音声符号化装置、方法及びプログラム、並びに、コードブックデータ分類集計装置、方法及びプログラム
【課題】 既存の各種標準化との互換性や音質を保ったまま、コード探索に要する処理を軽減できる音声符号化装置を提供する。
【解決手段】 本発明は、固定コードブックを利用する音声符号化装置に関する。そして、符号化対象の音声信号の特性を分析する信号特性分析手段と、その分析結果に応じ、固定コードブックにおけるコードのうち、符号化情報に含める最適コードの探索に用いるコード群を切り替える候補コード群切替手段とを有することを特徴とする。符号化対象の音声信号の特性に応じて、固定コードブックのコードのうち、最適コードの探索に使用するコードを限定するようにしたので、符号化の高速化を図ることができる。
【解決手段】 本発明は、固定コードブックを利用する音声符号化装置に関する。そして、符号化対象の音声信号の特性を分析する信号特性分析手段と、その分析結果に応じ、固定コードブックにおけるコードのうち、符号化情報に含める最適コードの探索に用いるコード群を切り替える候補コード群切替手段とを有することを特徴とする。符号化対象の音声信号の特性に応じて、固定コードブックのコードのうち、最適コードの探索に使用するコードを限定するようにしたので、符号化の高速化を図ることができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は音声符号化装置、方法及びプログラム、並びに、コードブックデータ分類集計装置、方法及びプログラムに関し、例えば、携帯電話端末に適用し得るものである。
【背景技術】
【０００２】
音声通信である電話通信(特に、携帯電話通信)では、伝送する情報量を低減するために音声符号化技術が用いられている。音声符号化には、ＣＥＬＰ（Ｃｏｄｅ Ｅｘｃｉｔｅｄ Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏｎ）型と呼ばれる手法が広く利用されており、多くの標準として実用化されている。ＣＥＬＰ型音声符号化は、コードブック（符号帳）と呼ばれる量子化テーブルを持ち、このテーブルの中から最適なコードを選択することにより符号化を実現する。一般に、ＣＥＬＰ型音声符号化では、コードブック内の全てのコードを候補として最適なコードを探索するため、コード探索（コード選択）に多くの処理を要する。そのため、様々な高速化手法が考案されており、例えば、非特許文献１に記載のような高速処理が予め考慮された標準方式も存在する。
【先行技術文献】
【非特許文献】
【０００３】
【非特許文献１】ＩＴＵ−Ｔ Ｇ．７２９Ａ
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、非特許文献１の記載技術の他にも、ＣＥＬＰ型音声符号化を利用した標準方式は多く存在し、そのような標準方式では、非特許文献１の記載技術を適用することはできない。
【０００５】
そのため、多くの方式や規格で適用可能な、音声符号化を高速に実行できる新たな手法が望まれている。
【課題を解決するための手段】
【０００６】
第１の本発明は、固定コードブックを利用する音声符号化装置において、（１）符号化対象の音声信号の特性を分析する信号特性分析手段と、（２）上記信号特性分析手段の分析結果に応じ、上記固定コードブックにおけるコードのうち、符号化情報に含める最適コードの探索に用いるコード群を切り替える候補コード群切替手段とを有することを特徴とする。
【０００７】
第２の本発明は、固定コードブックを利用する音声符号化方法において、（１）信号特性分析手段が、符号化対象の音声信号の特性を分析し、（２）候補コード群切替手段が、上記信号特性分析手段の分析結果に応じ、上記固定コードブックにおけるコードのうち、符号化情報に含める最適コードの探索に用いるコード群を切り替えることを特徴とする。
【０００８】
第３の本発明は、固定コードブックを利用する音声符号化を実行させるための音声符号化プログラムであって、コンピュータを、（１）符号化対象の音声信号の特性を分析する信号特性分析手段と、（２）上記信号特性分析手段の分析結果に応じ、上記固定コードブックにおけるコードのうち、符号化情報に含める最適コードの探索に用いるコード群を切り替える候補コード群切替手段として機能させることを特徴とする。
【０００９】
第４の本発明のコードブックデータ分類集計装置は、（１）音声信号の特性を分析する信号特性分析手段と、（２）固定コードブックにおける全てのコードを候補とした最適コードの探索で最適コードとなった頻度情報を、上記信号特性分析手段の分析結果ごとに集計し、上記固定コードブックのコードのうち、分析結果毎に、その分析結果のときの音声符号化で利用する候補コード群の情報を得るコードブックデータ分類集計手段とを備えることを特徴とする。
【００１０】
第５の本発明のコードブックデータ分類集計方法は、（１）信号特性分析手段が、音声信号の特性を分析し、（２）コードブックデータ分類集計手段が、固定コードブックにおける全てのコードを候補とした最適コードの探索で最適コードとなった頻度情報を、上記信号特性分析手段の分析結果ごとに集計し、上記固定コードブックのコードのうち、分析結果毎に、その分析結果のときの音声符号化で利用する候補コード群の情報を得ることを特徴とする。
【００１１】
