ピッチ分析装置、音声符号化装置、ピッチ分析方法および音声符号化方法
【課題】高いサンプリングレートのターゲット信号に対しても、少ない計算量で高精度なピッチ分析を行うこと。
【解決手段】このピッチ分析装置は、主に信号分析または信号符号化のためにターゲット信号のピッチを分析するピッチ分析装置であって、ターゲット信号３０１の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するローパスフィルタ３０２と、ターゲット信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で透過ターゲット信号の信号値を抽出して透過ターゲット信号の自己相関および透過ターゲット信号のパワーを算出する間引き相関値計算部３０３と、算出された自己相関およびパワーに基づいてターゲット信号のピッチを判定するピッチ判定部３０４と、を具備する。
【解決手段】このピッチ分析装置は、主に信号分析または信号符号化のためにターゲット信号のピッチを分析するピッチ分析装置であって、ターゲット信号３０１の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するローパスフィルタ３０２と、ターゲット信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で透過ターゲット信号の信号値を抽出して透過ターゲット信号の自己相関および透過ターゲット信号のパワーを算出する間引き相関値計算部３０３と、算出された自己相関およびパワーに基づいてターゲット信号のピッチを判定するピッチ判定部３０４と、を具備する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、主に信号分析または信号符号化のためにターゲット信号のピッチを分析するピッチ分析装置およびその方法、並びに、このピッチ分析を利用した音声符号化装置およびその方法に関する。
【背景技術】
【０００２】
音声信号、音響信号、画像信号または映像信号においては、類似した信号波形が任意のピッチで繰り返されることがある。そして、このようなピッチを分析し利用することで、音声信号、音響信号、画像信号または映像信号の効率的な符号化が可能となる。例えば、携帯電話で利用されるＣＥＬＰ（Code-Excited Linear Prediction）型の音声コーデック（符号化／復号化）では、音声信号のピッチを分析して、この分析結果を用いて適応符号帳を効率的に探索することが行われている。
【０００３】
ＣＥＬＰ型の音声コーデックは、国際規格のＩＴＵ−Ｔ（International Telecommunication Union - Telecommunication Standardization Sector）標準Ｇ．７２９またはＧ．７２２．２の標準方式として採用されている。また、ＣＥＬＰ型の音声コーデックは、国際規格のＥＴＳＩ（European Telecommunications Standards Institute）標準ＡＭＲ（Adaptive Multiple Rate Coding）、ＡＭＲ−ＷＢ（Adaptive Multiple Rate Coding - Wide Band）の標準方式として採用されている。同様に、ＣＥＬＰ型の音声コーデックは、国際規格の３ＧＰＰ（3rd Generation Partnership Project）２標準ＶＭＲ−ＷＢ（Variable Multiple rate - Wide Band）の標準方式に採用されている。
【０００４】
近年では、例えば音声信号の高品質化のため、サンプリングレートの高い広帯域信号（１６ｋＨｚ）または超広帯域信号（３２ｋＨｚ）の符号化を行う音声コーデックが求められている。このような音声コーデックでは、処理の一部として、サンプリングレートの高い信号に対してピッチ分析が行われることになる。
【０００５】
ピッチ分析処理では、図１に示すように、先ず、相関値計算部１０２が、ターゲット信号（例えば音声信号）１０１の自己相関値ＣｏｒＰとパワー値ＰｏｗＰとを、式（１）に従って算出する。これらの計算は、予め定められた範囲内の全てのピッチ候補Ｐについてそれぞれ行われる。
【０００６】
ここでは、例えば、ターゲット信号１０１のサンプリング周波数が８ｋＨｚであり、２０ｍｓを１フレームとして処理する場合について説明する。この場合、複数のピッチ候補Ｐはサンプリング番号が２０〜１４３程度になる範囲に設定される。サンプリング番号とは、１フレームの開始を「０」として１回のサンプリングごとに「１」加算されていくインデックスを示す。また、複数のピッチ候補Ｐは、この範囲内においてサンプリング間隔ごとに設定される。
【数１】
【０００７】
次に、ピッチ判定部１０３は、複数のピッチ候補Ｐの各自己相関値ＣｏｒＰと各パワー値ＰｏｗＰとから、複数のピッチ候補Ｐにそれぞれ対応する複数のコスト値ＣｏｓｔＰを算出する。コスト値ＣｏｓｔＰは式（２）に従って算出される。さらに、ピッチ判定部１０３は、複数のコスト値ＣｏｓｔＰを比較して、コスト値ＣｏｓｔＰが最大となるピッチ候補Ｐを、ターゲット信号１０１のピッチ（ラグとも呼ぶ）１０４として出力する。
【０００８】
【数２】
【０００９】
このようなピッチ分析に必要な計算量は、一般に、サンプリングレートの上昇に伴って大きく増加する。
【００１０】
特許文献１には、このような課題を解決するため、ピッチ分析に必要な計算量の増加を抑える方法が開示されている。この方法では、計算量を削減するためにターゲット信号のダウンサンプリング（デシメーション）を行って、先ず、ダウンサンプリングにより得られたサンプル数の少ない信号列からおおまかなピッチを探索する。続いて、得られたおおまかなピッチの近傍だけをターゲット信号そのものを用いてピッチ分析を行う。
【００１１】
以下には、特許文献１のピッチ分析方法の詳細について、図２を参照しながら説明する。この方法では、まず、入力されたターゲット信号２０１に対してローパスフィルタ（低域透過フィルタ）２０２がフィルタ処理を行って、透過ターゲット信号を得る。ここでは、ダウンサンプリング率を「１／２」とし、ターゲット信号２０１のサンプリングレートを１６ｋＨｚとした例を説明する。この場合、ローパスフィルタ２０２は０〜４ｋＨｚを透過するフィルタということになる。
【００１２】
次に、ダウンサンプリング部２０３は、透過ターゲット信号を間引いて抽出し、抽出された信号を詰めてメモリに格納することによってダウンサンプリング（デシメーション）を行う。ここでは、ダウンサンプリング率は１／２なので１つ置きに信号値を抽出している。このプロセスにより１６ｋＨｚサンプリングの信号は８ｋＨｚサンプリングになる。
【００１３】
続いて、相関値計算部２０４は、おおまかなピッチ探索のために、自己相関値とパワー値とを計算する。この計算は、相関値計算部１０２と同様に以下の式（３）に従って行う。この例では、ダウンサンプリングにより、ピッチの探索範囲が１／２になり、ターゲット信号の信号列の長さが１／２となる。その結果、計算量は約１／４に低減される。
【００１４】
【数３】
【００１５】
次いで、ピッチ判定部２０５は、相関値計算部２０４で求めた自己相関値とパワー値とを用いて、式（４）に従って、コスト値が最大になるＰ１＝Ｐｉｔｃｈ１を求める。そして、ピッチ判定部２０５は、求められたＰｉｔｃｈ１を透過ターゲット信号のピッチ（すなわち、ターゲット信号２０１のおおまかなピッチ）として相関値計算部２０６に送る。
【数４】
【００１６】
近傍のみの相関値計算部２０６は、ピッチ判定部２０５から送られてきたピッチＰｉｔｃｈ１とターゲット信号２０１とを用いて自己相関値を計算する。この計算において、ピッチ候補は、Ｐｉｔｃｈ１の近傍のみに設定される。例えば、ピッチ候補は、ピッチＰｉｔｃｈ１を中心として、±２のサンプリング間隔の範囲内に設定される。この場合の計算例を式（５）に示す。
【数５】
【００１７】
この計算例に示すように、ダウンサンプリングを用いたことにより、実際のターゲット信号２０１の自己相関値の算出に必要な計算量は少なくなる。
【００１８】
ピッチ判定部２０７は、相関値計算部２０６で求めた自己相関値とパワー値とを用いて、次の式（６）のコスト値が最大になるピッチＰ（＝Ｐｉｔｃｈ２）を求める。そして、ピッチ判定部２０７は、求めたピッチ「Ｐｉｔｃｈ２」をターゲット信号２０１のピッチ（ラグ）２０８として出力する。
【数６】
【００１９】
上述のように、特許文献１のピッチ分析方法では、ダウンサンプリングを行うことにより、実際のターゲット信号２０１のピッチ分析に必要な計算量は少なくなる。言い換えれば、特許文献１のピッチ分析方法では、少ない計算量でターゲット信号２０１のピッチを分析できる。
【先行技術文献】
【特許文献】
【００２０】
【特許文献１】特開平６−７７８３４号公報
【発明の概要】
【発明が解決しようとする課題】
【００２１】
しかしながら、計算量を低減させた上記従来のピッチ分析方法では、一旦、ダウンサンプリングされた信号の自己相関値の計算を行って大まかなピッチを求めるため、ピッチ探索の分解能が下がり、探索誤りを発生する場合があるという問題があった。
【００２２】
