KR100659200B1

KR100659200B1 - 이동 통신 단말기의 보코딩 시스템에서 음성신호 정규화방법

Info

Publication number: KR100659200B1
Application number: KR1019990038860A
Authority: KR
Inventors: 이상헌
Original assignee: 유티스타콤코리아 유한회사
Priority date: 1999-09-11
Filing date: 1999-09-11
Publication date: 2006-12-19
Also published as: KR20010027224A

Abstract

본 발명에 따른 이동 통신 단말기의 보코딩 시스템에서 음성신호 정규화방법은 입력되는 음성신호를 무성음과 유성음으로 구분하여 유성음과 무성음을 각각 서로 다르게 정규화함으로써, 계산량을 줄여 실시간 처리가 가능하도록 한 것으로, 입력되는 인코딩된 음성신호를 프레임별로 각각 나누는 단계와; 상기 나누어진 각 프레임중 현재 입력되는 프레임이 유성음인지 무성음인지를 판단하는 단계와; 상기 판단결과, 입력되는 프레임이 유성음일 경우, 해당 프레임에서 임의의 지점들의 음성샘플만을 비교하여 그 절대값이 가장 큰 값을 구하는 단계와; 상기 각 지점들의 음성샘플값 중 최대값에다 임의의 값을 곱하여 그 값으로 해당 프레임에 있는 음성샘플을 나누어 정규화를 수행하는 단계와; 상기 임의의 값을 곱한 음성샘플값보다 큰 음성 샘플값은 커팅하고 임의의 값을 곱한 값을 에너지값으로 결정하는 단계와; 상기 판단결과, 입력되는 프레임이 무성음일 경우에는 일정한 값을 결정하고, 결정한 일정한 값으로 해당 음성샘플을 나누어 해당 프레임의 에너지값을 결정하는 단계로 이루어진 것이다.

Description

이동 통신 단말기의 보코딩 시스템에서 음성신호 정규화방법{Method to normalize voice signal in vocoder for mobile communication terminal}

도 1은 일반적인 코드 분할 다중 접속방식을 이용한 이동통신 시스템의 블록구성을 나타낸 도면,

도 2는 일반적인 이동통신 단말기의 QCELP 디코더의 블록구성을 나타낸 도면,

도 3은 종래 기술에 따른 이동 통신 단말기의 보코딩 시스템에서 음성신호 정규화방법에 대한 동작 플로우챠트를 나타낸 도면,

도 4는 본 발명에 따른 이동 통신 단말기의 보코딩 시스템에서 음성신호 정규화방법에 대한 동작 플로우챠트를 나타낸 도면.

〈도면의 주요부분에 대한 부호의 설명〉

10 : 결정부 11 : 의사잡음발생부

12 : 코드발생부 13 : 합성부

14 : 피치합성필터 15 : 피치프리필터

16, 19 : 이득제어부 17 : LPC합성필터

18 : 포스트필터

본 발명은 이동 통신 단말기의 보코딩 시스템에서 음성신호 정규화방법에 관한 것으로서, 보코딩 시스템을 고정소수점 연산을 이용하여 구현할 때, 음성의 유성음과 무성음을 나누어 서로 다르게 정규화함으로써 보다 계산량을 줄여 실시간 처리가 가능하도록 한 이동 통신 단말기의 보코딩 시스템에서 음성신호 정규화방법에 관한 것이다.

도 1은 일반적인 CDMA방식을 이용한 이동통신 시스템의 블록구성을 나타낸 도면으로서, 이동단말기(1), 기지국(2), 제어국(3), 교환국(4) 및 유선단말기 (5)로 구성된다.

먼저, 이동단말기(1)에서 일반회선 가입자 즉, 유선단말기(5)와 전화통화를 하기 위한 동작을 보면, 먼저 호가 설정되면 사용자는 이동단말기(1)를 통해 음성신호를 입력한다. 이동단말기(1)는 입력된 음성데이타를 QCELP(Qualcomm Code Excited Linear Predictive)데이타로 변환한 후, 변환된 QCELP데이타를 기지국(2)을 거쳐 제어국(3)의 TSB(Transcoder And Selector Bank)(3)로 전송한다. 여기서, QCELP데이타는 음성 패킷데이타이다.