第６の本発明のコードブックデータ分類集計プログラムは、コンピュータを、（１）音声信号の特性を分析する信号特性分析手段と、（２）固定コードブックにおける全てのコードを候補とした最適コードの探索で最適コードとなった頻度情報を、上記信号特性分析手段の分析結果ごとに集計し、上記固定コードブックのコードのうち、分析結果毎に、その分析結果のときの音声符号化で利用する候補コード群の情報を得るコードブックデータ分類集計手段として機能させることを特徴とする。
【発明の効果】
【００１２】
本発明によれば、符号化対象の音声信号の特性に応じて、固定コードブックのコードのうち、最適コードの探索に使用するコードを限定するようにしたので、既存の各種標準化との互換性や音質を保ったまま、コード探索に要する処理を軽減することができる。
【図面の簡単な説明】
【００１３】
【図１】第１の実施形態に係る音声符号化装置の機能的構成を示すブロック図である。
【図２】第１の実施形態における有声音候補情報及び無声音候補情報の説明図である。
【図３】第２の実施形態に係る音声符号化装置の機能的構成を示すブロック図である。
【発明を実施するための形態】
【００１４】
（Ａ）第１の実施形態
以下、本発明による音声符号化装置、方法及びプログラムの第１の実施形態を、図面を参照しながら詳述する。第１の実施形態は、コードブックデータ分類集計装置、方法及びプログラムを備えていない。
【００１５】
図１は、第１の実施形態に係る音声符号化装置の機能的構成を示すブロック図である。図１は、最適なコードを探索（選択）するための構成部分を示している。音声符号化装置を搭載する装置が携帯電話端末などの場合には、音声符号化装置は、ＣＰＵと、ＣＰＵが実行する音声符号化プログラムで実現されることも多いが、このような場合であっても、機能的には、図１で表すことができる。
【００１６】
図１において、第１の実施形態に係る音声符号化装置１は、コードブック部２、ゲイン可変部３、合成フィルタ部４、減算部５、聴覚的重み付け部６、最適コード評価部７及び信号特性分析部８を有する。コードブック部２は、コードブック１０とコード取出し部１１とを有する。
【００１７】
第１の実施形態の音声符号化装置１は、コードブック部２及び信号特性分析部８に特徴を有し、その他の構成は、ＣＥＬＰ型音声符号化方式に従う構成であれば、図１に示す構成に限定されるものではない。
【００１８】
第１の実施形態に係る音声符号化装置１は、例えば、所定時間の音声信号（音声データ）でなるフレーム毎に符号化を行うものであり、フレーム毎に、そのフレームの音声信号について最適なコードを探索するものである。
【００１９】
コードブック部２は、予め定められている所定数のコードを固定的に格納しているコードブック１０を有し、コード取出し部１１は、後述するように、そのコードブック１０から、最適コードの探索に適用されるコードの候補を順次取出すものである。
【００２０】
コードブック部１０から取出されたコードは、ゲイン可変部３によってゲインが調整された後、合成フィルタ部４に与えられる。合成フィルタ部４には、符号化対象の音声信号から図示しない声道係数分析部が得た声道係数を、図示しない声道係数量子化部が量子化した声道係数も与えられる。合成フィルタ部４は、与えられたコード及び声道係数から合成処理し、コード候補を適用して局部復号されたと同様な音声信号（以下、局部復号音声信号）を得る。減算部５によって、符号化対象の音声信号と局部復号音声信号とが求められ、その誤差信号（差分信号）に対し、聴覚的重み付け部６によって聴覚特性に応じた重み付けがなされ、その後、最適コード評価部７によって、重み付けされた誤差信号のパワー（２乗誤差）が計算される。最適コード評価部７は、それぞれのコード候補についての２乗誤差の中から、最小の２乗誤差をとるコードの候補を最適コードに決定する。
【００２１】
信号特性分析部８には、符号化対象の音声信号が入力され、信号特性分析部８は、その特性を分析し、特性の分析結果を表すパラメータをコード取出し部１１に与える。以下では、信号特性分析部８から出力されるパラメータが有声音か無声音かを指標するものとして説明する。但し、信号特性分析部８による分析特性はこれに限定されない。例えば、有音／無音を判定（分析）するものであっても良い。また例えば、ピッチが、短い、中間、長い、のどの範囲のものかを分析するものであっても良い。
【００２２】
コード取出し部１１は、有声音のときに候補となり得るコードの情報（有声音候補情報）１１ａと、無声音のときに候補となり得るコードの情報（無声音候補情報）１１ｂを有している。
【００２３】
図２は、有声音候補情報１１ａ及び無声音候補情報１１ｂの説明図である。コードブック１０には、所定数（例えば１０２４種類）のコードが格納されている。符号化対象の音声信号が有声音のときには、コードブック１０の全てのコードを最適コードの探索に使用せずに、コードブック１０に格納されているコードのうち、有声音候補情報１１ａに記述されている一部（例えば５１２種類）のコードを最適コードの探索に使用する。同様に、符号化対象の音声信号が無声音のときには、コードブック１０の全てのコードを最適コードの探索に使用せずに、コードブック１０に格納されているコードのうち、無声音候補情報１１ｂに記述されている一部（例えば５１２種類）のコードを最適コードの探索に使用する。
【００２４】
有声音候補情報１１ａ及び無声音候補情報１１ｂとしては、例えば、コードブック１０に格納されているコードの順に、そのコードを使用するか否かを表すビットの系列を適用する。
【００２５】
