EP0850470B1

EP0850470B1 - Vector quantization method for low bit rate vocoders

Info

Publication number: EP0850470B1
Application number: EP96930202A
Authority: EP
Inventors: Pierre André LAURENT
Original assignee: Thomson CSF SA
Current assignee: Thales SA
Priority date: 1995-09-05
Filing date: 1996-09-04
Publication date: 1999-06-16
Anticipated expiration: 2016-09-04
Also published as: WO1997009711A1; DE69602963T2; EP0850470A1; US6016469A; DE69602963D1; FR2738383B1; FR2738383A1

Description

La présente invention concerne un procédé de quantification vectorielle de vocodeurs bas débit.The present invention relates to a quantification method illustration of low speed vocoders.

Elle s'applique notamment aux vocodeurs à prédiction linéaire, similaires à ceux décrits par exemple dans la Revue Technique THOMSON-CSF, volume 14, n° 3, septembre 1982, pages 715 à 731, suivant lesquels le signal de parole est identifié à la sortie d'un filtre numérique dont l'entrée reçoit, soit une forme d'onde périodique correspondant à celles des sons voisés comme le sont les voyelles, soit une forme d'onde aléatoire correspondant à celles des sons non voisés comme le sont la plupart des consonnes.It applies in particular to vocoders with linear prediction, similar to those described for example in the THOMSON-CSF Technical Review, volume 14, n ° 3, september 1982, pages 715 to 731, according to which the speech signal is identified at the output of a digital filter whose input receives either a periodic waveform corresponding to those of sounds voiced as are the vowels, a random waveform corresponding to those of the unvoiced sounds as are most of the consonants.

Il est connu que la qualité auditive des vocodeurs à prédiction linéaire dépend en grande partie de la précision avec laquelle leur filtre prédicteur est quantifié et que cette qualité diminue généralement lorsque le débit numérique entre vocodeurs diminue car la précision de quantification du filtre devient alors insuffisante. De nombreux procédés de quantification du type de ceux décrits par exemple, dans la demande de brevet EP 0504485 A2 ou dans le brevet US 4907276 ont été développés pour résoudre ce problème. Le brevet US 4907276 décrit une quantification vectorielle utilisant la transformation du signal d'entrée dans le domaine des vecteurs propres de la matrice de covariance du signal. D'une manière générale le signal de parole est segmenté en trames indépendantes de durée constante et le filtre est renouvelé à chaque trame. Ainsi pour arriver à un débit d'environ 1820 bits par seconde, il faut, selon une réalisation standard normalisée, représenter le filtre par un paquet de 41 bits transmis toutes les 22,5 millisecondes. Pour des liaisons non standard à plus faible débit, de l'ordre de 800 bits par seconde, moins de 800 bits par seconde doivent être transmis pour représenter le filtre ce qui constitue approximativement un rapport de 3 en débit par rapport aux réalisation standards. 30 bits en moyenne sont utilisés pour quantifier un filtre sur deux, et ces 30 bits se décomposent en 3 bits définissant un schéma de quantification et 27 bits pour quantifier 10 quantités obtenues à partir de coefficients LAR (abréviations anglo-saxonnes de Log Area Ratios) par déplacement et rotation dans l'espace à 10 dimensions ainsi défini. Le résultat est que la quantification commence à n'être plus qu'approximativement transparente, et qu'il faut compenser auditivement cet artefact en quantifiant grossièrement les filtres situés dans les transitions du signal de parole et finement ceux correspondant à des zones stables. Pour obtenir malgré tout une précision de quantification suffisante du filtre prédicteur l'approche classique consiste à mettre en oeuvre un schéma de quantification vectorielle intrinsèquement plus efficace que celui utilisé dans les systèmes standards où les 41 bits mis en oeuvre servent à quantifier scalairement les P = 10 coefficients de leur filtre de prédiction. La méthode repose sur l'utilisation d'un dictionnaire contenant un nombre déterminé de filtres standards obtenus par apprentissage. Elle consiste à transmettre uniquement la page ou l'index où se trouve le filtre standard le plus proche du filtre idéal. L'avantage est dans la réduction du débit binaire qui est obtenu, seulement 10 à 15 bits par filtre étant transmis au lieu des 41 bits nécessaires en mode de quantification scalaire, mais cette réduction de débit est obtenue au prix d'une très forte augmentation de la taille de mémoire nécessaire pour stocker les éléments du dictionnaire et d'une charge de calcul importante imputable à la complexité de l'algorithme de recherche des filtres.It is known that the hearing quality of vocoders with linear prediction largely depends on the accuracy with which their predictor filter is quantified and this quality generally decreases when the flow digital between vocoders decreases because the precision of quantification of the filter becomes insufficient. Numerous methods for quantifying type of those described, for example, in patent application EP 0504485 A2 or in US patent 4907276 were developed to solve this problem. US patent 4907276 describes a vector quantization using the transformation of the input signal in the vector domain eigenvalues of the signal covariance matrix. Generally speaking, the speech signal is segmented into independent frames of constant duration and the filter is renewed each time frame. So to reach a bit rate of around 1820 bits per second, you have to, according to a standardized standard implementation, represent the filter by a packet 41 bits transmitted every 22.5 milliseconds. For connections not standard at lower bit rates, on the order of 800 bits per second, less than 800 bits per second must be transmitted to represent the filter which is approximately a ratio of 3 in flow compared to standard realization. 30 bits on average are used to quantify a filter on two, and these 30 bits break down into 3 bits defining a quantization scheme and 27 bits to quantify 10 quantities obtained at from LAR coefficients (Anglo-Saxon abbreviations of Log Area Ratios) by displacement and rotation in the 10-dimensional space thus defined. The result is that the quantification starts to no longer be that approximately transparent, and that it is necessary to compensate auditively this artifact by roughly quantifying the filters located in the transitions of the speech signal and finely those corresponding to stable areas. To still obtain sufficient quantification precision of the filter predictor the classic approach is to implement a scheme of intrinsically more efficient vector quantization than that used in standard systems where the 41 bits used are used to quantify scalarly the P = 10 coefficients of their prediction filter. The method is based on the use of a dictionary containing a determined number of standard filters obtained by learning. It consists in transmitting only the page or index where the most standard filter is located close to the ideal filter. The advantage is in reducing the bit rate which is obtained, only 10 to 15 bits per filter being transmitted instead of the 41 bits necessary in scalar quantization mode, but this reduction in throughput is achieved at the cost of a very large increase in memory size needed to store dictionary items and a computational load important due to the complexity of the filter search algorithm.

En appliquant également cette approche aux vocodeurs à bas débit de 800 bits/s et moins, il est communément admis que 24 bits suffisent pour un dictionnaire composite produit de deux dictionnaires de 4 096 éléments prenant en compte les quatre premiers LSP et les six derniers respectivement. L'inconvénient majeur de ce type de quantification réside encore dans la nécessité de constituer ce dictionnaire, de le stocker, et d'effectuer la quantification proprement dite.By also applying this approach to low speed vocoders of 800 bits / s and less, it is commonly accepted that 24 bits are sufficient for a composite dictionary produced from two dictionaries of 4,096 elements taking includes the first four LSPs and the last six respectively. The major drawback of this type of quantification still lies in the need to constitute this dictionary, to store it, and to carry out the proper quantification.

Des alternatives au schéma de quantification vectorielle ont aussi été proposées pour réduire le nombre d'éléments stockés dans le dictionnaire. C'est ainsi qu'il est connu notamment une technique de quantification de vecteur pyramidal, dont une description peut être trouvée dans la revue IEEE trans. on INFTH vol. IT 32 n° 4 juillet 1986 pages 568 à 582 de M. Thomas R. FISCHER ayant pour titre " A pyramid vector quantizer". Suivant cette technique les données d'entrée multidimensionnelles sont réparties sur les sommets d'un réseau régulier inclus dans une pyramide de dimension multiple. Cette technique de quantification est appliquée principalement pour des données à caractéristique de répartition Laplaciennes. Mais la réduction en débit qui en résulte n'est toutefois pas suffisamment appréciable. Ceci est particulièrement dû au fait qu'en pratique la forme de l'ensemble des données multidimensionnelles à traiter est plutôt inscrite à l'intérieur d'un ellipsoïde, notamment lorsqu'il est utilisé un système de calcul à prédiction/extrapolation qui amène toujours une forme à caractéristique Gaussienne des données. D'autre part la pyramide qui est inscrite sur cet ellipsoïde amène à coder des points qui se trouvent à l'extérieur de l'ellipsoïde entourant le nuage de points à coder ce qui oblige à dimensionner les mots de code avec un nombre de bits qui va au delà de ce qui est strictement nécessaire.Alternatives to the vector quantization scheme have also been suggested to reduce the number of items stored in the dictionary. It is as is known in particular a vector quantization technique pyramidal, a description of which can be found in the journal IEEE trans. we INFTH vol. IT 32 n ° 4 July 1986 pages 568 to 582 by M. Thomas R. FISCHER entitled "A pyramid vector quantizer". According to this technique the multidimensional input data are distributed over the vertices of a regular network included in a pyramid of multiple dimensions. This quantification technique is applied mainly for data to Laplacian distribution characteristic. But the reduction in flow which The result is however not sufficiently appreciable. This is particularly due to the fact that in practice the form of the data set multidimensional to be treated is rather inscribed inside an ellipsoid, especially when using a prediction / extrapolation calculation system which always brings a Gaussian characteristic form of the data. On the other hand the pyramid which is inscribed on this ellipsoid leads to code points that lie outside the ellipsoid surrounding the point cloud at code which forces the code words to be sized with a number of bits which goes beyond what is strictly necessary.

Le but de l'invention est de pallier les inconvénients précités.The object of the invention is to overcome the aforementioned drawbacks.

A cet effet, l'invention a pour objet un procédé de quantification vectorielle de vocodeurs bas débit selon la revendication 1. To this end, the invention relates to a vector quantization method low-speed vocoders according to claim 1.

L'invention a pour principal avantage qu'elle met en oeuvre un procédé de quantification des filtres de prédiction qui n'exige pratiquement pas plus d'éléments binaires pour quantifier les points représentatifs des filtres de prédiction qu'un procédé de quantification vectorielle à dictionnaire tout en restant de réalisation simple, rapide n'occupant qu'un espace mémoire réduit.The main advantage of the invention is that it implements a method of quantification of prediction filters which requires practically no more bits to quantify the representative points of the filters prediction that a dictionary vector quantization process while remaining simple, fast realization occupying only a reduced memory space.

D'autres caractéristiques et avantages de l'invention apparaítront ci-après à l'aide de la description qui suit faite en regard des figures des dessins annexés qui représentent :Other characteristics and advantages of the invention will appear below using the following description made with reference to the figures of the drawings attached which represent:

La figure 1 un organigramme illustrant le procédé de codage de la parole mis en oeuvre par l'invention.Figure 1 a flowchart illustrating the speech coding process implemented by the invention.

La figure 2 un espace vectoriel à deux dimensions figurant une répartition de coefficients d'aire dérivés des coefficients de réflexion modélisant le conduit vocal.Figure 2 a two-dimensional vector space showing a distribution of area coefficients derived from the reflection coefficients modeling the duct vocal.

La figure 3 une illustration du procédé de codage selon l'invention dans un espace à trois dimensions.FIG. 3 an illustration of the coding method according to the invention in a three-dimensional space.

Les figures 4 à 8b des exemples de répartition du codage de points dans un espace à trois dimensions obtenu par la mise en oeuvre du procédé selon l'invention.FIGS. 4 to 8b of examples of distribution of the coding of points in a three-dimensional space obtained by implementing the method according to the invention.

Le procédé de codage selon l'invention consiste, après avoir découpé le signal de parole en trames de longueur constante d'environ 20 à 25 ms, comme ceci a lieu habituellement dans les vocodeurs, à déterminer et à coder les caractéristiques du signal de parole sur des trames successives en déterminant l'énergie du signal P fois par trame.The coding method according to the invention consists, after cutting the speech signal in frames of constant length of about 20 to 25 ms, as this usually takes place in the vocoders, to determine and code the characteristics of the speech signal on successive frames by determining the signal energy P times per frame.

La synthèse du signal de parole sur chaque trame a lieu ensuite en procédant au détramage et au décodage des valeurs des caractéristiques codées du signal de parole.The synthesis of the speech signal on each frame then takes place in descrambling and decoding the characteristic values speech signal coded.

Les étapes représentatives du procédé de codage selon l'invention qui sont représentées à la figure 1 consistent à calculer à l'étape 1, après une étape non représentée d'échantillonnage du signal de parole S_K sur chaque trame et-quantification des échantillons sur un nombre déterminé de bits suivit d'une préaccentuation de ces échantillons, les coefficients K_i d'un filtre de modélisation du conduit vocal à partir de coefficients d'autocorrélation R_i des échantillons S_K suivant une relation de la forme

The steps representative of the coding method according to the invention which are shown in FIG. 1 consist in calculating in step 1, after a step not shown of sampling the speech signal S _K on each frame and quantizing the samples on a determined number of bits followed by a pre-emphasis of these samples, the coefficients K _i of a filter for modeling the vocal tract from autocorrelation coefficients R _i of the samples S _K according to a relation of the form

Le calcul des coefficients K_i est effectué par exemple en appliquant l'algorithme connu de M. LEROUX-GUEGEN dont une description peut être trouvée dans l'article de la revue IEEE Transaction on Acoustics Speech, and Signal Processing June 1977 ayant pour titre "A fixed point computation of partial correlation coefficients". Ce calcul revient à inverser une matrice carrée dont les éléments sont les coefficients R_i de la relation (1).The calculation of the coefficients K _i is carried out for example by applying the algorithm known to M. LEROUX-GUEGEN, a description of which can be found in the article of the review IEEE Transaction on Acoustics Speech, and Signal Processing June 1977 having for title " A fixed point computation of partial correlation coefficients ". This calculation amounts to inverting a square matrix whose elements are the coefficients R _i of the relation (1).

L'étape 2 suivante consiste à distordre de façon non linéaire les coefficients de réflexion en les transformant en coefficients d'aire notés LAR_i de l'abréviation anglo-saxonne LOG AREA RATIO par la relation

avec i = (1...P)
de façon à calculer à l'étape 3 les vecteurs propres d'une matrice d'autocorrélation des coefficients LAR_i qui définissent dans l'espace à P dimensions les directions privilégiées d'un nuage de points dont les coordonnées sont les coefficients LAR_i avec i = 1 - P. A titre d'exemple, le nuage de points représenté à la figure 2 dans un espace à seulement deux dimensions fait apparaitre deux directions privilégiées symbolisées par les vecteurs propres V₁ et V₂.The next step 2 consists in non-linearly distorting the reflection coefficients by transforming them into area coefficients noted LAR _i from the Anglo-Saxon abbreviation LOG AREA RATIO by the relation

with i = (1 ... P)
so as to calculate in step 3 the eigenvectors of an autocorrelation matrix of the coefficients LAR _i which define in P dimensional space the preferred directions of a cloud of points whose coordinates are the coefficients LAR _i with i = 1 - P. As an example, the point cloud represented in FIG. 2 in a space with only two dimensions makes appear two privileged directions symbolized by the eigenvectors V ₁ and V ₂ .

En retournant à la figure 1, l'étape 4 consiste à projeter les coefficients LAR sur les directions privilégiées en calculant par exemple des coefficients λ_i, représentant la somme des projections des coefficients (LAR_j - LAR _j) sur les vecteurs propres V_i à V_p de la matrice d'autocorrélation des coefficients LAR, par la relation

pour i = (1--p) dans laquelle V_{i, j} désigne les vecteurs propres et LAR _j est la valeur moyenne de chaque coefficient LAR_j de rang j.Returning to FIG. 1, step 4 consists in projecting the coefficients LAR onto the preferred directions by calculating for example coefficients λ _i , representing the sum of the projections of the coefficients (LAR _j - LAR _j ) on the eigenvectors V _i to V _p of the autocorrelation matrix of the LAR coefficients, by the relation

for i = (1 - p) in which V _{i, j} denotes the eigenvectors and LAR _j is the average value of each LAR _j coefficient of rank j.

Comme chacun des coefficients λ_i évolue entre une valeur minimale -λ_imax et une valeur maximale +λ_imax, cette évolution rend possible l'approximation de la forme du nuage de points observé par un hyperellipsoïde dont les valeurs des demi-grands axes sont représentées par les coefficients λ_imax. As each of the coefficients λ _i evolves between a minimum value -λ _imax and a maximum value + λ _imax , this evolution makes it possible to approximate the shape of the point cloud observed by a hyperellipsoid whose values of the semi-major axes are represented by the coefficients λ _imax .

Pour chacun des λ_i, il est alors effectué une quantification uniforme entre une valeur minimale λ_imini et une valeur maximale λ_imax avec un nombre de bits n_i qui est calculé par les moyens classiques en fonction du nombre total N de bits utilisés pour quantifier le filtre et les pourcentages d'inertie correspondant aux vecteurs propres V_i.For each of the λ _i , a uniform quantification is then carried out between a minimum value λ _imini and a maximum value λ _imax with a number of bits n _i which is calculated by conventional means as a function of the total number N of bits used to quantify the filter and the percentages of inertia corresponding to the eigenvectors V _i .

La quantification des coefficients λ_i a lieu en utilisant une mesure de distance entre filtres dont la plus naturelle est la distance Euclédienne pondérée de la forme :

dans laquelle les coefficients γ_i sont fonction décroissante de leur rang i et sont ajustés expérimentalement.The quantification of the coefficients λ _i takes place using a distance measurement between filters, the most natural of which is the weighted Eucledean distance of the form:

in which the coefficients γ _i are a decreasing function of their rank i and are adjusted experimentally.

De façon équivalente, sachant que les coefficients λ_i sont centrés autour du barycentre de l'hyperéllipsoïde, le même résultat peut aussi être obtenu en utilisant une mesure de distance purement Euclidienne portant sur les coefficients modifiés, telle que

Les points représentatifs des filtres de coordonnées µ_i , sont alors situés à l'intérieur d'un hyperellipsoïde de dimension P dont les P demi-grands axes valent respectivement µ_imax avec µ_imax = λ_imax γ_i ^1/2 .Equivalently, knowing that the coefficients λ _i are centered around the barycenter of the hyperelipsoid, the same result can also be obtained by using a purely Euclidean distance measure relating to the modified coefficients, such as

The representative points of the filters of coordinates μ _i , are then located inside a hyperellipsoid of dimension P whose P semi-major axes are worth respectively µ _imax with µ _imax = λ _imax γ _i ^1/2 .

Dans ces conditions si chacune des coordonnées µ_i était quantifiée uniformément entre -µ_imax et +µ_imax ,le nombre de bits nécessaire serait alors égal au logarithme en base 2 du rapport entre un volume parallélépipédique (pavé) quantifiable et le volume d'un hypercube élémentaire selon la relation

où Δ est le pas de quantification. Mais cette définition, conduit à représenter non seulement les points qui sont à l'intérieur de l'ellipsoïde mais également une multitude de points extérieurs. Par exemple, en dimension 3, cela conduit à représenter 2 fois plus de points qu'il n'est nécessaire. Cette inflation du nombre de points à coder croit d'autant plus que le nombre de dimensions de l'espace à considérer augmente.Under these conditions if each of the coordinates µ _i was quantified uniformly between -µ _imax and + µ _imax , the number of bits required would then be equal to the logarithm in base 2 of the ratio between a quantifiable parallelepipedic volume (block) and the volume of a elementary hypercube according to the relation

where Δ is the quantization step. But this definition leads to represent not only the points which are inside the ellipsoid but also a multitude of external points. For example, in dimension 3, this leads to representing twice as many points as is necessary. This inflation in the number of points to be coded increases all the more as the number of dimensions of the space to be considered increases.

En effet, en considérant le volume d'un ellipsoïde défini pour P pair par la relation

le nombre de bits N_E strictement nécessaire est alors donné par

ce qui donne

Indeed, by considering the volume of an ellipsoid defined for P even by the relation

the number of bits N _E strictly necessary is then given by

Which give

Pour le cas d'un filtre de prédiction à P=10 coefficients cela représente une différence de -8,65 bits et montre qu'il suffit en principe de n'utiliser pour N_E que seulement 24 bits au lieu des 33 bits nécessaire pour quantifier les coefficients µ_i de façon indépendante.For the case of a prediction filter with P = 10 coefficients this represents a difference of -8.65 bits and shows that it is sufficient in principle to use for N _E only 24 bits instead of the 33 bits necessary for quantify the coefficients µ _i independently.

Dans ces conditions il apparaít que le seul moyen de gagner effectivement les bits souhaités consiste à effectuer une quantification dans un espace qui est strictement limité à l'intérieur du volume utile, de l'ellipsoïde des points µ_i. Ceci est réalisé par l'invention grâce à l'exécution à l'étape 5 d'un algorithme qui permet de numéroter sans ambiguïté tous les points situés dans ce volume.Under these conditions it appears that the only way to effectively gain the desired bits is to perform a quantization in a space which is strictly limited within the useful volume, the ellipsoid of the points µ _i . This is achieved by the invention thanks to the execution in step 5 of an algorithm which makes it possible to unambiguously number all the points located in this volume.

Pour la commodité du raisonnement on supposera dans ce qui suit que le volume des points est délimité par une enveloppe de forme ellipsoïde ou pyramidale, mais on concevra que le procédé de codage de l'invention qui est décrit vaut aussi pour des volumes d'enveloppe quelconque.For the sake of convenience, it will be assumed below that the volume of the points is delimited by an ellipsoid envelope or pyramidal, but it will be understood that the coding method of the invention which is described also applies to any envelope volumes.

En supposant pour simplifier que l'espace des données à quantifier est un espace de dimension 3 (N=3) et que tous les points à l'intérieur d'un ellipsoïde d'axes orthonormés 2X, 2Y, 2Z peuvent être quantifiés avec un pas de quantification égal à l'unité, le procédé de quantification selon l'invention appliqué à cet espace consiste à associer un nombre unique à chaque ensemble de coordonnées entières x0, y0, z0 vérifiant la relation : x2 0 X2 + y2 0 Y2 + z2 0 Z2 ≤ 1 Assuming for simplicity that the data space to be quantified is a space of dimension 3 (N = 3) and that all the points inside an ellipsoid of orthonormal axes 2X, 2Y, 2Z can be quantified with a no quantization equal to unity, the quantification method according to the invention applied to this space consists in associating a unique number with each set of integer coordinates x0, y0, z0 verifying the relation: x 2 0 X 2 + y 2 0 Y 2 + z 2 0 Z 2 ≤ 1

Comme le montre la figure 3 cette association est réalisée en trois étapes. Une première étape consiste à parcourir l'axe des x et à calculer le nombre total de points situés dans les tranches de l'ellipsoïde qui lui sont perpendiculaires et coupant l'axe des x en des points pour lesquels x prend les valeurs entières successives -X , -X+1,..., x-2, x-1. La deuxième étape consiste à parcourir l'axe des y en ajoutant au résultat précédent la somme des nombres de points situés dans les tranches de l'ellipsoïde pour lesquelles l'abscisse vaut x et l'ordonnée vaut successivement -Y(x), -Y(x+1),..., y-2, y-1 où Y(x)≤Y et est la plus grandfe valeur pour laquelle le point de coordonnées (x Y(x), 0) est situé dans l'ellipsoïde ou sa surface. Enfin suivant la troisième étape, l'axe des z est parcouru en ajoutant au résultat précédent la somme des nombres de points situés dans les tranches pour lesquelles l'abscisse vaut x, l'ordonnée vaut y et l'altitude vaut successivement -Z(x,y), -Z(x,y)+1,..., z-2, z-1 où Z(x,y)≤Z et est la plus grande valeur pour laquelle le point de coordonnées (x,y,Z(x,y) est situé dans l'ellipsoïde ou sa surface. Le résultat final donne le nombre exact de points s'étendant avant le point à quantifier, c'est-à-dire les points pour lesquels x ou y ou z est inférieur à xo, yo ou zo respectivement. Ce principe peut naturellement être étendu à des dimensions d'espace d'ordre quelconque. Pour un espace d'ordre N, les différents volumes de dimensions 2, 3,..., N-1 sont précalculés et mémorisés dans une mémoire morte. En généralisant ce principe à un ellipsoïde à N dimensions, et en désignant par A₁ , A₂ ,..., A_N les dimensions des demi-axes le volume intérieur à l'ellipsoïde est défini par la relation :

avec

et l'équation de sa surface est définie par la relation :

En désignant par V_m(_A) le volume d'une tranche à m dimensions (m< ou égal à N) de l'ellipsoïde, dans laquelle la m^ième coordonnée est comprise entre -A et +A celui-ci s'exprime par la relation :

La relation (14) permet de déduire sans difficulté une relation de récurrence liant deux volumes de dimensions consécutives soit :

Le nombre de points à quantifier peut alors être obtenu à partir des relations précédentes en considérant par exemple que le pas de quantification vaut 1 et que les dimensions des axes Ai sont des entiers positifs. Cette détermination peut être obtenue en considérant successivement les points isolés (dimension 0), les séries de points contigus (dimension 1), puis en calculant itérativement les volumes de dimensions 2...N-1.As shown in Figure 3 this association is made in three stages. A first step consists in traversing the x-axis and calculating the total number of points located in the slices of the ellipsoid which are perpendicular to it and intersecting the x-axis at points for which x takes the successive integer values - X, -X + 1, ..., x-2, x-1. The second stage consists in traversing the axis of y by adding to the preceding result the sum of the numbers of points located in the slices of the ellipsoid for which the abscissa is worth x and the ordinate is successively worth -Y (x), - Y (x + 1), ..., y-2, y-1 where Y (x) ≤Y and is the largest value for which the point of coordinates (x Y (x), 0) is located in l ellipsoid or its surface. Finally, following the third step, the z axis is traversed by adding to the previous result the sum of the numbers of points located in the slices for which the abscissa is x, the ordinate is y and the altitude is successively -Z ( x, y), -Z (x, y) +1, ..., z-2, z-1 where Z (x, y) ≤Z and is the largest value for which the point of coordinates (x, y, Z (x, y) is located in the ellipsoid or its surface. The final result gives the exact number of points extending before the point to be quantified, ie the points for which x or y where z is less than xo, yo or zo respectively. This principle can naturally be extended to dimensions of any order space. For a space of order N, the different volumes of

dimensions

2, 3, ..., N-1 are precalculated and memorized in a read-only memory By generalizing this principle to an ellipsoid with N dimensions, and by designating by A ₁ , A ₂ , ..., A _N the dimensions of the half-axes the internal volume at l 'Ell ipsoïde is defined by the relation:

with

and the equation of its surface is defined by the relation:

By designating by V _m ( _A ) the volume of a slice with m dimensions (m <or equal to N) of the ellipsoid, in which the m ^th coordinate is between -A and + A it is expressed by relation:

The relation (14) allows to deduce without difficulty a recurrence relation linking two volumes of consecutive dimensions either:

The number of points to be quantified can then be obtained from the preceding relationships by considering for example that the quantization step is worth 1 and that the dimensions of the axes Ai are positive integers. This determination can be obtained by successively considering the isolated points (dimension 0), the series of contiguous points (dimension 1), then by iteratively calculating the volumes of dimensions 2 ... N-1.

Un microprogramme permettant d'obtenir ce résultat est fourni en Annexe 1.A firmware enabling this result to be obtained is provided in the Annex. 1.

L'algorithme de quantification selon l'invention est déduit de l'exemple précité en 3 dimensions. Cet algorithme consiste à accumuler dans la valeur de code le nombre de points rencontrés en partant d'une valeur minimale des coordonnées pour arriver à la valeur de code du point considéré. Pour effectuer ce traitement les valeurs réelles des coordonnées X_i sont d'abord converties en leur valeur entière la plus proche. Les valeurs résultantes sont alors corrigées de façon à être sûr que le point correspondant est bien situé à l'intérieur de l'ellipsoïde, car pour les points éventuellement extérieurs, il est admis que l'erreur de quantification peut être plus grande que celle obtenue pour les points à l'intérieur. Un processus optimum permettant de traiter ces points serait de trouver les points qui semblent les plus proches à l'intérieur de l'ellipsoïde. Cependant à l'exception d'une quantification de points à l'intérieur d'une sphère il n'existe malheureusement pas de procédé simple pour effectuer ce traitement. Un algorithme suboptimum permettant de placer ces points itérativement à l'intérieur de l'ellipsoïde par une modification de leurs coordonnées successives est le suivant:

The quantification algorithm according to the invention is deduced from the above example in 3 dimensions. This algorithm consists in accumulating in the code value the number of points encountered starting from a minimum value of the coordinates to arrive at the code value of the point considered. To carry out this processing, the real values of the coordinates X _i are first converted to their nearest integer value. The resulting values are then corrected so as to be sure that the corresponding point is indeed located inside the ellipsoid, because for possibly external points, it is accepted that the quantization error can be greater than that obtained for points inside. An optimum process for dealing with these points would be to find the points that appear closest to the interior of the ellipsoid. However with the exception of a quantification of points inside a sphere there unfortunately does not exist a simple process to carry out this treatment. A suboptimum algorithm allowing these points to be placed iteratively inside the ellipsoid by a modification of their successive coordinates is as follows:

En pratique les instructions de l'algorithme précédent doivent être incluses dans le microprogramme de codage proprement dit en utilisant les volumes V_n (A) déjà calculés. Cet algorithme consiste en une accumulation dans le code final du nombre de points laissés derrière le point codé de coordonnées (X₁...X_N) en partant d'un point de coordonnées (0, 0...0, A_N) à la surface de l'ellipse et en descendant vers le point à quantifier. Un microprogramme pour l'exécution de cet algorithme de codage est fourni en Annexe 2.In practice, the instructions of the previous algorithm must be included in the coding firmware proper by using the volumes V _n (A) already calculated. This algorithm consists of an accumulation in the final code of the number of points left behind the coded point of coordinates (X ₁ ... X _N ) starting from a point of coordinates (0, 0 ... 0, A _N ) on the surface of the ellipse and down towards the point to be quantified. A firmware for the execution of this coding algorithm is provided in Annex 2.

Naturellement le temps d'exécution maximum de l'algorithme précédent peut être raccourci grâce aux symétries. En effet, si Code0 représente le code du point d'origine de coordonnées (00...0) et C représente la valeur de code pour le point de coordonnées X₁,..., X_N le code correspondant au point symétrique (-X₁, ..., -X_N) est exactement égal à 2* Code0-C. Pour tenir compte de ce fait le microprogramme précédent peut être complété par les instructions suivante :

IF Inversion THEN Code = 2 Code0 - CodeNaturally the maximum execution time of the previous algorithm can be shortened thanks to the symmetries. Indeed, if Code0 represents the code of the coordinate origin point (00 ... 0) and C represents the code value for the coordinate point X ₁ , ..., X _N the code corresponding to the symmetric point ( -X ₁ , ..., -X _N ) is exactly equal to 2 * Code0-C. To take this fact into account, the previous firmware can be supplemented by the following instructions:

IF Inversion THEN Code = 2 Code0 - Code

Un exemple de quantification est représenté à la figure 4 pour les valeurs d'axe A₁=1 , A₁=3 et A₁=4. Dans cette représentation il y a au total 37 centroïdes de cubes élémentaires et le barycentre de l'ellipsoïde correspond au code 18. Pour comparaison, un exemple de quantification pyramidale équivalent est représenté à la figure 5. Dans ce cas le barycentre correspond au code 14.An example of quantification is shown in Figure 4 for the axis values A ₁ = 1, A ₁ = 3 and A ₁ = 4. In this representation there are in total 37 centroids of elementary cubes and the barycenter of the ellipsoid corresponds to code 18. For comparison, an example of equivalent pyramidal quantification is represented in figure 5. In this case the barycenter corresponds to code 14 .

L'algorithme de déquantification procède en cherchant à reconstituer les termes qui ont été additionnés pour donner la valeur du code sachant que cette reconstruction est unique par nature.The dequantification algorithm proceeds by seeking to reconstruct the terms that have been added to give the value of the code knowing that this reconstruction is unique in nature.

Un microprogramme correspondant est fourni en Annexe 3.A corresponding firmware is provided in Annex 3.

Pour tenir compte de certaines situations où il peut être intéressant de déplacer l'origine de l'ensemble des centroïdes., les algorithmes précédents peuvent encore être modifiés en considérant des coordonnées demi entières plutôt qu'entières. Une première possibilité peut consister à réaliser un quantificateur dont les axes sont de dimension double des axes A_i requis. Un vecteur de N valeurs réelles peut alors être quantifié après doublement, en utilisant seulement des entiers impairs. L'algorithme précédent peut alors être utilisé, le code de sortie obtenu étant converti par une table donnant le code final. Ce transcodage est nécessaire pour la raison que si environ un quart seulement des centroïdes originaux sont à considérer, cette réduction ne facilite pas pour autant l'exécution de l'algorithme. En effet, comme le montre la figure 6 on obtient alors avec des dimensions d'axe A₁=1, A₂=3, A₃=4, un ellipsoïde étendu de dimensions 2, 6 et 8 qui contient 369 centroïdes ce qui est très important comparés aux 56 centroïdes de l'ellipsoïde conçu en coordonnées demi-entières.To take into account certain situations where it may be interesting to move the origin of all the centroids., The previous algorithms can still be modified by considering half-whole rather than whole coordinates. A first possibility may consist in making a quantizer whose axes are twice the size of the axes A _i required. A vector of N real values can then be quantified after doubling, using only odd integers. The previous algorithm can then be used, the exit code obtained being converted by a table giving the final code. This transcoding is necessary for the reason that if only about a quarter of the original centroids are to be considered, this reduction does not facilitate the execution of the algorithm. Indeed, as shown in Figure 6 we then obtain with axis dimensions A ₁ = 1, A ₂ = 3, A ₃ = 4, an extended ellipsoid of dimensions 2, 6 and 8 which contains 369 centroids which is very important compared to the 56 centroids of the ellipsoid designed in half-integer coordinates.

Une deuxième possibilité peut consister à modifier l'initialisation de l'algorithme, le codage et le décodage de façon à n'utiliser que des coordonnées paires. Des microprogrammes correspondant modifiés sont fournis en Annexe 4.A second possibility can consist in modifying the initialization of the algorithm, the coding and the decoding so as to use only coordinates pairs. Corresponding modified firmware is provided in Annex 4.

Les codes sont transmis suivant des mots binaires. Cependant, comme le nombre de points compris à l'intérieur d'un ellipsoïde n'a, a priori aucune raison particulière de former une exacte puissance de deux, il paraít hautement souhaitable pour utiliser un nombre optimal de bits dans la formation du code, que ce nombre soit aussi près que possible d'une exacte puissance de deux. Ceci peut être obtenu en ajustant le volume de l'ellipsoïde par des longueurs d'axes fractionnaires plutôt qu'entières.The codes are transmitted according to binary words. However, as the number of points included inside an ellipsoid has, a priori no reason particular to form an exact power of two, it seems highly desirable to use an optimal number of bits in the formation of the code, let this number be as close as possible to an exact power of two. This can be achieved by adjusting the volume of the ellipsoid by lengths fractional rather than whole axes.

De manière à simplifier l'exposé, on supposera que les fractions représentant les axes A_i ont un dénominateur commun. En pratique les valeurs de dénominateur de 1, 2, 3 sont suffisantes pour obtenir sans difficulté des ellipsoïdes contenant un nombre de centroïdes aussi voisins que possible d'une puissance exacte de deux.In order to simplify the presentation, it will be assumed that the fractions representing the axes A _i have a common denominator. In practice, the denominator values of 1, 2, 3 are sufficient to easily obtain ellipsoids containing a number of centroids as close as possible with an exact power of two.

Par exemple, en considérant en dimension 4 un ellipsoïde de dimensions (3, 4, 5, 6), celui-ci contient exactement 1765 points. Ce nombre est exactement compris entre 1024 et 2048. En modifiant ces dimensions dans les rapports (9/3, 13/3, 15/3, 19/3) ce nombre est changé par le nombre 2025 qui est 98,87% proche de 2048 et on peut dire qu'il représente une perte binaire équivalente de log.2(0,9887)=0,016 bits. La différence 2048 - 2025 = 23 de codes perdus peut alors être utilisée pour le codage de configurations particulières si nécessaire.For example, considering in dimension 4 an ellipsoid of dimensions (3, 4, 5, 6), it contains exactly 1765 points. This number is exactly between 1024 and 2048. By modifying these dimensions in the ratios (9/3, 13/3, 15/3, 19/3) this number is changed by the number 2025 which is 98.87% close to 2048 and we can say that it represents an equivalent binary loss of log.2 (0.9887) = 0.016 bits. The difference 2048 - 2025 = 23 of lost codes can then be used for coding particular configurations if necessary.

En conséquence, les algorithmes précédents peuvent encore être modifiés en considérant des longueurs d'axes de la forme (A₁/D, A₂/D, ..., A_N/D) où D est un dénominateur commun de valeur faible. Les valeurs fortes pour D ne sont pas nécessaires car dans la pratique il est toujours possible d'obtenir un bon codage avec D=1, 2 ou 3.Consequently, the previous algorithms can still be modified by considering axis lengths of the form (A ₁ / D, A ₂ / D, ..., A _N / D) where D is a common denominator of low value. Strong values for D are not necessary because in practice it is always possible to obtain good coding with D = 1, 2 or 3.

L'introduction d'un dénominateur commun conduit à effectuer les traitements suivants :

1 - définition des axes : ai = Ai D i = 1...N

2 - équation de l'ellipsoïde (K=2) de la pyramide (K=1) :

3 - Valeur maximale de X_n

soit

4 - En réduisant au même dénominateur et en conservant seulement les numérateurs on définit les formules de récurrences suivantes : DennXK n ≤ Numn avec DenN = DK

NumN=AN K

The introduction of a common denominator leads to the following treatments:

1 - definition of the axes: at i = AT i D i = 1 ... N

2 - equation of the ellipsoid (K = 2) of the pyramid (K = 1):

3 - Maximum value of X _n

is

4 - By reducing to the same denominator and keeping only the numerators we define the following recurrence formulas: Den not X K not ≤ Num not with Den NOT = D K

Num NOT = A NOT K

Les relations précédentes montrent que si D est différent de l'unité ou si les axes A_i n'ont pas des dimensions faibles ou si les dimensions N sont importantes, un nombre important de points doit être calculé et que ce calcul doit être effectué en multiprécision arithmétique. La valeur maximum de X_n est exactement (Num_n/Den_n)^½, et cette valeur n'est presque jamais entière, de ce fait, il est impossible d'utiliser les tableaux tels que V_n(X_n) en programmation. En pratique, ce problème peut être résolu en utilisant deux tableaux, un tableau pour les volumes et un tableau de valeurs correspondant au numérateur puisque les dénominateurs ne changent pas. De la sorte, l'accès à un volume déterminé peut être trouvé par le numérateur correspondant à celui recherché. Pour réduire le temps de calcul les numérateurs sont mémorisés dans l'ordre croissant avec leur volume correspondant. Les microprogrammes d'initialisation de codage et de décodage sont alors modifiés de la façon représentée à l'annexe 5.The preceding relations show that if D is different from the unit or if the axes A _i do not have weak dimensions or if the dimensions N are important, a significant number of points must be calculated and that this calculation must be carried out in arithmetic multiprecision. The maximum value of X _n is exactly (Num _n / Den _n ) ^½ , and this value is almost never integer, therefore, it is impossible to use arrays such as V _n (X _n ) in programming. In practice, this problem can be solved by using two tables, a table for volumes and a table of values corresponding to the numerator since the denominators do not change. In this way, access to a determined volume can be found by the numerator corresponding to that sought. To reduce the calculation time, the numerators are stored in ascending order with their corresponding volume. The coding and decoding initialization microprograms are then modified as shown in appendix 5.

Une autre possibilité consiste à considérer seulement les centroïdes dont la somme des coordonnées est paire ou impaire. Ceci revient à conserver seulement la moitié des centroïdes d'origine, ceux-ci se répartissant sur le réseau original d'origine DN dénoté ici D_n0 où son complément D_n1 qui ne comprend pas l'origine.Another possibility is to consider only centroids whose sum of coordinates is even or odd. This amounts to retaining only half of the original centroids, these being distributed over the original original network DN denoted here D _n0 where its complement D _n1 which does not include the origin.

Le principal avantage de procéder ainsi est que cela permet de diminuer l'erreur de quantification moyenne de -0,25 db si N=3 où d'environ -0,4 db pour N=4 à 10. Cela conduit à modifier l'algorithme de quantification initiale en ne considérant seulement que les points de coordonnées respectivement paires ou impaires. Dans ces conditions l'algorithme de quantification consiste à quantifier comme précédemment les points en recherchant des valeurs entières les plus proches de chaque coordonnée et à modifier les coordonnées entières qui sont les plus distantes de leur valeur réelle d'origine. Cependant le codage et le décodage sont alors légèrement plus complexes que pour un réseau de points ayant des coordonnées entières.The main advantage of doing this is that it reduces the mean quantization error of -0.25 db if N = 3 or around -0.4 db for N = 4 to 10. This leads to modifying the initial quantification algorithm by not considering only that the points of coordinates respectively even or odd. Under these conditions the quantification algorithm consists in quantifying as before the points by looking for the most integer values close to each coordinate and change the entire coordinates which are the most distant from their original real value. However the coding and decoding are then slightly more complex than for a network of points having whole coordinates.

En effet deux ensembles de volumes doivent être trouvés pour les dimensions 1 à N-1, un premier ensemble V_0,n(A) de volumes à n dimensions ayant une somme impaire de coordonnées à un deuxième ensemble V_1n(A) de volumes de dimension n ayant une somme paire de coordonnées. Dans ces conditions le calcul des volumes a lieu de la façon décrite par le microprogramme de l'annexe 6.Indeed two sets of volumes must be found for dimensions 1 to N-1, a first set V _{0, n (A)} of n-dimensional volumes having an odd sum of coordinates to a second set V _{1n (A)} of volumes of dimension n having an even sum of coordinates. Under these conditions, the volumes are calculated as described by the firmware in appendix 6.

Un exemple de quantification ellipsoïdale de vecteur pour D_3,0 et D_3,1 est représenté aux figures 7a et 7b. Dans cette représentation, les trois axes ont respectivement pour dimensions 2, 4, 5, c'est-à-dire qu'ils sont légèrement plus grands que ceux des exemples précédents pour obtenir un nombre suffisant de points. Chaque centroïde est relié à ses voisins les plus proches de la même façon qu'aux figures 4 et 6. Il peut être vérifié sur ces figures que le barycentre appartient (figure 7a) ou n'appartient pas ( figure 7b) à l'ensemble des centroïdes.An example of ellipsoidal vector quantization for D _3.0 and D _3.1 is shown in Figures 7a and 7b. In this representation, the three axes have respectively dimensions 2, 4, 5, that is to say that they are slightly larger than those of the previous examples to obtain a sufficient number of points. Each centroid is connected to its closest neighbors in the same way as in Figures 4 and 6. It can be checked in these figures that the barycenter belongs (figure 7a) or does not belong (figure 7b) to the set centroids.

Une généralisation du procédé à une quantification pyramidale est aussi représentée aux figures 8a et 8b. A generalization of the process to a pyramidal quantification is also shown in Figures 8a and 8b.

ANNEXES

APPENDICES

Annexe 1Annex 1

1. Pour les points isolés Vo(0)=1 1. For isolated points V o (0) = 1

2. Pour les séries de points contigus de dimension 1 FOR A + 0 TO A1 D0 V1(A) = 2*A+1 2. For the series of contiguous points of dimension 1 FOR A + 0 TO A 1 D0 V 1 (A) = 2 * A + 1

3. Pour les volumes de dimensions 2,..., N-1

3. For volumes of dimensions 2, ..., N-1

Annexe 2Annex 2

Annexe 3Annex 3

Une amélioration de la vitesse d'exécution de ce microprogramme peut aussi être obtenue en introduisant les instructions suivantes :

An improvement in the execution speed of this firmware can also be obtained by introducing the following instructions:

Annexe 4Annex 4

Modification du codage

Modification du décodage.

Changing the coding

Modification of decoding.

Annexe 5Annex 5

A initialisation : calcul des volumes et des numérateurs

B. Algorithme de codage (les x_i sont supposés correctes).

C. Algorithme de décodage

Nota : Les instructions référencées par (Z) sont celles à utiliser lorsque les axes ont des longueurs entières. Les instructions référencées par (D) concernent des réseaux de points ayant des coordonnées à sommes paires et impaires. Pour les instructions référencées par (Z/D), NV_a,b est remplacé par NV_p,a,b, V_a,b par V_p,a, _b et maxNumer_a,b est remplacé par maxNumer_p,a,b si le réseau courant est D_n0 ou D_n-1. Pour D_n, la parité variable est 0 pour D_n0 et 1 pour D_n1. La fonction REM2(X) calcule le reste de la division de X par 2: elle est équivalente à X - 2 INT(X/2).At initialization: calculation of volumes and numerators

B. Coding algorithm (the x _i are assumed to be correct).

C. Decoding algorithm

Note: The instructions referenced by (Z) are those to be used when the axes have entire lengths. The instructions referenced by (D) relate to networks of points having coordinates with odd and even sums. For the instructions referenced by (Z / D), NV _{a, b} is replaced by NV _{p, a, b} , V _{a, b} by V _{p, a,} _b and maxNumer _{a, b} is replaced by maxNumer _{p, a, b} if the current network is D _n0 or D _n-1 . For D _n , the variable parity is 0 for D _n0 and 1 for D _n1 . The REM2 (X) function calculates the remainder of dividing X by 2: it is equivalent to X - 2 INT (X / 2).

Annexe 6Annex 6

Claims

Process for the vector quantization of low bit rate vocoders, characterized in that it consists in determining the coding region by surrounding with an envelope the scatter of the points of the autocorrelation matrix of the area coefficients (LARi) of the filter for modelling the vocal tract, in determining (3) the principal axes of the volume of points inside the envelope, in projecting (4) the coefficients of the autocorrelation matrix onto the principal axes, in partitioning the interior volume of the envelope into elementary volumes and in coding the coefficients resulting from the projection on the basis of their coordinates in the space defined by the principal axes of the volume of the points inside the envelope, while allocating a unique code value to each set of coefficients resulting from the projection, this code value corresponding to the location of the elementary volume in which the set lies.
Process according to Claim 1, characterized in that in order to code each point, it consists in partitioning the volume inside the envelope into slices perpendicular to a first principal axis direction from a first end slice to a slice preceding the last slice containing the point to be coded, while accumulating the numbers of points contained in each successive slice, and in adding to the number of points obtained the number of points remaining in the last slice so as to arrive at the point to be coded.
Process according to either one of Claims 1 and 2, characterized in that the envelope surrounding the scatter of points is a hyperellipsoid centred at the barycentre of the scatter of points.
Process according to either one of Claims 1 and 2, characterized in that the envelope surrounding the scatter of points is of pyramidal shape and is centred at the barycentre of the scatter of points.
Process according to any one of Claims 2 to 4, characterized in that it consists in converting the actual values of the coordinates of the points to be coded into their nearest integer value.
Process according to any one of Claims 2 to 4, characterized in that it consists in considering, for the coding, only half-integer coordinates.
Process according to any one of Claims 2 to 4, characterized in that it consists in considering, for the coding, only coordinates with even or odd sums.
Process according to any one of Claims 1 to 7, characterized in that it consists in adjusting the interior volume of the envelope by fractional coordinate axis lengths.
Process according to Claim 8, characterized in that the fractional axis lengths have a common denominator.