KR20080092770A - 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성부호화기용 ｌｓｆ 계수 양자화 장치 및 방법 - Google Patents

트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성부호화기용 ｌｓｆ 계수 양자화 장치 및 방법 Download PDF

Info

Publication number
KR20080092770A
KR20080092770A KR1020070036585A KR20070036585A KR20080092770A KR 20080092770 A KR20080092770 A KR 20080092770A KR 1020070036585 A KR1020070036585 A KR 1020070036585A KR 20070036585 A KR20070036585 A KR 20070036585A KR 20080092770 A KR20080092770 A KR 20080092770A
Authority
KR
South Korea
Prior art keywords
vector
quantization
lsf coefficient
lsf
final
Prior art date
Application number
KR1020070036585A
Other languages
English (en)
Other versions
KR100903110B1 (ko
Inventor
백승권
서정일
장인선
정세윤
최해철
장대영
김재곤
문경애
홍진우
김진웅
강상원
박호종
박영철
Original Assignee
한국전자통신연구원
연세대학교 산학협력단
한양대학교 산학협력단
광운대학교 산학협력단
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 한국전자통신연구원, 연세대학교 산학협력단, 한양대학교 산학협력단, 광운대학교 산학협력단 filed Critical 한국전자통신연구원
Priority to KR1020070036585A priority Critical patent/KR100903110B1/ko
Publication of KR20080092770A publication Critical patent/KR20080092770A/ko
Application granted granted Critical
Publication of KR100903110B1 publication Critical patent/KR100903110B1/ko

Links

Images

Classifications

    • 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
    • G10L19/02—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
    • 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
    • H03M7/3002—Conversion to or from differential modulation
    • H03M7/3004—Digital delta-sigma modulation
    • H03M7/3015—Structural details of digital delta-sigma modulators
    • H03M7/302—Structural details of digital delta-sigma modulators characterised by the number of quantisers and their type and resolution

Abstract

본 발명은 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 장치 및 방법에 관한 것으로, LSF 계수 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하고, 상기 후보 벡터를 상기 LSF 계수 벡터의 예측된 LSF 벡터를 참조하여 트렐리스 부호 양자화(TCQ)하여 상기 LSF 계수 벡터의 예측 양자화 최종 벡터를 산출하는 예측 구조 양자화부, 상기 LSF 계수 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하고, 상기 후보 벡터를 트렐리스 부호 양자화(TCQ)하여 상기 LSF 계수 벡터의 비예측 양자화 최종 벡터를 산출하는 비예측 구조 양자화부 및 상기 예측 양자화 최종 벡터와 비예측 양자화 최종 벡터 중 상기 LSF 계수 벡터와의 차가 작은 것을 상기 LSF 계수 벡터의 최종 양자화 벡터로 결정하는 스위칭부로 구성되어, 안전한 양자화와 에러 전달 현상을 줄여 할당되는 비트와 SD 성능를 개선시킬 수 있는 효율적인 LSF 양자화기를 제공한다.
Figure P1020070036585
양자화기, BCTCQ 알고리즘, 예측 벡터, 비예측 벡터

Description

트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 ＬＳＦ 계수 양자화 장치 및 방법{The Quantizer and method of LSF coefficient in wide-band speech coder using Trellis Coded Quantization algorithm}
도 1은 3GPP에서 제안한 종래의 AMR 광대역 음성 부호화기의 LPC 계수 양자화기로서 S-MSVQ 구조를 나타내는 도면이다.
도 2는 본 발명의 바람직한 일 실시예에 따른 비메모리 벡터 양자화기와 메모리 벡터 양자화기가 병렬로 결합된 형태에 VQ-BCTCQ(Vector Quantization-Block Constrained Trellis Coded Quantization)를 사용하는 LSF 계수 양자화기를 나타내는 도면이다.
도 3은 본 발명의 바람직한 일 실시예에 따른 4-state 트렐리스(trellis) 구조에서 BCTCQ 알고리즘 이용시 초기 상태에 따른 단일 viterbi 인코딩 과정에서 고려해야 할 트렐리스 경로(trellis path)를 나타내는 도면이다.
도 4는 본 발명의 바람직한 일 실시예에 따른 viterbi 인코딩 과정을 나타내는 도면이다.
도 5는 본 발명의 바람직한 일 실시예에 따른 LSF 계수 양자화기의 양자화 과정을 나타내는 흐름도이다.
본 발명은 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 장치 및 방법에 관한 것으로, 보다 상세하게는 예측 벡터 양자화기와 BC 트렐리스 부호 양자화기를 이용한 LSF 계수 양자화 장치 및 방법에 관한 것이다.
음성 부호화기에서 음성의 단구간 주파수 특성을 표현하기 위하여 LPC 계수가 사용된다. LPC 계수 값은 입력 음성 신호를 프레임 단위로 나누고 각 프레임 별로 예측 오차의 에너지를 최소화시키는 개념으로 구해진다.
광대역 음성 부호화기에서는 16차 all-pole 필터를 LPC 필터로 사용하고 있으며, 이때 사용되는 선형 예측 계수들의 양자화를 위하여 많은 비트가 할당된다. LPC 계수는 dynamic range가 크고, 필터의 특성이 계수의 양자화 오차에 매우 민감하다.
즉, 양자화 오차에 의하여 필터의 pole의 위치가 민감하게 움직이므로, 양자화 에러로 인해 LPC 필터의 안정성이 보장되지 않는 문제점이 있다.
이런 문제점들로 인해 LPC 계수를 필터의 안정성 검사가 용이하고 양자화 특성이 좋은 다른 계수로 변환하여 양자화하는데, 주로 반사 계수(reflection coefficient) 또는 line spectral frequency(LSF)로 변환하여 양자화하는 것이 선호되고 있다. 특히 LSF 계수 값은 음성의 주파수 특성과 밀접한 연관이 있어 최근에 개발된 표준 음성 부호화기들은 대부분 LSF 계수를 사용한다.
LSF 계수의 양자화 방법은 크게 스칼라 양자화 기법과 벡터 양자화 기법을 바탕으로 변형된 여러 기법들이 소개되었다.
LSF 양자화 기법은 양자화의 효율화를 위해 프레임간 상관 관계(단구간 상관도)를 이용하게 되는데 즉, 현재 프레임의 LSF를 직접 양자화하지 않고 과거 프레임의 LSF 정보로부터 현재 프레임의 LSF를 예측한 후 이 예측의 오차를 양자화하는 기법이다.
예측의 방식으로는 AR(Auto Regressive) 방식과 MA(Moving Average) 방식을 사용하게 되는데, 전자는 예측 성능이 우수한 반면에 계수 전달 오류의 영향이 수신측에 계속 전달되는 단점이 있으며 후자는 전자에 비해 예측 성능은 떨어지지만 전달 오류의 영향은 제한되는 장점이 있다.
따라서 무선 통신 등과 같이 전달 오류가 많이 발생하는 환경에서는 MA 방식을 이용한다.
스칼라 양자화기는 성능에 비해 많은 비트가 사용되는 단점 때문에 최근에는 보다 효율적인 양자화를 위하여 벡터 양자화가 많이 사용된다. 벡터 양자화 기법은 스칼라 양자화 기법보다 훨씬 좋은 양자화 성능을 보이나 복잡도가 상당히 큰 문제점을 가지고 있다.
"Linde, Buzo and Gray" 알고리즘으로 설계된 unstructured VQ 양자화기의 경우 전체 벡터를 한꺼번에 양자화하므로, 복잡도가 벡터의 크기와 인코딩 rate의 곱의 지수함수 승으로 증가한다.
이러한 문제점을 해결하기 위하여 tree-structured VQ, split VQ, multistage VQ, 또는 shape-gain VQ 등 구조화된 벡터양자화 기법들이 소개되었다.
전체 벡터를 여러 개의 부 벡터로 나누어 양자화 하는 split VQ 및 여러 개의 stage를 거쳐 양자화 하는 multistage VQ 등은 몇몇 표준화된 음성 부호화기의 LPC 계수 양자화기 구조로 채택되어 사용되고 있다.
이러한 방식들은 구조의 제약성으로 full-search VQ에 비해 조금의 성능 감쇄는 야기되나 product code의 개념을 사용함으로써 계산량과 메모리를 크게 줄일 수 있다는 장점 때문에 현재 VQ의 양자화 방식으로 널리 사용되고 있다.
도 1은 3GPP에서 제안한 종래의 AMR 광대역 음성 부호화기의 LPC 계수 양자화기로서 S-MSVQ 구조를 나타내는 도면이다.
도 1에 3GPP 규격에 의한 S-MSVQ(Split-Multi Stage Vector Quantization)구조로 이루어진 광대역 음성 부호화기에서 사용된 선형 예측 계수 양자화기의 구성도가 제시되어 있는데 이는 split VQ와 multistage VQ 개념이 동시에 적용된 양자화기이다.
이러한 S-MSVQ 구조는 46bit가 할당된 LSF 계수 양자화에 요구되는 메모리와 부호표 탐색 시간을 감소시키기 위한 구조로 전체 벡터에 대한 양자화에 요구되는 메모리와 부호표 탐색 시간을 감소시키기 위한 구조로 전체 벡터에 대한 양자화보다는 훨씬 적은 메모리와 부호표 탐색 계산량을 가지나 여전히 많은 메모리양과 부호표 탐색의 복잡성에 의한 많은 계산량이 요구된다.
Trellis 부호화 양자화 기법(trellis coded quantization)은 일종의 벡터양자화 방식으로 부호화에 요구되는 벡터 코드북을 벡터를 이루는 각 요소에 대응하 는 스칼라 코드북으로 구성하며, 길쌈 부호화기(convolutional coder)로 trellis 구조를 표현한다. 전체 trellis 구조의 스테이트 수는 N=2v개 이며, 각 trellis 스테이트로 들어오는 혹은 나가는 branch는 2개이다.
Viterbi 알고리즘을 이용하여 최적 인코딩을 위한 trellis 경로를 찾으며, trellis 부호화 양자화 기법은 복잡도가 unstructured VQ에 비하여 훨씬 작은 특성을 보인다. 전통적인 trellis 부호화 양자화 기법은 viterbi 알고리즘 탐색 후 결정된 trellis 경로의 초기 스테이트를 추가 정보로서 전송하여야 한다.
이러한 부가 전송 정보는 차원이 큰 소스 벡터에 대해서는 큰 영향을 끼치지 않으나, 차원이 작은 소스에 대하여서는 rate-distiortion 관점에서 상당히 중요한 걸림돌로 작용한다. 하지만 'tail-biting TCQ'의 소개로 TCQ의 부가 정보 전송에 대한 단점은 해결되었다.
Block-constrained TCQ는 N-trellis 스테이트 중 2k, 0≤k≤v개의 초기 스테이트를 가지며, 각각의 초기 스테이트마다 2v-k개의 마지막 스테이트를 가지도록 제약된 trellis 구조를 가진다. 인코딩 과정은 다음과 같이 진행된다.
Step1) 2k개의 초기 스테이트에 대한 경로 메트릭은 '0'으로 초기화시키며, 나머지 스테이트의 경로 메트릭은 '∞'로 초기화시킨다.
Step2) 한번의 viterbi 알고리즘 탐색이 n-v 스테이지까지 진행되며, n-v 스테이지까지의 viterbi 알고리즘 탐색에 의해 결정된 trellis 경로의 초기 스테이트 에 따라 마지막 스테이지의 특정 스테이트로의 trellis 경로는 결정 지어진다.
Step3) step2에서 결정지어진 trellis 경로 정보는 k비트의 초기 스테이트 정보와 n-v 스테이지까지의 각 trellis 스테이트에서의 스테이트 transition정보를 나타내기 위한 n-v 비트와 마지막으로 n-v 스테이지에서 마지막 스테이지의 2v-k개 스테이트 중 선택된 스테이트를 나타내기 위한 v-k 비트로 구성된다.
이 인코딩 방식은 k값에 관계없이 한번의 viterbi 알고리즘의 탐색으로 이루어진다.
본 발명이 이루고자 하는 기술적 과제는 벡터 양자화기와 BCTCQ를 직렬로 결합한 구조인 VQ-BCTCQ를 광대역 음성 부호화기의 LSF 계수를 효율적으로 양자화하기 위한 방법을 제공하는 데 있다.
본 발명이 이루고자 하는 다른 기술적 과제는 예측 구조를 포함한 예측 VQ-BCTCQ 양자화 시스템을 구성하여 메모리에 대한 요구사항과 계산량을 개선하고 향상된 SD 성능을 제공하는 데 있다.
상기 기술적 과제를 해결하기 위하여 본 발명에서 제시하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 장치는 LSF 계수 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하고, 상기 후보 벡터를 상기 LSF 계수 벡터의 예측된 LSF 벡터를 참조하여 트렐리스 부호 양자화(TCQ)하여 상기 LSF 계수 벡터의 예측 양자화 최종 벡터를 산출하는 예측 구조 양자화부, 상기 LSF 계수 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하고, 상기 후보 벡터를 트렐리스 부호 양자화(TCQ)하여 상기 LSF 계수 벡터의 비예측 양자화 최종 벡터를 산출하는 비예측 구조 양자화부 및 상기 예측 양자화 최종 벡터와 비예측 양자화 최종 벡터 중 상기 LSF 계수 벡터와의 차가 작은 것을 상기 LSF 계수 벡터의 최종 양자화 벡터로 결정하는 스위칭부를 포함하는 것을 특징으로 한다.
또한, 상기 예측 구조 양자화부와 상기 비예측 구조 양자화부는 병렬로 연결된 구조를 가지는 것을 특징으로 한다.
또한, 상기 예측 구조 양자화부는 기산출된 예측 양자화 벡터를 이용하여 상기 LSF 계수 벡터의 예측된 LSF 벡터를 산출하는 예측부, 상기 LSF 계수 벡터와 상기 예측된 LSF 벡터의 차이 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하는 제1벡터 양자화부 및 상기 차이 벡터와 상기 후보 벡터의 차이 벡터를 트렐리스 부호 양자화하여 상기 LSF 계수 벡터의 예측 양자화 최종 벡터를 산출하는 제1 트렐리스 양자화부를 포함하는 것을 특징으로 한다.
또한, 상기 제1벡터 양자화부와 상기 제1트렐리스 부호 양자화부는 직렬로 연결된 구조를 가지는 것을 특징으로 한다.
또한, 상기 제1트렐리스 부호 양자화부는 BC(Blocked Constrained)트렐리스 부호 양자화기인 것을 특징으로 한다.
또한, 상기 비예측 구조 양자화부는 상기 LSF 계수 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하는 제2벡터 양자화부 및 상기 LSF 계수 벡터와 상기 후 보 벡터의 차이 벡터를 트렐리스 부호 양자화하여 상기 LSF 계수 벡터의 비예측 양자화 최종 벡터를 산출하는 제2트렐리스 부화 양자화부를 포함하는 것을 특징으로 한다.
또한, 상기 제2벡터 양자화부와 상기 제2트렐리스 부호 양자화부는 직렬로 연결된 구조를 가지는 것을 특징으로 한다.
또한, 상기 제2트렐리스 부호 양자화부는 BC(Blocked Constrained)트렐리스 부호 양자화기인 것을 특징으로 한다.
또한, 상기 스위칭부는 상기 예측 구조 양자화부와 상기 비예측 구조 양자화부에서 각각 양자화된 후보 벡터들과 상기 LSF 계수 벡터와의 차이를 유클리디안 거리(Euclidean distance) 알고리즘을 이용하여 판정하고, 상기 차이가 작은 후보 벡터를 최종 양자화 벡터로 결정하는 것을 특징으로 한다.
상기 기술적 과제를 해결하기 위하여 본 발명에서 제시하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 방법은 (a)LSF 계수 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하고, 상기 후보 벡터를 상기 LSF 계수 벡터의 예측된 LSF 벡터를 참조하여 트렐리스 부호 양자화(TCQ)하여 상기 LSF 계수 벡터의 예측 양자화 최종 벡터를 산출하는 단계, (b)상기 LSF 계수 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하고, 상기 후보 벡터를 트렐리스 부호 양자화(TCQ)하여 상기 LSF 계수 벡터의 비예측 양자화 최종 벡터를 산출하는 단계 및 (c)상기 예측 양자화 최종 벡터와 비예측 양자화 최종 벡터 중 상기 LSF 계수 벡터와의 차가 작은 것을 상기 LSF 계수 벡터의 최종 양자화 벡터로 결정하는 단계를 포함하는 것을 특징으로 한다.
또한, 상기 (a)단계와 상기 (b)단계는 병렬로 연결된 구조로 상기 예측 양자화 최종 벡터와 상기 비예측 양자화 최종 벡터를 동시에 산출하는 것을 특징으로 한다.
또한, 상기 (a)단계는 기산출된 예측 양자화 벡터를 이용하여 상기 LSF 계수 벡터의 예측된 LSF 벡터를 산출하는 단계, 상기 LSF 계수 벡터와 상기 예측된 LSF 벡터의 차이 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하는 단계 및 상기 차이 벡터와 상기 후보 벡터의 차이 벡터를 트렐리스 부호 양자화하여 상기 LSF 계수 벡터의 예측 양자화 최종 벡터를 산출하는 단계를 포함하는 것을 특징으로 한다.
또한, 상기 (b)단계는 상기 LSF 계수 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하는 단계 및 상기 LSF 계수 벡터와 상기 후보 벡터의 차이 벡터를 트렐리스 부호 양자화하여 상기 LSF 계수 벡터의 비예측 양자화 최종 벡터를 산출하는 단계를 포함하는 것을 특징으로 한다.
또한, 상기 (c)단계는 상기 (a)단계와 상기 (b)단계에서 각각 양자화된 후보 벡터들과 상기 LSF 계수 벡터와의 차이를 유클리디안 거리(Euclidean distance) 알고리즘을 이용하여 판정하고, 상기 차이가 작은 후보 벡터를 최종 양자화 벡터로 결정하는 것을 특징으로 한다.
이하에서, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 상세히 설명한다.
도 2는 본 발명의 바람직한 일 실시예에 따른 비메모리 벡터 양자화기와 메모리 벡터 양자화기가 병렬로 결합된 형태에 VQ-BCTCQ(Vector Quantization-Block Constrained Trellis Coded Quantization)를 사용하는 LSF 계수 양자화기를 나타내는 도면이다. 도 2를 참조하면, 이 양자화기는 크게 예측 구조 양자화부(200), 비예측 구조 양자화부(210), 및 스위칭부(220)를 포함하여 구성된다.
예측 구조 양자화부(200)는 LSF 계수 벡터의 예측된 LSF 벡터를 산출하는 예측기부(201) 예측 에러값(
Figure 112007028488078-PAT00001
)을 벡터 양자화하여 양자화 대상 후보 벡터(
Figure 112007028488078-PAT00002
)를 산출하는 제1 벡터 양자화부(202)와 그 후보 벡터를 BCTCQ로 양자화시켜 상기 LSF 계수 벡터의 예측 양자화 최종 벡터를 산출하는 제1 BCTCQ부(203)로 구성되어 있다.
비예측 구조 양자화부(210)는 상기 LSF 계수 벡터(
Figure 112007028488078-PAT00003
)를 벡터 양자화하여 양자화 대상 후보 벡터(
Figure 112007028488078-PAT00004
)를 산출하는 제2 벡터 양자화부(211)와 상기 후보 벡터를 BCTCQ로 양자화하여 상기 LSF 계수 벡터의 비예측 양자화시켜 최종 벡터를 산출하는 제2 BCTCQ부(212)로 구성되어 있다.
스위칭부(220)에서는 예측 양자화 최종 벡터와 비예측 양자화 최종 벡터 중 상기 LSF 계수 벡터와의 차가 작은 것을 LSF 계수 벡터의 최종 양자화 벡터로 선택한다.
본 발명은 예측 구조와 비예측 구조를 병렬로 사용하여 두 가지 방법으로 동시에 양자화한 후 spectral distortion(SD)의 성능에 따라 하나만 선택하는 safety-net 구조에 벡터 양자화부와 BCTCQ(Block Constructed Trellis Coded Quantization)부를 직렬로 결합한 이중 단계 양자화기를 결합한 구조이다.
예측 및 비예측 구조 양자화 부를 구성하고 있는 이중 단계 양자화기의 내부 구조를 살펴보면, 첫 번째 단계의 양자화기에서는 벡터 양자화를 수행한다.
벡터 양자화는 벡터 요소간의 상관도를 최대한 이용하기 위해 전체 벡터를 양자화 하였다.
전체 벡터를 양자화 함으로 부호표의 크기를 고려하지 않을 수 없는데 본 발명에서는 전체 할당 비트 중 1/7 이하의 비트를 벡터 양자화기에 할당함으로써 벡터 양자화기에서 요구하는 부호표 메모리와 탐색시간의 부담을 줄였다.
두 번째 단계의 양자화기인 BCTCQ 알고리즘은 1/2-rate 김쌈부호기 및 feedback-free 인코더 구조를 기반으로 하는 N(=2v)-state trellis 구조를 이용한다.
BCTCQ 알고리즘은 앞에서 언급했듯이 선택 가능한 trellis path의 초기 state를 제약하고, 마지막 stage의 state 역시 trellis path의 초기 state에 따라 제약을 두는 방식이다.
도 3은 본 발명의 바람직한 일 실시예에 따른 4-state 트렐리스(trellis) 구조에서 BCTCQ 알고리즘 이용시 초기 상태에 따른 단일 viterbi 인코딩 과정에서 고려해야 할 트렐리스 경로(trellis path)를 나타내는 도면이다.
도 3는 전체 4-state trellis 구조에 k=1인 BCTCQ 알고리즘을 적용하였을 때 고려되는 trellis path를 나타낸 것이다.
L-log24 stage에서 state로서 '00'이 결정되면 survivor path(굵은 점선)의 초기 state가 '00'이므로 나머지 stage에서 선택 가능한 trellis path들은 마지막 stage의 state가 '00'과 '01'이 굵은 실-점선으로 표시된다.
도 4는 본 발명의 바람직한 일 실시예에 따른 viterbi 인코딩 과정을 나타내는 도면이다.
도 4의 j번째 stage에서의 Viterbi 인코딩 과정은 다음과 같다.
j번째 stage의 p state와 연결된 두개의 branch에 할당된 부코드북
Figure 112007028488078-PAT00005
을 이용해서 양자화 distortion을 다음과 같이 구하여 distance meric
Figure 112007028488078-PAT00006
에 저장한다.
Figure 112007028488078-PAT00007
여기서
Figure 112007028488078-PAT00008
는 j번째 stage의 p state와 j-1번째 stage의 i' state사이의 branch에 할당된 부 코드북을 나타낸다.
j번째 stage의 p state와 연결된 두 개의 trellis path중 하나의 선택과정과 누적 distortion 업데이트 과정은 다음과 같이 수행된다.
Figure 112007028488078-PAT00009
도 5는 본 발명의 바람직한 일 실시예에 따른 LSF 계수 양자화기의 양자화 과정을 나타내는 흐름도이다.
도 5에서는 도 2에서 보여지는 양자화기 동작을 제시하고 있으며, 다음과 같이 이루어진다.
음성 부호화기에서 LPC는 LSF로 변환되고, 변환된 LSF(
Figure 112007028488078-PAT00010
)는 예측 구조와 비 예측 구조로 입력되어 각각 양자화된다.
각각의 구조에서는 우선 LSF의 평균값을 수학식(3)과 같이 LSF값으로부터 제거한다(S500).
Figure 112007028488078-PAT00011
예측 구조 양자화부에서는 4차 MA 예측기를 사용하여 예측한 벡터(
Figure 112007028488078-PAT00012
)와 원래 벡터(
Figure 112007028488078-PAT00013
)와의 차이 값을 수학식(4)와 같이 구하여(S511) 도 2에서의 제 1벡터 양자화부를 통해 양자화를 한다(S512, S513).
Figure 112007028488078-PAT00014
수학식(5)에서와 같이 이렇게 양자화된(S514) 벡터
Figure 112007028488078-PAT00015
과 원래 벡터(
Figure 112007028488078-PAT00016
)간의 차이 벡터(
Figure 112007028488078-PAT00017
)를 두 번째 양자화기인 도 2에서의 제 1 BCTCQ부의 입력으로 사용한다.
Figure 112007028488078-PAT00018
BCTCQ부로 양자화한 후(S515) 제1벡터 양자화부를 통한 양자화값(
Figure 112007028488078-PAT00019
)과(S516) 예측 벡터(
Figure 112007028488078-PAT00020
), 그리고 LSF의 평균값을 더하여(S517) 최종적인 양자화 값
Figure 112007028488078-PAT00021
을 구하게 된다(S518).
반면 비예측 구조 양자화부에서는 예측을 수행하지 않고 평균값만 제거된 LSF벡터(
Figure 112007028488078-PAT00022
)를 예측 구조와 같은 형태의 양자화기로 양자화한다(S520).
예측구조와 비예측구조에서 각각 양자화된 후보 벡터들과 원래 입력 벡터와의 차이인 양자화 에러는 스위칭부에서 유클리디안 거리(Euclidean distance)를 이용하여 판정되고 양자화 에러가 작은 후보벡터를 양자화 벡터로 선택한다(S530).
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스 템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD_ROM, 자기테이프, 플로피디스크 및 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드로 저장되고 실행될 수 있다.
이상에서와 같이 도면과 명세서에서 최적 실시예가 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
상술한 바와 같이 본 기존 음성 부호화기의 LSF 계수 양자화기를 새로운 형태의 비구조적 벡터 양자화기와 BCTCQ를 직렬로 연결한 형태로 대체 사용하여 필요로 하는 메모리 양과 탐색 시간을 줄이고, 예측 구조와 비예측 구조를 병렬로 사용함으로써 안전한 양자화와 에러 전달 현상을 줄여 할당되는 비트와 SD 성능를 개선시킬 수 있는 효율적인 LSF 양자화기를 제공한다.
본 발명의 성능 평가를 위해 NTT에서 제공하는 광대역용 음성 샘플을 이용하 였으며, 음성 샘플은 총 13분이며 한국어 남성, 여성 그리고 영어 남성, 여성 음성으로 구성되어 있다.
표 1 및 표 2는 AMR-WB의 LPC 양자화기로 사용되는 S-MSVQ(split and multi-stage vector quantization) 방식과 본 발명에서 제시한 방식 간의 spectral distortion(SD)성능 및 계산량을 비교한 도표를 각각 나타내었다(46비트/프레임).
아래 표에 제시된 바와 같이 AMR-WB S-MSVQ 보다 평균 SD 값이 0.03dB 정도 개선되었고 3dB에서 5dB사이의 외좌점이 0.2% 감소하였으며 5dB이상의 외좌점도 0.001% 감소하였다. 표 2에서와 같이 계산량은 대략 57% 감소를 보였다.
AMR-WB S-MSVQ Predictive VQ-BCTCQ
평균 SD [dB] 0.7933 0.7618
3 dB ~ 5 dB [%] 0.4099 0.2184
5 dB 이상 [%]Z 0.0026 0.0013
AMR-WB S-MSVQ Predictive VQ-BCTCQ 비 고
ADD 15624 4219 73% 감소
MULT 8832 5411 39% 감소
Comp 3570 2379 33% 감소
Total 28026 12009 57% 감소

Claims (15)

  1. LSF 계수 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하고, 상기 후보 벡터를 상기 LSF 계수 벡터의 예측된 LSF 벡터를 참조하여 트렐리스 부호 양자화(TCQ)하여 상기 LSF 계수 벡터의 예측 양자화 최종 벡터를 산출하는 예측 구조 양자화부;
    상기 LSF 계수 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하고, 상기 후보 벡터를 트렐리스 부호 양자화(TCQ)하여 상기 LSF 계수 벡터의 비예측 양자화 최종 벡터를 산출하는 비예측 구조 양자화부; 및
    상기 예측 양자화 최종 벡터와 상기 비예측 양자화 최종 벡터 중 상기 LSF 계수 벡터와의 차가 작은 것을 상기 LSF 계수 벡터의 최종 양자화 벡터로 결정하는 스위칭부;를 포함하는 것을 특징으로 하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 장치.
  2. 제 1 항에 있어서,
    상기 예측 구조 양자화부와 상기 비예측 구조 양자화부는 병렬로 연결된 구조를 가지는 것을 특징으로 하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 장치.
  3. 제 1 항에 있어서, 상기 예측 구조 양자화부는
    기산출된 예측 양자화 벡터를 이용하여 상기 LSF 계수 벡터의 예측된 LSF 벡터를 산출하는 예측부;
    상기 LSF 계수 벡터와 상기 예측된 LSF 벡터의 차이 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하는 제1벡터 양자화부; 및
    상기 차이 벡터와 상기 후보 벡터의 차이 벡터를 트렐리스 부호 양자화하여 상기 LSF 계수 벡터의 예측 양자화 최종 벡터를 산출하는 제1 트렐리스 양자화부;를 포함하는 것을 특징으로 하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 장치.
  4. 제 3 항에 있어서,
    상기 제1벡터 양자화부와 상기 제1트렐리스 부호 양자화부는 직렬로 연결된 구조를 가지는 것을 특징으로 하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 장치.
  5. 제 3 항에 있어서,
    상기 제1트렐리스 부호 양자화부는 BC(Blocked Constrained)트렐리스 부호 양자화기인 것을 특징으로 하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 장치.
  6. 제 1 항에 있어서, 상기 비예측 구조 양자화부는
    상기 LSF 계수 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하는 제2벡터 양자화부; 및
    상기 LSF 계수 벡터와 상기 후보 벡터의 차이 벡터를 트렐리스 부호 양자화하여 상기 LSF 계수 벡터의 비예측 양자화 최종 벡터를 산출하는 제2트렐리스 부화 양자화부;를 포함하는 것을 특징으로 하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 장치.
  7. 제 6 항에 있어서,
    상기 제2벡터 양자화부와 상기 제2트렐리스 부호 양자화부는 직렬로 연결된 구조를 가지는 것을 특징으로 하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 장치.
  8. 제 6 항에 있어서,
    상기 제2트렐리스 부호 양자화부는 BC(Blocked Constrained)트렐리스 부호 양자화기인 것을 특징으로 하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 장치.
  9. 제 1 항에 있어서, 상기 스위칭부는
    상기 예측 구조 양자화부와 상기 비예측 구조 양자화부에서 각각 양자화된 후보 벡터들과 상기 LSF 계수 벡터와의 차이를 유클리디안 거리(Euclidean distance) 알고리즘을 이용하여 판정하고, 상기 차이가 작은 후보 벡터를 최종 양자화 벡터로 결정하는 것을 특징으로 하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 장치.
  10. (a) LSF 계수 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하고, 상기 후보 벡터를 상기 LSF 계수 벡터의 예측된 LSF 벡터를 참조하여 트렐리스 부호 양자화(TCQ)하여 상기 LSF 계수 벡터의 예측 양자화 최종 벡터를 산출하는 단계;
    (b) 상기 LSF 계수 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하고, 상기 후보 벡터를 트렐리스 부호 양자화(TCQ)하여 상기 LSF 계수 벡터의 비예측 양자화 최종 벡터를 산출하는 단계; 및
    (c) 상기 예측 양자화 최종 벡터와 비예측 양자화 최종 벡터 중 상기 LSF 계수 벡터와의 차가 작은 것을 상기 LSF 계수 벡터의 최종 양자화 벡터로 결정하는 단계;를 포함하는 것을 특징으로 하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 방법.
  11. 제 10 항에 있어서,
    상기 (a)단계와 상기 (b)단계는 병렬로 연결된 구조로 상기 예측 양자화 최종 벡터와 상기 비예측 양자화 최종 벡터를 동시에 산출하는 것을 특징으로 하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 방법.
  12. 제 10 항에 있어서, 상기 (a)단계는
    기산출된 예측 양자화 벡터를 이용하여 상기 LSF 계수 벡터의 예측된 LSF 벡터를 산출하는 단계;
    상기 LSF 계수 벡터와 상기 예측된 LSF 벡터의 차이 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하는 단계; 및
    상기 차이 벡터와 상기 후보 벡터의 차이 벡터를 트렐리스 부호 양자화하여 상기 LSF 계수 벡터의 예측 양자화 최종 벡터를 산출하는 단계;를 포함하는 것을 특징으로 하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 방법.
  13. 제 10 항에 있어서, 상기 (b)단계는
    상기 LSF 계수 벡터를 양자화하여 양자화 대상 후보 벡터를 산출하는 단계; 및
    상기 LSF 계수 벡터와 상기 후보 벡터의 차이 벡터를 트렐리스 부호 양자화하여 상기 LSF 계수 벡터의 비예측 양자화 최종 벡터를 산출하는 단계;를 포함하는 것을 특징으로 하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 방법.
  14. 제 10 항에 있어서, 상기 (c)단계는
    상기 (a)단계와 상기 (b)단계에서 각각 양자화된 후보 벡터들과 상기 LSF 계수 벡터와의 차이를 유클리디안 거리(Euclidean distance) 알고리즘을 이용하여 판정하고, 상기 차이가 작은 후보 벡터를 최종 양자화 벡터로 결정하는 것을 특징으로 하는 트렐리스 부호 양자화 알로리즘을 이용한 광대역 음성 부호화기용 LSF 계수 양자화 방법.
  15. 제 10 항 내지 제 14 항 중 어느 한 항의 방법을 수행할 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020070036585A 2007-04-13 2007-04-13 트렐리스 부호 양자화 알고리듬을 이용한 광대역 음성 부호화기용 ｌｓｆ 계수 양자화 장치 및 방법 KR100903110B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070036585A KR100903110B1 (ko) 2007-04-13 2007-04-13 트렐리스 부호 양자화 알고리듬을 이용한 광대역 음성 부호화기용 ｌｓｆ 계수 양자화 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070036585A KR100903110B1 (ko) 2007-04-13 2007-04-13 트렐리스 부호 양자화 알고리듬을 이용한 광대역 음성 부호화기용 ｌｓｆ 계수 양자화 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20080092770A true KR20080092770A (ko) 2008-10-16
KR100903110B1 KR100903110B1 (ko) 2009-06-16

Family

ID=40153679

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070036585A KR100903110B1 (ko) 2007-04-13 2007-04-13 트렐리스 부호 양자화 알고리듬을 이용한 광대역 음성 부호화기용 ｌｓｆ 계수 양자화 장치 및 방법

Country Status (1)

Country Link
KR (1) KR100903110B1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012144878A2 (en) 2011-04-21 2012-10-26 Samsung Electronics Co., Ltd. Method of quantizing linear predictive coding coefficients, sound encoding method, method of de-quantizing linear predictive coding coefficients, sound decoding method, and recording medium
WO2012144877A2 (en) 2011-04-21 2012-10-26 Samsung Electronics Co., Ltd. Apparatus for quantizing linear predictive coding coefficients, sound encoding apparatus, apparatus for de-quantizing linear predictive coding coefficients, sound decoding apparatus, and electronic device therefor
KR20150032220A (ko) * 2013-09-16 2015-03-25 삼성전자주식회사 신호 부호화방법 및 장치와 신호 복호화방법 및 장치
WO2015170899A1 (ko) * 2014-05-07 2015-11-12 삼성전자 주식회사 선형예측계수 양자화방법 및 장치와 역양자화 방법 및 장치
US10515646B2 (en) 2014-03-28 2019-12-24 Samsung Electronics Co., Ltd. Method and device for quantization of linear prediction coefficient and method and device for inverse quantization
KR102201169B1 (ko) * 2019-10-23 2021-01-11 성균관대학교 산학협력단 메타 표면의 반사 계수를 제어하기 위한 시간 부호 생성 방법, 메타 표면의 반사 계수를 제어하기 위한 시공간 부호 생성 방법, 이를 실행하는 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 기록매체, 및 이를 이용한 메타 표면의 신호 변조 방법
US11616954B2 (en) 2014-07-28 2023-03-28 Samsung Electronics Co., Ltd. Signal encoding method and apparatus and signal decoding method and apparatus
US11705142B2 (en) 2013-09-16 2023-07-18 Samsung Electronic Co., Ltd. Signal encoding method and device and signal decoding method and device

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5012518A (en) 1989-07-26 1991-04-30 Itt Corporation Low-bit-rate speech coder using LPC data reduction processing
KR20020075592A (ko) * 2001-03-26 2002-10-05 한국전자통신연구원 광대역 음성 부호화기용 ｌｓｆ 양자화기
JP3557414B2 (ja) 2002-04-12 2004-08-25 松下電器産業株式会社 Ｌｓｐパラメータ符号化装置及び符号化方法
KR100486732B1 (ko) * 2003-02-19 2005-05-03 삼성전자주식회사 블럭제한된 트렐리스 부호화 양자화방법과 음성부호화시스템에있어서 이를 채용한 라인스펙트럼주파수 계수양자화방법 및 장치

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105244034A (zh) * 2011-04-21 2016-01-13 三星电子株式会社 针对语音信号或音频信号的量化方法以及解码方法和设备
CN105513602B (zh) * 2011-04-21 2019-08-06 三星电子株式会社 用于语音信号或音频信号的解码设备和方法及量化设备
KR20120120086A (ko) * 2011-04-21 2012-11-01 삼성전자주식회사 선형예측계수 양자화방법, 사운드 부호화방법, 선형예측계수 역양자화방법, 사운드 복호화방법, 그 기록매체
KR20120120085A (ko) * 2011-04-21 2012-11-01 삼성전자주식회사 선형예측계수 양자화장치, 사운드 부호화장치, 선형예측계수 역양자화장치, 사운드 복호화장치와 전자기기
EP2700173A2 (en) * 2011-04-21 2014-02-26 Samsung Electronics Co., Ltd. Method of quantizing linear predictive coding coefficients, sound encoding method, method of de-quantizing linear predictive coding coefficients, sound decoding method, and recording medium
EP2700173A4 (en) * 2011-04-21 2014-05-28 Samsung Electronics Co Ltd METHOD FOR QUANTIFYING LINEAR PREDICTIVE ENCODING COEFFICIENTS, METHOD FOR SOUND ENCODING, METHOD FOR DEQUANTIFYING LINEAR PREDICTIVE ENCODING COEFFICIENTS, METHOD FOR DECODING SOUND, AND RECORDING MEDIUM
US8977543B2 (en) 2011-04-21 2015-03-10 Samsung Electronics Co., Ltd. Apparatus for quantizing linear predictive coding coefficients, sound encoding apparatus, apparatus for de-quantizing linear predictive coding coefficients, sound decoding apparatus, and electronic device therefore
TWI672691B (zh) * 2011-04-21 2019-09-21 南韓商三星電子股份有限公司 解碼方法
EP3537438A1 (en) * 2011-04-21 2019-09-11 Samsung Electronics Co., Ltd. Quantizing method, and quantizing apparatus
WO2012144877A2 (en) 2011-04-21 2012-10-26 Samsung Electronics Co., Ltd. Apparatus for quantizing linear predictive coding coefficients, sound encoding apparatus, apparatus for de-quantizing linear predictive coding coefficients, sound decoding apparatus, and electronic device therefor
US8977544B2 (en) 2011-04-21 2015-03-10 Samsung Electronics Co., Ltd. Method of quantizing linear predictive coding coefficients, sound encoding method, method of de-quantizing linear predictive coding coefficients, sound decoding method, and recording medium and electronic device therefor
EP2700072A4 (en) * 2011-04-21 2016-01-20 Samsung Electronics Co Ltd DEVICE FOR QUANTIFYING LINEAR PREDICTIVE CODING COEFFICIENTS, SOUND ENCODING DEVICE, DEVICE FOR DEQUANTIFYING LINEAR PREDICTIVE CODING COEFFICIENTS AND ELECTRONIC DEVICE THEREFOR
CN105513602A (zh) * 2011-04-21 2016-04-20 三星电子株式会社 用于语音信号或音频信号的解码设备和方法及量化设备
US9626979B2 (en) 2011-04-21 2017-04-18 Samsung Electronics Co., Ltd. Apparatus for quantizing linear predictive coding coefficients, sound encoding apparatus, apparatus for de-quantizing linear predictive coding coefficients, sound decoding apparatus, and electronic device therefore
US9626980B2 (en) 2011-04-21 2017-04-18 Samsung Electronics Co., Ltd. Method of quantizing linear predictive coding coefficients, sound encoding method, method of de-quantizing linear predictive coding coefficients, sound decoding method, and recording medium and electronic device therefor
US10224051B2 (en) 2011-04-21 2019-03-05 Samsung Electronics Co., Ltd. Apparatus for quantizing linear predictive coding coefficients, sound encoding apparatus, apparatus for de-quantizing linear predictive coding coefficients, sound decoding apparatus, and electronic device therefore
US10229692B2 (en) 2011-04-21 2019-03-12 Samsung Electronics Co., Ltd. Method of quantizing linear predictive coding coefficients, sound encoding method, method of de-quantizing linear predictive coding coefficients, sound decoding method, and recording medium and electronic device therefor
TWI672692B (zh) * 2011-04-21 2019-09-21 南韓商三星電子股份有限公司 解碼裝置
CN105244034B (zh) * 2011-04-21 2019-08-13 三星电子株式会社 针对语音信号或音频信号的量化方法以及解码方法和设备
WO2012144878A2 (en) 2011-04-21 2012-10-26 Samsung Electronics Co., Ltd. Method of quantizing linear predictive coding coefficients, sound encoding method, method of de-quantizing linear predictive coding coefficients, sound decoding method, and recording medium
KR20150032220A (ko) * 2013-09-16 2015-03-25 삼성전자주식회사 신호 부호화방법 및 장치와 신호 복호화방법 및 장치
KR20210131926A (ko) * 2013-09-16 2021-11-03 삼성전자주식회사 신호 부호화방법 및 장치와 신호 복호화방법 및 장치
KR20220052876A (ko) * 2013-09-16 2022-04-28 삼성전자주식회사 신호 부호화방법 및 장치와 신호 복호화방법 및 장치
US11705142B2 (en) 2013-09-16 2023-07-18 Samsung Electronic Co., Ltd. Signal encoding method and device and signal decoding method and device
US10515646B2 (en) 2014-03-28 2019-12-24 Samsung Electronics Co., Ltd. Method and device for quantization of linear prediction coefficient and method and device for inverse quantization
US11450329B2 (en) 2014-03-28 2022-09-20 Samsung Electronics Co., Ltd. Method and device for quantization of linear prediction coefficient and method and device for inverse quantization
WO2015170899A1 (ko) * 2014-05-07 2015-11-12 삼성전자 주식회사 선형예측계수 양자화방법 및 장치와 역양자화 방법 및 장치
US10504532B2 (en) 2014-05-07 2019-12-10 Samsung Electronics Co., Ltd. Method and device for quantizing linear predictive coefficient, and method and device for dequantizing same
CN112927703A (zh) * 2014-05-07 2021-06-08 三星电子株式会社 对线性预测系数量化的方法和装置及解量化的方法和装置
US11238878B2 (en) 2014-05-07 2022-02-01 Samsung Electronics Co., Ltd. Method and device for quantizing linear predictive coefficient, and method and device for dequantizing same
US11922960B2 (en) 2014-05-07 2024-03-05 Samsung Electronics Co., Ltd. Method and device for quantizing linear predictive coefficient, and method and device for dequantizing same
US11616954B2 (en) 2014-07-28 2023-03-28 Samsung Electronics Co., Ltd. Signal encoding method and apparatus and signal decoding method and apparatus
KR102201169B1 (ko) * 2019-10-23 2021-01-11 성균관대학교 산학협력단 메타 표면의 반사 계수를 제어하기 위한 시간 부호 생성 방법, 메타 표면의 반사 계수를 제어하기 위한 시공간 부호 생성 방법, 이를 실행하는 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 기록매체, 및 이를 이용한 메타 표면의 신호 변조 방법

Also Published As

Publication number Publication date
KR100903110B1 (ko) 2009-06-16

Similar Documents

Publication Publication Date Title
KR100903110B1 (ko) 트렐리스 부호 양자화 알고리듬을 이용한 광대역 음성 부호화기용 ｌｓｆ 계수 양자화 장치 및 방법
KR100492965B1 (ko) 벡터 양자화를 위한 고속 탐색방법
US20090292537A1 (en) Wide-band encoding device, wide-band lsp prediction device, band scalable encoding device, wide-band encoding method
KR100486732B1 (ko) 블럭제한된 트렐리스 부호화 양자화방법과 음성부호화시스템에있어서 이를 채용한 라인스펙트럼주파수 계수양자화방법 및 장치
JPH08263099A (ja) 符号化装置
JP2004526213A (ja) 音声コーデックにおける線スペクトル周波数ベクトル量子化のための方法およびシステム
US6988067B2 (en) LSF quantizer for wideband speech coder
KR100728056B1 (ko) 다중 경로 트랠리스 부호화 양자화 방법 및 이를 이용한다중 경로 트랠리스 부호화 양자화 장치
KR100487719B1 (ko) 광대역 음성 부호화를 위한 엘에스에프 계수 벡터 양자화기
JP4866484B2 (ja) パラメータ選択方法、パラメータ選択装置、プログラム及び記録媒体
CN116343804A (zh) 用于处理包络表示系数的方法、编码器和解码器
US8502708B2 (en) Encoding method and decoding method, and devices, program and recording medium for the same
US7110942B2 (en) Efficient excitation quantization in a noise feedback coding system using correlation techniques
EP0483882B1 (en) Speech parameter encoding method capable of transmitting a spectrum parameter with a reduced number of bits
JP4848049B2 (ja) 符号化方法、復号方法、それらの装置、プログラム及び記録媒体
EP0755047B1 (en) Speech parameter encoding method capable of transmitting a spectrum parameter at a reduced number of bits
JP3557416B2 (ja) Ｌｓｐパラメータ符号化復号化装置及び方法
Chi et al. Safety-net pyramid VQ of LSF parameters for wideband speech codecs
Shin et al. Low-complexity predictive trellis coded quantization of wideband speech LSF parameters
JP3557413B2 (ja) Ｌｓｐパラメータ復号化装置及び復号化方法
Wernik et al. Lossless Audio Coding using Extended Activity Level Classification Model
Nurminen Multi-mode quantization of adjacent speech parameters using a low-complexity prediction scheme.
Pan et al. Vector quantization of speech LSP parameters using trellis codes and l/sub 1/-norm constraints
GB2368761A (en) Codec and methods for generating a vector codebook and encoding/decoding signals, e.g. speech signals
EP1062657A2 (en) A system and method for providing split vector quantization data coding

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
LAPS Lapse due to unpaid annual fee