DE69118465T2 - Einrichtung und Verfahren zur Datenkomprimierung durch Quantisierung von in einem Binärbaum gesuchten Vektoren - Google Patents

Einrichtung und Verfahren zur Datenkomprimierung durch Quantisierung von in einem Binärbaum gesuchten Vektoren

Info

Publication number
DE69118465T2
DE69118465T2 DE69118465T DE69118465T DE69118465T2 DE 69118465 T2 DE69118465 T2 DE 69118465T2 DE 69118465 T DE69118465 T DE 69118465T DE 69118465 T DE69118465 T DE 69118465T DE 69118465 T2 DE69118465 T2 DE 69118465T2
Authority
DE
Germany
Prior art keywords
vector
vectors
tree
input
memory
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
Application number
DE69118465T
Other languages
English (en)
Other versions
DE69118465D1 (de
Inventor
Stephen Maxwell Parkes
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.)
Airbus Defence and Space Ltd
Original Assignee
Matra Marconi Space UK Ltd
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 Matra Marconi Space UK Ltd filed Critical Matra Marconi Space UK Ltd
Publication of DE69118465D1 publication Critical patent/DE69118465D1/de
Application granted granted Critical
Publication of DE69118465T2 publication Critical patent/DE69118465T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/3082—Vector coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/008—Vector quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/94—Vector quantisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Image Processing (AREA)

Description

  • Diese Erfindung betrifft eine Vorrichtung und ein Verfahren zur Datenkomprimierungsverarbeitung durch Quantisierung von in einem Binärbaum gesuchten Vektoren (TSVQ).
  • Vektorquantisierung (VQ) ist eine Technik zur Datenkomprimierung (Codierung). Quantisierung von in einem Binärbaum gesuchten Vektoren (TSVQ) ist eine besondere Form von VQ, in welcher jeder Eingangsvektor mit zwei Vektoren in einem Codebuch verglichen wird, um die Richtung einer Verzweigung an jedem Verzweigungspunkt oder Knoten des Baumes zu bestimmen (IEEE Transactions on Communications, Vol. 30, Nr. 2, Seiten 381-389).
  • Vektorquantisierung (VQ) ist eine bekannte herkömmliche Datenkomprimierungstechnik. Diese wird nun unter Bezugnahme auf die begleitenden Zeichnungen beschrieben, in welchen:
  • Figur 1 ein Blockdiagramm der Grundstruktur eines herkömmlichen Vollsuche-Vektorquantisierers ist, und
  • Figur 2 ein Diagramm ist, welches einen herkömmlichen Quantisierer von in einem Binärbaum gesuchten Vektoren veranschaulicht.
  • Wie in Fig. 1 gezeigt ist, wird eine Anzahl von Bildproben zuerst gruppiert, um einen Eingangsvektor Xn zu bilden. Ein VQ-Codierer 1 vergleicht dann diesen Vektor Xn mit Einträgen in einem Codebuch-Speicher 2, der sowohl für den Codierer 1 als auch einen Decodierer 3 zur Verfügung steht. Das Codebuch 2 wird durchsucht, um die größte Übereinstimmung mit dem Eingangsvektor zu finden. Der Index des Vektors Un größter Übereinstimmung wird zum Decodierer 3 übertragen (siehe Fig. 1), um einen rekonstruierten Vektor Zn zu erzeugen. Der Decodierer 3 schlägt einfach den Vektor größter Übereinstimmung im Codebuch 2 unter Verwendung des übertragenen Index Un nach. Dieses Verfahren von Vektorquantisierung ist als Vollsuche-VQ bekannt. Für eine Komprimierung von B Bits pro Probe und N Proben im Vektor ist ein Codebuch von 2BN Vektoren erforderlich. Eine Vollsuche-VQ erfordert 2BN Vektorvergleiche.
  • Vektorcodebücher können erzeugt werden, indem ein Anfangscodebuch erzeugt und dann dessen Leistung bei einer Trainingssequenz von Daten optimiert wird, die den Typ von Daten repräsentieren, auf welchen der Vektorguantisierer verwendet werden soll.
  • Alternativ kann das Codebuch erzeugt werden, indem zuerst der Schwerpunkt der Trainingssequenz gefunden wird. Der Schwerpunkt ist effektiv ein einzelner Vektor, der die gesamte Trainingssequenz optimal repräsentiert. Dieser Vektor wird in zwei Teile geteilt, indem eine kleine Störung aufgebracht wird, um den zweiten Vektor zu erzeugen. Diese zwei Vektoren werden optimiert unter Verwendung der vollen Trainingssequenz, was zwei Codevektoren ergibt, welche die Trainingssequenz optimal beschreiben. Jeder dieser Codevektoren wird geteilt, um eine Gesamtheit von vier Codevektoren zu erzeugen, die wieder unter Verwendung der Trainingssequenz optimiert werden. Der Prozeß der Codevektor-Teilung und -Optimierung wird wiederholt, bis ein Codebuch der erforderlichen Größe erzeugt worden ist. Dieses Verfahren von Codebucherzeugung ist als die Teilungstechnik bekannt.
  • Verschiedene Modifizierungen der Grund-VQ-Technik sind möglich, welche die Berechnungs- und/oder Speichererfordernisse der Vollsuche-Technik verbessern.
  • Eine davon ist die Quantisierung von in einem Binärbaum gesuchten Vektoren (TSVQ). TSVQ entsteht auf natürliche Weise aus dem Teilungsverfahren der Codebucherzeugung. Herkömmlicherweise wird ein Probevektor mit zwei Codebuch-Vektoren verglichen (jenen, die nach dem Teilen und Optimieren des anfänglichen Trainingsseguenzschwerpunkts erzeugt wurden). In Abhängigkeit von dem Ausgang wird einer von zwei Zweigen des Codierbaumes genommen (siehe Fig. 2). Der Probevektor wird dann mit einem weiteren Paar von Codebuch-Vektoren am nächsten Verzweigungspunkt des Baumes verglichen. Diese Codevektoren sind jene, die im zweiten Niveau der Codebuch- Erzeugung erzeugt wurden. Wieder wird einer von zwei Zweigen des Codierbaumes genommen. Dieser Prozeß dauert an, bis das unterste Niveau des Baumes erreicht ist, wo der Codevektorindex übertragen wird.
  • Baumsuche-VQ ist effektiver als Vollsuche-VQ. Sie erfordert weniger Vektorvergleiche, das heißt BN Vektorvergleiche im Vergleich zu 2BN für das Vollsuche-Verfahren. Jedoch ist die Baumsuche-VQ nicht optimal und kann lediglich auf geeignet strukturierte Codebücher angewendet werden. Zusätzlich erfordert die herkömmliche Quantisierung von in einem Baum gesuchten Vektoren nach wie vor einen relativ großen Umfang an Verarbeitungsleistung, etwa sechs Vergleichsoperationen an jeder Verzweigungspunktstufe. Baumsuche-VQ erfordert außerdem einen größeren Vektorcodebuch-Speicher als herkömmliche Vollsuche-VQ.
  • Es besteht somit ein Bedarf für ein allgemein verbessertes Verfahren und eine allgemein verbesserte Anordnung zur Datenkomprimierungsverarbeitung durch Quantisierung von in einem Binärbaum gesuchten Vektoren, die vorzugsweise weniger Verarbeitungsleistung und/oder weniger Speicherkapazität als herkömmliche Techniken zur Quantisierung von in einem Binärbaum gesuchten Vektoren erfordert.
  • Gemäß der vorliegenden Erfindung wird eine Datenkomprimierungsverarbeitung durch Quantisierung von in einem Binärbaum gesuchten Vektoren geschaffen, wie im angefügten Anspruch 1 definiert ist.
  • Vorzugsweise ist das Vergleichsmittel eine Berechnungseinheit, die betreibbar ist, das innere Produkt eines Quellenvektors mit dem Codevektor an einem besonderen Verzweigungspunkt zum zugeordneten skalaren Wert für diesen Verzweigungspunkt zu addieren und dann das Resultat zu testen, wobei der eine Zweig des Baumes genommen wird, wenn das Resultat negativ ist, und der andere Zweig des Baumes, wenn es positiv oder null ist.
  • Alternativ ist das Vergleichsmittel eine Berechnungseinheit, die betreibbar ist, den skalaren Wert eines besonderen Verzweigungspunktes zum inneren Produkt eines Quellenvektors mit dem Codevektor für diesen Verzweigungspunkt zu addieren und dann das Resultat zu testen, wobei der eine Zweig des Baumes genommen wird, wenn das Resultat negativ ist, und der andere Zweig des Baumes, wenn es positiv oder null ist.
  • Als eine weitere Alternative ist das Vergleichsmittel eine Berechnungseinheit, die betreibbar ist, das innere Produkt eines Quellenvektors mit dem Codevektor an einem besonderen Verzweigungspunkt zu berechnen und dann das Resultat mit dem skalaren Wert für diesen Verzweigungspunkt zu vergleichen, wobei der eine Zweig des Baumes genommen wird, wenn der skalare Wert größer als das innere Produkt ist, und der andere Zweig des Baumes, wenn der skalare Wert gleich oder kleiner als das innere Produkt ist.
  • Geeigneterweise ist die Berechnungseinheit eine einzelne Multiplizierer-Akkumulator-Einheit.
  • Alternativ ist die Berechnungseinneit eine Vielzahl von Multiplizierer-Akkumulator-Einheiten.
  • Vorteilhafterweise ist die Berechnungseinheit ein systolischer Feldprozessor oder ein Wellenfrontfeldprozessor.
  • Vorzugsweise ist der Vektorspeicher ein verschachtelter Speicher, der so betreibbar ist, daß ein neuer Eingangsvektor geladen werden kann, während der vorherige Eingangsvektor verarbeitet wird.
  • Geeigneterweise ist der Vektorcodebuch-Speicher ein Direktzugriffsspeicher (RAM) oder ein Nur-Lese-Speicher (ROM).
  • Vorteilhafterweise umfaßt die Anordnung einen Probenzähler, der auf die Eingangsproben im Vektorspeicher und auf die Elemente des Codevektors im Vektorcodebuch-Speicher zugreift.
  • Vorteilhafterweise umfaßt die Anordnung einen Probenzähler, der auf die Eingangsproben im Vektorspeicher und auf Elemente des Codevektors im Vektorcodebuch-Speicher zugreift.
  • Vorzugsweise umfaßt die Anordnung einen Niveauzähler, der betreibbar ist, auf die relevanten Bereiche des Vektorcodebuch-Speichers zuzugreifen, die den unterschiedlichen Niveaus der Quantisierung von in einem Baum gesuchten Vektoren entsprechen.
  • Geeigneterweise umfaßt die Anordnung ein Codeindexregister, das betreibbar ist, einen gegenwärtigen Wert eines Codeindex zu halten, wenn er durch das Mittel zum Vergleichen von Eingangsvektoren und Codebuchvektoren berechnet wird, und direkt auf geeignete Codevektoren im Codebuch-Speicher zuzugreifen.
  • Die Anordnung kann auch einen Systemcontroller zum Leiten des Betriebs der Anordnung umfassen.
  • Gemäß einem weiteren Aspekt der vorliegenden Erfindung wird ein Verfahren zur Datenkomprimierungsverarbeitung unter Verwendung von Quantisierung von in einem Binärbaum gesuchten Vektoren geschaffen, in welchem die Richtung einer Verzweigung an jedem Verzweigungspunkt des Baumes durch Vergleich eines Eingangsvektors mit einem einzelnen Codevektor und einem zugeordneten skalaren Wert bestimmt wird.
  • Für ein besseres Verständnis der vorliegenden Erfindung, und um zu zeigen, wie dieselbe wirksam ausgeführt werden kann, wird nun beispielhaft auf die begleitenden Zeichnungen Bezug genommen, in welchen:
  • Figur 3 ein Blockdiagramm einer Datenkomprimierungsverarbeitungs-Anordnung zur Quantisierung von in einem Binärbaum gesuchten Vektoren gemäß einer ersten Ausführungsform der vorliegenden Erfindung ist.
  • Unter Bezugnahme auf die begleitenden Zeichnungen wird ein herkömmlicher Quantisierer von in einem Baum gesuchten Vektoren betrachtet, der N Proben pro Vektor und eine Codebuch- Größe von 2BN aufweist, wobei B die Anzahl von Bits pro Probe ist. Es sind BN Stufen für den entsprechenden Quantisierer von in einem Baum gesuchten Vektoren erforderlich. An jeder Stufe muß der Eingangsvektor mit den möglichen Codevektoren verglichen werden, um zu bestimmen, welchem Zweig des Baumes beim Ableiten des endgültigen Codevektorindex zu folgen ist. So ist eine Gesamtheit von 2. BN Vektorvergleichen erforderlich.
  • Ein Vektorvergleich ist normalerweise eine Summe von Quadraten von Differenzen, gegeben durch
  • wobei c(n) ein Codebuchvektor und s(n) der Eingangsvektor ist. Bei jeder Stufe besteht das Problem darin, zu bestimmen, welcher von zwei Codevektoren die größte Übereinstimmung mit dem Eingangsvektor aufweist. Wenn c&sub1;(n) der eine Codevektor und c&sub2;(n) der andere ist, dann ist c&sub1;(n) der gewählte Vektor, falls
  • Um die Beziehung (2) direkt auszuwerten, sind 2N Subtraktionen, 2N Multiplikationen, 2(N-1) Additionen und ein Vergleich erforderlich. Eine Gesamtheit von näherungsweise 6N Operationen pro Vektor pro Stufe der TSVQ. Das ist äquivalent zu 6BN Operationen pro Probe für die gesamte TSVQ.
  • Umordnen von Beziehung (2) erzeugt
  • die entwickelt werden kann zu und
  • Nun
  • Wobei A eine Konstante (skalarer Wert) für irgendein gegebenes Paar von Codevektoren ist, d.h. irgendein Verzweigungspunkt der TSVQ. Außerdem kann die Codevektor-Differenz c&sub2;(n) - c&sub1;(n) ersetzt werden durch einen anderen Vektor
  • b(n) = 2[c&sub2;(n) - c&sub1;(n)] (7)
  • Einsetzen der Beziehungen (6) und (7) in Beziehung (5) erzeugt den Vergleich
  • Die Datenkomprimierungsverarbeitungs-Anordnung zur Quantisierung von in einem Binärbaum gesuchten Vektoren der vorliegenden Erfindung, auf die allgemein bei 4 in Figur 3 der begleitenden Zeichnungen verwiesen wird, ist im Grunde ein Codierer mit einem Vektorspeicher 5 zum Empfangen und Speichern von Eingangsproben 6, die einen Eingangsvektor bilden, einem Vektorcodebuch-Speicher 7 (vorzugsweise ein Direktzugriffsspeicher) zum Halten von Einträgen jeweils in der Form eines einzelnen Codevektors B(n) und eines zugeordneten skalaren Wertes A, und Mitteln zum Vergleichen des Eingangsvektors mit dem einzelnen Codevektor B(n) und dem skalaren Wert A, um die Richtung einer Verzweigung an jedem Verzweigungspunkt des Baumes zu bestimmen.
  • Somit sind in dem Codierer oder der Anordnung 4 zur Quantisierung von in einem Baum gesuchten Vektoren (TSVQ) die zwei herkömmlichen Codevektoren (c&sub1;(n) und c&sub2;(n)) an jedem Verzweigungspunkt ersetzt durch einen Codevektor (z.B. B(n) = 2[c&sub2;(n) - c&sub1;(n)]) und einen skalaren Wert (z.B.
  • Dies bedeutet, daß mit dem Verfahren der Erfindung die Richtung einer Verzweigung an jedem Verzweigungspunkt des Baumes durch Vergleich eines Eingangsvektors mit einem einzelnen Codevektor und einem zugeordneten skalaren Wert bestimmt wird.
  • Das Vergleichsmittel ist vorzugsweise eine Berechnungseinheit, die betreibbar ist, das innere Produkt (auch bekannt als das Punktprodukt) eines Quellenvektors mit dem Codebuchvektor B(n) an einem besonderen Verzweigungspunkt zum skalaren Wert für diesen Verzweigungspunkt zu addieren (d.h.
  • und dann das Resultat zu testen, wobei der eine Zweig des Baumes genommen wird (wie in Figur 2), wenn das Resultat negativ ist, und der andere Zweig des Baumes, wenn es positiv oder null ist.
  • Das innere Produkt ist gegeben durch die Summe von Produkten
  • snBn = s&sub1; b&sub1; + s&sub2; b&sub2; + ---- + sn bn wobei s&sub1;, s&sub2;, --, sn die Proben des Vektors S und b&sub1;, b&sub2;, --, bn die Proben des Vektors B sind.
  • Alternativ kann das Vergleichsmittel eine Berechnungseinheit sein, die betreibbar ist, den skalaren Wert eines besonderen Verzweigungspunktes zum inneren Produkt eines Quellenvektors mit dem Codevektor B(n) für diesen Verzweigungspunkt zu addieren (d.h.
  • und dann das Resultat zu testen, wobei der eine Zweig des Baumes genommen wird, wenn das Resultat negativ ist, und der andere Zweig des Baumes, wenn es positiv oder null ist.
  • In noch einer weiteren Alternative ist das Vergleichsmittel eine Berechnungseinheit, die betreibbar ist, das innere Produkt des Quellenvektors mit dem Codebuchvektor B(n) an einem besonderen Verzweigungspunkt zu berechnen, (d.h.
  • und dann das Resultat mit dem skalaren Wert A für diesen Verzweigungspunkt zu vergleichen, wobei der eine Zweig des Baumes genommen wird, wenn A größer als das innere Produkt ist, und der andere Zweig des Baumes, wenn es gleich oder kleiner als das innere Produkt ist.
  • Die Berechnungseinheit ist vorzugsweise eine einzelne Multiplizierer-Akkumulator-Einheit, die allgemein bei 8 angedeutet ist.
  • Alternativ kann die Berechnungseinheit eine Vielzahl von der artigen Multiplizierer-Akkumulator-Einheiten 8, ein systolischer Feldprozessor oder ein Wellenfrontfeldprozessor sein.
  • Mit der Anordnung 1 der Erfindung kann der Vergleich
  • erzielt werden unter Verwendung der Multiplizierer-Akkumulator-Einheit-8-Struktur mit einem Multiplizierer 8a und einem Akkumulator, der einen Addierer 8b, eine Auswahleinrichtung 8c und ein Register 8d umfaßt, indem zuerst das Akkumulatorregister 8d mit A vor-geladen und dann in dieses die Summe von s(n).B(n) über alle N Proben des Vektors, das heißt das innere Produkt des Quellenvektors S(n) und des Codebuchvektors B(n), akkumuliert wird. Das Vorzeichen-Bit des Akkumulators wird dann getestet, um festzustellen, ob das Resultat negativ (< 0) ist, wobei in diesem Fall der TSVQ-Zweig entsprechend dem Codevektor c&sub1;(n) gewählt wird.
  • Jeder Knoten der TSVQ erfordert nun N Multiplikationen und N Additionen, d.h. 2N Operationen - ein Drittel der 6N Operationen, die für die direkte TSVQ-Implementierung erforderlich sind. Dies entspricht N Mehrfach-Akkumulierungsoperationen pro Vektor, was äquivalent zu BN Mehrfach-Akkumulierungs- Operationen pro Probe ist. Es sollte auch bemerkt werden, daß der Speicherraum oder Speicher 7, der für das Codebuch erforderlich ist, reduziert worden ist.
  • Mit der Anordnung 1 werden die einen Vektor bildenden Eingangsproben 6 im Vektorspeicher 5 angeordnet. Der Vektorspeicher 5 kann ein verschachtelter Speicher sein, so daß ein neuer Vektor geladen werden kann, während der vorherige Vektor verarbeitet wird. Das Vektorcodebuch-Glied 7 ist vorzugsweise ein RAM, kann jedoch ein Nur-Lese-Speicher (ROM) sein. Jeder Eintrag im Codebuch umfaßt die skalare Konstante A und den Vektor B(n).
  • Auf die Elemente des Vektors B(n) wird durch einen Probenzähler 9 zugegriffen, der auch auf die Proben im Vektorspeicher 5 zugreift. Ein Niveauzähler 10 wird verwendet, um auf die relevanten Bereiche des Codebuches zuzugreifen, die den unterschiedlichen Niveaus der TSVQ entsprechen, und ein Codeindexregister 11 wird verwendet, um den gegenwärtigen Wert des Codeindex (wenn er durch die TSVQ berechnet wird) zu halten, welches auch zum direkten Zugreifen auf die geeigneten Codevektoren im Codebuch verwendet wird.
  • Alternativ können der Niveauzähler und das Codeindexregister als ein Adressengenerator kombiniert sein.
  • Der Multiplizierer-Akkumulator weist eine Vor-Ladung über die Auswahleinrichtung 8c auf. Ein Systemcontroller 12 bildet den verbleibenden Teil des TSVQ-Verarbeitungselementes.
  • Der Systemcontroller 12 leitet den Betrieb der Anordnung 1. Sobald ein neuer Vektor in den Vektorspeicher 5 geladen worden ist, werden das Codeindexregister 11, der Probenzähler 9 und der Niveauzähler 10 zurückgesetzt, so daß der Wurzel-Vektor des Codebuches adressiert wird. Der entsprechende konstante A-Wert wird in das Akkumulatorregister 8d geladen. Dann greift der Probenzähler 9 auf jede Vektorprobe und jedes Codebuchvektorelement B(n) der Reihe nach zu. Diese werden vom Multiplizierer 8a miteinander multipliziert und durch die Akkumulatorkomponenten 8b, 8c und 8d akkumuliert. Wenn die letzte Probe des Vektors erreicht ist, wird das Vorzeichen-Bit 14 des Akkumulatorregisters 8d durch den Systemcontroller 12 überprüft, und das Codeindexregister 11 wird demgemäß eingestellt. Der Stichprobenzähler 9 wird zurückgesetzt, der Niveauzähler 10 wird inkrementiert, und der ganze Vektor-Mehrfach-Akkumulierungsbetrieb wird wiederholt, und zwar dieses Mal für den ausgewählten zweiten Niveau-Verzweigungspunkt. Der Betrieb wird auf diese Weise fortgesetzt, bis alle Niveaus der TSVQ durchlaufen worden sind. Der Codeindexausgang 13 wird dann aus dem Codeindexregister 11 ausgelesen, und der nächste Probenvektor 6 wird verarbeitet.
  • Der Systemcontroller 12 umfaßt Vorrichtungen zur Vorzeichen- Bit-14-, Multiplizierer/Akkumulator-Steuerung 15, Vektorspeichersteuerung 16, Probenzählersteuerung 17, Niveauzählersteuerung 18 und Codeindexsteuerung 19.

Claims (15)

1. Eine Vorrichtung zur Datenkomprimierungsverarbeitung durch Quantisierung von in einem Binärbaum gesuchten Vektoren zum Codieren von Eingangsvektoren (s(n)) als Codebuch-Vektoren (c(n)) zur Übertragung der jeweiligen Indizes der Codebuch-Vektoren zu einem Decodierer, um rekonstruierte Vektoren entsprechend den Codebuch-Vektoren zu erzeugen, dadurch gekennzeichnet,
daß ein Vektorspeicher (5) zum Empfangen und Speichern von einen Eingangsvektor bildenden Eingangsproben, ein Vektorspeicher (7) zum Halten von Eingängen jeweils in der Form eines einzelnen Vektors (B(n)), der zur Differenz zwischen zwei Codebuch-Vektoren (c(n)) in Beziehung steht, und eines zugeordneten skalaren Wertes (A), und Mittel (8) vorgesehen sind, die den Eingangsvektor (s(n)) mit dem einzelnen Differenzvektor (B(n)) und dem zugeordneten skalaren Wert (A) vergleichen, um die Verzweigungsrichtung an jedem Verzweigungspunkt des Baumes zu bestimmen.
2. Eine Vorrichtung nach Anspruch 1, in welcher das Vergleichsmittel (8) eine Berechnungseinheit ist, die betreibbar ist, das innere Produkt eines Eingangsvektors (s(n)) mit dem Differenzvektor (B(n)) an einem besonderen Verzweigungspunkt zu dem zugeordneten skalaren Wert (A) für diesen Verzweigungspunkt zu addieren und dann das Resultat zu testen, wobei der eine Zweig des Baumes genommen wird, wenn das Resultat negativ ist, und der andere Zweig des Baumes, wenn es positiv oder null ist.
3. Eine Vorrichtung nach Anspruch 1, in welcher das Vergleichsmittel (8) eine Berechnungseinheit ist, die betreibbar ist, den skalaren Wert (A) eines besonderen Verzweigungspunktes zu dem inneren Produkt eines Eingangsvektors (s(n)) mit dem Differenzvektor (B(n)) für diesen Verzweigungspunkt zu addieren und dann das Resultat zu testen, wobei der eine Zweig des Baumes genommen wird, wenn das Resultat negativ ist, und der andere Zweig des Baumes, wenn es positiv oder null ist.
4. Eine Vorrichtung nach Anspruch 1, in welcher das Vergleichsmittel (8) eine Berechnungseinheit ist, die betreibbar ist, das innere Produkt eines Eingangsvektors (s(n)) mit dem Codevektor (B(n)) an einem besonderen Verzweigungspunkt zu berechnen und dann das Resultat mit dem skalaren Wert (A) für diesen Verzweigungspunkt zu vergleichen, wobei der eine Zweig des Baumes genommen wird, wenn der skalare Wert (A) größer als das innere Produkt ist, und der andere Zweig des Baumes, wenn der skalare Wert gleich oder kleiner als das innere Produkt ist.
5. Eine Vorrichtung nach einem der Ansprüche 2 bis 4, in welcher die Berechnungseinheit (8) eine einzelne Multiplizierer-Akkumulator-Einheit ist.
6. Eine Vorrichtung nach einem der Ansprüche 2 bis 4, in welcher die Berechnungseinheit (8) eine Vielzahl von Multiplizierer-Akkumulator-Einheiten ist.
7. Eine Vorrichtung nach einem der Ansprüche 2 bis 4, in welcher die Berechnungseinheit (8) ein systolischer Feldprozessor ist.
8. Eine Vorrichtung nach einem der Ansprüche 2 bis 4, in welcher die Berechnungseinheit (8) ein Wellenfrontfeldprozessor ist.
9. Eine Vorrichtung nach einem der Ansprüche 1 bis 8, in welcher der Vektorspeicher (5) ein verschachtelter Speicher ist, der so betreibbar ist, daß ein neuer Eingangsvektor (6) geladen werden kann, während der vorherige Eingangsvektor (6) verarbeitet wird.
10. Eine Vorrichtung nach einem der Ansprüche 1 bis 9, in welcher der Differenzvektorspeicher (7) ein Direktzugriffsspeicher (RAM) oder ein Nur-Lese-Speicher (ROM) ist.
11. Eine Vorrichtung nach einem der Ansprüche 1 bis 10, in welcher ein Probenzähler (9) vorgesehen ist, um auf die Eingangsproben (6) im Eingangsvektorspeicher (5) und auf Elemente des Differenzvektors (B(n)) im Differenzvektorspeicher (7) zuzugreifen.
12. Eine Vorrichtung nach einem der Ansprüche 1 bis 11, in welcher ein Niveauzähler (10) vorgesehen ist, der betreibbar ist, auf die relevanten Bereiche des Differenzvektorspeichers (7) zuzugreifen, die den unterschiedlichen Niveaus der Quantisierung von in einem Baum gesuchten Vektoren entspricht.
13. Eine Vorrichtung nach einem der Ansprüche 1 bis 12, in welcher ein Codeindexregister (11) vorgesehen ist, das betreibbar ist, einen gegenwärtigen Wert eines Codeindex zu halten, wenn er durch das Mittel (8) zum Vergleichen von Eingangsvektoren (s(n)) und Differenzvektoren (B(n)) berechnet wird, und direkt auf geeignete Differenzvektoren (B(n)) im Differenzvektorspeicher (7) zuzugreifen.
14. Eine Vorrichtung nach einem der Ansprüche 11, 12 und 13, in welcher ein Systemcontroller (12) zum Leiten des Betriebs der Vorrichtung (4) vorgesehen ist.
15. Ein Verfahren zur Datenkomprimierungsverarbeitung unter Verwendung von Quantisierung von in einem Binärbaum gesuchten Vektoren, in welchem Eingangsvektoren (s(n)) als Codebuch-Vektoren (c(n)) zur Übertragung der jeweiligen Indizes der Codebuch-Vektoren zu einem Decodierer codiert werden, um rekonstruierte Vektoren entsprechend den Codebuch-Vektoren zu erzeugen, gekennzeichnet durch die Schritte, daß einen Vektoreingang (s(n)) bildende Eingangsproben empfangen und gespeichert werden, daß der Eingangsvektor mit einem einzelnen Differenzvektor (B(n)), der zur Differenz zwischen zwei Codebuch-Vektoren (c(n)) in Beziehung steht, und mit einem zugeordneten skalaren Wert (A) verglichen wird, und daß die Verzweigungsrichtung an jedem Verzweigungspunkt des Baumes bestimmt wird.
DE69118465T 1990-08-10 1991-07-17 Einrichtung und Verfahren zur Datenkomprimierung durch Quantisierung von in einem Binärbaum gesuchten Vektoren Expired - Lifetime DE69118465T2 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
GB909017600A GB9017600D0 (en) 1990-08-10 1990-08-10 An assembly and method for binary tree-searched vector quanisation data compression processing

Publications (2)

Publication Number Publication Date
DE69118465D1 DE69118465D1 (de) 1996-05-09
DE69118465T2 true DE69118465T2 (de) 1996-08-08

Family

ID=10680489

Family Applications (1)

Application Number Title Priority Date Filing Date
DE69118465T Expired - Lifetime DE69118465T2 (de) 1990-08-10 1991-07-17 Einrichtung und Verfahren zur Datenkomprimierung durch Quantisierung von in einem Binärbaum gesuchten Vektoren

Country Status (7)

Country Link
US (1) US5396625A (de)
EP (1) EP0472283B1 (de)
JP (1) JPH05210400A (de)
CA (1) CA2047941A1 (de)
DE (1) DE69118465T2 (de)
ES (1) ES2085428T3 (de)
GB (1) GB9017600D0 (de)

Families Citing this family (165)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5592667A (en) * 1991-05-29 1997-01-07 Triada, Ltd. Method of storing compressed data for accelerated interrogation
EP0681236B1 (de) * 1994-05-05 2000-11-22 Conexant Systems, Inc. Raumzeigersdatenpfad
US5598505A (en) * 1994-09-30 1997-01-28 Apple Computer, Inc. Cepstral correction vector quantizer for speech recognition
US5889891A (en) * 1995-11-21 1999-03-30 Regents Of The University Of California Universal codebook vector quantization with constrained storage
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
ITFI20010199A1 (it) 2001-10-22 2003-04-22 Riccardo Vieri Sistema e metodo per trasformare in voce comunicazioni testuali ed inviarle con una connessione internet a qualsiasi apparato telefonico
US6891500B2 (en) * 2002-03-18 2005-05-10 Christopher J. Hall Method and apparatus for geolocating a wireless communications device
US6798360B1 (en) * 2003-06-27 2004-09-28 Canadian Space Agency Method and system for compressing a continuous data flow in real-time using recursive hierarchical self-organizing cluster vector quantization (HSOCVQ)
US6839005B1 (en) * 2003-11-07 2005-01-04 Broadcom Corporation Low memory and MIPS efficient technique for decoding Huffman codes using multi-stage, multi-bits lookup at different levels
US7769770B2 (en) * 2004-07-14 2010-08-03 Microsoft Corporation Secondary index and indexed view maintenance for updates to complex types
US7587098B2 (en) * 2005-07-14 2009-09-08 Mavs Lab. Inc. Pixel data generating method
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US7633076B2 (en) 2005-09-30 2009-12-15 Apple Inc. Automated response to and sensing of user activity in portable devices
US7917176B2 (en) 2006-02-14 2011-03-29 Nec Laboratories America, Inc. Structured codebook and successive beamforming for multiple-antenna systems
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US20080129520A1 (en) * 2006-12-01 2008-06-05 Apple Computer, Inc. Electronic device with enhanced audio feedback
US7477192B1 (en) 2007-02-22 2009-01-13 L-3 Communications Titan Corporation Direction finding system and method
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
US9053089B2 (en) 2007-10-02 2015-06-09 Apple Inc. Part-of-speech tagging using latent analogy
US8620662B2 (en) 2007-11-20 2013-12-31 Apple Inc. Context-aware unit selection
US10002189B2 (en) * 2007-12-20 2018-06-19 Apple Inc. Method and apparatus for searching using an active ontology
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US8065143B2 (en) 2008-02-22 2011-11-22 Apple Inc. Providing text input using speech data and non-speech data
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US10496753B2 (en) 2010-01-18 2019-12-03 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US8464150B2 (en) 2008-06-07 2013-06-11 Apple Inc. Automatic language identification for dynamic text processing
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US8768702B2 (en) 2008-09-05 2014-07-01 Apple Inc. Multi-tiered voice feedback in an electronic device
US8898568B2 (en) 2008-09-09 2014-11-25 Apple Inc. Audio user interface
US8583418B2 (en) 2008-09-29 2013-11-12 Apple Inc. Systems and methods of detecting language and natural language strings for text to speech synthesis
US8712776B2 (en) 2008-09-29 2014-04-29 Apple Inc. Systems and methods for selective text to speech synthesis
US8676904B2 (en) 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
WO2010067118A1 (en) 2008-12-11 2010-06-17 Novauris Technologies Limited Speech recognition involving a mobile device
US8862252B2 (en) 2009-01-30 2014-10-14 Apple Inc. Audio user interface for displayless electronic device
US8380507B2 (en) 2009-03-09 2013-02-19 Apple Inc. Systems and methods for determining the language to use for speech generated by a text to speech engine
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US10706373B2 (en) * 2011-06-03 2020-07-07 Apple Inc. Performing actions associated with task items that represent tasks to perform
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US10540976B2 (en) * 2009-06-05 2020-01-21 Apple Inc. Contextual voice commands
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
US8682649B2 (en) 2009-11-12 2014-03-25 Apple Inc. Sentiment prediction from textual data
US8600743B2 (en) 2010-01-06 2013-12-03 Apple Inc. Noise profile determination for voice-related feature
US8381107B2 (en) 2010-01-13 2013-02-19 Apple Inc. Adaptive audio feedback system and method
US8311838B2 (en) 2010-01-13 2012-11-13 Apple Inc. Devices and methods for identifying a prompt corresponding to a voice input in a sequence of prompts
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
DE202011111062U1 (de) 2010-01-25 2019-02-19 Newvaluexchange Ltd. Vorrichtung und System für eine Digitalkonversationsmanagementplattform
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US8713021B2 (en) 2010-07-07 2014-04-29 Apple Inc. Unsupervised document clustering using latent semantic density analysis
US8719006B2 (en) 2010-08-27 2014-05-06 Apple Inc. Combined statistical and rule-based part-of-speech tagging for text-to-speech synthesis
US8719014B2 (en) 2010-09-27 2014-05-06 Apple Inc. Electronic device with text error correction based on voice recognition data
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
US10515147B2 (en) 2010-12-22 2019-12-24 Apple Inc. Using statistical language models for contextual lookup
US8781836B2 (en) 2011-02-22 2014-07-15 Apple Inc. Hearing assistance system for providing consistent human speech
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
US10672399B2 (en) 2011-06-03 2020-06-02 Apple Inc. Switching between text data and audio data based on a mapping
US8812294B2 (en) 2011-06-21 2014-08-19 Apple Inc. Translating phrases from one language into another using an order-based set of declarative rules
US8706472B2 (en) 2011-08-11 2014-04-22 Apple Inc. Method for disambiguating multiple readings in language conversion
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
US8762156B2 (en) 2011-09-28 2014-06-24 Apple Inc. Speech recognition repair using contextual information
US10134385B2 (en) 2012-03-02 2018-11-20 Apple Inc. Systems and methods for name pronunciation
US9483461B2 (en) 2012-03-06 2016-11-01 Apple Inc. Handling speech synthesis of content for multiple languages
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US10417037B2 (en) 2012-05-15 2019-09-17 Apple Inc. Systems and methods for integrating third party services with a digital assistant
US8775442B2 (en) 2012-05-15 2014-07-08 Apple Inc. Semantic search using a single-source semantic model
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US10019994B2 (en) 2012-06-08 2018-07-10 Apple Inc. Systems and methods for recognizing textual identifiers within a plurality of words
US9495129B2 (en) 2012-06-29 2016-11-15 Apple Inc. Device, method, and user interface for voice-activated navigation and browsing of a document
US9576574B2 (en) 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
US8935167B2 (en) 2012-09-25 2015-01-13 Apple Inc. Exemplar-based latent perceptual modeling for automatic speech recognition
KR20240132105A (ko) 2013-02-07 2024-09-02 애플 인크. 디지털 어시스턴트를 위한 음성 트리거
US10652394B2 (en) 2013-03-14 2020-05-12 Apple Inc. System and method for processing voicemail
US10572476B2 (en) 2013-03-14 2020-02-25 Apple Inc. Refining a search based on schedule items
US9977779B2 (en) 2013-03-14 2018-05-22 Apple Inc. Automatic supplementation of word correction dictionaries
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
US10642574B2 (en) 2013-03-14 2020-05-05 Apple Inc. Device, method, and graphical user interface for outputting captions
US9733821B2 (en) 2013-03-14 2017-08-15 Apple Inc. Voice control to diagnose inadvertent activation of accessibility features
AU2014233517B2 (en) 2013-03-15 2017-05-25 Apple Inc. Training an at least partial voice command system
US10748529B1 (en) 2013-03-15 2020-08-18 Apple Inc. Voice activated device for use with a voice-based digital assistant
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
CN112230878B (zh) 2013-03-15 2024-09-27 苹果公司 对中断进行上下文相关处理
CN105190607B (zh) 2013-03-15 2018-11-30 苹果公司 通过智能数字助理的用户培训
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
KR101772152B1 (ko) 2013-06-09 2017-08-28 애플 인크. 디지털 어시스턴트의 둘 이상의 인스턴스들에 걸친 대화 지속성을 가능하게 하기 위한 디바이스, 방법 및 그래픽 사용자 인터페이스
EP3008964B1 (de) 2013-06-13 2019-09-25 Apple Inc. System und verfahren für durch sprachsteuerung ausgelöste notrufe
DE112014003653B4 (de) 2013-08-06 2024-04-18 Apple Inc. Automatisch aktivierende intelligente Antworten auf der Grundlage von Aktivitäten von entfernt angeordneten Vorrichtungen
US10296160B2 (en) 2013-12-06 2019-05-21 Apple Inc. Method for extracting salient dialog usage from live data
US9489338B1 (en) * 2014-01-24 2016-11-08 Altera Corporation Systolic array based architecture for branch and bound algorithms
US9620105B2 (en) 2014-05-15 2017-04-11 Apple Inc. Analyzing audio input for efficient speech and music recognition
US10592095B2 (en) 2014-05-23 2020-03-17 Apple Inc. Instantaneous speaking of content on touch devices
US9502031B2 (en) 2014-05-27 2016-11-22 Apple Inc. Method for supporting dynamic grammars in WFST-based ASR
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
CN110797019B (zh) 2014-05-30 2023-08-29 苹果公司 多命令单一话语输入方法
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US10659851B2 (en) 2014-06-30 2020-05-19 Apple Inc. Real-time digital assistant knowledge updates
US10446141B2 (en) 2014-08-28 2019-10-15 Apple Inc. Automatic speech recognition based on user feedback
US9818400B2 (en) 2014-09-11 2017-11-14 Apple Inc. Method and apparatus for discovering trending terms in speech requests
US10789041B2 (en) 2014-09-12 2020-09-29 Apple Inc. Dynamic thresholds for always listening speech trigger
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
US10552013B2 (en) 2014-12-02 2020-02-04 Apple Inc. Data detection
US9711141B2 (en) 2014-12-09 2017-07-18 Apple Inc. Disambiguating heteronyms in speech synthesis
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10127220B2 (en) 2015-06-04 2018-11-13 Apple Inc. Language identification from short strings
US10101822B2 (en) 2015-06-05 2018-10-16 Apple Inc. Language input correction
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
US10446143B2 (en) 2016-03-14 2019-10-15 Apple Inc. Identification of voice inputs providing credentials
US9934775B2 (en) 2016-05-26 2018-04-03 Apple Inc. Unit-selection text-to-speech synthesis based on predicted concatenation parameters
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179588B1 (en) 2016-06-09 2019-02-22 Apple Inc. INTELLIGENT AUTOMATED ASSISTANT IN A HOME ENVIRONMENT
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
JP6688485B2 (ja) * 2016-07-15 2020-04-28 株式会社リコー サービス提供システム、サービス授受システム、サービス提供方法、及びプログラム
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
US10846016B2 (en) * 2017-10-20 2020-11-24 Hewlett Packard Enterprise Development Lp Enforcement of memory reference object loading indirection
CN109615080B (zh) * 2018-09-20 2020-05-26 阿里巴巴集团控股有限公司 无监督模型评估方法、装置、服务器及可读存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4670851A (en) * 1984-01-09 1987-06-02 Mitsubishi Denki Kabushiki Kaisha Vector quantizer
DE3685238D1 (de) * 1985-02-28 1992-06-17 Mitsubishi Electric Corp Adaptive zwischenbild-vektorquantisier-kodiereinrichtung.
US4727354A (en) * 1987-01-07 1988-02-23 Unisys Corporation System for selecting best fit vector code in vector quantization encoding
US4849810A (en) * 1987-06-02 1989-07-18 Picturetel Corporation Hierarchial encoding method and apparatus for efficiently communicating image sequences
JPH0221727A (ja) * 1988-07-11 1990-01-24 Victor Co Of Japan Ltd ベクトル量子化復号化方式
US5010574A (en) * 1989-06-13 1991-04-23 At&T Bell Laboratories Vector quantizer search arrangement
US5021971A (en) * 1989-12-07 1991-06-04 Unisys Corporation Reflective binary encoder for vector quantization

