NO862602L - Vocoder innebygd i digitale signalbehandlingsenheter. - Google Patents
Vocoder innebygd i digitale signalbehandlingsenheter.Info
- Publication number
- NO862602L NO862602L NO86862602A NO862602A NO862602L NO 862602 L NO862602 L NO 862602L NO 86862602 A NO86862602 A NO 86862602A NO 862602 A NO862602 A NO 862602A NO 862602 L NO862602 L NO 862602L
- Authority
- NO
- Norway
- Prior art keywords
- signal
- subroutine
- residual signal
- pitch
- samples
- Prior art date
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
- G10L19/04—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 predictive techniques
- G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computational Linguistics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Cash Registers Or Receiving Machines (AREA)
- Telephone Function (AREA)
- Input From Keyboards Or The Like (AREA)
- Silicon Polymers (AREA)
- Stereo-Broadcasting Methods (AREA)
- Signal Processing For Digital Recording And Reproducing (AREA)
Description
Foreliggende oppfinnelse gjelder talekodere (vokodere) i sin alminnerlighet og særlig rest-eksiterte lineære prediktor-vokodere (RELP). Vokodere omvandler talesignaler til digital form for taleoverføring samt syntetiserer talesignaler ut i fra disse digitale signaler når de mottas. Vokodere arbeider vanligvis med forskjellige overføringstakter av binære data, som varierer fra 32 kbps (kilobit pr. sekund) ned til omkring 2,4 kbps.
Vokodere deles vanligvis opp i to grunntyper, nemlig bølge-formkodere og tonehøyde-eksiterte kildekodere. Bølgeform-kodere arbeider med meget høye datatakter (over 16 kbps) og frembringer tale av god kvalitet og som lyder naturlig samt er robust overfor både akustisk støy og overføringsstøy. Kildekodere arbeider med lav datatakt (mindre enn 4,8 kbps) i en analyse/syntese-modus styrt av en matematisk modell av det menneskelige taleapparat. Kildevokodere avgir vanligvis robotlignende lyd og arbeider ikke godt under dårlige akustiske forhold.
RELP-vokoderen ble opprinnelig foreslått av Un og Magill i artikkelen "The Residua1-Excited Linear Prediction Vocoder with Transmission Rate Below 9,6 kbits/s", IEEE Trans. COM-23, 1975, sidene 1466-1473, og en forbedret RELP-vokoder ble foreslått av Dankberg og Wong i artikkelen "Development of a 4,8-9,6 kbps RELP-vokoder", ICASSP-79. Formålet med RELP-vokoderen var å oppnå tilfredsstillende driftsfunksjon i gapet mellom arbeidsområdene for henholdsvis bølgeform-vokoderne og kilde-vokoderne, nemlig området fra 4,8 til 16 kbps. RELP-vokoderen inneholder visse trekk fra både bølge-form-koderne og kilde-koderne.
I allerede kjente RELP-vokodere analyseres digitale talesignalsampler over forholdsvis korte tidssegmenter (vanligvis i området 10 - 30 ms) ved en lineær prediktiv kodingsteknikk (LPC) og ved hjelp av en modell av talekanalen, for derved å frembringe LPC-koeffisienter for hver blokk av sampler. LPC-koeffisientene representerer talekanalen, glottis-strømmen og taleutløpet fastlagt ved de digitale signalsampler. Ved anvendelse av LPC-koeffisientene inversfiltreres de digitale talesignalsampler med hjelp av et tidsvarierende, totalt pol-rekursivt digitalfilter over hvert kort tidssegment for å frembringe restsignalsampler (prediktive feilsignaler). Talens tidsvarierende karakter håndteres ved hjelp av en rekke sådanne filtere med innbyrdes forskjellige parametere.
Restsignalet og LPC-koeffisientene kodes (kvantiseres) og formatinnstilles for signaloverføring. Ved mottagelsen syn-tetiseres talen ved behandling av restsignalene i samsvar med LPC-koeffisientene.
I de tidligere kjente RELP-vokoderne blir restsignalsamplene båndbegrenset og nedsamplet før kvantiseringen for derved å frembringe restsignalsampler i nedsatt datatakt. Det øvre bånd av harmoniske frekvenser utledes under syntesen av tale-signalet når det nedsamplede restsignal atter oppsamles og 0-verdier innføres mellom datapunktene.
I RELP-vokoderen i henhold til nevnte artikkel av Un og Magill kvantieres restsignalet før signaloverføringen ved hjelp av tilpasset delta-modulasjon. Dankberg og Wong tar i sin artikkel i betraktning forskjellige andre kvantiserings-teknikker og trekker den slutning at tonehøyde-prediktiv og tilpasset differensiell pulskodemodulasjon (PPADPCM) gir det beste forhold mellom signal og kvantisert støy.
I samsvar med PPADPCM-teknikken behandles restsignalsamplene ved hjelp av tonehøydeanalyse for å fastlegge tonehøydefor-sinkelsen, samt behandles ved analyse av prediktor-forsterkning av tonehøyde for å bestemme tonehøydens prediktor-forsterkning i samsvar med den fastlagte tonehøydeforsinkelse og behandles ved forsterkningsanalyse for å frembringe en maksi-malverdi for avvikende kvantiseringsforsterkning, hvorpå restsignalsamplene ytterligere signalbehandles ved PPADPCM i samsvar med den kvantiserte forsterkning, tonehøydens prediktor-f orsterkning og forsinkelsesparametrene for derved å opprette det kvantiserte restsignal. Parameterne for kvantiseringsforsterkningen, tonehøydens prediktor-forsterkning og tonehøydeforsinkelsen kombineres med det kvantiserte restsignal og de kvantiserte LPC-koeffisienter for signaloverfør-ing .
Tidligere kjente RELP-vokodere har fordret komplisert maskinvare og . er så kostnadskrevende ved sin fremstilling at de har vist seg å være kommersielt upraktiske.
I henhold til foreliggende oppfinnelse er det imidlertid frembragt en kommersielt praktisk RELP-vokoder som er bygget opp av to digitale signalbehandlingsenheter, nemlig en for et sendersystem og en for et fjerntliggende mottagersystem. Den digitale signalbehandler på sendersiden er innrettet for signalbehandling av digitale talesignalsampler for å frembringe et formatinnstilt overføringssigna1 som inneholder: (a) et kvantisert restsignal frembragt ved invers filtrering av signalsamplene i samsvar med lineære prediktive kodingskoeffisienter (LPC) utledet fra samplene, (b) kvantisert LPC-koef f isienter , og (c) parametere for tonehøyde og forsterkning utledet under kvantiseringen av restsignalet fra de inversfiltrerte signalsampler, idet alle nevnte signalkomponenter er frembragt av nevnte prosessor ved databehandlingen av de digitale talesignalsampler.
Digitalsignalbehandleren på mottagersiden er innrettet for databehandling av det formatinnstilte overførte signal for derved å syntetisere rekonstruerte digitale talesignalsampler. Signalprosessoren på mottagersiden er innrettet for å utføre en rutine for frembringelse av LPC-koeffisientene, en rutine for å frembringe restsignalet, samt en rutine for å kvantisere restsignalet og LPC-koeffisientene. Rutinen for å frembringe LPC-koeffisientene omfatter en subrutine for for behandling av signalsamplene med det formål å fremheve de høyere talefrekvenser, en subrutine for å fastlegge en auto-korrelasjons-funksjon (ACF) ut i fra de forbehandlede signalsampler for derved å utlede ACF-koeffisienter, samt en subrutine for å utlede LPC-koeffisientene fra de frembragte ACF-koef f isienter . Nevnte rutine for å frembringe restsignalet omfatter en subrutine for invers filtrering av de forbehandlede signalsampler i samsvar med de utledede LPC-koeffisienter, en subrutine for båndbegrensning av restsignalet ved lavpass-filtrering på en måte som vil nedsette virkningene av kvantiseringen, samt en subrutine for nedsampling av det båndbegrensede restsignal for derved å nedsette antallet restsignalsampler som er kvantisert og formatinnstilt for talesignaloverføringen. Rutinen for kvantisering av restsignalet og LPC-koeffisentene omfatter en subrutine for kvantisering av LPC-koeffisentene, en subrutine for å anslå tonehøyde-perioden for det nedsamplede restsignal ved ACF-analyse av den løpende nedsamplede restsignalramme i samsvar med de frembragte ACF-koeffisienter for den forutgående signalramme for derved å utlede en parameter for tonehøyde-forsinkelsen i den pågående signalramme, en subrutine for å frembringe en parameter for tonehøydens prediktor-forsterkning med hensyn på hver restsignalramme i samsvar med den anslåtte parameter for tonehøydeforsinkelsen med hensyn på hver tilsvarende ramme, en underrutine for å frembringe en kvantiseringsforsterkerparameter for hver restsignalramme i samsvar med parameterne for tonehøydeforsinkelse og tone-høydens prediktorforsterkning med hensyn på hver tilsvarende signalramme, samt en subrutine for å kvantisere hver restsignalramme ved tonehøyde-prediktiv tilpasset differensial pulskodemodulasjon (PPADPCM) i samsvar med nevnte parametere for tonehøydeforsinkelse, tonehøydens prediktorforsterkning og kvantiseringsforsterkningen med hensyn på hver tilsvarende signalramme.
Den digitale signalbehandler på mottagersiden er innrettet for signalbehandling av det formatinnstilte overførte signal for derved å syntetisere rekonstruerte digitale talesignalsampler ved å utføre en synteserutine som omfatter en subrutine for å regenerere LPC-koeffisientene fra de kvantiserte LPC-koeffisienter som inngår i det overførte signal, en subrutine for å dekode det kvantiserte restsignal som inngår i det overførte signal i samsvar med tonehøydeforsinkelsen, parameterne for tonehøydens prediktorforsterkning og kvanti-seringsforsterkninger som inngår i det overførte signal for derved å utlede et dekodet nedsamplet restsignal, en subrutine for spektral gjenopprettelse av et fullstendig restsignal ut i fra det dekodede nedsamplede restsignal, en subrutine for å regenerere forbehandlede digitale talesignalsampler ved auto-regressiv filtrering av det gjenopprettede restsignal med full båndbredde i samsvar med de gjenopprettede LPC-koeffisienter, samt en subrutine for å oppheve de fremhevede deler av de gjenopprettede forbehandlede signalsampler med det formål å oppheve fremhevningen av de høye talefrekvenser, for derved å frembringe rekonstruerte digitale talesignalsampler. Den dekodede subrutine omfatter en ytterligere subrutine for scalering av kvantiseringskoeffisienter for hver kvantisert restsignalramme i samsvar med den parameter for kvantiseringsforsterkning som inngår i det overførte signal, en ytterligere subrutine for å frembringe datasampler ut i fra det kvantiserte restsignal som inngår i det overførte signal i samsvar med de scalerte kvantiserings-koef f isienter , samt en ytterligere subrutine for å utlede det dekodede nedsamplede restsignal fra datasamplene ved tone-høyde-eksitering i samsvar med parameterne for tonehøydefor-sinkelse og tonehøydens prediktorforsterkning.
Ytterligere trekk ved foreliggende oppfinnelse vil bli nærmere forklart ved beskrivelse av en foretrukket utførelse - under henvisning til de vedføyde tegninger, hvorpå: Fig. 1 er et funksjonelt blokkskjema som anskueliggjør den signalbehandlingsprosess som utføres av den digitale signalbehandlingsenhet på mottagersiden for koding av et innkomm-
ende signalsampel for signaloverføring.
Fig. 2 er et funksjonelt blokkskjerna som anskueliggjør den signalbehandlingsprosess som utføres av signalbehandlings-enheten på mottagersiden for å dekode et signalsampel som er kodet i samsvar med den behandlingsprosess som er anskuelig-gjort i fig. 1. Fig. 3 er et flytskjema for den rutine som går ut på å ut-bedre LPC-koeffisienten og utføres av den digitale signalbehandler på sendersiden. Fig. 4 er et flytskjema for den rutine som går ut på å frembringe restsignal og utføres av den digitale signalbehandlingsenhet på sendersiden. Fig. 5 er et flytskjema av kvantiseringsrutinen som utføres av den digitale signalbehandler på sendersiden. Fig. 6 viser et blokkskjema for et kvantiseringsfilter som er i virksomhet under subrutinen for PPADPCM-kvantiseringen som inngår i den viste rutine i fig. 3. Fig. 7 er et flytskjema for den syntese-rutine som utføres av den digitale signalbehandlingsenhet på mottagersiden.
Ved den foretrukkede utførelse av foreliggende oppfinnelse er de digitale signalbehandlingsenheter på henholdsvis sender-og mottagersiden digitale signalprosessorer av type Texas Instruments Model TMS32010. Denne TMS32010-prosessor er en enkeltstående 16-bit prosessor med 200 ns syklustid og en 32-bit ALU og dataakkumulator. Denne prosessor har et stack-lager i fire nivåer for innbyrdes overliggende subrutiner, og aritmetisk databehandling lettes ved hjelp av maskinvare i form av en 16<*>16-bit parallellmultiplikator, som er i stand til å utføre en multipliserings- og akkumuleringsprosess av rørledningstype på 40 ns. Denne TMS32010-prosessor har 144 16-bit ord tilgjengelig som indre RAM-lager, hvilket kan ut-økes ved adressering av et ytre RAM-lager for bufferlagring over TBLR/TBLW-ordre (tabell-lese/skrive). Disse ordre tillater en avbalansering mellom datahukommelsefordringer og operasjonshastighet. Programhukommelsen kan omdisponeres som ytre data hukommelse, men dens tilgangstid er da 600 ns. Den ytre programhukommelse kan utvides til 8K-bitgrupper ved full hastighet. De to prosessorer må utføre alle operasjoner for RELP-vokoderen i sann tid. Prosessorvalget begrenses av to hovedfaktorer, nemlig driftshastighet og tilgjengelig indre RAM-lager (særlig viktig da rammelagring er påkrevet). Nevnte TMS32010-prosessor er valgt på grunnlag av dens raske driftshastighet (5 MHz), da talagringsevne og omfattende ut-viklingsverktøy.
De grunnleggende funksjoner for senderprosessoren er beskrevet under henvisning til fig. 1. Digitale talesignalsampler 10 forbehandles ved 11 for å fremheve de høye frekvenser under den påfølgende LPC-analyse. Sådanne forbehandlede signalsampler 12 er gjenstand for LPC-analyse 13 for å frembringe LPC-refleksjonskoeffisienter 14.
Disse LPC-refleksjonskoeffisienter 14 kvantiseres ved 15 for å frembringe kvantiserte LPC-refleksjonskoeffisienter 16. Refleksjonskoeffisientene 14 kvantiseres for å nedsette for-vrengningen under den påfølgende signaloverføring til mottagersiden i størst mulig grad. LPC-koeffisientene 17 utledes ved 18 ut i fra de kvantiserte LPC-refleksjonskoeffesienter 16.
De forbehandlede signalsampler 12 inversfiltreres ved 19 i samsvar med LPC-koeffisientene 17 for å utlede et restsignal 20. Restsignalet 20 båndbegrenses ved 21 og nedsamples ved
22 for å frembringe et basisbåndsignal 23.
Basisbåndsignalet 23 kvantiseres ved PPADPCM-kvantisering 24 med det formål å nedsette til et minimum virkningene av for vrengning under den påfølgende signaloverføring av det kvantiserte restsignal 25. Tre av parameterne i PPADPCM-kvantiseringen 24 er tonehøydeforsinkelse, tonehøydens pre-diktorf orsterkning og kvantiseringsforsterkningen. Disse tre parameterne frembringes under PPADPCM-kvantiseringen 24 og er nødvendige for dekoding av det kvantiserte restsignal som mottas av mottagersystemet. Et signal som angir tonehøyde-forsinkelsen avgis således på linje 26, mens et signal som angir tonehøydens prediktorforsterkning avgis på linje 27 og et signal som står for kvantiseringsforsterkningen avgis på linje 28 som en følge av PPADPCM-kvantiseringen 24 av basisbåndsignalet 23.
Det kvantiserte restsignal 25, kvantisereren, signalet for tonehøydeforsinkelse på linjen 26, signalet for tonehøydens
prediktorforsterkning 27, signalet for kvantiseringsforsterkningen 28 samt de kvantiserte LPC-refleksjonskoeffisienter 16 kombineres lineært ved formatinnstillingen 32 for dannelse av en signaloverføringsramme 34.
De grunnleggende funksjoner for mottagerprosessoren er beskrevet under henvisning til fig. 2. Formatet av hver mot-tatt dataoverføringsramme 36 dekodes ved 37 for å utlede det kvantiserte restsignal 39. Parameteren 40 for tonehøyde-forsinkelsen, parameteren 41 for tonehøydens prediktorforsterkning, parameteren 42 for kvantiseringsforsterkningen samt de kvantiserte LPC-refleksjonskoeffisienter 43.
Det kvantiserte restsignal 39 dekodes ved PPADPCM-dekoding 46 i samsvar med tonehøydeforsinkelsen 40, tonehøydens predik-torf orsterkning 41 og kvantiseringsforsterkningen 42 for derved å frembringe et dekodet restsignal 47 som basisbånd. Dette dekodede basisbåndsigna1 47 regenereres spektralt ved 48 for å opprette et restsignal 49 med full båndbredde.
De kvantiserte LPC-refleksjonskoeffisienter 43 databehandles ved 50 for å utlede LPC-koeffisientene 51.
Restsignalet 49 med full båndbredde filtreres ved 52 i samsvar med de utledede LPC-koeffisienter 51 for å syntetisere dekodede talesignalsampler 53. Disse dekodede talesignalsampler 53 behandles ved 54 for å oppheve fremhevelsen av høyere frekvenser og frembringe den opprettede digitale talesignalsampler 55.
De behandlingsrutiner som utføres av senderprosessoren i samsvar med de ovenfor beskrevne signalbehandlingsfunksjoner er . angitt nedenfor under henvisning til flytskjemaene i fig. 3, 4 og 5.
Den behandlingsrutine som er representert ved flytskjemaet i fig. 3 gjelder hovedsakelig LPC-analyse. Denne rutine frembringer LPC-koeffisientene ut i fra en bufferramme av forbehandlede talesignalsampler. Rutinen i fig. 4 er først og fremst rettet mot frembringelse av restsignalet, mens den angitte rutine i fig. 5 er hovedsakelig rettet på kvantisering av restsignalet og LPC-koeffisientene.
Rutinen for LPC-analysen omfatter subrutiner for igangsetning 58, sampeltilførsel, forbehandling 61, ACF-frembringelse 63, ACF-normalisering 65 samt LPC-analyse 66.
Subrutinen 59 for sampelinngangen leser inn digitale talesignalsampler i dataform fra en ytre bufferhukommelse.
Subrutinen 61 for forbehandling utøver en førsteordens digital forbehandling av de inngående talesignalsampler. Inngangen til denne algoritme er de innkommende talesampler Sn, mens utgangen er de forbehandlede talesampler S'n med fremhevet frekvensområde, og begge anbringes i den indre RAM-hukommelse. En førsteordens digital forbehandling utøves således på de innkommende talesignaler for å fremheve de høye talefrekvenser. Dette fører til en nøyaktigere bestemmelse av talekanalens frekvensgang, som styres av LPC-parameterne. Ved denne forbehandling benyttes et høypassfilter med enkel forsinkelse. Forsøk viser at valget av forbehandlings-konstant (a) for fremhevet frekvensområde ikke er kritisk og normalt innstilles til 0,9375. Differanseligningen for filteret er da:
Frekvensgangfunksjonen utlignes i mottagersystemet ved anvendelse av en komplementær funksjon.
De forbehandlede frekvensgangsampler lagres i en ytre datahukommelse for anvendelse i den viste rutine i fig. 4 for frembringelse av restsignal.
Subrutinen 63 for ACF-dannelse frembringer løpende en korre-lasjons-buffer for hvert inngående talesignalsampel. Denne buffer må 0-stilles før det første anrop av denne subrutine. Utgangen fra subrutinen er en 32-bit presis autokorrelasjonsfunksjon (ACF) for forsinkelser mellom null og ti punkter.
For å frembringe LPC-koeffisientene må det defineres en auto-korrelas jons-f unks jon (ACF) fra en vindusbuffer for forut frekvensgangbehandlede talesampler (s..). ACF-frekvens er da definert som:
Vinduet (w^) er valgt rektangulært for lett praktisk utfør-else.
En tiende-ordens LPC-analyse krever bestemmelse av ACF-koef f isientene R0,....,R. Disse koeffisienter må oppdateres gjentatte ganger for hvert inngående talesignalsampel. hvor ^(n) er den n-te gjentagelse av den k-te ACF-koeffisient. Denne ligning iverksettes av subrutinen 63 for frembringelse av ACF. Koeffisientene R^opprettholdes med 32-bits nøyaktighet for å fjerne problemer med avrundings-feil. Algoritmen iverksettes ved å opprette en forsinkelsesbuffer som innledningsvis innstilles til 0 og fininnstilles etter hver gjentagelse. Denne iverksetning bevirker også at resultatet i 32-bits ikke vil strømme over. Den maksimale verdi av ACF er 0-forsinkelseselementet. Hvis f.eks. hvert inngangssampel maksimalt har en oppløsning på 12-bits, vil den største verdi som oppnås for akkumulatoren ved en databuffer på 180 sampel være:
Etter en fullført sampelinngang, må det oppnådde 32-bits ACF-resultat omformes til 16-bits koeffisienter. Subrutinen 65 for ACF-normaliseringen utfører alle de påkrevede operasjoner for å omforme det 32-bits ACF til et 16-bits resultat. Subrutinen 66 for LPC-analyse er åpen for en scalert ACF-inngang. For således å oppnå størst mulig dynamisk område for 16-bits ACF, scaleres det oppnådde 32-bits resultat til den maksimale verdi RQfør innsnevringen til 16-bit. Den opti-male prosess for dette formål ville være å dividere alle koeffisienter med Rq. Prosessens effektivitet forbedres imidlertid i høy grad ved ganske enkelt å forskyve tallene på 32-bit til venstre, således at innledende nuller i Rq-verdien fjernes.
En avgjørelse 67 om at korrelasjonsrammen på 32-bit er full stendig tillater prosessoren å fortsette til subrutine 65 for ACF-normalisering.
Subrutinen 66 for LPC-analyse benytter Durbin-algoritmen for å frembringe de ti LPC-koeffisienter og de ti LPC-refleksjonskoeffisienter 36. Denne Durbin-algoritmes inngang er den normaliserte 16-bits ACF.
Durbin-algoritmen er en ytterst effektiv algoritme for å utlede LPC-koeffisientene. Det henvises i denne forbindelse til J. Makhoul, "Linear Predition: A Tutorial Review", Proe. IEEE, bind 63, sidene 561-580, 1975. Denne algoritme er egnet for fastpunkts aritmetiske beregninger og frembringer også som biprodukt refleksjonskoeffisientene, som kan anvendes for kvantisering og koding før overføring til mottagersiden.
Alternativt kan LPC-koeffisientene frembringes ved rekursjon i henhold til Le Roux-Gueguen (LG), som er beskrevet i artikkelen J. Le Roux og C. Gueguen, "A Fixed Point Computation of Partial Correlation Coefficients in Linear Prediction", Proe. ICASSP-77, sidene 742-743. Skjønt den er raskere enn Durbin-algoritmen, frembringer LG-rekursjonen bare LPC-refleksjonskoeffisientene og ikke LPC-koeffisientene , som i og for seg må frembringes separat.
Durbins rekursive prosess er som følger:
Innledningstilstand:
Rekursjon (i=2,P):
Symbolene er definert slik:
er prediksjonens feilenergi
R. er den i-te autokorrelasjonsfunksjon
k^ er den i-te refleksjonskoeffisient
er den i-te LPC-koeffisient (j-te gjentagelse)
LPC-analysens orden P fastlegges ved forsøk og en 10.-ordens analyse er tilstrekkelig til å opprette en tilfredsstillende modell av talekanalens frekvensgang.
LPC-parameterne må kvantiseres og kodes før signaloverfør-ingen og den signalsyntese som finner sted på mottagersiden for å gjenopprette det digitale talesignal. LPC-koeffisientene a^er imidlertid følsomme for kvantiseringsstøy og kan derved innføre betydelig forvrengning av signalet. En løs-ning på dette problem er å kvantisere og kode LPC-refleksjonskoeffisientene k^ som er meget mindre følsomme for kvantiseringsstøy. Denne arbeidsoperasjon utføres i en subrutine 68 for kvantisering av LPC-koeffisienten og som utgjør en del av kvantiseringsrutinen i fig. 5. I mottageren kan LPC-koeffisientene gjenvinnes fra de kvantiserte refleksjonskoeffisienter ved å anvende et delsett av den ovenfor angitte-rekurs jon.
Den innledende subrutine 58 og subru-tinen 59 for sampelinngangen inneholdes begge i hovedprogrammet for databehandlingen på sendersiden. Hovedprogrammet styrer anropet av de øvrige subrutiner eller prosedyrer i rutinen for LPC-analyse i fig. 3 i samsvar med følgende hierarki: frekvensfrem-hevelse 61, ACF-dannelse 63, ACF-normalisering 65 og LPC-analyse 66. Hovedprogrammet iverksetter rutinen i fig. 5 for LPC-analyse for derved å frembringe en ramme av et forut fastlagt antall forbehandlede talesignalsampler samt de ti LPC-koeffisienter. Uttrykket "LPC-koeffisienter" gjelder slik det anvendes her enten LPC-koeffisienter eller LPC-ref leks jonskoef f isienter , hvis ikke det sistnevnte er spesifisert.
Rutinen for frembringelse av restsignal er representert ved flytskjemaet i fig. 4. I denne rutine inngår subrutinene eller prosedyrene for igangsetning 70, sampelinngang 71, invers filtrering 72, båndbegrensning 73 og nedsampling 74.
Den innledende subrutine 70 overfører annen-ordens filter-seksjonskoeffisienter fra en ytre datahukommelse til den indre RAM-hukommelse i senderprosessoren for anvendelse i prosedyren 73 for båndbegrensning.
Prosedyren 71 for sampelinngang overfører de forbehandlede frekvensgangsampler fra taledatabufferen i den ytre datahukommelse til posisjonen for null-forsinkelse i en tale-forsinkelsesbuffer som befinner seg i den indre RAM for senderprosessoren. Forsinkelsesbufferen anvendes for å ut-føre filtreringen med samtlige null-punkter og endelig impulsreaksjon (FIR) i samsvar med LPC-koeffisientene og ved hjelp av subrutinen 72 for innvers filtrering.
Subrutinen 72 for invers filtrering utgjør et inverst filter med samtlige null-punkter i samsvar med LPC-koeffisientene for å frembringe restsignalet 19 (fig. 1). Utgangen fra denne prosedyre 72 overføres til en databuffer for restsignal og som befinner seg i den ytre datahukommelse.
Restsignalet 20 frembringes ved invers filtrering av de forbehandlede taledatasignaler 12 med frekvensgang i samsvar med LPC-koeffisientene 17 (se fig. 1). Disse LPC-koeffisienter er matematisk formulert for anslagsvis å tilsvare talekanalens overføringsfunksjon. Denne funksjon er representert ved polynomet H(z): hvor a, er den k-te LPC-koeffisient. Restsignalet 19 oppnås ved filtrering av talesignalsamplene 12 ved hjelp av det totale null-filter H(z)-"'". Hvis x^representerer det innkommende talesampel ved tidspunktet n og ynrepresenterer det tilsvarende utgangssampel, kan filteret representeres ved følgende differanse-ligning:
Den enkleste måte å bygge opp denne struktur på, er å anbringe koef f isentene a^i et fast register og utnytte forsinkelsesbufferen ved anvendelse av et skiftregister. Mikro-koden TMS32010 optimaliseres for å utføre denne operasjon ved anvendelse av LTD/MPY-ordrene. Prosessoren har en røreled-nings-instruksjon som utfører multiplisering og akkumulering på 400 ns.
Subrutinen 73 for båndbegrensning sørger for lavpassfiltre-ring av restsignalet 20 ved å iverksette en åtte-ordens elliptisk halvbåndfiltrering, som i sin tur utføres ved å benytte en kaskadepå fire annen-ordens seksjoner. Overfør-ingsfunksjonen for det elliptiske filter er:
Det er viktig å utføre denne filterfunksjon på en måte som vil nedsette virkningene av koeffisient-kvantiseringen og endelig registerlengde, slik de er beskrevet av L. A. Rabiner og B. Gold i boken "Theory and Application of Digital Signal Processing", Prentice-Ha11, 1975. Dette oppnås best ved faktorisering av polynomet H(z) i annen-ordens polynomer:
De annen-ordens polynomer H (z) blandes ved hjelp av en annen-ordens filterseksjon. Denne annen-ordens seksjon frembringes av en indre prosedyre som fremkalles fire ganger for å danne en kaskade av fire annen-ordens filterseksjoner. En cascade av fire seksjoner tilsvarer et åttende ordens elliptisk lavpassfilter. Hver seksjon anvender et sett filter-koeffisienter og krever sin egen forsinkelsesbuffer, som må trinnforskyves ved hver gjentatt prosess. Subrutinen 74 for nedsampling iverksetter denne prosess ved å uteslutte forut bestemte sampler. Nedsamplings-algoritmen benytter ramme-telleren til veksling mellom utelukkelse av inngangsdata-punktet eller scalering av dette slik at energien pr. ramme opprettholdes. Nedsamplings-funksjonen reduserer den sampl-ede datatakt for det filtrerte restsignal. Denne funksjon utøves av en ramme-posisjonsgiver. Samplet blir enten ute-sluttet eller størrelsesscalert (multiplisert med en forut bestemt faktor for å opprettholde den midlere rammeenergi i restsignalet). Hvis f.eks. nedsamplings-forholdet er to, vil sealeringsfaktoren også vasre to.
En beslutning 75 om at rammen er fullført, avslutter den viste rutine i fig. 4 for utledning av restsignal.
Subrutinene 71 og 72 for henholdsvis sampelinngangen og invers filtrering samt beslutningen 75 er samordnet og styrer hierarkiet for de øvrige subrutiner innenfor den viste rutine i fig. 4 for utledning av restsignal. Rekkefølgen for et sådant anrops-hierarki er båndbegrensningen 73 og nedsampl-ingen 74.
Kvantiseringsrutinen representert ved flytskjemaet i fig. 5 omfatter følgende subrutiner eller prosedyrer: kvantisering 68 av LPC-koeffisienter (omtalt ovenfor i forbindelse med prosedyren 66 for LPC-analyse), tonehøyde-forsinkelse 48, tonehøydens prediktorforsterkning 80, kvantiseringsforsterkningen 81, CRC 82, PPADPCM-kvantiseringen 83 samt datafor-matet 84.
Subrutinen 68 for kvantiseringen av LPC-koeffisienter sørger for kvantisering av de ti LPC-refleksjonskoeffisienter 14. Denne prosedyre oppnår sine inngangsdata fra LPC-refleksjons-koef f isientene 14 og den kvantiserings-oppsøkende subrutine 68 under fremdriften av subrutinen 66 for LPC-analyse. Denne prosedyre 68 anropes av subrutinen 66 for LPC-analyse.
Refleksjonskoeffisientene kvantiseres med et varierende antall bit pr. koeffisient i samsvar med DOD standard LPC-10 koding, som er nærmere beskrevet i T. E. Tremain, "The Government Standard Linear Predictive Coding Algorithm: LPC-10", Speech Technology, April 1982.
Datadirigering er nødvendig på grunn av den begrensede til-gjengelighet av den indre RAM-hukommelse i TMS32010. Ytterligere databuffere kan være anbragt i en ytre datahukommelse som har en meget langsom tilgangstid (800 ns). En algoritme for datadirigering utfører bufferoverføringer mellom den indre RAM-hukommelse og den ytre datahukommelse for å sikre at alle rutiner som skal utføres benytter den indre RAM-hukommelse.
Subrutinen 78 for tonehøyde-forsinkelse anslår tonehøyde-perioden for å bestemme parameteren T for tonehøydeforsink- eisen i det nedsamplede restsignal 22 (fig. 1), som anvendes for PPADPCM-kvantiseringen ved anvendelse av en autokorrelasjonsfunksjon (ACF) for analyse av signalet 22. Inngangene til algoritmen er den partielle ACF for den forutgående ramme og den løpende restsignalramme. Utgangen fra algoritmen er den anslåtte tonehøydeforsinkelse T og den oppdaterte partielle•ACF.
Tonehøydeforsinkelsen oppdateres i rammetakten. Tonehøyde-analysen benytter en enkel autokorrelasjonsdetektor, nemlig:
Tonehøydeforsinkelsen T velges som maksimalverdien av R(T)
ved vurdering av R(T) mellom T . og T . For å sikre
min max
et nøyaktig anslag av tonehøydeforsinkelsen må analysen dekke tre tonehøydeperioder, hvilket vil si N>3Tmax> Grensene for tonehøyde-deteksjonen velges etter forsøk ved anvendelse av Fortran-simuleringer av RELP-vokoderalgoritmen, således at f.eks. T er en 15 samplers forsinkelse og T er en
min max
40 samplers forsinkelse. Dette tilsvarer tonehøydefrekvenser på henholdsvis 267 Hz og 100 Hz, hvis det nedsamplede restsignal 22 har en samplingstakt på 4 kHz. Verdien N velges derfor å være to nedsamplede rammer. Autokorrelasjonsdetek-toren R(T) vurderes til å utgjøres av to partielle ACF-funksjoner, nemlig R^(T) og R^( T), hvor:
M er er her en enkelt nedsamplet ramme. R(T) beregnes ved å addere den løpende rammes partielle ACF, nemlig R^( T) og den forutgående rammes partielle ACF, nemlig R^(T), som var
lagret i den ytre datahukommelse.
Subrutinen 80 for tonehøydens prediktorforsterkning fastlegger den tilsvarende parameter B for PPADPCM-kvantiseringen og oppdaterer en sådan bestemmelse av rammetakten. Tone-høydens prediktorforsterkning B fastlegges som:
hvor M er en enkelt nedsamplet ramme og T er tonehøydefor-sinkelsen. Verdien B ligger mellom to grenser, nemlig:
Hvis B > 1,0 så er B = 1,0
Hvis B < 0,1 så er B = 0,0
Subrutinen 81 for kvantiseringsforsterkningen fastlegger den tilsvarende parameterQ£orstf°r PPADPCM-kvantiseringen og oppdaterer denne bestemmelse i rammetakten. Denne parameter anvendes for scalering av kvantisereren til inngangssigna1-nivå, idet hvert inngangs- og utgangsnivå for kvantisereren multipliseres med cJforst<«>Parameteren velges til å være den maksimale x :
n
hvor M er en enkelt nedsamplet ramme, T er tonehøydefor-sinkelsen og B er tonehøydens prediktorforsterkning.
CRC-subrutinen 82 innfører en n-bit syklisk redundansKkode (CRC) med hensyn til overføringsrammen, for derved å tillate påvisning av bit-feil under signaloverføringen. Denne kode beskytter LPC-koeffisientene og PPADPCM-parametrene. Inngangen til subrutinen er de relevante kvantiserte koeffisienter. Utgangen fra denne subrutine er en n-bit CRC som skal overføres.
PPADPCM-subrutinen 83 kvantiserer det nedsamplede restsignal 22 ved å anvende tonehøyde-prediktiv tilpasset differensiell pulskodemodulasjon (PPADPCM). Uttrykket "tonehøydepre-diktiv" er imidlertid noe misvisende. Tonehøyde-prediktoren kan anvendes for å fjerne den dominerende periodiske frekvens fra restsignalet 22 før kvantiseringen. Skjønt denne frekvens vanligvis er tonehøyde-perioden, kan det likevel hende at prediktoren kan låses til en annen frekvens uten at dette ødelegger kvantiseringens arbeidsfunksjon. En streng algoritme for tonehøydeutledning er derfor ikke nødvendig. Prediktoren fjerner den dominerende periodisitet av bølge-formen for å frembringe et "hvitt støysignal" med en gausisk funksjon for sannsynlighetstetthet (pdf). Dette signal kan så kvantiseres ved anvendelse av en klassisk Max-kvantetisator, slik som beskrevet i J. Max, "Quantizing for Minimum Distortion", IRE Trans on Information Theory, March 1960.
Fig. 6 viser oppbygningen av PPADPCM-kvantetisatoren. Denne kvantetisator er innleiret i prediktor-sløyfen, således at det feilspektrum som innføres ved kvantiseringen er ensartet. Kvantetisatorens parametere er tonehøydeforsinkelsen (T), kvantiseringsf orsterkningen ^fors-(-^'tonehøydens prediktorforsterkning (B) og kvantetisatorens ordensnivå (Q). Forsøk har fastlagt at en 3-bits kvantetisator er tilstrekkelig for å sikre god subjektiv talekvalitet på mottagersiden.
Subrutinen 84 for dataformat innstiller en dataramme 34 (fig. 1) for signaloverføring. Inngangen til subrutinen 84 er et forut fastlagt antall kvantiserte restsignalsamplere 25, parameteren 26 for tonehøydeforsinkelse, tonehøydens predik-torf orsterkning 27, kvantiseringsforsterkningen 28, de kvantiserte LPC-koeffisienter 31 (fig. 1) og CRC. Utgangen fra subrutinen 84 er en dataramme 34 for signaloverføringen og som anbringes i utgangsbufferen.
En avgjørelse 85 om at rammen er fullstendig avslutter den angitte kvantiseringsrutine i fig. 5.
Hierarkiet for anropning av subrutinene innenfor kvantiseringsrutinen i fig. 5 befinner seg under styring fra hovedprogrammet. De følgende subrutiner er samordnet i en felles prosedyre som er betegnet PPQNT, nemlig tonehøydens predik-torf orsterkning 80, kvantiseringsforsterkningen 81 og PPADPCM-kvantiseringen 83. Det anropende hierarki har følg-ende gradering: tonehøyde 78, PPQNT, CRC 82 og dataformat 84. Subrutinen 68 anropes av subrutinen 66 for LPC-analyse innenfor den viste analyserutine i fig. 3.
Mottagerens digitale signalprosessor utnytter en syntese-behandlingsrutine. I fig. 7 er det angitt at synteserutinen omfatter følgende subrutiner: innledningsprosess 88, datainngang 89, CRC-utprøvning 90, utledning av LPC-koeffisient 91, PPADPCM-dekoding 92, gjenopprettelse av tonespekteret 93, LPC-syntesefilter 94, frekvensutligning 95 og taleutgang 97.
Innledningssubsrutinen 88 inngår i hovedprogrammet for signalbehandlingen på mottagersiden. Den innledende subrutine 88 klargjør alle registre og da talagersteder i prosessoren før utførelse av hver subrutine eller prosedyre.
Subrutinen 89 for datainngang inngår også i hovedprogrammet for databehandlingen på mottagersiden. Denne subrutine sørger for inngang av den mottatte dataoverføringsramme 36 fra senderen ved å føre inn datarammen fra en rammebuffer i en ytre datahukommelse.
Subrutinen 90 for CRC-utprøvning benytter den overførte og mottatte dataramme til å frembringe et n-bit CRC som sammen-lignes med det foreliggende n-bit CRC i den mottatte data-overf øringsramme for derved å undersøke om det foreligger overføringsfeil. Hvis sådanne feil påvises, utesluttes et delsett av LPC- og PPADPCM-parametere for den foreliggende ramme og et delsett fra den tidligere rammes parametere inn-føres i stedet. Inngangen til denne prosedyre er et n-bit CRC-ord fra dataoverføringsrammen. Utgangen fra denne sub rutine er et flagg som angir hvilket parametersett som skal anvendes under resten av subrutinen.
Subrutinen 91 for frembringelse av LPC-koeffisient leser inn de overførte kvantiserte LPC-parametere, anroper en subrutine IQRC for å dekode LPC-refleksjonskoeffisientene, samt utfører en algoritme med et trinn opp for å overføre LPC-refleksjons-koef f isientene til LPC-koeffisienter. Inngangen til denne subrutine er de overførte kvantiserte LPC-refleksjonskoeffisienter 43 og utgangen er LPC-koeffisientene 51 (fig. 2).
Før LPC-syntesfiltreringen 52 må LPC-koeffisientene være utledet fra de overførte kvantiserte LPC-refleksjonskoeffisienter. Disse kvantiserte LPC-refleksjonskoeffisienter må pakkes ut og dekodes ved anvendelse av kvantiserte oppslags-tabeller, slik som beskrevet av T. E. Tremain i artikkelen "The Government Standard Linear Predictive Coding Algorithm: LPC-10", Speech Technology, April 1982. LPC-koeffisientene utledes da fra de dekodede LPC-refleksjonskoeffisienter ved å anvende nevnte opptrinns-algoritme, en rekursiv algoritme som er et delsett av den Durbin-algoritme som er beskrevet av J. Makhoul i artikkelen "Linear Prediction: A Tutorial Review", Proe. IEEE, bind 63, sidene 561-580, 1975:
Rekursjonen er som følger:
hvor k^er den i-te refleksjonskoeffisient og a^ er den i-te LPC-koeffisent (j-te gjentagelse). Senderens LPC-analyse P er av tiende orden.
Subrutinen 92 for PPADPCM-dekoding leser inn det bit-pakkede og kvantiserte restsignal 39 og kvantiseringsparameterne 40, 41, 42 som mottas fra senderen og frembringer på dette grunnlag et dekodet (nedsamplet) basisbåndsigna1 47 (fig. 2). Denne subrutine 92 må utføre den motsatte operasjon av senderens PPADPCM-koding. Denne operasjon er derfor oppdelt i tre deler, nemlig opp-pakking, kvantiseringsoppslag og tonehøyde-eksitering.
Subrutinen 92 for PPADPCM-dekoding overfører først PPADPCM-kvantiseringskoeffisientene til den indre RAM-hukommelse og scalerer disse ved anvendelse av parameteren for kvantiseringsf orsterkning . Inngangene til denne operasjon er den koeffisientbuffer som befinner seg i den ytre datahukommelse samt kvantiseringsforsterkningen. Utgangen fra denne operasjon er den scalerte oppslagstabell som befinner seg i den indre RAM-hukommelse.
Denne subrutine 92 leser så inn pakkede data-bitgrupper fra en databuffer i den ytre datahukommelse, pakker opp disse bitgrupper og dekoder datasampler ved anvendelse av kvantisatorens oppslagstabell.
Inngangen til denne operasjon er det bit-pakkede dataord og kvantisatorens koeffisienttabell. Utgangen fra denne operasjon er erstattet av dekodede datasampler. De mottatte data-bitgrupper pakkes opp til enkeltstående datasampler ved av-maskering av hvert sådant sampel, som derpå kan dekodes ved anvendelse av kvantisatorens oppslagstabell, som er identisk med den som ble anvendt i senderen for å kvantisere data-sa mplene.
Subrutinen 92 for PPADPCM-dekodingen løser så en første ordens differanseligning for variabel forsinkelse for "tone-høyde-eksitering" av inngangsdata og gjenvinning av det nedsamplede restsignal 47. Inngangen til denne operasjon er det overførte datasampel, parameteren for tonehøydeforsinkelse og parameteren for tonehøydens prediktorforsterkning. Utgangen fra denne operasjon er det nedsamplede restsignal 47. Differanseligningen for denne operasjon er:
hvor S er det nedsamplede restsignalsampel, x er det overførte datasampel, B er tonehøydens prediktorforsterkning og T er den foreliggende rammes tonehøydeforsinkelse (periode).
Subrutinen 93 for gjenopprettelse av tonespekteret inngår i hovedprogrammet for mottagerprosessoren. Denne subrutine 93 frembringer et restsignal 49 med fullstendig båndbredde fra det nedsamplede restsignal 47. Virkningen av dette er å omvandle et A kHz nedsamplet signal 47 til et 8 kHz signal 49 med full båndbredde.
Subrutinen 94 for LPC-syntesefiltrering innfører et auto-regressivt LPC-syntesefilter som styres av LPC-koeffisientene. Inngangene til denne subrutine er LPC-koeffisientene 51 og det regenererte restsignal 49 med full båndbredde. Utgangen fra denne subrutine er det gjenopprettede forbehandlede talesignalsampel 53. Denne subrutine 94 frembringer talesignalsamplene 53 ved filtrering av restsignalet 49 med et allpol-filter av tiende orden. Dette filter styres av de frembragte LPC-koeffisienter 51. Overføringsfunksjonen for dette filter er: hvor a^er den k-te LPC-koeffisient. Hvis x representerer restsignalsamplet 49 ved tidspunktet n og ynrepresenterer det tilsvarende gjenopprettede forbehandlede talesignalsampel 53, kan filteroperasjonen representeres ved følgende differanseligning:
Den enkleste måte og løse denne ligning på er å anbringe koeffisientene a^i et fast register og sette igang forsinkelsesbufferen ved anvendelse av et skiftregister. TMS32010-mikrokoden er optimalisert for å utføre denne operasjon ved anvendelse av LTD/MPY-ordre. Prosessoren har en rørledningsinstruksjon for multiplisering og akkumulering som utføres på 400 ns.
Utlignings-subrutinen 95 oppretter et første ordens digitalt utligningsfilter. Inngangen til denne subrutine er det foreliggende gjenopprettede sampel 53, det tidligere gjenopprettede sampel samt utligningskonstanten. Utgangen fra denne subrutine er det gjenopprettede talesignalsampel 55.
Første ordens digital utligning utføres som komplementær operasjon til forebehandlingsfunksjonen for fremhevelse av høye frekvenser i senderprosessoren. Frekvensutligningen benytter et lavpassfilter med enkel forsinkelse. Utligningskonstanten A innstilles også til 0,9375. Differanseligningen for filteret er:
Subrutinen 97 for taleutgangen inngår også i hovedprogrammet for mottagerprosessoren. Denne subrutine avgir de gjenopprettede talesignalsampler til en databuffer i en ytre datahukommelse, hvorfra talesamplene tas ut.
En avgjørelse 98 om at datarammen er fullført avslutter den viste synteserutine i fig. 7.
Anrops-hierarkiet for synteserutinen i fig. 7 styres av hovedprogrammet for mottagerprosessoren og anroper følgende subrutiner i følgende rekkefølge. CRC-utprøvning 90, frem bringelse av LPC-koeffisient 91, PPADPCM-dekoding 92, invers filtrering 94 og frekvensutligning 95.
Sender- og mottagersystemer som befinner seg 'på samme sted kan inngå i en enkelt digital databehandlingsenhet.
Claims (18)
1. Rest-eksitert lineær prediktor-vokoder (RELP) som omfatter en digital signalprosessor innrettet for å databehandle digitale talesignalsampler for derved å frembringe et formatinnstilt overføringssigna1 som inneholder: (a) et kvantisert restsignal frembragt ved invers filtrering av signalsamplene i samsvar med lineære prediktive kodingskoeffisienter (LPC) utledet fra samplene, (b) kvantiserte LPC-koef f isienter , og (c) parametere for tonehøyde og forsterkning utledet under kvantiseringen av restsignalet fra de inversfiltrerte signalsampler, idet alle nevnte signalkomponenter er frembragt av nevnte prosessor ved databehandling av de digitale talesignalsampler.
2. Vokoder som angitt i krav 1, karakterisert ved at den digitale signalprosessor er innrettet for å utføre:
en rutine for utledning av LPC-koeffisientene,
en rutine for frembringelse av restsignalet, og en rutine for kvantisering av restsignalet og LPC-koeffisientene.
3. Vokoder som angitt i krav 2, karakterisert ved at rutinen for å utlede LPC-koeffisentene omfatter:
en subrutine for forbehandling av samplene med det formål å fremheve de høye talefrekvenser,
en subrutine for å fastlegge en autokorrelasjonsfunksjon (ACF) ut i fra de forbehandlede sampler med det formål å frembringe ACF-koeffisienter, og
en subrutine for å utlede LPC-koeffisientene fra de frembragte ACF-koeffisienter.
4. Vokoder som angitt i krav 3, karakterisert ved at rutinen for å frembringe restsignal omfatter:
en subrutine for invers filtrering av de forbehandlede sampler i samsvar med de utledede LPC-koeffisienter,
en subrutine for båndbegrensning av restsignalet ved lav-passfiltrering, og
en subrutine for nedsampling av det båndbegrensede restsignal for å nedsette antallet restsignalsampler som blir kvantisert og formatinnstilt for signaloverføring.
5. Vokoder som angitt i krav 4, karakterisert ved at rutinen for kvantisering av restsignalet og LPC-koeffisientene omfatter:
en subrutine for kvantisering av LPC-koeffisientene,
en subrutine for å anslå tonehøydeperioden for det nedsamplede restsignal ved ACF-analyse av den foreliggende nedsamplede restsignalramme i samsvar med de frembragte ACF-koeffisienter for den tidligere signalramme, for derved å fastlegge en parameter for tonehøydeforsinkelsen i den foreliggende ramme,
en subrutine for å frembringe en parameter for tonehøydens prediktorforsterkning i hver restsignalramme i samsvar med den anslåtte parameter for tonehøydeforsinkelse for hver tilsvarende ramme,
en subrutine for å frembringe en parameter for kvantiseringsf orsterkning for hver restsignalramme i samsvar med parameterne for tonehøydeforsinkelse og tonehøydens pre-diktorf orsterkning i hver tilsvarende ramme, og en subrutine for kvantisering av hver restsignalramme ved tonehøyde-prediktiv tilpasset differensial pulskodemodulasjon (PPADPCM) i samsvar med parameterne for tonehøyde-forsinkelse, tonehøydens prediktorforsterkning og kvantiseringsf orsterkningen for hver tilsvarende ramme.
6. Vokoder som angitt i krav 5, og som videre omfatter en annen digital signalprosessor innrettet for behandling av nevnte formatinnstilte overføringssignal for å syntetisere gjenopprettede digitale talesignalsampler, karakterisert ved at den annen prosessor er innrettet for å utføre en synteserutine som omfatter:
en subrutine for å gjenopprette LPC-koeffisientene fra de kvantiserte LPC-koeffisienter som inngår i det overførte signa 1,
en subrutine for dekoding av det kvantiserte restsignal som inngår i det overført signal i samsvar med parameterne for tonehøydeforsinkelse, tonehø ydens prediktorforsterkning og kvantiseringsforsterkningen og som inngår i det overførte signal for derved å opprette et dekodet og nedsamplet restsignal,
en subrutine for spektral gjenopprettelse av et restsignal med full båndbredde ut i fra det dekodede og nedsamplede restsigna1,
en subrutine for gjenopprettelse av forbehandlede digitale talesignalsampler ved autoregressiv filtrering av det regenererte restsignal med full båndbredde i samsvar med de gjenopprettede LPC-koeffisienter, og
en subrutine for frekvensutligning av de regenererte forbehandlede sampler med det formål å utligne de høye talefrekvenser for derved å frembringe fullt rekonstruerte digitale talesignalsampler.
7. Vokoder som angitt i krav 6,
karakterisert ved at subrutinen for dekoding omfatter:
en subrutine for scalering av kvantiseringskoeffisienter for hver kvantisert restsignalramme i samsvar med parameteren for kvantiseringsforsterkning som inngår det over-førte signal,
en subrutine for å utlede datasampler fra det kvantiserte restsignal som inngår i det overførte signal, i samsvar med de scalerte kvantiseringskoeffisienter, og
en subrutine for å utlede det dekodede og nedsamplede restsignal fra datasamplene ved tonehøydeeksitering i samsvar med parameterne for tonehøydeforsinkelsen og tonehøydens prediktorforsterkning.
8. Vokoder som angitt i krav 7, karakterisert ved at subrutinen for tone-høydeeksiteringen omfatter behandling av datasamplene i samsvar med en første ordens differanseligning for variabel forsinkelse, nemlig:
hvor S er det frembragte dekodede og nedsamplede restsigna lsampel , X er det frembragte datasampel, B er tone-høydens prediktorforsterkning og T er tonehøydeforsinkelsen for den foreliggende restsignalramme.
9. Vokoder som angitt i krav 5,
karakterisert ved at den videre omfatter en annen digital signalprosessor innrettet for databehandling av nevnte formatinnstilte overførte signal for å syntetisere signalsampler.
10. Vokoder som angitt i krav 2,
karakterisert ved at den videre omfatter en annen digital signalprosessor innrettet for databehandling av nevnte formatinnstilte overførte signal for å syntetisere gjenopprettede digitale talesignalsampler.
11. Vokoder som angitt i krav 1, karakterisert ved at den omfatter en annen digital signalprosessor innrettet for databehandling av nevnte formatinnstilte overførte signal for å syntetisere gjenopprettede digitale talesignalsampler.
12. Vokoder som angitt i krav 11, karakterisert ved at den annen prosessor er innrettet for å utføre en synteserutine som omfatter:
en subrutine for å gjenopprette LPC-koeffisientene ut i fra de kvantiserte LPC-koeffisienter som inngår i det overførte signa 1,
en subrutine for dekoding av det kvantiserte restsignal som inngår i det overførte signal i samsvar med de parametere for tonehøydeforsinkelse, tonehøydens prediktor-forsterkning og kvantiseringsforsterkning som inngår i det overførte signal, for derved å frembringe et dekodet og nedsamplet restsignal,
en subrutine for spektral gjenopprettelse av et restsignal med full båndbredde ut i fra det dekodede og nedsamplede restsigna1,
en subrutine for å gjenopprette de forbehandlede digitale talesignalsampler ved autoregressiv filtrering av det gjenopprettede restsignal med full båndbredde i samsvar med de gjenopprettede LPC-koeffisienter, og
en subrutine for utligning av de gjenopprettede forbehandl ede sampler med det formål å utligne de høye talefrekvenser, for derved å frembringe fullt gjenopprettede digitale ta lesignalsampler.
13. Vokoder som angitt i krav 12, karakterisert ved at subrutinen for dekoding omfatter:
en subrutine for scalering av kvantiseringskoeffisienter for hver kvantisert ramme i samsvar med den parameter for kvantiseringsforsterkning som inngår i det overførte signal ,
en underrutine for å frembringe datasampler ut i fra det kvantiserte restsignal som inngår i det overførte signal og i samsvar med de scalerte kvantiseringskoeffisienter,
og
en subrutine for å frembringe det dekodede og nedsamplede restsignal ut i fra datasamplene ved tonehøydeeksitering i samsvar med parameterne for tonehøydeforsinkelse og tone-høydens prediktorforsterkning.
14. Vokoder som angitt i krav 13, karakterisert ved at subrutinen for tone-høydeeksitering omfatter behandling av datasamplene i samsvar med en første ordens differanseligning for variabel forsinkelse, nemlig:
hvor S er det frembragte dekodede og nedsamplede restsignalsampel, X er det frembragte datasampel, B er tone-høydens prediktorforsterkning og T er tonehøydeforsinkelsen for den foreliggende restsignalramme.
15. Rest-eksitert lineær prediktor-vokoder (RELP) som omfatter en digital signalprosessor innrettet for å databehandle et formatinnstilt overført signal som inneholder:
(a) et kvantisert restsignal frembragt ved invers filtrering av signalsamplene i samsvar med lineære prediktive kodingskoeffisienter (LPC) utledet fra samplene,
(b) kvantiserte LPC-koeffisienter, og
(c) parametere for tonehøyde og forsterkning utledet under kvantiseringen av restsignalet fra de inversfiltrerte signalsampler, for derved å syntetisere gjenopprettede digitale talesignalsampler.
16. Vokoder som angitt i krav 15, karakterisert ved at prosessoren er innrettet for å utføre en synteserutine som omfatter:
en subrutine for å gjenopprette LPC-koeffisientene ut i fra de kvantiserte LPC-koeffisienter som inngår i det overførte signal,
en subrutine for å dekode det kvantiserte restsignal som inngår i det overførte signal i samsvar med de parametere for tonehøydeforsinkelse, tonehøydens prediktorforsterkning og kvantiseringsforsterkningen som inngår i det over-førte signal for derved å frembringe et dekodet og nedsamplet restsignal,
en subrutine for spektral gjenopprettelse av et restsignal med full båndbredde ut i fra det dekodede og nedsamplede restsignal,
en subrutine for å regenerere de forbehandlede digitale talesignalsampler ved autoregressiv filtrering av det gjenopprettede restsignal med full båndbredde i samsvar med de gjenopprettede LPC-koeffisienter, og
en subrutine for utligning av de gjenopprettede forbehandlede sampler med det formål å utligne de høye talefrekvenser, for derved å frembringe fullt gjenopprettede digitale talesignalsampler.
17. Vokoder som angitt i krav 16, karakterisert ved at subrutinen for dekoding omfatter:
en subrutine for scalering av kvantiseringskoeffisienter for hver kvantisert signalramme i samsvar med den parameter for kvantiseringsforsterkning som inngår i det over-førte signal,
en subrutine for å frembringe datasampler ut i fra det kvantiserte restsignal som inngår i det overførte signal og i samsvar med de scalerte kvantiseringskoeffisienter, og
en subrutine for å frembringe det dekodede og nedsamplede restsignal ut i fra datasamplene ved tonehøydeeksitering i samsvar med parameterene for tonehøydeforsinkelsen og tone-høydens prediktorforsterkning.
18. Vokoder som angitt i krav 17, karakterisert ved at subrutinen for tone-høyde-eksiteringen omfatter behandling av datasamplene i samsvar med en første ordens differanseligning for varierende forsinkelse, nemlig:
hvor Sn er det frembragte dekodede og nedsamplede restsignalsampel, Xn er det frembragte datasampel, B er tonehøy-dens prediktorforsterkning og T er tonehø ydeforsinkelsen for den foreliggende restsignalramme.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US66744684A | 1984-11-02 | 1984-11-02 | |
| PCT/US1985/002168 WO1986002726A1 (en) | 1984-11-01 | 1985-11-01 | Relp vocoder implemented in digital signal processors |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| NO862602D0 NO862602D0 (no) | 1986-06-27 |
| NO862602L true NO862602L (no) | 1986-09-01 |
Family
ID=24678262
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| NO86862602A NO862602L (no) | 1984-11-02 | 1986-06-27 | Vocoder innebygd i digitale signalbehandlingsenheter. |
Country Status (7)
| Country | Link |
|---|---|
| EP (1) | EP0203940A4 (no) |
| JP (1) | JPS63500896A (no) |
| AU (1) | AU577641B2 (no) |
| CA (1) | CA1240396A (no) |
| DK (1) | DK311386D0 (no) |
| NO (1) | NO862602L (no) |
| WO (1) | WO1986002726A1 (no) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4675863A (en) * | 1985-03-20 | 1987-06-23 | International Mobile Machines Corp. | Subscriber RF telephone system for providing multiple speech and/or data signals simultaneously over either a single or a plurality of RF channels |
| JP2626223B2 (ja) * | 1990-09-26 | 1997-07-02 | 日本電気株式会社 | 音声符号化装置 |
| US6006174A (en) | 1990-10-03 | 1999-12-21 | Interdigital Technology Coporation | Multiple impulse excitation speech encoder and decoder |
| US5235670A (en) * | 1990-10-03 | 1993-08-10 | Interdigital Patents Corporation | Multiple impulse excitation speech encoder and decoder |
| US5546383A (en) | 1993-09-30 | 1996-08-13 | Cooley; David M. | Modularly clustered radiotelephone system |
| ES2143396B1 (es) * | 1998-02-04 | 2000-12-16 | Univ Malaga | Circuito integrado monolitico codec-encriptador de baja tasa para señales de voz. |
| US7907977B2 (en) | 2007-10-02 | 2011-03-15 | Agere Systems Inc. | Echo canceller with correlation using pre-whitened data values received by downlink codec |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3431362A (en) * | 1966-04-22 | 1969-03-04 | Bell Telephone Labor Inc | Voice-excited,bandwidth reduction system employing pitch frequency pulses generated by unencoded baseband signal |
| US3750024A (en) * | 1971-06-16 | 1973-07-31 | Itt Corp Nutley | Narrow band digital speech communication system |
| GB2102254B (en) * | 1981-05-11 | 1985-08-07 | Kokusai Denshin Denwa Co Ltd | A speech analysis-synthesis system |
-
1985
- 1985-11-01 JP JP60505057A patent/JPS63500896A/ja active Pending
- 1985-11-01 AU AU50198/85A patent/AU577641B2/en not_active Ceased
- 1985-11-01 EP EP19850905709 patent/EP0203940A4/en not_active Withdrawn
- 1985-11-01 WO PCT/US1985/002168 patent/WO1986002726A1/en not_active Ceased
- 1985-11-01 CA CA000494448A patent/CA1240396A/en not_active Expired
-
1986
- 1986-06-27 NO NO86862602A patent/NO862602L/no unknown
- 1986-06-30 DK DK311386A patent/DK311386D0/da not_active Application Discontinuation
Also Published As
| Publication number | Publication date |
|---|---|
| DK311386A (da) | 1986-06-30 |
| NO862602D0 (no) | 1986-06-27 |
| EP0203940A1 (en) | 1986-12-10 |
| DK311386D0 (da) | 1986-06-30 |
| AU577641B2 (en) | 1988-09-29 |
| WO1986002726A1 (en) | 1986-05-09 |
| JPS63500896A (ja) | 1988-03-31 |
| AU5019885A (en) | 1986-05-15 |
| CA1240396A (en) | 1988-08-09 |
| EP0203940A4 (en) | 1987-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5787391A (en) | Speech coding by code-edited linear prediction | |
| US6782359B2 (en) | Determining linear predictive coding filter parameters for encoding a voice signal | |
| EP0515138B1 (en) | Digital speech coder | |
| EP0898267B1 (en) | Speech coding system | |
| EP0331857B1 (en) | Improved low bit rate voice coding method and system | |
| EP1221694B1 (en) | Voice encoder/decoder | |
| US4716592A (en) | Method and apparatus for encoding voice signals | |
| EP0575511A1 (en) | Speech coder and method having spectral interpolation and fast codebook search | |
| US6249758B1 (en) | Apparatus and method for coding speech signals by making use of voice/unvoiced characteristics of the speech signals | |
| NO302849B1 (no) | Framgangsmåte og anordning for digital talekoding | |
| EP0865028A1 (en) | Waveform interpolation speech coding using splines functions | |
| NO340411B1 (no) | Audiokoding etterfilter | |
| EP0477960A2 (en) | Linear prediction speech coding with high-frequency preemphasis | |
| EP0865029B1 (en) | Efficient decomposition in noise and periodic signal waveforms in waveform interpolation | |
| CN1751338B (zh) | 用于语音编码的方法和设备 | |
| EP0235180B1 (en) | Voice synthesis utilizing multi-level filter excitation | |
| JP2645465B2 (ja) | 低遅延低ビツトレート音声コーダ | |
| NO862602L (no) | Vocoder innebygd i digitale signalbehandlingsenheter. | |
| US5235670A (en) | Multiple impulse excitation speech encoder and decoder | |
| JPH07168596A (ja) | 音声符号化装置 | |
| JP3002299B2 (ja) | 音声符号化装置 | |
| Tseng | An analysis-by-synthesis linear predictive model for narrowband speech coding | |
| Madour | A low-delay code excited linear prediction speech coder at 8 kbit/s | |
| JPH08101699A (ja) | 音声符号化装置 | |
| KR19980035870A (ko) | 음성 합성장치 및 그 방법 |