 9 0 に通し、 その出力信号を傾き補償フ ィル夕 1 9 1 に通す。 そして、 傾き補償フィル夕からの出力 信号をゲイ ン調整部 1 9 2 に入力してゲイ ン調整を行う。 こ の結果、 適応ポス トフィル夕の出力となる音声信号が得られ る。 なお、 適応ポス トフィルタ内部の処理順についてはこれ に限られるものではなく、 合成フィル夕からの音声信号を、 まず初めに傾き補償フィル夕に通過させる構成や、 ゲイ ン補 償処理を適応ボス トフィル夕の処理の初段または中段で行う 構成など、 様々な構成を採用することが可能である。 F i g . 2 3 の例は、 帯域の識別情報に応じてフォルマン 卜ポス トフィル夕 1 9 0で使用するパラメ一夕が制御部 1 5 5.によって制御される ことにより、 音声のスぺク トルの概形 を強調する度合いが制御される構成を示している。

ボス トフィル夕は、 フレームを分割したサブフレームごと に更新される場合が多い。 例えば音声復号化のフレームが 2 0 m s のときの典型的な例としては、 サブフレーム長として 5 m s や 1 0 m s を用いることが多い。

フォルマン トポス 卜フィルタ 1 6 0 (H f ( z ) ) は、 例 えば次式で与えられる。

/^{( )}—

ここで A " ( z ) は、 スペク トルパラメ一夕 Aから求めら れる L P C係数 a ~ i (i=l，...，p ； p は L P Cの次数で典型的 には 8〜 1 6 程度） を用いて次式で表される。

I / Κ ~ ( ζ ) は再生された音声信号のスペク トルの概形 (スペク トル包絡とも言う） を表しており、 ノ ラメ一タ τ η および r dによって、 フォルマン トポス トフィルタ H f

( z ) の特性が決まる。 通常パラメ一夕 ァ nおよびァ dは、 0 < r n < 1 , および、 0 < r d < l であ り、 特に、 r nく r d とすることによ り、 フォルマン トポス トフィルタ H f ( z ) は音声信号の:スぺク トルの概形を強調する特性となる。 また、 r n と r dの値に応じて、 音声信号のスペク トルの概 形を強調する度合いを変えることができる。

例えば、 第 1 のノ、。ラメ一夕セッ トとして r n = 0 . 5、 τ d = 0 . 5 5 とし、 第 2 のパラメ一夕セッ ト としてァ n = 0 . 5、 γ d = 0 . 7 とする と、 第 2 のパラメ一夕セッ トの方が、 第 1 のパラメ一夕セッ 卜に比べて、 音声信号のスぺク トルの 概形を強調する （修正する） 度合いが大きいフォルマン トポ ス トフィル夕となる。 このよう にパラメ一夕 (セッ ト） を切 り替えることにより、 適応ポス トフィル夕の特性を修正する

(変える） ことができる。

この発明では、 狭帯域信号である ことが検出されたときに は、 適応ポス トフィル夕による強調 (修正） の度合いが大き く なるよう にパラメータ （セッ ト） を切り替えるよう にする。 上記の例では 狭帯域信号である ことが検出されたときには、 音声信号のスペク トルの.概形を強調する （修正する） 度合い が大きい第 2 のパラメ一夕セッ ト (例えばァ n = 0 · 5、 r d = 0 . 7 ) を用いるようにする。 一方、 広帯域信号である ことが検出されたときには、 音声信号のスぺク トルの概形を 強調する （修正する） 度合いが比較的小さい第 1 のパラメ一 夕セッ ト （例えば、 r n = 0 . 5、 r d = 0 . 5 5 ) を用レ るようにする。

このよう にすると、 品質が劣化しやすい狭帯域の音声信号 を復号化処理で生成する場合に、 スペク トルの概形を適切な 強さで強調して音質を改善することができるよう になる。 一 方、 広帯域の音声信号については、 品質劣化が少ない傾向に あるので、 スぺク トルの概形をあま り強調する必要が少ない（ このため、 スぺク トルの概形を強調する度合いのより少ない パラメータ （セッ ト） を用いるよ う にする。 こ うする こ とで、 狭帯域音声が生成されるか広帯域音声が生成されるかに応じ て、 スペク トルの概形を適切に強調できるので、 低ビッ ト レ ー トでも、 高品質な音声を安定して提供することができるよ うになる。

上記で説明した第 1 、 第 2 のパラメータセッ トの数値はこ れに限られるものでないことは言う までもない。 例えば、 広 帯域用の後処理フィルタに用いる第 1 のパラメータセッ 卜と して、 r n = 0 . 5 、 r d = 0 . 5などと ァ n とァ dを同じ 値にしたものを使用することも可能である。 この場合には、 実質的にスペク トルの概形を強調 （修正） しないことと等し く 、 強調の度合いが小さいようにする方法として、 このよう な使い方も有効である。

フォルマン トポス トフィルタ 1 9 0 からの出力信号は傾き 補償フィルタ 1 9 1 に通される。 傾き補償フィル夕 H t

( z ) はフォルマン 卜ポス トフィルタ H f ( z ) の傾きを補 償するもので、 一例としては、 次の式で与えられる。

ここで = r t k l，であり、 k l 'はフィル夕 A一 ( z / r n ) / A " ( z / r d ) のイ ンパルス応答 h i ( n ) を用レ て、 次の式で求められる。 _r (V)

K = ^ (0 = ∑h_f {j)h_f{j + i).

