JP3859462B2 - 予測パラメータ分析装置および予測パラメータ分析方法 - Google Patents
予測パラメータ分析装置および予測パラメータ分析方法 Download PDFInfo
- Publication number
- JP3859462B2 JP3859462B2 JP2001149564A JP2001149564A JP3859462B2 JP 3859462 B2 JP3859462 B2 JP 3859462B2 JP 2001149564 A JP2001149564 A JP 2001149564A JP 2001149564 A JP2001149564 A JP 2001149564A JP 3859462 B2 JP3859462 B2 JP 3859462B2
- Authority
- JP
- Japan
- Prior art keywords
- input signal
- prediction parameter
- short
- component
- time input
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000004458 analytical method Methods 0.000 title claims description 63
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000007781 pre-processing Methods 0.000 claims description 11
- 230000005236 sound signal Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 description 18
- 238000012545 processing Methods 0.000 description 11
- 230000015572 biosynthetic process Effects 0.000 description 10
- 238000003786 synthesis reaction Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 4
- 230000002411 adverse Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/12—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being prediction coefficients
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、入力信号から予測パラメータを求めるための予測パラメータ分析装置または予測パラメータ分析方法に関する。
【０００２】
【従来の技術】
信号のスペクトルの概形を表すために用いるスペクトルパラメータとして、音声符号化や音声合成、オーディオ符号化の分野ではＬＰパラメータ（線形予測パラメータ）が広く用いられている。ここでは、音声符号化で行われるＬＰパラメータの分析（ＬＰ分析）を予測パラメータ分析の例として説明する。
【０００３】
従来による予測パラメータの分析は以下のようにして行われる。
【０００４】
まず、前処理により予測パラメータの分析に悪影響を及ぼす不要な低域周波数成分を入力信号から取り除く。この処理は典型的にはカットオフ周波数が５０−１００Ｈｚ前後の高域通過フィルタを用いて実現される。こうして不要成分が除かれた入力信号に対して所定の時間窓ｗ（ｎ）が掛けられ、分析に用いる短時間入力信号ｘ（ｎ）を生成する。時間窓は窓関数や分析窓とも言われ、ハミング窓がよく知られている。ＩＴＵ−Ｔ勧告の８ｋｂｉｔ／ｓ音声符号化Ｇ７２９（文献１「Design and Description of CS-ACELP:A Toll Quality 8kb/s Speech Coder」IEEE Trans. On Speech and Audio Processing, R. Salami他著,pp.116-130,Vo1.6, No.2, March 1998）に採用されている、ハミング窓の半分とコサイン関数の１／４周期部分を合わせたハイブリッド窓なども最近よく使われている。このように、目的に応じて種々の時間窓が使われる。
【０００５】
次に、短時間入力信号ｘ（ｎ）を用いて以下の計算式により自己相関係数Ｒｘｘ（ｉ）を求める。
【０００６】
【数１】
【０００７】
ここでＬは時間窓の長さを表す。自己相関係数は、単に自己相関と呼んだり、自己相関関数と呼んだりすることがあるが、本質的にどれも同じものを示している。
【０００８】
次に、式（１）で求めた自己相関係数を用いるか、または、分析の安定化を図るためにこの自己相関係数に固定のラグ窓を掛けて固定の修正を行った自己相関係数を用いて予測パラメータを求めることが通常行われる。ラグ窓を用いた自己相関係数の修正については文献１を参照されたい。予測パラメータとしてＬＰパラメータを求める場合は、Levinson-Durbin algorithmやDurbinの再帰的解法として知られている方法を用いることができる（詳しくは文献２「ディジタル音声処理」東海大学出版会、古井貞煕氏著、ｐｐ．７５参照）。
【０００９】
このように、従来の予測パラメータ分析では、不要低域成分を除いた後の入力信号に時間窓をかけて得られる短時間入力信号ｘ（ｎ）の自己相関係数を算出している。ところが、図１の波形例に示すように、入力信号（図１（ａ））から時間窓による切り出しによって得られた短時間入力信号ｘ（ｎ）（図１（ｂ））には、不要な低域周波数成分（特に、図１（ｂ）の破線でレベルを示した直流成分）が混入している。特に、短い時間窓を用いる予測分析の場合にこのような不要成分が大きくなる。こうした不要成分は低周波数帯域に偏る傾向があるため、予測パラメータの分析に影響を与え、予測パラメータが劣化して求まる問題がある。さらに、このような不要成分の混入の度合いは、窓によって切り出される入力信号の形状や位相に依存して変化する。このため、従来の予測パラメータ分析では定常な入力信号に対しても予測パラメータが安定して求めにくいという問題がある。
【００１０】
【発明が解決しようとする課題】
従来の予測パラメータ分析では、入力信号に不要成分（特に直流成分）が加わるため、性能が劣化した予測パラメータが求まってしまうという問題がある。
【００１１】
本発明は、不要成分の混入を最小限に抑えることのできる、分析能力の高い予測パラメータ分析装置および予測パラメータ方法を提供することを目的とする。
【００１２】
【課題を解決するための手段】
本発明は、入力信号の自己相関係数を基に予測パラメータを求める予測パラメータ算出手段を備える予測パラメータ分析装置において、入力信号または入力信号に由来する信号に窓をかけて短時間入力信号ｘ（ｎ）を求める窓掛け手段と、窓掛けにより生じる不要成分を前記短時間入力信号ｘ（ｎ）から取り除くことにより修正短時間入力信号ｙ（ｎ）を出力する成分除去手段と、前記修正短時間入力信号ｙ（ｎ）を基に自己相関係数を求める自己相関係数算出手段とを有することを特徴とする予測パラメータ分析装置を提供する。
【００１３】
本発明は、入力信号の自己相関係数を基に予測パラメータを求める予測パラメータ算出手段を備える予測パラメータ分析装置において、入力信号または入力信号に由来する信号に窓をかけて短時間入力信号ｘ（ｎ）を求める窓かけ手段と、窓掛けにより生じ、短時間入力信号ｘ（ｎ）に含まれる不要成分を推定する推定手段と、推定された不要成分と短時間入力信号ｘ（ｎ）を用いて自己相関係数を求める自己相関係数算出手段とを有することを特徴とする予測パラメータ分析装置を提供する。
