JPH08123500A - ベクトル量子化装置 - Google Patents
ベクトル量子化装置Info
- Publication number
- JPH08123500A JPH08123500A JP6258033A JP25803394A JPH08123500A JP H08123500 A JPH08123500 A JP H08123500A JP 6258033 A JP6258033 A JP 6258033A JP 25803394 A JP25803394 A JP 25803394A JP H08123500 A JPH08123500 A JP H08123500A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- code vector
- distortion
- code
- quantization distortion
- 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】 コードベクトルの全ての要素に対する量子化
歪を統計的に最小にし、無駄な演算を省略してコードブ
ックの探索を高速化する。 【構成】 分散値算出器１６はコードブック１２内の全
コードベクトルの各要素の分散値１７を計算し、量子化
歪閾値計算器１８はベクトルの各要素毎の分散値から許
容される量子化歪閾値１９を決定し、判定器２０は２乗
計算器１５からの量子化歪ｄｉと閾値１９のｉ番目の要
素ｔｈｉとを比較し、ｄｉがｔｈｉより大きければ量子
化歪演算をそこで打ち切り、ｄ（ｉ＋１）以降の量子化
歪演算は行なわずに次のコードベクトルをコードブック
１２から取りだして、量子化歪ｄ１の演算を開始する。
加算器２１はコードベクトル全体の量子化歪を算出す
る。
歪を統計的に最小にし、無駄な演算を省略してコードブ
ックの探索を高速化する。 【構成】 分散値算出器１６はコードブック１２内の全
コードベクトルの各要素の分散値１７を計算し、量子化
歪閾値計算器１８はベクトルの各要素毎の分散値から許
容される量子化歪閾値１９を決定し、判定器２０は２乗
計算器１５からの量子化歪ｄｉと閾値１９のｉ番目の要
素ｔｈｉとを比較し、ｄｉがｔｈｉより大きければ量子
化歪演算をそこで打ち切り、ｄ（ｉ＋１）以降の量子化
歪演算は行なわずに次のコードベクトルをコードブック
１２から取りだして、量子化歪ｄ１の演算を開始する。
加算器２１はコードベクトル全体の量子化歪を算出す
る。
Description
【０００１】
【産業上の利用分野】本発明は、ディジタル移動通信に
おいて、音声符号化を行なうためのベクトル量子化装置
に関するものである。
おいて、音声符号化を行なう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】近年、ディジタル移動通信の需要の増加
により音声符号化の低ビットレート化が必要とされてお
り、数々の音声符号化装置が開発されている。その中
で、波形やスペクトル包絡パラメータをサンプル毎に量
子化せずに、複数サンプルをまとめて一つの符号で表現
するベクトル量子化は、情報圧縮の手法として広く用い
られ、低ビットレート化に大きく貢献している。
により音声符号化の低ビットレート化が必要とされてお
り、数々の音声符号化装置が開発されている。その中
で、波形やスペクトル包絡パラメータをサンプル毎に量
子化せずに、複数サンプルをまとめて一つの符号で表現
するベクトル量子化は、情報圧縮の手法として広く用い
られ、低ビットレート化に大きく貢献している。
【０００３】以下に従来のベクトル量子化装置について
説明する。図４は一般的なベクトル量子化装置の構成を
示したものである。ターゲットベクトル１は量子化対象
としている波形等であり、図ではｍサンプル分（ｍ次
元）である。コードベクトル３はコードブック２に格納
されているｍ次元のベクトルである。ターゲットベクト
ル１が入力されると、コードブック２からコードベクト
ル３が取り出される。ターゲットベクトル１とコードベ
クトル３の各要素（Ｔ１〜ＴｍおよびＣ１〜Ｃｍ）は加
算器４に入力される。加算器４の出力は２乗計算器５に
入力され、ｍ個の２乗差データ（ｄ１〜ｄｍ）が得られ
る。ｍ個の２乗差データは加算器６に入力され、ｍ個の
２乗差データの総和Ｓｄが算出される。Ｓｄは最小値判
定器７により、それ以前のコードベクトルから計算され
たＳｄの最小値（Ｓｄmin ）よりも小さい値かどうかを
判定し、小さければＳｄmin をＳｄで更新し、インデッ
クス更新器８でコードベクトルインデックスを更新す
る。この一連の手順をコードブック２内の全てのコード
ベクトルに対して行ない、最終結果として、コードベク
トルインデックスをベクトル量子化結果として出力す
る。
説明する。図４は一般的なベクトル量子化装置の構成を
示したものである。ターゲットベクトル１は量子化対象
としている波形等であり、図ではｍサンプル分（ｍ次
元）である。コードベクトル３はコードブック２に格納
されているｍ次元のベクトルである。ターゲットベクト
ル１が入力されると、コードブック２からコードベクト
ル３が取り出される。ターゲットベクトル１とコードベ
クトル３の各要素（Ｔ１〜ＴｍおよびＣ１〜Ｃｍ）は加
算器４に入力される。加算器４の出力は２乗計算器５に
入力され、ｍ個の２乗差データ（ｄ１〜ｄｍ）が得られ
る。ｍ個の２乗差データは加算器６に入力され、ｍ個の
２乗差データの総和Ｓｄが算出される。Ｓｄは最小値判
定器７により、それ以前のコードベクトルから計算され
たＳｄの最小値（Ｓｄmin ）よりも小さい値かどうかを
判定し、小さければＳｄmin をＳｄで更新し、インデッ
クス更新器８でコードベクトルインデックスを更新す
る。この一連の手順をコードブック２内の全てのコード
ベクトルに対して行ない、最終結果として、コードベク
トルインデックスをベクトル量子化結果として出力す
る。
【０００４】
【発明が解決しようとする課題】しかしながら、上記の
ような従来のベクトル量子化装置では、以下のような問
題点を有していた。 コードベクトル全体としての量子化歪を評価尺度とし
ているため、コードベクトル内の各要素については量子
化歪が均等にならない。 コードベクトル内の各要素がある特定の分布を呈して
いるようなコードブックの場合、コードベクトル内の各
要素に対する量子化歪の重みが均等にならない。 ターゲットベクトル内の各要素に対する量子化歪に対
する感度の違いを考慮していない。 コードブック内の全てのコードベクトルとターゲット
ベクトルとの２乗差を計算しなければならず、計算の無
駄が多い。
ような従来のベクトル量子化装置では、以下のような問
題点を有していた。 コードベクトル全体としての量子化歪を評価尺度とし
ているため、コードベクトル内の各要素については量子
化歪が均等にならない。 コードベクトル内の各要素がある特定の分布を呈して
いるようなコードブックの場合、コードベクトル内の各
要素に対する量子化歪の重みが均等にならない。 ターゲットベクトル内の各要素に対する量子化歪に対
する感度の違いを考慮していない。 コードブック内の全てのコードベクトルとターゲット
ベクトルとの２乗差を計算しなければならず、計算の無
駄が多い。
【０００５】本発明は、上記従来の問題点を解決するも
のであり、コードベクトル内の各要素に対する量子化歪
および量子化歪の重みを均等にすることができ、またタ
ーゲットベクトル内の各要素の量子化歪に対する感度の
違いを考慮することができ、さらに無駄な計算を省略す
ることのできるベクトル量子化装置を提供することを目
的とする。
のであり、コードベクトル内の各要素に対する量子化歪
および量子化歪の重みを均等にすることができ、またタ
ーゲットベクトル内の各要素の量子化歪に対する感度の
違いを考慮することができ、さらに無駄な計算を省略す
ることのできるベクトル量子化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】本発明は、上記目的を達
成するために、コードベクトルの各要素の分散を全コー
ドベクトルから算出する分散値算出器を備え、この分散
値算出器によって算出された分散値をもとにコードベク
トルの各要素の許容量子化歪を決定し、許容量子化歪内
にコードベクトルの各要素が量子化されるようにしたも
のである。
成するために、コードベクトルの各要素の分散を全コー
ドベクトルから算出する分散値算出器を備え、この分散
値算出器によって算出された分散値をもとにコードベク
トルの各要素の許容量子化歪を決定し、許容量子化歪内
にコードベクトルの各要素が量子化されるようにしたも
のである。
【０００７】本発明はまた、ターゲットベクトル内の支
配的な要素を抽出する高感度要素抽出器を備え、この高
感度要素抽出器によって決定されたターゲットベクトル
の要素に対する量子化歪を予め定めておいた閾値以下に
抑えるようにしたものである。
配的な要素を抽出する高感度要素抽出器を備え、この高
感度要素抽出器によって決定されたターゲットベクトル
の要素に対する量子化歪を予め定めておいた閾値以下に
抑えるようにしたものである。
【０００８】本発明はまた、一つでも量子化歪が予め決
定されている閾値以上になる要素が存在することが分か
った場合は、その時点で、そのコードベクトルに対する
量子化歪計算を打ち切り、また高感度要素抽出器によっ
て決定された要素に対して、予め決定しておいた量子化
歪閾値以下になるように予備選択を行ない、この予備選
択によって、コードベクトルの候補を絞った後に本選択
を行なうことによって、無駄な計算を省略するようにし
たものである。
定されている閾値以上になる要素が存在することが分か
った場合は、その時点で、そのコードベクトルに対する
量子化歪計算を打ち切り、また高感度要素抽出器によっ
て決定された要素に対して、予め決定しておいた量子化
歪閾値以下になるように予備選択を行ない、この予備選
択によって、コードベクトルの候補を絞った後に本選択
を行なうことによって、無駄な計算を省略するようにし
たものである。
【０００９】
【作用】本発明は、上記構成によって、コードベクトル
内の各要素について量子化歪を均等にでき、またコード
ベクトル内の各要素がある特定の分布を呈しているよう
なコードブックにおいても、コードベクトル内の各要素
に対する量子化歪の重みを均等にすることができる。
内の各要素について量子化歪を均等にでき、またコード
ベクトル内の各要素がある特定の分布を呈しているよう
なコードブックにおいても、コードベクトル内の各要素
に対する量子化歪の重みを均等にすることができる。
【００１０】本発明はまた、ターゲットベクトル内の各
要素の量子化歪に対する感度の違いを考慮することによ
り、コードブック探索の高速化を図ることができる。
要素の量子化歪に対する感度の違いを考慮することによ
り、コードブック探索の高速化を図ることができる。
【００１１】本発明はまた、コードブック内の全てのコ
ードベクトルとターゲットベクトルとの２乗差を計算す
る必要をなくし、計算の無駄を少なくすることにより、
高速にコードブックの探索を行なうことができる。
ードベクトルとターゲットベクトルとの２乗差を計算す
る必要をなくし、計算の無駄を少なくすることにより、
高速にコードブックの探索を行なうことができる。
【００１２】
（実施例１）以下、本発明の第１の実施例について、図
面を参照しながら説明する。図１はコードベクトル内の
各要素について量子化歪を均等化し、コードベクトル内
の各要素がある特定の分布を呈しているようなコードブ
ックにおいても、コードベクトル内の各要素に対する量
子化歪の重みを均等化し、無駄な量子化歪計算を省略す
るベクトル量子化装置の例を示している。
面を参照しながら説明する。図１はコードベクトル内の
各要素について量子化歪を均等化し、コードベクトル内
