Harmonic Vector Excitation Coding 、あるいは HVXC は、 MPEG-4 オ?ディオ（MPEG-4 Part 3）で採用された低 ビットレ?ト の 音?符?化 方式である。人間の 音? を?象とし、2 k bps と 4 kbps の2種類の固定ビットレ?ト、および 1.2 ～ 1.7 kbps 程度の可?ビットレ?トをサポ?トする。

HVXC は、 デジタル放送 、 携?電話 、 インタ?ネット電話 、音? デ?タベ?ス などの??な用途に使うことができる。

?要 [ 編集 ]

HVXC は MPEG-4 オ?ディオの 音?符?化 方式の1つで、1999年に ISO / IEC 14496-3 Subpart 2 で定義され ^[1] 、 その後 MPEG-4 Audio バ?ジョン 2（ISO/IEC 14496-3:1999/Amd 1:2000）で?張された ^{[2] [3]} 。

MPEG-4 オ?ディオの中で最も低いビットレ?トでの音?符?化を受けもち、固定 ビットレ?ト （2 k bps 、4 kbps）、可?ビットレ?ト（2 kbps 以下、4 kbps 以下）の?方をサポ?トする。 サンプリング周波? 8 kHz の 100 Hz - 3800 Hz の ?域幅 の音?信?を、低ビットレ?トでは 了解度 のみが確保された通信用の品質で、高ビットレ?トでは有線電話に近い品質で符?化できる ^[4] 。

また、HVXC では音?の波形を直接符?化するのではなくパラメ?タ化して符?化するため、デコ?ド時に音?の速度とピッチ（音?の基本周波?）を?立して?えることができる。

HVXC の特?は以下の通りである。

• サンプリング周波? 8 kHz、 ?域幅 100 Hz - 3800 Hz
• フレ?ム 長 20 ms
• 固定 ビットレ?ト （2 k bps 、4 kbps）、可?ビットレ?ト（2 kbps 以下、4 kbps 以下）の?方をサポ?ト
• 符?化?延 36 ms ^[5]
• デコ?ド時に音?の速度とピッチ（音?の基本周波?）を?更可能

MPEG-4 オ?ディオでの位置付け [ 編集 ]

MPEG-4 オ?ディオは多くのツ?ルの組み合わせからなり、HVXC や MPEG-4 CELP は人間の自然な音?の符?化を行う自然音?符?化ツ?ル（ natural speech coding tools ）の1つである ^[4] 。 MPEG-4 CELP が2種類のサンプリング周波?（8 kHz, 16 kHz）と比較的高い ビットレ?ト をカバ?するのに?し、HVXC は MPEG-4 CELP でカバ?できない超低ビットレ?トでの符?化を??する。

さらに低ビットレ?トでの音?表現が必要な場合は、文字から音?を合成するツ?ルである MPEG-4 TTS Interface（ Text-to-speech interface ）を使用する。

また、HVXC が音?のみをサポ?トするのに?し、音?をパラメトリックに符?化/復?するツ?ルとして MPEG-4 HILN （ Harmonic and Individual Lines plus Noise ）があり、超低ビットレ?トで音?の符?化ができ、また HVXC と同?デコ?ド時に音?の速度とピッチ（音?の基本周波?）を?更できる ^[4] 。 音?と音?を含む信?の低ビットレ?ト符?化には、HVXC と HILN とを信?の?容に?じ切り替えながら使うこともできる。

アルゴリズム [ 編集 ]

HVXC の符?化アルゴリズムは、 線形予測符?化 （LPC）をベ?スに、LPC の?差信?の表現方法を工夫したものである ^[5] 。

人間の ? は、?道の周波?選?特性と音源である ?? などの音の特性や 有? ? 無? の?別でモデル化できる。 HVXC では、 線形予測符?化 と同?、?道に相?する合成フィルタ?のパラメ?タとして 線形予測 （LP） フィルタ? の係?を用い、 有?音 ? 無?音 で LPC の?差信?にあたる音源のパラメ?タのモデル化方法を切り替える。