【００１４】
本発明は、入力信号の自己相関係数を基に予測パラメータを求める予測パラメータ分析方法において、入力信号または入力信号に由来する信号に窓をかけて短時間入力信号ｘ（ｎ）を生成し、窓掛けにより生じる不要成分を前記短時間入力信号ｘ（ｎ）から取り除くことにより修正短時間入力信号ｙ（ｎ）を生成し、前記修正短時間入力信号ｙ（ｎ）を基に自己相関係数を求めることを特徴とする予測パラメータ分析方法を提供する。
【００１５】
本発明は、入力信号の自己相関係数を基に予測パラメータを求める予測パラメータ分析方法において、入力信号または入力信号に由来する信号に窓をかけて短時間入力信号ｘ（ｎ）を生成し、短時間入力信号ｘ（ｎ）に含まれる不要成分を推定し、推定不要成分と短時間入力信号ｘ（ｎ）を用いて自己相関係数を求めることを特徴とする予測パラメータ分析方法を提供する。
【００１６】
【発明の実施の形態】
（第１実施形態）
図１は、本発明の第１実施形態に基づいた予測パラメータ分析の原理を表した波形図である。図１（ａ）は予測分析に入力される入力信号の波形例を表している。
【００１７】
入力信号は前処理において予測パラメータ分析に悪影響を及ぼす不要な低域周波数成分を入力信号から取り除いたものとする。このような前処理は典型的にはカットオフ周波数が５０−１００Ｈｚ前後の高域通過フィルタを用いて実現される。こうして不要成分が除かれた入力信号（図１（ａ））は窓掛けにより所定長（１０msec〜２０msec）の単位で切り出される。即ち入力信号ａは時間窓ｗ（ｎ）によって窓掛けされ、短時間入力信号ｘ（ｎ）として切り出される（図１（ｂ））。この場合、窓掛けによって両端のフレームの影響が減るように窓掛けを行う。１例としては、従来例で示したハミング窓やハイブリッド窓を用いる。
【００１８】
このようにして得られた短時間入力信号ｘ（ｎ）を直接用いて自己相関を求めると従来の方法となる。しかし、上述した切り出しにより短時間入力信号ｘ（ｎ）に不要な成分（図１（ｂ）に波線で示されるような直流成分）が混入する。この直流成分が混入した短時間入力信号を用いて自己相関を求めると、真のスペクトルに直流成分が乗ってしまいスペクトルに悪影響を及ぼす。
【００１９】
そこで、本発明では、短時間入力信号を用いて自己相関係数を直接求めるのではなくて窓を掛けることによって生じる不要成分、例えば直流成分を除いて窓掛けにより切り出した後に不要成分、例えば直流成分がどれだけ混入しているかを調べて不要成分を除去する。この不要成分除去の方法として直流成分がゼロになるように切り出した入力信号の全体から直流成分を差し引く方法がある。
【００２０】
上記のようにして不要成分が取り除かれた信号が修正短時間入力信号ｙ（ｎ）として得られる（図１（ｃ））。最後に、修正された短時間入力信号ｙ（ｎ）を用いて自己相関係数を求め、この自己相関係数を基に予測パラメータを求める。こうすることにより、予測パラメータ分析に不要成分が混入することを抑えることができるので、より精度の高い予測パラメータを求めることができるようになる。
【００２１】
以下、図２を参照して本発明の予測パラメータ分析装置の説明を行う。
【００２２】
図２において、前処理部１０は、入力音声をフレーム単位で入力し、カットオフ周波数が例えば５０−１００Ｈｚ前後の高域通過フィルタを用いて入力信号の前処理を行う。
【００２３】
前処理された入力信号は窓掛け部１１に入力されると、窓掛け部１１は、入力信号に対して時間窓ｗ（ｎ）（ｎ：０，１，…，Ｌ−１）をかけ、入力信号短時間入力信号ｘ（ｎ）（ｎ＝０，１，…，Ｌ−１）を出力する。ここでＬは時間窓の長さを表す。
【００２４】
不要成分推定部１２は短時間入力信号ｘ（ｎ）に含まれる不要な成分を分析してその推定信号を生成し、これを不要成分除去部１３へ出力する。
【００２５】
短時間入力信号ｘ（ｎ）に含まれる不要成分の主要なものとして直流成分がある。直流成分の推定の一例は、次のように行うことができる。
【００２６】
【数２】
【００２７】
ここでｄｃは直流成分の推定信号を表しており、ｆ（）は短時間入力信号ｘ（ｎ）の関数となっている。ｆ（）の具体的な一例は、
【数３】
【００２８】
を用いることができる。ここで、［ ］内は短時間入力信号ｘ（ｎ）の平均値に相当し、これと調整パラメータｋｄｃ。を用いて直流成分の推定信号とすることができる。ｋｄｃには０より大きく１程度以下の値を用いる。理論的な最適値はｋｄｃ＝１（平均値を直流成分の推定信号とすること）である。不要成分除去部１３は、不要成分推定部１２からの不要成分の推定信号をもとに、短時間入力信号ｘ（ｎ）から修正された短時間入力信号ｙ（ｎ）を求める。この具体的な方法は、例えばｘ（ｎ）から以下のようにして不要成分の推定信号を取り除くことである。
【００２９】
【数４】
【００３０】
ここでは、短時間入力信号ｘ（ｎ）から直流成分を除去する方法について示したが、所定の高域通過型フィルタ（＝低域阻止型フィルタ）をｘ（ｎ）に用いて不要な低域成分を取り除き、これを修正された短時間入力信号ｙ（ｎ）とすることも可能である。この場合は、フィルタリングの計算が必要になるが、不要成分の推定信号を使わなくてもよいので不要成分推定部１２が不要になる。
【００３１】
自己相関算出部１４は修正された短時間入力信号ｙ（ｎ）から例えば以下のようにして自己相関係数を求める。
【００３２】
【数５】
【００３３】
次に、予測パラメータ算出部１５において、自己相関係数Ｒｙｙ（ｉ）を基に予測パラメータを求める。こうして自己相関係数を求めた後は、従来と同じようにして予測パラメータを求めることができる。すなわち、次に、式（５）で求めた自己相関係数を用いるか、または、分析の安定化を図るためにこの自己相関係数に固定のラグ窓を掛けて固定の修正を行った自己相関係数を用いて予測パラメータを求める。予測パラメータとしてＬＰパラメータを求める場合は、次の線形方程式を解くことにより算出される。
【００３４】
【数６】
【００３５】
ここでΦは自己相関係数φｉ＝Ｒｙｙ（ｉ）（または自己相関係数に固定のラグ窓を掛けて固定の修正を行った自己相関係数）から構成される自己相関行列である。ＮはＬＰＣパラメータの次数を表す。
【００３６】
【数７】
【００３７】
Ｔは行列の転置を表す。
【００３８】
式（６）の方程式からＬＰパラメータ｛αｉ｝を求める方法は、Levinson-Durbin algorithmやDurbinの再帰的解法として知られている（詳しくは文献２「ディジタル音声処理」東海大学出版会、古井貞煕氏著、ｐｐ．７５を参照されたい）ので、ここでは説明を省略する。
【００３９】
以上が，本発明の方法による予測パラメータの分析例である。
【００４０】
次に、本発明の第１実施形態に係る処理の流れを図３のフローチャートを用いて説明する。
【００４１】
まず、入力音声をフレーム単位で入力する（Ｓ１）。入力信号は、カットオフ周波数が例えば５０−１００Ｈｚ前後の高域通過フィルタを用いて前処理された入力信号を用いることが望ましい。
【００４２】
次に、前処理された入力信号に時間窓ｗ（ｎ）をかけることにより短時間入力信号ｘ（ｎ）を求める（Ｓ２）。次に、短時間入力信号ｘ（ｎ）に含まれる不要な成分を推定する（Ｓ３）。
【００４３】
次に、短時間入力信号ｘ（ｎ）から修正短時間入力信号ｙ（ｎ）を求める（Ｓ４）。
【００４４】
次に、修正短時間入力信号ｙ（ｎ）をもとに自己相関係数を求める（Ｓ５）。そして、自己相関係数から予測パラメータを算出し（Ｓ６）、これをフレームに対応する入力信号の予測パラメータとして出力する。
【００４５】