の各要素がある特定の分布を呈しているようなコードブ
ックにおいても、コードベクトル内の各要素に対する量
子化歪の重みを均等化し、無駄な量子化歪計算を省略す
るベクトル量子化装置の例を示している。
【００１３】図１において、１１は入力信号のターゲッ
トベクトル、１２はコードブック、１３はコードブック
から取り出されたコードベクトル、１４はターゲットベ
クトル１１とコードベクトル１３との差を算出する加算
器、１５は加算器１４の出力の２乗を計算する２乗計算
器、１６はコードブック１２内の全てのコードベクトル
からコードベクトルの各要素の分散値を算出する分散値
算出器、１７は分散値算出器１６から出力された各要素
の分散値、１８は分散値１７から各要素に対する量子化
歪閾値を算出する量子化歪閾値計算器、１９は量子化歪
閾値計算器１８によって算出された量子化歪閾値、２０
は２乗計算器１５の出力と量子化歪閾値１９を比較した
結果によって量子化歪計算を打ち切るか、次の量子化歪
計算を続けるかの判定を行なう判定器、２１は全ての判
定器２０で量子化歪計算の打ち切りがなされなかった場
合に、コードベクトルの全要素の量子化歪の総和を計算
する加算器、２２は加算器２１の出力が最小となったか
どうかを判定する最小値判定器、２３は最小値判定器２
２によって最小値と判定された場合にコードブックイン
デックスを最新するインデックス更新器である。
トベクトル、１２はコードブック、１３はコードブック
から取り出されたコードベクトル、１４はターゲットベ
クトル１１とコードベクトル１３との差を算出する加算
器、１５は加算器１４の出力の２乗を計算する２乗計算
器、１６はコードブック１２内の全てのコードベクトル
からコードベクトルの各要素の分散値を算出する分散値
算出器、１７は分散値算出器１６から出力された各要素
の分散値、１８は分散値１７から各要素に対する量子化
歪閾値を算出する量子化歪閾値計算器、１９は量子化歪
閾値計算器１８によって算出された量子化歪閾値、２０
は２乗計算器１５の出力と量子化歪閾値１９を比較した
結果によって量子化歪計算を打ち切るか、次の量子化歪
計算を続けるかの判定を行なう判定器、２１は全ての判
定器２０で量子化歪計算の打ち切りがなされなかった場
合に、コードベクトルの全要素の量子化歪の総和を計算
する加算器、２２は加算器２１の出力が最小となったか
どうかを判定する最小値判定器、２３は最小値判定器２
２によって最小値と判定された場合にコードブックイン
デックスを最新するインデックス更新器である。
【００１４】以上のように構成されたベクトル量子化装
置について、以下、その動作を説明する。図１におい
て、加算器１４は、ターゲットベクトル１１とコードブ
ック１２から取り出されたコードベクトル１３との差を
計算し、２乗計算器１５に出力する。２乗計算器１５
は、加算器１４の出力の２乗を計算し、量子化歪ｄｉ
（ｉ＝１〜ｍ）を判定器２０に出力する。この時、加算
器１４と２乗計算器１５の演算は、ベクトルの全ての要
素に対して並列に行なわれるのではなく、ベクトルの各
要素毎に逐次実行され、ｄ１が計算された後にｄ２を計
算し、ｄ２が計算された後ｄ３を計算し、というように
してｄｍまで計算し、判定器２０によって演算が打ち切
られるまで続けられる。一方、分散値算出器１６は、コ
ードブック１２内の全コードベクトルの各要素の分散値
ベクトルを計算し、出力された分散値１７は、ベクトル
の各要素の量子化歪閾値計算器１８に入力される。量子
化歪閾値計算器１８は、ベクトルの各要素毎に許容され
る量子化歪閾値１９を決定し、量子化歪閾値ベクトルと
して出力する。
置について、以下、その動作を説明する。図１におい
て、加算器１４は、ターゲットベクトル１１とコードブ
ック１２から取り出されたコードベクトル１３との差を
計算し、２乗計算器１５に出力する。２乗計算器１５
は、加算器１４の出力の２乗を計算し、量子化歪ｄｉ
（ｉ＝１〜ｍ）を判定器２０に出力する。この時、加算
器１４と２乗計算器１５の演算は、ベクトルの全ての要
素に対して並列に行なわれるのではなく、ベクトルの各
要素毎に逐次実行され、ｄ１が計算された後にｄ２を計
算し、ｄ２が計算された後ｄ３を計算し、というように
してｄｍまで計算し、判定器２０によって演算が打ち切
られるまで続けられる。一方、分散値算出器１６は、コ
ードブック１２内の全コードベクトルの各要素の分散値
ベクトルを計算し、出力された分散値１７は、ベクトル
の各要素の量子化歪閾値計算器１８に入力される。量子
化歪閾値計算器１８は、ベクトルの各要素毎に許容され
る量子化歪閾値１９を決定し、量子化歪閾値ベクトルと
して出力する。
【００１５】ここで、分散値算出器１６から量子化歪閾
値計算器１８までの演算は、コードブックが固定されて
いれば、予め実行して閾値ベクトル１９を算出しておけ
ば良い。また、学習によって作成されたコードブックの
場合は、各コードベクトルのクラスタに属する学習デー
タベクトルを用いて、コードベクトルと学習データベク
トルの誤差の分散を各要素毎に求め、閾値ベクトル１９
を決定することが有効である。
値計算器１８までの演算は、コードブックが固定されて
いれば、予め実行して閾値ベクトル１９を算出しておけ
ば良い。また、学習によって作成されたコードブックの
場合は、各コードベクトルのクラスタに属する学習デー
タベクトルを用いて、コードベクトルと学習データベク
トルの誤差の分散を各要素毎に求め、閾値ベクトル１９
を決定することが有効である。
【００１６】判定器２０は、量子化歪ｄｉと閾値ベクト
ル１９のｉ番目の要素ｔｈｉとを比較し、ｄｉがｔｈｉ
より大きければ量子化歪計算をそこで打ち切り、ｄ（ｉ
＋１）以降の量子化歪計算は行なわずに、次のコードベ
クトルをコードブック１２から取り出して、量子化歪ｄ
１の計算を開始する。逆にｄｉがｔｈｉより小さけれ
ば、次の要素の量子化歪計算を実行し、ｄ（ｉ＋１）を
算出する。加算器２１は、全ての判定器２０で量子化歪
計算が打ち切られなかった場合のみ動作し、コードベク
トル全体の量子化歪を算出し、最小値判定器２２に出力
する。最小値判定器２２は、コードベクトル全体の量子
化歪がそれまでに探索したコードベクトルの中で最小に
なっているかどうかの判定を行ない、結果をインデック
ス更新器２３に出力する。インデックス更新器２３で
は、最小値判定器２２により最小値であるという判定結
果が得られた場合に、最適コードベクトルのインデック
スを更新し、そのインデックスを保持する。コードブッ
ク内の全てのコードベクトルに対して一連の計算が行な
われた時点で、インデックス更新器２３に保持されてい
るインデックスがベクトル量子化結果として出力され
る。
ル１９のｉ番目の要素ｔｈｉとを比較し、ｄｉがｔｈｉ
より大きければ量子化歪計算をそこで打ち切り、ｄ（ｉ
＋１）以降の量子化歪計算は行なわずに、次のコードベ
クトルをコードブック１２から取り出して、量子化歪ｄ
１の計算を開始する。逆にｄｉがｔｈｉより小さけれ
ば、次の要素の量子化歪計算を実行し、ｄ（ｉ＋１）を
算出する。加算器２１は、全ての判定器２０で量子化歪
計算が打ち切られなかった場合のみ動作し、コードベク
トル全体の量子化歪を算出し、最小値判定器２２に出力
する。最小値判定器２２は、コードベクトル全体の量子
化歪がそれまでに探索したコードベクトルの中で最小に
なっているかどうかの判定を行ない、結果をインデック
ス更新器２３に出力する。インデックス更新器２３で
は、最小値判定器２２により最小値であるという判定結
果が得られた場合に、最適コードベクトルのインデック
スを更新し、そのインデックスを保持する。コードブッ
ク内の全てのコードベクトルに対して一連の計算が行な
われた時点で、インデックス更新器２３に保持されてい
るインデックスがベクトル量子化結果として出力され
る。
【００１７】このように、上記実施例によれば、コード
ベクトルの各要素毎に逐次量子化歪を計算することによ
って、コードベクトル内の各要素について量子化歪を均
等にすることができ、またコードベクトル内の各要素が
ある特定の分布を呈しているようなコードブックにおい
ても、コードベクトル内の各要素に対する量子化歪を均
等にすることができる。さらに、各要素毎に逐次量子化
歪を計算する途中で計算を打ち切ることによって、コー
ドブック内の全てのコードベクトルとターゲットベクト
ルとの２乗差を計算する必要をなくし、計算の無駄を少
なくすることができる。
ベクトルの各要素毎に逐次量子化歪を計算することによ
って、コードベクトル内の各要素について量子化歪を均
等にすることができ、またコードベクトル内の各要素が
ある特定の分布を呈しているようなコードブックにおい
ても、コードベクトル内の各要素に対する量子化歪を均
等にすることができる。さらに、各要素毎に逐次量子化
歪を計算する途中で計算を打ち切ることによって、コー
ドブック内の全てのコードベクトルとターゲットベクト
ルとの２乗差を計算する必要をなくし、計算の無駄を少
なくすることができる。
【００１８】（実施例２）次に、本発明の第２の実施例
について、図面を参照しながら説明する。図２はコード
ベクトル内の各要素の量子化歪に対する感度の違いを考
慮し、予備探索を行なうことによって、コードブック探
索の高速化を図ったベクトル量子化装置の例を示してい
る。
について、図面を参照しながら説明する。図２はコード
ベクトル内の各要素の量子化歪に対する感度の違いを考
慮し、予備探索を行なうことによって、コードブック探
索の高速化を図ったベクトル量子化装置の例を示してい
る。
【００１９】図２において、３１は入力信号のターゲッ
トベクトルから量子化歪に対する感度が高いと思われる
要素を抽出する高感度要素抽出器であり、ターゲットベ
クトル高感度要素３２とそのインデックスｉｘ１を出力
する。３３はコードブック、３４はコードブック３３の
各コードベクトルの中から高感度要素抽出器３１から出
力されたインデックスｉｘ１で示されるコードベクトル
高感度要素３５を取り出す高感度要素選択器、３６はコ
ードブック３３から取り出されたコードベクトル高感度
要素３５と高感度要素抽出器３１から取り出されたター
ゲットベクトル高感度要素３２とを用いて量子化歪を計
算し、量子化歪が所定の閾値よりも小さくなるコードベ
クトルを選択し、そのコードベクトルのインデックスｉ
ｘ２を出力予備選択器、３７は予備選択器３６から出力
されたインデックスｉｘ２のコードベクトルをコードブ
ック３３から取り出す本選択用コードベクトル選択器、
３８は本選択用コードベクトル選択器３７によってコー
ドブック３３から取り出されたコードベクトルの中から
最もターゲットベクトルに近いものを選択する本選択器
である。
トベクトルから量子化歪に対する感度が高いと思われる
要素を抽出する高感度要素抽出器であり、ターゲットベ
クトル高感度要素３２とそのインデックスｉｘ１を出力
する。３３はコードブック、３４はコードブック３３の
各コードベクトルの中から高感度要素抽出器３１から出
力されたインデックスｉｘ１で示されるコードベクトル
高感度要素３５を取り出す高感度要素選択器、３６はコ
ードブック３３から取り出されたコードベクトル高感度
要素３５と高感度要素抽出器３１から取り出されたター
ゲットベクトル高感度要素３２とを用いて量子化歪を計
算し、量子化歪が所定の閾値よりも小さくなるコードベ
クトルを選択し、そのコードベクトルのインデックスｉ
ｘ２を出力予備選択器、３７は予備選択器３６から出力
されたインデックスｉｘ２のコードベクトルをコードブ
ック３３から取り出す本選択用コードベクトル選択器、
３８は本選択用コードベクトル選択器３７によってコー
ドブック３３から取り出されたコードベクトルの中から
最もターゲットベクトルに近いものを選択する本選択器
である。
【００２０】以上のように構成されたベクトル量子化装
置について、以下、その動作を説明する。図２におい
