DE2241505A1

DE2241505A1 - Schaltungsanordnung zum uebertragen von sprachinformationen mittels pulscodemodulation

Info

Publication number: DE2241505A1
Application number: DE2241505A
Authority: DE
Inventors: Ekkehard Glitz; Helmut Hoeger
Original assignee: Licentia Patent Verwaltungs GmbH
Current assignee: Licentia Patent Verwaltungs GmbH
Priority date: 1972-08-24
Filing date: 1972-08-24
Publication date: 1974-03-21
Also published as: GB1438526A; DE2241505C3; DE2241505B2; IT992799B; NL7311399A

Description

Licentia Patent-Verwältungs-GmbH PT-BK/Dr.Li/rns

BK 72/58

Schaltungsanordnung zum Übertragen von Sprachinformationen mittels Pulscodemodulation

Die Erfindung betrifft eine Schaltungsanordnung zum Übertragen von Sprachinformationen mittels Pulscodemodulation, bei der die Codierung nach dem Verfahren der Extremwertmodulation mit kompandierter Amplitudenquantisierung und Zeitmarkierung erfolgt und bei der eine pitchsynchrone Ausdünnung der Sprachinformationen durchgeführt wird. - '

! 1 • . i

In Nachrichtenübertragungsanlagen mit Pulscodemodulation muss die Sprachcodierung mit einem verhältnismassig hohen Daten- . fluss (Taktfrequenz), beispielsweise k& kbit/s durchgeführt werden, so dass eine beträchtliche Ubertragungsbandbreite erforderlich ist. Um noch Signalfrequenzen bis k kHz zu erfassen muss das Sprachsignal mit 8 kHz abgetastet und mit einer be-

0198 12/1033 " '

2 2 A1 5 O 5'

stimmten Anzahl Stufen nichtlinear quantisiert werden, wofür mindestens 5 Bit sowie ein weiteres Polarisationsbit erforderlich sind. Die Amplitudenquantisierung mit 6 Bit stellt dabei eine untere Grenze dar um den Störabstand und die Dynamik des Sprachsignals genügend gross zu halten.

Es ist bei diesem bekannten Übertragungsverfahren eine zeitinvariante Grenzfrequenz, beispielsweise von % kHz des Nachrichtensignals vorausgesetzt, so dass die Abtastfrequenz mindestens 8 kHz betragen muss. In Wirklichkeit ist Jedoch die Signalfrequenz bei Sprache zeitabhängig und über längere Zeiträume kleiner als k kHz. Ausserdem wird jeder Abtastwert konstant beispielsweise mit 6 Bit entsprechend 2 χ 32 Stufen quantisiert, obwohl diese Anzahl von Quantisierungsstufen ebenfalle über lange Zeiträume hinweg gar nicht erforderlich wäre.

Es ist das sogenannte Verfahren der Extremwertmodulation bekanntgeworden (siehe bei M.V. Mathews: "Extremal Coding für Speech Transmission", IRE Transactions on Inf. Theory, (1959), Heft 10, S.129-136), das mit einer gegenüber dem AbtasttheoVem verringerten Abtastfolge arbeitet.

Es bestimmt bei diesem Verfahren ein Codierer die Amplituden und die Zeitpunkte der aufeinanderfolgenden Extremwerte, also der Maxima und Minima des Signals. Diese Information wird nach ihrer Impulscodierung übertragen und beim Empfänger

BK 72/58 ; - 3 -

4098 12/1033

-■ 3 -

decodiert durch Interpolation zwischen den Extremwerten, wobei diese Extremwerte weich verbunden werden um das übertragene Signal möglichst naturgetreu wieder herzustellen. Die mittlere Probenrate ist gegenüber der Vorschrift des Abtasttheorems erheblich herabgesetzt. Allerdings ist dieser Vorteil nur ausnutzbar, wenn die Extremwerte asynchron, j also ohne starren Impulsrahmen übertragen werden. Eine synchrone oder zeitmultipiexe Übertragung in bandbegrenzten

i. Einzelkanälen setzt eine Zwischenspeicherung und eine Um- ; codierung der Amplitudenwerte und ihrer Zeitpunkte in eine periodische Probenfolge voraus.

Es ist auch bekannt, eine erhebliche Reduzierung der Übertragungsbitr'ate durch Redundanzverminderung mittels pitchsynchroner Ausdünnung des Sprachsignals zu erreichen. In der Anmeldung P 22 l8 050.3 ist eine Schaltungsanordnung zum Übertragen von Sprachsignalen beschrieben, bei der die Pitchperioden der stimmhaften Anteile des einer Kompression des Dynamikbereichs unterworfenen codierten Sprachsignals festgestellt werden und bei der aus jeweils einer bestimmten Anzahl von Pitchperioden eine als Probe für die Übertragung ausgewählt, gespeichert und dann unter Zeitdehnung zur Empfangsseite übertragen wird, wo die unter verringerter Bitrate übertragene Probe eingespeichert und aus dem Speicher unter Zeitraffung mehrfach wiederholt dem Decodierer und einem Expander zugeführt wird. Es wird der Beginn und das Ende je-

BK 72/58 j; - 4 -

4 0.9812/1033 · !

der ausgewählten Pitchperiode zeitlich in einen Nulldurchgang der Signalspannung vor dem Auftreten eines Pitchimpulses bzw. vor dem Ablauf der Pitchperiode gelegt. Den stimmlosen Anteilen des Sprachsignale wird eine statistische Viederholungsperiode zugeordnet.

Es wird dabei trotz erheblicher Redundanzverminderung eine natürliche Sprachwiedergabe erreicht. Es lassen sich jedoch '' mit den einzelnen bekannten Anordnungen keine ausreichend ^: grossen Redundanzverminderungen erreichen, so dass der da- : mit verbundene technische Aufwand nicht voll ausgenutzt er- i

i scheint.

Der Erfindung liegt die Aufgabe zugrunde, eine Sprachbandkompression um einen hohen Faktor zu erreichen, derart, dass beispielsweise die Übertragungsbitrate von 48 kbit/s auf nur 9,6 kbit/s oder noch weniger eingeschränkt werden kann, ohne hierbei die Verständlichkeit und Natürlichkeit des übertragenen Sprachsignals ernsthaft zu gefährden.

Die Erfindung ist dadurch gekennzeichnet, dass die Zahl der für die Amplitudenquantisierung vorgesehenen Quantisierungsstufen in Abhängigkeit von der Anzhal der in bestimmten Zeitabschnitten für die aufgetretenen Extremwerte festgestellten Zeitmarken derart veränderbar ist, dass die eine grössere Anzahl Zeitmarken hervorrufenden stimmlosen Sprachanteile einer

BK 72/58 - 5 -

4 098 12/1033

gröberen Quantisierungsstufung mit wenigen Stufen, die eine kleinere Anzahl Zeitmarken hervorrufenden stimmhaften Sprachanteile einer feineren Quantisierungsstufung mit vielen Stufen unterworfen sind.

In einer Weiterbildung des Erfindungsgedankens sind die Maxima der die kleinere Anzahl Zeitmarken aufweisenden Zeitabschnitte der Einhüllenden der Extrem-werte als Pitchimpulse für die pitchsynchrone Ausdünnung ausgenutzt, wobei die unter verringerter Bitrate übertragenen Pitchperioden durch die energiereichen Pitchimpulse ausgewählt sind. Es unterliegen während den eine grossere Anzahl Zeitmarken aufweisenden Zeitabschnitten der Einhüllenden der Extremwerte die mit verringerter Bitrate übertragenen Proben einer Längenänderung durch einen stochastischen Takt. _n

Hierdurch wird der Vorteil einer entscheidenden Absenkung der für die Übertragung von Sprachsignalen erforderlichen Bitrate erreicht. Bei der gleichzeitigen Anwendung der Extremwertmodulation, der Anpassung der Anzahl der Amplitudenquantisierungsstufen und der pitchsynchronen Ausdünnung wird der besondere Vorteil erzielt, dass jede dieser angewendeten Massnahmen Einrichtungen der anderen Massnahmen mit ausnutzt und dadurch selbst besonders wirkungsvoll wird. Es entfällt beispielsweise ein besonderer Pitchextraktor, weil nämlich die erste Umhüllende der festgestellten Extremwerte gleichzeitig die Einhüllende der Pitchperioden ist und ihr Scheitelwert

BK 72/58 · 4098 12/1033

vird als Pitchimpuls für die Steuerung des Ausdünnvorganges ausgenutzt. Der Scheitelwert der zweiten Umhüllenden kennzeichnet die am stärksten ausgeprägte, energiereichste Pitchperiode, die für die Übertragung ausgenutzt wird und zusätzlich als Steuertakt der Speichersteuerung zugeführt wird. Da die stimmhaften Zeitabschnitte des Sprachsignals verhältnismässig wenige, die stimmlosen Teile jedoch viele Extremwerte aufweisen, wird die Form der Umhüllenden dazu ausgenutzt, die stimmhaften Teile mit verhältnismässig vielen, die stimmlosen Teile jedoch mit nur wenigen Bit in der Amplitude zu quantisieren, so dass eine gute Ausnutzung der zur Verfügung stehenden Bitrate gewährleistet ist. Der Impulsrahmen ist optimal in Quantisierungs- und Zeitmarkenzeichen aufgeteilt. ,

Die Erfindung wird an dem Schaltbild einer Übertragungseinrichtung erläutert.

Das mit verminderter Bitrate zu übertragende Sprachsignal wird beim Punkt E angelegt und von dort über ein Bandpassfilter BPl und einen Aussteuerregler AR dem ersten Extremwertdetektor EDl zugeführt. Hier werden die Extremwerte des bandbegrenzten Sprachsignals durch Feststellung der Zeitpunkte der Nulldurchgänge des differenzierten Sprachsignals ermittelt. Die Quantisierung der Extremwertamplituden durch kompandierte Pulsamplitudencodierung erfolgt in dem Pulsamplitudenmodulator PAM 1.

BK 72/58 - 7 -

: 4098 12/1033

Die Markierung der Zeitpunkte, in denen Extremwerte auftreten, erfolgt mit Hilfe der aus der Taktzentrale Tl geliefer-. ten Zeitimpulse durch Rasterung und Lieferung von codierten Zeitmarken durch den Zeitmarkierer ZM. Die codierten Extremwert amplituden und die codierten Zeitmarken werden über die Speichersteuerung StI den Registern ARl und ZRl zugeführt und dort getrennt gespeichert. Die gespeicherten Informationen sollen dabei jeweils mehrere Pitchperioden umfassen.

Es findet ausserdem im Register ZRl durch die Speicherauswahlsteuerung St2 eine Auswertung der Anzahl der erfassten, den Extremwerten zugeordneten Zeitmarken statt. Es ist dabei

die übertragene Zahl der für die Amplitudenquantisierung jedes ο

Extremwertes vorgesehenen Amplitudenstufen abhängig von der Anzahl der in der Zeiteinheit erfassten Zeitmarken, so dass die Zeichenzahl, die für die Übertragung eines Informationsabschnittes, beispielsweise einer Pitchperiode, zur Verfügung steht, optimal in Quantisierungs- und Zeitmarkierungszeichen aufgeteilt ist. Es wird dadurch für die stimmlosen Anteile der Sprache, die durch verhältnismässig viele Extremwerte gekennzeichnet sind, eine geringere Anzahl von Stufen der Quantisierung, z.B. mit min.2 Bit bei den stimmhaften Anteilen mit wenigen Extremwerten eine grössere Quantisierungsstufenzahl, z.B. mit max. 6 Bit übertragen.

Das durch den ersten Extremwertdetektor EDl gelieferte Sig-BK 72/58 · - 8 -

409812/1033

nal wird dem zweiten Extremwertdetektor ED2 zugeführt, der die Scheitelwerte der Umhüllenden durch Bestimmung der Nullstellen der Ableitung seines Eingangssignals feststellt. Diese Scheitelwerte der ersten Umhüllenden, welche die im ersten» Extremwertdetektor EDl ermittelten Extremwerte einschliesst und die der Einhüllenden der Pitchperioden entspricht, werden als Pitchperioden zur Steuerung des Ausdünnvorganges ausgenutzt und hierfür der Speichersteuerung St2 zugeführt.

