NL8302985A

NL8302985A - Multipulse excitatie lineair predictieve spraakcodeerder.

Info

Publication number: NL8302985A
Application number: NL8302985A
Authority: NL
Original assignee: Philips Nv
Priority date: 1983-08-26
Filing date: 1983-08-26
Publication date: 1985-03-18
Also published as: EP0137532A2; AU574708B2; JPH0562760B2; DE3475664D1; JPS6070500A; US4736428A; EP0137532A3; EP0137532B1; AU3237884A; CA1213059A

Description

* » - * ^ EHN 10.757 1 N.V. Philips* doeilanpenfabrieken te Eindhoven "Multipulse excitatie lineair predictieve spraakcodeerder".

De uitvinding heeft betrekking op een nultipulse excitatie lineair-predictieve spraakcodeerder bevattende een multi-pulse excitatie generator, middelen voor het perceptueel wegen van het verschil tussen een door een syntbesebewerking uit het multipulse 5 excitatie signaal gesynthetiseerd signaal, respectievelijk het multi-pulse excitatie signaal zelf, en een uit het referentie spraaksignaal door een analysebewsrking, welke het omgekeerde is van de genoemde synthesébewarking, afgeleid residu signaal, respectievelijk het referentie spraaksignaal zelf, voor het opwekken van een gewogen 10 foutsignaal en middelen voor het in responsie op het gewogen foutsignaal besturen van de multipulse excitatie generator voor het reduceren van het foutsignaal.

Een dergelijke spraakcodeerder is bekend uit de Proceedings of the ICASSP - 82, Parijs, april 1982, hlz. 614-617.

15 In Pig. 1 is het blokschema van een dergelijke multipulse exitatie spraakcodeerder (vocoder) weergegeven. Deze functioneert volgens het analyse-door-synthese principe. Een lineair-predictieve spraaksynthesizer 1 (EEC - SNT) levert in responsie qp een multipulse signaal r (n) synthetische spraakmonsters s (n) welke in een verschil- 20 vormer 2 worden vergeleken met de referentie spraakmonsters s (n) welke aan een ingangsklem 3 worden toegevoerd. Het verschil s (n) - s (n) wordt perceptueel gewogen in blok 4 (PRC-WGH) en het resultaat is een gewogen foutsignaal e(n).

In responsie op het foutsignaal e(n) voert blok 5 (R-MN)

n C

een besturing uit van de multipulse excitatie generator 6, wélke het multipulse signaal. r(n) levert, zodanig dat het synthetische spraaksignaal s (n) de referentiespraak s (n) zo goed mogelijk reproduceert.

De procedure welke in blok 5 gevolgd wordt, wordt de fcut-mnimalisatie procedure genoemd.

30 -

Het perceptueel wegen van het verschilsignaal s (n) - s (n) in blok 4 wordt gedaan door een overdrachtsfuntie W(z), in de Z-trans-formatie rotatie. Deze overdrachtsfunctie kan zodanig gevormd worden, 8 3 C ' ' ° <3 ESN 10.757 2 > „ * dat relatief grote fouten in de formant-gebieden toegelaten worden in vergelijking tot de tussengelegen gebieden.

Laat A (z) = 1-P(z) in de z-transformatie notatie de over- ·

P

drachtsfunctie van het inverse LPC-filter voorstellen. In termen van de 5 inverse filtercoefficienten a^ wordt het inverse fitler gegeven door:

Sp(z) = 1-P(z) = 1-1; az"k (1) k=1

Een geschikte keuze voor W(z) wordt gegeven door: ,o M(z) =ftp(z) =fl-Z az"* I / Γ1-2 a^p ] (2)

m.jfig L k=i J L k=i KJ J

waarin enq ^ p.

De synthesizer 1 kan beschouwd worden als een filter met een overdrachtsfunctie S(z) welke is gegeven door S(z) = 1/Ap(z). Voor de 15 combinatie van synthesizer 1 en de perceptuele fouten weger 4 gelden dan de in fig. 2a weergegeven betrekkingen. Deze gaan over in die van fig.

• * 2b voor het geval de functie Ap(z) van W(z) af gesplitst wordt en wordt verschoven maar de ingangszijde van verschil vormer 2 en wordt gecombineerd met de synthesizer overdrachtsfunctie.

20 In fig. 2b levert de filtering van het referentie spraak signaal s(n) door het inverse LPC-filter Ap(z) het residu signaal r(n) . Dit signaal wordt vergeleken met het multipulse model r (n) daarvan in V£^SGll2X'vOlir&b 2 Πώ t verschil worde gewogen overeenkomstig de filter- functie 1/A (z). Het resultaat is het foutsignaal £ (n) .dat sterk

f Q

2g samenhangt met het foutsignaal e (n).

De figuren 1, 2a en 2b representeren de stand van de techniek zoals weergegeven in de hierboven genoemde literatuurplaats of, zoals in het geval van fig. 2b, voor de hand liggende uitbreidingen daarvan.

De figuren 2a en 2b representeren verder alternatieve methoden 30 voor het berekenen van een significant foutsignaal e(n) of £ (n) waarvan de tweede het voordeel heeft van een eenvoudige structuur.

De complexiteit van de spraakcodeerder volgens fig. 1 wordt voor een belangrijk deel bepaald door de procedure welke door blok 5 gerepresenteerd wordt i.e. de fout minimalisatie procedure, volgens welke 35 de plaats en de amplitude van de pulsen in het multipulse excitatie-signaal r(n) bepaald worden.

Volgens de stand van de techniek wordt in een gegeven interval met een gegeven aantal mogelijke pulsposities puls voor puls de -r» v ·Λ ·"· " % '<*' ' - ‘.t* " *.v . * « EEK 10.757 3 positie bepaald welke, een m.s.e. functie (mean square error) of kwadratische afstandsfunctie E^. (b, 1) minimaliseert, waarin k het numner, b de amplitude en 1 de positie van de beschouwde puls is. Het aantal functieberèkeningen zal dan ongeveer gelijk zijn aan het product van het 5 aantal pulsen dat bepaald moet worden en het aantal mogelijk pulsposities in het gegeven interval.

De uitvinding beoogt een spraakcodeerder van het in de aanhef aangegeven type te verschaffen met een gereduceerde complexiteit.

De spraakcodeerder volgens de uitvinding heeft het kenmerk, 10 dat voor het bepalen van de positie van de k- de puls in een gegeven interval in het irultipulse excitatie signaal een hulpfunctie (n) wordt bepaald, welke een maat is voor de energie van het gewogen foutsignaal, dat bepaald is qp basis van een multipuls excitatiesignaal waarvan (k-1) pulsen bepaald zijn, dat middelen aanwezig zijn voor het bepalen van de 15 waarde van n waarvoor M^(n) maximaal is, dat middelen aanwezig zijn voor het bepalen van een gereduceerd interval, dat kleiner is dan het bepaalde gegeven interval, in de omgeving van n^ en middelen voor het bepalen van een positie van een puls van het multipulse excitatiesignaal in het gereduceerde interval.

20 De hulpfunctie M^(n) kan zodanig gekozen worden, dat deze eenvoudig berekend kan worden. Het aantal afstandsfuncties dat berekend moet worden net de methode volgens de uitvinding is gelijk aan het product van het aantal pulsen van het excitatiesignaal dat in het gegeven interval bepaald moet worden en het aantal mogelijke pulsposities in de 25 gereduceerde intervallen. Aangezien de gereduceerde intervallen een veel kleinere lengte kunnen hebben als het bepaalde gegeven interval wordt het aantal benodigde berekeningen aanzienlijk gereduceerd en wordt daarmede de canplexiteit van de spraakcodeerder gereduceerd.

De uitvinding zal nader werden toegelicht aan de hand van 30 de figuren en een uitvoeringsvoorbeeld.

Fig. 1 toont een blokschena van een bekende spraakcodeerder (vocoder).

Fig. 2a en 2b tonen alternatieve methoden voor het bepalen van een gewogen foutsignaal.

35 Fig. 3 toont een tijdschaal (n) met daarlangs uitgezet een multipulse excitatiesignaal: r(n)= 2¾ & ? k = 1, 2, 3, .... (3)

Fig. 4a en 4b illustreren de relaties tussen de verschillende a T. n ·"> ^ a ~ v C j , / j ** * 1 PHN 10*757 4 intervallen.

Fig. 5a en 5b illustreren respectievelijk een typisch fout- signaal en een typische afstandsfunctie.

In het navolgend te beschrijven uitvoeringsvoorbeeld van een 5 spraakcodeerder volgens de uitvinding zal het gewogen foutsignaal worden berekend volgens de methode zoals is aangegeven in fig. 2b. Hierin is: G(z) = a/Aq,^£j (4) en W(z) = Ap(z) . G(z) (5)

In blok 5 (fig. 1) wordt een afstandsfunctie d (rf f) berekend: a(r,f) tussen het resiJu signaal r(n) - Fourier transformatie R(e^ ) - en het multipulse excitatie signaal f (n) - Fourier transformatie R (el® ) - .

15

De fout minimalisatie procedure van blok 5 bestuurt excitatie signaal generator 6 zodanig, dat het synthetische spraaksignaal s(n) ontstaat uit een multipulse excitatie signaal waarvoor de afstandsfunctie d(r, f) minimaal is.

Het foutsignaal £ (n) (fig. 2b) wordt gegeven door: 20 g(n) = (r(n) - r(n)) s g(n), (7) waarin g(n) de impulsresponsie is van het filter 7 met de overdrachtsfunctie G(z) en * de convolutiebewerking voorstelt.

Zoals is geïllustreerd in Fig. 3 is het multipulse excitatie signaal verdeeld in segmenten met de lengte L1. Deze lengte is kleiner 25 dan of gelijk aan de lengte L van het interval waarover de afstandsfunctie d(r, f) (6) wordt berekend (L1 <L). Het aantal mogelijke puls-posities binnen een segment met de lengte Lfbedraagt bijvoorbeeld 50, terwijl binnen ieder segment bijvoorbeeld de posities van 5 pulsen bepaald moeten worden welke de afstandsfunctie minimaal maken.

20

Volgens de uitvinding wordt het zoeken naar een geschikte pulspositie steeds beperkt tot een gereduceerd interval of zoekinterval met de lengte L® welke kleiner is dan de lengte Li (L® < Lrj )en bij voorkeur veel kleiner, bijvoorbeeld 5 of 10 mogelijke pulsposities omvat.

De plaats van de zoekintervallen met de lengte L? binnen de intervallen 35 met de lengte L1 is in het algemeen verschillend voor verschillende pulsen van het multipulse excitatie signaal. De bovenstaande verhoudingen zijn geïllustreerd in fig. 4a en 4b. Zoals is geïllustreerd in fig. 4b zal de positie van het zoekinterval met de lengte zich in de buurt Λ *^t Jtt\ .-V ra „ *‘ . j '· ' * -. 1 . ·- EHN 10.757 5 bevinden van het minimum van het kwadraat van de afstands functie d(r,f).

De uitvinding berust op het inzicht, dat er een sterke correlatie bestaat tussen de locale miniina van de afstands functie d(r, r) 5 en de locale concentraties van energie in het foutsignaal dat door voorafgaande pulspositie bepalingen geoptimaliseerd is. De afstands-functie voor de k~de positiebepaling wordt aangeduid door d^. (r, r).

Gebruik wordt genaakt van een gemiddelde magnitude hulpfunctie M ^(n) in de plaats van een energie berekening, welke wordt gegeven door: m m

Mk(n) = Έ. |?νΗ}| , n = 1, ..., L1 (8) i=o * * waarin m de lengte van het integratie interval is, k het nummer van de puls van het excitatiesignaal r (n) is en £ ^ (n) het gewogen foutsignaal £ (n) volgens de methode van fig. 2b is wanneer k pulsen van het exci-15 tatiesignaal bepaald zijn.

Ter illustratie zijn in fig. 5a en 5b respectievelijk een typisch foutsignaal Sk_-j (n) en een typische afstands functie d^(r,r) in onderlinge relatie weergegeven.

De procedure voor het bepalen van een pulspositie is als volgt.

20

Wanneer (n) zijn maximale waarde bereikt bij n = n^, dan wordt de afstandsfunctie d^.(r,r) berekend voor de pulsposities welke liggen in het zoekinterval met de lengte L® welke gesitueerd is in de omgeving van n = n^. De geschikte waarde van L® zal afhangen van de lengte van het integratie interval en van de specifieke aard van de impuls -25 responsie van het synthesef ilter. In dit voorbeeld worden zoekinter-vallen met een vaste lengte toegepast. In het zoekinterval wordt dan de pulspositie bepaald daar waar de afstandsfunctie minimaal is (fig. 4b).

Deze procedure wordt herhaald tot dat het gewenste aantal pulsposities in het gegeven interval bepaald is, waarna op een volgend 30 interval wordt overgegaan.

Ter illustratie kunnen de volgende gegevens vermeld worden: - L®: 10/5 mogelijke pulsposities - aantal te bepalen pulsen binnen interval L1: 4/6 - Li: 50/40 mogelijke pulsposities - integratie interval* m = 4.

De plaats van het zoekinterval ten opzichte van het maximum van de hulpfunctie M^(n) zal op geschikte wijze zodanig zijn, dat het aan dit maximum voorafgaat met eventueel een geschikte verschuiving $ ” Λ Λ ^ 7} λ 4 ESN 10.757 6 (off-set) ten opzichte van dit maximum.

De hulpfunctie M^(n) kan gerealiseerd warden door een integrator waaraan de magnitude van het foutsignaal wordt toegevoerd en welke deze over m pulsposities integreert, s 10 15 20 25 30 35 W -J .. _ 3 5 U ______

Claims

1. Moltipulse excitatie lineair predictieve spraakcodeerder bevattende een nultipulse excitatie generator, middelen voor het perceptueel wegen van het verschil tussen een door een synthesebewerking uit het nultipulse excitatie signaal gesynthetiseerd signaal, respec-5 tievelijk het nultipulse excitatie signaal zelf, en een uit het referentie spraaksignaal door een analysebewerking, welke het omgekeerde is van de genoemde synthesebewerking, afgeleid residu signaal, respectievelijk het referentie spraaksignaal zelf, voor het opwekken van een gewagen foutsignaal en middelen voor het in responsie op het gewogen 10 foutsignaal besturen van de nultipulse excitatie generator voor het reduceren van het foutsignaal, met het kenmerk dat voor het bepalen van de positie van de k- de puls in een gegeven interval in het multipalse excitatie signaal een hulpfunctie M^(n) wordt bepaald, welke een-maat is voor de energie van het gewogen foutsignaal, dat bepaald is 15 op basis van een multipuls excitatiesignaal waarvan (k-1) pulsen bepaald zijn, dat middelen aanwezig zijn voor het bepalen van de waarde n^ van n waarvoor M^(n) maximaal is, dat middelen aanwezig zijn voor het bepalen van een gereduceerd interval, dat kleienr is dan het bepaalde gegeven interval, in de omgeving van n, en middelen voor het bepalen van 20 - ^ een positie van een puls van het nultipulse excitatiesignaal in het gereduceerde interval. 25 30 35 —_J 83 — ^ ^