KR20010064135A - 예측분할벡터양자화 및 예측분할행렬양자화 방식에 의한선스펙트럼쌍 양자화기의 고속탐색방법 - Google Patents

예측분할벡터양자화 및 예측분할행렬양자화 방식에 의한선스펙트럼쌍 양자화기의 고속탐색방법 Download PDF

Info

Publication number
KR20010064135A
KR20010064135A KR1019990062269A KR19990062269A KR20010064135A KR 20010064135 A KR20010064135 A KR 20010064135A KR 1019990062269 A KR1019990062269 A KR 1019990062269A KR 19990062269 A KR19990062269 A KR 19990062269A KR 20010064135 A KR20010064135 A KR 20010064135A
Authority
KR
South Korea
Prior art keywords
codebook
vector
variable
satisfies
finding
Prior art date
Application number
KR1019990062269A
Other languages
English (en)
Other versions
KR100324204B1 (ko
Inventor
윤병식
강상원
손창용
김형중
이정철
Original Assignee
오길록
한국전자통신연구원
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 오길록, 한국전자통신연구원 filed Critical 오길록
Priority to KR1019990062269A priority Critical patent/KR100324204B1/ko
Priority to DE10004862A priority patent/DE10004862B4/de
Priority to US09/498,998 priority patent/US6622120B1/en
Priority to JP2000029557A priority patent/JP4731654B2/ja
Publication of KR20010064135A publication Critical patent/KR20010064135A/ko
Application granted granted Critical
Publication of KR100324204B1 publication Critical patent/KR100324204B1/ko

Links

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/50—Conversion to or from non-linear codes, e.g. companding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Nonlinear Science (AREA)
  • Theoretical Computer Science (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

본 발명은 선형스펙트럼쌍(LSP : Line Spectrum Pair) 계수의 예측분할행렬양자화(PSMQ : Predictive Split Metrix Quantization) 또는 예측분할벡터양자화(PSVQ : Predictive Split Vector Quantization) 방식을 사용하는 음성 부호화기에 관한 것으로서, 보다 상세하게 설명하면 코드북 탐색시 요구되는 계산량을 줄이기 위한 예측분할벡터양자화 및 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법에 관한 것이다.
본 발명에 따른 예측분할벡터양자화 및 예측분할행렬 양자화 방식에 선스펙트럼쌍 양자화기의 고속탐색방법은, 순서성질을 갖는 목표 벡터와 에러 코드북을 구성하고, 순서성질을 갖도록 재구성된 각 코드북은 선정된 하나의 특정열의 요소값을 근거로 전체 코드북을 내림차순으로 정렬한다. 그리고, 각 코드북 내 정렬된 특정열의 요소값과 목표 벡터 내 해당열 전후의 요소값들을 순방향 및 역방향 비교를 통해 순서 성질을 만족하는 대상 코드벡터들의 검색영역의 시작점과 끝점을 구한다. 이렇게 시작점과 끝점이 구해지면, 이 탐색범위 내에서만 계산량이 많은 에러 기준값(criterion) El,m을 구하여 최적의 대상 코드벡터를 구한다.