(o) =0

上記の例ではイ ンパルス応答を長さ L h (例えば 2 0程 度） で打ち切ったものから k 1 'を求めるが、 これに限られる ものではない。

ゲイ ン調整部 1 9 2 は、 傾き補償フィル夕からの出力信号 を入力してゲイ ン調整を行う。 ゲイ ン調整部 1 9 2 は、 ボス 卜フィ ル夕の入力信号である合成フィル夕か らの音声信号と ポス トフィル夕で処理された後の出力信号の利得との違いを 補償するためのゲイ ン値を計算する。 そして、 こ の計算結果 . をもとに、 ボス 卜フィル夕自体のゲイ ンを調整する。 こうす ることによ り、 ボス トフィルタに入力される音声信号とボス 卜フィ ル夕から出力される音声信号との大きさが同じ程度に なるように調整する ことができる。

上記の例では、 後処理フィルタを用いた音声信号の修正と して、 フォルマン 卜ボス 卜フィルタを用いたが、 これに限ら れるものではない。 例えば、 音声信号のピッチ周期性を強調 するためのピッチ強調フィルタ、 傾き補償フィ ル夕、 または ゲイ ン調整処理の何れかに関連するパラメ一夕を、 帯域情報 が広帯域か狭帯域かに応じて修正することによ り、 音声信号 が修正される構成によっても適応化は可能である。

この発明の本旨とするところは、 帯域情報が広帯域か狭帯 域かに応じて、 適応的に音声信号が修正されることが特徴で あり、 この本旨に従う適応的な後処理の構成であれば発明に 含まれることは言う までも無い。 この発明の第 5 の実施形態によれば、 検出される音声信号 の帯域情報が広帯域であるか狭帯域であるかに応じて後処理 フィル夕によ り音声信号のスぺク トルの概形を適応的に整形 するので、 音声信号に含まれる量子化雑音の影響を適切に低 減させることができる効果がある。

(第 6 の実施形態）

第 6 の実施形態におけるこの発明の特徴は、 音声復号化部 1 6 6が、 ローヮバン ド （ L o w e r — B a n d ) 生成部 1 6 6 a (低域側の音声信号を生成。 典型的には、 約 6 k H z 以下の低域側の音声信号を生成する） と、 八ィャバン ド （H 1 11 6 1" — 8 3 11 €1 ) 生成部 1 6 6 ゎ （高域信号を生成。 典型的には、 約 6 k H z〜 7 k H z の帯域の高域側の音声信 号を生成する） から構成される。 そして、 検出された帯域情 報の広帯域又は狭帯域の区別に応じて、 H i g h e r — B a n d生成部 1 6 6 bを制御する ことによ り、 音声復号化部に おける高域信号を修正するか、 もしく は、 高域信号の生成処 理を修正する ことにある。

高域信号を修正する方法としては、 検出された帯域情報が 狭帯域である ことを示す場合に、 H i g h e r — B a n d生 成部 1 6 6 bからの高域信号が L. o w e r — B a n d生成部 1 6 6 aからの信号に付与されないような修正を行う ことを 骨子とする。

以下、 F i g . 2 4 を用いて第 6 の実施形態の特徴となる 各部について説明する。 L o w e r — B a n d生成部 1 6 6 aは、 適応符号帳 1 6 1 と、 パルス位置設定部 1 6 4 と、 音源信号生成部 1 6 2 と、 合成フィル夕部 1 6 3 と、 後処理フィルタ部 1 6 8 と、 アツ プサンプリ ング部 1 6 9 とから構成される。 L o w e r - B a n d生成部 1 6 6 aは、 適応符号帳 1 6 1 、 パルス位置設 定部 1 6 4、 音源信号生成部 1 6 2及び合成フィルタ部 1 6' 3 を用いて音声信号を生成する。 この生成された音声信号は、 後処理フィルタ部 1 6 8で処理され、 これによ り音声信号に 含まれる.符号化雑音の雑音整形がなされた低域側の音声信号 が生成される。 こ こで、' 音声信号のサンプリ ングレー ト とし ては、 典型的には 1 2 . 8 k H z 程度が用いられる。

次に、 この生成された音声信号はアップサンプリ ング部 1 6 9 に入力され、 H i g h e r — B a n d信号と同じサンプ リ ングレー 卜 (典型的には、 1 6 k H z ) にアップサンプリ ングされる。 こう して 1 6 k H z にアップサンプリ ングされ た低域側の音声信号が、 L o w e 1- — B a n d生成部 1 6 6 aから出力され、 H i g h e r — B a n d生成部 6 6 bに入 力される。

