KR100752797B1 - 음성 코더에서 선 스펙트럼 정보 양자화법을 인터리빙하는 방법 및 장치 - Google Patents

음성 코더에서 선 스펙트럼 정보 양자화법을 인터리빙하는 방법 및 장치 Download PDF

Info

Publication number
KR100752797B1
KR100752797B1 KR1020027000784A KR20027000784A KR100752797B1 KR 100752797 B1 KR100752797 B1 KR 100752797B1 KR 1020027000784 A KR1020027000784 A KR 1020027000784A KR 20027000784 A KR20027000784 A KR 20027000784A KR 100752797 B1 KR100752797 B1 KR 100752797B1
Authority
KR
South Korea
Prior art keywords
vector
frame
quantized
moving average
quantization
Prior art date
Application number
KR1020027000784A
Other languages
English (en)
Other versions
KR20020033737A (ko
Inventor
아라사니팔라이 케이. 아낸더패드마나한
사라쓰 만주나쓰
Original Assignee
콸콤 인코포레이티드
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 콸콤 인코포레이티드 filed Critical 콸콤 인코포레이티드
Publication of KR20020033737A publication Critical patent/KR20020033737A/ko
Application granted granted Critical
Publication of KR100752797B1 publication Critical patent/KR100752797B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • G10L19/07—Line spectrum pair [LSP] vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/032—Quantisation or dequantisation of spectral components
    • G10L19/038—Vector quantisation, e.g. TwinVQ audio
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/22—Mode decision, i.e. based on audio signal content versus external parameters
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L2019/0001—Codebooks
    • G10L2019/0004—Design or structure of the codebook
    • G10L2019/0005—Multi-stage vector quantisation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/12—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being prediction coefficients

Abstract

음성 코더에서 선 스펙트럼 정보 양자화 방법을 인터리브하기 위한 방법과 장치는 두 가지 벡터 양자화 기술로 선 스펙트럼을 양자화하는 것을 포함하고 있다. 제 1 양자화 기술은 비 이동 평균 예측 기반 기술이고 제 2 기술은 이동 평균 예측 기반 기술이다. 선 스펙트럼 정보 벡터는 제 1 기술로 양자화된 벡터이다. 제 1 기술에 대한 등가 이동평균 코드벡터들이 계산된다. 코드 벡터의 이동평균 코드북 메모리는 음성 코더에 의해 이전에 처리된 일정한 수의 프레임에 대한 등가 이동 평균 코드벡터로 갱신된다. 제 2 기술에 대한 목표 양자화 벡터가 갱신된 이동 평균 코드북 메모리를 바탕으로 계산된다. 목표 양자화 벡터는 양자화된 목표 코드 벡터를 발생하기 위해 제 2 기술을 이용해 양자화된다. 이동 평균 코드 북 메모리는 양자화된 목표 코드벡터를 이용해 갱신된다. 양자화된 선 스펙트럼 정보 벡터는 양자화된 목표 코드벡터로부터 유도된다.