図２の例では、コードブック１０の１番目に格納されているコードは有声音では候補とならず、無声音では候補となるものである。コードブック１０の２番目に格納されているコードは有声音では候補となり、無声音では候補とならないものである。コードブック１０の４番目に格納されているコードは有声音でも無声音でも候補となるものである。コードブック１０の６番目に格納されているコードは有声音でも無声音でも候補とならないものである。
【００２６】
コード取出し部１１は、符号化対象の音声信号（フレーム）が有声音のときには、有声音候補情報１１ａに従い、コードブック１０から、候補となり得るコードを順次取出して出力し、一方、符号化対象の音声信号（フレーム）が無声音のときには、無声音候補情報１１ｂに従い、コードブック１０から、候補となり得るコードを順次取出して出力する。
【００２７】
コード取出し部１１に格納しておく有声音候補情報１１ａ及び無声音候補情報１１ｂの形成方法については、後述する第２の実施形態の説明で明らかにする。なお、有声音候補情報１１ａに記述されているコードは、有声音のフレームで最適コードになったことが多いコードであり、無声音候補情報１１ｂに記述されているコードは、無声音のフレームで最適コードになったことが多いコードである。
【００２８】
なお、音声復号装置には、最適コードの情報が与えられ、それに基づいて復号するので、第１の実施形態のように、音声符号化装置に特徴的な構成を盛り込んでも、音声復号装置は既存の構成で動作することができる。
【００２９】
第１の実施形態によれば、符号化対象の音声信号（フレーム）の特性に応じて、コードブックのコードのうち、最適コードの探索に使用するコードを限定するようにしたので、既存の各種標準化との互換性や音質を保ったまま、コード探索（コード選択）に要する処理（処理量や処理時間など）を軽減することができる。
【００３０】
（Ｂ）第２の実施形態
次に、本発明による音声符号化装置、方法及びプログラム、並びに、コードブックデータ分類集計装置、方法及びプログラムの第２の実施形態を、図面を参照しながら詳述する。ここで、第２の実施形態に係る音声符号化装置は、第２の実施形態に係るコードブックデータ分類集計装置を包含するものである。
【００３１】
図３は、第２の実施形態に係る音声符号化装置の機能的構成を示すブロック図であり、第１の実施形態に係る図１との同一、対応部分には同一符号（但し、装置に対する符号を除く）を付して示している。
【００３２】
図３において、第２の実施形態に係る音声符号化装置１Ａは、第１の実施形態と同様なコードブック部２、ゲイン可変部３、合成フィルタ部４、減算部５、聴覚的重み付け部６、最適コード評価部７及び信号特性分析部８に加え、コードブックデータ分類集計部２０及び分類集計起動スイッチ２１を有する。
【００３３】
分類集計起動スイッチ２１は、コードブック１０の全てのコードを、有声音候補情報１１ａに属するか、無声音候補情報１１ｂに属するか、分類することを起動するスイッチである。第２の実施形態の音声符号化装置１Ａが携帯電話端末に搭載されている例で説明する。携帯電話端末の販売店では、携帯電話端末の販売時に各種の設定を行うが、その際の１つの設定項目として、有声音候補情報及び無声音候補情報の設定項目を設ける。電池収容部の空間など、端末の内部に設けられた分類集計起動スイッチ２１を操作することで、有声音候補情報及び無声音候補情報の設定動作、言い換えると、コードブック１０の全てのコードを、有声音候補情報１１ａに属するか、無声音候補情報１１ｂに属するか分類する動作を開始する。また、携帯電話端末の利用者に、例えば、携帯電話端末に向かって所定時間だけ発話させる。
【００３４】
このような分類集計モードでは、コード取出し部１１は、コードブック１０の全てのコードを、候補のコードとして順次出力させ、最適コードを決定させる。
【００３５】
このような符号化対象のフレーム毎の最適コードは、コードブックデータ分類集計部２０に与えられ、また、そのフレームの特性分析結果もコードブックデータ分類集計部２０に与えられる。コードブックデータ分類集計部２０は、有声音のフレームについて、コードブック１０の全てのコードのそれぞれが、最適コードとなった回数を集計すると共に、無声音のフレームについて、コードブック１０の全てのコードのそれぞれが、最適コードとなった回数を集計する。
【００３６】
例えば、分類集計モードが所定時間で終了すると、コードブックデータ分類集計部２０は、有声音のフレームについて最適コードとなった回数が多い方の所定個数のコードの情報を有声音候補情報１１ａに書き込み、無声音のフレームについて最適コードとなった回数が多い方の所定個数のコードの情報を無声音候補情報１１ｂに書き込む。これ以降の符号化では、符号化対象の音声信号（フレーム）の特性に応じて、コードブックから取出される候補コードは切り替わる。
【００３７】
第２の実施形態によれば、第１の実施形態と同様な効果を奏することができ、さらに、利用者に応じた有声音候補情報１１ａ及び無声音候補情報１１ｂを準備することができ、利用者の音声に応じた適切な符号化を行うことができるという効果を奏することができる。
【００３８】
第２の実施形態では、音声符号化装置１Ａに設けられているコードブックデータ分類集計部２０が有声音候補情報１１ａ及び無声音候補情報１１ｂの作成を行う。第１の実施形態の場合、例えば、メーカーなどが備えるコードブックデータ分類集計装置（例えば、コンピュータでなる）が有声音候補情報１１ａ及び無声音候補情報１１ｂの作成を行い（作成方法は第２の実施形態と同様である）、コード取出し部１１に書き込む。