H i g h e r — B a n d生成部 1 6 6 bは、 H i g h e r — B a n d信号生成部 1 6 6 b l と、 H i g h e r — B a n d信号付加部 1 6 6 b 2から構成される。 H i g h e r _ B a n d信号生成部 1 6 6 b l は、 合成フィル夕部 1 6 3 で使 用した低域側の音声信号のスぺク トル形状の概形を表す合成 フィル夕の情報を用いて、 高域信号のスペク トルの形状を表 す高域用の合成フィルタを生成する。 そして、 この生成され た合成フィル夕に、 ゲイ ンが調整された高域用の音源信号を 入力し、 合成された信号を所定のバン ドパスフィル夕に通過 させる ことにより高域信号を生成する。 高域用の音源信号の ゲイ ンは、 低域側の音源信号のエネルギと、 低域側の音声信 号のスペク トルの傾きをもとに調整される。

H i g h e r — B a n d信号付加部 1 6 6 b 2 は、 L o w e r 一 B a n d生成部 1 6 6 aから入力された低域側の音声 信号に、 H i g h e r — B a n d信号生成部 1 6 6 b 1 で生 成された高域信号を付加した信号を生成する。 そして、 この 生成された信号を音声復号化部 1 6 6からの出力として、 サ ンプリ ングレー ト変換部 1 1 0 4 に入力する。

サンプリ ングレー ト変換部 1 1 0 4は、 F i . 1 1 のサ ンプリ ングレー ト変換部 1 1 4 と同様の機能を有する。 サン プリ ングレー ト変換部 1 1 0 4は、 音声復号化部 1 6 6から 出力された音声信号を受け取る。 そして、 制御部 1 6 5から 出力された帯域情報に基づいて、 帯域情報が広帯域を示す場 合には、 サンプリ ングレ一 卜変換を行わずに、 音声復号化部 からの音声信号をそのまま音声出力部に出力する。

一方、 制御部 1 6 5からの帯域情報が狭帯域を示す場合に は、 サンプリ ングレー ト変換部 1 1 0 4に入力される音声復 号化部からの音声信号は、 高い周波数を持たない狭帯域信号 であることがわかる。 この場合サンプリ ングレー ト変換部 1 1 0 4は、 音声復号化部から入力された音声信号 （典型的に は 1 6 k H zサンプリ ング） を、 狭帯域信号用の低いサンプ リ ングレー ト （典型的には 8 k H zサンプリ ング） に変換し て出力する。

F i . 2 4の例を用いて、 より具体的に発明法の動作に ついて説明すると、 次のようになる。 制御部 1 6 5 に入力さ れた帯域情報が狭帯域であることを示す場合に、 制御部 1 6 5 は H i g h e r — B a n d生成部 1 6 6 b を制御して、 H i g h e r 一 B a n d生成部からの高域信号が L o w e r — B a n d生成部からの信号に付与されないよう にする。

よ り具体的な方法としては、 H i g h e r — B a n d信号 生成部 1 6 6 b 1 において H i g h e r — B a n d信号を生 成するための処理を行わないか、 も しく は生成された H i g h e r 一 B a n d信号を零か小さな値になるよう に修正して 出力する。 また、 H i g h e r — B a n d信号付加部 6 6 b 2 において、 L o w e r — B a n d生成部からの信号に H i g h e r — B a n d信号の付加を行わずに L o w e r - B a n d生成部からの信号をそのまま出力する方法でもよい。 さ らに、 F i g . 2 4の構成において、 低域側の音声復号 化部 （ F i g . 2 4では L o w e r — B a n d生成部 1 6 6 a ) に、 第 3 、 第 4及び第 5 の実施形態で示したそれぞれの 発明を用いる ことが可能である ことは言う までも無い。

すなわち、 検出された帯域情報を基に、 低域側の音声復号 ィ匕部 （ F i g . 2 4では L o w e r — B a n d生成部 1 6 6 a ) を制御する ことによ り、 生成される狭帯域音声の音質を 改善できる効果がある。 この場合、 制御部 1 6 5からの制御 信号 （ F i g . 2 4 に点線矢印で表示） が L o w e r — B a n d部 1 6 6 aに入力される構成となる。 L o w e r - B a n d部 1 6 6 a内に入力された制御信号 （点線矢印で図示） を表した例は、 F i g . 2 6 (パルス位置設定部を制御） 、 F i g . 2 7 (音源信号を制御） 、 F i g . 2 8 (後処理フ ィルタ部を制御） となる。 これらは、 第 3 の実施形態におけ る F i g . 1 3、 第 4の実施形態における F i g . 1 4、 第 5 の実施形態における F i g . 1 5、 にそれぞれ対応してい るため、 詳細な説明は省略する。

また、 広帯域音声復号化部が L o w e r — B a n d生成部 (低域側の音声信号を生成） と、 H i g h e r — B a n d生 成部 (高域信号を生成） とから構成されている場合に、 L o w e r — B a n d生成部に第 3、 第 4及び第 5 の実施形態で 示した発明のいずれかを用いて、 H i g h e r — B a n d生 成部の制御を行わない方法としてもよい。 この場合にも、 第 3、 第 4及び第 5 の実施形態で示した発明と同じ効果が得ら れる。