Description

음성 코더에서 선 스펙트럼 정보 양자화법을 인터리빙하는 방법 및 장치{METHOD AND APPARATUS FOR INTERLEAVING LINE SPECTRAL INFORMATION QUANTIZATION METHODS IN A SPEECH CODER}
본 발명은 일반적으로 음성 처리 분야에 관한 것이며, 특히 음성 코더에서 선스펙트럼 정보를 양자화하는 방법과 장치에 관한 것이다.
디지털 기술을 이용한 음성 전송은 확산되고 있으며 특히 장거리 및 디지털 무선 전화 분야에서는 더욱 그러하다. 이는 다시 재구성된 음성의 인지 품질을 유지하면서 하나의 채널을 통하여 전송되는 가장 적은 정보량을 결정하는데에 관심을 불러 일으켰다. 만약 음성이 단순한 샘플링과 디지타이징(digitizing)만으로 전송된다면 통상적인 아날로그 전화의 음질을 달성하기 위해 64kbps 정도의 초당 데이터 레이트가 요구된다. 하지만 음성 분석에 이은 적정한 코딩과 전송 그리고 수신기에서 재합성을 통해 데이터 레이트의 상당한 감소가 이루어질 수 있다.
음성을 압축하기 위한 장치는 여러 통신 분야에서 사용된다. 그 한 예가 무선 통신이다. 무선 통신 분야는 무선 전화, 무선 호출, 무선 가입자 회선, 핸드폰이나 개인휴대통신(PCS) 시스템과 같은 무선 통화, 이동 인터넷 프로토콜(IP) 통화, 그리고 위성 통신 시스템과 같은 많은 응용들이 있다. 특히 중요한 응용은 이동 전화 가입자를 위한 무선 통화이다.
삭제
주파수 분할 다중 접속(FDMA), 시간 분할 다중 접속(TDMA), 그리고 코드 분할 다중 접속(CDMA)과 같이 무선 통신 시스템을 위한 여러 무선 인터페이스가 개발되고 있다. 이와 관련하여 Advanced Mobile Phone Service(AMPS) ,Global System for Mobile Communications(GSM) ,그리고 Interim Standard 95(IS-95)와 같은 국내외 기준이 만들어졌다. 무선 전화 통신 시스템의 한 예가 코드 분할 다중 접속(CDMA) 시스템이다. IS-95 표준 그리고 이것에서 비롯한, IS-95A, ANSI J-STD-008, IS-95B, 그리고 3세대 표준인 IS-95C 와 IS-2000은 미국 전기 통신 공업 협회 (TIA)와 다른 저명한 표준화 기관에 의해 셀룰러나 PCS 전화 통신 시스템을 위한 CDMA 무선 인터페이스의 사용을 특정화하기 위해 발표되었다. IS-95 표준의 사용과 관련하여 만들어진 무선 통신 시스템의 예는 본 발명의 출원인에게 양도되고 이하 참고가 되는 미국 특허 번호 5,103,459와 4,901,307에 설명되어 있다.
인간 음성 발생 모델과 관련된 파라미터를 추출함으로써 음성을 압축하는 기술을 이용하는 장치가 음성 코더라고 불린다. 음성 코더는 입력 음성 신호를 시간 블럭, 또는 분석 프레임으로 나눈다. 음성 코더는 전형적으로 인코더와 디코더로 구성되어 있다. 인코더는 특정 관련 파라미터를 추출하기 위해 음성 프레임을 분석하고 그 파라미터를 비트 세트나 이진 데이터 패킷과 같이 이진 표현으로 양자화한다. 그 데이터 패킷은 통신 채널을 통하여 수신기와 디코더에 전달된다. 디코더는 데이터 패킷을 처리하고 파라미터를 생성하기 위해, 데이터 패킷을 비양자화하며, 비양자화된 파라미터를 이용하여 음성 프레임을 재합성한다.
음성 코더의 기능은 음성에서 본질적인 모든 자연(natural) 잉여를 제거함으로써 디지털화된 음성 신호를 낮은 비트 레이트의 신호로 압축하는 것이다. 이러한 디지털 압축은 입력 음성 프레임을 파라미터 세트로 나타내고 상기 파라미터를 비트 세트로 표현하기 위해 양자화를 함으로 이루어진다. 만약 입력 음성 프레임이 Ni개의 비트를 가지고 있고 음성 코더에 의해 생성된 데이터 패킷이 No개의 비트를 가지고 있다면 음성 코더에 의해 이루어진 압축 인수는 Cr=Ni/No이다. 과제는 목표 압축 인수를 달성하면서 디코딩된 음성의 높은 음질을 유지하는 것이다. 음성 코더의 성능은 (1) 음성 모델 또는 위에서 설명한 분석과 합성 과정의 세트가 얼마나 잘 작동하는지와 (2)프레임 당 No의 목표 비트 레이트로 파라미터 양자화 과정을 얼마나 잘 수행되는지에 달려있다. 따라서 음성 모델의 목표는 각 프레임 당 적은 세트의 파라미터로 음성 신호의 본질 또는 목표 음질을 획득하는 것이다.
아마도 음성 코더를 디자인하는데 가장 중요한 것은 음성 신호를 표현하기 위해 (벡터를 포함하는) 우수한 세트의 파라미터를 찾는 것이다. 우수한 세트의 파라미터는 인지적으로 정확한 음성 신호를 재구성하기 위해 낮은 시스템 대역폭을 요구한다. 간격, 신호 전력, 스펙트럼 포락선 (포르만트), 진폭, 위상 스펙트럼들이 음성 코딩 파라미터의 예이다.
음성 코더는 시간 영역 코더로 구성되는데 시간 영역 코더는 한번에 (전형적으로 5ms의 서브프레임과 같이) 작은 음성 단위를 인코딩하기 위해 높은 시간 분해 처리를 사용하여 시간 영역 음성 코더를 포획하고자 한다. 각각의 서브프레임에 대해, 코드북 공간으로부터 높은 정밀도 표현은 당업계에서 알려진 여러 탐색 알고리즘에 의해 찾을 수 있다. 선택적으로 음성 코더는 주파수 영역 코더로 구성될 수 있는데, 이는 파라미터 세트를 가진 입력 음성 프레임의 단기간 음성 스펙트럼을 포획하고 스펙트럼 파라미터에서 음파를 재형성하기 위해 상응하는 합성 과정을 사용한다. 파라미터 양자화기는 A. Gersho & R. M. Gray의 " 벡터 양자화와 신호 압축(1992)"이라는 책에서 설명하고 있는 공지의 양자화 기술과 일치하게 코드 벡터의 저장된 표현으로 파라미터를 표현함으로써 파라미터를 보존한다.
잘 알려진 시간 영역 음성 코더는 L. B. Rabiner & R. W. Schafer의 " 음성 신호의 디지털 처리"라는 책 396-453(1978)에 설명된 Code Exited Linear Predictive(CELP) 코더이며 본 발명에서 참고로 하고 있다. CELP 코더에서 음성 신호에 있어서의 단기간 상관관계 또는 잉여분은 선형예측(LP) 분석에 의해 제거되는데, 여기서 선형 예측 분석 방식은 단기간 포르만트 필터(short-term formant filter)의 계수를 판단한다. 입력 음성 프레임에 단기간 예측 필터를 적용하는 것은 LP 잔여 신호를 생성하는데, LP 잔여 신호는 장기 예측 필터 파라미터나 후속의 추계 코드 북을 가지고 좀더 모델링되고 양자화된다. 그러므로 CELP 코딩은 시간 영역 음파의 인코딩 작업을 LP 단시간 필터 계수의 인코딩과 LP잔여를 인코딩하는 작업으로 분리한다. 시간 영역 코딩은 정해진 레이트 (즉, 각 프레임 당 같은 수의 비트 NO을 이용하는 것) 또는 가변 레이트 (즉, 프레임 내용의 다른 종류에 대해 다른 비트 레이트)로 수행될 수 있다. 가변 레이트 코더는 목표 품질을 얻을 수 있을 정도의 코드 파라미터를 인코딩하기 위해 필요한 비트 양만을 사용하려 한다. 가변 레이트를 갖는 CELP 코더의 예는 본 발명의 출원인에게 양도되었고 본 발명에 참조된 미국 특허 번호 5,414,796에 설명되어 있다.
CELP코더와 같은 시간 영역 코더는 전형적으로 시간 영역 음파의 정확성을 유지하기 위해 프레임 당 높은 비트 수 No에 의존한다. 이러한 코더는 전형적으로 프레임 당 상대적으로 높은 비트 수 No(8kbps또는 그 이상)를 제공한다면 우수한 음질을 제공한다. 그러나 낮은 비트 레이트에서는(4kbps 또는 그 이하) 시간 영역 코더는 고품질이나 확고한 기능을 수행할 수 없는데, 이는 사용할 수 있는 비트의 수가 한정이 되어 있기 때문이다. 낮은 비트 레이트에서 제한된 코드북 공간은 종래의 시간 영역 코더의 파형 매칭 기능을 낳는데, 이는 보다 높은 레이트의 상업적 응용에는 성공적으로 전개되었다. 그러므로, 시간이 경과됨에 따른 개선에도 불구하고 낮은 비트 레이트에서 작동하는 여러 CELP코딩 시스템은 전형적으로 잡음으로 표현되는 상당한 왜곡을 겪는다.
현재는 중간에서 낮은 비트 레이트(2.4kbps 내지 4kbps의 범위 및 그 이하)에서 동작하는 고품질 음성 코더의 개발에 많은 관심과 상업적 필요성이 고조되고 있다. 그리고 그 응용 범위는 무선 전화, 위성 통신, 인터넷 전화, 여러 멀티미디어, 그리고 음성 스트림 응용 분야, 음성 메일, 다른 음성 저장 시스템이다. 그리고 그러한 발전의 추진력은 패킷 손실 상황하에서도 높은 성능과 확고한 성능에 대한 요구이다. 최근 여러 음성 코딩 표준화 노력은 낮은 레이트의 음성 코딩 알고리즘에 대한 개발과 연구를 가속하는 다른 추진력이 되고 있다. 낮은 레이트의 음성 코더는 허용된 응용 대역폭 당 보다 많은 채널과 사용자를 생성하며, 적당한 채널 코딩의 추가 층과 결합한 낮은 레이트의 음성 코더는 코더 사양의 전체 비트-버짓(bit-budge) 에 맞춰지고 채널 에러 상태에서도 확실한 기능을 수행한다.
낮은 비트 레이트에서 음성을 효과적으로 인코딩하는 효과적인 기술은 다중모드 코딩이다. 다중 모드 코딩 기술의 예는 1998년 12월 21에 출원된 "가변 레이트 음성 코딩"이라는 제하의 미국 특허 출원 제 09/217,341호에 기재되어 있으며 상기의 발명은 본 발명의 출원인에게 양도되었고 본 발명에 참조된다. 종래의 다중모드 코더는 다른 형태의 입력 음성 프레임에 다른 모드 또는 인코딩-디코딩 알고리즘을 적용한다. 각각의 모드 또는 인코딩-디코딩 처리는 유음 음성, 무음 음성, 전이 음성(유음과 무음 사이), 그리고 주위 잡음(무음성)과 같은 음성 부분의 특정 형태를 최적으로 표현하도록 만들어진다. 외부, 개방 루프 모드 결정 메커니즘은 입력 음성 프레임을 조사하여 어떤 모드를 프레임에 적용할 것인지를 결정한다. 상기 개방루프 모드 결정은 전형적으로 입력 프레임으로부터 수 개의 파라미터를 추출하고, 그 파라미터 특성의 일시적 스펙트럼 특성을 평가하고, 그 평가에 근거하여 모드 결정에 기초하여 수행된다.
종래의 많은 음성 코더에서, 선 스펙트럼 쌍 또는 선 스펙트럼 코사인과 같은 선 스펙트럼 정보는 코딩율을 충분히 감소시키지 않고 유음 음성 프레임을 인코딩함으로써 유음 음성의 정상상태 성질을 이용하지 않고 전송된다. 따라서 유용한 대역폭이 낭비된다. 다른 종래의 음성 코더, 다중 모드 음성 코더, 또는 낮은 비트 레이트 음성 코더에서는 유음 음성의 정상상태 성질은 매 프레임마다 이용이 된다. 따라서 비정상 상태 프레임은 저하되고 음질은 떨어진다.
본 발명은 주기적 및 비주기적 프레임 사이의 변화에 적응하는 다중 벡터 양자화 방법을 사용하는 음성 코더에 관한 것이다. 따라서, 본 발명의 일 특징에 따르면, 음성 코더는 바람직하게는 프레임을 분석하여 상기 분석에 기초한 선 스펙트럼 정보 코드벡터를 생성하도록 구성된 선형 예측 필터; 및 상기 선형 예측 필터에 연결되며 비이동-평균-예측-기반 양자화 방식을 사용하는 제 1 벡터 양자화 기술로 상기 선형 스펙트럼 정보 벡터를 벡터 양자화하도록 구성된 양자화기를 포함하며, 상기 양자화기는 제 1 기술에 대한 등가 이동 평균 코드벡터를 계산하며, 등가 이동 평균 코드벡터로 상기 음성 코더에 의해 미리 처리된 사전결정된 수의 프레임에 대해 코드벡터의 이동 평균 코드북의 메모리를 갱신하며, 상기 갱신된 이동 평균 코드북 메모리에 기초하여 제 2 기술에 대한 목표 양자화 벡터를 계산하며, 양자화된 목표 코드벡터를 생성하기 위해 제 2 벡터 양자화 기술로 상기 목표 양자화 벡터를 벡터 양자화하며 -상기 제 2 벡터 양자화 기술은 이동-평균-예측-기반 방식을 사용하며-, 상기 이동 평균 코드북의 메모리를 상기 양자화된 목표 코드벡터로 갱신하며, 및 상기 양자화된 목표 코드벡터로부터 양자화된 선 스펙트럼 정보 벡터를 계산하도록 구성된다.