Description

예측분할벡터양자화 및 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법 {A fast search method for LSP Quantization in Predictive Split VQ or Predictive Split MQ}
본 발명은 선형스펙트럼쌍(LSP : Line Spectrum Pair) 계수의 예측분할행렬양자화(PSMQ : Predictive Split Metrix Quantization) 또는 예측분할벡터양자화(PSVQ : Predictive Split Vector Quantization) 방식을 사용하는 음성 부호화기에 관한 것으로서, 보다 상세하게 설명하면 코드북 탐색시 요구되는 계산량을 줄이기 위한 예측분할벡터양자화 및 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법에 관한 것이다.
현재 사용되는 음성 부호화는 분석/합성(Analysis-by-Synthesis) 구조를 가지며, 음성을 직접 전송하는 대신 음성신호를 대표하는 파라메터를 효율적으로 추출하고 양자화한 후 이를 전송하는 바, 이러한 음성 부호화 방식으로 인하여 대역폭이 제안된 전송 환경 하에서 전송할 데이터의 양을 줄일 수 있다.
저속 음성 부호화기에서 고음질의 음성 부호화를 하려면 음성신호의 단구간 상관도를 나타내는 선형예측코딩(LPC : linear predictive coding) 계수를 효율적으로 양자화하여야 한다. 선형예측코딩(LPC) 필터에서 최적의 선형예측코딩 계수값은 입력 음성신호를 프레임 단위로 나누고 각 프레임 별로 예측 오차의 에너지를 최소화시키는 값으로 구한다. 일반적으로 선형예측코딩 필터는 10차 all-pole 필터이며, 이때 사용되는 10개의 선형예측코딩(LPC) 계수들의 양자화를 위하여 많은 비트가 할당된다. 예로써 코드분할다중접속(CDMA) 이동통신시스템에 사용되는 음성 부호화방식인 IS-96A QCELP는 전체 비트의 25%를 LPC 양자화에 사용한다.
지금까지 LPC 계수들의 양자화를 위한 많은 방법들이 개발되었고, 실제 음성 압축기에 사용되고 있다. 이러한 방법들 중 하나의 방법으로서 LPC 필터의 계수를 직접 양자화하는 방법은, 필터의 특성이 계수의 양자화 오차에 매우 민감하고 양자화 후의 LPC 필터의 안정성이 보장되지 않는 문제점이 있었다.
따라서, LPC 계수를 양자화 성질이 좋은 다른 파라미터로 변환하여 양자화하여야 하며, 주로 반사 계수(reflection coefficient) 또는 선형스펙트럼쌍(LSP : Line Spectral Pairs)으로 변환하여 양자화한다. 특히 선형스펙트럼쌍(LSP)은 음성의 주파수 특성과 밀접하게 연관되기 때문에 최근에 개발된 표준 음성 압축기들은 대부분 선형스펙트럼쌍(LSP) 양자화 방법을 사용한다.
또한, 선형스펙트럼쌍 계수의 프레임간 상관관계를 이용하면 보다 효율적인 양자화를 실현할 수 있다. 즉, 현재 프레임의 LSP를 직접 양자화하지 않고, 과거 프레임의 LSP 정보로부터 현재 프레임의 LSP를 예측하고 예측된 두 프레임간의 LSP 오차를 양자화하는 것이다. 이 LSP 값은 음성 신호의 주파수 특성과 밀접한 관계가 있기 때문에 시간적으로 예측이 가능할 뿐만 아니라 상당히 큰 예측 이득을 얻을 수 있다.
이 LSP 값 예측 방법으로는 AR(auto-regressive) 필터를 사용하는 방법과 MA(moving average) 필터를 사용하는 방법이 있다. 이 AR 필터는 예측 성능이 우수하지만 수신측에서 계수 전달오류의 영향이 프레임의 진행에 따라 계속 전파되는 단점이 있다. 이에 반해 MA 필터는 AR 필터에 비하여 예측 성능은 떨어지지만 전달오류의 영향이 시간적으로 제한되는 장점이 있다. 따라서, 무선통신과 같이 전달오류가 많이 발생하는 환경에 사용되는 음성압축기(AMR, CS-ACELP, EVRC)들에는 MA 필터를 이용한 LSP 값 예측방법이 이용된다.
또한, 프레임간 LSP 값 예측 이외에 프레임 내에서 이웃한 LSP 요소값 사이의 상관도를 이용한 양자화 방법도 개발되었다. LSP 값들은 항상 순서 성질을 만족하므로 이 방법을 이용하면 양자화의 효율을 더욱 증대시킬 수 있다.
이렇게 예측된 LSP 계수의 양자화 방법은 크게 스칼라 양자화와 벡터 양자화 두 가지로 나눌 수 있다. 스칼라 양자화방법을 사용하는 음성압축기로는 8kbps QCELP가 있다. 이는 각각의 LSP 요소값을 스칼라 양자화하기 때문에 성능에 비해 많은 비트들(40 비트)을 사용하는 단점이 있다. 따라서, 최근에는 보다 효율적인 양자화를 위하여 벡터 양자화가 많이 사용되며, 이에 관한 많은 연구가 진행 중이다.
벡터 양자화방법에서 전체 벡터를 한꺼번에 양자화하는 것은 벡터 테이블의 크기가 너무 커지고 검색 시간이 많이 소요되기 때문에 불가능하다. 이를 해결하기 위하여 전체 벡터를 여러 개의 부벡터로 나누어 각각을 독립적으로 벡터 양자화 하는 방법이 개발되었는데, 이를 분할벡터양자화(SVQ : split vector quantization)라고 한다. 예를 들면, 20비트를 이용한 10차 벡터 양자화방법에서, 한번에 양자화할 경우 벡터 테이블의 크기가 10 x 1020이 되지만 2개의 5차 부벡터로 나누어 각각 10비트씩 할당하는 분할벡터양자화 방법을 이용하면 벡터 테이블의 크기가 단지 5 x 1010x 2로 된다.
이때, 보다 많은 부벡터로 나누면 벡터 테이블의 크기가 줄어들어 메모리를 절약할 수 있고 검색 시간을 줄일 수는 있으나, 벡터 값들의 상관관계를 충분히 활용하지 못하여 성능이 떨어진다. 극단적으로 10개의 1차 벡터로 나누면 스칼라 양자화가 된다.
만약, 분할벡터양자화 방법을 이용하고 20msec 프레임 사이의 LSP 예측 없이LSP를 직접 양자화하면 24비트가 필요한 양자화 성능을 얻을 수 있다. 그러나, 분할벡터양자화 방법은 각 부벡터들을 독립적으로 양자화하기 때문에 부벡터들 사이의 상관관계를 충분히 이용하지 못하고 전체 벡터에 대한 최적화를 하지 못하는 단점이 있다.
이 외에도 벡터 양자화를 여러 단계로 나누는 방법(Multi-Stage), 두 개의 테이블을 이용하여 선택적으로 양자화하는 선택적 벡터 양자화 방법, 및 각 부벡터의 경계값을 보고 사용할 테이블을 선택하는 링크분할벡터양자화(linked split vector quantization) 방법 등이 개발되기도 하였다.
따라서, 본 발명은 상기와 같은 종래 기술의 문제점을 해결하기 위하여 안출된 것으로서, 일반적인 음성 부호화기에서 선형스펙트럼쌍(LSP) 계수의 예측분할행렬양자화(PSMQ), 예측분할벡터양자화(PSVQ) 방식의 양자화시 계산량이 많은 벡터 코드북 탐색 과정에서 선형스펙트럼주파수(LSF : line spectral frequencies) 계수의 순서 성질을 이용하여 탐색 대상 코드북의 크기를 줄임으로써, 스펙트럼 왜곡(SD : Spectrum Distortion) 성능의 감쇄없이 전체적인 계산량을 줄일 수 있는 고속탐색방법과 이를 통하여 더욱 향상된 성능을 제공하는 시스템을 제공하기 위한 것이다.
도 1은 적응적다중비트율(AMR) 음성 부호화기의 선형예측 해석 창(window)의 구성도,
도 2는 12.2 kbps 모드에 사용된 분할행렬양자화 구조를 갖는 잉여 선형스펙트럼주파수 벡터의 구성도,
도 3은 적응적다중비트율(AMR) 음성 부호화기의 예측분할행렬양자화(PSMQ) 구조에 대한 블록도,
도 4는 적응적다중비트율(AMR) 음성 부호화기의 예측분할벡터양자화(PSVQ) 구조에 대한 블록도,
도 5는 본 발명의 한 실시예에 따른 순서 성질을 갖도록 수정된 새로운 예측분할행렬양자화(PSMQ) 구조에 대한 블록도,
도 6은 본 발명의 한 실시예에 따른 순서 성질을 갖도록 수정된 새로운 예측분할벡터양자화(PSVQ) 구조에 대한 블록도,
도 7은 분할행렬양자화(SMQ)에 대한 탐색 코드벡터 선택시 순방향 및 역방향비교방식에 대한 블록도,
도 8은 분할벡터양자화(SVQ)에 대한 탐색 코드벡터 선택 시 순방향 및 역방향 비교방식에 대한 블록도,
도 9는 코드북 탐색의 시작점을 구하기 위한 순방향 비교방법을 도시한 동작 흐름도,
도 10은 분할행렬양자화 방식에서 코드북 탐색의 끝점을 구하기 위한 역방향 비교방법을 도시한 동작 흐름도,
도 11은 분할벡터양자화 방식에서 코드북 탐색의 끝점을 구하기 위한 역방향 비교방법을 도시한 동작 흐름도,
도 12는 분할행렬양자화(SMQ)에 대한 세 번째 코드북 탐색시 사인(sign)값이 1인 경우 시작점을 찾는 방법을 도시한 동작 흐름도,
도 13은 분할행렬양자화(SMQ)에 대한 세 번째 코드북 탐색시 사인(sign)값이 1인 경우 끝점을 찾기 방법을 도시한 동작 흐름도이다.
상기한 목적을 달성하기 위하여 본 발명에 따른 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법은, 순서 성질을 갖도록 변환된 목표 벡터와 대상 코드벡터를 이용하여 에러 기준값을 구하는 제 1 단계와; 상기 대상 코드벡터에 DC성분을 더하고 5개의 부 행렬들에 대한 새로운 코드북을 만드는 제 2 단계; 순서 성질을 갖도록 재구성된 코드북에서 탐색범위 결정에 사용되는 특정열을 선정하고 선정된 열의 요소값을 기준으로 내림차순으로 정렬하는 제 3 단계; 순서 성질을 갖는 목표 벡터와 정렬된 코드벡터들과의 순서성질을 이용하여 탐색범위를 결정하는 제 4 단계; 및 상기 정해진 탐색범위 내에서만 상기 에러특징값을 계산하여 최적의 대상 코드벡터를 찾는 제 5 단계를 포함한 것을 특징으로 한다.
양호하게는, 상기 제 1 단계는, m번째 부 행렬의 선형스펙트럼쌍 벡터 평균값과 m번째 부 행렬의 예측값을 이용하여 순서성질을 갖는 m번째 부 행렬의 목표벡터를 구하는 제 1 소단계와, m번째 부 ◎렬의 l 번째 에러 코드북과 순서성질을 갖는 m번째 부 행렬의 l 번째 DC성분을 이용하여 m번째 부 행렬의 l 번째 코드벡터를 구하는 제 2 소단계, 및 상기 m번째 부 행렬의 목표벡터와 상기 m번째 부 행렬의 l 번째 코드벡터를 이용하여 에러 기준값을 구하고 이 에러 기준값을 최소화시키는 코드북 인덱스를 결정하는 제 3 소단계를 포함하는 것을 특징으로 한다.
보다 양호하게는, 상기 m번째 부 행렬의 목표벡터와 상기 m번째 부 행렬의 l 번째 코드벡터를 아래의 수식 1 과 수식 2에 적용하여 에러 기준값을 구하는 것을특징으로 한다.
< 수식 1>
< 수식 2>
양호하게는, 제 2 단계는, 순서 성질이 없는 코드북에 순서 성질을 갖는 선형스펙트럼쌍 벡터 평균값을 더하여 순서 성질을 갖는 새로운 코드북을 구성하여, 상기 새로운 코드북으로부터 상기 순서 성질이 갖는 코드벡터를 구하는 것을 특징으로 한다.
양호하게는, 상기 제 3 단계는, 첫 번째 코드북에서는 네 번째 열을, 두 번째와 세 번째와 네 번째 코드북에서는 세 번째 열을, 그리고 다섯 번째 코드북에서는 네 번째 열을 특정열로 선정하는 제 1 소단계와, 상기 선정된 특정열을 기준으로 전체 코드북을 내림차순으로 정렬하는 제 2 소단계를 포함하는 것을 특징으로 한다.
