JPH07111456A - 音声圧縮方法および装置 - Google Patents
音声圧縮方法および装置Info
- Publication number
- JPH07111456A JPH07111456A JP27744993A JP27744993A JPH07111456A JP H07111456 A JPH07111456 A JP H07111456A JP 27744993 A JP27744993 A JP 27744993A JP 27744993 A JP27744993 A JP 27744993A JP H07111456 A JPH07111456 A JP H07111456A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- residual
- circuit
- representative
- representative value
- 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.)
- Pending
Links
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
(57)【要約】
【目的】 低ビットレートで明瞭度を確保しつつ、入力
された音声信号を精度良く復元することができる音声圧
縮方法および装置を提供することを目的とする。 【構成】 入力された音声データを線形予測により符号
化して予測係数を出力する符号化回路３と、予測係数に
より予測できない音声データの符号化の残差を出力する
差分回路４と、残差の代表値が規定されたベクトルテー
ブル６から、差分回路から出力された残差に最も近い代
表値を検索し、代表値を特定する番号を出力する検索回
路７とを備え、少なくとも予測係数ｋ(i)と番号ＶＮと
を伝送することを特徴とする。
された音声信号を精度良く復元することができる音声圧
縮方法および装置を提供することを目的とする。 【構成】 入力された音声データを線形予測により符号
化して予測係数を出力する符号化回路３と、予測係数に
より予測できない音声データの符号化の残差を出力する
差分回路４と、残差の代表値が規定されたベクトルテー
ブル６から、差分回路から出力された残差に最も近い代
表値を検索し、代表値を特定する番号を出力する検索回
路７とを備え、少なくとも予測係数ｋ(i)と番号ＶＮと
を伝送することを特徴とする。
Description
【０００１】
【産業上の利用分野】この発明は、音声データの伝送の
際にその冗長性を除去して必要情報を取り出す音声圧縮
方法および装置に関する。
際にその冗長性を除去して必要情報を取り出す音声圧縮
方法および装置に関する。
【０００２】
【従来の技術】音声信号から冗長性を除去して必要情報
を取り出す音声圧縮(帯域圧縮符号化)の技術は、従来か
ら主としてディジタル通信の分野で用いられている。従
来の音声圧縮の技術は、波形符号化とパラメータ符号化
とに大きく分類できる。
を取り出す音声圧縮(帯域圧縮符号化)の技術は、従来か
ら主としてディジタル通信の分野で用いられている。従
来の音声圧縮の技術は、波形符号化とパラメータ符号化
とに大きく分類できる。
【０００３】波形符号化は、信号波形そのものを効率良
く符号化する方式で、予測、および量子化技術が主な手
段となる。パラメータ符号化は、音声発生のメカニズム
に基づき、必要なパラメータを抽出して符号化する方法
であり、代表的なものとしてＰＡＲＣＯＲ(Partial Cor
relation;自己相関線形予測)がある。
く符号化する方式で、予測、および量子化技術が主な手
段となる。パラメータ符号化は、音声発生のメカニズム
に基づき、必要なパラメータを抽出して符号化する方法
であり、代表的なものとしてＰＡＲＣＯＲ(Partial Cor
relation;自己相関線形予測)がある。
【０００４】
【発明が解決しようとする課題】しかしながら、上述し
た従来の音声圧縮方法では、低ビットレートで明瞭度を
確保しつつ圧縮するのは困難である。例えば、音声予測
方式を用いた音声圧縮方法では、通常の線形予測では予
測できない部分(残差)を簡単な形に変換して予測係数と
共に伝送するため、圧縮率は向上するものの、復元され
た音声の不自然さが問題となる。
た従来の音声圧縮方法では、低ビットレートで明瞭度を
確保しつつ圧縮するのは困難である。例えば、音声予測
方式を用いた音声圧縮方法では、通常の線形予測では予
測できない部分(残差)を簡単な形に変換して予測係数と
共に伝送するため、圧縮率は向上するものの、復元され
た音声の不自然さが問題となる。
【０００５】
【発明の目的】この発明は、上述した従来技術の課題に
鑑みてなされたものであり、低ビットレートで明瞭度を
確保しつつ、入力された音声信号を精度良く復元するこ
とができる音声圧縮方法および装置を提供することを目
的とする。
鑑みてなされたものであり、低ビットレートで明瞭度を
確保しつつ、入力された音声信号を精度良く復元するこ
とができる音声圧縮方法および装置を提供することを目
的とする。
【０００６】
【課題を解決するための手段】この発明にかかる音声圧
縮方法は、上記の目的を達成させるため、入力された音
声データを線形予測により符号化して予測係数を検出す
ると共に、予測係数により予測できない音声データの符
号化の残差を検出し、残差の代表値が規定されたテーブ
ルから、差分回路から出力された残差に最も近い代表値
を検索して該代表値を特定する番号を選択し、少なくと
も予測係数と番号とを伝送することを特徴とする。
縮方法は、上記の目的を達成させるため、入力された音
声データを線形予測により符号化して予測係数を検出す
ると共に、予測係数により予測できない音声データの符
号化の残差を検出し、残差の代表値が規定されたテーブ
ルから、差分回路から出力された残差に最も近い代表値
を検索して該代表値を特定する番号を選択し、少なくと
も予測係数と番号とを伝送することを特徴とする。
【０００７】
【実施例】以下、この発明にかかる音声圧縮方法および
装置の実施例を説明する。図１は、この発明の一実施例
にかかる音声圧縮装置を示す。
装置の実施例を説明する。図１は、この発明の一実施例
にかかる音声圧縮装置を示す。
【０００８】実施例の音声圧縮装置は、線形予測の手法
により検出された予測値を用いて再現したときの音声デ
ータと、実際に入力された音声データとの差(残差)を求
めると共に、この残差を量子化テーブルを用いて符号化
し、予測係数と共にその補正データとして伝送する構成
となっている。この構成により、少ないビット数で大き
な情報量を持つ残差を表現することができる。
により検出された予測値を用いて再現したときの音声デ
ータと、実際に入力された音声データとの差(残差)を求
めると共に、この残差を量子化テーブルを用いて符号化
し、予測係数と共にその補正データとして伝送する構成
となっている。この構成により、少ないビット数で大き
な情報量を持つ残差を表現することができる。
【０００９】具体的には、図１に示されるようにマイク
ロフォン１から入力されてサンプリング回路２でサンプ
リングされた音声データが、ＬＰＣ(線形予測符号化)回
路３に入力される。ＬＰＣ回路３は、線形予測によって
音声データの大局情報を抽出する。実際には、ＰＡＲＣ
ＯＲにより入力された音声の予測係数(自己相関係数)ｋ
(i)を求めて出力する。
ロフォン１から入力されてサンプリング回路２でサンプ
リングされた音声データが、ＬＰＣ(線形予測符号化)回
路３に入力される。ＬＰＣ回路３は、線形予測によって
音声データの大局情報を抽出する。実際には、ＰＡＲＣ
ＯＲにより入力された音声の予測係数(自己相関係数)ｋ
(i)を求めて出力する。
【００１０】差分回路４は、ＬＰＣ回路３により求めら
れた予測係数ｋ(i)を用いて音声信号を復元し、これと
入力された音声信号とを比較することにより、予測でき
ない部分を残差Ｒeとして正規化回路５へ出力する。
れた予測係数ｋ(i)を用いて音声信号を復元し、これと
入力された音声信号とを比較することにより、予測でき
ない部分を残差Ｒeとして正規化回路５へ出力する。
【００１１】正規化回路５は、残差Ｒeの分散を求めて
残差パワーＰｅとして出力すると共に、その分散がベク
トルテーブル６に規定された代表ベクトルの分散値３
２．０と等しくなるよう正規化する。ベクトルテーブル
６は、この例では分散値３２．０に正規化された残差の
パターンを２０４８個の代表ベクトルとして保持してい
る。
残差パワーＰｅとして出力すると共に、その分散がベク
トルテーブル６に規定された代表ベクトルの分散値３
２．０と等しくなるよう正規化する。ベクトルテーブル
６は、この例では分散値３２．０に正規化された残差の
パターンを２０４８個の代表ベクトルとして保持してい
る。
【００１２】検索回路７は、ベクトルテーブル６内の代
表ベクトルから正規化された残差に最も近い値を検索
し、そのベクトルの番号ＶＮを出力する。
表ベクトルから正規化された残差に最も近い値を検索
し、そのベクトルの番号ＶＮを出力する。
【００１３】伝送するデータは、予測係数ｋ(i)、残差
パワーＰｅ、ベクトル番号ＶＮの３種類である。予測係
数ｋ(i)は、サンプル周波数が８ｋＨｚのときに１０次
で約４０ビットの容量を持つ。残差パワーＰｅは６ビッ
ト、ベクトル番号ＶＮは１１ビットとなる。
パワーＰｅ、ベクトル番号ＶＮの３種類である。予測係
数ｋ(i)は、サンプル周波数が８ｋＨｚのときに１０次
で約４０ビットの容量を持つ。残差パワーＰｅは６ビッ
ト、ベクトル番号ＶＮは１１ビットとなる。
【００１４】次に、上記の音声圧縮装置の重要部分の作
用につき詳述する。
用につき詳述する。
【００１５】ＬＰＣ回路３は、現在符号化の対象となっ
ている信号と、過去の信号との強い相関を利用して予測
係数を出力する。相関がある場合、現在対象となってい
る信号は全く未知ではなく、過去の信号からある程度の
予測が可能である。そこで、送信、受信の両サイドで共
通の既符号化情報を元に現信号を予測し、予測から外れ
た部分を示す予測誤差信号のみを予測係数ｋ(i)として
符号化して伝送する。
ている信号と、過去の信号との強い相関を利用して予測
係数を出力する。相関がある場合、現在対象となってい
る信号は全く未知ではなく、過去の信号からある程度の
予測が可能である。そこで、送信、受信の両サイドで共
通の既符号化情報を元に現信号を予測し、予測から外れ
た部分を示す予測誤差信号のみを予測係数ｋ(i)として
符号化して伝送する。
【００１６】上記のＬＰＣ回路３による線形予測では予
測できない残差Ｒeは、この例ではベクトル量子化によ
り圧縮されて伝送される。ベクトル量子化は、ｎ個(ｎ
＞１)の特徴量をｎ次のベクトルという一つのブロック
として捉え、これを一括して量子化する処理である。そ
の原理は一種のパターンマッチングであり、あらかじめ
送信側と受信側とで共通のベクトルテーブルを用意し、
入力ベクトルとテーブル内の各代表ベクトルとの近似度
を一定のひずみ尺度で計算し、最も近似度が高いテーブ
ル内の代表ベクトルを検索してその代表ベクトルの番号
を符号化伝送するものである。
測できない残差Ｒeは、この例ではベクトル量子化によ
り圧縮されて伝送される。ベクトル量子化は、ｎ個(ｎ
＞１)の特徴量をｎ次のベクトルという一つのブロック
として捉え、これを一括して量子化する処理である。そ
の原理は一種のパターンマッチングであり、あらかじめ
送信側と受信側とで共通のベクトルテーブルを用意し、
入力ベクトルとテーブル内の各代表ベクトルとの近似度
を一定のひずみ尺度で計算し、最も近似度が高いテーブ
ル内の代表ベクトルを検索してその代表ベクトルの番号
を符号化伝送するものである。
【００１７】残差Ｒeをベクトル量子化の方法で効率良
く圧縮するためには、以下の２つの準備が事前に必要と
なる。
く圧縮するためには、以下の２つの準備が事前に必要と
なる。
【００１８】第１に、特徴として保存すべき対象を波
形、スペクトラム、予測係数等から選択する。圧縮処理
の種類によって保存対象の特徴が異なり、圧縮率や性能
評価方法も変わる。また、圧縮の際のスケーリングも必
要となる。例えば、音声パワーは対数で評価した方がデ
ータ量を小さくすることができると共に、人間の聴覚の
特性にも適合する。平均値、分散等により正規化する方
法も、ここでいうスケーリングに含まれる。
形、スペクトラム、予測係数等から選択する。圧縮処理
の種類によって保存対象の特徴が異なり、圧縮率や性能
評価方法も変わる。また、圧縮の際のスケーリングも必
要となる。例えば、音声パワーは対数で評価した方がデ
ータ量を小さくすることができると共に、人間の聴覚の
特性にも適合する。平均値、分散等により正規化する方
法も、ここでいうスケーリングに含まれる。
【００１９】第２に、ベクトルテーブルを作成する。ベ
クトルテーブルは、入力ベクトルの分布をカバーできる
ように十分に大きく、かつ、代表ベクトルが入力ベクト
ルの分布内で均一に分布している必要がある。また、リ
アルタイムで変換できるよう高速検索が可能な処理アル
ゴリズムが必要となる。例えば、全件検索を行なうと送
信側のパターンマッチングに非常に大きな処理量が必要
となるため、テーブル内のパターンをツリー状に配列し
てツリーサーチ(分岐探索)を行なうようにする等の処理
量軽減対策がとられる。
クトルテーブルは、入力ベクトルの分布をカバーできる
ように十分に大きく、かつ、代表ベクトルが入力ベクト
ルの分布内で均一に分布している必要がある。また、リ
アルタイムで変換できるよう高速検索が可能な処理アル
ゴリズムが必要となる。例えば、全件検索を行なうと送
信側のパターンマッチングに非常に大きな処理量が必要
となるため、テーブル内のパターンをツリー状に配列し
てツリーサーチ(分岐探索)を行なうようにする等の処理
量軽減対策がとられる。
【００２０】また、ベクトル量子化方式では、波形が同
一であっても平均値や振幅が異なる場合には異なるパタ
ーンとみなされるため、前処理なしにマッチングする場
合には用意する代表ベクトルの数も膨大となる。このた
め、前処理として平均値や振幅を別情報として抽出し、
テーブル内の代表ベクトル、およびこれとのマッチング
をする入力ベクトルには平均値０、振幅一定に正規化し
たものを使用する。これにより、パターンマッチング部
分での処理負担を軽減することができる。
一であっても平均値や振幅が異なる場合には異なるパタ
ーンとみなされるため、前処理なしにマッチングする場
合には用意する代表ベクトルの数も膨大となる。このた
め、前処理として平均値や振幅を別情報として抽出し、
テーブル内の代表ベクトル、およびこれとのマッチング
をする入力ベクトルには平均値０、振幅一定に正規化し
たものを使用する。これにより、パターンマッチング部
分での処理負担を軽減することができる。
【００２１】なお、ベクトル量子化をする場合、音声波
形そのものを対象とするよりも、この発明のように対象
となる特徴量を抽出した後の残差を対象とした方が誤差
を小さく抑えることができる。特に、人間の聴覚では波
形そのものよりもスペクトル(周波数成分)の方がより重
視されているため、線形予測の手法でスペクトルを抽出
し、その残差をベクトル量子化により圧縮して伝送すれ
ば聴覚に適合した情報を伝送することができる。また、
入力ベクトルと代表ベクトルとの間に多少のズレがある
場合にも、線形予測係数を用いて復元するため、復元さ
れた音声ではズレは小さく抑えられる。
形そのものを対象とするよりも、この発明のように対象
となる特徴量を抽出した後の残差を対象とした方が誤差
を小さく抑えることができる。特に、人間の聴覚では波
形そのものよりもスペクトル(周波数成分)の方がより重
視されているため、線形予測の手法でスペクトルを抽出
し、その残差をベクトル量子化により圧縮して伝送すれ
ば聴覚に適合した情報を伝送することができる。また、
入力ベクトルと代表ベクトルとの間に多少のズレがある
場合にも、線形予測係数を用いて復元するため、復元さ
れた音声ではズレは小さく抑えられる。
【００２２】次に、残差のベクトルテーブルの作成方法
について説明する。残差の代表ベクトルを規定するベク
トルテーブルは、本来は対象となる音声の処理結果から
作成すべきであるが、その場合にはベクトルテーブルの
作成に時間と労力とがかかる。そこで、この実施例で
は、乱数を用いてベクトルテーブルを作成している。
について説明する。残差の代表ベクトルを規定するベク
トルテーブルは、本来は対象となる音声の処理結果から
作成すべきであるが、その場合にはベクトルテーブルの
作成に時間と労力とがかかる。そこで、この実施例で
は、乱数を用いてベクトルテーブルを作成している。
【００２３】ベクトルテーブルに規定される代表ベクト
ルが持つ成分は、ホワイトノイズ、低周波、周期的なパ
ルスの３つに分けることができ、これらの成分を乱数に
より生成する。作成された代表ベクトルは、次のように
正規化される。
ルが持つ成分は、ホワイトノイズ、低周波、周期的なパ
ルスの３つに分けることができ、これらの成分を乱数に
より生成する。作成された代表ベクトルは、次のように
正規化される。
【００２４】第１に平均値を０にし、第２に分散を３
２．０にする。これらは、音声圧縮時に残差との距離を
比較し易くするための処理である。残差の入力ベクトル
Ｒeとテーブル内の代表ベクトルＶqとの距離Ｅ(q)は、
各ベクトルを構成する成分をそれぞれＲe(i)、Ｖq(i)と
して、次の(１)式により求められる。
２．０にする。これらは、音声圧縮時に残差との距離を
比較し易くするための処理である。残差の入力ベクトル
Ｒeとテーブル内の代表ベクトルＶqとの距離Ｅ(q)は、
各ベクトルを構成する成分をそれぞれＲe(i)、Ｖq(i)と
して、次の(１)式により求められる。
【００２５】
【数１】
【００２６】ベクトルテーブル内の代表ベクトルは、残
差ベクトルの分布範囲の中で均一に分布することが望ま
しいため、乱数により代表ベクトルを生成した後、生成
した代表ベクトルと既存のテーブル内の代表ベクトルと
の距離を計算し、既存の代表ベクトルとの距離が近接す
る場合には、新たに生成した代表ベクトルを削除して再
度生成する。このような、生成、距離計算、計算結果に
よっては削除、という３つのサイクルを繰り返すことに
より、代表ベクトルがベクトル空間内で均一に分布した
ベクトルテーブルを作成することができる。
差ベクトルの分布範囲の中で均一に分布することが望ま
しいため、乱数により代表ベクトルを生成した後、生成
した代表ベクトルと既存のテーブル内の代表ベクトルと
の距離を計算し、既存の代表ベクトルとの距離が近接す
る場合には、新たに生成した代表ベクトルを削除して再
度生成する。このような、生成、距離計算、計算結果に
よっては削除、という３つのサイクルを繰り返すことに
より、代表ベクトルがベクトル空間内で均一に分布した
ベクトルテーブルを作成することができる。
【００２７】乱数ではなく実際の音声をソースにしてベ
クトルテーブルを作成する場合にも、同様の反復処理が
必要となる。
クトルテーブルを作成する場合にも、同様の反復処理が
必要となる。
【００２８】次に、学習によるベクトルテーブルの更新
方法について説明する。使用頻度が高い残差の代表ベク
トルは、対象となる音声信号の分布から抽出した方が乱
数で生成するよりも効率良く生成できる。そのため、初
期テーブルを上記の方法で乱数により作成しておき、対
象音声が入力されたときに、これに基づく学習によりベ
クトルテーブルを更新するよう構成しておけば、使用回
数が増加する毎にベクトルテーブルをより変換効率のよ
いテーブルに変更することができる。
方法について説明する。使用頻度が高い残差の代表ベク
トルは、対象となる音声信号の分布から抽出した方が乱
数で生成するよりも効率良く生成できる。そのため、初
期テーブルを上記の方法で乱数により作成しておき、対
象音声が入力されたときに、これに基づく学習によりベ
クトルテーブルを更新するよう構成しておけば、使用回
数が増加する毎にベクトルテーブルをより変換効率のよ
いテーブルに変更することができる。
【００２９】学習による更新は次のように実行される。
すなわち、まず、残差のベクトルが入力されたときにそ
の入力ベクトルＲeにテーブル内で最も近い代表ベクト
ルを検索し、入力ベクトルＲeと検索で抽出された代表
ベクトルＶ(q)との距離Ｅ(q)を計算する。距離Ｅ(q)が
所定の基準値より小さければ、テーブルは更新せずに代
表ベクトルの番号ＶＮを出力する。距離Ｅ(q)が基準値
より大きい場合には、代表ベクトルＶ(q)を以下の(２)
式によりＶ'(q)に更新し、代表ベクトル番号を出力す
る。ｋは重み付けの定数である。
すなわち、まず、残差のベクトルが入力されたときにそ
の入力ベクトルＲeにテーブル内で最も近い代表ベクト
ルを検索し、入力ベクトルＲeと検索で抽出された代表
ベクトルＶ(q)との距離Ｅ(q)を計算する。距離Ｅ(q)が
所定の基準値より小さければ、テーブルは更新せずに代
表ベクトルの番号ＶＮを出力する。距離Ｅ(q)が基準値
より大きい場合には、代表ベクトルＶ(q)を以下の(２)
式によりＶ'(q)に更新し、代表ベクトル番号を出力す
る。ｋは重み付けの定数である。
【００３０】
【数２】Ｖq'(i)＝ｋＶq(i)＋（１−ｋ）Ｒe(i) …(2) (０＜ｋ＜１)
【００３１】この更新学習を繰り返すことにより、圧縮
誤差が減少する方向にベクトルテーブルを更新すること
ができる。
誤差が減少する方向にベクトルテーブルを更新すること
ができる。
