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 PDF

Info

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
Application number
TR2018/18834T
Other languages
English (en)
Inventor
Bäckström Tom
Multrus Markus
Fuchs Guillaume
Helmrich Christian
Dietz Martin
Original Assignee
Fraunhofer Ges Forschung
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 Fraunhofer Ges Forschung filed Critical Fraunhofer Ges Forschung
Publication of TR201818834T4 publication Critical patent/TR201818834T4/tr

Links

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)

  1. ISTEMLER 1.
  2. 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. .
  3. 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,:) .
  4. 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. .
  5. 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. .
  6. Önceki istemlerden birine göre bir ekipman olup, burada kod kitabi vektörü (120) bir matriks ayristirimi yaparak otokorelasyon matriksini R ayristirmak üzere konfigüre edilmektedir. .
  7. 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.
  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. .
  9. 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.
  10. 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.
  11. 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. 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. 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. 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. 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. 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. 17. Bir bilgisayar veya sinyal islemcisi üzerinde çalistirildiginda Istem 15 veya 16'daki yöntemi uygulamaya yönelik bir bilgisayar programi.
TR2018/18834T 2012-10-05 2013-07-31 Otokorelasyon alanında acelp kullanan bir konuşma sinyalinin şifrelenmesine ilişkin bir ekipman. TR201818834T4 (tr)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Also Published As

Publication number Publication date
US20220223163A1 (en) 2022-07-14
CN104854656B (zh) 2017-12-19
US11264043B2 (en) 2022-03-01
CA2979948C (en) 2019-10-22
FI3444818T3 (fi) 2023-06-22
BR112015007137A2 (pt) 2017-07-04
US12002481B2 (en) 2024-06-04
KR101691549B1 (ko) 2016-12-30
AU2013327192B2 (en) 2016-06-09
MX2015003927A (es) 2015-07-23
EP3444818B1 (en) 2023-04-19
JP2015532456A (ja) 2015-11-09
CA2979857A1 (en) 2014-04-10
AU2013327192A1 (en) 2015-04-30
HK1213359A1 (zh) 2016-06-30
US20190115035A1 (en) 2019-04-18
MY194208A (en) 2022-11-21
CN104854656A (zh) 2015-08-19
EP2904612A1 (en) 2015-08-12
KR20150070200A (ko) 2015-06-24
CA2887009C (en) 2019-12-17
EP4213146A1 (en) 2023-07-19
RU2015116458A (ru) 2016-11-27
EP3444818A1 (en) 2019-02-20
CA2979857C (en) 2019-10-15
RU2636126C2 (ru) 2017-11-20
AR092875A1 (es) 2015-05-06
TW201415457A (zh) 2014-04-16
JP6122961B2 (ja) 2017-04-26
PL3444818T3 (pl) 2023-08-21
ES2948895T3 (es) 2023-09-21
SG11201502613XA (en) 2015-05-28
BR112015007137B1 (pt) 2021-07-13
EP2904612B1 (en) 2018-09-19
US20150213810A1 (en) 2015-07-30
PL2904612T3 (pl) 2019-05-31
PT3444818T (pt) 2023-06-30
TWI529702B (zh) 2016-04-11
CA2979948A1 (en) 2014-04-10
ES2701402T3 (es) 2019-02-22
ZA201503025B (en) 2016-01-27
PT2904612T (pt) 2018-12-17
WO2014053261A1 (en) 2014-04-10
CA2887009A1 (en) 2014-04-10
US20180218743A9 (en) 2018-08-02
US10170129B2 (en) 2019-01-01
MX347921B (es) 2017-05-17

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