CN1112674C - 用于语音有效编码的谱参数预测分解矩阵量化 - Google Patents
用于语音有效编码的谱参数预测分解矩阵量化 Download PDFInfo
- Publication number
- CN1112674C CN1112674C CN96193827A CN96193827A CN1112674C CN 1112674 C CN1112674 C CN 1112674C CN 96193827 A CN96193827 A CN 96193827A CN 96193827 A CN96193827 A CN 96193827A CN 1112674 C CN1112674 C CN 1112674C
- Authority
- CN
- China
- Prior art keywords
- matrix
- prediction
- frame
- residual
- vector quantization
- 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.)
- Expired - Lifetime
Links
- 238000013139 quantization Methods 0.000 title claims abstract description 19
- 239000011159 matrix material Substances 0.000 title claims description 89
- 230000003595 spectral effect Effects 0.000 title abstract description 5
- 238000001228 spectrum Methods 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 5
- 238000003780 insertion Methods 0.000 claims 1
- 230000037431 insertion Effects 0.000 claims 1
- 230000005236 sound signal Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 13
- 238000011002 quantification Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
-
- 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
- G10L2019/0004—Design or structure of the codebook
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
- Spectrometry And Color Measurement (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及对每帧多于一个的LPC谱模型进行有效量化以增强时变谱模型的精度同时又不损害编码率。这种LPC谱模型的有效模型对多种用于语音和/或音频信号数字编码的技术是有利的。
Description
技术领域
本发明涉及一种对用于多个语音和/或语言编码技术的谱参数进行量化的改进技术。
背景技术
众多具有优良的品质/比特率协调性的有效数字语言编码技术采用了线性预测模型来传送时变谱信息。
在包括G729 ITU-T在内的几个国际标准中可找到的这样一种技术是ACELP(Algebraic Code Excited Linear Prediction:代数码激励线性预测)[1]技术。
在ACELP等技术中,对取样的语言信号以称之为帧的L个样本的块进行处理。例如,在很多语言编码系统中,通常采用20ms作为帧持续时间。对于电话语音(8000样本/秒)的情况,这个持续时间转换成L=160个样本,而在7kHz带宽的语音(16000样本/秒)情况下,其被转换成L=320个样本。
对每一帧,谱信息以量化谱参数的格式传输,该量化谱参数是从所熟知的通常被称作LPC信息的语音线性预测模型[2,3]中取得的。
在有关10至30ms之间的帧的现有技术中,每帧发送的LPC信息对应一个单谱模型。
采用10ms的更新率传输时变谱的精度当然要高于更新率为30ms的情况,但这种差别不值得将编码率提高到其原来的3倍。
通过组合两种技术,本发明解决了谱精度/编码率之间的矛盾,这两种技术指的是:用于比特率极低的应用中的矩阵量化,此时来自数帧的LPC模型被同时量化[4];和帧内预测矩阵的外延[5]。
参考文献
[1]1992年9月10日申请的美国专利#927,528,题目为“DynamicCodebook for efficient speech coding based on algebraic code:用于基于代数码进行有效语音编码的动态代码簿”,发明人是J-P Adoul和C.Laflamme。
[2]J.D.Markel和A.H.Gray,Jr.编著,“Linear Prediction ofSpeech:语音线性预测”,Springer Verlag,1976年。
[3]S.Saito和K.Nakata编著,“Fundamentals of Speech SignalProcessing:语音信号处理基础”,Academic Press,1985年。
[4]C.Tsao和R.Gray,“Matrix Quantizer Design for LPC SpeechUsing the Generalized Lloyd Algorithm:采用广义劳埃德算法对LPC语音的矩阵量化器设计”,IEEE trans.ASSP第33卷,第3册,537-545页,1985年6月。
[5]R.Salami,C.Laflamme,J-P Adoul和D.Massaloux,“A toll qualitv8Kb/s Speech Codec for the Personal Communications System(PCS):用于个人通信系统的长途质量8Kb/s语音编解码器”,IEEE transactions onVehicular Technology,第43卷,第3册,808-816页,1994年8月。
发明内容
本发明的主要目的是提供一种用于对每帧多于一个的谱模型进行量化的方法,其与传输单谱模型所需的编码率相比,本质上不增加编码率。因此该方法不用明显地增加编码率就能实现更精确的时变谱模式。
更具体地讲,根据本发明,限定了一种用于联合量化每帧抽样声音信号的N个线性预测编码谱模型的方法,在其中N>1,该方法包括步骤:
(a)生成具有多行的矩阵F,其中,矩阵F的每行由具有维数M>1的N个线性预测编码谱模型矢量之一构成;
(b)根据至少一个先前帧来生成时变预测矩阵P;
(c)从矩阵F中去除该时变预测矩阵P以获得剩余矩阵R;和
(d)对该剩余矩阵R进行矢量量化。
附图说明
在附图中:
图1描述了一个典型的帧和窗结构,其中L=160样本的20ms帧被分割成两个与不同形状的窗对应的子帧;和
图2给出优选实施例的示意框图。
具体实施方式
本发明描述了一种编码率有效方法,用于对每个L=N×M样本的处理过的帧的N(N>1)个谱模型进行联合或分别编码;一个帧被分割成大小为K的N个子帧。该方法对用于语音和/或音频信号数字编码的各种技术非常有用,这些技术是指,例如但不限于以下几种,随机或代数码激励线性预测、波形内插、谐波/随机编码技术。
用于从语音信号中抽取线性预测编码(LPC)谱模型的方法在语音编码领域[1,2]是熟知的。对于电话语音来讲,通常采用M=10阶的LPC模型,而M=16或更大阶的模型优先用于宽带语音应用中。
为了获得对应于一个给定子帧的M阶的LPC谱模型,给取样的语音加上一个置位于该给定子帧中心的LA样本长度分析窗。基于LA开窗输入样本的LPC分析产生一个具有M个实元素的f矢量,其表征所述子帧的语音谱。
通常,使用置位于该子帧中心的标准的汉明(Hamming)窗,这种标准的汉明窗尺寸为LA,该尺寸一般大于子帧尺寸K。在一些情况下,最好根据在帧中子帧的位置而使用不同的窗。图1示出了这种情况。在该图中,一个L=160样本的20ms帧被分割成两个大小为K=80的子帧。子帧#1使用汉明窗。子帧#2使用一个不对称窗,这是因为在该分析的时间上不能访问扩展超出该帧边界的未来语音样本,或用语音专家的术语来讲,不允许或不足以允许“向前看”。图1中,窗口#2是通过将半个汉明窗口与四分之一余弦窗口组合而得到的。
在语音编码文献中已经采用了LPC谱模型f的各种等效M维模型。它们包括:“部分相关”、“对数面积比”、LPC倒谱和线谱频率(LPC)。
在优选实施例中,尽管假设了LSF模型,但假若执行对语音编码领域的技术人员来说是非常明显的最小调整,本发明中叙述的方法仍可应用于LPC谱模型的任何等效模型,包括上面所述的模型。
图2描述了与根据该优选实施例对一个帧的N个谱模型进行联合量化有关的步骤。
步骤1:对每个子帧i(i=1、...N)执行用于产生一个LSF矢量fi的LPC分析(并行或顺序地)。
步骤2:从被作为行矢量的所述抽取的LSF矢量中生成一个大小为N×M的矩阵F。
步骤3:从F去除平均矩阵,以产生大小为N×M的矩阵Z。平均矩阵的行彼此相同,而一个行中的第j元素是从LPC分析得出的LSF矢量f的第j元素的期望值。
步骤4:从Z去除一个预测矩阵P,以产生大小为N×M的剩余矩阵R。矩阵P根据过去的帧来推断出Z将呈现出的最可能值。由于Z是一个N×M矩阵,直接结论是P也是一个N×M矩阵。
通过从N×M矩阵Z中去除一个预测矩阵P,大小为N×M的残留矩阵R形成也是一个清楚的指示:P也是一个N×M矩阵。
步骤5:为了减小量化的复杂性,剩余矩阵R被分成q个子矩阵。更具体地说,R以下列方式进行分割:
R=[V1 V2...Vq]
其中Vi是大小为N×mi的子矩阵,并且m1+m2...+mq=M。
被看成是一个矢量N×mi的每个子矩阵Vi是被分别矢量量化以产生传送到译码器的量化指数和对应于所述指数的量化的子矩阵V′i。量化的剩余矩阵R′被重构成
R′=[V1′V2′...Vq′]
需要注意的是,这种重构和所有的后续步骤是在译码器上以相同方式执行的。
步骤6:将预测矩阵P加回到R′以产生Z′。
步骤7:还加上该平均矩阵以产生量化的矩阵F′。所述F′矩阵的第i行是可被相应数字语音编码技术有益使用的子帧i的(量化的)谱模型fi′。需要注意的是,谱模型fi′的传输需要最小的编码率,这是因为它是与其它子帧的谱模型分别和联合量化的。
步骤8:这个最后测试的目的是确定将用于处理下一帧的预测矩阵P。为了清楚起见,将使用帧指数n。可通过递推或非递推方式来获得预测矩阵Pn+1。
更为直观的递推方法以函数g来操作,g是以前的Zn′矢量的函数,即,
Pn+1=g(Zn′,Zn-1′...)
