[发明专利]矢量量化装置、矢量反量化装置和其方法

说明书

技术领域

本发明涉及在进行LSP(Line Spectral Pairs，线谱对)参数的矢量量化的矢量量化装置、矢量反量化装置和其方法，特别涉及在以因特网通信为代表的分组通信系统或移动通信系统等领域中，进行语音信号的传输的语音编码/解码装置所使用的、进行LSP参数的矢量量化的矢量量化装置、矢量反量化装置和其方法。 

背景技术

在数字无线通信、以因特网通信为代表的分组通信或语音存储等领域中，为了实现电波等的传输路径容量或存储媒体的有效利用，语音信号的编码和解码技术必不可少。其中，特别是CELP(Code Excited Linear Prediction，码激励线性预测)方式的语音编码/解码技术正在成为主流技术。 

CELP方式的语音编码装置基于预先存储的语音模型，对输入语音进行编码。具体而言，CELP方式的语音编码装置将数字化后的语音信号划分为10至20ms左右的一定时间间隔的帧，对各个帧内的语音信号进行线性预测分析来求线性预测系数(LPC：Linear Prediction Coefficient)和线性预测残差矢量，并分别单独地对线性预测系数和线性预测残差矢量进行编码。作为线性预测系数的编码方法，通常将线性预测系数变换为LSP(Line Spectral Pairs)参数，对LSP参数进行编码。另外，作为LSP参数的编码方法，对LSP参数进行矢量量化的情况较多。所谓矢量量化，是指从具有多个代表性矢量(代码矢量)的码本(codebook)中选择最接近于量化对象的矢量的代码矢量，输出附加到所选择的代码矢量上的索引(代码)作为量化结果的方法。在矢量量化中，根据可使用的信息量决定码本的大小。例如，在以8比特的信息量进行矢量量化时，能够使用256(＝2⁸)种代码矢量构成码本。 

另外，为了减少矢量量化中的信息量和计算量，使用了多级矢量量化(MSVQ：Multi-Stage Vector Quantization)或分裂矢量量化(SVQ：Split VectorQuantization)等各种技术(参照非专利文献1)。所谓多级矢量量化，是指对矢量进行一次矢量量化之后，进一步对量化误差进行矢量量化的方法，所谓分裂矢量量化，是指分别对将矢量分割为多个所获得的分割矢量进行量化的方法。

另外，存在以下的技术，即根据与作为量化对象的LSP具有相关性的语音性特征(例如，语音的有声性、无声性、模式等信息)，适当地切换在矢量量化中使用的码本，从而进行适合于LSP的特征的矢量量化，进一步提高LSP编码性能。例如，在可扩展编码中，利用宽带LSP(根据宽带信号求出的LSP)与窄带LSP(根据窄带信号求出的LSP)之间的相互关系，并根据特征对窄带LSP进行分类，根据窄带LSP的特征的种类(以下简称为“窄带LSP的种类”)切换多级矢量量化的第一极码本，对宽频带LSP进行矢量量化(参照专利文献1)。 

非专利文献1：Allen Gersho、Robert M.Gray著，古井及另外三人翻译，「ベクトル量子化と情報圧縮」《矢量量化与信息压缩》，CORONA公司，1998年11月10日，p.506，524-531 

专利文献1：国际公开第2006/030865号小册子 

发明内容

发明需要解决的问题 

在专利文献1中记载的多级矢量量化中，使用对应于窄带LSP的种类的码本进行第一级的矢量量化，所以第一级的矢量量化的量化误差的方差因窄带LSP的种类而异。但是，在第二级以后的矢量量化中，无论窄带LSP的种类如何，均使用共用的一个码本，所以存在第二级以后的矢量量化精度变得不充分的问题。 

本发明鉴于上述各点而完成，其目的在于，提供在根据与量化对象矢量具有相关性的特征的种类切换第一级的码本的多级矢量量化中，能够提高第二级以后的矢量量化的量化精度的矢量量化装置、矢量反量化装置以及其方法。 

解决问题的方案