て、高感度要素抽出器３１は、ターゲットベクトルの中
から量子化歪に感度が高いと思われる要素を抽出する。
具体的には、各要素の中で絶対値が最大となる要素が重
要である。あるいは零の近傍で正負の符号の正確さが重
要となる等、量子化対象の性質に基づいて高感度要素が
抽出される。高感度要素抽出器３１によって抽出された
要素のインデックスｉｘ１は、高感度要素選択器３４に
出力され、高感度要素選択器３４は、コードブック３３
の中からインデックスｉｘ１で示されるコードベクトル
の要素であるコードベクトル高感度要素３５を取り出
す。コードベクトル高感度要素３５は、予備選択器３６
に入力され、高感度要素抽出器３１から出力されたター
ゲットベクトル高感度要素３２と比較され、量子化歪所
定の閾値以下であれば、本選択の候補としてそのコード
ベクトルインデックスｉｘ２が本選択用コードベクトル
選択器３７に出力される。この予備選択まではコードブ
ック内の全てのコードベクトルに対して行なわれる。予
備選択がコードブック内の全てのコードベクトルに対し
て終了すると、予備選択器３６で選択されたコードベク
トルに対して本選択が行なわれる。本選択用コードベク
トル選択器３７は、コードブック３３の中から出力され
たコードベクトルインデックスｉｘ２で示されるコード
ベクトルを取り出し、本選択器３８に出力する。本選択
器３８は、入力ターゲットベクトルと本選択用コードベ
クトル選択器３７によってコードブック３３から取り出
されたコードベクトルとを比較し、量子化歪が最小とな
るコードベクトルを最終決定する。
置について、以下、その動作を説明する。図２におい
て、高感度要素抽出器３１は、ターゲットベクトルの中
から量子化歪に感度が高いと思われる要素を抽出する。
具体的には、各要素の中で絶対値が最大となる要素が重
要である。あるいは零の近傍で正負の符号の正確さが重
要となる等、量子化対象の性質に基づいて高感度要素が
抽出される。高感度要素抽出器３１によって抽出された
要素のインデックスｉｘ１は、高感度要素選択器３４に
出力され、高感度要素選択器３４は、コードブック３３
の中からインデックスｉｘ１で示されるコードベクトル
の要素であるコードベクトル高感度要素３５を取り出
す。コードベクトル高感度要素３５は、予備選択器３６
に入力され、高感度要素抽出器３１から出力されたター
ゲットベクトル高感度要素３２と比較され、量子化歪所
定の閾値以下であれば、本選択の候補としてそのコード
ベクトルインデックスｉｘ２が本選択用コードベクトル
選択器３７に出力される。この予備選択まではコードブ
ック内の全てのコードベクトルに対して行なわれる。予
備選択がコードブック内の全てのコードベクトルに対し
て終了すると、予備選択器３６で選択されたコードベク
トルに対して本選択が行なわれる。本選択用コードベク
トル選択器３７は、コードブック３３の中から出力され
たコードベクトルインデックスｉｘ２で示されるコード
ベクトルを取り出し、本選択器３８に出力する。本選択
器３８は、入力ターゲットベクトルと本選択用コードベ
クトル選択器３７によってコードブック３３から取り出
されたコードベクトルとを比較し、量子化歪が最小とな
るコードベクトルを最終決定する。
【００２１】このように、上記実施例によれば、ターゲ
ットベクトルの要素の中から量子化歪に対して感度が高
い要素を抽出し、その要素に対しては所定の閾値よりも
量子化歪が小さくなることを保証することによって、各
要素の量子化歪に対する感度の違いを考慮したベクトル
量子化を実現し、さらに高感度要素により予備選択を行
なうことで、コードブック探索の高速化を図ることがで
きる。
ットベクトルの要素の中から量子化歪に対して感度が高
い要素を抽出し、その要素に対しては所定の閾値よりも
量子化歪が小さくなることを保証することによって、各
要素の量子化歪に対する感度の違いを考慮したベクトル
量子化を実現し、さらに高感度要素により予備選択を行
なうことで、コードブック探索の高速化を図ることがで
きる。
【００２２】（実施例３）次に、本発明の第３の実施例
について、図面を参照しながら説明する。図３はコード
ベクトル内の各要素がある特定の分布を呈しているよう
なコードブックにおいて、コードベクトル内の各要素に
値する量子化歪の重みを均等にするベクトル量子化装置
の例を示している。
について、図面を参照しながら説明する。図３はコード
ベクトル内の各要素がある特定の分布を呈しているよう
なコードブックにおいて、コードベクトル内の各要素に
値する量子化歪の重みを均等にするベクトル量子化装置
の例を示している。
【００２３】図３において、４１は入力信号のターゲッ
トベクトル、４２はコードブック、４３はコードブック
から取り出されたコードベクトル、４４はターゲットベ
クトル４１とコードベクトル４３との差を算出する加算
器、４５は加算器４４の出力の２乗を計算する２乗計算
器、４６は２乗計算器４５によって算出される２乗誤差
ベクトル、４７はコードブック４２内の全てのコードベ
クトルからコードベクトルの各要素の分散値を算出する
分散値算出器、４８は分散値算出器４７から出力された
各要素の分散値、４９は分散値４８から各要素に対する
量子化歪重み付け係数を算出する量子化歪重み付け係数
計算器、５０は量子化歪重み付け係数計算器４９によっ
て算出された量子化歪重み付け係数、５１は２乗誤差ベ
クトル４６と量子化歪重み付け係数５０を乗算する乗算
器、５２は全ての乗算器５１の出力の総和を計算する加
算器、５３は加算器５２の出力が最小となったかどうか
を判定する最小値判定器、５４は最小値判定器５３によ
って最小値と判定された場合にコードブックインデック
スを更新するインデックス更新器である。
トベクトル、４２はコードブック、４３はコードブック
から取り出されたコードベクトル、４４はターゲットベ
クトル４１とコードベクトル４３との差を算出する加算
器、４５は加算器４４の出力の２乗を計算する２乗計算