【００３２】
【発明の効果】以上説明したように、この発明によれ
ば、線型予測により予測できない残差をベクトルテーブ
ルを用いて量子化することにより、正確な音声情報の伝
送、復元を確保しつつ、圧縮率を高めて多重化効率を高
めることができる。
ば、線型予測により予測できない残差をベクトルテーブ
ルを用いて量子化することにより、正確な音声情報の伝
送、復元を確保しつつ、圧縮率を高めて多重化効率を高
めることができる。
【図１】 この発明にかかる音声圧縮装置の一実施例を
示すブロック図である。
示すブロック図である。
１ マイクロフォン ２ サンプリング回路 ３ ＬＰＣ(線形予測符号化)回路 ４ 差分回路 ５ 正規化回路 ６ ベクトルテーブル ７ 検索回路
Claims (6)
- 【請求項１】 入力された音声データを線形予測により
符号化して予測係数を検出すると共に、前記予測係数に
より予測できない音声データの符号化の残差を検出し、
残差の代表値が規定されたテーブルから、前記差分回路
から出力された残差に最も近い代表値を検索して該代表
値を特定する番号を選択し、少なくとも前記予測係数と
前記番号とを伝送することを特徴とする音声圧縮方法。 - 【請求項２】 前記代表値は、複数の要素を含む代表ベ
クトルとして定義され、前記残差を示す入力ベクトルと
のパターンマッチングにより検索、特定されることを特
徴とする請求項１に記載の音声圧縮方法。 - 【請求項３】 前記代表値を定義するベクトルテーブル
は、一定の条件で正規化された代表ベクトルを定義し、
前記残差を示す入力ベクトルは、前記条件で正規化され
た後にパターンマッチングが実行されると共に、正規化
により消失する特徴量を前記予測係数、前記番号と共に
伝送することを特徴とする請求項２に記載の音声圧縮方
法。 - 【請求項４】 入力された音声データを線形予測により
符号化して予測係数を出力する符号化回路と、 前記予測係数により予測できない音声データの符号化の
残差を出力する差分回路と、 残差の代表値が規定されたテーブルから、前記差分回路
から出力された残差に最も近い代表値を検索し、該代表
値を特定する番号を出力する検索回路とを備え、 少なくとも前記予測係数と前記番号とを伝送することを
特徴とする音声圧縮装置。 - 【請求項５】 前記代表値は、複数の要素を含む代表ベ
クトルとして定義され、前記検索回路は、残差を示す入
力ベクトルと前記代表ベクトルとのパターンマッチング
により代表値の番号を特定することを特徴とする請求項
４に記載の音声圧縮装置。 - 【請求項６】 前記代表値を定義するベクトルテーブル
は、一定の条件で正規化された代表ベクトルを定義し、
前記残差を示す入力ベクトルは、正規化回路により前記
条件で正規化され、前記検索回路は、正規化された入力
ベクトルによりパターンマッチングを実行し、正規化に
より消失する特徴量を前記予測係数、前記番号と共に伝
送することを特徴とする請求項５に記載の音声圧縮装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27744993A JPH07111456A (ja) | 1993-10-08 | 1993-10-08 | 音声圧縮方法および装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27744993A JPH07111456A (ja) | 1993-10-08 | 1993-10-08 | 音声圧縮方法および装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07111456A true JPH07111456A (ja) | 1995-04-25 |
Family
ID=17583736
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP27744993A Pending JPH07111456A (ja) | 1993-10-08 | 1993-10-08 | 音声圧縮方法および装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07111456A (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20020006164A (ko) * | 2000-07-11 | 2002-01-19 | 송문섭 | 음성 신호 부호화시 격자방법을 이용한 고정소수점선형예측부호화 계수 추출 방법 |
| JP2006295829A (ja) * | 2005-04-14 | 2006-10-26 | Nippon Hoso Kyokai <Nhk> | 量子化装置、量子化プログラム、及び信号処理装置 |
| JP2009296278A (ja) * | 2008-06-04 | 2009-12-17 | Nippon Telegr & Teleph Corp <Ntt> | 代表ベクトル生成方法及び装置及びプログラム |
| JP2010524332A (ja) * | 2007-04-04 | 2010-07-15 | テレフオンアクチーボラゲット エル エム エリクソン（パブル） | ベクトルを使用する画像処理 |
| JP2012113657A (ja) * | 2010-11-26 | 2012-06-14 | Mitsubishi Electric Corp | データ圧縮装置及びデータ復元装置及びデータ処理システム及びコンピュータプログラム及びデータ圧縮方法及びデータ復元方法 |
| US9313384B2 (en) | 2012-12-07 | 2016-04-12 | Samsung Electronics Co., Ltd. | Zoom lens having vibration prevention function |
| WO2020161952A1 (ja) | 2019-02-05 | 2020-08-13 | シチズンファインデバイス株式会社 | 磁界センサ装置 |
-
1993
- 1993-10-08 JP JP27744993A patent/JPH07111456A/ja active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20020006164A (ko) * | 2000-07-11 | 2002-01-19 | 송문섭 | 음성 신호 부호화시 격자방법을 이용한 고정소수점선형예측부호화 계수 추출 방법 |
| JP2006295829A (ja) * | 2005-04-14 | 2006-10-26 | Nippon Hoso Kyokai <Nhk> | 量子化装置、量子化プログラム、及び信号処理装置 |
| JP2010524332A (ja) * | 2007-04-04 | 2010-07-15 | テレフオンアクチーボラゲット エル エム エリクソン（パブル） | ベクトルを使用する画像処理 |
| US8571339B2 (en) | 2007-04-04 | 2013-10-29 | Telefonaktiebolaget Lm Ericsson (Publ) | Vector-based image processing |
| JP2009296278A (ja) * | 2008-06-04 | 2009-12-17 | Nippon Telegr & Teleph Corp <Ntt> | 代表ベクトル生成方法及び装置及びプログラム |
| JP2012113657A (ja) * | 2010-11-26 | 2012-06-14 | Mitsubishi Electric Corp | データ圧縮装置及びデータ復元装置及びデータ処理システム及びコンピュータプログラム及びデータ圧縮方法及びデータ復元方法 |
| US9313384B2 (en) | 2012-12-07 | 2016-04-12 | Samsung Electronics Co., Ltd. | Zoom lens having vibration prevention function |
| WO2020161952A1 (ja) | 2019-02-05 | 2020-08-13 | シチズンファインデバイス株式会社 | 磁界センサ装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gersho et al. | Vector quantization: A pattern-matching technique for speech coding | |
| JP2779886B2 (ja) | 広帯域音声信号復元方法 | |
| JP4506039B2 (ja) | 符号化装置及び方法、復号装置及び方法、並びに符号化プログラム及び復号プログラム | |
| US6269333B1 (en) | Codebook population using centroid pairs | |
| JP2006099124A (ja) | デジタル無線チャネル上の自動音声／話者認識 | |
| KR20080074234A (ko) | Ｌｐｃ 파라미터의 벡터 양자화 장치, ｌｐｃ 파라미터복호화 장치, 기록 매체, 음성 부호화 장치, 음성 복호화장치, 음성 신호 송신 장치, 및 음성 신호 수신 장치 | |
| JP2002372996A (ja) | 音響信号符号化方法及び装置、音響信号復号化方法及び装置、並びに記録媒体 | |
| US6141640A (en) | Multistage positive product vector quantization for line spectral frequencies in low rate speech coding | |
| Eriksson et al. | Exploiting interframe correlation in spectral quantization: a study of different memory VQ schemes | |
| JPH07261800A (ja) | 変換符号化方法、復号化方法 | |
| JPH07111456A (ja) | 音声圧縮方法および装置 | |
| JPH09106299A (ja) | 音響信号変換符号化方法および復号化方法 | |
| WO2005033860A2 (en) | A fast codebook selection method in audio encoding | |
| KR100508618B1 (ko) | 피치 주기 탐색 범위 설정 장치, 피치 주기 탐색 장치,적응 음원 벡터의 생성 장치, 음성 부호화 장치, 음성복호화 장치, 음성 신호 송신 장치, 음성 신호 수신 장치,이동국 장치 및 기지국 장치 | |
| US7164719B2 (en) | System to reduce distortion due to coding with a sample-by-sample quantizer | |
| Gersho et al. | Vector quantization techniques in speech coding | |
| JP2958726B2 (ja) | 反復性をもつサンプル化アナログ信号をコード化しデコードするための装置 | |
| JP4574320B2 (ja) | 音声符号化方法、広帯域音声符号化方法、音声符号化装置、広帯域音声符号化装置、音声符号化プログラム、広帯域音声符号化プログラム及びこれらのプログラムを記録した記録媒体 | |
| Rebolledo et al. | A multirate voice digitizer based upon vector quantization | |
| US5943644A (en) | Speech compression coding with discrete cosine transformation of stochastic elements | |
| Buzo et al. | A two-step speech compression system with vector quantizing | |
| Samuelsson et al. | Multiple description coding based on Gaussian mixture models | |
| JP4618823B2 (ja) | 信号符号化装置及び方法 | |
| JPH0451100A (ja) | 音声情報圧縮装置 | |
| Matsuyama et al. | Voice coding and tree encoding speech compression systems based upon inverse filter matching |