【００３９】
（Ｃ）他の実施形態
第２の実施形態では、所定時間の分類集計モードの終了時の頻度で、有声音候補情報１１ａ及び無声音候補情報１１ｂを定めるものを示したが、有声音候補情報１１ａ及び無声音候補情報１１ｂの決定方法は、最適コードになった回数が多い方から決定できるのであれば、これに限定されるものではない。例えば、有声音のフレームについて、最適コードとなった回数が所定回数に達したコードを有声音候補情報１１ａに書き込み、書き込んだコード数が所定個数になったときに、有声音候補情報１１ａへの書き込みを終了させるようにしても良く、無声音候補情報１１ｂについても同様に形成すれば良い。
【００４０】
上記では、信号特性分析部８による分析特性が有声音か無声音かに限定されず、他の特性でも良いことを説明した。信号特性分析部８による分析特性は、複数の特性の組み合わせであっても良い。例えば、有声音でピッチが短い、有声音でピッチが長い、無声音、というような分析結果であっても良く、これら３種類の結果に応じて、候補となるコードを切り替えるようにすれば良い。
【００４１】
また、無声音を判定する閾値を２段階用意し、無声音の段階が高いときと、無声音の段階が低いとき（有声音に近いとき）とで、コードの候補数を変えるようにしても良い。
【００４２】
さらに、限定する候補数を、操作者が選択できるようにしても良い。例えば、コードブックのコード数の半分に制限するか、コードブックのコード数の１／４に制限するかを、操作者が選択できるようにしても良い。すなわち、品質重視か、処理時間重視かを操作者に選択させるようにしても良い。
【００４３】
本発明は、コードを固定的に格納しているコードブックを備えた音声符号化装置に広く適用することができる。例えば、適応コードブックと固定コードブックとを備えた音声符号化装置であれば、そのうちの固定コードブックに対して、本発明の技術的思想を適用することができる。また例えば、２種類以上のコードブックを備えた音声符号化装置であれば、全ての固定コードブックに対して、本発明の技術的思想を適用することができ、また、一部の固定コードブックに対して、本発明の技術的思想を適用することができる。複数の固定コードブックに対して、候補を限定する場合において、固定コードブックによって、候補群を切り替える特性を異なるようにしても良い。
【符号の説明】
【００４４】
１、１Ａ…音声符号化装置、２…コードブック部、７…最適コード評価部、８…信号特性分析部、１０…コードブック、１１…コード取出し部、２０…コードブックデータ分類集計部、２１…分類集計起動スイッチ。
【技術分野】
【０００１】
本発明は音声符号化装置、方法及びプログラム、並びに、コードブックデータ分類集計装置、方法及びプログラムに関し、例えば、携帯電話端末に適用し得るものである。
【背景技術】
【０００２】
音声通信である電話通信(特に、携帯電話通信)では、伝送する情報量を低減するために音声符号化技術が用いられている。音声符号化には、ＣＥＬＰ（Ｃｏｄｅ Ｅｘｃｉｔｅｄ Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏｎ）型と呼ばれる手法が広く利用されており、多くの標準として実用化されている。ＣＥＬＰ型音声符号化は、コードブック（符号帳）と呼ばれる量子化テーブルを持ち、このテーブルの中から最適なコードを選択することにより符号化を実現する。一般に、ＣＥＬＰ型音声符号化では、コードブック内の全てのコードを候補として最適なコードを探索するため、コード探索（コード選択）に多くの処理を要する。そのため、様々な高速化手法が考案されており、例えば、非特許文献１に記載のような高速処理が予め考慮された標準方式も存在する。
【先行技術文献】
【非特許文献】
【０００３】
【非特許文献１】ＩＴＵ−Ｔ Ｇ．７２９Ａ
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、非特許文献１の記載技術の他にも、ＣＥＬＰ型音声符号化を利用した標準方式は多く存在し、そのような標準方式では、非特許文献１の記載技術を適用することはできない。
【０００５】
そのため、多くの方式や規格で適用可能な、音声符号化を高速に実行できる新たな手法が望まれている。
【課題を解決するための手段】
【０００６】
第１の本発明は、固定コードブックを利用する音声符号化装置において、（１）符号化対象の音声信号の特性を分析する信号特性分析手段と、（２）上記信号特性分析手段の分析結果に応じ、上記固定コードブックにおけるコードのうち、符号化情報に含める最適コードの探索に用いるコード群を切り替える候補コード群切替手段とを有することを特徴とする。
【０００７】
第２の本発明は、固定コードブックを利用する音声符号化方法において、（１）信号特性分析手段が、符号化対象の音声信号の特性を分析し、（２）候補コード群切替手段が、上記信号特性分析手段の分析結果に応じ、上記固定コードブックにおけるコードのうち、符号化情報に含める最適コードの探索に用いるコード群を切り替えることを特徴とする。
【０００８】
