FR2706064A1 - Procédé et dispositif de quantitication vectorielle. - Google Patents

Procédé et dispositif de quantitication vectorielle. Download PDF

Info

Publication number
FR2706064A1
FR2706064A1 FR9403414A FR9403414A FR2706064A1 FR 2706064 A1 FR2706064 A1 FR 2706064A1 FR 9403414 A FR9403414 A FR 9403414A FR 9403414 A FR9403414 A FR 9403414A FR 2706064 A1 FR2706064 A1 FR 2706064A1
Authority
FR
France
Prior art keywords
vector
predetermined vectors
vectors
quantizer
coding
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
FR9403414A
Other languages
English (en)
Other versions
FR2706064B1 (fr
Inventor
Ira A Gerson
Mark A Jasiuk
Matthew A Hartman
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Motorola Solutions Inc
Original Assignee
Motorola Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Motorola Inc filed Critical Motorola Inc
Priority to FR9410202A priority Critical patent/FR2709366B1/fr
Priority to FR9410203A priority patent/FR2709387B1/fr
Publication of FR2706064A1 publication Critical patent/FR2706064A1/fr
Application granted granted Critical
Publication of FR2706064B1 publication Critical patent/FR2706064B1/fr
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/083—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being an excitation gain
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
    • G10L19/135—Vector sum excited linear prediction [VSELP]
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L2019/0001—Codebooks
    • G10L2019/0013—Codebook search algorithms
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/06—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being correlation coefficients
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/24—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being the cepstrum

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Analogue/Digital Conversion (AREA)
  • Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
  • Reduction Or Emphasis Of Bandwidth Of Signals (AREA)

Abstract

Codeur de la parole à Codage Prédictif Linéaire à Vecteur-Somme Excité (VSELP) présentant une qualité améliorée et une complexité réduite par rapport à l'art antérieur. Le VSELP utilise un tableau de codage possédant une structure prédéfinie telle que les calculs requis pour le processus de recherche dans le tableau de codage peuvent être réduits, de façon significative, ainsi qu'un quantificateur vectoriel à un ou plusieurs segments des coefficients de réflexion sur la base d'une Technique de Maillage à Point Fixé (FLAT). De plus, ce codeur de la parole utilise un pré-quantificateur afin de réduire la complexité de recherche dans le tableau de codage vectoriel et un quantificateur scalaire à haute résolution afin de réduire la quantité de mémoire de stockage des tableaux de codage vectoriel de coefficients de réflexion. On obtient ainsi un codeur de la parole de haute qualité avec des calculs et des conditions de stockage réduits.

