DE1941336A1 - Sprachsignal-Verarbeitungseinrichtung - Google Patents

Description

Western Electric Company Incorporated ^{BS- Atal 3}

New York, N. Y 10007 U S.A.

Sprachsignal-Verarbeitungseinrichtung

Die Erfindung betrifft eine Sprachsignal-Verarbeitungseinrichtung bestehend aus einer Schaltanordnung zum Schätzen der Augenblickswerte eines angelegten Sprachsignals entsprechend ausgewählten Eigenschaften von vorher zugeführten Augenblickssignalwerten und aus einer Einrichtung zur Codierung der Differenz zwischen den geschätzten Augenblicks signal werten und den tatsächlichen Augenblickssignalwerten des angelegten Sprachsignals. Sie hat eine Verringerung der Redundanz der Sprachsignale zum Ziel derart, dass die Signale wirtschaftlicher zu einer Empfänger stelle übertragen werden können.

Das Ziel wirksamer Codierungsverfahren besteht darin, die Kanalkapazität zu verringern, die erforderlich ist, um ein Signal mit festgelegter Wiedergabetreue zu übertragen. Zur Erreichung dieses Ziels ist es oftmals wesentlich, die Redundanz des übertragenen Signals zu verringern. Ein bekanntes Verfahren zur Verringerung der Signalredundanz ist die Voraussage-Codierung. Bei der Voraussage-Codierung wird die Redundanz dadurch verringert, dass von

009809/1535

dem Signal der Teil subtrahiert wird, der aus seiner Vergangenheit vorausgesagt werden kann. Für zahlreiche Signale ist die Entropie erster Ordnung des Differenz signals viel kleiner als die Entropie erster Ordnung des Originalsignals. Somit ist das Differenzsignal besser als das Originalsignal zur Codierung für die Übertragung geeignet. Die Voraussage-Codierung bietet somit " einen praktischen Weg für die wirksame Codierung von Signalen,

ohne dass Speichereinrichtungen grosser Kapazität erforderlich sind.

Eines der Hauptverfahren zur wirksamen Codierung von Nachrichtensignalen für die Übertragung enthält die Beseitigung der eigenen Signalredundanz durch Verwendung von Voraussageeinrichtungen sowohl am Sender als auch am Empfänger eines Systems. Der laufende Wert des Signals wird an beiden Stellen durch lineare Voraussage geschätzt, die auf den vorher übertragenen Signalen beruht. Die Differenz zwischen diesen geschätzten und dem richtigen Wert des Signals wird quantisiert, codiert und zum Empfänger übertragen. Am Empfänger wird das decodierte Differenz signal zum vorausgesagten Signal addiert, um das Eingangs-Sprachsignal zu reproduzieren. Solang eine gute Voraussage des derzeitigen Signalwertes durchgeführt werden kann, kann eine wirksame

009809/1535

Codierung stattfinden. Jedoch ist die Sprache nicht stetig, so dass eine Voraussage-Einrichtung mit festen Koeffizienten den Wert eines Sprachsignals nicht wirksam voraussagt. Zum Beispiel ist das Sprachsignal annähernd periodisch während gesprochener Teil· = Somit kann eine gute Voraussage des derzeitigen Wertes auf dem Wert des Signals beruhen, das genau eine Periode früher vorliegt. Jedoch ändert sich die Periode mit der Zeit, so dass sich die Voraussageeinrichtung mit der sich ändernden Periode des Eingangs-Sprachsignals ändern muss.

Die obigen Schwierigkeiten werden bei der Erfindung beseitigt, die eine Schaltanordnung zur wiederholten Änderung der Parameter vorsieht, die bei der Schätzung der Augen blickswerte des Signals verwendet werden, um die Differenz zwischen den geschätzten Augenblickswerten und den tatsächlichen Augenblickswerten des zugeführten Sprachsignals zu minimieren.

Erfindungsgemäss wird die Redundanz in Sprachsignalen dadurch verringert, dass der derzeitige Wert des Signals aus seiner Vergangenheit vorausgesagt wird und der vorausgesagte Wert von dem derzeitigen Wert subtrahiert wird. Um sich dem konstant sich ändernden Charakter der Sprache anzupassen, wird eine Form der

009809/1 sas

Voraussage-Codierung verwendet, bei der sich die Voraussage einrichtung den sich ändernden Signalbedingungen anpasst. Für

Sprachsignale werden die vergangenen Signalintervalle zur Vorhöhen aussage gewählt, die mit einzelnen ToniÜHaperioden vergleichbar sind. Die Ausdehnung der Periode und die Grosse des Signals innerhalb der Periode werden erfindungsgemäss periodisch neu definiert. Vorzugsweise werden die Parametersignale, welche die Voraussageeinrichtung steuern, alle 5 Millisekunden geändert. Es wurde festgestellt/dass ein derartiges Intervall für die Anpassung an die zeitlich veränderlichen Eigenschaften des Eingangssprachsignals ausreichend ist. Die Parameter-Werte der voraussage einrichtung werden so gewählt, dass die Energie im Differenzsignal gemittelt über 5 Millisekunden-Intervalle minimiert wird. Die Parameter-Werte der Voraussageeinrichtung bilden als solche sich langsam ändernde Signale, die wirksam übertragen werden können.

Um zu verhindern, dass sich Fehler, die in das System infolge der Voraussage und der nachfolgenden Codierungsprozesse eingeführt werden können, anhäufen, werden erfindungsgemäss Sprachsignal-Proben am Sender rekonstruiert, wobei die Voraussage an den rekonstruierten Sprachsignalen und nicht an den Eingangs-

00 980 9/ 153S

sprachsignalen durchgeführt wird.

Die Differenz zwischen dem derzeitigen Wert des Signals und dem vorausgesagten Wert des Signals wird, falls vorhanden, gegebenenfalls codiert und zu einer Empfängerstelle übertragen, und zwar zusammen mit den sich langsam ändernden Parameter Signalen, welche die Voraussage kennzeichnen.

