JP3224955B2 - ベクトル量子化装置およびベクトル量子化方法 - Google Patents
ベクトル量子化装置およびベクトル量子化方法Info
- Publication number
- JP3224955B2 JP3224955B2 JP26782894A JP26782894A JP3224955B2 JP 3224955 B2 JP3224955 B2 JP 3224955B2 JP 26782894 A JP26782894 A JP 26782894A JP 26782894 A JP26782894 A JP 26782894A JP 3224955 B2 JP3224955 B2 JP 3224955B2
- Authority
- JP
- Japan
- Prior art keywords
- vector
- code
- vectors
- target
- residual
- 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
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/3002—Conversion to or from differential modulation
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/3082—Vector coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/008—Vector quantisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、音声や画像などの情報
信号の符号化に用いられるベクトル量子化装置およびベ
クトル量子化方法に係り、特にＣＥＬＰ方式における符
号帳探索技術に関する。
信号の符号化に用いられるベクトル量子化装置およびベ
クトル量子化方法に係り、特にＣＥＬＰ方式における符
号帳探索技術に関する。
【０００２】
【従来の技術】電話帯域の音声を４ｋｂｐｓ程度の伝送
レートで符号化する技術として、ＣＥＬＰ( Code Excit
ed Linear Prediction )方式は、有効な方式の一つであ
る。このＣＥＬＰ方式での処理は、フレーム単位に分割
された入力音声から声道をモデル化した音声合成フィル
タを求める処理と、このフィルタの入力信号に当たる駆
動ベクトルを求める処理に大別される。これらのうち、
後者は符号帳に格納された複数の駆動ベクトルを一つず
つ音声合成フィルタに通し、得られる合成音声と入力音
声を比較して、その誤差に基づき符号帳から駆動ベクト
ルを探索する符号帳探索と呼ばれるベクトル量子化の処
理が必要であり、この処理は一般に多くの計算量を必要
とする。本発明は、複数の符号帳を備えたＣＥＬＰ方式
での符号帳探索技術に関するものである。
レートで符号化する技術として、ＣＥＬＰ( Code Excit
ed Linear Prediction )方式は、有効な方式の一つであ
る。このＣＥＬＰ方式での処理は、フレーム単位に分割
された入力音声から声道をモデル化した音声合成フィル
タを求める処理と、このフィルタの入力信号に当たる駆
動ベクトルを求める処理に大別される。これらのうち、
後者は符号帳に格納された複数の駆動ベクトルを一つず
つ音声合成フィルタに通し、得られる合成音声と入力音
声を比較して、その誤差に基づき符号帳から駆動ベクト
ルを探索する符号帳探索と呼ばれるベクトル量子化の処
理が必要であり、この処理は一般に多くの計算量を必要
とする。本発明は、複数の符号帳を備えたＣＥＬＰ方式
での符号帳探索技術に関するものである。
【０００３】ＣＥＬＰ方式に関しては、例えばM.R.Schr
oeder and B.S.Atal,"Code ExcitedLinear Prediction
(CELP): High Auality Speech at Very Low Bit Rate
s",Proc. ICASSP,pp.937-940, 1985 および W.S.Kleiji
n, D.J.Krasinski et al."ImprovedSpeech Quality and
Efficient Vector Quantization in SELP",Proc.ICASS
P, pp.155-158, 1988 で詳しく述べられているが、その
概略を図２３を用いて説明する。
oeder and B.S.Atal,"Code ExcitedLinear Prediction
(CELP): High Auality Speech at Very Low Bit Rate
s",Proc. ICASSP,pp.937-940, 1985 および W.S.Kleiji
n, D.J.Krasinski et al."ImprovedSpeech Quality and
Efficient Vector Quantization in SELP",Proc.ICASS
P, pp.155-158, 1988 で詳しく述べられているが、その
概略を図２３を用いて説明する。
【０００４】図２３において、音声入力端子９６０への
入力音声は線形予測分析部９５０で分析され重み付き合
成フィルタ９３０の係数が求められる。また、入力音声
は聴感重み付け部９４０にも入力され、重み付き入力音
声が得られる。重み付き入力音声から重み付き合成フィ
ルタの零状態応答を差し引くことにより、目標ベクトル
９８０が得られる。次に、適応符号帳９１１から駆動ベ
クトルを一つずつ重み付き合成フィルタ９３０で合成し
て合成音声ベクトルを求め、評価部９７０で目標ベクト
ル９８０との差（歪みベクトル）がより小さくなるよう
駆動ベクトルを探索し、最適なものを第１の駆動ベクト
ルとする。次に、第１の駆動ベクトルの影響を考慮し、
雑音符号帳９１２から第２の駆動ベクトルを同様にして
選ぶ。最後に第１と第２の符号ベクトルにそれぞれゲイ
ン回路９２１，９２２で最適なゲインを掛けた後、足し
合わせることで駆動信号を生成する。この駆動信号で適
応符号帳９１１の更新を行い、次のフレームに備える。
入力音声は線形予測分析部９５０で分析され重み付き合
成フィルタ９３０の係数が求められる。また、入力音声
は聴感重み付け部９４０にも入力され、重み付き入力音
声が得られる。重み付き入力音声から重み付き合成フィ
ルタの零状態応答を差し引くことにより、目標ベクトル
９８０が得られる。次に、適応符号帳９１１から駆動ベ
クトルを一つずつ重み付き合成フィルタ９３０で合成し
て合成音声ベクトルを求め、評価部９７０で目標ベクト
ル９８０との差（歪みベクトル）がより小さくなるよう
駆動ベクトルを探索し、最適なものを第１の駆動ベクト
ルとする。次に、第１の駆動ベクトルの影響を考慮し、
雑音符号帳９１２から第２の駆動ベクトルを同様にして
選ぶ。最後に第１と第２の符号ベクトルにそれぞれゲイ
ン回路９２１，９２２で最適なゲインを掛けた後、足し
合わせることで駆動信号を生成する。この駆動信号で適
応符号帳９１１の更新を行い、次のフレームに備える。
【０００５】以上の流れの中で、適応符号帳９１１およ
び雑音符号帳９１２から歪みベクトルの大きさをより小
さくする駆動ベクトルを探し出す処理を符号帳探索と呼
ぶ。この符号帳探索に際しては、通常、適応符号帳９１
１を先に探索して第１の最適な駆動ベクトルｘ１を選
び、その後にｘ１の影響を考慮して雑音符号帳９１２を
探索し、第２の駆動ベクトルｘ２を決め、最後に両ベク
トルｘ１，ｘ２にそれぞれゲインをかけて足し合わせ
る。
び雑音符号帳９１２から歪みベクトルの大きさをより小
さくする駆動ベクトルを探し出す処理を符号帳探索と呼
ぶ。この符号帳探索に際しては、通常、適応符号帳９１
１を先に探索して第１の最適な駆動ベクトルｘ１を選
び、その後にｘ１の影響を考慮して雑音符号帳９１２を
探索し、第２の駆動ベクトルｘ２を決め、最後に両ベク
トルｘ１，ｘ２にそれぞれゲインをかけて足し合わせ
る。
【０００６】特表平５−５０６５１４に開示された直交
化探索は、ｘ１が求まった条件の下で最適なｘ２が求め
られる手法として広く使われてきている。具体的には、
与えられたｘ１を合成フィルタ９１０に通して得られる
合成音声ベクトルＸ１に対して、探索中のベクトルｘ２
を合成フィルタ９１０に通して得られる合成音声ベクト
ルＸ２を直交化したベクトルＸ２ｖを式（１）で求め、
このＸ２ｖと目標ベクトルＲからなる式（２）の評価値
Ｅを最大にするベクトルｘ２を求める。
化探索は、ｘ１が求まった条件の下で最適なｘ２が求め
られる手法として広く使われてきている。具体的には、
与えられたｘ１を合成フィルタ９１０に通して得られる
合成音声ベクトルＸ１に対して、探索中のベクトルｘ２
を合成フィルタ９１０に通して得られる合成音声ベクト
ルＸ２を直交化したベクトルＸ２ｖを式（１）で求め、
このＸ２ｖと目標ベクトルＲからなる式（２）の評価値
Ｅを最大にするベクトルｘ２を求める。
【０００７】
【数１】
【０００８】しかし、この方法は雑音符号帳９１２の駆
動ベクトル全てをＸ１に直交化しながら探索を行う必要
があるため、符号帳探索にかかる計算量が大きいという
問題があった。
動ベクトル全てをＸ１に直交化しながら探索を行う必要
があるため、符号帳探索にかかる計算量が大きいという
問題があった。
【０００９】
【発明が解決しようとする課題】上述したように、従来
の直交化探索は適応符号帳から得られた最適な合成音声
ベクトルに対し、雑音符号帳から得られる合成音声ベク
トルを１つずつ直交化しながら雑音符号帳の探索を行う
ため、符号帳探索に必要な計算量が大きいというい問題
点があった。
の直交化探索は適応符号帳から得られた最適な合成音声
ベクトルに対し、雑音符号帳から得られる合成音声ベク
トルを１つずつ直交化しながら雑音符号帳の探索を行う
ため、符号帳探索に必要な計算量が大きいというい問題
点があった。
【００１０】本発明は、符号ベクトルの直交化を行わず
に、従来に比べて著しく少ない計算量で最適な符号ベク
トルを探索できるベクトル量子化装置およびベクトル量
子化方法を提供することを目的とする。
に、従来に比べて著しく少ない計算量で最適な符号ベク
トルを探索できるベクトル量子化装置およびベクトル量
子化方法を提供することを目的とする。
【００１１】上記の課題を解決するため、本発明に係る
第１のベクトル量子化装置は、前段からの出力に対応す
る第１の基底ベクトルの集合を受信する手段と、目標ベ
クトルを受信する手段と、前記第１の基底ベクトルの集
合と前記目標ベクトルに基づいて該目標ベクトルを近似
する近似ベクトルを計算し、該目標ベクトルと該近似ベ
クトルとの差に対応する残差ベクトルを計算する手段
と、符号ベクトルの集合を生成する手段と、前記符号ベ
クトルの集合から少なくとも一つの符号ベクトルを選択
する選択手段と、前記選択手段により選択された符号ベ
クトルと前記第１の基底ベクトルの集合とに基づいて第
２の基底ベクトルの集合を得る手段と、前記残差ベクト
ルを前記第２の基底ベクトルの集合により形成された空
間に射影して得られる射影ベクトルの大きさをより大き
くする符号ベクトルを前記符号ベクトルの集合から探索
する探索手段と、前記探索手段により探索された符号ベ
クトルを特定する情報を出力する手段とを備えることを
特徴とする。
第１のベクトル量子化装置は、前段からの出力に対応す
る第１の基底ベクトルの集合を受信する手段と、目標ベ
クトルを受信する手段と、前記第１の基底ベクトルの集
合と前記目標ベクトルに基づいて該目標ベクトルを近似
する近似ベクトルを計算し、該目標ベクトルと該近似ベ
クトルとの差に対応する残差ベクトルを計算する手段
と、符号ベクトルの集合を生成する手段と、前記符号ベ
クトルの集合から少なくとも一つの符号ベクトルを選択
する選択手段と、前記選択手段により選択された符号ベ
クトルと前記第１の基底ベクトルの集合とに基づいて第
２の基底ベクトルの集合を得る手段と、前記残差ベクト
ルを前記第２の基底ベクトルの集合により形成された空
間に射影して得られる射影ベクトルの大きさをより大き
くする符号ベクトルを前記符号ベクトルの集合から探索
する探索手段と、前記探索手段により探索された符号ベ
クトルを特定する情報を出力する手段とを備えることを
特徴とする。
【００１２】本発明に係る第２のベクトル量子化装置
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信する手段と、目標ベクトルを受信する手段と、
前記第１の基底ベクトルの集合と前記目標ベクトルに基
づいて該目標ベクトルを近似する近似ベクトルを計算
し、該目標ベクトルと該近似ベクトルとの差に対応する
残差ベクトルを計算する手段と、符号ベクトルの集合を
生成する手段と、前記符号ベクトルの集合から少なくと
も一つの符号ベクトルを選択する選択手段と、前記選択
手段により選択された符号ベクトルと前記残差ベクトル
との内積に対応する評価値を最大化する少なくとも一つ
の符号ベクトルを前記符号ベクトルの集合から探索する
探索手段と、前記探索手段により探索された符号ベクト
ルを特定する情報を出力する手段とを備えることを特徴
とする。
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信する手段と、目標ベクトルを受信する手段と、
前記第１の基底ベクトルの集合と前記目標ベクトルに基
づいて該目標ベクトルを近似する近似ベクトルを計算
し、該目標ベクトルと該近似ベクトルとの差に対応する
残差ベクトルを計算する手段と、符号ベクトルの集合を
生成する手段と、前記符号ベクトルの集合から少なくと
も一つの符号ベクトルを選択する選択手段と、前記選択
手段により選択された符号ベクトルと前記残差ベクトル
との内積に対応する評価値を最大化する少なくとも一つ
の符号ベクトルを前記符号ベクトルの集合から探索する
探索手段と、前記探索手段により探索された符号ベクト
ルを特定する情報を出力する手段とを備えることを特徴
とする。
【００１３】本発明に係る第３のベクトル量子化装置
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信する手段と、目標ベクトルを受信する手段と、
前記第１の基底ベクトルの集合と前記目標ベクトルに基
づいて該目標ベクトルを近似する近似ベクトルを計算
し、該目標ベクトルと該近似ベクトルとの差に対応する
残差ベクトルを計算する手段と、符号ベクトルの集合を
生成する手段と、前記符号ベクトルの集合から少なくと
も一つの符号ベクトルを選択する選択手段と、前記選択
手段により選択された符号ベクトルと前記残差ベクトル
との内積に対応する評価値をより大きくする複数の符号
ベクトルを前記符号ベクトルの集合から予備選択候補と
して探索する第１の探索手段と、前記第１の探索手段に
より予備選択候補として探索された符号ベクトルと前記
第１の基底ベクトルの集合に基づいて第２の基底ベクト
ルの集合を生成する手段と、前記第２の基底ベクトルに
より形成されるベクトル空間に前記残差ベクトルを射影
して得られる射影ベクトルをより大きくする最適符号ベ
クトルを前記符号ベクトルの集合から探索する第２の探
索手段と、前記最適符号ベクトルを特定する情報を出力
する手段とを備えることを特徴とする。
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信する手段と、目標ベクトルを受信する手段と、
前記第１の基底ベクトルの集合と前記目標ベクトルに基
づいて該目標ベクトルを近似する近似ベクトルを計算
し、該目標ベクトルと該近似ベクトルとの差に対応する
残差ベクトルを計算する手段と、符号ベクトルの集合を
生成する手段と、前記符号ベクトルの集合から少なくと
も一つの符号ベクトルを選択する選択手段と、前記選択
手段により選択された符号ベクトルと前記残差ベクトル
との内積に対応する評価値をより大きくする複数の符号
ベクトルを前記符号ベクトルの集合から予備選択候補と
して探索する第１の探索手段と、前記第１の探索手段に
より予備選択候補として探索された符号ベクトルと前記
第１の基底ベクトルの集合に基づいて第２の基底ベクト
ルの集合を生成する手段と、前記第２の基底ベクトルに
より形成されるベクトル空間に前記残差ベクトルを射影
して得られる射影ベクトルをより大きくする最適符号ベ
クトルを前記符号ベクトルの集合から探索する第２の探
索手段と、前記最適符号ベクトルを特定する情報を出力
する手段とを備えることを特徴とする。
【００１４】本発明に係る第４のベクトル量子化装置
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信する手段と、目標ベクトルを受信する手段と、
前記第１の基底ベクトルの集合と前記目標ベクトルに基
づいて該目標ベクトルを近似する近似ベクトルを計算
し、該目標ベクトルと該近似ベクトルとの差に対応する
残差ベクトルを計算する手段と、符号ベクトルの集合を
生成する手段と、前記符号ベクトルの集合から少なくと
も一つの符号ベクトルを選択する選択手段と、前記選択
手段により選択された符号ベクトルと前記残差ベクトル
との内積に対応する評価値をより大きくする複数の符号
ベクトルを前記符号ベクトルの集合から選択する予備選
択手段と、前記予備選択手段により選択された符号ベク
トルと前記第１の基底ベクトルの集合に基づいて第２の
基底ベクトルの集合を生成し、該第２の基底ベクトルに
より形成されるベクトル空間に前記残差ベクトルを射影
して得られる射影ベクトルの大きさをより大きくする最
適符号ベクトルを前記符号ベクトルの集合から探索する
本選択手段と、前記最適符号ベクトルを特定する情報を
出力する手段とを備えることを特徴とする。
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信する手段と、目標ベクトルを受信する手段と、
前記第１の基底ベクトルの集合と前記目標ベクトルに基
づいて該目標ベクトルを近似する近似ベクトルを計算
し、該目標ベクトルと該近似ベクトルとの差に対応する
残差ベクトルを計算する手段と、符号ベクトルの集合を
生成する手段と、前記符号ベクトルの集合から少なくと
も一つの符号ベクトルを選択する選択手段と、前記選択
手段により選択された符号ベクトルと前記残差ベクトル
との内積に対応する評価値をより大きくする複数の符号
ベクトルを前記符号ベクトルの集合から選択する予備選
択手段と、前記予備選択手段により選択された符号ベク
トルと前記第１の基底ベクトルの集合に基づいて第２の
基底ベクトルの集合を生成し、該第２の基底ベクトルに
より形成されるベクトル空間に前記残差ベクトルを射影
して得られる射影ベクトルの大きさをより大きくする最
適符号ベクトルを前記符号ベクトルの集合から探索する
本選択手段と、前記最適符号ベクトルを特定する情報を
出力する手段とを備えることを特徴とする。
【００１５】本発明に係る第５のベクトル量子化装置
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信する手段と、目標ベクトルを受信する手段と、
前記第１の基底ベクトルの集合と前記目標ベクトルに基
づいて該目標ベクトルを近似する近似ベクトルを計算
し、該目標ベクトルと該近似ベクトルとの差に対応する
残差ベクトルを計算する手段と、符号ベクトルの集合を
生成する手段と、前記符号ベクトルの集合から少なくと
も一つの符号ベクトルを選択する選択手段と、前記符号
ベクトルと前記残差ベクトルを逆畳み込み演算したベク
トルとの内積を用いて、前記選択手段により選択された
符号ベクトルと前記残差ベクトルとの内積に対応する評
価値を計算し、該評価値を最大化する一つの符号ベクト
ルを前記符号ベクトルの集合から探索する手段と、前記
探索手段により探索された符号ベクトルを特定する情報
を出力する手段とを備えることを特徴とする。
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信する手段と、目標ベクトルを受信する手段と、
前記第１の基底ベクトルの集合と前記目標ベクトルに基
づいて該目標ベクトルを近似する近似ベクトルを計算
し、該目標ベクトルと該近似ベクトルとの差に対応する
残差ベクトルを計算する手段と、符号ベクトルの集合を
生成する手段と、前記符号ベクトルの集合から少なくと
も一つの符号ベクトルを選択する選択手段と、前記符号
ベクトルと前記残差ベクトルを逆畳み込み演算したベク
トルとの内積を用いて、前記選択手段により選択された
符号ベクトルと前記残差ベクトルとの内積に対応する評
価値を計算し、該評価値を最大化する一つの符号ベクト
ルを前記符号ベクトルの集合から探索する手段と、前記
探索手段により探索された符号ベクトルを特定する情報
を出力する手段とを備えることを特徴とする。
【００１６】本発明に係る第１のベクトル量子化方法
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信するステップと、前記第１の基底ベクトルの集
合と目標ベクトルに基づいて該目標ベクトルを近似する
近似ベクトルを計算するステップと、前記目標ベクトル
と前記近似ベクトルとの差に対応する残差ベクトルを計
算するステップと、符号ベクトルの集合を生成するステ
ップと、前記符号ベクトルの集合から少なくとも一つの
符号ベクトルを選択する選択ステップと、前記選択ステ
ップにより選択された符号ベクトルと前記第１の基底ベ
クトルの集合とに基づいて第２の基底ベクトルの集合を
生成するステップと、前記残差ベクトルを前記第２の基
底ベクトルの集合により形成された空間に射影して得ら
れる射影ベクトルの大きさをより大きくする符号ベクト
ルを前記符号ベクトルの集合から探索する探索ステップ
と、前記探索ステップにより探索された符号ベクトルを
特定する情報を出力するステップとを備えることを特徴
とする。
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信するステップと、前記第１の基底ベクトルの集
合と目標ベクトルに基づいて該目標ベクトルを近似する
近似ベクトルを計算するステップと、前記目標ベクトル
と前記近似ベクトルとの差に対応する残差ベクトルを計
算するステップと、符号ベクトルの集合を生成するステ
ップと、前記符号ベクトルの集合から少なくとも一つの
符号ベクトルを選択する選択ステップと、前記選択ステ
ップにより選択された符号ベクトルと前記第１の基底ベ
クトルの集合とに基づいて第２の基底ベクトルの集合を
生成するステップと、前記残差ベクトルを前記第２の基
底ベクトルの集合により形成された空間に射影して得ら
れる射影ベクトルの大きさをより大きくする符号ベクト
ルを前記符号ベクトルの集合から探索する探索ステップ
と、前記探索ステップにより探索された符号ベクトルを
特定する情報を出力するステップとを備えることを特徴
とする。
【００１７】本発明に係る第２のベクトル量子化方法
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信するステップと、前記第１の基底ベクトルの集
合と目標ベクトルに基づいて該目標ベクトルを近似する
近似ベクトルを計算するステップと、前記目標ベクトル
と前記近似ベクトルとの差に対応する残差ベクトルを計
算するステップと、符号ベクトルの集合を生成する手段
と、前記符号ベクトルの集合から少なくとも一つの符号
ベクトルを選択する選択ステップと、前記選択ステップ
により選択された符号ベクトルと前記残差ベクトルとの
内積に対応する評価値を最大化する少なくとも一つの符
号ベクトルを前記符号ベクトルの集合から探索する探索
ステップと、前記探索ステップにより探索された符号ベ
クトルを特定する情報を出力するステップとを備えるこ
とを特徴とする。
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信するステップと、前記第１の基底ベクトルの集
合と目標ベクトルに基づいて該目標ベクトルを近似する
近似ベクトルを計算するステップと、前記目標ベクトル
と前記近似ベクトルとの差に対応する残差ベクトルを計
算するステップと、符号ベクトルの集合を生成する手段
と、前記符号ベクトルの集合から少なくとも一つの符号
ベクトルを選択する選択ステップと、前記選択ステップ
により選択された符号ベクトルと前記残差ベクトルとの
内積に対応する評価値を最大化する少なくとも一つの符
号ベクトルを前記符号ベクトルの集合から探索する探索
ステップと、前記探索ステップにより探索された符号ベ
クトルを特定する情報を出力するステップとを備えるこ
とを特徴とする。
【００１８】本発明に係る第３のベクトル量子化方法
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信するステップと、前記第１の基底ベクトルの集
合と目標ベクトルに基づいて該目標ベクトルを近似する
近似ベクトルを計算するステップと、前記目標ベクトル
と前記近似ベクトルとの差に対応する残差ベクトルを計
算するステップと、符号ベクトルの集合を生成するステ
ップと、前記符号ベクトルの集合から少なくとも一つの
符号ベクトルを選択する選択ステップと、前記選択ステ
ップにより選択された符号ベクトルと前記残差ベクトル
との内積に対応する評価値をより大きくする複数の符号
ベクトルを前記符号ベクトルの集合から予備選択候補と
して探索する第１の探索ステップと、前記第１の探索ス
テップにより予備選択候補として探索された符号ベクト
ルと前記第１の基底ベクトルの集合に基づいて第２の基
底ベクトルの集合を生成するステップと、前記第２の基
底ベクトルにより形成されるベクトル空間に前記残差ベ
クトルを射影して得られる射影ベクトルをより大きくす
る最適符号ベクトルを前記符号ベクトルの集合から探索
する第２の探索ステップと、前記最適符号ベクトルを特
定する情報を出力するステップとを備えることを特徴と
する。
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信するステップと、前記第１の基底ベクトルの集
合と目標ベクトルに基づいて該目標ベクトルを近似する
近似ベクトルを計算するステップと、前記目標ベクトル
と前記近似ベクトルとの差に対応する残差ベクトルを計
算するステップと、符号ベクトルの集合を生成するステ
ップと、前記符号ベクトルの集合から少なくとも一つの
符号ベクトルを選択する選択ステップと、前記選択ステ
ップにより選択された符号ベクトルと前記残差ベクトル
との内積に対応する評価値をより大きくする複数の符号
ベクトルを前記符号ベクトルの集合から予備選択候補と
して探索する第１の探索ステップと、前記第１の探索ス
テップにより予備選択候補として探索された符号ベクト
ルと前記第１の基底ベクトルの集合に基づいて第２の基
底ベクトルの集合を生成するステップと、前記第２の基
底ベクトルにより形成されるベクトル空間に前記残差ベ
クトルを射影して得られる射影ベクトルをより大きくす
る最適符号ベクトルを前記符号ベクトルの集合から探索
する第２の探索ステップと、前記最適符号ベクトルを特
定する情報を出力するステップとを備えることを特徴と
する。
【００１９】本発明に係る第４のベクトル量子化方法
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信するステップと、第１の基底ベクトルの集合と
目標ベクトルに基づいて該目標ベクトルを近似する近似
ベクトルを計算するステップと、前記目標ベクトルと前
記近似ベクトルとの差に対応する残差ベクトルを計算す
るステップと、符号ベクトルの集合を生成するステップ
と、前記符号ベクトルの集合から少なくとも一つの符号
ベクトルを選択する選択ステップと、前記選択ステップ
により選択された符号ベクトルと前記残差ベクトルとの
内積に対応する評価値をより大きくする複数の符号ベク
トルを前記符号ベクトルの集合から探索する予備選択ス
テップと、前記予備選択ステップにより選択された符号
ベクトルと前記第１の基底ベクトルの集合に基づいて第
２の基底ベクトルの集合を生成し、前記第２の基底ベク
トルにより形成されるベクトル空間に前記残差ベクトル
を射影して得られる射影ベクトルの大きさをより大きく
する最適符号ベクトルを前記符号ベクトルの集合から探
索する本選択ステップと、前記最適符号ベクトルを特定
する情報を出力するステップとを備えることを特徴とす
る。
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信するステップと、第１の基底ベクトルの集合と
目標ベクトルに基づいて該目標ベクトルを近似する近似
ベクトルを計算するステップと、前記目標ベクトルと前
記近似ベクトルとの差に対応する残差ベクトルを計算す
るステップと、符号ベクトルの集合を生成するステップ
と、前記符号ベクトルの集合から少なくとも一つの符号
ベクトルを選択する選択ステップと、前記選択ステップ
により選択された符号ベクトルと前記残差ベクトルとの
内積に対応する評価値をより大きくする複数の符号ベク
トルを前記符号ベクトルの集合から探索する予備選択ス
テップと、前記予備選択ステップにより選択された符号
ベクトルと前記第１の基底ベクトルの集合に基づいて第
２の基底ベクトルの集合を生成し、前記第２の基底ベク
トルにより形成されるベクトル空間に前記残差ベクトル
を射影して得られる射影ベクトルの大きさをより大きく
する最適符号ベクトルを前記符号ベクトルの集合から探
索する本選択ステップと、前記最適符号ベクトルを特定
する情報を出力するステップとを備えることを特徴とす
る。
【００２０】本発明に係る第５のベクトル量子化方法
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信するステップと、前記第１の基底ベクトルの集
合と目標ベクトルに基づいて該目標ベクトルを近似する
近似ベクトルを計算するステップと、前記目標ベクトル
と前記近似ベクトルとの差に対応する残差ベクトルを計
算するステップと、符号ベクトルの集合を生成するステ
ップと、前記符号ベクトルの集合から少なくとも一つの
符号ベクトルを選択する選択ステップと、前記符号ベク
トルと前記残差ベクトルを逆畳み込み演算したベクトル
との内積を用いて、前記選択ステップにより選択された
符号ベクトルと前記残差ベクトルとの内積に対応する評
価値を計算し、該評価値を最大化する一つの符号ベクト
ルを前記符号ベクトルの集合から探索するステップと、
前記探索ステップにより探索された符号ベクトルを特定
する情報を出力するステップとを備えることを特徴とす
る。
は、前段からの出力に対応する第１の基底ベクトルの集
合を受信するステップと、前記第１の基底ベクトルの集
合と目標ベクトルに基づいて該目標ベクトルを近似する
近似ベクトルを計算するステップと、前記目標ベクトル
と前記近似ベクトルとの差に対応する残差ベクトルを計
算するステップと、符号ベクトルの集合を生成するステ
ップと、前記符号ベクトルの集合から少なくとも一つの
符号ベクトルを選択する選択ステップと、前記符号ベク
トルと前記残差ベクトルを逆畳み込み演算したベクトル
との内積を用いて、前記選択ステップにより選択された
符号ベクトルと前記残差ベクトルとの内積に対応する評
価値を計算し、該評価値を最大化する一つの符号ベクト
ルを前記符号ベクトルの集合から探索するステップと、
前記探索ステップにより探索された符号ベクトルを特定
する情報を出力するステップとを備えることを特徴とす
る。
【００２１】
【作用】第１のベクトル量子化装置／方法では、符号ベ
クトルを探索するに際し、符号ベクトルの集合（組）か
ら選択された符号ベクトルと第１の基底ベクトルの集合
とに基づいて得られた第２の基底ベクトルの集合により
形成されるベクトル空間に、目標ベクトルと近似ベクト
ルとの差に対応する残差ベクトルを射影した射影ベクト
ルの大きさを評価値として求め、この評価値をより大き
くする符号ベクトルを符号ベクトルの集合から探索す
る。このような探索によると、探索中に符号ベクトルの
集合直交化する必要がないので、従来の直交化探索に比
べ少ない計算量で探索することが可能となる。
クトルを探索するに際し、符号ベクトルの集合（組）か
ら選択された符号ベクトルと第１の基底ベクトルの集合
とに基づいて得られた第２の基底ベクトルの集合により
形成されるベクトル空間に、目標ベクトルと近似ベクト
ルとの差に対応する残差ベクトルを射影した射影ベクト
ルの大きさを評価値として求め、この評価値をより大き
くする符号ベクトルを符号ベクトルの集合から探索す
る。このような探索によると、探索中に符号ベクトルの
