JPS5994936A - ベクトル量子化法 - Google Patents
ベクトル量子化法Info
- Publication number
- JPS5994936A JPS5994936A JP57204849A JP20484982A JPS5994936A JP S5994936 A JPS5994936 A JP S5994936A JP 57204849 A JP57204849 A JP 57204849A JP 20484982 A JP20484982 A JP 20484982A JP S5994936 A JPS5994936 A JP S5994936A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- quantization
- distortion
- dictionary
- group
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/032—Quantisation or dequantisation of spectral components
- G10L19/038—Vector quantisation, e.g. TwinVQ audio
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Analogue/Digital Conversion (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
- Reduction Or Emphasis Of Bandwidth Of Signals (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
この発明は一つのベクトルあたりの量子化情報量が大き
い場合に適するベクトル量子化法に関する。
い場合に適するベクトル量子化法に関する。
〈従来技術〉
一般にベクトル量子化はサンプル値を複数個ごとにベク
トルＥｘ ” （”１１ ｅ１２− ・・・ｅｔｐ ）
、Ｅ２＝（ｅ＋１ｅ２１１ ＝−ｅ！Ｉｐ ） ０°１
°°−Ｅｎ ＝ （ｅｎｔ ｅｎｓｏｏ“０′。
トルＥｘ ” （”１１ ｅ１２− ・・・ｅｔｐ ）
、Ｅ２＝（ｅ＋１ｅ２１１ ＝−ｅ！Ｉｐ ） ０°１
°°−Ｅｎ ＝ （ｅｎｔ ｅｎｓｏｏ“０′。
ｅｎｐ）とし、その各ベクトルごとに予め求めておいた
代表ベクトルＦ１＝（ｆｔ□ｆ１□・・・・・・ｆｌｐ
） 、Ｆ２” （ｆ’１ｆｚｇ −”・ｆｇｐ ）
”・・・・・Ｆｍ＝（’ｍｔ ’ｍｚ ・・・・・・ｆ
ｍｐ ）の辞書から歪が最小となるもの、即ち最も近い
ものを選び、その番号を符号とするものである。このよ
うに一つのベクトルを一つの代表値例えば番号で符号化
するものであるから、一つのベクトル要素の数が少ない
場合に効率のよい符号化が可能であり、特に一つのベク
トルあたりの符号化の情報量をＢ（ビット）とすると、
２Ｂ個の代表ベクトルから成る辞書を学習サンプルから
データの統計的分布を反映するように作っておけば、特
異な分布や偏りのある分布を持つデータをも能率よく符
号化できる。そして符号化による平均歪はベクトルの次
元なＰとする時、２−（２Ｂ／Ｐ）Ｋ比例して小さくす
ることができる。
代表ベクトルＦ１＝（ｆｔ□ｆ１□・・・・・・ｆｌｐ
） 、Ｆ２” （ｆ’１ｆｚｇ −”・ｆｇｐ ）
”・・・・・Ｆｍ＝（’ｍｔ ’ｍｚ ・・・・・・ｆ
ｍｐ ）の辞書から歪が最小となるもの、即ち最も近い
ものを選び、その番号を符号とするものである。このよ
うに一つのベクトルを一つの代表値例えば番号で符号化
するものであるから、一つのベクトル要素の数が少ない
場合に効率のよい符号化が可能であり、特に一つのベク
トルあたりの符号化の情報量をＢ（ビット）とすると、
２Ｂ個の代表ベクトルから成る辞書を学習サンプルから
データの統計的分布を反映するように作っておけば、特
異な分布や偏りのある分布を持つデータをも能率よく符
号化できる。そして符号化による平均歪はベクトルの次
元なＰとする時、２−（２Ｂ／Ｐ）Ｋ比例して小さくす
ることができる。
しかし与えられた情報量Ｂに対して２Ｂ個のベクトルの
辞書とその１０倍以上の学習サンプルが必要であり、辞
書作製に要する記憶容量や計算量を考慮すれば情報量Ｂ
は１０以下が現実的である。
辞書とその１０倍以上の学習サンプルが必要であり、辞
書作製に要する記憶容量や計算量を考慮すれば情報量Ｂ
は１０以下が現実的である。
例えばＢ≧２０の場合には現存のいかなる電子計算機を
もってしても辞書の作製は不可能と言ってよい。即ち一
般のベクトル量子化においてはｌベクトルあたりの情報
量Ｂの制約により、符号化に伴う平均歪を小さくするこ
とには限界があった。
もってしても辞書の作製は不可能と言ってよい。即ち一
般のベクトル量子化においてはｌベクトルあたりの情報
量Ｂの制約により、符号化に伴う平均歪を小さくするこ
とには限界があった。
またＢが異なる場合にはＢの値毎に別の辞書を作ってお
く必要があった。
く必要があった。
この発明は分布に偏りがあるデータでも能率よく量子化
できるというベクトル量子化の利点をそのまま生かし、
かつ符号化情報量Ｂが２０以上の場合でも歪をそれに応
じて小さくできるようにしたベクトル量子化法を提供す
るものである。
できるというベクトル量子化の利点をそのまま生かし、
かつ符号化情報量Ｂが２０以上の場合でも歪をそれに応
じて小さくできるようにしたベクトル量子化法を提供す
るものである。
〈実施例〉
第１図はこの発明のベクトル量子化法を適用した情報伝
送系の例を示す。符号器１１は通信路１２を介して復号
器１３と接続され、符号器１１及び復号器１３にはそれ
ぞれ辞書１４及び１５が接続されている。辞書１４には
代表値を表す重心ベクトルが記憶された重心ベクトル部
１６と、各重心に対する集落の分散を示す分散ベクトル
が記憶された分散ベクトル部１７とを具備する。復号器
側の辞書１５は符号器側の辞書１４と全く同一の構成で
あって、重心ベクトル部１８及び分散ベクトル部１９を
備えている。符号器１１は重心ベクトル部１６及び分散
ベクトル部１７をそれぞれ使うベクトル量子化部２１及
びスカラ量子化部２２より成る。
送系の例を示す。符号器１１は通信路１２を介して復号
器１３と接続され、符号器１１及び復号器１３にはそれ
ぞれ辞書１４及び１５が接続されている。辞書１４には
代表値を表す重心ベクトルが記憶された重心ベクトル部
１６と、各重心に対する集落の分散を示す分散ベクトル
が記憶された分散ベクトル部１７とを具備する。復号器
側の辞書１５は符号器側の辞書１４と全く同一の構成で
あって、重心ベクトル部１８及び分散ベクトル部１９を
備えている。符号器１１は重心ベクトル部１６及び分散
ベクトル部１７をそれぞれ使うベクトル量子化部２１及
びスカラ量子化部２２より成る。
第２図に示す分布をもつ２次元（ｎ＝２）のデータを例
にとってこの発明のベクトル量子化法を説明する。第２
図において閉曲線２３で囲まれた領域内にデータが分布
しているとする。通常のＸｌ。
にとってこの発明のベクトル量子化法を説明する。第２
図において閉曲線２３で囲まれた領域内にデータが分布
しているとする。通常のＸｌ。
Ｘ２座標独立の量子化や座標変換後の量子化ではスカラ
量子化である限り、各データごとに量子化を行う限り、
一定の情報量に対する歪は大きくなってしまう。
量子化である限り、各データごとに量子化を行う限り、
一定の情報量に対する歪は大きくなってしまう。
しかしこの発明では二段階でベクトル量子化を行う。サ
ンプル値系列がブロックごとにそのサンプル値を要素と
するベクトルとされた入力データは入力端子２４よりベ
クトル量子化部２１に入力されて、Ｂｏ＝２でベクトル
量子化される。即ち領域２３の先験的分布に合うように
全体が２０個の領域２５ａ〜２５ｄに分割され、その各
ブロック即ち各集落２５ａ〜２５ｄの重心点Ｃ１〜Ｃ４
が辞書として作製されている。ベクトル量子化部２１で
は入力のベクトルが２Ｂ （１個のどの集落２５８〜２
５ｄに属するかが決められる。例えば入力ベクトルＳは
重心点Ｃ０の集落２５ａに属するとする。
ンプル値系列がブロックごとにそのサンプル値を要素と
するベクトルとされた入力データは入力端子２４よりベ
クトル量子化部２１に入力されて、Ｂｏ＝２でベクトル
量子化される。即ち領域２３の先験的分布に合うように
全体が２０個の領域２５ａ〜２５ｄに分割され、その各
ブロック即ち各集落２５ａ〜２５ｄの重心点Ｃ１〜Ｃ４
が辞書として作製されている。ベクトル量子化部２１で
は入力のベクトルが２Ｂ （１個のどの集落２５８〜２
５ｄに属するかが決められる。例えば入力ベクトルＳは
重心点Ｃ０の集落２５ａに属するとする。
集落２５ａの分散ベクトルはその重心Ｃ１を示す重心ベ
クトルで代表される。この分散ベクトルを利用して作ら
れた（Ｂ−Ｂｅ）ピットで表現される各座標独立の格子
点２６から歪が最小となるものを選択する。図の例では
Ｂ−Ｂ、＝４で各座標ｘ１゜ｘ２あたり２ビツトで計１
６個の格子点２６を重心Ｃ１のまわりに設けである。Ｂ
０ビットを使って集落２５の番号を伝え、（ＢＢｏ）ピ
ットを使って格子点２６０番号を符号器１１の出力とし
て端子２７゜２８より復号器１３へ伝送する。
クトルで代表される。この分散ベクトルを利用して作ら
れた（Ｂ−Ｂｅ）ピットで表現される各座標独立の格子
点２６から歪が最小となるものを選択する。図の例では
Ｂ−Ｂ、＝４で各座標ｘ１゜ｘ２あたり２ビツトで計１
６個の格子点２６を重心Ｃ１のまわりに設けである。Ｂ
０ビットを使って集落２５の番号を伝え、（ＢＢｏ）ピ
ットを使って格子点２６０番号を符号器１１の出力とし
て端子２７゜２８より復号器１３へ伝送する。
復号器１３では送られたＢビットの符号中のＢ。
ピットの集落番号及びＢ −Ｂ０ピットの格子点番号に
よりそれぞれ重心ベクトル部１８及び分散ペクト、ル部
１９を参照して、この例では入力ベクトルＳに近い格子
点２６Ｈのベクトル介を復号して端子３１へ出力する。
よりそれぞれ重心ベクトル部１８及び分散ペクト、ル部
１９を参照して、この例では入力ベクトルＳに近い格子
点２６Ｈのベクトル介を復号して端子３１へ出力する。
第１段階のベクトル量子化の際に複数の集落を候補とし
て選んでおいて、各候補ごとに歪が最小となる格子点を
選び、最終的に歪が最小となるものの組合せを送るよう
にすれば同じ情報量でさらに平均の歪を小さくできる。
て選んでおいて、各候補ごとに歪が最小となる格子点を
選び、最終的に歪が最小となるものの組合せを送るよう
にすれば同じ情報量でさらに平均の歪を小さくできる。
また分散ベクトル部１７．１９は各重心点ごとに各座標
ごとに値を持っているが、それぞれ平均値におきかえて
も全体の歪はあまり大きくならないので分散ベクトルの
辞書を必要に応じて簡単なものにすることが可能である
。
ごとに値を持っているが、それぞれ平均値におきかえて
も全体の歪はあまり大きくならないので分散ベクトルの
辞書を必要に応じて簡単なものにすることが可能である
。
〈効 果〉
以上述べたようにこの発明によれば２ＢＯＸ ２個のベ
クトル辞書を用いた２段階の量子化法により、同じ情報
量でスカラ量子化より平均歪を小さくできる。音声のサ
ンプル値の場合の比較例を第３図に示す。横軸はサンプ
ル当りのビット数Ｂを、縦軸はＳＮ比を示し、曲線３２
は１次元最適量子化の場合（従来の場合）、曲線３３は
６次元ベクトル及びガウス量子化の場合、曲線３４は１
２次元ベクトル及び力゛ウス量子化の場合である。これ
よりピット数が多くなるとベクトル量子化は困難に女る
が、この発明ではベクトル量子化ができ、しかもＳＮ比
もよいものとなる。特異な分布をもつデータについては
さらに差が大きく力る。そしてこの発明の量子化法によ
れば歪は２Ｂ個のベクトル辞書を使ったベクトル量子化
の歪と同程度となることが期待される。符号化情報量Ｂ
が２０以上では、２Ｂ個の辞書が非現実的であることか
ら、Ｂが２０以上の場合の量子化ではこの発明のベクト
ル量子化法がきわめて有効となる。
クトル辞書を用いた２段階の量子化法により、同じ情報
量でスカラ量子化より平均歪を小さくできる。音声のサ
ンプル値の場合の比較例を第３図に示す。横軸はサンプ
ル当りのビット数Ｂを、縦軸はＳＮ比を示し、曲線３２
は１次元最適量子化の場合（従来の場合）、曲線３３は
６次元ベクトル及びガウス量子化の場合、曲線３４は１
２次元ベクトル及び力゛ウス量子化の場合である。これ
よりピット数が多くなるとベクトル量子化は困難に女る
が、この発明ではベクトル量子化ができ、しかもＳＮ比
もよいものとなる。特異な分布をもつデータについては
さらに差が大きく力る。そしてこの発明の量子化法によ
れば歪は２Ｂ個のベクトル辞書を使ったベクトル量子化
の歪と同程度となることが期待される。符号化情報量Ｂ
が２０以上では、２Ｂ個の辞書が非現実的であることか
ら、Ｂが２０以上の場合の量子化ではこの発明のベクト
ル量子化法がきわめて有効となる。
さらにＢが変化する場合に、この発明のベクトル量子化
法では格子点の設定の規則を定めておけば辞書を変更す
る必要がなく、サンプル値あたりの情報量（Ｂ／Ｐ ）
は細かく制御できる。通常のスカラ量子化ではサンプル
値あたりの情報量は基本的に整数値に限定されるし、通
常のベクトル量子化においてはＢの変化ごとに別の辞書
を用意しなければならない。
法では格子点の設定の規則を定めておけば辞書を変更す
る必要がなく、サンプル値あたりの情報量（Ｂ／Ｐ ）
は細かく制御できる。通常のスカラ量子化ではサンプル
値あたりの情報量は基本的に整数値に限定されるし、通
常のベクトル量子化においてはＢの変化ごとに別の辞書
を用意しなければならない。
第１図はこの発明のベクトル量子化法を適用した入力デ
ータを符号化して伝送する情報伝送系の例を示すブロッ
ク図、第２図は２次元で偏りのある分布を持つデータの
量子化例を示す図、第３図は音声の周波数領域でのサン
プル値を使ったスカラ量子化法との比較例を示す図であ
る。 ｌｌ：符号器、１２：通信路、１３：復号器、１４．１
５：辞書、１６．１８：重心ベクトル部、１７ 、１９
：分散ベクトル部、２１：ベクトル量子化部、２２ニ
ス力ラ量子化部。 特許出願人 日本電信電話公社 代理人 草野 卓 ２０５
ータを符号化して伝送する情報伝送系の例を示すブロッ
ク図、第２図は２次元で偏りのある分布を持つデータの
量子化例を示す図、第３図は音声の周波数領域でのサン
プル値を使ったスカラ量子化法との比較例を示す図であ
る。 ｌｌ：符号器、１２：通信路、１３：復号器、１４．１
５：辞書、１６．１８：重心ベクトル部、１７ 、１９
：分散ベクトル部、２１：ベクトル量子化部、２２ニ
ス力ラ量子化部。 特許出願人 日本電信電話公社 代理人 草野 卓 ２０５
Claims (1)
- （１） サンプル値の系列を、ブロックを単位として
量子化を行うベクトル量子化法において、各ベクトルに
割当てられる量子化ビット数Ｂの一部Ｂ。 （Ｂ＞Ｂｏ、ＢｌＢｏは整数）を使って２ Ｂ ６個の
サンプルから成る辞書の中から歪が小さい順にＮ個の候
補ベクトルを選択する第１量子化段と、前記候補の各ベ
クトルに対応する分散ベクトルの辞書または平均的分散
値をもとに（Ｂ−Ｂｅ）ビットを使って各候補ベクトル
を中心に座標軸独立に量子化する第２量子化段とにより
、全体としてＢピットの情報を使って歪が最小となるベ
クトルを決定することを特徴とするベクトル量子化法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57204849A JPS5994936A (ja) | 1982-11-22 | 1982-11-22 | ベクトル量子化法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57204849A JPS5994936A (ja) | 1982-11-22 | 1982-11-22 | ベクトル量子化法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5994936A true JPS5994936A (ja) | 1984-05-31 |
| JPH0367375B2 JPH0367375B2 (ja) | 1991-10-22 |
Family
ID=16497408
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57204849A Granted JPS5994936A (ja) | 1982-11-22 | 1982-11-22 | ベクトル量子化法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5994936A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6472200A (en) * | 1987-09-11 | 1989-03-17 | Nippon Telegraph & Telephone | Voice encoding |
| FR2754127A1 (fr) * | 1996-09-21 | 1998-04-03 | Samsung Electronics Co Ltd | Procede de codage/decodage de signal video sur la base d'une quantification de treillis adaptative |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5282064A (en) * | 1975-12-27 | 1977-07-08 | Fujitsu Ltd | Analog-to-digital converter |
-
1982
- 1982-11-22 JP JP57204849A patent/JPS5994936A/ja active Granted
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5282064A (en) * | 1975-12-27 | 1977-07-08 | Fujitsu Ltd | Analog-to-digital converter |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6472200A (en) * | 1987-09-11 | 1989-03-17 | Nippon Telegraph & Telephone | Voice encoding |
| FR2754127A1 (fr) * | 1996-09-21 | 1998-04-03 | Samsung Electronics Co Ltd | Procede de codage/decodage de signal video sur la base d'une quantification de treillis adaptative |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0367375B2 (ja) | 1991-10-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kassam | Optimum quantization for signal detection | |
| US6198412B1 (en) | Method and apparatus for reduced complexity entropy coding | |
| AU3792285A (en) | Method of transmitting information, encoding and decoding device | |
| JPS5994936A (ja) | ベクトル量子化法 | |
| CN114492316B (zh) | 数据交换编解码方法和系统 | |
| CA1154539A (en) | Code converter for polarity-insensitive transmission systems | |
| CN115474035A (zh) | 点云属性编码方法、装置、解码方法、装置及相关设备 | |
| Hsieh et al. | Noiseless coding of VQ index using index grouping algorithm | |
| JPH01256278A (ja) | 予測符号化システム | |
| US4021799A (en) | Non-linear coding system | |
| Thakur et al. | An improved symbol reduction technique based Huffman coder for efficient entropy coding in the transform coders | |
| JPS6054581A (ja) | 差分符号化装置 | |
| JPS6232785A (ja) | 適応形ベクトル量子化方式 | |
| JPH03145887A (ja) | 予測符号化装置 | |
| CN118101776B (zh) | 一种面向uuv集群协同的信息混合编码方法 | |
| JP3218863B2 (ja) | Ｌｓｐ量子化装置とｌｓｐ復号化装置 | |
| Foster et al. | Adaptive vector quantization for waveform coding | |
| JPS6474883A (en) | System for quantizing gain/shape vector | |
| Finta et al. | Transient analysis of virtual dictionary extension compression method | |
| JPS62191979A (ja) | ベクトル量子化装置 | |
| JPH031724A (ja) | 符号化量子化方式及び復号化量子化方式 | |
| Schwartz et al. | Data compression panel discussion | |
| Östman | Video Coding Based on the Kantorovich Distance | |
| JPH01277300A (ja) | 学習型ベクトル量子化器 | |
| Matsuda et al. | Lossless coding using predictors and VLCs optimized for each image |