この場合の発明の構成例は、 F i g . 2 4 、 F i g . 2 6 . F i g . 2 7及び F i g . 2 8 において、 制御部 1 6 5から 出力される点線矢印で示した制御信号 ( L o w e r - B a n d生成部に対する制御） があって、 実線矢印で示した制御信 号 （ H i g li e r — B a n d生成部に対する制御） が無いも のとなる。

(第 7 の実施形態）

以下、 F i g . 2 5 を参照して、 この発明の第 7 の実施形 態を説明する。 第 7 の実施形態では、 帯域情報を基にサンプリ ングレー ト 変換部における処理が制御される点は、 上述したサンプリ ン グレー ト変換部 _{2 4} と同様である。 しかし、 この発明の第 7 の実施形態では、 サンプリ ングレ一 卜変換部におけるダウン サンプリ ング処理に特徴がある。 この際、 使用する帯域情報 は帯域検出部からのものを用いる。

従来のダウンサンプリ ング処理では、 ダウンサンプリ ング による周波数折り返し (エイ リ アジング） を防止するために， 帯域制限フィル夕を用いて信号の帯域制限を行ってからダウ ンサンプリ ングすることが必要だった。 このため、 帯域制限 フィルタがもたらす遅延によ り出力信号が遅延する ことや、 帯域制限フィル夕の処理で計算量が増加するという問題が生 じる。 また、 フィル夕で帯域制限を高性能に行うためには、 高次の帯域制限フィル夕が必要となり、 フィル夕出力の遅延 や計算量が増加するという問題も生じる。

一方、 この発明の第 7 の実施形態では、 帯域情報を基にサ ンプリ ングレー ト変換部を制御してダウンサンプリ ングを行 う ことが可能となる。 このため、 帯域情報が狭帯域を示す場 合には、 サンプリ ングレー ト変換部に入力される音声信号は 狭帯域信号であることが保証されることを利用 し、 そのとき には、 フィ ル夕による帯域制限を行わないで信号を間引いて ダウンサンプリ ングする ことができる。 この結果、 帯域制限 フィルタの必要がなくなるため、 ダウンサンプリ ング処理に よる出力信号の遅延が生じないという効果がある。 また、 帯 域制限フィルタを用いないので、 計算量を低減できる効果が ある。 しかも、 検出した帯域情報を基にサンプリ ングレー ト 変換部に入力される音声信号が狭帯域に帯域制限されている ことを確認した上で、 信号を間引いてダウンサンプリ ングす るので、 ダウンサンプリ ングによる周波数折り返し （ェイ リ アジング） の影響を非常に小さいものにできる効果がある。

ここで、 F i g . 2 5 を用いて、 第 7 の実施形態の動作を 説明する。

F i g . 2 5 は制御部 1 6 5 とサンプリ ングレー ト変換部 1 1 0 4の構成を示すものである。 帯域検出部からの帯域情 報は制御部 1 6 5 に入力される。 この帯域情報は復号化部で 生成される音声信号 (典型的には 1 6 k H z サンプリ ングの 音声信号） が狭帯域信号であるか広帯域信号であるかを示す ものである。

帯域情報は、 帯域検出部において帯域の識別情報から求め られたものを用いる。 帯域の識別情報は、 一例としては、 F i g . 2 0 に示すよう に、 符号化データとは別に、 サイ ド情 報として送信側から伝送されたものを使用するが、 これに限 られるものではない。 例えば、 帯域の識別情報が符号化デ一 夕の一部に組み入れて送られたものを用いる構成を使用する ことができる。 また、 帯域の識別情報が符号化データに付随 したデ一夕として送られたものを使用する こともできる。 あるいは F i g . 1 9 のよう に音声復号化部の内部で再 生される信号 （例えば、 音声信号や音源信号など） 、 もしく は音声信号のスぺク トルの概形を表すスぺク トルパラメ一夕 を基に、 帯域の識別情報を求めることも一法である ことは既 に述べた通りである。

制御部 1 6 5 に入力された帯域情報が狭帯域を示す場合に は、 制御部 1 6 5 は、 切り替え部 1 1 0 7 を制御して切り替 え部内のスィ ッチをダウンサンプリ ング部 1 1 0 6 の側に接 続する。 これにより、 サンプリ ングレー ト変換部 1 1 0 4 に 入力された音声信号が、 ダウンサンプリ ング部 1 1 0 6 に入 力される。

ダウンサンプリ ング部 1 1 0 6 は、 入力された音声信号 (典型的には 1 6 k H z サンプリ ングの音声信号） を間引い てダウンサンプリ ングされた音声信号 (典型的には 8 k H z サンプリ ングの音声信号） を生成し、 音声出力部に出力する， このとき、 ダウンサンプリ ング部 1 1 0 6 における信号の間 引き処理は、 帯域制限フィル夕処理を用いないで単純に信号 の間引きを行う。

