KR20050022419A - 음성 부호화기의 스펙트럼 벡터 양자화 장치 및 방법 - Google Patents

Abstract

본 발명은 음성 신호의 스펙트럼 벡터 양자화 시에 양자화 에러에 의한 음질 저하를 줄일 수 있도록 하는 음성 부호화기의 스펙트럼 벡터 양자화 장치 및 방법에 관한 것으로, 입력되는 음성 신호를 선형 예측 분석하여 스펙트럼 포락선 정보와 잔차 신호를 얻는 LP 분석부와, 상기 잔차 신호를 고속 푸리에 변환하여 스펙트럼으로 변환하는 FFT부와, 상기 스펙트럼으로부터 벡터 양자화를 위한 목적 벡터를 생성하는 목적 벡터 생성부와, 상기 LP 분석부에서 산출된 LP 계수를 이용하여 인지 가중 함수를 구하고, 상기 목적 벡터와 코드북 벡터와의 오차에 상기 인지 가중 함수를 곱하여 대역 스펙트럼 에너지 분포에 따른 주파수 마스킹을 고려한 가중치를 반영하는 인지 가중부와, 바크 주파수를 미분하여 주파수 해상도를 반영하는 바크 가중 함수를 구하고, 상기 주파수 마스킹을 고려한 가중치가 반영된 오차에 상기 바크 가중 함수를 곱하여 주파수 해상도를 반영하는 바크 가중부와, 상기 주파수 마스킹 효과와 주파수 해상도가 반영된 오차를 최소화하는 코드북 인덱스를 검색하는 오차 최소화부를 구비하여 이루어진다.

Description

음성 부호화기의 스펙트럼 벡터 양자화 장치 및 방법{APPARATUS AND METHOD FOR SPECTRUM VECTOR QUANTIZING IN VOCODER}

본 발명은 음성 부호화기의 스펙트럼 벡터 양자화 장치 및 방법에 관한 것으로서, 특히 음성 신호의 스펙트럼 벡터 양자화 시에 양자화 에러에 의한 음질 저하를 줄일 수 있도록 하는 음성 부호화기의 스펙트럼 벡터 양자화 장치 및 방법에 관한 것이다.

일반적으로 음성 부호화기는, 음성 정보의 효율적인 통신을 위해서 송신단에서는 아날로그의 음성 신호를 디지털로 변환한 후, 음성 부호화기를 통해 압축하여 송신하고, 수신단에서는 수신된 신호를 복호화하여 음성을 복원한 후, 다시 아날로그 신호로 변환한다.

전술한 바와 같은, 음성 부호화기는 응용 서비스의 목적과 분야에 따라 다양하게 발전되어 왔으며, 음성 사서함과 같은 저장용으로도 사용되고 있는 데, 4kbps 이상의 전송률에서는 CELP(Code-Excited Linear Predictive) 음성 부호화기가 주로 사용되고 있으며, 4kbps 이하의 아주 낮은 전송률에서는 하모닉 음성 부호화기(Harmonic Speech Coder)가 주로 사용되고 있다.

전술한, 하모닉 음성 부호화기는 하모닉 분석기와 하모닉 합성기로 구성되어 있으며, 하모닉 부호화기의 음질에 중요한 영향을 미치는 것 중의 하나가 스펙트럼 정보로, 하모닉 분석기에서는 스펙트럼을 분석한 후, 양자화하여 전송하고, 하모닉 합성기에서는 전송된 스펙트럼을 역 양자화하여 음성 재생에 사용한다.

스펙트럼 양자화 방법에는 각 대역의 스펙트럼을 각각 양자화하는 스칼라(Scalar) 양자화와 전 대역의 스펙트럼을 벡터 단위로 양자화하는 벡터(Vector) 양자화가 있는 데, 스칼라 양자화는 구현이 간단한 반면 충분한 성능을 얻기 위해서 많은 수의 비트를 필요로 하고, 벡터 양자화는 구현이 복잡하지만 적은 수의 비트로 우수한 성능을 얻을 수 있어서, 저 전송율 음성 압축에 널리 사용되고 있다.

전술한, 벡터 양자화는 목적 벡터와 최소의 오차를 갖는 코드북 벡터를 찾는 과정으로 요약될 수 있는 데, 응용 분야가 음성인 경우에는 단순한 유클리드(Euclidian) 거리를 기준으로 최소화를 판단하면 음질을 저하를 가져온다.

따라서, 종래에는 주파수 마스킹(Masking) 효과를 이용한 가중치를 오차 계산에 반영한 가중 벡터 양자화(Weighted Vector Quantization:WVQ)를 수행하는 데, 가중치가 적용된 벡터 양자화에서는 인간이 잘 듣지 못하는 영역에 있는 오차는 허용하고, 민감한 부분의 오차를 줄이도록 해주는 기능을 한다.

전술한 바와 같이, 스펙트럼 양자화에서 사용하는 인지(Perceptual) 가중 함수는 음성을 선형 예측(Linear Prediction:LP) 분석을 통해서 얻어지는 선형 예측 계수를 사용하여 구해지는 데, 이러한 인지 가중 함수는 주로 스펙트럼 포락선 정보를 이용하는 것으로 에너지가 큰 부분에서는 가중치를 적게 주고, 에너지가 작은 부분에서는 가중치를 크게 준다.

이하에서는 도 1 및 도 2를 참조하여 종래 스펙트럼의 인지 가중 벡터 양자화 과정에 대해서 설명한다.

우선, 입력된 음성 신호 s(n)(0≤n≤N)를 선형 예측 분석하여 p차의 LP 계수 a_i(0≤i<p)를 산출하고(S10), 산출된 LP 계수를 이용하여 LP 잔차(Residual) 신호 r(n)를 얻는다(S12).

이후에는, 음성 신호의 LP 잔차 신호를 FFT(Fast Fourier Transformation)하여 스펙트럼 R(m)(0≤m≤M: M은 FFT 차수)을 구하고(S14), 구한 스펙트럼으로부터 벡터 양자화를 위한 목적 벡터 X(j)(0≤j≤D<<M)를 생성한다(S16).

상기한 과정 S16에서, 목적 벡터 생성 방법으로는 일정 비율로 간축하는 방법, 하모닉 주파수에서 샘플링하는 방법, 하모닉 대역 분석 방법 등이 있으며, 목적 벡터의 차원 D는 FFT 차수 M보다 훨씬 작다.

이후에는, 상기한 과정 S16에서 생성된 목적 벡터와 k번째 코드북 벡터 (0≤j<K, 1≤j≤D)와의 오차 벡터 e_k(j)를 산출하고(S18), LP 계수를 이용하여 수학식 1에 따라 인지 가중 함수 W_p(z)를 얻는다(S20).

상기한 과정 S18에서 산출된 오차 벡터 e_k(j)에 상기한 과정 S20에서 얻은 인지 가중 함수 W_p(z)를 곱하여 가중된 오차 we_k(j)를 산출하고(S22), 상기한 과정 S22에서 가중된 오차를 최소화하는 코드북 인덱스 k를 검색하여 인지 가중된 벡터 양자화를 수행한다(S24).

이상에서 살펴본 바와 같이, 종래에는 벡터 양자화 시에 LP 분석을 통한 스펙트럼 포락선 정보, 즉 주파수 마스킹을 고려한 가중치만을 사용한다.

그러나, 인간의 청각 특성은 주파수 마스킹 효과와 함께 주파수 해상도에도 영향을 받게 되는 데, 종래에는 인간 청각의 주파수 해상도가 고려되지 않는 문제점이 있다.

본 발명은 전술한 문제점을 해결하기 위해 안출된 것으로서, 벡터 양자화 오차에 인지 가중 함수와, 주파수 해상도를 표현하는 바크 주파수를 미분하여 얻은 바크 가중 함수를 곱하여 주파수 마스킹 효과와 함께 주파수 해상도가 모두 반영된 가중 벡터 양자화를 수행할 수 있도록 하는 음성 부호화기의 스펙트럼 벡터 양자화 장치 및 방법을 제공함에 그 목적이 있다.

전술한 목적을 달성하기 위한 본 발명의 일 실시예에 따른 음성 부호화기의 스펙트럼 벡터 양자화 장치는, 벡터 양자화 오차에 대역별 스펙트럼 에너지 분포에 따른 주파수 마스킹 효과를 고려한 가중치를 반영하는 음성 부호화기의 스펙트럼 벡터 양자화 장치에 있어서, 주파수 해상도를 표현하는 바크 주파수를 미분하여 바크 가중 함수를 구하고, 상기 주파수 마스킹 효과가 반영된 벡터 양자화 오차에 상기 바크 가중 함수를 곱하여 상기 주파수 마스킹 효과가 반영된 벡터 양자화 오차에 주파수 해상도를 반영시키는 바크 가중부를 구비하여 이루어지는 것이 바람직하다.

한편, 본 발명의 일 실시예에 따른 음성 부호화기의 스펙트럼 벡터 양자화 방법은, 벡터 양자화 오차에 대역별 스펙트럼 에너지 분포에 따른 주파수 마스킹 효과를 고려한 가중치를 반영하는 음성 부호화기의 스펙트럼 벡터 양자화 방법에 있어서, 바크 주파수를 미분하여 바크 가중 함수를 구하는 과정과; 상기 주파수 마스킹 효과가 반영된 벡터 양자화 오차에 상기 바크 가중 함수를 곱하는 과정과; 상기 주파수 마스킹 효과와 주파수 해상도가 반영된 벡터 양자화 오차를 최소화하는 코드북 인덱스를 검색하는 과정을 포함하여 이루어지는 것이 바람직하다.

이하에서는 첨부한 도면을 참조하여 본 발명의 바람직한 실시예에 따른 음성 부호화기의 스펙트럼 벡터 양자화 장치 및 방법에 대해서 상세하게 설명한다.

도 3은 본 발명에 따른 음성 부호화기의 스펙트럼 벡터 양자화 장치의 구성을 예시적으로 보인 도로, LP 분석부(10)와, FFT부(20)와, 목적 벡터 생성부(30)와, 인지 가중부(40)와, 바크(Bark) 가중부(50)와, 오차 최소화부(60)를 구비하여 이루어진다.

이와 같은 구성에 있어서, LP 분석부(10)는 입력되는 음성 신호를 선형 예측 분석하여 스펙트럼 포락선 정보와 잔차 신호를 얻는다.

FFT부(20)는 LP 분석부(10)로부터 인가받은 잔차 신호를 고속 푸리에 변환하여 스펙트럼으로 변환해준다.

목적 벡터 생성부(30)는 FFT부(20)로부터 인가받은 스펙트럼으로부터 벡터 양자화를 위한 목적 벡터를 생성한다.

인지 가중부(40)는 LP 분석부(10)에서 산출된 LP 계수를 이용하여 인지 가중 함수를 구하고, 목적 벡터 생성부(30)에서 생성된 목적 벡터와 코드북 벡터와의 오차에 인지 가중 함수를 곱하여 대역 스펙트럼 에너지 분포에 따른 주파수 마스킹을 고려한 가중치를 반영한다.

바크 가중부(50)는 주파수 해상도를 표현하는 바크 주파수를 미분하여 인간 청각의 주파수 해상도를 반영하는 바크 가중 함수를 구하고, 인지 가중부(40)를 통해 주파수 마스킹을 고려한 가중치가 반영된 오차에 바크 가중 함수를 곱하여 주파수 해상도를 반영한다.

오차 최소화부(60)는 바크 가중부(50)에서 가중된 오차를 최소화하는 코드북 인덱스를 코드북 테이블(70)에서 검색한다.

도 4는 본 발명에 따른 음성 부호화기의 스펙트럼 벡터 양자화 방법을 설명하기 위한 플로우챠트이다.

우선, LP 분석부(10)는 입력되는 음성 신호 s(n)(0≤n≤N)를 선형 예측 분석하여 p차의 LP 계수 a_i(0≤i<p)를 산출하고(S30), 상기한 과정 S30에서 산출된 LP 계수 a_i(0≤i<p)를 이용하여 LP 잔차 신호 r(n)을 얻는다(S32).

이후, LP 분석부(10)는 상기한 과정 S32에서 얻은 음성 신호의 LP 잔차 신호를 FFT부(20)로 전달하고, FFT부(20)는 LP 분석부(10)로부터 전달받은 LP 잔차 신호를 고속 푸리에 변환(Fast Fourier Transformation)하여 스펙트럼 R(m)(0≤m≤M)을 구하고, 구한 스펙트럼을 목적 벡터 생성부(30)로 인가한다(S34).

전술한 바와 같이, FFT부(20)로부터 스펙트럼을 인가받은 목적 벡터 생성부(30)는 FFT부(20)로부터 인가받은 스펙트럼으로부터 벡터 양자화를 위한 목적 벡터 X(j)(1≤j≤D<<M)를 생성하고(S36), 상기한 과정 S36에서 생성한 목적 벡터와 k번째 코드북 벡터 (0≤k<K, 1≤j≤D)와의 오차 벡터 e_k(j)를 산출한다(S38).

이후, 인지 가중부(40)는 상기한 과정 S38에서 산출된 LP 계수를 이용하여 수학식 1에 따라 인지 가중 함수 W_p(z)를 구하고(S40), 구한 인지 가중 함수에 상기한 과정 S38에서 산출된 오차 벡터를 곱하여 대역별 스펙트럼 에너지 분포에 따른 주파수 마스킹을 고려한 가중치가 적용된 오차를 구한다(S42).

그리고, 바크 가중부(50)에서는 수학식 3을 통해 수학식 2와 같은 바크(Bark) 주파수 함수 Ω(f)를 주파수 f로 미분하여, 인간 청각의 주파수 해상도를 반영하는 바크 가중 함수 W_B(z)를 구하고(S44), 구한 바크 가중 함수에 상기한 과정 S42를 통해 인지 가중부(40)에서 주파수 마스킹을 고려한 가중치가 적용된 오차를 곱하여 대역별 스펙트럼 에너지 분포에 따른 주파수 마스킹을 고려한 가중치와 함께 주파수 해상도를 고려한 가중치가 적용된 오차 we_k(j)를 산출한다(S46).

이후에는, 오차 최소화부(60)에서는 상기한 과정 S46에서 산출된 가중된 오차를 최소화하는 코드북 인덱스를 코드북 테이블(70)에서 검색하여 주파수 마스킹 및 주파수 해상도가 가중된 벡터 양자화를 수행한다(S48).

본 발명의 음성 부호화기의 스펙트럼 벡터 양자화 장치 및 방법은 전술한 실시예에 국한되지 않고 본 발명의 기술 사상이 허용하는 범위 내에서 다양하게 변형하여 실시할 수 있다.

이상에서 설명한 바와 같은 본 발명의 음성 부호화기의 스펙트럼 벡터 양자화 장치 및 방법에 따르면, 벡터 양자화 오차에 LP 계수를 이용하여 얻은 인지 가중 함수와, 바크 주파수 함수를 미분하여 얻은 바크 가중 함수를 곱하여 주파수 마스킹 효과와 주파수 해상도를 모두 반영한 스펙트럼 벡터 양자화를 수행함으로써, 합성음의 음질을 향상시킬 수 있게 된다.

이러한 이유로, 동일한 비트 수를 이용하여 음질의 향상을 가져오거나, 같은 음질을 유지하면서 비트 수를 줄일 수 있게 되어, 음성 부호화기의 전송률을 줄이거나, 저장시에 메모리를 줄일 수 있게 된다.

도 1은 종래 음성 부호화기의 스펙트럼 벡터 양자화 장치의 구성을 보인 도면.

도 2는 종래 음성 부호화기의 스펙트럼 벡터 양자화 방법을 설명하기 위한 플로우챠트.

도 3은 본 발명에 따른 음성 부호화기의 스펙트럼 벡터 양자화 장치의 구성을 예시적으로 보인 도면.

도 4는 본 발명에 따른 음성 부호화기의 스펙트럼 벡터 양자화 방법을 설명하기 위한 플로우챠트.

*** 도면의 주요 부분에 대한 부호의 설명 ***

10. LP 분석부, 20. FFT부,

30. 목적 벡터 생성부, 40. 인지 가중부,

50. 바크 가중부, 60. 오차 최소화부,

70. 코드북 테이블

Claims (2)

1. 벡터 양자화 오차에 대역별 스펙트럼 에너지 분포에 따른 주파수 마스킹 효과를 고려한 가중치를 반영하는 음성 부호화기의 스펙트럼 벡터 양자화 장치에 있어서,

   주파수 해상도를 표현하는 바크 주파수를 미분하여 바크 가중 함수를 구하고, 상기 주파수 마스킹 효과가 반영된 벡터 양자화 오차에 상기 바크 가중 함수를 곱하여 상기 주파수 마스킹 효과가 반영된 벡터 양자화 오차에 주파수 해상도를 반영시키는 바크 가중부를 구비하여 이루어지는 것을 특징으로 하는 음성 부호화기의 스펙트럼 벡터 양자화 장치.
2. 벡터 양자화 오차에 대역별 스펙트럼 에너지 분포에 따른 주파수 마스킹 효과를 고려한 가중치를 반영하는 음성 부호화기의 스펙트럼 벡터 양자화 방법에 있어서,

   바크 주파수를 미분하여 바크 가중 함수를 구하는 과정과;

   상기 주파수 마스킹 효과가 반영된 벡터 양자화 오차에 상기 바크 가중 함수를 곱하는 과정과;

   상기 주파수 마스킹 효과와 주파수 해상도가 반영된 벡터 양자화 오차를 최소화하는 코드북 인덱스를 검색하는 과정을 포함하여 이루어지는 것을 특징으로 하는 음성 부호화기의 스펙트럼 벡터 양자화 방법.