以上、ステップＳ１〜Ｓ６の処理を行うことでフレーム単位（入力信号が音声信号の場合、８ｋＨｚサンプリングで典型的なフレーム長は１０〜２０ｍｓｅｃ）に入力される入力信号の予測パラメータ分析処理が終る。この一連の処理をフレーム単位ごとに行い、連続して入力される入力信号の処理を行うことができる（Ｓ７）。
【００４６】
（第２実施形態）
第１実施形態では、短時間入力信号から直流成分を直接差し引いているが、第２実施形態では、短時間入力信号から直接引かないで、自己相関のレベルで直流分の影響を除くようにしている。図４は、第２実施形態に係る予測パラメータ分析装置を示している。これによると、前処理部２０は第１実施形態と同様に入力信号の前処理を行い、前処理の入力信号を窓掛け部２１に入力する。窓掛け部２１は前処理済み入力信号に窓掛けを施して短時間入力信号を切り出す。不要成分推定部２２は短時間入力信号ｘ(ｎ)に含まれる不要成分を分析してその推定信号を生成し、自己相関算出部２４に出力する。切り出した入力信号は自己相関算出部２４に送られる。この自己相関算出部２４に入力された短時間入力信号には、入力信号の窓掛において生じる不要成分、例えば直流成分が含まれているが、自己相関算出部２４は不要成分推定部２２からの推定信号を用いてこの不要成分を自己相関のレベルにおいて除去する。従って、自己相関算出部２４は不要成分の影響を受けない自己相関係数Ｒｙｙ（ｉ）を出力する。予測パラメータ算出部２５は自己相関係数Ｒｙｙ（ｉ）に基づいて予測パラメータを求める。
【００４７】
図５は、本発明の第２実施形態の予測パラメータ分析方法を説明するフローチャートを示している。これによると、修正された短時間入力信号ｙ（ｎ）を求めずに、時間窓をかけることにより生じる不要成分を加味して、予測パラメータの算出に使う自己相関係数を求める方法を示している。
【００４８】
この方法によると、まず、入力音声をフレーム単位で入力し（Ｓｌｌ）、次に、前処理された入力信号に時間窓ｗ（ｎ）をかけることにより短時間入力信号ｘ（ｎ）を求める（Ｓ１２）。
【００４９】
次に、短時間入力信号ｘ（ｎ）に含まれる不要成分を推定する（Ｓ１３）。推定された不要成分と短時間入力信号ｘ（ｎ）を用いて自己相関係数を求める（Ｓ１５）。そして、自己相関係数から予測パラメータを算出し（Ｓ１６）、これをフレームに対応する入力信号の予測パラメータとして出力する。
【００５０】
以上のステップの処理を行うことでフレーム単位（入力信号が音声信号の場合、８ｋＨｚサンプリングで典型的なフレーム長は１０〜２０ｍｓｅｃ）に入力される入力信号の予測パラメータ分析処理が終る。この一連の処理をフレーム単位ごとに行い、連続して入力される入力信号の処理を行うことができる（Ｓ１７）。
【００５１】
このように、時間窓をかけることにより生じる不要成分を加味して、予測パラメータの算出に使う自己相関係数を求める方法であれば、どのような実現であっても本発明に含まれることは言うまでもない。
【００５２】
予測パラメータ抽出方法として、ここでは線形予測パラメータを用いて説明したが、これに限られるものではない。すなわち、本発明は自己相関係数を用いて求めることができるものであれば、予測パラメータが線形であるか、非線形であるかに限られるものではなく、どのような予測パラメータ（または予測パラメータを基に構成される合成フィルタ）の分析にも本発明の予測パラメータ分析方法が応用できる。
【００５３】
（第３実施形態）
図６は、第３実施形態の予測パラメータ分析装置を示している。この第３実施形態によると、予測パラメータ分析部は、入力信号または入力信号に由来する信号から短時間入力信号を生成する短時間入力信号生成部４１，短時間入力信号から直流または所定の周波数帯域の成分を除去する成分除去部４３，この成分除去部から得られる修正短時間入力信号に基づいて自己相関係数を算出する自己相関算出部４４および得られた自己相関係数に基づいて予測パラメータを算出する予測パラメータ算出部４５により構成される。
【００５４】
図７は、本発明の第３実施形態の予測パラメータ分析方法を説明するフローチャートを示している。これによると、先ず、入力信号がフレーム単位で予測パラメータ分析部の短時間入力信号生成部４１に入力される（Ｓ２１）。これにより、短時間入力信号生成部４１は入力信号に対応する短時間入力信号を生成する（Ｓ２２）。この短時間入力信号が成分除去部４３に入力されることにより短時間入力信号から直流成分または所定の周波数成分が除去される（Ｓ２３）。これにより、成分除去部４３から修正された短時間入力信号が得られる（Ｓ２４）。この修正短時間入力信号は自己相関算出部４４に入力されることにより修正された短時間入力信号を基に自己相関係数が算出される（Ｓ２５）。この自己相関係数は予測パラメータ算出部４５に入力されることにより自己相関係数から予測パラメータが算出される（Ｓ２６）。この後、次のフレームが取り込まれるが、次のフレームが無ければ処理は終了し、次のフレームが取り込まれるとステップＳ２１に戻る。
【００５５】
上述した本発明の予測パラメータ分析装置において、予測パラメータ（または符号化された予測パラメータ）を用いて構成される予測フィルタの逆フィルタは合成フィルタと呼ばれ、分析に用いた入力信号のスペクトルの概形を表すことができる。図８（ａ）は従来の予測パラメータ分析によって得られる予測パラメータから構成される合成フィルタの周波数特性例を示している。一方、図８（ｂ）は本発明の方法によって得られる予測パラメータから構成される合成フィルタの周波数特性例を示している。図８（ａ）と図８（ｂ）の比較からわかるように、発明の方法によって得られる合成フィルタでは、従来の方法に比べ、窓掛けによって生じる不要な低域周波数成分がより少なくなっている。従って、本発明の方法によって得られる予測パラメータを用いることにより、合成フィルタを用いる音声符号化や音声合成で音声品質を改善することが可能である。
【００５６】
図９は、上述した予測パラメータ分析装置を適用した携帯端末、例えば携帯電話を示している。この携帯電話は、無線部３１，ベースバンド部３２，入出力部３３および電源部３４により構成される。ベースバンド部３２には、入出力部３３の液晶表示器（ＬＣＤ）３７を制御するＬＣＤ制御部３５およびスピーカ３８およびマイクロフォン３９に接続されている音声コーデック３６が設けられている。この音声コーデック３６に含まれるＬＰＣ回路に本発明に従った予測パラメータ分析装置が適用される。これにより音声品質が改善される。
【００５７】
【発明の効果】
以上説明したように本発明によれば、入力信号を窓掛けしたときに生じる直流成分のような不要成分が除去されるので、予測パラメータ分析では定常な入力信号に対して安定した予測パラメータが得られる。これにより、本願発明は、音声符号化、オーディオ符号化、音声合成、音声認識など、予測分析を行う信号処理に利用できる。
【図面の簡単な説明】
【図１】予測パラメータ分析の原理を表した波形図。
【図２】本発明の第１実施形態に従った予測パラメータ分析装置のブロック図。
【図３】第１実施形態に従った予測パラメータ分析装置により実施される予測パラメータ分析方法を示すフローチャート図。
【図４】本発明の第２実施形態に従った予測パラメータ分析装置のブロック図。
【図５】第２実施形態の予測パラメータ分析装置により実施される予測パラメータ分析方法を示すフローチャート図。
【図６】本発明の第３実施形態に従った予測パラメータ分析装置のブロック図。
【図７】第３実施形態の予測パラメータ分析装置により実施される予測パラメータ分析方法を示すフローチャート図。
【図８】従来方法と本発明の方法によって得られる合成フィルタの周波数特性を示す図。
【図９】本発明を適用した携帯電話のブロック図。