第３の本発明は、固定コードブックを利用する音声符号化を実行させるための音声符号化プログラムであって、コンピュータを、（１）符号化対象の音声信号の特性を分析する信号特性分析手段と、（２）上記信号特性分析手段の分析結果に応じ、上記固定コードブックにおけるコードのうち、符号化情報に含める最適コードの探索に用いるコード群を切り替える候補コード群切替手段として機能させることを特徴とする。
【０００９】
第４の本発明のコードブックデータ分類集計装置は、（１）音声信号の特性を分析する信号特性分析手段と、（２）固定コードブックにおける全てのコードを候補とした最適コードの探索で最適コードとなった頻度情報を、上記信号特性分析手段の分析結果ごとに集計し、上記固定コードブックのコードのうち、分析結果毎に、その分析結果のときの音声符号化で利用する候補コード群の情報を得るコードブックデータ分類集計手段とを備えることを特徴とする。
【００１０】
第５の本発明のコードブックデータ分類集計方法は、（１）信号特性分析手段が、音声信号の特性を分析し、（２）コードブックデータ分類集計手段が、固定コードブックにおける全てのコードを候補とした最適コードの探索で最適コードとなった頻度情報を、上記信号特性分析手段の分析結果ごとに集計し、上記固定コードブックのコードのうち、分析結果毎に、その分析結果のときの音声符号化で利用する候補コード群の情報を得ることを特徴とする。
【００１１】
第６の本発明のコードブックデータ分類集計プログラムは、コンピュータを、（１）音声信号の特性を分析する信号特性分析手段と、（２）固定コードブックにおける全てのコードを候補とした最適コードの探索で最適コードとなった頻度情報を、上記信号特性分析手段の分析結果ごとに集計し、上記固定コードブックのコードのうち、分析結果毎に、その分析結果のときの音声符号化で利用する候補コード群の情報を得るコードブックデータ分類集計手段として機能させることを特徴とする。
【発明の効果】
【００１２】
本発明によれば、符号化対象の音声信号の特性に応じて、固定コードブックのコードのうち、最適コードの探索に使用するコードを限定するようにしたので、既存の各種標準化との互換性や音質を保ったまま、コード探索に要する処理を軽減することができる。
【図面の簡単な説明】
【００１３】
【図１】第１の実施形態に係る音声符号化装置の機能的構成を示すブロック図である。
【図２】第１の実施形態における有声音候補情報及び無声音候補情報の説明図である。
【図３】第２の実施形態に係る音声符号化装置の機能的構成を示すブロック図である。
【発明を実施するための形態】
【００１４】
（Ａ）第１の実施形態
以下、本発明による音声符号化装置、方法及びプログラムの第１の実施形態を、図面を参照しながら詳述する。第１の実施形態は、コードブックデータ分類集計装置、方法及びプログラムを備えていない。
【００１５】
図１は、第１の実施形態に係る音声符号化装置の機能的構成を示すブロック図である。図１は、最適なコードを探索（選択）するための構成部分を示している。音声符号化装置を搭載する装置が携帯電話端末などの場合には、音声符号化装置は、ＣＰＵと、ＣＰＵが実行する音声符号化プログラムで実現されることも多いが、このような場合であっても、機能的には、図１で表すことができる。
【００１６】
図１において、第１の実施形態に係る音声符号化装置１は、コードブック部２、ゲイン可変部３、合成フィルタ部４、減算部５、聴覚的重み付け部６、最適コード評価部７及び信号特性分析部８を有する。コードブック部２は、コードブック１０とコード取出し部１１とを有する。
【００１７】
第１の実施形態の音声符号化装置１は、コードブック部２及び信号特性分析部８に特徴を有し、その他の構成は、ＣＥＬＰ型音声符号化方式に従う構成であれば、図１に示す構成に限定されるものではない。
【００１８】
第１の実施形態に係る音声符号化装置１は、例えば、所定時間の音声信号（音声データ）でなるフレーム毎に符号化を行うものであり、フレーム毎に、そのフレームの音声信号について最適なコードを探索するものである。
【００１９】
コードブック部２は、予め定められている所定数のコードを固定的に格納しているコードブック１０を有し、コード取出し部１１は、後述するように、そのコードブック１０から、最適コードの探索に適用されるコードの候補を順次取出すものである。
【００２０】
コードブック部１０から取出されたコードは、ゲイン可変部３によってゲインが調整された後、合成フィルタ部４に与えられる。合成フィルタ部４には、符号化対象の音声信号から図示しない声道係数分析部が得た声道係数を、図示しない声道係数量子化部が量子化した声道係数も与えられる。合成フィルタ部４は、与えられたコード及び声道係数から合成処理し、コード候補を適用して局部復号されたと同様な音声信号（以下、局部復号音声信号）を得る。減算部５によって、符号化対象の音声信号と局部復号音声信号とが求められ、その誤差信号（差分信号）に対し、聴覚的重み付け部６によって聴覚特性に応じた重み付けがなされ、その後、最適コード評価部７によって、重み付けされた誤差信号のパワー（２乗誤差）が計算される。最適コード評価部７は、それぞれのコード候補についての２乗誤差の中から、最小の２乗誤差をとるコードの候補を最適コードに決定する。
【００２１】
信号特性分析部８には、符号化対象の音声信号が入力され、信号特性分析部８は、その特性を分析し、特性の分析結果を表すパラメータをコード取出し部１１に与える。以下では、信号特性分析部８から出力されるパラメータが有声音か無声音かを指標するものとして説明する。但し、信号特性分析部８による分析特性はこれに限定されない。例えば、有音／無音を判定（分析）するものであっても良い。また例えば、ピッチが、短い、中間、長い、のどの範囲のものかを分析するものであっても良い。
