音声パケット伝送システム

【課題】無音制御において、伝送路の有効利用を損なうことなく、無音区間と有音区間とのレベルの不連続性を補正し、会話の始まりや終わりに違和感を感じない音声パケット伝送システムを提供することを目的とするものである。
【解決手段】無音境界判定手段の判定結果に基づき、音声フレームの有音区間と無音区間との境界に、補間フレーム生成手段によって生成された少なくとも１つの補間フレームを挿入するものである

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、パケット網を介して、音声信号を伝送する音声パケット伝送システムに係り、特に、無音状態ではパケットの伝送を行なわない無音制御を行なう音声パケット伝送システムに関する。
【０００２】
【従来の技術】従来、パケット網を介して音声信号を伝送し、無音状態ではパケットの伝送を行なわない無音制御を行なう音声パケット伝送システムは、送信側で有音区間／無音区間の検出を行い、無音区間ではパケットの送出は行なわず、受信側では背景雑音を再生する等し、伝送路の有効利用を図っている。
【０００３】しかし、無音区間と有音区間との境界における音圧レベルが、入力側では連続的に変化するところが、出力側では、不連続に変化するので、会話の始まりや終わりで途切れのような違和感を感じるという問題がある。
【０００４】無音区間と有音区間との境界の途切れや雑音に対して、特開平５−２９２１２１号公報に開示されているように、差分符号化を初期化する方法、特開平９−１１６５７１号公報に開示されるように、有音区間の先頭パケットとして予測係数を出力し、符号化器の状態を一致させる方法、音声を遅延させる有音区間の前方の無音区間を有音区間として音声フレーム化し、伝送する方法が提案されている。
【０００５】
【発明が解決しようとする課題】しかし、特開平５−２９２１２１号公報、特開平９−１１６５７１号公報に記載されている手法は、無音パケット廃棄による復号化器の誤差を補正する手段であり、上記従来例では、無音制御による音圧レベルの不連続性を補正することはできないという問題がある。
【０００６】また、有音区間の前方の無音区間から有音として取り扱う手法は、無音圧縮による伝送路の有効利用上マイナスとなる。さらに、擬似的に作り出された背景雑音と、実際に伝送された無音区間の音声フレームとの不連続性によって、無音制御の違和感が残るという問題がある。
【０００７】本発明は、無音制御において、伝送路の有効利用を損なうことなく、無音区間と有音区間とのレベルの不連続性を補正し、会話の始まりや終わりに違和感を感じない音声パケット伝送システムを提供することを目的とするものである。
【０００８】
【課題を解決するための手段】本発明は、音声信号をデジタル化された音声フレームヘ変換する音声符号化手段と、上記音声フレームを音声信号へ変換する音声復号化手段と、音声フレームをパケット化して送受信するパケット送受信手段と、音声信号に基づき音声の有無を検出する無音検出手段と、上記無音検出手段の検出結果に基づいて上記パケット送受信手段による音声フレームの送受信を制御する無音制御手段と、受信音声フレームの有音区間と無音区間との境界を判定する無音境界判定手段と、音声フレーム列の間を補う少なくとも１つの補間フレームを生成する補間フレーム生成手段とによって構成され、上記無音境界判定手段の判定結果に基づき、音声フレームの有音区間と無音区間との境界に、上記補間フレーム生成手段によって生成された少なくとも１つの補間フレームを挿入するよう動作するものである。
【０００９】
【発明の実施の形態および実施例】［第１の実施例］図１R>１は、本発明の一実施例であるパケット伝送システムの概略を示すブロック図である。
【００１０】上記実施例は、アナログ音声信号をマイク、電話回線等から入力する音声入力部１０１と、アナログ音声信号をＰＣＭデジタルの音声信号へ変換するＡ／Ｄ変換部１０２と、ＰＣＭデジタル音声信号を圧縮符号化した音声フレームヘ変換する音声圧縮部１０３と、音声フレームをパケット網で転送可能なパケットに組み立て等を行なうパケット送信部１０４と、音声信号の無音区間を検出する無音検出部１０５と、パケット網１２０に対してパケットの送受信を行なうパケット送受信インタフェース１０６と、受信パケットから音声フレームの分解等を行なうパケット受信部１０７と、背景雑音フレームの生成を行なう背景雑音フレーム生成部１１１と、圧縮されている音声フレームを伸張し、ＰＣＭデジタルの音声信号へ変換する音声伸張部１０８と、ＰＣＭデジタル音声信号をアナログ音声信号へ変換するＤ／Ａ変換部１０９と、アナログ音声信号をスピーカ、電話回線等へ出力する音声出力部１１０とを有する。
【００１１】図２は、パケット送信部１０４の構成を示すブロック図である。
【００１２】パケット送信部１０４は、音声圧縮部によって変換された音声フレームを一時貯える音声フレームバッファ２０１と、無音検出部１０５からの検出結果に基づき、無音制御を行なうフレームを生成する無音制御フレーム生成部２０４と、音声フレームバッファからパケット化に必要な音声フレームを取得し、タイムスタンプ、シケーンス番号、宛先アドレス等のヘッダ情報等を付加しパケットを組み立てるパケット組立部２０２と、組み立てたパケットをパケットインタフェース（Ｉ／Ｆ）１０６へ引き渡すパケット送信バッファ２０３とを有する。
【００１３】図３は、パケット受信部１０７の構成を示すブロック図である。
【００１４】パケット受信部１０７は、パケットインタフェース１０６からの受信パケットを格納し、ヘッダ情報に基づき、パケットの並べ替えや処理タイミングを制御するパケット受信バッファ３０１と、パケットのヘッダ情報を取り除き音声フレームを切り出すパケット分解部３０２と、音声フレームを格納する音声フレームバッファ３０３は、無音制御フレームを検出し、背景雑音フレーム生成部１１１から背景雑音フレームを取得し、音声フレームバッファ３０３へ格納する無音制御フレーム検出部３０４と、音声フレームバッファに格納された音声フレームの並びから、任意に位置する音声フレームを予測算出する音声フレーム補間部３０５とを有する。
【００１５】次に、上記実施例の動作について説明する。
【００１６】図４は、音声信号４０１を示す図である。
【００１７】音声信号４０１は、図４に示すように、音声圧縮部１０３によって音声フレーム列４０２へ変換される。音声の圧縮方式としては、ＩＴＵ−Ｔ勧告Ｇ．７２８、Ｇ．７２９、Ｇ．７２３．１等で規定されるハイブリッド方式等が考えられる。
【００１８】図６は、上記実施例において、有音区間における符号化処理周期を示すフローチャートである。
【００１９】図６のフローチャートにおいて、音声圧縮部１０３によって音声圧縮処理（Ｓ６０１）された音声フレーム、たとえば音声フレーム列４０２の音声フレームＦ３は、無音検出部１０５による無音検出がされないので（Ｓ６０２、Ｎｏ）、音声フレームＦ３は、音声フレームバッファ２０１へ格納される（Ｓ６０３）。
【００２０】ここで、たとえば、音声フレーム列４０２における音声フレームＦ８のタイミングのように、入力音声信号４０１が、基準値Ｌ１を下回り、無音へ変化したと検出された場合（Ｓ６０２、Ｙｅｓ）、音声フレームＦ８は廃棄され（Ｓ６１１）、無音制御フレーム生成部２０４によって、有音区間から無音区間への変化を示す無音制御オンフレームＦｏｎが、音声フレームバッファ２０１へ格納され（Ｓ６１２）、無音区間へ遷移する（Ｓ６１３）。
【００２１】図７は、上記実施例において、無音区間における符号化周期処理を示すフローチャートである。
【００２２】まず、音声圧縮部１０３によって音声圧縮処理された（Ｓ７０１）音声フレーム、たとえば音声フレーム列４０２の音声フレームＦ１２は、無音検出部１０５による有音検出がされないので（Ｓ７０２、Ｎｏ）、音声フレームバッファ２０１へは格納されず、廃棄される（Ｓ７０３）。
【００２３】ここで、たとえば、音声フレーム列４０２における音声フレームＦ１８のタイミングのように、入力音声信号４０１が基準値Ｌ１を越え、有音区間へ変化したと検出された場合（Ｓ７０２、Ｙｅｓ）、無音制御フレーム生成部２０４によって、無音区間から有音区間への変化を示す無音制御オフフレームＦｏｆｆが、音声フレームバッファ２０１へ格納され（Ｓ７１１）、引き続き音声フレームＦ１８が、音声フレームバッファ２０１へ格納され（Ｓ７１２）、有音区間へ遷移する（Ｓ７１３）。
【００２４】図４に示され、音声フレームバッファ２０１へ格納された音声フレームと無音制御フレームとの列４０３は、パケット組立部２０２によって、パケット列４０４へ組み立てられ、パケット送信バッファ２０３へ転送される。
【００２５】図８は、上記実施例におけるパケット組立周期処理を示すフローチャートである。
【００２６】まず、音声フレームバッファ２０１に音声フレームが存在する場合（Ｓ８０１、Ｙｅｓ）、パケット組立に必要な音声フレームを、音声フレームバッファ２０１から取得し（Ｓ８０２）、この取得された音声フレームを合成し（Ｓ８０３）、ヘッダ情報を付加し（Ｓ８０４）、パケット送信バッファ２０３へ格納する（Ｓ８０５）。音声フレームバッファ２０１に音声フレームが存在しない場合（Ｓ８０１、Ｎｏ）、処理を終了する。
【００２７】ここで、図４には、合成するフレーム数が１、すなわち音声フレームと音声パケットが１対１である場合を示してある。
【００２８】図９は、上記実施例において、パケット転送周期処理を示すフローチャートである。
【００２９】図１０は、上記実施例における受信処理を示すフローチャートである。
【００３０】まず、パケット送信バッファ２０３に格納されたパケットは、パケット送信バッファから取り出され（Ｓ９０１）、パケットが存在する場合（Ｓ９０２、Ｙｅｓ）、パケットインタフェース（Ｉ／Ｆ）１０６を介して、パケット網１２０へ送信される（Ｓ９０３）。パケットが存在しない場合（Ｓ９０２、Ｎｏ）、処理を終了する。パケット網１２０へ送出されたパケットは、ヘッダ情報を基に転送され、パケットＩ／Ｆ１０６を介して受信されると、図１０に示す受信処理において、パケット受信バッファ３０１へ格納される（Ｓ１００１）。
【００３１】図５に示すように、パケット受信バッファ３０１に格納された受信パケット列５０１は、パケット分解部３０２によって、受信フレーム列５０２へ分解され、音声フレームバッファ３０３へ格納される。
【００３２】図１１は、上記実施例において、パケット分解周期を示すフローチャートである。
【００３３】まず、パケットヘッダのシーケンス番号情報を基にして、パケット受信バッファ３０１内の受信パケット列５０１の到着順序の逆転等が補正される（Ｓ１１０１）。次に、パケットヘッダのタイムスタンプ情報を基にして、パケット受信バッファ３０１に分解処理を行なうべきパケットが存在するか否かを判断し（Ｓ１１０２）、処理タイミングのパケットが存在する場合（Ｓ１１０２、Ｙｅｓ）、受信パケットバッファ３０１から上記パケットを取り出し（Ｓ１１０３）、ヘッダが除去され（Ｓ１１０４）、フレームが分解され（Ｓ１１０５）、音声フレームバッファ３０３へ、音声フレームが格納される（Ｓ１１０６）。分解処理タイミングのパケットが存在しない場合（Ｓ１１０２、Ｎｏ）、そのまま処理を終了する。
【００３４】図５に示すように、音声フレームバッファ３０３へ格納された音声フレーム列５０２は、無音制御フレーム検出部３０４によって、無音制御検出が行われ、背景雑音フレーム生成部１１１によって生成された背景雑音フレームＦｓ、音声フレーム補間部３０５によって補間された補間フレームＦｉが挿入され、音声フレーム列５０３へ変換され、その後、音声伸張部１０８へ送られ、音声信号５０４が復元される。
【００３５】図１２は、上記実施例において、有音区間、たとえば音声フレーム列５０２の音声フレームＦ６のタイミングの復号化周期処理を示すフローチャートである。
【００３６】まず、音声フレームと背景雑音フレームとの変化によって、無音区間と有音区間との境界であるか否かが判断される（Ｓ１２０１）。本実施例では、後述する補間フレームによる置き換え処理を１フレームに関して行なうとすると、境界は有音フレームと２つの背景雑音フレームとの連続する３フレームで判断されるので、音声フレームＦ６のタイミングにおいて、フレームＦ４〜Ｆ６は、全て有音フレームであり、境界ではないと判断される（Ｓ１２０１、Ｎｏ）。
【００３７】次に、無音制御御フレームＦｏｎであるか否かが判断され（Ｓ１２０２）、Ｆｏｎではないので（Ｓ１２０２、Ｎｏ）、音声フレームバッファ３０３の最も先頭の音声フレームが取り出され（Ｓ１２０３）、音声伸張部１０８へ転送される（Ｓ１２０４）。
【００３８】ここで、音声フレームバッファ３０３には、無音境界検出に必要な音声フレームが最低限格納されているので、音声伸張部１０８へ転送される音声フレームは、フレームＦ４以前のものとなる。音声フレーム列５０２における有音区間Ｆ７に引き続く無音制御オンフレームＦｏｎのタイミングにおける復号化周期処理においては、無音制御オンフレームが認識され（Ｓ１２０２、Ｙｅｓ）、無音区間へ状態が遷移される（Ｓ１２１１）。
【００３９】また、有音区間Ｆ２、Ｆ１８のタイミングにおける復号化周期処理では、無音区間と有音区間との境界であると判断され（Ｓ１２０１、Ｙｅｓ）、有音区間と無音区間とに位置する背景雑音フレームが、それぞれ、補間フレームＦｉ０、Ｆｉ２へ置換される（Ｓ１２１１）。補間フレームの生成は、たとえば、ハイブリッド符号化方式の場合、フィルタ係数、雑音符号帳インデックスは、有音区間のものを用い、ゲイン係数は、背景雑音ゲインとの中間値を取る手法等が考えられる。
【００４０】図１３は、上記実施例において、無音区間における復号化周期処理を示すフローチャートである。
【００４１】まず、有音区間と無音区間との境界と判断されず（Ｓ１３０１、Ｎｏ）、無音制御オフフレームＦｏｆｆでないと判断された場合（Ｓ１３０２、Ｎｏ）、背景雑音フレームＦｓが音声フレームバッファ３０３へ格納され（Ｓ１３０３）、先頭の音声フレームが取り出され（Ｓ１３０４）、音声伸張部１０８へ転送される（Ｓ１３０５）。有音区間と無音区間との境界であると判断されると（Ｓ１３０１、Ｙｅｓ）、補間フレームＦｉ１、Ｆｉ３が生成置換され（Ｓ１３１１）、無音制御オフフレームＦｏｆｆが検出されると（Ｓ１３０２、Ｙｅｓ）、有音区間に状態を遷移させる（Ｓ１３２１）。
【００４２】［第２の実施例］上記第１の実施例において、音声圧縮方式によって定まる１音声フレームの時間的長さによって、補間フレームのサイズを変化させ、これによって、無音区間と有音区間との境界の時間的変化を、同一レベルに保つことが可能となり、音声圧縮方式に関わらず安定した滑らかさを実現することが可能となる。
【００４３】
【発明の効果】本発明によれば、無音制御において、伝送路の有効利用を損なうことなく、無音区間と有音区間とのレベルの不連続性を補正し、会話の始まりや終わりに違和感を感じない音声パケット伝送システムを構築することが可能となり、さらに、音声圧縮方式によらず、安定した滑らかさを実現することも可能になるという効果を奏する。
【図面の簡単な説明】
【図１】本発明の一実施例であるパケット伝送システムの概略を示すブロック図である。
【図２】パケット送信部１０４の構成を示すブロック図である。
【図３】パケット受信部１０７の構成を示すブロック図である。
【図４】音声信号４０１を示す図である。
【図５】音声信号５０１を示す図である。
【図６】上記実施例において、有音区間における符号化処理周期を示すフローチャートである。
【図７】上記実施例において、無音区間における符号化周期処理を示すフローチャートである。
【図８】上記実施例におけるパケット組立周期処理を示すフローチャートである。
【図９】上記実施例において、パケット転送周期処理を示すフローチャートである。
【図１０】上記実施例において、パケット転送周期処理を示すフローチャートである。
【図１１】上記実施例において、パケット分解周期を示すフローチャートである。
【図１２】上記実施例において、有音区間、たとえば音声フレーム列５０２の音声フレームＦ６のタイミングの復号化周期処理を示すフローチャートである。
【図１３】上記実施例において、無音区間における復号化周期処理を示すフローチャートである。
【符号の説明】
１００…パケット伝送システム、
１０４…パケット送信部、
１０５…無音検出部、
１０７…パケット受信部、
１１１…背景雑音フレーム生成部、
１２０…パケット網、
４０１…音声信号。

【特許請求の範囲】
【請求項１】パケット網を介して、音声信号を伝送する音声パケット伝送システムにおいて、上記音声信号を、デジタル化された音声フレームヘ変換する音声符号化手段と；上記音声フレームを、音声信号へ変換する音声復号化手段と；上記音声フレームをパケット化して送受信するパケット送受信手段と；上記音声信号に基づき、音声の有無を検出する無音検出手段と；上記無音検出手段の検出結果に基づいて、上記パケット送受信手段による音声フレームの送受信を制御する無音制御手段と；受信音声フレームにおける有音区間と無音区間との境界を判定する無音境界判定手段と；音声フレーム列の間を補う少なくとも１つのフレームを生成する補間フレーム生成手段と；を有し、上記無音境界判定手段の判定結果に基づき、上記音声フレームにおける有音区間と無音区間との境界に、上記補間フレーム生成手段によって生成された少なくとも１つの補間フレームを挿入することを特徴とする音声パケット伝送システム。
【請求項２】請求項１において、背景雑音フレームを生成する背景雑音フレーム生成手段を設け、上記無音制御手段は、受信音声フレームが無音状態である場合、上記背景雑音フレーム生成手段によって生成された背景雑音フレームを取得する手段であり、上記音声復号化手段は、上記背景雑音フレームを音声信号へ変換するとともに、背景雑音フレームと音声フレームとの境界に存在する上記背景雑音フレームを、上記補間フレーム生成手段によって生成された上記補間フレームと置き換える手段であることを特徴とする音声パケット伝送システム。
【請求項３】請求項１または２において、１音声フレームの時間的長さを認識する音声フレーム時間認識手段を設け、上記補間フレーム生成手段は、上記音声フレーム時間認識手段から得られる音声フレーム時間に基づき、補間フレーム数を決定する手段であることを特徴とする音声パケット伝送システム。

【図３】