【符号の説明】
１０…前処理部
１１…窓掛け部
１２…不要成分推定部
１３…不要成分除去部
１４…自己相関計算部
１５…予測パラメータ算出部
２０…前処理部
２１…窓掛け部
２４…自己相関計算部
２５…予測パラメータ算出部
３６…音声コーデック
【発明の属する技術分野】
本発明は、入力信号から予測パラメータを求めるための予測パラメータ分析装置または予測パラメータ分析方法に関する。
【０００２】
【従来の技術】
信号のスペクトルの概形を表すために用いるスペクトルパラメータとして、音声符号化や音声合成、オーディオ符号化の分野ではＬＰパラメータ（線形予測パラメータ）が広く用いられている。ここでは、音声符号化で行われるＬＰパラメータの分析（ＬＰ分析）を予測パラメータ分析の例として説明する。
【０００３】
従来による予測パラメータの分析は以下のようにして行われる。
【０００４】
まず、前処理により予測パラメータの分析に悪影響を及ぼす不要な低域周波数成分を入力信号から取り除く。この処理は典型的にはカットオフ周波数が５０−１００Ｈｚ前後の高域通過フィルタを用いて実現される。こうして不要成分が除かれた入力信号に対して所定の時間窓ｗ（ｎ）が掛けられ、分析に用いる短時間入力信号ｘ（ｎ）を生成する。時間窓は窓関数や分析窓とも言われ、ハミング窓がよく知られている。ＩＴＵ−Ｔ勧告の８ｋｂｉｔ／ｓ音声符号化Ｇ７２９（文献１「Design and Description of CS-ACELP:A Toll Quality 8kb/s Speech Coder」IEEE Trans. On Speech and Audio Processing, R. Salami他著,pp.116-130,Vo1.6, No.2, March 1998）に採用されている、ハミング窓の半分とコサイン関数の１／４周期部分を合わせたハイブリッド窓なども最近よく使われている。このように、目的に応じて種々の時間窓が使われる。
【０００５】
次に、短時間入力信号ｘ（ｎ）を用いて以下の計算式により自己相関係数Ｒｘｘ（ｉ）を求める。
【０００６】
【数１】
ここでＬは時間窓の長さを表す。自己相関係数は、単に自己相関と呼んだり、自己相関関数と呼んだりすることがあるが、本質的にどれも同じものを示している。
【０００８】
次に、式（１）で求めた自己相関係数を用いるか、または、分析の安定化を図るためにこの自己相関係数に固定のラグ窓を掛けて固定の修正を行った自己相関係数を用いて予測パラメータを求めることが通常行われる。ラグ窓を用いた自己相関係数の修正については文献１を参照されたい。予測パラメータとしてＬＰパラメータを求める場合は、Levinson-Durbin algorithmやDurbinの再帰的解法として知られている方法を用いることができる（詳しくは文献２「ディジタル音声処理」東海大学出版会、古井貞煕氏著、ｐｐ．７５参照）。
【０００９】
このように、従来の予測パラメータ分析では、不要低域成分を除いた後の入力信号に時間窓をかけて得られる短時間入力信号ｘ（ｎ）の自己相関係数を算出している。ところが、図１の波形例に示すように、入力信号（図１（ａ））から時間窓による切り出しによって得られた短時間入力信号ｘ（ｎ）（図１（ｂ））には、不要な低域周波数成分（特に、図１（ｂ）の破線でレベルを示した直流成分）が混入している。特に、短い時間窓を用いる予測分析の場合にこのような不要成分が大きくなる。こうした不要成分は低周波数帯域に偏る傾向があるため、予測パラメータの分析に影響を与え、予測パラメータが劣化して求まる問題がある。さらに、このような不要成分の混入の度合いは、窓によって切り出される入力信号の形状や位相に依存して変化する。このため、従来の予測パラメータ分析では定常な入力信号に対しても予測パラメータが安定して求めにくいという問題がある。
【００１０】
【発明が解決しようとする課題】
従来の予測パラメータ分析では、入力信号に不要成分（特に直流成分）が加わるため、性能が劣化した予測パラメータが求まってしまうという問題がある。
【００１１】
本発明は、不要成分の混入を最小限に抑えることのできる、分析能力の高い予測パラメータ分析装置および予測パラメータ方法を提供することを目的とする。
【００１２】
【課題を解決するための手段】
本発明は、入力信号の自己相関係数を基に予測パラメータを求める予測パラメータ算出手段を備える予測パラメータ分析装置において、入力信号または入力信号に由来する信号に窓をかけて短時間入力信号ｘ（ｎ）を求める窓掛け手段と、窓掛けにより生じる不要成分を前記短時間入力信号ｘ（ｎ）から取り除くことにより修正短時間入力信号ｙ（ｎ）を出力する成分除去手段と、前記修正短時間入力信号ｙ（ｎ）を基に自己相関係数を求める自己相関係数算出手段とを有することを特徴とする予測パラメータ分析装置を提供する。
【００１３】
本発明は、入力信号の自己相関係数を基に予測パラメータを求める予測パラメータ算出手段を備える予測パラメータ分析装置において、入力信号または入力信号に由来する信号に窓をかけて短時間入力信号ｘ（ｎ）を求める窓かけ手段と、窓掛けにより生じ、短時間入力信号ｘ（ｎ）に含まれる不要成分を推定する推定手段と、推定された不要成分と短時間入力信号ｘ（ｎ）を用いて自己相関係数を求める自己相関係数算出手段とを有することを特徴とする予測パラメータ分析装置を提供する。
【００１４】
本発明は、入力信号の自己相関係数を基に予測パラメータを求める予測パラメータ分析方法において、入力信号または入力信号に由来する信号に窓をかけて短時間入力信号ｘ（ｎ）を生成し、窓掛けにより生じる不要成分を前記短時間入力信号ｘ（ｎ）から取り除くことにより修正短時間入力信号ｙ（ｎ）を生成し、前記修正短時間入力信号ｙ（ｎ）を基に自己相関係数を求めることを特徴とする予測パラメータ分析方法を提供する。
【００１５】
本発明は、入力信号の自己相関係数を基に予測パラメータを求める予測パラメータ分析方法において、入力信号または入力信号に由来する信号に窓をかけて短時間入力信号ｘ（ｎ）を生成し、短時間入力信号ｘ（ｎ）に含まれる不要成分を推定し、推定不要成分と短時間入力信号ｘ（ｎ）を用いて自己相関係数を求めることを特徴とする予測パラメータ分析方法を提供する。
【００１６】
【発明の実施の形態】
（第１実施形態）
図１は、本発明の第１実施形態に基づいた予測パラメータ分析の原理を表した波形図である。図１（ａ）は予測分析に入力される入力信号の波形例を表している。
【００１７】
入力信号は前処理において予測パラメータ分析に悪影響を及ぼす不要な低域周波数成分を入力信号から取り除いたものとする。このような前処理は典型的にはカットオフ周波数が５０−１００Ｈｚ前後の高域通過フィルタを用いて実現される。こうして不要成分が除かれた入力信号（図１（ａ））は窓掛けにより所定長（１０msec〜２０msec）の単位で切り出される。即ち入力信号ａは時間窓ｗ（ｎ）によって窓掛けされ、短時間入力信号ｘ（ｎ）として切り出される（図１（ｂ））。この場合、窓掛けによって両端のフレームの影響が減るように窓掛けを行う。１例としては、従来例で示したハミング窓やハイブリッド窓を用いる。
【００１８】
このようにして得られた短時間入力信号ｘ（ｎ）を直接用いて自己相関を求めると従来の方法となる。しかし、上述した切り出しにより短時間入力信号ｘ（ｎ）に不要な成分（図１（ｂ）に波線で示されるような直流成分）が混入する。この直流成分が混入した短時間入力信号を用いて自己相関を求めると、真のスペクトルに直流成分が乗ってしまいスペクトルに悪影響を及ぼす。
【００１９】
そこで、本発明では、短時間入力信号を用いて自己相関係数を直接求めるのではなくて窓を掛けることによって生じる不要成分、例えば直流成分を除いて窓掛けにより切り出した後に不要成分、例えば直流成分がどれだけ混入しているかを調べて不要成分を除去する。この不要成分除去の方法として直流成分がゼロになるように切り出した入力信号の全体から直流成分を差し引く方法がある。
【００２０】
上記のようにして不要成分が取り除かれた信号が修正短時間入力信号ｙ（ｎ）として得られる（図１（ｃ））。最後に、修正された短時間入力信号ｙ（ｎ）を用いて自己相関係数を求め、この自己相関係数を基に予測パラメータを求める。こうすることにより、予測パラメータ分析に不要成分が混入することを抑えることができるので、より精度の高い予測パラメータを求めることができるようになる。
【００２１】
以下、図２を参照して本発明の予測パラメータ分析装置の説明を行う。
【００２２】
図２において、前処理部１０は、入力音声をフレーム単位で入力し、カットオフ周波数が例えば５０−１００Ｈｚ前後の高域通過フィルタを用いて入力信号の前処理を行う。
【００２３】
前処理された入力信号は窓掛け部１１に入力されると、窓掛け部１１は、入力信号に対して時間窓ｗ（ｎ）（ｎ：０，１，…，Ｌ−１）をかけ、入力信号短時間入力信号ｘ（ｎ）（ｎ＝０，１，…，Ｌ−１）を出力する。ここでＬは時間窓の長さを表す。
【００２４】
不要成分推定部１２は短時間入力信号ｘ（ｎ）に含まれる不要な成分を分析してその推定信号を生成し、これを不要成分除去部１３へ出力する。
【００２５】
短時間入力信号ｘ（ｎ）に含まれる不要成分の主要なものとして直流成分がある。直流成分の推定の一例は、次のように行うことができる。
【００２６】
【数２】
ここでｄｃは直流成分の推定信号を表しており、ｆ（）は短時間入力信号ｘ（ｎ）の関数となっている。ｆ（）の具体的な一例は、
【数３】
を用いることができる。ここで、［ ］内は短時間入力信号ｘ（ｎ）の平均値に相当し、これと調整パラメータｋｄｃ。を用いて直流成分の推定信号とすることができる。ｋｄｃには０より大きく１程度以下の値を用いる。理論的な最適値はｋｄｃ＝１（平均値を直流成分の推定信号とすること）である。不要成分除去部１３は、不要成分推定部１２からの不要成分の推定信号をもとに、短時間入力信号ｘ（ｎ）から修正された短時間入力信号ｙ（ｎ）を求める。この具体的な方法は、例えばｘ（ｎ）から以下のようにして不要成分の推定信号を取り除くことである。
【００２９】
【数４】
ここでは、短時間入力信号ｘ（ｎ）から直流成分を除去する方法について示したが、所定の高域通過型フィルタ（＝低域阻止型フィルタ）をｘ（ｎ）に用いて不要な低域成分を取り除き、これを修正された短時間入力信号ｙ（ｎ）とすることも可能である。この場合は、フィルタリングの計算が必要になるが、不要成分の推定信号を使わなくてもよいので不要成分推定部１２が不要になる。
【００３１】
自己相関算出部１４は修正された短時間入力信号ｙ（ｎ）から例えば以下のようにして自己相関係数を求める。
【００３２】
【数５】
次に、予測パラメータ算出部１５において、自己相関係数Ｒｙｙ（ｉ）を基に予測パラメータを求める。こうして自己相関係数を求めた後は、従来と同じようにして予測パラメータを求めることができる。すなわち、次に、式（５）で求めた自己相関係数を用いるか、または、分析の安定化を図るためにこの自己相関係数に固定のラグ窓を掛けて固定の修正を行った自己相関係数を用いて予測パラメータを求める。予測パラメータとしてＬＰパラメータを求める場合は、次の線形方程式を解くことにより算出される。
【００３４】
【数６】
ここでΦは自己相関係数φｉ＝Ｒｙｙ（ｉ）（または自己相関係数に固定のラグ窓を掛けて固定の修正を行った自己相関係数）から構成される自己相関行列である。ＮはＬＰＣパラメータの次数を表す。
【００３６】
【数７】
Ｔは行列の転置を表す。
【００３８】
式（６）の方程式からＬＰパラメータ｛αｉ｝を求める方法は、Levinson-Durbin algorithmやDurbinの再帰的解法として知られている（詳しくは文献２「ディジタル音声処理」東海大学出版会、古井貞煕氏著、ｐｐ．７５を参照されたい）ので、ここでは説明を省略する。
【００３９】
以上が，本発明の方法による予測パラメータの分析例である。
【００４０】
次に、本発明の第１実施形態に係る処理の流れを図３のフローチャートを用いて説明する。
【００４１】
まず、入力音声をフレーム単位で入力する（Ｓ１）。入力信号は、カットオフ周波数が例えば５０−１００Ｈｚ前後の高域通過フィルタを用いて前処理された入力信号を用いることが望ましい。
【００４２】
次に、前処理された入力信号に時間窓ｗ（ｎ）をかけることにより短時間入力信号ｘ（ｎ）を求める（Ｓ２）。次に、短時間入力信号ｘ（ｎ）に含まれる不要な成分を推定する（Ｓ３）。
【００４３】
次に、短時間入力信号ｘ（ｎ）から修正短時間入力信号ｙ（ｎ）を求める（Ｓ４）。
【００４４】
次に、修正短時間入力信号ｙ（ｎ）をもとに自己相関係数を求める（Ｓ５）。そして、自己相関係数から予測パラメータを算出し（Ｓ６）、これをフレームに対応する入力信号の予測パラメータとして出力する。
【００４５】
以上、ステップＳ１〜Ｓ６の処理を行うことでフレーム単位（入力信号が音声信号の場合、８ｋＨｚサンプリングで典型的なフレーム長は１０〜２０ｍｓｅｃ）に入力される入力信号の予測パラメータ分析処理が終る。この一連の処理をフレーム単位ごとに行い、連続して入力される入力信号の処理を行うことができる（Ｓ７）。
【００４６】
（第２実施形態）
第１実施形態では、短時間入力信号から直流成分を直接差し引いているが、第２実施形態では、短時間入力信号から直接引かないで、自己相関のレベルで直流分の影響を除くようにしている。図４は、第２実施形態に係る予測パラメータ分析装置を示している。これによると、前処理部２０は第１実施形態と同様に入力信号の前処理を行い、前処理の入力信号を窓掛け部２１に入力する。窓掛け部２１は前処理済み入力信号に窓掛けを施して短時間入力信号を切り出す。不要成分推定部２２は短時間入力信号ｘ(ｎ)に含まれる不要成分を分析してその推定信号を生成し、自己相関算出部２４に出力する。切り出した入力信号は自己相関算出部２４に送られる。この自己相関算出部２４に入力された短時間入力信号には、入力信号の窓掛において生じる不要成分、例えば直流成分が含まれているが、自己相関算出部２４は不要成分推定部２２からの推定信号を用いてこの不要成分を自己相関のレベルにおいて除去する。従って、自己相関算出部２４は不要成分の影響を受けない自己相関係数Ｒｙｙ（ｉ）を出力する。予測パラメータ算出部２５は自己相関係数Ｒｙｙ（ｉ）に基づいて予測パラメータを求める。
【００４７】
図５は、本発明の第２実施形態の予測パラメータ分析方法を説明するフローチャートを示している。これによると、修正された短時間入力信号ｙ（ｎ）を求めずに、時間窓をかけることにより生じる不要成分を加味して、予測パラメータの算出に使う自己相関係数を求める方法を示している。
【００４８】
この方法によると、まず、入力音声をフレーム単位で入力し（Ｓｌｌ）、次に、前処理された入力信号に時間窓ｗ（ｎ）をかけることにより短時間入力信号ｘ（ｎ）を求める（Ｓ１２）。
【００４９】
次に、短時間入力信号ｘ（ｎ）に含まれる不要成分を推定する（Ｓ１３）。推定された不要成分と短時間入力信号ｘ（ｎ）を用いて自己相関係数を求める（Ｓ１５）。そして、自己相関係数から予測パラメータを算出し（Ｓ１６）、これをフレームに対応する入力信号の予測パラメータとして出力する。
【００５０】
以上のステップの処理を行うことでフレーム単位（入力信号が音声信号の場合、８ｋＨｚサンプリングで典型的なフレーム長は１０〜２０ｍｓｅｃ）に入力される入力信号の予測パラメータ分析処理が終る。この一連の処理をフレーム単位ごとに行い、連続して入力される入力信号の処理を行うことができる（Ｓ１７）。