例えば、 1 6 k H z サンプリ ングの音声信号をダウンサン プリ ング部 1 1 0 6で 8 k Hにダウンサンプリ ングする場合 には、 入力された 1 6 k H zサンプリ ングの音声信号を 2 ： 1 の割合で規則的に信号を間引く ことで 8 k H z サンプリ ン グの音声信号を生成することができる。 言い換えると、 1 6 k H z サンプリ ングの音声信号の奇数サンプル、 もしく は偶 数サンプルだけをそのまま用いて 8 k H z サンプリ ングの音 声信号として出力する。

一方、 制御部 1 6 5 に入力された帯域情報が広帯域を示す 場合には、 制御部 1 6 5 は、 サンプリ ングレー ト変換部 1 1 W

62

0 4 に入力された音声信号 （典型的には 1 6 k H zサンプリ ングの音声信号） をそのまま音声出力部に出力するよう に切 り替え部 1 1 0 7 のスィ ッチを制御する。

F i g . 1 8 は、 第 7 の実施形態に係る発明の処理例をフ 口一チャー トに表したものである。

ステップ S 8 1 で、 帯域情報を取得する。 次に、 ステップ S 8 2で広帯域音声復号処理を行う。 これと前後して、 ステ ップ S 8 3で帯域情報が狭帯域を示すかどうかを判定する。 このとき、 狭帯域と判定されると、 広帯域音声復号処理によ り生成された音声信号に対し、 ステップ S 8 4で、 帯域制限 フィル夕を用いないで信号の間引きを行いダウンサンプリ ン グされた信号を生成し出力する。 一方、 ステップ S 8 3 で狭 帯域でないと判定されると、 広帯域音声復号処理によ り生成 された音声信号をそのまま出力する。

なお.， 第 7 の実施形態は、 上述した第 3 、 第 4、 第 5及び 第 6 の各実施形態で示したそれぞれの方法と共に用いること が可能である。 すなわち、 それぞれの実施形態で示した方法 はそれぞれ単独で用いることが可能である し、 あるいは複数 の方法を組み合わせて用いることも可能である。

F i g . 1 7 は、 第 7 の実施形態に係る方法と第 3 の実施 形態に係る方法を併用したときの処理例をフローチャー トに 表したものである。 ステップ S 7 1 で、 帯域情報を取得する。 次に、 ステップ S 7 2 で帯域情報が狭帯域を示すかどうかを 判定する。 このとき、 狭帯域でないと判定されると、 ステツ プ S 7 3で第 1 の広帯域音声復号化処理 （広帯域用のパラメ 一夕を用いた通常の広帯域音声復号化処理） を行う。

—方、 ステップ S 7 2で帯域情報が狭帯域でないと判定さ れると、 ステップ S 7 4で第 2 の広帯域音声復号化処理 （狭' 帯域用にパラメ一夕を修正した広帯域音声復号化処理）' を行 う。 そして、 この処理により生成された音声信号に対し、 ス テツプ S 7 5で、 帯域制限フィル夕を用いない間引き処理に よりダウンサンプリ ングされた音声信号を生成し出力する。

第 7 の実施形態における方法は、 第 6 の実施形態における 方法とあわせて用いると、 より効果的である。 すなわち、 第 6 の実施形態における方法を用いると.、 検出した帯域情報を 基に、 復号化部で生成される音声信号が狭帯域信号であるこ とがわかると、 復号化部 1 6 6から出力される音声信号に H i g h e r — B a n d生成部 1 6 6 bからの高域信号 （狭帯 域音声信号が生成される場合でも完全に零の信号ではない） が混入しないよう に制御部が制御する。 このため、 高域信号 成分が更に少ない狭帯域の音声信号を復号化部の出力として 生成することができる。 この狭帯域の音声信号をサンプリ ン グレー ト変換部 1 1 0 4 に入力するので、 帯域制限フィ ル夕 処理をしないで間引いてダウンサンプリ ングしたときに生じ る周波数折り返し （エイ リ アジン.グ） は、 第 7 の実施形態に おける方法を単独で用いた場合より も小さ くなり、 これによ り音質が改善されるという効果がある。

Claims

請 求 の 範 囲

1 . 入力音声信号が狭帯域信号か広帯域信号かを識別し、 その識別結果に基づいて広帯域音声符号化処理の所定のパラ メータを制御する ことにより、 前記入力音声信号の符号化を 行う広帯域音声符号化方法。

2 . 入力音声信号のサンプリ ングレー卜を識別し、 その識 別結果に基づいて広帯域音声符号化処理の所定のパラメ一夕 を制御することによ り、 入力音声信号の符号化を行う広帯域 音声符号化方法。

3 . スペク トルパラメータと音源信号を用いて音声信号を 表す広帯域音声符号化装置において、

入力音声信号が広帯域信号か狭帯域信号かを識別する識別 手段と、

前記入力音声信号を基にスぺク 卜ルパラメ一夕を得る手段 と、

前記音源信号を符号化する手段と、

前記識別手段からの識別情報を用いて前記音源信号の符号 化を制御する制御手段と

を具備する広帯域音声符号化装置。

4 . スペク トルパラメータと音源信号を用いて音声信号を 表す広帯域音声符号化装置において、

入力音声信号が広帯域信号か狭帯域信号かを識別する識別 手段と、

前記入力信号を基に前記スぺク トルパラメ一夕を得る手段 と、 前記音源信号を複数個のパルスで符号化する手段と、 前記識別手段からの識別情報を用いて前記パルスの符号化 を制御する制御手段と