すなわち、上述した従来例では、ピッチ判定部２０５で探索されるおおまかなピッチの精度は、あくまでターゲット信号２０１の標本化精度の１／２の精度になる。また、相関値計算部２０６は「Ｐｉｔｃｈ１×２」の近傍のみにピッチ候補を設定する。それゆえ、もし、ピッチ判定部２０５が正しいピッチに近いピッチ候補を抽出できなければ、相関値計算部２０６が設定したピッチ候補の中に正しいピッチは含まれないことになる。この場合、ピッチ判定部２０７が最終的に求めるピッチ２０８は誤ったものになる。
【００２３】
本発明の目的は、高いサンプリングレートのターゲット信号に対しても、少ない計算量で精度よくピッチ分析を行えるピッチ分析装置および方法、ならびに、少ない計算量で高品質な音声の符号化を行うことのできる音声符号化装置および方法を提供することである。
【課題を解決するための手段】
【００２４】
本発明の一態様に係るピッチ分析装置は、ターゲット信号のピッチを分析するピッチ分析装置であって、ターゲット信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するローパスフィルタと、前記ターゲット信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出部と、算出された前記自己相関および前記パワーに基づいて前記ターゲット信号のピッチを判定するピッチ判定部と、を具備する構成を採る。
【００２５】
本発明の一態様に係るＣＥＬＰ型の音声符号化装置は、入力音声信号の線形予測分析を行って線形予測係数を算出する線形予測分析部と、入力音声信号のピッチ分析を行うピッチ分析部と、ピッチ分析の結果に応じた適応音源を出力する適応符号帳と、少なくとも前記適応音源と前記線形予測係数とに基づいて合成信号を生成する合成フィルタと、を具備し、前記ピッチ分析部は、前記入力音声信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するローパスフィルタと、前記入力音声信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出部と、算出された前記自己相関および前記パワーに基づいて前記入力音声信号のピッチを判定するピッチ判定部と、を具備する構成を採る。
【００２６】
本発明の一態様に係るピッチ分析方法は、ターゲット信号のピッチを分析するピッチ分析方法であって、ターゲット信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するステップと、前記ターゲット信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出ステップと、算出された前記自己相関および前記パワーに基づいて前記ターゲット信号のピッチを判定するステップと、を含む構成を採る。
【００２７】
本発明の一態様に係るＣＥＬＰ型の音声符号化方法は、入力音声信号の線形予測分析を行って線形予測係数を算出するステップと、入力音声信号のピッチ分析を行うピッチ分析ステップと、ピッチ分析の結果に応じた適応音源を適応符号帳から出力するステップと、少なくとも前記適応音源と前記線形予測係数とに基づいて合成信号を生成するステップと、を含み、前記ピッチ分析ステップは、前記入力音声信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するステップと、前記入力音声信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出ステップと、算出された前記自己相関および前記パワーに基づいて前記入力音声信号のピッチを判定するステップと、を含む構成を採る。
【発明の効果】
【００２８】
本発明によれば、高いサンプリングレートのターゲット信号に対して、少ない計算量で精度よくピッチ分析を行うことができる。
【図面の簡単な説明】
【００２９】
【図１】従来のピッチ分析装置の要部を示すブロック図
【図２】計算量を低減させた従来のピッチ分析装置の要部を示すブロック図
【図３】本発明に係る実施の形態１のピッチ分析装置の要部を示すブロック図
【図４】本発明に係る実施の形態２のピッチ分析装置の要部を示すブロック図
【図５】本発明に係る実施の形態の音声符号化装置の要部を示すブロック図
【発明を実施するための形態】
【００３０】
以下、本発明の各実施の形態について図面を参照して詳細に説明する。
【００３１】
（実施の形態１）
図３は、本発明に係る実施の形態１のピッチ分析装置の要部を示すブロック図である。このピッチ分析装置は、主に信号分析または信号符号化のために用いられる。
【００３２】
実施の形態１のピッチ分析装置は、ローパスフィルタ（低域透過フィルタ）３０２、間引き相関値計算部３０３、および、ピッチ判定部３０４を備えている。さらに、このピッチ分析装置は、ターゲット信号３０１を入力して、ターゲット信号３０１のピッチ３０５を出力する。
【００３３】
続いて、このピッチ分析装置の動作の詳細を説明する。
【００３４】
このピッチ分析装置においては、まず、入力されたターゲット信号３０１に対してローパスフィルタ３０２がフィルタ処理を行う。そして、ローパスフィルタ３０２は、周波数帯域が調整された透過ターゲット信号を出力する。本実施の形態１では、ダウンサンプリング率を「１／Ｍ」（Ｍは正の整数）とし、ターゲット信号３０１のサンプリングレートを１６ｋＨｚとする。したがって、ローパスフィルタ３０２としては、（０〜８／Ｍ）ｋＨｚを透過するフィルタが採用される。
【００３５】
間引き相関値計算部３０３は、ローパスフィルタ３０２から送られる透過ターゲット信号について自己相関値とパワー値とを計算する。この計算は下記の式（７）に従って行われる。
【００３６】
この計算の際、ピッチの探索範囲、および、ピッチ探索の分解能は、図１の従来例の場合と同様に設定される。すなわち、ターゲット信号３０１のサンプリング周波数が１６ｋＨｚであり、２０ｍｓを１フレームとして処理する場合、複数のピッチ候補Ｐ３は、サンプリング番号が８０〜２８６程度の範囲で、１６ｋＨｚのサンプリング間隔ごとに設定される。この場合、ピッチ探索の分解能は、ターゲット信号３０１のサンプリング間隔と変わらないので、ピッチの探索精度は低下しない。
【００３７】
一方、間引き相関値計算部３０３では、積和計算の対象とするサンプルを、間引いて抽出する。サンプルを間引くことで、間引かない場合と比較して、自己相関値とパワー値の計算量は１／Ｍに低減される。また、ローパスフィルタ３０２の作用により、ターゲット信号の前後のサンプル値が平均化されて、サンプルを間引くことによる誤差が低減される。
【数７】
【００３８】
ピッチ判定部３０４は、間引き相関値計算部３０３で求めた自己相関値とパワー値を用いて次式（８）のコスト値が最大になるピッチ候補Ｐ３（＝Ｐｉｔｃｈ３）を求める。そして、ピッチ判定部３０４は、このピッチ候補の値「Ｐｉｔｃｈ３」を透過ターゲット信号のピッチ３０５として出力する。
【数８】
【００３９】
以上のように、実施の形態１のピッチ分析装置およびそのピッチ分析方法によれば、間引き相関値計算部３０３は、ターゲット信号３０１のダウンサンプリング（デシメーション）に伴ってピッチ探索の分解能を低下させない。つまり、ピッチ探索の分解能は、サンプリングレートの高いターゲット信号のサンプリング間隔と同等になり、精度の高いピッチ分析が実現される。一方、間引き相関値計算部３０３は、ローパスフィルタ３０２を用いてターゲット信号３０１の周波数帯域を調整した上で、信号値を、間引いて抽出して積和を計算する。よって、自己相関値とパワー値との計算精度はあまり低下せず、自己相関値とパワー値との計算量が大幅に削減される。例えば、Ｍ＝４とすれば計算量は１／４になる。この計算量は、サンプリング周波数の低いターゲット信号１０１を対象とした、図１の従来例の計算量とほぼ同じになる。
【００４０】
（実施の形態２）
図４は、本発明に係る実施の形態２のピッチ分析装置の要部を示すブロック図である。このピッチ分析装置も、実施の形態１と同様に、主に信号分析または信号符号化のために用いられる。
【００４１】
実施の形態２のピッチ分析装置は、ローパスフィルタ（低域透過フィルタ）４０２、間引き相関値計算部４０３、ピッチ判定部４０４、および、調整値格納部４０６を備える。そして、このピッチ分析装置は、ターゲット信号４０１を入力して、ターゲット信号のピッチ分析の結果としてピッチ４０５を出力する。
【００４２】
続いて、このピッチ分析装置の動作の詳細を説明する。
【００４３】
このピッチ分析装置においては、まず、入力されたターゲット信号４０１に対してローパスフィルタ４０２がフィルタ処理を行う。そして、ローパスフィルタ４０２は、周波数帯域が調整された透過ターゲット信号を出力する。本実施の形態２では、ダウンサンプリング率を「１／Ｍ」（Ｍは正の整数）とし、ターゲット信号４０１のサンプリングレートを１６ｋＨｚとする。したがって、ローパスフィルタ４０２としては（０〜８／Ｍ）ｋＨｚを透過するフィルタが採用される。
【００４４】
間引き相関値計算部４０３は、ローパスフィルタ４０２から送られる透過ターゲット信号について自己相関値とパワー値とを計算する。この計算は下記の式（９）に従って行われる。