Description

PROCÉDÉ ET DISPOSITIF DE QUANTIFICATION VECTORIELLE
La présente invention concerne, de façon globale, les codeurs de la parole utilisant un Codage Prédictif Linéaire à Excitation par Code (CELP), un Codage de la Parole à Excitation par Vecteur ou Codage Stochastique et, plus spécifiquement, les quantificateurs vectoriels pour un Codage Prédictif Linéaire à Excitation par Vecteur-Somme
(VSELP).
La prédiction linéaire à excitation par code (CELP) est une technique de codage de la parole utilisée pour produire des mots synthétisés de haute qualité. Ce type de codage de la parole, connu de même comme prédiction linéaire à excitation par vecteur, est utilisé dans de nombreuses applications de communication de la parole et de15 synthèse de la parole. Le CELP est appliqué, en particulier, au codage numérique de la parole et aux
systèmes digitaux de communication par radiotélephone dans lesquels la qualité de la parole, la cadence des données, la taille et le coût sont des buts importants.
Dans un codeur de la parole CELP, les éléments de prédiction ou " prédicteurs " de long terme (" caractéristique globale ") et de court terme (" caractéristique phonétique ") modélisant les caractéristiques du signal d'entrée de la parole sont incorporés dans un ensemble de filtres à variation dans le temps. De façon spécifique, un filtre de long terme et de
court terme peut être utilisé. Un signal d'excitation pour ces filtres est choisi à partir d'un tableau de codage des séquences d'innovation stockées ou vecteurs de codage.
Pour chaque trame de la parole, on choisit un signal d'excitation optimal. Le codeur de la parole applique un vecteur de codage individuel aux filtres pour générer un signal de la parole reconstitué. Le signal de la parole
2 2706064
reconstitué est comparé au signal originel d'entrée de la parole, ce qui crée un signal d'erreur. Le signal d'erreur est alors pondéré en traversant un filtre de pondération spectral du bruit. Le filtre de pondération spectral du bruit présente un réponse basée sur la perception auditive humaine. Le signal d'excitation optimal est un vecteur de codage choisi produisant le signal d'erreur pondérée avec
le minimum d'énergie pour la trame courante de la parole.
Usuellement, on utilise un codage prédictif linéaire (LPC) pour modéliser la corrélation du signal de court terme sur un bloc d'échantillons, référencé de même comme le filtre de court terme. La corrélation du signal de court terme représente les fréquences de résonance du domaine vocal. Les coefficients LPC représentent un ensemble des paramètres de modélisation de la parole. D'autres ensembles de paramètres peuvent être utilisés pour caractériser le signal d'excitation qui est appliqué au filtre de prédicteur de court terme. Ces autres paramètres de modélisation de la parole comprennent: les Fréquences Spectrales de Ligne (LSF), les coefficients spectraux, les coefficients de réflexion, les rapports logarithmiques de
zone et les arcsinus.
Un vecteur usuel de codeur de la parole quantifie le signal d'excitation pour réduire le nombre de bits nécessaires pour caractériser le signal. Les coefficients LPC peuvent être transformés dans les autres ensembles de paramètres mentionnés précédemment avant la quantification. Les coefficients peuvent être quantifiés de façon individuelle (quantification scalaire) ou ils peuvent être30 quantifiés comme un ensemble (quantification vectorielle). La quantification scalaire n'est pas aussi efficace que la quantification vectorielle; cependant, la quantification scalaire est moins coûteuse en ce qui concerne le calcul et la mémoire que la quantification vectorielle. La35 quantification vectorielle des paramètres LPC est utilisée pour des applications o l'efficacité du codage est primordiale. La quantification vectorielle à plusieurs segments peut être utilisée pour équilibrer l'efficacité du codage, la complexité de recherche du quantificateur vectoriel et les conditions de stockage du quantificateur vectoriel. Le premier type de quantification vectorielle à plusieurs segments sépare un vecteur de paramètre LPC à Np éléments en n segment. Chacun des n segments est quantifié vectoriellement de façon séparée. Un second type de quantification vectorielle à plusieurs segments sépare le paramètre LPC parmi n tableaux de codage vectoriel o chaque tableau de codage vectoriel relie tous les Np éléments vectoriels. Pour illustrer la quantification vectorielle, considérons Np = 10 éléments et que chaque élément est représenté par 2 bits. Une quantification vectorielle usuelle nécessiterait 220 vecteurs de codage de éléments pour représenter chacun toutes les possibilités de vecteur de codage. Le premier type de quantification vectorielle à plusieurs segments avec deux segments nécessiterait 21 + 210 vecteurs de codage de 5 éléments chacun. Le second type de quantification vectorielle à plusieurs segments avec deux segments nécessiterait 210 +210 vecteurs de codage de 5 éléments chacun. Chacun de ces procédés de quantification vectorielle présente des intérêts différents pour l'efficacité de codage, la complexité de recherche et les conditions de stockage. Alors, l'état de l'art du codeur de la parole bénéficierait d'un procédé et d'un dispositif de quantification30 vectorielle augmentant l'efficacité du codage ou réduisant la complexité de recherche ou les conditions de stockage
sans modifier les conditions correspondantes.
La Figure 1 est un synoptique d'un système de communication radio comprenant un codeur de la parole selon la présente invention; la Figure 2 est un synoptique d'un codeur de la parole selon la présente invention; et la Figure 3 est un graphe de la fonction arcsinus
utilisée selon la présente invention.
Une variante du Codage Prédictif Linéaire à Code
Excité (CELP) appelée Codage Prédictif Linéaire à Vecteur-
Somme Excité (VSELP), décrit ici, est un mode de mise en oeuvre préféré de la présente invention. Le VSELP utilise un tableau de codage d'excitation présentant une structure prédéfinie telle que les calculs requis pour le processus de recherche du tableau de codage sont réduits de façon significative. Ce codeur de la parole VSELP utilise un quantificateur vectoriel à un ou plusieurs segments des coefficients de réflexion sur la base d'une Technique de15 Maillage à Point Fixé (FLAT). De plus, ce codeur de la parole utilise un pré- quantificateur pour réduire la complexité de recherche du tableau de codage vectoriel et un quantificateur scalaire à haut résolution afin de réduire la quantité de mémoire requise pour stocker les20 tableaux de codage vectoriels de coefficients de réflexion. Cela donne un quantificateur vectoriel à haute performance
des coefficients de réflexion qui est, de même, efficace d'un point de vue du calcul et présente des conditions de stockage réduit.
La Figure 1 est un synoptique d'un système de communication radio 100. Le système de communication radio comprend deux émetteurs/récepteurs 101, 113 émettant et recevant des données de la parole vers et à partir l'un de l'autre. Les deux émetteurs/récepteurs 101, 113 peuvent30 faire partie d'un système radio de réseau ou d'un système de communication par radiotélephone ou d'un quelconque autre système de communication radio émettant et recevant des données de la parole. A l'émetteur, les signaux de la parole sont entrés dans un microphone 108 et le codeur de la parole choisit les paramètres quantifiés du modèle de la parole. Les codes pour les paramètres quantifiés sont alors transmis à l'autre émetteur/récepteur 113. A l'autre émetteur/récepteur 113, les codes transmis pour les paramètres quantifiés sont reçus en 121 et sont utilisés
pour régénérer la parole dans le décodeur de la parole 123.
La parole régénérée sort par le haut-parleur 124.
La Figure 2 est un synoptique d'un codeur de la parole VSELP 200. Un codeur de la parole VSELP 200 utilise un code reçu pour déterminer quelle vecteur d'excitation utiliser à partir du tableau de codage. Le codeur de la parole VSELP 200 utilise un tableau d'excitation de 2 vecteur de codage qui est constitué à partir de M vecteur de base. Si on définit Vm(n) comme le mième vecteur de base et ui(n) comme le ième vecteur de codage dans le tableau de codage, alors: M ui(n)= =OiVm(n) (1.10) m:1 o 0 < i < 2M-1 et 0 < n < N-1. En d'autres termes, chaque vecteur de codage dans le tableau de codage est constitué comme une combinaison linéaire des M vecteurs de base. Les combinaisons linéaires sont définies par les
paramètres 0.
eim est définie par: Oim = +1 si le bit m du mot de codage i = 1; et Oim = -1 si le bit m du mot de codage i = 0 Le vecteur de codage i est constitué par la somme des M vecteurs de base o le signe (plus ou moins) de chaque vecteur de base est déterminé par l'état du bit correspondant dans le mot de codage i. Remarquons que si30 l'on prend le complément de tous les bits dans le mot de codage i, le vecteur de codage correspondant est l'inverse du vecteur de codage i. Par conséquent, pour chaque vecteur de codage, son inverse est, de même, un vecteur de codage dans le tableau de codage. Ces paires sont dites vecteurs de codage complémentaires car les mots de codage correspondants sont les compléments l'un de l'autre. Apres le choix du vecteur approprié, le pavé de gain 205 multiplie le vecteur choisi par le terme de gain y. La sortie du pavé de gain 205 est appliquée à un ensemble de filtres linéaires 207, 209 pour obtenir N échantillon de la parole régénérée. Les filtres comprennent un filtre de "long terme" (ou de "caractéristique globale") 207 introduisant une périodicité de " caractéristique globale " dans l'excitation. La sortie du filtre de "long terme" (ou de "caractéristique globale") 207 est alors appliquée au filtre de "court terme" (ou de "caractéristique phonétique") 209. Le filtre de "court terme" (ou de
"caractéristique phonétique") 209 ajoute l'enveloppe spectrale au signal.
Le filtre de "long terme" (ou de "caractéristique globale") 207 comprend un coefficient de prédicteur de long terme (LTP). Le filtre de "long terme" (ou de "caractéristique globale") 207 essaie de prédire l'échantillon suivant de sortie à partir d'un ou de
plusieurs échantillons éloignés dans le temps. Si on25 n'utilise qu'un seul échantillon passé dans le prédicteur, le prédicteur est alors un prédicteur à une voie.
D'ordinaire, on utilise une à trois voies. La fonction de transfert pour un filtre de "long terme" (ou de "caractéristique globale") 207 incorporant un prédicteur de long terme à une voie est donnée par: 1- f B(t - (1.1) B(z) est caractérisée par deux quantités L et P. L est appelée le " décalage dans le temps ". Pour la parole, L sera, de façon usuelle, la période de " caractéristique globale " ou un multiple de celle-ci. L peut être aussi une valeur non entière. Si L n'est pas un entier, on utilise un filtre d'interpolation à réponse par impulsion finie (FIR) pour générer les échantillons retardés par fractions. f est le coefficient de prédicteur de long terme (ou de
" caractéristique globale ").
Le filtre de "court terme" (ou de "caractéristique phonétique") 209 comprend des coefficients de prédicteur de court terme xi essayant de prédire l'échantillon suivant de
sortie à partir des Np échantillons précédents de sortie.
Np est compris, de façon usuelle, entre 8 et 12. Dans le mode de mise en oeuvre préféré, Np est égal à 10. Le filtre de "court terme" (ou de "caractéristique phonétique") 209 est équivalent au filtre usuel de synthèse NPC. La fonction de transfert pour le filtre de "court terme" (ou de "caractéristique phonétique") 209 est donnée par: A(z)= N (1.2) i-Zaiz-i i=l Le filtre de "court terme" (ou de "caractéristique phonétique") 209 est caractérisé par les paramètres ai qui sont les coefficients de filtre de forme directe pour le
filtre de "synthèse" de tous les pôles. On peut trouver ci- dessous des détails concernant les paramètres ai.
Les divers paramètres (paramètres de codage, de gain, de filtre) ne sont pas tous transmis à la même cadence vers le synthétiseur (décodeur de la parole). Usuellement, les paramètres de court terme sont mis à jour moins souvent que le code. Nous définirons le taux de mise à jour du paramètre de court terme comme la "cadence de trame" et30 l'intervalle entre les mises à jour comme une "trame". Le taux de mise à jour du code est déterminé par la longueur du vecteur N. Nous définirons le taux de mise à jour du code comme la "cadence de sous- trame" et l'intervalle de mise à jour du code comme une "sous-trame". Une trame est composée d'ordinaire d'un nombre entier de sous-trames. Les paramètres de gain et de long terme peuvent être mis à jour soit à la cadence de sous-trame à la cadence de trame, soit à une certaine cadence selon la conception du codeur de la parole. La procédure de recherche du tableau de codage consiste à essayer chaque vecteur de codage comme excitation possible pour le synthétiseur CELP. La parole synthétisée s'(n) est comparée en 211 avec la parole d'entrée s(n) et un signal de différence ei est généré. Ce signal de référence ei(n) est alors filtré par un filtre de pondération spectrale 213 W(z) (et probablement un second filtre de pondération C(z)) pour générer un signal d'erreur pondérée e'(n). L'amplitude de e'(n) est calculée dans le calculateur d'énergie 215. Le vecteur de codage générant l'amplitude minimale d'erreur pondérée est choisi comme le vecteur de codage pour cette sous-trame. Le filtre de20 pondération spectrale 213 sert à pondérer le spectre d'erreur sur la base de considérations de la perception. Ce filtre de pondération spectrale 213 est fonction du spectre de la parole et peut être exprimé en termes de paramètres a du filtre de "court terme" (ou de "caractéristique25 phonétique") 209:
- NP
1l-aiz-i W(z) = i= (1.3) 1- aiz: i=l On peut utiliser deux approches du calcul du gain 7. Le gain peut être déterminé avant la recherche du tableau de codage sur la base de l'énergie résiduelle. Ce gain peut30 être alors fixé pour la recherche du tableau de codage. Une autre approche consiste à optimiser le gain pour chaque vecteur de codage lors de la recherche du tableau de codage. Le vecteur de codage produisant l'erreur pondéré minimale sera choisi et son gain optimal correspondant constituera y. Cette dernière approche fournit en général de meilleurs résultats car le gain est optimiser pour chaque vecteur de codage. Cette approche implique de même que le terme de gain doit être mis à jour à la cadence de sous-trame. Le code et le gain optimum pour cette technique peuvent être calculés comme suit: 1. Calcul de y(n), le signal d'entrée pondéré, pour la sous-trame; 2. Calcul de d(n), la réponse d'entrée nulle des filtres de B(z) et de W(z) (et de C(z) si c'est le cas) pour la sous-trame (la réponse d'entrée nulle est la15 réponse des filtres sans entrées, la décroissance des états du filtre); 3. p(n) = y(n) - d(n) sur la sous-trame (O < n < N-l); 4. Pour chaque code i: a. Calcul de gi(n), la réponse d'état nulle de B(z) et W(z) (et de C(z) si c'est le cas) au vecteur de codage i (la réponse d'état nulle est la sortie du filtre avec les états initiaux du filtre réglés à zéro); b. Calcul de: N-1 Ci =Zgi(n)p(n) (1.5) n=O qui est la corrélation croisée entre le vecteur de codage filtré i et p(n); c. Calcul de: N-1 Gi ={gi(n)}2 (1.6) qui n=O
est la puissance dans le vecteur de codage filtré i.
5. Choix de i maximisant {Ci} (1.7); Gi 6. Mise à jour des états de filtre des filtres de B(z) et de W(z) (et de C(z) si c'est le cas) à l'aide du vecteur de codage choisi et de son gain correspondant quantifié. Cela est effectué pour obtenir les mêmes états de filtre que celui du synthétiseur au départ de la sous- trame suivante pour l'étape: Le gain optimal pour le vecteur de codage i est donné par: ci ?i = -(1.8) Gi et l'erreur pondérée totale pour le vecteur de codage i utilisant le gain optimal yi est donnée par:
N-1 2
Ei = { p2(n)} { (1.9) n0_ G1 Les paramètres de prédicateurs de court terme sont les ai du filtre de "court terme" (ou de "caractéristique phonétique") 209 de la Figure 2. Ce sont des coefficients standards LPC de filtres à forme directe et un quelconque20 nombre de techniques d'analyse LPC peuvent être utilisées pour déterminer ces coefficients. Dans le mode de mise en oeuvre préféré, on a mis en oeuvre un algorithme rapide de maillage à covariance à point fixé (FLAT). La FLAT présente tous les avantages des algorithmes de maillage comprenant25 une stabilité garantie du filtre, une analyse sans fenêtrage et la capacité de quantifier les coefficients de réflexion dans la récursion. De plus, la FLAT est robuste d'un point de vue numérique et peut être mis en oeuvre sur
un processeur à point fixé de façon aisée.
Les paramètres de prédicteurs de court terme sont calculés à partir de la parole d'entrée. On n'utilise aucune pré-accentuation. La longueur d'analyse utilisée pour le calcul des paramètres est de 170 échantillons (NA =
). L'ordre du prédicteur est 10 (Np = 10).
Cette section décrira les détails de l'algorithme FLAT. Représentons les échantillons de la parole d'entrée se trouvant dans l'intervalle d'analyse par s(n) avec 0 < n < NA-1. Comme la FLAT est un algorithme de maillage, on peut considérer que la technique essaie de constituer un filtre de maillage inverse optimal (minimisant l'énergie
résiduelle) étage par étage.
En définissant bj(n) comme le résidu arrière de l'étage j du filtre de maillage inverse et fj(n) comme le résidu avant de l'étage j du filtre de maillage inverse, on peut définir: NA-1 Fj(i,k) = lfj(n- i)fj(n-k) (2.1) n=NP qui est l'auto-corrélation de fj(n); NA-1 Bj(i,k)= Xbj(n-i-1)bj(n-k-1) (2.2) n=Np qui est l'auto-corrélation de bj (n-1); et NA-i Cj(i,k)= ifi(n-i)bj(n-k- 1) (2.3) n'NP qui est la corrélation croisée entre fj(n) et
bj (n-1).
Supposons que rj représente le coefficient de réflexion pour l'étage j du maillage inverse. Alors: Fj (i, k) = Fj_l(i, k) + rj {Cjl(i, k) + CJ. 1(k,i)} + rj2Bjl(i, k) (2.4) et Bj(i,k)=B1-l(i+1k+l)+rj{Cj-l(i+:k+l)+ Cj-l(k+:i+l)}+rj2Fj-l(i+,k+l) (2.5) et Cj (i, k) = C1-l(i, k + 1) + rj {B-_l(i, k + 1) + Fjl(i,k +)} + rj2C1_l(k +li) (2. 6) La formule choisi pour la détermination de rj peut être exprimée par: r.=-2 Cj1(o,o) + CJ1(Np - j, Np - j) (27) Fj_1(o,0) +Bl(0o,o) + Fji(Np -j,Np - j)+BS-l(Np -j, Np -j) L'algorithme FLAT peut être, à présent, établi comme suit: 1. Calculons tout d'abord la matrice de covariance (auto- correlation) pour la parole d'entrée: NA-i ó(ik)= ls(n-i)s(n-k) Np avec O < i,k < Np (2.8) 2. Fo(i,k)=f(i,k) avec O < i,k < Np-1 (2.9) Bo(i,k)=f(i+l,k+l) avec O < i,k < Np-1 (2.10) Co(i,k)=f(i,k+1) avec O < i,k < Np-l (2.11) 3. Soit j = 1; 4. Calculons rj à l'aide de (2.7); 5. Si j = Np, alors fin; 6. Calculons alors Fj(i,k) avec O < i,k < Np-j-l à l'aide de (2.4) Calculons Bj(i,k) avec O < i,k < Np-j-l à l'aide de (2.5) Calculons Cj(i,k) avec O < i, k < Np-j-l à l'aide de
(2.6);
7. j = j+ 1; aller en 4.
Avant la résolution des coefficients de réflexion, la matrice est modifiée par fenêtrage des fonctions d'auto-
corrélation: (i, k) = (i, k)w(i - ki) (2.12) Le fenêtrage de la fonction d'auto-corrélation avant le calcul du coefficient de réflexion est connu comme le
lissage spectral (SST).
A partir des coefficients de réflexion rj, les coefficients de prédicteur LPC de court terme ai peuvent
être calculés.
Un quantificateur vectoriel à trois segments de 28 bits des coefficients de réflexion est utilisé. Les segments du quantificateur vectoriel englobent respectivement les coefficients de réflexion rl à r3, r4 à r6 et r7 à rlO. Les allocations binaires pour les segments du quantificateur vectoriel sont: Q1 11 bits Q2 9 bits et
Q3 8 bits.
Pour éviter la complexité du calcul d'une recherche
exhaustive de quantificateur vectoriel, un pré-
quantificateur vectoriel de coefficients de réflexion est utilisé à chaque segment. La taille du pré-quantificateur à chaque segment est la suivante: P1 6 bits P2 5 bits et
P3 4 bits.
Pour un segment donné, l'erreur résiduelle due à chaque vecteur à partir du pré-quantificateur est calculée et stockée dans une mémoire temporaire. Cette liste est
balayée pour identifier les quatre vecteurs de pré-
quantificateur présentant la plus faible distorsion.
L'index de chaque vecteur de pré-quantificateur choisi est utilisé pour calculer un décalage dans le tableau de quantificateur vectoriel o le sous-ensemble contigu des vecteurs de quantificateur associé à ce vecteur de pré- quantificateur commence. La taille de chaque sous- ensemble de quantificateur vectoriel au segment kième est donnée20 par: 2Qk Sk=2 (2.13) 2pk Les quatre sous-ensembles de vecteurs de quantificateur, associés aux vecteurs de pré-quantificateur
choisis, sont recherchés pour le vecteurs de pré-25 quantificateur présentant la plus faible erreur résiduelle. Alors, au premier segment, 64 vecteurs de pré-
quantificateur et 128 vecteurs de quantificateur sont évalués, 32 vecteurs de pré-quantificateur et 64 vecteurs de quantificateur sont évalués au second segment et 16 vecteurs de pré-quantificateur et 64 vecteurs de quantificateur sont évalués au troisième segment. Les coefficients optimum de réflexion, calculés à l'aide de la technique FLAT avec extension de largeur de bande, comme
précédemment décrit, sont convertis en un vecteur d'auto-
correlation avant la quantification vectorielle.
Une version d'auto-corrélation de l'algorithme FLAT soit AFLAT, est utilisée pour calculer l'amplitude d'erreur résiduelle pour un vecteur de coefficient de réflexion évalué. Comme la FLAT, cet algorithme peut partiellement compenser l'erreur de quantification du coefficient de réflexion à partir des étages précédents de maillage lors du calcul des coefficients optimum de réflexion ou du choix d'un vecteur de coefficient de réflexion à partir d'un quantificateur vectoriel sur le segment courant. Cette amélioration peut être significative pour les trames présentant une forte distorsion de quantification de coefficient de réflexion. L'algorithme AFLAT, dans le
contexte d'une quantification vectorielle à plusieurs segments associée à des pré-quantificateurs, est à présent décrit.
Calculons la séquence d'auto-corrélation R(i) à partir des coefficients optimum de réflexion sur
l'intervalle O < i < Np. En option, la séquence d'auto-
correlation peut être calculée à partir d'autres représentations de paramètres LPC comme les coefficients de
prédicteur LPC de forme directe ai ou directement à partir de la parole d'entrée.
Définissons les conditions initiales pour la récursion AFLAT par: Po(i)=R(i) avec O < i < Np-1 (2.14) VO(i)=R(li+l) avec 1-Np < i < Np-1 (2.15)
16 2706064
Initialisons k, l' index de segment de quantificateur vectoriel par: k = 1 (2.16) Soit Il(k) l'index du premier étage de maillage dans le cas ième segment et Ih(k) l'index du dernier étage de maillage dans le cas ième segment. La récursion pour évaluer l'erreur résiduelle en sortie de l'étage de ième maillage Ih(k) au kme segment, étant donné r vecteur de coefficient de réflexion à partir du pré-quantificateur ou le vecteur de coefficient de réflexion à partir du
quantificateur, est décrite ci-dessous.
Initialisons j, l'indice de l'étage de maillage au point de départ du kième segment: j = Il(k) (2.17) Etablissons les conditions initiales Pj_1 et Vj_1 à: Pjl(i)=Pjl(i) avec O < i < Ih(k) - I1(k) + 1(2.18) Vj_1(i)=Vji(i) avec -Ih(k) + Il(k) -1 < i < Ih(k) - Il(k) + 1 (2.19) Calculons les valeurs des matrices de Vj et Pj à l'aide de: Pj () 2)P(i) = (1 + rj[)PV-() + [V(i) + Vjl(-i)] avec O < i < Ih(k) -j (2.20) Vj(i)= Vj_l(i +1) +rj 2Vjl(i -1) +2rjPjl(l +l_) avec j - Ih(k) < i < Ih(k) -j (2.21) Incrémentons j: j = j + l (2.22)
Si j < Ih(k), aller en (2.20).
L'erreur résiduelle en sortie de l'étage de maille Ih(k), étant donné le vecteur de coefficient de réflexion r, est donnée par: Er = PIh (k) (O) (2.23) A l'aide de la récursion AFLAT relevée, l'erreur
résiduelle due à chaque vecteur à partir du pré-
quantificateur au kième segment est évaluée, les quatre sous- ensembles des vecteurs de quantificateur à rechercher sont identifiés et l'erreur résiduelle due à chaque
vecteurs de quantificateur à partir des quatre sous-
ensembles choisis est calculée. L'index de r, le vecteurs de quantificateur ayant minimiser Er sur tous les vecteurs
de quantificateur dans les quatre ensembles, est codé par Qk bits.
Si k < 3, alors les conditions initiales pour effectuer la récursion au segment k + 1 doivent être calculées. Soit j, l'index d'étage de maillage, égal à: j = Il(k) (2.24) Calculons: Pj (i) = (1+ rj2)Pj1,(i) ± r[Vj_(i) + vj l(-i)] avec O < i < Np -j -1 (2.25) Vj(i): v-2( _+j) +%pj Vj (i) = Vy.. 1(i + 1) + rj2rVj(i -1) +2rjP1i(Ii +_j1) avec j - Np + 1 < i < Np - j - 1l (2.26) Incrémentons j: j = j + 1 (2.27)
Si j < Ih(k), aller à (2.25).
Incrémentons k, l'index de segment de quantificateur vectoriel: k = k + 1 (2.28) Si k < 3, aller en (2. 17). Autrement, les indices des vecteurs de coefficient de réflexion pour les trois
segments sont choisis et la recherche du quantificateur vectoriel de coefficient de réflexion est terminée.
Afin de minimiser les conditions de stockage pour le quantificateur vectoriel de coefficient de réflexion, des codes de huit bits pour les coefficients individuels de réflexion sont stockés dans le tableau de quantificateur vectoriel au lieu des valeurs réelles de coefficient de15 réflexion. Les codes sont utilisés pour consulter les valeurs des coefficients de réflexion à partir d'un tableau
de quantification scalaire à 256 entrées. Les codes de huit bits représentent les valeurs de coefficient de réflexion obtenues par un échantillonnage uniforme d'une fonction20 arcsinus illustrée sur la Figure 3. Les valeurs de coefficient de réflexion s'étendent de -1 à +1.
L'espacement non linéaire dans le domaine de coefficient de réflexion (axe X) fournit plus de précision pour les coefficients de réflexion lorsque les valeurs sont proches25 des extrêmes +/-1 et moins de précision lorsque les valeurs sont proches de O. Cela réduit la distorsion spectrale due à la quantification scalaire des coefficients de réflexion, selon 256 niveaux de quantification, par rapport à un échantillonnage uniforme dans le domaine des coefficients
de réflexion.

Claims (3)

REVENDICATIONS
1. Procédé de quantification vectorielle d'un vecteur de coefficient de réflexion optimal, caractérisé par les étapes suivantes: a) la segmentation du vecteur de coefficient de réflexion optimale en au moins un premier et un second segments; b) la constitution d'un premier ensemble de vecteurs prédéterminés de coefficients de réflexion, chaque vecteur possédant de multiples éléments; c) la sélection d'un premier vecteur à partir du premier ensemble de vecteurs prédéterminés constituant un premier vecteur sélectionné; d) le calcul de l'erreur résiduelle correspondant au premier vecteur sélectionné; e) la répétition des étapes c) et d) pour chaque vecteur du premier ensemble; f) le choix d'un vecteur à partir du premier ensemble présentant la plus faible erreur résiduelle, formant un premier vecteur choisi; g) la définition en réponse au premier vecteur choisi des conditions initiales pour le second segment; h) la constitution d'un second ensemble de vecteurs prédéterminés de coefficients de réflexion, chaque vecteur possédant de multiples éléments; et i) la répétition des étapes c) à f) pour le second segment à l'aide du second ensemble de vecteurs
prédéterminés et la formation d'un second vecteur choisi.
2. Procédé de quantification vectorielle d'un vecteur de coefficient de réflexion optimale, caractérisé par les étapes suivantes: a) la segmentation du vecteur de coefficient de réflexion optimale en au moins un premier et un second segments; b) la constitution d'un premier ensemble de vecteurs prédéterminés de coefficients de réflexion, chaque vecteur possédant de multiples éléments; c) la constitution d'un vecteur d'auto-corrélation correspondant au vecteur de coefficient de réflexion optimale; d) la définition, en réponse à l'étape de constitution d'un vecteur d'auto-corrélation, des conditions initiales pour un ensemble de correlation et un ensemble de corrélation croisée; e) l'initialisation de l'ensemble de correlation et de l'ensemble de corrélation croisée aux conditions initiales définies; f) la sélection d'un premier vecteur à partir du premier ensemble de vecteurs prédéterminés constituant un premier vecteur sélectionné; g) la mise à jour de l'ensemble de corrélation et de l'ensemble de corrélation croisée pour chaque élément du premier vecteur sélectionné; h) la définition, en réponse à l'étape de mise à jour, de l'erreur résiduelle correspondant au premier vecteur sélectionné; i) la répétition des étapes e) à h) pour chaque vecteur du premier ensemble; j) le choix d'un vecteur à partir du premier ensemble présentant la plus faible erreur résiduelle, formant un premier vecteur choisi; k) la définition en réponse au premier vecteur choisi des conditions initiales pour le second segment; 1) la constitution d'un second ensemble de vecteurs prédéterminés de coefficients de réflexion, chaque vecteur possédant de multiples éléments; et m) la répétition des étapes e) à j) pour le second
segment à l'aide du second ensemble de vecteurs prédéterminés et la formation d'un second vecteur choisi.
3. Procédé de quantification vectorielle d'un vecteur de coefficient de réflexion optimale, caractérisé par les étapes suivantes: - la constitution d'un premier ensemble de X vecteurs prédéterminés de coefficients de réflexion; - la pré-quantification du vecteur de coefficient de réflexion optimale comprenant les étapes supplémentaires suivantes: - la constitution d'un second ensemble de Y vecteurs prédéterminés de coefficients de réflexion o X est supérieur à Y; - la mise en relation de chacun des Y vecteurs prédéterminés avec au moins un des X vecteurs prédéterminés; - le calcul de l'erreur résiduelle correspondant à chacun des Y vecteurs prédéterminés; et
221 - 2706064
- le choix selon l'erreur résiduelle d'une partie des Y vecteurs prédéterminés, formant Y vecteurs prédéterminés choisis; - le choix d'un sous-ensemble de X vecteurs prédéterminés en relation avec les Y vecteurs prédéterminés choisis; - la détermination de l'erreur résiduelle correspondant à chaque vecteur du sous-ensemble des X vecteurs prédéterminés; et
- le choix du vecteur du sous-ensemble des X vecteurs prédéterminés présentant la plus faible erreur résiduelle.
FR9403414A 1993-03-26 1994-03-23 Procédé et dispositif de quantitication vectorielle. Expired - Lifetime FR2706064B1 (fr)

Priority Applications (2)

Application Number Priority Date Filing Date Title
FR9410202A FR2709366B1 (fr) 1993-03-26 1994-08-23 Procédé de stockage de vecteurs de coefficient de réflexion.
FR9410203A FR2709387B1 (fr) 1993-03-26 1994-08-23 Système de communication radio.

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US3779393A 1993-03-26 1993-03-26

Publications (2)

Publication Number Publication Date
FR2706064A1 true FR2706064A1 (fr) 1994-12-09
FR2706064B1 FR2706064B1 (fr) 1997-06-27

Family

ID=21896370

Family Applications (1)

Application Number Title Priority Date Filing Date
FR9403414A Expired - Lifetime FR2706064B1 (fr) 1993-03-26 1994-03-23 Procédé et dispositif de quantitication vectorielle.

Country Status (12)

Country Link
US (2) US5826224A (fr)
JP (1) JP3042886B2 (fr)
CN (2) CN1051392C (fr)
AU (2) AU668817B2 (fr)
BR (1) BR9404725A (fr)
CA (1) CA2135629C (fr)
DE (2) DE4492048C2 (fr)
FR (1) FR2706064B1 (fr)
GB (2) GB2282943B (fr)
SE (2) SE518319C2 (fr)
SG (1) SG47025A1 (fr)
WO (1) WO1994023426A1 (fr)

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6006174A (en) * 1990-10-03 1999-12-21 Interdigital Technology Coporation Multiple impulse excitation speech encoder and decoder
IT1277194B1 (it) * 1995-06-28 1997-11-05 Alcatel Italia Metodo e relativi apparati di codifica e di decodifica di un segnale vocale campionato
FR2738383B1 (fr) * 1995-09-05 1997-10-03 Thomson Csf Procede de quantification vectorielle de vocodeurs bas debit
JP3680380B2 (ja) * 1995-10-26 2005-08-10 ソニー株式会社 音声符号化方法及び装置
TW307960B (en) * 1996-02-15 1997-06-11 Philips Electronics Nv Reduced complexity signal transmission system
JP2914305B2 (ja) * 1996-07-10 1999-06-28 日本電気株式会社 ベクトル量子化装置
FI114248B (fi) * 1997-03-14 2004-09-15 Nokia Corp Menetelmä ja laite audiokoodaukseen ja audiodekoodaukseen
US6826524B1 (en) 1998-01-08 2004-11-30 Purdue Research Foundation Sample-adaptive product quantization
US6453289B1 (en) 1998-07-24 2002-09-17 Hughes Electronics Corporation Method of noise reduction for speech codecs
IL129752A (en) 1999-05-04 2003-01-12 Eci Telecom Ltd Telecommunication method and system for using same
GB2352949A (en) * 1999-08-02 2001-02-07 Motorola Ltd Speech coder for communications unit
US6910007B2 (en) * 2000-05-31 2005-06-21 At&T Corp Stochastic modeling of spectral adjustment for high quality pitch modification
JP2002032096A (ja) * 2000-07-18 2002-01-31 Matsushita Electric Ind Co Ltd 雑音区間／音声区間判定装置
US7171355B1 (en) * 2000-10-25 2007-01-30 Broadcom Corporation Method and apparatus for one-stage and two-stage noise feedback coding of speech and audio signals
US7392179B2 (en) * 2000-11-30 2008-06-24 Matsushita Electric Industrial Co., Ltd. LPC vector quantization apparatus
JP4857468B2 (ja) * 2001-01-25 2012-01-18 ソニー株式会社 データ処理装置およびデータ処理方法、並びにプログラムおよび記録媒体
US7003454B2 (en) * 2001-05-16 2006-02-21 Nokia Corporation Method and system for line spectral frequency vector quantization in speech codec
US6584437B2 (en) 2001-06-11 2003-06-24 Nokia Mobile Phones Ltd. Method and apparatus for coding successive pitch periods in speech signal
US7110942B2 (en) * 2001-08-14 2006-09-19 Broadcom Corporation Efficient excitation quantization in a noise feedback coding system using correlation techniques
US7206740B2 (en) * 2002-01-04 2007-04-17 Broadcom Corporation Efficient excitation quantization in noise feedback coding with general noise shaping
US7752052B2 (en) * 2002-04-26 2010-07-06 Panasonic Corporation Scalable coder and decoder performing amplitude flattening for error spectrum estimation
CA2388358A1 (fr) * 2002-05-31 2003-11-30 Voiceage Corporation Methode et dispositif de quantification vectorielle de reseau multicalibre
US7337110B2 (en) * 2002-08-26 2008-02-26 Motorola, Inc. Structured VSELP codebook for low complexity search
US7047188B2 (en) * 2002-11-08 2006-05-16 Motorola, Inc. Method and apparatus for improvement coding of the subframe gain in a speech coding system
US7054807B2 (en) * 2002-11-08 2006-05-30 Motorola, Inc. Optimizing encoder for efficiently determining analysis-by-synthesis codebook-related parameters
US7272557B2 (en) * 2003-05-01 2007-09-18 Microsoft Corporation Method and apparatus for quantizing model parameters
ES2305852T3 (es) * 2003-10-10 2008-11-01 Agency For Science, Technology And Research Procedimiento de codificacion de una señal digital en un flujo binario escalable, procedimiento para la descodificacion de un flujo binario escalable.
US8473286B2 (en) * 2004-02-26 2013-06-25 Broadcom Corporation Noise feedback coding system and method for providing generalized noise shaping within a simple filter structure
US7697766B2 (en) * 2005-03-17 2010-04-13 Delphi Technologies, Inc. System and method to determine awareness
JP4871894B2 (ja) 2007-03-02 2012-02-08 パナソニック株式会社 符号化装置、復号装置、符号化方法および復号方法
CN101030377B (zh) * 2007-04-13 2010-12-15 清华大学 提高声码器基音周期参数量化精度的方法
CA2729751C (fr) 2008-07-10 2017-10-24 Voiceage Corporation Dispositif et procede de quantification et de quantification inverse de filtres a codage predictif lineaire dans une supertrame
US8363957B2 (en) * 2009-08-06 2013-01-29 Delphi Technologies, Inc. Image classification system and method thereof
CN101968778A (zh) * 2010-08-13 2011-02-09 广州永日电梯有限公司 点阵串行显示方法
FI3547261T3 (fi) * 2012-03-29 2023-09-26 Ericsson Telefon Ab L M Vektorikvantisoija
KR20240010550A (ko) * 2014-03-28 2024-01-23 삼성전자주식회사 선형예측계수 양자화방법 및 장치와 역양자화 방법 및 장치
US10504532B2 (en) 2014-05-07 2019-12-10 Samsung Electronics Co., Ltd. Method and device for quantizing linear predictive coefficient, and method and device for dequantizing same
WO2016030568A1 (fr) * 2014-08-28 2016-03-03 Nokia Technologies Oy Quantification de paramètre audio
CN109887519B (zh) * 2019-03-14 2021-05-11 北京芯盾集团有限公司 提高语音信道数据传输准确性的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4963030A (en) * 1989-11-29 1990-10-16 California Institute Of Technology Distributed-block vector quantization coder
EP0480083A1 (fr) * 1989-06-21 1992-04-15 Interdigital Technology Corporation Procédé et système de compression d'un signal de communication
EP0529556A2 (fr) * 1991-08-30 1993-03-03 Fujitsu Limited Dispositif pour quantifier un vecteur

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4544919A (en) * 1982-01-03 1985-10-01 Motorola, Inc. Method and means of determining coefficients for linear predictive coding
JPS59116698A (ja) * 1982-12-23 1984-07-05 シャープ株式会社 音声デ−タ圧縮方法
US4896361A (en) * 1988-01-07 1990-01-23 Motorola, Inc. Digital speech coder having improved vector excitation source
US4817157A (en) * 1988-01-07 1989-03-28 Motorola, Inc. Digital speech coder having improved vector excitation source
EP0331857B1 (fr) * 1988-03-08 1992-05-20 International Business Machines Corporation Procédé et dispositif pour le codage de la parole à faible débit
EP0331858B1 (fr) * 1988-03-08 1993-08-25 International Business Machines Corporation Procédé et dispositif de codage multi-débit de la parole
JPH02250100A (ja) * 1989-03-24 1990-10-05 Mitsubishi Electric Corp 音声符合化装置
US5012518A (en) * 1989-07-26 1991-04-30 Itt Corporation Low-bit-rate speech coder using LPC data reduction processing
US4975956A (en) * 1989-07-26 1990-12-04 Itt Corporation Low-bit-rate speech coder using LPC data reduction processing
JP2626223B2 (ja) * 1990-09-26 1997-07-02 日本電気株式会社 音声符号化装置
US5307460A (en) * 1992-02-14 1994-04-26 Hughes Aircraft Company Method and apparatus for determining the excitation signal in VSELP coders
US5351338A (en) * 1992-07-06 1994-09-27 Telefonaktiebolaget L M Ericsson Time variable spectral analysis based on interpolation for speech coding