在图2所述的实施例中,由于它表示关于通道错误的本征鲁棒性(intrinsic robustness),因此优选了非递推方法。在这种情况下,该时变预测矩阵可以采用过去的Rn′矩阵的函数h来表示,即
Pn+1=h(Rn′,Rn-1′...)
本发明还公开了下面的简单实施例即h函数捕捉大多数预测信息。
Pn+1=A Rb′
利用如下关系式得到N×M矩阵P:
P=A Rb′
其中A是一个N×b矩阵,其元素为标量预测系数,而Rb′是b×M矩阵,其由矩阵R′的最后的b个行(即,对应于帧n的最后b个子帧)构成。为了由上述关系式得到N×M矩阵P,本领域的技术人员会了解,如果Rb′是b×M矩阵,则A必定是N×b矩阵。
按照上述意见,由于这一矩阵A必定是N×b矩阵(而不是M×b矩阵),通过将这一N×b矩阵A与b×M矩阵Rb′相乘以形成N×M矩阵P,本领域的技术人员将会易于从说明书中推断出在矩阵A的描述中出现错误。
内插子帧:下面描述在本发明方法中公开的基本方法的变型,其中在一个帧被分成很多子帧的情况下节省了一些编码率和流线复杂性。
考虑多个帧被分割成N*m个子帧并且其中N和m为整数(如12=4×3个子帧)的情况。
为了节省编码率和降低量化复杂性,前面所描述的“预测分解矩阵量化(Predictive Split-Matrix Quantization)”方法被应用于只有N个子帧被采用线性内插插入了m-1个子帧的情况。
更确切地讲,采用预测分解矩阵量化来对其指数为m的倍数的谱模型进行量化。
fm 量化成 fm′
f2m 量化成 f2m′
… … …
fkm 量化成 fkm′
… … …
fNm 量化成 fNm′
需要注意的是,k=1,2,...N是被以这种方式量化的这些谱模型的固有指数(natural index)。
现在来论述剩余谱模型的“量化”。为此,将f0′称作先前帧的最后子帧的量化谱模型(即k=0的情况)。具有i=km+j(即j≠0)格式的指数的谱模型采用如下fkm′和f(k+1)m′的线性内插方式进行“量化”,
fkm+j′=j/m fkm′+(m-j)/m f(k+1)m′
其中比值j/m和(m-j)/m被用作内插系数。
尽管上面已经详尽地描述了本发明的优选实施例,仍可在所附权利要求的范围内并且在不背离本发明的实质和精神的情况下任意对这些实施例进行修改。此外,本发明不限于语音信号的处理,也可处理其它类型的声音信号例如音频。很明显,基于该基本原理进行的这种修改落在主题本发明的范围内。
Claims (11)
1.一种用于联合量化每帧抽样声音信号的N个线性预测编码谱模型的方法,在其中N>1,该方法包括步骤:
(a)生成具有多行的矩阵F,其中,矩阵F的每行由具有维数M>1的N个线性预测编码谱模型矢量之一构成;
(b)根据至少一个先前帧来生成时变预测矩阵P;
(c)从矩阵F中去除该时变预测矩阵P以获得剩余矩阵R;和
(d)对该剩余矩阵R进行矢量量化。
2.如权利要求1所述的方法,其中从矩阵F中去除时变预测矩阵P以获得剩余矩阵R的步骤包括:
从矩阵F中去除一平均矩阵以获得矩阵Z,所述平均矩阵具有相同的行,每一行中的第j个元素是关于所述N个向量的第j个元素的期望值;以及
从矩阵Z中去除时变预测矩阵P以获得剩余矩阵R。
3.如权利要求1所述的方法,其中通过将所述矩阵R分成q个具有N行的子矩阵并将每个子矩阵分别进行矢量量化来减小对所述矩阵R进行矢量量化的复杂性。
4.如权利要求2所述的方法,其中通过一种非递推预测方法来获得所述时变预测矩阵P,在其中,该时变预测矩阵P被表达成过去的、经矢量量化的剩余矩阵R的函数。
5.如权利要求4所述的方法,其中所述非递推预测方法包括:根据下式来计算时变预测矩阵P,
P=A Rb′其中A是N×b矩阵,其元素为标量预测系数,而Rb′是b×M矩阵,其由矩阵R′的最后b个行构成,其中R′是通过对先前帧矢量量化而得到的,b≤N。
6.如权利要求1所述的方法,其中每帧抽样声音信号划分成一组N*m个子帧,m是整数;每帧的所述N个线性预测编码谱模型对应于插入了所述组的m-1个子帧的所述组的N个子帧;以及利用线性内插获得对应于所述插入的子帧的线性预测编码谱模型矢量。
7.如权利要求2所述的方法,其中所述时变预测矩阵P是利用一种递推预测方法来得到的,在其中,该时变预测矩阵P被表达成过去的、经量化的矩阵Z的函数。
8.如权利要求1所述的方法,其中每帧的所述N个线性预测编码谱模型是根据该帧中的谱模型的阶采用不同的窗形状,由线性预测编码分析获得的。
9.如权利要求2所述的方法,还包括步骤:
将平均矩阵加回到经矢量量化的剩余矩阵。
10.如权利要求2所述的方法,还包括步骤:
将时变预测矩阵P加回经矢量量化的剩余矩阵;以及
将平均矩阵加回已经加回了时变预测矩阵P的经矢量量化的剩余矩阵。
11.如权利要求1所述的方法,还包括步骤:
将时变预测矩阵P加回经矢量量化的剩余矩阵。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US08/416,019 US5664053A (en) | 1995-04-03 | 1995-04-03 | Predictive split-matrix quantization of spectral parameters for efficient coding of speech |
US08/416,019 | 1995-04-03 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1184548A CN1184548A (zh) | 1998-06-10 |
CN1112674C true CN1112674C (zh) | 2003-06-25 |
Family
ID=23648186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN96193827A Expired - Lifetime CN1112674C (zh) | 1995-04-03 | 1996-04-02 | 用于语音有效编码的谱参数预测分解矩阵量化 |
Country Status (12)
Country | Link |
---|---|
US (1) | US5664053A (zh) |