제어국(3)의 TSB(3')는 QCELP데이타를 제어국(3)내의 보코더(3")로 전송하게 되고, 보코더(3")는 TSB(3')에서 전송된 QCELP데이타를 PCM(Pulse Code Modulation)데이타로 인코딩한 후, 교환국(4)을 통해 유선단말기(5)로 전송하게 되 는 것이다. 따라서 일반회선 가입자는 이동단말기(1)를 통해 입력된 음성신호를 듣게 되는 것이다.

한편, 일반회선가입자가 유선단말기(5)를 통해 이동단말기(1)측과 전화통화를 하기 위한 동작을 보면, 먼저 호가 설정된 후, 유선단말기(5)를 통해 음성신호를 입력하게 되면, 유선단말기(5)는 입력된 음성신호를 PCM데이타로 디코딩하여 교환국(4)을 통해 제어국(3)의 보코더(3")로 전송한다.

보코더(3")는 교환국(4)으로 부터 전송된 PCM데이타를 QCELP데이타로 디코딩한 후, 제어국(3)의 TSB(3'), 기지국(2)을 통해 이동단말기(1)로 전송한다. 따라서, 이동단말기(1)와 유선단말기(5)와의 전화통화가 이루어지는 것이다.

이와 같은 이동시스템 구성중 단말기내의 보코딩 시스템에서 기지국을 통해 수신된 인코딩된 음성신호를 디코딩하는 QCELP 디코더에 대하여 도 2를 참조하여 살펴보기로 한다.

도 2는 일반적인 이동통신 단말기의 QCELP 디코더의 블록구성을 나타낸 도면이다.

먼저 엔코딩된 음성신호에 대한 비트스트림(Bitstream)이 결정부(10)로 입력되어 각 파라메터 즉, LSP, 피치 이득(Pitch Gain), 피치 렉(Pitch Lag)등이 각각 분리된 후, 무성음인 경우 의사잡음발생부(11)로 입력되어 무성음에 상응하는 의사잡음을 발생하고, 유성음일 경우에는 코드발생부(12)로 입력되어 유성음에 상응하는 코드를 발생하여 합성부(13)로 각각 출력된다. 즉, 의사잡음을 이용하여 합성된 음성을 구할 것인지 아니면 코드발생부(12)내의 코드북(Code Book)을 이용하여 합성된 음성을 구할 것인지를 판단한다.

각 파라메터들이 각각 분리되었기 때문에 피치 합성필터값 P(z)과 LPC합성필터값 A(z)값을 구할 수 있다. 따라서, 도 2에 도시된 피치합성필터(14), 피치프리필터(15), LPC합성필터(17)의 필터값 1/P(z)와 1/A(z)를 구할 수 있다. 여기서, 상기 P(z)와 A(z)의 값은 아래의 수학식에 의해 구할 수 있다.

P(z) = 1 - bz^(-L),

A(z) = 1 + a1Z^(-1) + a2Z^(-2) + a3Z^(-3).......+ a10Z^(-10)

여기서, b는 피치이득이고, L은 피치렉이며, 10은 LPC차수이다.

제 1, 2 이득제어부(16, 19)는 피치프리필터(15)에서 출력되는 신호(Ppre(n)), 피치합성필터(14)에서 출력되는 Pd(n)신호 및 LPC합성필터(17)에서 출력되는 Yd(n)과 포스트필터(18)에서 출력되는 Pf(n)신호를 받아서 각 신호의 에너지값을 비교하여 각각 이득을 결정하게 되는 것이다.

즉, 각 파라메터들이 분리된 후, Cd(n)까지 신호가 나오면 피치 합성필터(14)를 통해 제 1 이득제어부(16)로 입력된다. 여기서, 피치합성필터(14)에서의 필터값을 계산할때에는 피치이득, 피치 렉 파라메터들이 사용된다.

피치 합성이 완료되면, 피치 프리필터(15)를 통과한 신호가 제 1 이득제어부(16)로 입력되어 피치합성필터(14)에서 출력되는 신호와 비교하여 이득을 조정하게 되는 것이다. 여기서, 포스트필터(18)는 심리 음향모델에서 기초하여 보다 더 사람이 자연스러운 음성을 듣게하기 위해 존재한다.