を具備する広帯域音声符号化装置。

5 . スペク トルパラメ一夕と音源信号を用いて音声信号を 表す広帯域音声符号化装置において、

入力音声信号が広帯域信号か狭帯域信号かを識別する識別 手段と、

前記入力音声信号を基に前記スぺク トルパラメ 夕を得る 手段と、

前記音源信号を複数個のパルスで符号化する手段と、 前記識別手段からの識別情報を用いて前記パルスの位置候 補を制御する制御手段と

を具備する広帯域音声符号化装置。

6 · 入力音声信号のサンプリ ングレー ト変換手段を有する 広帯域音声符号化装置において、

入力音声信号のサンプリ ングレー ト変換に応じて、

(a)前処理手段、

(b)スぺク )、ルパラメ一夕符号化手段、

(c)適応符号帳探索手段、

(d)音源信号符号化手段、

(e)ゲイン符号化手段

のうちの少なく とも 1 つの手段で、 パラメ一夕数または符号 化候補数を縮小化する手段と

を具備する広帯域音声符号化装置。

7 . ビッ ト レ一 卜が異なる複数の広帯域音声符号化手段と、 入力信号が広帯域信号か狭帯域信号かを識別する識別手段 と、

前記識別手段からの識別情報を用いて、 前記広帯域音声符 号化手段のビッ ト レー トを制御する制御手段と

を具備する広帯域音声符号化装置。

8 . 受信した音声信号が広帯域信号であるか狭帯域信号で あるかを識別する手段と、

前記音声信号をスぺク トル分析して目標信号を作成する手 段と、

前記作成手段によって作成された前記目標信号を符号化す る手段とを具備し、

前記識別手段によって前記音声信号が広帯域信号であると 識別した場合に低いビッ 卜レー 卜で前記音声信号を符号化す るよう に前記符号化する手段を制御し、 前記識別手段によつ て前記音声信号が狭帯域信号であると識別した場合には高い ビッ 卜レー トで前記音声信号を符号化するように前記符号化 する手段を制御するビッ ト レ一 ト制御手段と

を具備する広帯域音声符号化装置。

9 . 音声信号のサンプリ ングレ一 卜が所定の値よ り低いこ とを検出する手段と、

前記音声信号を前記サンプリ ングレー トが所定の値の信号 に変換する手段と、

前記変換した音声信号を符号化する手段とを有し、 前記検出手段によって前記音声信号のサンプリ ングレー ト が所定の値より低いことが.検出された場合には、 検出されな い場合に比較して、 前記符号化する手段においてパラメ一夕 数または符号化候補数を縮小した処理を行う広帯域音声符号 化装置。

1 0 . 前記符号化手段は、 前処理手段と、 スぺク 卜ルパラ メータ符号化手段と、 適応符号帳探索手段と、 音源信号符号 化手段と、 ゲイ ン符号化手段とから構成される請求項 9記載 の広帯域音声符号化装置。

1 1 . 符号化データから音源信号と合成フィ ル夕を生成し、 音源信号と合成フィ ル夕から音声信号を復号する復号処理を 用いた広帯域音声復号化方法において、

復号される音声信号が狭帯域である ことを識別する識別情 報を取得する取得工程と、

前記取得された識別情報を基に、 復号処理を制御する制御 工程と

を具備する広帯域音声復号化方法。

1 2 . 低域側の音声信号を生成するための L o w e r - B a n d生成処理工程と、 高域信号を生成するための H i g h e r 一 B a n d生成処理工程とを有する広帯域音声復号化方 法において、

復号される音声信号が狭帯域である ことを識別する識別情 報を取得する取得工程と、

前記取得された識別情報を基に、 前記 L o w e r — B a n d生成処理を制御する制御工程と を具備する広帯域音声復号化方法。

1 3 . 前記制御工程は、 前記取得された識別情報を基に、 前記音源信号の生成に関係する処理を制御する請求項 1 1 又 は 1 2記載の広帯域音声復号化方法。

1 4 . 前記制御工程は、 前記取得された識別情報を基に、 前記音源信号の生成に用いるパルスの位置に関係する処理を 制御する請求項 1 1 乃至 1 3 のいずれかに記載の広帯域音声 復号化方法。

1 5 . 符号化デ一夕から音源信号と合成フィ ルタを生成し、 音源信号と合成フィルタから音声信号を復号する広帯域音声 復号化方法において、

復号される音声信号が狭帯域であることを識別する識別情 報を取得する取得工程と、

前記取得された識別情報を基に、 復号された音声信号また は音源信号を修正する修正工程と

を具備する広帯域音声復号化方法。

1 6 . 低域側の音声信号を生成するための L o w e r - B a n d生成処理工程と、 高域信号を生成するための H i g h e r 一 B a n d生成処理工程とを備える広帯域音声復号化方 法において、

復号される音声信号が狭帯域であることを識別する識別情 報を取得する取得工程と、

前記取得された識別情報を基に、 前記 L o w e r - B a n d生成処理で生成される音声信号または音源信号を修正する 修正工程と を具備する広帯域音声復号化方法。

1 7 . 前記修正工程は、 前記識別情報を基に、 ピッチ周期 性又はホルマン 卜の強調の強弱または有無を制御することに より、 復号された音声信号または音源信号を修正する請求項 1 5又は 1 6記載の広帯域音声復号化方法。

1 8 . 前記取得工程は、 符号化データとは別に受信される 信号から識別情報を取得する請求項 1 1 乃至 1 7 のいずれか に記載の広帯域音声復号化方法。

1 9 . 前記取得工程は、 符号化データまたは符号化データ に付随されたデ一夕から識別情報を取得する請求項 1 1 乃至

1 7 のいずれかに記載の広帯域音声復号化方法。

2 0 . 前記取得ェ程は、 合成フィルタを表すスペク トルパ ラメ一夕情報から識別情報を取得する請求項 1 1 乃至 1 7 の いずれかに記載の広帯域音声復号化方法。

2 1 . 前記取得工程は、 復号された音声信号から識別情報 を取得する請求項 1 1 乃至 1 7 のいずれかに記載の広帯域音 声復号化方法。

2 2 . 前記取得工程は、 復号側の所定の入力手段から識別 情報を取得する請求項 1 2乃至 1 7 のいずれかに記載の広帯 域音声復号化方法。

2 3 . 前記取得された識別情報から狭帯域であると識別さ れた場合に、 復号された音声信号またはこれに由来する信号 をダウンサンプリ ングする工程を具備する請求項 1 1 乃至 2

2 のいずれかに記載の広帯域音声復号化方法。

2 4 . 符号化データから音源信号と合成フィ ル夕を生成し、 音源信号と合成フィル夕から音声信号を復号する広帯域音声 復号化方法において、

復号される音声信号が狭帯域であることを識別する識別情 報を取得する取得工程と、

前記取得された識別情報から狭帯域と識別され、 かつ復号 された音声信号またはこれに由来する信号をダウンサンプリ ングする場合に、 帯域制限フィルタを介さずに信号を間引く ことによ りダウンサンプリ ングを行う工程と

を具備する広帯域音声復号化方法。

2 5 . 低域側の音声信号を生成するための L o w e r - B a n d生成処理工程と、 高域信号を生成するための H i g h e r - B a n d生成処理工程とを備える広帯域音声復号化方 法において、

復号される音声信号が狭帯域である ことを識別する識別情 報を取得する取得工程と、

前記取得された識別情報から狭帯域と識別され、 かつ復号 された音声信号またはこれに由来する信号をダウンサンプリ ングする場合に、 帯域制限フィルタを介さずに信号を間引く ことによ り ダウンサンプリ ングを行う工程と

を具備する広帯域音声復号化方法。

2 6 . 符号化データから音源信号を生成する手段と、 合成 フィル夕を生成する手段と、 音源信号と合成フィル夕から音 声信号を復号する手段とを備える広帯域音声復号化装置にお いて、 復号される音声信号が狭帯域であるこ とを識別する識別情 報を取得する取得手段と、

前記識別情報を基に復号手段を制御する制御手段と を具備する広帯域音声復号化装置。

2 7 . . 低域側の音声信号を生成するための L o w e r — B a n d生成手段と、 高域信号を生成するための H i g h e r - B a n d生成手段とを備える広帯域音声復号化装置におい て、

復号される音声信号が狭帯域であることを識別する識別情 報を取得する取得手段と、

前記識別情報を基に前記 L o w e r — B a n d生成手段を 制御する制御手段と

を具備する広帯域音声復号化装置。

2 8 . 前記制御手段は、 前記取得された識別情報を基に、 前記音源信号の生成手段を制御する請求項 2 6又は 2 7記載 の広帯域音声復号化装置。

2 9 . 前記制御手段は、 前記取得された識別情報を基に、 前記音源信号の生成に用いるパルスの位置を制御する請求項 2 6乃至 2 8 のいずれかに記載の広帯域音声復号化装置。

3 0 . 符号化データから音源信号を生成する手段と、 合成 フィルタを生成する手段と、 音源信号及び合成フィル夕から 音声信号を復号する手段とを備える広帯域音声復号化装置に おいて、

復号される音声信号が狭帯域である ことを識別する識別情 報を取得する取得手段と、 前記取得された識別情報を基に、 復号された音声信号また は音源信号を修正する修正手段と

を具備する広帯域音声復号化装置。

3 1 . 低域側の音声信号を生成するための L o w e r — B a n d生成手段と、 高域信号を生成するための H i g h e r 一 B a n d生成手段とを備える広帯域音声復号化装置におい て、

復号される音声信号が狭帯域である ことを識別する識別情 報を取得する取得手段と、

前記識別情報を基に、 前記 L o w e r — B a n d生成手段 で復号される音声信号または音源信号を修正する修正手段と を具備する広帯域音声復号化装置。

3 2 . 前記修正手段は、 前記取得された識別情報を基に、 ピッチ周期性又はホルマン トの強調の強弱または有無に影響 を与える波形修正を行う請求項 3 0又は 3 1 記載の広帯域音 声復号化装置。

3 3 . 前記取得手段は、 符号化デ一夕 とは別に受信される 信号から識別情報を取得する請求項 2 6乃至 3 2 のいずれか に記載の広帯域音声復号化装置。

3 4 . 前記取得手段は、 符号化デ一夕または符号化データ に付随されたデ一夕から識別情報を取得する請求項 2 6乃至 3 2 のいずれかに記載の広帯域音声復号化装置。

3 5 . 前記取得手段は、 合成フィル夕を表すスペク トルパ ラメ一夕情報から識別情報を取得する請求項 2 6 乃至 3 2 の いずれかに記載の広帯域音声復号化装置。

3 6 . 前記取得手段は、 復号された音声信号から識別情報 を取得する請求項 2 6 乃至 3 2 のいずれかに記載の広帯域音 声復号化装置。

3 7. 前記取得手段は、 復号側の所定の入力手段から識別 情報を取得する請求項 2 6乃至 3 2 のいずれかに記載の広帯 域音声復号化装置。

3 8 . 前記取得された識別情報から狭帯域であ.ると識別さ れた場合に、 復号された音声信号またはこれに由来する信号 をダウンサンプリ ングする手段を具備する請求項 2 6乃至 3 7 のいずれかに記載の広帯域音声復号化装置。

3 9 . 符号化データから音源信号を生成する手段と、 合成 フィルタを生成する手段と、 音源信号及び合成フィルタから 音声信号を復号する手段とを備える広帯域音声復号化装置に おいて、

復号される音声信号が狭帯域である ことを識別する識別情 報を取得する取得手段と、

前記取得された識別情報から狭帯域と識別され、 かつ復号 された音声信号またはこれに由来する信号をダウンサンプリ ングする場合に、 帯域制限フィルタを介さずに信号を間引く ことによりダウンサンプリ ングを行う手段と

を具備する広帯域音声復号化装置。

4 0 . 低域側の音声信号を生成するための L o w e r - B a n d生成手段と、 高域信号を生成するための H i g h e r 一 B a n d生成手段とを備える広帯域音声復号化装置におい て、 復号される音声信号が狭帯域である ことを識別する識別情 報を取得する取得手段と、

前記取得された識別情報から狭帯域と識別され、 かつ復号 された音声信号またはこれに由来する信号をダウンサンプリ ングする場合に、 帯域制限フィルタを介さずに信号を間引く 手段を用いてダウンサンプリ ングを行う手段と

を具備する広帯域音声復号化装置。

4 1 . 低域側の音声信号を生成するための L o w e r - B a n d生成処理工程と、 高域信号を生成するための H i g h e r 一 B a n d生成処理工程とを備える広帯域音声復号化方 法において、

復号される音声信号が狭帯域であるこ とを識別する識別情 報を取得する工程と、 ·

前記取得された識別情報を基に、 前記 H i g h e r — B a n d生成処理を制御する工程と

を具備する広帯域音声復号化方法。

4 2 . 低域側の音声信号を生成するための L o w e r 一 B a n d生成処理工程と、 高域信号を生成するための H i g h e r 一 B a n d生成処理工程とを備える広帯域音声復号化方 法において、

復号される音声信号が狭帯域である ことを識別する識別情 報を取得する工程と、

前記取得された識別情報を基に、 前記 H i g h e r — B a n d生成処理からの信号を修正する工程と

を具備する広帯域音声復号化方法。

4 3 . 前記識別情報から狭帯域と識別され、 かつ復号され た音声信号またはこれに由来する信号をダウンサンプリ ング する塲合に、 帯域制限フィルタを介さずに信号を間引く こと によ りダウンサンプリ ングを行う工程を備える請求項 4 1 又 は 4 2記載の広帯域音声復号化方法。

4 4 . 低域側の音声信号を生成するための L o w e r — B a n d生成手段と、 高域信号を生成するための H i g h e r - B a n d生成手段とを備える広帯域音声復号化装置におい て、

復号される音声信号が狭帯域であることを識別する識別情 報を取得する手段と、

前記取得された識別情報を基に、 前記 H i g h e r 一 B a n d生成手段を制御する手段と

を具備する広帯域音声復号化装置。

4 5 . 低域側の音声信号を生成するための L o w e r — B a n d生成手段と、 高域信号を生成するための H i g h e r 一 B a n d生成手段とを備える広帯域音声復号化装置におい て、

復号される音声信号が狭帯域であるこ とを識別する識別情 報を取得する手段と、

前記取得された識別情報を基に、 前記 H i g h e r - B a n d生成手段からの信号を修正する手段と

を具備する広帯域音声復号化装置。

4 6 . 前記取得された識別情報から狭帯域と識別され、 か っ復号された音声信号またはこれに由来する信号をダウンサ ンプリ ングする場合に、 帯域制限フィルタを介さずに信号を 間引く手段を用いてダウンサンプリ ングを行う手段を備える 請求項 4 4又は 4 5記載の広帯域音声復号化装置。