【００４５】
この計算の際、ピッチの探索範囲、および、ピッチ探索の分解能は、図１の従来例の場合と同様に設定される。例えば、ターゲット信号４０１のサンプリング周波数が１６ｋＨｚであり、２０ｍｓを１フレームとして処理する場合、ピッチ候補Ｐ４は、サンプリング番号が８０〜２８６程度の範囲で、１６ｋＨｚのサンプリング間隔ごとに設定される。この場合、ピッチ探索の分解能は、ターゲット信号４０１のサンプリング間隔と変わらないので、ピッチの探索精度は低下しない。
【００４６】
一方、間引き相関値計算部４０３では、積和計算の対象とするサンプルを、間引いて抽出する。サンプルを間引くことで、間引かない場合と比較して、自己相関値とパワー値との計算量は１／Ｍに低減される。また、ローパスフィルタ４０２の作用により、ターゲット信号４０１の前後のサンプル値が平均化されて、サンプルを間引くことによる誤差が低減される。
【００４７】
また、間引き相関値計算部４０３は、調整値格納部４０６に格納されたピッチ周期毎の固定の位相差（位相調整値とも呼ぶ）ＤＰ４を用いて、この位相差ＤＰ４で位相をずらした信号値を抽出して自己相関値およびパワー値を計算する。
【００４８】
調整値格納部４０６に格納されるピッチ周期毎の位相差は、ローパスフィルタ４０２の位相特性による信号値の位相のずれを修正するように設定されている。
【数９】
【００４９】
ピッチ判定部４０４は、間引き相関値計算部４０３で求めた自己相関値とパワー値とを用いて次式（１０）のコスト値が最大になるピッチ候補Ｐ４（＝Ｐｉｔｃｈ４）を求める。そして、ピッチ判定部４０４は、このピッチ候補の値「Ｐｉｔｃｈ４」を透過ターゲット信号のピッチ４０５として出力する。
【数１０】
【００５０】
以上のように、実施の形態２のピッチ分析装置およびそのピッチ分析方法によれば、間引き相関値計算部４０３は、ターゲット信号４０１のダウンサンプリング（デシメーション）に伴ってピッチ探索の分解能を低下させない。つまり、ピッチ探索の分解能は、サンプリング周波数の高いターゲット信号のサンプリング間隔と同等になり、精度の高いピッチ分析が実現される。一方、間引き相関値計算部４０３は、ローパスフィルタ４０２を用いてターゲット信号４０１の周波数帯域を調整した上で、信号値を間引いて抽出して積和を計算する。よって、自己相関値とパワー値との計算精度はあまり低下せず、自己相関値とパワー値との計算量が大幅に削減される。例えば、Ｍ＝４とすれば計算量は１／４になる。この計算量は、サンプリング周波数の低いターゲット信号１０１を対象とした、図１の従来例の計算量とほぼ同じになる。
【００５１】
さらに、この実施の形態２のピッチ分析装置およびそのピッチ分析方法によれば、間引き相関値計算部４０３は、固定の位相差（位相調整値）で、信号値を抽出する位相をずらして自己相関値とパワー値とを計算する。この構成によって、ローパスフィルタ４０２の位相特性による影響を吸収し、間引き相関値計算部４０３は、より精度の高い自己相関値とパワー値とを求めることができる。よって、ピッチ分析装置は、より精度の高いピッチ探索を可能とする。
【００５２】
（実施の形態３）
図５は、本発明に係る実施の形態の音声符号化装置の要部を示すブロック図である。
【００５３】
この実施の形態の音声符号化装置５００は、ＬＰＣ（linear predictive coding）分析部５０１、ＬＰＣ量子化部５０２、適応符号帳５０３、および、固定符号帳５０４を備えた、ＣＥＬＰ型の音声符号化装置である。さらに、この音声符号化装置５００は、ゲイン符号帳５０５、乗算器５０６，５０７、加算器５０８、ＬＰＣ合成フィルタ５０９、加算器５１０、聴感重み付け部５１１、歪み最小化部５１２、および、ピッチ分析部５２０等を備えている。
【００５４】
ＬＰＣ分析部５０１は、音声信号に対して線形予測分析（ＬＰＣ分析）を施し、スペクトル包絡情報であるＬＰＣパラメータを求める。そして、ＬＰＣ分析部５０１は、求めたＬＰＣパラメータをＬＰＣ量子化部５０２及び聴感重み付け部５１１に出力する。
【００５５】
ＬＰＣ量子化部５０２は、ＬＰＣ分析部５０１から出力されたＬＰＣパラメータを量子化する。そして、ＬＰＣ量子化部５０２は、得られた量子化ＬＰＣパラメータをＬＰＣ合成フィルタ５０９に出力し、量子化ＬＰＣパラメータのインデックス（ＬＳＰ（Line spectral pairs）符号）を音声符号化装置５００の外部へ出力する。
【００５６】
ピッチ分析部５２０は、音声信号をターゲット信号として、現フレームのピッチ分析を行う。そして、ピッチ分析部５２０は、分析結果のピッチを適応符号帳５０３に送る。ピッチ分析部５２０の構成としては、実施の形態１のピッチ分析装置、または、実施の形態２のピッチ分析装置の構成が採用される。
【００５７】
適応符号帳５０３は、ＬＰＣ合成フィルタ５０９で使用された過去の駆動音源を記憶している。そして、適応符号帳５０３は、ピッチ分析部５２０から送られたピッチと、歪み最小化部５１２から指示されたインデックスとに対応する適応符号帳ラグに従って、記憶している駆動音源から１サブフレーム分の音源ベクトルを生成する。この音源ベクトルは、適応符号帳ベクトルとして乗算器５０６に出力される。サブフレームとは、フレームをさらに分割した単位である。
【００５８】
固定符号帳５０４は、音源符号化（「音源量子化」または「音源ベクトル符号化」とも呼ばれる）の符号帳である。固定符号帳５０４は、所定形状の音源ベクトルを複数個予め記憶しており、歪み最小化部５１２から指示されたインデックスに対応する音源ベクトルを、固定符号帳ベクトルとして乗算器５０７に出力する。固定符号帳５０４は代数的音源を記憶している。代数的音源とは、多くの標準コーデックに採用されている音源である。
【００５９】
なお、上記の適応符号帳５０３は、有声音のように周期性の強い成分を表現するために使われる。一方、固定符号帳５０４は、白色雑音のように周期性の弱い成分を表現するために使われる。
【００６０】
ゲイン符号帳５０５は、歪み最小化部５１２からの指示に従って、適応符号帳５０３から出力される適応符号帳ベクトル用のゲイン（適応符号帳ゲイン）、及び固定符号帳５０４から出力される固定符号帳ベクトル用のゲイン（固定符号帳ゲイン）を生成する。そして、ゲイン符号帳５０５は、これらのゲインをそれぞれ乗算器５０６、５０７に出力する。
【００６１】
乗算器５０６は、ゲイン符号帳５０５から出力された適応符号帳ゲインを、適応符号帳５０３から出力された適応符号帳ベクトルに乗じ、乗算後の適応符号帳ベクトルを加算器５０８に出力する。
【００６２】
乗算器５０７は、ゲイン符号帳５０５から出力された固定符号帳ゲインを、固定符号帳５０４から出力された固定符号帳ベクトルに乗じ、乗算後の固定符号帳ベクトルを加算器５０８に出力する。
【００６３】
加算器５０８は、乗算器５０６から出力された適応符号帳ベクトルと、乗算器５０７から出力された固定符号帳ベクトルとを加算し、加算後の音源ベクトルを駆動音源としてＬＰＣ合成フィルタ５０９に出力する。
【００６４】
ＬＰＣ合成フィルタ５０９は、ＬＰＣ量子化部５０２から出力された量子化ＬＰＣパラメータをフィルタ係数とし、適応符号帳５０３及び固定符号帳５０４で生成される音源ベクトルを駆動音源としたフィルタ関数を用いて合成信号を生成する。このフィルタ関数は、ＬＰＣ合成フィルタと呼ばれる。合成信号は、加算器５１０に出力される。
【００６５】
加算器５１０は、ＬＰＣ合成フィルタ５０９で生成された合成信号を音声信号から減算することによって誤差信号を算出し、この誤差信号を聴感重み付け部５１１に出力する。なお、この誤差信号は符号化歪みを表わす。
【００６６】
聴感重み付け部５１１は、ＬＰＣ分析部５０１から入力されるＬＰＣパラメータを用いて、加算器５１０から出力された符号化歪みに対して聴感的な重み付けを施し、歪み最小化部５１２に出力する。
【００６７】
歪み最小化部５１２は、聴感重み付け部５１１から出力された符号化歪みが最小となるような、適応符号帳５０３、固定符号帳５０４及びゲイン符号帳５０５の各インデックス（符号）をサブフレームごとに求める。そして、歪み最小化部５１２は、これらのインデックスを符号化情報として音声符号化装置５００の外部に出力する。
【００６８】
上記の適応符号帳５０３及び固定符号帳５０４に基づいて合成信号を生成し、この信号の符号化歪みを求める一連の処理は閉ループ制御（帰還制御）となっている。歪み最小化部５１２は、各符号帳に指示するインデックスを１サブフレーム内において様々に変化させることによって各符号帳を探索し、最終的に得られる、符号化歪みを最小とする各符号帳のインデックスを出力する。
【００６９】
適応符号帳５０３の探索において、歪み最小化部５１２は、ピッチ分析部５２０から送られてきたピッチの近傍範囲（例えば、ピッチ±３の範囲など）でのみ、各サブフレームのラグを探索する。つまり、適応符号帳５０３は、従来のように、歪み最小化部５１２から指示されたインデックスに応じて、適応符号帳ラグを大きな範囲で変化させて、この適応符号帳ラグに対応する適応音源ベクトルを出力するという動作は行わない。適応符号帳５０３は、ピッチ分析部５２０から送られたピッチ（ラグ）を中心とし、かつ、歪み最小化部５１２から指示されたインデックスに応じて、適応符号帳ラグを小さな範囲で変化させて、この適応符号帳ラグに対応する適応音源ベクトルを出力する。ピッチ分析部５２０から適応符号帳５０３に入力されるピッチはフレームを代表するピッチ候補であるので、各サブフレームのピッチはその近傍になる。よって、歪み最小化部５１２は、その近傍に適応符号帳ラグを探索する自由度があれば的確な適応符号帳ラグを探索することができる。