集合直交化する必要がないので、従来の直交化探索に比
べ少ない計算量で探索することが可能となる。
【００２２】第２のベクトル量子化装置／方法では、選
択された符号ベクトルと残差ベクトルとの内積値の大き
さを評価値として求め、この評価値を最大化する符号ベ
クトルを探索することにより、さらに少ない計算量で探
索を行うことが可能となる。
択された符号ベクトルと残差ベクトルとの内積値の大き
さを評価値として求め、この評価値を最大化する符号ベ
クトルを探索することにより、さらに少ない計算量で探
索を行うことが可能となる。
【００２３】第３及び第４のベクトル量子化装置／方法
では、第１及び第２のベクトル量子化装置／方法を組み
合わせ、選択された符号ベクトルと残差ベクトルとの内
積値の大きさをより大きくする複数の符号ベクトルを予
備選択候補として探索し、この予備選択候補として選択
された複数の符号ベクトル第１の基底ベクトルの集合に
基づいて生成される第２の基底ベクトルの集合により形
成されるベクトル空間に残差ベクトルを射影して得られ
る射影ベクトルをより大きくする最適符号ベクトルを探
索することによって、より精度の高い探索結果を最適符
号ベクトルとして少ない計算量で求めることができる。
では、第１及び第２のベクトル量子化装置／方法を組み
合わせ、選択された符号ベクトルと残差ベクトルとの内
積値の大きさをより大きくする複数の符号ベクトルを予
備選択候補として探索し、この予備選択候補として選択
された複数の符号ベクトル第１の基底ベクトルの集合に
基づいて生成される第２の基底ベクトルの集合により形
成されるベクトル空間に残差ベクトルを射影して得られ
る射影ベクトルをより大きくする最適符号ベクトルを探
索することによって、より精度の高い探索結果を最適符
号ベクトルとして少ない計算量で求めることができる。
【００２４】第５のベクトル量子化装置／方法では、選
択された符号ベクトルと残差ベクトル残差ベクトルを逆
畳み込み演算したベクトルとの内積を用いて、選択され
た符号ベクトルと残差ベクトルとの内積に対応する評価
値を求め、この評価値を最大化する一つの符号ベクトル
を符号ベクトルの集合から探索することによって、同様
に少ない計算量で探索を行うことができる。
択された符号ベクトルと残差ベクトル残差ベクトルを逆
畳み込み演算したベクトルとの内積を用いて、選択され
た符号ベクトルと残差ベクトルとの内積に対応する評価
値を求め、この評価値を最大化する一つの符号ベクトル
を符号ベクトルの集合から探索することによって、同様
に少ない計算量で探索を行うことができる。
【００２５】
【００２６】
【００２７】
【実施例】以下、図面を参照して本発明の実施例を説明
する。
する。
【００２８】（実施例１）図１に、本実施例によるベク
トル量子化装置の構成を示す。このベクトル量子化装置
は、符号帳１０１０、組合せ部１０２０、重み付け部１
０３０、残差ベクトル算出部１０４０、基底ベクトル生
成部１０５０および探索部１０７０からなり、探索部１
０７０は射影ベクトル計算部１０７１と評価部１０７２
からなる。残差ベクトル算出部１０４０では、探索の目
標ベクトルとなる残差ベクトルＲ（ｋ）が求められる。
本実施例では、一例として前段の残差ベクトルと前段か
ら出力された基底ベクトルの集合から残差ベクトルＲ
（ｋ）を求める構成が示されている。より具体的には、
残差ベクトル算出部１０４０は端子１００１に入力され
た前段の残差ベクトルＲ（ｋ−１）と、端子１００２に
入力された第１の基底ベクトルの集合Ｂ（ｋ−１）を用
い、Ｒ（ｋ−１）からこれをＢ（ｋ−１）が張る空間に
射影した射影ベクトルを差し引くことで、目標ベクトル
である残差ベクトルＲ（ｋ）を求める。
トル量子化装置の構成を示す。このベクトル量子化装置
は、符号帳１０１０、組合せ部１０２０、重み付け部１
０３０、残差ベクトル算出部１０４０、基底ベクトル生
成部１０５０および探索部１０７０からなり、探索部１
０７０は射影ベクトル計算部１０７１と評価部１０７２
からなる。残差ベクトル算出部１０４０では、探索の目
標ベクトルとなる残差ベクトルＲ（ｋ）が求められる。
本実施例では、一例として前段の残差ベクトルと前段か
ら出力された基底ベクトルの集合から残差ベクトルＲ
（ｋ）を求める構成が示されている。より具体的には、
残差ベクトル算出部１０４０は端子１００１に入力され
た前段の残差ベクトルＲ（ｋ−１）と、端子１００２に
入力された第１の基底ベクトルの集合Ｂ（ｋ−１）を用
い、Ｒ（ｋ−１）からこれをＢ（ｋ−１）が張る空間に
射影した射影ベクトルを差し引くことで、目標ベクトル
である残差ベクトルＲ（ｋ）を求める。
【００２９】組合せ部１０２０で符号帳１０１０から選
ばれたＭ個の符号ベクトルは、重み付け部１０３０で重
み付けられた符号ベクトルＸ（ｋ１），Ｘ（ｋ２），
…，Ｘ（ｋＭ）となり、基底ベクトル生成部１０５０に
入力される。基底ベクトル生成部１０５０では、符号ベ
クトルＸ（ｋ１），Ｘ（ｋ２），…，Ｘ（ｋＭ）と端子
１００２に入力された第１の基底ベクトルの集合を構成
する基底ベクトルとを合わせたベクトルが張る空間を求
め、その基底ベクトルを算出して第２の基底ベクトルの
集合Ｂ（ｋ）として出力する。
ばれたＭ個の符号ベクトルは、重み付け部１０３０で重
み付けられた符号ベクトルＸ（ｋ１），Ｘ（ｋ２），
…，Ｘ（ｋＭ）となり、基底ベクトル生成部１０５０に
入力される。基底ベクトル生成部１０５０では、符号ベ
クトルＸ（ｋ１），Ｘ（ｋ２），…，Ｘ（ｋＭ）と端子
１００２に入力された第１の基底ベクトルの集合を構成
する基底ベクトルとを合わせたベクトルが張る空間を求
め、その基底ベクトルを算出して第２の基底ベクトルの
集合Ｂ（ｋ）として出力する。
【００３０】こうして求められた残差ベクトルＲ（ｋ）
と第２の基底ベクトルの集合Ｂ（ｋ）は、探索部１０７
０における射影ベクトル計算部１０７１に入力され、こ
こでＢ（ｋ）が張る空間にＲ（ｋ）を射影して得られる
第２の射影ベクトルＰ（ｋ）の大きさが計算され、その
値が評価部１０７２に入力される。
と第２の基底ベクトルの集合Ｂ（ｋ）は、探索部１０７
０における射影ベクトル計算部１０７１に入力され、こ
こでＢ（ｋ）が張る空間にＲ（ｋ）を射影して得られる
第２の射影ベクトルＰ（ｋ）の大きさが計算され、その
値が評価部１０７２に入力される。
【００３１】評価部１０７２では、組合せ部１０２０を
制御することで射影ベクトル計算部１０７１からの入力
値、つまり第２の射影ベクトルＰ（ｋ）の大きさがより
大きくなるようなＭ個の符号ベクトルの組合せを最適符
号ベクトルとして探索すると共に、その最適符号ベクト
ルを特定する情報（インデックス）を探索結果として出
力する。
制御することで射影ベクトル計算部１０７１からの入力
値、つまり第２の射影ベクトルＰ（ｋ）の大きさがより
大きくなるようなＭ個の符号ベクトルの組合せを最適符
号ベクトルとして探索すると共に、その最適符号ベクト
ルを特定する情報（インデックス）を探索結果として出
力する。
【００３２】なお、本実施例に示した符号ベクトルを１
つの符号帳１０１０からＭ個探索する構成は符号帳の構
成方法の一例に過ぎず、後述する実施例７のようにＮ個
の符号帳から１つの符号ベクトルずつ選ぶ例もある。一
般的には、符号ベクトルの集合から符号ベクトルを選ぶ
と考えれば良く、例えば少数の基本ベクトルを符号帳に
備え、これらの基本ベクトルに簡単な演算（例えば線形
結合など）を施すことで、事実上多数の符号ベクトルを
含む符号帳を構成する例なども、この考え方に含まれ
る。また、実際には計算量などの制約からＭ＝１とする
場合が多い。このことは以下の実施例についても同様で
ある。
つの符号帳１０１０からＭ個探索する構成は符号帳の構
成方法の一例に過ぎず、後述する実施例７のようにＮ個
の符号帳から１つの符号ベクトルずつ選ぶ例もある。一
般的には、符号ベクトルの集合から符号ベクトルを選ぶ
と考えれば良く、例えば少数の基本ベクトルを符号帳に
備え、これらの基本ベクトルに簡単な演算（例えば線形
結合など）を施すことで、事実上多数の符号ベクトルを
含む符号帳を構成する例なども、この考え方に含まれ
る。また、実際には計算量などの制約からＭ＝１とする
場合が多い。このことは以下の実施例についても同様で
ある。
【００３３】重み付け部１０３０の例としては、音声符
号化等で用いられる重み付き合成フィルタが挙げられ
る。また、重み付け部１０３０の重み係数を１とするこ
とで、実質的に重み付けなしの構成とすることも可能で
ある。すなわち、重み付部１０３０は省略してもよい。
このことは以下の実施例についても同様である。
号化等で用いられる重み付き合成フィルタが挙げられ
る。また、重み付け部１０３０の重み係数を１とするこ
とで、実質的に重み付けなしの構成とすることも可能で
ある。すなわち、重み付部１０３０は省略してもよい。
このことは以下の実施例についても同様である。
【００３４】基底ベクトル生成部１０５０では、第１の
基底ベクトルの集合Ｂ（ｋ−１）と符号ベクトルＸ（ｋ
１），Ｘ（ｋ２），…，Ｘ（ｋＭ）から、第２の基底ベ
クトルの集合Ｂ（ｋ）を生成する。このＢ（ｋ）の生成
法は種々考えられるが、最も簡単な例の１つは直和をと
る方法である。つまり、Ｂ（ｋ−１）がｍ本の基底ベク
トルｂ（ｋ−１），ｂ２（ｋ−１），…，ｂｍ（ｋ−
１）で構成されている場合、 Ｂ（ｋ）＝｛ｂ１（ｋ−１），ｂ２（ｋ−１），…，ｂ
ｍ（ｋ−１），Ｘ（ｋ１），Ｘ（ｋ２），…，Ｘ（ｋ
Ｍ）｝ とする。また、別の方法として残差ベクトルの射影ベク
トルを再帰的に用いてＢ（ｋ）を構成する方法もある。
基底ベクトルの集合Ｂ（ｋ−１）と符号ベクトルＸ（ｋ
１），Ｘ（ｋ２），…，Ｘ（ｋＭ）から、第２の基底ベ
クトルの集合Ｂ（ｋ）を生成する。このＢ（ｋ）の生成
法は種々考えられるが、最も簡単な例の１つは直和をと
る方法である。つまり、Ｂ（ｋ−１）がｍ本の基底ベク
トルｂ（ｋ−１），ｂ２（ｋ−１），…，ｂｍ（ｋ−
１）で構成されている場合、 Ｂ（ｋ）＝｛ｂ１（ｋ−１），ｂ２（ｋ−１），…，ｂ
ｍ（ｋ−１），Ｘ（ｋ１），Ｘ（ｋ２），…，Ｘ（ｋ
Ｍ）｝ とする。また、別の方法として残差ベクトルの射影ベク
トルを再帰的に用いてＢ（ｋ）を構成する方法もある。
【００３５】探索部１０７０では、入力値である第２の
射影ベクトルＰ（ｋ）の大きさをより大きくする符号ベ
クトルの組を探索する。通常は最適な組合せを１つ選ぶ
が、ＣＥＬＰ符号化で近年よく用いられているディーレ
ドディシジョンなどを利用するため、最適なものを複数
個選ぶ場合もある。このことは以下の実施例についても
同様である。
射影ベクトルＰ（ｋ）の大きさをより大きくする符号ベ
クトルの組を探索する。通常は最適な組合せを１つ選ぶ
が、ＣＥＬＰ符号化で近年よく用いられているディーレ
ドディシジョンなどを利用するため、最適なものを複数
個選ぶ場合もある。このことは以下の実施例についても
同様である。
【００３６】次に、図２４に示すフローチャートを用い
て本実施例における符号ベクトル探索処理の流れを説明
する。簡単のために、探索する符号ベクトルは１つとし
（符号ベクトルの組は１つの符号ベクトルから構成され
る）、終了条件は符号帳１０１０を全て探索した場合と
し、射影ベクトルの大きさはベクトルの長さの２乗を用
いた場合に制限している。
て本実施例における符号ベクトル探索処理の流れを説明
する。簡単のために、探索する符号ベクトルは１つとし
（符号ベクトルの組は１つの符号ベクトルから構成され
る）、終了条件は符号帳１０１０を全て探索した場合と
し、射影ベクトルの大きさはベクトルの長さの２乗を用
いた場合に制限している。
【００３７】［ステップＳ１１］ ｉ＝１，ｉｍａｘ＝
１，｜Ｐｍａｘ（ｋ）｜2 ＝０に設定して初期化を行
う。ｉｍａｘは最適符号ベクトルを特定する情報として
のインデックス、｜Ｐｍａｘ（ｋ）｜2 は射影ベクトル
の大きさの最大値を表わす。
１，｜Ｐｍａｘ（ｋ）｜2 ＝０に設定して初期化を行
う。ｉｍａｘは最適符号ベクトルを特定する情報として
のインデックス、｜Ｐｍａｘ（ｋ）｜2 は射影ベクトル
の大きさの最大値を表わす。
【００３８】［ステップＳ１２］ 残差ベクトルＲ
（ｋ）を算出する。
（ｋ）を算出する。
【００３９】［ステップＳ１３］ 重み付けられた符号
ベクトルＸｉ（ｋ）を算出する。
ベクトルＸｉ（ｋ）を算出する。
【００４０】［ステップＳ１４］ 基底ベクトルＢｉ
（ｋ）を生成する。
（ｋ）を生成する。
【００４１】［ステップＳ１５］ 射影ベクトルの大き
さ｜Ｐｉ（ｋ）｜2 を算出する。
さ｜Ｐｉ（ｋ）｜2 を算出する。
【００４２】［ステップＳ１６］ ステップＳ１５で算
出された｜Ｐｉ（ｋ）｜2 と以前に算出された射影ベク
トルの大きさの最大値｜Ｐｍａｘ（ｋ）｜2 との大小関
係を判定する。
出された｜Ｐｉ（ｋ）｜2 と以前に算出された射影ベク
トルの大きさの最大値｜Ｐｍａｘ（ｋ）｜2 との大小関
係を判定する。
【００４３】［ステップＳ１７］ ステップＳ１６の判
定結果が｜Ｐｍａｘ（ｋ）｜2 ＜｜Ｐｉ（ｋ）｜2 であ
れば、｜Ｐｉ（ｋ）｜2 を新たな｜Ｐｍａｘ（ｋ）｜2
として更新すると共に、そのときのｉをインデックスｉ
ｍａｘとする。
定結果が｜Ｐｍａｘ（ｋ）｜2 ＜｜Ｐｉ（ｋ）｜2 であ
れば、｜Ｐｉ（ｋ）｜2 を新たな｜Ｐｍａｘ（ｋ）｜2
として更新すると共に、そのときのｉをインデックスｉ
ｍａｘとする。
【００４４】［ステップＳ１８］ ステップＳ１７の処
理後、あるいはステップＳ１６の判定結果が｜Ｐｍａｘ
（ｋ）｜2 ＞｜Ｐｉ（ｋ）｜2 の場合には、ｉを１増加
させる。
理後、あるいはステップＳ１６の判定結果が｜Ｐｍａｘ
（ｋ）｜2 ＞｜Ｐｉ（ｋ）｜2 の場合には、ｉを１増加
させる。
【００４５】［ステップＳ１９］ ｉが設定値Ｎに達す
るかどうかを調べる。ｉ＝ＮとなるまでステップＳ１３
からＳ１８までの処理を繰り返し行い、ｉ＝Ｎで一連の
処理を終了する。
るかどうかを調べる。ｉ＝ＮとなるまでステップＳ１３
からＳ１８までの処理を繰り返し行い、ｉ＝Ｎで一連の
処理を終了する。
【００４６】このように本実施例では、残差ベクトルを
利用して最適符号ベクトルを探索するため、従来の直交
化探索法のように探索ループの中で符号ベクトルの直交
化を行う必要がなく、少ない計算量で探索を行うことが
できる。
利用して最適符号ベクトルを探索するため、従来の直交
化探索法のように探索ループの中で符号ベクトルの直交
化を行う必要がなく、少ない計算量で探索を行うことが
できる。
【００４７】（実施例２）図２に、本実施例によるベク
トル量子化装置の構成を示す。本実施例では、探索部１
０７０の構成が図１に示した実施例１と異なっている。
すなわち、実施例１では探索部１０７０において第２の
射影ベクトルＰ（ｋ）の大きさを求めていたのに対し
て、本実施例における探索部１０７０では、残差ベクト
ルＲ（ｋ）と重み付け部１０３０で重み付けられた符号
ベクトルＸ（ｋ）の内積値の大きさが内積値計算部１０
７３で求められ、この値が評価部１０７２に送られる。
トル量子化装置の構成を示す。本実施例では、探索部１
０７０の構成が図１に示した実施例１と異なっている。
すなわち、実施例１では探索部１０７０において第２の
射影ベクトルＰ（ｋ）の大きさを求めていたのに対し
て、本実施例における探索部１０７０では、残差ベクト
ルＲ（ｋ）と重み付け部１０３０で重み付けられた符号
ベクトルＸ（ｋ）の内積値の大きさが内積値計算部１０
７３で求められ、この値が評価部１０７２に送られる。
【００４８】評価部１０７２では、この内積値に基づく
評価方法に従って最適符号ベクトルを探索する。内積値
に基づく評価方法の例としては、(1) 符号ベクトルの組
が１つのベクトルで構成されている場合は内積値の大き
さをより大きくする、(2) 符号ベクトルの組が複数の組
で構成されている場合は内積値の和の大きさをより大き
くする、などが挙げられる。
評価方法に従って最適符号ベクトルを探索する。内積値
に基づく評価方法の例としては、(1) 符号ベクトルの組
が１つのベクトルで構成されている場合は内積値の大き
さをより大きくする、(2) 符号ベクトルの組が複数の組
で構成されている場合は内積値の和の大きさをより大き
くする、などが挙げられる。
【００４９】図２５は、本実施例における符号ベクトル
探索処理の流れを示すフローチャートである。これは図
２４と同様の制限をした例であり、内積値の大きさに基
づく評価値として内積値の２乗を用いている。
探索処理の流れを示すフローチャートである。これは図
２４と同様の制限をした例であり、内積値の大きさに基
づく評価値として内積値の２乗を用いている。
【００５０】［ステップＳ２１］ ｉ＝１，ｉｍａｘ＝
１，Ｅｍａｘ＝０に設定して、初期化を行う。ｉｍａｘ
は最適符号ベクトルを特定する情報としてのインデック
ス、Ｅｍａｘは内積値の大きさの最大値を表わす。
１，Ｅｍａｘ＝０に設定して、初期化を行う。ｉｍａｘ
は最適符号ベクトルを特定する情報としてのインデック
ス、Ｅｍａｘは内積値の大きさの最大値を表わす。
【００５１】［ステップＳ２２］ 残差ベクトルＲ
（ｋ）を算出する。
（ｋ）を算出する。
【００５２】［ステップＳ２３］ 残差ベクトルを逆畳
み込み演算したベクトルＲ′（ｋ）を算出する。
み込み演算したベクトルＲ′（ｋ）を算出する。
【００５３】［ステップＳ２４］ 内積値の大きさＥ＝
（ｘｉ（ｋ），Ｒ′（ｋ））2 を算出する。
（ｘｉ（ｋ），Ｒ′（ｋ））2 を算出する。
【００５４】［ステップＳ２５］ ステップＳ２４で算
出された内積値の大きさＥと以前に算出された内積値の
大きさの最大値Ｅｍａｘとの大小関係を判定する。
出された内積値の大きさＥと以前に算出された内積値の
大きさの最大値Ｅｍａｘとの大小関係を判定する。
【００５５】［ステップＳ２６］ ステップＳ２６の判
定結果がＥｍａｘ＜Ｅであれば、Ｅを新たなＥｍａｘと
して更新すると共に、そのときのｉをインデックスｉｍ
ａｘとする。
定結果がＥｍａｘ＜Ｅであれば、Ｅを新たなＥｍａｘと
して更新すると共に、そのときのｉをインデックスｉｍ
ａｘとする。
【００５６】［ステップＳ２７］ ステップＳ２６の処
理後、あるいはステップＳ２５の判定結果がＥｍａｘ＞
Ｅの場合には、ｉを増加させる。
理後、あるいはステップＳ２５の判定結果がＥｍａｘ＞
Ｅの場合には、ｉを増加させる。
【００５７】［ステップＳ２８］ ｉが設定値Ｎに達す
るかどうかを調べる。ｉ＝ＮとなるまでステップＳ２４
からＳ２７までの処理を繰り返し行い、ｉ＝Ｎで一連の
処理を終了する。
るかどうかを調べる。ｉ＝ＮとなるまでステップＳ２４
からＳ２７までの処理を繰り返し行い、ｉ＝Ｎで一連の
処理を終了する。
【００５８】なお、以下に説明する実施例では、符号ベ
クトル探索の処理手順を図２４と図２５を適宜組合せた
り、修正したフローチャートにより表わせるので、フロ
ーチャートを省略するものとする。
クトル探索の処理手順を図２４と図２５を適宜組合せた
り、修正したフローチャートにより表わせるので、フロ
ーチャートを省略するものとする。
【００５９】本実施例における探索部１０７０での内積
値の計算は、実施例１における射影ベクトルの計算の近
似計算であるが、計算量がさらに大幅に減少するという
利点がある。例えば、同様のことを従来の直交化探索を
用いて行うと、内積値を求める前に符号ベクトルを直交
化する必要が生じ、その分だけ計算量が増加する。これ
に対し、本実施例では直交化の必要がないので、従来法
よりも著しく少ない計算量で符号ベクトルの探索を行う
ことができる。
値の計算は、実施例１における射影ベクトルの計算の近
似計算であるが、計算量がさらに大幅に減少するという
利点がある。例えば、同様のことを従来の直交化探索を
用いて行うと、内積値を求める前に符号ベクトルを直交
化する必要が生じ、その分だけ計算量が増加する。これ
に対し、本実施例では直交化の必要がないので、従来法
よりも著しく少ない計算量で符号ベクトルの探索を行う
ことができる。
【００６０】また、複数段のベクトル量子化装置を用い
て多段の量子化を行う場合、ｋ段目の探索ではｋ−１段
目までの探索で求められた符号ベクトル全てに直交化し
ながら内積値を計算する必要があるのに対し、本実施例
では残差ベクトルを求めてしまえば、内積値の計算は探
索の段数によらず一定であるため、段数が多くなるほど
従来法より計算量の削減効果が大きくなる。本実施例で
得られる探索結果は、従来法と同様である（この理由
は、後述する実施例７で述べる）。
て多段の量子化を行う場合、ｋ段目の探索ではｋ−１段
目までの探索で求められた符号ベクトル全てに直交化し
ながら内積値を計算する必要があるのに対し、本実施例
では残差ベクトルを求めてしまえば、内積値の計算は探
索の段数によらず一定であるため、段数が多くなるほど
従来法より計算量の削減効果が大きくなる。本実施例で
得られる探索結果は、従来法と同様である（この理由
は、後述する実施例７で述べる）。
【００６１】（実施例３）図３に、本実施例によるベク
トル量子化装置の構成を示す。本実施例における探索部
１０７０は、内積値計算部１０７３と評価部１０７２と
の間に重み付け部１０７４を挿入し、重み係数算出部１
０７５により符号ベクトルに基づいて求められた重み係
数で、内積値計算部１０７３により求められた内積値の
大きさを重み付けし、この重み付けした内積値に基づく
評価方法で最適符号ベクトルを探索する構成となってい
る。評価部１０７２での評価法は、実施例２で説明した
方法と同様でよい。
トル量子化装置の構成を示す。本実施例における探索部
１０７０は、内積値計算部１０７３と評価部１０７２と
の間に重み付け部１０７４を挿入し、重み係数算出部１
０７５により符号ベクトルに基づいて求められた重み係
数で、内積値計算部１０７３により求められた内積値の
大きさを重み付けし、この重み付けした内積値に基づく
評価方法で最適符号ベクトルを探索する構成となってい
る。評価部１０７２での評価法は、実施例２で説明した
方法と同様でよい。
【００６２】本実施例によると、内積値の大きさを重み
付けすることにより、若干計算量が増すが、探索の精度
が向上する。このため、従来法のように直交化を行わな
いこととあいまって、少ない計算量で精度のよい探索を
行うことができる。
付けすることにより、若干計算量が増すが、探索の精度
が向上する。このため、従来法のように直交化を行わな
いこととあいまって、少ない計算量で精度のよい探索を
行うことができる。
【００６３】（実施例４）図４に、本実施例によるベク
トル量子化装置の構成を示す。本実施例における探索部
は、予備選択部１３７０ａと本選択部１３７０ｂからな
る二段階の構成となっている。予備選択部１３７０ａ
は、できるだけ少ない計算量で符号ベクトルの探索が可
能な探索法を用いて、数個の符号ベクトルを予備選択候
補として選択する。この例では、予備選択部１３７０ａ
は図３に示した実施例３における探索部１０７０と同様
に、評価部１０７２、内積値計算部１０７３、重み付け
部１０７４および重み係数算出部１０７５により構成さ
れるが、図２に示した実施例２における探索部１０７０
と同様に構成してもよい。
トル量子化装置の構成を示す。本実施例における探索部
は、予備選択部１３７０ａと本選択部１３７０ｂからな
る二段階の構成となっている。予備選択部１３７０ａ
は、できるだけ少ない計算量で符号ベクトルの探索が可
能な探索法を用いて、数個の符号ベクトルを予備選択候
補として選択する。この例では、予備選択部１３７０ａ
は図３に示した実施例３における探索部１０７０と同様
に、評価部１０７２、内積値計算部１０７３、重み付け
部１０７４および重み係数算出部１０７５により構成さ
れるが、図２に示した実施例２における探索部１０７０
と同様に構成してもよい。
【００６４】予備選択部１３７０ａで選択された予備選
択候補の情報１３８０は、本選択部１３７０ｂに渡され
る。本選択部１３７０ｂでは、予備選択候補に対して精
度の高い探索方法、例えば実施例１で示した探索部１３
７０と同様の構成により、予備選択候補の中から一つの
または複数個の符号ベクトルを最適符号ベクトルとして
選択し、探索結果として最適符号ベクトルを特定する情
報としてのインデックスを出力する。
択候補の情報１３８０は、本選択部１３７０ｂに渡され
る。本選択部１３７０ｂでは、予備選択候補に対して精
度の高い探索方法、例えば実施例１で示した探索部１３
７０と同様の構成により、予備選択候補の中から一つの
または複数個の符号ベクトルを最適符号ベクトルとして
選択し、探索結果として最適符号ベクトルを特定する情
報としてのインデックスを出力する。
【００６５】本実施例は実施例１と実施例３の長所を兼
ね備えた構成であり、少ない計算量でより良い符号ベク
トルの候補を選択できるという利点がある。すなわち、
予備選択部１３７０ａでは直交化を行わずに内積計算が
可能であるため、計算量を大きく削減でき、また本選択
部１３７０ｂでは完全な評価式を計算することで符号ベ
クトルの探索精度を上げることができる。
ね備えた構成であり、少ない計算量でより良い符号ベク
トルの候補を選択できるという利点がある。すなわち、
予備選択部１３７０ａでは直交化を行わずに内積計算が
可能であるため、計算量を大きく削減でき、また本選択
部１３７０ｂでは完全な評価式を計算することで符号ベ
クトルの探索精度を上げることができる。
【００６６】なお、探索部を３段階以上の構成とするこ
とも可能であり、例えば予備選択部を２段設け、第１段
目の予備選択部で選択された候補に対し第２段目の予備
選択部でさらに候補を絞り、第２段目の予備選択部で選
択された候補に対して本選択を行う構成としてもよい。
とも可能であり、例えば予備選択部を２段設け、第１段
目の予備選択部で選択された候補に対し第２段目の予備
選択部でさらに候補を絞り、第２段目の予備選択部で選
択された候補に対して本選択を行う構成としてもよい。
【００６７】（実施例５）図５に、本実施例によるベク
トル量子化装置の構成を示す。本実施例は、図４に示し
た実施例４の本選択部１３７０ｂの構成を変えたもので
ある。すなわち、本実施例における本選択部１３７０ｂ
では、直交化ベクトル算出部１０７６において、重み付
け部１０３０で重み付けられた符号ベクトルを第１の基
底ベクトルが張る空間に直交化したベクトルを求める。
そして、評価部１０７２ｂにおいて、重み付けられた符
号ベクトルをこの直交化したベクトルの大きさで割るこ
とにより、予備選択部１３７０ａからの予備選択候補を
評価して最適符号ベクトルを選択している。
トル量子化装置の構成を示す。本実施例は、図４に示し
た実施例４の本選択部１３７０ｂの構成を変えたもので
ある。すなわち、本実施例における本選択部１３７０ｂ
では、直交化ベクトル算出部１０７６において、重み付
け部１０３０で重み付けられた符号ベクトルを第１の基
底ベクトルが張る空間に直交化したベクトルを求める。
そして、評価部１０７２ｂにおいて、重み付けられた符
号ベクトルをこの直交化したベクトルの大きさで割るこ
とにより、予備選択部１３７０ａからの予備選択候補を
評価して最適符号ベクトルを選択している。
【００６８】（実施例６）図６に、本発明によるベクト
ル量子化装置を応用したベクトル符号化／復号化装置の
一実施例の構成を示す。符号化装置３０００では、入力
された目標ベクトルＲに対して多段（Ｍ段）のベクトル
量子化を行うものであり、Ｍ段の量子化装置３００１〜
３００３のうち少くとも１段は上述した実施例１〜５の
いずれかのベクトル量子化装置を用いて量子化を行う。
量子化装置３００１〜３００３でそれぞれ探索された最
適符号ベクトルを特定するためのインデックスと、ゲイ
ン算出部３００４で得られたゲイン情報は、復号化装置
４０００に伝送される。
ル量子化装置を応用したベクトル符号化／復号化装置の
一実施例の構成を示す。符号化装置３０００では、入力
された目標ベクトルＲに対して多段（Ｍ段）のベクトル
量子化を行うものであり、Ｍ段の量子化装置３００１〜
３００３のうち少くとも１段は上述した実施例１〜５の
いずれかのベクトル量子化装置を用いて量子化を行う。
量子化装置３００１〜３００３でそれぞれ探索された最
適符号ベクトルを特定するためのインデックスと、ゲイ
ン算出部３００４で得られたゲイン情報は、復号化装置
４０００に伝送される。
【００６９】復号化装置４０００では、符号化装置３０
００から伝送されてきたインデックスから、Ｍ段の復号
化装置４００１〜４００３で符号ベクトルを復号化し、
これらとゲイン情報から合成部４００４で目標ベクトル
の量子化値を得る。
００から伝送されてきたインデックスから、Ｍ段の復号
化装置４００１〜４００３で符号ベクトルを復号化し、
これらとゲイン情報から合成部４００４で目標ベクトル
の量子化値を得る。
【００７０】このように実施例１〜５を多段のベクトル
量子化装置に適用すると、計算量削減の効果の他、処理
が再帰的になっていることから、処理をソフトウェア、
ハードウェアのいずれで実現する場合でも、その実現が
比較的容易であるという効果が得られる。
量子化装置に適用すると、計算量削減の効果の他、処理
が再帰的になっていることから、処理をソフトウェア、
ハードウェアのいずれで実現する場合でも、その実現が
比較的容易であるという効果が得られる。
【００７１】（実施例７）図７に、本実施例によるベク
トル量子化装置の構成を示す。このベクトル量子化装置
は符号帳１１１〜１１２、重み付け部１２０、第１の探
索部１３０、残差ベクトル算出部１４０および第２の探
索部１７０からなり、さらに第２の探索部１７１は評価
部１７２と射影ベクトル計算部１７３からなる。
トル量子化装置の構成を示す。このベクトル量子化装置
は符号帳１１１〜１１２、重み付け部１２０、第１の探
索部１３０、残差ベクトル算出部１４０および第２の探
索部１７０からなり、さらに第２の探索部１７１は評価
部１７２と射影ベクトル計算部１７３からなる。
【００７２】第１の探索部１３０は、入力端子１８０に
入力された目標ベクトルを近似するベクトル（以下、近
似ベクトルという）Ｘ１を出力する。残差ベクトル算出
部１４０では、近似ベクトルＸ１と目標ベクトルＲとの
残差ベクトルＲｖが算出される。この残差ベクトルＲｖ
は、射影ベクトル計算部１７３に入力される。一方、符
号帳１１１〜１１２からそれぞれ１つずつ選ばれた符号
ベクトルｘ２〜ｘＮは重み付け部１２０で重み付けさ
れ、重み付けされたベクトル群Ｘ２〜ＸＮとして射影ベ
クトル計算部１７３に入力される。
入力された目標ベクトルを近似するベクトル（以下、近
似ベクトルという）Ｘ１を出力する。残差ベクトル算出
部１４０では、近似ベクトルＸ１と目標ベクトルＲとの
残差ベクトルＲｖが算出される。この残差ベクトルＲｖ
は、射影ベクトル計算部１７３に入力される。一方、符
号帳１１１〜１１２からそれぞれ１つずつ選ばれた符号
ベクトルｘ２〜ｘＮは重み付け部１２０で重み付けさ
れ、重み付けされたベクトル群Ｘ２〜ＸＮとして射影ベ
クトル計算部１７３に入力される。
【００７３】射影ベクトル計算部１７３では、近似ベク
トルＸ１とベクトル群Ｘ２〜ＸＮで張られる空間に対す
る残差ベクトルＲｖの射影ベクトルの大きさが計算され
る。評価部１７２は、この射影ベクトルＲｖをより大き
くする符号ベクトルを符号帳１１１〜１１２から探索
し、その符号ベクトルを特定する情報を探索結果１７１
として出力する。なお、探索結果としては符号ベクトル
そのものを示す符号であってもよいし、これを間接的に
特定する例えばピッチ周期などの情報であってもよい。
トルＸ１とベクトル群Ｘ２〜ＸＮで張られる空間に対す
る残差ベクトルＲｖの射影ベクトルの大きさが計算され
る。評価部１７２は、この射影ベクトルＲｖをより大き
くする符号ベクトルを符号帳１１１〜１１２から探索
し、その符号ベクトルを特定する情報を探索結果１７１
として出力する。なお、探索結果としては符号ベクトル
そのものを示す符号であってもよいし、これを間接的に
特定する例えばピッチ周期などの情報であってもよい。
【００７４】次に、本実施例の構成により最適な符号ベ
クトルが求まる理由について、図８を用いて幾何学的に
説明する。目標ベクトルＲを近似ベクトルＸ１とベクト
ル群Ｘ２〜ＸＮの線形結合で最も良く近似することは、
Ｘ１〜ＸＮで張られる空間に対する目標ベクトルＲの射
影ベクトルをＲｐとした場合、歪みベクトルの大きさ｜
Ｒ−Ｒｐ｜を最小にすることである。目標ベクトルＲを
近似ベクトルで近似した時の残差ベクトルをＲｖ、その
射影ベクトルをＲｖｐとおくと、 ｜Ｒ−Ｒｐ｜＝｜Ｒｖ−Ｒｖｐ｜ であるから、｜Ｒ−Ｒｐ｜を最小にすることは｜Ｒｖ−
Ｒｖｐ｜を最小にすることと同じである。
クトルが求まる理由について、図８を用いて幾何学的に
説明する。目標ベクトルＲを近似ベクトルＸ１とベクト
ル群Ｘ２〜ＸＮの線形結合で最も良く近似することは、
Ｘ１〜ＸＮで張られる空間に対する目標ベクトルＲの射
影ベクトルをＲｐとした場合、歪みベクトルの大きさ｜
Ｒ−Ｒｐ｜を最小にすることである。目標ベクトルＲを
近似ベクトルで近似した時の残差ベクトルをＲｖ、その
射影ベクトルをＲｖｐとおくと、 ｜Ｒ−Ｒｐ｜＝｜Ｒｖ−Ｒｖｐ｜ であるから、｜Ｒ−Ｒｐ｜を最小にすることは｜Ｒｖ−
Ｒｖｐ｜を最小にすることと同じである。
【００７５】ところで、Ｒｖｐが射影ベクトルなので、
Ｒｖ，Ｒｖｐで作られる三角形は直角三角形であり、従
って三平方の定理より ｜Ｒｖ｜2 ＝｜Ｒｖｐ｜2 ＋｜Ｒｖ−Ｒｖｐ｜2 である。探索に際して、近似ベクトルＸ１と目標ベクト
ルＲは固定のベクトルであるから、直角三角形の斜辺に
当たる残差ベクトルＲｖも固定である。よって｜Ｒｖ−
Ｒｖｐ｜を最小にすることは、残差ベクトルＲｖの射影
ベクトルの大きさ｜Ｒｖｐ｜を最大にすることと等価で
あることがわかる。
Ｒｖ，Ｒｖｐで作られる三角形は直角三角形であり、従
って三平方の定理より ｜Ｒｖ｜2 ＝｜Ｒｖｐ｜2 ＋｜Ｒｖ−Ｒｖｐ｜2 である。探索に際して、近似ベクトルＸ１と目標ベクト
ルＲは固定のベクトルであるから、直角三角形の斜辺に
当たる残差ベクトルＲｖも固定である。よって｜Ｒｖ−
Ｒｖｐ｜を最小にすることは、残差ベクトルＲｖの射影
ベクトルの大きさ｜Ｒｖｐ｜を最大にすることと等価で
あることがわかる。
【００７６】以上のことを数式を用いてさらに詳しく説
明する。残差ベクトルＲｖは、式（３）で与えられる。
明する。残差ベクトルＲｖは、式（３）で与えられる。
【００７７】
【数２】
【００７８】ここで、ＲｖｐはＸ１〜ＸＮで張られる平
面上のベクトルであるから、 Ｒｖｐ＝ａ１＊Ｘ１＋ａ２＊Ｘ２＋……＋ａＮ＊ＸＮ …（４） と表せる。ａ１〜ａＮの係数は、｜Ｒｖ −Ｒｖｐ｜を
最小にするように決められる。この決め方の詳細は、特
願平６−９６６５５で述べられている。これらを｜Ｒｖ
−Ｒｖｐ｜2 の式に代入し整理すると、 ｜Ｒｖ−Ｒｖｐ｜2 ＝｜Ｒｖ｜2 −｜Ｒｖｐ｜2 …（５） が得られる。｜Ｒｖ｜2 が定数なので、射影ベクトルの
長さＲｖｐ2 を最大化することは、誤差｜Ｒｖ−Ｒｖｐ
｜を最小化することと等価になる。
面上のベクトルであるから、 Ｒｖｐ＝ａ１＊Ｘ１＋ａ２＊Ｘ２＋……＋ａＮ＊ＸＮ …（４） と表せる。ａ１〜ａＮの係数は、｜Ｒｖ −Ｒｖｐ｜を
最小にするように決められる。この決め方の詳細は、特
願平６−９６６５５で述べられている。これらを｜Ｒｖ
−Ｒｖｐ｜2 の式に代入し整理すると、 ｜Ｒｖ−Ｒｖｐ｜2 ＝｜Ｒｖ｜2 −｜Ｒｖｐ｜2 …（５） が得られる。｜Ｒｖ｜2 が定数なので、射影ベクトルの
長さＲｖｐ2 を最大化することは、誤差｜Ｒｖ−Ｒｖｐ
｜を最小化することと等価になる。
【００７９】ところで、式（３）の第２項Ｘ１の係数
（Ｒ，Ｘ１）／｜Ｘ１｜2 はＲをＸ１だけで近似する場
合の最適ゲインとなっている。符号化の都合等でこの最
適ゲインを量子化したり、最適ゲインに準ずる値を求め
る場合は、その値をもって最適ゲイン（Ｒ，Ｘ１）／｜
Ｘ１｜2 の代りとし残差ベクトルＲｖを求めることも可
能である。
（Ｒ，Ｘ１）／｜Ｘ１｜2 はＲをＸ１だけで近似する場
合の最適ゲインとなっている。符号化の都合等でこの最
適ゲインを量子化したり、最適ゲインに準ずる値を求め
る場合は、その値をもって最適ゲイン（Ｒ，Ｘ１）／｜
Ｘ１｜2 の代りとし残差ベクトルＲｖを求めることも可
能である。
【００８０】さらに、重み付けされたベクトル群が１つ
の場合について詳しい計算結果を示す。Ｒｖの射影ベク
トルＲｖｐを Ｒｖｐ＝ａ１＊Ｘ１＋ａ２＊Ｘ２ …（６） とおくと、この射影ベクトルＲｖｐの長さ｜Ｒｖｐ｜2
は特願平６−９６６５５に記載の方法により ｜Ｒｖｐ｜2 ＝｛｜Ｘ１｜2 ＊（Ｒｖ，Ｘ２）2 −２＊（Ｒｖ，Ｘ１）（Ｘ１ ，Ｘ２）（Ｘ２，Ｒｖ）＋｜Ｘ２｜2 ＊（Ｒｖ，Ｘ１）｝／Ｄ …（７） ただし、 Ｄ＝｜Ｘ１｜2 ＊｜Ｘ２｜2 −（Ｘ１，Ｘ２）2 …（８） と求まる。ところで、式（３）とＸ１の内積を計算する
と、（Ｘ１，Ｒｖ）＝０となるので、式（７）の第２
項、第３項は０となり、 ｜Ｒｖｐ｜2 ＝｛｜Ｘ１｜2 ＊（Ｒｖ，Ｘ２）2 ｝／Ｄ …（９） である。Ｘ１が固定なので、最終的に次式に示す評価値 Ｅ＝｛（Ｒｖ，Ｘ２）2 ｝／Ｄ …（１０） を最小にするＸ２を探索すれば良いことが分る。
の場合について詳しい計算結果を示す。Ｒｖの射影ベク
トルＲｖｐを Ｒｖｐ＝ａ１＊Ｘ１＋ａ２＊Ｘ２ …（６） とおくと、この射影ベクトルＲｖｐの長さ｜Ｒｖｐ｜2
は特願平６−９６６５５に記載の方法により ｜Ｒｖｐ｜2 ＝｛｜Ｘ１｜2 ＊（Ｒｖ，Ｘ２）2 −２＊（Ｒｖ，Ｘ１）（Ｘ１ ，Ｘ２）（Ｘ２，Ｒｖ）＋｜Ｘ２｜2 ＊（Ｒｖ，Ｘ１）｝／Ｄ …（７） ただし、 Ｄ＝｜Ｘ１｜2 ＊｜Ｘ２｜2 −（Ｘ１，Ｘ２）2 …（８） と求まる。ところで、式（３）とＸ１の内積を計算する
と、（Ｘ１，Ｒｖ）＝０となるので、式（７）の第２
項、第３項は０となり、 ｜Ｒｖｐ｜2 ＝｛｜Ｘ１｜2 ＊（Ｒｖ，Ｘ２）2 ｝／Ｄ …（９） である。Ｘ１が固定なので、最終的に次式に示す評価値 Ｅ＝｛（Ｒｖ，Ｘ２）2 ｝／Ｄ …（１０） を最小にするＸ２を探索すれば良いことが分る。
【００８１】ところで、重み付されたベクトル群が１つ
の場合については従来法として直交化探索法（特表平５
−５０６５１４）が広く用いられてきたが、本実施例に
よるとこれと同じ結果が得られる。その理由は、次式
（１１）のように直交化探索の式（２）を式（１）を用
いて展開し変形すると、本実施例の式（９）と等しくな
るからである。なお、式（１１）の３行目から４行目へ
の分子の変形は、式（３）の関係を用いている。
の場合については従来法として直交化探索法（特表平５
−５０６５１４）が広く用いられてきたが、本実施例に
よるとこれと同じ結果が得られる。その理由は、次式
（１１）のように直交化探索の式（２）を式（１）を用
いて展開し変形すると、本実施例の式（９）と等しくな
るからである。なお、式（１１）の３行目から４行目へ
の分子の変形は、式（３）の関係を用いている。
【００８２】
【数３】
【００８３】従来法の直交化探索では、探索ループ内で
候補ベクトルＸ２を直交化させたＸ２ｖを求めながら探
索をしていたのに対し、本実施例では探索ループの外で
目標ベクトルＲを直交化させたＲｖを求め、探索ループ
内で候補ベクトルＸ２を直交化せずに探索していると考
えることができる。従って、探索ループ内で直交化を行
わずに済むため、従来の直交化探索に比べ飛躍的に少な
い計算量で全く同じ結果を得られるという利点がある。
候補ベクトルＸ２を直交化させたＸ２ｖを求めながら探
索をしていたのに対し、本実施例では探索ループの外で
目標ベクトルＲを直交化させたＲｖを求め、探索ループ
内で候補ベクトルＸ２を直交化せずに探索していると考
えることができる。従って、探索ループ内で直交化を行
わずに済むため、従来の直交化探索に比べ飛躍的に少な
い計算量で全く同じ結果を得られるという利点がある。
【００８４】（実施例８）図９に、本実施例によるベク
トル量子化装置の構成を示す。本実施例は、評価値を近
似的に効率良く計算する方法に関するものであり、実施
例７とは第２の探索部１７０の構成が異なる。すなわ
ち、本実施例では実施例７のように射影ベクトルの大き
さを求める代りに、残差ベクトルと目標ベクトル（重み
付けられた符号ベクトル）の内積値の大きさを内積値計
算部１７４で求め、この内積値をより大きくする符号ベ
クトルを評価部１７２で求めている。内積値の大きさの
みを用いることは、式（１０）の分母を一定値と仮定
し、分子だけを計算していることになる。これは近似計
算であるため、最適な符号ベクトルを常に求めることは
できないが、準最適な候補を実施例７よりもさらに少な
い計算量で求められるという利点がある。
トル量子化装置の構成を示す。本実施例は、評価値を近
似的に効率良く計算する方法に関するものであり、実施
例７とは第２の探索部１７０の構成が異なる。すなわ
ち、本実施例では実施例７のように射影ベクトルの大き
さを求める代りに、残差ベクトルと目標ベクトル（重み
付けられた符号ベクトル）の内積値の大きさを内積値計
算部１７４で求め、この内積値をより大きくする符号ベ
クトルを評価部１７２で求めている。内積値の大きさの
みを用いることは、式（１０）の分母を一定値と仮定
し、分子だけを計算していることになる。これは近似計
算であるため、最適な符号ベクトルを常に求めることは
できないが、準最適な候補を実施例７よりもさらに少な
い計算量で求められるという利点がある。
【００８５】（実施例９）図１０に、本実施例によるベ
クトル量子化装置の構成を示す。本実施例は実施例８で
の近似計算の精度を向上させる方法に関するものであ
り、符号ベクトルに基づく重み係数を重み係数算出部１
７５で求め、この重み係数を重み付け部１７６において
内積値計算部１７４で求めた内積値の大きさに乗じた値
を評価値としている。重み係数の具体例としては、例え
ば符号ベクトルのパワの逆数を用いることができる。
クトル量子化装置の構成を示す。本実施例は実施例８で
の近似計算の精度を向上させる方法に関するものであ
り、符号ベクトルに基づく重み係数を重み係数算出部１
７５で求め、この重み係数を重み付け部１７６において
内積値計算部１７４で求めた内積値の大きさに乗じた値
を評価値としている。重み係数の具体例としては、例え
ば符号ベクトルのパワの逆数を用いることができる。
【００８６】本実施例によると、実施例８に比べ僅かに
計算量が増すが、近似精度が上がるという利点がある。
なお、精度が向上する根拠や、他の重み係数の例につい
ては特願平６−６５２６５で述べられている。
計算量が増すが、近似精度が上がるという利点がある。
なお、精度が向上する根拠や、他の重み係数の例につい
ては特願平６−６５２６５で述べられている。
【００８７】（実施例１０）図１１に、本実施例による
ベクトル量子化装置の構成を示す。本実施例は、適応符
号帳２１１と雑音符号帳２１２を持つＣＥＬＰ符号化方
式における符号帳探索部の処理を示している。既に述べ
たように、通常、適応符号帳２１１から最適な符号ベク
トルを選び、その後に雑音符号帳２１２の探索を行う。
本実施例は、この雑音符号帳２１２の探索に本発明を適
用した例である。
ベクトル量子化装置の構成を示す。本実施例は、適応符
号帳２１１と雑音符号帳２１２を持つＣＥＬＰ符号化方
式における符号帳探索部の処理を示している。既に述べ
たように、通常、適応符号帳２１１から最適な符号ベク
トルを選び、その後に雑音符号帳２１２の探索を行う。
本実施例は、この雑音符号帳２１２の探索に本発明を適
用した例である。
【００８８】図１１において、入力端子２６０への入力
音声は聴感重み付け部２４０で聴感重みをかけられ、前
サブフレームの影響を差し引かれて目標ベクトルＲとな
る。そして、この目標ベクトルＲにより近い合成音声ベ
クトルを生成する符号ベクトルを適応符号帳２１１から
探索し、その符号ベクトルをｘ１、重み付き合成フィル
タ２３０を通して得られた合成音声ベクトルをＸ１とす
る。残差ベクトル算出部１４０では、合成音声ベクトル
Ｘ１と目標ベクトルＲから残差ベクトルＲｖを式（１
２）で求める。
音声は聴感重み付け部２４０で聴感重みをかけられ、前
サブフレームの影響を差し引かれて目標ベクトルＲとな
る。そして、この目標ベクトルＲにより近い合成音声ベ
クトルを生成する符号ベクトルを適応符号帳２１１から
探索し、その符号ベクトルをｘ１、重み付き合成フィル
タ２３０を通して得られた合成音声ベクトルをＸ１とす
る。残差ベクトル算出部１４０では、合成音声ベクトル
Ｘ１と目標ベクトルＲから残差ベクトルＲｖを式（１
２）で求める。
【００８９】
【数４】
【００９０】射影ベクトル計算部１７３では、射影ベク
トルの大きさとして Ｅ＝｛（Ｒｖ，Ｘ２）2 ｝／Ｄ …（１３） を出力する。ただし、 Ｄ＝｜Ｘ１｜2 ＊｜Ｘ２｜2 −（Ｘ１，Ｘ２）2 …（１４） であり、Ｘ２は雑音符号帳２１２の候補ｘ２を重み付き
合成フィルタ２３０を通して得られた合成音声ベクトル
である。
トルの大きさとして Ｅ＝｛（Ｒｖ，Ｘ２）2 ｝／Ｄ …（１３） を出力する。ただし、 Ｄ＝｜Ｘ１｜2 ＊｜Ｘ２｜2 −（Ｘ１，Ｘ２）2 …（１４） であり、Ｘ２は雑音符号帳２１２の候補ｘ２を重み付き
合成フィルタ２３０を通して得られた合成音声ベクトル
である。
【００９１】評価部１７２では、Ｅの値をより大きくす
るｘ２を雑音符号帳２１２から探し出し、探索結果１７
１を出力する。
るｘ２を雑音符号帳２１２から探し出し、探索結果１７
１を出力する。
【００９２】本実施例では、目標ベクトルと適応符号帳
２１１の符号ベクトルが探索前に決まっているため、残
差ベクトルＲｖを探索開始前に一度だけ計算しておき、
雑音符号帳２１２の探索中はＸ２をそのまま使い、式
（１３）を計算することで探索が可能であり、Ｘ２を直
交化しながら探索をしていた直交化探索法に比べ、計算
量を削減できる利点がある。
２１１の符号ベクトルが探索前に決まっているため、残
差ベクトルＲｖを探索開始前に一度だけ計算しておき、
雑音符号帳２１２の探索中はＸ２をそのまま使い、式
（１３）を計算することで探索が可能であり、Ｘ２を直
交化しながら探索をしていた直交化探索法に比べ、計算
量を削減できる利点がある。
【００９３】なお、ゲイン回路２２１，２２２で付与す
るゲインの値は通常、符号ベクトルが求まった後決めら
れるので、探索中は１にしておいてよい。
るゲインの値は通常、符号ベクトルが求まった後決めら
れるので、探索中は１にしておいてよい。
【００９４】また、符号帳の種類は、適応符号帳と雑音
符号帳に限ったものではなく、二つの雑音符号帳の組合
せなども考えられる。本発明は、このように符号帳の種
類、構成や個数にはよらず適用できるものであることを
述べておく。このことは、以下の実施例でも同様であ
る。
符号帳に限ったものではなく、二つの雑音符号帳の組合
せなども考えられる。本発明は、このように符号帳の種
類、構成や個数にはよらず適用できるものであることを
述べておく。このことは、以下の実施例でも同様であ
る。
【００９５】（実施例１１）図１２に、本実施例による
ベクトル量子化装置の構成を示す。本実施例では、実施
例１０と同様にして求められた残差ベクトルは、逆畳み
込み演算部２６０によりＲｖ′となる。内積値計算部１
７４ではＲｖ′と雑音符号帳２１２の符号ベクトルｘ２
の内積の２乗値 Ｅ＝（Ｒｖ′，ｘ２）2 …（１５） を評価値として出力し、評価部１７２はＥをより大きく
する符号ベクトルを雑音符号帳２１２から探し出し、探
索結果１７１を出力する。Ｅの値は、式（１６）の関係
から式（１３）の分子の値に等しい。
ベクトル量子化装置の構成を示す。本実施例では、実施
例１０と同様にして求められた残差ベクトルは、逆畳み
込み演算部２６０によりＲｖ′となる。内積値計算部１
７４ではＲｖ′と雑音符号帳２１２の符号ベクトルｘ２
の内積の２乗値 Ｅ＝（Ｒｖ′，ｘ２）2 …（１５） を評価値として出力し、評価部１７２はＥをより大きく
する符号ベクトルを雑音符号帳２１２から探し出し、探
索結果１７１を出力する。Ｅの値は、式（１６）の関係
から式（１３）の分子の値に等しい。
【００９６】
【数５】
【００９７】ただし、Ｈは重みつき合成フィルタのイン
パルス応答行列である。ＲｖＨの計算は逆畳み込み演算
と呼ばれ、ベクトルＲｖの要素を逆順に並べ、重み付き
合成フィルタで畳み込んだ結果を再度逆順に並べ変える
ことで得られる。Ｒｖを探索開始前に逆畳み込みしてお
くことで、探索中にｘ２を重み付き合成フィルタで畳み
込みむ必要がなくなり、計算量の削減が可能となる。
パルス応答行列である。ＲｖＨの計算は逆畳み込み演算
と呼ばれ、ベクトルＲｖの要素を逆順に並べ、重み付き
合成フィルタで畳み込んだ結果を再度逆順に並べ変える
ことで得られる。Ｒｖを探索開始前に逆畳み込みしてお
くことで、探索中にｘ２を重み付き合成フィルタで畳み
込みむ必要がなくなり、計算量の削減が可能となる。
【００９８】本実施例は、式（１３）の分母を一定とみ
なした近似的な評価を行うことと、逆畳み込み演算の利
用により、実施例４よりさらに計算量を削減できる利点
がある。ただし、近似計算であるため、常に最適な候補
を探索するためには、後述する実施例１３で述べるよう
に予備選択手段として用いる場合が多い。また、逆畳み