【００２２】
コード取出し部１１は、有声音のときに候補となり得るコードの情報（有声音候補情報）１１ａと、無声音のときに候補となり得るコードの情報（無声音候補情報）１１ｂを有している。
【００２３】
図２は、有声音候補情報１１ａ及び無声音候補情報１１ｂの説明図である。コードブック１０には、所定数（例えば１０２４種類）のコードが格納されている。符号化対象の音声信号が有声音のときには、コードブック１０の全てのコードを最適コードの探索に使用せずに、コードブック１０に格納されているコードのうち、有声音候補情報１１ａに記述されている一部（例えば５１２種類）のコードを最適コードの探索に使用する。同様に、符号化対象の音声信号が無声音のときには、コードブック１０の全てのコードを最適コードの探索に使用せずに、コードブック１０に格納されているコードのうち、無声音候補情報１１ｂに記述されている一部（例えば５１２種類）のコードを最適コードの探索に使用する。
【００２４】
有声音候補情報１１ａ及び無声音候補情報１１ｂとしては、例えば、コードブック１０に格納されているコードの順に、そのコードを使用するか否かを表すビットの系列を適用する。
【００２５】
図２の例では、コードブック１０の１番目に格納されているコードは有声音では候補とならず、無声音では候補となるものである。コードブック１０の２番目に格納されているコードは有声音では候補となり、無声音では候補とならないものである。コードブック１０の４番目に格納されているコードは有声音でも無声音でも候補となるものである。コードブック１０の６番目に格納されているコードは有声音でも無声音でも候補とならないものである。
【００２６】
コード取出し部１１は、符号化対象の音声信号（フレーム）が有声音のときには、有声音候補情報１１ａに従い、コードブック１０から、候補となり得るコードを順次取出して出力し、一方、符号化対象の音声信号（フレーム）が無声音のときには、無声音候補情報１１ｂに従い、コードブック１０から、候補となり得るコードを順次取出して出力する。
【００２７】
コード取出し部１１に格納しておく有声音候補情報１１ａ及び無声音候補情報１１ｂの形成方法については、後述する第２の実施形態の説明で明らかにする。なお、有声音候補情報１１ａに記述されているコードは、有声音のフレームで最適コードになったことが多いコードであり、無声音候補情報１１ｂに記述されているコードは、無声音のフレームで最適コードになったことが多いコードである。
【００２８】
なお、音声復号装置には、最適コードの情報が与えられ、それに基づいて復号するので、第１の実施形態のように、音声符号化装置に特徴的な構成を盛り込んでも、音声復号装置は既存の構成で動作することができる。
【００２９】
第１の実施形態によれば、符号化対象の音声信号（フレーム）の特性に応じて、コードブックのコードのうち、最適コードの探索に使用するコードを限定するようにしたので、既存の各種標準化との互換性や音質を保ったまま、コード探索（コード選択）に要する処理（処理量や処理時間など）を軽減することができる。
【００３０】
（Ｂ）第２の実施形態
次に、本発明による音声符号化装置、方法及びプログラム、並びに、コードブックデータ分類集計装置、方法及びプログラムの第２の実施形態を、図面を参照しながら詳述する。ここで、第２の実施形態に係る音声符号化装置は、第２の実施形態に係るコードブックデータ分類集計装置を包含するものである。
【００３１】
図３は、第２の実施形態に係る音声符号化装置の機能的構成を示すブロック図であり、第１の実施形態に係る図１との同一、対応部分には同一符号（但し、装置に対する符号を除く）を付して示している。
【００３２】
図３において、第２の実施形態に係る音声符号化装置１Ａは、第１の実施形態と同様なコードブック部２、ゲイン可変部３、合成フィルタ部４、減算部５、聴覚的重み付け部６、最適コード評価部７及び信号特性分析部８に加え、コードブックデータ分類集計部２０及び分類集計起動スイッチ２１を有する。
【００３３】
分類集計起動スイッチ２１は、コードブック１０の全てのコードを、有声音候補情報１１ａに属するか、無声音候補情報１１ｂに属するか、分類することを起動するスイッチである。第２の実施形態の音声符号化装置１Ａが携帯電話端末に搭載されている例で説明する。携帯電話端末の販売店では、携帯電話端末の販売時に各種の設定を行うが、その際の１つの設定項目として、有声音候補情報及び無声音候補情報の設定項目を設ける。電池収容部の空間など、端末の内部に設けられた分類集計起動スイッチ２１を操作することで、有声音候補情報及び無声音候補情報の設定動作、言い換えると、コードブック１０の全てのコードを、有声音候補情報１１ａに属するか、無声音候補情報１１ｂに属するか分類する動作を開始する。また、携帯電話端末の利用者に、例えば、携帯電話端末に向かって所定時間だけ発話させる。
【００３４】
このような分類集計モードでは、コード取出し部１１は、コードブック１０の全てのコードを、候補のコードとして順次出力させ、最適コードを決定させる。
【００３５】