따라서, LPC합성필터(17)에서 출력되는 Yd(n)와 포스트필터(18)에서 출력되는 Pf(n)신호를 받아서 각 신호의 에너지값을 비교하여 각각 이득을 조정하게 되는 것이다.

이때, 이득 조정시 비교되는 에너지값을 구할 때, 고정 소수점 연산을 이용하여 구하게 되는데, 고정소수점 연산을 이용한 종래 기술에 따른 에너지 연산방법 즉, 종래 기술에 따른 음성신호의 정규화방법에 대하여 도 3을 참조하여 단계적으로 살펴보기로 하자.

도 3은 종래 기술에 따른 음성신호 정규화방법에 대한 동작 플로우챠트이다.

먼저, 입력되는 음성신호를 프레임별로 나눈 후(S101), 각 프레임에서 절대값이 최대인 음성의 샘플값을 구하게 된다(S102).

모든 샘플을 상기 구해진 최대값으로 나누어 각 프레임에 대한 에너지값을 구하게 되는 것이다(S103).

예를 들어, 각 프레임마다 음성샘플을 그 해당 프레임의 최대값으로 나누면, 각 음성샘플들의 크기는 -1 ∼ +1 사이가 된다. 이 값을 제곱하면, 역시 0 - 1사이값이 되고, 1 프레임의 크기 만큼 더하게 되면, 그 값은 프레임의 크기에 독립하게 된다. 즉, 만약 1 프레임의 크기가 160 샘플이라면, 에너지값의 다이나믹 레인지는 -160 ∼ +160까지가 됨을 알 수 있다. 그러면, 고정소수점 연산을 수행할 때, 정수부분과 소수점부분에 할당할 수 있는 비트를 정할 수 있다. 이것을 수식으로 나타내면 아래의 수학식 2와 같다.

여기서, y(n)은 에너지값, x(n)은 음성신호 샘플, N은 프레임의 크기이다.

상기 x(n)을 -1 ∼ +1사이로 정규화하면, x(n)×x(n)은 0 ∼ +1 사이로 정규화된다. 따라서, 에너지값 y(n)은 N값에 의존하게 된다.

결국, 종래 기술에 따른 음성신호 정규화방법은 음성샘플들이 프레임별로 나누어지고 그 프레임을 윈도우(Window)함수를 이용하여 윈도우잉(Windowing)한 후, 그 샘플들을 사용하여 1 프레임에서 절대값이 최대인 값을 구한다. 그리고, 그 값으로 윈도우을 한 음성샘플들을 나누어 주면, 모든 음성샘플들은 0 ∼ +1사이로 정규화된다. 그런데, 이와 같은 방법을 사용하게되면, 1 프레임에서 최대값을 구하기 위해 많은 계산량이 요구된다. IS-733으로 규격화된 13K QCELP경우는 1 프레임의 크기를 160샘플로 정하고 있기 때문에 최대값을 구하기 위해서는 160샘플을 전부 서로 비교하여만 하기 때문에 계산량이 상당히 많아지게 되는 문제점이 있다. 즉, 음성신호 샘플을 정규화할 때, 그 프레임에서 절대값이 가장 큰 값으로 나누어 정규화함으로써, 그 프레임에서 최대값을 구하는데 상당한 계산량이 요구되는 문제점이 있다.

따라서, 본 발명은 상기한 종래 기술에 따른 제반 문제점을 해결하기 위하여 안출한 것으로, 본 발명의 목적은 보코딩 시스템을 고정소수점 연산을 이용하여 구 현할 때, 음성의 유성음과 무성음을 나누어 서로 다르게 정규화함으로써 보다 계산량을 줄여 실시간 처리가 가능하도록 한 이동 통신 단말기의 보코딩 시스템에서 음성신호 정규화방법을 제공함에 있다.

상기한 목적을 달성하기 위한 본 발명에 따른 이동 통신 단말기의 보코딩 시스템에서 음성신호 정규화방법의 특징은, 이동통신 단말기의 보코더 시스템 구현을 위한 음성신호 정규화방법에 있어서, 입력되는 인코딩된 음성신호를 프레임별로 각각 나누는 단계와; 상기 나누어진 각 프레임중 현재 입력되는 프레임이 유성음인지 무성음인지를 판단하는 단계와; 상기 판단결과, 입력되는 프레임이 유성음일 경우, 해당 프레임에서 임의의 지점들의 음성샘플만을 비교하여 그 절대값이 가장 큰 값을 구하는 단계와; 상기 각 지점들의 음성샘플값중 최대값에다 임의의 값을 곱하여 그 값으로 해당 프레임에 있는 음성샘플을 나누어 정규화를 수행하는 단계와; 상기 임의값을 곱한 음성샘플값보다 큰 음성 샘플값은 커팅하고 임의의 값을 곱한 값을 에너지값으로 결정하는 단계와; 상기 판단결과, 입력되는 프레임이 무성음일 경우에는 일정한 값을 결정하고, 결정한 일정한 값으로 해당 음성샘플을 나누어 해당 프레임의 에너지값을 결정하는 단계로 이루어짐에 있다.

또한, 본 발명의 다른 특징은 상기 입력되는 프레임이 유성음일 경우 입력 프레임의 중간값, 1/4, 3/4지점들의 음성신호만을 비교하여 그중 최대값에 1.5를 곱한 값으로 음성샘플을 나누어 정규화를 수행하는 것에 있다.

또한, 본 발명의 또 다른 특징은 상기 입력되는 프레임이 무성음일 경우에서 일정한 값은 타겟 프로세서에 의해 결정되고, 상기 타겟 프로세서가 표현할 수 있 는 최대값의 1/10값인 것에 있다.

이하, 본 발명에 따른 이동 통신 단말기의 보코딩 시스템에서 음성신호 정규화방법에 대하여 첨부한 도면을 참조하여 상세하게 살펴보기로 하자.

도 4는 본 발명에 따른 이동 통신 단말기의 보코딩 시스템에서 음성신호 정규화방법에 대한 동작 플로우챠트를 나타낸 도면이다.

먼저, 인코딩되어 입력되는 음성신호를 프레임별로 나누어 윈도우잉을 한다(S201).

이어, 나누어진 각 프레임에서 파싱(Parsing)된 레이트(Rate)정보에 따라 윈도우윙된 신호가 유성음인지 아니면 무성음인지를 판단하게 된다(S202). 여기서, 13K bps의 QCELP같은 경우에는 엔코더(Encoder)부분의 레이트 리덕션 알고리즘(Rate Reduction Algorithm)을 적용할 때, 무성음인지 유성음인지가 판단된다.

판단결과, 현재 정규화가 수행되고 있는 해당 프레임이 무성음 부분이라고 판단되면, 여러 측정값들을 구하기 위해 상기 무성음부분에 대한 해당 프레임을 임의의 일정한 값으로 나누어 에너지값을 구하게 되는 것이다(S203, S207). 여기서, 일정한 값은 구현되는 타겟 프로세서(Target Processor)에 따라 달라지는데, 그 프로세서가 표현할 수 있는 최대값의 1/10로 한다. 예를들어 16bit 프로세서를 이용하여 보코딩 시스템을 구현한다고 가정하면, 16Bit 값으로 표현할 수 있는 최대값 인 32768의 1/10인 3277값으로 샘플을 나누어 정규화를 수행한다.

한편, 상기 S202단계에서 현재 입력되는 프레임이 만약 유성음이라고 판단되면, 1 프레임부분에서 1/4, 1/2, 3/4가 되는 지점의 음성샘플값중 절대값이 가장 큰 값을 구한다(S204).

이어, 상기 3개의 값 즉, 1/4, 1/2, 3/4지점의 음성 샘플값중 최대값에 1.5를 곱하여 그 값으로 그 프레임에 있는 음성샘플값을 나누어 정규화한다(S205).

이어, 상기 음성 샘플값중 최대값에다 1.5를 곱한보다 큰 음성샘플은 커팅하여 1.5를 곱한 값으로 에너지값을 취하는 것이다(S206, S207).

이상에서와 같은 방법으로 유성음과 무성음을 구분하여 정규화를 통해 각각 구한 에너지값과 도 2에 도시된 필터의 출력값들을 이용하여 도 2의 제 1, 2 이득제어부(16, 19)에서 이득을 조정하게 되는 것이다. 제 1, 2 이득제어부(16, 19)에서는 두개의 입력 에너지값의 비를 구하고, 구해진 에너지값의 비의 제곱근을 구하여 그 값을 입력에 곱하여 출력한다.

결국, 본 발명에 따른 이동 통신 단말기의 보코딩 시스템에서 음성신호 정규화방법은 음성신호를 무성음과 유성음을 나누어 정규화하는 이론적인 근거는 음성신호가 무성음일 때, 일반적으로 어떤 범위를 가지는 랜덤 노이즈(Random Noise)와 비슷한 신호를 보이고, 음성신호가 유성음일 때, 일정한 주기를 가지고 반복적으로 변화는 모습을 보이기 때문이다. 음성신호는 유성음일 때 오디오신호처럼 신호 샘플간에서 급격하게 변하지 않기 때문에 1프레임에 있는 음성신호의 최대값을 구하기 위해 모든 샘플을 비교할 필요가 없이 그 프레임에 속한 3개의 값만 비교하면 되기 때문에 상당한 계산량을 감소시킬 수 있는 것이다.

상술한 바와 같은 본 발명에 따른 이동 통신 단말기의 보코딩 시스템에서 음성신호 정규화방법은 보코더 시스템을 고정소수점 연산을 이용하여 구현할 때, 에너지값 또는 필터 출력값의 다이나믹 레인지를 설정하기가 상당히 힘들다. 종래의 방법들은 한 프레임에서 모든 음성신호의 샘플값들을 비교하여 그 절대값이 최대인 값을 구한 뒤 그 값으로 나누어 에너지등을 구했다. 이런 방법을 사용하면, 프레임에서 최대값을 구하기 위해 상당한 시간이 소모된다. 따라서, 본 발명에서는 음성의 무성음과 유성음을 나누어 서로 다르게 정규화함으로써, 계산량을 줄여 실시간 처리가 가능한 이점이 있다.

Claims

이동통신 단말기의 보코더 시스템 구현을 위한 음성신호 정규화방법에 있어서,

입력되는 인코딩된 음성신호를 프레임별로 각각 나누는 단계와;

상기 나누어진 각 프레임중 현재 입력되는 프레임이 유성음인지 무성음인지를 판단하는 단계와;

상기 판단결과, 입력되는 프레임이 유성음일 경우, 해당 프레임에서 임의의 지점들의 음성샘플만을 비교하여 그 절대값이 가장 큰 값을 구하는 단계와;

상기 각 지점들의 음성샘플값중 최대값에다 임의의 값을 곱하여 그 값으로 해당 프레임에 있는 음성샘플을 나누어 정규화를 수행하는 단계와 - 상기 임의의 값은 양수임 - ;

상기 임의값을 곱한 음성샘플값보다 큰 음성 샘플값은 커팅하고 임의의 값을 곱한 값을 에너지값으로 결정하는 단계와;

상기 판단결과, 입력되는 프레임이 무성음일 경우에는 일정한 값으로 해당 음성샘플을 나누어 해당 프레임의 에너지값을 결정하는 단계로 이루어짐을 특징으로 하는 이동 통신 단말기의 보코딩 시스템에서 음성신호 정규화방법.
제 1 항에 있어서,

상기 임의의 지점들은 입력 프레임의 중간값, 1/4, 3/4지점들이고, 상기 임의의 값은 1.5인 것을 특징으로 하는 이동통신 단말기의 보코딩 시스템에서 음성신호 정규화방법.
제 1 항에 있어서,

상기 입력되는 프레임이 무성음일 경우에서 일정한 값은 타겟 프로세서에 의해 결정되고, 상기 타겟 프로세서가 표현할 수 있는 최대값의 1/10값인 것을 특징으로 하는 이동통신 단말기의 보코딩 시스템에서 음성신호 정규화방법.