込みの計算は実施例１０における分子の計算に用いるこ
とも可能である。
なした近似的な評価を行うことと、逆畳み込み演算の利
用により、実施例４よりさらに計算量を削減できる利点
がある。ただし、近似計算であるため、常に最適な候補
を探索するためには、後述する実施例１３で述べるよう
に予備選択手段として用いる場合が多い。また、逆畳み
込みの計算は実施例１０における分子の計算に用いるこ
とも可能である。
【００９９】（実施例１２）図１３に、本実施例による
ベクトル量子化装置の構成を示す。本実施例は近似の精
度を上げるものであり、実施例１１と同様にして求めた
内積値の大きさに、重み係数算出部１７５で求めた符号
ベクトルｘ２のパワの逆数を重み係数の例として重み付
け部１７６でかけた値 Ｅ＝（Ｒｖ′，ｘ２）2 ／｜ｘ２｜2 …（１７） を評価値とし、雑音符号帳４１２の探索を行う。この方
法は実施例５より若干計算量が増すが、近似計算の精度
が向上する利点がある。その根拠や、他の重み係数の例
については特願平６−６５２６５で述べられている。
ベクトル量子化装置の構成を示す。本実施例は近似の精
度を上げるものであり、実施例１１と同様にして求めた
内積値の大きさに、重み係数算出部１７５で求めた符号
ベクトルｘ２のパワの逆数を重み係数の例として重み付
け部１７６でかけた値 Ｅ＝（Ｒｖ′，ｘ２）2 ／｜ｘ２｜2 …（１７） を評価値とし、雑音符号帳４１２の探索を行う。この方
法は実施例５より若干計算量が増すが、近似計算の精度
が向上する利点がある。その根拠や、他の重み係数の例
については特願平６−６５２６５で述べられている。
【０１００】（実施例１３）図１４に、本実施例による
ベクトル量子化装置の構成を示す。本実施例は、実施例
６の探索部を予備選択部３７０ａ、実施例１０の探索部
を本選択部３７０ｂとして構成されている。実施例１０
の評価式では、分母の計算、特に｜Ｘ２｜2の計算にコ
ストが比較的かかる。なぜなら、Ｘ２は探索ループ内で
ｘ２を重み付き合成フィルタを用いて畳み込む必要があ
り、｜Ｘ２｜2 の計算には逆畳み込み演算も使えないか
らである。
ベクトル量子化装置の構成を示す。本実施例は、実施例
６の探索部を予備選択部３７０ａ、実施例１０の探索部
を本選択部３７０ｂとして構成されている。実施例１０
の評価式では、分母の計算、特に｜Ｘ２｜2の計算にコ
ストが比較的かかる。なぜなら、Ｘ２は探索ループ内で
ｘ２を重み付き合成フィルタを用いて畳み込む必要があ
り、｜Ｘ２｜2 の計算には逆畳み込み演算も使えないか
らである。
【０１０１】そこで、本実施例では予備選択部３７０ａ
の近似計算で評価式をより大きくするｘ２が数個選ば
れ、そのインデックスと予備選択での評価式の分子の値
が予備選択候補３７１として本選択部３７０ｂに渡され
る。本選択部３７０ｂでは、渡された予備選択候補に対
して分母の値を計算して、本選択の評価式を構成し、こ
れをより大きくする候補を探索して、最適な候補ｘ２を
示す情報を探索結果１７１として出力する。
の近似計算で評価式をより大きくするｘ２が数個選ば
れ、そのインデックスと予備選択での評価式の分子の値
が予備選択候補３７１として本選択部３７０ｂに渡され
る。本選択部３７０ｂでは、渡された予備選択候補に対
して分母の値を計算して、本選択の評価式を構成し、こ
れをより大きくする候補を探索して、最適な候補ｘ２を
示す情報を探索結果１７１として出力する。
【０１０２】本実施例は、実施例１２と実施例１０の長
所を生かした構成であり、少ない計算量でより良い候補
を選べる利点がある。なお、予備選択部としては、実施
例１２の他に実施例１１やそれ以外の構成も利用可能で
ある。
所を生かした構成であり、少ない計算量でより良い候補
を選べる利点がある。なお、予備選択部としては、実施
例１２の他に実施例１１やそれ以外の構成も利用可能で
ある。
【０１０３】（実施例１４）本実施例は、図１１に示し
た実施例１０において雑音符号帳２１２がＶＳＥＬＰ構
造を持っている場合、本発明に基づいて性能を変えずに
計算量だけを下げるようにしたものである。従来は、各
基底ベクトルを重み付き合成フィルタで畳み込んだ合成
音声ベクトルを適応符号帳の候補Ｘ１に対し直交化した
後、式（２）に相当する評価式を再帰的に計算し、基底
ベクトルの符号を決めていた。
た実施例１０において雑音符号帳２１２がＶＳＥＬＰ構
造を持っている場合、本発明に基づいて性能を変えずに
計算量だけを下げるようにしたものである。従来は、各
基底ベクトルを重み付き合成フィルタで畳み込んだ合成
音声ベクトルを適応符号帳の候補Ｘ１に対し直交化した
後、式（２）に相当する評価式を再帰的に計算し、基底
ベクトルの符号を決めていた。
【０１０４】これに対し、本発明では基底ベクトルの応
答は直交化せずに、目標ベクトルを直交化した残差ベク
トルＲｖを求め、式（１０）に相当する評価式を再帰的
に計算することで、基底ベクトルの符号を少ない計算量
で決められる利点がある。また、実施例１３で述べた予
備選択と本選択の組合せを用いれば、さらに少ない計算
量でほぼ最適な符号が求まるという利点がある。
答は直交化せずに、目標ベクトルを直交化した残差ベク
トルＲｖを求め、式（１０）に相当する評価式を再帰的
に計算することで、基底ベクトルの符号を少ない計算量
で決められる利点がある。また、実施例１３で述べた予
備選択と本選択の組合せを用いれば、さらに少ない計算
量でほぼ最適な符号が求まるという利点がある。
【０１０５】（実施例１５）図１５に、本実施例による
ベクトル量子化装置の構成を示す。本実施例は本発明を
ＣＥＬＰ音声符号化方式に応用したもので、入力音声に
聴感重み付け部で聴感重み付けた目標ベクトルＲ（０）
を多段のベクトル量子化する。１段目の探索ブロック１
４２１には、初期値として例えばＰ（０）は零ベクト
ル、Ｂ（０）は空集合がそれぞれ与えられる。これらの
初期値は概念的なものであり、明に与えられない場合も
ある。また、端子１４０１に入力された入力音声は聴感
重み付け部１４１０で処理され、残差ベクトルの初期値
Ｒ（０）となる。線形予測分析部１４３０で分析された
パラメータは、各探索ブロック１４２１〜１４２３の重
み付け部１０３０に渡され、重み付き合成フィルタを構
成する。これらの探索ブロック１４２１〜１４２３は、
以上説明した実施例１〜１４のいずれかのベクトル量子
化装置で構成される。
ベクトル量子化装置の構成を示す。本実施例は本発明を
ＣＥＬＰ音声符号化方式に応用したもので、入力音声に
聴感重み付け部で聴感重み付けた目標ベクトルＲ（０）
を多段のベクトル量子化する。１段目の探索ブロック１
４２１には、初期値として例えばＰ（０）は零ベクト
ル、Ｂ（０）は空集合がそれぞれ与えられる。これらの
初期値は概念的なものであり、明に与えられない場合も
ある。また、端子１４０１に入力された入力音声は聴感
重み付け部１４１０で処理され、残差ベクトルの初期値
Ｒ（０）となる。線形予測分析部１４３０で分析された
パラメータは、各探索ブロック１４２１〜１４２３の重
み付け部１０３０に渡され、重み付き合成フィルタを構
成する。これらの探索ブロック１４２１〜１４２３は、
以上説明した実施例１〜１４のいずれかのベクトル量子
化装置で構成される。
【０１０６】また、既に述べたようＣＥＬＰ音声符号化
方式では逆畳み込み演算を用いることで重み付き合成フ
ィルタでの計算量を下げることが良く行なわれる。例と
して実施例１，３に逆畳み込み演算を用いた場合を図１
６および図１７に示すが、重み付き合成フィルタを備え
る方式ならば、実施例１，３以外の実施例を用いても同
様な処置を行なうことで計算量を下げられる。
方式では逆畳み込み演算を用いることで重み付き合成フ
ィルタでの計算量を下げることが良く行なわれる。例と
して実施例１，３に逆畳み込み演算を用いた場合を図１
６および図１７に示すが、重み付き合成フィルタを備え
る方式ならば、実施例１，３以外の実施例を用いても同
様な処置を行なうことで計算量を下げられる。
【０１０７】逆畳み込み演算部１６３０自体の構成は重
み付き合成フィルタとほとんど同じであり、異なる点は
入力ベクトルの順序を反転させた後フィルタリングし、
得られたベクトルを再度反転し出力したベクトルと等価
なベクトルを出力する点である。逆畳み込み演算を用い
る場合は、探索部ブロック１４２１〜１４２３に入力さ
れた線形予測分析部のパラメータは逆畳み込み演算部１
６３０に渡される。
み付き合成フィルタとほとんど同じであり、異なる点は
入力ベクトルの順序を反転させた後フィルタリングし、
得られたベクトルを再度反転し出力したベクトルと等価
なベクトルを出力する点である。逆畳み込み演算を用い
る場合は、探索部ブロック１４２１〜１４２３に入力さ
れた線形予測分析部のパラメータは逆畳み込み演算部１
６３０に渡される。
【０１０８】残差ベクトルの求め方には、これまに述べ
たきた方法のほかに、目標ベクトルとその近似ベクトル
との差を求める方法もある。この方法について説明す
る。
たきた方法のほかに、目標ベクトルとその近似ベクトル
との差を求める方法もある。この方法について説明す
る。
【０１０９】図１８は、第２の残差ベクトルを求める部
分を取り出して示したものであり、また図１９は図１８
を書き替えたものである。すなわち、第１の残差ベクト
ルとその射影ベクトルとの差をとることは、目標ベクト
ルＲ（０）とその射影ベクトルＱ（ｋ−１）をとること
と等しい。その理由の直観的な説明を２段の探索例を示
す図８を用いて行う。図８の点線部Ｒ−Ｒｐが目標ベク
トルとその射影ベクトルの差であるが、これは残差ベク
トルとその射影ベクトルの差Ｒｖ−Ｒｖｐであり、両者
は同じベクトルになることが分かる。
分を取り出して示したものであり、また図１９は図１８
を書き替えたものである。すなわち、第１の残差ベクト
ルとその射影ベクトルとの差をとることは、目標ベクト
ルＲ（０）とその射影ベクトルＱ（ｋ−１）をとること
と等しい。その理由の直観的な説明を２段の探索例を示
す図８を用いて行う。図８の点線部Ｒ−Ｒｐが目標ベク
トルとその射影ベクトルの差であるが、これは残差ベク
トルとその射影ベクトルの差Ｒｖ−Ｒｖｐであり、両者
は同じベクトルになることが分かる。
【０１１０】この事実を本実施例に適用すると、図２０
に示す構成が可能になる。ただし、探索ブロックに含ま
れる図１８の構造の部分は図１９に示す構造に置き換え
ているため、入出力パラメータが目標ベクトルＲ（０）
と近似ベクトルＱ（ｋ）に変わっている。これは本質的
には図１５の構成と同じであり、他の構成法もあり得
る。また、このことはＣＥＬＰ音声符号化方式に限った
ことではなく、多段のベクトル量子化一般にいえること
である。
に示す構成が可能になる。ただし、探索ブロックに含ま
れる図１８の構造の部分は図１９に示す構造に置き換え
ているため、入出力パラメータが目標ベクトルＲ（０）
と近似ベクトルＱ（ｋ）に変わっている。これは本質的
には図１５の構成と同じであり、他の構成法もあり得
る。また、このことはＣＥＬＰ音声符号化方式に限った
ことではなく、多段のベクトル量子化一般にいえること
である。
【０１１１】（実施例１６）図２１に、本実施例による
ベクトル量子化装置の構成を示す。本実施例はＣＥＬＰ
音声符号化方式において最も使われやすい構成の一例を
示すものである。つまり、重み付け部に相当する重み付
き合成フィルタ２１３０は一連の探索で共通であり、複
数の符号帳２１１１〜２１１の各一つからは一つの符号
ベクトルを各探索ブロック１４２１〜１４２３で一つず
つ逐次探索する。
ベクトル量子化装置の構成を示す。本実施例はＣＥＬＰ
音声符号化方式において最も使われやすい構成の一例を
示すものである。つまり、重み付け部に相当する重み付
き合成フィルタ２１３０は一連の探索で共通であり、複
数の符号帳２１１１〜２１１の各一つからは一つの符号
ベクトルを各探索ブロック１４２１〜１４２３で一つず
つ逐次探索する。
【０１１２】図２２に、本実施例の探索ブロックの構成
例を示す。逆畳み込み演算と予備選択法を使用して効率
的に計算量を削減している。この例は符号帳と重み付け
フィルタを外付けにした点と探索する符号ベクトルの数
が１つである点を除いて、本質的には実施例１２と同じ
である。同様の変更をすることで、他の実施例も本実施
例の探索ブロックに適用できる。なお、逆畳み込み演算
を利用しない場合は、符号ベクトルを直接探索ブロック
に入力しなくともよい。
例を示す。逆畳み込み演算と予備選択法を使用して効率
的に計算量を削減している。この例は符号帳と重み付け
フィルタを外付けにした点と探索する符号ベクトルの数
が１つである点を除いて、本質的には実施例１２と同じ
である。同様の変更をすることで、他の実施例も本実施
例の探索ブロックに適用できる。なお、逆畳み込み演算
を利用しない場合は、符号ベクトルを直接探索ブロック
に入力しなくともよい。
【０１１３】
【発明の効果】以上説明したように、本発明によれば残
差ベクトルを用いて最適符号ベクトルの探索を行うこと
により、探索ループ内で符号ベクトルを直交化する必要
がなくなるため、従来の直交化探索法に比べ少ない計算
量で最適符号ベクトルを探索することができ、特に多段
化したベクトル量子化装置において計算量削減の効果が
はより大きくなる。
差ベクトルを用いて最適符号ベクトルの探索を行うこと
により、探索ループ内で符号ベクトルを直交化する必要
がなくなるため、従来の直交化探索法に比べ少ない計算
量で最適符号ベクトルを探索することができ、特に多段
化したベクトル量子化装置において計算量削減の効果が
はより大きくなる。
【図１】 実施例１に係るベクトル量子化装置の構成を
示すブロック図
示すブロック図
【図２】 実施例２に係るベクトル量子化装置の構成を
示すブロック図
示すブロック図
【図３】 実施例３に係るベクトル量子化装置の構成を
示すブロック図
示すブロック図
【図４】 実施例４に係るベクトル量子化装置の構成を
示すブロック図
示すブロック図
【図５】 実施例５に係るベクトル量子化装置の構成を
示すブロック図
示すブロック図
【図６】 実施例６に係るベクトル量子化装置の構成を
示すブロック図
示すブロック図
【図７】 実施例７に係るベクトル量子化装置の構成を
示すブロック図
示すブロック図
【図８】 射影ベクトルを示す図
【図９】 実施例８に係るベクトル量子化装置の構成を
示すブロック図
示すブロック図
【図１０】実施例９に係るベクトル量子化装置の構成を
示すブロック図
示すブロック図
【図１１】実施例１０に係るベクトル量子化装置の構成
を示すブロック図
を示すブロック図
【図１２】実施例１１に係るベクトル量子化装置の構成
を示すブロック図
を示すブロック図
【図１３】実施例１２に係るベクトル量子化装置の構成
を示すブロック図
を示すブロック図
【図１４】実施例１３に係るベクトル量子化装置の構成
を示すブロック図
を示すブロック図
【図１５】実施例１５に係るベクトル量子化装置の構成
を示すブロック図
を示すブロック図
【図１６】実施例１に逆畳み込み演算を用いた図
【図１７】実施例３に逆畳み込み演算を用いた図
【図１８】第２の残差ベクトルを得る構成を示す図
【図１９】第２の残差ベクトルを得る他の構成を示す図
【図２０】実施例１５に係るベクトル量子化装置を変形
した構成を示すブロック図
した構成を示すブロック図
【図２１】実施例１６に係るベクトル量子化装置の構成
を示すブロック図
を示すブロック図
【図２２】図２１中の探索ブロックの構成例を示す図
【図２３】ＣＥＬＰ符号化方式の概略図
【図２４】実施例１における最適符号ベクトルの探索手
順を示すフローチャート
順を示すフローチャート
【図２５】実施例２における最適符号ベクトルの探索手
順を示すフローチャート
順を示すフローチャート
１１１…符号帳１ １１２…符号帳Ｎ １２０…重み付け部 １３０…第１の探
索部 １４０…残差ベクトル算出部 １７０…第２の探
索部 １７１…探索結果 １７２…評価部 １７３…射影ベクトル計算部 １７４…内積値計
算部 １７５…重み係数算出部 １７６…重みづけ
部 １８０…目標ベクトル入力端子 ２１１…適応符号
帳 ２１２…雑音符号帳 ２２１，２２２…
ゲイン回路 ２３０…重み付き合成フィルタ ２４０…聴感重み
付け部 ２５０…線形予測分析部 ２６０…音声入力
端子 ２７０…逆畳み込み演算部 ３７０ａ…予備選
択部 ３７０ｂ…本選択部 ３７１…予備選択