このような符号化対象のフレーム毎の最適コードは、コードブックデータ分類集計部２０に与えられ、また、そのフレームの特性分析結果もコードブックデータ分類集計部２０に与えられる。コードブックデータ分類集計部２０は、有声音のフレームについて、コードブック１０の全てのコードのそれぞれが、最適コードとなった回数を集計すると共に、無声音のフレームについて、コードブック１０の全てのコードのそれぞれが、最適コードとなった回数を集計する。
【００３６】
例えば、分類集計モードが所定時間で終了すると、コードブックデータ分類集計部２０は、有声音のフレームについて最適コードとなった回数が多い方の所定個数のコードの情報を有声音候補情報１１ａに書き込み、無声音のフレームについて最適コードとなった回数が多い方の所定個数のコードの情報を無声音候補情報１１ｂに書き込む。これ以降の符号化では、符号化対象の音声信号（フレーム）の特性に応じて、コードブックから取出される候補コードは切り替わる。
【００３７】
第２の実施形態によれば、第１の実施形態と同様な効果を奏することができ、さらに、利用者に応じた有声音候補情報１１ａ及び無声音候補情報１１ｂを準備することができ、利用者の音声に応じた適切な符号化を行うことができるという効果を奏することができる。
【００３８】
第２の実施形態では、音声符号化装置１Ａに設けられているコードブックデータ分類集計部２０が有声音候補情報１１ａ及び無声音候補情報１１ｂの作成を行う。第１の実施形態の場合、例えば、メーカーなどが備えるコードブックデータ分類集計装置（例えば、コンピュータでなる）が有声音候補情報１１ａ及び無声音候補情報１１ｂの作成を行い（作成方法は第２の実施形態と同様である）、コード取出し部１１に書き込む。
【００３９】
（Ｃ）他の実施形態
第２の実施形態では、所定時間の分類集計モードの終了時の頻度で、有声音候補情報１１ａ及び無声音候補情報１１ｂを定めるものを示したが、有声音候補情報１１ａ及び無声音候補情報１１ｂの決定方法は、最適コードになった回数が多い方から決定できるのであれば、これに限定されるものではない。例えば、有声音のフレームについて、最適コードとなった回数が所定回数に達したコードを有声音候補情報１１ａに書き込み、書き込んだコード数が所定個数になったときに、有声音候補情報１１ａへの書き込みを終了させるようにしても良く、無声音候補情報１１ｂについても同様に形成すれば良い。
【００４０】
上記では、信号特性分析部８による分析特性が有声音か無声音かに限定されず、他の特性でも良いことを説明した。信号特性分析部８による分析特性は、複数の特性の組み合わせであっても良い。例えば、有声音でピッチが短い、有声音でピッチが長い、無声音、というような分析結果であっても良く、これら３種類の結果に応じて、候補となるコードを切り替えるようにすれば良い。
【００４１】
また、無声音を判定する閾値を２段階用意し、無声音の段階が高いときと、無声音の段階が低いとき（有声音に近いとき）とで、コードの候補数を変えるようにしても良い。
【００４２】
さらに、限定する候補数を、操作者が選択できるようにしても良い。例えば、コードブックのコード数の半分に制限するか、コードブックのコード数の１／４に制限するかを、操作者が選択できるようにしても良い。すなわち、品質重視か、処理時間重視かを操作者に選択させるようにしても良い。
【００４３】
本発明は、コードを固定的に格納しているコードブックを備えた音声符号化装置に広く適用することができる。例えば、適応コードブックと固定コードブックとを備えた音声符号化装置であれば、そのうちの固定コードブックに対して、本発明の技術的思想を適用することができる。また例えば、２種類以上のコードブックを備えた音声符号化装置であれば、全ての固定コードブックに対して、本発明の技術的思想を適用することができ、また、一部の固定コードブックに対して、本発明の技術的思想を適用することができる。複数の固定コードブックに対して、候補を限定する場合において、固定コードブックによって、候補群を切り替える特性を異なるようにしても良い。
【符号の説明】
【００４４】
１、１Ａ…音声符号化装置、２…コードブック部、７…最適コード評価部、８…信号特性分析部、１０…コードブック、１１…コード取出し部、２０…コードブックデータ分類集計部、２１…分類集計起動スイッチ。
【特許請求の範囲】
【請求項１】
固定コードブックを利用する音声符号化装置において、
符号化対象の音声信号の特性を分析する信号特性分析手段と、
上記信号特性分析手段の分析結果に応じ、上記固定コードブックにおけるコードのうち、符号化情報に含める最適コードの探索に用いるコード群を切り替える候補コード群切替手段と
を有することを特徴とする音声符号化装置。
【請求項２】
上記固定コードブックにおける全てのコードを候補とした最適コードの探索で最適コードとなった頻度情報を、上記信号特性分析手段の分析結果ごとに集計し、上記候補コード群切替手段が切り替える候補コード群の情報を得るコードブックデータ分類集計手段をさらに備えることを特徴とする請求項１に記載の音声符号化装置。
【請求項３】
固定コードブックを利用する音声符号化方法において、
信号特性分析手段が、符号化対象の音声信号の特性を分析し、
候補コード群切替手段が、上記信号特性分析手段の分析結果に応じ、上記固定コードブックにおけるコードのうち、符号化情報に含める最適コードの探索に用いるコード群を切り替える
ことを特徴とする音声符号化方法。
【請求項４】
固定コードブックを利用する音声符号化を実行させるための音声符号化プログラムであって、
コンピュータを、
符号化対象の音声信号の特性を分析する信号特性分析手段と、
上記信号特性分析手段の分析結果に応じ、上記固定コードブックにおけるコードのうち、符号化情報に含める最適コードの探索に用いるコード群を切り替える候補コード群切替手段と
して機能させることを特徴とする音声符号化プログラム。
【請求項５】
音声信号の特性を分析する信号特性分析手段と、
固定コードブックにおける全てのコードを候補とした最適コードの探索で最適コードとなった頻度情報を、上記信号特性分析手段の分析結果ごとに集計し、上記固定コードブックのコードのうち、分析結果毎に、その分析結果のときの音声符号化で利用する候補コード群の情報を得るコードブックデータ分類集計手段と
を備えることを特徴とするコードブックデータ分類集計装置。
【請求項６】
信号特性分析手段が、音声信号の特性を分析し、
コードブックデータ分類集計手段が、固定コードブックにおける全てのコードを候補とした最適コードの探索で最適コードとなった頻度情報を、上記信号特性分析手段の分析結果ごとに集計し、上記固定コードブックのコードのうち、分析結果毎に、その分析結果のときの音声符号化で利用する候補コード群の情報を得る
ことを特徴とするコードブックデータ分類集計方法。
【請求項７】
コンピュータを、
音声信号の特性を分析する信号特性分析手段と、
固定コードブックにおける全てのコードを候補とした最適コードの探索で最適コードとなった頻度情報を、上記信号特性分析手段の分析結果ごとに集計し、上記固定コードブックのコードのうち、分析結果毎に、その分析結果のときの音声符号化で利用する候補コード群の情報を得るコードブックデータ分類集計手段と
して機能させることを特徴とするコードブックデータ分類集計プログラム。
【請求項１】
固定コードブックを利用する音声符号化装置において、
符号化対象の音声信号の特性を分析する信号特性分析手段と、
上記信号特性分析手段の分析結果に応じ、上記固定コードブックにおけるコードのうち、符号化情報に含める最適コードの探索に用いるコード群を切り替える候補コード群切替手段と
を有することを特徴とする音声符号化装置。
【請求項２】
上記固定コードブックにおける全てのコードを候補とした最適コードの探索で最適コードとなった頻度情報を、上記信号特性分析手段の分析結果ごとに集計し、上記候補コード群切替手段が切り替える候補コード群の情報を得るコードブックデータ分類集計手段をさらに備えることを特徴とする請求項１に記載の音声符号化装置。
【請求項３】
固定コードブックを利用する音声符号化方法において、
信号特性分析手段が、符号化対象の音声信号の特性を分析し、
候補コード群切替手段が、上記信号特性分析手段の分析結果に応じ、上記固定コードブックにおけるコードのうち、符号化情報に含める最適コードの探索に用いるコード群を切り替える
ことを特徴とする音声符号化方法。
【請求項４】
固定コードブックを利用する音声符号化を実行させるための音声符号化プログラムであって、
コンピュータを、
符号化対象の音声信号の特性を分析する信号特性分析手段と、
上記信号特性分析手段の分析結果に応じ、上記固定コードブックにおけるコードのうち、符号化情報に含める最適コードの探索に用いるコード群を切り替える候補コード群切替手段と
して機能させることを特徴とする音声符号化プログラム。
【請求項５】
音声信号の特性を分析する信号特性分析手段と、
固定コードブックにおける全てのコードを候補とした最適コードの探索で最適コードとなった頻度情報を、上記信号特性分析手段の分析結果ごとに集計し、上記固定コードブックのコードのうち、分析結果毎に、その分析結果のときの音声符号化で利用する候補コード群の情報を得るコードブックデータ分類集計手段と
を備えることを特徴とするコードブックデータ分類集計装置。
【請求項６】
信号特性分析手段が、音声信号の特性を分析し、
コードブックデータ分類集計手段が、固定コードブックにおける全てのコードを候補とした最適コードの探索で最適コードとなった頻度情報を、上記信号特性分析手段の分析結果ごとに集計し、上記固定コードブックのコードのうち、分析結果毎に、その分析結果のときの音声符号化で利用する候補コード群の情報を得る
ことを特徴とするコードブックデータ分類集計方法。
【請求項７】
コンピュータを、
音声信号の特性を分析する信号特性分析手段と、
固定コードブックにおける全てのコードを候補とした最適コードの探索で最適コードとなった頻度情報を、上記信号特性分析手段の分析結果ごとに集計し、上記固定コードブックのコードのうち、分析結果毎に、その分析結果のときの音声符号化で利用する候補コード群の情報を得るコードブックデータ分類集計手段と
して機能させることを特徴とするコードブックデータ分類集計プログラム。
【図１】
【図２】
【図３】
【図２】
【図３】
【公開番号】特開２０１１−１７０２５９（Ｐ２０１１−１７０２５９Ａ）
【公開日】平成２３年９月１日（２０１１．９．１）
【国際特許分類】
【出願番号】特願２０１０−３６１９５（Ｐ２０１０−３６１９５）
【出願日】平成２２年２月２２日（２０１０．２．２２）
【出願人】（００００００２９５）沖電気工業株式会社 (6,645)
【Ｆターム（参考）】
【公開日】平成２３年９月１日（２０１１．９．１）
【国際特許分類】
【出願日】平成２２年２月２２日（２０１０．２．２２）
【出願人】（００００００２９５）沖電気工業株式会社 (6,645)
【Ｆターム（参考）】
[ Back to top ]