JP2549016B2 - ベクトル量子化法 - Google Patents
ベクトル量子化法Info
- Publication number
- JP2549016B2 JP2549016B2 JP2283797A JP28379790A JP2549016B2 JP 2549016 B2 JP2549016 B2 JP 2549016B2 JP 2283797 A JP2283797 A JP 2283797A JP 28379790 A JP28379790 A JP 28379790A JP 2549016 B2 JP2549016 B2 JP 2549016B2
- Authority
- JP
- Japan
- Prior art keywords
- vector
- codebook
- distortion
- code
- stage
- 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 - Fee Related
Links
Landscapes
- Image Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Error Detection And Correction (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
Description
【発明の詳細な説明】 「産業上の利用分野」 この発明は、信号系列を少ない情報量で伝送したり、
記録するために用いられ、信号系列を複数サンプルから
なるベクトル単位で量子化するベクトル量子化法に関す
るものである。
記録するために用いられ、信号系列を複数サンプルから
なるベクトル単位で量子化するベクトル量子化法に関す
るものである。
「従来の技術」 ベクトル量子化は、音声波形、画像信号、分析したパ
ラメータなどの信号系列を複数サンプルからなるベクト
ル単位で入力し、予め作成しておいた符号帳中の再生ベ
クトルの中から入力ベクトルに対する歪が最小となるベ
クトルを選択して、その番号を伝送符号又は記憶符号と
する量子化法である。符号帳中の再生ベクトルを入力の
統計的性質を反映させるように作成しておけば、サンプ
ル毎のスカラ量子化より大幅に量子化歪を軽減できる。
ラメータなどの信号系列を複数サンプルからなるベクト
ル単位で入力し、予め作成しておいた符号帳中の再生ベ
クトルの中から入力ベクトルに対する歪が最小となるベ
クトルを選択して、その番号を伝送符号又は記憶符号と
する量子化法である。符号帳中の再生ベクトルを入力の
統計的性質を反映させるように作成しておけば、サンプ
ル毎のスカラ量子化より大幅に量子化歪を軽減できる。
しかしながら、このベクトル量子化には実用上の２つ
の問題点がある。その一つは歪計算のための演算量や符
号帳のメモリ量がビット数のべき乗のオーダで増大する
ことがある。２つめの問題は例えば伝送路で符号誤りが
生じたときの歪が大きくなってしまうことである。
の問題点がある。その一つは歪計算のための演算量や符
号帳のメモリ量がビット数のべき乗のオーダで増大する
ことがある。２つめの問題は例えば伝送路で符号誤りが
生じたときの歪が大きくなってしまうことである。
ベクトル量子化の歪削減効果をできるだけ維持しつ
つ、演算量やメモリ量を削減する現実的な方法として、
ベクトル量子化とスカラ量子化、またはベクトル量子化
を多段に縦続に接続する方法が知られている。
つ、演算量やメモリ量を削減する現実的な方法として、
ベクトル量子化とスカラ量子化、またはベクトル量子化
を多段に縦続に接続する方法が知られている。
一方、伝送路符号誤りの影響を軽減させる方法として
再生ベクトルと伝送路符号の対応付けを改善する手法や
伝送路誤りを考慮した歪尺度で符号帳を作成しておく手
法などがある。
再生ベクトルと伝送路符号の対応付けを改善する手法や
伝送路誤りを考慮した歪尺度で符号帳を作成しておく手
法などがある。
「発明が解決しようとする課題」 しかしながら多段ベクトル量子化法では演算量やメモ
リ量を削減できるが、伝送路における符号誤りに弱く、
符号誤りの影響を受け難いようにするためには冗長ビッ
トを付加した誤り訂正符号とする必要があり、情報量が
増加する。符号誤りを考慮した歪尺度で符号帳を作成す
る方法は符号誤りの影響を軽減できるが、演算量が多
く、かつメモリ量も多い欠点がある。つまり従来は演算
量の削減と伝送路符号誤りの影響の軽減との両方を満た
すようなベクトル量子化法は知られていなかった。
リ量を削減できるが、伝送路における符号誤りに弱く、
符号誤りの影響を受け難いようにするためには冗長ビッ
トを付加した誤り訂正符号とする必要があり、情報量が
増加する。符号誤りを考慮した歪尺度で符号帳を作成す
る方法は符号誤りの影響を軽減できるが、演算量が多
く、かつメモリ量も多い欠点がある。つまり従来は演算
量の削減と伝送路符号誤りの影響の軽減との両方を満た
すようなベクトル量子化法は知られていなかった。
この発明の目的は現実的な演算量の範囲内で、歪が小
さく、符号誤りの影響の少ないベクトル量子化法を提供
することにある。
さく、符号誤りの影響の少ないベクトル量子化法を提供
することにある。
「課題を解決するための手段」 この発明においては多段のベクトル量子化において、
各量子化段階の符号帳を、符号誤りを考慮した歪尺度で
作成する。この場合前の量子化段階の符号帳を後の量子
化段階の符号帳に対し、作成時に考慮する符号誤り率を
高くすることが好ましい。
各量子化段階の符号帳を、符号誤りを考慮した歪尺度で
作成する。この場合前の量子化段階の符号帳を後の量子
化段階の符号帳に対し、作成時に考慮する符号誤り率を
高くすることが好ましい。
「実施例」 第１図はこの発明の第１の実施例を示す２段のベクト
ル量子化器である。第１量子化器11では入力ベクトルｘ
に対する第１符号帳12中のベクトルｙ（ｉ）（ｉ＝１…
Ｎ）の歪を計算し、最も歪が小さくなるようなベクトル
の番号ｊを出力する。第２量子化器13では第１量子化器
11での誤差ベクトルｘ−ｙ（ｊ）を入力し、この入力に
対する第２符号帳14中のベクトルｚ（ｉ）（ｉ＝１…
Ｍ）の歪を計算し、最も歪が小さくなるベクトルの番号
ｋを出力する。
ル量子化器である。第１量子化器11では入力ベクトルｘ
に対する第１符号帳12中のベクトルｙ（ｉ）（ｉ＝１…
Ｎ）の歪を計算し、最も歪が小さくなるようなベクトル
の番号ｊを出力する。第２量子化器13では第１量子化器
11での誤差ベクトルｘ−ｙ（ｊ）を入力し、この入力に
対する第２符号帳14中のベクトルｚ（ｉ）（ｉ＝１…
Ｍ）の歪を計算し、最も歪が小さくなるベクトルの番号
ｋを出力する。
第１、第２量子化器11、13の出力符号ｊ、ｋは多重化
回路15で多重化され、伝送又は記憶される。
回路15で多重化され、伝送又は記憶される。
復号器16では伝送され又は読み出した符号ｊとｋとを
対応するベクトルｙ（ｊ）、ｚ（ｋ）を２つの符号帳か
ら求め、これらベクトルの和ｙ（ｊ）＋ｚ（ｋ）を出力
とする。
対応するベクトルｙ（ｊ）、ｚ（ｋ）を２つの符号帳か
ら求め、これらベクトルの和ｙ（ｊ）＋ｚ（ｋ）を出力
とする。
符号器と復号器とで共通に用いる符号帳中のベクトル
は予め学習ベクトルを用いて、通常の方法（例えばLBG
アルゴリズム、一般化Lioydアルゴリズム）で求めてお
く。すなわち、各学習ベクトルに対して歪が最小となる
再生ベクトルを求めて、各学習ベクトルを何れかの再生
ベクトルに所属させるステップと、その各再生ベクトル
ごとにこれに所属する学習ベクトルから再生ベクトルを
更新するステップとを交互に収束するまで繰り返す。こ
の発明では再生ベクトルに所属させるステップでも、再
生ベクトルを更新するステップでも、一定の符号誤り率
のもとでの歪の期待値を最小化すべき尺度して用いる。
具体的には、ある入力ベクトルｘと再生ベクトルｃ
（ｉ）の歪の期待値Ｄ（ｉ）は第１量子化器用では、 である。ただしｑ（m|i）はｉの符号が伝送路でｍの符
号に誤る確率である。
は予め学習ベクトルを用いて、通常の方法（例えばLBG
アルゴリズム、一般化Lioydアルゴリズム）で求めてお
く。すなわち、各学習ベクトルに対して歪が最小となる
再生ベクトルを求めて、各学習ベクトルを何れかの再生
ベクトルに所属させるステップと、その各再生ベクトル
ごとにこれに所属する学習ベクトルから再生ベクトルを
更新するステップとを交互に収束するまで繰り返す。こ
の発明では再生ベクトルに所属させるステップでも、再
生ベクトルを更新するステップでも、一定の符号誤り率
のもとでの歪の期待値を最小化すべき尺度して用いる。
具体的には、ある入力ベクトルｘと再生ベクトルｃ
（ｉ）の歪の期待値Ｄ（ｉ）は第１量子化器用では、 である。ただしｑ（m|i）はｉの符号が伝送路でｍの符
号に誤る確率である。
各段の量子化器において、（m|i）は想定される誤り
率をそのまま歪尺度の（１）式に用いてもよいが、好ま
しくは、第１量子化器11の第１符号帳12を作成するとき
は想定される誤り率ｑよりさらに大きな誤り率を用いた
歪尺度を用い、一方第２量子化器13で用いる第２符号帳
14は、第１符号帳12の再生ベクトルと、これを作る際に
用いた学習系列とを与え、想定される誤り率での歪の期
待値を最小化するようにして再生ベクトルを作成する。
率をそのまま歪尺度の（１）式に用いてもよいが、好ま
しくは、第１量子化器11の第１符号帳12を作成するとき
は想定される誤り率ｑよりさらに大きな誤り率を用いた
歪尺度を用い、一方第２量子化器13で用いる第２符号帳
14は、第１符号帳12の再生ベクトルと、これを作る際に
用いた学習系列とを与え、想定される誤り率での歪の期
待値を最小化するようにして再生ベクトルを作成する。
この理由は次のように説明できる。想定された誤り率
より大きい誤り率で符号帳を作成すると、実際に大きな
誤りが生じた時の性能の低下は、想定される誤り率で符
号帳を作成した場合の性能低下より小さくなるが、誤り
が無いときの性能が少し低下する。しかし誤りが無いと
きの第１量子化器11での性能の低下は、第１量子化器11
での誤差分が第２量子化器13で量子化されるため、ほと
んど無視できるようになる。一方、第１量子化器11は大
まかな分類に対応し、第２量子化器13は細かい分類に対
応することから、第１量子化器11に対して符号誤りが生
じるとその被害が大きく、第２量子化器はそれを救済す
ることはできない。しかし、第１量子化器11をより符号
誤りに強い構造に設計しておくことで、全体の性能向上
に寄与することになる。
より大きい誤り率で符号帳を作成すると、実際に大きな
誤りが生じた時の性能の低下は、想定される誤り率で符
号帳を作成した場合の性能低下より小さくなるが、誤り
が無いときの性能が少し低下する。しかし誤りが無いと
きの第１量子化器11での性能の低下は、第１量子化器11
での誤差分が第２量子化器13で量子化されるため、ほと
んど無視できるようになる。一方、第１量子化器11は大
まかな分類に対応し、第２量子化器13は細かい分類に対
応することから、第１量子化器11に対して符号誤りが生
じるとその被害が大きく、第２量子化器はそれを救済す
ることはできない。しかし、第１量子化器11をより符号
誤りに強い構造に設計しておくことで、全体の性能向上
に寄与することになる。
第２図はこの発明の第２の実施例を示し、第１の実施
例と同じく２段のベクトル量子化器である。この例では
第１量子化器11での歪計算の結果、歪の小さい順に複数
の符号候補を残し、この例では２つの符号j1、j2を残
し、これらのそれぞれについて第２量子化器13でｘ−ｙ
（j1）、ｘ−ｙ（j2）を入力としてそれぞれ量子化して
符号k1,k2を得、候補選択部17で符号j1、k1とj2,k2で最
終的に歪が最小となる符号の組合せを選択して出力す
る。このようにすることでさらに歪を削減できる。
例と同じく２段のベクトル量子化器である。この例では
第１量子化器11での歪計算の結果、歪の小さい順に複数
の符号候補を残し、この例では２つの符号j1、j2を残
し、これらのそれぞれについて第２量子化器13でｘ−ｙ
（j1）、ｘ−ｙ（j2）を入力としてそれぞれ量子化して
符号k1,k2を得、候補選択部17で符号j1、k1とj2,k2で最
終的に歪が最小となる符号の組合せを選択して出力す
る。このようにすることでさらに歪を削減できる。
第３図はこの発明の第３の実施例を示す。高性率音声
符号化で頻繁に使われるLSPパラメータの量子化に応用
した例である。LSPパラメータは全極形フィルタで音声
のスペクトル包絡を表現するパラメータであるが、符号
化音声の品質を維持するためにスペクトル歪を小さくす
る必要がある。このため例えば10次のパラメータの場
合、合計で30ビット程度の量子化、つまり230個の再生
ベクトルから１つを選択する量子化が望ましく、現実的
な演算量に抑えるために６ビットの量子化器21〜25を縦
続接続して用い、第１量子化器21で入力パラメータが量
子化され、その誤差が第２量子化器22で量子化され、以
下誤差が順次量子化される。各量子化段の符号帳26〜30
をそれぞれ学習するが、第１の実施例の場合と同様、ま
ず第１段で用いる第１符号帳26は目標とする符号誤り率
よりはるかに大きな符号誤り率での歪の期待値を最小と
するように再生ベクトルを求め、その後順次、前段まで
の符号帳を固定して符号帳を学習していく。
符号化で頻繁に使われるLSPパラメータの量子化に応用
した例である。LSPパラメータは全極形フィルタで音声
のスペクトル包絡を表現するパラメータであるが、符号
化音声の品質を維持するためにスペクトル歪を小さくす
る必要がある。このため例えば10次のパラメータの場
合、合計で30ビット程度の量子化、つまり230個の再生
ベクトルから１つを選択する量子化が望ましく、現実的
な演算量に抑えるために６ビットの量子化器21〜25を縦
続接続して用い、第１量子化器21で入力パラメータが量
子化され、その誤差が第２量子化器22で量子化され、以
下誤差が順次量子化される。各量子化段の符号帳26〜30
をそれぞれ学習するが、第１の実施例の場合と同様、ま
ず第１段で用いる第１符号帳26は目標とする符号誤り率
よりはるかに大きな符号誤り率での歪の期待値を最小と
するように再生ベクトルを求め、その後順次、前段まで
の符号帳を固定して符号帳を学習していく。
上述したように各段の符号帳は同一の符号誤り率での
歪の期待値を最小とするようにして作成してもよい。前
段側の符号帳に対する符号誤り率を大きくした方がよい
が後段になるに従って順次符号誤り率を小さくする場合
に限らず、例えば初段だけ又は最初の複数段は符号誤り
率を大きくし、その後段のすべてはこれにより小さい同
一の符号誤り率でそれぞれ符号帳を作成してもよい。
歪の期待値を最小とするようにして作成してもよい。前
段側の符号帳に対する符号誤り率を大きくした方がよい
が後段になるに従って順次符号誤り率を小さくする場合
に限らず、例えば初段だけ又は最初の複数段は符号誤り
率を大きくし、その後段のすべてはこれにより小さい同
一の符号誤り率でそれぞれ符号帳を作成してもよい。
「発明の効果」 以上述べたようにこの発明によれば多段ベクトル量子
化し、しかもその各段の符号帳を、符号誤り率を考慮し
た歪尺度で作成しているから、演算量及びメモリ量を小
さくすることができ、かつ誤り訂正符号を使わずに符号
誤りによる劣化を小さく抑えることができる。また符号
帳の作成を各段ごとに異なる誤り率に対応させて行う場
合には性能の向上を更に図れる。
化し、しかもその各段の符号帳を、符号誤り率を考慮し
た歪尺度で作成しているから、演算量及びメモリ量を小
さくすることができ、かつ誤り訂正符号を使わずに符号
誤りによる劣化を小さく抑えることができる。また符号
帳の作成を各段ごとに異なる誤り率に対応させて行う場
合には性能の向上を更に図れる。
第４図は５ビット２段の量子化器のガウスマルコフ系
列に対する量子化歪をSNRで比較したものである。Ａは
第１段、第２段ともに実際に評価した誤り率と同じ誤り
率ｑで符号帳を作成した場合、Ｂは第１段の量子化器の
符号帳を評価誤り率が0.5％のときと１％のときはｑ＝
５％として作成し、評価誤り率が５％のときはｑ＝10％
として符号帳を作成し、第２段の量子化器の符号帳は各
評価誤り率をｑとして作成した場合である。
列に対する量子化歪をSNRで比較したものである。Ａは
第１段、第２段ともに実際に評価した誤り率と同じ誤り
率ｑで符号帳を作成した場合、Ｂは第１段の量子化器の
符号帳を評価誤り率が0.5％のときと１％のときはｑ＝
５％として作成し、評価誤り率が５％のときはｑ＝10％
として符号帳を作成し、第２段の量子化器の符号帳は各
評価誤り率をｑとして作成した場合である。
いずれの評価誤り率の場合にも、前段の符号帳を評価
誤り率より大きくして作成した場合の方が性能が向上し
ていることがわかる。
誤り率より大きくして作成した場合の方が性能が向上し
ていることがわかる。
第３の実施例では30ビットの量子化でのスペクトル歪
は、従来の25ビット多段量子化に５ビットの畳み込み符
号によって誤り保護を行った場合のスペクトル歪より、
全ての誤り率の条件のもとで優れていることが確かめら
れた。
は、従来の25ビット多段量子化に５ビットの畳み込み符
号によって誤り保護を行った場合のスペクトル歪より、
全ての誤り率の条件のもとで優れていることが確かめら
れた。
第１図はこの発明を２段のベクトル量子化法に適用した
第１の実施例を示すブロック図、第２図はこの発明を２
段のベクトル量子化法に適用した第２の実施例を示すブ
ロック図、第３図はこの発明を、LSPパラメータの量子
化に用いる５段のベクトル量子化に適用した第３の実施
例を示すブロック図、第４図は前段の符号帳の作成に後
段よりも大きな符号誤り率を考慮した歪尺度を用いた場
合の効果を示す図である。
第１の実施例を示すブロック図、第２図はこの発明を２
段のベクトル量子化法に適用した第２の実施例を示すブ
ロック図、第３図はこの発明を、LSPパラメータの量子
化に用いる５段のベクトル量子化に適用した第３の実施
例を示すブロック図、第４図は前段の符号帳の作成に後
段よりも大きな符号誤り率を考慮した歪尺度を用いた場
合の効果を示す図である。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｈ０４Ｎ 7/30 Ｈ０４Ｎ 7/133 Ｚ
Claims (1)
- 【請求項１】信号系列を複数のサンプルからなるベクト
ル単位で量子化し、１つの量子化段階の誤差を次段の量
子化段階で量子化する多段ベクトル量子化方法におい
て、 上記各量子化段階の各符号帳を、それぞれ符号誤りを考
慮した歪尺度で作成したことを特徴とするベクトル量子
化法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2283797A JP2549016B2 (ja) | 1990-10-22 | 1990-10-22 | ベクトル量子化法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2283797A JP2549016B2 (ja) | 1990-10-22 | 1990-10-22 | ベクトル量子化法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04170113A JPH04170113A (ja) | 1992-06-17 |
| JP2549016B2 true JP2549016B2 (ja) | 1996-10-30 |
Family
ID=17670268
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2283797A Expired - Fee Related JP2549016B2 (ja) | 1990-10-22 | 1990-10-22 | ベクトル量子化法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2549016B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101124626B (zh) * | 2004-09-17 | 2011-07-06 | 皇家飞利浦电子股份有限公司 | 用于最小化感知失真的组合音频编码 |
-
1990
- 1990-10-22 JP JP2283797A patent/JP2549016B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH04170113A (ja) | 1992-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6952671B1 (en) | Vector quantization with a non-structured codebook for audio compression | |
| EP0413391B1 (en) | Speech coding system and a method of encoding speech | |
| US6134520A (en) | Split vector quantization using unequal subvectors | |
| EP0802524B1 (en) | Speech coder | |
| JP3143956B2 (ja) | 音声パラメータ符号化方式 | |
| KR100194775B1 (ko) | 벡터양자화장치 | |
| EP1595248B1 (en) | System and method for enhancing bit error tolerance over a bandwith limited channel | |
| JP2800618B2 (ja) | 音声パラメータ符号化方式 | |
| CA2147394C (en) | Quantization of input vectors with and without rearrangement of vector elements of a candidate vector | |
| US6321193B1 (en) | Distance and distortion estimation method and apparatus in channel optimized vector quantization | |
| JP2549016B2 (ja) | ベクトル量子化法 | |
| JP3088163B2 (ja) | Ｌｓｐ係数の量子化方法 | |
| JP3045197B2 (ja) | ベクトル量子化器の符号帳設計方法 | |
| CA2054849C (en) | Speech parameter encoding method capable of transmitting a spectrum parameter at a reduced number of bits | |
| JPH06118998A (ja) | ベクトル量子化装置 | |
| JP3089967B2 (ja) | 音声符号化装置 | |
| JP3308783B2 (ja) | 音声復号化装置 | |
| JP3296363B2 (ja) | 音声の線形予測パラメータ符号化方法 | |
| JP3102017B2 (ja) | 音声符号化方法 | |
| EP0753841B1 (en) | Speech parameter encoding method capable of transmitting a spectrum parameter at a reduced number of bits | |
| JP3212123B2 (ja) | 音声符号化装置 | |
| Kleijn et al. | Efficient channel coding for CELP using source information | |
| Sukkar et al. | A robust CELP coder with source-dependent channel coding | |
| JP2582072B2 (ja) | 符号化復号化方法 | |
| Kleijn | Source-dependent channel coding for CELP |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070808 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080808 Year of fee payment: 12 |
|
| LAPS | Cancellation because of no payment of annual fees |