有?音 での?差信?は、ハ?モニックコ?ディング（ harmonic coding ）と呼ばれる方法を用い、??音の基本周波?にあたるピッチ周波?と共にその スペクトル 形?とゲインとをパラメ?タ化する。スペクトル形?は?差信?を 離散フ?リエ?換 （DFT）を使って分析することで求める。 無?音 での?差信?は、?純な ホワイトノイズ でモデル化するのではなく、 CELP のようにあらかじめ用意した固定型コ?ドブックを用い、コ?ドブック値の中で適切なものを選ぶ VXC（ vector excitation coding ）と呼ばれる方法で信?の形?とゲインのパラメ?タ化を行う。

有? ? 無? の?別を?純に行うのではなく４段階（有?1/2/3、無?）に?別することで音質の向上を行う。

ビットレ?トが高い場合は、 線形予測 係?の?や 有?音 での スペクトル 形?を表すビット?、 無?音 での形?/ゲインパラメ?タの更新周期を?やし、より音?信?が適切に表現できるようにする。

具?的な符?化は以下のように行われる ^[5] 。

1. 線形予測 パラメ?タの計算と LSP の量子化
   • 音?信?から 線形予測 係?を計算
   • 係?を 量子化 特性に優れた 線スペクトル? （LSP）に?換
   • 量子化 には ベクトル量子化 の一種（PPM-VQ）を使用
2. 音?を分析フィルタ?に通し?差信?を計算
   • 線形予測 係?から生成した分析フィルタ?に音?信?を入力し、線形予測の?差信?を計算
3. オ?プンル?プでのピッチ分析
   • ?差信?の 自己相? から大まかなピッチ周波?を推定
4. ?差信?の ハ?モニック ?度を推定
   • オ?プンル?プでのピッチ周波?をベ?スに正確なピッチ周波?を求める
   • ?差信?の 離散フ?リエ?換 （DFT）より 倍音 成分の?度を求める
5. 有? ? 無? の判定
   • ハ?モニック?度などを用い、周期的な波形を持つ有?音とそうでない無?音の?別を判定
6. ハ?モニック?度の ベクトル量子化 （有?音のみ）
   • ピッチ周波?の 倍音 成分の?度を ベクトル量子化
7. 無?音の?差信?を符?化（無?音のみ）
   • あらかじめ用意した形?とゲインのコ?ドブックを用い?差信?を符?化

復?時には、符?化とは逆に、有?/無?判定や各種パラメ?タから?差信?を生成し、線形予測係?から生成した合成フィルタ?の入力として加えることで、最終的な音?信?を再合成する。

復?時に音?の速度を?えたい場合には、各パラメ?タを時間軸方向に補間しながら再合成を行う。ピッチ周波?や線形予測フィルタ?で表現された フォルマント 周波?などを?えることなく速度の?更ができる。

ピッチ周波?も音?デ?タの一部としてパラメ?タ化されているため、ピッチ周波?だけを?立して?えることも容易である。

脚注 [ 編集 ]

?考文? [ 編集 ]

• ISO/IEC. Information technology ? Coding of audio-visual objects ? Part 3:Audio . ISO/IEC 14496-3:2009, Fourth edition, 2009.
• Jacob Benesty, M. M. Sondhi, Yiteng Huang (ed). Springer Handbook of Speech Processing . Springer, 2007. ISBN 978-3540491255 .
• Nishiguchi, Masayuki (2006-11). “Harmonic vector excitation coding of speech”. Acoustical science and technology (社?法人日本音響??) 27 (6): 375-383. doi : 10.1250/ast.27.375 . NAID   110004836513 .  

?連項目 [ 編集 ]

• 音?符?化
• 線形予測符?
• MPEG-4
• MPEG-4 CELP
• HILN

外部リンク [ 編集 ]

• Speech coding in MPEG-4 Audio (Overview of the MPEG-4 Natural Speech Coding Tools) - MPEG-4 音?符?化ツ?ルの?要(英語)
• Overview of MPEG-4 Audio and its Applications in Mobile Communications MPEG-4 オ?ディオとアプリケ?ションの?要(PDF, 130 kByte, 英語)