KR101397512B1

KR101397512B1 - 선형 예측 코딩 분석을 위한 방법, 장치 및 시스템

Info

Publication number: KR101397512B1
Application number: KR1020117023175A
Authority: KR
Inventors: 지안펭 수; 레이 미아오; 펭얀 키; 데준 장; 킹 장
Original assignee: 후아웨이 테크놀러지 컴퍼니 리미티드
Priority date: 2009-03-11
Filing date: 2009-03-11
Publication date: 2014-05-22
Also published as: CN102067211B; KR20110132435A; WO2010102446A1; EP2407963A4; US20110320195A1; US8812307B2; EP2407963A1; EP2407963B1; CN102067211A

Abstract

본 발명은 통신 기술과 관련되어 있으며, LPC 예측 성능을 향상시키고 분석 작업을 단순화하기 위한 선형 예측 코딩(Linear Prediction Coding, LPC) 분석 방법, 장치 및 시스템을 개시한다. 상기 방법은: 입력 신호의 적어도 하나의 샘플 지점의 신호 특성 정보를 획득하는 단계; 분석 결과를 획득하기 위하여 상기 신호 특성 정보를 비교하고 분석하는 단계; 상기 입력 신호에 대해 적응 윈도우잉(adaptive windowing)을 수행하고 윈도우된 신호(windowed signal)를 획득하기 위하여, 상기 분석 결과에 따라, 윈도우 함수를 선택하는 단계; 및 선형 예측을 위한 LPC 계수를 획득하기 위하여 상기 윈도우된 신호를 처리하는 단계를 포함한다. 본 발명의 구현예는 LPC에 적용된다.

Description

선형 예측 코딩 분석을 위한 방법, 장치 및 시스템{METHOD, APPARATUS AND SYSTEM FOR LINEAR PREDICTION CODING ANALYSIS}

본 발명은 통신 기술에 관한 것이며, 특히, 선형 예측 코딩(Linear Prediction Coding, LPC) 분석을 위한 방법, 장치, 및 시스템에 관한 것이다.

음성 및 오디오 신호를 전송하고 저장하기 위한 대역폭(bandwidth)을 절약하기 위하여, 음성 및 오디오 코딩 기술이 폭넓게 적용되며, 예를 들면, 손실 코딩(lossy coding)과 무손실 코딩(lossless coding)이 있다. 손실 코딩에서, 복원된 신호는 원래의 신호와 완전하게 동일하지는 않지만, 신호의 중복된 정보는 음원의 특성 및 인간의 지각 특성에 따라 최소화될 수 있다. 무손실 코딩에서, 복원된 신호는, 최종 디코딩 품질이 전혀 훼손되지 않도록 원래의 신호와 완전히 동일할 필요가 있다. 일반적으로, 손실 코딩에서는, 압축률은 높지만 복원된 음성의 품질은 보장되지 않을 수도 있는 반면; 무손실 코딩에서는, 음성 품질은 보장되지만 압축률은 약 50% 정도로 낮다.

손실 코딩과 무손실 코딩 모두에서, LPC(Linear Prediction Coding) 모델이 음성 코딩에 폭넓게 적용된다. 손실 코딩에서, LPC 모델의 전형적인 응용으로서 코드 여기 선형 예측(Code Excited Linear Prediction, CELP) 코딩 모델이 있다. CELP 코딩 모델의 핵심은: 단기 선형 예측(short-time linear prediction)을 사용하여 음성 신호의 가까운 샘플 지점의 여분(redundancy)을 제거하고, 장기 예측기(long-time predictor)를 사용하여 음성 신호의 먼 샘플 지점의 여분을 제거하고, 예측 프로세스에서 생성된 파라미터 및 두 단계의 예측을 통해 얻어진 잔여 신호(residual signal)에 대한 코딩된(coded) 전송을 수행하는 것이다.

현재, 손실 및 무손실 오디오 코딩/디코딩의 LPC분석은 일반적으로 세 개의 모듈: 윈도우잉 모듈(windowing module), 자기 상관 모듈(auto-correlation module), 및 레빈슨 알고리즘 모듈(Levinson algorithm module)을 포함한다. 잔여 신호는, 선형 예측을 통해 얻어지고, 오디오 압축을 구현하기 위하여 엔트로피 코딩(entropy coding)을 통해 코딩된다.

LPC 프로세스에서, 이전의 기술에는 적어도 다음의 문제가 존재한다:

윈도우잉 프로세스(windowing process)에 고정 윈도우 함수가 적용되어, 선형 예측 성능은 최적이 되지 않는다.

혹은, 입력 신호가; 제1 차 LPC 분석에서는 짧은 윈도우가 신호에 적용되고, 제2 차 LPC 분석에서는 긴 윈도우가 신호에 적용되는, 두 차례의 LPC 분석을 거치게 되어, LPC 분석의 복잡성을 증가시킨다.

본 발명의 목적은 상기의 문제점을 해결하기 위하여, 선형 예측 코딩(Linear Prediction Coding, LPC) 분석을 위한 방법, 장치, 및 시스템을 제공하는 것이다.

본 발명의 구현예는 선형 예측 성능을 향상시키고 분석 작업을 단순화하기 위한 LPC 분석 방법, 장치, 및 시스템을 제공한다.

LPC 분석 방법은: 입력 신호의 적어도 하나의 샘플 지점의 신호 특성 정보를 획득하는 단계; 분석 결과를 획득하기 위하여 신호 특성 정보를 비교하고 분석하는 단계; 및 입력 신호에 대해 적응 윈도우잉(adaptive windowing)을 수행하고 윈도우된 신호(windowed signal)를 획득하기 위하여 분석 결과에 따라 윈도우 함수를 선택하는 단계; 및 선형 예측을 위한 LPC 계수를 획득하기 위하여 윈도우된 신호를 처리하는 단계를 포함한다.

본 발명에서 제공된 LPC 분석 방법을 통해서, 분석 결과가 획득되기 위하여 입력 신호가 분석되고, 분석 결과에 따라 윈도우잉(windowing)에 필요한 윈도우 함수가 적응적으로(adaptively) 할당된다. 이러한 방법으로, 코딩 복잡도가 거의 증가하지 않으면서도 LPC의 예측 성능이 향상된다.

LPC 분석 장치는: 입력 신호의 적어도 하나의 샘플 지점의 신호 특성 정보를 획득하도록 구성된, 획득 유닛; 분석 결과를 획득하기 위하여 신호 특성 정보를 비교하고 분석하도록 구성된, 분석 유닛; 입력 신호에 대해 적응 윈도우잉을 수행하고 윈도우된 신호를 획득하기 위하여 분석 결과에 따라 윈도우 함수를 선택하도록 구성된, 윈도우잉 유닛; 및 선형 예측을 위한 LPC 계수를 획득하기 위하여 상기 윈도우된 신호를 처리하도록 구성된, 프로세싱 유닛을 포함한다.

본 발명의 구현예에서 제공된 LPC 분석 장치는 분석 결과를 획득하기 위하여 입력 신호를 분석하고, 분석 결과에 따라 윈도우잉에 필요한 윈도우 함수를 적응적으로 할당하도록 구성되어 있다. 이러한 방법으로, 코딩 복잡도가 거의 증가하지 않으면서도 LPC의 예측 성능이 향상된다.

LPC 시스템은: 입력 신호의 적어도 하나의 샘플 지점의 신호 특성 정보를 획득하고; 분석 결과를 획득하기 위하여 신호 특성 정보를 비교하고 분석하며; 입력 신호에 대해 적응 윈도우잉을 수행하고 윈도우된 신호를 획득하기 위하여 분석 결과에 따라 윈도우 함수를 선택하고; LPC 계수를 획득하기 위하여 윈도우된 신호를 처리하도록 구성된, LPC 분석 장치; 및 LPC 분석 장치에 의하여 획득한 LPC 계수에 따라 코딩을 수행하도록 구성된, 코딩 장치를 포함한다.

본 발명의 구현예에서 제공된 LPC 시스템을 통해서, 분석 결과를 획득하기 위하여 입력 신호가 분석되고, LPC 계수를 획득하기 위하여 분석 결과에 따라 윈도우잉에 필요한 윈도우 함수가 적응적으로 할당되고, 그 후 LPC 계수에 따라 코딩이 수행된다. 이러한 방법으로, 코딩 복잡도가 거의 증가하지 않으면서도 LPC의 예측 성능이 향상된다.

본 발명에 의하여, 코딩 복잡도가 거의 증가하지 않으면서도 LPC의 예측 성능이 향상된다.

본 발명의 구현예 또는 종래 기술의 기술적 해결책을 보다 명확히 하기 위하여, 본 발명의 구현예 또는 종래 기술에 관련된 첨부 도면의 개요를 하기에 나타냈다. 명백하게도, 하기에 나타낸 첨부 도면의 개요는 완전한 것이 아닌 예시적인 것이며, 해당 기술 분야의 당업자는 어떠한 창작 노력 없이도 그것들로부터 다른 도면을 도출할 수 있다.
도 1은 본 발명의 일 구현예에 따른 LPC 분석 방법의 블록 흐름도이다.
도 2는 본 발명의 제1 구현예에 따른 LPC 분석 방법의 블록 흐름도이다.
도 3은 본 발명의 제2 구현예에 따른 LPC 분석 방법의 블록 흐름도이다.
도 4는 본 발명의 제3 구현예에 따른 LPC 분석 방법의 블록 흐름도이다.
도 5는 본 발명의 제4 구현예에 따른 LPC 분석 방법의 블록 흐름도이다.
도 6은 본 발명의 제5 구현예에 따른 LPC 분석 방법의 블록 흐름도이다.
도 7은 본 발명의 제6 구현예에 따른 LPC 분석 방법의 블록 흐름도이다.
도 8은 본 발명의 제7 구현예에 따른 LPC 분석 방법의 블록 흐름도이다.
도 9는 본 발명의 일 구현예에 따른 LPC 분석 장치의 구조 블록 다이어그램이다.
도 10은 본 발명의 다른 구현예에 따른 LPC 분석 장치의 구조 블록 다이어그램이다.
도 11은 본 발명의 일 구현예에 따른 LPC 시스템의 구조 블록 다이어그램이다.
도 12는 본 발명의 다른 구현예에 따른 LPC 시스템의 구조 블록 다이어그램이다.

본 발명의 완전한 이해를 제공하기 위하여 하기의 상세한 설명은 첨부 도면과 함께 주어진다. 명백하게도, 설명된 구현예는 모든 구현예가 아니며 단지 구현예의 일부일 뿐이다. 해당 기술 분야의 당업자에 의하여 어떠한 창작 노력 없이 여기에 주어진 구현예로부터 도출될 수 있는, 기타 모든 구현예는 본 발명의 범위 에 포함된다.

본 발명의 구현예는 첨부 도면을 참고하여 하기에 상세히 설명되어 있다.

도 1에 도시된 바와 같이, 본 발명의 일 구현예에 제공되는 LPC 분석 방법은 다음 단계를 포함한다:

단계 S101은, 입력 신호의 적어도 하나의 샘플 지점의 신호 특성 정보를 획득한다.

단계 S102는, 분석 결과를 획득하기 위하여 신호 특성 정보를 비교하고 분석한다.

단계 S103은, 입력 신호에 대해 적응 윈도우잉(adaptive windowing)을 수행하고 윈도우된 신호(windowed signal)를 획득하기 위하여 분석 결과에 따라 윈도우 함수를 선택한다.

단계 S104는, 선형 예측을 위한 LPC 계수를 획득하기 위하여 윈도우된 신호를 처리한다.

여기에서 제공된 LPC 분석 방법을 통해서, 분석 결과를 획득하기 위하여 입력 신호가 분석되고, 분석 결과에 따라 윈도우잉에 필요한 윈도우 함수가 적응적으로(adaptively) 할당된다. 이러한 방법으로, 코딩 복잡도가 거의 증가하지 않으면서도 LPC의 예측 성능이 향상된다.

신호 특성 정보는 진폭, 에너지, 영교차율(zero-crossing rate), 신호 종류, 프레임 길이, 코딩 모드 중 어느 하나 또는 임의의 조합을 포함한다.

상기 방법은 본 발명의 하기의 구현예를 들어 설명되어 있다.

[제1 구현예]

도 2에 도시된 바와 같이, 본 발명의 제1 구현예에 제공되는 LPC 분석 방법은 다음 단계를 포함한다:

단계 S201은, 입력 신호의 제1 샘플 지점의 진폭 값 |x[0]| 및 최종 샘플 지점의 진폭 값 |x[N-1]|을 획득하며, 여기서 x[i], i=0,1,…,N-1은 입력 신호, N은 입력 신호의 샘플 지점의 개수(예컨대 40, 80, 160, 240, 또는 320) 이다. 여기에서의 입력 신호는 LPC 분석을 위한 신호 입력을 나타내며, 신호의 프레임이거나, 또는 신호의 프레임에 히스토리 버퍼(history buffer)에서의 신호의 세그먼트(예컨대 히스토리 버퍼에서의 L 샘플 지점, 여기서 L은 코덱 종류에 따라서 40, 80, 160, 240, 또는 320과 같은 양의 정수임)를 더한 것일 수 있다.

단계 S202는, 샘플 지점의 진폭 값 |x[0]| 및 |x[N-1]|을 분석하고, 분석 결과에 따라 입력 신호에 대해 적응 윈도우잉을 수행한다.

예를 들어, 입력 신호의 샘플 지점의 개수가 40인 경우:

만약 입력 신호의 제1 샘플 지점의 진폭 값 |x[0]|가 프리셋 임계값(preset threshold) thr(예컨대 thr=128)보다 작다면, 윈도우 함수의 처음 4개 지점은 다음과 같이 정해진다:

w(n)=0.23+0.77·cos(2·π·(31-8·n)/127), n=0,1,2,3

그렇지 않으면, 윈도우 함수의 처음 4개 지점은 다음과 같이 정해진다:

w(n)=0.26+0.74·cos(2·π·(31-8·n)/127), n=0,1,2,3

원도우 함수의 5번째 지점 내지 36번째 지점은 1로 정해진다. 즉,

w(n)=1, n=4,…,35

이다.

만약 입력 신호의 최종 샘플 지점의 진폭 값 |x[39]|가 프리셋 임계값 thr(예컨대 thr=128)보다 작다면, 윈도우 함수의 마지막 4개 지점은 다음과 같이 정해진다:

w(n)=0.23+0.77·cos(2·π·(8·n-281)/127), n=36,37,38,39

그렇지 않으면, 윈도우 함수의 마지막 4개 지점은 다음과 같이 정해진다:

w(n)=0.26+0.74·cos(2·π·(8·n-281)/127), n=36,37,38,39

그 후, 신호 x(n), n=1,2,…,38,39는 적응적으로 정해진 윈도우 함수(adaptively set window function) w(n), n=1,2,…,38,39를 사용하여 윈도우된다(windowed). 즉,

xd[n]=x[n]·w[n], n=0,1,…,38,39

이다.

결과적으로, 원도우된 신호 xd[n], n=0,1,…,38,39이 획득된다.

다른 구현예로서, 입력 신호의 샘플 지점의 개수가 80인 경우:

만약 입력 신호의 제1 샘플 지점의 진폭 값 |x[0]|가 프리셋 임계값 thr(예컨대 thr=128)보다 작다면, 윈도우 함수의 처음 8개 지점은 다음과 같이 정해진다:

w(n)=0.26+0.74·cos(2·π·(31-4·n)/127), n=0,1,2,…,7

그렇지 않으면, 윈도우 함수의 처음 8개 지점은 다음과 같이 정해진다:

w(n)=0.16+0.84·cos(2·π·(31-4·n)/127), n=0,1,2,…,7

원도우 함수의 9번째 지점 내지 72번째 지점은 1로 정해진다. 즉,

w(n)=1, n=8,…,71

이다.

만약 입력 신호의 최종 샘플 지점의 진폭 값 |x[79]|가 프리셋 임계값 thr(예컨대thr=128)보다 작다면, 윈도우 함수의 마지막 8개 지점은 다음과 같이 정해진다:

w(n)=0.26+0.74·cos(2·π·(4·n-285)/127), n=72,73,74,…,79

그렇지 않으면, 윈도우 함수의 마지막 8개 지점은 다음과 같이 정해진다:

w(n)=0.16+0.84·cos(2·π·(4·n-285)/127), n=72,73,74,…,79

그 후, 신호 x(n), n=0,1,…,78,79는 적응적으로 정해진 윈도우 함수 w(n), n=0,1,…,78,79를 사용하여 윈도우된다. 즉,

xd[n]=x[n]·w[n], n=0,1,…,78,79

이다.

결과적으로, 원도우된 신호 xd[n], n=0,1,…,78,79이 획득된다.

윈도우 함수 w[n]을 조정하는 정책은 보코더(vocoder) 종류에 따라 충분한 실험을 통해서 선택된다.

임계값 thr은 또한 충분한 실험을 통해서 선택되고, 예를 들면, thr=128 또는 thr=157이다.

단계 S203은, 선형 예측을 위한 LPC 계수를 획득하기 위하여 윈도우된 신호를 처리한다.

상기 제1 구현예에서 제공된 LPC 분석 방법을 통해서, 입력 신호의 제1 샘플 지점 및 최종 샘플 지점의 진폭 값이 획득되고, 입력 신호는 샘플 지점의 진폭 값에 따라 적응적으로 윈도우된다. 이러한 방법으로, 코딩 복잡도가 거의 증가하지 않으면서도 LPC의 예측 성능이 향상된다.

[제2 구현예]

도 3에 도시된 바와 같이, 본 발명의 제2 구현예에 제공되는 LPC 분석 방법은 다음 단계를 포함한다:

단계 S301은, 입력 신호의 제1 샘플 지점의 진폭 값 |x[0]|를 획득하며, 여기서 x[i], i=0,1,…,N-1은 입력 신호이고, N은 입력 신호의 샘플 지점의 개수이다. 여기에서의 입력 신호는 LPC 분석을 위한 신호 입력을 나타내며, 신호의 프레임이거나, 또는 신호의 프레임에 히스토리 버퍼에서의 신호의 세그먼트(예컨대 히스토리 버퍼에서의 L 샘플 지점, 여기서 L은 40 또는 80과 같은 양의 정수이고, L의 값은 코덱의 종류에 따라 다름)를 더한 것일 수 있다.

