KR20020006164A - 음성 신호 부호화시 격자방법을 이용한 고정소수점선형예측부호화 계수 추출 방법 - Google Patents

Abstract

본 발명은 음성 신호 부호화시 격자방법(Lattice Method; LM)을 이용한 고정소수점 선형예측부호화(LPC) 계수 추출 방법을 제공하기 위한 것으로, 이러한 본 발명은 고정 소수점 보코더에서 음성 신호 부호화시 격자방법(Lattice Method; LM)을 이용하여 PARCOR 계수를 계산하고, 이 PARCOR 계수를 이용하여 LPC(Linear Prediction Coding; 선형 예측 부호화) 계수를 추출하게 되는데, 격자 방법을 이용하게 되면 PARCOR 계수 계산시 PARCOR 계수의 절대값이 1보다 커질 수 없어 안정성이 보장되며, 고정 소수점 구현시 반복 연산에 따른 에러 누적에 의한 연산 오류를막아, overflow를 방지하게 된다.

Description

음성 신호 부호화시 격자방법을 이용한 고정소수점 선형예측부호화 계수 추출 방법{Method for extracting linear predictive coding coefficients through lattice method in vocal track encoding}

본 발명은 음성 신호를 부호화하는 고정 소수점 보코더에 관한 것으로, 특히 고정 소수점 보코더에서 음성 신호 부호화시 격자방법(Lattice Method; LM)을 이용하여 LPC(Linear Prediction Coding; 선형 예측 부호화) 계수를 추출함으로써, 고정 소수점 구현시 반복 연산에 따른 에러 누적에 의한 연산 오류를 막아, overflow를 방지하도록 한 음성 신호 부호화시 격자방법(Lattice Method; LM)을 이용한 고정소수점 선형예측부호화(LPC) 계수 추출 방법에 관한 것이다.

부동 소수점 수(floating point number)는 부동 소수점 표시에 의해 표현된 수를 가리키며, 부동 소수점 표시(floating point representation)는 수의 표시법의 일종이며, 소수점의 위치를 일정하게 하지 않고 별도로 소수점의 위치를 지시하는 수를 병기하는 표시방식이다.

예를 들면, "-638020000"을 "-6.3802 x 10⁸" 또는 "-8.3802, 8"와 같이 표시한다. 여기에서 "-6.3802 x 10⁸" 중 "-6.3802"를 가수라고 하고, "10⁸"의 8에 상당하는 것을 지수라고 하며, 각각에 정부(+,-)를 구별하는 부호가 붙는다(정부호(+)는 생략가능). "10"은 이 경우 기수라 한다.

고정 소수점 수(fixed point number)는 고정 소수점 표시에 의해 표현된 수이고, 고정 소수점 표시(fixed point representation)는 상기 부동 소수점 표시에 대립하는 표시법으로써, 수치의 자릿수를 정하는 기수법에서 수를 표시할 경우, 소수점을 왼쪽 끝(또는 오른쪽 끝)에서 세어서 일정한 위치의 자리의 오른쪽에 두는 표시방식이다. 보통 소수점을 가상적으로 연산 데이터의 가장 오른 쪽 끝에 두고 수치를 모두 정수로서 취급하는 경우가 많다.

일반적으로 음성 신호의 부호화 방법들 중에서 현재 가장 널리 사용되는 CELP 계열의 vocoder(voice coder and decoder)들은 인간의 발성 기관을 성도(vocal track)와 여기 신호(excitation signal)로 구분하고 이를 각각 모델링(modeling)하는 방법을 사용하여 음성 신호를 압축한다. 이 때 성도는 주로 linear predictive coding(LPC) 계수를 이용하여 모델링된다.

그리고 LPC 계수를 이용한 성도의 모델링 방법들 중에서는 적은 계산량으로우수한 성능을 나타내는 Durbin's algorithm이 가장 널리 사용되고 있다. 이 Durbin's algorithm은 자기상관함수(autocorrelation)를 이용하고 반복 연산을 통해서 LPC 계수를 추출하는 방법이다. 반복 연산을 위한 [수학식 1] 내지 [수학식 5]는 다음과 같다.