양호하게는, 상기 제 4 단계는, 상기 순서성질에 따라 내림차순으로 정렬된코드북의 n 번째 열의 요소값과 목표 벡터의 (n+1) 번째 열의 요소값을 비교하는 순방향 비교를 통해 상기 탐색 범위의 시작점을 구하고, 상기 순서성질에 따라 정렬된 코드북의 n 번째 열의 요소값과 목표 벡터의 (n-1) 번째 열의 요소값을 비교하는 역방향 비교를 통해 상기 탐색 범위의 끝점을 구하는 것을 특징으로 한다.
보다 양호하게는, 상기 시작점을 구하는 과정은, Rn+1> Cl,n(여기서, Rn+1은 부행렬의 코드북 탐색을 위한 n+1 번째 목표 벡터이고, Cl,n은 l 번째 부행렬의 n 번째 코드벡터임) 의 조건을 만족하는 가장 작은 l 값을 구하는 것을 특징으로 한다.
보다 더 양호하게는, 상기 시작점을 구하는 과정은, 변수 i를 64 씩 증가시키면서 Rn+1> Ci+64,n인 조건을 만족하는 i를 찾는 제 1 소단계와, 변수 j=i 로 설정하고, 변수 j를 16 씩 증가시키면서 Rn+1> Cj+16,n인 조건을 만족하는 j를 찾는 제 2 소단계, 변수 k=j 로 설정하고, 변수 k를 4 씩 증가시키면서 Rn+1> Ck+4,n인 조건을 만족하는 k를 찾는 제 3 소단계, 변수 m=k 로 설정하고, 변수 m을 1 씩 증가시키면서 Rn+1> Cm+1,n인 조건을 만족하는 m+1을 찾는 제 4 소단계, 및 상기 m+1을 시작점으로 설정하는 제 5 소단계를 포함하는 것을 특징으로 한다.
보다 양호하게는, 상기 끝점을 구하는 과정은, Rn-1< Cl,n(여기서, Rn-1은부벡터의 코드북 탐색을 위한 n-1 번째 목표 벡터이고, Cl,n은 l 번째 부벡터의 n 번째 코드벡터임) 의 조건을 만족하는 가장 큰 l 값을 구하는 것을 특징으로 한다.
보다 더 양호하게는, 상기 끝점을 구하는 과정은, 각 코드북 인덱스의 수에 따라 변수 i 의 초기값을 설정하는 제 1 소단계와, 변수 i를 64 씩 감소시키면서 Rn-1< Ci-64,n인 조건을 만족하는 i를 찾는 제 2 소단계, 변수 j=i 로 설정하고, 변수 j를 16 씩 감소시키면서 Rn+1< Cj-16,n인 조건을 만족하는 j를 찾는 제 3 소단계, 변수 k=j 로 설정하고, 변수 k를 4 씩 감소시키면서 Rn-1< Ck-4,n인 조건을 만족하는 k를 찾는 제 4 소단계, 변수 m=k 로 설정하고, 변수 m을 1 씩 감소시키면서 Rn-1< Cm-1,n인 조건을 만족하는 m을 찾는 제 5 소단계, 및 상기 끝점 l 로 m-1을 설정하는 제 6 소단계를 포함하는 것을 특징으로 한다.
보다 더 양호하게는, 상기 끝점을 구하는 과정에서 첫 번째 코드북 탐색의 끝점 설정시 i 의 초기값은 128, 두 번째와 세 번째와 네 번째 코드북 탐색의 끝점 설정시 i 의 초기값은 256, 다섯 번째 코드북 탐색의 끝점 설정시 i 의 초기값은 64로 각각 설정하는 특징으로 한다.
양호하게는, 상기 제 4 단계는, 상기 순서성질에 따라 내림차순으로 정렬된 세 번째 코드북의 표시 비트가 1이면, 상기 세 번 째 코드북을 오름차순으로 정렬하는 제 1 소단계와, 상기 순서성질에 따라 정렬된 세 번째 코드북의 n 번째 열의요소값과 목표 벡터의 (n-1) 번째 열의 요소값을 비교하는 역방향 비교를 통해 상기 탐색 범위의 시작점을 구하는 제 2 소단계, 및 상기 순서성질에 따라 정렬된 세 번째 코드북의 n 번째 열의 요소값과 목표벡터의 (n+1) 번째 열의 요소값을 비교하는 순방향 비교를 통해 상기 탐색범위의 끝점을 구하는 제 3 소단계를 포함하는 것을 특징으로 한다.
보다 양호하게는, 상기 제 1 소단계는, 내림차순으로 정렬된 세 번째 코드북에서 DC 성분을 뺀 후 -1을 곱하고, 다시 DC 성분을 더하여 오름차순으로 정렬하는 것을 특징으로 한다.
보다 양호하게는, 상기 제 2 소단계는, i=0 으로 초기화하고, 변수 i를 64 씩 증가시키면서인 조건을 만족하는 i를 찾는 단계와, 상기 i 가 찾아지면, 변수 j=i 로 설정하고, 변수 j를 16 씩 증가시키면서인 조건을 만족하는 j를 찾는 단계, 상기 j 가 찾아지면, 변수 k=j 로 설정하고, 변수 k를 4 씩 증가시키면서인 조건을 만족하는 k를 찾는 단계, 상기 k 가 찾아지면, 변수 m=k 로 설정하고, 변수 m을 1 씩 증가시키면서인 조건을 만족하는 m을 찾는 단계, 및 상기 m 찾아지면, m+1을 시작점으로 설정하는 단계를 포함하는 것을 특징으로 한다.
보다 양호하게는, 상기 제 3 소단계는, 변수 i=256 으로 초기화하고, 변수 i를 64 씩 감소시키면서인 조건을 만족하는 i를 찾는 단계와, 상기 i 가 찾아지면, 변수 j=i 로 설정하고, 변수 j를 16 씩 감소시키면서인 조건을 만족하는 j를 찾는 단계, 상기 j 가 찾아지면, 변수 k=j 로 설정하고, 변수 k를 4 씩 감소시키면서인 조건을 만족하는 k를 찾는 단계, 상기 k 가 찾아지면, 변수 m=k 로 설정하고, 변수 m을 1 씩 감소시키면서인 조건을 만족하는 m을 찾는 단계, 및 상기 m 이 찾아지면, m-1을 끝점으로 설정하는 단계를 포함하는 것을 특징으로 한다.
또한, 본 발명에 따르면 상기한 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체가 제공된다.
또한, 본 발명에 따른 예측분할벡터양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법은, 순서 성질을 갖도록 변환된 목표 벡터(Lm-Pm)와 DC 성분(LDC)이 더해진 대상 코드벡터(e'l,m+ LDC)를 이용하여 에러 기준값(El,m)을 구하는 제 1 단계와; 상기 DC 성분이 더해진 대상 코드벡터를 3개의 부벡터들에 대한 새로운 코드북을 만드는 제 2 단계; 상기 순서 성질을 갖도록 재구성된 코드북에서 탐색범위 결정에 사용되는 특정열을 선정하고, 선정된 열의 요소값을 기준으로 내림차순으로 정렬하는 제 3 단계; 상기 순서 성질을 갖는 목표 벡터와 내림차순 정렬된 코드벡터들과의 순서성질을 이용하여 탐색범위를 결정하는 제 4 단계; 및 상기 정해진 탐색범위 내에서만 상기 에러 기준값(El,m)을 계산하여 최적의 대상 코드벡터를 찾는 제 5 단계를 포함한 것을 특징으로 한다.
양호하게는, 제 1 단계는, 상기 m번째 부벡터의 목표벡터(Rm)와 상기 m번째 부벡터의 l 번째 코드벡터(Cl,m)를 아래의 수식에 적용하여 에러 기준값(El,m)을 구하는 것을 특징으로 한다.
< 수식 >
양호하게는, 제 2 단계는, 순서 성질이 없는 코드북에 순서 성질을 갖는 선형스펙트럼쌍 벡터 평균값을 더하여 순서 성질을 갖는 새로운 코드북을 구성하여, 상기 새로운 코드북으로부터 상기 순서 성질이 갖는 코드벡터를 구하는 것을 특징으로 한다.
양호하게는, 상기 제 3 단계는, 첫 번째 코드북에서는 세 번째 열을, 두 번째 코드북에서는 두 번째 열을, 그리고 세 번째 코드북에서는 첫 번째 열을 특정열로 선정하는 제 1 소단계와, 상기 선정된 특정열을 기준으로 전체 코드북을 내림차순으로 정렬하는 제 2 소단계를 포함하는 것을 특징으로 한다.
양호하게는, 상기 제 4 단계는, 상기 순서성질에 따라 내림차순으로 정렬된 코드북의 n 번째 열의 요소값과 목표 벡터의 (n+1) 번째 열의 요소값을 비교하는 순방향 비교를 통해 상기 탐색 범위의 시작점을 구하고, 상기 순서성질에 따라 정렬된 코드북의 n 번째 열의 요소값과 목표 벡터의 (n-1) 번째 열의 요소값을 비교하는 역방향 비교를 통해 상기 탐색 범위의 끝점을 구하는 것을 특징으로 한다.
보다 양호하게는, 상기 시작점을 구하는 과정은, Rn+1> Cl,n(여기서, Rn+1은 부벡터의 코드북 탐색을 위한 n+1 번째 목표 벡터이고, Rn+1은 l 번째 부벡터의 n 번째 코드벡터임) 의 조건을 만족하는 가장 작은 l 값을 구하는 것을 특징으로 한다.
보다 더 양호하게는, 상기 시작점을 구하는 과정은, 변수 i를 64 씩 증가시키면서 Rn+1> Ci+64,n인 조건을 만족하는 i를 찾는 제 1 소단계와, 변수 j=i 로 설정하고, 변수 j를 16 씩 증가시키면서 Rn+1> Cj+16,n인 조건을 만족하는 j를 찾는 제 2 소단계, 변수 k=j 로 설정하고, 변수 k를 4 씩 증가시키면서 Rn+1> Ck+4,n인 조건을 만족하는 k를 찾는 제 3 소단계, 변수 m=k 로 설정하고, 변수 m을 1 씩 증가시키면서 Rn+1> Cm+1,n인 조건을 만족하는 m+1을 찾는 제 4 소단계, 및 상기 m+1을 시작점으로 설정하는 제 5 소단계를 포함하는 것을 특징으로 한다.
보다 양호하게는, 상기 끝점을 구하는 과정은, Rn-1< Cl,n(여기서, Rn-1은 부벡터의 코드북 탐색을 위한 n-1 번째 목표 벡터이고, Cl,n은 l 번째 부벡터의 n 번째 코드벡터임) 의 조건을 만족하는 가장 큰 l 값을 구하는 것을 특징으로 한다.
보다 더 양호하게는, 상기 끝점을 구하는 과정은, 변수 i=256 으로 초기화하고, 변수 i를 64 씩 감소시키면서 Rn-1< Ci-64,n인 조건을 만족하는 i를 찾는 제 1 소단계, 변수 j=i 로 설정하고, 변수 j를 16 씩 감소시키면서 Rn+1< Cj-16,n인 조건을 만족하는 j를 찾는 제 2 소단계, 변수 k=j 로 설정하고, 변수 k를 4 씩 감소시키면서 Rn-1< Ck-4,n인 조건을 만족하는 k를 찾는 제 3 소단계, 변수 m=k 로 설정하고, 변수 m을 1 씩 감소시키면서 Rn-1< Cm-1,n인 조건을 만족하는 m을 찾는 제 4 소단계, 및 상기 m-1을 끝점으로 설정하는 제 5 소단계를 포함하는 것을 특징으로 한다.
또한, 본 발명에 따르면 상술한 바와 같은 예측분할벡터양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체가 제공된다.
이하, 첨부된 도면을 참조하면서 본 발명의 한 실시예에 따른 "예측분할벡터양자화 및 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법"을 보다 상세하게 설명하면 다음과 같다.
일반적으로, 현재 GSM(Global System for Mobile communications)과 3GPP(3rd Generation Partnership Project) IMT-2000(International Mobile Telecommunications) 시스템에 적용될 대표적인 음성 부호화기는 적응적다중비트율(AMR : Adaptive Multirate) 코덱(Codec)이다. 여기에는 8개 모드의 음성 부호화기가 존재하며 가장 최신의 음성 부호화기술이 집약되어 있다고 할 수 있다. 본 발명에서는 가장 대표적이고 최신의 음성부호화 방식인 AMR 음성부호화기에서 채택하고 있는 LSP 계수의 PSMQ 양자화 및 PSVQ 양자화를 고속화하는 방법을 제공한다.