候補 ３７２ａ…評価部 ３７２ｂ…評価部 １００１〜１００３…入力端子 １０１０…符号帳 １０２０…組合せ部 １０３０…重み付
け部 １０４０…残差ベクトル算出部 １０５０…基底ベ
クトル生成部 １０７０…探索部 １０７１…射影ベ
クトル計算部 １０７２…評価部 １０７３…内積値
計算部 １０７４…重み付け部 １０７５…重み係
数算出部 １３７０ａ…探索部（予備選択部） １３７０ｂ…探索
部（本選択部） １３８０…予備選択情報 １４０１〜１４０
３…入力端子 １４１０…聴感重み付け部 １４２１〜１４２
３…探索ブロック １４３０…線形予測分析部 １５０１〜１５０
２…入力端子 １５７１…射影ベクトル算出部 １６３０…逆畳み
込み演算部 １９１０…近似ベクトル算出部 ２１１１〜２１１
３…符号帳 ２１３０…重み付き合成フィルタ ２１２１〜２１２
３…選択部 ２２０１…符号ベクトルの入力端子 ２２０２…重み付けられた符号ベクトルの入力端子
索部 １４０…残差ベクトル算出部 １７０…第２の探
索部 １７１…探索結果 １７２…評価部 １７３…射影ベクトル計算部 １７４…内積値計
算部 １７５…重み係数算出部 １７６…重みづけ
部 １８０…目標ベクトル入力端子 ２１１…適応符号
帳 ２１２…雑音符号帳 ２２１，２２２…
ゲイン回路 ２３０…重み付き合成フィルタ ２４０…聴感重み
付け部 ２５０…線形予測分析部 ２６０…音声入力
端子 ２７０…逆畳み込み演算部 ３７０ａ…予備選
択部 ３７０ｂ…本選択部 ３７１…予備選択
候補 ３７２ａ…評価部 ３７２ｂ…評価部 １００１〜１００３…入力端子 １０１０…符号帳 １０２０…組合せ部 １０３０…重み付
け部 １０４０…残差ベクトル算出部 １０５０…基底ベ
クトル生成部 １０７０…探索部 １０７１…射影ベ
クトル計算部 １０７２…評価部 １０７３…内積値
計算部 １０７４…重み付け部 １０７５…重み係
数算出部 １３７０ａ…探索部（予備選択部） １３７０ｂ…探索
部（本選択部） １３８０…予備選択情報 １４０１〜１４０
３…入力端子 １４１０…聴感重み付け部 １４２１〜１４２
３…探索ブロック １４３０…線形予測分析部 １５０１〜１５０
２…入力端子 １５７１…射影ベクトル算出部 １６３０…逆畳み
込み演算部 １９１０…近似ベクトル算出部 ２１１１〜２１１
３…符号帳 ２１３０…重み付き合成フィルタ ２１２１〜２１２
３…選択部 ２２０１…符号ベクトルの入力端子 ２２０２…重み付けられた符号ベクトルの入力端子
───────────────────────────────────────────────────── フロントページの続き (72)発明者 押切 正浩 神奈川県川崎市幸区小向東芝町１番地 株式会社東芝研究開発センター内 (56)参考文献 特開 平７−306699（ＪＰ，Ａ) 特開 平７−271397（ＪＰ，Ａ) 特開 平５−100697（ＪＰ，Ａ) 特開 平１−319100（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G10L 19/12
Claims (10)
- 【請求項１】前段からの出力に対応する第１の基底ベク
トルの集合を受信する手段と、 目標ベクトルを受信する手段と、 前記第１の基底ベクトルの集合と前記目標ベクトルに基
づいて該目標ベクトルを近似する近似ベクトルを計算
し、該目標ベクトルと該近似ベクトルとの差に対応する
残差ベクトルを計算する手段と、 符号ベクトルの集合を生成する手段と、 前記符号ベクトルの集合から少なくとも一つの符号ベク
トルを選択する選択手段と、 前記選択手段により選択された符号ベクトルと前記第１
の基底ベクトルの集合とに基づいて第２の基底ベクトル
の集合を得る手段と、 前記残差ベクトルを前記第２の基底ベクトルの集合によ
り形成された空間に射影して得られる射影ベクトルの大
きさをより大きくする符号ベクトルを前記符号ベクトル
の集合から探索する探索手段と、 前記探索手段により探索された符号ベクトルを特定する
情報を出力する手段とを備えることを特徴とするベクト
ル量子化装置。 - 【請求項２】前段からの出力に対応する第１の基底ベク
トルの集合を受信する手段と、 目標ベクトルを受信する手段と、 前記第１の基底ベクトルの集合と前記目標ベクトルに基
づいて該目標ベクトルを近似する近似ベクトルを計算
し、該目標ベクトルと該近似ベクトルとの差に対応する
残差ベクトルを計算する手段と、 符号ベクトルの集合を生成する手段と、 前記符号ベクトルの集合から少なくとも一つの符号ベク
トルを選択する選択手段と、 前記選択手段により選択された符号ベクトルと前記残差
ベクトルとの内積に対応する評価値を最大化する少なく
とも一つの符号ベクトルを前記符号ベクトルの集合から
探索する探索手段と、 前記探索手段により探索された符号ベクトルを特定する
情報を出力する手段とを備えることを特徴とするベクト
ル量子化装置。 - 【請求項３】前段からの出力に対応する第１の基底ベク
トルの集合を受信する手段と、 目標ベクトルを受信する手段と、 前記第１の基底ベクトルの集合と前記目標ベクトルに基
づいて該目標ベクトルを近似する近似ベクトルを計算
し、該目標ベクトルと該近似ベクトルとの差に対応する
残差ベクトルを計算する手段と、 符号ベクトルの集合を生成する手段と、 前記符号ベクトルの集合から少なくとも一つの符号ベク
トルを選択する選択手段と、 前記選択手段により選択された符号ベクトルと前記残差
ベクトルとの内積に対応する評価値をより大きくする複
数の符号ベクトルを前記符号ベクトルの集合から予備選
択候補として探索する第１の探索手段と、 前記第１の探索手段により予備選択候補として探索され
た符号ベクトルと前記第１の基底ベクトルの集合に基づ
いて第２の基底ベクトルの集合を生成する手段と、 前記第２の基底ベクトルにより形成されるベクトル空間
に前記残差ベクトルを射影して得られる射影ベクトルを
より大きくする最適符号ベクトルを前記符号ベクトルの
集合から探索する第２の探索手段と、 前記最適符号ベクトルを特定する情報を出力する手段と
を備えることを特徴とするベクトル量子化装置。 - 【請求項４】前段からの出力に対応する第１の基底ベク
トルの集合を受信する手段と、 目標ベクトルを受信する手段と、 前記第１の基底ベクトルの集合と前記目標ベクトルに基
づいて該目標ベクトルを近似する近似ベクトルを計算
し、該目標ベクトルと該近似ベクトルとの差に対応する
残差ベクトルを計算する手段と、 符号ベクトルの集合を生成する手段と、 前記符号ベクトルの集合から少なくとも一つの符号ベク
トルを選択する選択手段と、 前記選択手段により選択された符号ベクトルと前記残差
ベクトルとの内積に対応する評価値をより大きくする複
数の符号ベクトルを前記符号ベクトルの集合から選択す
る予備選択手段と、 前記予備選択手段により選択された符号ベクトルと前記
第１の基底ベクトルの集合に基づいて第２の基底ベクト
ルの集合を生成し、該第２の基底ベクトルにより形成さ
れるベクトル空間に前記残差ベクトルを射影して得られ
る射影ベクトルの大きさをより大きくする最適符号ベク
トルを前記符号ベクトルの集合から探索する本選択手段
と、 前記最適符号ベクトルを特定する情報を出力する手段と
を備えることを特徴とするベクトル量子化装置。 - 【請求項５】前段からの出力に対応する第１の基底ベク
トルの集合を受信する手段と、 目標ベクトルを受信する手段と、 前記第１の基底ベクトルの集合と前記目標ベクトルに基
づいて該目標ベクトルを近似する近似ベクトルを計算
し、該目標ベクトルと該近似ベクトルとの差に対応する
残差ベクトルを計算する手段と、 符号ベクトルの集合を生成する手段と、 前記符号ベクトルの集合から少なくとも一つの符号ベク
トルを選択する選択手段と、 前記符号ベクトルと前記残差ベクトルを逆畳み込み演算
したベクトルとの内積を用いて、前記選択手段により選
択された符号ベクトルと前記残差ベクトルとの内積に対
応する評価値を計算し、該評価値を最大化する一つの符
号ベクトルを前記符号ベクトルの集合から探索する手段
と、 前記探索手段により探索された符号ベクトルを特定する
情報を出力する手段とを備えることを特徴とするベクト
ル量子化装置。 - 【請求項６】前段からの出力に対応する第１の基底ベク
トルの集合を受信するステップと、前記第１の基底ベク
トルの集合と目標ベクトルに基づいて該目標ベクトルを
近似する近似ベクトルを計算するステップと、 前記目標ベクトルと前記近似ベクトルとの差に対応する
残差ベクトルを計算するステップと、 符号ベクトルの集合を生成するステップと、 前記符号ベクトルの集合から少なくとも一つの符号ベク
トルを選択する選択ステップと、 前記選択ステップにより選択された符号ベクトルと前記
第１の基底ベクトルの集合とに基づいて第２の基底ベク
トルの集合を生成するステップと、 前記残差ベクトルを前記第２の基底ベクトルの集合によ
り形成された空間に射影して得られる射影ベクトルの大
きさをより大きくする符号ベクトルを前記符号ベクトル
の集合から探索する探索ステップと、 前記探索ステップにより探索された符号ベクトルを特定
する情報を出力するステップとを備えることを特徴とす
るベクトル量子化方法。 - 【請求項７】前段からの出力に対応する第１の基底ベク
トルの集合を受信するステップと、 前記第１の基底ベクトルの集合と目標ベクトルに基づい
て該目標ベクトルを近似する近似ベクトルを計算するス
テップと、 前記目標ベクトルと前記近似ベクトルとの差に対応する
残差ベクトルを計算するステップと、 符号ベクトルの集合を生成する手段と、 前記符号ベクトルの集合から少なくとも一つの符号ベク
トルを選択する選択ステップと、 前記選択ステップにより選択された符号ベクトルと前記
残差ベクトルとの内積に対応する評価値を最大化する少
なくとも一つの符号ベクトルを前記符号ベクトルの集合
から探索する探索ステップと、 前記探索ステップにより探索された符号ベクトルを特定
する情報を出力するステップとを備えることを特徴とす
るベクトル量子化方法。 - 【請求項８】前段からの出力に対応する第１の基底ベク
トルの集合を受信するステップと、 前記第１の基底ベクトルの集合と目標ベクトルに基づい
て該目標ベクトルを近似する近似ベクトルを計算するス
テップと、 前記目標ベクトルと前記近似ベクトルとの差に対応する
残差ベクトルを計算するステップと、 符号ベクトルの集合を生成するステップと、 前記符号ベクトルの集合から少なくとも一つの符号ベク
トルを選択する選択ステップと、 前記選択ステップにより選択された符号ベクトルと前記
残差ベクトルとの内積に対応する評価値をより大きくす
る複数の符号ベクトルを前記符号ベクトルの集合から予
備選択候補として探索する第１の探索ステップと、 前記第１の探索ステップにより予備選択候補として探索
された符号ベクトルと前記第１の基底ベクトルの集合に
基づいて第２の基底ベクトルの集合を生成するステップ
と、 前記第２の基底ベクトルにより形成されるベクトル空間
に前記残差ベクトルを射影して得られる射影ベクトルを
より大きくする最適符号ベクトルを前記符号ベクトルの
集合から探索する第２の探索ステップと、 前記最適符号ベクトルを特定する情報を出力するステッ
プとを備えることを特徴とするベクトル量子化方法。 - 【請求項９】前段からの出力に対応する第１の基底ベク
トルの集合を受信するステップと、 第１の基底ベクトルの集合と目標ベクトルに基づいて該
目標ベクトルを近似する近似ベクトルを計算するステッ
プと、 前記目標ベクトルと前記近似ベクトルとの差に対応する
残差ベクトルを計算するステップと、 符号ベクトルの集合を生成するステップと、 前記符号ベクトルの集合から少なくとも一つの符号ベク
トルを選択する選択ステップと、 前記選択ステップにより選択された符号ベクトルと前記
残差ベクトルとの内積に対応する評価値をより大きくす
る複数の符号ベクトルを前記符号ベクトルの集合から探
索する予備選択ステップと、 前記予備選択ステップにより選択された符号ベクトルと
前記第１の基底ベクトルの集合に基づいて第２の基底ベ
クトルの集合を生成し、前記第２の基底ベクトルにより
形成されるベクトル空間に前記残差ベクトルを射影して
得られる射影ベクトルの大きさをより大きくする最適符
号ベクトルを前記符号ベクトルの集合から探索する本選
択ステップと、 前記最適符号ベクトルを特定する情報を出力するステッ
プとを備えることを特徴とするベクトル量子化方法。 - 【請求項１０】前段からの出力に対応する第１の基底ベ
クトルの集合を受信するステップと、 前記第１の基底ベクトルの集合と目標ベクトルに基づい
て該目標ベクトルを近似する近似ベクトルを計算するス
テップと、 前記目標ベクトルと前記近似ベクトルとの差に対応する
残差ベクトルを計算するステップと、 符号ベクトルの集合を生成する手段と、 前記符号ベクトルの集合から少なくとも一つの符号ベク
トルを選択する選択ステップと、 前記符号ベクトルと前記残差ベクトルを逆畳み込み演算
したベクトルとの内積を用いて、前記選択ステップによ
り選択された符号ベクトルと前記残差ベクトルとの内積
に対応する評価値を計算し、該評価値を最大化する一つ
の符号ベクトルを前記符号ベクトルの集合から探索する
ステップと、 前記探索ステップにより探索された符号ベクトルを特定
する情報を出力するステップとを備えることを特徴とす
るベクトル量子化方法。
Priority Applications (7)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26782894A JP3224955B2 (ja) | 1994-05-27 | 1994-10-31 | ベクトル量子化装置およびベクトル量子化方法 |
| CN95107152A CN1106710C (zh) | 1994-05-27 | 1995-05-25 | 向量量化装置和方法 |
| DE69528685T DE69528685T2 (de) | 1994-05-27 | 1995-05-25 | Vorrichtung zur Vektorquantifizierung |
| EP95303564A EP0684702B1 (en) | 1994-05-27 | 1995-05-25 | Vector quantizing apparatus |
| US08/451,174 US5677986A (en) | 1994-05-27 | 1995-05-26 | Vector quantizing apparatus |
| KR1019950013526A KR100190183B1 (ko) | 1994-05-27 | 1995-05-27 | 벡터 양자화장치 및 벡터 양자화방법 |
| TW084105479A TW264592B (ja) | 1994-05-27 | 1995-05-30 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6-115465 | 1994-05-27 | ||
| JP11546594 | 1994-05-27 | ||
| JP26782894A JP3224955B2 (ja) | 1994-05-27 | 1994-10-31 | ベクトル量子化装置およびベクトル量子化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0844400A JPH0844400A (ja) | 1996-02-16 |
| JP3224955B2 true JP3224955B2 (ja) | 2001-11-05 |
Family
ID=26453959
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP26782894A Expired - Fee Related JP3224955B2 (ja) | 1994-05-27 | 1994-10-31 | ベクトル量子化装置およびベクトル量子化方法 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US5677986A (ja) |
| EP (1) | EP0684702B1 (ja) |
| JP (1) | JP3224955B2 (ja) |
| KR (1) | KR100190183B1 (ja) |
