JP2918021B2 - ベクトル量子化装置 - Google Patents
ベクトル量子化装置Info
- Publication number
- JP2918021B2 JP2918021B2 JP8055248A JP5524896A JP2918021B2 JP 2918021 B2 JP2918021 B2 JP 2918021B2 JP 8055248 A JP8055248 A JP 8055248A JP 5524896 A JP5524896 A JP 5524896A JP 2918021 B2 JP2918021 B2 JP 2918021B2
- Authority
- JP
- Japan
- Prior art keywords
- vector
- coefficient
- index
- vectors
- input vector
- 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
Description
【０００１】
【発明の属する技術分野】本発明はベクトル量子化装置
に関し、特に音声信号や画像信号などの時系列信号を低
ビットレートで符号化するためのベクトル量子化装置に
関するものである。
に関し、特に音声信号や画像信号などの時系列信号を低
ビットレートで符号化するためのベクトル量子化装置に
関するものである。
【０００２】
【従来の技術】音声信号などの時系列信号を一定間隔の
フレーム（或いは一定領域のブロック）に分割して量子
化する代表的な手法としてベクトル量子化がある。ベク
トル量子化は、割り当てられビット数に対する量子化歪
みを小さくするという意味で、優れた量子化特性を持
つ。しかし、被量子化信号を最も良く表す、最適な量子
化出力ベクトルを探索するのに、極めて多くの演算量と
記憶容量を必要とする。
フレーム（或いは一定領域のブロック）に分割して量子
化する代表的な手法としてベクトル量子化がある。ベク
トル量子化は、割り当てられビット数に対する量子化歪
みを小さくするという意味で、優れた量子化特性を持
つ。しかし、被量子化信号を最も良く表す、最適な量子
化出力ベクトルを探索するのに、極めて多くの演算量と
記憶容量を必要とする。
【０００３】例えば、サンプル当たり０．５ビットでベ
クトル次元４０のベクトル量子化を考えると、探索に要
する演算量（積和回数）とメモリ容量は、ベクトル当た
り４０×２０20となる。これは、８ｋＨｚサンプリング
の音声信号を対象にした場合、１秒間に約１６６０×１
０6 強の演算量となり、現状利用できるＤＳＰ（ディジ
タルシグナルプロセッサ）１チップでは、動作不可能な
規模である。
クトル次元４０のベクトル量子化を考えると、探索に要
する演算量（積和回数）とメモリ容量は、ベクトル当た
り４０×２０20となる。これは、８ｋＨｚサンプリング
の音声信号を対象にした場合、１秒間に約１６６０×１
０6 強の演算量となり、現状利用できるＤＳＰ（ディジ
タルシグナルプロセッサ）１チップでは、動作不可能な
規模である。
【０００４】また、たとえ高速なＤＳＰを並列に適用で
きたとしても、価格，消費電力，実装面積などでの増加
は避けられず、携帯端末などへの適用は不可能になって
しまう。
きたとしても、価格，消費電力，実装面積などでの増加
は避けられず、携帯端末などへの適用は不可能になって
しまう。
【０００５】そこで、これまで、ベクトル量子化を少な
い演算規模で実行するための数々の手法が検討されてき
ている。この演算規模削減のための基本手法は、ベクト
ル量子化器を構成するコードベクトル間に何らかの制約
を設ける“構造化”である。
い演算規模で実行するための数々の手法が検討されてき
ている。この演算規模削減のための基本手法は、ベクト
ル量子化器を構成するコードベクトル間に何らかの制約
を設ける“構造化”である。
【０００６】構造化の手法として代表的なものに、ベク
ターサムベクトル量子化があり、特開平２−５０２１３
５号公報に開示されている。また、ラティスベクトル量
子化（J.H. Conway and N.J.A. Sloane,“First quanti
zing and decoding algorit-hms for lattice quantize
rs and codes, ”IEEE TARANS. Inf. Theory, Vol.IT-2
8, pp.227-232, 1982., 或いはR. M. Gray, Source Cod
ing Theory, Ch. 5.5,Kluwer Academic Publishers, 19
90）等がある。
ターサムベクトル量子化があり、特開平２−５０２１３
５号公報に開示されている。また、ラティスベクトル量
子化（J.H. Conway and N.J.A. Sloane,“First quanti
zing and decoding algorit-hms for lattice quantize
rs and codes, ”IEEE TARANS. Inf. Theory, Vol.IT-2
8, pp.227-232, 1982., 或いはR. M. Gray, Source Cod
ing Theory, Ch. 5.5,Kluwer Academic Publishers, 19
90）等がある。
【０００７】これ等のベクトル量子化器では、コードベ
クトルを予め定められた基底ベクトルの加減算或いは整
数乗数を掛けた加減算で生成させることを特徴とする。
すなわち、Ｍ個の基底ベクトルを｛ａi ，ｉ＝１，…，
Ｍ｝とすると第ｋ番目のコードブックｖk は
クトルを予め定められた基底ベクトルの加減算或いは整
数乗数を掛けた加減算で生成させることを特徴とする。
すなわち、Ｍ個の基底ベクトルを｛ａi ，ｉ＝１，…，
Ｍ｝とすると第ｋ番目のコードブックｖk は
【数１】 の様に表される。そして、ベクタサムベクトル量子化で
は、係数ｕkiの値として±１を取り、２M 通りのコード
ベクトルを生成させている。
は、係数ｕkiの値として±１を取り、２M 通りのコード
ベクトルを生成させている。
【０００８】この様なベクトル量子化では、基底ベクト
ルの個数Ｍがベクトル次元Ｌよりかなり小さければ上記
の加減算の性質や、探索順序を工夫することで、大幅な
演算量の削減が可能となる。例えば、ベクターサムベク
トル量子化では、探索過程で次のような工夫を施すこと
で演算量を削減している。
ルの個数Ｍがベクトル次元Ｌよりかなり小さければ上記
の加減算の性質や、探索順序を工夫することで、大幅な
演算量の削減が可能となる。例えば、ベクターサムベク
トル量子化では、探索過程で次のような工夫を施すこと
で演算量を削減している。
【０００９】今、ｎフレーム目の入力ベクトルをｘn 、
基底ベクトルを｛ａi ，ｉ＝１，…，Ｍ｝、第ｋ番目の
コードベクトルの係数ベクトル｛ｕki，ｉ＝１，…，
Ｍ｝とおくと、第ｋ番目のコードブックを探索するため
の評価関数Ｊk は、
基底ベクトルを｛ａi ，ｉ＝１，…，Ｍ｝、第ｋ番目の
コードベクトルの係数ベクトル｛ｕki，ｉ＝１，…，
Ｍ｝とおくと、第ｋ番目のコードブックを探索するため
の評価関数Ｊk は、
【数２】 で表される。尚、ａi に付されている“ｔ”の意味は転
置を示す。
置を示す。
【００１０】ここで、ｕkiとして、ｋをバイナリ表現し
た場合のｉ番目のビットが“０”の時、ｕki＝＋１と
し、ｉ番目のビットが“１”の時、ｕki＝−１とし、更
に、 ｕ(k+1) i ＝−ｕki ｕ(k+1) j ＝ｕkj （ｊ≠ｉ） なる関係に設定するとする。
た場合のｉ番目のビットが“０”の時、ｕki＝＋１と
し、ｉ番目のビットが“１”の時、ｕki＝−１とし、更
に、 ｕ(k+1) i ＝−ｕki ｕ(k+1) j ＝ｕkj （ｊ≠ｉ） なる関係に設定するとする。
【００１１】すると、（ｋ＋１）番目の評価関数Ｊk+1
とＪk との間には、
とＪk との間には、
【数３】 なる関係が存在することになる。
【００１２】従って、ベクトル次元をＬと置くと、この
場合に探索に要する演算量（積和回数）Ｃvsumは、 Ｃvsum＝Ｌ＋ＭＬ＋（１／２）Ｍ（Ｍ＋１）Ｌ ＋（２M-1 −１）＋Ｍ（２M-1 −１）…（４） となる。
場合に探索に要する演算量（積和回数）Ｃvsumは、 Ｃvsum＝Ｌ＋ＭＬ＋（１／２）Ｍ（Ｍ＋１）Ｌ ＋（２M-1 −１）＋Ｍ（２M-1 −１）…（４） となる。
【００１３】一方、通常のベクトル量子化器が必要とす
る積和回数Ｃnormは、 Ｃnorm＝Ｌ２M であるから、Ｍ＜＜Ｌであれば、 Ｃvsum＜＜Ｃnorm なる関係が成立することになる。
