DE2608244C2

DE2608244C2 - Verfahren zur Analyse und Synthese des Differenzsignals bei Prädiktionsvocodern

Info

Publication number: DE2608244C2
Application number: DE19762608244
Authority: DE
Inventors: Helmut Dipl.-Ing. 7913 Aufheim Mangold; Jürgen Dr.-Ing. 7900 Ulm Schürmann
Original assignee: Licentia Patent Verwaltungs GmbH
Current assignee: Licentia Patent Verwaltungs GmbH
Priority date: 1976-02-28
Filing date: 1976-02-28
Publication date: 1981-09-24
Also published as: DE2608244A1

Description

Die Erfindung betrifft ein Verfahren zur Analyse und Synthese des bei der Sprachübertragung mit vef minder· ter Bandbreite mit Hilfe von Prädiktoren gebildeten Differenzsjgnals.

Bei der Übertragung von Sprschsignalen mit Hilfe von Prädiktoren entsteht ein Differenzsignal, dessen ϊ Leistung gegenüber der ursprünglichen Leistung zwar vermindert, jedoch noch immer so groß ist, daß eine mehrstufige Übertragung notwendig ist. Um eine weitere Verminderung der Übertragungsrate zu erreichen, muß das Differenzsignal durch weniger schnell in veränderliche Parameter beschrieben werden. In der DE-OS 23 03 497 ist ein Verfahren beschrieben, das die Aufteilung der zu übertragenden Informationsmenge in Schätzkoeffizienten und Differenzsignal und die Quantisierung der Schätzkoeffizienten und des Differenzsi-ϊ gnals mit einem Rechenwerk entsprechend der Statistik des zu übertragenden Sprachsignals steuert. Durch dieses Verfahren läßt sich zwar die zu übertragende Bitrate reduzieren, dies jedoch zum Teil auf Kosten der Natürlichkeit des wiedergewonnenen Sprachsignals.
2(i Die der Erfindung zugrundeliegenden Aufgabe ist ein Verfahren anzugeben, das bei geringer Bitrate eine wesentlich bessere Natürlichkeit des Sprachsignals erreicht als es nach dem beschriebenen Verfahren möglich war.

Diese Aufgabe wird erfindungsgemäß durch die kennzeichnenden Merkmale des Anspruchs 1 gelöst. Zweckmäßige Ausführungen sind in den Unteransprüchen genannt.

An einem Ausführungsbeispiel und anhand der F i g. 1 jo bis 8 sei im folgenden das Verfahren näher erläutert.

F i g. 1 zeigt den C'bersichtsschaltplan eines Prädiktionsvocoders, bei dem das Differenzsignal ^übertragen wird,

F i g. 2 zeigt zwei typische Differenzsignale über der r> Zeit t aufgetragen, wobei der zu rekonstruierende Abschnitt a kleiner gewählt ist, als die kleinste auftretende Pitchperiode,

Fig. 3 zeigt die zweidimensionale Darstellung des (beispielsweise 40-dimensionaIen) Differenzsignalvek-4(i tors im ursprünglichen Koordinatensystem d\, d2 ... und das dazu gehörige gedrehte Eigenvektorsystem b 1, 62 ... Die Punktwolke zeigt die Endpunkte des Differenzsignalvektors bei vielen Messungen mit verschiedenen Wörtern und Sprechern.
4i F i g. 4 zeigt die Zusammensetzung des Differenzsignalvektors d aus Impulsanteilvektor y und Rauschanteilsvektor d:

Fig. 5 zeigt die Normierung des rekonstruierten Differenzsignal-Vektors c?auf die Länge von d,
v> Fig. 6 zeigt die Normierung nur des Rauschanteilvektors ei"

Fig. 7 zeigt ein Ausführungsbeispiel, wie das im Anspruch I beschriebene Verfahren auf der Sendeseite verwirklicht werden kann. (F = Rechenwerk zur ή Berechnung der Faltung, D— Schwellenwertdetektor. R = Rechenwerk zur Bestimmung des Rauschanteils, C — Rechenwerk zur Berechnung des cos φ,).

F i g. 8 zeigt ein Ausführungsbeispiel wie das im Anspruch 1 genannte Verfahren auf der Empfangsseite M) verv/irklicht werden kann. (RG = Rauchgenerator, N - Rechenwerk zur Normierung).

Betrachtet man das Differenzsignal, so lassen sich im Wesentlichen zwei Verschiedene Typen Unterscheiden! Fig.2a einen Mischtyp aus impülsrormiger Erregung und Rauschen und Fig.2b einen überwiegend rauschähnlichen Typ,

Das Differenzsignal wird deshalb auf Impuls^ und Rauschanteil hin analysiert und nur eine Beschreibung

OR 94.4

über zeitliche Lage und Höbe der Impulse und der Leistung des Rauschanteils übertragen und schließlich am Empfangsort ein Ersatzsignal \3\ erzeugt, das anstelle von \d\ im Empfänger zur Rekonstruktion des Sprachsignale verwendet wird. Aus der Folge {dl der Abtastwerte dk-2, dt-u dt, dt + i ... werden dazu Ausschnitte mit je π Abtastwerten herausgegriffen und als π Komponenten eines Vektors aufgefaßt.

di = (dk, du-\, dic-2 ·-. dit-n+\)^T

Diese Ausschnitte werden so groß gewählt, daß sie auch die kleinste auftetende Pitchperiode nicht überschreiten. Daraus ergibt sich, daß gewisse Anteile im Bereich der Impulse recht genau rekonstruiert werden, andere Anteile im Bereich rein rauschförmiger Erregung weniger genau.

Aus einer Vielzahl von Messungen verschiedener Wörter und Sprecher wurden die Stichproben der Abtastweite des Differenzsignals, d. h die Vektoren dk in einem η dimensicnalen Koordinatensystem dargestellt, was eine Punktwolke chrakteristischen Abmaßes ergab(Fig. 3).

Durch eine Koordinatentransformation, d. h. Drehung und Verschiebung des Ursprungs in den Schwerpunkt der Punktwolke, wird erreicht, daß die Vektoren dk im neuen Koordinatensystem durch kleinere Komponenten beschrieben werden können. Dies bedeutet, daß weniger Leistung übertragen werden muß, um die Vektoren dj, zu übermitteln. Es hat sich sogar gezeigt, daß bei einer Beschränkung auf wenige wesentliche Komponenten nur ein kleiner Rekonstruktionsfehler gemacht wird. Oft genügt es auch, nur eine Drehung des Koordinatensystems vorzunehmen.

Die neuen Koordinaten, welche die verlangten Eigenschaften haben, werden mit Hilfe der Karhunen-Loeve-Transformation ausgerechnet und ergeben sich als die orthogonalen Eigenvektoren baer Matrix von dk im ursprünglichen Koordinatensystem. Die aus vielen Messungen im Mittel als günstigste ermittelten orthogonalen Eigenvektoren b können als Konstante in Festwertspeicher eingegeben und diese Speicher für das Durchführen des beschriebenen Verfahrens benutzt werden. Die Projektion eines Differenzsignalvektors dk auf einen der Eigenvektoren b, stellt eine Faltung des Differenzsigralvektors dk mit dem Eijrenvektor b, dar. bzw. eine Filterung des Differenzisgnalvektors dk mit einem Filter, dessen Impulsantwort durch den Eigenvektor b, repräsentiert wird (Fig. 4). Der Differenzsignalvektor dk wird also in Hen Komponenten des neuen Koordinatensystems aus orthogonalen Eigenvektoren B dargestellt, nach der Gleichung

y = B 'dk

Die gefilterten Dif^rerenzsignalvektoren y kennzeichnen den Impulsanteil und werden übertragen. Die Beschränkung auf den größten gefilterten Differenzsignalvektor ^hebt die lmpul'<sstruktui besonders hervor Ein solches Signal läßt sich deshalb besonders gut zur Feststellung der Synchron/eitpunkte verwenden, d. h. der Zeitpunkte, zu denen düVj Rekonstruktion mit Hilfe eines Eigenvektors im Empfänger besonders kleiner Fehler liefert,

Leider ist die Amplitude dieser Impulsspitzen, über viele Differenzsignale betrachtet, sehr unterschiedlich, so daß es nicht möglich ist, mit einem Schwellendetektor eindeutig die SyiichfönzeilpUnkte zu bestimmen. Es ist deshalb eine Normierung notwendig, Für diese Normie-

rung bietet sich der Cosinus des Winkels φ zwischen dem DifferenzsignalveKtor d* und dem gefilterten Differenzsignalvektor y an, da für gute Obereinstimmung der beiden Vektoren dk und y der Winkel φ besonders klein ist, bzw. der Wert cos φ gegen 1 strebt. Es gilt:

IU
cos, - ——

Kl

Die Ermittlung von cos² φ, ergibt nur positive Schwellenwerte. Damit ist also für die Analyse ein einfaches Verfahren zur Gewinnung der Synchronzeitpunkte gegeben.

Die Feststellung der Synchronzeitpunkte besitzt eine gewisse Ähnlichkeit mit aer früher bei Vocodern üblichen Pitschanalyse, bei der die Grundfrequenz des Sprachsignals ermittelt wurde. Im Regelfall v/erden mit der hier dargestellten Methode auch Synchronzeitpunkte im Absnnd der Grundperiode gefunden, dies muß aber nicht unbedingt sein und ist für dit Wirkungsweise des Verfahrens nicht erforderlich. Wesentlich ist, daß die Synchronzeitp:inkte festlegen, wann die Eigenvektoren zur Rekonstruktion des Differenzsignals /um Einsatz kommen sollen, um ein möglichst orginalgetreues Differe.izsignal zu erzeugen.

Zur vollständigen Rekonstruktion des Differenzsignals muß nun noch ein Rauschvektor d' mit dem ursprünglichen Signal angepaßter Amplitude am Empfangsort hinzugefügt werden.Die AmplitudeI'''!ergibt sich in einfacher Weise als

lc/¹I v'l'/l Ui'

Diese Rekonstruktion betrifft nur den jeweils als Impulsanteil vereinbarten Ausschnitt des Differenzsignals. Aus Gründen der Einfachheit empfiehlt es sich jedoch, den Rest des Differenzsignals bis zum Einsatz des nächsten Eigenvektors mit Rauschen gleicher Leistung aufzufüllen.

Da der am Fmpfangsort erzeugte Rauschvektor κ 3' nicht orthogonal zum Eigenvektor b, ist. wird bei der Rekonstruktion eine Korrektur notwendig sein. Die möglichen rekonstruierten Rauschvektoren 3' haben ihren Endpunkt auf dem Kreis, der durch df»n Radius mit der Länge \d' | um den Endpunkt des Vektors/gebildet wird (Fig. 4). Die Länge des Vektors 3'kann also maximal |>1 + 3' |, minimal \y\ - |<?" | betragen. Diese stark schwankenden Differenzsignale führen zu Blubbern im rekonstruierten Sprachsignal. Mit Hilfe einer Normierung können diese Schwankungen des Differenzsignals verringert werden.

Diese kann auf eine ers.e Art so geschehen, daß der Ge am.vektor σ nachträglich auf die Länge \d\ normiert wird (Fig. 5). Es entsteht so der Vektor 3„„_rm. der die Richtung von dhat. ai/er die Länge von c/besitzi.

Diese Art der Normierung geht gleichermaßen auf Kosten von Impuls- und Rauschanteil. Das Verhältnis von Impuls- und Rauschanteil bleibt konstant.

Bei einer anderen Art der Normierung wird dagegen nur die Größe des Rauschanteils variiert (F ι g. 6), so daß der Impülsänteil erhalten bleibt. Hier wird der Raüschvektör 3^ so normiert,daß

C?„„_tm

J*

Bei bisher bekannten Methoden der Analyse und

Synthese des Differenzsignals wurde ein sogenanntes Melodiesignal gewonnen, aus dem am Empfangsort mit Hilfe von Einheitsimpulsen das Sprachsignal rekonstruiert wurde. Eine Mischung von Impuls- und Rauschanteil war nicht vorgesehen. Das beschriebene Verfahren dagegen erlaubt einen stetigen Übergang von stimmhafter Erregung, d. h. Impulserregung über Mischerregung bis zur stimmlosen Erregung, d. h. reinem Rauschen, wobei die reine Impulserregung praktisch kaum vorkommt.

Dadurch eine wesentlich verbesserte Natürlichkeit des so erzeugten Sprachsignals erreicht. Die Genauigkeit der Rekonstruktion ist dabei beliebig steigerbar, sie hängt lediglich ab vom Aufwand und der Übertragungsrate.

Ein weiterer Vorteil des erfindungsgemäßen Verfahrens liegt in einer sehr zuverlässigen* phasenstarren Ermittlung der Synchronzeitpuiikle.

I lier/.ü 4 liliiit Zeichnungen

Claims

Patentansprüche:

1. Verfahren zur Analyse und Synthese des bei der Sprachübertragung mit verminderter Bandbreite mit Hilfe von Prädiktoren gebildeten Differenzsignals, dadurch gekennzeichnet, daß das Differenzsignal mit Eigenvektoren gefaltet wird, wobei die Eigenvektoren nach bekannten Methoden aus einer passend gewählten Sprachsignal-Stichprobe berechnet werden, daß die maximale Periodenlänge der Eigenvektoren die kürzeste vorkommende Grundperiode des Differenzsignals nicht überschreitet, daß bei der Faltung der Synchronzeitpunkt durch die Stelle maximaler Korrelation zwischen Differenzsignal und Eigenvektor festgelegt wird, daß zu diesem Synchronzeitpunkt der zugehörige Eigenwert bestimmt wird, daß der Abstand aufeinanderfolgender Synchronzeitpunkte und ein Maß für den Eigenwert übertragen wird und daß der Empfänger ans diesen übertragenen Werten ein synthetisches Differenzsignal mit Hilfe der dort ebenfalls vorhandenen Eigenvektoren erzeugt.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß durch eine Faltung des Differenzsignals mit den Eigenvektoren sich die Impulsanleile des Differenzsignals ergeben und daß die Impulsanteile als kennzeichnende Größe.i übertragen werden.

3. Verfahren nach den Ansprüchen 1 oder 2. dadurch gekennzeichnet, daß durch ein Rechenwerk aus der 2. Potenz des Differenzsignals abzüglich der

2. Potenz de Impulsanteils der Rauschanteil berechnet und der Rauschanteil Js kennzeichnende Größe übertragen wird.

4. Verfahren nach einem der A. ,prüche 1. 2 oder

3, dadurch gekennzeichnet, daß aus den Impulsanteilen und dem Differenzsignal mit Hilfe eines Rechenwerkes die 2. Potenz der cos-Funktion des Winkels zwischen dem Vektor des Impulsanteils und dem Vektor des Differenzsignals gebildet wird, daß mit Hilfe eines Schwellendetektors das Synchronsignal ermittelt wird und daß das Synchronsignal als kennzeichnende Größe übertragen wird.

5. Verfahren nach einem der Ansprüche I bis 4. dadurch gekennzeichnet, daß im Empfänger aus den gespeicherten Eigenvektoren ein dem Impulsanteil entsprechender passender Teil zum Synchronzeitpunkt ausgewählt wird, und zu dem von einem Rauschgenerator gebildeten, dem Rauschanteil entsprechendem Signal addiert wird.

6. Verfahren nach einem der Ansprüche I bis 5. dadurch gekennzeichnet, daß eins im Empfänger zusammengesetzte Differenzsignal W auf die Gesamtleistung des Differenzsignals (d) am Sender normiert wird(Fig. 5).

7. Verfahren nach einem der Ansprüche 1 bis 5. dadurch gekennzeichnet, daß nur der Rauschanteil (i^des im Empfänger zusammengesetzten Differenzsignals auf die Gesamtleistung des Differenzsignals (d)am Sender normiert wird (F ι g. 6).

8. Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, daß Von den Eigenvekto^ feii huf wenige höhefwerdge Verwendet wefden,