MXPA05006664A - Metodo y dispositivo para la cuantizacion robusta de vector predictivo de parametros de prediccion lineal en la codificacion de conversacion a velocidad variable de bits. - Google Patents

Metodo y dispositivo para la cuantizacion robusta de vector predictivo de parametros de prediccion lineal en la codificacion de conversacion a velocidad variable de bits.

Info

Publication number
MXPA05006664A
MXPA05006664A MXPA05006664A MXPA05006664A MXPA05006664A MX PA05006664 A MXPA05006664 A MX PA05006664A MX PA05006664 A MXPA05006664 A MX PA05006664A MX PA05006664 A MXPA05006664 A MX PA05006664A MX PA05006664 A MXPA05006664 A MX PA05006664A
Authority
MX
Mexico
Prior art keywords
prediction
vector
stage
error vector
prediction error
Prior art date
Application number
MXPA05006664A
Other languages
English (en)
Inventor
Jelinek Milan
Original Assignee
Nokia Corp
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 Nokia Corp filed Critical Nokia Corp
Publication of MXPA05006664A publication Critical patent/MXPA05006664A/es

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/24—Variable rate codecs, e.g. for generating different qualities using a scalable representation such as hierarchical encoding or layered encoding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/20—Vocoders using multiple modes using sound class specific coding, hybrid encoders or object based coding

Abstract

La presente invencion se refiere a un metodo y un dispositivo para cuantificar los parametros de prediccion lineal en la codificacion de senal de sonido, a velocidad variable de BITS, en la cual es recibido un vector de parametro de prediccion lineal de entrada, un cuadro de senal de sonido correspondiente al vector de parametro de prediccion lineal de entrada es clasificado, un vector de prediccion es computado, el vector de prediccion computado es eliminado del vector de parametro de prediccion lineal de entrada para producir un vector de error de prediccion, y el vector de error de prediccion es cuantificado. El computo del vector de predicci6n comprende la seleccion de uno de una pluralidad de esquemas de prediccion en relacion a la clasificacion del cuadro de senal de sonido, y el procesamiento del vector de error de prediccion a traves del esquema de prediccion seleccionado. La invencion se refiere ademas a un metodo y a un dispositivo para descuantificar los parametros de prediccion lineal en la descodificacion de senal de sonido a velocidad variable de BITS, en la cual al menos un indice de cuantificacion y la informacion respecto a la clasificacion de un cuadro de senal de sonido correspondiente al indice de cuantificacion son recibidos, un vector de error de prediccion es recuperado mediante la aplicacion del indice al menos a una tabla de cuantificacion, un vector de prediccion es reconstruido, y un vector de parametro de prediccion lineal es producido en respuesta al vector de error de prediccion recuperado y el vector de prediccion reconstruido. La reconstruccion del vector de prediccion comprende el procesamiento del vector de error de prediccion recuperado a traves de uno de una pluralidad de esquemas de prediccion dependiendo de la informacion de clasificacion de cuadros.

Description

PuMished: For two-Ietter codes and other abbreviaiions. referto the "G id- — with intemational search r pon ance Notes on Codes and Abbreviaiions" appearing atlhebegm- — before the expiraíion of the time limitfor amending the ning of each regular issue of the PCT G zetle. claims and lo be republished in the eveni of receipt qf amendmenls REQU/RECEIVED 2 0 JÜIL 200½ BROUiLLETTE KOS!E PRINGE 1 METODO Y DISPOSITIVO PARA LA CUANTIZACION ROBUSTA DE VECTOR PREDICTIVO DE PARAMETROS DE PREDICCION LINEAL EN LA CODIFICACION DE CONVERSACION A VELOCIDAD VARIABLE DE BITS CAMPO DE LA INVENCIÓN La presente invención se refiere a una técnica mejorada para codificar digitalmente una señal de sonido, en particular pero no exclusivamente una señal de conversación, con miras a transmitir y sintetizar esta señal de sonido. Más específicamente, la presente invención está relacionada con un método y dispositivo para la cuantificación por vectores de parámetros de predicción lineales en la codificación basada en la predicción lineal a velocidad variable de BITS. ANTECEDENTES DE LA INVENCIÓN 2.1 Codificación de conversación y cuantificación de parámetros de predicción lineal (LP) : Los sistemas digitales de comunicación de conversación tales como los sistemas inalámbricos utilizan codificadores de conversación para incrementar la capacidad, el tiempo que mantienen alta calidad de conversación. Un codificador de conversación convierte una señal de conversación a una corriente de BITS digital que es transmitida sobre un canal de comunicación o almacenada en un medio de almacenamiento. La señal de conversación es Ref.:164676 2 digitalizada, es decir muestreada y cuantificada usualmente con 16 BITS por muestra. El codificador de conversación tiene el papel de representar estas muestras digitales con un número más pequeño de BITS mientras que mantiene una buena calidad subjetiva de conversación. El codificador de conversación o el sintetizador opera sobre la corriente de BITS transmitida o almacenada, y la convierte nuevamente a una señal de sonido. Los métodos digitales de codificación de conversación basados en el análisis de predicción lineal han sido muy exitosos en la codificación de conversación a baja velocidad de BITS. En particular, la codificación de predicción lineal excitada por código (CELP, por sus siglas en inglés) es una de las mejores técnicas conocidas para alcanzar un buen compromiso entre la calidad subjetiva y la velocidad de BITS. Esta técnica de codificación es la base de diversos estándares de codificación de conversación en aplicaciones inalámbricas y de línea alámbrica. En la codificación CELP, la señal de conversación muestreada es procesada en bloques sucesivos de N muestras usualmente llamadas cuadros, en donde N es un número predeterminado correspondiente típicamente a 10-30 ms . Un filtro (LP) de predicción lineal A(z) es computado, codificado y transmitido en cada cuadro. La computación del filtro LP A(z) necesita típicamente una búsqueda hacia delante, que consiste de un 3 segmento de conversación de 5-15 ms proveniente del cuadro subsiguiente. El cuadro de la muestra N es dividido en bloques más pequeños llamados subcuadros. Üsualmente, el número de subcuadros es de tres o cuatro dando como resultado subcuadros de 4-10 ms. En cada subcuadro, es üsualmente obtenida una señal de excitación a partir de dos componentes, la excitación pasada y la excitación del libro de código fija, innovadora. El componente formado a partir de la excitación pasada es frecuentemente denominado como el libro de código adaptativo o la excitación de separación. Los parámetros que caracterizan la señal de excitación son codificados y transmitidos al codificador, donde la señal de excitación reconstruida es utilizada como la entrada de un filtro de síntesis LP. El filtro de síntesis LP es dado por en donde ai son los coeficientes de predicción lineales y M es el orden del análisis LP. El filtro de síntesis LP modela la envoltura espectral de conversación. En el descodificador, la señal de conversación es reconstruida mediante la filtración de la excitación descodificada a través del filtro de síntesis LP. El grupo de coeficientes de predicción lineal a¿ son computados tal que el error de predicción 4 (D es reducido al mínimo, en donde s (n) es la señal de entrada a tiempo n y s(ji) es la señal predictiva basada en las últimas M muestras dadas por: u s(n)=-?a;S(n-i) De este modo, el error de predicción es dado por: Esto corresponde en el dominio de transformación z a: donde A(z) es el filtro LP de orden dado por: Típicamente, los coeficientes de predicción lineal a± son computados reduciendo al mínimo el error de predicción cuadrático medio sobre un bloque de L muestras, siendo L un número entero usualmente igual o más grande que N (L usualmente corresponde a 20-30 ms) . El cómputo de los coeficientes de predicción lineal es de otro modo bien conocido por aquellos de experiencia ordinaria en la técnica. Un ejemplo de tal cómputo es dado en [ITÜ-T Recomendación G.722.2 "Codificación de banda ancha de conversación 5 alrededor de 16 kBITS/segundo utilizando la banda ancha de velocidad múltiple adaptativa (AMR-WB) " , Ginebra, 2002]. Los coeficientes de predicción lineal a¿ no pueden ser directamente cuantificados para la transmisión al descodificador. Las razones es que errores de cuantificación pequeños sobre los coeficientes de predicción lineal pueden producir errores espectrales grandes en la función de transferencia del filtro LP, y pueden incluso provocar inestabilidades del filtro. Por lo tanto, es aplicada una transformación a los coeficientes de predicción lineal a antes de la cuantificación. La transformación produce lo que es llamada una representación de los coeficientes de predicción lineal a¿. Después de recibir los coeficientes de predicción lineal ai transfo mados, cuantificados, el descodificador puede entonces aplicar la transformación inversa para obtener los coeficientes de predicción lineal cuantificados . Una representación ampliamente utilizada para los coeficientes de predicción lineal ai es las frecuencias espectrales lineales (LSF) también conocidas como pares espectrales lineales (LSP) . Los detalles de cómputo de las frecuencias espectrales lineales pueden ser encontrados en [ITU-T Recomendación G.729 "Codificación de conversación a 8 kbitio/segundo utilizando la predicción lineal excitada por código algebraico, de estructura conjugada (CS-ACELP)", Ginebra, Marzo 1996]. 6 Una representación similar es las Frecuencias Espectrales de Imitancia (ISF por sus siglas en inglés) , que ha sido utilizada en el estándar de codificación AMR-WB [ITU-T Recomendación G.722.2 "Codificación de banda ancha de conversación de alrededor de 16 kbitio/segundo utilizando la banda ancha de velocidad múltiple adaptativa (AMR-WB)", Ginebra, 2002], Otras representaciones son también posibles y han sido utilizadas. Sin pérdida de la generalidad, el caso particular de la representación ISF será considerado en la siguiente descripción. Los parámetros LP asi obtenidos (LSFs, ISFs, etc.), son cuantificados ya sea con la cuantificación escalar (SQ, por sus siglas en inglés) o cuantificación de vector (VQ, por sus siglas en inglés) . En la cuantificación escalar, los parámetros de LP son cuantificados individualmente y usualmente son requeridos 3 ó 4 BITS por parámetro . En la cuantificación de vector, los parámetros LP son agrupados en un vector y cuantificados como una entidad. Un libro de código, o una tabla que contiene un grupo de vectores cuantificados es almacenado. El cuantificador busca el libro de código para la entrada de libro de código que es más parecida al vector de entrada de acuerdo a una cierta medida de distancia. El índice del vector cuantificado seleccionado es transmitido al descodificador. La cuantificación del vector da mejor funcionamiento que la cuantificación escalar 7 pero a expensas de la complejidad incrementada y de los requerimientos de memoria. La cuantificación de vector estructurada es usualmente utilizada para reducir la complejidad y los requerimientos de almacenamiento de VQ. En la VQ dividida, el vector de parámetro LP es dividido en al menos dos subvectores que son cuantificados individualmente. En la VQ de etapas múltiples el vector cuantificado es la adición de entrada a partir de varios libros de código. La VQ dividida y la VQ de etapas múltiples dan como resultado memoria reducida y complejidad, al tiempo que mantienen buen funcionamiento de cuantificación. Además, un procedimiento interesante es combinar la VQ de etapas múltiples y divididas, para reducir adicionalmente la complejidad y el requerimiento de memoria. En referencia [ITU-T Recomendación G.729 "Codificación de conversación a 8 kbitio/segundo utilizando la predicción lineal excitada por código algebraico, de estructura conjugada (CS-ACELP) " , Ginebra, Marzo 1996], el vector de parámetro LP es cuantificado en dos etapas donde el vector de la segunda etapa es dividido en dos subvectores . Los parámetros LP muestran fuerte correlación entre cuadros sucesivos y esto es usualmente explotado por el uso de la cuantificación predictiva para mejorar el rendimiento. En la cuantificación de vector predictivo, un vector de 8 parámetro LP predictivo es computado con base en la información proveniente de los cuadros pasados . Luego el vector predicho es removido del vector de entrada y el error de predicción es cuantificado por vectores . Son usualmente utilizados dos tipos de predicción: la predicción auto-regresiva (AR, por sus siglas en inglés) y la predicción de medio móvil (MA, por sus siglas en inglés) . En la predicción AR el vector predicho es computado como una combinación de vectores cuantificados a partir de los cuadros pasados . En la predicción MA, el vector predicho es computado como una combinación de los vectores de error de predicción a partir de los cuadros pasados. La predicción AR produce mejor rendimiento. No obstante, la predicción AR no es robusta para las condiciones de pérdida adecuadas que son encontrados en los sistemas de comunicación inalámbricos y basados en paquetes. En el caso de cuadros perdidos, el error se propaga a los cuadros consecutivos, ya que la predicción está basada en cuadros corruptos previos . 2.2 Codificación a velocidad de BITS variable (VBR, por sus siglas en inglés) : En varios sistemas de comunicación, por ejemplo los sistemas inalámbricos que utilizan la tecnología de acceso múltiple de división de código (CDMA, por sus siglas en inglés) , el uso de la codificación de conversación a velocidad de BITS variable (VBR) controlada por la fuente, 9 mejora significativamente la capacidad del sistema. En la codificación VBR controlada por la fuente, el codificador puede operar a varias velocidades de BITS, y un módulo de selección de velocidades es utilizado para determinar la velocidad de BITS utilizada para codificar cada cuadro de conversación con base en la naturaleza del cuadro de conversación, por ejemplo, con voz, sin conversación, transitorio, ruido de fondo, etc. La meta es alcanzar la mejor calidad de conversación a una velocidad de BITS promedio dada, también denominada como una velocidad de datos promedio (ADR, por sus siglas en inglés) . El codificador es también capaz de operar de acuerdo con diferentes modos de operación al sintonizar el módulo de selección de velocidad para alcanzar diferentes ADRs para los diferentes modos , donde el funcionamiento del codificador mejora con el incremento de ADR. Esto proporciona al codificador un mecanismo de trueque entre la calidad de conversación y la capacidad del sistema. En los sistemas CDMA por ejemplo, CDMA-uno y CDMA2000, son utilizadas típicamente velocidades de 4 BITS y son denominadas como velocidad completa (FR, por sus siglas en inglés) , velocidad media (HR, por sus siglas en inglés) , un cuarto de velocidad (QR, por sus siglas en inglés) , y un octavo de velocidad (ER, por sus siglas en inglés) . En este sistema CDMA, dos grupos de velocidades son soportados y denominados como Grupo I de Velocidad y Grupo II 10 de Velocidad. En el Grupo II de Velocidad, un codificador de velocidad variable con mecanismo de selección de velocidad opera a velocidades de BITS de codificación de la fuente de 13.3 (ER) , 6.2 (HR) , 2.7 (QR) , y 1.0 (ER) kbitio/segundos, correspondiente a velocidades de BITS brutas de 14.4, 7.2, 3.6 y 1.8 kbitio/segundos (con algunos BITS agregados para la detección de errores) . Un codee de banda ancha conocido como codee de conversación de banda ancha de velocidades múltiples adaptativo (A R-WB, por sus siglas en inglés) fue recientemente seleccionado por la ITU-T (Unión Internacional de Telecomunicaciones - Sector de Estandarización de Telecomunicaciones) para varios servicios de telefonía y de conversación de banda ancha y por 3GPP (Proyecto de Sociedad de Tercera Generación, por sus siglas en inglés) y para los sistemas inalámbricos de tercera generación GSM y W-CDMA (Acceso Múltiple de División de Código de Banda Ancha, por sus siglas en inglés) . Un codee AMR-WB consiste de nueve velocidades de BITS en el intervalo de 6.6 a 23.85 kbitio/segundo. La designación de un codee VBR controlado por la fuente basado en AMR-WB por el sistema CDMA2000 tiene la ventaja de hacer posible la interoperación entre CDMA2000 y otros sistemas utilizando un codee AMR-WB. La velocidad de BITS de ARM-WB de 12.65 kbitio/segundo es la velocidad más cercana que puede ajustarse en la velocidad completa de 13.3 kbitio/segundo del Grupo II de Velocidad de CDMA2000. La 11 velocidad de 12.65 kbitio/segundo puede ser utilizada como la velocidad común entre un codee VBR de banda ancha de CDMA2000 y un codee de AMR-WB para hacer posible la interoperabilidad sin transcodificación, lo cual degrada la cantidad de conversación. La velocidad media a 6.2 kbitio/segundo tiene que ser agregada para hacer posible la operación eficiente en el cuadro de Grupo II de Velocidad. El codee resultante puede operar en unos pocos modos específicos de CDMA2000, e incorpora un modo que hace posible la interoperabilidad con sistemas que utilizan un codee AMR-WB. La codificación a media velocidad es típicamente elegida en cuadros donde la señal de conversación de entrada es estacionaria. Los ahorros de BITS, comparados a la velocidad completa, son logrados mediante la actualización de los parámetros de codificación menos frecuentemente, o mediante el uso de menos BITS para codificar algunos de estos parámetros de codificación. Más específicamente, en los segmentos con conversación estacionarios, la información de separación es codificada únicamente una vez cada cuadro, y son utilizados menos BITS para representar los parámetros del libro del código fijo y los coeficientes de predicción lineal . Ya que la VQ predictiva con predicción MA es típicamente aplicada para codificar los coeficientes de predicción lineal, puede ser observado un incremento innecesario en el ruido de cuantificación en estos 12 coeficientes de predicción lineal. La predicción MA, en oposición a la predicción AR, es utilizada para incrementar la robustez a pérdidas de cuadro; sin embargo, en los cuadros estacionarios los coeficientes de predicción lineal evolucionan lentamente de modo que utilizando la predicción AR en este caso particular se tendría un impacto más pequeño sobre la propagación de errores en el caso de cuadros perdidos. Esto puede ser visto mediante la observación de que, en el caso de cuadros faltantes, la mayoría de los descodificadores aplican un procedimiento de ocultación que extrapole esencialmente los coeficientes de predicción lineal del último cuadro. Si el cuadro faltante es con conversación estacionario, esta extrapolación produce valores muy similares a los parámetros LP efectivamente transmitidos, pero no recibidos. El vector de parámetro LP reconstruido es de este modo cercano a lo que podría haber sido descodificado si el cuadro no hubiera sido perdido. En este caso específico, por lo tanto, el uso de la predicción AR en el procedimiento de cuantificación de los coeficientes de predicción lineal no pueden tener un efecto muy adverso sobre la propagación del error de cuantificación. BREVE DESCRIPCIÓN DE LA INVENCIÓN De acuerdo a la presente invención, se proporciona un método para cuantificar los parámetros de predicción lineal en la codificación de señal de sonido a velocidad de 13 BITS variable, que comprende la recepción de un vector de parámetro de predicción lineal de entrada, la clasificación de un cuadro de señal de sonido correspondiente al vector de parámetro de predicción lineal de entrada, el cómputo de un vector de predicción, la remoción del vector de predicción computado del vector del parámetro de predicción lineal de entrada para producir un vector de error de predicción, el escalamiento del vector de error de predicción, y la cuantificación del vector de error de predicción escalado. El cómputo de un vector de predicción comprende la selección de uno de una pluralidad de esquemas de predicción en relación a la clasificación del cuadro de señal de sonido, y el cómputo del vector de predicción de acuerdo con el esquema de predicción seleccionado. El escalamiento del vector de error de predicción comprende la sección de al menos uno de una pluralidad de esquemas de escalamiento en relación al esquema de predicción seleccionado y el escalamiento del vector de error de predicción de acuerdo con el esquema de escalamiento seleccionado. También, de acuerdo a la presente invención, se proporciona un dispositivo para cuantificar los parámetros de predicción lineal en la codificación de señal de sonido a velocidad de BITS variable, que comprende los medios para recibir un vector de parámetro de predicción lineal de entrada, los medios para clasificar un cuadro de señal de 14 sonido correspondiente al vector del parámetro de predicción lineal de entrada, los medios para computar un vector de predicción, los medios para remover el vector de predicción computado del vector del parámetro de predicción lineal introducido, para producir un vector de predicción, los medios para escalar el vector de error de predicción, y los medios para cuantificar el vector de error de predicción escalado. Los medios para computar un vector de predicción comprenden los medios para seleccionar uno de una pluralidad de esquemas de predicción con relación a la clasificación del cuadro de señal de sonido, y los medios para computar el vector de predicción de acuerdo con el esquema de predicción seleccionado. También, los medios para escalar el vector de error de predicción comprenden los medios para seleccionar al menos uno de una pluralidad de esquemas de escalamiento en relación al esquema de predicción seleccionado, y medios para escalar el vector de error de predicción de acuerdo con el esquema de escalamiento seleccionado. La presente invención también se refiere a un dispositivo para cuantificar los parámetros de predicción lineal en la codificación de señal de sonido a velocidad de BITS variable, que comprende una entrada para recibir un vector de parámetro de predicción lineal de entrada, un clasificador de un cuadro de señal de sonido correspondiente al vector de parámetro de predicción lineal de entrada, un 15 calculador de un vector de predicción, un subtractor para eliminar el vector de predicción computado del vector del parámetro de predicción lineal de entrada, para producir un vector de error de predicción, una unidad de escalamiento suministrada con el vector de error de predicción, esta unidad escala el vector de error de predicción, y un cuantificador del vector de error de predicción escalado. El calculador del vector de predicción comprende un selector de uno de una pluralidad de esquemas de predicción en relación a la clasificación del cuadro de señal de sonido, para calcular el vector de predicción de acuerdo con el esquema de predicción seleccionado. La unidad de escalamiento comprende un selector de al menos uno de una pluralidad de esquemas de escalamiento, en relación al esquema de predicción seleccionado, para escalar el vector de error de predicción de acuerdo con el esquema de escalamiento seleccionado. La presente invención está relacionada además con un método para descuantificar los parámetros de predicción lineal en la descodificación de señal de sonido a velocidad de BITS variable, que comprende la recepción de. al menos un índice de cuantificación, la recepción de información respecto a la clasificación de un cuadro de señal de sonido correspondiente al menos a un índice de cuantificación, la recuperación de un vector de error de predicción mediante la aplicación de al menos de un índice a al menos una tabla de 16 cuantificación, la reconstrucción de un vector de predicción, y la producción de un vector de parámetro de predicción lineal, en respuesta al vector de error de predicción recuperado y al vector de predicción reconstruido. La reconstrucción de un vector de predicción comprende el procesamiento del vector de error de predicción recuperado a través de uno de una pluralidad de esquemas de predicción, dependiendo de la información de clasificación de cuadros . La presente invención se refiere además a un dispositivo para descuantificar los parámetros de predicción lineal en la descodificación de señal de sonido a velocidad de BITS variable, que comprende los medios para recibir al menos un índice de cuantificación, los medios para recibir la información respecto a la clasificación de un cuadro de señal de sonido correspondiente al menos a un índice de cuantificación, los medios para recuperar un vector de error de predicción mediante la aplicación de al menos de un índice a al menos una tabla de cuantificación, los medios para reconstruir un vector de predicción, y los medios para producir un vector de parámetro de predicción lineal en respuesta al vector de error de predicción recuperado y el vector de predicción reconstruido. Los medios de reconstrucción del vector de predicción comprenden los medios para procesar el vector de error de predicción recuperado, a través de una pluralidad de esquemas de predicción 17 dependiendo de la información de clasificación de cuadros . De acuerdo con un último aspecto de la presente invención, se proporciona un dispositivo para descuantificar los parámetros de predicción lineal en la descodificación de señal de sonido a velocidad de BITS variable, que comprende los medios para recibir al menos un índice de cuantificación, medios para recibir la información respecto a la clasificación de un cuadro de señal de sonido correspondiente a al menos a un índice de cuantificación, al menos una tabla de cuantificación suministrada con al menos un índice de cuantificación para recuperar un vector de error de predicción, una unidad de reconstrucción de vector de predicción y un generador de un vector de parámetro de predicción lineal, en respuesta al vector de error de predicción recuperado y al vector de predicción reconstruido. La unidad de reconstrucción del vector de predicción comprende al menos un predictor suministrado con el vector de error de predicción recuperado para procesar el vector de error de predicción recuperado a través de uno o de una pluralidad de esquemas de predicción, dependiendo de la información de clasificación de cuadros. El anterior y otros objetivos, ventajas y características de la presente invención se volverán más aparentes a partir de la lectura de la siguiente descripción no restrictiva de las modalidades ilustrativas de la misma, 18 dados a manera de ejemplo únicamente con referencia a los dibuj os anexos . BREVE DESCRIPCIÓN DE LAS FIGURAS En las figuras anexas : La figura 1 es un diagrama esquemático de bloques que ilustra un ejemplo no limitante del cuantificador de vectores de etapas múltiples; La figura 2 es un diagrama esquemático de bloques que ilustra un ejemplo no limitante del cuantificador de vectores de vector dividido; La figura 3 es un diagrama esquemático de bloques que ilustra un ejemplo no limitante del cuantificador de vectores predictivo utilizando la predicción auto-regresiva AR; La figura 4 es un diagrama esquemático de bloques que ilustra un ejemplo no limitante del cuantificador de vectores predictivo utilizando la predicción promedio móvil MA; La figura 5 es un diagrama esquemático de bloques de un ejemplo de un cuantificador de vector predictivo, conmutado, en el codificador, de acuerdo a una modalidad ilustrativa, no restrictiva de la presente invención; La figura 6 es un diagrama esquemático de bloques de un ejemplo del cuantificador de vector predictivo, conmutado, en el descodificador, de acuerdo a una modalidad 19 ilustrativa, no restrictiva de la presente invención; La figura 7 es un ejemplo ilustrativo, no restrictivo de una distribución de ISFs sobre frecuencia, en donde cada distribución es una función de la probabilidad para encontrar un ISF en una posición dada en el vector ISF; y La figura 8 es una gráfica que muestra un ejemplo típico de evolución de los parámetros de ISF a través de los cuadros de conversación sucesivos . DESCRIPCIÓN DETALLADA DE LAS MODALIDADES ILUSTRATIVAS Aunque las modalidades ilustrativas de la presente invención serán descritas en la siguiente descripción en relación a una aplicación a una señal de conversación, se debe tener en cuenta que la presente invención puede ser también aplicada a otros tipos de señales de sonido. Las técnicas de codificación de conversación más recientes están basadas en el análisis de predicción lineal tal como la codificación CELP. Los parámetros LP son computados y cuantificados en cuadros de 10-30 ms . En la presente modalidad ilustrativa, los cuadros de 20 ms son utilizados y se asume un orden de análisis LP de 16. Un ejemplo de cómputo de los parámetros LP en un sistema de codificación de conversación, es encontrado en la referencia [ITU-T Recomendación G.722.2 "Codificación de banda ancha de conversación de alrededor de 16 kbitio/segundo utilizando la 20 banda ancha de velocidad múltiple adaptativa (A R-WB) " , Ginebra, 2002]. En este ejemplo ilustrativo, la señal de conversación preprocesada es ventaneada y las auto-correlaciones de la conversación ventaneada son computadas. El recurso de Levinson-Durbin es luego utilizado para computar los coeficientes de predicción lineal a¿ i=l,...,M a partir de las auto-correlaciones R(k), k=0, ... ,M, donde M es el orden de predicción. Los coeficientes de predicción lineal ai no pueden ser directamente cuantificados para la transmisión al descodificador. Las razones que los errores de cuantificación pequeños sobre los coeficientes de predicción lineal pueden producir errores espectrales grandes en la función de transferencia del filtro LP y pueden incluso provocar inestabilidades del filtro. Por lo tanto, es aplicada una transformación a los coeficientes de predicción lineal a. antes de la cuantificación. La transformación produce lo que es llamada una representación de los coeficientes de predicción lineal. Después de recibir los coeficientes de predicción lineal transformados, cuantificados , el descodificador puede entonces aplicar la transformación inversa para obtener los coeficientes de predicción lineal cuantificados . Una representación ampliamente utilizada para coeficientes de predicción lineal ai es las frecuencias espectrales lineales (LSF, por sus 21 siglas en inglés) también conocidas como pares espectrales (LSP) . Los detalles del cómputo de las LSFs pueden ser encontradas en la referencia [ITU-T Recomendación G.729 "Codificación de conversación de 8 kbitio/segundo utilizando la predicción lineal excitada por código algebraico, de •estructura conjugada (CS-ACELP) Ginebra, Marzo 1996]. Las LSFs consisten de los polos de los polinomiales: P(Z)= (A(Z)+?-*? ?*))?<+?*) y Para valores pares de M, cada polinomial tiene M/2 raices conjugadas sobre el circulo unitario (e1^1) . Por lo tanto, los polinominales pueden ser escritos como: y f-2.4 tí donde qi = COS(CDÍ) con ?± son las frecuencias espectrales lineales (LSF) que satisfacen la propiedad de ordenación 0 < G>i < a>2 <·..< ?? < ?. En este ejemplo particular, las LSFs constituyen los parámetros LP (predicción lineal) . 22 Una representación similar es los pares espectrales de limitancia (ISP, por sus siglas en inglés) o las frecuencias espectrales de limitancia (ISF, por sus siglas en inglés), que ha sido utilizado en el estándar de codificación AMR-WB. Los detalles del cómputo de las ISFs puede ser encontrada en la referencia [ITü-T Recomendación G.722.2 "Codificación de banda ancha de conversación de alrededor de 16 kbitio/segundo utilizando la banda ancha de velocidad múltiple adaptativa (AMR-WB)", Ginebra, 2002]. Son también posibles otras representaciones y han sido también utilizadas. Sin pérdida de la generalidad, la siguiente descripción considerará el caso de la representación ISF como un ejemplo ilustrativo no restrictivo. Para un filtro LP de eMésimo orden, donde M es par, los ISPs son definidos como la raiz de los polinomiales : F1(z) = A(2)-fz-áí (2-i) Los polinomiales Fi(z) y F2(z) tienen M/2 y M/2-1 raices conjugadas sobre el círculo unitario (e±jaco) , respectivamente. Por lo tanto, los polinomiales pueden ser escritos como: y 23 donde q± = eos ((Oj.) con ?± que son las frecuencias espectrales de imitancia (ISF) y aM es el último coeficiente de predicción lineal. Las ISFs satisfacen la propiedad de ordenación 0 < coi < ?2 <...< OM-I < ?. En este ejemplo particular, las LSFs constituyen los parámetros LP (predicción lineal) . De este modo, las ISFs consisten de M-l frecuencias en adición a los últimos coeficientes de predicción lineal. En la presente modalidad ilustrativa, las ISFs son trazadas en mapa en las frecuencias en el intervalo de 0 a fs/2, donde fs es la frecuencia de rauestreo utilizando la siguiente relación: f f¡ =-jLaiccos(g1), í=l,...,? -? 27Z y Las LSFs y las ISFs (parámetros LP) han sido ampliamente utilizadas debido a varias propiedades que las hacen adecuadas para fines de cuantificación. Entre estas propiedades están el intervalo dinámico bien definido, su evolución suave que da como resultado fuertes correlaciones ínter- e intra-cuadros, y la existencia de la propiedad de ordenamiento que garantiza la estabilidad del filtro LP cuantificado . 24 En este documento, el término "parámetro LP" es utilizado para referirse a cualquier representación de los coeficientes LP, por ejemplo, LSF, ISF. LSF removida de la media o ISF removida de la media. Las modalidades principales de la ISFs (parámetros LP (predicción lineal) ) serán descritas ahora con el fin de comprender los procedimientos de cuantificación utilizados . La figura 7 muestra un ejemplo típico de la función de distribución de probabilidad (PDF, por sus siglas en inglés) de los coeficientes ISF. Cada curva representa la PDF de un coeficiente ISF individual. La media de cada distribución es mostrada sobre el eje horizontal (µ*) . Por ejemplo, la curva para ISFi indica todos los valores, con su probabilidad de ocurrir, que pueden ser tomados por el primer coeficiente ISF en un cuadro. La curva para ISF2 indica todos los valores, con su probabilidad de ocurrir, que pueden ser tomados por el segundo coeficiente ISF en un cuadro, y así sucesivamente. La función PDF es típicamente obtenida mediante la aplicación de un histograma a los valores tomados por un coeficiente dado, como se observa a través de los diversos cuadros consecutivos. Se observa que cada coeficiente ISF ocupa un intervalo restringido sobre todos los posibles valores de ISF. Esto reduce de manera efectiva el espacio que el cuantificador tiene que cubrir e incrementa la eficiencia de la velocidad de BITS. Es también importante hacer notar que, 25 mientras que los PDFs de los coeficientes ISF pueden traslaparse, los coeficientes ISF en un cuadro dado son siempre ordenados ( ISFk+1 - SFjc > 0, en donde k es la posición del coeficiente ISF dentro del vector de los coeficientes de ISF) . Con longitudes de 10 a 30 ms típicos en un codificador de conversación, los coeficientes de ISF muestran correlación intercuadros . La figura 8 muestra cómo los coeficientes de ISF evolucionan a través de los cuadros en una señal de conversación. La figura 8 fue obtenida mediante la realización del análisis LP sobre 30 cuadros consecutivos de 20 ms en un segmento de conversación, que comprende cuadros de voz y sin voz. Los coeficientes LP (16 por cuadro fueron transformados en coeficientes ISF. La figura 8 muestra que las líneas nunca se cruzan una con la otra, lo cual significa que las ISFs están siempre ordenadas. La figura 8 también muestra que los coeficientes ISF típicamente evolucionan lentamente, en comparación a la velocidad de cuadros. Esto significa en la práctica que la cuantificación predictiva puede ser aplicada para reducir el error de cuantificación. La figura 3 ilustra un ejemplo del cuantificador 300 de vector predictivo utilizando la predicción progresiva (AR) . Como se ilustra en la figura 3, un vector en de vector de predicciones primeramente obtenido mediante la sustracción 26 (procesador 301) de un vector de predicción pn del vector de parámetro LP de entrada que va a ser cuantificado xn. El símbolo n se refiere aquí al índice de cuadros en el tiempo. El vector de predicción pn es computado por un predictor (procesador 302) utilizando los vectores de parámetro LP cuantificados, pasados %?^, ^.?, etc. El vector de error de predicción en es luego cuantificado (procesador 303) para producir un índice i para la transmisión por ejemplo para un canal y un vector de error de predicción cuantificado én. El vector de parámetro LP cuantificado total xn es obtenido mediante la adición (procesador 304) del vector de error de predicción cuantificado én y el vector de predicción pn. Una forma general del predictor P (procesador 302) es: donde Ak son la matrices de predicción de dimensión MxM, y K es el orden del predictor. Una forma simple para el predictor P (procesador 302) es el uso de la predicción del primer orden: „= i^ (2) donde A es una matriz de predicción de dimensión MxM, donde M es la dimensión del vector de parámetro LP xn. Una forma simple de la matriz de predicción A es una matriz diagonal con elementos diagonal i, 0C2,...,aM, donde a,? son los 27 factores de predicción para los parámetros LP individuales. Si el mismo factor a es utilizado para - todos los parámetros LP, entonces la ecuación 2 se reduce a: Utilizando la forma de predicción simple de la Ecuación (3) , entonces en la figura 3, el vector de parámetro de LP cuantificado xns dado por la siguiente relación auto-regresiva (AR) : La forma recursiva de la ecuación (4) implica que, cuando se utiliza un cuantificador predictivo AR 300 de la forma como se ilustra en la figura 3, los errores de canal se propagarán a través de los diversos cuadros. Esto puede ser observado más claramente si la ecuación (4) es escrita en la siguiente forma matemáticamente equivalente: Esta forma muestra claramente que en principio cada vector de error de predicción descodificado én-k contribuye al valor del vector de parámetro LP cuantificado x . Por lo 28 tanto, en el caso de errores de canal, lo cual podría modificar el valor de én recibido por el descodificador con relación a lo que enviado por el codificador, el vector descodificado Xn obtenido en la ecuación 4 podría no ser el mismo en el descodificador y en el codificador. Debido a la naturaleza recursiva del predictor P, esta no concordancia de codificador-descodificador se propagará en el futuro y afectará los siguientes vectores xn+1, in+2,etc. , incluso si no existen errores de canal en los últimos cuadros. Por lo tanto, la cuantificación de vector predictiva no es robusta para los errores de canal, especialmente cuando los factores de predicción son altos (a cercano a 1 en las ecuaciones (4) y (5) ) . Para mejorar este problema de propagación, la predicción promedio móvil (MA) puede ser utilizada en vez de la predicción AR. En la predicción MA, la serie infinita de la ecuación (5) es truncada a un número finito de términos.
La idea es aproximarse a la forma auto-regresiva del predictor P en la ecuación (4), mediante el uso de un pequeño número de términos en la ecuación (5) . Nótese que los pesos en la suma pueden ser modificados para aproximarse mejor al predictor P de la ecuación (4) . Un ejemplo no limitante del cuantificador de vector predictivo MA 400 es mostrado en la figura 4, en donde los ' procesadores 401, 402, 403 y 404 corresponden a los 29 procesadores 301, 302, 303 y 304, respectivamente. Una forma general del predictor (Procesador 402) es: donde B son las matrices de predicción de dimensión MxM y K es el orden del predictor. Se debe notar que en la predicción MA, los errores de transmisión se propagan únicamente a los siguientes K cuadros. üna forma simple para el predictor P (Procesador 402) es utilizar la predicción de primer orden: P, =BS„-i (6) donde B es una matriz de predicción MxM, donde M es la dimensión del vector de parámetro LP. üna forma simple de la matriz de predicción es una matriz diagonal con elementos diagonales ß?, ß2, ... , ß?^ donde ß? son los factores de predicción para los parámetros LP individuales. Si el mismo factor ß es utilizado para todos los parámetros LP, entonces la ecuación (6) se reduce a: Utilizando la forma de predicción simple de la ecuación (7) entonces en la figura 4, el vector de parámetro 30 LP cuantificado „ es dado por la siguiente relación promedio móvil (MA) : En el ejemplo ilustrativo del cuantificador de vector predictivo 400 utilizando la predicción MA como se muestra en la figura 4, la memoria del predictor (en el procesador 402) es formada por los vectores de error de predicción descodificados pasados én_i, én-2, etc. Por lo tanto, el número máximo de cuadros sobre el cual un error de canal puede propagarse, es el orden del predictor P (Procesador 402) . En el ejemplo de predictor ilustrativo de la ecuación (8), la predicción de 1er. orden es utilizada de modo que el error de predicción MA puede únicamente propagarse sobre un cuadro únicamente. Mientras que es más valida para los errores de predicción que para la predicción AR, la predicción MA no logra la misma ganancia de predicción para un orden de predicción dado. El error de predicción tiene en consecuencia un mayor intervalo dinámico y puede requerir más BITS para lograr la misma ganancia de codificación que con la cuantificación predictiva AR. El compromiso es de este modo la robustez para los errores de canal versus la ganancia de codificación a una velocidad de BITS dada. 31 En la codificación de la velocidad de BITS variable controlada por la fuente (VBR) , el codificador opera a varias velocidades de BITS, y es utilizado un módulo de selección de velocidad para determinar la velocidad de BITS utilizada para codificar cada cuadro de conversación basado en la naturaleza del cuadro de conversación, por ejemplo con voz, sin voz, transitorio, con ruido de fondo. La naturaleza del cuadro de conversación, por ejemplo con voz, sin voz, transitorio, con ruido de fondo, etc., puede ser determinada de la misma manera que para ser CDMA VBR. La meta es alcanzar la mejor calidad de conversación a una velocidad de BITS promedio dada, también denominada como la velocidad de datos promedio (ADR) . Como un ejemplo ilustrativo, en los sistemas CDMA, por ejemplo, CDMA-uno y CDMA2000, típicamente se utilizan 4 velocidades de BITS y son denominadas como la velocidad completa (FR) , media velocidad (HR) , un cuarto de velocidad (QR) y un octavo de velocidad (ER) . En este sistema CDMA, dos grupos de velocidades son soportados y también denominados como Grupo I de velocidad y Grupo II de velocidad. En el Grupo II de Velocidad, un codificador de velocidad variable con mecanismo de selección de velocidad opera a las velocidades de bitio de codificación de la fuente de 13.3 (FR) , 6.2 (HR) , 2.7 (QR) y 1.0 (ER) kbitio/segundo . En la codificación VBR se utiliza un mecanismo de clasificación y de selección de velocidad para clasificar el 32 cuadro de conversación de acuerdo a su naturaleza (voz, sin voz, transitorio, ruido, etc.,) y selecciona la velocidad de BITS necesaria para codificar el cuadro de acuerdo a la clasificación, y la velocidad de datos promedio requerida (ADR) . La codificación a velocidad media es típicamente elegida en los cuadros donde la señal de conversación de entrada es estacionaria. Los ahorros de BITS comparados a la velocidad completa son logrados mediante la actualización de los parámetros del codificador menos frecuentemente, o mediante el uso de menos BITS para codificar algunos parámetros. Además, estos cuadros muestran una fuerte correlación que puede ser explotada para reducir la velocidad de BITS. Más específicamente, en los segmentos con voz estacionarios, la información de separación es codificada únicamente una vez en un cuadro, y se utilizan menos BITS para el libro de código fijo y los coeficientes LP. En los cuadros sin voz, no es necesario la predicción de separación y la excitación puede ser modelada con libros de códigos pequeños en HR o ruido aleatorio en QR. Ya que la VQ predictiva con predicción MA es típicamente aplicada para codificar los parámetros LP, esto da como resultado un incremento innecesario en el ruido de cuantificación. La predicción MA, en oposición a la predicción AR, es utilizada para incrementar la robustez para las pérdidas de cuadro; no obstante, en los cuadros 33 estacionarios los parámetros LP evolucionan lentamente, de modo que el uso de la predicción AR en este caso, podría tener un impacto más pequeño sobre la propagación de errores en el caso de los cuadros perdidos . Esto es detectado por la observación de que, en el caso de cuadros faltantes, la mayoría de los descodificadores aplican en un procedimiento de ocultamiento que esencialmente extrapola los parámetros LP del último cuadro. Si el cuadro faltante es estacionario con voz, esta extrapolación produce valores muy similares a los parámetros LP efectivamente transmitidos pero no recibidos . El vector de parámetro LP reconstruido es de este modo parecido al que podría haber sido descodificado si el cuadro no se hubiera perdido. En este caso específico, el uso de una predicción AR en el procedimiento de cuantaficación de los coeficientes LP, no puede tener un efecto muy adverso sobre la propagación del error de cuantificación. De este modo, de acuerdo a una modalidad ilustrativa no restrictiva de la presente invención, un método VQ predictivo para los parámetros LP es descrito, con el cual el predictor es cambiado entre la predicción MA y AR de acuerdo a la naturaleza del cuadro de conversación que se procesa. Más específicamente, en los cuadros transitorios y no estacionarios se utiliza la predicción MA, mientras que en los cuadros estacionarios, se utiliza la predicción AR. Además, ya que la predicción AR da como resultado un vector 34 de error de predicción en con un intervalo dinámico más pequeño que la predicción MA, éste no es eficiente para utilizar las mismas tablas de cuantificación para ambos tipos de predicción. Para superar este problema, el vector de error de predicción después de la predicción AR es adecuadamente escalado, de modo que éste puede ser cuantificado utilizando las mismas tablas de cuantificación que en el caso de predicción MA. Cuando se utiliza la VQ de etapas múltiples para cuantificar el vector de error de predicción, la primera etapa puede ser utilizada para ambos tipos de predicción después de escalar apropiadamente el vector de error de predicción AR. Ya que es suficiente utilizar la VQ dividida en la segunda etapa la cual no requiere gran memoria, las tablas de cuantificación de esta segunda etapa pueden ser entrenadas y diseñadas separadamente para ambos tipos de predicción. Por supuesto, en vez de diseñar las tablas de cuantificación de la primera etapa con la predicción MA y escalar el vector de error predicción AR, lo opuesto es también válido, es decir, la primera etapa puede ser diseñada para la predicción AR y el vector de error de predicción MA es escalado antes de la cuantificación. De este modo, de acuerdo a una modalidad ilustrativa no restrictiva de la presente invención, el método predictivo de cuantificación de vector es también descrito para cuantificar los parámetros LP en un codee de 35 conversación a velocidad de BITS variable, con lo cual el predictor P es cambiado entre la predicción MA y AR de acuerdo a la información de clasificación respecto a la naturaleza del cuadro de conversación que es procesado, y con esto el vector de error de predicción es adecuadamente escalado tal que las mismas tablas de cuantificación de la primera etapa en una VQ de etapas múltiples del error de predicción, pueden ser utilizadas para ambos tipos de predicción. Ejemplo 1 La figura 1 muestra un ejemplo no limitante de un cuantificador 100 de vector de dos etapas. Un vector de entrada x es primeramente cuantificado con el cuantificador Ql (Procesador 101) para producir un vector cuantificado *i y un índice de cuantificación ix. La diferencia entre el vector de entrada x y el vector cuantificado Xj de primera etapa es computado (Procesador 102) para producir el vector de error x2 cuantificado además con un VQ de segunda etapa (Procesador 103) para producir el vector de error de segunda etapa cuantificado X, con el índice de cuantificación ±2 . Los índices de ii e Í2 son transmitidos (Procesador 104) a través de un canal, y el vector cuantificado X es reconstruido en el descodificador como X = Xj-rX2 . La figura 2 muestra un ejemplo ilustrativo del cuantificador de vector dividido 200. Un vector de entrada x 36 de dimensión M es dividido en K subvectores de dimensiones Ni, N2,...,NK, y cuantificado con los cuantificadores de vector Qi, Q2, - . .QK, respectivamente (Procesadores 201.1, 201.2... 201 : K) . Los subvectores cuantificados yl r y2, ...,??, con los índices de cuantificación ii, i2 e iK son encontrados. Los índices de cuantificación son transmitidos (Procesador 202) a través de un canal y el vector cuantificado ? es reconstruido mediante concatenación simple de los subvectores cuantificados . Un procedimiento eficiente para la cuantificación de vectores es combinar el VQ de etapas múltiples y de división que da como resultado un buen trueque entre la calidad y la complejidad. En un primer ejemplo ilustrativo, un VQ de dos etapas puede ser utilizado, con lo cual el vector de error de segunda etapa §2 es dividido en varios subvectores y cuantificado con los cuantificadores de segunda etapa Q21, Q22, - - - ,Q2 , respectivamente. En un segundo ejemplo ilustrativo, el vector de entrada puede ser dividido en dos subvectores, luego cada subvector es cuantificado con el VQ de dos etapas utilizando la división adicional en la segunda etapa como en el primer ejemplo ilustrativo. La figura 5 es un diagrama esquemático de bloques que ilustra un ejemplo no limitante del cuantificador 500 de vector predictivo conmutado, de acuerdo a la presente invención. Primeramente, un vector de parámetros LP medios µ 37 es removido de un vector z de parámetros LP de entrada para producir el vector x de parámetros LP removidos medios (Procesador 501) . Como se indica en la descripción anterior, los vectores de parámetros LP pueden ser vectores de parámetros LSF, parámetros ISF, o cualquier otra representación de parámetros LP relevante. La eliminación del vector µ de parámetro LP medio del vector z de parámetro LP de entrada es opcional, pero da como resultado funcionamiento de predicción mejorado. Si el procesador 501 es deshabilitado entonces el vector x de parámetro LP removido medio será el mismo que el vector z del parámetro LP de entrada. Se debe notar aquí que el índice de cuadros n utilizado en las figuras 3 y 4 ha sido retirado aquí para fines de simplificación. El vector de predicción p es luego computado y removido del vector x de parámetro LP removido medio para producir el vector e de error de predicción (Procesador 502) . Luego, con base en la información de clasificación de cuadros, si el cuadro correspondiente al vector z de parámetro de entrada es estacionario con voz, entonces se utiliza la predicción AR y el vector de error e que es escalado por un cierto factor (Procesador 503) para obtener el vector de error de predicción escalado e' . Si el cuadro no es estacionario con voz, la predicción MA es utilizada y el factor de escalamiento (Procesador 503) es igual a 1. Nuevamente, la clasificación de un cuadro, por 38 ejemplo, con voz, sin voz, transitorio, con ruido de fondo, etc., puede ser determinada, por ejemplo, de la misma manera que para CDMA VBR. El factor de escalamiento es típicamente mayor que 1 y da como resultado el sobre-escalamiento del intervalo dinámico del vector de error de predicción, de modo que este puede ser cuantificado con un cuantificado diseñado para la predicción MA. El valor del factor de escalamiento depende de los coeficientes utilizados para la predicción MA y AR. Los valores típicos no restrictivos son: coeficiente de predicción de MA ß = 0.33, coeficiente de predicción de AR a = 0.65 y el factor de escalamiento = 1.25. Si el cuantificador es diseñado para la predicción AR, entonces será realizada una operación opuesta: el vector de error de predicción para la predicción MA será escalado y el factor de escalamiento será menor de 1. El vector e' de error de predicción escalado es luego cuantificado en vectores (Procesador 508) para producir un vector de error é' de predicción escalado, cuantificado. En el ejemplo de la figura 5, el procesador 508 consiste de un cuantificador de vector de dos etapas donde VQ dividido es utilizado en ambas etapas y en donde las tablas de cuantificación de vectores de la primera etapa son las mismas para la predicción MA y AR. El cuantificador de vectores 508 de dos etapas, consiste de los procesadores 504, 505, 506, 507 y 509. En el cuantificador Ql de la primera etapa, el 39 vector de error e' de predicción, escalado es cuantificado para producir un vector - de error éi de predicción, cuantificado, de primera etapa (Procesador 504) . Este vector éi es removido del vector de error e' de predicción escalado (Procesador 505) para producir un vector de error e2 de predicción de segunda etapa. Este vector de error e2 de predicción de segunda etapa es luego cuantificado (Procesador 506) ya sea por un cuantificador de vector de segunda etapa o un cuantificador de vector QAR de segunda etapa para producir un vector de error é2 de predicción, cuantificado, de segunda etapa. La elección entre los cuantificadores de vectores QMA y QAR de segunda etapa depende de la información de clasificación de cuadros (por ejemplo, como se indicó anteriormente en la presente, AR si el cuadro es estacionario con voz y MA si el cuadro no es estacionario con voz) . El vector é' de error de predicción escalado, cuantificado es reconstruido (Procesador 509) por la suma de los vectores de error y é2 de predicción, cuantificados, a partir de las dos etapas: e' = i + é2. Finalmente, el escalamiento inverso a aquel del procesador 503 es aplicado al vector de error é' de predicción, escalado, cuantificado (Procesador 510) para producir el vector de error é de predicción, cuantificado. En el presente ejemplo ilustrativo, la dimensión del vector es 16, y la VQ dividida es utilizada en ambas etapas. Los Índices de cuantificación ±x e i2 provenientes del 40 cuantificador Ql y del cuantificador QMA O Qar son multiplexados y transmitidos a través de un canal de comunicación (Procesador 507). El vector de predicción p es computado ya sea en un predictor MA (Procesador 511) o un predictor AR (Procesador 512) dependiendo de la información de clasificación de cuadros (por ejemplo, como se indicó anteriormente en la presente, AR si es el cuadro es estacionario con voz y MA si el cuadro no es estacionario con voz) . Si el cuadro es estacionario con voz entonces el vector de predicción es igual a la salida del predictor AR 512. De otro modo, el vector de predicción es igual a la salida del predictor MA 511. Como se explica anteriormente en la presente el predictor MA 511 opera sobre los vectores de error de predicción cuantificados provenientes de diversos cuadros, mientras que el predictor AR 512 opera sobre los vectores de parámetro LP de entrada, cuantificados . El vector de parámetro LP de entrada, cuantificado (removido de la media) es construido mediante la adición del vector de error é de predicción, cuantificado al vector de predicción p (Procesador 514) : . La figura 6 es un diagrama esquemático de bloques que muestra una modalidad ilustrativa de un cuantificador 600 de vector predictivo conmutado, en el descodificador de acuerdo a la presente invención. En el lado del 41 descodificador , los grupos recibidos de índices de cuantificación ii e i2 son utilizados por las tablas de cuantificación (Procesadores 601 y 602) para producir los vectores de error i y §2 de predicción, cuantificados, de primera etapa y de segunda etapa. Nótese que la cuantificación de segunda etapa (Procesador 602) consiste de dos grupos de tablas para la predicción MA y AR como se describe anteriormente en la presente, con referencia al lado del codificador de la figura 5. El vector de predicción de error escalado es luego reconstruido en el procesador 603 al sumar los vectores de error de predicción cuantificados a partir de las dos etapas: §' = éi + é. - El escalamiento inverso es aplicado en el procesador 609 para producir el vector de error é de predicción, cuantificado . Nótese que el escalamiento inverso es una función de la información de clasificación de cuadros recibidos, y corresponde al inverso del escalamiento realizado por el procesador 503 de la figura 5. El vector ? del parámetro LP de entrada, removido de la media, cuantificado es luego reconstruido en el procesador 604 mediante la adición del vector de predicción p al vector de error de predicción cuantificado é : ¾ = B-t-p . En el caso del vector de los parámetros LP medios, µ ha sido removido en el lado del codificador, es agregado el procesador 608 para producir el vector del parámetro LP de entrada, cuantificado. Se debe notar que como en el caso del lado del 42 codificador de la figura 5, el vector de predicción p es ya sea la salida del predictor MA 605 o el predictor AR 606, dependiendo de la información de clasificación de cuadros; esta selección es realizada de acuerdo con la lógica del procesador 607 en respuesta a la información de clasificación de cuadros. Más específicamente, si el cuadro es estacionario con voz, entonces el vector de predicción p es igual a la salida del predictor AR 605. De otro modo, el vector de predicción p es igual a la salida del predictor MA 605. Por supuesto, a pesar del hecho de únicamente la salida ya sea del predictor MA o del predictor AR es utilizada en un cierto cuadro, las memorias de ambos predictores serán actualizadas cada cuadro, asumiendo que la predicción MA o AR puede ser utilizada en el siguiente cuadro. Esto es válido para los lados del codificador y del descodificador. Con el fin de optimizar la ganancia de codificación, algunos vectores de la primera etapa, designados para la predicción MA, pueden ser reemplazados por nuevos vectores designados para la predicción AR. En una modalidad ilustrativa, no restrictiva, el tamaño del libro de código de la primera etapa es de 256, y tiene el mismo contenido que en estándar AMR-WB a 12.65 kbitio/segundo, y 28 vectores son reemplazados en el libro de código de primera 43 etapa, cuando se utiliza una predicción AR. Un libro de código de primera etapa, extendido es de este modo formado como sigue: primeramente, los 28 vectores de primera etapa menos utilizados cuando se aplica la predicción AR, pero utilizable para la predicción MA son colocados al comienzo de una tabla, luego los restantes 256-28 = 228 vectores de primera etapa utilizables para la predicción AR y MA, son anexados en la tabla, y finalmente 28 nuevos vectores utilizables para la predicción AR son colocados al final de la tabla. La longitud de la tabla es de este modo 256 + 28 = 284 vectores. Cuando se utiliza la predicción MA, los primeros 256 vectores de la tabla son utilizados en la primera etapa; cuando se utiliza la predicción AR los últimos 256 vectores de la tabla son utilizados. Para asegurar la interoperabilidad con el estándar AMR- B, se utiliza una tabla que contiene el trazado del mapa entre la posición de un vector de primera etapa en este nuevo libro de código, y su posición original en el libro de código de primera etapa de AMR-WB. Para resumir, las modalidades ilustrativas no restrictivas, anteriormente descritas de la presente invención, descritas en relación a las figuras 5 y 6, presentan las siguientes características: 44 predicción A /MA conmutada es utilizada dependiendo del modo de codificación del codificador a velocidad variable, dependiendo el mismo de la misma del cuadro de conversación actual . Esencialmente es utilizado el mismo cuantificador de primera etapa ya sea que se aplique la predicción AR o MA, lo cual da como resultado ahorros de memoria. En una modalidad ilustrativa no restrictiva, la predicción LP de 15° orden es utilizada y los parámetros LP son representados en el dominio ISF. El libro de código de primera etapa es el mismo que aquel utilizado en el modo de 12.65 kbitio/ segundo del codificador AMR-WB donde el libro de código fue diseñado utilizando la predicción MA (el vector de parámetro LP de 16 dimensiones es dividido entre 2 para obtener dos subvectores con dimensión de 7 y 9 , y en la primera etapa de la cuantificación, se utilizan dos libros de código de 256 entradas) . En vez de la predicción MA, se utiliza la predicción AR en los modos estacionarios, específicamente el modo con voz a velocidad media; de otro modo, se utiliza la predicción MA. 45 En el caso de la predicción AR, la primera etapa del cuantificador es la misma que el caso de la predicción MA. No obstante, la segunda etapa puede ser adecuadamente diseñado y entrenada para la predicción AR. Para tomar en cuenta este cambio o conmutación en el modo de predictor, las memorias de ambos predictores MA y AR son actualizadas cada cuadro, asumiendo que la predicción MA o AR puede ser utilizada para el siguiente cuadro. Además, para optimizar la ganancia de codificación, algunos vectores de la primera etapa, diseñados para la predicción MA, pueden ser reemplazados por nuevos vectores diseñados para la predicción AR. De acuerdo a esta modalidad ilustrativa no restrictiva, son reemplazados 28 vectores en el primer libro de códigos de la primera etapa cuando se utiliza la predicción AR. Un libro de código de primera etapa, agrandado puede ser de este modo formado como sigue: primeramente, los 28 vectores de primera etapa menos utilizados cuando se aplica la predicción AR, son colocados al comienzo de una tabla, luego son anexados los restantes 256 - 28 = 228 vectores de primera etapa en la tabla, y finalmente 28 nuevos vectores son 46 colocados al final de la tabla. La longitud de la tabla es de este modo de 256 + 28 = 284 vectores. Cuando se utiliza la predicción MA, los primeros 256 vectores de la tabla son utilizados en la primera etapa; cuando se utiliza una predicción AR, son utilizados los últimos 256 vectores de la tabla. Para asegurar la interoperabilidad con el estándar AMR- B, se utiliza una tabla que contiene el mapa entre la posición de un vector de primera etapa en este nuevo libro de código, y su posición original en el libro de código de primera etapa de AMR-WB. Ya que la predicción AR alcanza menor energía de error de predicción que la predicción MA cuando se utiliza sobre señales estacionarias, es aplicado un factor de escalamiento en el error de predicción. En una modalidad ilustrativa no restrictiva, el factor de escalamiento es 1 cuando se utiliza la predicción MA, y 1/0.8 cuando se utiliza la predicción AR. Esto incrementa el error de predicción de AR a un equivalente dinámico al error de predicción MA. Por lo tanto, el mismo cuantificador puede ser utilizado para la predicción MA y AR en la primera etapa. Aunque la presente invención es descrita en la siguiente descripción en relación a las modalidades ilustrativas no restrictivas de la misma, estas modalidades 47 pueden ser modificadas a voluntad, dentro del alcance de las reivindicaciones anexas, sin apartarse de la naturaleza y el espíritu de la presente invención. Se hace constar que con relación a esta fecha, el mejor método conocido por la solicitante para llevar a la práctica la citada invención, es el que resulta claro de la presente descripción de la invención.

Claims (57)

48 REIVINDICACIONES Habiéndose descrito la invención como antecede, se reclama como propiedad lo contenido en las siguientes reivindicaciones :
1. Un método para cuantificar los parámetros de predicción lineal en la codificación de señales de sonido a velocidades a velocidad de BITS variable, caracterizado el método porque comprende: la recepción de un vector de parámetro de predicción lineal de entrada; la clasificación de un cuadro de señal de sonido correspondiente al vector de parámetro de predicción lineal de entrada; el cómputo de un vector de predicción; la eliminación del vector de predicción computado a partir del vector de parámetro de predicción lineal de entrada, para producir un vector de error de predicción; el escalamiento del vector de error de predicción; la cuantificación del vector de error de predicción escalado,-en donde : se realiza el cómputo de un vector de predicción que comprende la selección de uno de una pluralidad de 49 esquemas de predicción en relación a la clasificación del cuadro de señales de sonido, y el cómputo del vector de predicción de acuerdo con el esquema de predicción seleccionado; y se escala el vector de error de predicción que comprende la selección de al menos de uno de una pluralidad de esquemas de escalamiento, en relación al esquema de predicción seleccionado, y el escalamiento del vector de error de predicción de acuerdo al esquema de escalamiento seleccionado.
2. ün método para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 1, caracterizado porque la cuantificación del vector de error de predicción comprende: el procesamiento del vector de error de predicción a través de al menos un cuantificador utilizando el esquema de predicción seleccionado.
3. Un método para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 1, caracterizado porque: la pluralidad de esquemas de predicción comprende la predicción promedio móvil y la 50 predicción auto-regresiva.
4. Un método para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 1, caracterizado porque comprende además : la producción de un vector de parámetros de predicción lineal media; y la eliminación del vector de los parámetros de predicción lineal media a partir del vector del parámetro de predicción lineal de entrada, para producir un vector del parámetro de predicción lineal eliminado de la media.
5. Un método para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 1, caracterizado porque la clasificación del cuadro de señal de sonido comprende la determinación de que el cuadro de señal de sonido es un cuadro con voz estacionario; la selección de una pluralidad de esquemas de predicción que comprende la selección de la predicción auto-regresiva; el cómputo de un vector de predicción comprende el cómputo del vector de predicción a través de la predicción auto-regresiva; la selección de una pluralidad de esquemas de 51 escalamiento comprende la selección de un factor de escalamiento; y el escalamiento del vector de error de predicción comprende el escalamiento del vector de error de predicción antes de la cuantif icación utilizando el factor de escalamiento.
6. Un método para cuantif icar los parámetros de predicción lineal de conformidad con la reivindicación 1, caracterizado porque: la clasificación del cuadro de señal de sonido comprende la determinación de que el cuadro de señal de sonido no es cuadro con voz estacionario; el cómputo de un vector de predicción comprende el cómputo del vector de error de predicción a través de la predicción por medio móvil .
7. Un método para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 5, caracterizado porque el factor de escalamiento es mayor de 1.
8. Un método para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 1, caracterizado porque la cuantificación del vector de error de predicción comprende : el procesamiento del vector de error de predicción a través de un proceso de cuantificación de vector de dos 52 etapas .
9. Un método para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 8, caracterizado porque comprende además el uso de la cuantificación del vector dividido en las dos etapas del proceso de cuantificación de vector.
10. Un método para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 3, caracterizado porque: la cuantificación del vector de error de predicción comprende el procesamiento del vector de error de predicción a través de un proceso de cuantificación de vector de dos etapas que comprende primera y segunda etapa; y el procesamiento del vector de error de predicción a través de un proceso de cuantificación de vector de dos etapas comprende la aplicación del vector de error de predicción a las tablas de cuantificación de vectores de la primera etapa, que son las mismas para la predicción promedio móvil y auto -regresiva .
11. Un método para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 8, caracterizado porque la 53 cuantif icación del vector de error de predicción comprende : en una primera etapa el proceso de cuantif icación de vector de dos etapas, la cuantif icación del vector de error de predicción para producir un vector de error de predicción cuantif icado , de primera etapa; la eliminación a partir del vector de error de predicción, del vector de error de predicción cuantificado de la primera etapa para producir un vector de error de predicción de segunda etapa; en la segunda etapa del proceso de cuantificación del vector de dos etapas, la cuantif icación del vector de error de predicción de segunda etapa para producir un vector de error de predicción cuantificado de segunda etapa; y la producción de un vector de error de predicción cuantificado, al sumar los vectores de error de predicción cuantificados de la primera etapa y de la segunda etapa.
12. Un método para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 11, caracterizado porque la cuantificación del vector de error de predicción de segunda etapa comprende: el procesamiento del vector de error de predicción 54 de segunda etapa, a través de un cuantificador de predicción promedio móvil o un cuantificador de predicción auto-regresivo, dependiendo de la clasificación del cuadro de señal de sonido.
13. Un método para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 8, caracterizado porque la cuantificación del vector de error de predicción comprende: la producción de índices de cuantificación para las dos etapas en el proceso de cuantificación de vector de dos etapas ; la transmisión de los índices de cuantificación a través de un canal de comunicación.
14. Un método para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 8 , caracterizado porque : la clasificación del cuadro de señal de sonido comprende la determinación de que el cuadro de señal de sonido es un cuadro con voz estacionario; y el cómputo de un vector de predicción comprende: la adición de (a) el vector de error de predicción cuantificado producido por la suma de los vectores de error de predicción cuantificado de primera etapa y segunda etapa, y (b) el vector de predicción computado para producir un vector de entrada cuantificado; y 55 el procesamiento de vector de entrada cuantificado a través de la predicción auto-regresiva.
15. Un método para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 2, caracterizado porque: la pluralidad de esquemas de predicción comprende la predicción por medio móvil y la predicción auto- regresiva; la cuantificación del vector de error de predicción comprende: el procesamiento del vector de error de predicción a través de un cuantificador de vector de dos etapas que comprende un libro de código de primera etapa que comprende en secuencia: un primer grupo de vectores utilizables cuando se aplica la predicción promedio móvil y se coloca al comienzo de una tabla; un segundo grupo de vectores utilizables cuando se aplica ya sea la predicción promedio móvil y auto-regresiva, y colocado en la tabla intermedia al primer grupo de vectores y un tercer grupo de vectores ; el tercer grupo de vectores utilizable cuando se aplica la predicción auto-regresiva y se coloca al final de la tabla; 56 el procesamiento del vector de error de predicción a través de al menos un cuantificador utilizando el esquema de predicción seleccionado comprende: cuando el esquema de predicción seleccionado es la predicción promedio móvil, el procesamiento del vector de error de predicción a través del primero y segundo de los vectores de la tabla; y cuando el esquema de predicción seleccionado es la predicción auto-regresiva, se procesa el vector de error de predicción a través del segundo y tercer grupos de vectores .
16. Un método para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 15, caracterizado porque para asegurar la interoperabilidad con el estándar AMR-WB, el trazado del mapa entre la posición de un vector de primera etapa en la tabla del libro de código de primera etapa y una posición original del vector de primera etapa en un libro de código de primera etapa AMR-WB, se realiza a través de una tabla de trazado de mapa.
17. Un método para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 1, caracterizado porque : la clasificación del cuadro de señal de sonido comprende la determinación de que el cuadro de señal de sonido es un cuadro de voz estacionario o un cuadro de voz no 57 estacionario; y para los cuadros de voz estacionarios, la selección de una pluralidad de esquemas de predicción en relación a la clasificación del cuadro de señal de sonido, comprende la selección de la predicción auto-regresiva, el cómputo del vector de predicción de acuerdo con el esquema de predicción seleccionado comprende el cómputo del vector de error de predicción a través de la predicción auto-regresiva, la selección de al menos una pluralidad de esquemas de escalamiento en relación al esquema de predicción seleccionado comprende la selección de un factor de escalamiento mayor que uno, y el escalamiento del vector de error de predicción de acuerdo al esquema de escalamiento seleccionado comprende el escalamiento del vector de error de predicción antes de la cuantificación utilizando el factor de escalamiento mayor de 1; para los cuadros con voz no estacionarios, la selección de uno de una pluralidad de esquemas de predicción en relación a la clasificación del cuadro de señal de sonido, comprende la selección de la predicción promedio móvil, el cómputo del vector de predicción de acuerdo con el esquema de predicción seleccionado comprende el cómputo del vector de error de predicción a través de la predicción promedio móvil, la selección de al menos uno de una pluralidad de esquemas de escalamiento en relación al esquema de predicción 58 seleccionado, comprende la selección de un factor de escalamiento igual a l, y el escalamiento del vector de error de predicción de acuerdo con el esquema de escalamiento seleccionado comprende el escalamiento del vector de error de predicción antes de la cuantificación utilizando el factor de escalamiento igual a 1.
18. Un método para descuantificar los parámetros de predicción lineal en la descodificación de señal de sonido de velocidad de BITS variable, caracterizado el método porque comprende : la recepción de al menos un índice de cuantificaeión; la recepción de la información respecto a la clasificación de un cuadro de señal de sonido correspondiente al menos a un índice de cuantificación; la recuperación de un vector de error de predicción mediante la aplicación de al menos un índice al menos a una tabla de cuantificación; la reconstrucción de un vector de predicción; y la producción de un vector de parámetros de predicción lineal en respuesta al vector de error de predicción recuperado y el vector de predicción reconstruido; en donde: la reconstrucción de un vector de predicción comprende el procesamiento del vector de error de predicción recuperado 59 a través de uno de una pluralidad de esquemas de predicción, dependiendo de la información de clasificación de cuadros.
19. Un método para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 18, caracterizado porque la recuperación del vector de error de predicción comprende : la aplicación de al menos un índice y la información de clasificación al menos a una tabla de cuantificación utilizando un esquema de predicción.
20. Un método para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 18, caracterizado porque : la recepción de al menos un índice de cuantificación comprende la recepción de un índice de cuantificación de primera etapa y un índice de cuantificación de segunda etapa; y la aplicación de al menos un índice a al menos una tabla de cuantificación comprende la aplicación del índice de cuantificación de primera etapa a una tabla de cuantificación de primera etapa para producir un vector de error de predicción de primera etapa, y la aplicación del índice de cuantificación de segunda etapa a una tabla de cuantificación de segunda etapa para producir un vector de error de predicción de segunda etapa.
21. Un método para descuantificar los parámetros 60 de predicción lineal de conformidad con la reivindicación 20, caracterizado porque: la pluralidad de esquemas de predicción comprende la predicción promedio móvil y la predicción auto-regresiva; la tabla de cuantificación de segunda etapa comprende una tabla de predicción promedio móvil y una tabla de predicción auto-regresiva; y el método comprende además la aplicación de la clasificación de cuadros de señal de sonido a la tabla de cuantificación de segunda etapa, para procesar el índice de cuantificación de segunda etapa a través de la tabla de predicción promedio móvil o la tabla de predicción auto-regresiva, dependiendo de la información de clasificación de cuadros recibida.
22. Un método para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 20, caracterizado porque la recuperación de un vector de error de predicción comprende: sumar el vector de error de predicción de primera etapa y el vector de error de predicción de segunda etapa para producir el vector de error de predicción recuperado.
23. Un método para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 22, caracterizado además porque comprende: conducir sobre el vector de predicción recuperado 61 una operación de escalamiento inversa como una función de la información de clasificación de cuadros recibida.
24. Un método para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 18, caracterizado porque la producción de un vector de parámetro de predicción lineal comprende : agregar el vector de error de predicción recuperado y el vector de predicción reconstruido para producir el vector de parámetro de predicción lineal .
25. Un método para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 24, caracterizado porque comprende además la adición de un vector de los parámetros de predicción lineal media al vector de error de predicción recuperado, y el vector de predicción reconstruido para producir el vector de parámetro de predicción lineal.
26. Un método para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 18, caracterizado porque : la pluralidad de esquemas de predicción comprende la predicción promedio móvil y la predicción auto-regresiva; y la reconstrucción del vector de predicción comprende el procesamiento del vector de error de predicción recuperado a través de la predicción promedio móvil o el 62 procesamiento del vector del parámetro recuperado a través de la predicción auto-regresiva dependiendo de la información de clasificación de cuadros.
27. Un método para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 26, caracterizado porque la reconstrucción del vector de predicción comprende: el procesamiento del vector de parámetro producido a través de la predicción auto-regresiva, cuando la información de clasificación de cuadro indica que el cuadro de la señal de sonido es estacionario con voz; y el procesamiento del vector de error de predicción recuperado a través de la predicción promedio móvil, cuando la información de clasificación de cuadro indica que el cuadro de señal de sonido no es estacionario con voz.
28. Un dispositivo para cuantificar los parámetros de predicción lineal en la codificación de señal de sonido a velocidad de BITS variable, caracterizado porque comprende: medios para recibir un vector de parámetro de predicción lineal de entrada; medios para clasificar un cuadro de señal de sonido correspondiente al vector de parámetro de predicción lineal de entrada; medios para computar un vector de predicción; medios para remover el vector de predicción 63 computado del vector de parámetro de predicción lineal de entrada, para introducir un vector de error de predicción; medios para escalar el vector de error de predicción; medios para cuantificar el vector de error de predicción escalado; en donde : los medios para computar un vector de predicción comprenden los medios para seleccionar uno de una pluralidad de esquemas de predicción en relación a la clasificación del cuadro de señal de sonido, y medios para computar el vector de predicción de acuerdo con el esquema de predicción seleccionado; y los medios para escalar el vector de error de predicción comprende los medios para seleccionar al menos uno de una pluralidad de esquemas de escalamiento en relación al esquema de predicción seleccionado, y medios para escalar el vector de error de predicción de acuerdo con el esquema de escalamiento seleccionado
29. Un dispositivo para cuantificar los parámetros de predicción lineal en la codificación de señal de sonido a velocidad de BITS variable, caracterizado porque comprende: una entrada para recibir un vector del parámetro de predicción lineal de entrada; 64 un clasificador de un cuadro de señal de sonido correspondiente al vector de parámetro de predicción lineal de entrada; un calculador de un vector de predicción; un substractor para remover el vector de predicción conmutado del vector de parámetro de predicción lineal de entrada, para producir un vector de error de predicción; una unidad de escalamiento suministrada con el vector de error de predicción, la unidad eleva de escala el vector de error de predicción; y un cuantificador del vector de error de predicción escalado; en donde: el calculador del vector de predicción comprende un selector de uno de una pluralidad de esquemas de predicción en relación a la clasificación del cuadro de señal de sonido, para calcular el vector de predicción de acuerdo con el esquema de predicción seleccionado; y la unidad de escalamiento comprende un selector de al menos uno de una pluralidad de esquemas de escalamiento en relación al esquema de predicción seleccionado, para escalar el vector de error de predicción de acuerdo con el esquema de escalamiento seleccionado . 65
30. Un dispositivo para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 29, caracterizado porque: el cuantificador es suministrado con el vector de error de predicción para procesar el vector de error de predicción a través del esquema de predicción seleccionado.
31. Un dispositivo para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 29, caracterizado porque: la pluralidad de esquemas de predicción comprende la predicción promedio móvil y la predicción auto-regresiva.
32. Un dispositivo para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 29, caracterizado porque comprende además : medios para producir un vector de los parámetros de predicción lineal media; y un substractor para eliminar el vector de los parámetros de predicción lineal media del vector del parámetro de predicción lineal de entrada, para producir un vector del parámetro de predicción lineal de entrada, removido de la media.
33. Un dispositivo para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 29, caracterizado porque, cuando el clasificador determina que el cuadro de señal de sonido es un cuadro estacionario con voz, 66 el calculador de vector de predicción comprende : un predictor auto-regresivo para aplicar la predicción auto-regresiva al vector de error de predicción.
34. Un dispositivo para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 29, caracterizado porgue, cuando el clasificador determina que el cuadro de señal de sonido no es un cuadro con voz estacionario : el calculador de vector de predicción comprende un predictor promedio móvil para aplicar la predicción promedio móvil al vector de error de predicción.
35. Un dispositivo para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 33, caracterizado porque la unidad de escalamiento comprende: un multiplicador para aplicar al vector de error de predicción un factor de escalamiento mayor de 1.
36. Un dispositivo para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 29, caracterizado porque el cuantificador comprende un cuantificador de vector de dos etapas.
37. Un dispositivo para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 36, caracterizado porque el cuantificador de vector de dos etapas comprende dos etapas utilizando la cuantificación del vector dividido . 67
38. Un dispositivo para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 31, caracterizado porque : el cuantificador comprende un cuantificador de vector de dos etapas que comprende primera y segunda etapas; y el cuantificador de vector de dos etapas comprende las tablas de cuantificación de primera etapa que son idénticas para la predicción promedio móvil y auto-regresiva .
39. Un dispositivo para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 36, caracterizado porque el cuantificador de vector de dos etapas comprende : un cuantificador de vector de primera etapa suministrado con el vector de error de predicción, para cuantificar el vector de error de predicción y producir un vector de error de predicción cuantificado, de primera etapa; un substractor para eliminar del vector de error de predicción el vector de error de predicción cuantificado de primera etapa, para producir un vector de error de predicción de segunda etapa; un cuantificador de vector de segunda etapa suministrado con el vector de error de predicción de segunda etapa, para cuantificar el vector de error de predicción de segunda etapa y producir un vector de error de predicción 68 cuantificado de segunda etapa; y un adicionador para producir un vector de error de predicción cuantificado, mediante la suma de los vectores de error de predicción cuantificados de primera etapa y segunda etapa.
40. Un dispositivo para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 39, caracterizado porque el cuantificador de vector de segunda etapa comprende : un cuantificador de vector de segunda etapa, por medio móvil para cuantificar el vector de error de predicción de segunda etapa, utilizando la predicción promedio móvil; y un cuantificador del vector de segunda etapa auto-regresivo, para cuantificar el vector de error de predicción de segunda etapa, utilizando la predicción auto-regresiva.
41. Un dispositivo para cuantificar los parámetros de predicción lineal de. conformidad con la reivindicación 36, caracterizado porque el cuantificador de vector de segunda etapa comprende : un cuantificador de vector de primera etapa para producir un índice de cuantificación de primera etapa; un cuantificador de vector de segunda etapa para producir un índice de cuantificación de segunda etapa; y un transmisor de los índices de cuantificación de primera etapa y de segunda etapa a través de un canal de 69 comunicación.
42. Un dispositivo para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 39, caracterizado porque cuando el clasificador determina que el cuadro de señal de sonido es un cuadro con voz estacionario, el calculador del vector de predicción comprende: un adicionador para sumar (a) el vector de error de predicción cuantificado producido por la suma de los vectores de error de predicción cuantificados de primera etapa y de segunda etapas y (b) el vector de predicción computado para producir un vector de entrada cuantificado; y un predictor auto-regresivo para procesar el vector de entrada cuantificado.
43. Un dispositivo para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 30, caracterizado porque: la pluralidad de esquemas de predicción comprende la predicción de promedio móvil y la predicción auto- regresiva; - el cuantificador comprende: un cuantificador de vector de dos etapas que comprende un libro de código de primera etapa el mismo que comprende en secuencia; un primer grupo de vectores utilizables cuando se aplica la predicción promedio móvil y se coloca al 70 comienzo de una tabla; un segundo grupo de vectores utilizables cuando se aplica ya sea la predicción promedio móvil y auto-regresiva y se coloca en la tabla intermedia en el primer grupo de vectores y un tercer grupo de vectores ; el tercer grupo de vectores es utilizable cuando se aplica la predicción auto-regresiva y se coloca al final de la tabla; el medio de procesamiento del vector de error de predicción comprende: cuando el esquema de predicción seleccionado es la predicción promedio móvil, los medios para procesar el vector de error de predicción a través del primero y segundo grupos de vectores de la tabla; y cuando el esquema de predicción seleccionado es la predicción auto-regresiva, los medios para procesar el vector de error de predicción a través del segundo y tercer grupo de vectores .
44. Un dispositivo para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 43, caracterizado además porque comprende, asegurar la interoperabilidad con el estándar AMR-WB, una tabla de trazado de mapa que establece el mapeo entre la posición de un vector de primera etapa en la tabla de libro de código de primera etapa y una posición original del vector de primera 71 etapa en un libro de código de primera etapa AMR- B.
45. Un dispositivo para cuantificar los parámetros de predicción lineal de conformidad con la reivindicación 31, caracterizado porque: el calculador de vector de predicción comprende un predictor auto-regresivo para aplicar la predicción auto-regresiva al vector de error de predicción, y un predictor promedio móvil para aplicar la predicción promedio móvil al vector de error de predicción; y el predictor auto-regresivo y el predictor promedio móvil comprenden memorias respectivas que son actualizadas cada cuadro de señal de sonido, asumiendo que la predicción promedio móvil o auto-regresiva puede ser utilizada en un siguiente cuadro .
46. Un dispositivo para descuantificar los parámetros de predicción lineal en la descodificación de señal de sonido a velocidad variable de BITS, caracterizado porque comprende : medios para recibir al menos un índice de cuantificación; medios para recibir la información respecto a la clasificación de un cuadro de señal de sonido correspondiente al menos a un índice de cuantificación; medios para recuperar un vector de error de predicción mediante la aplicación de al menos un índice a al 72 menos una tabla de cuantificación; medios para reconstruir un vector de predicción; medios para producir un vector de parámetro de predicción lineal en respuesta al vector de error de predicción recuperado y el vector de predicción reconstruido; en donde : los medios de reconstrucción del vector de predicción comprenden medios para procesar el vector de error de predicción recuperado a través de una pluralidad de esquemas de predicción, dependiendo de la información de clasificación de cuadros.
47. Un dispositivo para descuantificar los parámetros de predicción lineal en la descodificación de señal de sonido a velocidad variable de BITS, caracterizado porque comprende: medios para recibir al menos un índice de cuantificación; medios para recibir la información respecto a la clasificación de un cuadro de señal de sonido correspondiente al menos a un índice de cuantificación; al menos una tabla de cuantificación suministrada con al menos un índice de cuantificación para recuperar un vector de error de predicción; una unidad de reconstrucción del vector de predicción; 73 un generador de un vector de parámetro de predicción lineal en respuesta al vector de error de predicción recuperado y el vector de predicción reconstruido; en donde : - la unidad de reconstrucción del vector de predicción comprende al ' menos un predictor suministrado con el vector de error de predicción recuperado, para procesar el vector de error de predicción recuperado a través de uno de una pluralidad de esquemas de predicción dependiéndo de la información de clasificación de cuadro.
48. Un dispositivo para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 47, caracterizado porque al menos una tabla de cuantificación comprende: una tabla de cuantificación que utiliza un esquema de predicción y suministrada con al menos un índice y la información de clasificación.
49. Un dispositivo para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 47, caracterizado porque: los medios de recepción del índice de cuantificación comprenden dos entradas para recibir un índice de cuantificación de primera etapa y un índice de cuantificación de segunda etapa; y 74 al menos una tabla de cuantificacion comprende una tabla de cuantificacion de primera etapa suministrada con el índice de cuantificacion de primera etapa, para producir un vector de error de predicción de primera etapa, y una tabla de cuantificacion de segunda etapa suministrada con el índice de cuantificacion de segunda etapa para producir un vector de error de predicción de segunda etapa.
50. Un dispositivo para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 49, caracterizado porgue: la pluralidad de esquemas de predicción comprende la predicción promedio móvil y la predicción auto-regresiva; la tabla de cuantificación de segunda etapa comprende una tabla de predicción promedio móvil y una tabla de predicción auto-regresiva; y el dispositivo comprende además los medios para aplicar la clasificación de cuadro de señal de sonido a la tabla de cuantificación de segunda etapa para procesar el índice de cuantificación de segunda etapa a través de la tabla de predicción promedio móvil o la tabla de predicción auto-regresiva, dependiendo de la información de clasificación de cuadro recibida.
51. Un dispositivo para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 49, caracterizado porgue comprende además: 75 un adicionador para sumar el vector de error de predicción de primera etapa y el vector de error de predicción de segunda etapa, para producir el vector de error de predicción recuperado.
52. Un dispositivo para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 51, caracterizado porque comprende además: los medios para conducir sobre el vector de predicción reconstruido, una operación de escalamiento inversa como una función de la información de clasificación de cuadro recibida.
53. Un dispositivo para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 47, caracterizado porque el generador del vector de parámetro de predicción lineal comprende: un adicionador del vector de error de predicción recuperado, y el vector de predicción recuperado para producir el vector de parámetro de predicción lineal.
54. Un dispositivo para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 53, caracterizado porque comprende además los medios para adicionar un vector de los parámetros de predicción lineal media al vector de error de predicción recuperado y el vector de predicción reconstruido, para producir el vector de parámetro de predicción lineal. 76
55. Un dispositivo para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 47, caracterizado porque: la pluralidad de esquemas de predicción comprende la predicción promedio móvil y la predicción auto-regresiva; y la unidad de reconstrucción del vector de predicción comprende un predictor promedio móvil y un predictor auto-regresivo, para procesar el vector de error de predicción recuperado a través de la predicción promedio móvil o para procesar el vector de parámetro producido, a través de la predicción auto-regresiva dependiendo de la información de clasificación de cuadros.
56. Un dispositivo para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 55, caracterizado porque la unidad de reconstrucción del vector de predicción comprende : medios para procesar el vector de parámetro producido a través del predictor auto-regresivo, cuando la información de clasificación de cuadros indica que el cuadro de señal de sonido es estacionario con voz; y los medios para procesar el vector de error de predicción recuperado, a través del predictor promedio móvil, cuando la información de clasificación de cuadro indica que el cuadro de señal de sonido no es estacionario con voz . 77
57. Un dispositivo para descuantificar los parámetros de predicción lineal de conformidad con la reivindicación 55, caracterizado porgue: al menos un predictor comprende un predictor auto-regresivo para aplicar la predicción auto-regresiva al vector de error de predicción, y un predictor promedio móvil para aplicar la predicción promedio móvil al vector de error de predicción; y el predictor auto-regresivo y el predictor promedio móvil comprenden memorias respectivas que son actualizadas cada cuadro de señal de sonido, asumiendo que la predicción promedio móvil o auto-regresivas pueden ser utilizadas en un siguiente cuadro. 78 RESUMEN DE LA INVENCIÓN La presente invención se refiere a un método y un dispositivo para cuantificar los parámetros de predicción lineal en la codificación de señal de sonido, a velocidad variable de BITS, en la cual es recibido un vector de parámetro de predicción lineal de entrada, un cuadro de señal de sonido correspondiente al vector de parámetro de predicción lineal . de entrada es clasificado, un vector de predicción es computado, el vector de predicción computado es eliminado del vector de parámetro de predicción lineal de entrada para producir un vector de error de predicción, y el vector de error de predicción es cuantif icado . El cómputo del vector de predicción comprende la selección de uno de una pluralidad de esquemas de predicción en relación a la clasificación del cuadro de señal de sonido, y el procesamiento del vector de error de predicción a través del esquema de predicción seleccionado. La invención se refiere además a un método y a un dispositivo para descuantificar los parámetros de predicción lineal en la descodificación de señal de sonido a velocidad variable de BITS, en la cual al menos un índice de cuantificación y la información respecto a la 79 clasificación de un cuadro de señal de sonido correspondiente al índice de cuantificación son recibidos, un vector de error de predicción es recuperado mediante la aplicación del índice al menos a una tabla de cuantificación, un vector de predicción es reconstruido, y un vector de parámetro de predicción lineal es producido en respuesta al vector de error de predicción recuperado y el vector de predicción reconstruido. La reconstrucción del vector de predicción comprende el procesamiento del vector de error de predicción recuperado a través de uno de una pluralidad de esquemas de predicción dependiendo de la información de clasificación de cuadros .
MXPA05006664A 2002-12-24 2003-12-18 Metodo y dispositivo para la cuantizacion robusta de vector predictivo de parametros de prediccion lineal en la codificacion de conversacion a velocidad variable de bits. MXPA05006664A (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CA002415105A CA2415105A1 (en) 2002-12-24 2002-12-24 A method and device for robust predictive vector quantization of linear prediction parameters in variable bit rate speech coding
PCT/CA2003/001985 WO2004059618A1 (en) 2002-12-24 2003-12-18 Method and device for robust predictive vector quantization of linear prediction parameters in variable bit rate speech coding

Publications (1)

Publication Number Publication Date
MXPA05006664A true MXPA05006664A (es) 2005-08-16

Family

ID=32514130

Family Applications (1)

Application Number Title Priority Date Filing Date
MXPA05006664A MXPA05006664A (es) 2002-12-24 2003-12-18 Metodo y dispositivo para la cuantizacion robusta de vector predictivo de parametros de prediccion lineal en la codificacion de conversacion a velocidad variable de bits.

Country Status (16)

Country Link
US (2) US7149683B2 (es)
EP (1) EP1576585B1 (es)
JP (1) JP4394578B2 (es)
KR (1) KR100712056B1 (es)
CN (1) CN100576319C (es)
AT (1) ATE410771T1 (es)
AU (1) AU2003294528A1 (es)
BR (2) BR0317652A (es)
CA (1) CA2415105A1 (es)
DE (1) DE60324025D1 (es)
HK (1) HK1082587A1 (es)
MX (1) MXPA05006664A (es)
MY (1) MY141174A (es)
RU (1) RU2326450C2 (es)
UA (1) UA83207C2 (es)
WO (1) WO2004059618A1 (es)

Families Citing this family (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2388439A1 (en) * 2002-05-31 2003-11-30 Voiceage Corporation A method and device for efficient frame erasure concealment in linear predictive based speech codecs
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
WO2006107833A1 (en) 2005-04-01 2006-10-12 Qualcomm Incorporated Method and apparatus for vector quantizing of a spectral envelope representation
US9043214B2 (en) * 2005-04-22 2015-05-26 Qualcomm Incorporated Systems, methods, and apparatus for gain factor attenuation
US8743909B2 (en) * 2008-02-20 2014-06-03 Qualcomm Incorporated Frame termination
US8630602B2 (en) * 2005-08-22 2014-01-14 Qualcomm Incorporated Pilot interference cancellation
US9071344B2 (en) * 2005-08-22 2015-06-30 Qualcomm Incorporated Reverse link interference cancellation
US8594252B2 (en) * 2005-08-22 2013-11-26 Qualcomm Incorporated Interference cancellation for wireless communications
US8611305B2 (en) 2005-08-22 2013-12-17 Qualcomm Incorporated Interference cancellation for wireless communications
US7587314B2 (en) * 2005-08-29 2009-09-08 Nokia Corporation Single-codebook vector quantization for multiple-rate applications
KR100717401B1 (ko) * 2006-03-02 2007-05-11 삼성전자주식회사 역방향 누적 히스토그램을 이용한 음성 특징 벡터의 정규화방법 및 그 장치
GB2436191B (en) * 2006-03-14 2008-06-25 Motorola Inc Communication Unit, Intergrated Circuit And Method Therefor
US20090299738A1 (en) * 2006-03-31 2009-12-03 Matsushita Electric Industrial Co., Ltd. Vector quantizing device, vector dequantizing device, vector quantizing method, and vector dequantizing method
KR100900438B1 (ko) * 2006-04-25 2009-06-01 삼성전자주식회사 음성 패킷 복구 장치 및 방법
DE602007014059D1 (de) * 2006-08-15 2011-06-01 Broadcom Corp Zeitverschiebung eines dekodierten audiosignals nach einem paketverlust
ES2533626T3 (es) * 2007-03-02 2015-04-13 Telefonaktiebolaget L M Ericsson (Publ) Métodos y adaptaciones en una red de telecomunicaciones
US20080249783A1 (en) * 2007-04-05 2008-10-09 Texas Instruments Incorporated Layered Code-Excited Linear Prediction Speech Encoder and Decoder Having Plural Codebook Contributions in Enhancement Layers Thereof and Methods of Layered CELP Encoding and Decoding
CN101821800B (zh) * 2007-10-12 2012-09-26 松下电器产业株式会社 矢量量化装置、矢量反量化装置和其方法
CN101335004B (zh) * 2007-11-02 2010-04-21 华为技术有限公司 一种多级量化的方法及装置
US9408165B2 (en) * 2008-06-09 2016-08-02 Qualcomm Incorporated Increasing capacity in wireless communications
US9237515B2 (en) * 2008-08-01 2016-01-12 Qualcomm Incorporated Successive detection and cancellation for cell pilot detection
US9277487B2 (en) 2008-08-01 2016-03-01 Qualcomm Incorporated Cell detection with interference cancellation
JP5188913B2 (ja) * 2008-09-26 2013-04-24 株式会社エヌ・ティ・ティ・ドコモ 量子化装置、量子化方法、逆量子化装置、逆量子化方法、音声音響符号化装置および音声音響復号装置
US20100097955A1 (en) * 2008-10-16 2010-04-22 Qualcomm Incorporated Rate determination
GB2466670B (en) * 2009-01-06 2012-11-14 Skype Speech encoding
GB2466672B (en) * 2009-01-06 2013-03-13 Skype Speech coding
GB2466675B (en) 2009-01-06 2013-03-06 Skype Speech coding
GB2466673B (en) 2009-01-06 2012-11-07 Skype Quantization
GB2466674B (en) 2009-01-06 2013-11-13 Skype Speech coding
GB2466671B (en) * 2009-01-06 2013-03-27 Skype Speech encoding
GB2466669B (en) * 2009-01-06 2013-03-06 Skype Speech coding
US8493244B2 (en) * 2009-02-13 2013-07-23 Panasonic Corporation Vector quantization device, vector inverse-quantization device, and methods of same
US9160577B2 (en) 2009-04-30 2015-10-13 Qualcomm Incorporated Hybrid SAIC receiver
US8787509B2 (en) * 2009-06-04 2014-07-22 Qualcomm Incorporated Iterative interference cancellation receiver
KR20110001130A (ko) * 2009-06-29 2011-01-06 삼성전자주식회사 가중 선형 예측 변환을 이용한 오디오 신호 부호화 및 복호화 장치 및 그 방법
US8831149B2 (en) * 2009-09-03 2014-09-09 Qualcomm Incorporated Symbol estimation methods and apparatuses
US8452606B2 (en) 2009-09-29 2013-05-28 Skype Speech encoding using multiple bit rates
JP2013512593A (ja) 2009-11-27 2013-04-11 クゥアルコム・インコーポレイテッド 無線通信における容量の増加
EP2505011B1 (en) 2009-11-27 2019-01-16 Qualcomm Incorporated Increasing capacity in wireless communications
EP2523189B1 (en) * 2010-01-08 2014-09-03 Nippon Telegraph And Telephone Corporation Encoding method, decoding method, encoder apparatus, decoder apparatus, program and recording medium
DE102010010736A1 (de) * 2010-03-09 2011-09-15 Arnold & Richter Cine Technik Gmbh & Co. Betriebs Kg Verfahren zur Kompression von Bilddaten
EP2372703A1 (en) * 2010-03-11 2011-10-05 Fraunhofer-Gesellschaft zur Förderung der Angewandten Forschung e.V. Signal processor, window provider, encoded media signal, method for processing a signal and method for providing a window
GB2486663A (en) * 2010-12-21 2012-06-27 Sony Comp Entertainment Europe Audio data generation using parametric description of features of sounds
BR112013027093B1 (pt) 2011-04-21 2021-04-13 Samsung Electronics Co., Ltd Método para quantizar, método para decodificar, método para codificar, e meio de gravação legível por computador não transitório
RU2606552C2 (ru) * 2011-04-21 2017-01-10 Самсунг Электроникс Ко., Лтд. Устройство для квантования коэффициентов кодирования с линейным предсказанием, устройство кодирования звука, устройство для деквантования коэффициентов кодирования с линейным предсказанием, устройство декодирования звука и электронное устройство для этого
JPWO2013061584A1 (ja) * 2011-10-28 2015-04-02 パナソニック株式会社 音信号ハイブリッドデコーダ、音信号ハイブリッドエンコーダ、音信号復号方法、及び音信号符号化方法
FI3547261T3 (fi) 2012-03-29 2023-09-26 Ericsson Telefon Ab L M Vektorikvantisoija
CN105551497B (zh) 2013-01-15 2019-03-19 华为技术有限公司 编码方法、解码方法、编码装置和解码装置
CN104112451B (zh) * 2013-04-18 2017-07-28 华为技术有限公司 一种选择编码模式的方法及装置
CN104282308B (zh) 2013-07-04 2017-07-14 华为技术有限公司 频域包络的矢量量化方法和装置
WO2015069177A1 (en) * 2013-11-07 2015-05-14 Telefonaktiebolaget L M Ericsson (Publ) Methods and devices for vector segmentation for coding
EP2916319A1 (en) 2014-03-07 2015-09-09 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Concept for encoding of information
AU2016384679B2 (en) * 2016-01-03 2022-03-10 Auro Technologies Nv A signal encoder, decoder and methods using predictor models
CN105811995A (zh) * 2016-03-04 2016-07-27 广东工业大学 一种减少量化噪声的方法
US10002086B1 (en) * 2016-12-20 2018-06-19 Sandisk Technologies Llc Multi-channel memory operations based on bit error rates
US11343301B2 (en) * 2017-11-30 2022-05-24 Goto Group, Inc. Managing jitter buffer length for improved audio quality

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0286231A (ja) * 1988-09-21 1990-03-27 Matsushita Electric Ind Co Ltd 音声予測符号化装置
JP3254696B2 (ja) * 1991-09-25 2002-02-12 三菱電機株式会社 音声符号化装置、音声復号化装置および音源生成方法
US5614996A (en) * 1994-03-03 1997-03-25 Kyocera Corporation Toner storage unit, residual toner collect unit, toner container with these units and image forming apparatus with such toner container
DE69517325T2 (de) * 1994-08-18 2000-12-28 British Telecomm Tonqualitätsanalyse
JPH0863198A (ja) * 1994-08-22 1996-03-08 Nec Corp ベクトル量子化器
KR100322706B1 (ko) * 1995-09-25 2002-06-20 윤종용 선형예측부호화계수의부호화및복호화방법
US5774839A (en) * 1995-09-29 1998-06-30 Rockwell International Corporation Delayed decision switched prediction multi-stage LSF vector quantization
JP2891193B2 (ja) * 1996-08-16 1999-05-17 日本電気株式会社 広帯域音声スペクトル係数量子化装置
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
US6064954A (en) * 1997-04-03 2000-05-16 International Business Machines Corp. Digital audio signal coding
TW408298B (en) * 1997-08-28 2000-10-11 Texas Instruments Inc Improved method for switched-predictive quantization
US6233550B1 (en) * 1997-08-29 2001-05-15 The Regents Of The University Of California Method and apparatus for hybrid coding of speech at 4kbps
FI973873A (fi) * 1997-10-02 1999-04-03 Nokia Mobile Phones Ltd Puhekoodaus
DE69840008D1 (de) * 1997-10-22 2008-10-23 Matsushita Electric Ind Co Ltd Verfahren und Vorrichtung für die Erzeugung von gestreuten Vektoren
DE69735262D1 (de) * 1997-11-24 2006-04-20 St Microelectronics Srl MPEG-2 Dekodierung mit reduziertem Speicherbedarf durch Rekomprimierung mit adaptiver baumstrukturierter Vektorquantisierung
US6141640A (en) * 1998-02-20 2000-10-31 General Electric Company Multistage positive product vector quantization for line spectral frequencies in low rate speech coding
US6260010B1 (en) * 1998-08-24 2001-07-10 Conexant Systems, Inc. Speech encoder using gain normalization that combines open and closed loop gains
US6104992A (en) * 1998-08-24 2000-08-15 Conexant Systems, Inc. Adaptive gain reduction to produce fixed codebook target signal
US7272556B1 (en) * 1998-09-23 2007-09-18 Lucent Technologies Inc. Scalable and embedded codec for speech and audio signals
CA2252170A1 (en) * 1998-10-27 2000-04-27 Bruno Bessette A method and device for high quality coding of wideband speech and audio signals
JP3578933B2 (ja) * 1999-02-17 2004-10-20 日本電信電話株式会社 重み符号帳の作成方法及び符号帳設計時における学習時のｍａ予測係数の初期値の設定方法並びに音響信号の符号化方法及びその復号方法並びに符号化プログラムが記憶されたコンピュータに読み取り可能な記憶媒体及び復号プログラムが記憶されたコンピュータに読み取り可能な記憶媒体
JP2000305597A (ja) * 1999-03-12 2000-11-02 Texas Instr Inc <Ti> 音声圧縮のコード化
US6691092B1 (en) * 1999-04-05 2004-02-10 Hughes Electronics Corporation Voicing measure as an estimate of signal periodicity for a frequency domain interpolative speech codec system
US7423983B1 (en) * 1999-09-20 2008-09-09 Broadcom Corporation Voice and data exchange over a packet based network
US6604070B1 (en) * 1999-09-22 2003-08-05 Conexant Systems, Inc. System of encoding and decoding speech signals
US6505222B1 (en) * 1999-10-29 2003-01-07 International Business Machines Corporation Systems methods and computer program products for controlling undesirable bias in an equalizer
KR100324204B1 (ko) * 1999-12-24 2002-02-16 오길록 예측분할벡터양자화 및 예측분할행렬양자화 방식에 의한선스펙트럼쌍 양자화기의 고속탐색방법
US7010482B2 (en) * 2000-03-17 2006-03-07 The Regents Of The University Of California REW parametric vector quantization and dual-predictive SEW vector quantization for waveform interpolative coding
US6785805B1 (en) * 2000-08-08 2004-08-31 Vi Technology, Inc. Network-based configuration method for systems integration in test, measurement, and automation environments
JP3916934B2 (ja) * 2000-11-27 2007-05-23 日本電信電話株式会社 音響パラメータ符号化、復号化方法、装置及びプログラム、音響信号符号化、復号化方法、装置及びプログラム、音響信号送信装置、音響信号受信装置
AU2002218501A1 (en) * 2000-11-30 2002-06-11 Matsushita Electric Industrial Co., Ltd. Vector quantizing device for lpc parameters
KR20020075592A (ko) * 2001-03-26 2002-10-05 한국전자통신연구원 광대역 음성 부호화기용 ｌｓｆ 양자화기
US7042841B2 (en) 2001-07-16 2006-05-09 International Business Machines Corporation Controlling network congestion using a biased packet discard policy for congestion control and encoded session packets: methods, systems, and program products
US6885988B2 (en) * 2001-08-17 2005-04-26 Broadcom Corporation Bit error concealment methods for speech coding
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

Also Published As

Publication number Publication date
US20070112564A1 (en) 2007-05-17
KR100712056B1 (ko) 2007-05-02
US7149683B2 (en) 2006-12-12
WO2004059618A1 (en) 2004-07-15
CN100576319C (zh) 2009-12-30
EP1576585A1 (en) 2005-09-21
JP4394578B2 (ja) 2010-01-06
CA2415105A1 (en) 2004-06-24
BRPI0317652B1 (pt) 2018-05-22
UA83207C2 (ru) 2008-06-25
RU2326450C2 (ru) 2008-06-10
HK1082587A1 (en) 2006-06-09
CN1739142A (zh) 2006-02-22
BR0317652A (pt) 2005-12-06
EP1576585B1 (en) 2008-10-08
US7502734B2 (en) 2009-03-10
KR20050089071A (ko) 2005-09-07
AU2003294528A1 (en) 2004-07-22
DE60324025D1 (de) 2008-11-20
ATE410771T1 (de) 2008-10-15
JP2006510947A (ja) 2006-03-30
RU2005123381A (ru) 2006-01-20
US20050261897A1 (en) 2005-11-24
MY141174A (en) 2010-03-31

Similar Documents

Publication Publication Date Title
MXPA05006664A (es) Metodo y dispositivo para la cuantizacion robusta de vector predictivo de parametros de prediccion lineal en la codificacion de conversacion a velocidad variable de bits.
JP4731775B2 (ja) スーパーフレーム構造のｌｐｃハーモニックボコーダ
EP2313887B1 (en) Variable bit rate lpc filter quantizing and inverse quantizing device and method
JPH08263099A (ja) 符号化装置
US20040111257A1 (en) Transcoding apparatus and method between CELP-based codecs using bandwidth extension
CA2511516C (en) Method and device for robust predictive vector quantization of linear prediction parameters in variable bit rate speech coding
Amro Higher Compression Rates for Code Excited Linear Prediction Coding Using Lossless Compression

Legal Events

Date Code Title Description
FG Grant or registration