线性预测分析装置、方法、程序以及记录介质的制作方法
【技术领域】
[0001] 本发明涉及声音信号、音响信号、心电图、脑电波、脑磁图、地震波等数字时间序列 信号的分析技术。
【背景技术】
[0002] 在声音信号、音响信号的编码中，广泛使用基于对所输入的声音信号或音响信号 进行线性预测分析而得到的预测系数进行编码的方法（例如，参照非专利文献1、2)。
[0003] 在非专利文献1至3中，由图15中例示的线性预测分析装置计算预测系数。线性 预测分析装置1具备自相关计算部11、系数乘法部12以及预测系数计算部13。
[0004] 作为所输入的时域的数字声音信号或数字音响信号的输入信号，按N个样本的每 个帧而进行处理。将在当前时刻设为处理对象的帧即当前帧的输入信号设为X。(η)(η= 0，1，···，Ν-1)。η表示输入信号中的各样本的样本号，Ν是预定的正整数。在此，当前帧的前 一帧的输入信号是ΧοΟι)(η= -Ν，-Ν+1，"·，-1)，当前帧的后一帧的输入信号是Xjn)(η= Ν，Ν+1，…，2Ν-1) 〇
[0005] [自相关计算部11]
[0006]线性预测分析装置1的自相关计算部11根据输入信号X。(η)，通过式（11)求出自 相关R。⑴（i= 〇, 1，…，Pmax)。Pmax是小于Ν的预定的正整数。
[0007] [数 1]
[0008]
[0009] [系数乘法部12]
[0010] 接着，系数乘法部12通过按每个相同的i对自相关RQ(i)乘以预先决定的系数 w〇(i)(i= 0, 1，…，Pmax)，从而求出变开多自相关R' 〇(i)(i= 0, 1，…，Pmax)。即，通过式（12) 求出变形自相关R'Ji)。
[0011] [数 2]
[0012] R'〇(i) =R〇(i)Xw〇(i) (12)
[0013] [预测系数计算部13]
[0014]然后，预测系数计算部13使用R' (j(i)，例如通过莱文森-德宾（Levinson-Durbin) 法等，求出能够变换为从一阶到预先决定的最大阶数即？_阶为止的线性预测系数的系数。 能够变换为线性预测系数的系数是指，PARC0R系数K。(1)，K。(2)，…，K。(P_)或线性预测系 数 &。(1)，&。(2)，··'aJPmJ等。
[0015] 在作为非专利文献1的国际标准ITU-TG. 718或作为非专利文献2的国际标准 ITU-TG. 729中，作为系数W(](i)而使用预先求出的60Hz的带宽的固定系数。
[0016] 具体而言，系数W(](i)如式（13)那样使用指数函数而定义，在式（3)中使用了f。 =60Hz这样的固定值。fs是采样频率。
[0017] [数 3]
[0018]
[0019] 在非专利文献3中记载了使用基于上述的指数函数以外的函数的系数的例子。但 是，此处使用的函数是基于采样周期τ(相当于与fs对应的周期）和预定的常数a的函数， 仍然使用固定值的系数。
[0020] [现有技术文献]
[0021] [非专利文献]
[0022] [非专利文献1] ITU-T Recommendation G. n8, ITU, 20〇8·
[0023] [非专利文献 2]ITU-T Recommendation G. 729, ITU, 1"6
[0024] [非专利文献3] Yoh'ichi Tohkura, Fumitada Itakura, Shin'ichiro Hashimoto,"Spectral Smoothing Technique in PARC0R Speech Analysis-Synthesis"，IEEE Trans, on Acoustics, Speech, and Signal Processing, Vol. ASSP-26, No. 6, 1978
【发明内容】
[0025] 发明要解决的课题
[0026] 在以往的声音信号、音响信号的编码中使用的线性预测分析方法中，使用对自相 关R。⑴乘以固定的系数w0(i)而得到的变形自相关R'0(i)，求出了能够变换为线性预测系 数的系数。从而，在如不需要基于对自相关Rji)乘以系数W(](i)的变形的、即就算不是使 用变形自相关R'Ji)而是使用自相关Rji)其本身而求出了能够变换为线性预测系数的系 数，在与能够变换为线性预测系数的系数对应的频谱包络中频谱的峰值也不会变得过大的 输入信号的情况下，通过对自相关Rji)乘以系数wji)，与通过变形自相关R'Ji)求出的 能够变换为线性预测系数的系数对应的频谱包络近似于输入信号X。(η)的频谱包络的精度 可能会降低，即线性预测分析的精度可能会降低。
[0027] 本发明的目的在于提供一种与以往相比分析精度高的线性预测分析方法、装置、 程序以及记录介质。
[0028] 用于解决课题的方案
[0029] 本发明的一个方式的线性预测分析方法是，按作为预定时间区间的每个帧，求出 与输入时间序列信号对应的能够变换为线性预测系数的系数的线性预测分析方法，该线性 预测分析方法包括：自相关计算步骤，至少关于i= 〇, 1，···，？_的每一个，计算当前的帧 的输入时间序列信号X。(η)和i样本以前的输入时间序列信号Xjn-i)或者i样本以后的 输入时间序列信号Xjn+i)的自相关Rji);以及预测系数计算步骤，使用系数W|](i)(i= 〇, 1，"·，Ρ_)和自相关Ra(i)(i= 〇, 1，"·，Ρ_)按对应的每个i相乘得到的变形自相关 R'。(i)(i= 0, 1，…，P_)，求出能够变换为1阶到P_阶为止的线性预测系数的系数，对于 至少一部分的各阶数i，包含以下情况：与各阶数i对应的系数％α)，具有随着基于当前或 者过去的帧中的输入时间序列信号的周期、周期的量化值、或者与基本频率处于负的相关 关系的值的增加而单调增加的关系。
[0030] 本发明的一个方式的线性预测分析方法是，按作为预定时间区间的每个帧，求出 与输入时间序列信号对应的能够变换为线性预测系数的系数的线性预测分析方法，该线性 预测分析方法包括：自相关计算步骤，至少关于i= 〇, 1，…，Pmax的每一个，计算当前的帧的 输入时间序列信号X。(η)和i样本以前的输入时间序列信号Xjn-i)或者i样本以后的输入 时间序列信号Xjn+i)的自相关R。⑴（i=〇, 1，···』_);系数决定步骤，设为在两个以上的 系数表格的每一个中i= 〇, 1，…，？_的各阶数i和与各阶数i对应的系数wji)相关联而 存储，使用基于当前或者过去的帧中的输入时间序列信号的周期、周期的量化值、或者与基 本频率处于负的相关关系的值，从两个以上的系数表格中的一个系数表格取得系数W(](i) (i= 0, 1，"·，Ρ_);以及预测系数计算步骤，使用所取得的系数W(](i)(i= 0, 1，"·，Ρ_) 和自相关R。⑴（i= 〇, 1，…，Pmax)按对应的每个i相乘得到的变形自相关R' 〇(i)(i= 0, 1，···』_)，求出能够变换为1阶到P_阶为止的线性预测系数的系数，将两个以上的系 数表格中的、在周期、周期的量化值、或者与基本频率处于负的相关关系的值为第一值的情 况下在系数决定步骤中取得系数％α)α= 〇,1，"·，ρ_)的系数表格作为第一系数表格， 将两个以上的系数表格中的、在周期、周期的量化值、或者与基本频率处于负的相关关系的 值为大于第一值的第二值的情况下在系数决定步骤中取得系数％α)α= 〇,1，"·，ρ_)的 系数表格作为第二系数表格，对于至少一部分的各阶数i，第二系数表格中的与各阶数i对 应的系数，大于第一系数表格中的与各阶数i对应的系数。
[0031 ] 本发明的一个方式的线性预测分析方法是，按作为预定时间区间的每个帧，求出 与输入时间序列信号对应的能够变换为线性预测系数的系数的线性预测分析方法，该线性 预测分析方法包括：自相关计算步骤，至少关于i= 0, 1，···，？_的每一个，计算当前的帧 的输入时间序列信号X。(η)和i样本以前的输入时间序列信号xjn-i)或者i样本以后的 输入时间序列信号Xjn+i)的自相关RjiKi=0，1，···，Ρ_);系数决定步骤，设为在系数 表格t0中存储了系数wt。⑴（i= 0, 1，···』_)，在系数表格tl中存储了系数wtl⑴（i= 0, 1，…，Ρ_)，在系数表格t2中存储了系数wt2⑴（i= 0, 1，…，Ρ_)，使用基于当前或者过 去的帧中的输入时间序列信号的周期、周期的量化值、或者与基本频率处于负的相关关系 的值，从系数表格t0,tl，t2中的一个系数表格取得系数；以及预测系数计算步骤，使用取 得的系数和自相关Rji)(i= 〇, 1，"·，Ρ_)按对应的每个i相乘得到的变形自相关R'Ji) (i= 0, 1，···』_)，求出能够变换为1阶到？_阶为止的线性预测系数的系数，设为根据周 期、周期的量化值、或者与基本频率处于负的相关关系的值，分类为周期短的情况、周期为 中等程度的情况、周期长的情况中的其中一个情况，将周期短的情况下在系数决定步骤中 取得系数的系数表格作为系数表格t0,将周期为中等程度的情况下在系数决定步骤中取得 系数的系数表格作为系数表格tl，将周期长的情况下在系数决定步骤中取得系数的系数表 格作为系数表格t2,从而关于至少一部分i为wt()(i)〈wtl(i) =wt2(i)，关于除此以外的i中 的至少一部分的各i为wtQ(i) =wtl(i)〈wt2(i)，关于剩余的各i为wtQ(i) =wtl(i) =wt2(i)。
[0032] 本发明的一个方式的线性预测分析方法是，按作为预定时间区间的每个帧，求出 与输入时间序列信号对应的能够变换为线性预测系数的系数的线性预测分析方法，该线性 预测分析方法包括：自相关计算步骤，至少关于i= 〇, 1，…，Pmax的每一个，计算当前的帧的 输入时间序列信号X。(η)和i样本以前的输入时间序列信号X(j(n-i)或者i样本以后的输 入时间序列信号XQ(n+i)的自相关RQ(i) (i =0, 1，"·，Ρ_);以及预测系数计算步骤，使用 系数wQ(i) (i= 0, 1，···，？_)和自相关私⑴（i= 0, 1，"·，Ρ_)按对应的每个i相乘得到 的变形自相关R'Ji) (i= 〇, 1，-·，Ρ_)，求出能够变换为1阶到卩_阶为止的线性预测系 数的系数，对于至少一部分的各阶数i，包含以下情况：与各阶数i对应的系数W(](i)，具有 随着与基本频率处于正的相关关系的值的增加而单调减少的关系，其中，该基本频率基于 当前或者过去的帧中的输入时间序列信号。
[0033] 本发明的一个方式的线性预测分析方法是，按作为预定时间区间的每个帧，求出 与输入时间序列信号对应的能够变换为线性预测系数的系数的线性预测分析方法，该线性 预测分析方法包括：自相关计算步骤，至少关于i= 〇, 1，…，Pmax的每一个，计算当前的帧的 输入时间序列信号X。(η)和i样本以前的输入时间序列信号X(j(n-i)或者i样本以后的输 入时间序列信号Xjn+i)的自相关Rji)(i=〇, 1，"·，Ρ_);系数决定步骤，设为在两个以上 的系数表格的每一个中i= 0, 1，…，？_的各阶数i和与各阶数i对应的系数wji)相关联 而存储，使用与基本频率处于正的相关关系的值，从两个以上的系数表格中的一个系数表 格取得系数wji)(i= 0, 1，…，P_)，其中，该基本频率基于当前或者过去的帧中的输入时 间序列信号；以及预测系数计算步骤，使用所取得的系数％α)α= 〇,1，"·，ρ_)和自相关 R0(i)(i= 0, 1，…，ΡΜΧ)按对应的每个i相乘得到的变形自相关R'。⑴（i= 0, 1，…，Ρ随）， 求出能够变换为1阶到？_阶为止的线性预测系数的系数，将两个以上的系数表格中的、在 与基本频率处于正的相关关系的值为第一值的情况下在系数决定步骤中取得系数W(]a) α =0, 1，···』_)的系数表格作为第一系数表格，将两个以上的系数表格中的、在与基本频率 处于正的相关关系的值为小于第一值的第二值的情况下在系数决定步骤中取得系数W(](i) (i= 0, 1，…，P_)的系数表格作为第二系数表格，对于至少一部分的各阶数i，第二系数表 格中的与各阶数i对应的系数，大于第一系数表格中的与各阶数i对应的系数。
[0034] 本发明的一个方式的线性预测分析方法是，按作为预定时间区间的每个帧，求出 与输入时间序列信号对应的能够变换为线性预测系数的系数的线性预测分析方法，该线性 预测分析方法包括：自相关计算步骤，至少关于i= 〇, 1，···，？_的每一个，计算当前的帧 的输入时间序列信号X。(η)和i样本以前的输入时间序列信号Xjn-i)或者i样本以后的 输入时间序列信号Xjn+i)的自相关RjiKi=0，1，···，Ρ_);系数决定步骤，设为在系数 表格t0中存储了系数wt。⑴（i= 0, 1，···』_)，在系数表格tl中存储了系数wtl⑴（i= 0, 1，"·，Ρ_)，在系数表格t2中存储了系数wt2(i)(i= 0, 1，"·，Ρ_)，使用与基本频率处 于正的相关关系的值，从系数表格t0,tl，t2中的一个系数表格取得系数，其中，该基本频 率基于当前或者过去的帧中的输入时间序列信号；以及预测系数计算步骤，使用取得的系 数和自相关R。⑴（i= 〇, 1，···，？_)按对应的每个i相乘得到的变形自相关R'〇(i)(i= 0, 1，…，P_)，求出能够变换为1阶到P_阶为止的线性预测系数的系数，设为根据与基本 频率处于正的相关关系的值，分类为基本频率高的情况、基本频率为中等程度的情况、基本 频率低的情况中的其中一个情况，将基本频率高的情况下在系数决定步骤中取得系数的系 数表格作为系数表格t0,将基本频率为中等程度的情况下在系数决定步骤中取得系数的系 数表格作为系数表格tl，将基本频率低的情况下在系数决定步骤中取得系数的系数表格作 为系数表格t2,从而关于至少一部分i为wt。(i) <wtl (i) =wt2 (i)，关于除此以外的i中的至 少一部分的各i为wt。⑴fwtl(i)〈wt2(i)，关于剩余的各i为wt。⑴fwtl(i)fwtJi)。
[0035] 发明效果
[0036] 作为为了求出变形自相关而与自相关相乘的系数，使用根据与基本频率处于正的 相关关系的值或者与基本频率处于负的相关关系的值而确定的系数，从而能够实现与以往 相比分析精度更高的线性预测。
【附图说明】
[0037] 图1是用于说明第一实施方式以及第二实施方式的线性预测装置的例子的框图。
[0038] 图2是用于说明线性预测分析方法的例子的流程图。
[0039] 图3是用于说明第二实施方式的线性预测分析方法的例子的流程图。
[0040] 图4是用于说明第二实施方式的线性预测分析方法的例子的流程图。
[0041] 图5是用于说明第三实施方式的线性预测分析装置的例子的框图。
[0042] 图6是用于说明第三实施方式的线性预测分析方法的例子的流程图。
[0043] 图7是用于说明第三实施方式的具体例的图。
[0044] 图8是用于说明第三实施方式的具体例的图。
[0045] 图9是表示实验结果的例子的图。
[0046] 图10是用于说明变形例的框图。
[0047] 图11是用于说明变形例的框图。
[0048] 图12是用于说明变形例的流程图。
[0049] 图13是用于说明第四实施方式的线性预测分析装置的例子的框图。
[0050] 图14是用于说明第四实施方式的变形例的线性预测分析装置的例子的框图。
[0051] 图15是用于说明以往的线性预测装置的例子的框图。
【具体实施方式】
[0052] 以下，参照【附图说明】线性预测分析装置以及方法的各实施方式。
[0053] [第一实施方式]
[0054] 如图1所示，第一实施方式的线性预测分析装置2例如具备自相关计算部21、系数 决定部24、系数乘法部22以及预测系数计算部23。自相关计算部21、系数乘法部22以及 预测系数计算部23的动作与以往的线性预测分析装置1的自相关计算部11、系数乘法部 12以及预测系数计算部13中的动作分别相同。
[0055] 在线性预测分析装置2中，被输入预定时间区间即每个帧的时域的数字声音信号 或数字音响信号或心电图、脑电波、脑磁图、地震波等的数字信号即输入信号X。(η)。输入信 号是输入时间序列信号。将当前帧的输入信号设为X。(η)(η= 0, 1，"·，Ν-1)。η表示输入信 号中的各样本的样本号，Ν是预定的正整数。在此，当前帧的前一帧的输入信号是X。(η)(η = -Ν，-Ν+1，"·，-1)，当前帧的后一帧的输入信号是XQ(n)(η=Ν，Ν+1，…，2Ν-1)。以下，说明 输入信号X。(η)是数字声音信号或数字音响信号的情况。输入信号X。(η)(η= 0, 1，…，Ν-1) 可以是被拾音的信号其本身，也可以是为了分析而转换了采样率的信号，也可以是进行了 预加重处理的信号，也可以是进行了窗口化的信号。
[0056] 此外，在线性预测分析装置2中，还被输入有关每个帧的数字声音信号或数字音 响信号的基本频率的信息。有关基本频率的信息在位于线性预测分析装置2外的周期性分 析部900中求出。周期性分析部900例如具备基本频率计算部930。
[0057][基本频率计算部930]
[0058] 基本频率计算部930根据当前帧的输入信号X。(η) (η=0, 1，…，N-1)和/或当前 帧的邻近的帧的输入信号的全部或者一部分而求出基本频率Ρ。基本频率计算部930例如 求出包含当前帧的输入信号X。(η) (η = 0, 1，"·，Ν-1)的全部或者一部分的信号区间的数字 声音信号或数字音响信号的基本频率Ρ，将能够确定基本频率Ρ的信息作为有关基本频率 的信息而输出。作为求出基本频率的方法，存在各种公知的方法，因而也可以使用公知的任 意方法。此外，也可以设为对求出的基本频率Ρ进行编码而得到基本频率码的结构，并将基 本频率码作为有关基本频率的信息来输出。进而也可以设为得到与基本频率码对应的基本 频率的量化值~Ρ的结