E⁽⁰⁾= R(0)

αi⁽ⁱ⁾= k_i

α_j ⁽ⁱ⁾= α_j ^(i-1)- k_iα_i-j ^(i-1), 1≤j ≤i-1

E⁽ⁱ⁾= ( 1-k² _i)E^(i-1)

[수학식 2] 내지 [수학식 5]를 반복해서 수행한다.

LPC 계수 a_j는 [수학식 6]과 같다.

a_j= α^(P) _j, 1 ≤j ≤P

여기서 R(n)은 자기 상관 함수(autocorrelation)를 나타내며, k_i는 partial correlation coefficients(PARCOR) 계수이다. [수학식 1]은 초기화 과정을 나타내며, [수학식 2] 내지 [수학식 5] 과정은 반복 연산 과정으로 구하고자 하는 LPC 계수의 차수인 P만큼 반복된다.

상기와 같은 Durbin's algorithm을 pseudo code로 표현하면 다음과 같다.

{

E⁽⁰⁾= R(0)

i = 1

while(i <= P)

{

αi⁽ⁱ⁾= k_i

j = 1

while( j <= i-1 )

{

α_j ⁽ⁱ⁾= α_j ^(i-1)- k_iα_i-j ^(i-1)

j = j + 1

}

E⁽ⁱ⁾= ( 1-k² _i)E^(i-1)

i = i + 1

}

}

여기서 LPC 계수는 [수학식 6]과 같다.

이러한 Durbin 알고리즘의 LPC 계수 추출 과정을 자세히 살펴보면, [수학식 2]의 과정에서 구한 PARCOR 계수, k_i값을 이용하여 [수학식 5]과정에서 E⁽ⁱ⁾의 값을 구하게 되며, 이렇게 구해진 E⁽ⁱ⁾의 값은 다음 단계(stage)의 [수학식 2]의 과정에서 PARCOR 계수, k_i값을 구하는데 반복적으로 사용된다.

이러한 반복 연산 과정을 고정 소수점을 이용하여 구현하면 PARCOR 계수의 고정 소수점 연산 에러가 반복 연산을 통해 계속 누적되는 과정을 거치게 되며 이러한 누적된 연산 에러는 때로는 overflow의 원인이 되기도 한다.

즉, 일반적으로 PARCOR 계수는 절대값이 1보다 큰 값을 가지지 않지만 고정소수점으로 구현될 경우 반복 연산에 따른 누적 에러에 의해 1보다 큰 값으로 잘못 구해질 수 있게 된다. 그래서 고정 소수점 LPC 계수 추출시 overflow가 발생되는 문제가 있었다.

이에 본 발명은 상기와 같은 종래의 제반 문제점을 해소하기 위해 제안된 것으로, 본 발명의 목적은

고정 소수점 보코더에서 음성 신호 부호화시 격자방법(Lattice Method; LM)을 이용하여 LPC(Linear Prediction Coding; 선형 예측 부호화) 계수를 추출함으로써, 고정 소수점 구현시 반복 연산에 따른 에러 누적에 의한 연산 오류를 막아, overflow를 방지하도록 한 음성 신호 부호화시 격자방법(Lattice Method; LM)을 이용한 고정소수점 선형예측부호화(LPC) 계수 추출 방법을 제공하는 데 있다.

상기와 같은 목적을 달성하기 위하여 본 발명에 의한 음성 신호 부호화시 Lattice Method(LM)을 이용한 고정소수점 LPC 계수 추출 방법은,

원래의 음성 신호를 이용하여 prediction error signal e⁽⁰⁾(m)과 backward prediction error signal b⁽⁰⁾(m)을 초기화하는 단계와;

상기 prediction error signal e⁽⁰⁾(m)과 backward prediction error signal b⁽⁰⁾(m)을 이용하여 PARCOR 계수(Partial correlation Coefficients) k₁을 구하는 단계와;

상기 PARCOR 계수 k₁을 이용하여 prediction error signal e⁽¹⁾(m)과 backward prediction error signal b⁽¹⁾(m)을 추정하는 단계와;

prediction error signal과 backward prediction error signal을 이용하여 PARCOR 계수를 추정하고 추정된 상기 PARCOR 계수를 이용하여 prediction error signal과 backward prediction error signal을 추정하는 기능을 2번째부터 P(LPC 계수의 차수)번째까지 반복 수행하여 LPC(Linear Predictive Coding) 계수를 추출하는 단계로 이루어짐을 그 방법적 구성상의 특징으로 한다.

도1은 본 발명에 의한 음성 신호 부호화시 Lattice Method(LM)를 이용한 고정 소수점 LPC 계수 추출 방법을 보인 흐름도.

이하, 상기와 같은 본 발명에 의한 음성 신호 부호화시 LM을 이용한 고정소수점 선형예측부호화(LPC) 계수 추출 방법을 첨부된 도면에 의거 상세히 설명하면 다음과 같다.

본 발명에서는 Lattice Method(LM)를 이용하여 LPC 계수 추출 과정을 고정 소수점으로 구현한다. Lattice Method(LM)는 LPC 계수 추출 방법의 하나로, Durbin 알고리즘에 비해 계산량이 많은 단점을 가지고 있으나 LPC 계수 추출시 안정성(stability)을 보장해 주기 때문에 특히 고정 소수점 구현시 overflow의 문제를 해결하는 장점을 가지고 있다.

도1은 본 발명에 의한 음성 신호 부호화시 LM을 이용한 고정소수점 LPC 계수추출 방법을 보인 흐름도이다.

도시된 바와 같이, 원래의 음성 신호를 이용하여 prediction error signal e⁽⁰⁾(m)과 backward prediction error signal b⁽⁰⁾(m)을 초기화하는 단계(ST11)와; 상기 prediction error signal e⁽⁰⁾(m)과 backward prediction error signal b⁽⁰⁾(m)을 이용하여 PARCOR 계수(Partial correlation Coefficients) k₁을 구하는 단계(ST12)와; 상기 PARCOR 계수 k₁을 이용하여 prediction error signal e⁽¹⁾(m)과 backward prediction error signal b⁽¹⁾(m)을 추정하는 단계(ST13)와; prediction error signal과 backward prediction error signal을 이용하여 PARCOR 계수를 추정하고 추정된 상기 PARCOR 계수를 이용하여 prediction error signal과 backward prediction error signal을 추정하는 기능을 2번째부터 P번째까지 반복 수행하여 LPC(Linear Predictive Coding) 계수를 추출하는 단계(ST14,ST15)를 수행한다.

상기와 같은 본 발명에 의한 음성 신호 부호화시 LM을 이용한 고정소수점 LPC 계수 추출 방법을 설명하면 다음과 같다.

먼저, 원래의 음성 신호 s(m)을 이용하여 [수학식 7]과 같은 방법으로 prediction error signal e⁽⁰⁾(m)과 backward prediction error signal b⁽⁰⁾(m)을 초기화한다(ST11).

e⁽⁰⁾(m) = b⁽⁰⁾(m) = s(m)

그런 다음, prediction error signal e⁽⁰⁾(m)과 backward prediction error signal b⁽⁰⁾(m)을 이용하여 [수학식 8]과 같은 방법으로 PARCOR 계수(Partial correlation Coefficients) k₁을 구한다(ST12). 여기서 α₁ ⁽¹⁾= k₁이다.

이렇게 PARCOR 계수 k₁이 구해지면 이 k₁을 [수학식 9]와 [수학식 10]을 이용하여 prediction error signal e⁽¹⁾(m)과 backward prediction error signal b⁽¹⁾(m)을 추정한다. 이때의 i값은 각각 1이다(ST13).

e⁽ⁱ⁾(m) = e^(i-1)(m) - k_ib^(i-1)(m-1)

b⁽ⁱ⁾(m) = b^(i-1)(m-1) - k_ie^(i-1)(m)

그런 다음, prediction error signal과 backward prediction error signal을 이용하여 PARCOR 계수를 추정하고 추정된 상기 PARCOR 계수를 이용하여 predictionerror signal과 backward prediction error signal을 추정하는 기능을 i값이 2부터 P까지 반복 수행한다(ST14).

ST14의 과정을 좀더 상세히 설명한다.

즉, i값을 2로 셋팅한다(ST13에서는 i값이 1이다).

그리고 α_i ⁽ⁱ⁾= k_i이며, k_i를 [수학식 8]을 이용하여 구한다.

그런 후, 구해진 k_i를 [수학식 11]과 같이 이용하여 α_j ⁽ⁱ⁾를 구한다. 이 때 j는 1,2,3,..., i-1 이다.

α_j ⁽ⁱ⁾= α_j ^(i-1)- k_iα_i-j ^(i-1), 1 ≤j ≤i-1

그런 다음 k_i를 이용하여 [수학식 9]와 [수학식 10]을 같이 prediction error signal e⁽ⁱ⁾(m)과 backward prediction error signal b⁽ⁱ⁾(m)을 추정한다. 이렇게 PARCOR 계수를 추정하고, 추정된 PARCOR 계수를 이용하여 에러 시그널(e⁽ⁱ⁾(m), b⁽ⁱ⁾(m))을 추정하는 기능을 i값이 2일 때부터 P일 때까지 반복한다. 이 반복하는 과정에서 구해진 α_j ⁽ⁱ⁾의 값이 마지막 stage(i값이 P일때)에서 LPC 계수를 추정하는 데 이용된다.

여기서 s(m)은 원래의 음성 신호를 나타내고, e⁽ⁱ⁾(m)은 i번째 stage의 prediction error signal을 나타내며, b⁽ⁱ⁾(m)은 i번째 stage의 backward prediction error signal을 나타내고, k_i는 i번째 stage의 PARCOR 계수를 나타낸다.

이렇게 반복연산과정을 수행한 후 [수학식 6]과 같이 LPC(Linear Predictive Coding) 계수를 추출하게 된다(ST15). [수학식 6]에서 a_j는 j번째 LPC 계수를 나타내며 차수는 P이다.

이와 같이 Lattice Method(LM)를 이용하여 LPC 계수를 추출할 경우, [수학식 8]에서 보여지는 바와 같이, PARCOR 계수(k_i)의 절대값이 1보다 커질 수 없다. 그렇기 때문에 안정성(stability)이 보장되며 고정 소수점 구현 시 반복 연산에 따른 에러 누적에 의한 연산 오류를 막아 overflow를 방지할 수 있게 되는 것이다.

이상에서 살펴본 바와 같이, 본 발명 음성 신호 부호화시 LM을 이용한 고정소수점 LPC 계수 추출 방법은, 고정 소수점 보코더에서 음성 신호 부호화시 격자방법(Lattice Method; LM)을 이용하여 LPC(Linear Prediction Coding; 선형 예측 부호화) 계수를 추출함으로써, 고정 소수점 구현시 반복 연산에 따른 에러 누적에 의한 연산 오류를 막아, overflow를 방지하게 되는 효과가 있다.

Claims (1)

1. 음성 부호화시 고정 소수점 보코더에서 Linear Prediction Coding(LPC) 계수를 추출하는 방법에 있어서,

   원래의 음성 신호를 이용하여 prediction error signal e⁽⁰⁾(m)과 backward prediction error signal b⁽⁰⁾(m)을 초기화하는 단계와;

   상기 prediction error signal e⁽⁰⁾(m)과 backward prediction error signal b⁽⁰⁾(m)을 이용하여 PARCOR 계수(Partial correlation Coefficients) k₁을 구하는 단계와;

   상기 PARCOR 계수 k₁을 이용하여 prediction error signal e⁽¹⁾(m)과 backward prediction error signal b⁽¹⁾(m)을 추정하는 단계와;

   prediction error signal과 backward prediction error signal을 이용하여 PARCOR 계수를 추정하고 추정된 상기 PARCOR 계수를 이용하여 prediction error signal과 backward prediction error signal을 추정하는 기능을 2번째부터 P(LPC 계수의 차수)번째까지 반복 수행하여 LPC(Linear Predictive Coding) 계수를 추출하는 단계를 수행함을 특징으로 하는 음성 신호 부호화시 격자방법(Lattice Method; LM)을 이용한 고정소수점 선형예측부호화(LPC) 계수 추출 방법.