EP (1) | EP0819303B1 (zh) |
JP (1) | JP3590071B2 (zh) |
CN (1) | CN1112674C (zh) |
AT (1) | ATE198805T1 (zh) |
AU (1) | AU697256C (zh) |
BR (1) | BR9604838A (zh) |
CA (1) | CA2216315C (zh) |
DE (1) | DE69611607T2 (zh) |
DK (1) | DK0819303T3 (zh) |
ES (1) | ES2156273T3 (zh) |
WO (1) | WO1996031873A1 (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3067676B2 (ja) * | 1997-02-13 | 2000-07-17 | 日本電気株式会社 | Lspの予測符号化装置及び方法 |
US6161089A (en) * | 1997-03-14 | 2000-12-12 | Digital Voice Systems, Inc. | Multi-subframe quantization of spectral parameters |
FI113903B (fi) | 1997-05-07 | 2004-06-30 | Nokia Corp | Puheen koodaus |
TW408298B (en) * | 1997-08-28 | 2000-10-11 | Texas Instruments Inc | Improved method for switched-predictive quantization |
US6199037B1 (en) * | 1997-12-04 | 2001-03-06 | Digital Voice Systems, Inc. | Joint quantization of speech subframe voicing metrics and fundamental frequencies |
FI980132A (fi) | 1998-01-21 | 1999-07-22 | Nokia Mobile Phones Ltd | Adaptoituva jälkisuodatin |
US6256607B1 (en) * | 1998-09-08 | 2001-07-03 | Sri International | Method and apparatus for automatic recognition using features encoded with product-space vector quantization |
US6347297B1 (en) * | 1998-10-05 | 2002-02-12 | Legerity, Inc. | Matrix quantization with vector quantization error compensation and neural network postprocessing for robust speech recognition |
US6219642B1 (en) | 1998-10-05 | 2001-04-17 | Legerity, Inc. | Quantization using frequency and mean compensated frequency input data for robust speech recognition |
GB2364870A (en) * | 2000-07-13 | 2002-02-06 | Motorola Inc | Vector quantization system for speech encoding/decoding |
WO2006096137A2 (en) * | 2005-03-11 | 2006-09-14 | Agency For Science, Technology And Research | Predictor |
DE102007006084A1 (de) | 2007-02-07 | 2008-09-25 | Jacob, Christian E., Dr. Ing. | Verfahren zum zeitnahen Ermitteln der Kennwerte, Harmonischen und Nichtharmonischen von schnell veränderlichen Signalen mit zusätzlicher Ausgabe davon abgeleiteter Muster, Steuersignale, Ereignisstempel für die Nachverarbeitung sowie einer Gewichtung der Ergebnisse |
KR101133486B1 (ko) * | 2008-02-28 | 2012-07-12 | 샤프 가부시키가이샤 | 구동 회로 및 표시 장치 |
KR101315617B1 (ko) * | 2008-11-26 | 2013-10-08 | 광운대학교 산학협력단 | 모드 스위칭에 기초하여 윈도우 시퀀스를 처리하는 통합 음성/오디오 부/복호화기 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0308817A2 (de) * | 1987-09-23 | 1989-03-29 | Siemens Aktiengesellschaft | Verfahren zur Umcodierung von Kanalvocoder-Parameter in LPC-Vocoder-Parameter |
EP0424121A2 (en) * | 1989-10-17 | 1991-04-24 | Kabushiki Kaisha Toshiba | Speech coding system |
EP0500076A2 (en) * | 1991-02-19 | 1992-08-26 | Nec Corporation | Method and arrangement of determining coefficients for linear predictive coding |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2481026B1 (zh) * | 1980-04-21 | 1984-06-15 | France Etat | |
US4536886A (en) * | 1982-05-03 | 1985-08-20 | Texas Instruments Incorporated | LPC pole encoding using reduced spectral shaping polynomial |
US4667340A (en) * | 1983-04-13 | 1987-05-19 | Texas Instruments Incorporated | Voice messaging system with pitch-congruent baseband coding |
US5067158A (en) * | 1985-06-11 | 1991-11-19 | Texas Instruments Incorporated | Linear predictive residual representation via non-iterative spectral reconstruction |
IT1184023B (it) * | 1985-12-17 | 1987-10-22 | Cselt Centro Studi Lab Telecom | Procedimento e dispositivo per la codifica e decodifica del segnale vocale mediante analisi a sottobande e quantizzazione vettorariale con allocazione dinamica dei bit di codifica |
US4969192A (en) * | 1987-04-06 | 1990-11-06 | Voicecraft, Inc. | Vector adaptive predictive coder for speech and audio |
US4964166A (en) * | 1988-05-26 | 1990-10-16 | Pacific Communication Science, Inc. | Adaptive transform coder having minimal bit allocation processing |
US5384891A (en) * | 1988-09-28 | 1995-01-24 | Hitachi, Ltd. | Vector quantizing apparatus and speech analysis-synthesis system using the apparatus |
US4956871A (en) * | 1988-09-30 | 1990-09-11 | At&T Bell Laboratories | Improving sub-band coding of speech at low bit rates by adding residual speech energy signals to sub-bands |
CA2010830C (en) * | 1990-02-23 | 1996-06-25 | Jean-Pierre Adoul | Dynamic codebook for efficient speech coding based on algebraic codes |
US5351338A (en) * | 1992-07-06 | 1994-09-27 | Telefonaktiebolaget L M Ericsson | Time variable spectral analysis based on interpolation for speech coding |
-
1995
- 1995-04-03 US US08/416,019 patent/US5664053A/en not_active Expired - Lifetime
-
1996
- 1996-04-02 BR BR9604838A patent/BR9604838A/pt not_active IP Right Cessation
- 1996-04-02 CA CA002216315A patent/CA2216315C/en not_active Expired - Lifetime
- 1996-04-02 JP JP52981796A patent/JP3590071B2/ja not_active Expired - Lifetime
- 1996-04-02 ES ES96908945T patent/ES2156273T3/es not_active Expired - Lifetime
- 1996-04-02 DE DE69611607T patent/DE69611607T2/de not_active Expired - Lifetime
- 1996-04-02 AT AT96908945T patent/ATE198805T1/de active
- 1996-04-02 WO PCT/CA1996/000202 patent/WO1996031873A1/en active IP Right Grant
- 1996-04-02 CN CN96193827A patent/CN1112674C/zh not_active Expired - Lifetime
- 1996-04-02 EP EP96908945A patent/EP0819303B1/en not_active Expired - Lifetime
- 1996-04-02 AU AU52633/96A patent/AU697256C/en not_active Expired
- 1996-04-02 DK DK96908945T patent/DK0819303T3/da active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0308817A2 (de) * | 1987-09-23 | 1989-03-29 | Siemens Aktiengesellschaft | Verfahren zur Umcodierung von Kanalvocoder-Parameter in LPC-Vocoder-Parameter |
EP0424121A2 (en) * | 1989-10-17 | 1991-04-24 | Kabushiki Kaisha Toshiba | Speech coding system |
EP0500076A2 (en) * | 1991-02-19 | 1992-08-26 | Nec Corporation | Method and arrangement of determining coefficients for linear predictive coding |
Also Published As
Publication number | Publication date |
---|---|
CA2216315A1 (en) | 1996-10-10 |
CA2216315C (en) | 2002-10-22 |
ES2156273T3 (es) | 2001-06-16 |
AU697256B2 (en) | 1998-10-01 |
JPH11503531A (ja) | 1999-03-26 |
US5664053A (en) | 1997-09-02 |
DK0819303T3 (da) | 2001-01-29 |
AU697256C (en) | 2003-01-30 |
EP0819303A1 (en) | 1998-01-21 |
AU5263396A (en) | 1996-10-23 |
ATE198805T1 (de) | 2001-02-15 |
BR9604838A (pt) | 1998-06-16 |
DE69611607D1 (de) | 2001-02-22 |
JP3590071B2 (ja) | 2004-11-17 |
WO1996031873A1 (en) | 1996-10-10 |
CN1184548A (zh) | 1998-06-10 |
DE69611607T2 (de) | 2001-06-28 |
EP0819303B1 (en) | 2001-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1154086C (zh) | Celp转发 | |
CN1172293C (zh) | 有效频谱包络编码方法及其编解码设备 | |
CN1112674C (zh) | 用于语音有效编码的谱参数预测分解矩阵量化 | |
EP1576585B1 (en) | Method and device for robust predictive vector quantization of linear prediction parameters in variable bit rate speech coding | |
US7680670B2 (en) | Dimensional vector and variable resolution quantization | |
CN1121683C (zh) | 语音编码 | |
CN102682778B (zh) | 编码装置以及编码方法 | |
CN1552059A (zh) | 分布式语音识别系统中语音识别的方法和设备 | |
CN1241169C (zh) | 语音中非话音部分的低数据位速率编码 | |
CN1922659A (zh) | 编码模式选择 | |
CN1465137A (zh) | 音频信号解码装置及音频信号编码装置 | |
CN1437747A (zh) | 闭环多模混合域线性预测(mdlp)语音编解码器 | |
CN1739143A (zh) | 用于分布式语音识别系统内语音重构的方法和设备 | |
CN1582468A (zh) | 有效存储语音识别模型的系统和方法 | |
Huang et al. | Lossless audio compression in the new IEEE standard for advanced audio coding | |
CN1173690A (zh) | 识别浊音/清音的方法和装置及其语音编码方法 | |
US6768978B2 (en) | Speech coding/decoding method and apparatus | |
CN101615911A (zh) | 一种编解码方法和装置 | |
CN1132157C (zh) | 线性预测分析合成的编码方法和编码器 | |
CN1650156A (zh) | 合成分析语音编码器中用于进行语音编码的方法和装置 | |
CN1244905C (zh) | 评估编解码参数的方法 | |
KR100768090B1 (ko) | 디코딩의 계산량 감소를 위한 파형 인터폴레이션 인코딩장치 및 그 방법 | |
Eriksson et al. | On waveform-interpolation coding with asymptotically perfect reconstruction | |
CN1159044A (zh) | 声音编码装置 | |
JP2683734B2 (ja) | 音声符号化法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CX01 | Expiry of patent term |
Granted publication date: 20030625 |
|
EXPY | Termination of patent right or utility model |