SE518319C2 - Förfarande och anordning för vektorkvantisering - Google Patents
Förfarande och anordning för vektorkvantiseringInfo
- Publication number
- SE518319C2 SE518319C2 SE9404086A SE9404086A SE518319C2 SE 518319 C2 SE518319 C2 SE 518319C2 SE 9404086 A SE9404086 A SE 9404086A SE 9404086 A SE9404086 A SE 9404086A SE 518319 C2 SE518319 C2 SE 518319C2
- Authority
- SE
- Sweden
- Prior art keywords
- vector
- segment
- vectors
- correlations
- predetermined vectors
- 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
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/083—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being an excitation gain
-
- 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
-
- 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
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
- G10L19/135—Vector sum excited linear prediction [VSELP]
-
- 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
- G10L2019/0001—Codebooks
- G10L2019/0013—Codebook search algorithms
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/06—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being correlation coefficients
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/24—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being the cepstrum
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Analogue/Digital Conversion (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
- Reduction Or Emphasis Of Bandwidth Of Signals (AREA)
Description
är en utvald kodvektor som alstrar den viktade felsigna- len med minst energi för den föreliggande talramen.
(LPC) för att modellera korttidssignalkorrelationen över ett Vanligtvis används linjär, prediktiv kodning block av sampel, vilket även benämnes korttidsfilter.
Korttidssignalkorrelationen representerar resonansfrek- venserna i röstapparaten. LPC-koefficienterna är en upp- sättning av talmodellparametrar. Andra parameteruppsätt- ningar kan användas för att karaktärisera excitationssig- nalen som matas till korttidsprediktorfiltret. Dessa andra talmodellsparametrar innefattar: Line Spectral (LSF), förhållanden i det logaritmiska området, och Frequencies kepstrumkoefficienter, reflektionsko- efficienter, arcsinusfunktionen.
En talkodare vektorkvantiserar vanligtvis excita- tionssignalen för att reducera antalet bitar som är nöd- vändiga för att karaktärisera signalen. LPC-koefficien- terna kan transformeras till de andra ovan nämnda parame- teruppsättningarna före kvantiseringen. Koefficienterna eller kan kvantiseras individuellt (skalärkvantisering) som en uppsättning (vektorkvantisering). Skalärkvantise- ring är inte lika effektivt som vektorkvantisering, men skalärkvantisering är å andra sidan mindre kostsam vad beträffar beräknings- och minnesbehov än vektorkvantise- ring. Vektorkvantisering av LPC-parametrar används för tillämpningar där kodningseffektivitet är av största vikt.
Vektorkvantisering av flera segment kan användas för att balansera kodningseffektivitet, sökkomplexitet hos vektorkvantiseraren och lagringsbehov för vektorkvantise- raren. Den första typen av Vektorkvantisering i flera segment delar in en LPC-parametervektor med Np element i n segment. Vart och ett av de n segmenten vektorkvanti- seras separat. En andra typ av Vektorkvantisering i flera segment delar in LPC-parametern bland n vektorkodböcker där varje vektorkodbok omfattar samtliga Np vektorele- att ment. Antag, för att åskådliggöra vektorkvantisering, _51ß.319 3,5 Utv-III 0 0 I O nu :norrut II O 0 O vi OI 0000 0 I u 0000 OOOOIO Np=lO element och att varje element representeras av 2 bitar. Traditionell vektorkvantisering skulle erfordra 220 kodvektorer med lO element i varje för att represen- tera alla möjliga kodvektormöjligheter. Den första typen av vektorkvantisering i flera segment med två segment skulle erfordra 210+21O kodvektorer med 5 element i varje. Den andra typen av vektorkvantisering i flera seg- ment med två segment skulle erfordra 210+210 kodvektorer med 5 element i varje. Vart och ett av dessa förfaranden för vektorkvantisering erbjuder olika fördelar vad gäller Så- ledes skulle den kända talkodartekniken dra fördel av ett kodningseffektivitet, sökkomplexitet och minnesbehov. förfarande och en anordning för vektorkvantisering som ökar kodningseffektiviteten och reducerar sökkomplexite- ten eller minnesbehoven utan några ändringar av de mot- svarande kraven.
KORT BESKRIVNING AV RITNINGARNA Fig l är ett blockschema över ett radiokommunika- tionssystem som innefattar en talkodare i enlighet med föreliggande uppfinning.
Fig 2 är ett blockschema över en talkodare i enlig- het med föreliggande uppfinning.
Fig 3 är en grafisk kurva över den arcsinfunktion som har använts i enlighet med föreliggande uppfinning.
BESKRIVNING AV EN FÖREDRAGEN UTFÖRINGSFORM En variation av kodexciterad, linjär, prediktiv (CELP) prediktiv kodning kodning som benämnes vektorsummaexciterad, linjär, (VSELP) och som beskrivs häri är en fö- redragen utföringsform av föreliggande uppfinning. VSELP brukar en excitationskodbok som har en fördefinierad upp- byggnad, så att de beräkningar som erfordras för kodboks- sökprocessen reduceras betydligt. Denna VSELP-talkodare använder en ensegments- eller flersegmentsvektorkvantise- rare för reflektionskoefficienterna, baserat på en fast- (FLAT).
Vidare utnyttjar denna talkodare en förkvantiserare för tals-bryggteknik ("fixed-point-lattice-technique) att reducera komplexiteten i vektorkodssökningen och en n 000000 högupplösande, skalärkvantiserare för att reducera det erforderliga minnesbehovet för att lagra vektorkod- böckerna med reflektionskoefficienter. Resultatet är en högpresterande vektorkvantiserare av reflektionskoeffi- cienterna, som också är beräkningsmässigt effektiv och som har reducerade minnesbehov.
Fig 1 är ett blockschema över ett radiokommunika- tionssystem 100. Radiokommunikationssystemet 100 innefat- 113, tar emot taldata från varandra. tar två sändtagare 101, som sänder taldata till och De två sändtagarna 101, 113 kan vara en del av ett trunkradiosystem eller ett radiotelefonkommunikationssystem eller något annat radiokommunikationssystem som sänder och mottar taldata.
Vid sändaren inmatas talsignalerna i en mikrofon 108 och talkodaren väljer de kvantiserade parametrarna för tal- modellen. Kodarna för de kvantiserade parametrarna sänds därefter till den andra sändtagaren 113. I den andra sändtagaren 113 mottas 121 de överförda koderna för de kvantiserade parametrarna och används för att återskapa talet i en talavkodare 123. till en högtalare 124.
Fig 2 är ett blockschema över en VSELP-talkodare En VSELP-talkodare 200 använder en mottagen kod för Det återskapade talet utmatas 200. att bestämma vilken excitationsvektor från kodboken som skall användas. VSELP-kodaren använder en excitationskod- bok med 2M kodvektorer, som är konstruerade av M basvek- torer. Om man definierar vm(n) som den mzte basvektorn och ui(n) som den i:te kodvektorn i kodboken så erhålls: hl ui(n) = E ®imVm(n) (1 . 10) |m=1 där O S i S 2M-1; O S n S N-1. Med andra ord är varje kodvektor i kodboken uppbyggd som en linjär kombi- nation av de M basvektorerna. De linjära kombinationerna definieras av G-parametrarna. 0 Oøsvtu ®im = definieras som: ll r-I ®im = +l om bit m av kodord i ®im = -1 om bit m av kodord i Kodvektor i är uppbyggd som summan av de M basvekto- rerna där tecknet (plus eller minus) för varje basvektor bestäms av tillståndet hos den motsvarande biten i kodord i. Notera att om vi komplementerar samtliga bitar i kod- ordet i så blir den motsvarande kodvektorn en negation av kodvektorn i. För varje kodvektor är därför dess negation också en kodvektor i kodboken. Dessa par kallas komple- mentära kodvektorer, eftersom de motsvarande kodorden är komplement till varandra.
Om den lämpliga vektorn har valts skalar förstärk- ningsblock 205 den valda vektorn med förstärkningstermen y. Utsignalen från förstärkningsblocket 205 matas till en uppsättning linjära filter 207, 209 för att åstadkomma en Filterna innefattar ett (eller "tonhöjds-") filter 207, tonhöjdsperiodicitet i excitationen. Utsignalen från "långtids"-filtret 207 matas därefter till "korttids"- (eller filtret 209. Korttidsfiltret 209 adde- rar spektralenveloppen till signalen. sampel av rekonstruerat tal. "långtids-" som inför "formant"-) Làngtidsfiltret 207 innefattar en làngtidsprediktor- (LTP). Làngtidsfiltret 207 försöker att pre- diktera nästa utsignalssampel från ett eller flera sampel koefficient i det avlägset förflutna. Om endast ett förflutet sampel används i prediktorn så är prediktorn en ettstegspredik- tor. Vanligtvis används l till 3 värden. Överföringsfunk- ("tonhöjdsfilter") 207, innefattar en ettstegslångtidsprediktor, (l.l). tionen för ett långtidsfilter som ges av B(z)=.___l__ï: 1-51" (l.l) lO l5 518 " 319m r.5 .o :o 0000 00 000 000000 00 00 0 0 0 0 0 u 0 0 0 0 0 0 0 0 Ü 000000 B(z) karaktäriseras av två storheter L och ß. L benämnes "fördröjning". För tonande tal är L typiskt sett ton- höjdsperioden eller en multipel av detta. L kan också va- ra ett värde som inte är något heltal. Om L inte är något heltal används ett interpolerande filter med ändligt (FIR) pulssvar för att alstra de fraktionellt fördröjda samplen. ß är långtidsprediktorkoefficienten (eller "ton- höjdsprediktorkoefficienten).
Korttidsfiltret 209 innefattar korttidsprediktorko- efficienter, ai, som försöker prediktera nästa utsignals- sampel från de föregående Np utsignalssamplen. Np sträck- er sig vanligtvis från 8 till l2. I den föredragna utfö- ringsformen är Np=l0. Kortidsfiltret 209 är ekvivalent med ett traditionellt LPC-syntesfilter. Överföringsfunk- tionen för korttidsfiltret 209 ges av (1.2). j Am = Np Korttidsfiltret 209 karaktäriseras av ai-paramet- rarna, som är koefficienter i direkt form för det allpo- liga "syntesfiltret". Detaljer som rör ai-parametrarna kan återfinnas nedan.
De olika parametrarna (kod-, filter- överförs inte alla med samma hastighet till (talkodaren). tidsparametrarna mindre ofta än koden. Vi definierar förstärkning-, parametrar) syntetisatorn Vanligtvis uppdateras kort- korttidsparametrarnas uppdateringshastighet som "ramhas- tighet" och intervallet mellan uppdateringen som en "ram". Koduppdateringshastigheten bestäms av vektorläng- den N. Vi definierar koduppdateringshastigheten som "delramshastighet" och koduppdateringsintervallet som en "delram". En ram är vanligtvis sammansatt av ett helt an- tal delramar. Förstärknings- och långtidsparametrarna kan uppdateras antingen med delramshastigheten, ramhastighe- 000000 518 2,19...
'O OOIO OI I OIOO ncøø IOIC I 0 I IOII 0000 00-000 c o 0 Q Oitcøi ten eller någon hastighet däremellan beroende på talko- darens utformning.
Proceduren för kodbokssökning består av att varje kodvektor prövas som en möjlig excitation för CELP- -syntetisatorn. Det syntetiserade talet s'(n) jämförs 211 mot det inmatade talet s(n) och en skillnadssignal ei filtreras därefter med 213 för alstring av en Effekten i e'(n) Den kodvektor som alstrar det vik- alstras. Skillnadssignalen ei(n) hjälp av ett spektralviktningsfilter W(z) tuellt ett andra viktningsfilter C(z)) viktad felsignal, (och even- e'(n). beräknas i energikalkylatorn 215. tade felet med minst effekt väljs som kodvektorn för den delramen. Spektralviktningsfiltret 213 har till uppgift att vikta felspektrumet med utgångspunkt från percep- tuella överväganden. Detta viktningsfilter 213 är en funktion av talspektrumet och kan uttryckas i termer av korttidsfiltrets (spektralfiltrets) 209 a-parametrar.
Np 1-:åsaiíi W(z) = _i1__ Np 1- åfl4 i=1 (l.3) Det finns två aspekter som kan användas för beräk- ning av förstärkningen y. Förstärkningen kan bestämmas före kodbokssökningen baserat på residualenergi. Denna förstärkning skulle då fixeras för kodbokssökningen. En annan aspekt är att optimera förstärkningen för varje kodvektor under kodbokssökningen. Den kodvektor som ger det minsta viktade felet skulle väljas och dess motsva- rande optimala förstärkning skulle användas för y. Den sistnämnda aspekten ger generellt bättre resultat efter- som förstärkningen optimeras för varje kodvektor. Denna IOOOUO II .OQO I' OO I ICO 0000 0000 0 0 000 0 I 0 0 0 O 0 g g 00 000 00 0 aspekt implicerar att förstärkningstermen måste uppdate- ras med delbildshastigheten. Den optimala koden och för- stärkningen för denna teknik kan beräknas enligt följan- de: l. Beräkna y(n), den viktade insignalen, för delra- men. 2. Beräkna d(n); nollinsignalssvaret hos B(z)- och W(z)- (Nollinsignalssvaret är filternas svar utan insignal; (och C(z)- om det används) filterna för delramen. filtertillståndens avtagande _) 3- P(n) = Y(H) _ d(n) 4. För varje kod i över delram (0 S n S N-1). a. beräkna gi(n), nolltillståndssvaret för B(z) och W(z) (och C(z) på kodvek- (Nolltillståndssvaret är filtrets ut- om det används) tor i. signal med initiala filtertillstånd noll- ställda). b. beräkna N-1 C. = 2 gmmwn) n=0 korskorrelationen mellan den filtrerade kod- vektorn i och (p(n) c. beräkna N-1 G.= 2[g.(n>]2 <1- 6> n=0 effekten i den filtrerade kodvektorn i.
. Välj i som maximerar så 8 3,12..
I0.9E00 (C02 Gi 6. Uppdatera filtertillstànden hos filterna B(z) W(z) (och C(z) om det används) med utnyttjande av valt kodord och dettas motsvarande, och kvantiserade förstärkning.
Detta görs för att uppnå samma filtertillstànd som synte- tisatorn skulle ha i början av nästa delram för steg 2.
Den optimala förstärkningen för kodvektor i ges av (1.8) Y¿=-L (1,8) Det totala, vändning av optimal förstärkning, yi ges av (l.9). viktade felet för kodvektor i med an- N-1 2 Ei = :pä-n -åfl- n=0 I (l.9) Korttidsprediktorparametrarna är korttidsfiltrets 209, Dessa är LPC-filterkoeffi- center på direktform och av standardtyp, se fig 2, parametrar ai. och vilket som helst antal LPC-analystekniker kan användas för att be- stämma dessa koefficienter. I den föredragna utförings- formen implementerades en snabb bryggalgoritm med fast- (FLAT). innefattande garanterad filterstabilitet, talskovarians FLAT har bryggalgoritmernas alla fördelar, ana- lyser utan fönster, och förmågan att kvantisera reflek- tionskoefficenten inom rekursionen. Dessutom är FLAT nu- meriskt robust och kan med lätthet implementeras på en fasttalsprocessor.
Kortidsprediktorparametrarna beräknas ur det inkom- mande talet. Det behövs ingen förförstärkning. Analys- längden som används för beräkning av parametrarna är 170 (NA = 170). (NP = 10). sampel Prediktorns ordning är 10 Ittitt O 000000 sis sig .. :flláoø n) 0000 II 0000 0000 00 00 00 0 0 0000 0000 0:0 I I Q g I I g 00 000 II I 01000 00 00 Denna sektion kommer att beskriva detaljerna i FLAT- algoritmen. Låt de sampel av det inkommande talet som faller inom analysintervallet representeras av s(n); 0 S n S NA-1. Eftersom FLAT är en bryggalgoritm kan man betrakta tekniken som försök att bygga ett optimalt (det som minimerar residualenergin) inversbryggfilter steg för steg.
Om man definierar bj(n) som bakåtresidualen ut från steg j i inversbryggfiltret och fj(n) som framåtresidua- len ut från steget j i inversbryggfiltret kan vi defi- niera: Fj(i,k) = 2 fl. (n-nqn-k) <2.1) n=Np autokorrelationen för fj(n); B¿(i,k)=2bj(n-i-l)bj(n-k-1) (2.2) n=Np autokorrelationen för bj(n-1) och: cj(i,k) = Efjul-nbjul-k-l) (2,3) m=N D korskorrelationen mellan fj(n) och bj(n-1). Låt rj repre- sentera reflektionskoefficienten för steget j i invers- grindfiltret. Då blir: 2 flÜJO=FLflLk)+q[C§¿Lk)+Cr¿kJ)}+rjBP¿Lk) (2.4) 518 319" 030010 u I l-lan cøunvo o: oc neon o r cout cr 0000 tona 000001 och 2 Bi(i,k)= Bl._,(i+l,k+1)+r¿í Cj_,(i+1,k+1)+C¿_l(k+1,i+ 1) :|+r _ Fj_,(i+ 1,k+l) J (2,5) och . . . . 2 .
C¿(1,k)= C¿_l(1,k+ 1)+r¿ B¿_1(1,k+ 1)+F¿_,(1,k+ 1) +rjC¿_1(k+1,|) (2.6) Den formulering som vi har valt för bestämningen av rj kan uttryckas som: [__ = _2 Cj-1(0»0)+Cj-1NP "jøNp-j) (2 7) l Fj-1(0s0)+Bj_1(Û»0)+ Fj-ÄNP ' .iaNr " J.) + Bj_1(Np " .iaNr " j) FLAT-algoritmen kan nu uttryckas enligt följande. 1. Beräkna först kovariansmatrisen (autokorrela- tionsmatrisen) för det inkommande talet: NA-1 (i,k)=2s(n-i)s(n-k) (2.8) NP för 0 S i, k S NP. 2. FO(i,k) = f(i,k) O 5 ,k S NP-l (2.9) BO(i,k) = f(i+l, k+l) O S ,k S NP-1 (2.lO) CO(i,k) = f(i, k+l) 0 S i,k S NP-l (2.ll) 3. sätt j = 1 4. Beräkna rj med utnyttjande av (2.7) . Om j = NP så är det klart. 6. Beräkna Fj (i,k) O S i,k < NP-j-l med utnyttjande av (2.4) 518 319.. _. *-.-* '::fIII= ' å? ' .=:I III Beräkna Bj(i,k) O S i,k S NP-j-1 med utnyttjande av (2.5) Beräkna Cj(i,k) O S 1,k S NP-j-1 med utnyttjande av (2.6) 7. j = j+1; gå till 4.
Innan reflektionskoeffienterna löses ut modifieras Q-vektorn genom multiplikation av autokorrelationsfunk- tionerna med ett fönster. <1>'(i,k) = <1>(i,k)w(|i-k|) <2.12> Multiplikation av autokorrelationsfunktionen med ett fönster före reflektionskoefficientberäkningen är känt (SST).
Ur reflektionskoeffienterna rj kan korttids-LPC-pre- som spektralutjämning diktorkoefficienterna aj beräknas.
En vektorkvantiserare av reflektionskoefficienterna med tre segment och 28 bitar nyttjas. Vektorkvantisera- rens segment överbryggar reflektionskoefficienter rl-r3, r4-r6 resp r7-r10. Bitallokeringarna för vektorkvantise- rarens segment är: Ql ll bitar Q2 9 bitar Q3 8 bitar För att undvika den beräkningsmässiga komplexiteten hos en uttömmande vektorkvantiserarsökning används i varje segment en reflektionskoefficientvektorförkvantiserare.
Förkvantiserarens storlek i varje segment är: Pl 6 bitar P2 5 bitar P3 4 bitar I ett givet segment beräknas och lagras i ett temporärt minne residualfelet som beror av varje vektor från för- local! 0 00009: 518 sig.. :lot 0 0 o OOIUIO kvantiseraren. Denna lista söks igenom för identifiering av de fyra förkvantiserarvektorer som har lägst distor- tion. Varje val förkvantiserarvektorsindex används för beräkning av en avvikelse i vektorkvantiserartabellen vid vilken avvikelse den överlappande deluppsättningen av kvantiserarvektorer som förknippas med den förkvantise- rarvektorn börjar. Storleken av varje vektorkvantise- raruppsättning i det kzte segmentet ges av: S - 20k 2 13 k_2Pk ( ' ) De fyra deluppsättningarna av kvantiserarvektorer, som förknippas med de valda förkvantiserarvektorerna, avsöks för att finna den kvantiserarvektor som ges det minsta residualfelet. Således värderas i det första segmentet 64 i det andra segmentet värderas 32 förkvantiserarvektorer och 64 förkvantiserarvektorer och 128 kvantiserarvektorer, kvantiserarvektorer och i det tredje segmentet värderas 16 förkvantiserarvektorer och 64 kvantiserarvektorer. De optimala reflektionskoefficienterna, som beräknas via FLAT-tekniken med bandbreddsexpansion såsom har beskri- vits ovan, omvandlas till en autokorrelationsvektor före vektorkvantiseringen.
En autokorrelationsversion av FLAT-algoritmen, AFLAT, en reflektionskoefficientvektor som utvärderas. används för att beräkna residualsfelsenergin för Liksom FLAT har denna algoritm förmågan att partiellt kompensera för reflektionskoefficientkvantiseringsfelet från de fö- regående bryggstegen, när optimala reflektionskoefficien- ter beräknas eller en reflektionskoefficientvektor väljs ur en vektorkvantiserare i föreliggande segment.
Denna förbättring kan vara betydande för ramar som har hög reflektionskoefficientkvantiseringsdistortion.
AFLAT-algoritmen kommer nu att beskrivas inom ramen för flersegmentsvektorkvantisering med förkvantiserare: 000000 51813193..
UI |_*0n :Äo I I I I I OO OQO OO O 00 OO I I 000000 Beräkna autokorrelationssekvensen R(i), ur de opti- mala reflektionskoefficienterna, över området O S i S Np.
Såsom ett alternativ kan autokorrelationssekvensen beräk- nas ur andra LPC-parameterrepresentationer, såsom direkt- forms-LPC-prediktorkoefficienterna, det inmatade talet. ai, eller direkt ur Definiera initialvillkoren för AFLAT-rekursionen: ío(i)=R(i), oSiSNp-1 <2.14) V_,(i)=R(|i+1|), 1-NpSisNp-1 <2.15) Initiera k, index för vektorkvantiserarsegmenten: k=1 Q.l@ Låt Il(k) vara index för det första bryggsteget i det kzte segmentet och låt Ih(k) vara index för det sista bryggsteget i det kzte-segmentet. Rekursionen för värde- ring av residualfelet ut från bryggsteget Ih(k) i det kzte-segmentet, givet F, en reflektionskoefficientvektor från förkvantiseraren eller reflektionskoefficientvektorn från kvantiseraren, ges nedan.
Initiera j, index för grindsteget, så att det pekar på början av det kzte-segmentet: j=I1(k) <2.17> Sätt initialvillkoren Pj_1 och Vj_1 till: Pj_,(i)=í,._,(i), 0SiS1,,(k)-I,(k)+1 <2.1s> vl._,(i)='vj_l(i), -1,,(k)+1,(k)_1sis1,,(k)-I,(k)+1 <2.19) Beräkna värdena på Vj- och Pj-vektorerna med utnytt- jande av: uovøvn 518* mg.. š..íâ.. i 0 0 I 0000 0 0 O 0 O 0 0000 I I I I 0 00 0:0 II 0 00 co 0 0 0 I 000040 P,--.(i>=<1+fÉ>Pjl<fi>+fj[vj-l+Vj-.<-i>], flsislhuo-j (mo) . u A2 o A 0 o - u V¿(1)= V¿_1(1+ l)rjV¿_1(-l- 1) + 2r¿P¿_1(|1+ 1|),]- Ih(k) s 1 s Ih(k) -1 (2 . 21) Inkrementera j: j=j+1 <2.22) Om j S Ih(k) gå till (2.20).
Residualfelet ut från bryggsteg Ih(k), givet reflek- tionskoefficientvektorn É, ges av: E,=P,h(k)(0) (2.23) Med utnyttjande av den utkristalliserade AFLAT-re- kursionen värderas residualfelet beroende på varje vektor från förkvantiseraren i det kzte-segmentet, de fyra deluppsättningarna kvantiserarvektorer som skall sökas av identifieras, och residualfelet beroende pà varje kvanti- serarvektor ur de valda fyra deluppsättningarna beräknas.
Index för f, den kvantiserarvektor som har minst Er bland alla kvantiserarvektorer i de fyra deluppsättningar, ko- das med Qk bitar.
Om k < 3 så måste initialvillkoren för utförande av rekursionen i segment k+l beräknas. Sätt j, bryggstegsin- dex lika med: j=11(k) (224) Beräkna: _ 2 _ __ ._ Pin) = (1+ fj)1>j_,(i)+fj[vj_l(i)+vj_,(-i)], 0 5 i S N, -j- 1 <2 . 25) 518 mä.. 004010 I I OOOQUO _ _. 2__ _ \gü)=v¿¿r+n+f_v¿¿-L-n+2gg4qr+qyj-Np+1sisNp-j-1 1 (2.26) Inkrementera: j=j+1 <2.2v) om j S 1h gå till <2.25>.
Inkrementera k, vektorkvantiserarsegmentsindex: k+k+1 (2.2& Om k S 3 gå till (2.l7).
Annorledes har indexen för reflektionskoefficientvekto- rerna för de tre segmenten, valts, och avsökningen av re- flektionskoefficientvektorkvantiseraren avslutas.
För att minimera minnesbehoven för reflektionskoef- ficientvektorkvantiseraren lagras åttabitarskoder för de enskilda reflektionskoefficienterna i vektorkvantiserar- tabellen, istället för själva reflektionskoefficientvär- dena. Koderna används för att slå upp värdena på reflek- tionskoefficienterna i en skalärkvantiseringstabell med 256 ingångar. Åttabitskoderna representerar reflek- tionskoefficientvärden som erhålls genom likformig sam- pling av en arcsinusfunktion, som åskådliggörs i fig 3.
Reflektionskoefficientvärdena varierar från -1 till +l.
Den olinjära utsträckningen i reflektionskoefficientdomän (X-axeln) åstadkommer högre precision för reflektions- koefficienten när värdena ligger nära extremvärdena +/-1 och mindre precision när värdena ligger nära O. Detta reducerar spektraldistortionen som beror på skalärkvan- tisering av reflektionskoefficienterna, givet 256 kvan- tiseringsnivåer, i jämförelse med likformig sampling i reflektionskoeffientdomänen.
Claims (12)
1. Förfarande för vektorkvantisering av en reflektionskoeffi- cientvektor med M element, vilken reflektionskoefficientvektor representerar en talinsignal, k ä n n e t e c k n a t a v att förfarandet innefattar stegen att: a) alstra en första uppsättning av förutbestämda vektorer av reflektionskoefficienter, varvid varje vektor har L ele- ment, där L < M; b) korrelera talinsignalen för att bilda korrelationer för ett första segment; c) välja en första vektor från den första uppsättningen av förutbestämda vektorer; d) beräkna ett residualfel för det första segmentet som mot- svarar den första valda vektorn och korrelationerna för det första segmentet; e) repetera stegen c) och d) för varje förutbestämd vektor i den första uppsättningen av förutbestämda vektorer; f) från den första uppsättningen av förutbestämda vektorer välja en vektor som har ett minsta residualfel för det första segmentet, bildande en första vald vektor; g) som gensvar på den första valda vektorn och korrelationerna för det första segmentet definiera en uppsättning korrela- tioner för ett andra segment; h) alstra en andra uppsättning av förutbestämda vektorer av reflektionskoefficienter, varvid varje förutbestämd vektor har K element, där L+K<=M; 70589 nya krav.doc; 02-04-12 10 15 20 25 i) j) k) 1)
2. 513 319 oo o n o - u | n ø o n | « | n v | oo 18 välja en andra vektor från den andra uppsättningen av för- utbestämda vektorer; beräkna ett residualfel för det andra segmentet som mot- svarar den andra valda vektorn och uppsättningen korrela- tioner för det andra segmentet; repetera stegen i) och j) för varje förutbestämd vektor i den andra uppsättningen; ur den andra uppsättningen välja en vektor som har det minsta residualfelet för det andra segmentet, bildande en andra vald vektor; Förfarande för vektorkvantisering av en reflektionskoeffi- cientvektor enligt krav 1, k ä n n e t e c k n a t av att för- farandet vidare innefattar stegen att: m) n) 0) p) q) som gensvar på den andra valda vektorn och korrelationerna för det andra segmentet definiera en uppsättning korrela- tioner för ett tredje segment; alstra en tredje uppsättning av förutbestämda vektorer av reflektionskoefficienter, varvid varje vektor har P ele- ment, där L+K+P<=M; välja en tredje vektor från den tredje uppsättningen av förutbestämda vektorer; beräkna ett residualfel för det tredje segmentet som mot- svarar den tredje valda vektorn och uppsättningen korrela- tioner för det tredje segmentet; repetera stegen p) och q) för varje förutbestämd vektor i den tredje uppsättningen; och 70589 nya krav.doc; 02-04-12 10 15 20 25 30 518 319 I | o q o v ø c q ø n u ; ø | Q o - n a. 19 r) ur den tredje uppsättningen välja en vektor som har det minsta residualfelet för det tredje segmentet, bildande en tredje vald vektor;
3. Förfarande för vektorkvantisering av en reflektionskoeffi- cientvektor enligt krav 2, k ä n n e t e c k n a t av att steget att initialisera det första segmentets korrelationer innefattar steget att beräkna en autokorrelationssekvens som motsvarar talinsignalen.
4. Förfarande för vektorkvantisering av en reflektionskoeffi- cientvektor enligt krav 3, k ä n n e t e c k n a t av att steget att definiera uppsättningen av korrelationer för det andra segmentet innefattar steget att beräkna en autokorrela- tionssekvens som svar pá den första valda vektorn och det första segmentets korrelationer, och där steget att definiera uppsättningen av korrelationer för det tredje segmentet inne- fattar steget att beräkna en autokorrelationssekvens som svar pà den andra valda vektorn och uppsättningen av korrelationer för det andra segmentet.
5. Förfarande för vektorkvantisering av en reflektionskoeffi- cientvektor enligt krav 2, k ä n n e t e c k n a t av att steget att alstra den första uppsättningen av förutbestämda vektorer innefattar steget att bilda en kodbok för det första segmentets reflektionskoefficientvektor, och varvid steget att alstra den andra uppsättningen av förutbestämda vektorer inne- fattar steget att bilda en kodbok för det andra segmentets reflektionskoefficientvektor, och varvid steget att alstra den tredje uppsättningen av förutbestämda vektorer innefattar steget att bilda en kodbok för det tredje segmentets reflek- tionskoefficientvektor.
6. Förfarande för vektorkvantisering av en reflektionskoeffi- cientvektor enligt krav 1, k ä n n e t e c k n a t av att 70589 nya krav.doc; 02-04-12 10 15 20 25 518 319 u. . a . . - ø ø u Q - ; n . u. 20 steget att definiera uppsättningen av korrelationer för det andra segmentet innefattar användning av en autokorrelations- teknik med bryggrekursion som svar på det första segmentets korrelationer och den första valda vektorn.
7. Förfarande för vektorkvantisering av en reflektionskoeffi- cientvektor enligt krav 6, k ä n n e t e c k n a t av att autokorrelationstekniken med bryggrekursion innefattar en fasttals-bryggrekursionsteknik.
8. Förfarande för vektorkvantisering av en reflektionskoeffi- cientvektor enligt krav 1, k ä n n e t e c k n a t av att steget att beräkna residualfelet för det första segmentet innefattar användning av en autokorrelationsteknik med bryggrekursion.
9. Förfarande för vektorkvantisering av en reflektionskoeffi- cientvektor enligt krav 8, k å n n e t e c k n a t av att autokorrelationstekniken med bryggrekursion innefattar en fasttals-bryggrekursionsteknik.
10. Förfarande för vektorkvantisering av en reflektionskoeffi- cientvektor med M element, vilken reflektionskoefficientvektor representerar en talinsignal, k ä n n e t e c k n a t av stegen att: a) alstra en första uppsättning av X förutbestämda vektorer av reflektionskoefficienter, varvid varje vektor har L element, där L <= M; b) korrelera talinsignalen för att bilda korrelationer för ett första segment; c) förkvantisera ett första segment av reflektionskoefficient- vektorn, innefattande stegen att: 70589 nya krav.doc; 02-04-12 10 15 20 25 518 319' : . o n a » o - ~ n u . n. 21 cl) alstra en andra uppsättning med Y förutbestämda vektorer av reflektionskoefficienter, där varje vektor har L element, där X > Y, och där var och en av de Y förutbestämda vektorerna är relaterade till åtminstone en av de X förutbestämda vektorerna med egenskaper som är likartade var och en av de Y förutbestämda vektorerna; c2) beräkna ett residualfel som motsvarar var och en av de Y förutbestämda vektorerna och det första segmentets korrelationer; c3) välja A minsta-fel vektorer med lägst residualfel från den andra uppsättningen, där A < Y; c4) välja en deluppsättning av de X förutbestämda vekto- rerna, där deluppsättningen av de X förutbestämda vekto- rerna är relaterade till de A minsta-fel vektorerna från den andra uppsättningen genom att ha likartade egenskaper som de A minsta-fel vektorerna från den andra uppsätt- ningen. d) beräkna ett residualfel för det första segmentet som mot- svarar varje vektor i deluppsättningen av de X förutbe- stämda vektorerna och korrelationerna som motsvarar talin- signalen; och e) välja en första vektor från den deluppsättning av de X förutbestämda vektorerna som har lägst residualfel för det första segmentet, för att bilda en kvantiserad reflektions- koefficientvektor.
11. Förfarande för vektorkvantisering av en reflektionskoeffi- cientvektor enligt krav 10, k ä n n e t e c k n a t av att förfarandet vidare innefattar stegen att: 70589 nya krav.doc; 02-04-12 10 15 20 25 f) 9) h) 51 s' 319 ;::= -j:= Q o n ø n I n a a . ø a - oo 22 alstra en tredje uppsättning av W förutbestämda vektorer av reflektionskoefficienter, varvid varje vektor har K ele- ment, där L+K <= M; definiera en uppsättning korrelationer för ett andra seg- ment som svar pä den första valda vektorn och det första segmentets korrelationer; förkvantsera ett andra segment av reflektionskoefficient- vektorn, innefattande stegen att: hl) alstra en fjärde uppsättning med V förutbestämda vektorer av reflektionskoefficienter, där varje vektor har K element, där L+K <= M och där var och en av de V förutbestämda vektorerna är relaterade till åtminstone av de W förutbestämda vektorerna med egenskaper som är likartade var och en av de V förutbestämda vektorerna; h2) beräkna ett residualfel som motsvarar var och en av de V förutbestämda vektorerna och det andra segmentets korrelationer; h3) välja B minsta-fel vektorer med lägst residualfel från den fjärde uppsättningen, där B < V; h4) välja en deluppsättning av de W förutbestämda vekto rerna, där deluppsättningen av de W förutbestämda vekto ell rerna är relaterade till de B minsta-fel vektorerna frän den fjärde uppsättningen genom att ha likartade egenska per som de B minsta-fel vektorerna från den fjärde upp- sättningen. i) beräkna ett residualfel för ett andra segment som motsvarar varje vektor i deluppsättningen av de W förutbestämda vek- torerna och det andra segmentets korrelationer; 70589 nya krav.doc; 02-04 -12 10 15 20 25 518 m ' ~:r= e n n n q o: 23 j) välja en andra vektor från den deluppsâttning av W förutbe- stämda vektorer som har lägst residualfel för det andra segmentet;
12. Förfarande för vektorkvantisering av en reflektionskoeffi- cientvektor enligt krav 11, k ä n n e t e c k n a t av att förfarandet vidare innefattar stegen att: k) alstra en femte uppsättning av U förutbestämda vektorer av reflektionskoefficienter, varvid varje vektor har P ele- ment, där L+K+P <= M; 1) definiera en uppsättning korrelationer för ett tredje seg- ment som svar på den andra valda vektorn och det andra seg- mentets korrelationer; m) förkvantisera ett tredje segment av reflektionskoefficient- vektorn, innefattande stegen att: nl) alstra en sjätte uppsättning med S förutbestämda vektorer av reflektionskoefficienter, där varje vektor har P element, där L+K+P <= M och där var och en av de S förutbestämda vektorerna är relaterade till åtminstone en av de U förutbestämda vektorerna med egenskaper som är likartade var och en av de S förutbestämda vektorerna; n2) beräkna ett residualfel som motsvarar var och en av de S förutbestämda vektorerna och det tredje segmentets korrelationer; n3) välja C minsta-fel vektorer med lägst residualfel från den sjätte uppsättningen, där C < S; n4) välja en deluppsâttning av de U förutbestämda vekto- rerna, där deluppsättningen av de U förutbestämda vekto- rerna är relaterade till de C minsta-fel vektorerna från 70589 nya kramdoc; 02-04-12 den sjätte uppsättningen genom att ha likartade egenska- per som de C minsta-fel vektorerna från den sjätte upp- sättningen. n) beräkna ett residualfel för ett tredje segment som mot- 5 svarar varje vektor i deluppsättningen av de U förutbe- stämda vektorerna och det tredje segmentets korrelationer; o) välja en tredje vektor från den deluppsättning av U förut- bestämda vektorer som har lägst residualfel för det tredje segmentet, för att representera ett tredje delsegment för 10 den kvantiserade reflektionskoefficientvektorn; 70589 nya krav.doc; 02-04-12
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US3779393A | 1993-03-26 | 1993-03-26 | |
| PCT/US1994/002370 WO1994023426A1 (en) | 1993-03-26 | 1994-03-07 | Vector quantizer method and apparatus |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| SE9404086D0 SE9404086D0 (sv) | 1994-11-25 |
| SE9404086L SE9404086L (sv) | 1995-01-25 |
| SE518319C2 true SE518319C2 (sv) | 2002-09-24 |
Family
ID=21896370
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| SE9404086A SE518319C2 (sv) | 1993-03-26 | 1994-11-25 | Förfarande och anordning för vektorkvantisering |
| SE0201109A SE524202C2 (sv) | 1993-03-26 | 2002-04-12 | Förfarande och anordning för vektorkvantisering |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| SE0201109A SE524202C2 (sv) | 1993-03-26 | 2002-04-12 | Förfarande och anordning för vektorkvantisering |
Country Status (12)
| Country | Link |
|---|---|
| US (2) | US5826224A (sv) |
| JP (1) | JP3042886B2 (sv) |
| CN (2) | CN1051392C (sv) |
| AU (2) | AU668817B2 (sv) |
| BR (1) | BR9404725A (sv) |
| CA (1) | CA2135629C (sv) |
| DE (2) | DE4492048T1 (sv) |
| FR (1) | FR2706064B1 (sv) |
| GB (2) | GB2282943B (sv) |
| SE (2) | SE518319C2 (sv) |
| SG (1) | SG47025A1 (sv) |
| WO (1) | WO1994023426A1 (sv) |
Families Citing this family (39)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6006174A (en) * | 1990-10-03 | 1999-12-21 | Interdigital Technology Coporation | Multiple impulse excitation speech encoder and decoder |
| IT1277194B1 (it) * | 1995-06-28 | 1997-11-05 | Alcatel Italia | Metodo e relativi apparati di codifica e di decodifica di un segnale vocale campionato |
| FR2738383B1 (fr) * | 1995-09-05 | 1997-10-03 | Thomson Csf | Procede de quantification vectorielle de vocodeurs bas debit |
| JP3680380B2 (ja) * | 1995-10-26 | 2005-08-10 | ソニー株式会社 | 音声符号化方法及び装置 |
| TW307960B (en) * | 1996-02-15 | 1997-06-11 | Philips Electronics Nv | Reduced complexity signal transmission system |
| JP2914305B2 (ja) * | 1996-07-10 | 1999-06-28 | 日本電気株式会社 | ベクトル量子化装置 |
| FI114248B (sv) * | 1997-03-14 | 2004-09-15 | Nokia Corp | Förfarande och anordning för audiokodning och audioavkodning |
| US6826524B1 (en) | 1998-01-08 | 2004-11-30 | Purdue Research Foundation | Sample-adaptive product quantization |
| US6453289B1 (en) | 1998-07-24 | 2002-09-17 | Hughes Electronics Corporation | Method of noise reduction for speech codecs |
| IL129752A (en) | 1999-05-04 | 2003-01-12 | Eci Telecom Ltd | Telecommunication method and system for using same |
| GB2352949A (en) * | 1999-08-02 | 2001-02-07 | Motorola Ltd | Speech coder for communications unit |
| US6910007B2 (en) * | 2000-05-31 | 2005-06-21 | At&T Corp | Stochastic modeling of spectral adjustment for high quality pitch modification |
| JP2002032096A (ja) * | 2000-07-18 | 2002-01-31 | Matsushita Electric Ind Co Ltd | 雑音区間／音声区間判定装置 |
| US7171355B1 (en) * | 2000-10-25 | 2007-01-30 | Broadcom Corporation | Method and apparatus for one-stage and two-stage noise feedback coding of speech and audio signals |
| WO2002045077A1 (en) * | 2000-11-30 | 2002-06-06 | Matsushita Electric Industrial Co., Ltd. | Vector quantizing device for lpc parameters |
| JP4857468B2 (ja) * | 2001-01-25 | 2012-01-18 | ソニー株式会社 | データ処理装置およびデータ処理方法、並びにプログラムおよび記録媒体 |
| US7003454B2 (en) * | 2001-05-16 | 2006-02-21 | Nokia Corporation | Method and system for line spectral frequency vector quantization in speech codec |
| US6584437B2 (en) | 2001-06-11 | 2003-06-24 | Nokia Mobile Phones Ltd. | Method and apparatus for coding successive pitch periods in speech signal |
| US7110942B2 (en) * | 2001-08-14 | 2006-09-19 | Broadcom Corporation | Efficient excitation quantization in a noise feedback coding system using correlation techniques |
| US7206740B2 (en) * | 2002-01-04 | 2007-04-17 | Broadcom Corporation | Efficient excitation quantization in noise feedback coding with general noise shaping |
| AU2003234763A1 (en) * | 2002-04-26 | 2003-11-10 | Matsushita Electric Industrial Co., Ltd. | Coding device, decoding device, coding method, and decoding method |
| CA2388358A1 (en) * | 2002-05-31 | 2003-11-30 | Voiceage Corporation | A method and device for multi-rate lattice vector quantization |
| US7337110B2 (en) * | 2002-08-26 | 2008-02-26 | Motorola, Inc. | Structured VSELP codebook for low complexity search |
| US7054807B2 (en) * | 2002-11-08 | 2006-05-30 | Motorola, Inc. | Optimizing encoder for efficiently determining analysis-by-synthesis codebook-related parameters |
| US7047188B2 (en) * | 2002-11-08 | 2006-05-16 | Motorola, Inc. | Method and apparatus for improvement coding of the subframe gain in a speech coding system |
| US7272557B2 (en) * | 2003-05-01 | 2007-09-18 | Microsoft Corporation | Method and apparatus for quantizing model parameters |
| JP4849466B2 (ja) * | 2003-10-10 | 2012-01-11 | エージェンシー フォー サイエンス， テクノロジー アンド リサーチ | デジタル信号をスケーラブルビットストリームにエンコードする方法、及びスケーラブルビットストリームをデコードする方法 |
| US8473286B2 (en) * | 2004-02-26 | 2013-06-25 | Broadcom Corporation | Noise feedback coding system and method for providing generalized noise shaping within a simple filter structure |
| US7697766B2 (en) * | 2005-03-17 | 2010-04-13 | Delphi Technologies, Inc. | System and method to determine awareness |
| JP4871894B2 (ja) | 2007-03-02 | 2012-02-08 | パナソニック株式会社 | 符号化装置、復号装置、符号化方法および復号方法 |
| CN101030377B (zh) * | 2007-04-13 | 2010-12-15 | 清华大学 | 提高声码器基音周期参数量化精度的方法 |
| ES2645375T3 (es) | 2008-07-10 | 2017-12-05 | Voiceage Corporation | Dispositivo y método de cuantificación y cuantificación inversa de filtro LPC de tasa de bits variable |
| US8363957B2 (en) * | 2009-08-06 | 2013-01-29 | Delphi Technologies, Inc. | Image classification system and method thereof |
| CN101968778A (zh) * | 2010-08-13 | 2011-02-09 | 广州永日电梯有限公司 | 点阵串行显示方法 |
| IN2014DN07726A (sv) * | 2012-03-29 | 2015-05-15 | Ericsson Telefon Ab L M | |
| EP4439552B1 (en) * | 2014-03-28 | 2025-09-24 | Samsung Electronics Co., Ltd | Device for quantization of linear prediction coefficient |
| ES2982894T3 (es) | 2014-05-07 | 2024-10-18 | Industry Univ Cooperation Foundationhanyang Univ Erica Campus | Dispositivo para cuantificar el coeficiente predictivo lineal |
| RU2670377C2 (ru) * | 2014-08-28 | 2018-10-22 | Нокиа Текнолоджиз Ой | Квантование аудиопараметров |
| CN109887519B (zh) * | 2019-03-14 | 2021-05-11 | 北京芯盾集团有限公司 | 提高语音信道数据传输准确性的方法 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4544919A (en) * | 1982-01-03 | 1985-10-01 | Motorola, Inc. | Method and means of determining coefficients for linear predictive coding |
| JPS59116698A (ja) * | 1982-12-23 | 1984-07-05 | シャープ株式会社 | 音声デ−タ圧縮方法 |
| US4896361A (en) * | 1988-01-07 | 1990-01-23 | Motorola, Inc. | Digital speech coder having improved vector excitation source |
| US4817157A (en) * | 1988-01-07 | 1989-03-28 | Motorola, Inc. | Digital speech coder having improved vector excitation source |
| DE3883519T2 (de) * | 1988-03-08 | 1994-03-17 | Ibm | Verfahren und Einrichtung zur Sprachkodierung mit mehreren Datenraten. |
| DE3871369D1 (de) * | 1988-03-08 | 1992-06-25 | Ibm | Verfahren und einrichtung zur sprachkodierung mit niedriger datenrate. |
| JPH02250100A (ja) * | 1989-03-24 | 1990-10-05 | Mitsubishi Electric Corp | 音声符合化装置 |
| US4974099A (en) * | 1989-06-21 | 1990-11-27 | International Mobile Machines Corporation | Communication signal compression system and method |
| US4975956A (en) * | 1989-07-26 | 1990-12-04 | Itt Corporation | Low-bit-rate speech coder using LPC data reduction processing |
| US5012518A (en) * | 1989-07-26 | 1991-04-30 | Itt Corporation | Low-bit-rate speech coder using LPC data reduction processing |
| US4963030A (en) * | 1989-11-29 | 1990-10-16 | California Institute Of Technology | Distributed-block vector quantization coder |
| JP2626223B2 (ja) * | 1990-09-26 | 1997-07-02 | 日本電気株式会社 | 音声符号化装置 |
| JP3129778B2 (ja) * | 1991-08-30 | 2001-01-31 | 富士通株式会社 | ベクトル量子化器 |
| US5307460A (en) * | 1992-02-14 | 1994-04-26 | Hughes Aircraft Company | Method and apparatus for determining the excitation signal in VSELP coders |
| US5351338A (en) * | 1992-07-06 | 1994-09-27 | Telefonaktiebolaget L M Ericsson | Time variable spectral analysis based on interpolation for speech coding |
-
1994
- 1994-03-07 CA CA002135629A patent/CA2135629C/en not_active Expired - Lifetime
- 1994-03-07 DE DE4492048T patent/DE4492048T1/de active Pending
- 1994-03-07 BR BR9404725A patent/BR9404725A/pt not_active IP Right Cessation
- 1994-03-07 SG SG1996002558A patent/SG47025A1/en unknown
- 1994-03-07 CN CN94190277A patent/CN1051392C/zh not_active Expired - Lifetime
- 1994-03-07 AU AU63970/94A patent/AU668817B2/en not_active Expired
- 1994-03-07 WO PCT/US1994/002370 patent/WO1994023426A1/en not_active Ceased
- 1994-03-07 JP JP6522073A patent/JP3042886B2/ja not_active Expired - Lifetime
- 1994-03-07 DE DE4492048A patent/DE4492048C2/de not_active Expired - Lifetime
- 1994-03-07 GB GB9422823A patent/GB2282943B/en not_active Expired - Lifetime
- 1994-03-23 FR FR9403414A patent/FR2706064B1/fr not_active Expired - Lifetime
- 1994-11-25 SE SE9404086A patent/SE518319C2/sv not_active IP Right Cessation
-
1996
- 1996-02-29 US US08/609,027 patent/US5826224A/en not_active Expired - Lifetime
- 1996-03-08 US US08/611,608 patent/US5675702A/en not_active Expired - Lifetime
- 1996-08-01 AU AU60843/96A patent/AU678953B2/en not_active Expired
-
1997
- 1997-03-12 CN CNB971034516A patent/CN1150516C/zh not_active Expired - Lifetime
-
1998
- 1998-02-12 GB GBGB9802900.2A patent/GB9802900D0/en active Pending
-
2002
- 2002-04-12 SE SE0201109A patent/SE524202C2/sv not_active IP Right Cessation
Also Published As
| Publication number | Publication date |
|---|---|
| CN1166019A (zh) | 1997-11-26 |
| SE524202C2 (sv) | 2004-07-06 |
| GB2282943B (en) | 1998-06-03 |
| AU6397094A (en) | 1994-10-24 |
| CN1109697A (zh) | 1995-10-04 |
| AU668817B2 (en) | 1996-05-16 |
| CN1150516C (zh) | 2004-05-19 |
| DE4492048T1 (de) | 1995-04-27 |
| AU6084396A (en) | 1996-10-10 |
| SE9404086L (sv) | 1995-01-25 |
| JPH07507885A (ja) | 1995-08-31 |
| GB2282943A (en) | 1995-04-19 |
| CN1051392C (zh) | 2000-04-12 |
| AU678953B2 (en) | 1997-06-12 |
| DE4492048C2 (de) | 1997-01-02 |
| SE0201109D0 (sv) | 2002-04-12 |
| GB9802900D0 (en) | 1998-04-08 |
| CA2135629C (en) | 2000-02-08 |
| CA2135629A1 (en) | 1994-10-13 |
| US5826224A (en) | 1998-10-20 |
| JP3042886B2 (ja) | 2000-05-22 |
| BR9404725A (pt) | 1999-06-15 |
| GB9422823D0 (en) | 1995-01-04 |
| SE0201109L (sv) | 2002-04-12 |
| SE9404086D0 (sv) | 1994-11-25 |
| FR2706064A1 (fr) | 1994-12-09 |
| FR2706064B1 (fr) | 1997-06-27 |
| US5675702A (en) | 1997-10-07 |
| SG47025A1 (en) | 1998-03-20 |
| WO1994023426A1 (en) | 1994-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| SE518319C2 (sv) | Förfarande och anordning för vektorkvantisering | |
| JP3481251B2 (ja) | 代数的符号励振線形予測音声符号化方法 | |
| JP3151874B2 (ja) | 音声パラメータ符号化方式および装置 | |
| EP0992981B1 (en) | Excitation Method Generator and Excitation Vector Generating Method | |
| EP0967594A1 (en) | Sound encoder and sound decoder | |
| US20030135365A1 (en) | Efficient excitation quantization in noise feedback coding with general noise shaping | |
| JPH0990995A (ja) | 音声符号化装置 | |
| KR100748381B1 (ko) | 음성 코딩 방법 및 장치 | |
| JP3180786B2 (ja) | 音声符号化方法及び音声符号化装置 | |
| SE517793C2 (sv) | Sätt att åstadkomma ett spektralbrusviktningsfilter att använda i en talkodare | |
| KR20050072811A (ko) | 음성 코딩 시스템에서 이득 정보를 코딩하기 위한 방법 및장치 | |
| US20030135367A1 (en) | Efficient excitation quantization in noise feedback coding with general noise shaping | |
| Easton et al. | A CELP codebook and search technique using a Hopfield net | |
| SE466824B (sv) | Foerfarande foer kodning av en samplad talsignalvektor | |
| KR100346729B1 (ko) | 코드여기선형예측부호화의잡음코드북작성방법 | |
| GB2199215A (en) | A stochastic coder | |
| JP2808841B2 (ja) | 音声符号化方式 | |
| JPH03243998A (ja) | 音声符号化装置 | |
| JPH10293599A (ja) | 音響信号符号化法 | |
| Patel | Low complexity VQ for multi-tap pitch predictor coding | |
| Saha et al. | Comparison of Musical Pitch Analysis Between LPC and CELP | |
| EP1071082A2 (en) | Vector quantization codebook generation method | |
| JP2001100799A (ja) | 音声符号化装置、音声符号化方法および音声符号化アルゴリズムを記録したコンピュータ読み取り可能な記録媒体 | |
| Changchun et al. | A real-time implementation of 4.2 Kb/s celp speech coding | |
| JPH08101699A (ja) | 音声符号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| NUG | Patent has lapsed |