FI105623B - A method of encoding and decoding an analog signal which is sampled and which is inherently repetitive and a device for encoding and decoding utilizing this method - Google Patents

Abstract

Frequency components are calculated from the STP-filtered speech signal. The amplitudes of these are combined in a manner such that the resultant values are associated with frequencies which are situated equidistantly on a linear Bark scale. Said components are quantised, possibly after scaling. In the decoder, the components are again distributed over the frequency spectrum. In the coder, the fundamental regularity D is determined with an LTP technique, after which it is transmitted. In the decoder the phases of the reconstructed signal at the spacing D in the past are determined. These phases are combined with the amplitudes already present in the frequency spectrum, after which transformation back to the time domain takes place. Inverse STP filtering is then carried out.

Description

1 1056231 105623

Menetelmä, jolla koodataan ja dekoodataan näytteistetty foistuvaisluonteinen analoginen signaali, ja laite, jolla koodataan ja dekoodataan menetelmää käyttäen 5 Keksintö liittyy menetelmään, jolla koodataan näyt teistetty toistuvaisluonteinen analoginen signaali, jossa näytteistetty signaali jaetaan peräkkäisiin segmentteihin, joista kukin sisältää ennalta määrätyn lukumäärän näytteitä; jossa segmenteille suoritetaan lyhyen aikavälin ennus-10 teanalyysi ja jossa analyysissä määritetyt kertoimet lähetetään ja syötetään myös lyhyen aikavälin ennustesuodatti-meen, jossa suoritetaan pitkän aikavälin ennusteanalyysi suodattimen lähdöstä saatavalle jäännössignaalille ja myös tässä analyysissä saatava informaatio lähetetään, ja jossa 15 · jäännössignaalissa oleva informaatio koodataan ja lähetetään.The invention relates to a method of encoding a sampled repetitive analog signal, wherein the sampled signal is divided into successive segments, each of which contains a predetermined number of samples; wherein the segments are subjected to short-term prediction-10 theanalysis and wherein the coefficients determined in the analysis are also transmitted and fed to a short-term prediction filter which performs a long-term prediction analysis of the filter output residual signal and also the information obtained in this analysis is transmitted and sent.

Keksintö liittyy myös menetelmään, jolla dekoodataan edellä kuvatulla tavalla koodattu signaali, jossa vastaanotettu pitkän aikavälin ennusteanalyysi-informaatio 2Ö sekä jäännössignaalista vastaanotettu muu informaatio yhdistetään ja yhdistetty signaali, yhdessä vastaanotettujen lyhyen aikavälin ennusteanalyysikertoimien kanssa, syötetään käänteiseen lyhyen aikavälin ennustesuodattimeen, jonka lähdöstä saadaan näytesarja, joka edustaa näytteis-25 tetyn analogisen signaalin rekonstruktiota.The invention also relates to a method for decoding a signal encoded as described above, combining the received long-term forecast analysis information with other information received from the residual signal and combining the combined signal, together with the received short-term forecast analysis coefficients, from an inverse short-term prediction filter represents the reconstruction of the sampled analog signal.

Keksintö liittyy myös laitteeseen, jolla koodataan ja dekoodataan edellä kuvatulla menetelmällä.The invention also relates to a device for encoding and decoding by the method described above.

Tiedetään, että analogiset signaalit, joiden luonne on voimakkaasti johdonmukainen, kuten esimerkiksi puhesig-30 naalit, voidaan tehokkaasti koodata näytteistyksen jälkeen suorittamalla peräkkäin joukko eri muunnoksia signaalin peräkkäisille segmenteille, joilla kullakin on tietty kestoaika. Eräs näistä tähän tarkoitukseen tunnetuista muunnoksista on lineaarinen ennustekoodaus (LPC), jonka selos-35 tusta varten voidaan viitata kirjaan "Digital Processing 2 . 105623 of Speech Signals", L.R Rabiner ja R. W. Schafer; Prentice Hall, New Jersey; kappale 8. Kuten mainittu, LPC:tä käytetään aina signaalisegmentteihin, joilla on tietty kestoaika, puhesignaalien tapauksessa esimerkiksi 20 ms, ja 5 sitä pidetään lyhyen aikavälin koodauksena. Lyhyen aikavälin koodauksen ohella on tunnettua myös pitkän aikavälin ennusteen (LTP) käyttö, jolloin saadan erittäin tehokas koodaus nämä kaksi tekniikkaa yhdistämällä. LTP:n periaate on kuvattu julkaisussa (Frequenz) (Frequency), voluumi 42, 10 nro 2 - 3, 1988; sivut 85 - 93; P. Vary et ai: "Sprach-codec fiir dass Europäische Funkfernsprechnetz" ("Speech coder/decoder for that European Radiotelephone Network"), kun taas LTP-periaatteen parannettu versio on kuvattu NL-patenttihakemuksessa 9 001 985.It is known that analog signals of a highly consistent nature, such as speech signals, for example, can be efficiently coded after sampling by performing a series of different transformations on consecutive segments of the signal, each having a specific duration. One of these known variants for this purpose is linear prediction coding (LPC), for which reference may be made to "Digital Processing 2, 105623 of Speech Signals," by L. R. Rabiner and R. W. Schafer; Prentice Hall, New Jersey; As mentioned, LPC is always used for signal segments having a certain duration, for example 20 ms in the case of speech signals, and is considered short-term encoding. In addition to short-term coding, it is also known to use long-term forecasting (LTP), whereby very efficient coding is obtained by combining the two techniques. The principle of LTP is described in (Frequenz) (Frequency), vol. 42, 10, no. 2-3, 1988; pages 85-93; P. Vary et al., "Sprach codec fiir dass Europäische Funkfernsprechnetz" (Speech coder / decoder for the European Radiotelephone Network), while an improved version of the LTP principle is described in NL patent application 9,001,985.

15 Keksinnön päämääränä on menetelmä, jolla lähetetään hyvin tehokkaasti, t.s. pienellä lukumäärällä bittejä sekunnissa, ihmiskorvalle oleellinen informaatio jäännössig-naalista, joka on jäljellä STP-periaatteen soveltamisen jälkeen, ilman, että kuulijan kokeman vastaanottopuolella 20 olevalla dekooderilla rekonstruoidun puheen laatu heikke-nee.The object of the invention is a method of transmitting very efficiently, i.e. with a small number of bits per second, information relevant to the human ear from the residual signal remaining after applying the STP principle without impairing the quality of speech reconstructed by the decoder on the reception side 20 experienced by the listener.

Tätä varten keksinnön mukainen koodausmenetelmä on tunnettu siitä, että jäännössignaali muunnetaan taajuusalueelle, siitä, että ainakin osa taajuuskomponenttien, 25 jotka saatiin taajuusalueelle muunnettessa, amplitudeista yhdistetään siten, että näihin yhdistettyihin amplitudei-hin liittyvät taajuudet sijaitsevat tasaisin välimatkoin Barkin asteikolla, ja siitä, että lähetetään signaali, joka edustaa yhdistettyjä amplitudeja.For this purpose, the coding method according to the invention is characterized in that the residual signal is converted into a frequency domain by combining at least a portion of the amplitudes of the frequency components obtained by conversion into the frequency domain such that the frequencies associated with these combined amplitudes are spaced a signal representing the combined amplitudes.

30 Keksinnön mukainen dekoodausmenetelmä on tunnettu *, siitä, että alkuperäiset taajuusalueella olevat amplitudit rekonstruoidaan vastaanotetuista yhdistetyistä amplitudi-arvoista, siitä, että informaatiota, joka lähetettiin pitkän aikavälin ennusteen tuloksena, käytetään laskettaessa 35 näihin amplitudeihin liittyviä vaihearvoja, ja siitä, että 3 105623 lasketut vaihearvot yhdessä niihin liittyvien amplitudien kanssa muunnetaan aika-alueelle.The decoding method according to the invention is characterized in that the original amplitudes in the frequency band are reconstructed from the received combined amplitude values, that the information transmitted as a result of a long-term prediction is used to calculate the phase values associated with these amplitudes, and together with the associated amplitudes are converted into a time domain.

Esillä olevan keksinnön mukaan jäännössignaali koodataan havaittavuuspohjalta, mikä tarkoittaa, että lähete-5 tään ainoastaan informaatio, joka on oleellista dekoodatussa vastaanotetussa signaalissa olevien, ihmiskorvin havaittavien erojen kannalta.According to the present invention, the residual signal is encoded on a detectable basis, which means that only information that is relevant to detectable differences in the human ear in the decoded received signal is transmitted.

Ensiksikin tätä tarkoitusta varten käytetään hyväksi sitä tunnettua tosiasiaa, että ihmiskorva ei ole herkkä 10 absoluuttisille vaihearvoille vaan ainoastaan vaihesuh-teille, joten' periaatteessa ei ole välttämätöntä lähettää jäännössginaalin vaiheinformaatiota koodattavaksi, edellyttäen, että on mahdollista rekonstruoida alkuperäiset vaihesuhteet vastaanottavassa päässä.First, the known fact that the human ear is not sensitive to absolute phase values but only to phase relationships is utilized for this purpose, so it is in principle not necessary to transmit the residual ginal phase information for coding provided it is possible to reconstruct the original phase relationships at the receiving end.

15 Tämän lisäksi esillä oleva keksintö käyttää hyväksi jo jonkin aikaa tunnettua havaintoa, että ihmisen kuulo toimii itseasiassa ketjuna, joka muodostuu joukosta suodattimia, joilla on vierekkäiset taajuuskaistat mutta eri kaistanleveydet, niin kutsutut kriittiset kaistat eli Bar-20 kin kaistat, tälläisten kriittisten kaistojen kaistanleveyden ollessa paljon pienempiä matalilla taajuuksilla kuin korkeilla taajuuksilla. Taajuusasteikkoa, joka on muodostettu tämän havainnon mukaan, kutsutaan lineaariseksi Barkin asteikoksi. Barkin asteikon lisäselostusta var-25 ten viitataan artikkeliin B. Scharf ja S. Buus, "Stimulus, Physiology, Thresholds", kirjassa L. Kaufman,K.R. Boff ja J.P. Thomas, toimittajat, Handbook of Perception and Human Performance, luku 14, sivut 1 - 43, Wiley, New York, 1986.In addition, the present invention takes advantage of the notion, which has been known for some time, that human hearing actually functions as a chain of filters having adjacent frequency bands but different bandwidths, so-called critical bands, or Bar-20 bands, with such critical bands having a bandwidth. much smaller at low frequencies than at high frequencies. The frequency scale formed by this observation is called the linear Bark scale. For further discussion of the Bark scale, reference is made to B. Scharf and S. Buus, "Stimulus, Physiology, Thresholds," in L. Kaufman, K.R. Boff and J.P. Thomas, editors, Handbook of Perception and Human Performance, Chapter 14, pages 1-43, Wiley, New York, 1986.

Todetaan lisäksi, että periaate, jossa puhekoo-30 dauksella lähetettävä jäännössignaali muunnetaan taajuusalueelle ja sitten lähetetään tämän muunnoksen jälkeen käytettävissä oleva informaatio, on esitetty jo aikaisemmin Tässä voidaan viitata esimerkiksi paperiin, jonka nimi on "Fourier Transform Vector Quantisation for Speech 35 Coding", P. Chang et el., IEEE Transactions on Communi- 105623 cations, Voi. COM 35, nro 10, sivut 1059 - 1068. Tämän julkaisun mukaan kuitenkin muunnoksen jälkeen käytetään vektorikvantisointia, eikä mainita puhtaasti amplitudi-informaation lähettämistä.It is further noted that the principle of converting a residual signal to be transmitted by voice coding into a frequency domain and then transmitting the information available after this conversion has already been described herein. For example, reference may be made to a paper entitled "Fourier Transform Vector Quantization for Speech 35 Coding" Chang et al., IEEE Transactions on Communi- 105623 cations, Vol. COM 35, No. 10, pages 1059-10668. However, according to this publication, vector quantization is used after the transformation, and no mention is made of purely amplitude information.

5 Keksintö selostetaan yksityiskohtaisemmin jäljempnä esimerkki toteutuksen pohjalta viitaten piirrokseen, jossa: Kuvio la on lohkokaavio keksinnön mukaisen laitteen koodausyksikön esimerkkitoteutuksesta.The invention will be described in more detail below with reference to the drawing, with reference to the drawing, in which: Figure 1a is a block diagram of an exemplary embodiment of a coding unit of the device according to the invention.

Kuvio Ib on lohkokaavio keksinnön mukaisen laitteen 10 dekoodausyksikön esimerkkitoteutuksesta.Fig. Ib is a block diagram of an exemplary embodiment of a decoding unit of the apparatus 10 of the invention.

Mikrofonin 1 antaman analogiaslgnaalin kaistanleveyttä rajoitetaan alipäästösuodattimella 2 ja se muunnetaan analogia/digitaalimuuntimessa 3 sarjaksi amplitudi-ja aikadiskreettejä näytteitä, jotka edustavat analogia-15 signaalia. Muuntimen 3 lähtösignaali syötetään lyhyen aikavälin analyysiyksikön 4 tuloon ja lyhyen aikavälin en-nustesuodattimen 5 tuloon. Nämä kaksi yksikköä huolehtivat edellä mainitusta lyhyen aikavälin ennusteesta (STP) esimerkiksi 160 näytteen segmenteille ja analyysiyksikkö 4 20 antaa lähtösignaalin lyhyen aikavälin ennistesuodatinker- toimina, jotka kvantisoidaan, koodataan ja lähetetään kuviossa Ib esitettyyn dekooderiyksikköön. Suodattimen 5 ja yksikön 4 rakenne ja toiminta ovat puhekoodauksen alaa tunteville hyvin tunnettuja, eivätkä ne ole sen tärkeämpiä 25 esillä olevan keksinnön oleellisten osien kannalta, joten lisäselostus voidaan sivuuttaa.The bandwidth of the analog signal provided by the microphone 1 is limited by the low pass filter 2 and converted in the analog / digital converter 3 into a series of amplitude and time discrete samples representing the analog 15 signal. The output signal of the converter 3 is supplied to the input of the short-term analysis unit 4 and the input of the short-term prediction filter 5. These two units take care of the above-mentioned short-term prediction (STP) for, for example, 160 sample segments, and the analysis unit 4 20 outputs an output signal as short-term reset filter coefficients which are quantized, coded and transmitted to the decoder unit shown in FIG. The structure and function of the filter 5 and the unit 4 are well known to those skilled in the art of speech coding and are not critical to the essential parts of the present invention, so that further disclosure may be omitted.

STP-suodatettu signaali syötetään pitkän aikavälin ennuste (LTP) analyysiyksikköön 6. Tässä analyysiyksikössä LTP-analyysiä sovelletaan kahdesti 160 näytteen segment-30 tiin tavalla, joka on kuvattu esimerkiksi NL-patenttihake-.. muksessa 9 001 985. Tälläisessä LTP-analyysissä koodatta valle signaalisegmentille tehdään aina haku tietyn hakustrategian mukaan hakien signaalisegmenttiä, joka on niin samanlainen kuin mahdollista mainittua segmenttiä edeltä-35 väliä, tietyn pituisella signaalijaksolla, ja lähetetään • · 5 105623 koodatussa muodossa signaali, joka edustaa näytteiden D määrää, jotka sijaitsevat löydetyn segmentin alkamishetken ja koodattavan segmentin alkamishetken välissä.The STP filtered signal is supplied to the Long Term Prediction (LTP) Analysis Unit 6. In this analysis unit, LTP analysis is applied twice to 160 sample segments in the manner described, for example, in U.S. Patent Application No. 9,001,985. a signal segment is always searched according to a particular search strategy for a signal segment as similar as possible to said segment-35 slots over a signal period of a certain length, and transmitting • · 5 105623 encoded signals representing the number of samples D located at the start of the detected segment and between the start of the segment.