Der dritte Extremwertdetektor ED3 ermittelt die Scheitelwerte der zweiten Umhüllenden, welche die durch den zweiten Extremwertdetektor ED2 ermittelten Scheitelwerte einschliesst und die am stärksten ausgeprägte, energiereichste Pitchperiod· kennzeichnet. Die Scheitelwerte der zweiten Umhüllenden dienen als Auswahlkriterien, durch die aus den in den Registern ARl und ZRl abgespeicherten Amplituden- und Zeitinformationen durch die Steuerung St2 eine Pitchperiode für die Übertragung ausgewählt wird. Die Amplitudenwerte und die Zeitmar- i kierungszeichen der ausgewählten Pitchperiode werden aus den Registern ARl und ZRl zeitlich um den Auedünnfaktor η gedehnt entnommen, im Multiplexer Ml zeitlich verschachtelt und auf \

dem Weg Ue übertragen. ■ I

Auf der Empfangeseite leitet der Demultiplexer M2 aus den Empfangssignal das Steuerzeichen für den Taktgenerator T2 ab und trennt die Amplitudenwerte und Zeitmarkierungszeichen voneinander.

BK 72/58 - 9 -

409 812/1033

Diese werden durch die Speichersteuerung St3 getrennt in die Register AR2 und ZR2 eingeschrieben, von wo aus sie
wieder zur Pitchperiode in den ursprünglichenZeitraaßstab Verdichtet um den Faktor n-1 wiederholt dem Decodierer DM2 übergeben werden, der durch weiche Decodierung das Sprachsignal zurückbildet.

Für die Dauer der stimmlosen Anteile des Sprachsignals,
während denen unter den häufig hintereinander auftreten·» den Zeitmarken und den zugeordneten Extremwerten keine
Pitchperioden erkennbar sind, werden die Probenlängen in hier nicht dargestellter Weise nach einem stochastischen Takträster, das von dem Taktgenerator Tr geliefert wird, variiert, um zu verhindern, dass stimmlose Anteile durch Wiederholungen auf der Empfangsseite stimmhaft werden.

BK 72/58 « 10 -

4098 12/10 33

Claims

??41505 Patentansprüche

1. Schaltungsanordnung zum Übertragen von Sprachinformationen mittels Pulscodemodulation, bei der die Codierung nach dem Verfahren der Extremwertmodulation mit korapan-

dierter Amplitudenquantisierung und Zeitmarkierung erfolgt und bei der eine pitchsynchrone Ausdünnung der Sprachinformationen durchgeführt wird, dadurch gekennzeichnet, dass die Zahl der für die Amplitudenquantisierung (PAMl) vorgesehenen Quantisierungastufen in Abhängigkeit von der Anzahl der in bestimmten Zeitabschnitten für die aufgetretenen Extremwerte festgestellten Zeitmarken (ZM) derart veränderbar ist, dass die eine grossere Anzahl Zeitmarken hervorrufenden stimmlosen Sprachanteile einer gröberen Quantisierungsstufung mit wenigen Stufen, die eine kleinere Anzahl Zeitmarken hervorrufenden stimmhaften Sprachanteile einer feineren Quantisierungsstufung mit vielen Stufen unterworfen sind. «

2. Schaltungsanordnung nach Anspruch 1, dadurch gekennzeichnet, dass die Maxima (ED2) der die kleinere Anzahl Zeitmarken aufweisenden Zeitabschnitte der Einhüllenden der Extremwerte (EDl) als Pitchimpulse für die pitchsynchrone Ausdünnung (St2) ausgenutzt sind, wobei die unter verringerter _oBiträte übertragenen Pitchperioden durch die energiereichsten Pitchimpulse (ED3) ausgewählt sind.

BK 72/58 , - 11 -

4038 12/1033

3· Schaltungsanordnung nach Anspruch 1, dadurch gekennzeichnet, dass während den eine grössere Anzahl Zeitmarken aufweisenden Zeitabschnitten der Einhüllenden der Extremwerte (ED2) die mit verringerter Bitrate
übertragenen Proben einer Längenänderung durch einen stochastischen Takt (T3) unterliegen.

BK 72/58

U 0^9 8 1 2 / 1 0 3 3

Leerseite