AMR 음성 부호화기는 LSP 계수를 양자화할 때 DC성분이 제거된 LSP 계수벡터와 MA 예측기로 예측된 벡터간의 차인 에러신호를 양자화하기 때문에 순서성질을 이용할 수가 없다.
따라서, 본 발명에서는 MA 예측기는 그대로 사용하면서 목표벡터(target vector)와 에러 코드북에 DC성분을 더하여 순서 성질을 갖는 목표벡터와 에러 코드북을 구성한다. 그 다음, 순서 성질을 갖도록 재구성된 각 코드북에서 탐색 범위 결정에 사용되는 하나의 특정 열을 선정하고, 선정된 특정 열의 요소값을 근거로 전체 코드북을 내림차순으로 정렬한다. 그리고 각 코드북 내 정렬된 특정열의 요소값과 목표벡터 내의 해당 열 전후의 요소값들을 비교하여 순서 성질을 만족하는 벡터들에 대해서만 에러 기준값(criterion) Em,l을 구한다. 이때 코드북의 탐색범위는 순방향 및 역방향 비교를 통해 정한다. 이렇게 함으로써, 본 발명에서는 스펙트럼 왜곡없이 코드북 탐색시 요구되는 계산량을 줄일 수 있다.
적응적다중비트율(AMR) 코덱은 8개의 소오스(source) 코덱들로 구성되며, 이 중의 12.2kbps 모드는 GSM EFR(Global System for Mobile Communications Enhancement Full Rate) 표준 방식에 해당한다. GSM EFR에서는 매 전송 프레임(20msec)마다 두 개의 서로 다른 비대칭 창(window)을 사용하여 프레임 당 두 번의 선형예측(LP) 분석을 통해 두 세트의 선형예측코딩(LPC) 계수를 전송하고나머지 소오스 코덱은 프레임 당 한 번의 선형예측(LP) 분석을 통해 한 세트의 선형예측코딩(LPC) 계수를 전송한다.
선형예측코딩(LPC) 계수는 흔히 선형스펙트럼쌍(LSP) 계수로 변환된 후 양자화된다. 이 선형스펙트럼쌍(LSP) 계수는 선형예측코딩 계수와 수학적으로 등가이면서 양자화 특성이 좋고 합성필터의 안정도를 검사하기 쉽다. 또한, 이 선형스펙트럼쌍(LSP)은 스펙트럼 안정도가 거의 균일하고 저 전송 속도에서 스펙트럼 왜곡이 적으며 선형 보간에 대해 양호한 특성을 갖는다.
이 선형스펙트럼쌍(LSP) 계수의 몇 가지 중요한 성질을 살펴보면 다음과 같다.
첫째, LSP 계수는 다음과 같은 순서 성질을 만족해야 합성필터가 안정하다.
둘째, LSP 계수는 음성의 포만트 주파수(Formant Frequency)와 포만트 대역폭(Formant bandwidth)을 나타낸다. 이는 음성을 주파수영역으로 변환하게 되면 특정 주파수 부분의 크기값이 우세한(dominant) 부분의 중심영역이 나타나는데 이를 포만트주파수라고 하고, 이 우세한 구간을 포만트 대역폭이라고 한다. 즉, LSP 계수가 가까이 위치할수록 더욱 첨예한 포만트 대역폭을 나타낸다.
셋째, 보간된 LSP 계수도 순서 성질을 만족한다.
넷째, LSP 계수는 동적인 범위(dynamic range)가 작아서 양자화에 유리하다.
상술한 바와 같은 성질들을 가지는 선형스펙트럼쌍(LSP) 계수를 양자화하기 위해 12.2kbps 모드에서는 분할행렬양자화(SMQ : split matrix quantization) 방식을 사용한다. 즉, 이 12.2kbps 모드에서는 두 개의 잉여(residual) 선형스펙트럼주파수(LSF : line spectral frequencies) 벡터를 함께 양자화하고, 나머지 모드에서는 분할벡터양자화(SVQ : split vector quantization) 방식을 사용해서 양자화한다.
본 발명에서는 예측(Predictive) SMQ 방식과 예측(Predictive) SVQ 방식을 사용한 효율적인 LSP 계수 양자화를 위한 고속화 알고리즘을 제시한다.
먼저, 예측분할행렬양자화(Predictive SMQ) 방식에 적용된 선형스펙트럼쌍(LSP) 코드북의 탐색방법을 살펴보기로 한다.
도 1은 12.2kbps 모드의 선형예측(LP) 분석은 서로 다른 두 개의 비대칭 창들(window)을 사용하여 프레임 당 두 번씩 수행된다. 첫 번째 창, WⅠ(n) 은 두 번째 부 프레임(subframe2)에 집중적으로 가중치를 가지며, 다른 크기를 갖는 두 개의 반쪽 해밍 창(Hamming window)의 합으로 이루어진다. 즉, 첫 번째 창, WⅠ(n) 은 수학식 1과 같이 주어진다.
여기서 L1 (Ⅰ)과 L2 (Ⅰ)의 값은 각각 160 및 80을 사용한다.
또한, 두 번째 창, WⅡ(n)는 네 번째 부 프레임(subframe 4)에 가중치가 집중되면서 두 부분으로 구성되는데 첫 번째 부분은 해밍 창(Hamming window)의 반이고 두 번째 부분은 코사인 함수 주기의 1/4 이다. 두 번째 창은 수학식 2와 같이 주어진다.
여기서, L1 (Ⅱ)과 L2 (Ⅱ)의 값은 각각 232와 8을 사용한다.
선형예측 분석은 같은 음성 샘플프레임에 대해서 두 번 수행되고, 해석 창은 과거 음성 프레임의 80 샘플과 현재 음성 프레임의 160 샘플을 더하여 이루어지며, 미래 프레임에 샘플들은 사용하지 않는다. 12.2kbps 모드에서는 프레임 당 LP 필터 계수들의 두 세트가 주파수 영역에서 수학식 3과 같은 수식을 통해 양자화가 이루워진다.
여기서 fi는 선형스펙트럼주파수(LSF : line spectral frequencies) 값으로서 [0, 4000]hz 내의 값을 가지며, fs는 샘플링 주파수로서 8000의 값을 갖는다. 1차 MA(moving average) 예측기가 사용되고 두 개의 잉여 선형스펙트럼주파수(residual LSF) 벡터들이 분할행렬양자화(SMQ : split matrix quantization) 방식으로 양자화된다.
도 2는 12.2kbps 모드에 사용된 SMQ 구조를 갖는 선형스펙트럼주파수(LSF) 잉여벡터(residual vector)의 구성도이다. 두 개의 선형스펙트럼주파수 잉여벡터 r(1)(n) 과 r(2)(n)은 선형행렬양자화 방식을 이용하여 함께 양자화되며, 잉여벡터 r(1)(n) 과 r(2)(n)은 5개의 부 행렬로 분할되는 바, 하나의 부 행렬은 2 x 2 요소들로 이루어진다. 5개의 부 행렬들은 각각 7비트, 8비트, 8+1비트, 8비트, 6비트를 사용하여 양자화된다. 특히, 세 번째 부 행렬을 위한 코드북은 부호를 갖는 256개의 코드벡터로 이루어지며, 최적 코드벡터에 대한 인덱스 8비트, 부호 값 1비트를 사용함으로써 총 9비트를 사용한다.
도 3은 12.2kbps 모드에 사용된 예측분할행렬양자화(PSMQ) 방식을 실현하기 위한 구성도이다. MA 예측기(31)의 차수는 1차이며, L(1)는 선형예측 해석을 위한첫 번째 창 WⅠ(n)을 통해 얻은 선형예측코딩(LPC) 계수를 선형스펙트럼쌍(LSP) 계수로 변환한 벡터이고, L(2)는 선형예측 해석을 위한 두 번째 창 WⅡ(n) 을 통해 얻은 LPC 계수를 LSP 계수로 변환한 벡터이다. LSP 계수값의 DC성분인 평균벡터 LDC와, 이전 프레임의 양자화된 두 번째 에러벡터 r'(2)에 1차 선형계수 b(=0.65)를 적용한 MA 예측기(31)를 통해 얻은 예측벡터 p를 더해서 PDC를 얻는다. L(1)과 L(2)에서 PDC를 빼서 얻은 에러벡터 r(1)과 r(2)를 5개의 2 x 2 부 행렬( rm= (r(1),r(2)))들로 분할시킨다. 이를 수식으로 표현하면 수학식 4와 같다.
앞서 설명하였듯이 5개의 부 행렬들은 각각 7, 8, 9, 8, 6비트를 사용하여 양자화하며, 특히 세 번째 부 행렬은 수학식 5에 도시된 바와 같은 한 비트의 부호 비트를 갖는다.
여기서, m은 부 행렬의 순서를 나타내며, n은 현재 프레임을 의미한다. 각 부 벡터들에 대한 최적 코드벡터 값은 수학식 6과 수학식 7과 같은 에러 기준값(Em,l)을 최소화하는 값으로 선택한다.
여기서, rm는 m 번째 부 행렬의 코드북 탐색을 위한 목표 벡터이며, r'm,l은 m 번째 부 행렬의 l 번째 코드벡터이다.은 m 번째 부 행렬을 위한 가중치(weighting) 행렬이며 양자화되지 않은 선형스펙트럼쌍 벡터 L로부터 구해진다. 그리고 i는 부 행렬 내 i 번째 요소값을 나타낸다. 위와 같은 값들을 이용해서 각 부 행렬마다 에러 기준값(Em,l)을 최소로 하는 코드북 인덱스 l 을 구하고 채널을 통해 전송한다.
특히, 세 번째 부 행렬(m=2)에 대한 인덱스 k는이 최소값으로 선택되면 표시값(sign)은 0이고,값으로 선택되면 표시값(sign)이 1인 특성을 이용하여 수학식 8을 이용하여 구한다.
k = 2l + sign
위와 같이 구해진 선형스펙트럼쌍(LSP) 계수를 양자화할 때, 요구되는 계산량의 대부분이 5개의 부 행렬들에 대한 최적 코드벡터 탐색시 사용된다.
따라서, 본 발명에서 제안한 고속탐색방법은, 선형스펙트럼쌍(LSP) 계수의 순서성질을 이용해서 탐색대상 코드벡터의 범위를 줄임으로써 탐색 계산량을 줄인다. 이러한 본 발명에 따른 고속탐색방법의 개략적인 과정은 다음과 같다.
먼저, 5개의 부 행렬들에 대해 미리 평균벡터 LDC를 더한 코드북들을 만든다. 다음, 코드벡터 내 정해진 열의 요소값 크기에 따라 코드북을 내림차순으로 정렬한다. 다음, 5개의 부 행렬들에서 Em,l를 최소화시키는 최적 코드벡터 값은 목표 벡터와 거의 비슷한 값을 가지므로 이 값은 순서 성질을 가진다고 가정할 수 있다. 이러한 가정 하에서 내림차순으로 정렬된 코드북 내 특정열의 요소값을 목표 벡터 내 인접열의 값과 비교한다. 다음, 순서 성질을 만족하는 코드벡터에 대해서만 Em,l값을 계산하고, 그렇지 못한 코드벡터들은 Em,l값 계산을 생략한다.
이렇게 각 코드북을 탐색할 때 선형스펙트럼쌍(LSP) 벡터의 순서 성질을 이용하여 탐색 대상을 줄이면 전체적으로 많은 계산량의 이득을 얻을 수 있다.
상기와 같은 고속탐색방법을 12.2kbps 모드에 적용한 구체적인 과정은 다음과 같다. 먼저, 목표 벡터 rm과 해당 코드북은 평균 벡터값(LDC)과 예측값(pm)를 뺀 에러벡터에 해당하므로 순서 성질을 갖지 않는다. 따라서, 수학식 6과 수학식 7을 다음의 수학식 9와 수학식 10과 같이 변환하여 순서 성질을 갖는 목표 벡터 형태로 구성한다.
위 식에서 Em,l은 (Lm- pm)과 (r'm,l+ LDC) 값을 이용해서 구할 수 있는데, 여기서 (Lm- pm)을 Rm이라 하면 이 값은 LDC값을 제거하지 않은 값이며, pm은 에러값으로부터 예측된 값이므로 변위가 적다. 그래서 Rm은 순서성질을 가지는 코드북 탐색의 목표 벡터가 된다. (r'm,l+ LDC)를 Cm,l이라 하면, 이 값은 기존의 에러 코드북 r'm,l에 순서성질을 갖는 LDC를 더해 준 결과이므로 Cm,l는 다시 순서성질을 가지며, 여기서 r'm,l과 LDC는 모두 정해진 값이므로 미리 계산되어 기존 코드북을 대신한다.
이렇게 Rm과 Cm,l를 이용하여 Em,l값을 구하며, Em,l를 최소화시키는 코드북 인덱스 l 을 구하고 채널을 통해 전송한다.
도 5는 순서 성질을 갖도록 수정된 새로운 예측분할행렬양자화방식을 실현하기 위한 구성도이다.
즉, 위의 수학식 9와 수학식 10의 결과를 이용할 수 있도록 구성된 구조인 바, 도 3의 구성도와 근복적으로 같은 구조이지만 선형스펙트럼쌍(LSP) 계수값의 DC성분인 LDC를 빼는 과정을 생략하고, 각 부 프레임들에 대한 코드북은 미리 LDC값을 더한 새로운 코드북으로 대체한다. 이렇게 하면, 목표 벡터와 해당 코드북은 모두 순서 성질을 갖게 된다.
도 7은 분할행렬양자화(SMQ)에 대한 탐색 코드벡터 선택 시 순방향 및 역방향 비교방식에 대한 블록도이다. 즉, 2 x 2 행렬의 5개의 코드북에 대해, 첫 번째 코드북은 네 번째 열의 요소값을 기준으로, 두 번째와 세 번째 및 네 번째 코드북은 세 번째 열의 요소값을 기준으로, 그리고 다섯 번째 코드북은 네 번째 열의 요소값을 기준으로 하여 코드벡터를 내림차순으로 정렬한다. 정렬된 코드북과 목표 벡터는 DC 성분이 포함된 값이므로 순서성질을 유지하고 있다. 각 코드북 내 특정열의 선정은 실험적으로 이루어진다.
코드북의 특정열의 요소값과 목표 벡터 내 해당열 전후의 요소값들을 비교하여 순서성질을 위배하는 코드벡터들을 탐색 대상에서 제외하는 개념으로 코드북의 탐색 범위를 결정하는데, 이는 수학식 11 내지 수학식 12를 이용한다.
위의 수학식 11과 같이 순서 성질의 만족 여부를 결정하기 위해 어떤 코드북 내 n번째 열의 요소값과 목표 벡터의 (n+1)번째 열의 요소값을 비교하는 것을 순방향 비교라고 한다. 또한, 수학식 12와 같이 코드북 내 n번째 열의 요소값과 목표 벡터의 (n-1)번째 열의 요소값을 비교하는 것을 역방향 비교라고 한다.
도 7은 본 발명의 한 실시예에 따른 고속탐색방법을 설명하기 위하여 도시한 도면이다. 도면에서 f1, f2, f3, f4와 b1, b2, b3, b4, b5는 각각 순방향 및 역방향 비교에 사용되는 코드북 내 요소값과 목표 벡터 요소값을 나타낸다. 여기서, 각 코드북은 부 행렬 내 특정열을 기준으로 내림차순으로 정렬되어 있으므로 순방향 비교에서는 순서 성질을 만족하는 탐색 범위의 시작점을 구하고, 역방향 비교에서는 순서 성질을 만족하는 탐색 범위의 끝점을 구하여, 순서 성질을 만족하는 전체 탐색범위를 결정한다. 이와 같이 탐색 범위가 결정되면, 이 범위 내의 코드북을 탐색하여 Em,l값을 구한다.
주어진 목표 벡터에 대해 순서 성질을 만족하는 코드벡터 집합의 구체적인 시작점을 구하는 과정은 도 9의 흐름도에 도시되어 있으며, 끝점을 구하는 과정은 도 10의 흐름도에 도시되어 있다. 이때, 도 9와 도 10은 각각 순방향 비교와 역방향 비교를 나타내며, 흐름도에서 구해진 시작점과 끝점에 의해 코드북 탐색범위가 정해진다.
본 발명에서는 부 행렬들의 코드북을 구하는 데 있어서, 전체 코드북에 대한검색을 수행하지 않고 선형스펙트럼쌍의 순서성질에 의하여 코드북 탐색의 시작점과 끝점을 그 구하여 그 영역내에서만 코드북 탐색을 수행하도록 한다. 도 9는 분할행렬양자화 구조에서 시작점을 구하는 방법을 도시한 흐름도이다. 이 코드북 탐색의 시작점은 Rn+1> Cl,n을 만족하는 가장 작은 l 값으로 설정한다. 이렇게 l 값이 결정되면 각 부 행렬들에 해당하는 코드북 검색은 이 l 값 이후부터 시작할 수 있다. l 값을 설정하기 위하여, C1,n부터 Clast,n까지 순차적으로 l 값을 1씩 증가시키면서 Rn+1> Cl,n인 값을 찾으면 비효율적이기 때문에 l 값을 64, 16, 4, 1 단위로 증가시키면서 시작점을 찾는다. 물론, l 값의 증가치는 필요에 따라 다르게 설정할 수 있다.
도 9를 참조하면, 먼저 선형스펙트럼쌍 벡터의 DC 성분인 L을 계산하고(S901), 상술한 방법을 통해 목표 벡터를 계산한다(S902). 코드벡터 집합의 시작점을 구하기 위한 순방향 비교시, 다섯 번째 코드북에 대해서는 순방향 비교를 하지 않으므로 시작점은 항상 0이다. 따라서, 변수 i=0으로 설정한다(S903).
다음, 단계 S904에서는 Rn+1> Ci+64,n인 지를 판단하고, 결과가 "아니오"이면 단계 S905에서는 변수 i 값을 i+64로 재 설정한 후 단계 S904를 반복한다. 그러나, 단계 S904의 결과가 "예"이면, 단계 S905에서 i 값을 저장하고, 단계 S907로 진행한다.
이후, 변수 j 값을 i 로 설정한다(S907). 그후, 단계 S908에서는 Rn+1> Cj+16,n인 지를 판단하고, 그 결과가 "아니오"이면 단계 S909로 진행하여 변수 j 를 j+16 으로 재 설정한 후 단계 S908을 반복한다. 한편, 단계 S908의 결과가 "예"이면, 단계 910에서 j 값을 저장하고, 단계 S911로 진행한다.
이후, 변수 k 값을 j로 설정한다(S911). 단계 S912에서는 Rn+1> Ck+4,n인 지를 판단하고, 그 결과가 "아니오"이면 단계 S913으로 진행하여 변수 k 값을 k+4 로 재 설정한 후 단계 S912를 반복한다. 한편, 단계 S912의 결과가 "예"이면, 단계 S914에서 k 값을 저장하고, 단계 S915로 진행한다.
이후, 변수 m 값을 j로 설정한다(S915). 단계 916에서는 Rn+1> Cm+1,n인 지를 판단한다. 단계 S916의 판단 결과가 "아니오"이면 단계 S918로 진행하여 변수 m 값을 m+1로 재 설정한 후 단계 S917을 반복한다. 한편, 단계 S916의 판단결과가 "예"이면 단계 S919에서 m+1 값을 저장한다. 이 저장된 m+1 값을 탐색범위의 시작점으로 설정한다(S920).
다음, 도 10a 내지 도 10c 는 분할행렬양자화 방식이 적용되는 12.2 kbps 모드에 대한 탐색 범위의 끝점을 설정하는 방법을 도시한 흐름도이다. 즉, 탐색 범위의 끝점은 역방향 비교를 통해 Rn-1< Cl,n을 만족하는 가장 큰 l 값으로 설정한다. 여기서, 첫 번째 코드북에 대해서는 n=1 , 두 번째 코드북은 n=2, 세 번째 코드북은 n=3, 네 번째 코드북은 n=4, 다섯 번째 코드북은 n=5 이다.
시작점을 구할 경우와 마찬가지로, Clast,n부터 C1,n까지 순차적으로 찾으면 비효율적이기 때문에, 64, 16, 4, 1 단위로 변화시키면서 l 값을 찾는다.
먼저, 도 10a 를 참조하면, 이는 첫 번째 코드북에 대해 탐색 범위의 끝점을 구하는 과정이다. 먼저, 선형스펙트럼쌍 벡터의 DC 성분인 L을 계산하고, 상술한 방법을 통해 목표 벡터(R)를 계산한다. 코드벡터 집합의 끝점을 구하기 위한 역방향 비교시, 첫 번째 코드북 인덱스의 수가 127개이므로 초기값 i=128로 설정한다.
이렇게 초기값이 설정되면, 변수 i를 64 씩 감소시키면서 Rn-1< Ci-64,n인 조건을 만족하는 i를 찾는다. i 가 찾아지면, 변수 j=i 로 설정하고, 변수 j를 16 씩 감소시키면서 Rn-1< Cj-16,n인 조건을 만족하는 j를 찾는다. j 가 찾아지면, 변수 k=j 로 설정하고, 변수 k를 4 씩 감소시키면서 Rn-1< Ck-4,n인 조건을 만족하는 k를 찾는다. k 가 찾아지면, 변수 m=k 로 설정하고, 변수 m을 1 씩 감소시키면서 Rn-1< Cm-1,n인 조건을 만족하는 m을 찾는다. 이렇게 m 이 찾아지면, 구하고자 하는 끝점 l 로 m-1 값을 설정한다.
도 10b는 두 번째, 세 번째, 네 번째 코드북에 대한 탐색 범위의 끝점을 구하는 과정을 도시한 흐름도이다. 도 10a 에서와 마찬가지로 먼저 선형스펙트럼쌍 벡터의 DC 성분인 L을 계산하고, 상술한 방법을 통해 목표 벡터(R)를 계산한다.
이때, 두 번째와 세 번째, 및 네 번째 코드북의 인덱스의 수는 246 개이고, 이 246보다 크고 64의 배수인 가장 작은 수는 256 이므로, 초기값 i=256으로 설정한다.
이렇게 초기값이 설정되면, 변수 i를 64 씩 감소시키면서 Rn-1< Ci-64,n인 조건을 만족하는 i를 찾는다. i 가 찾아지면, 변수 j=i 로 설정하고, 변수 j를 16 씩 감소시키면서 Rn-1< Cj-16,n인 조건을 만족하는 j를 찾는다. j 가 찾아지면, 변수 k=j 로 설정하고, 변수 k를 4 씩 감소시키면서 Rn-1< Ck-4,n인 조건을 만족하는 k를 찾는다. k 가 찾아지면, 변수 m=k 로 설정하고, 변수 m을 1 씩 감소시키면서 Rn-1< Cm-1,n인 조건을 만족하는 m을 찾는다. 이렇게 m 이 찾아지면, 구하고자 하는 끝점 l 로 m-1 값을 설정한다.
도 10c는 다섯 번째 코드북에 대한 탐색 범위의 끝점을 구하는 과정을 도시한 흐름도이다. 도 10a 와 도 10b에서와 마찬가지로 먼저 선형스펙트럼쌍 벡터의 DC 성분인 L을 계산하고, 상술한 방법을 통해 목표 벡터(R)를 계산한다. 이때, 다섯 번째 코드북의 인덱스의 수는 64 개이므로 초기값 j=64로 설정한다.
이렇게 초기값이 설정되면, 변수 j를 16 씩 감소시키면서 Rn-1< Cj-16,n인 조건을 만족하는 j를 찾는다. j 가 찾아지면, 변수 k=j 로 설정하고, 변수 k를 4 씩 감소시키면서 Rn-1< Ck-4,n인 조건을 만족하는 k를 찾는다. k 가 찾아지면, 변수 m=k 로 설정하고, 변수 m을 1 씩 감소시키면서 Rn-1< Cm-1,n인 조건을 만족하는 m을 찾는다. 이렇게 m 이 찾아지면, 구하고자 하는 끝점 l 로 m-1 값을 설정한다.
또한 세 번째 코드북의 경우, 코드북의 크기를 증가시키기 위해 목표 벡터에 코드벡터를 빼서 구한 Em,l과 더해서 구한중에서 더 작은 것을 선택함으로 크기가 256인 코드북을 512로 사용하는 효과를 가질 수 있다. 여기서, 빼는 경우에 표시값(sign)을 0으로 하고 더하는 경우에 1로 한다. 위와 같이 세 번째 부행렬은 표시비트가 0일 때와 표시비트가 1인 두 가지 경우가 존재하는데, 표시비트가 0일 때에는 도 9를 이용하여 시작점을 구하고, 도 10b를 이용하여 끝점을 구할 수 있다. 그러나, 표시비트가 1일 때는 다른 방법으로 시작점과 끝점을 구한다.
도 12와 도 13은 표시비트가 1일 때 세 번째 코드북에 대한 시작점과 끝점을 설정하는 방법을 각각 도시한 흐름도이다.
먼저, 도 12를 참조하면, 먼저 선형스펙트럼쌍 벡터의 DC 성분인 L을 계산하고(S1201), 목표 벡터(R)를 계산한다(S1202). 다음, DC성분이 더해진 코드북 Cm,l에서 DC성분을 빼고(S1203), 그 결과값에 -1를 곱한(S1204) 후, 다시 DC성분을 더한다(S1205). 이렇게 함으로써, 내림차순으로 정렬된 코드북이 오름차순으로 정렬된다. 이렇게 오름차순으로 정렬된 코드북의 경우에는 역방향 비교를 통해 시작점을 구한다.
즉, i=0 으로 초기화하고(S1206), 변수 i를 64 씩 증가시키면서인 조건을 만족하는 i를 찾는다(S1207, S1208, S1209). i 가 찾아지면, 변수 j=i 로 설정하고(S1210), 변수 j를 16 씩 증가시키면서인 조건을 만족하는 j를 찾는다(S1211, S1212, S1213). j 가 찾아지면, 변수 k=j로 설정하고(S1214), 변수 k를 4 씩 증가시키면서인 조건을 만족하는 k를 찾는다(S1215, S1216, S1217). k 가 찾아지면, 변수 m=k 로 설정하고(S1218), 변수 m을 1 씩 증가시키면서인 조건을 만족하는 m을 찾는다(S1219, S1220, S1221). 이렇게 m 이 찾아지면, m+1을 시작점으로 설정한다(S1222).
다음, 도 13을 참조하면, 먼저 선형스펙트럼쌍 벡터의 DC 성분인 L을 계산하고(S1301), 목표 벡터(R)를 계산한다(S1302). 다음, DC성분이 더해진 코드북 Cm,l에서 DC성분을 빼고(S1303), 그 결과값에 -1를 곱한(S1304) 후, 다시 DC성분을 더한다(S1305). 이렇게 함으로써, 내림차순으로 정렬된 코드북이 오름차순으로 정렬된다. 이렇게 오름차순으로 정렬된 코드북의 경우에는 순방향 비교를 통해 끝점을 구한다.
먼저, 즉, i=256 으로 초기화하고(S1306), 변수 i를 64 씩 감소시키면서인 조건을 만족하는 i를 찾는다(S1307, S1308, S1309). i 가 찾아지면, 변수 j=i 로 설정하고(S1310), 변수 j를 16 씩 감소시키면서인 조건을 만족하는 j를 찾는다(S1311, S1312, S1313). j 가 찾아지면, 변수 k=j 로 설정하고(S1314), 변수 k를 4 씩 감소시키면서인 조건을 만족하는 k를 찾는다(S1315, S1316, S1317). k 가 찾아지면, 변수 m=k 로설정하고(S1318), 변수 m을 1 씩 감소시키면서인 조건을 만족하는 m을 찾는다(S1319, S1320, S1321). 이렇게 m 이 찾아지면, m-1을 끝점으로 설정한다(S1322).
다음, 예측분할벡터양자화(Predictive SMQ) 방식에 적용된 선형스펙트럼쌍(LSP) 코드북의 탐색방법을 살펴보기로 한다.
적응적다중비트율(AMR) 코덱에서 10.2 kbps와, 7.95 kbps, 7.40 kbps, 6.70 kbps, 5.90 kbps, 5.15 kbps, 및 4.75 kbps 모드는 12.2 kbps 모드와 달리 예측분할벡터양자화(PSVQ : Predictive Split Vector Quantization) 방식을 이용하여 선형스펙트럼쌍(LSP) 계수를 양자화한다.
위에서 제시한 7개 모드에서 단구간 예측(또는 선형 예측) 분석은 30ms 비대칭 창을 갖는 자기상관 근사법을 사용하여 음성 프레임 당 한번씩 수행되며, 자기상관 계산에 40샘플(5ms)의 예측값(lookahead)이 사용된다. 해석 창은 12.2 kbps 모드의 두 번째 해석 창과 같으나, L1 (Ⅱ)와 L2 (Ⅱ)의 값을 각각 200과 40을 사용하는 점에 차이가 있다. 프레임 단위로 선형예측(LP) 필터 계수들은 선형스펙트럼쌍(LSP) 계수로 변환된 후 양자화된다. 도 4에 도시된 바와 같이 1차 MA 예측기(41)이 사용되며 잉여 선형스펙트럼주파수(residual LSF) 벡터는 분할벡터양자화(SVQ : split vector quantization)기(42)를 사용하여 양자화한다. 예측과 양자화는 다음과 같이 수행된다.
먼저, 프레임 n에서 평균을 뺀 선형스펙트럼주파수 벡터를 Z(n)으로 표현하면 예측 잉여 선형스펙트럼주파수 벡터 r(n)은 수학식 13과 같이 주어진다.
r(n) = Z(n) - p(n)
여기서, p(n)는 프레임 n에 대한 예측 선형스펙트럼주파수 벡터이다. p(n)는 1차 MA 예측기(41)를 사용하며 과거 프레임에서 양자화된 잉여 선형스펙트럼주파수 벡터 r'(n-1)과 j차 선형스펙트럼주파수에 대한 예측 인자 aj로부터 수학식 14와 같이 얻을 수 있다.
다음, 잉여 선형스펙트럼주파수 벡터 r(n)은 분할벡터양자화 방식으로 양자화된다. 벡터 r(n)은 3, 3, 4 차원인 3개의 부 벡터들로 분할되며, 모드에 따라 7∼9 비트를 사용하여 3개의 부 벡터들을 양자화한다. 7개 모드는 부 벡터에 할당된 비트만 다를 뿐 양자화 과정은 모두 동일하다. 따라서 7개 모드 중 7.95 kbps 모드의 예를 통해 전체적인 모드에 대한 설명을 대신한다.
도 4는 일반적인 적응적다중비트율(AMR) 코덱의 예측분할벡터양자화 방식을 실현하기 위한 구성도이다. MA 예측기(41)의 차수는 1차이며, 이전 프레임의 양자화된 에러벡터 e'가 입력되고 이 에러벡터 e'에 1차 예측 선형계수 b를 적용하여 예측벡터 P를 출력한다. LSP 계수값의 DC성분인 평균 벡터 LDC과 예측벡터 P를 더하여 PDC를 구한다. LSP 계수 벡터 L에서 PDC를 빼서 얻은 에러벡터 e는 각각 3, 3, 4 차원을 가지는 3개의 부 벡터들로 나누어지며, 각 부 벡터는 9비트로 벡터 양자화된다. 예측벡터 PDC와 선형스펙트럼쌍 에러벡터 e는 수학식 15에 적용하여 구한다.
여기서, i는 현재 프레임을 의미하고 n은 계수의 차수(n=1, ...... , 10)를 나타낸다. 각 부 벡터들에 대한 최적 코드벡터값은 수학식 16의 에러 기준값(criterion) El,m을 최소화하는 값으로 선택한다.
여기서, Wm은 m번째 부 벡터를 위한 가중치 행렬이며, 양자화되지 않은 선형스펙트럼쌍 벡터인 L로부터 구해진다. 그리고, 양자화된 선형스펙트럼쌍 벡터 L'l,m은 수학식 17과 같이 나타낼 수 있다.
상기한 수학식 17을 수학식 16에 대입하면 에러 기준값 El,m은 수학식 18과 같이 나타낼 수 있다.
상기한 수학식 18에 의하여 에러 기준값 El,m은 em과 e'l,m에 대한 식으로표현되므로 실제 512개의 코드북에 대해 El,m을 계산할 때, 계산량을 많이 줄일 수 있다. 여기서, em은 코드북 탐색을 위한 목표 벡터이며 e'l,m은 m 번째 부 벡터의 l 번째 에러벡터에 해당한다. 그러므로 이 값들을 이용해서 El,m을 최소화하는 코드북 인덱스 l 을 채널을 통해 전송한다. 위와 같이 선형스펙트럼쌍 계수를 양자화할 때, 요구되는 계산량의 대부분이 3개의 부 벡터들에 대한 최적 코드벡터 탐색시 사용되므로 탐색 대상 코드벡터 범위를 줄일 수 있다면 계산량의 감소 이득을 많이 볼 수 있다.
따라서, 본 발명에서는 LSP 계수값의 순서 성질을 이용해서 선형스펙트럼쌍 계수 양자화시 탐색하는 대상 코드벡터의 범위를 줄일 수 있는 방법을 제시한다. 기존 방식에서는 목표 벡터 em과 해당 코드북이 에러벡터에 해당하므로 순서 성질을 갖지 않는다. 그래서 선형스펙트럼쌍 계수의 순서 성질을 이용하기 위해 수학식 18을 수학식 19와 같이 바꾸어서 순서 성질을 갖는 목표 벡터 형태로 구성한다.
위의 식에서 El,m은 (Lm- Pm)와 (e'l,m+ LDC) 값을 이용해서 구할 수 있는데, 여기서 (Lm- Pm)을 rm이라고 하면, Lm은 LDC 값을 제거하지 않았고 Pm은 에러값으로부터 예측된 값이므로 변위가 적다. 그래서 rm은 순서성질을 가지며 코드북 탐색의 목표 벡터가 된다. (e'l,m+ LDC)를 Cl,m이라고 하면, 이 값은 기존의 에러 코드북 e'l,m에 순서 성질을 가지는 LDC를 더해준 결과이므로 Cl,m은 순서 성질을 가지게 되며, 여기서 e'l,m과 LDC는 모두 정해진 값이므로 미리 계산되어 기존 코드북을 대신한다.
이렇게 rm과 Cl,m을 이용하여 El,m값을 구하며, El,m을 최소화시키는 코드북 인덱스 l 을 채널을 통해서 전송한다. 도 6은 위의 수학식 19의 결과를 이용할 수 있도록 구성된 예측분할벡터양자화 방식의 구성도이다. 이 도 6의 구성은 도 4의 구성과 근본적으로 동일한 구조이나, 선형스펙트럼쌍 벡터의 L에서 LSP 계수값의 DC 성분인 LDC를 빼는 과정이 생략되어 있으며, 각 부 프레임들에 대한 코드북은 미리 LDC값을 더한 새로운 코드북으로 대체한 것이다. 그러면 목표 벡터와 해당 코드북이 모두 순서 성질을 갖는다.
그리고, 도 8에 도시된 바와 같이 3, 3, 4 차원의 3개의 부 벡터들을 위한 3개의 코드북에 대해, 첫 번째 코드북은 세 번째 열의 요소값을 기준으로, 두 번째코드북은 두 번째 열의 요소값을 기준으로, 그리고 세 번째 코드북은 첫 번째 열의 요소값을 기준으로 하여 코드벡터를 내림차순으로 정렬한다. 정렬된 코드북들과 목표 벡터는 DC성분이 포함되어 있으므로 순서 성질을 유지한다. 따라서, 수학식 20을 이용하여 코드북의 특정열의 요소값과 목표 벡터 내 해당열 전후의 요소값들을 비교하여 순서성질을 위배하는 코드벡터들을 탐색 대상에서 제외하는 개념으로 코드북의 탐색 범위를 결정한다.
수학식 20에서, 위의 조건과 같이 순서 성질의 만족여부를 결정하기 위해 어떤 코드벡터의 n 번째 열의 요소값과 목표 벡터의 (n+1) 번째 열의 요소값을 비교하는 것을 순방향 비교라 하고, 아래의 조건과 같이 코드벡터의 n 번째 열의 요소값과 목표 벡터의 (n-1) 번째 열의 요소값을 비교하는 것을 역방향 비교라고 한다.
도 8은 본 발명의 한 실시예에 따른 분할벡터양자화 방식에 의한 고속탐색방법을 도시하고 있다. 도면에서 f1, f2, f3과 b1, b2, b3은 각각 순방향 및 역방향 비교에 사용되는 코드벡터 요소값과 목표 벡터 요소값을 나타낸 것이다. 여기서 각 코드북은 특정열을 내림차순으로 정렬하였기 때문에 순방향 비교에서는 순서 성질을 만족하는 시작점만 구하면 그 점 이후의 코드벡터들은 순방향의 순서 성질을만족하게 된다. 따라서, 역방향 비교에서는 순서 성질을 만족하는 끝점을 구한다.
상기와 같이 순서 성질을 만족하는 시작점과 끝점이 구해지면, 실제 El,m값을 구하기 위한 코드북 탐색은 시작점과 끝점의 범위에서만 실시한다. 주어진 목표 벡터에 대해 순서 성질을 만족하는 코드벡터 집합의 구체적인 시작점과 끝점을 구하는 과정을 동작 흐름도로 나타내면 도 9와 도 11과 같다. 도 9와 도 11은 각각 순방향 비교와 역방향 비교를 수행하는 흐름도이며, 이러한 흐름도를 통해 구해진 시작점과 끝점에 의해 코드북의 탐색 범위가 정해진다.
이상과 같이 본 발명은 LSP 계수의 순서 성질을 이용하여 탐색대상 코드벡터의 범위를 줄임으로써, LSP 계수 양자화시 많은 계산량을 요구하는 코드북 탐색 계산량을 줄일 수 있는 효율적인 LSF 양자화기를 설계하였다.
위에서 양호한 실시예에 근거하여 이 발명을 설명하였지만, 이러한 실시예는 이 발명을 제한하려는 것이 아니라 예시하려는 것이다. 이 발명이 속하는 분야의 숙련자에게는 이 발명의 기술사상을 벗어남이 없이 위 실시예에 대한 다양한 변화나 변경 또는 조절이 가능함이 자명할 것이다. 그러므로, 이 발명의 보호범위는 첨부된 청구범위에 의해서만 한정될 것이며, 위와 같은 변화예나 변경예 또는 조절예를 모두 포함하는 것으로 해석되어야 할 것이다.
이상과 같이 본 발명에 의하면, 일반적인 음성 부호화기의선형스펙트럼쌍(LSP) 계수의 선형분할행렬양자화(PSMQ) 및 선형분할벡터양자화(PSVQ)를 수행할 때 목표 벡터와 대상 코드벡터를 순서 성질을 갖도록 변환하여 코드북 탐색시 순서 성질을 만족하는 대상 코드벡터만을 탐색하여, 전체적인 계산량을 감소시키면서도 추가적인 메모리의 요구 및 SD 성능 감쇄가 없는 효율적인 LSF 양자화기를 설계할 수 있다. 이러한 고속탐색방법을 음성 부호화기의 LSP 계수 양자화에 적용하므로써 음성 부호화기의 성능 감쇄없이 계산량을 줄일 수 있는 효과가 있다.

Claims (26)

  1. 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법에 있어서,
    순서 성질을 갖도록 변환된 목표 벡터와 대상 코드벡터를 이용하여 에러 기준값을 구하는 제 1 단계와;
    상기 대상 코드벡터에 DC성분을 더하고 5개의 부 행렬들에 대한 새로운 코드북을 만드는 제 2 단계;
    순서 성질을 갖도록 재구성된 코드북에서 탐색범위 결정에 사용되는 특정열을 선정하고 선정된 열의 요소값을 기준으로 내림차순으로 정렬하는 제 3 단계;
    순서 성질을 갖는 목표 벡터와 정렬된 코드벡터들과의 순서성질을 이용하여 탐색범위를 결정하는 제 4 단계; 및
    상기 정해진 탐색범위 내에서만 상기 에러특징값을 계산하여 최적의 대상 코드벡터를 찾는 제 5 단계를 포함한 것을 특징으로 하는 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  2. 제 1 항에 있어서, 상기 제 1 단계는,
    m번째 부 행렬의 선형스펙트럼쌍벡터 평균값과 m번째 부 행렬의 예측값을 이용하여 순서성질을 갖는 m번째 부 행렬의 목표벡터를 구하는 제 1 소단계와,
    m번째 부 행렬의 l 번째 에러 코드북과 순서성질을 갖는 m번째 부 행렬의 l 번째 DC성분을 이용하여 m번째 부 행렬의 l 번째 코드벡터를 구하는 제 2 소단계, 및
    상기 m번째 부 행렬의 목표벡터와 상기 m번째 부 행렬의 l 번째 코드벡터를 이용하여 에러 기준값을 구하고 이 에러 기준값을 최소화시키는 코드북 인덱스를 결정하는 제 3 소단계를 포함하는 것을 특징으로 하는 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  3. 제 2 항에 있어서, 상기 m번째 부 행렬의 목표벡터와 상기 m번째 부 행렬의 l 번째 코드벡터를 아래의 수식 1 과 수식 2에 적용하여 에러 기준값을 구하는 것을 특징으로 하는 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
    < 수식 1>
    < 수식 2>
  4. 제 1 항에 있어서, 제 1 단계는,
    순서 성질이 없는 코드북에 순서 성질을 갖는 선형스펙트럼쌍 벡터 평균값을 더하여 순서 성질을 갖는 새로운 코드북을 구성하여, 상기 새로운 코드북으로부터 상기 순서 성질이 갖는 코드벡터를 구하는 것을 특징으로 하는 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  5. 제 1 항에 있어서, 상기 제 3 단계는,
    첫 번째 코드북에서는 네 번째 열을, 두 번째와 세 번째와 네 번째 코드북에서는 세 번째 열을, 그리고 다섯 번째 코드북에서는 네 번째 열을 특정열로 선정하는 제 1 소단계와,
    상기 선정된 특정열을 기준으로 전체 코드북을 내림차순으로 정렬하는 제 2 소단계를 포함하는 것을 특징으로 하는 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  6. 제 1 항에 있어서, 상기 제 4 단계는,
    상기 순서성질에 따라 내림차순으로 정렬된 코드북의 n 번째 열의 요소값과 목표 벡터의 (n+1) 번째 열의 요소값을 비교하는 순방향 비교를 통해 상기 탐색 범위의 시작점을 구하고, 상기 순서성질에 따라 정렬된 코드북의 n 번째 열의 요소값과 목표 벡터의 (n-1) 번째 열의 요소값을 비교하는 역방향 비교를 통해 상기 탐색 범위의 끝점을 구하는 것을 특징으로 하는 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  7. 제 6 항에 있어서, 상기 시작점을 구하는 과정은, Rn+1> Cl,n(여기서, Rn+1은 부행렬의 코드북 탐색을 위한 n+1 번째 목표 벡터이고, Cl,n은 l 번째 부행렬의 n 번째 코드벡터임) 의 조건을 만족하는 가장 작은 l 값을 구하는 것을 특징으로 하는 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  8. 제 7 항에 있어서, 상기 시작점을 구하는 과정은,
    변수 i를 64 씩 증가시키면서 Rn+1> Ci+64,n인 조건을 만족하는 i를 찾는 제 1소단계와,
    변수 j=i 로 설정하고, 변수 j를 16 씩 증가시키면서 Rn+1> Cj+16,n인 조건을 만족하는 j를 찾는 제 2 소단계,
    변수 k=j 로 설정하고, 변수 k를 4 씩 증가시키면서 Rn+1> Ck+4,n인 조건을 만족하는 k를 찾는 제 3 소단계,
    변수 m=k 로 설정하고, 변수 m을 1 씩 증가시키면서 Rn+1> Cm+1,n인 조건을 만족하는 m+1을 찾는 제 4 소단계, 및
    상기 m+1을 시작점으로 설정하는 제 5 소단계를 포함하는 것을 특징으로 하는 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  9. 제 6 항에 있어서, 상기 끝점을 구하는 과정은, Rn-1< Cl,n(여기서, Rn-1은 부벡터의 코드북 탐색을 위한 n-1 번째 목표 벡터이고, Cl,n은 l 번째 부벡터의 n 번째 코드벡터임) 의 조건을 만족하는 가장 큰 l 값을 구하는 것을 특징으로 하는 예측분할벡터양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  10. 제 9 항에 있어서, 상기 끝점을 구하는 과정은,
    각 코드북 인덱스의 수에 따라 변수 i 의 초기값을 설정하는 제 1 소단계와,
    변수 i를 64 씩 감소시키면서 Rn-1< Ci-64,n인 조건을 만족하는 i를 찾는 제 2 소단계,
    변수 j=i 로 설정하고, 변수 j를 16 씩 감소시키면서 Rn+1< Cj-16,n인 조건을 만족하는 j를 찾는 제 3 소단계,
    변수 k=j 로 설정하고, 변수 k를 4 씩 감소시키면서 Rn-1< Ck-4,n인 조건을 만족하는 k를 찾는 제 4 소단계,
    변수 m=k 로 설정하고, 변수 m을 1 씩 감소시키면서 Rn-1< Cm-1,n인 조건을 만족하는 m을 찾는 제 5 소단계, 및
    상기 끝점 l 로 m-1을 설정하는 제 6 소단계를 포함하는 것을 특징으로 하는 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  11. 제 10 항에 있어서, 첫 번째 코드북 탐색의 끝점 설정시 i 의 초기값은 128, 두 번째와 세 번째와 네 번째 코드북 탐색의 끝점 설정시 i 의 초기값은 256, 다섯 번째 코드북 탐색의 끝점 설정시 i 의 초기값은 64로 각각 설정하는 특징으로 하는 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  12. 제 1 항에 있어서, 상기 제 4 단계는,
    상기 순서성질에 따라 내림차순으로 정렬된 세 번째 코드북의 표시 비트가 1이면, 상기 세 번 째 코드북을 오름차순으로 정렬하는 제 1 소단계와,
    상기 순서성질에 따라 정렬된 세 번째 코드북의 n 번째 열의 요소값과 목표 벡터의 (n-1) 번째 열의 요소값을 비교하는 역방향 비교를 통해 상기 탐색 범위의 시작점을 구하는 제 2 소단계, 및
    상기 순서성질에 따라 정렬된 세 번째 코드북의 n 번째 열의 요소값과 목표벡터의 (n+1) 번째 열의 요소값을 비교하는 순방향 비교를 통해 상기 탐색범위의 끝점을 구하는 제 3 소단계를 포함하는 것을 특징으로 하는 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  13. 제 12 항에 있어서, 상기 제 1 소단계는, 내림차순으로 정렬된 세 번째 코드북에서 DC 성분을 뺀 후 -1을 곱하고, 다시 DC 성분을 더하여 오름차순으로 정렬하는 것을 특징으로 하는 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  14. 제 12 항에 있어서, 상기 제 2 소단계는,
    i=0 으로 초기화하고, 변수 i를 64 씩 증가시키면서인 조건을 만족하는 i를 찾는 단계와,
    상기 i 가 찾아지면, 변수 j=i 로 설정하고, 변수 j를 16 씩 증가시키면서인 조건을 만족하는 j를 찾는 단계,
    상기 j 가 찾아지면, 변수 k=j 로 설정하고, 변수 k를 4 씩 증가시키면서인 조건을 만족하는 k를 찾는 단계,
    상기 k 가 찾아지면, 변수 m=k 로 설정하고, 변수 m을 1 씩 증가시키면서인 조건을 만족하는 m을 찾는 단계, 및
    상기 m 찾아지면, m+1을 시작점으로 설정하는 단계를 포함하는 것을 특징으로 하는 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  15. 제 12 항에 있어서, 상기 제 3 소단계는,
    변수 i=256 으로 초기화하고, 변수 i를 64 씩 감소시키면서인 조건을 만족하는 i를 찾는 단계와,
    상기 i 가 찾아지면, 변수 j=i 로 설정하고, 변수 j를 16 씩 감소시키면서인 조건을 만족하는 j를 찾는 단계,
    상기 j 가 찾아지면, 변수 k=j 로 설정하고, 변수 k를 4 씩 감소시키면서인 조건을 만족하는 k를 찾는 단계,
    상기 k 가 찾아지면, 변수 m=k 로 설정하고, 변수 m을 1 씩 감소시키면서인 조건을 만족하는 m을 찾는 단계, 및
    상기 m 이 찾아지면, m-1을 끝점으로 설정하는 단계를 포함하는 것을 특징으로 하는 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  16. 컴퓨터에,
    순서 성질을 갖도록 변환된 목표 벡터와 대상 코드벡터를 이용하여 에러 기준값을 구하는 제 1 단계와;
    상기 대상 코드벡터에 DC성분을 더하고 5개의 부 행렬들에 대한 새로운 코드북을 만드는 제 2 단계;
    순서 성질을 갖도록 재구성된 코드북에서 탐색범위 결정에 사용되는 특정열을 선정하고 선정된 열의 요소값을 기준으로 내림차순으로 정렬하는 제 3 단계;
    순서 성질을 갖는 목표 벡터와 정렬된 코드벡터들과의 순서성질을 이용하여 탐색범위를 결정하는 제 4 단계; 및
    상기 정해진 탐색범위 내에서만 상기 에러특징값을 계산하여 최적의 대상 코드벡터를 찾는 제 5 단계를 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
  17. 예측분할벡터양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법에 있어서,
    순서 성질을 갖도록 변환된 목표 벡터(Lm-Pm)와 DC 성분(LDC)이 더해진 대상 코드벡터(e'l,m+ LDC)를 이용하여 에러 기준값(El,m)을 구하는 제 1 단계와;
    상기 DC 성분이 더해진 대상 코드벡터를 3개의 부벡터들에 대한 새로운 코드북을 만드는 제 2 단계;
    상기 순서 성질을 갖도록 재구성된 코드북에서 탐색범위 결정에 사용되는 특정열을 선정하고, 선정된 열의 요소값을 기준으로 내림차순으로 정렬하는 제 3 단계;
    상기 순서 성질을 갖는 목표 벡터와 내림차순 정렬된 코드벡터들과의 순서성질을 이용하여 탐색범위를 결정하는 제 4 단계; 및
    상기 정해진 탐색범위 내에서만 상기 에러 기준값(El,m)을 계산하여 최적의 대상 코드벡터를 찾는 제 5 단계를 포함한 것을 특징으로 하는 예측분할벡터양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  18. 제 17 항에 있어서, 제 1 단계는, 상기 m번째 부벡터의 목표벡터(Rm)와 상기m번째 부벡터의 l 번째 코드벡터(Cl,m)를 아래의 수식에 적용하여 에러 기준값(El,m)을 구하는 것을 특징으로 하는 예측분할벡터양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
    < 수식>
  19. 제 17 항에 있어서, 제 1 단계는,
    순서 성질이 없는 코드북에 순서 성질을 갖는 선형스펙트럼쌍 벡터 평균값을 더하여 순서 성질을 갖는 새로운 코드북을 구성하여, 상기 새로운 코드북으로부터 상기 순서 성질이 갖는 코드벡터를 구하는 것을 특징으로 하는 예측분할벡터양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  20. 제 17 항에 있어서, 상기 제 2 단계는,
    첫 번째 코드북에서는 세 번째 열을, 두 번째 코드북에서는 두 번째 열을, 그리고 세 번째 코드북에서는 첫 번째 열을 특정열로 선정하는 제 1 소단계와,
    상기 선정된 특정열을 기준으로 전체 코드북을 내림차순으로 정렬하는 제 2 소단계를 포함하는 것을 특징으로 하는 예측분할벡터양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  21. 제 17 항에 있어서, 상기 제 4 단계는,
    상기 순서성질에 따라 내림차순으로 정렬된 코드북의 n 번째 열의 요소값과 목표 벡터의 (n+1) 번째 열의 요소값을 비교하는 순방향 비교를 통해 상기 탐색 범위의 시작점을 구하고, 상기 순서성질에 따라 정렬된 코드북의 n 번째 열의 요소값과 목표 벡터의 (n-1) 번째 열의 요소값을 비교하는 역방향 비교를 통해 상기 탐색 범위의 끝점을 구하는 것을 특징으로 하는 예측분할벡터양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  22. 제 21 항에 있어서, 상기 시작점을 구하는 과정은,
    Rn+1> Cl,n(여기서, Rn+1은 부벡터의 코드북 탐색을 위한 n+1 번째 목표 벡터이고, Rn+1은 l 번째 부벡터의 n 번째 코드벡터임) 의 조건을 만족하는 가장 작은 l 값을 구하는 것을 특징으로 하는 예측분할벡터양자화 방식에 의한 선스펙트럼쌍양자화기의 고속탐색방법.
  23. 제 22 항에 있어서, 상기 시작점을 구하는 과정은,
    변수 i를 64 씩 증가시키면서 Rn+1> Ci+64,n인 조건을 만족하는 i를 찾는 제 1 소단계와,
    변수 j=i 로 설정하고, 변수 j를 16 씩 증가시키면서 Rn+1> Cj+16,n인 조건을 만족하는 j를 찾는 제 2 소단계,
    변수 k=j 로 설정하고, 변수 k를 4 씩 증가시키면서 Rn+1> Ck+4,n인 조건을 만족하는 k를 찾는 제 3 소단계,
    변수 m=k 로 설정하고, 변수 m을 1 씩 증가시키면서 Rn+1> Cm+1,n인 조건을 만족하는 m+1을 찾는 제 4 소단계, 및
    상기 m+1을 시작점으로 설정하는 제 5 소단계를 포함하는 것을 특징으로 하는 예측분할벡터양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  24. 제 21 항에 있어서, 상기 끝점을 구하는 과정은, Rn-1< Cl,n(여기서, Rn-1은 부벡터의 코드북 탐색을 위한 n-1 번째 목표 벡터이고, Cl,n은 l 번째 부벡터의 n번째 코드벡터임) 의 조건을 만족하는 가장 큰 l 값을 구하는 것을 특징으로 하는 예측분할벡터양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  25. 제 24 항에 있어서, 상기 끝점을 구하는 과정은,
    변수 i=256 으로 초기화하고, 변수 i를 64 씩 감소시키면서 Rn-1< Ci-64,n인 조건을 만족하는 i를 찾는 제 1 소단계,
    변수 j=i 로 설정하고, 변수 j를 16 씩 감소시키면서 Rn+1< Cj-16,n인 조건을 만족하는 j를 찾는 제 2 소단계,
    변수 k=j 로 설정하고, 변수 k를 4 씩 감소시키면서 Rn-1< Ck-4,n인 조건을 만족하는 k를 찾는 제 3 소단계,
    변수 m=k 로 설정하고, 변수 m을 1 씩 감소시키면서 Rn-1< Cm-1,n인 조건을 만족하는 m을 찾는 제 4 소단계, 및
    상기 m-1을 끝점으로 설정하는 제 5 소단계를 포함하는 것을 특징으로 하는 예측분할행렬양자화 방식에 의한 선스펙트럼쌍 양자화기의 고속탐색방법.
  26. 컴퓨터에,
    순서 성질을 갖도록 변환된 목표 벡터(Lm-Pm)와 DC 성분(LDC)이 더해진 대상 코드벡터(e'l,m+ LDC)를 이용하여 에러 기준값(El,m)을 구하는 제 1 단계와;
    상기 DC 성분이 더해진 대상 코드벡터를 3개의 부벡터들에 대한 새로운 코드북을 만드는 제 2 단계;
    상기 순서 성질을 갖도록 재구성된 코드북에서 탐색범위 결정에 사용되는 특정열을 선정하고, 선정된 열의 요소값을 기준으로 내림차순으로 정렬하는 제 3 단계;
    상기 순서 성질을 갖는 목표 벡터와 내림차순 정렬된 코드벡터들과의 순서성질을 이용하여 탐색범위를 결정하는 제 4 단계; 및
    상기 정해진 탐색범위 내에서만 상기 에러 기준값(El,m)을 계산하여 최적의 대상 코드벡터를 찾는 제 5 단계를 실행시키는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1019990062269A 1999-12-24 1999-12-24 예측분할벡터양자화 및 예측분할행렬양자화 방식에 의한선스펙트럼쌍 양자화기의 고속탐색방법 KR100324204B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1019990062269A KR100324204B1 (ko) 1999-12-24 1999-12-24 예측분할벡터양자화 및 예측분할행렬양자화 방식에 의한선스펙트럼쌍 양자화기의 고속탐색방법
DE10004862A DE10004862B4 (de) 1999-12-24 2000-02-04 Ein schnelles Suchverfahren für LSP-Quantisierung
US09/498,998 US6622120B1 (en) 1999-12-24 2000-02-04 Fast search method for LSP quantization
JP2000029557A JP4731654B2 (ja) 1999-12-24 2000-02-07 線スペクトルペアー量子化器の高速探索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019990062269A KR100324204B1 (ko) 1999-12-24 1999-12-24 예측분할벡터양자화 및 예측분할행렬양자화 방식에 의한선스펙트럼쌍 양자화기의 고속탐색방법

Publications (2)

Publication Number Publication Date
KR20010064135A true KR20010064135A (ko) 2001-07-09
KR100324204B1 KR100324204B1 (ko) 2002-02-16

Family

ID=19629819

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019990062269A KR100324204B1 (ko) 1999-12-24 1999-12-24 예측분할벡터양자화 및 예측분할행렬양자화 방식에 의한선스펙트럼쌍 양자화기의 고속탐색방법

Country Status (4)

Country Link
US (1) US6622120B1 (ko)
JP (1) JP4731654B2 (ko)
KR (1) KR100324204B1 (ko)
DE (1) DE10004862B4 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100464369B1 (ko) * 2001-05-23 2005-01-03 삼성전자주식회사 음성 부호화 시스템의 여기 코드북 탐색 방법
KR100492965B1 (ko) * 2002-09-27 2005-06-07 삼성전자주식회사 벡터 양자화를 위한 고속 탐색방법
KR100503414B1 (ko) * 2002-11-14 2005-07-22 한국전자통신연구원 고정 코드북의 집중 검색 방법 및 장치

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7389227B2 (en) * 2000-01-14 2008-06-17 C & S Technology Co., Ltd. High-speed search method for LSP quantizer using split VQ and fixed codebook of G.729 speech encoder
KR20020075592A (ko) * 2001-03-26 2002-10-05 한국전자통신연구원 광대역 음성 부호화기용 ｌｓｆ 양자화기
US7512534B2 (en) * 2002-12-17 2009-03-31 Ntt Docomo, Inc. Optimized windows and methods therefore for gradient-descent based window optimization for linear prediction analysis in the ITU-T G.723.1 speech coding standard
CA2415105A1 (en) * 2002-12-24 2004-06-24 Voiceage Corporation A method and device for robust predictive vector quantization of linear prediction parameters in variable bit rate speech coding
KR100486732B1 (ko) * 2003-02-19 2005-05-03 삼성전자주식회사 블럭제한된 트렐리스 부호화 양자화방법과 음성부호화시스템에있어서 이를 채용한 라인스펙트럼주파수 계수양자화방법 및 장치
EP1955319B1 (en) * 2005-11-15 2016-04-13 Samsung Electronics Co., Ltd. Methods to quantize and de-quantize a linear predictive coding coefficient
US20090198491A1 (en) * 2006-05-12 2009-08-06 Panasonic Corporation Lsp vector quantization apparatus, lsp vector inverse-quantization apparatus, and their methods
CN104834532B (zh) * 2015-06-03 2018-01-02 星环信息科技（上海）有限公司 一种分布式数据向量化处理方法和装置

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5194864A (en) * 1990-10-03 1993-03-16 Olympus Optical Co., Ltd. Vector quantization method and apparatus
JPH05346799A (ja) * 1992-06-16 1993-12-27 Matsushita Electric Ind Co Ltd 音声符号化装置
JP3255189B2 (ja) * 1992-12-01 2002-02-12 日本電信電話株式会社 音声パラメータの符号化方法および復号方法
JP2800618B2 (ja) * 1993-02-09 1998-09-21 日本電気株式会社 音声パラメータ符号化方式
WO1995010760A2 (en) * 1993-10-08 1995-04-20 Comsat Corporation Improved low bit rate vocoders and methods of operation therefor
JPH08123500A (ja) * 1994-10-24 1996-05-17 Matsushita Electric Ind Co Ltd ベクトル量子化装置
FR2729246A1 (fr) * 1995-01-06 1996-07-12 Matra Communication Procede de codage de parole a analyse par synthese
KR100327476B1 (ko) * 1995-09-25 2002-07-27 삼성전자 주식회사 분할선스펙트럼쌍의벡터양자화방법
KR100322706B1 (ko) 1995-09-25 2002-06-20 윤종용 선형예측부호화계수의부호화및복호화방법
JPH09152896A (ja) * 1995-11-30 1997-06-10 Oki Electric Ind Co Ltd 声道予測係数符号化・復号化回路、声道予測係数符号化回路、声道予測係数復号化回路、音声符号化装置及び音声復号化装置
US5819224A (en) * 1996-04-01 1998-10-06 The Victoria University Of Manchester Split matrix quantization
JPH10200890A (ja) * 1997-01-09 1998-07-31 Matsushita Electric Ind Co Ltd 画像符号化方法
JP3067676B2 (ja) * 1997-02-13 2000-07-17 日本電気株式会社 Ｌｓｐの予測符号化装置及び方法
TW408298B (en) * 1997-08-28 2000-10-11 Texas Instruments Inc Improved method for switched-predictive quantization
US6067515A (en) * 1997-10-27 2000-05-23 Advanced Micro Devices, Inc. Split matrix quantization with split vector quantization error compensation and selective enhanced processing for robust speech recognition
WO1999041736A2 (en) * 1998-02-12 1999-08-19 Motorola Inc. A system and method for providing split vector quantization data coding
JP3842432B2 (ja) * 1998-04-20 2006-11-08 株式会社東芝 ベクトル量子化方法
US6148283A (en) * 1998-09-23 2000-11-14 Qualcomm Inc. Method and apparatus using multi-path multi-stage vector quantizer

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100464369B1 (ko) * 2001-05-23 2005-01-03 삼성전자주식회사 음성 부호화 시스템의 여기 코드북 탐색 방법
KR100492965B1 (ko) * 2002-09-27 2005-06-07 삼성전자주식회사 벡터 양자화를 위한 고속 탐색방법
KR100503414B1 (ko) * 2002-11-14 2005-07-22 한국전자통신연구원 고정 코드북의 집중 검색 방법 및 장치

Also Published As

Publication number Publication date
JP4731654B2 (ja) 2011-07-27
KR100324204B1 (ko) 2002-02-16
JP2001188598A (ja) 2001-07-10
US6622120B1 (en) 2003-09-16
DE10004862A1 (de) 2001-07-05
DE10004862B4 (de) 2005-03-03

Similar Documents

Publication Publication Date Title
US5675702A (en) Multi-segment vector quantizer for a speech coder suitable for use in a radiotelephone
KR100464369B1 (ko) 음성 부호화 시스템의 여기 코드북 탐색 방법
CA2684452C (en) Multi-stage vector quantization for speech encoding
US6980951B2 (en) Noise feedback coding method and system for performing general searching of vector quantization codevectors used for coding a speech signal
EP1619664B1 (en) Speech coding apparatus, speech decoding apparatus and methods thereof
US20050251387A1 (en) Method and device for gain quantization in variable bit rate wideband speech coding
KR20020077389A (ko) 광대역 신호의 코딩을 위한 대수적 코드북에서의 펄스위치 및 부호의 인덱싱
CN101842833A (zh) 语音和音频编码中快速代数码本搜索的方法和设备
JPH09127990A (ja) 音声符号化方法及び装置
KR100324204B1 (ko) 예측분할벡터양자화 및 예측분할행렬양자화 방식에 의한선스펙트럼쌍 양자화기의 고속탐색방법
CA2115185C (en) Device for encoding speech spectrum parameters with a smallest possible number of bits
EP1162604B1 (en) High quality speech coder at low bit rates
US6094630A (en) Sequential searching speech coding device
Taniguchi et al. Pitch sharpening for perceptually improved CELP, and the sparse-delta codebook for reduced computation
KR100465316B1 (ko) 음성 부호화기 및 이를 이용한 음성 부호화 방법
KR20050006883A (ko) 광대역 음성 부호화기 및 그 방법과 광대역 음성 복호화기및 그 방법
Salami Binary pulse excitation: A novel approach to low complexity CELP coding
EP0483882B1 (en) Speech parameter encoding method capable of transmitting a spectrum parameter with a reduced number of bits
KR20010084468A (ko) 음성 부호화기의 ｌｓｐ 양자화기를 위한 고속 탐색 방법
CA2598870C (en) Multi-stage vector quantization apparatus and method for speech encoding
KR19990028181A (ko) 음성 압축기의 성능 향상 방법
JPH09127997A (ja) 音声符号化方法及び装置
KR19980031894A (ko) 음성부호화에 있어서 선스펙트럼쌍 계수의 양자화 방법

Legal Events

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

Payment date: 20090102

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee