TW519616B - Method and apparatus for predictively quantizing voiced speech - Google Patents

Method and apparatus for predictively quantizing voiced speech Download PDF

Info

Publication number
TW519616B
TW519616B TW090109793A TW90109793A TW519616B TW 519616 B TW519616 B TW 519616B TW 090109793 A TW090109793 A TW 090109793A TW 90109793 A TW90109793 A TW 90109793A TW 519616 B TW519616 B TW 519616B
Authority
TW
Taiwan
Prior art keywords
language
parameter
value
patent application
scope
Prior art date
Application number
TW090109793A
Other languages
English (en)
Inventor
Arasanipala Ananthapadmanabhan
Pengjun Huang
Andrew P Dejaco
Sharath Manjunath
Eddie-Lun Tik Choy
Original Assignee
Qualcomm Inc
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 Qualcomm Inc filed Critical Qualcomm Inc
Application granted granted Critical
Publication of TW519616B publication Critical patent/TW519616B/zh

Links

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L19/04Speech 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
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L19/02Speech 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
    • G10L19/0204Speech 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 using subband decomposition
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L19/04Speech 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
    • G10L19/08Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L19/02Speech 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
    • G10L19/032Quantisation or dequantisation of spectral components
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L19/04Speech 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
    • G10L19/08Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/097Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters using prototype waveform decomposition or prototype waveform interpolative [PWI] coders
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech 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
    • G10L19/04Speech 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
    • G10L19/26Pre-filtering or post-filtering
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/12Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being prediction coefficients