각 프레임의 음성 콘텐츠의 성질에 따라 반응하는 적응성 코딩 방법을 제공하는 것이 바람직하다. 게다가 음성 신호는 보통 비정상 상태 또는 비고정 상태이므로, 음성 코딩에서 이용되는 선 스펙트럼 정보(LSI) 파라미터의 양자화의 효율은 음성의 각 프레임의 LSI파라미터가 이동-평균(MA)-예측-기반 벡터 양자화(VQ)또는 다른 표준 VQ 방법을 이용하여 선택적으로 코딩되는 방식을 사용하여 향상시킬 수 있다. 그러한 방식은 상기 VQ의 두 가지 방법중 하나의 장점을 적절히 이용할 수 있다. 따라서 한 방법에서 다른 방법으로 바뀌는 경계에서 두 방식을 적당히 조합하여 VQ의 두 방법을 인터리빙하는 음성 코더를 제공함이 바람직하다. 따라서 주기적 프레임과 비주기적 프레임간의 변화에 적응하기 위해 다중 벡터 양자화 방법을 이용하는 음성 코더가 필요하다.
본 발명은 주기적 프레임과 비주기적 프레임의 변화에 적응하기 위해 다중 벡터 양자화 방법을 사용하는 음성 코더에 관한 것이다. 따라서, 본 발명의 일 특징에 따르면, 음성 코더는 바람직하게는 프레임을 분석하여 상기 분석에 기초한 선 스펙트럼 정보 코드벡터를 생성하도록 구성된 선형 예측 필터; 및 상기 선형 예측 필터에 연결되며 비이동-평균-예측-기반 양자화 방식을 사용하는 제 1 벡터 양자화 기술로 상기 선형 스펙트럼 정보 벡터를 벡터 양자화하도록 구성된 양자화기를 포함하며, 상기 양자화기는 제 1 기술에 대한 등가 이동 평균 코드벡터를 계산하며, 등가 이동 평균 코드벡터로 상기 음성 코더에 의해 미리 처리된 사전결정된 수의 프레임에 대해 코드벡터의 이동 평균 코드북의 메모리를 갱신하며, 상기 갱신된 이동 평균 코드북 메모리에 기초하여 제 2 기술에 대한 목표 양자화 벡터를 계산하며, 양자화된 목표 코드벡터를 생성하기 위해 제 2 벡터 양자화 기술로 상기 목표 양자화 벡터를 벡터 양자화하며 -상기 제 2 벡터 양자화 기술은 이동-평균-예측-기반 방식을 사용하며-, 상기 이동 평균 코드북의 메모리를 상기 양자화된 목표 코드벡터로 갱신하며, 및 상기 양자화된 목표 코드벡터로부터 양자화된 선 스펙트럼 정보 벡터를 계산하도록 구성된다.
본 발명의 또 다른 특징에 따르면, 제 1 및 제 2 벡터 양자화 기술을 이용하여 프레임의 선 스펙트럼 정보 벡터를 벡터 양자화하는 방법 - 상기 제 1 기술은 비이동-평균-예측-기반 벡터 양자화 방식을 사용하고 제 2 기술은 이동-평균-예측-기반 벡터 양자화 방식을 사용함 -은 바람직하게는 상기 제 1 벡터 양자화 기술로 선 스펙트럼 정보 벡터를 벡터 양자화하는 단계; 상기 제 1 기술에 대한 등가 이동 평균 코드벡터를 계산하는 단계; 상기 등가 이동 평균 코드북 벡터로 음성 코더에 의해 미리 처리된 사전결정된 수의 프레임에 대한 코드 벡터의 이동 평균 코드북 메모리를 갱신하는 단계; 상기 갱신된 이동 평균 코드북 메모리에 기초하여 상기 제 2 기술에 대해 목표 양자화 벡터를 계산하는 단계; 양자화된 목표 코드벡터를 생성하기 위해 상기 제 2 벡터 양자화 기술로 상기 목표 양자화 벡터를 벡터 양자화하는 단계; 상기 양자화된 목표 코드벡터로 상기 이동 평균 코드북의 메모리를 갱신하는 단계; 및 상기 양자화된 목표 코드벡터로부터 양자화된 선 스펙트럼 정보를 유도하는 단계를 포함한다.
본 발명의 또 다른 특징에 따르면, 음성 코더는 바람직하게는 비이동-평균-예측-기반 양자화 방식을 사용하는 제 1 벡터 양자화 기술로 프레임의 선 스펙트럼 정보 벡터를 벡터 양자화하는 수단; 상기 제 1 기술에 대해 등가 평균이동 코드벡터를 계산하는 수단; 상기 등가 이동 평균 코드 벡터로 음성 코더에 의해 미리 처리된 사전결정된 수의 프레임에 대한 코드벡터의 이동 평균 코드북의 메모리를 갱신하는 수단; 상기 갱신된 이동 평균 코드북 메모리에 기초하여 제 2 기술에 대한 목표 양자화 벡터를 계산하는 수단; 양자화된 목표 코드벡터를 생성하기 위해 상기 제 2 벡터 양자화 기술로 상기 목표 양자화 벡터를 양자화하는 수단; 상기 양자화된 목표 코드벡터로 상기 이동 평균 코드북의 메모리를 갱신하는 수단; 및 상기 양자화된 목표 코드벡터로부터 양자화된 선 스펙트럼 정보 벡터를 유도하는 수단을 포함한다.
도면 1은 무선 전화 시스템의 블록도이다.
도면 2는 음성 코더에 의해 각각의 말단에서 착신되는 통신 채널의 블록도이다.
도면 3은 인코더의 블록도이다.
도면 4는 디코더의 블록도이다.
도면 5는 음성 코딩 결정 과정을 나타내고 있는 흐름도이다.
도면 6A는 시간에 대한 음성 신호 진폭의 그래프이고, 도면 6B는 시간에 대한 선형 예측(LP) 잔여 진폭의 그래프이다.
도면 7은 선 스펙트럼 정보(LSI) 벡터 양자화(VQ)의 두 방법을 인터리빙하기 위해 음성 코더에 의해 수행되는 방법 과정을 나타내고 있는 흐름도이다.
여기서 이하 설명하는 실시예는 무선 인터페이스에서 CDMA를 사용하기 위해 구성된 무선 전화 통신 시스템에 있다. 그럼에도 불구하고 당업자에게는 부표본화 방법과 현재의 발명의 특징을 드러내는 장치는 공지의 기술의 광 범위에 존재할 수 있는 것으로 이해가 될 것이다.
도면 1에서와 같이, CDMA 무선 통신 시스템은 보통 다수의 이동전화 가입자 유닛(10), 다수의 기지국(12), 기지국 제어기(BSC)(14), 및 이동전화 교환국(MSC)(16)를 포함한다. MSC(16)는 종래의 공중전화교환망(PSTN)(18)과 인터페이싱하도록 구성된다. 또한 MSC(16)는 BSC(14)와도 인터페이싱하도록 구성된다. BSC(14)는 기지국 (12)와 백홀 라인(backhaul line)을 통해 연결된다. 백홀 라인은 예를 들면, E1/T1, ATM, IP, PPP, 프레임 릴레이, HDSL, ADSL 또는 xDSL을 포함하는 여러 공지된 인터페이스를 지원하도록 구성된다. 시스템내에 두 개 이상의 BSC(14)가 존재해야 한다는 것을 알 수 있을 것이다. 각각의 기지국(12)은 바람직하게 적어도 하나의 섹터(미도시)를 가지고 있어야 하고, 각각의 섹터는 무지향성 안테나 또는 기지국(12)으로부터 방사적으로 이격한 특정 방향의 안테나로 이루어져 있다. 선택적으로 각각의 섹터는 다이버시티 수신을 위해 2개의 안테나로 이루어질 수 있다. 각각의 기지국(12)은 바람직하게 다수의 주파수 할당을 지원할 수 있도록 설계된다. 섹터와 주파수 할당의 인터섹션은 CDMA 채널이라고도 한다. 기지국(12)은 또한 기지국 트랜시버 서브시스템(BTS)(12)이라고도 알려져 있다. 선택적으로 "기지국"은 산업상 BSC(14) 및 한 개 이상의 BTS(12)를 조합적으로 지칭하는데 사용된다. BTS(12)는 "셀 사이트(12)"로 표시될 수 있다. 선택적으로, 주어진 BTS(12)의 개별 섹터는 셀 사이트라고도 한다. 이동전화 가입자 유닛(10)은 전형적으로 셀룰러 또는 PCS 전화(10)이다. 시스템은 바람직하게 IS-95 표준에 따른 사용을 위해 구성된다.
셀룰러 전화 시스템의 전형적인 동작 동안, 기지국 (12)은 이동전화 유닛(10) 세트로부터 역방향 링크 신호 세트를 수신한다. 이동전화 유닛(10)은 전화호출 또는 다른 통신을 수행한다. 주어진 기지국(12)에 의해 수신된 각각의 역방향 링크 신호는 그 기지국(12) 내에서 처리된다. 그로 인해 생성된 데이터는 BSC(14)로 전송된다. BSC(14)는 셀 자원 할당 및 기지국(12)들 간에 소프트 핸드오프를 조정하는 것을 포함하는 이동성 관리 기능을 제공한다. BSC(14)는 또한 수신된 데이터를 MSC(16)로 라우팅하는데, MSC(16)는 PSTN(18)과의 인터페이스를 위한 추가의 라우팅 서비스를 제공한다. 유사하게, PSTN(18)은 MSC(16)와 인터페이싱하고, MSC(16)는 BSC(14)와 인터페이싱하며, 이는 다시 순방향 링크 신호 세트를 이동전화 유닛(10) 세트로 전송하기 위해 기지국(12)을 제어한다.
도면 2에서, 제 1 인코더(100)는 디지털화된 음성 샘플 s(n)을 수신하고 전송 매체 (102) 또는 통신 채널 (102)를 통해 제 1 디코더 (104)로 전송하기 위해 샘플 s(n)을 인코딩한다. 디코더(104)는 인코딩된 음성 샘플을 디코딩하고 출력 음성 신호 sSYNTH(n)을 합성한다. 반대 방향으로 전송을 위해, 제 2 인코더(106)는 디지털화된 음성 샘플 s(n)을 인코딩하고, 이는 통신 채널 (108)로 전달된다. 제 2 디코더(110)는 인코딩된 음성 샘플을 수신하여 디코딩하며, 합성된 출력 음성 신호 sSYNTH(n)를 생성한다.
음성 샘플 s(n)은 예를 들면, 펄스 코드 변조(PCM), commanded μ-law, 또는 A-law를 포함하는 공지된 여러 방법에 따라 디지털화되고 양자화된 음성 신호를 나타낸다. 당업계에서 알려진 것과 같이, 음성샘플 s(n)은 각각의 프레임이 사전결정된 수의 디지털화된 음성샘플 s(n)로 구성된 입력 데이터의 프레임으로 구성된다. 일 실시예에서 8kHz의 샘플링 레이트가 사용되고, 각각의 20ms의 프레임은 160개 샘플을 포함한다. 후술될 실시예에서 데이터 전송 레이트는 바람직하게 13.2kbps(풀 레이트), 6.2kbps(1/2 레이트), 2.6kbps(1/4 레이트), 1kbps(1/8 레이트)까지 프레임별 기반으로 가변할 수 있다. 데이터 전송 레이트의 변화는 상대적으로 적은 음성 정보를 가지고 있는 프레임에서는 낮은 비트 레이트를 사용할 수 있기 때문이다. 당업자라면 알 수 있듯이, 다른 샘플링 레이트, 프레임 크기, 및 데이터 전송 레이트가 사용될 수 있다.
제 1 인코더(100)와 제 2 디코더(110)는 함께 제 1 음성 코더 또는 음성 코덱을 포함한다. 음성 코더는 도면 1을 참조하여 상술된 가입자 유닛, BTS 또는BSC를 포함하는 음성 신호 전달을 임의의 통신 장비에서도 사용될 수 있다. 유사하게, 제 2 인코더(106)와 제 1 디코더 (104)는 함께 제 2 음성 코더를 포함한다. 당업자라면 음성 코더가 디지털 신호 처리기(DSP), 응용주문형 직접회로(ASIC), 이산 게이트 로직, 펌웨어 또는 통상적인 프로그램 가능 소프트웨어 모듈 및 마이크로프로세서로 이루어질 수 있음을 알 수 있을 것이다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, 레지스터, 또는 당업계에서 알려진 다른 형태의 기록 가능 메모리에 상주한다. 선택적으로 통상적인 프로세서, 제어기, 또는 상태 기계가 마이크로프로세서를 대신할 수 있다. 음성 코딩을 위해 특별히 제작된 ASIC의 예는 본 발명의 출원인에게 양도되고 본 출원에 전체적으로 참조되는 미국 특허 제5,727,123과 1994년 2월 16일에 출원되어 "보코더 ASIC"라는 제하의 미국 특허출원 제 08/197,417에 설명되어 있다.
도면 3에서, 음성 코더에 사용되는 인코더(200)는 모드 결정 모듈(202), 피치 추정 모듈(204), LP 분석 모듈(206), LP 분석 필터(208), LP 양자화 모듈(210) 및 잔여 양자화 모듈(212)을 포함한다. 입력 음성 프레임 s(n)은 모드 결정 모듈(202), 피치 추정 모듈(204), LP 분석 모듈(206) 및 LP 분석 필터(208)에 제공된다. 모드 결정 모듈(202)은 각각의 입력 음성 프레임 s(n)의 다른 특징 중에도 주기성, 에너지, 신호-대-잡음 비(SNR) 부호 변환점 레이트에 기초하여 모드 인덱스 IM과 모드 M을 생성한다. 주기성에 따라 음성 프레임을 분류하는 여러 방법은 본 발명의 출원인에게 양도되어 있고 본 출원에 전체적으로 참조되는 미국 특허 제 5,911,128에 설명되어 있다. 그러한 방법은 또한 통신 산업 협회 산업 잠정 표준 TIA/EIA IS-127과 TIA/EIA IS-733에 통합된다. 모드 결정 방식의 예는 언급된 미국 특허출원 제 09/217,341에 설명되어 있다.
피치 추정 모듈(204)은 각각의 입력 음성 프레임 s(n)에 기초하여 피치 인덱스 IP와 래그(lag) 값 P0을 생성한다. LP 분석 모듈(206)은 LP 파라미터 a를 생성하기 위해 각각의 입력 음성프레임 s(n)에 대해 선형 예측 분석을 수행한다. LP 파라미터 a는 LP 양자화 모듈(210)에 제공된다. LP양자화 모듈 (210)은 모드 M을 수신하고 그것에 따라 모드-의존 방법으로 양자화 과정을 수행한다. LP 양자화 모듈(210)은 LP 인덱스 ILP와 양자화된 LP 파라미터
Figure 112005024352083-pct00001
을 생성한다. LP 분석필터(208)는 입력 음성 프레임 s(n)에 부가하여 양자화된 LP 파라미터
Figure 112005024352083-pct00002
를 수신한다. LP 분석 필터(208)는 양자화된 선형예측 파라미터
Figure 112005024352083-pct00071
에 근거하여 입력 음성 프레임 s(n)과 재구성된 음성 사이의 에러를 나타내는 LP 잔여 신호 R[n]를 생성한다. LP 잔여 신호 R[n], 모드 M, 및 양자화된 LP 파라미터
Figure 112005024352083-pct00004
는 잔여 양자화 모듈(212)에 제공된다. 이러한 값에 의해 잔여 양자화 모듈(212)은 잔여 인덱스 IR과 양자화된 잔여 신호
Figure 112005024352083-pct00005
을 생성한다.
도면 4에서, 음성 코더에서 사용될 수 있는 디코더(300)는 LP 파라미터 디코딩 모듈(302), 잔여 디코딩 모듈(304), 모드 디코딩 모듈(306) 및 LP 합성 필터(308)를 포함한다. 모드 디코딩 모듈(306)은 모드 인덱스IM을 수신하고 디코딩을 하여 그로부터 모드 M을 생성한다. LP 파라미터 디코딩 모듈(302)은 모드 M 및 LP 인덱스 ILP을 수신한다. LP 파라미터 디코딩 모듈(302)은 양자화된 LP 파라미터
Figure 112005024352083-pct00006
을 생성하기 위해 수신된 값을 디코딩한다. 잔여 디코딩 모듈(304)은 잔여 인덱스 IR, 피치 인덱스 IP, 및 모드 인덱스 IM을 수신한다. 잔여 디코딩 모듈(304)은 양자화된 잔여 신호
Figure 112005024352083-pct00007
을 생성하기 위해 수신된 값을 디코딩한다. 양자화된 잔여 신호
Figure 112005024352083-pct00008
와 양자화된 LP 파라미터
Figure 112005024352083-pct00009
는 디코딩된 출력 음성 신호 s^[n]을 합성하는 LP 합성 필터(308)에 제공된다.
도면 3의 인코더(200)와 도면 4의 디코더(300)의 여러 가지 모듈의 작동과 구현은 언급된 미국 특허 제 5,414,796 와 L. B. 라비너와 R. W. 스카퍼의 "음성 신호의 디지털 처리(1978)"의 396-453에 설명되어 있다.
도면 5의 흐름도에서 설명된 것과 같이, 일 실시예에서의 음성 코더는 전송을 위해 음성 샘플을 처리함에 있어서의 일련의 단계를 따라간다. 단계(400)에서 음성 코더는 연속적인 프레임에서 음성 신호의 디지털 샘플을 수신한다. 주어진 샘플을 수신한다면, 음성 코더는 단계(402)로 진행한다. 단계(402)에서 음성 코더는 프레임의 에너지를 검출한다. 에너지는 프레임의 음성 활동성의 측정치이다. 음성 검출은 디지털화된 음성 샘플의 진폭의 제곱을 합하고, 그 결과로 생성된 에너지를 임계값과 비교함으로 수행된다. 일 실시예에서 임계값은 주위 잡음의 크기 변화에 따라 달라진다. 예시적인 가변 임계 음성 활동성 검출기는 언급된 미국 특허 제 5,414,796에 설명되어 있다. 어떤 무음 음성은 오류로 주위 잡음으로 인코딩되는 매우 낮은 에너지 샘플이 될 수 있다. 이것을 방지하기 위해, 언급된 미국 특허 제 5,414,796에 설명된 것과 같이 낮은 에너지 샘플의 스펙트럼 틸트를 무음 음성과 주위 잡음을 구별하기 위해 사용한다.
프레임의 에너지를 검출한 후에, 음성 코더는 단계(404)로 진행한다. 단계(404)에서, 음성 코더는 검출된 프레임 에너지가 음성 정보를 가지고 있는 프레임으로 분류하기에 충분한 에너지를 가지고 있는지 아닌지를 결정한다. 만약 검출된 프레임 에너지가 미리 결정된 임계 레벨 이하로 떨어지면, 음성 코더는 단계(406)로 진행한다. 단계(406)에서, 음성 코더는 주위 잡음(즉, 무음 또는 침묵)으로 프레임을 인코딩한다. 일 실시예에서 주위 잡음 프레임은 1/8 레이트 또는 1kbps로 인코딩된다. 만약 단계(404)에서 검출된 프레임 에너지가 미리 결정된 임계 레벨을 충족하거나 초과하는 경우에는 그 프레임은 음성으로 분류되고 음성 코더는 단계(408)로 진행한다.
단계(408)에서, 음성 코더는 프레임의 주기성을 조사하여 그 프레임이 무음 음성인지 아닌지를 판단한다. 공지의 여러 주기성 결정은 부호 변환점을 이용하거나 정규화된 자기 상관 함수(NACF)를 이용하는 것을 포함한다. 특히 주기성을 검출하기 위해 부호 변환점과 자기 상관함수를 이용하는 것은 언급된 미국 특허 제 5,911,128과 미국 출원 제 09/217,341에 설명되어 있다. 게다가 유음 음성과 무음 음성을 구별하기 위해 위에서 설명한 방법은 통신 산업 협회 산업 잠정 표준 TIA/EIA IS-127과 TIA/EIA IS-733에 포함되어 있다. 만약 단계(408)에서 프레임이 무음 음성으로 결정되면 음성 코더는 단계(410)로 진행한다. 단계(410)에서, 음성 코더는 무음 음성을 프레임으로 인코딩한다. 일 실시예에서 무음 음성 프레임은 1/4 레이트 또는 2.6kbps로 인코딩된다. 만약 단계(408)에서, 프레임이 무음 음성이 아닌 것으로 결정되면, 음성 코더는 단계(412)로 진행한다.
단계(412)에서, 음성 코더는 예를 들면, 언급된 미국 특허 제 5,911,128에서 설명하고 있는 바와 같이, 공지된 주기성 결정법을 이용하여 프레임이 전이 음성인지 아닌지를 판단한다. 만약 그 프레임이 전이 음성이라고 판단되면 음성 코더는 단계(414)로 진행한다. 단계(414)에서, 그 프레임은 전이 음성(무음 음성으로부터 유성 음성으로의 전이)으로 인코딩된다. 일 실시예에서, 전이 음성 프레임은 "전이 음성 프레임의 멀티펄스 보간 코딩"이라는 제하의 1999년 5월 7일에 출원된 미국 특허출원 제 09/307,294(미국 특허 제 6,260,017호)에 설명된 멀티펄스 보간 방법에 따라 인코딩되며 상기 발명은 본 발명의 출원인에게 양도되었고 본 발명에 전체적으로 참조된다. 다른 실시예에서, 전이 음성 프레임은 풀 레이트 또는 13.2 kbps로 인코딩된다.
만약 단계(412)에서 음성 코더가 프레임이 전이 음성이 아니라고 결정하면, 음성 코더는 단계(416)로 진행한다. 단계(416)에서, 음성 코더는 프레임을 유음 음성으로 인코딩한다. 일 실시예에서, 유성 음성 프레임은 1/2 레이트 또는 6.2kbps로 인코딩된다. 또한 유음 음성 프레임을 풀 레이트 또는 13.2kbps(또는 8k CELP인코더에서는 풀 레이트, 8kbps)로 인코딩할 수 있다. 그러나 당업자라면 1/2 레이트로 유음 음성 프레임을 인코딩하는 것은 코더가 유음 프레임의 정상상태의 특성을 이용함으로써 상당한 대역폭을 절약할 수 있도록 한다는 것을 알 수 있을 것이다. 게다가 유음 음성을 인코딩하는데 사용된 레이트에 관계없이, 유음 음성은 바람직하게 지난 프레임의 정보를 이용하여 인코딩되며 이에 따라 예측한 대로 인코딩된다고 말할 수 있다.
당업자라면 음성 신호 또는 대응하는 LP 잔여가 도면 5에서 보여지는 단계들을 따라 인코딩된다는 것을 알 수 있을 것이다. 잡음, 무음 음성, 전이 음성, 및 유음 음성의 파형 특성은 도면 6A의 그래프에 시간의 함수로서 도시된다. 잡음, 무음 음성, 전이 음성 및 유음 LP 잔여의 파형 특성은 도면 6B의 그래프에 시간의 함수로 도시된다.
일 실시예에서, 음성 코더는 선 스펙트럼 정보(LSI) 벡터 양자화(VQ)의 두 방법들을 인터리빙하기 위해 도면 7의 흐름도에 도시된 알고리즘 단계들을 수행한다. 음성 코더는 바람직하게는 음성 코더가 LSI VQ의 두 방법을 인터리빙할 수 있도록 하는 비-이동-평균(non-MA(moving-average))-예측-기반 LSI VQ에 대한 등가 이동-평균(MA) 코드북 벡터를 계산한다. MA 예측-기반 방식에서, MA는 이전에 처리된 프레임 수 P에 대해 계산되는데, MA는 이하 설명하는 것과 같이 파라미터 가중치에 각각의 벡터 코드북 엔트리를 곱하여 계산한다. 또한 이하 설명하는 것과 같이, MA는 목표 양자화 벡터를 생성하기 위해 LSI 파라미터의 입력 벡터로부터 감산된다. 당업자라면 비MA 예측-기반 VQ 방법이 MA 예측-기반 VQ 방식을 사용하지 않는 VQ 방법이라는 것을 알 수 있을 것이다.
LSI 파라미터는 전형적으로 프레임간 MA 예측으로 VQ를 이용함으로써 또는 예를 들면, 분할 VQ, 멀티스테이지 VQ(MSVQ), 스위칭 예언 VQ(SPVQ) 또는 이들중 몇몇 혹은 전체의 조합을 사용하는 것과 같은 임의의 다른 표준 비MA-예측 기반 VQ 방법을 사용함으로써 양자화된다. 도면 7을 참고로 하여 설명한 일 실시예에서, 그 구조는 위에서 언급한 VQ 방법과 MA 예측-기반 VQ 방법을 혼합한 방식이 사용된다. 이는 MA 예측-기반 VQ 방법이 자연 상태에서(도면 6A-6B에서 정적 음성에 대해 도시된 바와 같은 신호를 나타냄) 정상상태 또는 정적인 음성 프레임의 장점을 가장 잘 활용하는데 사용되는 반면 비MA 예측-기반 VQ 방법은 자연 상태에서(도면 6A-6B에서 무음 프레임과 전이 프레임에 대해 도시된 바와 같은 신호를 나타냄) 비정상상태 또는 비정적인 음성 프레임의 장점을 가장 잘 활용하는데 사용되기 때문에 바람직하다.
N차원의 LSI 파라미터를 양자화하기 위한 비MA 예측-기반 VQ 방식에서 M 번째 프레임에 대한 입력벡터
Figure 112005024352083-pct00010
은 직접적으로 양자화를 위한 목표로 이용되고 위에서 언급한 표준 VQ 기술을 이용하여 벡터
Figure 112005024352083-pct00011
로 양자화된다.
프레임간 MA 예측 방식에서, 양자화를 위한 목표는 다음과 같이 계산된다.
Figure 112002001679739-pct00012

여기서
Figure 112007006979170-pct00013
은 프레임 M 바로 이전에 있는 P개의 프레임의 LSI 파라미터에 대응하는 코드북 엔트리이고,
Figure 112007006979170-pct00014
은
Figure 112007006979170-pct00015
를 만족하는 개별 가중치이다. 목표 양자화 UM은 위에서 언급된 VQ 기술을 이용하여
Figure 112007006979170-pct00016
으로 양자화한다. 양자화된 LSI 벡터는 다음과 같이 계산된다.
Figure 112002001679739-pct00017
MA 예측 방식은 이전 P개의 프레임의 코드북 엔트리
Figure 112005024352083-pct00018
의 이전 값의 존재를 요구한다. 코드북 엔트리가 MA 방식을 사용하여 양자화된 (이전 P개의 프레임중) 이들 프레임에 자동적으로 사용가능한 반면, 이전 P 프레임의 나머지는 비MA 예측-기반 VQ 방법을 이용하여 양자화할 수 있었으며, 해당 코드북 엔트리
Figure 112005024352083-pct00019
는 이들 프레임에 대해 직접적으로 이용할 수 없다. 이것이 VQ의 두 가지 방법들을 인터리빙하거나 혼합하기 힘들게 한다.
도면 7을 참고로 한 실시예에서, 다음 식은
Figure 112005024352083-pct00020
경우 코드북 엔트리
Figure 112005024352083-pct00072
가 명백하게 이용가능하지 않을 경우 코드북 엔트리
Figure 112005024352083-pct00073
의 추정치,
Figure 112005024352083-pct00074
을 계산하는데 유용하다.
Figure 112002001679739-pct00023

이 식에서
Figure 112005024352083-pct00024
은
Figure 112005024352083-pct00025
의 조건을 만족하는 각각의 가중치이고
Figure 112005024352083-pct00026
은 초기 조건이다. 예시적인 초기 조건은
Figure 112005024352083-pct00027
와 같으며 여기서 LB는 LSI의 바이어스 값이다. 다음은 가중치 세트의 한 예이다.
Figure 112002001679739-pct00028
도면 7의 흐름도의 단계(500)에서, 음성 코더는 MA 예측-기반 VQ 기술을 이용하여 입력 LSI 벡터 LM을 양자화할 것인지를 결정한다. 이러한 결정은 바람직하게는 프레임의 음성 콘텐츠를 바탕으로 이루어진다. 예를 들어, 정적 유음 프레임에 대한 LSI 파라미터는 MA 예측-기반 VQ 방법을 가장 잘 활용하여 양자화되는 반면, 무음 프레임 또는 전이 프레임에 대한 LSI 파라미터는 비MA 예측-기반 VQ 방법을 가장 잘 활용하여 양자화된다. 만약 음성 코더가 MA 예측-기반 VQ 기술로 입력 LSI 벡터 LM을 양자화하기로 결정하면, 음성 코더는 단계(502)로 진행한다. 한편 반대로 음성 코더가 MA 예측-기반 VQ 기술로 입력 LSI 벡터 LM을 양자화하지 않기로 결정하면, 음성 코더는 단계(504)로 진행한다.
단계(502)에서 음성 코더는 위의 식 (1)에 따른 양자화를 위하여 목표 UM을 계산한다. 그리고 나서 음성 코더는 단계(506)로 진행한다. 단계(506)에서 음성 코더는 당업계에서 알려진 여러 일반적인 VQ 기술중 하나를 이용하여 목표 UM을 양자화한다. 그 다음 음성 코더는 단계(508)로 진행한다. 단계(508)에서 음성 코더는 위의 식 (2)에 따라 양자화된 목표
Figure 112005024352083-pct00029
으로부터 양자화된 LSI 파라미터 벡터
Figure 112005024352083-pct00030
을 계산한다.
단계(504)에서 음성 코더는 당업계에서 잘 알려진 여러 비MA 예측-기반 VQ 기술중 하나에 따라 목표 LM을 양자화한다. (당업자가 이해할 수 있듯이 비MA 예측-기반 VQ 기술에서 양자화를 위한 벡터는 UM이 아니고 LM`이다.) 그 다음 음성 코더는 단계(510)로 진행한다. 단계(510)에서 음성 코더는 위의 식 (3)에 따라 양자화된 LSI 벡터
Figure 112007006979170-pct00031
으로부터 등가 MA 코드벡터
Figure 112007006979170-pct00032
을 계산한다.
단계(512)에서 음성 코더는 이전 P개의 프레임의 MA 코드북 벡터의 메모리를 갱신하기 위해 단계(506)에서 구한 양자화된
Figure 112005024352083-pct00033
과 단계(510)에서 구한 등가 MA 코드벡터
Figure 112005024352083-pct00034
을 이용한다. 이전 P개 프레임의 MA 코드북 벡터의 갱신된 메모리는 단계(502)에서 다음 프레임에 대한 입력 LSI 벡터 LM+1에 대한 양자화를 위한 목표 UM을 계산한다.
따라서 음성 코더에서 선 스펙트럼 정보 양자화 방법들의 인터리빙을 위한 새로운 방법과 장치가 설명되었다. 당업자는 여러 로직 블럭과 알고리즘 과정으로 설명한 실시예는 디지털 신호 처리기(DSP), 응용주문형 직접회로(ASIC), 이산 게이트 또는 트랜지스터 로직, 저항 그리고 피포(FIFO)와 같은 이산 하드웨어 부품, 펌웨어 명령을 수행하는 처리기, 또는 종래의 프로그램할 수 있는 모듈과 처리기로 구성되어 기능을 수행한다. 처리기는 바람직하게는 마이크로프로세서이지만 선택적으로 종래의 처리기, 제어기, 마이크로콘트롤러 또는 상태기계도 가능하다. 소프트웨어 모듈은 RAM메모리, 플래시 메모리, 저항 또는 당업계에서 알려진 다른 저장성 매체에 존재할 수 있다. 당업자는 위의 설명에서 기술한 데이터, 지시, 명령, 정보, 신호, 비트, 심벌, 그리고 칩은 전압, 전류, 전자기파, 자장, 또는 자기 입자, 광학장 또는 입자, 또는 이들의 임의의 조합일 수 있을 것이다.
바람직한 본 발명의 실시예는 이상 설명되었다. 그러나 당업자의 기술 수준에서는 여기서 기술한 본 발명을 벗어나지 않는 범위에서 수많은 다른 실시가 가능하다는 것은 자명하다. 그로므로, 본 발명은 다음 청구항에 따른 것을 제외하고는 제한되지 않는다.

Claims (20)

  1. 음성 코더로서,
    프레임을 분석하여 상기 분석에 기초한 선 스펙트럼 정보 코드벡터를 생성하도록 구성된 선형 예측 필터; 및
    상기 선형 예측 필터에 연결되며 비이동-평균-예측-기반 벡터 양자화 방식을 사용하는 제 1 벡터 양자화 기술로 상기 선형 스펙트럼 정보 벡터를 벡터 양자화하도록 구성된 양자화기를 포함하며,
    상기 양자화기는:
    제 1 벡터 양자화 기술에 대한 등가 이동 평균 코드벡터를 계산하며,
    등가 이동 평균 코드벡터로 상기 음성 코더에 의해 미리 처리된 사전결정된 수의 프레임에 대해 코드벡터의 이동 평균 코드북의 메모리를 갱신하며,
    상기 갱신된 이동 평균 코드북 메모리에 기초하여 제 2 벡터 양자화 기술에 대한 목표 양자화 벡터를 계산하며,
    양자화된 목표 코드벡터를 생성하기 위해 제 2 벡터 양자화 기술로 상기 목표 양자화 벡터를 벡터 양자화하며 -상기 제 2 벡터 양자화 기술은 이동-평균-예측-기반 방식을 사용하며-,
    상기 이동 평균 코드북의 메모리를 상기 양자화된 목표 코드벡터로 갱신하며, 그리고
    상기 양자화된 목표 코드벡터로부터 양자화된 선 스펙트럼 정보 벡터를 계산하도록 구성되는 음성 코더.
  2. 제1항에 있어서, 상기 프레임은 음성 프레임인 음성 코더.
  3. 제1항에 있어서, 상기 프레임은 선형 예측 잔여 프레임인 음성 코더.
  4. 제1항에 있어서, 목표 양자화 벡터는 다음과 같은 식으로 계산되며:
    Figure 112007006979170-pct00035
    여기서
    Figure 112007006979170-pct00086
    은 상기 프레임에 대한 입력 벡터이고,
    Figure 112007006979170-pct00036
    는 상기 프레임 바로 이전에 처리된 사전결정된 수의 프레임의 선 스펙트럼 정보 파라미터에 대응하는 코드북 입력이고,
    Figure 112007006979170-pct00037
    은
    Figure 112007006979170-pct00038
    의 조건을 만족하는 개별 파라미터 가중치인 음성 코더.
  5. 제1항에 있어서, 양자화된 선 스펙트럼 정보 벡터는 다음과 같은 식으로 계산되며:
    Figure 112005024352083-pct00039
    여기서
    Figure 112005024352083-pct00040
    은 상기 프레임 바로 이전에 처리된 사전결정된 수의 프레임의 선 스펙트럼 정보 파라미터에 대응하는 코드북 엔트리이고
    Figure 112005024352083-pct00041
    은
    Figure 112005024352083-pct00042
    의 조건을 만족하는 개별 파라미터 가중치인 음성 코더.
  6. 제1항에 있어서, 등가 이동 평균 코드벡터는 다음과 같은 식으로 계산되며:
    Figure 112007006979170-pct00075
    여기서
    Figure 112007006979170-pct00087
    은 양자화된 선 스펙트럼 정보 파라미터들의 벡터이고,
    Figure 112007006979170-pct00044
    은
    Figure 112007006979170-pct00045
    의 조건을 만족하는 개별 등가 이동 평균 코드벡터 엘리먼트 가중치이고, 여기서
    Figure 112007006979170-pct00046
    의 초기 조건이 설정되는 음성 코더.
  7. 제1항에 있어서, 상기 음성 코더는 무선 통신 시스템의 가입자 유닛내에 존재하는 음성 코더.
  8. 제 1 및 제 2 벡터 양자화 기술을 이용하여 프레임의 선 스펙트럼 정보 벡터를 벡터 양자화하는 방법 - 상기 제 1 기술은 비이동-평균-예측-기반 벡터 양자화 방식을 사용하고 제 2 기술은 이동-평균-예측-기반 벡터 양자화 방식을 사용함 -으로서,
    상기 제 1 벡터 양자화 기술로 선 스펙트럼 정보 벡터를 벡터 양자화하는 단계;
    상기 제 1 기술에 대한 등가 이동 평균 코드벡터를 계산하는 단계;
    상기 등가 이동 평균 코드벡터로 음성 코더에 의해 미리 처리된 사전결정된 수의 프레임에 대한 코드 벡터의 이동 평균 코드북 메모리를 갱신하는 단계;
    상기 갱신된 이동 평균 코드북 메모리에 기초하여 상기 제 2 기술에 대해 목표 양자화 벡터를 계산하는 단계;
    양자화된 목표 코드벡터를 생성하기 위해 상기 제 2 벡터 양자화 기술로 상기 목표 양자화 벡터를 벡터 양자화하는 단계;
    상기 양자화된 목표 코드벡터로 상기 이동 평균 코드북의 메모리를 갱신하는 단계; 및
    상기 양자화된 목표 코드벡터로부터 양자화된 선 스펙트럼 정보 벡터를 유도하는 단계를 포함하는 방법.
  9. 제8항에 있어서, 상기 프레임은 음성 프레임인 방법.
  10. 제8항에 있어서, 상기 프레임은 선형 예측 잔여 프레임인 방법.
  11. 제8항에 있어서, 상기 계산 단계는 다음의 식에 따라 상기 목표 양자화 벡터를 계산하는 것을 포함하며:
    Figure 112007006979170-pct00047
    여기서
    Figure 112007006979170-pct00088
    은 상기 프레임에 대한 입력 벡터이고,
    Figure 112007006979170-pct00048
    은 상기 프레임 바로 이전에 처리된 사전결정된 수의 프레임의 선 스펙트럼 정보 파라미터에 대응하는 코드북 엔트리이고,
    Figure 112007006979170-pct00049
    은
    Figure 112007006979170-pct00050
    의 조건을 만족하는 개별 파라미터 가중치인 방법.
  12. 제8항에 있어서, 상기 유도 단계는 다음 식에 따라 상기 양자화된 선 스펙트럼 정보 벡터를 유도하는 단계를 포함하며:
    Figure 112005024352083-pct00051
    여기서
    Figure 112005024352083-pct00052
    은 상기 프레임 바로 이전에 처리된 사전결정된 수의 프레임의 선 스펙트럼 정보 파라미터에 대응하는 코드북 엔트리이고,
    Figure 112005024352083-pct00053
    은
    Figure 112005024352083-pct00054
    의 조건을 만족하는 개별 파라미터 가중치인 방법.
  13. 제8항에 있어서, 상기 계산 단계는 다음 식에 따라 상기 등가 이동 평균 코드벡터를 계산하는 단계를 포함하며:
    Figure 112007006979170-pct00076
    여기서
    Figure 112007006979170-pct00089
    은 양자화된 선 스펙트럼 정보 파라미터들의 벡터이고,
    Figure 112007006979170-pct00056
    는
    Figure 112007006979170-pct00057
    의 조건을 만족하는 개별 등가 이동 평균 코드벡터 엘리먼트 가중치이고,
    Figure 112007006979170-pct00058
    의 초기 조건이 설정되는 방법.
  14. 음성 코더로서,
    비이동-평균-예측-기반 벡터 양자화 방식을 사용하는 제 1 벡터 양자화 기술로 프레임의 선 스펙트럼 정보 벡터를 벡터 양자화하는 수단;
    상기 제 1 벡터 양자화 기술에 대한 등가 이동 평균 코드벡터를 계산하는 수단;
    상기 등가 이동 평균 코드 벡터로 음성 코더에 의해 미리 처리된 사전결정된 수의 프레임에 대한 코드벡터의 이동 평균 코드북의 메모리를 갱신하는 수단;
    상기 갱신된 이동 평균 코드북 메모리에 기초하여 이동-평균-예측-기반 벡터 양자화 방식을 사용하는 제 2 벡터 양자화 기술에 대한 목표 양자화 벡터를 계산하는 수단;
    양자화된 목표 코드벡터를 생성하기 위해 상기 제 2 벡터 양자화 기술로 상기 목표 양자화 벡터를 양자화하는 수단;
    상기 양자화된 목표 코드벡터로 상기 이동 평균 코드북의 메모리를 갱신하는 수단; 및
    상기 양자화된 목표 코드벡터로부터 양자화된 선 스펙트럼 정보 벡터를 유도하는 수단을 포함하는 음성 코더.
  15. 제14항에 있어서, 상기 프레임은 음성 프레임인 음성 코더.
  16. 제14항에 있어서, 상기 프레임은 선형 예측 잔여 프레임인 음성 코더.
  17. 제14항에 있어서, 상기 목표 양자화 벡터는 다음의 식으로 계산되며:
    Figure 112007006979170-pct00059
    여기서
    Figure 112007006979170-pct00090
    은 상기 프레임에 대한 입력 벡터이고,
    Figure 112007006979170-pct00060
    는 상기 프레임 이전에 바로 처리된 사전 결정된 수의 프레임의 선 스펙트럼 정보 파라미터에 대응하는 코드북 엔트리이고,
    Figure 112007006979170-pct00061
    은
    Figure 112007006979170-pct00062
    의 조건을 만족하는 개별 파라미터 가중치인 음성 코더.
  18. 제14항에 있어서, 상기 양자화된 선 스펙트럼의 정보 벡터는 다음의 식으로 유도되며:
    Figure 112005024352083-pct00063
    여기서
    Figure 112005024352083-pct00064
    은 상기 프레임 바로 이전에 처리된 사전리 결정된 수의 프레임의 선 스펙트럼 정보 파라미터에 대응하는 코드북 엔트리이고,
    Figure 112005024352083-pct00065
    는
    Figure 112005024352083-pct00066
    의 조건을 만족하는 개별 파라미터 가중치인 음성 코더.
  19. 제14항에 있어서, 상기 등가 이동 평균 코드벡터는 다음의 식에 따라 계산되며:
    Figure 112007006979170-pct00077
    여기서
    Figure 112007006979170-pct00091
    은 양자화된 선 스펙트럼 정보 파라미터들의 벡터이고,
    Figure 112007006979170-pct00068
    는
    Figure 112007006979170-pct00069
    의 조건을 만족하는 개별 등가 이동 평균 벡터 요소의 가중치이고,
    Figure 112007006979170-pct00070
    의 초기 조건이 설정되는 음성 코더.
  20. 제14항에 있어서, 상기 음성 코더는 무선 통신 시스템의 가입자 유닛에 존재하는 음성 코더.
KR1020027000784A 1999-07-19 2000-07-19 음성 코더에서 선 스펙트럼 정보 양자화법을 인터리빙하는 방법 및 장치 KR100752797B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/356,755 1999-07-19
US09/356,755 US6393394B1 (en) 1999-07-19 1999-07-19 Method and apparatus for interleaving line spectral information quantization methods in a speech coder

Publications (2)

Publication Number Publication Date
KR20020033737A KR20020033737A (ko) 2002-05-07
KR100752797B1 true KR100752797B1 (ko) 2007-08-29

Family

ID=23402819

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020027000784A KR100752797B1 (ko) 1999-07-19 2000-07-19 음성 코더에서 선 스펙트럼 정보 양자화법을 인터리빙하는 방법 및 장치

Country Status (12)

Country Link
US (1) US6393394B1 (ko)
EP (1) EP1212749B1 (ko)
JP (1) JP4511094B2 (ko)
KR (1) KR100752797B1 (ko)
CN (1) CN1145930C (ko)
AT (1) ATE322068T1 (ko)
AU (1) AU6354600A (ko)
BR (1) BRPI0012540B1 (ko)
DE (1) DE60027012T2 (ko)
ES (1) ES2264420T3 (ko)
HK (1) HK1045396B (ko)
WO (1) WO2001006495A1 (ko)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6735253B1 (en) 1997-05-16 2004-05-11 The Trustees Of Columbia University In The City Of New York Methods and architecture for indexing and editing compressed video over the world wide web
US7143434B1 (en) 1998-11-06 2006-11-28 Seungyup Paek Video description system and method
DE60137376D1 (de) * 2000-04-24 2009-02-26 Qualcomm Inc Verfahren und Vorrichtung zur prädiktiven Quantisierung von stimmhaften Sprachsignalen
US6937979B2 (en) * 2000-09-15 2005-08-30 Mindspeed Technologies, Inc. Coding based on spectral content of a speech signal
US20040128511A1 (en) * 2000-12-20 2004-07-01 Qibin Sun Methods and systems for generating multimedia signature
US20040204935A1 (en) * 2001-02-21 2004-10-14 Krishnasamy Anandakumar Adaptive voice playout in VOP
WO2002097796A1 (en) * 2001-05-28 2002-12-05 Intel Corporation Providing shorter uniform frame lengths in dynamic time warping for voice conversion
AU2002351310A1 (en) * 2001-12-06 2003-06-23 The Trustees Of Columbia University In The City Of New York System and method for extracting text captions from video and generating video summaries
US7289459B2 (en) * 2002-08-07 2007-10-30 Motorola Inc. Radio communication system with adaptive interleaver
WO2006096612A2 (en) 2005-03-04 2006-09-14 The Trustees Of Columbia University In The City Of New York System and method for motion estimation and mode decision for low-complexity h.264 decoder
UA91853C2 (ru) * 2005-04-01 2010-09-10 Квелкомм Инкорпорейтед Способ и устройство для векторного квантования спектрального представления огибающей
JP4981122B2 (ja) * 2006-03-21 2012-07-18 フランス・テレコム 抑制されたベクトル量子化
US7463170B2 (en) * 2006-11-30 2008-12-09 Broadcom Corporation Method and system for processing multi-rate audio from a plurality of audio processing sources
US7465241B2 (en) * 2007-03-23 2008-12-16 Acushnet Company Functionalized, crosslinked, rubber nanoparticles for use in golf ball castable thermoset layers
WO2009126785A2 (en) 2008-04-10 2009-10-15 The Trustees Of Columbia University In The City Of New York Systems and methods for image archaeology
WO2009155281A1 (en) * 2008-06-17 2009-12-23 The Trustees Of Columbia University In The City Of New York System and method for dynamically and interactively searching media data
US20100017196A1 (en) * 2008-07-18 2010-01-21 Qualcomm Incorporated Method, system, and apparatus for compression or decompression of digital signals
US8671069B2 (en) 2008-12-22 2014-03-11 The Trustees Of Columbia University, In The City Of New York Rapid image annotation via brain state decoding and visual pattern mining
CN102982807B (zh) * 2012-07-17 2016-02-03 深圳广晟信源技术有限公司 用于对语音信号lpc系数进行多级矢量量化的方法和系统

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4901307A (en) 1986-10-17 1990-02-13 Qualcomm, Inc. Spread spectrum multiple access communication system using satellite or terrestrial repeaters
US5103459B1 (en) 1990-06-25 1999-07-06 Qualcomm Inc System and method for generating signal waveforms in a cdma cellular telephone system
WO1992022891A1 (en) 1991-06-11 1992-12-23 Qualcomm Incorporated Variable rate vocoder
US5784532A (en) 1994-02-16 1998-07-21 Qualcomm Incorporated Application specific integrated circuit (ASIC) for performing rapid speech compression in a mobile telephone system
TW271524B (ko) 1994-08-05 1996-03-01 Qualcomm Inc
US5664055A (en) * 1995-06-07 1997-09-02 Lucent Technologies Inc. CS-ACELP speech compression system with adaptive pitch prediction filter gain based on a measure of periodicity
US5699485A (en) * 1995-06-07 1997-12-16 Lucent Technologies Inc. Pitch delay modification during frame erasures
US5732389A (en) * 1995-06-07 1998-03-24 Lucent Technologies Inc. Voiced/unvoiced classification of speech for excitation codebook selection in celp speech decoding during frame erasures
JP3680380B2 (ja) * 1995-10-26 2005-08-10 ソニー株式会社 音声符号化方法及び装置
DE19845888A1 (de) * 1998-10-06 2000-05-11 Bosch Gmbh Robert Verfahren zur Codierung oder Decodierung von Sprachsignalabtastwerten sowie Coder bzw. Decoder

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LOO J H Y et al. 'Classified nonlinear predictive vector quantization of speech spectral parameters' In:ICASSP'96. IEEE,1996,Vol.2,pages 761-764.
SKOGLUND J et al. 'Predictive VQ for Noisy Channel Spectrum Coding: AR or MA?' In:ICASSP'97. IEEE,21.04.1997,pages 1351-1354.

Also Published As

Publication number Publication date
EP1212749B1 (en) 2006-03-29
BRPI0012540B1 (pt) 2015-12-01
CN1145930C (zh) 2004-04-14
HK1045396B (zh) 2005-02-18
DE60027012D1 (de) 2006-05-18
KR20020033737A (ko) 2002-05-07
JP4511094B2 (ja) 2010-07-28
CN1361913A (zh) 2002-07-31
HK1045396A1 (en) 2002-11-22
JP2003524796A (ja) 2003-08-19
ES2264420T3 (es) 2007-01-01
ATE322068T1 (de) 2006-04-15
BR0012540A (pt) 2004-06-29
EP1212749A1 (en) 2002-06-12
DE60027012T2 (de) 2007-01-11
AU6354600A (en) 2001-02-05
WO2001006495A1 (en) 2001-01-25
US6393394B1 (en) 2002-05-21

Similar Documents

Publication Publication Date Title
KR100804461B1 (ko) 보이스화된 음성을 예측적으로 양자화하는 방법 및 장치
KR100805983B1 (ko) 가변율 음성 코더에서 프레임 소거를 보상하는 방법
KR100898323B1 (ko) 음성 코더용 스펙트럼 크기 양자화 방법
KR100752797B1 (ko) 음성 코더에서 선 스펙트럼 정보 양자화법을 인터리빙하는 방법 및 장치
JP4782332B2 (ja) 音声符号器における目標ビットレートを維持する方法および装置
US6324503B1 (en) Method and apparatus for providing feedback from decoder to encoder to improve performance in a predictive speech coder under frame erasure conditions
KR100804888B1 (ko) 프레임 에러에 대한 민감도를 감소시키기 위하여 코딩 방식선택 패턴을 사용하는 예측 음성 코더
US7085712B2 (en) Method and apparatus for subsampling phase spectrum information
KR100756570B1 (ko) 음성 코더의 프레임 프로토타입들 사이의 선형 위상시프트들을 계산하기 위해 주파수 대역들을 식별하는 방법및 장치

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120727

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20130729

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20140730

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20160629

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20170629

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20180628

Year of fee payment: 12