Also Published As

Publication number Publication date
EP0472283A3 (en) 1992-06-03
GB9017600D0 (en) 1990-09-26
ES2085428T3 (es) 1996-06-01
DE69118465D1 (de) 1996-05-09
JPH05210400A (ja) 1993-08-20
US5396625A (en) 1995-03-07
EP0472283A2 (de) 1992-02-26
EP0472283B1 (de) 1996-04-03
CA2047941A1 (en) 1992-02-11

Similar Documents

Publication Publication Date Title
DE69118465T2 (de) Einrichtung und Verfahren zur Datenkomprimierung durch Quantisierung von in einem Binärbaum gesuchten Vektoren
DE3750791T2 (de) Sehr schnelle Transformationsvorrichtung.
DE69032551T2 (de) Einrichtung zur Sprachkodierung
DE4397106B4 (de) Schnelles auf einer Baumstruktur basierendes Verfahren zur Vektorquantisierung
DE3883701T2 (de) Verfahren und Vorrichtung für multiplexierte Vektorquantifizierung.
DE3875979T2 (de) Schaltung zur berechnung des quantisierten koeffizienten der diskreten cosinustransformation von digitalen signalabschnitten.
DE69030485T2 (de) Binärreflexivkodierer zur Vektorquantifizierung
DE3854453T2 (de) CELP Vocoder und Anwendungsverfahren.
DE3874427T2 (de) Linearer praediktionsvocoder mit code-anregung.
DE69422406T2 (de) Verfahren zum Durchführen eines Vergleichs von Datenketten
DE69528685T2 (de) Vorrichtung zur Vektorquantifizierung
DE3789116T2 (de) Prozessor zur zweidimensionalen diskreten cosinustransformation.
DE69232431T2 (de) Vorrichtung zur Lösung von linearen Gleichungssystem
DE69320669T2 (de) Geometrische Vektorquantisierung
DE69023411T2 (de) Vektorquantizierungskodierer und Dekodierer.
DE69329569T2 (de) Digitale Kodierung von Sprachsignalen
DE69526017T2 (de) Vorrichtung zur Vektorquantisierung
DE1925428A1 (de) Anordnung zur Zeichenerkennung
DE69124210T2 (de) Einrichtung zur Signalcodierung
DE69103757T2 (de) Ausführung eines sin/cos generators.
DE69527078T2 (de) Verfahren zur vektorkodierung und entsprechender kodierer/dekodierer
DE3018508C2 (de) Sprachanalysiervorrichtung
DE69129385T2 (de) Sprachkodiersystem
DE102020114046A1 (de) Neuronales Maschinenübersetzungsverfahren, neuronales Maschinenübersetzungssystem, Lernverfahren, Lernsystem und Programm
DE2133638B2 (de) Verfahren zum Betrieb eines lernfähigen Systems aus in Kaskade geschalteten, zur nicht linearen Datenverarbeitung geeigneten lernfähigen Datenverarbeitungseinheiten

Legal Events

Date Code Title Description
8364 No opposition during term of opposition
8327 Change in the person/name/address of the patent owner

Owner name: EADS ASTRIUM LTD., STEVENAGE, HERTFORDSHIRE, GB

8327 Change in the person/name/address of the patent owner

Owner name: ASTRIUM LTD., STEVENAGE, HERTFORDSHIRE, GB