Description

M9616 五 '發明說明(1) 發明背景 與i t:t::關於語言處理’i尤其有關於預測式量化 冬曰語吕之方法及裝置。 2 ·背景說明 用數位技術以傳$声 ^ ^ 數位無線電話應用;耳曰已2流行,尤其是在長距離及 量的資訊,同時丄這又產生如何能在頻道上傳送最少 及數位化方式C語言的可接受品f。若僅以取樣 料率以達成習用類::二ΐ !:秒64千位元(kbps)的資 用,接著是適當^ ί的吕置。惟藉由語言分析的使 料率會明顯減少 傳送以及在收話器再度合成,則資 語言壓縮裝置已用μ π ^ 線通訊,_訊;;多領域’-典型領域是無 叫,無線區域迴路,、用,包括無線電話,呼 動網際網路協定(IP)電行動及pcs電話系統,行 沾庙田β—紅ra A包§舌’及佑星通訊系統’一特別重要 的應用疋订動用戶的無線電話。 已開發出各種空氣公二^ > 近接(F圓,;時多向線通訊系統用’如分頻多向 (CDMA),連接時已建=_,及分碼多向近接 電話服雜s),行動及國際標準,如精密行動 95 US-⑸,典型的= : = f統咖,及臨時標準 。。8,提議:ί 及,生者1S,A ’腦 J_STD- 我0弟二代產生標準IS-95C及IS - 2 0 0 0等
第6頁 519616 五、發明說明(2) (準在:Λ稱:广95)是由電信工業協會⑴A)及其他習用標 二貝二式布的,以制定CDMA空氣介面在細胞式或PCS電 σ舌通Λ系統中的用途,典型無線通訊系統的配置大致是根 據丨^一95標準的用途如美國專利號5, 103, 459及4, 901,3〇/ 揭=的’其讓渡給本發明的受讓人而在此併供參考。 一 =土擷,與人類語言產生模型相關參數以使用技術來壓 鈿,口 a的I置稱為語言編碼器,語言五士 讀時段?分析訊框,語言編碼器一般包括編碼= 馬二 扁馬杰为析輸入語言訊框以擷取一些相關參數,且 接著將參數量化成二位元表示,# -組位it或二位元資料 封包,解碼器處理該資料封包,將它非量化以數, 及使用非量化參數以將語言訊框再度合成。 / ::::器的功能是去除語言中所有本身具有的冗餘而 蝥細數位〜吕信號成為低位元率信號,以一 輸入語言訊框及使用旦仆以声干八一知彳、,且^数木表不 ii的ϊ:二ϊ輸入語言訊框具有Νι位元,而語言編碼器 辛θ Γ^Ν、/M 、匕具有n。位兀,則语言編碼器達成的壓縮因 !:立:1。,挑戰是在達成目標壓縮因素的同時仍可得到 =二二了 t的解碼語言,語言編碼器的性能是依(1)語言 ΐ述分析及合成過程的合併後為執行,及(2)每 目標位^率之下後為執行參數量化過程, ===目‘標因此是藉由各訊框的—小組參數而搁取語 δ ^唬的精爭或目標聲音品質。 或許語言編瑪器設計中最重要的是搜尋較佳的—組參數 519616
、包括向里)以敘述语言信號,較佳的一組參數需要低的系 統頻寬以重建正確的語言信號,音調,信號功帛,頻譜封 包(或格式),m幅頻譜,及相位頻譜等都是語言編碼參數 的範例。 語言編碼器的實例是時域編碼器,其使用高時間解析度 的處理以擷取%域語言波形以一次編碼語言的小段落(一 般是5宅秒(ms)子訊框),對於各子訊框,藉由各習用的搜 尋演算法即可從碼薄空間中找到高準度的表示,或者語言 編碼器的工例是頻域編碼器’其藉由一組參數(分析)二 取輸入語言訊框的短期語言譜及使用一對應的合成過程而 從頻譜參數再產生語言波形,參數量化器藉由以碼向量的 儲存表示而表示它們以保留該參數,這是根據習用的量化 方法可參考A. Gersho & R.M. Gray, vector
Quantization and Signal Compression (1992)。 一種智用的時域語言編碼器是碼激線性預測式(CELp)編 碼器可參考 L.B· Rabiner&R.W· Schafer,Digital
Processing of Speech Signals 3 96-453 ( 1 9 78 ),其在 此考。在CELp編碼器中,藉由線性預測(Lp)分析而去 除Ϊ!言信號中的短期相關或冗餘,以找出短期預測袼式濾 波器=係數,使用短期預測濾波器在輸入語言訊框上以產 =LP多餘信號,其又以長期預測濾波器參數及後續預測碼 溥而再度模型化及量化,因此CELP編碼將編碼時域語言波 形的工作分成編碼LP短期預濾波器係數及編碼LP多餘的數 不同工作,可以在固定率(即在各訊框中使用相同的位 五 、發明說明(4) 元數Ν。)或變率(其中不同類 率)下執行時域編碼,變、絶訊框内容中使用不同的位元 量以編碼編碼器參數在可彳曰I螞為試著僅使用需要的位元 化CELP編碼器可參考美1到目標品質的位準,典型的變 發明的受讓人而在此併供參^唬5, 41 4, 796,其讓渡給本 域編碼器如C E L Ρ編碼哭— 數N。以保有時域語言波形J —般依賴每-訊框的許多位元 框較大(如至少8 k h彳:確性,廷種編碼器在每一訊 。秋kbPS)的位元數N。中一般傳送極佳的聲立 口口貝然而在低位元率(至多4】u ^ ^ 士丄丨土的奪曰 得到高品質及古性A & 6 kbPs)下,牯域編碼器不能 间性月匕因為党限於可使用的位元數。+ 兀率之下,有限的碼薄空間使 在低位 有時間上的改ρ ί:f中可成功的使用。因此雖然 〇 as A文良,在低位70率操作的許多CELP編碼f鲚都 有”的扭曲-般是指雜訊。 $糸統都 -:ΐ重點及市場的強烈需求是開發出高品質的語 a、,扁/的其把在中到低位元率(即在2· 4到4 kbps及其以 下)插作’應用領域包括無線電話,衛星通訊,網路電节 ;各種多媒體及聲音串應用,聲音郵件,及其他聲音儲存 系統’因該驅動力而在封包損失情況下要求高容量及高性 能,各種最新的語言編碼數量努力是另一種直接驅動7以 求開發出低率的語言編碼演算法,低率語言編碼器在可用 的應用頻寬中產生更多頻道(或使用者),而與適合頻道編 碼的額外層連接的低率語言編碼器則適用於編碼器規格的 整體位元預算,及在頻道誤差情況下具有高性能。 σ 519616
五、發明說明(5) /種在低位元率下迅速編碼語言的有效方法是多模編石馬 ,典型的多模編碼方法可參考美國專利申請案〇 9 / 2丨7,3 4 1 號,名稱VARIABLE RATE SPEECH CODING ,中請日1998/ 1 2 / 2 1 ’其讓渡給本發明的受讓人而在此併供參考。習用 的多模編碼器在不同種類的輸入語言訊框中使用不同模式 ,或編碼解碼演算法,將各模式或編碼解碼過程設計成以 最迅速方式而最佳的表示某一種語言段如聲音語言,未發 音語言、,轉移語言(如在聲音與未發音之間),及背景雜訊 (靜音或非語言),一種外部開路模式決策機制檢查輸入語 言訊框以及作出訊框適用於那一模式的決定,一般從輸入 訊框擷取數個參數,評估一些時間及頻譜特徵,及根據評 估的模式決定而執行開路模式決策。 在2· 4 kbps率下操作的編碼系統一般在本質上是參數性 的,亦即此一編碼系統藉由在一定間距傳送說明語言信號 的音调周期及頻譜封包(或格式)的參數而操作。這些所謂 參數編碼是LP聲音編碼器系統。 L P聲音編碼器在每一音纲田® 信號作成模型,可擴充波而將聲音語言 的傳送資m,雖然LP聲頻譜封包等相關 柯县夕合3丨入姑二 碼杰大致可提供合理的性能, 一、 曰引入頌者的扭曲一般是指雜音。 近年來已開發出波形編碼器與參數編 11 &㈣波形内插(則語^碼數
^ I, ^ ^ ^ ^ ^ n ^ PWI 禋、速方法以編碼擘音語言,pw丨的基本 519616 五、發明說明(6) 概念是在固定間距擷取代表性音調周期(原型波形),以傳 送其說明’及藉由在原型波形之間内插而重建語言信號。 PWI方法可以在LP多餘信號或語言信號上操作,典型的PWI 或PPP語言編碼器可參考美國專利申請案〇 9/2 1 7, 4 94號, 名稱PERIODIC SPEECH CODING,申請日 1 9 98/ 1 2/2 1,其讓 渡給本發明的受讓人而在此併供參考。其他PWI或ppp語言 編碼器可參考美國專利案5, 884, 2 5 3號及W. Bast iaan Kieijn & Wolfgang Granzow 的Methods for Waveform Interpolation in Speech Coding, in 1 Digital Signal Processing 215-230 (1991)。 在多數習用語言編碼器中,一已知音調原型(或一已知 況框)的參數是個別量化且由編碼器傳送,此外傳送各參 數的差值,該差值表示目前訊框(或原型)的參數值與先前 Λ框(或原型)的爹數值之間的差,惟參數值及差值的量化 而要使用位元(以及頻見),在低位元率語言編螞界中,最 好儘可能傳送最少的位元數以維持滿意的聲音品^,因此 在習用低位元率語言編碼器中,僅量化及傳送絕對參數值 ,因此期望在不減少貧訊值之下減少傳送的位元數,因此 需要預測式設計以量化聲音語言以減少語言編螞器元 率。 發明總結 >本發明有關於一種預測式設計以量化聲音語言以減少一 語言編碼器之位元率,因此本發明之特點是提供一種量化 語言參數資訊之方法,該方法最好包括:在語言之至少一
第11頁 519616 五、發明說明(7) 先前處理訊框中產生參數之至少一加權值,其中使用之所 有加權總和係一;在語言之目前處理訊框將至少一加權值 從一參數值減去以得到一差值,及量化該差值。 本發明之另一特點是提供一種語言編碼器配置成量化語 言參數資訊,語言編碼器最好包括:在語言之至少一先前 處理訊框中產生參數之至少一加權值之裝置,其中使用之 所有加權總和係一;在語言之目前處理訊框將至少一加權 值從一參數值減去之裝置以得到一差值,及量化該差值之 裝置。 本發明之另一特點是提供一種基礎元件配置成量化語言 參數資訊,基礎元件最好包括:在語言之至少一先前處理 訊框中產生參數之至少一加權值,其中使用之所有加權總 和係一;在語言之目前處理訊框將至少一加權值從一參數 值減去以得到一差值,及量化該差值。 本發明之另一特點是提供一種用戶單元配置成量化語言 參數資訊,用戶單元最好包括:一處理器及一儲存媒體接 到處理器及包含可由處理器執行之一組指令,在語言之至 少一先前處理訊框中產生參數之至少一加權值,其中使用 之所有加權總和係一;在語言之目前處理訊框將至少一加 權值從一參數值減去以得到一差值,及量化該差值之裝置 〇 本發明之另一特點是提供一種量化語言參數資訊之方法 ,該方法最好包括:在語言之至少一先前處理訊框中產生 相位參數之至少一修正值;輸入數個相移到至少一修正值
519616 五、發明說明(8) ,相移數目大於或等於0 ;在語言之目前處理訊框將至少 一修正值從相位參數值減去以得到一差值,及量化該差值 〇 本發明之另一特點是提供一種語言編碼器配置成量化語 言之相位參數資訊,語言編碼器最好包括:在語言之至少 一先前處理訊框中產生相位參數之至少一修正值之裝置; 輸入數個相移至至少一修正值之裝置,相移數目大於或等 於0 ;在語言之目前處理訊框將至少一修正值從相位參數 值減去之裝置以得到一差值,及量化該差值之裝置。 本發明之另一特點是提供一種用戶單元配置成量化語言 之相位參數資訊,用戶單元最好包括:一處理器及一儲存 媒體接到處理器及包含可由處理器執行之一組指令,在語 言之至少一先前處理訊框中產生相位參數之至少一修正值 ;輸入數個相移至至少一修正值,相移數目大於或等於0 ;在語言之目前處理訊框將至少一修正值從一參數值減去 以得到一差值,及量化該差值。 附圖簡單說明 圖1是無線電話系統的方塊圖。 圖2是在各端由語言編碼器中止的通訊頻道的方塊圖。 圖3是語言編碼器的方塊圖。 圖4是語言解碼器的方塊圖。 圖5是包括編碼器/發射器及解碼器/接收器部分的語言 編碼器的方塊圖。 圖6是一段聲音語言中信號振幅相對於時間的圖形。
519616 五、發明說明(ίο) 接:ί ΐ ί ΐ電話系統操作時基地台12從多組行動單元1。 ==,行動單元10可以使電話接通或是執行其 t產= 12中處理某一基地台12收到的各逆鏈
Hi /_魏14,Bsc 14提供通話資源配置 功能包括基地台12間的軟交遞, ,其提供額外的傳送服務與PSTNf8 ,PSTN 18"MSC ' «SC 動單元1〇:1其又控制基地台12而傳送前鏈信號組到行 、、’ 热於此技術者該了解的是用戶星分1 η户甘从 實施例中可以是固定單元。 疋用戶早兀10在其他 t ΐ : II ^ ;: ^s(n)" ^ ^ ^ 吁适媒脰1 ϋ 2 (或通訊頻這丨〇 2 )上 碼該編碼語言樣本及合 仏唬sSYNTH(n),為了在相反方向傳送,第三 本s(n),其在通訊頻道⑽上;^6^ =接=解碼該編碼語言樣本’產生一合成輸:語言 語言樣本s(n)表示根據它已任一種f 變(盼縮擴域^律而數位化及量化调 5吾5樣本s(n)分成輸入資料訊框其中各訊框包括 ^數樣本SU) ’在典型實施例中使用8 kHz的取樣 ^值^ ^訊框包括16G個樣本,在以下實施例中,資 枓傳达率攻好依訊框至訊框基礎而從全率變成半率,四八 之一率,及八分之-率。資料傳送率的變化是較佳的因^ 519616 五、發明說明(11) 可選擇性的用於包含較少語言資訊的訊框。孰 :技=了㈣是,也可使用其他取樣率 框' 大小,也且在以下實施例中,可 變語言編碼(或解碼)模式以回應訊 二=f二:改 第-編碼器m及第,器110共同包 可用於任何通訊裝置以傳送語言包:二 括或Bsr類似的,第二編碼器106及第-解碼器 1曰04/、同包括一弟二語言編碼器’熟於此技術者可了解的 疋语吉編碼解碼器可由以下製造如數位信號處理哭p ’特定應用積體電路(ASIC),分閘邏輯,初體或:何習用 及;ΐ理器。軟體模組可儲存在RAM記憶 "戈i Ξ 或任何它種形式的習用儲存媒體 二;:用:何習用處理器’控制器,或靜態機器來替代微 處理益’關於語言編碼的典型ASIC設計内容可參考美國專 二’727’ 123號,其讓渡給本發明的受讓人而在此完全併 2考由:美國專利申請案08/ 1 97, 41 7號,名稱·_ 9 94/02/ 1 6,其讓渡給本發明的受讓人而在 此元全併供麥考。 圖3的編碼器2 〇 〇可用在語言編碼器之中,其包括:模式 決定模組202,音調估計模組2 04,LP分析模組,Lp^" 析濾波器208,LP量化模組210,及剩餘量化模組212。提 供輸入語言訊框s (η)給模式決定模組2〇2,音調估計模組 2 04,LP分析模組2 0 6及LP分析濾波器208。模式決定模組
Μ 第16頁 519616 五、發明說明(12) 2 0 2根據各輸入語言訊框s ( η )的周期能量,信噪比($ n r ), 或零交叉率等其他特徵而產生模式指數Ιμ及模式Μ。根據 周期性有各種不同的語言訊框分類方法如美國專利 5,9 1 1,1 2 8號揭示的,其讓渡給本發明的受讓人而在此完 全併供參考。這些方法也併入電信工業協會臨時標準 TIA/EIA IS-127 及 TIA/EIA IS-73 3,一典型模式決定設計 可參考上述美國專利申請案09/217, 341號。 音调估計模組2 0 4根據各輸入語言訊框s (n)而產生音調 指數Ip及滯後值,LP分析模組2 0 6在各輸入語言訊框s(n) 上執彳亍線性預測式为析以產生L p參數a,L P參數a提供給l P 量化模組210,LP量化模組210也接收模式μ,因而以一種 與模式無關的方式執行量化過程,L Ρ量化模組2 1 〇產生乙ρ ,數ILP及量化LP參數&,LP分析濾波器2 0 8接收量化lp參數 $以及輸入語言訊框s(n),LP分析濾波器2〇8產生LP剩餘信 號R [ η ]其表示根據量化線性預測參數&在輸入語言訊框 s(n)與重建語言之間的誤差,提供Lp剩餘R[n],模式μ及 量化LP參數》給剩餘量化模組212,上述這些值,剩餘量化 模組2 1 2產生剩餘指數IR及量化剩餘信號&[ η ]。 圖4的解碼器3 0 0可用在語言編碼器中,其包括:Lp參 解碼模組3 0 2,剩餘解碼模組3〇4,模式決定模組3〇6 /及 LP合成濾波器308。模式解碼模組3 0 6接收及解碼一模式户 數ΙΜ且由此而產生一模式M,LP參數解碼模組3〇2接收模曰 Μ及LP指數ILP,LP參數解碼模組3〇2將收到的值解碼以產 量化LP參數》,剩餘解碼模組304接收剩餘指數 519616 五、發明說明(13) 數IP,及模式指數IM。剩餘解碼模組3 〇 4將收到的值解碼以 產生量化剩餘信號R[ η ],提供量化剩餘信號η ]及量化[p 參數沒給LP合成濾波器3 0 8以便合成一解碼輸出語言信號 § [ η ]。 關於圖3編碼器2 0 0及圖4解碼器3 0 0的各種模組的操作及 實施是習用的,可參考上述美國專利5,4丨4,7 9 6號及
Rabiner & Schafer 的文章Digital Processing of Speech Signals 396-453 (1978)。 在一實施例中多模語言編碼器4 0 〇經由通訊頻道(或傳送 ,體404 )而與多模語言解碼器4〇2通訊,通訊頻道4〇4最好 疋R F "面其根據I s - 9 5標準而配置,熟於此技術者可了解 $碼為4 0 0具有一相關解碼器(未示),編碼器4 〇 〇及其相關 巧碼器共同形成第一語言編碼器,熟於此技術者也可了解 解碼器40 2具有一相關編碼器(未示),解碼器4〇2及其相關 、=碼器共同形成第二語言編碼器,第一及第二語言編碼器 取好是第一及第二DSP的一部分,且可位於用戶單元中 及/一基地台在PCS或行動電話系統,或是在用戶單元中, 及衛星系統中的閘路。 ^碼益4GG包括··參數計算器樹,模式分類模組4〇8, 41(1沾個編碼換式41G及封包格式化模組412,圖中編碼模式 ^曰的數目是η ’巾熟於此技術者可了解編碼模式41〇的可 而:任何:理的數目。為了簡化只顯示3個編碼模式41 〇, 八J線表示存在其他編碼模式41〇,解碼器4〇2包括:封包 刀知及封包損失檢測器模組4U,複數個解碼模式416,抹
第18頁 519616
::碼為4 1 8 ’及後濾波器(或語言合 ,而熟晴術者可了解編碼= 二目。為了簡化只顯示3個解碼模式416,而 &深表不存在其他解碼模式4 1 6。 % 提供語言信號s(n)到參數計算器4〇6,語 :稱為訊框的樣本段,值n表示訊框數目,在另」;= ,,用線性預測(LP)剩餘誤差信號取代語言信號。語言 編碼為如CELj編碼器使用Lp剩餘,最好藉由提供語言信號 到反LP濾波為(未示)而執行Lp剩餘的計算,反Lp濾波器 A(z)的轉移函數是根據以下公式而計算出: A ( z) ’ 1 - ai z 1 - a2 z-2 - · · · — ap ζ·ρ, 其中係數ai是濾波器搭接處具有預設值是根據習用方法 (如上述美國專利5,41 4,7 9 6號及美國專利申請案 0 9/2 1 7, 494號)而選擇的,數目p表示用於預測目的反Lp濾 波裔中的先丽樣本數目,在一特別實施例中,p設定為丄〇
蒼數計异器4 0 6根據目前訊框而導出各參數,在一實施 例中’這些參數包括以下至少之一 ··線性預測編碼(Lpc) 濾波器係數,線頻譜對(Lsp)係數,常態自相關函數 (NACF) ’開路滯後,零交叉率,頻帶能此’及格式剩餘信 號,關於LPC係數,LSP係數,開路滯後,頻帶能量及格式 剩餘彳§號等的計异詳情可參考上述美國專利5,4 1 4,7 9 6號 ,而NACF及零交叉率的計算詳情可參考上述美國專利
5, 911,128 號。 /
第19頁 519616 五、發明說明(15) ' --- 參數計算器4 0 6接到模式分類模組4 〇 8 ’參數計算哭4 〇 6 ,供參數給模式分類模組40 8,模式分類模組4〇8連&以動 悲的以訊框接訊框的方式在編碼模式4丨〇之間切換以選擇 目前訊框的適當編碼模式41〇,模式分類模組4〇8藉由比鲛 參數與預設門檻及/或極限值而選擇目前訊框的特別編碼 杈式410,根據訊框的能量大小,模式分類模組4〇8將訊框 分成非語言或不動作語言(如靜音,背景雜音,或字之間 的,停),或語言。根據訊框的周期,陡,模式分類模組4曰。8 接著將語言訊框分成特別類型語言如聲音,未發聲或暫熊 Ο 荦音語言是指一種語言可顯示較高的周期性程度,聲音 語言的一段如圖6的圖形所示,圖中的音調周期是語言訊9 框的一部分可用以分析及重建訊框的内容,未發聲的語今 一般包括子音,暫態語言訊框一般在聲音盘未發聲古五t之 間改變,訊框中既不是聲音也不是未發聲的語;則;二為 暫態語言,熟於此技術者可了解的是也可使用任何合理 分類方式。 ' 語言訊框的分類是較佳的因為可使用不同的編碼模式 410可編碼不同種類的語言,因而可以在共用頻道(如通气 頻道404 )中更迅速的使用頻寬,例如因為聲音語言是周期 性而且疋南度預測性’所以可使用低位元率高預測式編妈 模式4 1 0以編碼辈音語言。分類模組如分類模組4 〇 8的詳情 可參考上述美國專利申請案0 9/2 1 7, 34 1號及美國專利申言^ 案09/259, 151 號,名稱CLOSED-LOOP MULTIMODE MIXED〜^ 519616 五、發明說明(16) DOMAIN LINEAR PREDICTION (MDLP) SPEECH CODER ,申請 曰1 9 9 9 / 0 2 / 2 6,其讓渡給本發明的受讓人而在此完全併供 參考。 模式分類模組4 0 8根據本發明訊框分類而選擇目前訊框 的編碼模式4 1 0,各編碼模式4 1 〇可以並聯,在任一時間都 可操作至少一編碼模式4 1 〇,然而在任一時間最好只操作 一編碼模式4 1 0,而且是根據目前訊框的分類而選擇。 最好根據不同的編碼位元率,不同的編碼設計,或編碼 位元率與編碼設計的不同合併而操作不同的編碼模式W 〇 ,使用的各編碼率可以是全率,半率,四分之一率,及/ $八刀之一率,使用的各編碼設計可以是CELP編碼,原型 音調周期(PPP)編碼(或波形内插(WI)編碼),及/或雜訊激 勵,性預測(NELP)編碼,因此例如一特別編碼模式4丨〇可 从是全率CELP,另一編碼模式41〇是半率CELp,另一編碼 拉式410是四分之一率PPP,而另一編碼模式4i(^NELp。 根據CELP編碼模式41〇,用lp剩餘信號的量化形式來 :線性預測式音轨模型’使用整個先前訊框的量化參數以 重=目前訊框,CELP編碼模式41〇因而提供語言的較正確 =衣而且具有較高的編碼位元率,最好使用⑶⑶編碼模式 編踽主 一典型變率CELp語言 、·扁碼為的坪情可參考上述美國專利5,4 1 4,796號。 根據狐P編碼模式41Q,使用濾波偽號 :;=rrNELp編碼模伽是可達成 車又間早方法,取好使用nelp編碼模式412以編碼分類為 五、發明說明(17) 未發聲語言的訊框,一典型NELp " 述美國專利中請案0 9 / 2 1 7,4 9 4號。吴式& 5与情可竽考上 根據PPP編碼模式41 〇,只編碼各 分,藉由在這些原型周期之間内播=中的音調周期…f5 周期,在PPP編碼的時域實例中,重建语言—信號的剩下 說明後為修正前一原型周期以估二f數的弟一集合以
/K A曰 u ㈢剐原型周期。;S擇I > 一碼向篁,其在相加時可估叶 n ^ 适揮 —原型用期之鬥从兰“估。十目別原型周期與修正的前 巧二之間的ϋ數的第三集 向置,在ΡΡΡ編碼的頻率實例中, _ — k擇的 原型的振幅及相位頻譜,這可以二,/數集合以說明 ^ 只例中,解碼哭蕤由根 及第二集合而重建-目前原型以合成:出語 接#在㈣重建原型周期㈣一重建原』周期之 =區域中接著内插語言信㉟,因此原型是將要用先前訊 框的原型(其也在訊框中)而線性内插的目前訊框的一部分 、便在解碼益重建語έ信號或L ρ剩餘信號(即使用過去的 原型周期作為目前原型周期的預測者),典型的ρρρ語言編 瑪為的詳情可參考上述美國專利申請案2丨7,4 9 4號。
將原型周期而不是將整個語言訊框編碼可減少所需的編 碼位元率,最好用PPP編碼模式41〇來編碼分類為聲音語言 的訊框,圖6的聲音語言包含緩慢時間變化的周期性部分 ’其可由PPP編碼模式4 1 0利用,利用聲音語言的周期, PPP編碼模式41 〇即能達成比CELP編碼模式41 0更低的位元 率 〇
第22頁 五、發明說明(18) 選擇的編碼模式4丨〇接到封 碼模式410編石馬(或量化)目前訊^ 2模組412,選擇的編 給封包格式化模組412,•包 ^供量化的訊框參數 訊分成封包以便在通訊頻物::拉組 封包格式化模組412配置成可提供貫施例中將 IS-95標準而使封包格式化,^扠正編碼及根據 (也未"干)°二調變’及在通訊頻道⑽上傳送到接收器 解碼=。其接收解調變’及數位化該封包及提供封包給 中,封包解開器與封包損失檢測器模組414 個封包接一個封包的方式在解碼模式 a〗切換,解碼模式41 δ的數目與編碼模式4丨〇相同, 热於此技術者可了解各編碼模式4丨〇與各類似的解碼模 工1 6 (其配置成使用相同的編碼位元率及編碼設計)結合 若封包%開裔及封包損失檢測器模組4 1 4檢測到封包, 即解開封包及提供給相關的解碼模式4丨6,若封包解開器 及封包損失檢測器模組4 1 4未檢測到封包,即表示封包損 失而抹除解碼器41 8最好執行訊框抹除處理如本發明的相 關專利申請案名稱FRAME ERASURE COMPENSATION METHOD IN A VARIABLE RATE SPEECH CODER 所述,其讓渡給本發 明的受讓人而在此完全併供參考。 解碼模式4 1 6與抹除解碼器4 1 8的平行陣列接到後濾波器 4 2 0 ’相關的解碼模式4 1 6解碼或解量化該封包以提供資訊 第23頁 519616 五、發明說明(19) 給後慮波器4 2 0,後遽波器4 2 0重建或合成这士 〜0吕κ柩,絡山 合成的語言訊框(η ),典型的解碼模式及後滹波哭1 可參考上述美國專利5, 4 1 4, 79 6號及美國專利、:安勺评十月 0 9 / 2 1 7,4 9 4 號。 °月 * 在一實施例中不傳送量化參數本身,反而 其指示解碼器4 〇 2中各查詢表(LUT )(未示)中的、土、、外指數 器40 2接收碼薄指數及搜尋適當參數值的各编ϋ,解碼 可以傳送參數(如音調滯後,適應性碼薄擷只叶’因此 碼簿指數,而解碼器4 0 2可搜尋3個相關的9碼^ Ρ)的 根據CELP編碼模式41〇而傳送 ° 及LSP參數’傳送Lsp碼薄指數因 /後振幅,相位, LP剩餘信號,此外可傳 二要在解碼器4〇2中合成 框的音調滯後值之間的差。θ ° $的音調滯後值與前一訊 根據一習用ppp編 ,僅傳送音調滯後,振y及相在灸解碼器合成該語言信號 方法使用較低的位元率^ 芩數,習用PPP語言編碼 相對音調滯後差值。 °午傳送絕對音調滯後資訊及 根據一實施例用低位元 性訊框(如聲音語言訊框)以旦P、,扁碼模式410而傳送高周期 先别訊框的音十周、、帶絲 、 匕目別δ凡框的音调滞後值與 訊框的音調滞後值ί 的差,傳送,而不量化目前 周期性的,傳送相對於r =立因為耸音訊框的本質是高度 的編碼位元率,在_者=、9。周w後值的差值可達成較低 前訊框的參數值的加權:f中甘此量化已常規化以計算先 〜和’其中加權總和是1,而且從
第24頁 ^^016 五、發明說明(20) 目前訊框的參數值φ 在一實施例中根Ζ減去加權總和,接著量化該差。 化,將LPC來數轉&点眾以下說明而執行LPC參數的預測式量 適於量化,第Μ個頻譜資訊(LSI)(或LSP),其已知更 ,在預測式量化設計維⑶向量可表示為^ 誤差白量· 中’根據以下公式而計算量化的目知
是數個訊框P (在訊框Μ之前) 是各加權因此 «αι, 成分ΙΓ可等於對應過去訊框的量化或未量化的LSI參數, 此一設計稱為自動遞迴(AR)法,或者成分ύ可以等於對應 過去说框的LSI蒼數的量化或未量化誤差向量,此一設計 稱為移動平均(ΜΑ)法。 接著使用各種習用的向量量化^^^)法,包括分裂式VQ或 多級式VQ而量化目標誤差向量τ成為干,各種VQ法可參考Α· Gersho & R.M. Gray, Vector Quantization and Signal Compression (1992),接著使用以下公式而從量化目標誤 差向量+中重建LSI向量: 上+晰十/?对_〆·.··十邮^ —,"m . 在一實施例中,用P = 2,N = 1 0可實施上述的量化設計, 而 r, 〇·也-〇此2)
第25頁 519616 五、發明說明(21) 最好使用1 6位元及習用的分裂式v q法而量化上述目標向量 丁。 由於它的周期性本質,使用一種設計即可編碼聲音訊框 ’其中使用整個位元集合而量化一定長度訊框的原型音調 周期’或是原型音調周期的有限集合,原型音調周期的此 長度稱為音調滯後,這些原型音調周期以及也可能是相鄰 訊框的原型音調周期,接著可用以重建整個語言訊框且感 覺不到品質下降。從語言訊框擷取原型音調周期的這種 PPP设计及使用這些原型以重建整個訊框,可參考上述美 國專利申請案0 9/2 1 7, 494號。 在一貫施例中根據如圖8的PPP編碼設計而使用量化器 5 〇 0以置化南度周期性的訊框如聲音訊框,編碼器5 0 0包括 • f型操取器5 〇 2,頻率轉換器5 〇 4,振幅量化器5 〇 6及相 位置=器5 08 ’原型擷取器5〇2連接頻率轉換器5〇4,頻率 轉換5 0 4接到振幅量化器5 〇 6及相位量化器5 〇 8。 原型擷取|§ 5 0 2從一語言訊框s ( n )擷取音調周期原型, 在另 貝%例中,該訊框是L P剩餘訊框,原型擷取器5 〇 2 提!!t調周期原型給頻率轉換器5 0 4,頻率轉換器5 04將原 ^彳疋呀域表示轉成頻率表示,這是根據任一種習用方法如 ^離富利葉轉換(DFT)或快速富利葉轉換(FFT),頻率轉換 器t〇4產生一振幅向量及一相位向量,提供振幅向量給振、 幅$化器5 0 6 ’及提供相位向量給相位量化器5〇δ,振幅量 化。器5 06,化一組振幅,產生量化的振幅向量》,而相位量 化态5 0 8量化該組相位,產生量化的相位向量圣。 519616 五、發明說明(22) 編碼聲音訊框的其他設計如多帶激勵(Μ B E )語言編碼及 調和編碼,經由富利葉轉換式(包括振幅及相位)而將整個 訊框(LP剩餘或語言)或其一部分轉成頻率值,其可量化及 可在解碼器(未示)用以合成為語言。為了用這種編碼設計 而使用圖8的量化器,而省去原型擷取器5 0 2,而頻率轉換 器5 0 4可以將訊框的複短期頻譜表示式分解成振幅向量及 相位向量,而且在任一編碼設計中,可先使用適當的窗函 數如漢明窗,一典型的ΜΒΕ語言編碼設計可參考D. W. Griffin & J.S. Lim, "Multiband Excitation Vocoder,” 36(8) IEE Trans, on ASSP (Aug. 1988), 一 典型的調和語言編碼設計可參考L.B. Almeida & J.M.
Tribolet,丨,Harmonic Coding: A Low Bit-Rate,Good
Quality, Speech Coding Technique, n Proc. ICASSP ’ 8 2 1 6 6 4 - 1 6 6 7 ( 1 9 9 2 )。 在上述聲音说框編碼設計的任一者中必須量化一此灸數 ,這些參數是音調滯後或音調頻率,及音調滯後長度的原 型音調周期波形,或整個訊框的短期頻譜表示式(如富利 葉表示式)或其一部分。 在一實施例中根據以下說明而執行音調滯後或音調頻率 的預測式量化,藉由用一固定比例值將另一者的倒數比例 縮小即可從互相唯一的得到音調頻率及音調滯後,因此使 用以下方法能5:化這些值的另一者,訊框m的音調滞後(戍 音調頻率)是Lin,根據以下公式可以將音調滯後Lm量化成旦 化值【ιη : 里
°^616 '發明說明(23) 4=先+Ά, +1、十…w =中值、人…,、分別是訊框%,化,· . ·,叫的音調滯後(或 曰調頻率),而值是對應的加權,而名k是由以下 公式得到: f使用各種習用比例或向量量化方法而量化,在一特別漬 施例中,使,低位元率的聲音語言編 計而且僅使用4 位元以量化1。
在一實施例中根據以下說明而執行原型音調周期(或整 個訊框的短期頻譜或其一部分)的量化,如上所述藉由先 將時域波形轉成頻率其中信號可以用振幅及相位的向量表 ^,即可有效量化聲音訊框的原型音調周期(在任一語言 T域或LP剩餘領域中),接著將振幅及相位向量的所有或 4分元素使用以下方法的合併而加以分別量化,如上所过 j在其他設計如MBE或調和編碼設計中,可以將訊框的短 j頻譜表示式分解成振幅及相位向量,因此以下量化方洼 或其適f的内插適用於上述編碼方法的任一者。 一,κ施例中依以下方式量化振幅值,振幅頻譜可以是
::度:向:或維度變化的向量,此外可以將振幅頻譜 二:低維有乘方的向量及常態頻譜向量(藉由將有乘方 、、°里與原始振幅頻譜作正規化而得到)的合併,以 ^可適用於上述元素(即振幅頻γ#,有乘方 恶頻譜)中的任一者或是其一部分,訊框 咬=
或常態振幅)向量的子集是m用以下公m出
第28頁 519616 五、發明說明(24) 振幅(或乘方或常態振幅)預測誤差向量: 其中值ΑΛ,,一A〜分別是訊框叫,%,· · ·,叫的振幅(或乘 方或常態振幅)向量的子集’而值K吣,·..,(是對應加權向 量的轉置。 可使用任一習,的VQ方法而接著量化預測誤差向量而成 為量化誤差向量S Αιη,接著由以下公式表示^的量化值。
A, = + ^ A + a^, Am2 +...+ d^; A 加權A在量化設計中建立預測量,在一特別實施例中,已 實施上述預測式設計及使用6位元而量化二維乘方向量, 及使用1 2位元而量化1 9維常態振幅向量。依此,使用共i 8 位元即可量化原型音調周期的振幅頻Ί普。 在一實施例中可以如以下方式量化/目位值,訊框出的相 位向量子集可表示為bin ’能量化九以使其等於參考波形 的相位(整個訊框或其一部分的時域或頻率),且/在參考波 形的至少一轉換帶中執行0次或更多次線性轉移,這/種量 化方法可參考美國專利申請案0 9/ 3 6 5, 4 9 1號,名稱MET HOD AND APPARATUS FOR SUBSAMPLING PHASE SPECTRUM INFORMATION,申請日1 9 9 9/ 0 7/ 1 9,其讓渡給本發明的受 讓人而在此完全併供參考。此一參考波形可以是訊框叫的 波形轉換或是任何其他預設波形。 例如在使用低位元率聲音語言編碼設計的實施例中,訊 框m- 1的LP剩餘先根據一預設音調外形(可參考電信工業協 會臨時標準TIA/EIA IS-127)而變成訊框m,接著從該變成
第29頁 519616
的波形以類似於訊框m的未量化原型的練取方式擷取出一 f型音調周期,接著得到擷取出的原型的相位d。接 者使以下值相等〇m= ΰ Vi,依此,藉由不使用位元即可藉 由從訊框m-i的波形轉換相位而預測以量化訊框m的原型相 位0 在-特別實施例中,已使用上述預測式量化設計及僅使 用38位το即編碼LPC參數及聲音語言訊框㈣剩餘。
,此已敘述-種預測式量化聲音語言的新穎及改良方法 及裝置’ f於此技術者可了解說明書中提到的資料,指令 ’指不,貢訊,信號’位元,符號及晶片等最好用電壓, 電流,電磁波,磁場或粒子,光場或粒子,或其合併等來 表不熱於此技術者更可了解與上述實施例相關的各邏輯 方塊,模組,電路及演算步驟等可以用電子硬體,電腦軟 體及其合併等來實施。上述各元件,方塊,模組,電路及 步驟只是說明其功g,至於該函數是否用硬體或軟體來實 施則是依整個系統的特別應用及設計考慮而定。熟於此技 術者可了解在這些情况下硬體及軟體是可以互換的,而且 可依各特別應用而知道後為最佳的實施上述功能,例如與 允許實施例相關的各邏輯方塊,模組,電路及演算步驟等 可以用以下實施或執行:如數位信號處理器(DSp),特定 應用積體電路(AS I C ),場可程式閘陣列(fpga )或其他可程 式邏輯I置,分離閘或電晶體邏輯,分離硬體元件如暫存 is IF0,處理器執行—組軔體指令,任何習用的可程式 軟體模組及處理器,或其任何合併設計成執行上述功能。
第30頁 519616
處理器最好是任—習用處理器 機器。軟體模組可位於RAM圮情^ I二仏^工為’或狀態 俨,fp_ π _ 快閃記憶體,_記憶 D r!;M - 一種習用儲存媒體。圖8中的典型處 理益6 0 0最好接到儲存媒體6 02以便從儲存媒體6〇2讀取資 汛或疋將貧訊寫入其中。或者儲存媒體6 〇 2可以與處理器 6 0 0 —體成型,處理器6〇〇及儲存媒體6〇2可位於ASIC(未 示)之中,AS 1C可位於電話之中,處理器6〇〇可以是DSP與 微處理器的合併,或是2個微處理器與])sp核心配合等。
已說明本發明的較佳實施例,然而熟於此技術者可了解 可以在不違反本發明的精神或範圍之下將上述實施例作各 種變化,因此本發明僅由以下申請專利範圍所界定。
第31頁

Claims (1)

  1. 519616 __案號 9Q109793 Ϋί 年(〇 & IS β 修正_ 六、申請專利範圍 一............」 1 · 一種量化語言參數資訊之方法,包括: 在語言之至少一先前處理訊框中產生參數之至少一加 權值,其中使用之所有加權總和係1 ; 在語言之目前處理訊框將至少一加權值從一參數值減 去以得到一差值;及 量4匕差值。 2. 如申請專利範圍第1項之方法,其中至少一加權值包 括語言之前一處理訊框之參數值,該值具有等於1之加權 〇 3. 如申請專利範圍第1項之方法,其中語言係聲音語言 〇 4. 如申請專利範圍第1項之方法,其中參數係一音調滯 後值。 5 .如申請專利範圍第1項之方法,其中參數係一振幅值 〇 6 .如申請專利範圍第1項之方法,更包括計算語言之目 前處理訊框之參數值。 7 ·如申請專利範圍第6項之方法,其中計算包括從語言 之目前處理訊框擷取一音調周期原型,及得到音調周期原 型之頻率表示。 8 ·如申請專利範圍第6項之方法,其中計算包括計算語 言之目前處理訊框之短期頻率表示。 9 .如申請專利範圍第8項之方法,更包括將短期頻率表 示分成一振幅向量及一相位向量。
    O:\70\70828-911015.ptc 第33頁 519616 修正 案號 90109793 六、申請專利範圍 dOj 1 0 . —種配置成量化語言參數資訊之語言編碼器,包 括: 在語言之至少一先前處理訊框中產生參數之至少一 加權值之裝置,其中使用之所有加權總和係1 ; 在語言之目前處理訊框將至少一加權值從一參數值 減去之裝置以得到一差值;及 量化差值之裝置。 1 1 . 一種配置成量化語言參數資訊之基礎元件,包括: 一參數產生器配置成在語言之至少一先前處理訊框 中產生參數之至少一加權值,其中使用之所有加權總和係 1 ;及 一量化器接到參數產生器及配置成在語言之目前處 理訊框將至少一加權值從一參數值減去以得到一差值。 該值具有等於1 ,其中語言係聲 ,其中參數係一 ,其中參數係一 1 2.如申請專利範圍第1 1項之基礎元件,其中至少一加 權值包括語言之前一處理訊框之參數值, 之加權。 1 3.如申請專利範圍第1 1項之基礎元件 音語言。 1 4.如申請專利範圍第1 1項之基礎元件 音調滯後值。 1 5 .如申請專利範圍第1 1項之基礎元件 振幅值。 其中參數產生 1 6 .如申請專利範圍第1 1項之基礎元件 器配置成計算語言之目前處理訊框之參數值
    O:\70\70828-911015.ptc 第34頁 519616 案號90109793 丨^产年月日 修正 六、申請專利範圍 一-…- …J 1 7.如申請專利範圍第1 6項之基礎元件,其中參數產生 器更配置成從語言之目前處理訊框擷取一音調周期原型, 及得到音調周期原型之頻率表示。 1 8.如申請專利範圍第1 6項之基礎元件,其中參數產生 器更配置成計算語言之目前處理訊框之短期确率表示。 1 9.如申請專利範圍第1 8項之基礎元件,其中參數產生 器更配置成將短期頻率表示分成一振幅向量及一相位向量 20. —種配置成量化語言參數資訊之用戶單元,包括: 一處理器;及 一儲存媒體接到處理器及包含可由處理器執行之一 組指令,在語言之至少一先前處理訊框中產生參數之至少 一加權值,其中使用之所有加權總和係1 ,在語言之目前 處理訊框將至少一加權值從一參數值減去以得到一差值, 及量化差值。 ,其中至少一加 該值具有等於1 ,其中語言係聲 ,其中參數係一 ,其中參數係一 2 1 ·如申請專利範圍第2 0項之用.戶單元 權值包括語言之前一處理訊框之參數值, 之加權。 2 2 ·如申請專利範圍第2 0項之用戶單元 音語言。 2 3 ·如申請專利範圍第2 0項之用戶單元 音調滯後值。 2 4 ·如申請專利範圍第2 0項之用戶單元 振幅值。
    O:\70\70828-911015.ptc 第35頁 519616 _案號90109793_分/年,月以日 修正_ 六、申請專利範圍 :义 2 5 ·如申請專利範圍第2 0項之用戶單元,其中該組指令 更可由處理器執行以計算語言之目前處理訊框之參數值。 2 6 .如申請專利範圍第2 5項之用戶單元,其中該組指令 更可由處理器執行俾從語言之目前處理訊框擷取一音調周 期原型,及得到音調周期原型之頻率表示。 2 7.如申請專利範圍第2 5項之用戶單元,其中該組指令 更可由處理器執行以計算語言之目前處理訊框之短期頻率 表示。 2 8.如申請專利範圍第2 0項之用戶單元,其中該組指令 更可由處理器執行俾將短期頻率表示分成一振幅向量及一 相位向量。 2 9. —種量化語言參數資訊之方法,包括: 在語言之至少一先前處理訊框中產生相位參數之至 少一修正值; 輸入數個相移至至少一修正值,相移數目大於或等 於0 ; 在語言之目前處理訊框將至少一修正值從相位參數 值減去以得到一差值;及 量化差值。 3 0 . —種配置成量化語言相位參數資訊之語言編碼器, 包括: 在語言之至少一先前處理訊框中產生相位參數之至 少一修正值之裝置; 輸入數個相移至至少一修正值之裝置,相移數目大
    O:\70\70828-911015.ptc 第36頁 519616 _案號90109793_p年09月η ί,去^ 修正_ 六、申請專利範圍 :::、d 於或等於0 ; 在語言之目前處理訊框將至少一修正值從相位參數 值減去之裝置以得到一差值之裝置;及 量化該差值之裝置。 3 1 . —種配置成量化語言相位參數資訊之用戶單元,包 括: 一處理器;及 一儲存媒體接到處理器及包含可由處理器執行之一 組指令,在語言之至少一先前處理訊框中產生相位參數之 至少一修正值,輸入數個相移至至少一修正值,相移數目 大於或等於0,在語言之目前處理訊框將至少一修正值從 一參數值減去以得到一差值,及量化該差值。
    O:\70\70828-911015.ptc 第37頁
TW090109793A 2000-04-24 2001-04-24 Method and apparatus for predictively quantizing voiced speech TW519616B (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US55728200A 2000-04-24 2000-04-24

Publications (1)

Publication Number Publication Date
TW519616B true TW519616B (en) 2003-02-01

Family

ID=24224775

Family Applications (1)

Application Number Title Priority Date Filing Date
TW090109793A TW519616B (en) 2000-04-24 2001-04-24 Method and apparatus for predictively quantizing voiced speech

Country Status (13)

Country Link
US (2) US7426466B2 (zh)
EP (3) EP1279167B1 (zh)
JP (1) JP5037772B2 (zh)
KR (1) KR100804461B1 (zh)
CN (2) CN100362568C (zh)
AT (3) ATE420432T1 (zh)
AU (1) AU2001253752A1 (zh)
BR (1) BR0110253A (zh)
DE (2) DE60128677T2 (zh)
ES (2) ES2318820T3 (zh)
HK (1) HK1078979A1 (zh)
TW (1) TW519616B (zh)
WO (1) WO2001082293A1 (zh)

Families Citing this family (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6493338B1 (en) 1997-05-19 2002-12-10 Airbiquity Inc. Multichannel in-band signaling for data communications over digital wireless telecommunications networks
US6691084B2 (en) * 1998-12-21 2004-02-10 Qualcomm Incorporated Multiple mode variable rate speech coding
ES2318820T3 (es) 2000-04-24 2009-05-01 Qualcomm Incorporated Procedimiento y aparatos de cuantificacion predictiva del habla de voces.
US6584438B1 (en) 2000-04-24 2003-06-24 Qualcomm Incorporated Frame erasure compensation method in a variable rate speech coder
EP1241663A1 (en) * 2001-03-13 2002-09-18 Koninklijke KPN N.V. Method and device for determining the quality of speech signal
CN100370828C (zh) * 2002-04-26 2008-02-20 诺基亚有限公司 用于将参数值映像到码字索引的自适应方法和系统
CA2392640A1 (en) 2002-07-05 2004-01-05 Voiceage Corporation A method and device for efficient in-based dim-and-burst signaling and half-rate max operation in variable bit-rate wideband speech coding for cdma wireless systems
JP4178319B2 (ja) * 2002-09-13 2008-11-12 インターナショナル・ビジネス・マシーンズ・コーポレーション 音声処理におけるフェーズ・アライメント
US7835916B2 (en) * 2003-12-19 2010-11-16 Telefonaktiebolaget Lm Ericsson (Publ) Channel signal concealment in multi-channel audio systems
US7830900B2 (en) 2004-08-30 2010-11-09 Qualcomm Incorporated Method and apparatus for an adaptive de-jitter buffer
US8085678B2 (en) 2004-10-13 2011-12-27 Qualcomm Incorporated Media (voice) playback (de-jitter) buffer adjustments based on air interface
US7508810B2 (en) 2005-01-31 2009-03-24 Airbiquity Inc. Voice channel control of wireless packet data communications
US8355907B2 (en) 2005-03-11 2013-01-15 Qualcomm Incorporated Method and apparatus for phase matching frames in vocoders
US8155965B2 (en) * 2005-03-11 2012-04-10 Qualcomm Incorporated Time warping frames inside the vocoder by modifying the residual
JP2009501353A (ja) * 2005-07-14 2009-01-15 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ オーディオ信号合成
US8483704B2 (en) * 2005-07-25 2013-07-09 Qualcomm Incorporated Method and apparatus for maintaining a fingerprint for a wireless network
US8477731B2 (en) 2005-07-25 2013-07-02 Qualcomm Incorporated Method and apparatus for locating a wireless local area network in a wide area network
KR100900438B1 (ko) * 2006-04-25 2009-06-01 삼성전자주식회사 음성 패킷 복구 장치 및 방법
JP5096474B2 (ja) * 2006-10-10 2012-12-12 クゥアルコム・インコーポレイテッド オーディオ信号を符号化及び復号化する方法及び装置
CN101578508B (zh) 2006-10-24 2013-07-17 沃伊斯亚吉公司 用于对语音信号中的过渡帧进行编码的方法和设备
US8279889B2 (en) * 2007-01-04 2012-10-02 Qualcomm Incorporated Systems and methods for dimming a first packet associated with a first bit rate to a second packet associated with a second bit rate
KR101293069B1 (ko) * 2007-10-20 2013-08-06 에어비퀴티 인코포레이티드. 차량내 시스템들에 의한 무선 인―밴드 시그널링
KR101441897B1 (ko) * 2008-01-31 2014-09-23 삼성전자주식회사 잔차 신호 부호화 방법 및 장치와 잔차 신호 복호화 방법및 장치
KR20090122143A (ko) * 2008-05-23 2009-11-26 엘지전자 주식회사 오디오 신호 처리 방법 및 장치
US20090319261A1 (en) * 2008-06-20 2009-12-24 Qualcomm Incorporated Coding of transitional speech frames for low-bit-rate applications
US8768690B2 (en) * 2008-06-20 2014-07-01 Qualcomm Incorporated Coding scheme selection for low-bit-rate applications
US20090319263A1 (en) * 2008-06-20 2009-12-24 Qualcomm Incorporated Coding of transitional speech frames for low-bit-rate applications
US8594138B2 (en) 2008-09-15 2013-11-26 Airbiquity Inc. Methods for in-band signaling through enhanced variable-rate codecs
US7983310B2 (en) * 2008-09-15 2011-07-19 Airbiquity Inc. Methods for in-band signaling through enhanced variable-rate codecs
WO2010036739A1 (en) * 2008-09-26 2010-04-01 Telegent Systems, Inc. Devices and methods of digital video and/or audio reception and/or output having error detection and/or concealment circuitry and techniques
US8073440B2 (en) 2009-04-27 2011-12-06 Airbiquity, Inc. Automatic gain control in a personal navigation device
US8418039B2 (en) 2009-08-03 2013-04-09 Airbiquity Inc. Efficient error correction scheme for data transmission in a wireless in-band signaling system
TWI455114B (zh) * 2009-10-20 2014-10-01 Fraunhofer Ges Forschung 多模式音訊編解碼器及其適用碼簿激發線性預測編碼技術
US8249865B2 (en) 2009-11-23 2012-08-21 Airbiquity Inc. Adaptive data transmission for a digital in-band modem operating over a voice channel
MY176188A (en) 2010-07-02 2020-07-24 Dolby Int Ab Selective bass post filter
US8848825B2 (en) 2011-09-22 2014-09-30 Airbiquity Inc. Echo cancellation in wireless inband signaling modem
US9070356B2 (en) * 2012-04-04 2015-06-30 Google Technology Holdings LLC Method and apparatus for generating a candidate code-vector to code an informational signal
US9263053B2 (en) * 2012-04-04 2016-02-16 Google Technology Holdings LLC Method and apparatus for generating a candidate code-vector to code an informational signal
US9041564B2 (en) * 2013-01-11 2015-05-26 Freescale Semiconductor, Inc. Bus signal encoded with data and clock signals
IL278164B (en) * 2013-04-05 2022-08-01 Dolby Int Ab Audio encoder and decoder
MX371425B (es) * 2013-06-21 2020-01-29 Fraunhofer Ges Forschung Aparato y metodo para la ocultacion mejorada del libro de codigo adaptativo en la ocultacion similar a acelp mediante la utilizacion de una estimacion mejorada del retardo de tono.
WO2014202535A1 (en) 2013-06-21 2014-12-24 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for improved concealment of the adaptive codebook in acelp-like concealment employing improved pulse resynchronization
PL3413306T3 (pl) * 2014-03-24 2020-04-30 Nippon Telegraph And Telephone Corporation SPOSÓB KODOWANIA, KODER, PROGRAM i NOŚNIK ZAPISU
CN110503964B (zh) * 2014-04-24 2022-10-04 日本电信电话株式会社 编码方法、编码装置以及记录介质
CN107731238B (zh) * 2016-08-10 2021-07-16 华为技术有限公司 多声道信号的编码方法和编码器
CN108074586B (zh) * 2016-11-15 2021-02-12 电信科学技术研究院 一种语音问题的定位方法和装置
CN108280289B (zh) * 2018-01-22 2021-10-08 辽宁工程技术大学 基于局部加权c4.5算法的冲击地压危险等级预测方法
CN109473116B (zh) * 2018-12-12 2021-07-20 思必驰科技股份有限公司 语音编码方法、语音解码方法及装置

Family Cites Families (73)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4270025A (en) * 1979-04-09 1981-05-26 The United States Of America As Represented By The Secretary Of The Navy Sampled speech compression system
US4901307A (en) 1986-10-17 1990-02-13 Qualcomm, Inc. Spread spectrum multiple access communication system using satellite or terrestrial repeaters
JP2653069B2 (ja) * 1987-11-13 1997-09-10 ソニー株式会社 ディジタル信号伝送装置
US5023910A (en) * 1988-04-08 1991-06-11 At&T Bell Laboratories Vector quantization in a harmonic speech coding arrangement
JP3033060B2 (ja) * 1988-12-22 2000-04-17 国際電信電話株式会社 音声予測符号化・復号化方式
JPH0683180B2 (ja) 1989-05-31 1994-10-19 松下電器産業株式会社 情報伝送装置
JPH03153075A (ja) 1989-11-10 1991-07-01 Mitsubishi Electric Corp ショットキー型撮像素子
US5103459B1 (en) 1990-06-25 1999-07-06 Qualcomm Inc System and method for generating signal waveforms in a cdma cellular telephone system
US5247579A (en) * 1990-12-05 1993-09-21 Digital Voice Systems, Inc. Methods for speech transmission
ZA921988B (en) 1991-03-29 1993-02-24 Sony Corp High efficiency digital data encoding and decoding apparatus
US5265190A (en) * 1991-05-31 1993-11-23 Motorola, Inc. CELP vocoder with efficient adaptive codebook search
DE69233794D1 (de) 1991-06-11 2010-09-23 Qualcomm Inc Vocoder mit veränderlicher Bitrate
US5255339A (en) * 1991-07-19 1993-10-19 Motorola, Inc. Low bit rate vocoder means and method
US5233660A (en) * 1991-09-10 1993-08-03 At&T Bell Laboratories Method and apparatus for low-delay celp speech coding and decoding
US5884253A (en) * 1992-04-09 1999-03-16 Lucent Technologies, Inc. Prototype waveform speech coding with interpolation of pitch, pitch-period waveforms, and synthesis filter
EP0577488B9 (en) * 1992-06-29 2007-10-03 Nippon Telegraph And Telephone Corporation Speech coding method and apparatus for the same
JPH06259096A (ja) * 1993-03-04 1994-09-16 Matsushita Electric Ind Co Ltd 音声符号化装置
IT1270439B (it) * 1993-06-10 1997-05-05 Sip Procedimento e dispositivo per la quantizzazione dei parametri spettrali in codificatori numerici della voce
SG43128A1 (en) * 1993-06-10 1997-10-17 Oki Electric Ind Co Ltd Code excitation linear predictive (celp) encoder and decoder
WO1995010760A2 (en) * 1993-10-08 1995-04-20 Comsat Corporation Improved low bit rate vocoders and methods of operation therefor
US5784532A (en) * 1994-02-16 1998-07-21 Qualcomm Incorporated Application specific integrated circuit (ASIC) for performing rapid speech compression in a mobile telephone system
CA2154911C (en) * 1994-08-02 2001-01-02 Kazunori Ozawa Speech coding device
JP2907019B2 (ja) * 1994-09-08 1999-06-21 日本電気株式会社 音声符号化装置
JP3153075B2 (ja) * 1994-08-02 2001-04-03 日本電気株式会社 音声符号化装置
JP3003531B2 (ja) * 1995-01-05 2000-01-31 日本電気株式会社 音声符号化装置
TW271524B (zh) 1994-08-05 1996-03-01 Qualcomm Inc
JPH08179795A (ja) * 1994-12-27 1996-07-12 Nec Corp 音声のピッチラグ符号化方法および装置
US5699478A (en) * 1995-03-10 1997-12-16 Lucent Technologies Inc. Frame erasure compensation technique
US5710863A (en) * 1995-09-19 1998-01-20 Chen; Juin-Hwey Speech signal quantization using human auditory models in predictive coding systems
JP3653826B2 (ja) * 1995-10-26 2005-06-02 ソニー株式会社 音声復号化方法及び装置
TW321810B (zh) * 1995-10-26 1997-12-01 Sony Co Ltd
US5809459A (en) * 1996-05-21 1998-09-15 Motorola, Inc. Method and apparatus for speech excitation waveform coding using multiple error waveforms
JP3335841B2 (ja) * 1996-05-27 2002-10-21 日本電気株式会社 信号符号化装置
JPH1091194A (ja) * 1996-09-18 1998-04-10 Sony Corp 音声復号化方法及び装置
JPH10124092A (ja) * 1996-10-23 1998-05-15 Sony Corp 音声符号化方法及び装置、並びに可聴信号符号化方法及び装置
DE69712538T2 (de) * 1996-11-07 2002-08-29 Matsushita Electric Ind Co Ltd Verfahren zur Erzeugung eines Vektorquantisierungs-Codebuchs
US6202046B1 (en) * 1997-01-23 2001-03-13 Kabushiki Kaisha Toshiba Background noise/speech classification method
JPH113099A (ja) * 1997-04-16 1999-01-06 Mitsubishi Electric Corp 音声符号化復号化システム、音声符号化装置及び音声復号化装置
US6073092A (en) * 1997-06-26 2000-06-06 Telogy Networks, Inc. Method for speech coding based on a code excited linear prediction (CELP) model
EP0925580B1 (en) * 1997-07-11 2003-11-05 Koninklijke Philips Electronics N.V. Transmitter with an improved speech encoder and decoder
US6385576B2 (en) * 1997-12-24 2002-05-07 Kabushiki Kaisha Toshiba Speech encoding/decoding method using reduced subframe pulse positions having density related to pitch
JPH11224099A (ja) * 1998-02-06 1999-08-17 Sony Corp 位相量子化装置及び方法
FI113571B (fi) * 1998-03-09 2004-05-14 Nokia Corp Puheenkoodaus
US6973424B1 (en) * 1998-06-30 2005-12-06 Nec Corporation Voice coder
US6301265B1 (en) 1998-08-14 2001-10-09 Motorola, Inc. Adaptive rate system and method for network communications
US6507814B1 (en) * 1998-08-24 2003-01-14 Conexant Systems, Inc. Pitch determination using speech classification and prior pitch estimation
US6104992A (en) * 1998-08-24 2000-08-15 Conexant Systems, Inc. Adaptive gain reduction to produce fixed codebook target signal
US6260010B1 (en) * 1998-08-24 2001-07-10 Conexant Systems, Inc. Speech encoder using gain normalization that combines open and closed loop gains
US6480822B2 (en) * 1998-08-24 2002-11-12 Conexant Systems, Inc. Low complexity random codebook structure
US6188980B1 (en) * 1998-08-24 2001-02-13 Conexant Systems, Inc. Synchronized encoder-decoder frame concealment using speech coding parameters including line spectral frequencies and filter coefficients
DE69939086D1 (de) * 1998-09-17 2008-08-28 British Telecomm Audiosignalverarbeitung
EP0987680B1 (en) * 1998-09-17 2008-07-16 BRITISH TELECOMMUNICATIONS public limited company Audio signal processing
US7272556B1 (en) * 1998-09-23 2007-09-18 Lucent Technologies Inc. Scalable and embedded codec for speech and audio signals
CA2252170A1 (en) * 1998-10-27 2000-04-27 Bruno Bessette A method and device for high quality coding of wideband speech and audio signals
US6691084B2 (en) * 1998-12-21 2004-02-10 Qualcomm Incorporated Multiple mode variable rate speech coding
US6456964B2 (en) * 1998-12-21 2002-09-24 Qualcomm, Incorporated Encoding of periodic speech using prototype waveforms
US6640209B1 (en) * 1999-02-26 2003-10-28 Qualcomm Incorporated Closed-loop multimode mixed-domain linear prediction (MDLP) speech coder
US6377914B1 (en) * 1999-03-12 2002-04-23 Comsat Corporation Efficient quantization of speech spectral amplitudes based on optimal interpolation technique
EP1095370A1 (en) * 1999-04-05 2001-05-02 Hughes Electronics Corporation Spectral phase modeling of the prototype waveform components for a frequency domain interpolative speech codec system
US6324505B1 (en) * 1999-07-19 2001-11-27 Qualcomm Incorporated Amplitude quantization scheme for low-bit-rate speech coders
US6393394B1 (en) * 1999-07-19 2002-05-21 Qualcomm Incorporated Method and apparatus for interleaving line spectral information quantization methods in a speech coder
US6397175B1 (en) * 1999-07-19 2002-05-28 Qualcomm Incorporated Method and apparatus for subsampling phase spectrum information
US6574593B1 (en) * 1999-09-22 2003-06-03 Conexant Systems, Inc. Codebook tables for encoding and decoding
US6636829B1 (en) * 1999-09-22 2003-10-21 Mindspeed Technologies, Inc. Speech communication system and method for handling lost frames
CN1187735C (zh) * 2000-01-11 2005-02-02 松下电器产业株式会社 多模式话音编码装置和解码装置
ES2318820T3 (es) 2000-04-24 2009-05-01 Qualcomm Incorporated Procedimiento y aparatos de cuantificacion predictiva del habla de voces.
US6584438B1 (en) * 2000-04-24 2003-06-24 Qualcomm Incorporated Frame erasure compensation method in a variable rate speech coder
JP2002229599A (ja) * 2001-02-02 2002-08-16 Nec Corp 音声符号列の変換装置および変換方法
US20040002856A1 (en) * 2002-03-08 2004-01-01 Udaya Bhaskar Multi-rate frequency domain interpolative speech CODEC system
US20040176950A1 (en) * 2003-03-04 2004-09-09 Docomo Communications Laboratories Usa, Inc. Methods and apparatuses for variable dimension vector quantization
US7613607B2 (en) * 2003-12-18 2009-11-03 Nokia Corporation Audio enhancement in coded domain
CN1950883A (zh) * 2004-04-30 2007-04-18 松下电器产业株式会社 可伸缩性解码装置及增强层丢失的隐藏方法
US20100185442A1 (en) * 2007-06-21 2010-07-22 Panasonic Corporation Adaptive sound source vector quantizing device and adaptive sound source vector quantizing method

Also Published As

Publication number Publication date
EP2040253A1 (en) 2009-03-25
KR20020093943A (ko) 2002-12-16
HK1078979A1 (en) 2006-03-24
ATE553472T1 (de) 2012-04-15
BR0110253A (pt) 2006-02-07
EP1796083A3 (en) 2007-08-01
EP1279167A1 (en) 2003-01-29
US7426466B2 (en) 2008-09-16
CN1432176A (zh) 2003-07-23
ATE420432T1 (de) 2009-01-15
ATE363711T1 (de) 2007-06-15
US20080312917A1 (en) 2008-12-18
US8660840B2 (en) 2014-02-25
US20040260542A1 (en) 2004-12-23
WO2001082293A1 (en) 2001-11-01
JP5037772B2 (ja) 2012-10-03
EP2040253B1 (en) 2012-04-11
EP1796083B1 (en) 2009-01-07
DE60128677D1 (de) 2007-07-12
ES2287122T3 (es) 2007-12-16
DE60128677T2 (de) 2008-03-06
JP2003532149A (ja) 2003-10-28
KR100804461B1 (ko) 2008-02-20
ES2318820T3 (es) 2009-05-01
DE60137376D1 (de) 2009-02-26
CN100362568C (zh) 2008-01-16
EP1279167B1 (en) 2007-05-30
EP1796083A2 (en) 2007-06-13
CN1655236A (zh) 2005-08-17
AU2001253752A1 (en) 2001-11-07

Similar Documents

Publication Publication Date Title
TW519616B (en) Method and apparatus for predictively quantizing voiced speech
RU2418323C2 (ru) Системы и способы для изменения окна с кадром, ассоциированным с аудио сигналом
US6260009B1 (en) CELP-based to CELP-based vocoder packet translation
JP4870313B2 (ja) 可変レート音声符号器におけるフレーム消去補償方法
US8090573B2 (en) Selection of encoding modes and/or encoding rates for speech compression with open loop re-decision
AU2014317525B2 (en) Unvoiced/voiced decision for speech processing
CN101006495A (zh) 语音编码装置、语音解码装置、通信装置以及语音编码方法
JP4874464B2 (ja) 遷移音声フレームのマルチパルス補間的符号化
JP4511094B2 (ja) 音声コーダにおける線スペクトル情報量子化方法を交錯するための方法および装置
US6397175B1 (en) Method and apparatus for subsampling phase spectrum information
TWI358057B (en) Systems and methods for dimming a first packet ass
JPH0830299A (ja) 音声符号化装置
Sun et al. Speech compression
BAKIR Compressing English Speech Data with Hybrid Methods without Data Loss
Huong et al. A new vocoder based on AMR 7.4 kbit/s mode in speaker dependent coding system
JPH07199994A (ja) 音声符号化方式
JP2005062410A (ja) 音声信号の符号化方法

Legal Events

Date Code Title Description
GD4A Issue of patent certificate for granted invention patent
MK4A Expiration of patent term of an invention patent