| CN (1) | CN1106710C (ja) |
| DE (1) | DE69528685T2 (ja) |
| TW (1) | TW264592B (ja) |
Families Citing this family (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3273455B2 (ja) * | 1994-10-07 | 2002-04-08 | 日本電信電話株式会社 | ベクトル量子化方法及びその復号化器 |
| KR100322706B1 (ko) * | 1995-09-25 | 2002-06-20 | 윤종용 | 선형예측부호화계수의부호화및복호화방법 |
| US5819213A (en) * | 1996-01-31 | 1998-10-06 | Kabushiki Kaisha Toshiba | Speech encoding and decoding with pitch filter range unrestricted by codebook range and preselecting, then increasing, search candidates from linear overlap codebooks |
| JP3357795B2 (ja) * | 1996-08-16 | 2002-12-16 | 株式会社東芝 | 音声符号化方法および装置 |
| JP3707153B2 (ja) * | 1996-09-24 | 2005-10-19 | ソニー株式会社 | ベクトル量子化方法、音声符号化方法及び装置 |
| DE69723324T2 (de) | 1996-11-07 | 2004-02-19 | Matsushita Electric Industrial Co., Ltd., Kadoma | Verfahren zur Erzeugung eines Vektorquantisierungs-codebuchs |
| US6161086A (en) * | 1997-07-29 | 2000-12-12 | Texas Instruments Incorporated | Low-complexity speech coding with backward and inverse filtered target matching and a tree structured mutitap adaptive codebook search |
| DE69840008D1 (de) | 1997-10-22 | 2008-10-23 | Matsushita Electric Ind Co Ltd | Verfahren und Vorrichtung für die Erzeugung von gestreuten Vektoren |
| JP3261691B2 (ja) * | 1997-11-28 | 2002-03-04 | 沖電気工業株式会社 | 符号帳予備選択装置 |
| US7065338B2 (en) | 2000-11-27 | 2006-06-20 | Nippon Telegraph And Telephone Corporation | Method, device and program for coding and decoding acoustic parameter, and method, device and program for coding and decoding sound |
| US7392179B2 (en) | 2000-11-30 | 2008-06-24 | Matsushita Electric Industrial Co., Ltd. | LPC vector quantization apparatus |
| JP4623920B2 (ja) * | 2002-07-09 | 2011-02-02 | ソニー株式会社 | 類似度算出方法及び装置、並びにプログラム及び記録媒体 |
| KR100492965B1 (ko) * | 2002-09-27 | 2005-06-07 | 삼성전자주식회사 | 벡터 양자화를 위한 고속 탐색방법 |
| KR100651712B1 (ko) * | 2003-07-10 | 2006-11-30 | 학교법인연세대학교 | 광대역 음성 부호화기 및 그 방법과 광대역 음성 복호화기및 그 방법 |
| US7475011B2 (en) * | 2004-08-25 | 2009-01-06 | Microsoft Corporation | Greedy algorithm for identifying values for vocal tract resonance vectors |
| CN101345530B (zh) * | 2007-07-11 | 2010-09-15 | 华为技术有限公司 | 一种矢量量化方法及矢量量化器 |
| EP2398149B1 (en) * | 2009-02-13 | 2014-05-07 | Panasonic Corporation | Vector quantization device, vector inverse-quantization device, and associated methods |
| JP6385936B2 (ja) * | 2013-08-22 | 2018-09-05 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | 音声符号化装置およびその方法 |
| US10255323B1 (en) | 2015-08-31 | 2019-04-09 | Google Llc | Quantization-based fast inner product search |
| US10063892B2 (en) | 2015-12-10 | 2018-08-28 | Adobe Systems Incorporated | Residual entropy compression for cloud-based video applications |
| US10264262B2 (en) | 2016-02-29 | 2019-04-16 | Adobe Inc. | Codebook generation for cloud-based video applications |
| US10719509B2 (en) * | 2016-10-11 | 2020-07-21 | Google Llc | Hierarchical quantization for fast inner product search |
| CN109693999B (zh) * | 2017-10-23 | 2020-05-01 | 上海三菱电梯有限公司 | 自动扶梯或人行道信息监控装置 |
| US11392596B2 (en) | 2018-05-14 | 2022-07-19 | Google Llc | Efficient inner product operations |
| WO2021215234A1 (ja) * | 2020-04-20 | 2021-10-28 | ソニーグループ株式会社 | 情報処理システム、情報処理方法、プログラム、情報処理装置、及び演算装置 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62166655A (ja) * | 1986-01-20 | 1987-07-23 | Nippon Telegr & Teleph Corp <Ntt> | 自己トレ−ニング機能を有するベクトル量子化方式 |
| WO1988002975A1 (en) * | 1986-10-16 | 1988-04-21 | Mitsubishi Denki Kabushiki Kaisha | Amplitude-adapted vector quantizer |
| US4817157A (en) * | 1988-01-07 | 1989-03-28 | Motorola, Inc. | Digital speech coder having improved vector excitation source |
| EP0364647B1 (en) * | 1988-10-19 | 1995-02-22 | International Business Machines Corporation | Improvement to vector quantizing coder |
| US5086439A (en) * | 1989-04-18 | 1992-02-04 | Mitsubishi Denki Kabushiki Kaisha | Encoding/decoding system utilizing local properties |
| IL94119A (en) * | 1989-06-23 | 1996-06-18 | Motorola Inc | Digital voice recorder |
| GB2235354A (en) * | 1989-08-16 | 1991-02-27 | Philips Electronic Associated | Speech coding/encoding using celp |
| JP3129778B2 (ja) * | 1991-08-30 | 2001-01-31 | 富士通株式会社 | ベクトル量子化器 |
-
1994
- 1994-10-31 JP JP26782894A patent/JP3224955B2/ja not_active Expired - Fee Related
-
1995
- 1995-05-25 CN CN95107152A patent/CN1106710C/zh not_active Expired - Fee Related
- 1995-05-25 DE DE69528685T patent/DE69528685T2/de not_active Expired - Lifetime
- 1995-05-25 EP EP95303564A patent/EP0684702B1/en not_active Expired - Lifetime
- 1995-05-26 US US08/451,174 patent/US5677986A/en not_active Expired - Lifetime
- 1995-05-27 KR KR1019950013526A patent/KR100190183B1/ko not_active IP Right Cessation
- 1995-05-30 TW TW084105479A patent/TW264592B/zh not_active IP Right Cessation
Also Published As
| Publication number | Publication date |
|---|---|
| CN1106710C (zh) | 2003-04-23 |
| US5677986A (en) | 1997-10-14 |
| KR950035109A (ko) | 1995-12-30 |
| CN1120268A (zh) | 1996-04-10 |
| KR100190183B1 (ko) | 1999-06-01 |
| EP0684702A3 (en) | 2000-02-23 |
| EP0684702A2 (en) | 1995-11-29 |
| DE69528685D1 (de) | 2002-12-05 |
| DE69528685T2 (de) | 2003-07-03 |
| JPH0844400A (ja) | 1996-02-16 |
| EP0684702B1 (en) | 2002-10-30 |
| TW264592B (ja) | 1995-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3224955B2 (ja) | ベクトル量子化装置およびベクトル量子化方法 | |
| US5208862A (en) | Speech coder | |
| JP3114197B2 (ja) | 音声パラメータ符号化方法 | |
| US5819213A (en) | Speech encoding and decoding with pitch filter range unrestricted by codebook range and preselecting, then increasing, search candidates from linear overlap codebooks | |
| JP2800618B2 (ja) | 音声パラメータ符号化方式 | |
| JP3089769B2 (ja) | 音声符号化装置 | |
| WO2009090875A1 (ja) | ベクトル量子化装置、ベクトル逆量子化装置、およびこれらの方法 | |
| JP2624130B2 (ja) | 音声符号化方式 | |
| JP3095133B2 (ja) | 音響信号符号化方法 | |
| JP3285185B2 (ja) | 音響信号符号化方法 | |
| CN103366752B (zh) | 生成用于编码信息信号的候选码矢的方法和设备 | |
| JP6400801B2 (ja) | ベクトル量子化装置及びベクトル量子化方法 | |
| WO2008072732A1 (ja) | 音声符号化装置および音声符号化方法 | |
| JP3147807B2 (ja) | 信号符号化装置 | |
| JPH06282298A (ja) | 音声の符号化方法 | |
| JPH1063300A (ja) | 音声復号化装置及び音声符号化装置 | |
| JP3471892B2 (ja) | ベクトル量子化方法及び装置 | |
| JP3192051B2 (ja) | 音声符号化装置 | |
| JP3233184B2 (ja) | 音声符号化方法 | |
| JP3293709B2 (ja) | 励振信号直交化音声符号化法 | |
| JPH06186998A (ja) | 音声符号化装置のコードブック探索方式 | |
| JP3230380B2 (ja) | 音声符号化装置 | |
| JP3095769B2 (ja) | Ｖｓｅｌｐ符号化器 | |
| JPH0455899A (ja) | 音声信号符号化方式 | |
| JPH1091193A (ja) | 音声符号化方法および音声復号方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070824 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080824 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090824 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090824 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100824 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100824 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110824 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110824 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120824 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120824 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130824 Year of fee payment: 12 |
|
| LAPS | Cancellation because of no payment of annual fees |