声音译码方法和声音译码装置

发明的具体实施方式

下面，参照附图说明本发明的实施形态。

实施形态1.

图1示出本发明的声音编码方法和声音译码方法的实施形态1的整体构成的方框图。图中，1是编码部，2是译码部，3是多路复用部，4是分离部。编码部1由线性预测参数分析部5、线性预测参数编码部6、合成滤波器7、适应代码簿8、增益编码部10、距离计算装置11、第1驱动代码簿19、第2驱动代码簿20、噪声水平评价部24、驱动代码簿切换部25和加权相加计算部38构成。此外，译码部2由线性预测参数译码部12、合成滤波器13、适应代码簿14、第1驱动代码簿22、第2驱动代码簿23、噪声水平评价部26、驱动代码簿切换部27、增益译码部16和加权相加计算部39构成。图1中的5是作为频谱信息分析部的线性预测参数分析部，分析输入声音S1，抽出作为声音频谱信息的线性预测参数，6是作为频谱信息编码部的线性预测参数编码部，对作为频谱信息的该线性预测参数进行编码，将该编码后的线性预测参数作为合成滤波器7的系数来设定，19、22是存储多个无噪声的时间序列矢量的第1驱动代码簿，20、23是存储多个有噪声的时间序列矢量的第2驱动代码簿，24、26是评价噪声水平的噪声水平评价部，25、27是根据噪声水平切换驱动代码簿的驱动代码簿切换部。

下面，说明动作。首先，在编码部1中，线性预测参数分析部5分析输入声音S1，抽出作为声音频谱信息的线性预测参数。线性预测参数编码部6对该线性预测参数进行编码，将该编码后的线性预测参数作为合成滤波器7的系数来设定，同时，向噪声水平评价部24输出。其次，说明声音源信息的编码。适应代码簿8存储过去的驱动声音源信号，并与距离计算装置11输入的适应代码对应输出周期性的重复过去的驱动声音源信号的时间序列矢量。噪声水平评价部24根据从上述线性预测参数编码部6输入的已编码的线性预测参数和适应代码，例如如图2所示那样，从频谱的倾斜、短期预测增益和音调变动去评价该编码区间的噪声水平，并将评价结果输出给驱动代码簿切换部25。驱动代码簿切换部25根据上述噪声水平的评价结果去切换编码时用的驱动代码簿，例如，若噪声水平低，则切换到第1驱动代码簿19，若噪声水平高，则切换到第2驱动代码簿20。

在第1驱动代码簿19中存储多个无噪声的时间序列矢量，该时间序列矢量构成为例如能够进行学习，使学习用声音和它的编码声音的失真很小。此外，在第2驱动代码簿20中存储多个有噪声的时间序列矢量，例如，存储由随机噪声生成的多个时间序列矢量，输出与从距离计算部11输入的各个驱动代码对应的时间序列矢量。从适应代码簿8、第1驱动代码簿19或第2驱动代码簿20来的各时间序列矢量与增益编码部10加给的各增益对应，在加权相加计算部38中进行加权相加，将该计算结果作为驱动声音信号供给合成滤波器7，得到编码声音。距离计算部11求出编码声音和输入声音S1的距离，寻求距离最小的适应代码、驱动代码和增益。在上述编码结束后，将线性预测参数的代码以及使输入声音和编码声音的失真最小的适应代码、驱动代码、增益的代码作为编码结果输出。以上是本实施形态1的声音编码方法的特征动作。

其次，说明译码部2。在译码部2中，线性预测参数译码部12从线性预测参数的代码中译码出线性预测参数并作为合成滤波器13的系数来设定，同时，向噪声水平评价部26输出。其次，说明声音源信息的译码。适应代码簿14与适应代码对应，输出周期地重复过去的驱动声音源信号的时间序列矢量。噪声水平评价部26使用和编码部1的噪声水平评价部24相同的方法，根据从上述线性预测参数译码部12输入的已译码的线性预测参数和适应代码去评价噪声水平，并将评价结果输出给驱动代码簿切换部27。驱动代码簿切换部27和编码部1的驱动代码簿切换部25一样，根据上述噪声水平的评价结果切换第1驱动代码簿22和第2驱动代码簿23。