단계 302는, 샘플 지점의 진폭 값 |x[0]|를 분석하고, 분석 결과에 따라 입력 신호에 대해 적응 윈도우잉을 수행한다.

만약 입력 신호의 제1 샘플 지점의 진폭 값 |x[0]|가 프리셋 임계값 thr보다 크거나 같다면, 입력 신호는 제1 윈도우 함수를 사용하여, 즉, xd[i]가 x[i]·w1[i], i=0,1,…,N-1이 되도록 하여(xd[i]는 윈도우된 신호를 나타내고, w1[i]는 제1 윈도우 함수를 나타냄), 윈도우된다.

그렇지 않으면, 입력 신호는 제2 윈도우 함수를 사용하여, 즉, xd[i]가 x[i]·w2[i], i=0,1,…,N-1이 되도록 하여(w2[i]는 제2 윈도우 함수를 나타냄), 윈도우된다.

윈도우 함수 w1[i] 및 윈도우 함수 w2[i]는 보코더의 종류에 따라 충분한 실험을 통해서 선택될 수 있고, 다른 신호에 적용된다. 예를 들면, w1[i]는 사인 윈도우(sine window)이고 w2[i]는 해밍 윈도우(Hamming window); 또는, w1[i]는 해밍 윈도우이고 w2[i]는 사인 윈도우이다. 임계값 thr은 또한 충분한 실험을 통해서 선택될 수 있으며, 예를 들면, thr=128 또는 thr=157이다.

일례로, thr=128이고; 프레임 길이 N=80인 경우,

이다.

프레임 길이 N=40인 경우,

이다.

단계 S303은, 선형 예측을 위한 LPC 계수를 획득하기 위하여 윈도우된 신호를 처리한다.

상기 제2 구현예에서 제공된 LPC 분석 방법을 통해서, 입력 신호의 제1 샘플 지점의 진폭 값이 획득되고, 입력 신호는 샘플 지점의 진폭 값에 따라 적응적으로 윈도우된다. 이러한 방법으로, 코딩 복잡도가 거의 증가하지 않으면서도 LPC의 예측 성능이 향상된다.

[제3 구현예]

도 4에 도시된 바와 같이, 본 발명의 제3 구현예에 제공되는 LPC 분석 방법은 다음 단계를 포함한다:

단계 S401은, 입력 신호의 처음(또는 마지막) M개 샘플 지점의 평균 진폭 값

를 획득하며, 여기서 x[i], i=0,1,…,N-1은 입력 신호이고, N은 입력 신호의 샘플 지점의 개수이다. 여기에서의 입력 신호는 LPC 분석을 위한 신호 입력을 나타내며, 신호의 프레임이거나, 또는 신호의 프레임에 히스토리 버퍼에서의 신호의 세그먼트(예컨대 히스토리 버퍼에서의 L 샘플 지점, 여기서 L은 40 또는 80과 같은 양의 정수이고, L의 값은 코덱의 종류에 따라 다름)를 더한 것일 수 있다.

단계 402는, 처음(또는 마지막) M개 샘플 지점의 평균 진폭 값

를 분석하고, 분석 결과에 따라 입력 신호에 대해 적응 윈도우잉을 수행한다.

만약 처음(또는 마지막) M개 샘플 지점의 평균 진폭 값

가 프리셋 임계값 thr보다 크거나 같다면, 입력 신호는 제1 윈도우 함수를 사용하여, 즉, xd[i]가 x[i]·w1[i], i=0,1,…,N-1이 되도록 하여(xd[i]는 윈도우된 신호를 나타내고, w1[i]는 제1 윈도우 함수를 나타냄), 윈도우된다.

그렇지 않으면, 입력 신호는 제2 윈도우 함수를 사용하여, 즉, xd[i] 가 x[i]·w2[i], i=0,1,…,N-1이 되도록 하여(w2[i]는 제2 윈도우 함수를 나타냄), 윈도우된다.

윈도우 함수 w1[i] 및 윈도우 함수 w2[i]는 보코더의 종류에 따라 충분한 실험을 통해서 선택될 수 있고, 다른 신호에 적용된다. 예를 들면, w1[i]는 사인 윈도우이고 w2[i]는 해밍 윈도우; 또는, w1[i]는 해밍 윈도우이고 w2[i]는 사인 윈도우이다. 임계값 thr은 또한 충분한 실험을 통해서 선택될 수 있으며, 예를 들면, thr=127 또는 thr=152이다.

일례로, thr=128이고; 프레임 길이 N=80인 경우,

이다.

프레임 길이 N=40인 경우,

이다.

단계 S403은, 선형 예측을 위한 LPC 계수를 획득하기 위하여 윈도우된 신호를 처리한다.

상기 제3 구현예에서 제공된 LPC 분석 방법을 통해서, 입력 신호의 처음(또는 마지막) M개 샘플 지점의 평균 진폭 값이 획득되고, 입력 신호는 평균 진폭 값에 따라 적응적으로 윈도우된다. 이러한 방법으로, 코딩 복잡도가 거의 증가하지 않으면서도 LPC의 예측 성능이 향상된다.

[제4 구현예]

도 5에 도시된 바와 같이, 본 발명의 제4 구현예에 제공되는 LPC 분석 방법은 다음 단계를 포함한다:

단계 S501은, 입력 신호의 처음(또는 마지막) M개 샘플 지점의 평균 에너지 값

을 획득하며, 여기서 x[i], i=0,1,…,N-1은 입력 신호이고, N은 입력 신호의 샘플 지점의 개수이다.

여기에서의 입력 신호는 LPC 분석을 위한 신호 입력을 나타내며, 신호의 프레임이거나, 또는 신호의 프레임에 히스토리 버퍼에서의 신호의 세그먼트(예컨대 히스토리 버퍼에서의 L 샘플 지점, 여기서 L은 40 또는 80과 같은 양의 정수이고, L의 값은 코덱의 종류에 따라 다름)를 더한 것일 수 있다.

단계 502는, 처음(또는 마지막) M개 샘플 지점의 평균 에너지 값

만약 처음(또는 마지막) M개 샘플 지점의 평균 에너지 값

윈도우 함수 w1[i] 및 윈도우 함수 w2[i]는 보코더의 종류에 따라 충분한 실험을 통해서 선택될 수 있고, 다른 신호에 적용된다. 예를 들면, w1[i]는 사인 윈도우이고 w2[i]는 해밍 윈도우; 또는, w1[i]는 해밍 윈도우이고 w2[i]는 사인 윈도우이다. 임계값 thr은 또한 충분한 실험을 통해서 선택될 수 있으며, 예를 들면, thr=1024 또는 thr=2573이다.

일례로, thr=1280이고; 프레임 길이 N=80인 경우,

이다.

프레임 길이 N=40인 경우,

이다.

단계 S503은, 선형 예측을 위한 LPC 계수를 획득하기 위하여 윈도우된 신호를 처리한다.

상기 제4 구현예에서 제공된 LPC 분석 방법을 통해서, 입력 신호의 처음(또는 마지막) M개 샘플 지점의 평균 에너지 값이 획득되고, 입력 신호는 평균 에너지 값에 따라 적응적으로 윈도우된다. 이러한 방법으로, 코딩 복잡도가 거의 증가하지 않으면서도 LPC의 예측 성능이 향상된다.

[제5 구현예]

도 6에 도시된 바와 같이, 본 발명의 제5 구현예에 제공되는 LPC 분석 방법은 다음 단계를 포함한다:

단계 S601은, 입력 신호의 영교차율

를 획득하며, 여기서 x[i], i=0,1,…,N-1은 입력 신호이고, N은 입력 신호의 샘플 지점의 개수이며,

는AND연산을 나타낸다.

단계 602는, 영교차율 zc를 분석하고, 분석 결과에 따라 입력 신호에 대해 적응 윈도우잉을 수행한다.

만약 영교차율 zc가 프리셋 임계값 thr보다 크거나 같다면, 입력 신호는 제1 윈도우 함수를 사용하여, 즉, xd[i]가 xd[i]=x[i]·w1[i], i=0,1,…,N-1이 되도록 하여(xd[i]는 윈도우된 신호를 나타내고, w1[i]는 제1 윈도우 함수를 나타냄), 윈도우된다.

그렇지 않으면, 입력 신호는 제2 윈도우 함수를 사용하여, 즉, xd[i]가 xd[i]=x[i]·w2[i], i=0,1,…,N-1이 되도록 하여(w2[i]는 제2 윈도우 함수를 나타냄), 윈도우된다.

윈도우 함수 w1[i] 및 윈도우 함수 w2[i]는 보코더의 종류에 따라 충분한 실험을 통해서 선택될 수 있고, 다른 신호에 적용된다. 예를 들면, w1[i]는 사인 윈도우이고 w2[i]는 해밍 윈도우; 또는, w1[i]는 해밍 윈도우이고 w2[i]는 사인 윈도우이다.

임계값 thr은 또한 충분한 실험을 통해서 선택될 수 있으며, 예를 들면, thr=15 또는 thr=23이다.

일례로, thr=18이고; 프레임 길이 N=80인 경우,

이다.

프레임 길이 N=40인 경우,

이다.

단계 S603은, 선형 예측을 위한 LPC 계수를 획득하기 위하여 윈도우된 신호를 처리한다.

상기 제5 구현예에서 제공된 LPC 분석 방법을 통해서, 입력 신호의 영교차율이 획득되고, 입력 신호는 영교차율에 따라 적응적으로 윈도우된다. 이러한 방법으로, 코딩 복잡도가 거의 증가하지 않으면서도 LPC의 예측 성능이 향상된다.

[제6 구현예]

도 7에 도시된 바와 같이, 본 발명의 제6 구현예에 제공되는 LPC 분석 방법은 다음 단계를 포함한다:

단계 S701은, 입력 신호의 영교차율

및 처음(또는 마지막) M개 샘플 지점의 평균 에너지 값

을 획득하며, 여기서 x[i], i=0,1,…,N-1은 입력 신호이고, N은 입력 신호의 샘플 지점의 개수이며,

는 AND연산을 나타낸다. 여기에서의 입력 신호는 LPC 분석을 위한 신호 입력을 나타내며, 신호의 프레임이거나, 또는 신호의 프레임에 히스토리 버퍼에서의 신호의 세그먼트(예컨대 히스토리 버퍼에서의 L 샘플 지점, 여기서 L은 40 또는 80과 같은 양의 정수이고, L의 값은 코덱의 종류에 따라 다름)를 더한 것일 수 있다.

단계 702는, 영교차율 zc 및 처음(또는 마지막) M개 샘플 지점의 평균 에너지 값

만약 영교차율 zc가 프리셋 임계값 thr1보다 크거나 같다면, 또는, 만약

가 프리셋 임계값 thr2보다 작거나 같다면, 입력 신호는 제1 윈도우 함수를 사용하여, 즉, xd[i]가 x[i]·w1[i], i=0,1,…,N-1이 되도록 하여(xd[i]는 윈도우된 신호를 나타내고, w1[i]는 제1 윈도우 함수를 나타냄), 윈도우된다.

윈도우 함수 w1[i] 및 윈도우 함수 w2[i]는 보코더의 종류에 따라 충분한 실험을 통해서 선택될 수 있고, 다른 신호에 적용된다. 예를 들면, w1[i]는 사인 윈도우이고 w2[i]는 해밍 윈도우; 또는, w1[i]는 해밍 윈도우이고 w2[i]는 사인 윈도우이다. 임계값 thr1 및 임계값 thr2는 또한 충분한 실험을 통해서 선택될 수 있으며, 예를 들면, thr1=15 및 thr2=1023; 또는 thr1=23 및 thr2=1012이다.

일례로, thr1=17 및 thr2=1012이고; 프레임 길이 N=80인 경우,

이다.

프레임 길이 N=40인 경우,

이다.

단계 S703은, 선형 예측을 위한 LPC 계수를 획득하기 위하여 윈도우된 신호를 처리한다.

상기 제6 구현예에서 제공된 LPC 분석 방법을 통해서, 입력 신호의 영교차율 및 입력 신호의 처음(또는 마지막) M개 샘플 지점의 평균 에너지 값이 획득되고, 입력 신호는 영교차율 및 평균 에너지 값에 따라 적응적으로 윈도우된다. 이러한 방법으로, 코딩 복잡도가 거의 증가하지 않으면서도 LPC의 예측 성능이 향상된다.

[제7 구현예]

도 8에 도시된 바와 같이, 본 발명의 제7 구현예에 제공되는 LPC 분석 방법은 다음 단계를 포함한다:

단계 S801은, 입력 신호의 코딩 모드를 획득하고, 입력 신호를 PCM(Pulse Coding Modulation) 신호로 변환하며, 여기에서의 입력 신호는 G.711 신호이고, 입력 신호는 A-법칙(A-law) 신호 또는 뮤-법칙(mu-law) 신호일 수 있다.

단계 802는, 입력 신호의 코딩 모드를 분석하고, 분석 결과에 따라 PCM 신호에 대해 적응 윈도우잉을 수행한다.

만약 코딩 모드가 A-법칙이라면, PCM 신호는 제1 윈도우 함수를 사용하여, 즉, xd[i]가 x[i]·w1[i], i=0,1,…,N-1이 되도록 하여(xd[i]는 윈도우된 신호를 나타내고, w1[i]는 제1 윈도우 함수를 나타내고, x[i]는 PCM 신호를 나타냄), 윈도우된다.

그렇지 않으면, PCM 신호는 제2 윈도우 함수를 사용하여, 즉, xd[i] 가 x[i]·w2[i], i=0,1,…,N-1이 되도록 하여(w2[i]는 제2 윈도우 함수를 나타냄), 윈도우된다.

일례로, 코딩 모드가 A-법칙 또는 뮤-법칙이고, 프레임 길이 N=80인 경우,

이다.

프레임 길이 N=40인 경우,

이다.

단계 S803은, 선형 예측을 위한 LPC 계수를 획득하기 위하여 윈도우된 신호를 처리한다.

상기 제7 구현예에서 제공된 LPC 분석 방법을 통해서, 입력 신호의 코딩 모드가 획득되고, 입력 신호는 PCM 신호로 변환되고, 입력 신호는 코딩 모드에 따라 적응적으로 윈도우된다. 이러한 방법으로, 코딩 복잡도가 거의 증가하지 않으면서도 LPC의 예측 성능이 향상된다.

LPC 분석 장치는 본 발명의 일 구현예에서 제공된다. 도 9에 도시된 바와 같이, 상기 장치는: 입력 신호의 적어도 하나의 샘플 지점의 신호 특성 정보를 획득하도록 구성된, 획득 유닛(901); 분석 결과를 획득하기 위하여 신호 특성 정보를 비교하고 분석하도록 구성된, 분석 유닛(902); 입력 신호에 대해 적응 윈도우잉을 수행하고 윈도우된 신호를 획득하기 위하여 분석 결과에 따라 윈도우 함수를 선택하도록 구성된, 윈도우잉 유닛(903); 및 선형 예측을 위한LPC 계수를 획득하기 위하여 상기 윈도우된 신호를 처리하도록 구성된, 프로세싱 유닛(904)을 포함한다.

여기에서 제공된 LPC 분석 장치를 통해서, 분석 결과를 획득하기 위하여 입력 신호가 분석되고, 분석 결과에 따라 윈도우잉에 필요한 윈도우 함수가 적응적으로 할당된다. 이러한 방법으로, 코딩 복잡도가 거의 증가하지 않으면서도 LPC의 예측 성능이 향상된다.

도 10에 도시된 바와 같이, 본 발명의 다른 구현예에서, 분석 유닛(902)은: 획득 유닛(901)에 의하여 신호 특성 정보의 값을 계산하도록 구성된, 계산 모듈(902A)(신호 특성 정보의 값은, 하나의 샘플 지점의 신호 특성 정보의 값 및/또는 여러 지점의 신호 특성 정보의 값의 평균을 포함함); 및 계산 모듈(902A)에 의하여 계산된, 신호 특성 정보의 값이 임계값보다 크거나 같은 값인지 여부를 판단하거나, 또는 획득 유닛(901)에 의하여 획득한 입력 신호의 신호 종류 및/또는 코딩 모드를 판단하도록 구성된, 판단 모듈(902B)을 포함한다.

또한, 상술한 분석 유닛(902)은: 획득 유닛(901)에 의하여 획득한 입력 신호를 PCM 신호로 변환하도록 구성된, 전환 모듈(902C)을 포함한다.

LPC 시스템은 본 발명의 일 구현예에서 제공된다. 도 11에 도시된 바와 같이, 상기 시스템은:

입력 신호의 적어도 하나의 샘플 지점의 신호 특성 정보를 획득하고; 분석 결과를 획득하기 위하여 신호 특성 정보를 비교하고 분석하며; 입력 신호에 대해 적응 윈도우잉을 수행하고, 윈도우된 신호를 획득하기 위하여 분석 결과에 따라 윈도우 함수를 선택하고; LPC 계수를 획득하기 위하여 윈도우된 신호를 처리하도록 구성된, LPC 분석 장치(1101); 및 LPC 분석 장치(1101)에 의하여 획득한 상기 LPC 계수에 따라 코딩을 수행하도록 구성된, 코딩 장치(1102)를 포함한다.

여기에서 제공된 LPC 시스템을 통해서, 분석 결과를 획득하기 위하여 입력 신호가 분석되고, LPC 계수를 획득하기 위하여 분석 결과에 따라 윈도우잉에 필요한 윈도우 함수가 적응적으로 할당되고, 그 후 LPC 계수에 따라 코딩이 수행된다. 이러한 방법으로, 코딩 복잡도가 거의 증가하지 않으면서도 LPC의 예측 성능이 향상된다.

도 12에 도시된 바와 같이, 본 발명의 다른 구현예에서의 LPC 분석 장치(1101)는 상술한 구현예에서의 LPC 분석 장치와 동일한 구조를 가지며, 여기에서는 더 이상 자세하게 설명되지 않는다.

해당 기술 분야의 당업자는 상술한 구현예에서 제공되는 상기 방법의 전 단계 또는 일부 단계가 관련 하드웨어에 대해 지시하는 프로그램에 의해 구현될 수 있음을 이해할 것이다. 상기 프로그램은 컴퓨터가 판독가능한 저장 매체에 저장될 수 있다. 프로그램이 실행될 때, 프로그램은 상술한 임의의 구현예에서 특정된 상기 방법의 단계들을 실행시킬 수 있다. 저장 매체는 자기 디스크(magnetic disk), CD-ROM, ROM(Read-Only Memory), 또는 RAM(Random Access Memory)이 될 수 있다.

상기 설명은 단지 본 발명의 예시적인 구현예일 뿐이며, 본 발명의 범위를 제한하지 않는다. 해당 기술 분야의 당업자에 의해 용이하게 도출된 임의의 변경, 변형 또는 대체는 본 발명의 범위 내에 해당하여야 한다. 따라서, 본 발명의 보호 범위는 첨부된 청구의 범위 내에 있어야 한다.

901: 획득 유닛 902: 분석 유닛
902A: 계산 모듈 902B: 판단 모듈
902C: 전환 모듈 903: 윈도우잉 유닛
904: 프로세싱 유닛 1101: 분석 장치

Claims

입력 신호의 적어도 하나의 샘플 지점의 신호 특성을 획득하는 단계;
상기 신호 특성의 값이 임계값(threshold)보다 크거나 같은 값인지 여부를 판단하는 단계 - 여기서 상기 신호 특성의 상기 값은, 하나 이상의 특정 샘플 지점의 신호 특성의 값 또는 복수의 샘플 지점의 신호 특성의 값의 평균임 -
상기 입력 신호에 대해 적응 윈도우잉을 수행하여 윈도우된 신호를 획득하는 단계; 및
선형 예측을 위한 LPC 계수를 획득하기 위하여 상기 윈도우된 신호를 프로세싱하는 단계
를 포함하고,
상기 신호 특성은,
진폭, 영교차율(zero-crossing rate), 상기 입력 신호의 샘플 지점의 개수 중 어느 하나 또는 임의의 조합을 포함하고,
상기 신호 특성의 상기 값이 임계값보다 크거나 같은 경우에는, 상기 입력 신호에 대해 적응 윈도우잉을 수행하는 데에 제1 윈도우 함수가 사용되고; 또는
상기 신호 특성의 상기 값이 임계값보다 작은 경우에는, 상기 입력 신호에 대해 적응 윈도우잉을 수행하는 데에 제2 윈도우 함수가 사용되는, 선형 예측 코딩(Linear Prediction Coding, LPC) 분석 방법.
삭제
삭제
삭제
제1항에 있어서,
상기 입력 신호의 적어도 하나의 샘플 지점의 신호 특성을 획득하는 단계는,
상기 입력 신호의 제1 샘플 지점의 진폭 값을 획득하는 단계;
상기 입력 신호의 처음 또는 마지막 M개의 샘플 지점의 평균 진폭 값을 획득하는 단계 - 여기서 M은 양의 정수임-; 및
상기 입력 신호의 영교차율을 획득하는 단계
중 어느 하나 또는 임의의 조합을 포함하는,
LPC 분석 방법
삭제
제1항에 있어서,
상기 입력 신호의 적어도 하나의 샘플 지점의 신호 특성을 획득하는 단계는,
상기 입력 신호를 PCM(Pulse Coding Modulation) 신호로 변환하는 단계; 및
상기 PCM 신호의 적어도 하나의 샘플 지점의 상기 신호 특성을 획득하는 단계
를 포함하는,
LPC 분석 방법.
입력 신호의 적어도 하나의 샘플 지점의 신호 특성을 획득하도록 구성되어 있는 획득 유닛; 및
상기 신호 특성의 값이 임계값(threshold)보다 크거나 같은지를 결정하고, 상기 입력 신호에 대해 적응 윈도우잉을 수행하여 윈도우된 신호를 획득하고, 선형 예측을 위한 LPC 계수를 획득하기 위하여 상기 윈도우된 신호를 프로세싱하도록 구성되어 있는 프로세싱 유닛
을 포함하고,
상기 신호 특성은,
진폭, 영교차율(zero-crossing rate), 상기 입력 신호의 샘플 지점의 개수 중 어느 하나 또는 임의의 조합을 포함하고,
상기 신호 특성의 상기 값은, 하나 이상의 특정 샘플 지점의 신호 특성의 값, 또는 복수의 샘플 지점의 신호 특성의 값의 평균이고,
상기 신호 특성의 상기 값이 임계값보다 크거나 같은 경우에는, 상기 입력 신호에 대해 적응 윈도우잉을 수행하는 데에 제1 윈도우 함수가 사용되고; 또는
상기 신호 특성의 상기 값이 임계값보다 작은 경우에는, 상기 입력 신호에 대해 적응 윈도우잉을 수행하는 데에 제2 윈도우 함수가 사용되는, 선형 예측 코딩(Linear Prediction Coding, LPC) 분석 장치.
삭제
제8항에 있어서,
상기 입력 신호의 적어도 하나의 샘플 지점의 신호 특성을 획득하는 데에, 상기 획득 유닛은,
상기 입력 신호를 PCM(Pulse Coding Modulation, PCM) 신호로 변환하고, 상기 PCM 신호의 적어도 하나의 샘플 지점의 신호 특성을 획득하도록 추가적으로 구성되어 있는,
LPC 분석 장치.
삭제
제8항 또는 제10항에 따른 LPC 분석 장치; 및
상기 LPC 계수에 대해 인코딩을 수행하도록 구성되어 있는 코딩 장치
를 포함하는 선형 예측 코딩(Linear Prediion Coding, LPC) 시스템.
컴퓨터가 판독 가능한 비-일시적(non-transitory) 저장 매체로서,
컴퓨터 프로세서가 제1항, 제5항 및 제7항 중 어느 한 항에 따라 상기 단계들을 실행하도록 하는 컴퓨터가 실행 가능한 프로그램 코드
가 저장되어 있는 저장 매체.
선형 예측 코딩(Linear Prediction Coding, LPC) 시스템의 분석 장치에 의해 수행되는 LPC 분석 방법에 있어서,
입력 신호의 첫 샘플 지점의 진폭 값
및 마지막 샘플 지점의 진폭 값
을 획득하는 단계 - 여기서
는 상기 입력 신호의 샘플 지점이고,
은 양의 정수임 -
첫 샘플 지점의 진폭 값
및 마지막 샘플 지점의 진폭 값
을 분석하고, 분석 결과에 따라 상기 입력 신호의 샘플 지점에 대해 적응 윈도우잉을 수행하여 윈도우된 신호를 획득하는 단계; 및
선형 예측을 위한 LPC 계수를 획득하기 위하여 상기 윈도우된 신호를 프로세싱하는 단계
를 포함하는 LPC 분석 방법.
제14항에 있어서,

=40이고, 상기 분석 결과에 따라 상기 입력 신호의 샘플 지점에 대해 적응 윈도우잉을 수행하는 단계는,
상기 진폭 값
이 임계값(threshold)보다 크거나 같은 경우에는, 첫 네 샘플 지점에 대해 윈도우잉을 수행하는 데에 제1 윈도우 함수가 사용되고; 상기 진폭 값
이 임계값보다 작은 경우에는, 상기 첫 네 샘플 지점에 대해 윈도우잉을 수행하는 데에 제2 윈도우 함수가 사용되는, 상기 입력 신호의 상기 첫 네 샘플 지점에 대해 윈도우잉을 수행하는 단계;
1인 윈도우 함수를 사용하여 상기 입력 신호의 5번째부터 36번째 샘플 지점에 대해 윈도우잉을 수행하는 단계; 및
진폭 값
이 임계값보다 크거나 같은 경우에는, 마지막 네 샘플 지점에 대해 윈도우잉을 수행하는 데에 제3 윈도우 함수가 사용되고; 상기 진폭 값
이 임계값보다 작은 경우에는, 상기 마지막 네 샘플 지점에 대해 윈도우잉을 수행하는 데에 제4 윈도우 함수가 사용되는, 상기 입력 신호의 상기 마지막 네 샘플 지점에 대해 윈도우잉을 수행하는 단계
를 포함하는, LPC 분석 방법.
제15항에 있어서,
상기 임계값은 128 또는 157인, LPC 분석 방법.
제15항에 있어서,
상기 제1 윈도우 함수는,

으로 표현되고,
상기 제2 윈도우 함수는,

으로 표현되고,
상기 제3 윈도우 함수는,

로 표현되고,
상기 제4 윈도우 함수는.

로 표현되는, LPC 분석 방법.
제14항에 있어서,

=80이고, 상기 분석 결과에 따라 상기 입력 신호의 샘플 지점에 대해 적응 윈도우잉을 수행하는 단계는,
상기 진폭 값
이 임계값보다 크거나 같은 경우에는, 첫 여덟 샘플 지점에 대해 윈도우잉을 수행하는 데에 제5 윈도우 함수가 사용되고; 상기 진폭 값
이 임계값보다 작은 경우에는, 상기 첫 여덟 샘플 지점에 대해 윈도우잉을 수행하는 데에 제6 윈도우 함수가 사용되는, 상기 입력 신호의 상기 첫 여덟 샘플 지점에 대해 윈도우잉을 수행하는 단계;
1인 윈도우 함수를 사용하여 상기 입력 신호의 9번째부터 72번째 샘플 지점에 대해 윈도우잉을 수행하는 단계; 및
진폭 값
이 임계값보다 크거나 같은 경우에는, 마지막 여덟 샘플 지점에 대해 윈도우잉을 수행하는 데에 제7 윈도우 함수가 사용되고; 상기 진폭 값
이 임계값보다 작은 경우에는, 상기 마지막 여덟 샘플 지점에 대해 윈도우잉을 수행하는 데에 제8 윈도우 함수가 사용되는, 상기 입력 신호의 상기 마지막 여덟 샘플 지점에 대해 윈도우잉을 수행하는 단계
를 포함하는, LPC 분석 방법.
제18항에 있어서,
상기 임계값은 128 또는 157인, LPC 분석 방법.
제18항에 있어서,
상기 제5 윈도우 함수는,

로 표현되고,
상기 제6 윈도우 함수는,

로 표현되고,
상기 제7 윈도우 함수는,

로 표현되고,
상기 제8 윈도우 함수는.

로 표현되는, LPC 분석 방법.
선형 예측 코딩(Linear Prediction Coding, LPC) 시스템의 분석 장치에 의해 수행되는 LPC 분석 방법에 있어서,
A-법칙(A-law) 신호 및 뮤-법칙(mu-law) 중 어느 하나인 G.711 입력 신호의 코딩 모드를 획득하는 단계;
상기 G.711 입력 신호를 PCM(Pulse Coding Modulation) 신호로 변환하는 단계;
윈도우된 신호를 획득하기 위하여, 상기 G.711 입력 신호의 코딩 모드에 따라 상기 PCM 신호에 대해 적응 윈도우잉을 수행하는 단계; 및
선형 예측을 위한 LPC 계수를 획득하기 위하여 윈도우된 신호를 프로세싱하는 단계
를 포함하는 LPC 분석 방법
제21항에 있어서,
상기 코딩 모드가 A-법칙인 경우, 상기 PCM 신호에 대해 적응 윈도우잉을 수행하는 데에 제1 윈도우 함수가 사용되고, 상기 코딩 모드가 뮤-법칙인 경우, 상기 PCM 신호에 대해 적응 윈도우잉을 수행하는 데에 제2 윈도우 함수가 사용되는, LPC 분석 방법.
제22항에 있어서,
상기 제1 윈도우 함수는 사인(sine) 윈도우 함수이고, 상기 제2 윈도우 함수는 해밍(Hamming) 윈도우 함수인, LPC 분석 방법.
제22항에 있어서,
상기 제1 윈도우 함수는 해밍 윈도우 함수이고, 상기 제2 윈도우 함수는 사인 윈도우 함수인, LPC 분석 방법.