【００７０】
以上のように、この実施の形態の音声符号化装置５００によれば、歪み最小化部５１２は、適応符号帳５０３の探索において、ピッチ分析部５２０から適応符号帳５０３に入力されるピッチの近傍のみで適応符号帳５０３の探索を行えばよい。このような探索でも、歪み最小化部５１２は、適応符号帳５０３から的確な適応音源ベクトルを出力させることができる。さらに、ピッチ分析部５２０は、実施の形態１、２で述べたように、少ない計算量で且つ高い精度でピッチを分析することができる。
【００７１】
その結果、この実施の形態の音声符号化装置５００および音声符号化方法によれば、高品質なサンプリングレートの高い音声信号に対しても、計算量および処理量を低減させつつ高効率に音声信号の符号化を行うことができる。
【００７２】
以上、本発明の各実施の形態について説明した。
【００７３】
なお、各実施の形態では、ターゲット信号のサンプリングレートが１６ｋＨｚ、ローパスフィルタが周波数透過率１／４となる構成を例にとって説明した。しかし、本発明は、ターゲット信号が他のサンプリングレートであっても、あるいは、ローパスフィルタが他の透過率である構成に対しても、有効に適用できることは明らかである。特に、本発明は、超広帯域信号（３２ｋＨｚサンプリング信号）を扱う装置および方法に対して適用することで、大きな効果を及ぼすことができる。
【００７４】
また、実施の形態１及び実施の形態２では、ピッチ分析装置から１つのピッチしか出力されない構成を例にとって説明したが、ピッチ分析装置は、コスト値の大きいものから複数のピッチ候補を探索して、複数のピッチを出力する構成としてもよい。つまり。本発明は、ピッチ分析装置から出力されるピッチの数に制限されない。実施の形態３のピッチ分析部にこの構成を適用すれば、歪み最小化部はより精度の高い適応符号帳の探索を実現することができる。
【００７５】
また、各実施の形態では、複数のピッチ候補Ｐ３，Ｐ４が、ターゲット信号３０１，４０１のサンプリング間隔で離散した構成を例にとって説明した。しかしながら、複数のピッチ候補Ｐ３，Ｐ４は、ダウンサンプリングのサンプリング間隔よりも短い間隔で離散していれば、ダウンサンプリングのサンプリング間隔と同一の間隔で離散させた場合よりも、ピッチ分析の分解能は高くなり、ピッチ分析精度も高くなる。つまり、本発明は、ピッチ候補の間隔とターゲット信号のサンプリング間隔とを同一にした構成に制限されない。
【００７６】
また、実施の形態３では、本発明に係るピッチ分析装置および方法を、音声符号化に利用した場合を示したが、一般に、信号のピッチ分析は、音声認識、音声合成、画像認識、または、画像符号化の各処理内でも行われる。従って、これら音声認識、音声合成、画像認識、または、画像符号化を行う装置および方法においても、本発明に係るピッチ分析装置および方法を適用できることは明らかである。本発明に係るピッチ分析の手法は、信号の周期性を分析するピッチ分析、長期予測に係る分析に独立的に適用できるものであり、これらの分析を一部に含むアルゴリズム全体の目的に依存しないからである。
【００７７】
また、上記実施の形態では、本発明をハードウェアで構成する場合を例にとって説明したが、本発明はハードウェアとの連携においてソフトウェアで実現することも可能である。
【００７８】
また、上記実施の形態の説明に用いた各機能ブロックは、典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。
【００７９】
また、集積回路化の手法はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）または、ＬＳＩ内部の回路セルの接続または設定を再構成可能なリコンフィギュラブルプロセッサを利用してもよい。
【００８０】
さらには、半導体技術の進歩又は派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてありえる。
【産業上の利用可能性】
【００８１】
本発明のピッチ分析装置および方法は、音声信号、音響信号、画像信号または映像信号を対象に、信号解析処理または符号化処理を行う装置および方法に有用である。また、本発明の音声符号化装置および方法は、音声信号を圧縮して伝送する装置に有用である。
【符号の説明】
【００８２】
３０１、４０１ ターゲット信号
３０２、４０２ ローパスフィルタ
３０３、４０３ 間引き相関値計算部
３０４、４０４ ピッチ判定部
３０５、４０５ ピッチ
４０６ 調整値格納部
５００ 音声符号化装置
５０１ ＬＰＣ分析部
５０２ ＬＰＣ量子化部
５０３ 適応符号帳
５０４ 固定符号帳
５０９ ＬＰＣ合成フィルタ
５１２ 歪み最小化部
５２０ ピッチ分析部
【技術分野】
【０００１】
本発明は、主に信号分析または信号符号化のためにターゲット信号のピッチを分析するピッチ分析装置およびその方法、並びに、このピッチ分析を利用した音声符号化装置およびその方法に関する。
【背景技術】
【０００２】
音声信号、音響信号、画像信号または映像信号においては、類似した信号波形が任意のピッチで繰り返されることがある。そして、このようなピッチを分析し利用することで、音声信号、音響信号、画像信号または映像信号の効率的な符号化が可能となる。例えば、携帯電話で利用されるＣＥＬＰ（Code-Excited Linear Prediction）型の音声コーデック（符号化／復号化）では、音声信号のピッチを分析して、この分析結果を用いて適応符号帳を効率的に探索することが行われている。
【０００３】
ＣＥＬＰ型の音声コーデックは、国際規格のＩＴＵ−Ｔ（International Telecommunication Union - Telecommunication Standardization Sector）標準Ｇ．７２９またはＧ．７２２．２の標準方式として採用されている。また、ＣＥＬＰ型の音声コーデックは、国際規格のＥＴＳＩ（European Telecommunications Standards Institute）標準ＡＭＲ（Adaptive Multiple Rate Coding）、ＡＭＲ−ＷＢ（Adaptive Multiple Rate Coding - Wide Band）の標準方式として採用されている。同様に、ＣＥＬＰ型の音声コーデックは、国際規格の３ＧＰＰ（3rd Generation Partnership Project）２標準ＶＭＲ−ＷＢ（Variable Multiple rate - Wide Band）の標準方式に採用されている。
【０００４】
近年では、例えば音声信号の高品質化のため、サンプリングレートの高い広帯域信号（１６ｋＨｚ）または超広帯域信号（３２ｋＨｚ）の符号化を行う音声コーデックが求められている。このような音声コーデックでは、処理の一部として、サンプリングレートの高い信号に対してピッチ分析が行われることになる。
【０００５】
ピッチ分析処理では、図１に示すように、先ず、相関値計算部１０２が、ターゲット信号（例えば音声信号）１０１の自己相関値ＣｏｒＰとパワー値ＰｏｗＰとを、式（１）に従って算出する。これらの計算は、予め定められた範囲内の全てのピッチ候補Ｐについてそれぞれ行われる。
【０００６】
ここでは、例えば、ターゲット信号１０１のサンプリング周波数が８ｋＨｚであり、２０ｍｓを１フレームとして処理する場合について説明する。この場合、複数のピッチ候補Ｐはサンプリング番号が２０〜１４３程度になる範囲に設定される。サンプリング番号とは、１フレームの開始を「０」として１回のサンプリングごとに「１」加算されていくインデックスを示す。また、複数のピッチ候補Ｐは、この範囲内においてサンプリング間隔ごとに設定される。
【数１】
【０００７】
次に、ピッチ判定部１０３は、複数のピッチ候補Ｐの各自己相関値ＣｏｒＰと各パワー値ＰｏｗＰとから、複数のピッチ候補Ｐにそれぞれ対応する複数のコスト値ＣｏｓｔＰを算出する。コスト値ＣｏｓｔＰは式（２）に従って算出される。さらに、ピッチ判定部１０３は、複数のコスト値ＣｏｓｔＰを比較して、コスト値ＣｏｓｔＰが最大となるピッチ候補Ｐを、ターゲット信号１０１のピッチ（ラグとも呼ぶ）１０４として出力する。
【０００８】
【数２】
【０００９】
このようなピッチ分析に必要な計算量は、一般に、サンプリングレートの上昇に伴って大きく増加する。
【００１０】
特許文献１には、このような課題を解決するため、ピッチ分析に必要な計算量の増加を抑える方法が開示されている。この方法では、計算量を削減するためにターゲット信号のダウンサンプリング（デシメーション）を行って、先ず、ダウンサンプリングにより得られたサンプル数の少ない信号列からおおまかなピッチを探索する。続いて、得られたおおまかなピッチの近傍だけをターゲット信号そのものを用いてピッチ分析を行う。
【００１１】
以下には、特許文献１のピッチ分析方法の詳細について、図２を参照しながら説明する。この方法では、まず、入力されたターゲット信号２０１に対してローパスフィルタ（低域透過フィルタ）２０２がフィルタ処理を行って、透過ターゲット信号を得る。ここでは、ダウンサンプリング率を「１／２」とし、ターゲット信号２０１のサンプリングレートを１６ｋＨｚとした例を説明する。この場合、ローパスフィルタ２０２は０〜４ｋＨｚを透過するフィルタということになる。
【００１２】
次に、ダウンサンプリング部２０３は、透過ターゲット信号を間引いて抽出し、抽出された信号を詰めてメモリに格納することによってダウンサンプリング（デシメーション）を行う。ここでは、ダウンサンプリング率は１／２なので１つ置きに信号値を抽出している。このプロセスにより１６ｋＨｚサンプリングの信号は８ｋＨｚサンプリングになる。
【００１３】
続いて、相関値計算部２０４は、おおまかなピッチ探索のために、自己相関値とパワー値とを計算する。この計算は、相関値計算部１０２と同様に以下の式（３）に従って行う。この例では、ダウンサンプリングにより、ピッチの探索範囲が１／２になり、ターゲット信号の信号列の長さが１／２となる。その結果、計算量は約１／４に低減される。
【００１４】
【数３】
【００１５】
次いで、ピッチ判定部２０５は、相関値計算部２０４で求めた自己相関値とパワー値とを用いて、式（４）に従って、コスト値が最大になるＰ１＝Ｐｉｔｃｈ１を求める。そして、ピッチ判定部２０５は、求められたＰｉｔｃｈ１を透過ターゲット信号のピッチ（すなわち、ターゲット信号２０１のおおまかなピッチ）として相関値計算部２０６に送る。
【数４】
【００１６】
近傍のみの相関値計算部２０６は、ピッチ判定部２０５から送られてきたピッチＰｉｔｃｈ１とターゲット信号２０１とを用いて自己相関値を計算する。この計算において、ピッチ候補は、Ｐｉｔｃｈ１の近傍のみに設定される。例えば、ピッチ候補は、ピッチＰｉｔｃｈ１を中心として、±２のサンプリング間隔の範囲内に設定される。この場合の計算例を式（５）に示す。
【数５】
【００１７】
この計算例に示すように、ダウンサンプリングを用いたことにより、実際のターゲット信号２０１の自己相関値の算出に必要な計算量は少なくなる。
【００１８】
ピッチ判定部２０７は、相関値計算部２０６で求めた自己相関値とパワー値とを用いて、次の式（６）のコスト値が最大になるピッチＰ（＝Ｐｉｔｃｈ２）を求める。そして、ピッチ判定部２０７は、求めたピッチ「Ｐｉｔｃｈ２」をターゲット信号２０１のピッチ（ラグ）２０８として出力する。
【数６】
【００１９】
上述のように、特許文献１のピッチ分析方法では、ダウンサンプリングを行うことにより、実際のターゲット信号２０１のピッチ分析に必要な計算量は少なくなる。言い換えれば、特許文献１のピッチ分析方法では、少ない計算量でターゲット信号２０１のピッチを分析できる。
【先行技術文献】
【特許文献】
【００２０】
【特許文献１】特開平６−７７８３４号公報
【発明の概要】
【発明が解決しようとする課題】
【００２１】
しかしながら、計算量を低減させた上記従来のピッチ分析方法では、一旦、ダウンサンプリングされた信号の自己相関値の計算を行って大まかなピッチを求めるため、ピッチ探索の分解能が下がり、探索誤りを発生する場合があるという問題があった。
【００２２】
すなわち、上述した従来例では、ピッチ判定部２０５で探索されるおおまかなピッチの精度は、あくまでターゲット信号２０１の標本化精度の１／２の精度になる。また、相関値計算部２０６は「Ｐｉｔｃｈ１×２」の近傍のみにピッチ候補を設定する。それゆえ、もし、ピッチ判定部２０５が正しいピッチに近いピッチ候補を抽出できなければ、相関値計算部２０６が設定したピッチ候補の中に正しいピッチは含まれないことになる。この場合、ピッチ判定部２０７が最終的に求めるピッチ２０８は誤ったものになる。
【００２３】
本発明の目的は、高いサンプリングレートのターゲット信号に対しても、少ない計算量で精度よくピッチ分析を行えるピッチ分析装置および方法、ならびに、少ない計算量で高品質な音声の符号化を行うことのできる音声符号化装置および方法を提供することである。
【課題を解決するための手段】
【００２４】
本発明の一態様に係るピッチ分析装置は、ターゲット信号のピッチを分析するピッチ分析装置であって、ターゲット信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するローパスフィルタと、前記ターゲット信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出部と、算出された前記自己相関および前記パワーに基づいて前記ターゲット信号のピッチを判定するピッチ判定部と、を具備する構成を採る。
【００２５】
本発明の一態様に係るＣＥＬＰ型の音声符号化装置は、入力音声信号の線形予測分析を行って線形予測係数を算出する線形予測分析部と、入力音声信号のピッチ分析を行うピッチ分析部と、ピッチ分析の結果に応じた適応音源を出力する適応符号帳と、少なくとも前記適応音源と前記線形予測係数とに基づいて合成信号を生成する合成フィルタと、を具備し、前記ピッチ分析部は、前記入力音声信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するローパスフィルタと、前記入力音声信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出部と、算出された前記自己相関および前記パワーに基づいて前記入力音声信号のピッチを判定するピッチ判定部と、を具備する構成を採る。
【００２６】
本発明の一態様に係るピッチ分析方法は、ターゲット信号のピッチを分析するピッチ分析方法であって、ターゲット信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するステップと、前記ターゲット信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出ステップと、算出された前記自己相関および前記パワーに基づいて前記ターゲット信号のピッチを判定するステップと、を含む構成を採る。
【００２７】
本発明の一態様に係るＣＥＬＰ型の音声符号化方法は、入力音声信号の線形予測分析を行って線形予測係数を算出するステップと、入力音声信号のピッチ分析を行うピッチ分析ステップと、ピッチ分析の結果に応じた適応音源を適応符号帳から出力するステップと、少なくとも前記適応音源と前記線形予測係数とに基づいて合成信号を生成するステップと、を含み、前記ピッチ分析ステップは、前記入力音声信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するステップと、前記入力音声信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出ステップと、算出された前記自己相関および前記パワーに基づいて前記入力音声信号のピッチを判定するステップと、を含む構成を採る。
【発明の効果】
【００２８】
本発明によれば、高いサンプリングレートのターゲット信号に対して、少ない計算量で精度よくピッチ分析を行うことができる。
【図面の簡単な説明】
【００２９】
【図１】従来のピッチ分析装置の要部を示すブロック図
【図２】計算量を低減させた従来のピッチ分析装置の要部を示すブロック図
【図３】本発明に係る実施の形態１のピッチ分析装置の要部を示すブロック図
【図４】本発明に係る実施の形態２のピッチ分析装置の要部を示すブロック図
【図５】本発明に係る実施の形態の音声符号化装置の要部を示すブロック図
【発明を実施するための形態】
【００３０】
以下、本発明の各実施の形態について図面を参照して詳細に説明する。
【００３１】
（実施の形態１）
図３は、本発明に係る実施の形態１のピッチ分析装置の要部を示すブロック図である。このピッチ分析装置は、主に信号分析または信号符号化のために用いられる。
【００３２】
実施の形態１のピッチ分析装置は、ローパスフィルタ（低域透過フィルタ）３０２、間引き相関値計算部３０３、および、ピッチ判定部３０４を備えている。さらに、このピッチ分析装置は、ターゲット信号３０１を入力して、ターゲット信号３０１のピッチ３０５を出力する。
【００３３】
続いて、このピッチ分析装置の動作の詳細を説明する。
【００３４】
このピッチ分析装置においては、まず、入力されたターゲット信号３０１に対してローパスフィルタ３０２がフィルタ処理を行う。そして、ローパスフィルタ３０２は、周波数帯域が調整された透過ターゲット信号を出力する。本実施の形態１では、ダウンサンプリング率を「１／Ｍ」（Ｍは正の整数）とし、ターゲット信号３０１のサンプリングレートを１６ｋＨｚとする。したがって、ローパスフィルタ３０２としては、（０〜８／Ｍ）ｋＨｚを透過するフィルタが採用される。
【００３５】
間引き相関値計算部３０３は、ローパスフィルタ３０２から送られる透過ターゲット信号について自己相関値とパワー値とを計算する。この計算は下記の式（７）に従って行われる。
【００３６】
この計算の際、ピッチの探索範囲、および、ピッチ探索の分解能は、図１の従来例の場合と同様に設定される。すなわち、ターゲット信号３０１のサンプリング周波数が１６ｋＨｚであり、２０ｍｓを１フレームとして処理する場合、複数のピッチ候補Ｐ３は、サンプリング番号が８０〜２８６程度の範囲で、１６ｋＨｚのサンプリング間隔ごとに設定される。この場合、ピッチ探索の分解能は、ターゲット信号３０１のサンプリング間隔と変わらないので、ピッチの探索精度は低下しない。
【００３７】
一方、間引き相関値計算部３０３では、積和計算の対象とするサンプルを、間引いて抽出する。サンプルを間引くことで、間引かない場合と比較して、自己相関値とパワー値の計算量は１／Ｍに低減される。また、ローパスフィルタ３０２の作用により、ターゲット信号の前後のサンプル値が平均化されて、サンプルを間引くことによる誤差が低減される。
【数７】
【００３８】
ピッチ判定部３０４は、間引き相関値計算部３０３で求めた自己相関値とパワー値を用いて次式（８）のコスト値が最大になるピッチ候補Ｐ３（＝Ｐｉｔｃｈ３）を求める。そして、ピッチ判定部３０４は、このピッチ候補の値「Ｐｉｔｃｈ３」を透過ターゲット信号のピッチ３０５として出力する。
【数８】
【００３９】
以上のように、実施の形態１のピッチ分析装置およびそのピッチ分析方法によれば、間引き相関値計算部３０３は、ターゲット信号３０１のダウンサンプリング（デシメーション）に伴ってピッチ探索の分解能を低下させない。つまり、ピッチ探索の分解能は、サンプリングレートの高いターゲット信号のサンプリング間隔と同等になり、精度の高いピッチ分析が実現される。一方、間引き相関値計算部３０３は、ローパスフィルタ３０２を用いてターゲット信号３０１の周波数帯域を調整した上で、信号値を、間引いて抽出して積和を計算する。よって、自己相関値とパワー値との計算精度はあまり低下せず、自己相関値とパワー値との計算量が大幅に削減される。例えば、Ｍ＝４とすれば計算量は１／４になる。この計算量は、サンプリング周波数の低いターゲット信号１０１を対象とした、図１の従来例の計算量とほぼ同じになる。
【００４０】
（実施の形態２）
図４は、本発明に係る実施の形態２のピッチ分析装置の要部を示すブロック図である。このピッチ分析装置も、実施の形態１と同様に、主に信号分析または信号符号化のために用いられる。
【００４１】
実施の形態２のピッチ分析装置は、ローパスフィルタ（低域透過フィルタ）４０２、間引き相関値計算部４０３、ピッチ判定部４０４、および、調整値格納部４０６を備える。そして、このピッチ分析装置は、ターゲット信号４０１を入力して、ターゲット信号のピッチ分析の結果としてピッチ４０５を出力する。
【００４２】
続いて、このピッチ分析装置の動作の詳細を説明する。
【００４３】
このピッチ分析装置においては、まず、入力されたターゲット信号４０１に対してローパスフィルタ４０２がフィルタ処理を行う。そして、ローパスフィルタ４０２は、周波数帯域が調整された透過ターゲット信号を出力する。本実施の形態２では、ダウンサンプリング率を「１／Ｍ」（Ｍは正の整数）とし、ターゲット信号４０１のサンプリングレートを１６ｋＨｚとする。したがって、ローパスフィルタ４０２としては（０〜８／Ｍ）ｋＨｚを透過するフィルタが採用される。
【００４４】
間引き相関値計算部４０３は、ローパスフィルタ４０２から送られる透過ターゲット信号について自己相関値とパワー値とを計算する。この計算は下記の式（９）に従って行われる。
【００４５】
この計算の際、ピッチの探索範囲、および、ピッチ探索の分解能は、図１の従来例の場合と同様に設定される。例えば、ターゲット信号４０１のサンプリング周波数が１６ｋＨｚであり、２０ｍｓを１フレームとして処理する場合、ピッチ候補Ｐ４は、サンプリング番号が８０〜２８６程度の範囲で、１６ｋＨｚのサンプリング間隔ごとに設定される。この場合、ピッチ探索の分解能は、ターゲット信号４０１のサンプリング間隔と変わらないので、ピッチの探索精度は低下しない。
【００４６】
一方、間引き相関値計算部４０３では、積和計算の対象とするサンプルを、間引いて抽出する。サンプルを間引くことで、間引かない場合と比較して、自己相関値とパワー値との計算量は１／Ｍに低減される。また、ローパスフィルタ４０２の作用により、ターゲット信号４０１の前後のサンプル値が平均化されて、サンプルを間引くことによる誤差が低減される。
【００４７】
また、間引き相関値計算部４０３は、調整値格納部４０６に格納されたピッチ周期毎の固定の位相差（位相調整値とも呼ぶ）ＤＰ４を用いて、この位相差ＤＰ４で位相をずらした信号値を抽出して自己相関値およびパワー値を計算する。
【００４８】
調整値格納部４０６に格納されるピッチ周期毎の位相差は、ローパスフィルタ４０２の位相特性による信号値の位相のずれを修正するように設定されている。
【数９】
【００４９】
ピッチ判定部４０４は、間引き相関値計算部４０３で求めた自己相関値とパワー値とを用いて次式（１０）のコスト値が最大になるピッチ候補Ｐ４（＝Ｐｉｔｃｈ４）を求める。そして、ピッチ判定部４０４は、このピッチ候補の値「Ｐｉｔｃｈ４」を透過ターゲット信号のピッチ４０５として出力する。
【数１０】
【００５０】
以上のように、実施の形態２のピッチ分析装置およびそのピッチ分析方法によれば、間引き相関値計算部４０３は、ターゲット信号４０１のダウンサンプリング（デシメーション）に伴ってピッチ探索の分解能を低下させない。つまり、ピッチ探索の分解能は、サンプリング周波数の高いターゲット信号のサンプリング間隔と同等になり、精度の高いピッチ分析が実現される。一方、間引き相関値計算部４０３は、ローパスフィルタ４０２を用いてターゲット信号４０１の周波数帯域を調整した上で、信号値を間引いて抽出して積和を計算する。よって、自己相関値とパワー値との計算精度はあまり低下せず、自己相関値とパワー値との計算量が大幅に削減される。例えば、Ｍ＝４とすれば計算量は１／４になる。この計算量は、サンプリング周波数の低いターゲット信号１０１を対象とした、図１の従来例の計算量とほぼ同じになる。
【００５１】
さらに、この実施の形態２のピッチ分析装置およびそのピッチ分析方法によれば、間引き相関値計算部４０３は、固定の位相差（位相調整値）で、信号値を抽出する位相をずらして自己相関値とパワー値とを計算する。この構成によって、ローパスフィルタ４０２の位相特性による影響を吸収し、間引き相関値計算部４０３は、より精度の高い自己相関値とパワー値とを求めることができる。よって、ピッチ分析装置は、より精度の高いピッチ探索を可能とする。
【００５２】
（実施の形態３）
図５は、本発明に係る実施の形態の音声符号化装置の要部を示すブロック図である。
【００５３】
この実施の形態の音声符号化装置５００は、ＬＰＣ（linear predictive coding）分析部５０１、ＬＰＣ量子化部５０２、適応符号帳５０３、および、固定符号帳５０４を備えた、ＣＥＬＰ型の音声符号化装置である。さらに、この音声符号化装置５００は、ゲイン符号帳５０５、乗算器５０６，５０７、加算器５０８、ＬＰＣ合成フィルタ５０９、加算器５１０、聴感重み付け部５１１、歪み最小化部５１２、および、ピッチ分析部５２０等を備えている。
【００５４】
ＬＰＣ分析部５０１は、音声信号に対して線形予測分析（ＬＰＣ分析）を施し、スペクトル包絡情報であるＬＰＣパラメータを求める。そして、ＬＰＣ分析部５０１は、求めたＬＰＣパラメータをＬＰＣ量子化部５０２及び聴感重み付け部５１１に出力する。
【００５５】
ＬＰＣ量子化部５０２は、ＬＰＣ分析部５０１から出力されたＬＰＣパラメータを量子化する。そして、ＬＰＣ量子化部５０２は、得られた量子化ＬＰＣパラメータをＬＰＣ合成フィルタ５０９に出力し、量子化ＬＰＣパラメータのインデックス（ＬＳＰ（Line spectral pairs）符号）を音声符号化装置５００の外部へ出力する。
【００５６】
ピッチ分析部５２０は、音声信号をターゲット信号として、現フレームのピッチ分析を行う。そして、ピッチ分析部５２０は、分析結果のピッチを適応符号帳５０３に送る。ピッチ分析部５２０の構成としては、実施の形態１のピッチ分析装置、または、実施の形態２のピッチ分析装置の構成が採用される。
【００５７】
適応符号帳５０３は、ＬＰＣ合成フィルタ５０９で使用された過去の駆動音源を記憶している。そして、適応符号帳５０３は、ピッチ分析部５２０から送られたピッチと、歪み最小化部５１２から指示されたインデックスとに対応する適応符号帳ラグに従って、記憶している駆動音源から１サブフレーム分の音源ベクトルを生成する。この音源ベクトルは、適応符号帳ベクトルとして乗算器５０６に出力される。サブフレームとは、フレームをさらに分割した単位である。
【００５８】
固定符号帳５０４は、音源符号化（「音源量子化」または「音源ベクトル符号化」とも呼ばれる）の符号帳である。固定符号帳５０４は、所定形状の音源ベクトルを複数個予め記憶しており、歪み最小化部５１２から指示されたインデックスに対応する音源ベクトルを、固定符号帳ベクトルとして乗算器５０７に出力する。固定符号帳５０４は代数的音源を記憶している。代数的音源とは、多くの標準コーデックに採用されている音源である。
【００５９】
なお、上記の適応符号帳５０３は、有声音のように周期性の強い成分を表現するために使われる。一方、固定符号帳５０４は、白色雑音のように周期性の弱い成分を表現するために使われる。
【００６０】
ゲイン符号帳５０５は、歪み最小化部５１２からの指示に従って、適応符号帳５０３から出力される適応符号帳ベクトル用のゲイン（適応符号帳ゲイン）、及び固定符号帳５０４から出力される固定符号帳ベクトル用のゲイン（固定符号帳ゲイン）を生成する。そして、ゲイン符号帳５０５は、これらのゲインをそれぞれ乗算器５０６、５０７に出力する。
【００６１】
乗算器５０６は、ゲイン符号帳５０５から出力された適応符号帳ゲインを、適応符号帳５０３から出力された適応符号帳ベクトルに乗じ、乗算後の適応符号帳ベクトルを加算器５０８に出力する。
【００６２】
乗算器５０７は、ゲイン符号帳５０５から出力された固定符号帳ゲインを、固定符号帳５０４から出力された固定符号帳ベクトルに乗じ、乗算後の固定符号帳ベクトルを加算器５０８に出力する。
【００６３】
加算器５０８は、乗算器５０６から出力された適応符号帳ベクトルと、乗算器５０７から出力された固定符号帳ベクトルとを加算し、加算後の音源ベクトルを駆動音源としてＬＰＣ合成フィルタ５０９に出力する。
【００６４】
ＬＰＣ合成フィルタ５０９は、ＬＰＣ量子化部５０２から出力された量子化ＬＰＣパラメータをフィルタ係数とし、適応符号帳５０３及び固定符号帳５０４で生成される音源ベクトルを駆動音源としたフィルタ関数を用いて合成信号を生成する。このフィルタ関数は、ＬＰＣ合成フィルタと呼ばれる。合成信号は、加算器５１０に出力される。
【００６５】
加算器５１０は、ＬＰＣ合成フィルタ５０９で生成された合成信号を音声信号から減算することによって誤差信号を算出し、この誤差信号を聴感重み付け部５１１に出力する。なお、この誤差信号は符号化歪みを表わす。
【００６６】
聴感重み付け部５１１は、ＬＰＣ分析部５０１から入力されるＬＰＣパラメータを用いて、加算器５１０から出力された符号化歪みに対して聴感的な重み付けを施し、歪み最小化部５１２に出力する。
【００６７】
歪み最小化部５１２は、聴感重み付け部５１１から出力された符号化歪みが最小となるような、適応符号帳５０３、固定符号帳５０４及びゲイン符号帳５０５の各インデックス（符号）をサブフレームごとに求める。そして、歪み最小化部５１２は、これらのインデックスを符号化情報として音声符号化装置５００の外部に出力する。
【００６８】
上記の適応符号帳５０３及び固定符号帳５０４に基づいて合成信号を生成し、この信号の符号化歪みを求める一連の処理は閉ループ制御（帰還制御）となっている。歪み最小化部５１２は、各符号帳に指示するインデックスを１サブフレーム内において様々に変化させることによって各符号帳を探索し、最終的に得られる、符号化歪みを最小とする各符号帳のインデックスを出力する。
【００６９】
適応符号帳５０３の探索において、歪み最小化部５１２は、ピッチ分析部５２０から送られてきたピッチの近傍範囲（例えば、ピッチ±３の範囲など）でのみ、各サブフレームのラグを探索する。つまり、適応符号帳５０３は、従来のように、歪み最小化部５１２から指示されたインデックスに応じて、適応符号帳ラグを大きな範囲で変化させて、この適応符号帳ラグに対応する適応音源ベクトルを出力するという動作は行わない。適応符号帳５０３は、ピッチ分析部５２０から送られたピッチ（ラグ）を中心とし、かつ、歪み最小化部５１２から指示されたインデックスに応じて、適応符号帳ラグを小さな範囲で変化させて、この適応符号帳ラグに対応する適応音源ベクトルを出力する。ピッチ分析部５２０から適応符号帳５０３に入力されるピッチはフレームを代表するピッチ候補であるので、各サブフレームのピッチはその近傍になる。よって、歪み最小化部５１２は、その近傍に適応符号帳ラグを探索する自由度があれば的確な適応符号帳ラグを探索することができる。
【００７０】
以上のように、この実施の形態の音声符号化装置５００によれば、歪み最小化部５１２は、適応符号帳５０３の探索において、ピッチ分析部５２０から適応符号帳５０３に入力されるピッチの近傍のみで適応符号帳５０３の探索を行えばよい。このような探索でも、歪み最小化部５１２は、適応符号帳５０３から的確な適応音源ベクトルを出力させることができる。さらに、ピッチ分析部５２０は、実施の形態１、２で述べたように、少ない計算量で且つ高い精度でピッチを分析することができる。
【００７１】
その結果、この実施の形態の音声符号化装置５００および音声符号化方法によれば、高品質なサンプリングレートの高い音声信号に対しても、計算量および処理量を低減させつつ高効率に音声信号の符号化を行うことができる。
【００７２】
以上、本発明の各実施の形態について説明した。
【００７３】
なお、各実施の形態では、ターゲット信号のサンプリングレートが１６ｋＨｚ、ローパスフィルタが周波数透過率１／４となる構成を例にとって説明した。しかし、本発明は、ターゲット信号が他のサンプリングレートであっても、あるいは、ローパスフィルタが他の透過率である構成に対しても、有効に適用できることは明らかである。特に、本発明は、超広帯域信号（３２ｋＨｚサンプリング信号）を扱う装置および方法に対して適用することで、大きな効果を及ぼすことができる。
【００７４】
また、実施の形態１及び実施の形態２では、ピッチ分析装置から１つのピッチしか出力されない構成を例にとって説明したが、ピッチ分析装置は、コスト値の大きいものから複数のピッチ候補を探索して、複数のピッチを出力する構成としてもよい。つまり。本発明は、ピッチ分析装置から出力されるピッチの数に制限されない。実施の形態３のピッチ分析部にこの構成を適用すれば、歪み最小化部はより精度の高い適応符号帳の探索を実現することができる。
【００７５】
また、各実施の形態では、複数のピッチ候補Ｐ３，Ｐ４が、ターゲット信号３０１，４０１のサンプリング間隔で離散した構成を例にとって説明した。しかしながら、複数のピッチ候補Ｐ３，Ｐ４は、ダウンサンプリングのサンプリング間隔よりも短い間隔で離散していれば、ダウンサンプリングのサンプリング間隔と同一の間隔で離散させた場合よりも、ピッチ分析の分解能は高くなり、ピッチ分析精度も高くなる。つまり、本発明は、ピッチ候補の間隔とターゲット信号のサンプリング間隔とを同一にした構成に制限されない。
【００７６】
また、実施の形態３では、本発明に係るピッチ分析装置および方法を、音声符号化に利用した場合を示したが、一般に、信号のピッチ分析は、音声認識、音声合成、画像認識、または、画像符号化の各処理内でも行われる。従って、これら音声認識、音声合成、画像認識、または、画像符号化を行う装置および方法においても、本発明に係るピッチ分析装置および方法を適用できることは明らかである。本発明に係るピッチ分析の手法は、信号の周期性を分析するピッチ分析、長期予測に係る分析に独立的に適用できるものであり、これらの分析を一部に含むアルゴリズム全体の目的に依存しないからである。
【００７７】
また、上記実施の形態では、本発明をハードウェアで構成する場合を例にとって説明したが、本発明はハードウェアとの連携においてソフトウェアで実現することも可能である。
【００７８】
また、上記実施の形態の説明に用いた各機能ブロックは、典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。
【００７９】
また、集積回路化の手法はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）または、ＬＳＩ内部の回路セルの接続または設定を再構成可能なリコンフィギュラブルプロセッサを利用してもよい。
【００８０】
さらには、半導体技術の進歩又は派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてありえる。
【産業上の利用可能性】
【００８１】
本発明のピッチ分析装置および方法は、音声信号、音響信号、画像信号または映像信号を対象に、信号解析処理または符号化処理を行う装置および方法に有用である。また、本発明の音声符号化装置および方法は、音声信号を圧縮して伝送する装置に有用である。
【符号の説明】
【００８２】
３０１、４０１ ターゲット信号
３０２、４０２ ローパスフィルタ
３０３、４０３ 間引き相関値計算部
３０４、４０４ ピッチ判定部
３０５、４０５ ピッチ
４０６ 調整値格納部
５００ 音声符号化装置
５０１ ＬＰＣ分析部
５０２ ＬＰＣ量子化部
５０３ 適応符号帳
５０４ 固定符号帳
５０９ ＬＰＣ合成フィルタ
５１２ 歪み最小化部
５２０ ピッチ分析部
【特許請求の範囲】
【請求項１】
ターゲット信号のピッチを分析するピッチ分析装置であって、
ターゲット信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するローパスフィルタと、
前記ターゲット信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出部と、
算出された前記自己相関および前記パワーに基づいて前記ターゲット信号のピッチを判定するピッチ判定部と、
を具備するピッチ分析装置。
【請求項２】
前記算出部は、
前記第１のサンプリング間隔で離散した複数のピッチ候補について、前記透過ターゲット信号から前記第２のサンプリング間隔で抽出された複数の信号値を積和して、前記自己相関および前記パワーをそれぞれ算出する
請求項１記載のピッチ分析装置。
【請求項３】
前記算出部は、
前記第２のサンプリング間隔より短い間隔で離散した複数のピッチ候補について、前記透過ターゲット信号から前記第２のサンプリング間隔で抽出された複数の信号値を積和して、前記自己相関および前記パワーをそれぞれ算出する
請求項１記載のピッチ分析装置。
【請求項４】
ピッチの長さごとの固定の位相調整値を格納した調整値格納部をさらに具備し、
前記算出部は、
前記透過ターゲット信号から抽出する信号値の位相を、ピッチの長さごとに前記位相調整値だけずらして、前記自己相関および前記パワーを算出する
請求項１記載のピッチ分析装置。
【請求項５】
入力音声信号の線形予測分析を行って線形予測係数を算出する線形予測分析部と、
入力音声信号のピッチ分析を行うピッチ分析部と、
ピッチ分析の結果に応じた適応音源を出力する適応符号帳と、
少なくとも前記適応音源と前記線形予測係数とに基づいて合成信号を生成する合成フィルタと、
を具備し、
前記ピッチ分析部は、
前記入力音声信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するローパスフィルタと、
前記入力音声信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出部と、
算出された前記自己相関および前記パワーに基づいて前記入力音声信号のピッチを判定するピッチ判定部と、
を具備する
ＣＥＬＰ（Code Excited Linear Prediction）型の音声符号化装置。
【請求項６】
前記ピッチ分析部は、
ピッチ候補ごとの固定の位相調整値を格納した調整値格納部をさらに具備し、
前記算出部は、
前記透過ターゲット信号から抽出する信号値の位相を、ピッチ候補ごとに前記位相調整値だけずらして、前記自己相関および前記パワーを算出する
請求項５記載の音声符号化装置。
【請求項７】
ターゲット信号のピッチを分析するピッチ分析方法であって、
ターゲット信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するステップと、
前記ターゲット信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出ステップと、
算出された前記自己相関および前記パワーに基づいて前記ターゲット信号のピッチを判定するステップと、
を含むピッチ分析方法。
【請求項８】
入力音声信号の線形予測分析を行って線形予測係数を算出するステップと、
入力音声信号のピッチ分析を行うピッチ分析ステップと、
ピッチ分析の結果に応じた適応音源を適応符号帳から出力するステップと、
少なくとも前記適応音源と前記線形予測係数とに基づいて合成信号を生成するステップと、
を含み、
前記ピッチ分析ステップは、
前記入力音声信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するステップと、
前記入力音声信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出ステップと、
算出された前記自己相関および前記パワーに基づいて前記入力音声信号のピッチを判定するステップと、
を含むＣＥＬＰ型の音声符号化方法。
【請求項９】
前記ピッチ分析ステップは、
ピッチ候補ごとの固定の位相調整値を読み出すステップをさらに含み、
前記算出ステップでは、
前記透過ターゲット信号から抽出する信号値の位相を、ピッチ候補ごとに前記位相調整値だけずらして、前記自己相関および前記パワーを算出する
請求項８記載の音声符号化方法。
【請求項１】
ターゲット信号のピッチを分析するピッチ分析装置であって、
ターゲット信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するローパスフィルタと、
前記ターゲット信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出部と、
算出された前記自己相関および前記パワーに基づいて前記ターゲット信号のピッチを判定するピッチ判定部と、
を具備するピッチ分析装置。
【請求項２】
前記算出部は、
前記第１のサンプリング間隔で離散した複数のピッチ候補について、前記透過ターゲット信号から前記第２のサンプリング間隔で抽出された複数の信号値を積和して、前記自己相関および前記パワーをそれぞれ算出する
請求項１記載のピッチ分析装置。
【請求項３】
前記算出部は、
前記第２のサンプリング間隔より短い間隔で離散した複数のピッチ候補について、前記透過ターゲット信号から前記第２のサンプリング間隔で抽出された複数の信号値を積和して、前記自己相関および前記パワーをそれぞれ算出する
請求項１記載のピッチ分析装置。
【請求項４】
ピッチの長さごとの固定の位相調整値を格納した調整値格納部をさらに具備し、
前記算出部は、
前記透過ターゲット信号から抽出する信号値の位相を、ピッチの長さごとに前記位相調整値だけずらして、前記自己相関および前記パワーを算出する
請求項１記載のピッチ分析装置。
【請求項５】
入力音声信号の線形予測分析を行って線形予測係数を算出する線形予測分析部と、
入力音声信号のピッチ分析を行うピッチ分析部と、
ピッチ分析の結果に応じた適応音源を出力する適応符号帳と、
少なくとも前記適応音源と前記線形予測係数とに基づいて合成信号を生成する合成フィルタと、
を具備し、
前記ピッチ分析部は、
前記入力音声信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するローパスフィルタと、
前記入力音声信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出部と、
算出された前記自己相関および前記パワーに基づいて前記入力音声信号のピッチを判定するピッチ判定部と、
を具備する
ＣＥＬＰ（Code Excited Linear Prediction）型の音声符号化装置。
【請求項６】
前記ピッチ分析部は、
ピッチ候補ごとの固定の位相調整値を格納した調整値格納部をさらに具備し、
前記算出部は、
前記透過ターゲット信号から抽出する信号値の位相を、ピッチ候補ごとに前記位相調整値だけずらして、前記自己相関および前記パワーを算出する
請求項５記載の音声符号化装置。
【請求項７】
ターゲット信号のピッチを分析するピッチ分析方法であって、
ターゲット信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するステップと、
前記ターゲット信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出ステップと、
算出された前記自己相関および前記パワーに基づいて前記ターゲット信号のピッチを判定するステップと、
を含むピッチ分析方法。
【請求項８】
入力音声信号の線形予測分析を行って線形予測係数を算出するステップと、
入力音声信号のピッチ分析を行うピッチ分析ステップと、
ピッチ分析の結果に応じた適応音源を適応符号帳から出力するステップと、
少なくとも前記適応音源と前記線形予測係数とに基づいて合成信号を生成するステップと、
を含み、
前記ピッチ分析ステップは、
前記入力音声信号の周波数帯域を制限して周波数調整された透過ターゲット信号を出力するステップと、
前記入力音声信号のサンプリング間隔である第１のサンプリング間隔よりも長い第２のサンプリング間隔で前記透過ターゲット信号の信号値を抽出して前記透過ターゲット信号の自己相関および前記透過ターゲット信号のパワーを算出する算出ステップと、
算出された前記自己相関および前記パワーに基づいて前記入力音声信号のピッチを判定するステップと、
を含むＣＥＬＰ型の音声符号化方法。
【請求項９】
前記ピッチ分析ステップは、
ピッチ候補ごとの固定の位相調整値を読み出すステップをさらに含み、
前記算出ステップでは、
前記透過ターゲット信号から抽出する信号値の位相を、ピッチ候補ごとに前記位相調整値だけずらして、前記自己相関および前記パワーを算出する
請求項８記載の音声符号化方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図２】
【図３】
【図４】
【図５】
【公開番号】特開２０１３−１０１２１２（Ｐ２０１３−１０１２１２Ａ）
【公開日】平成２５年５月２３日（２０１３．５．２３）
【国際特許分類】
【出願番号】特願２０１１−２４４４９０（Ｐ２０１１−２４４４９０）
【出願日】平成２３年１１月８日（２０１１．１１．８）
【出願人】（０００００５８２１）パナソニック株式会社 (73,050)
【Ｆターム（参考）】
【公開日】平成２５年５月２３日（２０１３．５．２３）
【国際特許分類】
【出願日】平成２３年１１月８日（２０１１．１１．８）
【出願人】（０００００５８２１）パナソニック株式会社 (73,050)
【Ｆターム（参考）】
[ Back to top ]