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0480083A1 (fr) * 1989-06-21 1992-04-15 Interdigital Technology Corporation Procédé et système de compression d'un signal de communication
US4963030A (en) * 1989-11-29 1990-10-16 California Institute Of Technology Distributed-block vector quantization coder
EP0529556A2 (fr) * 1991-08-30 1993-03-03 Fujitsu Limited Dispositif pour quantifier un vecteur

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
CHAN ET AL.: "Split-dimension piece-wise vector quantization of PARCOR coefficients", SIGNAL PROCESSING - PROCEEDINGS OF EUSIPCO 92, vol. 1, 24 August 1992 (1992-08-24) - 27 August 1992 (1992-08-27), BRUXELLES, BE, pages 455 - 458, XP000348699 *
LI ET AL.: "Fast vector quantization based on lattice prequantization", INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING 1989, vol. 2, 23 May 1989 (1989-05-23) - 26 May 1989 (1989-05-26), GLASGOW, GB, pages 759 - 761, XP000090221 *
MARTINS ET AL.: "LOW BIT RATE LPC VOCODERS USING VECTOR QUANTIZATION AND INTERPOLATION", SPEECH PROCESSING, vol. 1, 14 May 1991 (1991-05-14) - 17 May 1991 (1991-05-17), TORONTO, CA, pages 597 - 600, XP000245301 *
MIYANO ET AL.: "IMPROVED 4.8KB/S CELP CODING USING TWO-STAGE VECTOR QUANTIZATION WITH MULTIPLE CANDIDATES (LCELP)", SPEECH PROCESSING, vol. 1, 23 March 1992 (1992-03-23) - 26 March 1992 (1992-03-26), SAN FRANCISCO, CA US, pages 321 - 324, XP000341148 *

Also Published As

Publication number Publication date
BR9404725A (pt) 1999-06-15
CN1109697A (zh) 1995-10-04
CN1166019A (zh) 1997-11-26
SE524202C2 (sv) 2004-07-06
AU678953B2 (en) 1997-06-12
DE4492048T1 (de) 1995-04-27
SE0201109D0 (sv) 2002-04-12
FR2706064B1 (fr) 1997-06-27
CA2135629A1 (fr) 1994-10-13
WO1994023426A1 (fr) 1994-10-13
AU6397094A (en) 1994-10-24
SE0201109L (sv) 2002-04-12
US5826224A (en) 1998-10-20
GB9802900D0 (en) 1998-04-08
JP3042886B2 (ja) 2000-05-22
GB2282943B (en) 1998-06-03
GB2282943A (en) 1995-04-19
GB9422823D0 (en) 1995-01-04
SE9404086D0 (sv) 1994-11-25
CA2135629C (fr) 2000-02-08
SG47025A1 (en) 1998-03-20
AU6084396A (en) 1996-10-10
SE9404086L (sv) 1995-01-25
CN1051392C (zh) 2000-04-12
JPH07507885A (ja) 1995-08-31
SE518319C2 (sv) 2002-09-24
CN1150516C (zh) 2004-05-19
DE4492048C2 (de) 1997-01-02
AU668817B2 (en) 1996-05-16
US5675702A (en) 1997-10-07

Similar Documents

Publication Publication Date Title
FR2706064A1 (fr) Procédé et dispositif de quantitication vectorielle.
EP0782128B1 (fr) Procédé d&#39;analyse par prédiction linéaire d&#39;un signal audiofréquence, et procédés de codage et de décodage d&#39;un signal audiofréquence en comportant application
EP0443548B1 (fr) Codeur de parole
EP0608174B1 (fr) Systeme de codage-décodage prédictif d&#39;un signal numérique de parole par transformée adaptative à codes imbriqués
EP0898267B1 (fr) Système de codage de la parole
US5684920A (en) Acoustic signal transform coding method and decoding method having a high efficiency envelope flattening method therein
EP0504627B1 (fr) Méthode et dispositif de codage de paramètres de voix
EP0749626B1 (fr) Procede de codage de parole a prediction lineaire et excitation par codes algebriques
RU2257556C2 (ru) Квантование коэффициентов усиления для речевого кодера линейного прогнозирования с кодовым возбуждением
CN101622662A (zh) 编码装置和编码方法
TW517223B (en) Voice coding method and device
EP0865027B1 (fr) Méthode de codage du vecteur composant aléatoire dans un codeur ACELP
EP0824750A1 (fr) Procede de quantification du gain dans le codage lineaire predictif de la parole utilisant l&#39;analyse par synthese
JP3089769B2 (ja) 音声符号化装置
US5873060A (en) Signal coder for wide-band signals
EP0849724A2 (fr) Dispositif et procédé de haute qualité pour le codage de la parole
JPH0771045B2 (ja) 音声符号化方法、音声復号方法、およびこれらを使用した通信方法
JPH11504733A (ja) 聴覚モデルによる量子化を伴う予測残余信号の変形符号化による多段音声符号器
FR2709366A1 (fr) Procédé de stockage de vecteurs de coefficient de réflexion.
FR2709387A1 (fr) Système de communication radio.
JP3252285B2 (ja) 音声帯域信号符号化方法
JP3194930B2 (ja) 音声符号化装置
JP3256215B2 (ja) 音声符号化装置
GB2199215A (en) A stochastic coder
EP0910064B1 (fr) Dispositif de codage du paramêtre de la parole

Legal Events

Date Code Title Description
TP Transmission of property