る積和回数Ｃnormは、 Ｃnorm＝Ｌ２M であるから、Ｍ＜＜Ｌであれば、 Ｃvsum＜＜Ｃnorm なる関係が成立することになる。
【００１４】
【発明が解決しようとする課題】以上説明したベクタサ
ムベクトル量子化の演算量は、通常のベクトル量子化と
比較して大幅に少なくなっているが、上記第（４）式に
示すように、２M-1 のオーダーを必要とするため、例え
ばサンプル当たり０．５ビットの場合を考えると、２４
次元で、基底ベクトル数Ｍ＝１２程度が実時間動作の限
界である。
ムベクトル量子化の演算量は、通常のベクトル量子化と
比較して大幅に少なくなっているが、上記第（４）式に
示すように、２M-1 のオーダーを必要とするため、例え
ばサンプル当たり０．５ビットの場合を考えると、２４
次元で、基底ベクトル数Ｍ＝１２程度が実時間動作の限
界である。
【００１５】よって、ベクトル次元数を上げることによ
りベクトル量子化器の特性を向上させるという手段を取
ることができないという問題がある。もし、より高いベ
クトル次元、すなわち基底ベクトル数で適用するには、
複数基底ベクトル毎に係数探索するという手法を組込む
必要がある。
りベクトル量子化器の特性を向上させるという手段を取
ることができないという問題がある。もし、より高いベ
クトル次元、すなわち基底ベクトル数で適用するには、
複数基底ベクトル毎に係数探索するという手法を組込む
必要がある。
【００１６】しかし、音声符号化におけるＣＥＬＰ（コ
ード励起リニア予測：ｃｏｄｅ−ｅｘｉｔｅｄ ｌｉｎ
ｅａｒ ｐｒｅｄｉｃｔｉｖｅ）系への適用を考えた場
合、基底ベクトル間に相関が生ずるので、複数基底ベク
トルを独立に部分選択する方法では特性の劣化が避けら
れない。
ード励起リニア予測：ｃｏｄｅ−ｅｘｉｔｅｄ ｌｉｎ
ｅａｒ ｐｒｅｄｉｃｔｉｖｅ）系への適用を考えた場
合、基底ベクトル間に相関が生ずるので、複数基底ベク
トルを独立に部分選択する方法では特性の劣化が避けら
れない。
【００１７】本発明の目的は、ベクタサムベクトル量子
化を高次元で適用する際に必要な複数基底ベクトル毎の
独立な係数探索による特性劣化を抑えることができるベ
クトル量子化装置を提供することである。
化を高次元で適用する際に必要な複数基底ベクトル毎の
独立な係数探索による特性劣化を抑えることができるベ
クトル量子化装置を提供することである。
【００１８】
【課題を解決するための手段】本発明によれば、一定間
隔のブロックに分割された入力ベクトルを量子化するに
際して、予め定められた複数の基底ベクトルとインデッ
クスに応じて変化する整数係数との線形結合にてコード
ベクトルを形成するベクトル量子化装置であって、前記
基底ベクトルを前記入力ベクトルに応じて相互に直交化
せしめる直交化手段と、これ等直交化された基底ベクト
ル上で複数の基底ベクトル毎に互いに独立に係数決定を
行う係数決定手段とを含むことを特徴とするベクトル量
子化装置が得られる。
隔のブロックに分割された入力ベクトルを量子化するに
際して、予め定められた複数の基底ベクトルとインデッ
クスに応じて変化する整数係数との線形結合にてコード
ベクトルを形成するベクトル量子化装置であって、前記
基底ベクトルを前記入力ベクトルに応じて相互に直交化
せしめる直交化手段と、これ等直交化された基底ベクト
ル上で複数の基底ベクトル毎に互いに独立に係数決定を
行う係数決定手段とを含むことを特徴とするベクトル量
子化装置が得られる。
【００１９】
【発明の実施の形態】本発明の作用を述べると、ベクタ
サムベクトル量子化器の基底ベクトルを、入力ベクトル
から予め定められた手順によって定まる評価基準のもと
で相互に直交化させることで、複数基底ベクトル毎の独
立な部分選択による特性劣化を抑えることができる。
サムベクトル量子化器の基底ベクトルを、入力ベクトル
から予め定められた手順によって定まる評価基準のもと
で相互に直交化させることで、複数基底ベクトル毎の独
立な部分選択による特性劣化を抑えることができる。
【００２０】以下、本発明の実施例について図面を参照
しつつ説明する。
しつつ説明する。
【００２１】図１は本発明の実施例であるベクトル量子
化装置のブロック図である。以下ブロック長をＬとす
る。入力端子１から供給される入力ベクトルはバッファ
メモリ２に蓄えられる。このバッファメモリ２には当該
ブロックを含む複数の入力ベクトルが蓄えられている。
化装置のブロック図である。以下ブロック長をＬとす
る。入力端子１から供給される入力ベクトルはバッファ
メモリ２に蓄えられる。このバッファメモリ２には当該
ブロックを含む複数の入力ベクトルが蓄えられている。
【００２２】重み係数計算部３は図２のフローチャート
に示す如く、バッファメモリ２にある入力ベクトルを線
形予測分析し（ステップ２１）、その結果定まる線形予
測係数｛αi ，ｉ＝１，…，Ｉ｝を係数に持つ線形予測
合成フィルタのインパルス応答｛ｈ（ｎ）｝を求め（ス
テップ２２）、入力ベクトルウェイティング部４と基底
ベクトルウェイティング部６とへ出力する。
に示す如く、バッファメモリ２にある入力ベクトルを線
形予測分析し（ステップ２１）、その結果定まる線形予
測係数｛αi ，ｉ＝１，…，Ｉ｝を係数に持つ線形予測
合成フィルタのインパルス応答｛ｈ（ｎ）｝を求め（ス
テップ２２）、入力ベクトルウェイティング部４と基底
ベクトルウェイティング部６とへ出力する。
【００２３】入力ベクトルウェイティング部４は、図３
のフローチャートに示す如く、当該ブロックの入力ベク
トル｛ｘ（ｎ）｝をバッファメモリ２から読出し（ステ
ップ３１）、インパルス応答｛ｈ（ｎ）｝を重み係数計
算部３から入力し（ステップ３２）、重み付き入力ベク
トルｘw （ｎ）を、
のフローチャートに示す如く、当該ブロックの入力ベク
トル｛ｘ（ｎ）｝をバッファメモリ２から読出し（ステ
ップ３１）、インパルス応答｛ｈ（ｎ）｝を重み係数計
算部３から入力し（ステップ３２）、重み付き入力ベク
トルｘw （ｎ）を、
【数４】 の如く計算する（ステップ３３）。
【００２４】計算された重み付き入力ベクトルは部分選
択部８，９へ夫々出力される。
択部８，９へ夫々出力される。
【００２５】基底ベクトルウェイティング部６は、図４
のフローチャートに示す如く、基底ベクトルメモリ５か
ら供給されるＭ個の基底ベクトル｛ａi （ｎ），ｉ＝
１，…，Ｍ，ｎ＝０，…，Ｌ−１｝を（ステップ４
１）、重み係数計算部３から供給されるインパルス応答
｛ｈ（ｎ）｝で、
のフローチャートに示す如く、基底ベクトルメモリ５か
ら供給されるＭ個の基底ベクトル｛ａi （ｎ），ｉ＝
１，…，Ｍ，ｎ＝０，…，Ｌ−１｝を（ステップ４
１）、重み係数計算部３から供給されるインパルス応答
｛ｈ（ｎ）｝で、
【数５】 の様に変換して、重み付き基底ベクトル｛ｂi （ｎ），
ｉ＝１，…，Ｍ，ｎ＝０，…，Ｌ−１｝を求める（ステ
ップ４２）。
ｉ＝１，…，Ｍ，ｎ＝０，…，Ｌ−１｝を求める（ステ
ップ４２）。
【００２６】求めた重み付き基底ベクトルは直交化部７
へ出力される。直交化部７では、図５のフローチャート
に示す如く、重み付き基底ベクトル｛ｂi （ｎ）｝を
（ステップ５１）互いに直交化し（ステップ５２）、正
規直交系列｛ｄi （ｎ）｝を求める。直交化には次式で
示すグラム・シュミットの直交化が適用できる。すなわ
ち、
へ出力される。直交化部７では、図５のフローチャート
に示す如く、重み付き基底ベクトル｛ｂi （ｎ）｝を
（ステップ５１）互いに直交化し（ステップ５２）、正
規直交系列｛ｄi （ｎ）｝を求める。直交化には次式で
示すグラム・シュミットの直交化が適用できる。すなわ
ち、
【数６】 なる式をｉ＝１，…，Ｍへと順次計算していく。
【００２７】｛ｄi （ｎ）｝は互いに直交しているた
め、｛ｄi （ｎ）｝の係数はｄi （ｎ）毎に独立して探
索できる。本実施例では、以下｛ｄi （ｎ）｝を２組に
分けて係数探索する場合の説明を行う。
め、｛ｄi （ｎ）｝の係数はｄi （ｎ）毎に独立して探
索できる。本実施例では、以下｛ｄi （ｎ）｝を２組に
分けて係数探索する場合の説明を行う。
【００２８】図６（Ａ）のフローチャートに示す如く、
部分選択部８は直交化部７からＭ／２個の正規直交系列
｛ｄi （ｎ），ｉ＝１，…，Ｍ／２｝を、部分選択部９
は直交化部７から他のＭ／２個の正規直交系列｛ｄ
i （ｎ），ｉ＝Ｍ／２＋１，…，Ｍ｝を夫々入力する
（ステップ６１）。部分選択部８，９は、直交化部７か
ら供給されるＭ／２個の正規直交系列とインデックス生
成部１０，１１から供給されるインデックスｋに応じて
定まる整数係数とを用い（ステップ６２）、入力ベクト
ルウェイティング部４から供給される重み付き入力ベク
トル｛ｘw （ｎ）｝を最も良く表す前記インデックスを
独立に夫々選択し、それらをインデックス統合部１２へ
出力する（ステップ６３）。
部分選択部８は直交化部７からＭ／２個の正規直交系列
｛ｄi （ｎ），ｉ＝１，…，Ｍ／２｝を、部分選択部９
は直交化部７から他のＭ／２個の正規直交系列｛ｄ
i （ｎ），ｉ＝Ｍ／２＋１，…，Ｍ｝を夫々入力する
（ステップ６１）。部分選択部８，９は、直交化部７か
ら供給されるＭ／２個の正規直交系列とインデックス生
成部１０，１１から供給されるインデックスｋに応じて
定まる整数係数とを用い（ステップ６２）、入力ベクト
ルウェイティング部４から供給される重み付き入力ベク
トル｛ｘw （ｎ）｝を最も良く表す前記インデックスを
独立に夫々選択し、それらをインデックス統合部１２へ
出力する（ステップ６３）。
【００２９】部分選択部８，９における評価関数は以下
のようである。部分選択部８においては、
のようである。部分選択部８においては、
【数７】 である。
【００３０】また部分選択部９においては、
【数８】 である。
【００３１】ここで、ｕki (1) ，ｕki (2) は、共に、ｋ
をバイナリ表現した場合のｉ番目のビットが“０”の場
合“＋１”であり、“１”の場合“−１”であるので、
｛Ｊk (1) ｝及び｛Ｊk (2) ｝の計算は上記第（３）式
の漸化式を用いて効率的に実行できる。
をバイナリ表現した場合のｉ番目のビットが“０”の場
合“＋１”であり、“１”の場合“−１”であるので、
｛Ｊk (1) ｝及び｛Ｊk (2) ｝の計算は上記第（３）式
の漸化式を用いて効率的に実行できる。
【００３２】部分選択部８，９においては、図６（Ｂ）
のフローチャートに示す如く、最も小さい｛Ｊk (1) ｝
及び｛Ｊk (2) ｝を与えるインデックスｋb (1) 及びｋ
b (2 ) を夫々選択し、各々をインデックス統合部１２へ
出力する（ステップ６４，６５）。インデックス統合部
１２では、図７のフローチャートに示す如く、供給され
るインデックス｛ｋb (1) ，ｋb (2) ｝から、
のフローチャートに示す如く、最も小さい｛Ｊk (1) ｝
及び｛Ｊk (2) ｝を与えるインデックスｋb (1) 及びｋ
b (2 ) を夫々選択し、各々をインデックス統合部１２へ
出力する（ステップ６４，６５）。インデックス統合部
１２では、図７のフローチャートに示す如く、供給され
るインデックス｛ｋb (1) ，ｋb (2) ｝から、
【数９】 を計算し、この結果を出力端子１３より出力する（ステ
ップ７１〜７３）。
ップ７１〜７３）。
【００３３】以上説明したように本発明では、ベクタサ
ムベクトル量子化において、基底ベクトルを直交し、直
交化された基底ベクトルの部分集合毎に係数探索を行う
ものであり、本発明における演算量Ｃorthは、分割する
部分集合の数をＤとすると、 Ｃorth＝Ｌ＋ＭＬ＋（１／６）Ｍ3 ＋３（Ｍ2 ／２）＋
Ｍ／３＋Ｄ×｛１／２（Ｍ／Ｄ）（Ｍ／Ｄ＋１）Ｌ＋
（２M/D-1 −１）＋（Ｍ／Ｄ）（２M/D −１）｝ となる。
ムベクトル量子化において、基底ベクトルを直交し、直
交化された基底ベクトルの部分集合毎に係数探索を行う
ものであり、本発明における演算量Ｃorthは、分割する
部分集合の数をＤとすると、 Ｃorth＝Ｌ＋ＭＬ＋（１／６）Ｍ3 ＋３（Ｍ2 ／２）＋
Ｍ／３＋Ｄ×｛１／２（Ｍ／Ｄ）（Ｍ／Ｄ＋１）Ｌ＋
（２M/D-1 −１）＋（Ｍ／Ｄ）（２M/D −１）｝ となる。
【００３４】ＣvsumのリーディングオーダーはＭ・２
M-1 であるが、ＣorthのリーディングオーダーはＭ・２
M/D-1 である。よって、Ｍが大きい場合、Ｄを２以上に
取ることにより、従来方式よりも少ない演算量で、係数
探索ができる。
M-1 であるが、ＣorthのリーディングオーダーはＭ・２
M/D-1 である。よって、Ｍが大きい場合、Ｄを２以上に
取ることにより、従来方式よりも少ない演算量で、係数
探索ができる。
【００３５】
【発明の効果】以上述べた如く、本発明によれば、分割
された基底ベクトル毎に独立に係数探索する処理を、直
交化した基底ベクトル上で行うようにしたので、分割に
よる特性劣化がなく、演算量も少ないという効果があ
る。
された基底ベクトル毎に独立に係数探索する処理を、直
交化した基底ベクトル上で行うようにしたので、分割に
よる特性劣化がなく、演算量も少ないという効果があ
る。
【図１】本発明の実施例のブロック図である。
【図２】重み係数計算部３の動作を示すフローチャート
である。
である。
【図３】入力ベクトルウェイティング部４の動作を示す
フローチャートである。
フローチャートである。
【図４】基底ベクトルウェイティング部６の動作を示す
フローチャートである。
フローチャートである。
【図５】直交化部７の動作を示すフローチャートであ
る。
る。
【図６】部分選択部８，９の動作を示すフローチャート
である。
である。
【図７】インデックス統合部１２の動作を示すフローチ
ャートである。
ャートである。
２ バッファメモリ ３ 重み係数計算部 ４ 入力ベクトルウェイティング部 ５ 基底ベクトルメモリ ６ 基底ベクトルウェイティング部 ７ 直交化部 ８，９ 部分選択部 １０，１１ インデックス生成部 １２ インデックス統合部
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭61−209499（ＪＰ，Ａ) 特開 昭58−207099（ＪＰ，Ａ) 特開 昭64−29032（ＪＰ，Ａ) 特開 平６−209262（ＪＰ，Ａ) 特開 平８−6600（ＪＰ，Ａ) 特開 平８−263100（ＪＰ，Ａ) 特開 平８−44400（ＪＰ，Ａ) 特開 平３−222521（ＪＰ，Ａ) 電子情報通信学会技術研究報告，ＳＰ 94−53〜62［音声］ｐ．１−６；ＳＰ94 −53 (58)調査した分野(Int.Cl.6，ＤＢ名) H03M 7/30 G10L 9/00
Claims (4)
- 【請求項１】 一定間隔のブロックに分割された入力ベ
クトルを量子化するに際して、予め定められた複数の基
底ベクトルとインデックスに応じて変化する整数係数と
の線形結合にてコードベクトルを形成するベクトル量子
化装置であって、前記基底ベクトルを前記入力ベクトル
に応じて相互に直交化せしめる直交化手段と、これ等直
交化された基底ベクトル上で複数の基底ベクトル毎に互
いに独立に係数決定を行う係数決定手段とを含むことを
特徴とするベクトル量子化装置。 - 【請求項２】 前記直交化手段は、前記入力ベクトルの
線形予測を行ってこの線形予測による線形予測係数を係
数として有する線形予測合成フィルタのインパルス応答
を算出する手段と、このインパルス応答に従って前記基
底ベクトルの重み付けを行う手段と、この重み付けられ
た基底ベクトルを互いに直交化する手段とを有すること
を特徴とする請求項１記載のベクトル量子化装置。 - 【請求項３】 前記係数決定手段は、前記インパルス応
答に従って前記入力ベクトルの重み付けを行う手段と、
前記直交化された基底ベクトルの各々と前記インデック
スにより定まる整数係数とを用いて、この重み付けられ
た入力ベクトルを最も良く表すインデックスを夫々選択
する第１及び第２の選択手段と、これ等第１及び第２の
選択手段による選択インデックスに従った整数係数を求
める手段とを有することを特徴とする請求項２記載のベ
クトル量子化装置。 - 【請求項４】 前記第１及び第２の選択手段は、前記直
交化された基底ベクトルの各々と、前記インデックスに
より定まる整数係数と、前記重み付けられた入力ベクト
ルとにより決定される評価関数を夫々算出し、この評価
関数が最小となるインデックスを夫々選択するようにし
たことを特徴とする請求項３記載のベクトル量子化装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8055248A JP2918021B2 (ja) | 1996-03-13 | 1996-03-13 | ベクトル量子化装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8055248A JP2918021B2 (ja) | 1996-03-13 | 1996-03-13 | ベクトル量子化装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09246984A JPH09246984A (ja) | 1997-09-19 |
| JP2918021B2 true JP2918021B2 (ja) | 1999-07-12 |
Family
ID=12993301
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8055248A Expired - Fee Related JP2918021B2 (ja) | 1996-03-13 | 1996-03-13 | ベクトル量子化装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2918021B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104021306A (zh) * | 2014-06-19 | 2014-09-03 | 哈尔滨工业大学 | 一种基于施密特正交化的正交基训练方法 |
-
1996
- 1996-03-13 JP JP8055248A patent/JP2918021B2/ja not_active Expired - Fee Related
Non-Patent Citations (1)
| Title |
|---|
| 電子情報通信学会技術研究報告，ＳＰ９４−５３〜６２［音声］ｐ．１−６；ＳＰ９４−５３ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH09246984A (ja) | 1997-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3481251B2 (ja) | 代数的符号励振線形予測音声符号化方法 | |
| JP3112681B2 (ja) | 音声符号化方式 | |
| US8468017B2 (en) | Multi-stage quantization method and device | |
| JP3114197B2 (ja) | 音声パラメータ符号化方法 | |
| EP0514912A2 (en) | Speech coding and decoding methods | |
| JP3224955B2 (ja) | ベクトル量子化装置およびベクトル量子化方法 | |
| JPH06222797A (ja) | 音声符号化方式 | |
| JP3143956B2 (ja) | 音声パラメータ符号化方式 | |
| KR960013082A (ko) | 벡터양자화장치 | |
| JP2800618B2 (ja) | 音声パラメータ符号化方式 | |
| US5666465A (en) | Speech parameter encoder | |
| KR100510399B1 (ko) | 고정 코드북내의 최적 벡터의 고속 결정 방법 및 장치 | |
| JP2626492B2 (ja) | ベクトル量子化装置 | |
| JP2918021B2 (ja) | ベクトル量子化装置 | |
| JP2914305B2 (ja) | ベクトル量子化装置 | |
| JP2591430B2 (ja) | ベクトル量子化装置 | |
| JP3147807B2 (ja) | 信号符号化装置 | |
| JP3233184B2 (ja) | 音声符号化方法 | |
| JPH09230898A (ja) | 音響信号変換符号化方法及び復号化方法 | |
| JP3153075B2 (ja) | 音声符号化装置 | |
| JP3194930B2 (ja) | 音声符号化装置 | |
| JP3276977B2 (ja) | 音声符号化装置 | |
| JP3471892B2 (ja) | ベクトル量子化方法及び装置 | |
| EP0753841B1 (en) | Speech parameter encoding method capable of transmitting a spectrum parameter at a reduced number of bits | |
| JPH06186998A (ja) | 音声符号化装置のコードブック探索方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |