TR201818834T4 - Otokorelasyon alanında acelp kullanan bir konuşma sinyalinin şifrelenmesine ilişkin bir ekipman. - Google Patents
Otokorelasyon alanında acelp kullanan bir konuşma sinyalinin şifrelenmesine ilişkin bir ekipman. Download PDFInfo
- Publication number
- TR201818834T4 TR201818834T4 TR2018/18834T TR201818834T TR201818834T4 TR 201818834 T4 TR201818834 T4 TR 201818834T4 TR 2018/18834 T TR2018/18834 T TR 2018/18834T TR 201818834 T TR201818834 T TR 201818834T TR 201818834 T4 TR201818834 T4 TR 201818834T4
- Authority
- TR
- Turkey
- Prior art keywords
- matrix
- vector
- codebook vector
- codebook
- autocorrelation matrix
- Prior art date
Links
- 239000011159 matrix material Substances 0.000 claims abstract description 129
- 239000013598 vector Substances 0.000 claims abstract description 111
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 31
- 238000003491 array Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 51
- 230000004044 response Effects 0.000 claims description 26
- 238000000354 decomposition reaction Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 8
- 241000270276 Natrix Species 0.000 claims 1
- NDDAHWYSQHTHNT-UHFFFAOYSA-N indapamide Chemical compound CC1CC2=CC=CC=C2N1NC(=O)C1=CC=C(Cl)C(S(N)(=O)=O)=C1 NDDAHWYSQHTHNT-UHFFFAOYSA-N 0.000 claims 1
- 230000006870 function Effects 0.000 description 27
- 238000005457 optimization Methods 0.000 description 18
- 238000013139 quantization Methods 0.000 description 18
- 238000013459 approach Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 238000012986 modification Methods 0.000 description 9
- 230000004048 modification Effects 0.000 description 9
- 239000002904 solvent Substances 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 230000033228 biological regulation Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 5
- 238000010845 search algorithm Methods 0.000 description 5
- 238000003786 synthesis reaction Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010348 incorporation Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 206010021403 Illusion Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- HPNSNYBUADCFDR-UHFFFAOYSA-N chromafenozide Chemical compound CC1=CC(C)=CC(C(=O)N(NC(=O)C=2C(=C3CCCOC3=CC=2)C)C(C)(C)C)=C1 HPNSNYBUADCFDR-UHFFFAOYSA-N 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003121 nonmonotonic effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/032—Quantisation or dequantisation of spectral components
- G10L19/038—Vector quantisation, e.g. TwinVQ audio
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/10—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a multipulse excitation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/10—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a multipulse excitation
- G10L19/107—Sparse pulse excitation, e.g. by using algebraic codebook
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L2019/0001—Codebooks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
Bir konuşma kodlama algoritmasının bir kod kitabı vektörünü belirleyerek bir konuşma sinyalinin şifrelenmesi için bir ekipman sağlanmaktadır. Ekipman bir otokorelasyon matriksinin R belirlenmesi için bir matriks belirleyici (110) ve otokorelasyon matriksine R dayanılarak kod kitabı vektörünün belirlenmesi için bir kod kitabı vektör belirleyici (120) içermektedir. Matriks belirleyici (110) bir vektörün r vektör katsayılarını belirleyerek otokorelasyon matriksini R belirlemek üzere konfigüre edilmekte olup, burada otokorelasyon matriksi R birçok diziler ve birçok kolonlar içermektedir, burada vektör r kolonlardan birisini veya otokorelasyon matriksinin R sıralarından birisini gösermektedir, burada R(i, j) otokorelasyon matriksinin R katsayıalrını göstermektedir, i oto korelasyon matriksinin R birçok dizisinin birisini gösteren birinci bir indekstir ve j otokorelasyon matriksinin R birçok kolonlarından birisini gösteren ikinci bir indekstir.
Description
TARIFNAME
OTOKORELASYON ALANINDA ACELP KULLANAN BIR KONUSMA SINYALININ
SIFRELENMESINE ILISKIN BIR EKIPMAN
Mevcut bulus bir ses sinyali kodlama ve özellikle
otokorelasyon alaninda ACELP kullanan bir konusma sinyalinin
sifrelenmesine ilisin bir ekipman ile ilgilidir.
Kod-Uyarimli Dogrusal Tahmin (CELP) ile konusma kodlamasinda,
konusma sinyalinin spektral zarf (veya esdeger olarak, kisa
zamanli zaman yapisi) bir dogrusal tahminsel (LP) mod
tarafindan tarif edilmektedir ve tahmin kalintisi bir uzun
zamanli tahminci (LTP, ayrica uyarlamali kod kitabi olarak da
bilinmekte) ve kod kitabi tarafindan gösterimlenen bir
kalinti sinyali (ayrica sabit kod kitabi olarak bilinmekte)
tarafindan modellenmektedir. Ikincisi, yani sabit kod kitabi,
genel olarak cebirsel bir kod kitabi seklinde
uygulanmaktadir, burada kod kitabi bir cebirsel formül veya
algoritma tarafindan gösterimlenmekte olup, bunun sayesinde,
es zamanli olarak hizli bir arama algoritmasina izin
verirken, bütün kod kitabinin degil sadece algoritmanin depo
edilmesine gerek duyulmaktadir. Kalinti için cebirsel bir kod
kitabi uygulayan CELP kodekleri Cebirsel Kod-Uyarimli
Dogrusal Tahmin (ACELP) kodekleri olarak bilinmektedir (bkz.
Konusma kodlamasinda, cebirsel bir kalinti kod kitabinin
kullanilmasi [17], [13], [18] gibi ana akini kodeklerindeki
seçim yaklasimidir. ACELP dogrusal tahminsel bir (LP) filtre
tarafindan spektral zarfin, uzun zamanli bir tahminci (LTP)
tarafindan seslendirilen seslerin temel frekansinin ve
cebirsel bir kod kitabi tarafindan tahmin kalintisinin
modellenmesine dayanmaktadir. LTP ve cebirsel kod kitabi
parametreleri algisal alanda en azindan kare algoritma
tarafindan optimize edilmekte olup, burada algisal alan bir
filtre tarafindan belirlenmektedir.
ACELP tipi algoritmalarin hesapsal olarak en karmasik kismi
olan darbogaz kalinti kod kitabinin optimizasyonudur. Sadece
mevcut olarak bilinen optimal algoritma her bir alt çerçeve
için bir boyut NP alaninin zahmetli bir arayisi olabilmekte
olup, burada her noktada C)(N2) kompleksitesinin
degerlendirilmesi gerekmektedir. Tipik degerler p = 8
pulslara sahip alt çerçeve uzunlugu N = 64 (yani, 5ms)
oldugundan, bu durum her saniye için 1020 islemden daha
fazlasini ima etmektedir. Açikçasi bu uygulanabilir bir
opsiyon degildir. Donanim gereksinimleri tarafindan konulan
karmasa limitleri içinde kalmak için, kod kitabi optimizasyon
yaklasimlari optimal olmayan tekrarli algoritmalar ile
çalismasi gerekmektedir. Optimizasyon islemine yapilan
birçok algoritmalar ve iyilestirmeler geçmiste örnek olarak
Açik bir sekilde ACELP optimizasyonu dogrusal tahminsel bir
modelin çiktisi olarak konusma sinyalini x(n) tarif etmeye
dayanmaktadir, öyle ki tahmin edilen konusma sinyali
asagidaki gibidir;
burada a(k) LP katsayilari ve e^ (k) kalinti sinyalidir.
Vektör formunda, bu denklem asagidaki gibi ifade
edilebilmektedir;
burada matriks H, diyagonal h(O) ve alt diyagonallar h(l),
., h(39) içeren alt üçgensel Toeplitz evrisim matriksi
olarak tanimlanmakta ve vektör h(k) LP modelin dürtü
yanitidir. Bu notasyonda algisal modelin (ki genellikle
agirlikli bir LP modeline karsilik gelir) çikarildigi
unutulmamalidir, fakat algisal modelinr dürtü yanitinar h(k)
dahil edildigi düsünülmektedir. Bu çikartim islemi sonuçlarin
genelligi üzerinde hiçbir etkisi olmayip, notasyonu
basitlestirmektedir. Algisal modelin dahil edilmesi [1]
oldugu gibi yapilmaktadir.
Model uygunlugu karelenmis hata tarafindan ölçülmektedir.
Bu kare hatasi optimal model parametrelerini bulmak için
kullanilmaktadir. Burada, LTP ve puls kod kitabinin her ikisi
de vektörün e modellenmesi için kullanildigi düsünülmektedir.
Pratik uygulama ilgili yayinlarda bulunabilmektedir (bk. [l-
Pratikte, uygunlugun yukarida ^Ölçümü asagidaki gibi
basitlestirilebilmektedir. Matriksin B = HTH h(n)'nin
korelasyonlarini içermesine izin verelim, ck'nin k. sabit kod
kitabi vektörü olsun ve g'nin bir kazanim faktörü oldugu
yerde ê = g ck olarak ayarlayin. G'nin optimal olarak
seçildigini düsünürsek, kod kitabi arama kriterini maksimize
ederek aranmaktadir;
burada d = HTX hedef vektör ve dürtü yaniti h(n) arasindaki
korelasyonu içeren bir vektördür ve üst simge T islemin
tersine çevrilmesini temsil etmektedir. Vektör d ve matriks B
kod kitabi aramasindan önce hesaplanmaktadir. Bu formül hem
LTP hem de puls kod kitabi optimizasyonunda genel olarak
kullanilmaktadir.
Yukaridaki formülün kullaniminin optimize edilmesinde birçok
arastirma yapilmistir. Örnek olarak,
1) Aslinda arama algoritmasi tarafindan erisilen sadece
matriksin B elemanlari hesaplanmaktadir. Veya:
2) Puls aramasinin deneme yanilma. algoritmasi önceki
görüntülemeye dayanilarak yüksek basari olasiligina sahip
olan bu tür kod kitabi vektörlerinin denenmesine
azaltilmaktadir (bk. ör. [l,5]).
ACELP algoritmasinin pratik detayi sifir dürtü yanitinin
(ZIR) konseptine iliskindir. Sentezlenen kalintiyla kiyaslama
yapildiginda orijinal alan sentezi sinyalini göz önünde
bulundurarak konsept ortaya çikmaktadir. Kalinti çerçeve veya
alt çerçeve boyutuna karsilik gelen bloklara
sifrelenmektedir. Fakat, orijinal alan sinyalini Denklemin l
LP modeli ile sentezlerken, sabit uzunluk kalintisi LP
filtresinin dürtü yanitina karsilik gelen sonsuz bir uzunluk
sonlu uzunluk olmasina ragmen, mevcut çerçeve veya alt
çerçevenin çok üzerinde sentez sinyaline iliskin bir etkisi
olacaktir. Bir çerçevenin gelecege olan etkisi kod kitabi
vektörünü sifirlar ile uzatarak ve bu uzatilmis sinyal için
Denklemin l sentez çiktisini hesaplayarak
hesaplanabilmektedir. Sentezlenen sinyalin böyle
genisletilmesi sifir dürtü yaniti olarak bilinmektedir. Daha
sonra mevcut çerçevenin sifrelenmesinde önceki çerçevelerin
etkisini göz önünde bulunduracak olursak, önce çerçevenin
ZIR'i mevcut çerçevenin hedefinden çikarilmaktadir. Mevcut
çerçevenin sifrelenmesinde, böylece, Önceki çerçeve
tarafindan zaten modellenmemis olan sinyalmn o parçasi göz
önünde bulundurulmaktadir.
Pratikte, ZIR asagidaki gibi dikkate alinmaktadir: Bir
(alt)çerçeve N-l sifrelendiginde, nicemli kalinti sifirlarla
bir sonraki (alt)çerçevenin N uzunluguna uzatilmaktadir.
Uzatilan nicemli kalinti nicemli sinyalin ZIR'ini elde etmek
için LP tarafindan filtrelenmektedir. Nicemli sinyali ZIR'i
daha sonra orijinal (nicemli olmayan) sinyalden
çikartilmaktadir ve bu modifiye sinyal (alt)çerçeve N
sifrelenirken hedef sinyali olusturmaktadir. Bu sekilde,
(alt)çerçevede N-l yapilan bütün nicemleme hatalari,
(alt)çerçeve N nicemlenirken dikkate alinacaktir. Bu uygulama
çikti sinyalinin algisal kalitesi önemli derecede
gelistirmektedir.
Fakat, ses kodlama için ayrica gelismis konseptler saglanirsa
Mevcut bulusun amaci, ses objesi kodlama için bu tür gelismis
konseptler saglamaktir. Mevcut bulusun amaci, istem l'e göre
bir ekipman, istem 15'e göre sifrelemeye iliskin bir yöntem,
istem 14'e göre bir sistem ve istem 17'ye göre bir bilgisayar
tarafindan yerine getirilmektedir.
Bir konusma kodlama algoritmasinin bir kod kitabi vektörünü
belirleyerekr bir konusma sinyalinin sifrelenmesi için bir
ekipman saglanmaktadir. Ekipman bir otokorelasyon matriksinin
R belirlenmesi için bir matriks belirleyici ve otokorelasyon
matriksine R dayanilarak kod kitabi vektörünün belirlenmesi
için bir kod kitabi vektör belirleyici içermektedir. Matrik
belirleyici bir vektörün r vektör katsayilarini belirleyerek
otokorelasyon matriksini R belirlemek üzere konfigüre
edilmekte olup, burada otokorelasyon matriksi R birçok
diziler ve birçok kolonlar içermektedir, burada vektör r
kolonlardan birisini veya otokorelasyon matriksinin R
siralarindan birisini gösermektedir, burada R(i, j)
otokorelasyon Katriksinin .R katsayilarini göstermektedir, 1
oto korelasyon matriksinin R birçok dizisinin birisini
gösteren birinci bir indekstir ve j otokorelasyon matriksinin
R birçok kolonlarindan birisini gösteren ikinci bir
indekstir.
Ekipman konusma sinyalinin sifrelenmesi için kod kitabi
vektörünü kullanmak üzere konfigüre edilmektedir. Örnek
olarak, ekipman sifreli konusma sinyali üretebilmektedir,
öyle ki sifreli konusma sinyali birçok Dogrusal Tahmin
katsayilari, seslendirilmis seslerin temel frekansinin
gösterimini (ör. perde parametreleri), ve kod kitabi
vektörünün gösterimini, ör. kod kitabi vektörünün bir
indeksini içermektedir.
Dahasi, çözülü bir konusma sinyalini elde etmek için yukarida
tarif edilen düzenlemeye göre bir ekipman tarafindan
sifrelenen sifreli bir konusma sinyalinin çözülmesine iliskin
bir çözücü saglanmaktadir.
Ek olarak bir sistem saglanmaktadir. Söz konusu sistem
sifreli bir ses sinyalinin elde edilmesi için girdi konusma
sinyalinin sifrelenmesine iliskin yukarida tarif edilen
düzelemeye göre bir ekipman içermektedir. Dahasi, sistem
çözülü bir konusma sinyalinin elde edilmesi için sifreli
konusma sinyalinin çözülmesine iliskin yukarida tarif edilen
düzenlemeye göre bir çözücü içermektedir.
Mevcut çerçevenin parametrelerini optimize ederken, hem
mevcut çerçeveye önceki çerçevenin dürtü yanitinin etkisini
hem de bir sonraki çerçeveye mevcut çerçevenin dürtü
yanitinin etkisini dikkate alan konusma kodlama algoritmasi
ACELP objektif islevine iliskin gelistirilmis konseptler
saglanmaktadir. Bazi düzenlemeler, Hermitian Toeplitz yapisi
içeren bir otokorelasyon matriksine konvansiyonel ACELP
optimizasyonuna merkezi olan korelasyon matriksini
degistirerek› bu gelistirmeleri gerçeklestirmektedir. Bu
yapiyi kullanarak hem hesapsal kompleksite hem de hafiza
gereksinimleri açisindan ACELP optimizasyonunu daha etkin
yapilmasi mümkün hale gelmektedir. Es zamanli olarak
uygulanan algisal model daha istikrarlidir ve çerçeve arasi
bagimliliklar paket kaybi etkisi altinda performansi
gelistirmek için kaçinilabilmektedir.
ACELP paradigmasi ile konusma kodlama algisal alanda en az
kareler algoritmasina dayanmaktadir, burada algisal alan bir
filtre tarafindan belirlenmektedir. Düzenlemelere göre, en az
kareler sorununun konvansiyonel taniminin hesapsal
kompleksitesi sifir dürtü yanitinin bir sonraki çerçeveye
olan etkisini hesaba katarak azaltilabilmektedir. Saglanan
modifikasyonlar, yapiyi basitlestiren ve hesaplamalari
azaltan objektif islevde ortaya çikan bir korelasyon matrikse
bir Toeplitz yapisini dahil etmektedir. Önerilen konseptler
algisal kalitenin azaltilmadan hesapsal kompleksitesinin
Düzenlemeler, objektif fonksiyonun küçük. bir modifikasyonu
ile, kalinti kod kitabinin optimizasyonunda kompleksitenin
ayrica azaltilabilmesine dayanmaktadir. Kompleksitede bu tür
bir düsüs algisal kalitede düsüs olmadan meydana gelmektedir.
Bir alternatif olarak, ACELP kalinti optimizasyonu tekrarli
arama algoritmasina dayandigindan, ortaya koyulan
modifikasyon ile, kompleksitede artis olmadan tekrarlamalarin
sayisinin artirilmasi ve bu sekilde gelismis bir algisal
kalitenin elde edilmesi mümkündür.
Hem konvansiyonel hem de nwdifiye objektif islevler algiyi
modellemekte ve algisal bozulmanin minimize edilmesi için
ugrasmaktadir. Fakat, konvansiyonel yaklasima iliskin optimal
çözüm modifiye objektif isleve bagli olarak gerekli bir
sekilde optimal degildir ve tersi durum söz konusudur. Sadece
bu bir yaklasimin digerinden daha iyi oldugu anlamina
gelmemektedir, fakat analitik argümanlar modifiye objektif
islevin daha istikrarli oldugunu göstermektedir. Spesifik
olarak, konvansiyonel objektif islevin aksine, saglanan
konseptler, istikrarli ve iyi tanimli algisal ve sinyal
modelleri ile alt çerçeve içindeki bütün örneklere esik
olarak tavir almaktadir.
Düzenlemelerde, önerilen modifikasyonlar, sadece kalinti kod
kitabinin optimizasyonu degistirir sekilde
uygulanabilmektedir. Bu nedenle bit akisi yapisini
degistirmemekte ve geriye dogru uyarlanabilir sekilde mevcut
olan ACELP kodeklerine uygulanabilmektedir.
Dahasi, bir konusma kodlama algoritmasinin bir kod kitabi
vektörünü belirleyerek. bir konusma sinyalinin sifrelenmesi
için bir yöntem saglanmaktadir. Yöntem sunlari içermektedir:
- Bir otokorelasyon matriksinin R belirlenmesi ve:
- Otokorelasyon matriksine R dayanilarak kod kitabi
vektörünün belirlenmesi.
Bir otokorelasyon matriksinin R belirlenmesi bir vektörün r
vektör katsayilarinin belirlenmesini içermektedir.
Otokorelasyon matriksi R birden fazla dizi ve birden fazla
kolonlar içermektedir. Vektör r otokorelasyon Katriksinin R
kolonlarindan birisi veya dizilerinden birisini içermektedir,
R0` ij) = ?Hi-Il).
R(i, j) otokorelasyon matriksinin R katsayilarini
göstermektedir, 1 oto korelasyon matriksinin R birçok
dizisinin birisini gösteren birinci bir indekstir ve j
otokorelasyon matriksinin R birçok kolonlarindan birisini
Ek olarak çözülmüs bir konusma sinyalinin elde edilmesi için
yukarida tarif edilen düzenlemeye göre bir konusma sinyalinin
sifrelenmesine iliskin yönteme göre sifrelenen bir sifreli
konusma sinyalinin çözülmesi için bir yöntem saglanmaktadir.
Ek olarak, bir yöntem› saglanmaktadir. Yöntem sunlari
içermektedir:
- Sifreli bir sinyalin elde edilmesi için bir konusma
sinyalinin sifrelenmesine iliskin yukarida tarif edilen
yönteme göre bir girdi konusma sinyalinin sifrelenmesi.
- Bir konusma sinyalinin çözülmesi için yukarida tarif edilen
yönteme göre çözülü bir konusma sinyalinin elde edilmesi
için sifreli konusma sinyalinin çözülmesi.
Ayrica, bir bilgisayar veya bir sinyal islemcisi üzerinde
çalistirildiginda yukarida tarif edilen yöntemlerin
uygulanmasina iliskin bilgisayar programlari saglanmaktadir.
Tercih edilen düzenlemeler, alt istemlerde saglanacaktir.
Asagida, mevcut bulusun düzenlemeleri sekillere istinaden
daha ayrintili biçimde açiklanmaktadir ki bunlarda:
Sekil 1 bir düzenlemeye göre bir konusma kodlama
algoritmasinin bir kod kitabi vektörünü belirleyerek
bir konusma sinyalinin sifrelenmesine iliskin bir
ekipmani göstermektedir,
Sekil 2 bir düzenlemeye göre bir çözücü ve bir çözücü
göstermektedir, ve
Sekil 3 bir düzenlemeye göre bir konusma sinyalinin
sifrelenmesine iliskin bir ekipmani içeren bir
sistem ve bir çözücü göstermektedir.
Sekil 1 bir düzenlemeye göre bir konusma kodlama
algoritmasinin bir kod kitabi vektörünü belirleyerek bir
konusma sinyalinin sifrelenmesine iliskin bir ekipmani
göstermektedir,
Ekipman bir otokorelasyon. matriksinin R belirlenmesi için
bir matriks belirleyici (110) ve otokorelasyon matriksine R
dayanilarak kod kitabi vektörünün belirlenmesi için bir kod
kitabi vektör belirleyici (120) içermektedir.
Matriks belirleyici (110) bir vektörün r vektör
katsayilarini belirleyerek otokorelasyon matriksini R
belirlemek üzere konfigüre edilmektedir.
Otokorelasyon matriksi R birden fazla dizi ve birden fazla
kolon içermektedir, burada vektör r otokorelasyon
matriksinin R kolonlarindan birisini veya dizilerinden
birisini göstermektedir, burada R(i, j) = r(|i-j|).
R(i, j) otokorelasyon matriksinin R katsayilarini
göstermektedir, 1 oto korelasyon matriksinin R birçok
dizisinin birisini gösteren birinci bir indekstir ve j
otokorelasyon matriksinin R birçok kolonlarindan birisini
Ekipman konusma sinyalinin sifrelenmesi için kod kitabi
vektörünü kullanmak üzere konfigüre edilmektedir. Örnek
olarak, ekipman sifreli konusma sinyali üretebilmektedir,
öyle ki sifreli konusma sinyali birçok Dogrusal Tahmin
katsayilari, seslendirilmis seslerin temel frekansinin
gösterimini (ör. perde parametreleri), ve kod kitabi
vektörünün gösterimini içermektedir.
Örnek olarak, bir konusma sinyalinin sifrelenmesine iliskin
özel bir düzenlemeye göre, ekipman konusma sinyaline
dayanarak birden fazla dogrusal tahminsel katsayilari (a(k))
belirlemek üzere konfigüre edilebilmektedir. Dahasi, ekipman
birden fazla dogrusal tahminsel katsayilara (a(k))
dayanilarak kalinti sinyalini belirlemek üzere konfigüre
edilmektedir.
Ek olarak, matriks belirleyici llO kalinti sinyaline
dayanilarak otokorelasyon matriksini R belirlemek üzere
konfigüre edilebilmektedir.
Takibinde, mevcut bulusun bazi diger düzenlemeleri tarif
edilmektedir.
Denklemler 3 ve 4'e geri dönecek olursak, burada Denklem 3
asagidaki gibi algisal modelin uygunlugunu gösteren bir
kareli hata tanimlamaktadir:
ve burada Denklem 4
maksimize edilecek olan arama kriterini göstermektedir.
ACELP algoritmasi, Denklem 3'e dayanan Denklan 4 etrafindan
merkezlenmektedir.
Düzenlemeler, bu denklemlerin analizinin nicemli kalinti
degerlerinin e(k) indekse k dayanilarak hata enerjisi 82
üzerinde Çok farkli bir etkisi oldugunu ortaya çikarmasina
iliskin bir bulguya dayanmaktadir. Örnek olarak, indeksleri
k:l ve k:N göz önünde bulundururken, kalinti kod kitabinin
sadece sifir olmayan degeri k=l'de ortaya çikarsa, hata
enerjisi 82 asagidaki ile sonuçlanmaktadir.
k=N için iken, hata enerjisi 52 asagidaki ile
sonuçlanmaktadir:
egr=(x(N)-e(Njh{1))3+Zk=1(MMV. (6)
Bir baska deyisle, e(N) sadece h(1) ile agirliklandirilirken,
e(l) aralik 1 ila N üzerinde dürtü yaniti h(k) ile
agirliklandirilmaktadir. Spektral agirliklandirma açisindan,
bu durum her e(k)'nin farkli spektral agirliklandirma
fonksiyonu ile agirliklandirilmasi anlamina gelmektedir, öyle
ki, alisilmisinda disinda, e(N) dogrusal agirliklidir.
Algisal bir modelleme perspektifinden, bir çerçeve içinde
bütün örnekler için ayni algisal agirlik uygulamak mantikli
olabilmektedir. Denklem 13 bu nedenle bir sonraki çerçeveye
ZIR'i göz önünde bulundurur bir sekilde genisletilmesi
gerekmektedir. Burada, digerleri arasinda, Önceki teknige
iliskin farkliligin önceki çerçeveden ZIR'in ve bir sonraki
çerçeveye ZIR'in hesaba katilmasi olmasinin unutulmamasi
gerekmektedir.
e(k) orijinal, nicemsiz kalinti ve e(k) nicemli kalinti
olsun. Ek olarak, her iki kalinti da aralik 1 ila N'de sifir
olmamasi ve baska yerde sifir olmasina izin verilir. Daha
xfrri_}=-~Z:=l(1(k)x(nmk)~~i-e(î7)z=z:îe{n-k)h{_k)
ýlrrl=*Z-:. a(k).î'(nwk)+ê(n)=Z ' ê(n-Â')h{k)
H=1 : (7)
Esdeger bir sekilde, matriks formundaki ayni iliskiler
asagidaki gibi ifade edilebilmektedir:
burada Iîdürtü yanitina h(k) karsilik gelen sonsuz boyutsal
kivrini matriksidir. Denkleni 3'e dahil edilmesi asagidakini
ortaya çikartir;
62=ggýemgêlila{emê)TIITÜ(Ve~22:):(euêfR1Ig-mê)
burada R = .ÜTÜ' h(n)'nin otokorelasyonuna karsilik gelen
Hermitian Toeplitz matriksi olan sonlu boyuttur. Denklem 4
için benzer bir türetim ile objektif fonksiyon elde
edilmektedir.
(çeFR êf_ idim?“
Bu objektif fonksiyon Denklem 4'e çok benzemektedir. Ana
fark, korelasyon matriksi B yerine, burada Hermitian Toeplitz
matriksinin R paydada olmasidir.
Yukarida tarif edildigi üzere, bu yeni formül, bir çerçeve
içindeki kalintinin e bütün Örneklerinin ayni algisal
agirliklandirmayi almasina iliskin bir faydasi vardir. Fakat,
daha da önemlisi bu formül hesapsal kompleksiteye ve hafiza
gereksinimlerine de önemli derecede faydalar ilave
etmektedir. R bir Hermitian Toeplitz matriksi oldugundan,
birinci kolon r(O)..r(N-l) matriksi tamamen tanimlamaktadir.
Baska deyisle, tam NXN matriksinin depolanmasi yerine, sadece
le vektörünün r(k) depo edilmesi yeterli olup, böylece
hafiza bölüstürmede iyi derecede tasarruf edilmektedir.
Dahasi, hesapsal kompleksite de azalmaktadir, çünkü bütün NXN
elemanlarini degil, sadece birinci le kolonunu belirlemek
gerekmektedir. Ayrica matriks içinde indeksleme de basittir,
çünkü eleman (i,j) R(i, j) = r(li-jl) tarafindan
bulunabilmektedir.
Denklem lO'daki objektif fonksiyon Denklem 4'e çok benzer
oldugundan, genel ACELP yapisi sürdürülebilmektedir. Spesifik
olarak, takibi operasyonlarin herhangi birisi ya objektif
fonksiyon ya da algoritmaya iliskin sadece küçük
modifikasyonlar ile gerçeklestirilebilmektedir:
1.LTP gecikmesinin optimizasyonu (uyarlamali kod kitabi)
ZKalintinin modellenmesi için dürtü kod kitabinin
optimizasyonu (sabit kod kitabi)
3.Ya ayri olarak. ya da birlikte LTP ve pulslarin
kazanimlarinin optimizasyonu
APerformansi Denklem 3'ün kareli hatasi tarafindan
ölçülebilen diger herhangi parametrelerin optimizasyonu
Konvansiyonel ACELP uygulamalarinda modifiye edilmesi gereken
tek kisim, matriks R tarafindan yer degistirilen korelasyon
matriksinin B tasinmasi ve ayrica takibi çerçeveye ZIR'in
Bazi düzenlemeler, ACELP algoritmasinin herhangi bir yerinde,
korelasyon matriksi B meydana gelerek ve otokorelasyon
matriksi R tarafindan degistirilerek mevcut bulusun
konseptlerini kullanmaktadir. Matriksin B bütün örnekleri
çikarilirsa, degerinin hesaplanmasindan kaçinilabilmektedir.
Örnek olarak, otokorelasyon matriksi R, otokorelasyon
matriksinin R birinci kolonunun r(O), .., r(N-1)
katsayilarini belirleyerek belirlenmektedir.
Matriks R Denklem 9'da R:HTH tarafindan tanimlanmakta olup,
böylece elemanlari Rij=r(i-j) asagidaki ile
hesaplanabilmektedir
g (921)
Yani, sekans r(k), h(k)'nin otokorelasyonudur.
Fakat genellikle, r(k) hatta daha etkin araçlar ile elde
edilebilmektedir. Spesifik olarak AMR ve G.7l8 gibi konusma
kodlama standartlarinda, sekans h(k) ön vurguyu dahil etmek
üzere alinan algisal bir agirliklandirma fonksiyonu W(z)
tarafindan filtrelenen dogrusal bir tahminsel filtrenin A(z)
dürtü yanitidir. Baska deyisle, h(k) dogrusal tahminsel bir
modelin algisal olarak agirlikli dürtü yanitini
göstermektedir.
Filtre A(z) genellikle konusma sinyalinin rx(k)
otokorelasyonundan tahmin edilmektedir, yani, rx(k) zaten
bilinmektedir. H(z) = A-l(u)W(z) oldugu için, otokorelasyon
sekansinin r(k) asagidaki tarafindan w(k)'nin otokorelasyonu
hesaplayarak belirlenebilmesini takip etmektedir
böylece h(k)'nin korelasyon asagidaki gibidir;
Genel sistemin tasarimina dayanilarak, bu denklemler bazi
düzenlemelerde duruma uygun olarak modifiye edilebilmektedir.
Bir kod kitabinin bir kod kitabi vektörü daha sonra Ör.
otokorelasyon matriksine 12 dayanilarak belirlenebilmektedir.
Özellikle, Denklem 10, bazi düzenlemelere göre, kod kitabinin
bir kod kitabi vektörünü belirlemek üzere
kullanilabilmektedir.
Bu baglamda, Denklem lO konusma kodlama standartlarindaki AMR
ve G.7l8 ile ayni forma sahip olan 6 Re formundaki
objektif fonksiyonu tanimlamaktadir, fakat öyle ki matriks R
simetrik Toeplitz yapisina sahiptir. Objektif fonksiyon temel
olarak hedef vektör d ve kod kitabi vektörü e^ arasinda
normalize bir korelasyondur ve en olasi kod kitabi, ör.
normalize korelasyonu f(e^ ) maksimize eden normal korelasyon
için f(e^ ) en yüksek degeri verendir.
Kod kitabi vektörleri böylelikle bahsi geçen standartlarda
oldugu üzere ayni yaklasimlar ile optimize edilebilmektedir.
Spesifik olarak, örnegin, kalinti için en iyi cebirsel kod
kitabi (yani, sabit kod kitabi) vektörü e^ bulmak için
oldukça basit bir algoritma asagida tarif edildigi üzere
uygulanabilmektedir. Fakat etkin arastirma algoritmalarinin
(c.f. AMR ve G.7l8) tasariminda önemli derecede eforun ortaya
kondugu unutulmamalidir` ve bu arastirma algoritmasi sadece
uygulamanin gösterimsel bir örnegidir.
LBir baslangiç kod kitabi vektörünü @0 = [0,0...O]T
tanimlayin ve pulslarin sayisini p = O'a ayarlayin.
ZBaslangiç kod kitabi kalitesi ölçümünü fO = O'a ayarlayin.
ayarlayin.
4Kod kitabi vektöründeki her konum için
(DP'yi bir artirin.
ÜÜKonuni k zaten. negatif bir puls içeriyorsa, adini vii
(iii)Geçici bir kod kitabi vektörü Epzev-l yaratin ve
konumda k pozitif bir puls ekleyin.
(N)f(%°)ile geçici kod kitabi vektörün kalitesini
degerlendirin
(wGeçici kod kitabi vektörü öncekinden daha iyiyse,
fßw)'xâý bu kod kitabini saklayin, 'G f(%) ayarlayin
ve bir sonraki tekrara devam edin.
WDKonum k zaten pozitif bir puls içeriyorsa, bir sonraki
tekrara geçin.
(WÜGeçici bir kod kitabi vektörü 5%::8P"1 yaratin ve
konumda k negatif bir puls ekleyin.
wm)f(%;)'ile geçici kod kitabi vektörün kalitesini
degerlendirin
ümGeçici kod kitabi vektörü öncekinden daha iyiyse,
f(s”)>f7 bu kod kitabini saklayin, ß=f(`g`”) ayarlayin
ve bir sonraki tekrara devam edin.
iyisi) olacak sekilde kod kitabi vektörünü êp ayarlayin.
çikti vektörünü ê = êp olarak tanimlayin ve durdurun. Aksi
durumda, adim 4 ile devam edin.
Daha önce de belirtildigi üzere, konvansiyonel ACELP
uygulamalarina kiyaslandiginda, bazi düzenlemelerde, hedef
ZIR'i takibi çerçeveye dahil edecek sekilde modifiye
edilmektedir.
Denklem 1 ACELP tipi kodeklerde kullanilan dogrusal tahminsel
modeli tarif etmektedir. Sifir Dürtü Yaniti (ZIR, ayni
zamanda bazen Sifir Girdi yaniti olarak da bilinmekte),
mevcut çerçevenin kalintisi (ve bütün gelecek çerçeveler)
sifira ayarlandiginda dogrusal tahminsel modelin çiktisina
atfetmektedir. ZIR konumdan N ileriye dogru asagidaki gibi
sifir olan kalintiyi tanimlayarak zaten hesaplanabilmektedir;
63 En) { Ü fani E R' (1021)
böylelikle ZIR asagidaki gibi tanimlanabilmektedir;
.::R (in): ` &0:39 *çikisi
Bu ZIR'i girdi sinyalinden çikartarak, ileriye dogru mevcut
çerçeveden gelen kalintiya dayanan bir sinyal elde
edilmektedir.
Es deger olarak ZIR. asagidaki gibi geçmis girdi sinyalini
filtreleyerek belirlenebilmektedir;
xûû hrnâK
k=1 (100)
zmgcnj =
ZIR'in çikartilmis oldugu girdi sinyali genellikle hedef
olarak bilinmekte ve d(n) = X(n) - ZIRK(n) olarak konumda K
baslayan çerçeve için tanimlanabilmektedir. Bu hedef, AMR ve
G.7l8 standartlarinda hedefe tam. olarak esit prensiptedir.
Sinyali nicemlerken, nicemli sinyal d^ (n) çerçevenin K S n <
K + N süresi için d(n)'ye kiyaslanmaktadir.
Buna karsilik olarak, mevcut çerçevenin kalintisi takibi
çerçeve üzerine olan bir etkisi vardir, böylece sinyali
nicemlerken o etkinin göz önünde bulundurulmasi faydali
olacaktir, yani birisi mevcut çerçevenin n > K + N de
üzerinde farki d^(n)- d(n) degerlendirmek isteyebilmektedir.
Fakat, bunun yapmak için, birisi takibi çerçevelerin
kalintilarini sifira ayarlayarak mevcut çerçevenin
kalintisinin etkisini düsünebilmektedir. Bu nedenle, bir
sonraki çerçeveye d^ (n)'a ait ZIR kiyaslanabilmektedir. Bir
baska deyisle, modifiye hedef elde edilmektedir:
G 7i< K
dMJ Kgn
Ä-ZaOÜdKn-k) M>K+N.
Esdeger olarak, A(z)'ye ait dürtü yanitini h(n) kullanarak,
daha sonra;
d'cn) = Z amman-ki
Bu formül, d' = He tarafindan uygun bir matriks formunda
yazilabilmektedir, burada H ve e Denkleni 2'de oldugu gibi
tanimlanmaktadir. Modifiye hedefin Denklem Z'ye ait tam
olarak K oldugu görülebilmektedir.
Matriksin R hesaplanmasinda, teorik olarak, dürtü yaniti h(k)
pratik bir sistemde gerçeklestirilebilir olmayan sonsuz bir
sekanstir.
1)ya dürtü yanitinin sonsuz bir uzunluga kesilmesi ya da
pencerelenmesi ve kesilmis dürtü sinyalinin
otokorelasyonunun belirlenmesi, veya
2)ilgili LP ve algisal filtrelerin Fourier spektrasini
kullanarak dürtü yanitinin kuvvet spektrumun hesaplanmasi
ve bir ters Fourier dönüsüm ile otokorelasyon elde edilmesi
mümkündür.
Simdi, LTP kullanan bir genisletim tarif edilecektir.
Uzun süreli tahminci (LTP) aslinda dogrusal bir tahmincidir.
Bir düzenlemeye göre, matriks belirleyici llO algisal
agirlikli bir dogrusal tahminciye dayanarak, örnek olarak,
uzun süreli tahminciye dayanarak otokorelasyon matriksini R
belirlemek üzere konfigüre edilebilmektedir.
LP ve LTP hem spektral zarf biçimini hem de harmonik yapiyi
içeren tek bir ortak tahminciye evirilebilmektedir. Bu tür
bir tahmincinin dürtü yaniti çok uzun olacaktir, böylece
önceki teknik ile iletilmesi daha da zordur. Fakat, dogrusal
tahminciye ait otokorelasyon zaten biliniyorsa, ortak
tahminciye ait otokorelasyon ileriye dogru ve geriye dogru
LTP ile veya frekans alanda. benzer bir islem, ile sadece
otokorelasyonu filtreleyerek hesaplanabilmektedir.
LTP kullanan önceki yöntemlerin LTP gecikmesi çerçeve
uzunlugundan daha kisa oldugunda bir sorunu oldugunu
unutmayin, çünkü LTP çerçeve içinde bir dönüt loopuna neden
olabilmektedir. LTP'nin objektif fonksiyona dahil edilmesinin
faydasi, LTP gecikmesinin çerçeve uzunlugundan daha kisa
oldugu zamanlarda, bu dönütün açik bir sekilde optimizasyonda
dikkate alinmasidir.
Takibinde, ilintisizlestirilmis bir alanda hizli optimizasyon
için bir genisletim tarif edilmektedir.
ACELP'e ait tasarimda merkezi bir zorluk hesapsal
kompleksitenin azaltimi olmustur. ACELP sistemleri
karmasiktir, çünkü LP ile filtreleme islemi, matriks R
tarafindan mevcut kontekste veya matriks E tarafindan tarif
edilen kalin örnekleri arasinda karmasik korelasyonlara neden
olmaktadir. e(n)'ye ait örnekler ilintili olduklarindan,
istenilen dogruluk. ile e(n)'yi nicemlemek. mümkün degildir,
fakat farkli nicemlemelerin deneme yanil yaklasimi ile birçok
kombinasyonu sirasiyla Denklem 3 veya lO'un objektif
fonksiyonu uyarinca en iyi nicemlemeyi bulmak için denemesi
gerekmektedir.
Matriksin R dahil edilmesiyle bu korelasyonlara yeni bir
perspektif elde edilmektedir. Yani, R Hermitian Toeplitz
yapisina sahip oldugundan, tekil deger ayristirimi Cholesky
ayristirimi veya Hankel matrisklerine ait Vandernomde
Ayristirimi gibi çesitli etkin matriks ayristirimlari
uygulanabilmektedir (Hankel matriksleri yukari-asagi Toeplitz
matriksleridir, böylece ayni ayristirmalar Toeplitz ve Hankel
Matrikslerine uygulanabilmektedir) (bk. [6] ve [7]). R = E D
EH R'nin ayristirimi olsun, öyle ki D R ile ayni boyutun ve
düzeyin diyagonal matriksidir. Denklem 9 daha sonra asagidaki
gibi modifiye edilebilmektedir:
EL=Ee"ê)HR(
burada ^f = EHe^ . D diyagonal oldugundan, f(k)'nin her bir
örnegine iliskin hata diger örneklerden f(i) bagimsizdir.
Denklem lO'da, kod kitabi vektörünün optimal kazanim
tarafindan ölçeklendirildigi düsünülmektedir, böylece yeni
objektif fonksiyon asagidaki gibidir
Burada örnekler, tekrardan ilintilendirilmislerdir (çünkü bir
satirin nicemlenmesinin degisimi bütün satirlar için optimal
kazanimi degistirmektedir), fakat Denklem lO'a kiyasla,
korelasyon etkisi burada kisitlanmaktadir. Fakat, korelasyon
dikkate alinsa. bile, bu objektif fonksiyonun› optimizasyonu
Denklemler 3 veya lO'nun optimizasyonundan çok daha basittir.
Bu ayristirma yaklasimini kullanarak,
LIstenilen dogrulukta herhangi konvansiyonel skalari veya
vektör nicemleme tekniginin uygulanmasi veya
ZHerhangi konvansiyonel ACELP puls arastirma algoritmasi
ile objektif fonksiyon olarak Denklem lZ'nin kullanilmasi
mümkündür.
Her iki yaklasimlar Denklem, 12 uyarinca yakin-optimal bir
nicemleme vermektedir. Konvansiyonel nicemleme teknikleri
genel olarak herhangi kaba-kuvvet yöntemler (olasi bir oran
loopu hariç olmak üzere) gerektirmediginden ve matriks d ya B
ya da R'den daha basit oldugundan her iki nicemleme
yöntemleri konvansiyonel ACELP puls arastirma
algoritmalarindan daha az komplekstir. Bu yaklasimda hesapsal
kompleksiteye ait ana kaynak matriks ayristirmanin
hesaplamasidir.
Bazi düzenlemeler kod kitabinin bir kod kitabi vektörünü
belirlemek için Denklem 12'yi kullanmaktadir.
Ör. forma R = EHDE ait R'nin çesitli matriks faktörizasyonlari
mevcut durumdadir. Örnek olarak,
w)Özdeger ayristirmasi örnek olarak GNU Bilimsel Kütüphane
(http://www.gnu.org/software/gsl/manual/html_node/Real-
Symmetric-Matrices.html) kullanarak hesaplanabilmektedir.
Matriks R gerçek ve simetriktir (ve ayrica Toeplitz),
böylece fonksiyon "gsl_eigen_symm() matrikslerin El ve D
belirlenmesi için kullanilabilmektedir. Ayni özdeger
ayristirmanin diger uygulamalari literatürde [6] zaten
mevcut bulunmaktadir.
w)Toeplitz matrikslerinin [7] Vandermonde faktörizasyonu
kullanilabilmektedir. Bu algoritma matriksleri E ve D geri
döndürmektedir, öyle ki E, tekdüze olmayan frekans
dagilimi ile ayrik Fourier dönüsümüne esdeger olan bir
Vandermonde matriksidir.
Bu tür faktörizasyonlar kullanarak kalinti vektörü e f = EHe
or f' = Dl/2EHe tarafindan dönüsüme alanina
dönüstürülebilmektedir. Herhangi genel nicemleme yöntemi bu
alanda, örnek olarak, uygulanabilmektedir
1.Vektör f7 ACELP'e ait genel uygulamalarda oldugu gibi
cebirsel bir kod kitabi tarafindan uygulanabilmektedir.
Fakat, f' 'e ait elemanlari ilintisizlestirilmis
olduklarindan ACELP'te oldugu üzere karmasik bir arastirma
fonksiyonuna gerek yoktur, fakat asagidaki gibi basit bir
algoritma uygulanabilmektedir
(@Baslangiç kazanimi g=l'e ayarlayin
w)^f' = round(gf') ile f'yi nicemleyin.
(ddee bulunan pulslarin sayisi daha dnceden tanimlanan
miktardan p daha fazlaysa, H ^f7Hi> p, kazanimi g artirin
ve adima b'ye dönün.
(MAksi durumda EVde bulunan pulslarin sayisi daha
önceden tanimlanan miktardan p daha küçükse, H ^f'Hi
kazanimi g azaltin ve adima b'ye dönün.
(@Aksi durumda FVde bulunan pulslarin 1sayisi daha
önceden tanimlanan miktara p esit olup, H^f'H1= p ve
islem durdurulabilmektedir.
2.Bir aritmetik kodlayici, standartlar' AMR-WB+ veya MPEG
USAC bulunan TCX'teki spektral satirlarin nicemlenmesinde
kullanilana benzer bir sekilde kullanilabilmektedir.
f' elemanlarinin ortogonal oldugu (Denklem 12'den
görülebildigi üzere) ve Denklem 12'nin objektif fonksiyonunda
ayni agirliga sahip olduklari, ayri ayri nicemlenebildikleri
ve ayni nicemleme adimi boyutu ile nicemlendikleri
unutulmamalidir. Bu nicemleme islemi otomatik olarak o
nicemleme dogrulugu ile mümkün olan Denklem l2'de onjektif
fonksiyonun optimal (en büyük) degerini bulacaktir. Baska
deyisle, yukarida verilen nicemleme algoritmalari her ikisi
Denklem 12 uyarinca optimal nicemlemeyi geri çevirecektir.
Eniyileme avantaji f'ye ait elemanlarin ayri ayri islem
görmesine bagli durumdadir. Kod kitabi vektörünün ck
çözülmesinin zor oldugu (tek sifir olmayan elemandan daha
fazlasini içerdigi) yerde bir kod kitabi yaklasimi
kullanilirsa, bu kod kitabi artik vektörleri bagimsiz
elemanlar içeremez ve matriks faktörizasyonu avantaji
kaybedilir.
Toeplitz matriksine ait Vandermonde faktörizasyonunun
seçilebilmesini göz önünde bulundurun, öyle ki `Vandermonde
matriksi esit esit olmayan bir sekilde dagitilmis frekanslara
sahip bir Fourier dönüsümüdür. Baska bir deyisle, Vandermonde
matriksi frekans- egimli Fourier dönüsümüne karsilik
gelmektedir. Bu durumda, faktörün f çarpik bir frekans ölçegi
üzerinde kalinti sinyalin frekans alan gösterimine karsilik
geldigini takip etmektedir (bakiniz [8]'de "kök-degisim
özelligi").
Daha da önemlisi bu sonucun iyi bilinmediginin unutulmamasi
gerekmektedir. Pratikte, bu sonuç eger bir sinyal x bir
evirisim matriksi C ile filtrelenirse, asagidaki meydana
HC :::12: 3D Vxlgz (13)
burada. V bir (ör. çarpik) Fourier dönüsümü (birim. döngüsü
üzerinde elemanlara sahip bir Vandermonde matriksi olan) ve D
bir diyagonal matrikstir. Yani, filtreli bir sinyalin
enerjisinin ölçülmesi arzi edilirse, frekans çarpik sinyalin
enerjisi esdeger olarak ölçülebilmektedir. Aksine, çarpik bir
Fourier alaninda yapilacak olan herhangi degerlendirme es
deger olarak filtreli bir zaman alanda yapilabilmektedir.
Zaman ve frekansin çiftliginden kaynakli olarak, zaman alan
pencereleme ve zaman çarpitma arasindaki esdegerlik de
meydana gelmektedir. Pratik bir sorun, yine de yukaridaki
iliskiyi yerine getiren bir evrisim matriksinin C bulunmasin
sayisal olarak hassas bir problem olmasidir, bundan dolayi
bunun yerine yaklasik sonuçlar C^ bulmak daha kolaydir.
Iliski HC xH2 = HD V xH2 bir kod kitabinin bir kod kitabi
vektörünü belirlemek için kullanilabilmektedir.
Bu dogrultuda, ilk olarak burada H ile, Denklem 2'de oldugu
gibi evrisim matriksinin C yerine belirtilecegi
unutulmamalidir. Eger nicemleme gürültüsünü e = Hx - HX^
minimize etmek isterseniz, enerjisi ölçülebilmektedir:
52 = lle - mis& 2 mm - 52) [:2 :(1 _amiga - 52) = (x - :::Yaw -
›1m '* 3_2 __"42
HD Html -Hf' f'lî' (1321)
Simdi, çerçeve bagimsizligi için bir genisletim. tarif
edilecektir.
Sifreli konusma sinyali radyo dalgalari gibi kusursuz olmayan
iletim hatlari üzerinde iletildiginde, degisken olarak, veri
paketleri bazen kaybolabilmektedir. Çerçeveler` birbirlerine
bagimlidir, Öyle ki paket N N-l'in kusursuz bir sekilde
çözülmesi için gereklidir, daha sonra paket N-l kaybi N-l ve
N paketlerinin sentezini bozacaktir. Diger yandan çerçeveler
bagimsizsa, paket N-l kaybi sadece paketin N-l sentezini
bozacaktir. Bu nedenle, çerçeve arasi bagliliklardan serbest
olan cihaz yöntemleri için önemlidir.
Konvansiyonel ACELP sistemlerinde, çerçeve arasi
bagliliklarin ana kaynagi LTP'dir ve bazi kapsamda sadece
LP'dir. Spesifik olarak, her ikisi de sonsuz dürtü yaniti
(IIR) filtreleri oldugundan, bozulmus bir çerçeve bozuk
örneklerin "sonsuz" kuyruguna neden olmaktadir. Pratikte, o
kuyruk algisal olarak can sikici olan çesitli çerçeve
uzunlugu olabilmektedir.
Mevcut bulusun çerçevesini kullanarak, çerçeve arasi
bagliligin üretildigi yolun mevcut çerçeveden bir sonraki
çerçeveye ZIR tarafindan nitelenebilmesi
gerçeklestirilebilmektedir.
Bu çerçeve arasi bagliliktan sakinmak için, konvansiyonel
ACELP'e iliskin üç modifikasyon yapilmasi gerekmektedir.
LÖnceki çerçeveden mevcut (alt)çerçeveye ZIR'i
hesaplarken, nicemli kalintidan degil, sifirlar ile
uzatilmis orijinal (nicemli olmayan) kalintidan
hesaplanmasi gerekmektedir. Bu sekilde, önceki
(alt)çerçeveden nicemleme hatalari mevcut (alt)çerçeveye
çogalmayacaktir.
ZNbvcut çerçeveyi nicemlerken, orijinal ve nicemli
sinyaller arasinda bir sonraki çerçeveye olan ZIR'da
bulunan hata dikkate alinmalidir. Korelasyon matriksini B
yukarida açiklandigi üzere otokorelasyon matriksi R ile
degistirerek yapilabilmektedir. Bu durum, bir sonraki
çerçeveye olan ZIR'daki hatanin mevcut çerçeve içindeki
hata ile birlikte minimize edilmesini saglamaktadir.
her iki parça da ZIR'a dahil edilmesi gerekmektedir. Bu
durum, konvansiyonel yaklasima olan bir farkliliktir,
burada ZIR sadece LP için hesaplanmaktadir.
Mevcut çerçeveyi nicemlerken önceki çerçevenin nicemleme
hatalari göz önünde bulundurulmazsa, çiktinin algisal
kalitesindeki etkinlik kaybolmaktadir. Bu nedenle, hata
yayilimina iliskin herhangi bir risk olmadiginda önceki
hatalarin dikkate almaya seçmek mümkündür. Örnek olarak,
konvansiyonel ACELP sistemi bir çerçeveleme uygulamaktadir,
burada her 20ms çerçeve 4 veya 5 alt çerçevelere
bölünmektedir. LTP ve kalinti her bir alt çerçeve için
nicemlenip ayri ayri kodlanmaktadir fakat bütün çerçeve
verinin bir blogu olarak iletilmektedir. Bu nedenle, münferit
alt çerçeveler kaybolmamakta, fakat sadece tam çerçeveler
kaybolmaktadir. Sadece çerçeve sinirlarinda çerçeve bagimsiz
ZIR'larin kullaniminin gerekli olmasini takip etmektedir,
fakat ZIR'lar geriye kalan alt çerçeveler arasinda çerçeve
araso bagliliklar ile kullanilabilmektedir.
Düzenlemeler, mevcut çerçevenin dürtü yanitinin etkisinin bir
sonraki çerçeve, mevcut çerçevenin objektif fonksiyonuna
dahil edilmesi ile konvansiyonel ACELP algoritmalarini
modifiye etmektedir.
Optimizasyon sorununun objektif fonksiyonunda, bu
modifikasyon korelasyon matriksinin Hermitian Toeplitz yapisi
içeren bir otokorelasyon matriksli ile degistirilmesine
karsilik gelmektedir. Bu modifikasyonun takibi faydalari
bulunmaktadir:
LHesapsal kompleksite ve hafiza gereksinimleri
otokorelasyon matriksinin ekli Hermitian Toeplitz
yapisindan dolayi azaltilmaktadir.
ZAyni algisal model bütün örneklere uygulanacaktir, ki bu
durum algisal modelin tasarimini ve ayarini daha basit ve
uygulamasini daha etkin ve tutarli yapmaktadir.
dürtü yanitini ve bir sonraki çerçeveye giden nicemli dürtü
yanitini dikkate alarak mevcut çerçevenin nicemlenmesinde
tamamen sakinilabilmektedir. Bu durum, paket kaybinin
beklenildigi sistemlerin saglamligini gelistirmektedir.
Sekil 2, çözülü bir ses sinyali elde etmek için yukarida
tarif edilen düzenlemeye göre bir ekipman tarafindan
sifrelenen sifreli bir konusma sinyalini çözmek. için bir
çözücü 220 göstermektedir. Çözücü 220 sifreli konusma
sinyalini almak üzere konfigüre edilmekte olup, burada
sifreli konusma sinyali yukarida tarif edilen düzenlemelerden
birisine göre bir konusma sinyalini sifrelemek için bir
ekipman tarafindan belirlenen kod kitabi vektörünün, örnek
olarak. belirlenen kod. kitabi vektörünün bir indeksi,
gösterimini içermektedir. Ek olarak, çözücü 220 kod kitabi
vektörüne dayanilarak çözülü bir konusma sinyalini elde etmek
için sifreli bir konuma sinyali çözmek üzere konfigüre
edilmektedir.
Sekil 3, bir düzenlemeye göre bir sistem göstermektedir. Söz
konusu sistem, sifreli bir konusma sinyalini elde etmek için
bir girdi konusma sinyalinin sifrelenmesine iliskin yukarida
bahsi geçen düzenlemelerden birisine göre bir ekipman 210
içermektedir. Sifreli konusma sinyali bir konusma sinyalinin
sifrelenmesi için ekipman 210 tarafindan belirlenen
belirlenmis kod kitabi vektörünün gösterimini içermektedir,
ör. kod kitabi vektörünün bir indeksini içermektedir. Dahasi,
sistem çözülü bir konusma sinyalinin elde edilmesi için
sifreli konusma sinyalinin çözülmesine iliskin yukarida tarif
edilen düzenlemeye göre bir çözücü 220 içermektedir. Çözücü
220, sifreli konusma sinyalini almak üzere konfigüre
edilmektedir. Ek olarak, çözücü 220 belirlenen kod kitabi
vektörüne dayanilarak çözülü bir konusma sinyalini elde etmek
için sifreli bir konuma sinyali çözmek üzere konfigüre
edilmektedir.
Bazi yönlerin bir ekipmanin baglaminda tarif edilmesine
ragmen, söz konusu yönlerin ayrica ilgili yöntemin bir
tarifini de gösterimlemektedir, ki bir blok ya da aygit bir
yöntem adimina ya da bir yöntem adiminin bir özelligini
karsilamaktadir. Benzer olarak, bir yöntem basamagi
baglaminda tarif edilen hususlar ayrica, ilgili bir blok ya
da ögenin bir açiklamasini ya da ilgili bir cihazin özelligi
de temsil eder.
Bulus konusu ayristirilmis sinyal bir sayisal depolama
ortaminda depolanabilecegi gibi, internet gibi kablosuz veya
kablolu bir iletim ortamina benzer bir iletim ortami
üzerinden de aktarilabilir.
Uygulama gerekliliklerine bagli olarak, bulusun
düzenlemeleri, donanimda veya yazilimda gerçeklestirilebilir.
Söz konusu uygulama, üzerine yazilan elektronik olarak
okunabilir` kontrol sinyallerine sahip, ilgili yöntemin
çalismasi için programlanabilir` bir bilgisayar sistemi ile
(çalisma yetisine sahip) çalisan bir dijital saklama ortami,
örnek olarak bir flopi disk, bir DVD, bir CD, bir ROM, bir
PROM, bir EPROM, bir EEPROM ya da bir TASINABILIR bellek
kullanilarak gerçeklestirilebilmektedir, böylece ilgili
yöntem uygulanmaktadir.
Bulusa göre bazi düzenlemeler, burada açiklanan yöntemlerden
birinin gerçeklestirmesine olanak saglayacak sekilde
programlanabilir bir bilgisayar sistemiyle birlikte çalisma
kabiliyetine sahip olan elektronik olarak okunabilir kontrol
sinyalleri bulunan kalici bir veri tasiyiciyi içermektedir.
Genelde, bu bulusun örnekleri bir program kodu olan bir
bilgisayar programi ürünü gibi kullanilabilirler ve program
kodu, bilgisayar programi bir bilgisayarda çalisinca,
yöntemlerden birini uygulamak üzere islem yapar. Program kodu
örnegin bir makinede okunabilir tasiyiciya depolanabilir.
Diger örnekler, burada tarif edilen yöntemlerden birinin
uygulanmasi için, nakinede okunabilir bir tasiyici üzerinde
depolanmis olan bilgisayar programini içermektedirler.
Baska bir deyisle, bulus yönteminin bir örnegi, dolayisiyla,
bilgisayar programi bir bilgisayarda çalistirilinca, burada
tarif edilen yöntemlerden birini uygulamak için bir program
kodu olan bir bilgisayar programidir.
Bulus yöntemine ait bir diger düzenleme, bu sebeple, burada
anlatilan yöntemlerin birini gerçeklestirmek üzere bilgisayar
programi içeren, üzerinde kaydedildigi bir veri tasiyicidir
(veya bir sayisal depolama veya bilgisayar tarafindan
okunabilir bir ortam).
Bulus yöntemine ait bir diger düzenleme, bu sebeple, burada
anlatilan yöntemlerin birini gerçeklestirmek üzere bilgisayar
programini temsil eden sinyallere ait bir sekansi veya bir
veri akisidir. Sinyallerin veri akisi veya dizisi, örnek
olarak, Internet gibi bir veri iletisim baglantisi ile
aktarilmak üzere yapilandirilabilir.
Bir diger düzenleme, burada açiklanan yöntemlerden birini
gerçeklestirmek üzere yapilandirilmis, bir bilgisayar veya
programlanabilir bir mantikr cihazi gibi, bir proses araci
içermektedir.
Diger bir düzenleme, üzerine monte edilmis, burada tarif
edilen yöntemlerden birisinin gerçeklestirilmesine iliskin
bilgisayar programina sahip bir bilgisayari kapsamaktadir.
Bazi görsellerde, programlanabilir bir mantik cihazi (örnek
olarak bir alan programlanabilir geçit dizilimi), burada
anlatilan yöntemlerin islevlerden bazilarini veya tümünü
gerçeklestirmek üzere kullanilabilir. Bazi uygulamalarda, bir
programlanabilir sirali giris alani, burada tanimlanan
yöntemlerden birini gerçeklestirmek için bir mikroislemci ile
birlikte çalisabilir. Genel olarak yöntemler, tercihen
herhangi bir donanim cihazi ile gerçeklestirilmektedir.
Yukarida anlatilan düzenlemeler, yalnizca mevcut bulusa ait
prensipler için örnekleyicidir. Burada tanimlanan
düzenlemelere ve detaylara ait degisikliklerin ve
farkliliklarin, teknikte uzman kisilere anlasilir hale
gelecegi anlasilmaktadir. Bu nedenle sadece asagidaki patent
istemleri kapsaminda kisitli olmasi ve buradaki
düzenlemelerin tarifi ve açiklamasi ile sunulan özel detaylar
ile kisit olmamasi amaçlanmaktadir.
Claims (17)
- ISTEMLER 1.
- Bir konusma kodlama algoritmasinin bir kod kitabi vektörünü belirleyerek bir konusma sinyalinin sifrelenmesine iliskin bir ekipman olup, burada söz konusu ekipman asagidakileri içermektedir: bir otokorelasyon matriksini R belirlemek için bir matriks belirleyici (llO), ve otokorelasyon matriksine R dayanarak kod kitabi vektörünü belirlemek için bir kod kitabi vektörü belirleyici (120), burada matriks belirleyici (110) bir vektörün r vektör katsayilarini belirleyerek otokorelasyon matriksini R belirlemek üzere konfigüre edilmektedir, burada otokorelasyon matriksi R birden fazla dizi ve birden fazla kolon içermektedir, burada vektör r otokorelasyon matriksinin R kolonlarindan birisini veya dizilerinden birisini göstermektedir, RU J) ; r(|l'"'jî), burada R(i, j) otokorelasyon matriksinin R katsayilarini göstermektedir, 1 oto korelasyon matriksinin R birçok dizisinin birisini gösteren birinci bir indekstir ve j otokorelasyon matriksinin R birçok kolonlarindan birisini gösteren ikinci bir indekstir, burada kod kitabi vektörü belirleyici (120) söz konusu formülü uygulayarak kod kitabi vektörünü belirlemek üzere konfigüre edilmektedir (m 1132 burada R otokorelasyon matriksidir, ve burada e^ konusma kodlama algoritmasinin kod kitabi vektörlerinden birisidir, burada flê) normalize bir korelasyondur, ve burada dT asagidakine göre tanimlanmaktadir burada e orijinal nicemsiz bir kalinti sinyalidir. .
- Istem l'e göre ekipman olup, burada kod kitabi vektör belirleyici (120) normalize korelasyonu maksimize eden konusma kodlama algoritmasinin o kod kitabi vektörünü e^ belirlemek üzere konfigüre edilmektedir A 17"; 2 f( 8) : 5.5,:) .
- Istem 1 veya 2'ye göre bir ekipman olup, burada matriks belirleyici (110) söz konusu formülü uygulayarak vektörün r vektör katsayilarini belirlemek üzere konfigüre edilmektedir: mu:) : Mk) :ir hÇ-k) : :human k) burada h(k) dogrusal tahminsel bir modelin algisal olarak agirlikli dürtü yanitini göstermektedir, ve burada k bir tamsayi olan bir indekstir ve burada 1 bir tamsayi olan bir indekstir. .
- Önceki istemlerden birine göre bir ekipman olup, burada natriks belirleyici (llO) algisal olarak agirlikli dogrusal bir tahminciye dayanarak otokorelasyon matriksini R belirlemek üzere konfigüre edilmektedir. .
- Önceki istemlerden birine göre bir ekipman olup, burada kod kitabi vektörü (120) bir matriks ayristirimi yaparak otokorelasyon matriksini R ayristirmak üzere konfigüre edilmektedir. .
- Isteni 5'e göre ekipman olup, burada kod kitabi vektörü belirleyici (120) kod kitabi vektörünün belirlenmesi için diyagonal bir matriksin D belirlenmesi üzere matriks ayristirimi yapmak üzere konfigüre edilmektedir. burada kod kitabi vektörü belirleyici (120) asagidakini kullanarak kod kitabi vektörünü belirlemek üzere konfigüre edilmektedir 250j_ burada D diyagonal matrikstir, burada f birinci bir vektördür, ve burada ^f ikinci bir vektörüdür. 8.
- Istem 6 veya 7'ye göre bir ekipman olup, burada kod kitabi vektörü belirleyici (120) kod kitabi vektörünü belirlemek için diyagonal matriksi D belirlemek üzere matriks ayristirimini yapmak için otokorelasyon matriksini R ayristirmak üzere otokorelasyon matriksine R bir Vandermonde faktörizasyonu uygulamak üzere konfigüre edilmektedir. .
- Istem 6 ila 8'den birisine göre ekipman olup, burada kod kitabi vektörü belirleyici (120) söz konusu denklemi uygulamak üzere zi Cx (iz-asi DVxisz kod kitabi vektörünü belirlemek için uygulanmaktadir, burada C evirisim matriksini göstermektedir, burada V bir Fourier dönüsümünü göstermektedir, ve burada x konusma sinyalini göstermektedir.
- Istem 6 veya 9'dan birisine göre bir ekipman olup, burada kod kitabi vektörü belirleyici (120) kod kitabi vektörünü belirlemek için diyagonal matriksi D belirlemek üzere matriks ayristirimini yapmak için otokorelasyon matriksini R ayristirmak üzere otokorelasyon matriksine R bir tekil bir deger ayristirimi uygulamak üzere konfigüre edilmektedir.
- Istem 6 veya 9'dan birisine göre bir ekipman olup, burada kod kitabi vektörü belirleyici (120) kod kitabi vektörünü belirlemek için diyagonal matriksi D belirlemek üzere matriks ayristirimini yapmak için otokorelasyon matriksini R ayristirmak üzere otokorelasyon matriksine R bir Cholesky ayristirimi uygulamak üzere konfigüre edilmektedir.
- 12. Önceki istemlerden birisine göre bir ekipman olup, burada kod kitabi vektörü belirleyici (120) konusma sinyaline ait sifir dürtü yanitina dayanilarak kod kitabi vektörünü belirlemek üzere konfigüre edilmektedir.
- 13. Önceki istemlerden birine göre bir ekipman olup, burada ekipman cebirsel kod uyarimli dogrusal tahmin konusma kodlama kullanarak konusma sinyalini sifrelemek üzere bir sifreleyicidir, ve burada kod kitabi vektörü belirleyici (120) cebirsel bir kod kitabinin bir kod kitabi vektörü olarak otokorelasyon matriksine R dayanilarak kod kitabi vektörünü belirmek üzere konfigüre edilmektedir.
- 14. Bir sistem olup, asagidakileri içermektedir: sifreli bir ses sinyalini elde etmek için bir girdi konusma sinyalini sifrelemek üzere istemler 1 ila 13'ten çözülü bir konusma sinyalini elde etmek için sifreli konusma sinyalini çözmek üzere bir çözücü (220), burada çözücü (220) sifreli konusma sinyalini almak üzere konfigüre edilmektedir, burada sifreli konusma sinyali istemler l ila l3'ten birisine göre ekipman tarafindan belirlenen bir kod kitabi vektörünün gösterimini içermektedir, burada çözücü (220) kod kitabi vektörüne dayanilarak çözülü konusma sinyalini elde etmek üzere sifreli konusma sinyalini çözmek üzere konfigüre edilmektedir.
- 15. Bir konusma kodlama algoritmasinin kod kitabi vektörünü belirleyerek bir konusma sinyalinin sifrelenmesine iliskin bir yönteni olup, burada söz konusu yöntem asagidakileri içermektedir: bir otokorelasyon matriksinin R belirlenmesi ve otokorelasyon matriksine R dayanilarak kod kitabi vektörünun belirlenmesi, burada bir otokorelasyon matriksi R belirlenmesi bir vektörün r vektör katsayilarini belirlenmesini içermektedir, burada otokorelasyon matriksi R birden fazla dizi ve birden fazla kolon içermektedir, burada vektör r otokorelasyon matriksinin R kolonlarindan birisini veya dizilerinden birisini göstermektedir, burada R(i, j) otokorelasyon matriksinin R katsayilarini göstermektedir, 1 oto korelasyon matriksinin R birçok dizisinin birisini gösteren birinci bir indekstir ve j otokorelasyon matriksinin R birçok kolonlarindan birisini gösteren ikinci bir indekstir, burada kod kitabi vektörünün belirlenmesi söz konusu formülü uygulayarak yapilmaktadir (631 a) burada R otokorelasyon matriksidir, ve burada e^ konusma kodlama algoritmasinin kod kitabi vektörlerinden birisidir, burada f(e^ ) normalize bir korelasyondur, ve burada dT asagidakine göre tanimlanmaktadir burada e orijinal nicemsiz bir kalinti sinyalidir.
- 16. Bir yöntem olup, asagidakileri içermektedir: sifreli bir konusma sinyalini elde etmek için istem 15'e göre yönteme göre bir girdi konusma sinyalinin sifrelenmesi, burada sifreli konusma sinyali bir kod kitabi vektörün gösterimini içermektedir, ve kod kitabi vektörüne dayanilarak çözülü konusma sinyalini elde etmek üzere sifreli konusma sinyalinin çözülmesi.
- 17. Bir bilgisayar veya sinyal islemcisi üzerinde çalistirildiginda Istem 15 veya 16'daki yöntemi uygulamaya yönelik bir bilgisayar programi.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261710137P | 2012-10-05 | 2012-10-05 |
Publications (1)
Publication Number | Publication Date |
---|---|
TR201818834T4 true TR201818834T4 (tr) | 2019-01-21 |
Family
ID=48906260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TR2018/18834T TR201818834T4 (tr) | 2012-10-05 | 2013-07-31 | Otokorelasyon alanında acelp kullanan bir konuşma sinyalinin şifrelenmesine ilişkin bir ekipman. |
Country Status (22)
Country | Link |
---|---|
US (3) | US10170129B2 (tr) |
EP (3) | EP3444818B1 (tr) |
JP (1) | JP6122961B2 (tr) |
KR (1) | KR101691549B1 (tr) |
CN (1) | CN104854656B (tr) |
AR (1) | AR092875A1 (tr) |
AU (1) | AU2013327192B2 (tr) |
BR (1) | BR112015007137B1 (tr) |
CA (3) | CA2979857C (tr) |
ES (2) | ES2701402T3 (tr) |
FI (1) | FI3444818T3 (tr) |
HK (1) | HK1213359A1 (tr) |
MX (1) | MX347921B (tr) |
MY (1) | MY194208A (tr) |
PL (2) | PL2904612T3 (tr) |
PT (2) | PT2904612T (tr) |
RU (1) | RU2636126C2 (tr) |
SG (1) | SG11201502613XA (tr) |
TR (1) | TR201818834T4 (tr) |
TW (1) | TWI529702B (tr) |
WO (1) | WO2014053261A1 (tr) |
ZA (1) | ZA201503025B (tr) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FI3444818T3 (fi) | 2012-10-05 | 2023-06-22 | Fraunhofer Ges Forschung | Laitteisto puhesignaalin koodaamiseksi ACELPia käyttäen autokorrelaatiotasossa |
EP2919232A1 (en) * | 2014-03-14 | 2015-09-16 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Encoder, decoder and method for encoding and decoding |
BR122020015614B1 (pt) * | 2014-04-17 | 2022-06-07 | Voiceage Evs Llc | Método e dispositivo para interpolar parâmetros de filtro de predição linear em um quadro de processamento de sinal sonoro atual seguindo um quadro de processamento de sinal sonoro anterior |
KR101837153B1 (ko) | 2014-05-01 | 2018-03-09 | 니폰 덴신 덴와 가부시끼가이샤 | 주기성 통합 포락 계열 생성 장치, 주기성 통합 포락 계열 생성 방법, 주기성 통합 포락 계열 생성 프로그램, 기록매체 |
US10672408B2 (en) * | 2015-08-25 | 2020-06-02 | Dolby Laboratories Licensing Corporation | Audio decoder and decoding method |
Family Cites Families (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4815135A (en) * | 1984-07-10 | 1989-03-21 | Nec Corporation | Speech signal processor |
US4868867A (en) * | 1987-04-06 | 1989-09-19 | Voicecraft Inc. | Vector excitation speech or audio coder for transmission or storage |
US4910781A (en) * | 1987-06-26 | 1990-03-20 | At&T Bell Laboratories | Code excited linear predictive vocoder using virtual searching |
DE69029120T2 (de) * | 1989-04-25 | 1997-04-30 | Toshiba Kawasaki Kk | Stimmenkodierer |
CA2010830C (en) * | 1990-02-23 | 1996-06-25 | Jean-Pierre Adoul | Dynamic codebook for efficient speech coding based on algebraic codes |
US5495555A (en) * | 1992-06-01 | 1996-02-27 | Hughes Aircraft Company | High quality low bit rate celp-based speech codec |
FR2700632B1 (fr) * | 1993-01-21 | 1995-03-24 | France Telecom | Système de codage-décodage prédictif d'un signal numérique de parole par transformée adaptative à codes imbriqués. |
JP3209248B2 (ja) * | 1993-07-05 | 2001-09-17 | 日本電信電話株式会社 | 音声の励振信号符号化法 |
US5854998A (en) * | 1994-04-29 | 1998-12-29 | Audiocodes Ltd. | Speech processing system quantizer of single-gain pulse excitation in speech coder |
FR2729245B1 (fr) * | 1995-01-06 | 1997-04-11 | Lamblin Claude | Procede de codage de parole a prediction lineaire et excitation par codes algebriques |
FR2729247A1 (fr) * | 1995-01-06 | 1996-07-12 | Matra Communication | Procede de codage de parole a analyse par synthese |
US5751901A (en) * | 1996-07-31 | 1998-05-12 | Qualcomm Incorporated | Method for searching an excitation codebook in a code excited linear prediction (CELP) coder |
US6226604B1 (en) * | 1996-08-02 | 2001-05-01 | Matsushita Electric Industrial Co., Ltd. | Voice encoder, voice decoder, recording medium on which program for realizing voice encoding/decoding is recorded and mobile communication apparatus |
DE69708693C5 (de) * | 1996-11-07 | 2021-10-28 | Godo Kaisha Ip Bridge 1 | Verfahren und Vorrichtung für CELP Sprachcodierung oder -decodierung |
US6055496A (en) * | 1997-03-19 | 2000-04-25 | Nokia Mobile Phones, Ltd. | Vector quantization in celp speech coder |
US5924062A (en) * | 1997-07-01 | 1999-07-13 | Nokia Mobile Phones | ACLEP codec with modified autocorrelation matrix storage and search |
KR100319924B1 (ko) * | 1999-05-20 | 2002-01-09 | 윤종용 | 음성 부호화시에 대수코드북에서의 대수코드 탐색방법 |
GB9915842D0 (en) * | 1999-07-06 | 1999-09-08 | Btg Int Ltd | Methods and apparatus for analysing a signal |
US6704703B2 (en) * | 2000-02-04 | 2004-03-09 | Scansoft, Inc. | Recursively excited linear prediction speech coder |
AU2002211881A1 (en) * | 2000-10-13 | 2002-04-22 | Science Applications International Corporation | System and method for linear prediction |
KR100464369B1 (ko) * | 2001-05-23 | 2005-01-03 | 삼성전자주식회사 | 음성 부호화 시스템의 여기 코드북 탐색 방법 |
US6766289B2 (en) * | 2001-06-04 | 2004-07-20 | Qualcomm Incorporated | Fast code-vector searching |
DE10140507A1 (de) * | 2001-08-17 | 2003-02-27 | Philips Corp Intellectual Pty | Verfahren für die algebraische Codebook-Suche eines Sprachsignalkodierers |
US7003461B2 (en) * | 2002-07-09 | 2006-02-21 | Renesas Technology Corporation | Method and apparatus for an adaptive codebook search in a speech processing system |
US7243064B2 (en) * | 2002-11-14 | 2007-07-10 | Verizon Business Global Llc | Signal processing of multi-channel data |
EP1854095A1 (en) * | 2005-02-15 | 2007-11-14 | BBN Technologies Corp. | Speech analyzing system with adaptive noise codebook |
KR20080015878A (ko) * | 2005-05-25 | 2008-02-20 | 코닌클리케 필립스 일렉트로닉스 엔.브이. | 복수 채널 신호의 예측 엔코딩 |
JP3981399B1 (ja) * | 2006-03-10 | 2007-09-26 | 松下電器産業株式会社 | 固定符号帳探索装置および固定符号帳探索方法 |
US8271274B2 (en) * | 2006-02-22 | 2012-09-18 | France Telecom | Coding/decoding of a digital audio signal, in CELP technique |
WO2009033288A1 (en) * | 2007-09-11 | 2009-03-19 | Voiceage Corporation | Method and device for fast algebraic codebook search in speech and audio coding |
US8473288B2 (en) * | 2008-06-19 | 2013-06-25 | Panasonic Corporation | Quantizer, encoder, and the methods thereof |
US20100011041A1 (en) * | 2008-07-11 | 2010-01-14 | James Vannucci | Device and method for determining signals |
EP2146522A1 (en) * | 2008-07-17 | 2010-01-20 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus and method for generating audio output signals using object based metadata |
US20100153100A1 (en) * | 2008-12-11 | 2010-06-17 | Electronics And Telecommunications Research Institute | Address generator for searching algebraic codebook |
EP2211335A1 (en) * | 2009-01-21 | 2010-07-28 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus, method and computer program for obtaining a parameter describing a variation of a signal characteristic of a signal |
US8315204B2 (en) * | 2009-07-06 | 2012-11-20 | Intel Corporation | Beamforming using base and differential codebooks |
CA2772822A1 (en) * | 2009-09-02 | 2011-03-10 | Rockstar Bidco, LP | Systems and methods of encoding using a reduced codebook with adaptive resetting |
US9112591B2 (en) | 2010-04-16 | 2015-08-18 | Samsung Electronics Co., Ltd. | Apparatus for encoding/decoding multichannel signal and method thereof |
FI3444818T3 (fi) * | 2012-10-05 | 2023-06-22 | Fraunhofer Ges Forschung | Laitteisto puhesignaalin koodaamiseksi ACELPia käyttäen autokorrelaatiotasossa |
BR112016004299B1 (pt) * | 2013-08-28 | 2022-05-17 | Dolby Laboratories Licensing Corporation | Método, aparelho e meio de armazenamento legível por computador para melhora de fala codificada paramétrica e codificada com forma de onda híbrida |
EP2916319A1 (en) * | 2014-03-07 | 2015-09-09 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Concept for encoding of information |
EP2919232A1 (en) * | 2014-03-14 | 2015-09-16 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Encoder, decoder and method for encoding and decoding |
-
2013
- 2013-07-31 FI FIEP18184592.6T patent/FI3444818T3/fi active
- 2013-07-31 ES ES13742646T patent/ES2701402T3/es active Active
- 2013-07-31 RU RU2015116458A patent/RU2636126C2/ru active
- 2013-07-31 JP JP2015534940A patent/JP6122961B2/ja active Active
- 2013-07-31 WO PCT/EP2013/066074 patent/WO2014053261A1/en active Application Filing
- 2013-07-31 CA CA2979857A patent/CA2979857C/en active Active
- 2013-07-31 EP EP18184592.6A patent/EP3444818B1/en active Active
- 2013-07-31 MX MX2015003927A patent/MX347921B/es active IP Right Grant
- 2013-07-31 PL PL13742646T patent/PL2904612T3/pl unknown
- 2013-07-31 PL PL18184592.6T patent/PL3444818T3/pl unknown
- 2013-07-31 PT PT13742646T patent/PT2904612T/pt unknown
- 2013-07-31 BR BR112015007137-6A patent/BR112015007137B1/pt active IP Right Grant
- 2013-07-31 EP EP23160479.4A patent/EP4213146A1/en active Pending
- 2013-07-31 CA CA2887009A patent/CA2887009C/en active Active
- 2013-07-31 KR KR1020157011110A patent/KR101691549B1/ko active IP Right Grant
- 2013-07-31 SG SG11201502613XA patent/SG11201502613XA/en unknown
- 2013-07-31 CN CN201380063912.7A patent/CN104854656B/zh active Active
- 2013-07-31 TR TR2018/18834T patent/TR201818834T4/tr unknown
- 2013-07-31 MY MYPI2015000805A patent/MY194208A/en unknown
- 2013-07-31 ES ES18184592T patent/ES2948895T3/es active Active
- 2013-07-31 AU AU2013327192A patent/AU2013327192B2/en active Active
- 2013-07-31 EP EP13742646.6A patent/EP2904612B1/en active Active
- 2013-07-31 CA CA2979948A patent/CA2979948C/en active Active
- 2013-07-31 PT PT181845926T patent/PT3444818T/pt unknown
- 2013-08-08 TW TW102128480A patent/TWI529702B/zh active
- 2013-10-02 AR ARP130103567A patent/AR092875A1/es active IP Right Grant
-
2015
- 2015-04-03 US US14/678,610 patent/US10170129B2/en active Active
- 2015-05-04 ZA ZA2015/03025A patent/ZA201503025B/en unknown
-
2016
- 2016-02-03 HK HK16101247.1A patent/HK1213359A1/zh unknown
-
2018
- 2018-12-04 US US16/209,610 patent/US11264043B2/en active Active
-
2022
- 2022-01-14 US US17/576,797 patent/US12002481B2/en active Active
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10586548B2 (en) | Encoder, decoder and method for encoding and decoding | |
US12002481B2 (en) | Apparatus for encoding a speech signal employing ACELP in the autocorrelation domain | |
RU2458412C1 (ru) | Устройство поиска фиксированных таблиц кодирования и способ поиска фиксированных таблиц кодирования | |
Bäckström | Computationally efficient objective function for algebraic codebook optimization in ACELP. | |
RU2806701C2 (ru) | Кодирование и декодирование параметров |