在第1驱动代码簿22中存储多个无噪声的时间序列矢量，该时间序列矢量构成为例如能够进行学习，使学习用声音和它的编码声音的失真很小，而在第2驱动代码簿20中存储多个有噪声的时间序列矢量，例如，存储由随机噪声生成的多个时间序列矢量，输出与从距离计算部11输入的各个驱动代码对应的时间序列矢量。从适应代码簿14和第1驱动代码簿22或第2驱动代码簿23来的各时间序列矢量与在增益译码部16中从增益代码译码出的各增益对应，在加权相加计算部39中进行加权相加，将该计算结果作为驱动声音信号供给合成滤波器13，得到输出声音S3。以上是本实施形态1的声音译码方法的特征动作。

若按照该实施形态1，通过根据代码和编码结果对输入声音的噪声水平进行评价并根据评价结果使用不同的驱动代码簿，可以用少量的信息再生出高品质的声音。

此外，在上述实施形态中，对驱动代码簿19、20、22、23说明了存储多个时间序列矢量的情况，但只要存储至少一个时间序列矢量，就可以实施本发明。

实施形态2

在上述实施形态1中，切换使用两个驱动代码簿，但也可以具有三个以上的驱动代码簿，根据噪声水平进行切换使用。若按照该实施形态2，因为不只是将声音分成有噪声和无噪声两种类型，对于有一点噪声的中间状态的声音也可以使用与其相应的驱动代码簿，所以能够再生出高品质的声音。

实施形态3

图3示出本发明的声音编码方法和声音译码方法的实施形态3的整体构成，对与图1对应的部分添加相同的符号，图中28、30是存储有噪声的时间序列矢量的驱动代码簿，29、31是将时间序列矢量的小振幅样品的振幅值为零的样品间拔部。

下面，说明动作。首先，在编码部1中，线性预测参数分析部5分析输入声音S1，抽出作为声音频谱信息的线性预测参数。线性预测参数编码部6对该线性预测参数进行编码，将该编码后的线性预测参数作为合成滤波器7的系数来设定，同时，向噪声水平评价部24输出。其次，说明声音源信息的编码。适应代码簿8存储过去的驱动声音源信号，并与距离计算部11输入的适应代码对应输出周期性的重复过去的驱动声音源信号的时间序列矢量。噪声水平评价部24根据从上述线性预测参数编码部6输入的已编码的线性预测参数和适应代码，例如从频谱的倾斜、短期预测增益和音调变动去评价该编码区间的噪声水平，并将评价结果输出给样品间拔部29。

在驱动代码簿28中存储例如由随机噪声生成的多个时间序列矢量，输出与从距离计算部11输入驱动代码对应的时间序列矢量。样品间拔部29根据上述噪声水平的评价结果，若噪声水平低，则在从上述驱动代码簿28输入的时间序列矢量中输出使例如未达到规定的振幅值的样品的振幅值为零的时间序列矢量，此外，若噪声水平高，则直接输出从上述驱动代码簿28输入的时间序列矢量。从适应代码簿8、样品间拔部29来的各时间序列矢量与增益编码部10加给的各增益对应，在加权相加计算部38中进行加权相加，将该计算结果作为驱动声音信号供给合成滤波器7，得到编码声音。距离计算部11求出编码声音和输入声音S1的距离，寻求距离最小的适应代码、驱动代码和增益。在上述编码结束后，将线性预测参数的代码以及使输入声音和编码声音的失真最小的适应代码、驱动代码、增益的代码作为编码结果S2输出。以上是本实施形态1的声音编码方法的特征动作。

其次，说明译码部2。在译码部2中，线性预测参数译码部12从线性预测参数的代码中译码出线性预测参数并作为合成滤波器13的系数来设定，同时，向噪声水平评价部26输出。其次，说明声音源信息的译码。适应代码簿14与适应代码对应，输出周期地重复过去的驱动声音源信号的时间序列矢量。噪声水平评价部26使用和编码部1的噪声水平评价部24相同的方法，根据从上述线性预测参数译码部12输入的已译码的线性预测参数和适应代码去评价噪声水平，并将评价结果输出给样品间拔部31。

驱动代码簿30与驱动代码对应输出时间序列矢量。样品间拔部31通过和上述编码部1的样品间拔部29同样的处理，根据上述噪声评价结果输出时间序列矢量。从适应代码簿14和样品间拔部31来的各时间序列矢量与增益译码部16加给的各增益对应，在加权相加计算部39中进行加权相加，将该计算结果作为驱动声音源信号供给合成滤波器13，得到输出声音S3。

若按照该实施形态3，具有存储有噪声的时间序列矢量的驱动代码簿，通过根据声音的噪声水平的结果对驱动声音源的信息样品进行间拔来生成噪声水平低的驱动声音源，可以用少量的信息再生出高品质的声音。此外，因不需要多个驱动代码簿，故具有能够减少用于存储驱动代码簿的存储器的数量的效果。

实施形态4

在上述实施形态3中，对时间序列矢量的样品有间拔和不间拔两种选择，但也可以在间拔样品时根据噪声水平变更振幅阈值。若按照该实施形态4，因为不只是将声音分成有噪声和无噪声两种类型，对于有一点噪声的中间状态的声音也可以生成并使用与其相应的时间序列矢量，所以能够再生出高品质的声音。

实施形态5

图4示出本发明的声音编码方法和声音译码方法的实施形态5的整体构成，对与图1对应的部分添加相同的符号，图中32、35是存储有噪声的时间序列矢量的第1驱动代码簿，33、36是存储无噪声的时间序列矢量的第2驱动代码簿，34、37是权重决定部。

下面，说明动作。首先，在编码部1中，线性预测参数分析部5分析输入声音S1，抽出作为声音频谱信息的线性预测参数。线性预测参数编码部6对该线性预测参数进行编码，将该编码后的线性预测参数作为合成滤波器7的系数来设定，同时，向噪声水平评价部24输出。其次，说明声音源信息的编码。适应代码簿8存储过去的驱动声音源信号，并与距离计算部11输入的适应代码对应输出周期性的重复过去的驱动声音源信号的时间序列矢量。噪声水平评价部24根据从上述线性预测参数编码部6输入的已编码的线性预测参数和适应代码，例如从频谱的倾斜、短期预测增益和音调变动去评价该编码区间的噪声水平，并将评价结果输出给权重决定部34。

在第1驱动代码簿32中存储例如由随机噪声生成的多个有噪声的时间序列矢量，输出与驱动代码对应的时间序列矢量。在第2驱动代码簿20中存储多个时间序列矢量，该时间序列矢量构成为例如能够进行学习，使学习用声音和它的编码声音的失真很小。输出与从距离计算部11输入的驱动代码对应的时间序列矢量。重量决定部34根据从上述噪声水平评价部24输入的噪声水平评价结果，例如按照图5决定加给第1驱动代码簿32的时间序列矢量和第1驱动代码簿32的时间序列矢量的权重。第1驱动代码簿32和第2驱动代码簿33的各时间序列矢量根据上述权重决定部34给出的权重进行加权相加。从适应代码簿8输出的时间序列矢量和上述加权相加后生成的时间序列矢量与增益编码部10加给的各增益对应，在加权相加计算部38中进行加权相加，将该计算结果作为驱动声音信号供给合成滤波器7，得到编码声音。距离计算部11求出编码声音和输入声音S1的距离，寻求距离最小的适应代码、驱动代码和增益。在上述编码结束后，将线性预测参数的代码以及使输入声音和编码声音的失真最小的适应代码、驱动代码、增益的代码作为编码结果输出。

其次，说明译码部2。在译码部2中，线性预测参数译码部12从线性预测参数的代码中译码出线性预测参数并作为合成滤波器13的系数来设定，同时，向噪声水平评价部26输出。其次，说明声音源信息的译码。适应代码簿14与适应代码对应，输出周期地重复过去的驱动声音源信号的时间序列矢量。噪声水平评价部26使用和编码部1的噪声水平评价部24相同的方法，根据从上述线性预测参数译码部12输入的已译码的线性预测参数和适应代码去评价噪声水平，并将评价结果输出给权重决定部37。

第1驱动代码簿35和第2驱动代码部36与驱动代码对应输出时间序列矢量。权重决定部37和编码部1的权重决定部34一样，根据从上述噪声水平评价部26输入的噪声水平评价结果给出权重。从第1驱动代码簿35、第2驱动代码簿36来的各时间序列矢量与上述权重决定部37加给的各权重对应进行加权相加。从适应代码簿14输出的时间序列矢量和上述权重相加生成的时间序列矢量与在增益译码部16中从增益代码译码出的各增益对应，在加权相加计算部39中进行加权相加，将该计算结果作为驱动声音信号供给合成滤波器13，得到输出声音S3。

若按照该实施形态5，根据代码和编码结果对输入声音的噪声水平进行评价并根据评价结果对有噪声的时间序列矢量和无噪声的时间序列矢量进行加权相加后再使用，因此，可以用少量的信息再生出高品质的声音。

实施形态6

在上述实施形态1～5中，进而还可以根据噪声水平的评价结果去变更增益的代码簿。若按照该实施形态6，因为可以根据驱动代码部使用最佳的增益代码簿，所以能够再生出高品质的声音。

实施形态7

在上述实施形态1～6中，对声音的噪声水平进行评价并根据评价结果切换驱动代码簿，也可以分别对有声音的突然出现和破裂性子音等进行判定、评价并根据评价结果切换驱动代码簿。若按照该实施形态7，因为不只对声音的噪声状态进行分类，而是对有声音的突然出现和破裂性子音等进一步进行仔细分类，可以使用各自合适的驱动代码部，所以能够再生出高品质的声音。

实施形态8

在上述实施形态1～6中，从图2所示的频谱倾斜、短期预测增益和音调变动去评价编码区间的噪声水平，但也可以使用相对适应代码簿的输出的增益值的大小去进行评价。

工业上利用的可能性

若按照本发明的声音编码方法和声音译码方法以及声音编码装置和声音译码装置，使用频谱信息、功率信息和音调信息中的至少一个代码或编码结果去评价该编码区间的噪声水平，并根据评价结果使用不同的驱动代码簿，所以，能用少量的信息再生高品质的声音。

此外，若按照本发明的声音编码方法和声音译码方法，具有多个驱动代码簿，所存储的驱动声音源的噪声水平不同，根据声音的噪声水平的评价结果，切换使用多个驱动代码簿，所以，能用少量的信息再生高品质的声音。

此外，若按照本发明的声音编码方法和声音译码方法，根据声音的噪声水平的评价结果，使存储在驱动代码簿中的时间序列矢量的噪声水平变化，所以，能用少量的信息再生高品质的声音。

此外，若按照本发明的声音编码方法和声音译码方法，具有存储有噪声的时间序列矢量的驱动代码簿，根据声音的噪声水平的评价结果，通过间拔时间序列矢量的信息样品去生成噪声水平低的时间序列矢量，所以，能用少量的信息再生高品质的声音。

此外，若按照本发明的声音编码方法和声音译码方法，具有存储有噪声的时间序列矢量的第1驱动代码簿和存储无噪声的时间序列矢量的第2驱动代码簿，根据声音的噪声水平的评价结果，对第1驱动代码簿的时间序列矢量和第2驱动代码簿的时间序列矢量进行加权相加并生成时间序列矢量，所以，能用少量的信息再生高品质的声音。