Ungleich den bisher vorgeschlagenen Sprachcodierungsverfahren reproduziert das voraussagende Codierungssystem der Erfindung genau eine Sprachsignalform und nicht ihr Spektrum. Hör versuche zeigen, dass nur eine geringe, oftmals nicht erkennbare Verschlechterung der Qualität der nach der Übertragung reproduzierten Sprache vorhanden ist. Ferner zeigen Versuche, dass binäre Differenzsignale und erfindungsgemäss erzeugte Voraussage-Parametersignale zusammen mit Geschwindigkeiten übertragen werden können, die geringer als 10 Kilobit je Sekunde oder einige Mal geringer als die Geschwindigkeit sind, die für eine gewöhnliche Pulscodemodulations-Codierung mit vergleichbarer Sprache-Qualität erforderlich ist.

Da das erfindungsgemäss erzeugte Differenzsignal das Ergebnis

009809/1535

einer fortlaufenden, wirksamen Voraussage ist, hat es eine geringe Verständlichkeit oder die Verständlichkeit Null. Es kann daher zusammen mit den Signalen benutzt werden, die die Parameter der sich anpassenden Voraussageeinrichtung darstellen, die selbst unverständlich sind, um eine sichere Übertragung von Sprachsignalen zu erhalten. Nur ein Empfänger der Signale mit den geeigneten De co dierungs einrichtungen kann die Signale richtig rekonstruieren. Überdies können als Merkmal der Erfindung die Voraussage-Parametersignale selbst für die Übertragung in geeigneter Weise verschlüsselt werden. Nur wenn der richtige Schlüssel bekannt ist, können sie richtig wiedergewonnen werden. In gleicher Weise können das Differenzsignal und das Parametersignal über unabhängige Kanäle übertragen werden an Stelle als zusammengesetztes Signal für die Übertragung im Multiplex-Verfahren verarbeitet zu werden.

Nachfolgend wird die Erfindung anhand der beigefügten Zeichnungen beschrieben. Es zeigen:

Fig. 1 ein Blockschema einer Sendestelle, die das Prinzip der Erfindung darstellt;

Fig. 2 ein Blocks chema einer Empfangs stelle, die nach dem Erfindungsprinzip aufgebaut ist;

009809/1535

Fig. 3 ein Blockschema einer sich anpassenden Voraussageeinrichtung, die sich zur Durchführung der Erfindung eignet;

Fig. 4 ein Blockschema, das den Aufbau eines geeigneten Voraussage-Parameterrechners darstellt, und

Fig. 5 ein Blockschema einer geeigneten Anordnung zur Berechnung der Werte des Parameters α», der zur Einstellung einer sich anpassenden Voraussageeinrichtung benutzt wird, wie sie zur Durchführung der Erfindung verwendet wird.

Ein voraussagendes Codierungssystem für Sprachsignale gemäss der Erfindung enthält : einen Sender (Fig. 1) zur Umwandlung eines Eingangs-Sprachsignals in ein digitales Signal mit niedriger Geschwindigkeit zur Übertragung zu einem Empfänger, einem Voraussage-Parameterrechner (Fig. 4), um die Parameter einer sich anpassenden Voraussageeinrichtung (Fig. 3) zu berechnen, und einen Empfänger (Fig. 2), um ein Sprachsignal aus dem empfangenen Digitalsignal zusammenzusetzen.

Ein Blockschema eines Senders, der das Prinzip des voraussagenden Codierungssystems der Erfindung darstellt, ist in Fig. 1 gezeigt.

00980971B3S

Ein einer Eingangsklemme zugeführtes Eingangs-Sprachsignal wird zunächt in einem herkömmlichen Tiefpassfilter 10 gefiltert und in der Abtasteinheit 11 abgetastet. Nach dem bekannten Probenabtast-Lehrsatz beträgt die Abtastgeschwindigkeit das Doppelte der Grenzfrequenz des Filters. Eine geeignete Abtastgeschwindigkeit für Sprachsignale ist 6 kHz, so dass das Tiefpassfilter 10 eine Grenzfrequenz von 3 kHz hat. Die Sprachproben des Abtasters 11 werden um ein Intervall von 60 Proben (10 Millisekunden) durch die Verzögerungsleitung 12 verzögert und der einen Klemme des Differenznetzwerks 13 zugeführt, das z.B. ein Subtrahier-Netzwerk ist. (Da der Abtaster 11 das Eingangs-Sprachsignal in eine Folge von kurzen Proben umwandelt, d. h. in eine digitale Form, ist es zweckmässig, die Arbeitsweise der Schaltung signalprobenweise zu betrachten).

Ein vorausgesagter Wert Z der Sprachprobe, der durch Voraussagen (im Netzwerk 30) des derzeitigen Wertes des Signals, z.B. aufgrund des Wertes der vergangenen Proben r *, r ο ' ' ' ^er~ halten wird, wird einer zweiten Klemme des Netzwerks 13 zugeführt. Die Differenz ö zwischen S und Z , die, wenn vorhanden, vom Netzwerk ausgeht, wird dann einem Verstärker 14 mit einstellbarer Verstärkung zugeführt und in der Amplitude um einen Faktor Q

009809/153S

geändert. Das sich ergebende Signal wird dann auf einen von zwei Pegeln quantisieft, z.B. in dem Quantisierer 15 mit zwei Pegeln. Um die Konstruktion eines vorausgesagten Wertes des Signals durchzuführen, wird das vom Quantisierer 15 gelieferte Signal in der Amplitude um einen Faktor 1/Q im Verstärker 16 geändert und der einen Klemme des Addiernetzwerks 17 zugeführt. Der vorausgesagte Wert Z„ wird der anderen Klemme des Addieres 17 zugeführt. Die Summe dieser Signale, die mit r^ bezeichnet wird, bildet das rekonstruierte Signal. Es sei bemerkt, dass zum N-ten Abtastaugenblick die Voraussageeinrichtung 30 nur höhere Proben (N-I, N-2 . . .) des rekonstruierten Signals benutzt. Die laufende Probe r des rekonstruierten Signals wird gebildet, nachdem das Differenzsignal b quantisiert und zum vorausgesagten Wert Z^ addiert ist.

Die sich anpassende Voraussageeinrichtung 30, die die in Fig. 3 dargestellte Form aufweisen kann, wird periodisch den sich ändernden Signalbedingungen angepasst, z.B. nach den Parametersignalen, die im Rechner 40 erzeugt werden. Einzelheiten eines geeigneten Rechners werden später anhand der Fig. 4 geschildert. Der Voraussage-Parameterrechner 40 wirkt auf Signalproben,

009809/1535

die unmittelbar vom Abtaster 11 geliefert werden, und damit auf Signale vor ihrer Wechselwirkung in der Differenzoperation, da das Signal S in der Einheit 12 um eine Zeit verzögert wird, die ausreicht, um dem Rechner 40 die Beendigung seiner Operationen zu erlauben. Bei der in dem Ausführungsbeispiel verwendeten Form des Rechners wurde festgestellt, dass alle Rechneroperak tionen in der Zeit beendet werden können, die für etwa 60 Proben

erforderlich ist. Signale die unmittelbar vom Abtaster 11 geliefert werden, werden somit mit S,._T, „_n bezeichnet. Die Parameter-

J\+bU

signale, die mit b, K und CL bezeichnet sind, werden zur Voraussageeinrichtung 30 und unmittelbar zum Multiplexer 18 geliefert. In gleicher Weise erzeugt der Rechner 40 ein Signal, das mit Q bezeichnet wird, und das die Verstärkung der Verstärker 14 und 16 (und ihres Gegenstücks im Empfänger) darstellt. Dieses Signal wird ebenfalls zum Multiplexer 18 geliefert.

Das binäre Signal am Ausgang des Quantisierers 15, die Parameter-Signale zum Einstellen der Voraussageeinrichtung und das Signal Q, das die Verstärkung der Verstärker 14 und 16 darstellt, bilden somit Komponenten des übertragenen Signals., Sie können zur Übertragung an eine entfernte Stelle in irgendeiner gewünschten Weise kombiniert werden, ζ B. durch die Tätigkeit des Multiplexernetzwerks 18.

009809/1535

Ein Blockschema, das die verschiedenen Funktionen zeigt, die ein erfindungsgemäss aufgebauter Empfänger durchführt, ist in Fig. 2 dargestellt. Der Demultiplexer 21 dient dazu die verschiedenen Komponenten des an der Eingangsklemme empfangenen zusammengesetzten Signals zu trennen, nämlich das quantisierte Differenzsignal, die Signale welche die Voraussage-Parameter angeben und ein Signal, das die Verstärkung der im Sender benutzten Verstärker darstellt. Die Voraus sage-Parameter werden zur sich anpassenden Voraussageeinrichtung 30' geliefert, die in jeder Hinsicht der sich anpassenden Voraussageeinrichtung 30 im Sender gleichen kann. Das Signal, das die Verstärkung Q darstellt, wird zum Verstärker 22 geliefert, während die decodierten Differenz signale ebenfalls zum Verstärker 22 gehen. Nach Einstellen der Verstärkung um den Faktor 1/Q wird das Differenzsignal zu einem vorausgesagten Wert Z' des derzeitigen Werts des Signals addiert, das im Empfänger, z.B. im Addiernetzwerk 23 erzeugt wird. Die rekonstruierten Proben e' gehen zur sich anpassenden Voraussageeinrichtung 30", ferner über das Tiefpassfilter 24 zu einer Ausgangsklemme. Das Tiefpassfilter 24, das eine Grenzfrequenz von der Hälfte der Probenabtastgeschwindigkeit hat, glättet die gelieferten Proben, um ein Ausgangssprachsignal r'(t) zu erzeugen.

009809/1535

Wenn keine digitalen Kanalübertragungsfehler vorhanden sind, sind offenbar die vorausgesagten Werte Z' gleich den am Sender vorausgesagten Werten Z , da die Voraussageeinrichtung 30' in gleicher Weise wie ihr Gegenstück 30 im Sender eingestellt ist. Demnach ist die rekonstruierte Probe r¹ im wesentlichen gleich r im Sender. Offensichtlich ist der Fehler zwischen der rekon- w stagnierten Sprachprobe r und der Eingangs sprachprobe S gleich

der Differenz ö".^ - ό zwischen dem Ausgang des Verstärkers und dem Eingang des Verstärkers 14. Da im Mittel die Energie der Proben ö viel kleiner im Vergleich zur Energie der Proben

N ist, "beträgt die Quantisierung©-Saus chenei'gie im. rekonstruier-- "

ten Sprachsignal einen kleinen Bruchteil der Energie im Eingangs-" sprachsignal. Das Auegangssignal rft) ist somit eine ausserorclentlieh enge Annäherung an das Signal., das als Eingang zum Sender ψ geliefert wurde.

Zwei der Hauptursachen der Redundanz in der Sprache sind (1) die Quasi-Periodizität während der gesprochenen Abschnitte und (2) der Mangel an Flachheit der spektralen Kurzzeit-Hüllkurven. Srfindungsgemäss wird die Redundanz infolge der quasi-periodischen Natur der Sprache durch eine lineare VorauseageeinrieMiiag

00 98 09/1535

BAD ORIGINAL

verringert, die z.B. aus einer Verzögerung und einer Verstärkung besteht. Die ζ-Transformation der Voraussageeinrichtung ist gegeben durch

P₁ (z) - bz"^K (1)

-K

wobei ζ eine Verzögerung von K-Proben und b einen Amplitudenfaktor darstellt. Für gesprochene Sprache entspricht die Verzögerung K nominell einer Tonhöhen-Periode. Der Faktor b kompensiert mögliche ungleiche Amplituden des Sprachsignals während benachbarter Schrittperioden. Während des Anfangs des Sprechens ist b häufig grosser als Eins; das Umgekehrte ist am Ende eines gesprochenen Abschnitts der Fall. Bei ungesprochenen Sprachtönen liegt b gewöhnlich dicht bei Null.

Die durch die spektrale Hüllkurve der Sprache verursachte Redundanz wird erfindungsgemäss mit Hilfe einer linearen Voraussageeinrichtung achter Ordnung verringert. Die ζ-Transformation einer solchen Voraussageeinrichtung ist gegeben durch

P₂(Z) - E cu_m ^z"^m (2>

m * 1

Es hat sich ergeben, dass eine lineare Voraussageeinrichtung

009809/1535

13 413 3

achter Ordnung die HedundaEsen infolge von drei Formazaten der flachen» and Mundhchlraum-Übertragungsfunkticm und der spektralen Hüllkurire der Lautquelle wesentlich verringert

JSine sich anpassende Vcraussageeinrichtung, die für Sprachsignale geeignet ist und die diesen Betrachtungen entspricht, ist in Fig. 3 dargestellt. Sie bssteht ins wesentlichen aus swei getrennten linearen Voraussagesystemen, die Übertragungs Charakteristiken entsprechend den Gleichungen (1) und (2) zeigen, sowie aus Mitteln zu deren Kombination.

Rekonstruierte Signalproben r (geliefert vom Addiernetzwerk

Tt-
des Senders und dementsprechend vom Addiernetzwerk 23 des Empfängers) gehen zur Speicher einheit 31. Diese Einheit ist so ausgerüstet, dass sie ein veränderliches digitales Signal y für Werte von η U -120, -119, .. ., -1, 0, +1,. . ., +29 speichert. Somit hat sie eine Speicherkapazität von 130 Digits. Von diesen werden die letzten 30 Digits alle 5 Millisekunden ersetzt. Alle 5 Millisekunden wird die Speichereinheit 31, z.B. durch einen Impuls vom Zeitgeber 37 betätigt, derart, dass das Signal in der Speicherstelle y _Q das an der Stelle y gespeicherte Signal fersetzt, das Signal y_o_ das Signal y ersetzt usw. Damit wird

009809/1535

alle 5 Millisekunden eine neue Gruppe von Proben in die Stellen Υ ι · · · j y -.on weitergeleitet, um eine gespeicherte Folge von "vergangenen" Proben zu bilden. Die Stellen y . . ., y werden frei gemacht und stehen den ankommenden rekonstruierten Signalen r für die nächsten 30 Probenintervalle zur "Verfügung.

Während jedes 5 Millisekunden-Intervalls werden die Werte von

y , die in den Stellen y _n . . ., y _1on gespeichert sind, nacheinn — J. — χ δ υ

ander zur arithmetischen Einheit 32 gegeben, die so ausgerüstet ist, dass sie den Wert C₁ entsprechend der Gleichung (la) für jeden Wert von / ~:ersehnet. Die Gleichung (la), nämlich

(la)

definiert eine Eingangs-

der Gleichung (1) entspricht und gibt ein Aasgangu;v*.gnal c. für jeden gelieferten Wert von y . Die notwendigen F&Uioren b

n~K.

und K werden der arithmetischen Einheit 32 vom Voraussage-Parameter rechner 40 (Fig. 1) zugeliefert. Die entstehenden Signale gehen sowohl zur ariithmetischen Einheit 33 als auch zur arithmetischen Binheit 34.

Die arithmetische Einheit 33 ist so programmiert, dass sie Werte

0 £ S 8 C 9 / 1 5 3 5
BAD ORIGINAL

Ab

von u entsprechend der Beziehung

u » r_AT -C₁ . (3)

η Nl '

liefert. Der Augenblickswert von r geht vom Eingang der sich anpassenden Voraussageeinrichtung 30 zur arithmetischen Einheit 33. Offensichtlich besteht die arithmetische Einheit 33 aus einem einfachen Subtrahiernetzwerk.

In gleicher Weise liefert die Speichereinheit 3 5 eine digitale Speichermöglichkeit für ein veränderliches u für Werte von η * -8 . . . , -1, 0, . . ., +29. Die Einheit 35 kann ein Schieberegister oder dergleichen sein. Sie wird alle 5 Millisekunden, z.B. durch einen Impuls vom Zeitgeber 37 rückgestellt, um die in den Stellen 22 bis +29 gespeicherten Signale in die ersten 8 Stellen zu schieben, und die Stellen 0 bis +29 für ankommende Signale freizumachen. Die freien Speicherstellen werden nacheinander mit Werten des Signals u gefüllt, die von der arithmetischen Einheit 33 erzeugt werden. Während jedes 5 Millisekunden-Intervalls werden die in der Einheit 35 gespeicherten Werte von u zur arithmetischen Einheit 3 6 geliefert, die so eingerichtet ist, dass sie Werte von c_o entsprechend der Gleichung (2a) berechnet, die wie folgt lautet:

0-09809/1535

BAD ORIGINAL

8
Γ"¹

Lr ^. U (2a)

*-τ- „ m n-m ^x '

Die Gleichung (2a) entspricht der verallgemeinerten Beziehung der Gleichung (2). Imwesentlichen ist die arithmetische Einheit 3 ein kumulatives Multiplikator-Netzwerk, das das Produkt von «X und u für Werte von m « 1 bis m * 8 für jeden vom Speicher zugelieferten Wert von u summiert. Die notwendigen Amplitudenfaktoren (X werden der Einheit 3 6 voni Voraussageparameterrechner 40 (Fig. 1) zugeliefert. Die berechneten Werte von c_o

Lt

gehen zur arithmetischen Einheit 34, wo sie arithmetisch zu den Werten von c , die durch die arithmetische Einheit 32 nach Gleichung (4) geliefert werden, wie folgt addiert werden :

Z_n-C_{1 +} C₂ (4)

Offensichtlich besteht die arithmetische Einheit 34 aus einem Addiernetzwerk.

Die entstehenden Werte von Z__T bilden den vorausgesagten Wert der ankommenden Sprachsignalprobe S und gehen als Ausgangssignal zum Subtrahiernetzwerk 13 des Senders (Pig. I) und entsprechend zum Addiernetzwerk 23 des Empfängers (Fig. 2). Die oben beschriebenen arithmetischen Operationen werden für jeden

009809/153S

Wert von η von 0 bis 29 nacheinander durchgeführt. Bei der obigen Diskussion gibt die ganze Zahl N die Zählung der laufenden Probe des Eingangssignals, d.h. vom Probenabtaster 12 (Fig. I)₁ und zwar minus 60 Proben, um die Verzögerung von 10 Millisekunden zu berücksichtigen. Die ganze Zahl N gibt eine entsprechende Zählung innerhalb jeder Einheit ab. Die veränderlichen u und ^ r werden nacheinander in den Speichereinheiten 31 bzw. 35 gespeichert, und zwar in den Stellen 0 bis 29. Alle 5 Millisekunden werden beide Speichereinheiten, wie oben beschrieben, rückgestellt und nachfolgende Proben von r in den Stellen 0 bis 29 in der Speicher einheit 31, und nachfolgende Proben u in den Stellen 0 bis 2 9 in der Speichereinheit 35 wieder gespeichert.

Die Parameter für die sich anpassenden Voraussageeinrichtungen im Sender und im Empfänger werden in speziellen Recheneinrich- f tungen berechnet, welche die in Fig. 4 dargestellte Form haben

können. Derartige Einrichtungen erzeugen die Voraussage-Parameter, die notwendig sind, um die Voraussageeinrichtung trotz des unstetigen zeitlich veränderlichen Charakters der Eingangs-Sprachsignale optimal einzustellen. Die Voraussage-Parameter werden alle 5 Millisekunden neu berechnet, um sicherzustellen, dass die Erzeugung wirksam ist, auch wenn sich die Spracheigenschaften verhält -

009809/1535

nifc-inässig schnell ändern.

Die Eingangs-Sprachproben S vom Probenabtaster 11 (Fig. 1)

gehen zur Speicher einheit 41, die mit ausreichend Speicherkapazität ausgerüstet ist., um sich einer Reihe w mit einer Form anzupassen, die der oben beschriebenen gleicht. Ankommende Proben werden somit in der Reihe w _1on, . - . , w , w_n, . . . , w _ gespeichert. Die Probe an der Stelle w * ^_{M f} „, diejenige an der Stelle W₁ « ^S _M+61* —·> ^usw- ^{bis w} ₂9 * ^SM+89° ^{wobei M ώβ Pro}" bennummer der ersten Probe der laufenden "Gruppe" von Proben, d.h. Probenin einer 5 Millisekunden-Gruppe anzeigt. Die Speichereinheit 41 wird alle 5 Millisekunden rückgestellt, z.B. durch einen Impuls vom Zeitgeber 37 der Fig. 3 (Verbindungen sind der Einfachheit halber nicht dargestellt), derart, dass w_ = w „ für alle

3 3"""

Werte von j * -12O₃ . . ., -1 ist. Dementsprechend werden die Spei eher stellen w , ..., w _ alle 5 Millisekunden freigemacht und verwendet, um neue, vom Abtaster 11 ankommende Proben zu speichern. Die Reihe von 30 neu erzeugten Proben bildet eine neue Gruppe von Signalen.

Die Signale der Speicher einheit 41 gehen parallel zur arithmetischen Einheit 42, wo die rechnerischen Werte )(. entsprechend Gleichung

009809/1535
BAD ORIGINAL

$0

(5) wie folgt berechnet werden :

29

τ—ι ww

E ^{n n}"³

ν _x ⁿ * 0 " (₅₎

Ι / H \ 1/2 / 1% . U/2 ^{l ;}

'»
η * 0 η » 0

Die arithmetische Einheit 42 enthält einzelne Recheneinheiten 42a, 42b, . . ., 42n, die parallel arbeiten, um X. entsprechend der Gleichung für Werte von j * 15, . . ., 120, zu berechnen. Es kann ein spezieller Rechner, der entsprechdnd der zu verwendenden Gleichung programmiert ist, zur Berechnung dieser Signalwerte oder alternativ von verschiedenen arithmetischen Operationen, z.B. Multiplikation, Summierung, Wurzelziehen und Division serienmässig nach bekannten Verfahren ausgeführt werden.

Die berechnete Reihe von Werten von X, d. h. X₁₁-, . . ., X_{1 on} . . ■

1 O Ιώϋ

geht parallel zum Spitzenbestimmungsnetzwerk 43, wo der grösste Wert von X bestimmt wird. So findet das Spitzenbestimmungsnetzwerk 43 den Wert von j, so dass χ. das Maximum aller Werte von X ist. Netzwerke zur Abnahme des "grössten" Werts einer Vielzahl von Signalen sind bekannt. Ein geeignetes Netzwerk enthält typischer weise eine fortschreitend vorgespannte Diodenmatrix.

0 0 9 8 0 9/1 S 3 S

BAD ORIGINAL

Der Index des grössten gewählten Wertes von X ist mit K bezeichnet, er wird als ein Parameter geliefert, der notwendig ist, um die sich anpassenden Voraussageeinrichtungen an den Sende- und Empfangs stellen einzustellen.

Der Parameter K geht ferner zum b Rechner 44 und zur arithmetischen Einheit 45. Der Rechner 44 erhält ferner die Signale w von der Speichereinheit 41. Er berechnet b aus diesen Daten nach der Gleichung (6) wie folgt :

29

w w

EW W

2j) ₂
\ w

L ⁿ-^j

η » O

Wie vorher kann ein spezieller Rechner oder eine herkömmliche Anordnung von arithmetischen Einheiten zur Berechnung von b verwendet werden. Der berechnete Wert von b bildet ebenso einen Parameter, der notwendig ist, um die sich anpassenden Voraussageeinrichtungen einzustellen. Werte von b werden ferner zur arithmetischen Einheit 45 geliefert.

Die arithmetische Einheit 45 ist so eingerichtet, dass sie eine

009809/1B35

Reihe von Signalwerten u nach Gleichung (7) für Werte von η » 0,.

. . . , 2 9 liefert.

u * w -bw
η η n-j

η» Ο, ...,29.

Die Werte der Signale in der Reihe w gehen vom Speichernetzwerk 41 zur arithmetischen Einheit 45.

Die verschiedenen oben angegebenen Berechnungen werden in der angegebenen Reihenfolge ausgeführt. Die Unteroperationen, z.B. die Berechnung der Werte von X in der arithmetischen Einheit 42, von b im Rechner 44 und von u in der arithmetischen Einheit 45-

werden in parallelen Kreisen in diesen Einheiten durchgeführt.

Alle 5 Millisekunden wird die Reihe der Signalwerte u in die

Speichereinheit ; 46 übertragen, um die früheren Reihen von Bigs'

nalen im Speicher zu ersetzen. Die Speichereinheit 46 speichert somit eine Reihe von Signalwerten u „, u ,. . ., u _Λ, U_n, . . . , u

-O - I -LV

Alle 5 Millisekunden werden die Werte u _o, . . ., u _Λ durch die Werte u , . . ., u ersetzt. Die ankommenden Proben werden in die freigemachten Speicherstellen u_n, . . .", u_OQ eingebracht. Somit werden die Signale u„, . . ., u _ nacheinander gespeichert, wie sie in der Speichereinheit 46 empfangen werden.

009 8 0 9/1535

Unter dem Einfluss von Zeitgeborsignalen wird eine Reihe von Signalwerten u periodisch von der Speichereinheit 46 abgelesen und zur arithmetischen Einheit 47A übertragen. Diese Einheit besteht aus 36 arithmetischen Einheiten, die mit f₁ ; f ; . . .;

^fl,8^{S f}2,2^{; f}2,3^; ■■'' h,8' ^f3,3^; "" ' ' h, 8 bezeichnet sind und die parallel arbeiten. Jede Einheit dient dazu, einen Wert von f

entsprechend Gleichung (8) wie folgt zu berechnen :

29
f. . = \ u.u. (8)

η « O

Index i ändert sich von 1 bis 8 ) Index j ändert sich von i bis 8)

Die Berechnungen von f. . werden gleichzeitig ausgeführt und die mit F bezeichneten Ausgangswerte periodisch zum Rechner 48 gegeben.

Die Reihe von Signalen u geht ferner zur arithmetischen Einheit 47B, wo eine Reihe von Werten nach der Gleichung (9) wie folgt ausgerechnet wird :

29

uu.
nn-3

η « 0

009809/1535
BAD ORIGINAL

Die arithmetische Einheit 47B besteht vorzugsweise aus einer Reihe von 8 einzelnen Einheiten, die parallel arbeiten, um die verschiedenen Werte von g zu berechnen. Die sich ergebende Reihe g₁ , . . ., g_o, die mit G bezeichnet wird, geht alle 5 Milli-Sekunden zum Rechner 48.

Der Rechner 48 ist so programmiert, dass er die Matrixgleichung

Fa-G (10)

löst, um Werte von a," zu liefern. Wenn auch jeder spezielle Rechner für diese Berechnung programmiert werden kann, so wird doch eine geeignete Anprdnung unten anhand Fig. 5 beschrieben. Es genügt hier zu sagen, dass der Ausgang des Rechners eine Reihe o, von Signalwerten a , a , . . ., a ist, die Parameter-

1 ώ Ö

werte bildet, welche notwendig sind, um die sich anpassenden Voraussageeinrichtungen an den Sende- und Empfangs stellen einzustellen. Diese Signale gehen demnach unmittelbar zur sich anpassenden Voraussageeinrichtung 30 im Sender (Fig. 1) und zum Multiplexer 18 im Sender, um zum Empfänger und zur sich anpassenden Voraussageeinrichtung 3 O¹ geliefert zu werden.

Die Reihe ck. geht ferner zum Q-Reehner 49. Der Rechner 49 bildet eine arithmetische Einheit, die so eingerichtet ist, dass sie

0098097 1535

Werte von Q entsprechend der Beziehung

29

Q = 30

η * 0

u - / au η ι_ _k m n-m

(11)

berechnet. Arithmetische Einheiten zum Erhalt von Produkten, Summierungen, Differentialen, absoluten Werten usw. sind dem Fachmann bekannt. So berechnete Werte von Q werden sowohl im Sender als auch im Empfänger benutzt, um die Verstärkungen der verschiedenen Verstärker mit einstellbarer Verstärkung in den Voraussagenetzwerken einzustellen. Im Sender werden die Werte des Signals Q benutzt, um die Verstärkungen der Verstärker 14 und 16 einzustellen, im Empfänger, um die Verstärkung des Verstärkers 22 einzustellen.

Wenn auch die verschiedenen einzelnen Bearbeitungsgänge, die zur Berechnung der verschiedenen Zwischen-Parameterwerte erforderlich sind, in den Einrichtungen der Fig. 4 nacheinander stattfinden, so finden doch offensichtlich in den verschiedenen Rechnereinheiten in jedem Gruppenintervall im wesentlichen augenblickliche Verarbeitungen statt. Die verschiedenen Parameter-Signalreihen werden von einer Einheit zur nächsten, z. B. mit

009809/1535

Impulsen eines Zeitgebers (wie des Zeitgebers 37 in Fig. 3) weitergeleitet.

Die verschiedenen Voraussage-Parameter und der Verstärkungsfaktor Q werden alle 5 Millisekunden neu berechnet; die berechneten Werte werden für die Dauer von 5 Millisekunden festgehalten der Periode, in der die Voraussage-Parameter optimiert wurden. Infolge der Verzögerung von 10 Millisekunden der ankommenden Signale im Sender berechnet der Voraussage-Parameterrechner die Parameter vor der Zeit, in der sie im Sender benötigt werden. Die sich anpassenden Voraussageeinrichtungen werden kurz vor der Ankunft der ersten Sprachprobe jeder Gruppe im Sender rück gestellt.

Die Operationen, die zur Berechnung von α. nach Gleichung (10) ausreichen, sind z.B. auf den Seiten 145-146 der "Computational Methods of Linear Algebra" von D. K. Faddeev und V. N. Faddena (englische Übersetzung von R. C.Williams), veröffentlicht von W. H. Freeman & Co., San Francisco, 1963 beschrieben. Wenn auch in der Literatur beschriebene herkömmliche Operationen verwendet werden können, so wird doch eine Anordnung, die sich als besonders geeignet erwiesen hat, in dem Blockschema der Fig. dargestellt.

009809/1535

In Fig. 5 geht die Reihe von Signalen F, die Werte von f darstellt, die in der arithmetischen Einheit 47A erzeugt werden, zu den arithmetischen Einheiten 51. Das System von arithmetischen Einheiten wirkt auf die zugelieferten Werte von f, um eine Reihe von abgeänderten Funktionen zu erzeugen, die mit h., . bezeichnet werden, und zwar für Werte von i * 1, . .., 8 und für Werte von j * i, . . ., 8. Die Werte von h werden einzeln in der Speichereinheit 52 gespeichert. Die arithmetische Einheit 51a erzeugt z.B. einen Wert von h _T nach der Gleichung (12) wie folgt :

F₁ ! (12)

Offensichtlich besteht die arithmetische Einheit 51a aus einer Quadratwurzel-Einrichtung. Die Werte von Ji_{1 n}, . . . , h, wer-

l, Δ ι, ο

den in der arithmetischen Einheit 51b nach der Gleichung (13) berechnet, nämlich

1 j
h « -^J- , j « 1, ..., 8. (13)

'³ 1,1

Offensichtlich besteht die arithmetische Einheit 51b aus einer Vielzahl von einzelnen Einheiten zur Erzeugung eines Quotienten-Signals. Der notwendige Wert von h wird von der Speicher-

ι, χ

einheit 52 zur arithmetischen Einheit 51b geliefert.

009809/153

In gleicher Weise werden nacheinander Werte von h. . in den arithmetischen Einheiten 51 fortschreitend von links nach rechts in der Zeichnung nach der Beziehung :

\i

i - 1
f.

hi

—Γ²-¹ . US)

j > i und 2 < i < 8 , geliefert.

Offensichtlich führen die in der Zeichnung dargestellten, und mit 51c, 51e und 51g bezeichneten Einheiten die Berechnung nach Gleichung (14), d. h. für die Werte von h_ _, h_{o o}, . . ,, h_ _

Δ, Δ ο, ο ο, ö

durch. Die übrigen Rechnungen nach Gleichung (15) werden in den Einheiten 51d, 51f usw. durchgeführt.

Es ist selbstverständlich möglich, dass Werte von h. . zeitweise

¹J 3

0 0980 97 153 5

Null sind. Um daher jede Zweideutigkeit bei der Berechnung von Funktionen nach den Gleichungen (14) und (15) zu vermeiden, wird erfindungsgemäss eine willkürliche Regel zur Anpassung an diese Situation vorgeschrieben. Es kann selbstverständlich auch eine ähnliche Regel verwendet werden. Nach der gewählten Regel wird zu jedem Eingang für einen festgestellten Eingang Null ein Zusatz £ addiert. Als Ergebnis nimmt der Eingang stets einen endlichen Wert an, so dass die erforderliche Teilungsoperation stattfinden kann. Ein kleines Signal ζ, , das z.B. von der Batterie 53 kommt, geht zum Addierer 54 in den Eingangs schaltungen der erforderlichen arithmetischen Einheiten 51. Die Grosse von 6 wird nach den relativen Signalgrössen, angepasst an die Einheiten 51, so gewählt, dass sie in Bezug auf die Signalberechnung unbedeutend ist, dass sie jedoch ausreicht, um die Zweideutigkeit bei der Division durch Null zu vermeiden. Wenn gewünscht, kann der Schalter

55 benutzt werden, um den £ -Kreis zu öffnen, wenn kein Signal Null festgestellt ist.

Die berechneten Werte von h werden den arithmetischen Einheiten

56 zusammen mit den Werten von G (von der arithmetischen Einheit 47B) zugeführt, wobei die Funktionen p. wie folgt erzeugt werden :

009809/1535

P-:

^Gi

i - 1

^Jj i - ι

2 < j < 8

Die Reihe von Werten von ρ, nämlich ρ , ..., ρ wird in den Speicher einrichtungen 57 gespeichert und nach Bedarf zu den arithmetischen Einheiten 58 gegeben, wo eine Reihe von Signalwerten O- für die Werte von i ■ 1, .. ., 8 nach der Gleichung

8 h

8,8 ₈

(17)

α.
J

J h. .

2 < j < 8

erzeugt wird.

Die notwendigen Werte von h für diese Berechnung werden von der Speichereinheit 52 zugeliefert. Die entstehende Reihe von Werten O. geht zur Speichereinrichtung 59. Diese Reihe wird periodisch zur arithmetischen Einheit 49 für die Berechnung von Q

009809/1535

und zu den sich anpassenden Voraussageeinrichtungen 30 und 3O¹ (Fig. 3) geliefert.

Offensichtlich stellen die oben beschriebenen Einrichtungen nur eine geeignete Art der Durchführung der notwendigen Operationen dar, um die Werte eines Sprachsignals sich anpassend vorauszusagen, um eine wirksame Codierung für die Übertragung zu fordern. Es können für die Berechnung zahlreiche alternative Verfahren verwendet werden. In der Tat können zahlreiche der Operationen zur Berechnung durch einen speziellen Rechner programmiert werden. Überdies können die für die Übertragung hergestellten Signale in irgendeiner Weise kombiniert oder alternativ getrennt übertragen werden, um eine sichere Übertragung der Sprachsignale zu erreichen.

Es ist von Interesse, dass der am Ausgang des Empfängers erscheinende Quantisierungsrausch, wie in der Erfindung beschrieben ist, eine im wesentlichen weisse Natur aufweisen (flaches Spektrum). Häufig ist es wünschenswert, dass der Quantisierungsrausch kein flaches Spektrum hat. Zum Beispiel kann Rausch, dessen Spektrum bei hohen Frequenzen abgewertet ist, subjektiv weniger störend sein. Es können jede gewünschten spektralen Rauscheigenschaften erhalten werden, indem ein geeignetes Vorverzerrungsnetzwerk vor dem Tief-

009809/1535 BAD ORIGINAL.

passfilter 10 im Sender und ein Entzerrungsnetzwerk nach dem Tiefpassfilter 24 im Empfänger verwendet werden. Eine geeignete Vorverz er rungs -Kennlinie für Sprachsignale ist eine Kennlinie, die bis zu etwa 500 Hz flach ist und zwischen 500 und 300 Hz mit etwa 10 db je Oktave ansteigt. Es ist nicht notwendig, dass vor der Tiefpassfilterung ein Vorverzerrungsnetzwerk benutzt wird. Deshalb kann es ζ B. kurz hinter dem Probenabtaster 11 verwendet werden. Ebenso kann das Entzerrungsnetzwerk kurz vor dem Tiefpassfilter 24 im Empfänger benutzt werden.

In allen Fällen sind die oben beschriebenen Anordnungen nur Beispiele für die Anwendung des Erfindungsprinzips. Es können vom Fachmann zahlreiche andere Anordnungen beschrieben werden, ohne vom Wesen und Ziel der Erfindung abzuweichen.

0098 09/153 5

Claims (6)

1. Patentansprüc he

   Sprachsignal-Verarbeitungseinrichtung bestehend aus einer Schaltanordnung zum Schätzen der Augenblickswerte eines angelegten Sprachsignals nach gewählten Eigenschaften von vorher zugelieferten Augenblickssignalwerten,

   einer Einrichtung zur Codierung der Differenz zwischen den geschätzten Augenblicksignalwerten und den tatsächlichen Augenblicks signalwerten des angelegten Sprachsignals

   dadurch gekennzeichnet, dass eine Schaltanordnung zur wiederholten Änderung der Parameter vorgesehen ist, die zur Schätzung der Augenblickswerte des Signals verwendet werden, um die Differenz zwischen den geschätzten Augenblicks werten und den tatsächlichen Augenblickswerten des angelegten Sprachsignals zu minimieren.
2. 2. Sprachsignal-Verarbeitungseinrichtung nach Anspruch 1, dadurch gekennzeichnet, dass

   die Schaltanordnung zur Änderung der Parameter, die zur Schätzung des Augenblickswertes des Sprachsignals verwendet werden, auf die zeitliche Dauer der vergangenen Tonhöhenperioden der angelegten Sprachsignale anspricht.

   009809/1535
3. 3. Sprachsignal-Verarbeitungseinrichtung nach Anspruch 1, dadurch gekennzeichnet, dass die Schaltanordnung zur wiederholten Änderung der Parameter, die zur Schätzung des Augenblickssignalwertes des Sprachsignals verwendet werden, auf die Grossen der Signale in den Tonhöhenperioden der angelegten Sprachsignale anspricht.
4. 4. Signalverarbeitungseinrichtung nach Anspruch 1, dadurch gekennzeichnet, dass die vorherigen Signalwerte, die zur Schätzung der Augenblickswerte eines angelegten Sprachsignals verwendet werden, von Signalen hergeleitet werden, die aus den Signalschätzungen und den Differenz-Signalen rekonstruiert werden.
5. 5 Sprachsignal-Verarbeitungseinrichtung nach Anspruch 1, dadurch gekennzeichnet, dass die Schaltanordnung zur Schätzung des Augenblickswertes eines angelegten Sprachsignals aus einer Vorhersageeinrichtung achter Ordnung besteht.
6. 6. Sprachsignal-Verarbeitungseinrichtung nach Anspruch 1, dadurch gekennzeichnet, dass

   009 8 0 9/1535

   die Schaltanordnung zur Schätzung der Augenblickswerte eines angelegten Sprachsignals aus einer

   Voraus sage einrichtung besteht, die durch eine ζ-Transformation gekennzeichnet ist, die gegeben ist durch

   N N

   bZ + / , a -bZ / , a Z

   L ) _m L 1 _m

   m » 1 m * 1

   wobei b ein Paktor ist, der Signalwerte während aufeinanderfolgender gewählter Signalintervalle darstellt, K eine Zahl, welche die Dauer der aufeinanderfolgenden Tonhohenperioden des angelegten Signals darstellt, a Amplitudenfaktoren sind, welche die spektrale Kurzzeithüllkurve des Sprachsignals darstellt, und N eine gewählte Zahl dieser Faktoren a darstellt,

   009809/153$
   BAD ORIGINAL