器、４６は２乗計算器４５によって算出される２乗誤差
ベクトル、４７はコードブック４２内の全てのコードベ
クトルからコードベクトルの各要素の分散値を算出する
分散値算出器、４８は分散値算出器４７から出力された
各要素の分散値、４９は分散値４８から各要素に対する
量子化歪重み付け係数を算出する量子化歪重み付け係数
計算器、５０は量子化歪重み付け係数計算器４９によっ
て算出された量子化歪重み付け係数、５１は２乗誤差ベ
クトル４６と量子化歪重み付け係数５０を乗算する乗算
器、５２は全ての乗算器５１の出力の総和を計算する加
算器、５３は加算器５２の出力が最小となったかどうか
を判定する最小値判定器、５４は最小値判定器５３によ
って最小値と判定された場合にコードブックインデック
スを更新するインデックス更新器である。
【００２４】以上のように構成されたベクトル量子化装
置について、以下、その動作を説明する。図３におい
て、加算器４４は、ターゲットベクトル４１とコードブ
ック４２から取り出されたコードベクトル４３との差を
計算し、２乗計算器４５に出力する。２乗計算器４５
は、加算器４４の出力の２乗を計算し、２乗誤差ベクト
ル４６を出力する。一方、分散値算出器４７は、コード
ブック内４２の全コードベクトルの各要素の分散値ベク
トルを計算し、出力された分散値４８は、ベクトルの各
要素の量子化歪重み付け係数計算器４９に入力される。
量子化歪重み付け係数計算器４９は、ベクトルの各要素
毎に量子化歪重み付け係数５０を算出し、出力する。
置について、以下、その動作を説明する。図３におい
て、加算器４４は、ターゲットベクトル４１とコードブ
ック４２から取り出されたコードベクトル４３との差を
計算し、２乗計算器４５に出力する。２乗計算器４５
は、加算器４４の出力の２乗を計算し、２乗誤差ベクト
ル４６を出力する。一方、分散値算出器４７は、コード
ブック内４２の全コードベクトルの各要素の分散値ベク
トルを計算し、出力された分散値４８は、ベクトルの各
要素の量子化歪重み付け係数計算器４９に入力される。
量子化歪重み付け係数計算器４９は、ベクトルの各要素
毎に量子化歪重み付け係数５０を算出し、出力する。
【００２５】ここで、分散値算出器４７から量子化歪重
み付け係数計算器４９までの演算は、コードブックが固
定されていれば、予め実行して量子化歪重み付け係数ベ
クトル５０を算出しておけば良い。また、学習によって
作成されたコードブックの場合は、各コードベクトルの
クラスタに属する学習データベクトルを用いて、コード
ベクトルと学習データベクトルの誤差の分散を各要素毎
に求め、量子化重み付け係数ベクトル５０を決定するこ
とが有効である。
み付け係数計算器４９までの演算は、コードブックが固
定されていれば、予め実行して量子化歪重み付け係数ベ
クトル５０を算出しておけば良い。また、学習によって
作成されたコードブックの場合は、各コードベクトルの
クラスタに属する学習データベクトルを用いて、コード
ベクトルと学習データベクトルの誤差の分散を各要素毎
に求め、量子化重み付け係数ベクトル５０を決定するこ
とが有効である。
【００２６】乗算器５１は、２乗算差ベクトル４６と量
子化歪重み付け係数ベクトル５０との乗算を行ない、加
算器５２に結果を出力する。加算器５２は、乗算器５１
の結果の総和を算出し、最小値判定器５３に出力する。
最小値判定器５３は、コードベクトル全体の量子化歪が
それまでに探索したコードベクトルの中で最小になって
いるかどうかの判定を行ない、結果をインデックス更新
器５４に出力する。インデックス更新器５４では、最小
値判定器５３により最小値であるという判定結果が得ら
れた場合に、最適コードベクトルのインデックスを更新
し、そのインデックスを保持する。コードブック４２内
の全てのコードベクトルに対して一連の演算が行なわれ
た時点で、インデックス更新器５４に保持されているイ
ンデックスが、ベクトル量子化結果として出力される。
子化歪重み付け係数ベクトル５０との乗算を行ない、加
算器５２に結果を出力する。加算器５２は、乗算器５１
の結果の総和を算出し、最小値判定器５３に出力する。
最小値判定器５３は、コードベクトル全体の量子化歪が
それまでに探索したコードベクトルの中で最小になって
いるかどうかの判定を行ない、結果をインデックス更新
器５４に出力する。インデックス更新器５４では、最小
値判定器５３により最小値であるという判定結果が得ら
れた場合に、最適コードベクトルのインデックスを更新
し、そのインデックスを保持する。コードブック４２内
の全てのコードベクトルに対して一連の演算が行なわれ
た時点で、インデックス更新器５４に保持されているイ
ンデックスが、ベクトル量子化結果として出力される。
【００２７】このように、上記実施例によれば、コード
ベクトル内の各要素の分布を考慮した重み付け係数をコ
ードブック探索時に用いることによって、コードベクト
ル内の各要素に対する量子化歪重みを均等にすることが
でき、コードベクトル内の各要素がある特定の分布を呈
しているようなコードブックにおいて、特に有効であ
る。
ベクトル内の各要素の分布を考慮した重み付け係数をコ
ードブック探索時に用いることによって、コードベクト
ル内の各要素に対する量子化歪重みを均等にすることが
でき、コードベクトル内の各要素がある特定の分布を呈
しているようなコードブックにおいて、特に有効であ
る。
【００２８】なお、上記実施例３において、量子化歪重
み係数に特に大きいものが存在する場合は、実施例２に
示したように予備選択を取り入れれば、コードブック探
索の高速化も可能である。
み係数に特に大きいものが存在する場合は、実施例２に
示したように予備選択を取り入れれば、コードブック探
索の高速化も可能である。
【００２９】
【発明の効果】本発明は、上記実施例から明らかなよう
に、以下に示す効果を持つ優れたベクトル量子化装置を
実現できるものである。 コードベクトル内の各要素について量子化歪を均等に
することが可能となる。 コードベクトル内の各要素がある特定の分布を呈して
いるようなコードブックにおいても、コードベクトル内
の各要素に対する量子化歪の重みを均等にすることが可
能となる。 ターゲットベクトル内の各要素の量子化歪に対する感
度の違いを考慮したベクトル量子化を行なうことが可能
となる。 コードブック内の全てのコードベクトルとターゲット
ベクトルとの２乗差を計算する必要をなくし、計算の無
駄を少なくすることが可能となる。
に、以下に示す効果を持つ優れたベクトル量子化装置を
実現できるものである。 コードベクトル内の各要素について量子化歪を均等に
することが可能となる。 コードベクトル内の各要素がある特定の分布を呈して
いるようなコードブックにおいても、コードベクトル内
の各要素に対する量子化歪の重みを均等にすることが可
能となる。 ターゲットベクトル内の各要素の量子化歪に対する感
度の違いを考慮したベクトル量子化を行なうことが可能
となる。 コードブック内の全てのコードベクトルとターゲット
ベクトルとの２乗差を計算する必要をなくし、計算の無
駄を少なくすることが可能となる。
【図１】本発明の第１の実施例におけるベクトル量子化
装置のブロック図
装置のブロック図
【図２】本発明の第２の実施例におけるベクトル量子化
装置のブロック図
装置のブロック図
【図３】本発明の第３の実施例におけるベクトル量子化
装置のブロック図
装置のブロック図
【図４】従来の一般的なベクトル量子化装置のブロック
図
図
１１ ターゲットベクトル １２ コードブック １３ コードベクトル １５ ２乗計算器 １６ 分散値算出器 １７ 分散値 １８ 量子化歪閾値計算器 １９ 量子化歪閾値 ２０ 判定器 ２２ 最小値判定器 ２３ インデックス更新器 ３１ 高感度要素抽出器 ３２ ターゲットベクトル高感度要素 ３３ コードブック ３４ 高感度要素選択器 ３５ コードベクトル高感度要素 ３６ 予備選択器 ３７ 本選択用コードベクトル選択器 ３８ 本選択器 ４１ ターゲットベクトル ４２ コードブック ４３ コードベクトル ４５ ２乗計算器 ４６ ２乗誤差ベクトル ４７ 分散値算出器 ４８ 分散値 ４９ 量子化歪重み付け係数計算器 ５０ 量子化歪重み付け係数 ５３ 最小値判定器 ５４ インデックス更新器
Claims (3)
- 【請求項１】 コードベクトルの各要素の分散を全コー
ドベクトルから算出する分散値算出器と、前記分散値算
出器の出力からコードベクトルの各要素毎の量子化歪閾
値を決定する量子化歪閾値計算器と、量子化ターゲット
ベクトルの各要素毎に量子化歪を算出するための加算器
および２乗計算器と、前記量子化歪閾値計算器によって
決定された閾値と前記加算器および２乗計算器によって
算出された量子化歪の大きさによって、コードベクトル
の次の要素の量子化歪算出を行なうか、量子化歪の算出
を打ち切るかの決定を行なう判定器と、コードベクトル
の量子化歪の算出が最後まで打ち切られずに終了した場
合に、コードベクトル全体の量子化歪がそれ以前に求め
られていたコードベクトルのコードベクトル全体の量子
化歪の最小値より小さいかどうかを判定する最小値判定
器と、前記最小値判定器によって最小値であると判定さ
れた場合にコードベクトルのインデックスを更新するイ
ンデックス更新器とを備えたベクトル量子化装置。 - 【請求項２】 ターゲットベクトルの各要素の中から量
子化歪に対し最も感度が高いと考えられる要素を抽出す
る高感度要素抽出器と、コードブックから取り出したコ
ードベクトルからターゲットベクトルの高感度要素に対
応する要素を取り出す高感度要素選択器と、前記高感度
要素抽出器によって抽出されたターゲットベクトル高感
度要素と前記高感度要素選択器によって取り出されたコ
ードベクトル高感度要素とを用いて量子化歪を計算し、
量子化歪が所定の閾値より小さくなるコードベクトルを
選択する予備選択器と、前記予備選択器によって選択さ
れたコードベクトルをコードブックから取り出す本選択
用コードベクトル選択器と、前記本選択用コードベクト
ル選択器によってコードブックから取り出されたコード
ベクトルの中からコードベクトル全体の歪を最小とする
コードベクトルを選択する本選択器とを備えたベクトル
量子化装置。 - 【請求項３】 コードベクトルの各要素の分散を全コー
ドベクトルから算出する分散値算出器と、前記分散値算
出器の出力からコードベクトルの各要素の量子化歪重み
付け係数を算出する量子化歪重み付け係数計算器と、量
子化ターゲットベクトルとコードベクトルの各要素毎に
量子化歪を算出するための加算器および２乗計算器と、
前記量子化歪重み付け係数計算器によって決定された量
子化歪重み付け係数と前記加算器および２乗計算器によ
って算出された量子化歪との乗算を行なう乗算器と、前
記乗算器の全ての出力の総和を計算する加算器と、前記
加算器の結果がそれ以前に求められていたコードベクト
ルのコードベクトル全体の量子化歪の最小値より小さい
かどうかを判定する最小判定器と、前記最小判定器によ
って最小値であると判定された場合にコードベクトルの
インデックスを更新するインデックス更新器とを備えた
ベクトル量子化装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6258033A JPH08123500A (ja) | 1994-10-24 | 1994-10-24 | ベクトル量子化装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6258033A JPH08123500A (ja) | 1994-10-24 | 1994-10-24 | ベクトル量子化装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08123500A true JPH08123500A (ja) | 1996-05-17 |
Family
ID=17314609
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6258033A Pending JPH08123500A (ja) | 1994-10-24 | 1994-10-24 | ベクトル量子化装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08123500A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100324204B1 (ko) * | 1999-12-24 | 2002-02-16 | 오길록 | 예측분할벡터양자화 및 예측분할행렬양자화 방식에 의한선스펙트럼쌍 양자화기의 고속탐색방법 |
| 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 |
| JP2009545775A (ja) * | 2006-07-31 | 2009-12-24 | クゥアルコム・インコーポレイテッド | ゲインファクタ制限のためのシステム、方法及び装置 |
-
1994
- 1994-10-24 JP JP6258033A patent/JPH08123500A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100324204B1 (ko) * | 1999-12-24 | 2002-02-16 | 오길록 | 예측분할벡터양자화 및 예측분할행렬양자화 방식에 의한선스펙트럼쌍 양자화기의 고속탐색방법 |
| 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 |
| JP2009545775A (ja) * | 2006-07-31 | 2009-12-24 | クゥアルコム・インコーポレイテッド | ゲインファクタ制限のためのシステム、方法及び装置 |
| US9454974B2 (en) | 2006-07-31 | 2016-09-27 | Qualcomm Incorporated | Systems, methods, and apparatus for gain factor limiting |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5271089A (en) | Speech parameter encoding method capable of transmitting a spectrum parameter at a reduced number of bits | |
| JP3114197B2 (ja) | 音声パラメータ符号化方法 | |
| EP0497479A1 (en) | Method of and apparatus for generating auxiliary information for expediting sparse codebook search | |
| JP3254687B2 (ja) | 音声符号化方式 | |
| JP3143956B2 (ja) | 音声パラメータ符号化方式 | |
| KR20040027041A (ko) | 벡터 양자화를 위한 고속 탐색방법 | |
| US5487087A (en) | Signal quantizer with reduced output fluctuation | |
| JPH08263099A (ja) | 符号化装置 | |
| JP2019079069A (ja) | 線形予測復号装置、方法、プログラム及び記録媒体 | |
| JP2655046B2 (ja) | ベクトル量子化装置 | |
| CN102282770B (zh) | 一种参数选择方法、参数选择装置 | |
| JPH07160297A (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 | |
| CN115188389B (zh) | 基于神经网络的端到端语音增强方法、装置 | |
| JP4510293B2 (ja) | 分散音声認識プロセスにおけるエラーの軽減方法および装置 | |
| US6622120B1 (en) | Fast search method for LSP quantization | |
| JPH08123500A (ja) | ベクトル量子化装置 | |
| CN112399177A (zh) | 一种视频编码方法、装置、计算机设备及存储介质 | |
| CA2026823C (en) | Pitch period searching method and circuit for speech codec | |
| JPH01319100A (ja) | スループットが極めて小さいボコーダ内の音声信号のエネルギをエンコードする方法と装置 | |
| CA2054849C (en) | Speech parameter encoding method capable of transmitting a spectrum parameter at a reduced number of bits | |
| JPH0537397A (ja) | ベクトル量子化器の符号帳設計方法 | |
| EP0755047B1 (en) | Speech parameter encoding method capable of transmitting a spectrum parameter at a reduced number of bits | |
| JP3315956B2 (ja) | 音声符号化装置及び音声符号化方法 | |
| JP3267308B2 (ja) | 統計励振コードベクトルの最適化方法、多段コード励振線形予測符号化器及び多段コード励振線形予測復号化器 |