STP-suodatinyksikön 5 lähtöä kutsutaan jäännössig-5 naaliksi ja, keksinnön mukaan, tämä jäännössignaali lähetetään koodatussa muodossa sillä tavoin, että lähetetään ainoastaan informaatio, joka on havaittavuuden kannalta oleellista. Tätä varten jäännössignaalin 160 näytteen segmentit jaetaan kahdeksaan 30 näytteen apusegmenttiin piilo rissä 7. Tämä tehdään jakamalla ensin saatu segmentti kahdeksaan 20 näytteen apusegmenttiin ja täydentämällä nämä sitten johtoreunalla kymmenellä näytteellä edellisestä apusegmentistä. Tämä merkitsee, että kunkin segmentin 10 viimeisintä näytettä täytyy tallettaa, jotta ne voisivat 15 täydentää seuraavan segmentin ensimmäisen apusegmentin. Sitten kukin 30 näytteen apusegmentti kerrotaan piirissä 8 ikkunafunktiolla, kuten esimerkiksi kosinifunktio. Ikkuna-funktio valitaan siten, että kullekin apusegementtien li-mittäisissä osissa olevalle näytteelle kahden kertojateki-20 jän neliöitten summa on yksi. Syy miksi näin on neliöille oltava on, että ikkunafunktiolla kertominen tapahtuu sekä koodausyksikössä että ja kuviossa Ib esitetyssä dekoodaus-yksikössä. Ikkunoidulle apusegmentille suoritetaan diskreetti Fourier-muunnos (DFT) piirissä 19, jolloin saadaan 25 16 erilaista taajuuskomponenttia kullekin apusegmentille.The output of the STP filter unit 5 is called a residual signal, and according to the invention, this residual signal is transmitted in encoded form such that only information relevant to detectability is transmitted. For this purpose, the 160 sample segments of the residual signal are divided into eight 30 sample auxiliary segments in the concealer 7. This is done by dividing the first obtained segment into eight 20 sample auxiliary segments and then topping them with ten samples from the previous auxiliary segment. This means that the last 10 samples of each segment must be stored in order to complete the first auxiliary segment of the next segment. Each auxiliary segment of the 30 samples is then multiplied in the circuit by a window function, such as a cosine function. The window function is selected such that for each sample in the overlapping portions of the auxiliary segments, the sum of the squares of the two multiplication factors is one. The reason why this must be so for the squares is because the multiplication by the window function takes place both in the encoding unit and in the decoding unit shown in Figure Ib. The windowed auxiliary segment is subjected to a discrete Fourier transform (DFT) in circuit 19 to obtain 25 16 different frequency components for each auxiliary segment.

* « Näistä 16 taajuuskomponentista, numeroitu 0 - 15, komponenttien 1-13 amplitudit lasketaan piirissä 10. Komponentit 0, 14 ja 15 voidaan sivuuttaa, koska ne sijaitsevat puhevälitykseen valitun kaistan 300 - 3400 Hz ulkopuolel-30 la. Jos kyseessä on suurempi tai pienempi taajuuskaista, ' .. tarkasteltavien amplitudikomponenttien määrää voidaan sää- • * tää vastaavasti. Lähtien mainituista 13 komponentista, neljä niin kutsuttua Barkin amplitudikomponenttia lasketaan piirissä 11. Nämä amplitudit liittyvät taajuuksiin, 35 jotka sijaitsevat tasaisin välimatkoin lineaarisella * «t 6 105623Of these 16 frequency components, numbered 0 to 15, the amplitudes of components 1 to 13 are calculated in circuit 10. Components 0, 14, and 15 can be ignored because they are located outside the selected band 300 to 3400 Hz. In the case of a higher or lower frequency band, the amount of amplitude components to be considered may be adjusted accordingly. Starting from said 13 components, the four so-called Bark amplitude components are calculated in circuit 11. These amplitudes relate to frequencies 35 spaced evenly on a linear * «t 6 105623

Barkin asteikolla. Barkin amplitudikomponentit Βα - B4 voidaan laskea esimerkiksi seuraavalla tavalla DFT-amplitu-deista Aj - A13: 5 Bi - Ai + a2 b2 “ -iyj A j + + Λζ 10 -____ BJ m λΊ Al + A7 * Ae + A9 b4 - -yJA10 + A11 + Ä12 * Ä13 15On the Bark scale. The Bark amplitude components Βα - B4 can be calculated, for example, from the DFT amplitudes Δa - A13: 5 Bi - Ai + a2 b2 "-iyj A j + + Λζ 10 -____ BJ m λΊ Al + A7 * Ae + A9 b4 - - yJA10 + A11 + Ä12 * Ä13 15

Haluttaessa vahvistustekijä 6 lasketaan skaalaus-tekijänä piirissä 12 neljästä Barkin amplitudikomponen-tista: 20 S - Jb[ > B\ > Bj' * b|If desired, the gain factor 6 is calculated as a scaling factor in circuit 12 of the four Bark amplitude components: 20 S - Jb [> B \> Bj '* b |

Skaalausarvon G käytöllä on etuna, että skaalatut amplitudit voidan koodata tehokkaammin. G:n arvo kvanti-soidaan piirissä 13 ja lähetetään sitten dekoodausyksik-25 köön. Jos skaalaustekijä G on laskettu, jokainen Barkin komponentti jaetaan kvantisoidulla vahvistustekijällä G piirissä 14. Tämän jakolaskun lopputulos kvantisoidaan piirissä 15, koodataan ja lähetetään myös dekooda.usyksik-köön.The use of a scaling value G has the advantage that the scaled amplitudes can be coded more efficiently. The value of G is quantized in circuit 13 and then transmitted to the decoding unit 25. If the scaling factor G is calculated, each Bark component is divided by the quantized gain factor G in the circuit 14. The result of this division is quantized in the circuit 15, encoded and also sent to the decode unit.

30 Jos skaalausarvoa ei käytetä, piirit 12, 13 ja 14 . voidaan jättää pois ja Barkin amplitudikoponenteille las- • ketut neljä arvoa voidaan lähettää välittömästi piirissä 15 tapahtuneen kvantisoinnin jälkeen.30 If no scaling value is used, circuits 12, 13 and 14. can be omitted and the four values calculated for Bark amplitude components can be transmitted immediately after quantization in circuit 15.

Dekoodausyksikön piirissä 16 tapahtuneen dekoodauk-35 sen jälkeen neljä skaalattua Barkin amplitudikomponenttia kerrotaan kertojassa 18 vahvistustekijällä G , joka on 7 105623 dekoodattu piirissä 17, minkä tuloksena saadaan rekonstu-roidut Barkin amplitudikomponentit Bx - B4 . Tämä ei tietenkään päde, jos skaalaustekijää ei käytetä koodausyksi-kössä. Piirissä 19 taajuusalueella olevat amplitudit Äx -5 ÄX3 (tasaisin välimatkoin Hz-asteikolla) lasketaan seuraa-vien kaavojen avulla: ** - 77 10 h - Ä4 - *5 - % V 3After the decoding unit 35 in the decoding unit 16, the four scaled Bark amplitude components are multiplied by the multiplier 18 by a gain factor G of 7 105623 decoded by the circuit 17, resulting in the reconstructed Bark amplitude components Bx-B4. Of course, this does not apply if the scaling factor is not used in the coding unit. The amplitudes Äx -5 ÄX3 (at even intervals on the Hz scale) in the frequency range 19 of the circuit are calculated using the following formulas: ** - 77 10 h - Ä4 - * 5 -% V 3

Ag = Ä7 - Äg - Ä9 - ^Ag = Ä7 - Äg - Ä9 - ^

15 · S15 · S

Ä10 ” Än “ Ä12 - Äi3 -Ä10 "Än" Ä12 - Ä3 -

Jotta voitaisiin muuntaa kooderissa tarkastellut 13 taajuuskomponenttia takaisin aika-alueelle käänteisen 20 DFT:n (IDFT) avulla IDFT-piirissä, tarvitaan amplitudit Ja vaiheet.In order to convert the 13 frequency components considered in the encoder back to the time domain by inverse 20 DFT (IDFT) in the IDFT circuit, amplitudes and steps are required.

Vaiheet määritetään seuraavalla tavalla piirissä 23 dekoodatun ja näytevälistä D muodostuvan LTP-informaation avulla.The steps are determined in the following way by means of LTP information decoded in circuit 23 and consisting of sample slot D.

25 120 viimeisintä rekonstruoidun STP-jäännöksen näy tettä, kuten ne, jotka ovat läsnä jäljempänä yksityiskohtaisemmin käsiteltävän piirin 22 lähdössä, talletetaan kussakin tapauksessa. Piirissä 24 määritetään apusegment-ti, joka sijaitsee D:n näytteen päässä menneisyydessä kä-30 sillä olevaan apusegmenttiin nähden ja tämä apusegmentti , : kerrotaan piirissä 25 samalla ikkunafunktiolla, jota käy- • tettiin koooderiyksikön piirissä 8. DFT:tä sovelletaan t sitten apusegmenttiin piirissä 26, minkä jälkeen 13 tar kastellun komponentin vaiheet voidaan laskea piirissä 27. 35 Tällä tavoin määritettyjen vaiheiden ja jo laskettujen ; » · 1 v β 105623 amplitudien avulla suoritetaan IDFT-piirissä 20, amplitudien Ä0, Ä14, Ä15, ja Ä16, asettuessa nollaksi.The last 120 samples of the reconstructed STP residue, such as those present at the output of the circuit 22 discussed below in more detail, are stored in each case. Circuit 24 defines an auxiliary segment located at the end of a sample of D relative to the current auxiliary segment, and this auxiliary segment: multiplied in circuit 25 by the same window function used in the • encoder unit circuit 8. The DFT is then applied to the auxiliary segment in the circuit 26, after which the phases of the 13 components considered can be calculated in circuit 27. 35 The steps thus determined and those already calculated; »· 1 v β 105623 amplitudes are performed in the IDFT circuit 20, with amplitudes Ä0, Ä14, Ä15, and Ä16 set to zero.

Piirin 20 lähdössä on nyt saatavilla 30 näytettä pitkän apusegmentin rekonstruktio, mutta jota on myös mo-5 difioitu kooderiyksikössä suoritetulla ikkunafunktiolla.At the output of the circuit 20, reconstruction of a 30-sample long auxiliary segment is now available, but also modified by the window function performed in the encoder unit.

Rekonstruoitu apusegmentti kerrotaan sen vuoksi jälleen ikkunafunktiolla piirissä 21. Nyt toistamiseen ikkunafunktiolla kerrottavan apusegmentin kymmenen ensimmäistä näytettä, ja toistamiseen ikkunafunktiolla kerrottavan, tätä 10 tarkoitusta varten talletettujen, edellisen apusegmentin kymmenen viimeistä näytettä summataan piirissä 22. Tämän seurauksena saatavien kymmenen näytteen kertojatekijöiden summa on yksi.Therefore, the reconstructed auxiliary segment is multiplied again by the window function in circuit 21. Now, the first ten samples of the auxiliary multiplied by the window function, and the last ten samples of the previous auxiliary multiplied by the window function for this purpose are summed by the multiplier of

Tämän apusegmentin kymmenen viimeistä näytettä tal-15 letetaan. Kaksikymmentä ensimmäistä näytettä muodostavat osan STP-jäännöksen segmentin rekonstruktiosta. Kun kahdeksan apusegemnttiä on rekonstruoitu ja yhdistetty, saadaan täysin rekonstruoitu STP:n segmentti, ja tämä sijai-tesee kymmenen näytettä jäljessä segmentin suhteen, jolle 20 STP-analyysi on suoritettu koodausyksikössä.The last ten samples of this auxiliary segment are stored. The first twenty samples form part of the reconstruction of the STP residue segment. When the eight auxiliary segments are reconstructed and combined, a fully reconstructed segment of the STP is obtained and this places ten samples behind the segment subjected to the 20 STP analysis in the coding unit.

Käänteinen STP-suodatus suoritetaan tälle segmentille suodatinpiirissä 28 tavalla, joka sinänsä on tunnettu, vastaanotettujen STP-kertoimien avulla, käyttäen edellisen segmentin suodatinkertoimia kymmenelle ensimmäiselle 25 näytteelle.Reverse STP filtering is performed on this segment in the filter circuit 28 in a manner known per se by the received STP coefficients, using the filter coefficients of the previous segment for the first ten samples.

Suodattimen 28 lähtösignaali muunnetaan digitaa-li/analogia-muuntimessa 29 analogiasignaaliksi, joka syötetään alipäästösuodattimen 30 kautta kaiuttimeen 31, joka antaa korkealaatuisen toiston mikrofoniin 1 syötetystä 30 puhesignaalista, koska on ollut mahdollista lähettää pu- ·. hesignaali koodatussa muodossa pienellä bittimäärällä kek- • % sinnön mukaisten toimenpiteiden ansiosta.The output signal of the filter 28 is converted in the digital / analog converter 29 into an analog signal which is fed through a low pass filter 30 to a speaker 31 which provides high quality reproduction of the 30 speech signals input to the microphone 1, since it has been possible to transmit. signal in encoded form with a small number of bits due to the procedures of the invention.

Haluttaessa voidaan piirien 23 ja 24 väliin sijoit- » taa piiri 23', joka ensiksi kohdistaa dekooderin vastaan-35 ottamaan arvoon D joukon toimenpiteitä, jotta saataisiin 9 105623 D:n optimiarvo puhesignaalin rekonstruointiin. Nämä voivat olla kolme peräkkäistä toimenpidettä.If desired, a circuit 23 'may be disposed between the circuits 23 and 24, which first adjusts the value D received by the decoder to 35 to obtain an optimal value of 9 105623 D for the reconstruction of the speech signal. These can be three consecutive steps.

1) Jos vastaanotettujen arvojen D sarjassa on suuntaus, esillä oleva vastaanotettu arvo D, mikäli se on 5 suuntauksen ulkopuolella tietyllä marginaalilla, korvataan arvolla, joka pysyy suuntauksen sisällä. Algoritmit, joilla määritetään suuntaus peräkkäisten arvojen sarjassa ja joilla määritetään korvausarvo suuntauksen ulkopuolelle joutuville arvoille, ovat sinänsä hyvin tunnettuja alaa 10 tunteville.1) If there is a trend in a set of received values, D, the present received value D, if it is out of 5 with a certain margin, is replaced by a value that remains within the trend. Algorithms that determine the trend in a series of consecutive values and determine the substitution value for values outside the trend are well known per se to those skilled in the art.

2) Kolme väliarvoa (I3, I2, ja I3) lasketaan kahden peräkkäisen arvon D (D: ja D2), joita on mahdollisesti säädetty mainitunlaisella algoritmilla, välillä interpoloi-malla. Tämä tehdään esimerkiksi seuräavalla tavalla: 15 *2) The three intermediate values (I3, I2, and I3) are calculated by interpolating between two consecutive values D (D: and D2), possibly adjusted by such an algorithm. This is done, for example, in the following way: 15 *

Ix - 0,75 * D2 + 0,25 * D2 12 - 0,5 .* Dx + 0,5 * D2 13 = 0,25 * D2 + 0,75 * D2 20 Interpolointi suoritetaan, koska ero D määritetään koodausyksikössä kahdesti per segmentti. Ilman interpolointia suoritettaisiin neljän peräkkäisen apusegmentin dekoodaus samalla D:n arvolla. Jos signaalissa ei ole pe-russäännöllisyyttä, neljän apusegmentin aikana saataisiin 1' 25 näin ollen·väärin perustein säännöllisyyttä. Tästä ongel masta päästään interpoloimalla.Ix - 0.75 * D2 + 0.25 * D2 12 - 0.5. * Dx + 0.5 * D2 13 = 0.25 * D2 + 0.75 * D2 20 Interpolation is performed because the difference D is determined twice in the coding unit per segment. Without interpolation, four consecutive auxiliary segments would be decoded with the same D value. If there is no basic regularity in the signal, then 1 '25 would be obtained over the four auxiliary segments, thus: · wrongly regularizing. This problem is overcome by interpolation.

Jos perussäännönisyyttä esiintyy puhesignaalissa, signaalissa oleva toistoväli vaihtelee yleensä hitaasti. Interpoloinnin vuoksi arvon D vaihtelulla on nyt pehmeä 30 luonne dekooderissa.If a fundamental regularity occurs in a speech signal, the repetition interval in the signal will generally vary slowly. Due to interpolation, the variation of value D now has a soft 30 character in the decoder.

' ·· 3) Kun arvot D on tasattu laskemalla tarvittaessa korvausarvo ja interpoloinnin jälkeen, laskettu väli D vastaa niin hyvin kuin mahdollista signaalissa olevaa todellista toistoväliä. Jos mainittu väli D on kuitenkin 35 pienempi kuin 30, D kerrotaan kokonaisluvulla, joka väli- 105623 taan siten, että lopputulos on vähintäänkin 30. Tämä on välttämätöntä, sillä kaikki apusegmentin näytteet, joiden etäisyys on vähemmän kuin 30 esillä olevasta segmentistä, ovat vielä rekonstruoimatta, joten niitä ei sen vuoksi 5 voida käyttää vaiheiden laskemiseen.'·· 3) When the values of D have been equalized by calculating, if necessary, the substitution value and after interpolation, the calculated interval D corresponds as closely as possible to the actual repetition interval of the signal. However, if said interval D is 35 less than 30, D is multiplied by an integer 105623 such that the final result is at least 30. This is necessary because all samples in the auxiliary segment less than 30 from the present segment have not yet been reconstructed. , so they cannot therefore be used to calculate the steps.

Syy, että välit D, jotka ovat pienempiä kuin 30, lähetetään siitä huolimatta, on että jos signaalissa oleva perussäännöllisyys kattaa 30:tä pienemmän lukumäärän, tämä estää dekoodatun välin D saamasta arvoja, jotka ovat kes-10 kenään erisuuria todellisen toistovälin monikertoja. Tämän seurauksena tasausalgoritmilla olisi vähemmän mahdollisuuksia suuntauksen toteamiseksi.The reason that slots D smaller than 30 are transmitted nonetheless is that if the basic regularity in the signal covers a number less than 30, this prevents the decoded slot D from obtaining values that are multiple of the true repetition interval of any magnitude. As a result, the smoothing algorithm would have less chance of detecting the trend.

« *«*

Claims (8)

1. Förfarande medelst vilket en samplad, till sin natur äterkommande, analog signal kodas, i vilket förfa- 5 rande den samplade signalen delas i konsekutiva segment, varav vart och ett innehäller ett i förväg bestämt antal sampel; i vilket förfarande en korttidsprognosanalys ut-förs pä segmenten och i vilket de i analysen fastställda koefficienterna sänds och mätäs även tili ett korttidspro-10 gnosfilter, väri en längtidsprognosanalys utförs pä den frän filtrets utgäng erhällna restsignalen och även i den-na analys erhallen information sänds, och i vilket förfarande den i restsignalen förefintliga informationen kodas och sänds, kännetecknat av att restsignalen . 15 transformeras tili frekvensomrädet, att amplituderna för ätminstone en del av frekvenskomponenterna, som erhölls vid. transformeringen tili frekvensomrädet, kombineras sä att frekvenserna som hänför sig tili dessa kombinerade amplituder är belägna med jämna mellanrum pä Barks skala, 20 och att en signal, som representerar de kombinerade signa-lerna, sänds.A method by which a sampled, naturally occurring, analog signal is encoded, in which method the sampled signal is divided into consecutive segments, each of which contains a predetermined number of samples; in which method a short-term forecast analysis is performed on the segments and in which the coefficients determined in the analysis are also transmitted and measured for a short-term forecast filter, where a long-term forecast analysis is performed on the residual signal obtained from the output of the filter and also in the information received from this analysis. , and in which method the information contained in the residual signal is encoded and transmitted, characterized in that the residual signal. The amplitudes of at least a portion of the frequency components obtained at are transformed to the frequency range. the transformation to the frequency range, is combined so that the frequencies pertaining to these combined amplitudes are located at regular intervals on the Barks scale, and that a signal representing the combined signals is transmitted. 2. Förfarande medelst vilket en enligt förfarandet . i patentkrav 1 kodad signal dekodas, i vilket den mottagna längtidsprognosanalys-informationen samt frän restsignalen 25 mottagen annan information kombineras och den kombinerade signalen tillsammans med de mottagna korttidsprognos-analys-koefficienterna mätäs tili ett omvänt korttidspro-gnosfilter, frän vars utgäng en sampelserie erhälls, som representerar en rekonstruktion av den samplade analoga 30 signalen, kännetecknat av att de ursprungliga amplituderna i frekvensomrädet rekonstrueras frän de mot-* ta'gna kombinerade amplitudvärdena, att informationen som sändes som ett resultat av längtidsprognosen används vid beräkning av tili dessa amplituder anknutna fasvärden och 35 att de beräknade fasvärdena tillsammans med de tili dem anknutna amplituderna transformeras tili tidsomrädet. 16 1056232. A method by which one according to the method. The signal encoded in claim 1 is decoded in which the received long-term forecast analysis information and from the remaining signal received other information are combined and the combined signal together with the received short-term forecast analysis coefficients is measured in an inverted short-term forecast filter, from whose output a sample is received. representing a reconstruction of the sampled analog signal, characterized in that the original amplitudes in the frequency range are reconstructed from the received combined amplitude values, that the information transmitted as a result of the long-time prediction is used in the calculation of these amplitudes and is linked That the calculated phase values together with the amplitudes associated with them are transformed into the time domain. 16 105623 3. Förfarande enligt patentkrav 1, kanne-tecknat av att amplituderna för tretton frekvens-komponenter Ai- Ai3, som erhölls vid övergängen tili fre-kvensomrädet, transformeras tili amplituder Bi - B4 för 5 fyra med jämna mellanrum pä Barks skala belägna frekvens-komponenter enligt formlerna Bl = tJ 10 b3 = Ja^ + a^ + aI + a^3. A method according to claim 1, characterized in that the amplitudes of thirteen frequency components Ai-Ai3 obtained at the transition to the frequency range are transformed into amplitudes Bi - B4 for four at regular intervals on Bark's scale components according to formulas B1 = tJ b3 = Yes ^ + a ^ + aI + a ^ 15 B4 = }jAf0 + Af1+A?2 + Af3; och att dessa värden B sänds efter· kvantisering.15 B4 =} jAf0 + Af1 + A? 2 + Af3; and that these values are B transmitted after quantization. 4. Förfarande enligt patentkrav 3, kännetecknat av att en skalfaktor G beräknas 20 för de med jämna mellanrum pä Barks skala belägna fre-kvenskomponenterna Bi - B4 enligt formeln 25 att detta värde G kvantiseras och att värdena Βχ - B4 före kvantisering delas med den kvantiserade skalfaktorn. . 5. Förfarande enligt patentkrav 2 och 3 eller 4, kännetecknat av att de kombinerade amplitud-värdena B1 - b4 konstrueras frän den mottagna informatio- • AA 30 nen, att amplitudvärdena A\ - A^3 erhälls frän dem en ligt formlerna 17 105623 λ'=ΗΙ Ä3 = Α4 = Ä5 = Β34. A method according to claim 3, characterized in that a scale factor G is calculated for the frequency components Bi - B4 of the formula B, which are regularly spaced on the Barks scale, that this value G is quantized and that the values Βχ - B4 are divided by the quantized before the quantized. scale factor. . Method according to claims 2 and 3 or 4, characterized in that the combined amplitude values B1 - b4 are constructed from the received information AA, that the amplitude values A \ - A ^ 3 are obtained from them according to the formulas 17 105623 λ '= ΗΙ Ä3 = Α4 = Ä5 = Β3 5 Ag = Α7 = Ag = Α9 = — A A A Α. Aio = An =Ai2 = A13=^ och att informationen, som sänts som ett resultat av läng-10 tidsprognosanalysen, representerar antalet sampel D, vilka är belägna mellan begynnelsetidpunkten för en grupp av ti-digare sända sampel funna med hjälp av. längtidsprognos-analysen och begynnelsetidpunkten för en grupp sampel som dekodas. 15 6. Förfarande enligt patentkrav 5, kanne- tecknat av att den grupp av sampel som sands tidi-gare, vilken grupp befinner sig pä ett avständ D med avse-ende pä den grupp sampel som dekodas, transformeras till frekvensomrädet, att fasvärdet fastställs fran ätminstone 20 en del av de frekvenskomponenter som beräknats med trans- · formeringen, att fasvärdena kombineras med amplitudvärdena « Ai Ai3 och att dessa' kombinationer transformeras tili tidsomrädet.5 Ag = Α7 = Ag = Α9 = - A A A Α. And that the information transmitted as a result of the long-term prediction analysis represents the number of samples D, which are located between the initial time of a group of previously transmitted samples found by means of. the long-term forecast analysis and the start time of a group of samples being decoded. Method according to claim 5, characterized in that the group of samples which were previously transmitted, which group is at a distance D with respect to the group of samples being decoded, is transformed into the frequency range, that the phase value is determined from eat at least a portion of the frequency components calculated with the transformation, that the phase values are combined with the amplitude values ΔAi Δi3 and that these 'combinations are transformed into the time domain. 7. Förfarande enligt patentkrav 5 eller 6, 25 kännetecknat av att variationerna i de mottag- na värdena D jämnas i enlighet med en i förväg fastställd - algoritm genom att vid behov beräkna ett ersättningsvärde • . för ett mottaget värde D och att tre mellanvärden beräknas » för D mellan tvä konsekutiva värden för D medelst interpo- 30 lation.Method according to claim 5 or 6, characterized in that the variations in the received values D are smoothed according to a predetermined algorithm by calculating a replacement value, if necessary. for a received value D and that three intermediate values are calculated »for D between two consecutive values of D by interpolation. 8. Förfarande enligt patentkrav 7, kännetecknat av att tre mellanvärden Ij, I2 och I3 beräk- ; " nas frän de tvä kända värdena Di och D2 enligt formlerna § 18 105623 11 = 0,75 1 Di + 0,25 1 D2 12 = 0,5 1 Di + 0,5 1 D2 13 = 0,25 1 Di + 0,75 1 D2 . < • v > · «Method according to claim 7, characterized in that three intermediate values Ij, I2 and I3 are calculated; "from the two known values Di and D2 according to the formulas § 18 105623 11 = 0.75 1 Di + 0.25 1 D2 12 = 0.5 1 Di + 0.5 1 D2 13 = 0.25 1 Di + 0 , 75 1 D2. <• v> · «