【００５１】
このように、時間窓をかけることにより生じる不要成分を加味して、予測パラメータの算出に使う自己相関係数を求める方法であれば、どのような実現であっても本発明に含まれることは言うまでもない。
【００５２】
予測パラメータ抽出方法として、ここでは線形予測パラメータを用いて説明したが、これに限られるものではない。すなわち、本発明は自己相関係数を用いて求めることができるものであれば、予測パラメータが線形であるか、非線形であるかに限られるものではなく、どのような予測パラメータ（または予測パラメータを基に構成される合成フィルタ）の分析にも本発明の予測パラメータ分析方法が応用できる。
【００５３】
（第３実施形態）
図６は、第３実施形態の予測パラメータ分析装置を示している。この第３実施形態によると、予測パラメータ分析部は、入力信号または入力信号に由来する信号から短時間入力信号を生成する短時間入力信号生成部４１，短時間入力信号から直流または所定の周波数帯域の成分を除去する成分除去部４３，この成分除去部から得られる修正短時間入力信号に基づいて自己相関係数を算出する自己相関算出部４４および得られた自己相関係数に基づいて予測パラメータを算出する予測パラメータ算出部４５により構成される。
【００５４】
図７は、本発明の第３実施形態の予測パラメータ分析方法を説明するフローチャートを示している。これによると、先ず、入力信号がフレーム単位で予測パラメータ分析部の短時間入力信号生成部４１に入力される（Ｓ２１）。これにより、短時間入力信号生成部４１は入力信号に対応する短時間入力信号を生成する（Ｓ２２）。この短時間入力信号が成分除去部４３に入力されることにより短時間入力信号から直流成分または所定の周波数成分が除去される（Ｓ２３）。これにより、成分除去部４３から修正された短時間入力信号が得られる（Ｓ２４）。この修正短時間入力信号は自己相関算出部４４に入力されることにより修正された短時間入力信号を基に自己相関係数が算出される（Ｓ２５）。この自己相関係数は予測パラメータ算出部４５に入力されることにより自己相関係数から予測パラメータが算出される（Ｓ２６）。この後、次のフレームが取り込まれるが、次のフレームが無ければ処理は終了し、次のフレームが取り込まれるとステップＳ２１に戻る。
【００５５】
上述した本発明の予測パラメータ分析装置において、予測パラメータ（または符号化された予測パラメータ）を用いて構成される予測フィルタの逆フィルタは合成フィルタと呼ばれ、分析に用いた入力信号のスペクトルの概形を表すことができる。図８（ａ）は従来の予測パラメータ分析によって得られる予測パラメータから構成される合成フィルタの周波数特性例を示している。一方、図８（ｂ）は本発明の方法によって得られる予測パラメータから構成される合成フィルタの周波数特性例を示している。図８（ａ）と図８（ｂ）の比較からわかるように、発明の方法によって得られる合成フィルタでは、従来の方法に比べ、窓掛けによって生じる不要な低域周波数成分がより少なくなっている。従って、本発明の方法によって得られる予測パラメータを用いることにより、合成フィルタを用いる音声符号化や音声合成で音声品質を改善することが可能である。
【００５６】
図９は、上述した予測パラメータ分析装置を適用した携帯端末、例えば携帯電話を示している。この携帯電話は、無線部３１，ベースバンド部３２，入出力部３３および電源部３４により構成される。ベースバンド部３２には、入出力部３３の液晶表示器（ＬＣＤ）３７を制御するＬＣＤ制御部３５およびスピーカ３８およびマイクロフォン３９に接続されている音声コーデック３６が設けられている。この音声コーデック３６に含まれるＬＰＣ回路に本発明に従った予測パラメータ分析装置が適用される。これにより音声品質が改善される。
【００５７】
【発明の効果】
以上説明したように本発明によれば、入力信号を窓掛けしたときに生じる直流成分のような不要成分が除去されるので、予測パラメータ分析では定常な入力信号に対して安定した予測パラメータが得られる。これにより、本願発明は、音声符号化、オーディオ符号化、音声合成、音声認識など、予測分析を行う信号処理に利用できる。
【図面の簡単な説明】
【図１】予測パラメータ分析の原理を表した波形図。
【図２】本発明の第１実施形態に従った予測パラメータ分析装置のブロック図。
【図３】第１実施形態に従った予測パラメータ分析装置により実施される予測パラメータ分析方法を示すフローチャート図。
【図４】本発明の第２実施形態に従った予測パラメータ分析装置のブロック図。
【図５】第２実施形態の予測パラメータ分析装置により実施される予測パラメータ分析方法を示すフローチャート図。
【図６】本発明の第３実施形態に従った予測パラメータ分析装置のブロック図。
【図７】第３実施形態の予測パラメータ分析装置により実施される予測パラメータ分析方法を示すフローチャート図。
【図８】従来方法と本発明の方法によって得られる合成フィルタの周波数特性を示す図。
【図９】本発明を適用した携帯電話のブロック図。
【符号の説明】
１０…前処理部
１１…窓掛け部
１２…不要成分推定部
１３…不要成分除去部
１４…自己相関計算部
１５…予測パラメータ算出部
２０…前処理部
２１…窓掛け部
２４…自己相関計算部
２５…予測パラメータ算出部
３６…音声コーデック
Claims (3)
- 入力信号の自己相関係数を基に予測パラメータを求める予測パラメータ算出手段を備える予測パラメータ分析装置において、
入力信号または入力信号に由来する信号から低域周波数成分を除去する前処理部と、
前記前処理部で低域周波数成分の除去された入力信号または入力信号に由来する信号に窓を掛けて短時間入力信号ｘ（ｎ）を求める窓掛けに手段と、
短時間入力信号ｘ（ｎ）の平均値とパラメータｋｄｃ（０＜ｋｄｃ＜１）とから窓掛けにより生じた直流成分ｄｃを推定する不要成分推定手段と、
前記不要成分推定手段により推定された直流成分ｄｃを前記短時間入力信号ｘ（ｎ）から除去して修正短時間入力信号ｙ（ｎ）を出力する不要成分除去手段と、
前記修正短時間入力信号ｙ（ｎ）を基に自己相関係数を求める自己相関係数算出手段とを有することを特徴とする予測パラメータ分析装置。 - 請求項１に記載の予測パラメータ分析装置を含む音声コーデックを含むベースバンド部と、前記音声コーデックで復号された音声信号を出力するスピーカを含む音声出力部とで構成される携帯電話。
- 入力信号の自己相関係数を基に予測パラメータを求める予測パラメータ分析方法において、
入力信号または入力信号に由来する信号から低域周波数成分を除去し、
前記低域周波数成分の除去された入力信号または入力信号に由来する信号に窓を掛けて短時間入力信号ｘ（ｎ）を生成し、
短時間入力信号ｘ（ｎ）の平均値とパラメータｋｄｃ（０＜ｋｄｃ＜１）とから窓掛けにより生じた直流成分ｄｃを推定し、
推定された直流成分ｄｃを前記短時間入力信号ｘ（ｎ）から除去して修正短時間入力信号ｙ（ｎ）を生成し、
前記修正短時間入力信号ｙ（ｎ）を基に自己相関係数を求めることを特徴とする予測パラメータ分析方法。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001149564A JP3859462B2 (ja) | 2001-05-18 | 2001-05-18 | 予測パラメータ分析装置および予測パラメータ分析方法 |
| EP02253431A EP1260967B1 (en) | 2001-05-18 | 2002-05-16 | Prediction parameter analysis apparatus and a prediction parameter analysis method |
| US10/145,898 US6842731B2 (en) | 2001-05-18 | 2002-05-16 | Prediction parameter analysis apparatus and a prediction parameter analysis method |
| DE60225505T DE60225505T2 (de) | 2001-05-18 | 2002-05-16 | Verfahren und Vorrichtung zur Analyse von Prädiktionsparametern |
| CNB021198977A CN1258722C (zh) | 2001-05-18 | 2002-05-17 | 预测参数分析装置与预测参数的分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001149564A JP3859462B2 (ja) | 2001-05-18 | 2001-05-18 | 予測パラメータ分析装置および予測パラメータ分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002341889A JP2002341889A (ja) | 2002-11-29 |
| JP3859462B2 true JP3859462B2 (ja) | 2006-12-20 |
Family
ID=18994711
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001149564A Expired - Fee Related JP3859462B2 (ja) | 2001-05-18 | 2001-05-18 | 予測パラメータ分析装置および予測パラメータ分析方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US6842731B2 (ja) |
| EP (1) | EP1260967B1 (ja) |
| JP (1) | JP3859462B2 (ja) |
| CN (1) | CN1258722C (ja) |
| DE (1) | DE60225505T2 (ja) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7783500B2 (en) * | 2000-07-19 | 2010-08-24 | Ijet International, Inc. | Personnel risk management system and methods |
| DE10123366C1 (de) * | 2001-05-14 | 2002-08-08 | Fraunhofer Ges Forschung | Vorrichtung zum Analysieren eines Audiosignals hinsichtlich von Rhythmusinformationen |
| US7852999B2 (en) * | 2005-04-27 | 2010-12-14 | Cisco Technology, Inc. | Classifying signals at a conference bridge |
| CN101609678B (zh) | 2008-12-30 | 2011-07-27 | 华为技术有限公司 | 信号压缩方法及其压缩装置 |
| EP2407963B1 (en) | 2009-03-11 | 2015-05-13 | Huawei Technologies Co., Ltd. | Linear prediction analysis method, apparatus and system |
| US9025779B2 (en) | 2011-08-08 | 2015-05-05 | Cisco Technology, Inc. | System and method for using endpoints to provide sound monitoring |
| US10386729B2 (en) | 2013-06-03 | 2019-08-20 | Kla-Tencor Corporation | Dynamic removal of correlation of highly correlated parameters for optical metrology |
| JP6270992B2 (ja) * | 2014-04-24 | 2018-01-31 | 日本電信電話株式会社 | 周波数領域パラメータ列生成方法、周波数領域パラメータ列生成装置、プログラム及び記録媒体 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5921039B2 (ja) * | 1981-11-04 | 1984-05-17 | 日本電信電話株式会社 | 適応予測符号化方式 |
| EP1239456A1 (en) * | 1991-06-11 | 2002-09-11 | QUALCOMM Incorporated | Variable rate vocoder |
| JPH0563580A (ja) | 1991-09-02 | 1993-03-12 | Mitsubishi Electric Corp | 音声信号処理方法 |
| US5307405A (en) * | 1992-09-25 | 1994-04-26 | Qualcomm Incorporated | Network echo canceller |
| US5536902A (en) | 1993-04-14 | 1996-07-16 | Yamaha Corporation | Method of and apparatus for analyzing and synthesizing a sound by extracting and controlling a sound parameter |
| IN184794B (ja) * | 1993-09-14 | 2000-09-30 | British Telecomm | |
| US5784532A (en) | 1994-02-16 | 1998-07-21 | Qualcomm Incorporated | Application specific integrated circuit (ASIC) for performing rapid speech compression in a mobile telephone system |
| US5835495A (en) * | 1995-10-11 | 1998-11-10 | Microsoft Corporation | System and method for scaleable streamed audio transmission over a network |
| JPH1010230A (ja) | 1996-06-26 | 1998-01-16 | Mitsubishi Heavy Ind Ltd | 距離計測装置 |
| JPH10254473A (ja) | 1997-03-14 | 1998-09-25 | Matsushita Electric Ind Co Ltd | 音声変換方法及び音声変換装置 |
| JP4024427B2 (ja) | 1999-05-24 | 2007-12-19 | 株式会社リコー | 線形予測係数抽出装置、線形予測係数抽出方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 |
-
2001
- 2001-05-18 JP JP2001149564A patent/JP3859462B2/ja not_active Expired - Fee Related
-
2002
- 2002-05-16 US US10/145,898 patent/US6842731B2/en not_active Expired - Fee Related
- 2002-05-16 DE DE60225505T patent/DE60225505T2/de not_active Expired - Lifetime
- 2002-05-16 EP EP02253431A patent/EP1260967B1/en not_active Expired - Lifetime
- 2002-05-17 CN CNB021198977A patent/CN1258722C/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| EP1260967A3 (en) | 2004-04-14 |
| EP1260967A2 (en) | 2002-11-27 |
| US6842731B2 (en) | 2005-01-11 |
| EP1260967B1 (en) | 2008-03-12 |
| CN1258722C (zh) | 2006-06-07 |
| JP2002341889A (ja) | 2002-11-29 |
| CN1387131A (zh) | 2002-12-25 |
| US20020184008A1 (en) | 2002-12-05 |
| DE60225505T2 (de) | 2009-04-02 |
| DE60225505D1 (de) | 2008-04-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1141946B1 (en) | Coded enhancement feature for improved performance in coding communication signals | |
| US7680653B2 (en) | Background noise reduction in sinusoidal based speech coding systems | |
| EP0770988B1 (en) | Speech decoding method and portable terminal apparatus | |
| KR100421226B1 (ko) | 음성 주파수 신호의 선형예측 분석 코딩 및 디코딩방법과 그 응용 | |
| RU2262748C2 (ru) | Многорежимное устройство кодирования | |
| JP3869211B2 (ja) | 広帯域信号の復号における周期性の強調 | |
| EP0763818B1 (en) | Formant emphasis method and formant emphasis filter device | |
| EP0528324A2 (en) | Auditory model for parametrization of speech | |
| US20100010810A1 (en) | Post filter and filtering method | |
| JPH0863196A (ja) | ポストフィルタ | |
| EP1096476B1 (en) | Speech signal decoding | |
| EP2096631A1 (en) | Audio decoding device and power adjusting method | |
| JPH1097296A (ja) | 音声符号化方法および装置、音声復号化方法および装置 | |
| JP3070955B2 (ja) | 音声符号器において使用するためのスペクトルノイズ重み付けフィルタを発生する方法 | |
| JP3859462B2 (ja) | 予測パラメータ分析装置および予測パラメータ分析方法 | |
| JP2588004B2 (ja) | 後処理フィルタ | |
| JP4135242B2 (ja) | 受信装置及び方法、通信装置及び方法 | |
| US20030097256A1 (en) | Enhanced coded speech | |
| JP3510168B2 (ja) | 音声符号化方法及び音声復号化方法 | |
| KR100421816B1 (ko) | 음성복호화방법 및 휴대용 단말장치 | |
| JP2003029798A (ja) | 音響信号符号化方法、音響信号復号方法、これらの装置、これらのプログラム及びその記録媒体 | |
| JP3063088B2 (ja) | 音声分析合成装置、音声分析装置及び音声合成装置 | |
| JP2002366172A (ja) | ピッチ成分を抑圧した線形予測分析方法及び線形予測分析回路 | |
| JPH0667696A (ja) | 音声符号化方法 | |
| JPH11119796A (ja) | 音声信号区間検出方法及び装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040224 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040426 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20040622 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040820 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20040907 |
|
| A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20041029 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20050415 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20050606 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060919 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090929 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100929 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110929 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110929 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120929 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120929 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130929 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |