[go: up one dir, main page]

SE524202C2 - Förfarande och anordning för vektorkvantisering - Google Patents

Förfarande och anordning för vektorkvantisering

Info

Publication number
SE524202C2
SE524202C2 SE0201109A SE0201109A SE524202C2 SE 524202 C2 SE524202 C2 SE 524202C2 SE 0201109 A SE0201109 A SE 0201109A SE 0201109 A SE0201109 A SE 0201109A SE 524202 C2 SE524202 C2 SE 524202C2
Authority
SE
Sweden
Prior art keywords
reflection coefficient
vector
speech
code
vectors
Prior art date
Application number
SE0201109A
Other languages
English (en)
Other versions
SE0201109D0 (sv
SE0201109L (sv
Inventor
Ira A Gerson
Mark A Jasiuk
Matthew A Hartman
Original Assignee
Motorola 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 Motorola Inc filed Critical Motorola Inc
Publication of SE0201109D0 publication Critical patent/SE0201109D0/sv
Publication of SE0201109L publication Critical patent/SE0201109L/sv
Publication of SE524202C2 publication Critical patent/SE524202C2/sv

Links

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G10L19/083Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being an excitation gain
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G10L19/06Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G10L19/12Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
    • G10L19/135Vector sum excited linear prediction [VSELP]
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G10L2019/0001Codebooks
    • G10L2019/0013Codebook search algorithms
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G10L25/06Speech 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 correlation coefficients
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G10L25/24Speech 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 the cepstrum

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
  • Analogue/Digital Conversion (AREA)
  • Reduction Or Emphasis Of Bandwidth Of Signals (AREA)

Description

524 202 Q en viktade felsigna- talramen.
Vanligtvis an tiv kodning (LFC) e < för att modellera k lationen över J <2 DJ 1 U U) *aan ,_. *i LJ Q) H _ _ .Ö m IS (I) LJ (12 (D F* xíl rttidssignalkorr . när o block av sampel, vilket även be nne korttidsfilter.
Korttidssignalkorrelationen representerar resonansfrek- venserna i röstapparaten. LPC-koefficienterna är en upp- ning av talmodellparametrar. Andra parameteruppsätt- kan användas för att karaktärisera excitationssig~ som matas till korttidsprediktorfiltret. Dessa andra talmodellsparametrar innefattar: Line Spectral (LSF), efficienter, förhållanden i det logaritmiska området, och Frequencies kepstrumkoefficienter, reflektionsko- arcsinusfunktionen.
En talkodare vektorkvantiserar vanligtvis excita- tionssignalen för att reducera antalet bitar som är nöd- vändiga för att karaktärisera signalen. LPC-koefficien- terna kan transformeras till de andra ovan nämnda parame- teruppsättningarna före kvantiseringen. Koefficienterna kan kvantiseras individuellt (skalärkvantisering) eller som en uppsättning (vektorkvantisering). Skalärkvantise- ring är inte lika effektivt som vektorkvantisering, men skalärkvantisering är à andra sidan mindre kostsam vad beträffar beräknings- och minnesbehov än vektorkvantise- ring. Vektorkvantisering av LPC-parametrar används för tillämpningar där kodningseffektivitet är av största vikt.
Vektorkvantisering av flera segment kan användas för att balansera kodningseffektivitet, sökkomplexitet hos vektorkvantiseraren och lagringsbehov för vektorkvantise- raren. Den första typen av vektorkvantisering i flera segment delar in en LPC~parametervektor med Np element i n segment. Vart och ett av de n segmenten vektorkvanti- g seras separat. En andra typ av vektorkvantisering i flera segment delar in LPC-parametern bland n vektorkodböcker där varje vektorkodbok omfattar samtliga Np vektorele- ment. Antag, för att åskådliggöra vektorkvantisering, att lO 524 202 b) a o o u n np=l§ elemer: oc" att "arje element represerteras av Z bitar Tradit_öne-l 'e A '7 y i ¿-C f:dve~:orer ned 13 element 1 varje for att represen- tera alla möjliga kodvek Den första typen s av vektorkvanti era segment med två segment i kodvektorer med 5 element i r_n skulle erfordra 21O+ varje. Den andra typen av vektorkvantisering i flera seg- ment med två segment skulle erfordra 21Û+2lÜ kodvektorer med 5 element i varje. Vart och ett av dessa förfaranden för vektorkvantisering erbjuder olika fördelar vad gäller s kodningseffektivitet, sökkomplexitet och minnesbehov. Sa- ledes skulle den kända talkodartekniken dra fördel av ett förfarande och en anordning för vektorkvantisering som ökar kodningseffektiviteten och reducerar sökkomplexite- ten eller minnesbehoven utan några ändringar av de mot- svarande kraven.
KORT BESKRIVNING AV RITNINGARNA Fig l är ett blockschema över ett radiokommunika- tionssystem som innefattar en talkodare i enlighet med föreliggande uppfinning.
Fig 2 är ett blockschema över en talkodare i enlig- het med föreliggande uppfinning.
Fig 3 är en grafisk kurva över den arcsinfunktion som har använts i enlighet med föreliggande uppfinning.
BESKRIVNING AV EN FÖREDRAGEN UTFÖRINGSFORM En variation av kodexciterad, linjär, prediktiv kodning (CELP) som benämnes vektorsummaexciterad, linjär, (VSELP) redragen utföringsform av föreliggande uppfinning. VSELP prediktiv kodning och som beskrivs häri är en fö- brukar en excitationskodbok som har en fördefinierad upp- byggnad, så att de beräkningar som erfordras för kodboks~ sökprocessen reduceras betydligt. Denna VSELP-talkodare använder en ensegments- eller flersegmentsvektorkvantise- rare för reflektionskoefficienterna, baserat på en fast- (FLAT).
Vidare utnyttjar denna talkodare en förkvantiserare för tals-bryggteknik ("fixed-point-lattice-technique) att reducera komplexiteten i vektorkodssökningen och en Q . . - -» högpresterande vektorkvantiserare av ref cienterna, som också är beräkningsmässigt effe som har reducerade minnesbehov.
Fig 1 är ett blockschema över ett radiokommunika- tionssystem 100. Radiokommunikationssystemet 100 innefat- 113, tar emot taldata från varandra. De två sändtagarna 101, tar två sändtagare 101, som sänder taldata till och 113 kan vara en del av ett trunkradiosystem eller ett radiotelefonkommunikationssystem eller något annat radiokommunikationssystem som sänder och mottar taldata.
Vid sändaren inmatas talsignalerna i en mikrofon 108 och talkodaren väljer de kvantiserade parametrarna för tal- modellen. Kodarna för de kvantiserade parametrarna sänds därefter till den andra sändtagaren 113. I den andra sändtagaren 113 mottas 121 de överförda koderna för de kvantiserade parametrarna och används för att återskapa talet i en talavkodare 123. Det återskapade talet utmatas till en högtalare 124.
Pig 2 är ett blockschema över en VSELP-talkodare 200. En VSELP-talkodare 200 använder en mottagen kod för att bestämma vilken excitationsvektor från kodboken som skall användas. VSELP-kodaren använder en excitationskod- bok med ZN kodvektorer, som är konstruerade av M basvek- torer. Om man definierar vm(n) som den mzte basvektorn och u¿(n) som den izte kodvektorn i kodboken så erhålls: NI ui(n)= ZGimVmw) (1.10) m=1 där C S i S 2M-1; 0 S n S N-1. Med andra ord är varje kodvektor i kodboken uppbyggd som en linjär kombi- nation av de M basvektorerna. De linjära kombinationerna definieras av 6-parametrarna. 524 202 C ; - . . . - . n.
Cïn1= definieras Öim Gim = -l cm bit m av kodord i SCITJ H kf! +l om bit m av kodord i H C) Kodvektor i är uppbyggd som summan av de M basvekto- rerna där tecknet (plus eller minus) för varje basvektor bestäms av tillståndet hos den motsvarande biten i kodord i. Notera att om vi komplementerar samtliga bitar i kod- ordet i så blir den motsvarande kodvektorn en negation av kodvektorn i. För varje kodvektor är därför dess negation också en kodvektor i kodboken. Dessa par kallas komple- mentära kodvektorer, eftersom de motsvarande kodorden är komplement till varandra.
Om den lämpliga vektorn har valts skalar förstärk- ningsblock 205 den valda vektorn med förstärkningstermen y. Utsignalen från förstärkningsblocket 205 matas till en uppsättning linjära filter 207, 209 för att åstadkomma en Filterna innefattar ett filter 207, tonhöjdsperiodicitet i excitationen. Utsignalen från "làngtids"-filtret 207 matas därefter till "korttids"- filtret 209. Korttidsfiltret 209 adde- rar spektralenveloppen till signalen. sampel av rekonstruerat tal. "làngtids-" (eller "tonhöjds-") som inför (eller "formant"-) Långtidsfiltret 207 innefattar en långtidsprediktor- koefficient (LTP). Långtidsfiltret 207 försöker att pre- diktera nästa utsignalssampel från ett eller flera sampel i det avlägset förflutna. Om endast ett förflutet sampel används i prediktorn så är prediktorn en ettstegspredik- tor. Vanligtvis används l till 3 värden. Överföringsfunk- tionen för ett långtidsfilter ("tonhöjdsfilter") 207, som innefattar en ettstegslàngtidsprediktor, ges av (l.l). ßm= *_ l~ßz L (l.l) n u . - o; l\) (Il 2 4 2 Û 2 -f 3(z' karaktäriseras av tva storheter L och ß. L benämnes l är L typiskt sett ton- L kan också va- t värde som inte är något heltal. Om L inte är något heltal används ett interpolerande filter med andligt ulssvar (FIR) för att alstra de fraktionellt fördröjda samplen. ß är långtidsprediktorkoefficienten (eller "ton- höjdsprediktorkoefficienten).
Korttidsfiltret 209 innefattar korttidsprediktorko- effioienter, ai, som försöker prediktera nästa utsignals- sampel fràn de föregående Np utsignalssamplen. Np sträck- er sig vanligtvis från 8 till 12. I den föredragna utfö- ringsformen är Np=l0. Kortidsfiltret 209 är ekvivalent med ett traditionellt LPC-syntesfilter. Överföringsfunk- tionen för korttidsfiltret 209 ges av (l.2).
Am = i=l (l.2) Korttidsfiltret 209 karaktäriseras av ai-paramet- rarna, som är koefficienter i direkt form för det allpo- liga "syntesfiltret". Detaljer som rör ai-parametrarna kan återfinnas nedan.
De olika parametrarna (kod-, förstärkning-, filter- parametrar) överförs inte alla med samma hastighet till syntetisatorn (talkodaren). Vanligtvis uppdateras kort- tidsparametrarna mindre ofta än koden. Vi definierar korttidsparametrarnas uppdateringshastighet som "ramhas- tighet" och intervallet mellan uppdateringen som en "ram". Koduppdateringshastigheten bestäms av vektorläng- den N. Vi definierar koduppdateringshastigheten som "deiramshastighet" och koduppdateringsintervallet som en "deiram". En ram är vanligtvis sammansatt av ett helt an- tal jelramar. Förstärknings- och långtidsparametrarna kan uppdateras antingen med delramshastigheten, ramhastighe- 524 202 _ ;w~;;~¿_~. ten eller någon hasti_^e: darere-_a1 beroende pà talko- darens utformnin: Proceduren for kooooLsso<*;rg består a" att varje kodvektor prövas son en möjlig excitation för CELP- -syntetisatorn. De: syntetiserade talet S'(n)_jamförs 2ll mot det inmatade talet s(n) ooh en skillnadssignal ei alstras. Skillnadssignalen el(n) filtreras därefter med hjälp av ett spektralviktningsfilter W(z) 213 (och even- tuellt ett andra viktningsfilter C(z)) för alstring av en viktad felsignal, e'(n). Effekten i e'(n) beräknas i energikalkylatorn 215. Den kodvektor som alstrar det vik- tade felet med minst effekt väljs som kodvektorn för den delramen. Spektralviktningsfiltret 213 har till uppgift att vikta felspektrtmet med utgångspunkt från percep- tuella överväganden. Detta viktningsfilter 213 är en funktion av talspektrumet och kan uttryckas i termer av korttidsfiltrets (spektralfiltrets) 209 a-parametrar.
Np 1-Iåïaiíi Wu) = ___*=1 NP 1- åfl4 1=1 (l.3) Det finns tvà aspekter som kan användas för beräk- ning av förstärkningen y. Förstärkningen kan bestämmas före kodbokssökningen baserat på residualenergi. Denna förstärkning skulle då fixeras för kodbokssökningen. En annan aspekt är att optimera förstärkningen för varje kodvektor under kodbokssökningen. Den kodvektor som ger det minsta viktade felet skulle väljas och dess motsva- rande optimala förstärkning skulle användas för y. Den sistnämnda aspekten ger generellt bättre resultat efter- som förstarkningen optimeras för varje kodvektor. Denna . . - . .- Uï ~o ~nn 524 202 , ;,~;=r= ,,§,,? l] c a u. v» o 1 u aspe«* imc_-:erar az: forstarknirgstermer måste tppcate- ras "ed deibiloshasti:^=ten Den o;:_naia koden ocn for- starfningen for denna teknik kan beräknas enligt foljan- de 1. Beräkna y(n), den viktade insignalen, for delra- men. 2. Beräkna d(n); nollinsignalssvaret hos B(z)- och W(z)- (och C(z)- om det används) filterna för delramen.
(Nollinsignalssvaret är filternas svar utan insignal; filtertillstàndens avtagande .) 3. pm) = ym) - dm) 4. For varje kod i över delram (0 S n S N-l). a. beräkna gi(n), nolltillstàndssvaret för B(z) (och C(z) (Nolltillståndssvaret är filtrets ut- och W(z) om det används) på kodvek- tor i. signal med initiala filtertillstånd noll- ställda). b. beräkna ïZ -1 Ci = i(n)p(n) (l.5) 8 =0 korskorrelationen mellan den filtrerade kod- vektorn i och (p(n) c. beräkna N-1 2 G,=2[gi(n)] (Le) n=0 effekten i den filtrerade kodvektorn i. 0. Välj i som maximerar mande talet. 524 202 n, u.. -a (Ci) 1.7) Gi x 6. Uppdatera filtertillstànden hos filterna B(z) och W(z) (och C(z) om det används) med utnyttjande av valt kodord och dettas motsvarande, kvantiserade förstärkning.
Detta görs för att uppnå samma filtertillstànd som synte- tisatorn skulle ha i början av nästa delram för steg 2.
Den optimala förstärkningen för kodvektor i ges av ) (f) (1. -fl <1 a Y. Gi - Det totala, viktade felet för kodvektor i med an- vändning av optimal förstärkning, yi ges av (1.9).
N-1 2 Ei- Epzm) <1.9> n=0 I Korttidsprediktorparametrarna är korttidsfiltrets 209, se fig 2, parametrar ai. Dessa är LPC-filterkoeffi- center på direktform och av standardtyp, och vilket som helst antal LPC-analystekniker kan användas för att be- stämma dessa koefficienter. I den föredragna utförings- formen implementerades en snabb bryggalgoritm med fast- (FLAT). innefattande garanterad filterstabilitet, ana- talskovarians FLAT har bryggalgoritmernas alla fördelar, lyser utan fönster, och förmågan att kvantisera reflek- tionskoefficenten inom rekursionen. Dessutom är FLAT nu- meriskt robust och kan med lätthet implementeras på en fasttalsprocessor.
Kortidsprediktorparametrarna beräknas ur det inkom- Det behövs ingen förförstärkning. Analys- länçden som används för beräkning av parametrarna är 170 (Ng = 170). (Np = 10). sanpel Prediktorns ordning är 10 a a.
A _ o. a. u n. _ . l - u a u -~ 2 vu u. - 4 2 Û 2 ~ ß ~ o . 2 ua: .u ' ' ' ° ' '- o u p ~ Q . o u a ~ ' °' ' I ~ __ un: a o u u c a... .f " ' n n : . - . . .. __ _' : 1 - n I I Ü Û ' ' *e o n .nu .I 'ff beskriva detaljerna i FLAT- J D i i A D »x v O .J 'S U iš n H fl K ( L.1~..A .Cl ~.v4.~,_" A1 _ 'A ' _ ____<. s mpel av det inkommande talet som (D ih algoritmen. Lat d J) faller inom analy-in:ervallet representeras av s(n>; O S n S NA-l. Eftersom FLAT ar en bryggalgoritm kan man betrakta tekniken som försök att bygga ett optimalt (det som minimerar residualenergin) inversbryggfilter steg för steg.
Om man definierar bj(n) som bakàtresidualen ut från steg j i inversbryggfiltret och fj(n) som framåtresidua- lO len ut från steget j i inversbryggfiltret kan vi defi- niera: NA-1 Fj(i,k)= Efjw-nfjmn-k) <2.1> n=Np autokorrelationen för fj(n); "l Bj(i,1<)=Ebj(n-i-1)bj(n-k-1) <2.2> n=Np autckorrelationen för bj(n-1) och: cj(i,k)= Efjul-iflujupkn) (za) =Np korskorrelationen mellan fj(n) och bj(n~l). Låt rj repre- sentera reflektionskoefficienten för steget j i invers- grinifiltret. Då blir: 2 Q(Lkk=Q4(Lk)+n{ CkÅLk)+CrJkJ)J+rjB}ÅLk) (2-4) 524 202 S ,H"..". U ..H? l l ~ u a r c . q a a» n o v ~ o ~ o o o - o n ~ n . a - »nu o u u c ~ v ~..- . . . , , , . v o n a a . v . . a . . . 0 u u n n u: u.. n... n _ _ . , 2 BflLkF=BFJl+Lk+l)+Q{ CFJ|+Lk+l)+CPJk+1J+1)J+r_FP¿i+Lk+1) J (2.5L (_11 och . . . 2 CflLky=Ck¿Lk+1)+n[ BkÅnk+1)+fl4(nk+1)J+r_Ck¿k+lJ) J (2.6) Den formulering som vi har valt för bestämningen av rj kan uttryckas som: C- 100 +CQ_N -V N -' f1=~2 Mb) .".P,J'.° J) , . (2.7) Fj_1(Û»Û)+Bj-1(Û,Ü) *Fj-lmv " LN? "Û +Bj_1(1\p " LNp ~ j) FLAT-algoritmen kan nu uttryckas enligt följande. l. Beräkna först kovariansmatrisen (autokorrela- tioasmatrisen) för det inkommande talet: <1>(i,1<)=Es(n-i)s(n-k) (23) NP for 3 S i, k S NP 2 FO(1,k) = f(i,k) S 1, S NP-l (2.9) BO(1,k) = f(i+l, k+l) O S i, S NP-l (2.lO) CO(i,k) = f(i, k+1) O S 1, S NP-l (2.ll) 3 satt j = 1 4. Beräkna rj med utnyttjande av (2.7) Om j = N? så är det klart. 6. eräkna Fj(i,k) O S i,k S NP-j-1 med utnyttjande av (2.4) / u ..._ , ,, 524 202 44 .,?,.-, ,3, Eerakna 3](i,k) O S _,k S NP-j-1 mg; utn ::ja*:e av (2 5\ Eerakna C3(i,k) O S _,k S N?-j-l med utr_::jarde av (2.6) 7. j = j+l; gå till 4.
Inna: reflektionskoeffienterna löses ut modifieras (D-vektorn genom multiplikation av autokorrelationsfunf- tionerna med ett fönster. q>'(i,k) = <1>(i,k)»v(|i_k|) <2.12> Multiplikation av autokorrelationsfunktionen med ett fönster före reflektionskoefficientberäkningen är känt (SST).
Ur reflektionskoeffienterna rj kan korttids-LPC-pre- som spektralutjämning diktorkoefficienterna aj beräknas.
En vektorkvantiserare av reflektionskoefficienterna med tre segment och 28 bitar nyttjas. Vektorkvantisera- rens segment överbryggar reflektionskoefficienter rl-r3, r4-r6 resp r7-rlO. Bitallokeringarna för vektorkvantise- rarens segment är: Ql ll bitar Q2 9 bitar Q3 8 bitar För att undvika den beräkningsmässiga komplexiteten hos en uttömmande vektorkvantiserarsökning används i varje segment en reflektionskoefficientvektorförkvantiserare.
Förkvantiserarens storlek i varje segment är: Pl 6 bitar P2 5 bitar P3 4 bitar I ett givet segment beräknas och lagras i ett temporärt r minïe esidualfelet som beror av varje vektor från för- | . . ø n» lO l5 524 202 |_..\ (JJ -Ion- u o n a kvantiseraren. av de fyra a ' w tlOfÉ. v nde deluppsättningen av 'ppas med den förkvantise- rarvektorn börjar. Storleken v varje vektorkvantise- raruppsättning i det k:te segmentet ges av: 2% Sk=-ï- (2.l3) De fyra deluppsättningarna av kvantiserarvektorer, som för nippas med de valda förkvantiserarvektorerna, avsöks för att finna den kvantiserarvektor som ges det minsta residualfelet. Således värderas i det första segmentet 64 förkvantiserarvektorer och l28 kvantiserarvektorer, i det andra segmentet värderas 32 förkvantiserarvektorer och 64 kvantiserarvektorer och i det tredje segmentet värderas 16 förkvantiserarvektorer och 64 kvantiserarvektorer. De optimala reflektionskoefficienterna, som beräknas via FLAT-tekniken med bandbreddsexpansion såsom har beskri- vits ovan, omvandlas till en autokorrelationsvektor före vektorkvantiseringen.
En autokorrelationsversion av FLAT-algoritmen, AFLAT, en reflektionskoefficientvektor som utvärderas. används för att beräkna residualsfelsenergin för Liksom FLAT har denna algoritm förmågan att partiellt kompensera för reflektionskoefficientkvantiseringsfelet från de fö- regående bryggstegen, när optimala reflektionskoefficien- ter beräknas eller en reflektionskoefficientvektor väljs ur en vektorkvantiserare i föreliggande segment.
Denna förbättring kan vara betydande för ramar som har hög reflektiönsköefficientkvantiseringsdistortion.
AFLAT-algcritmen kommer nu att beskrivas inom ramen för flersegmentsvektorkvantisering med förkvantiserare: (_11 ~ ~ » - . . . ..- šerafra autofor:eia:_onssekvensen R(i), ur de cpti- mala refiekti^nsfioefficiedterna, över området O S i S Np Sàso* ett alterrati ka" aatckorrelationssekwers-n beräk- nas -r ancra LFC-parameterrepresentationer, såsom direkt- for:=-oPC-pred-ktorkoefficienterna, di, eller direkt ur det -nmatade talet Detiriera init_alvillkoren för AFLAT-rekursionen: ínupnu), osiSNp-1 (214) Vl,(i)=R(]i+1|), 1-NpsisNp-1 <2.1s> Initiera k, index för vektorkvantiserarsegmenten: k=1 (2.l@ Låt Il(k) vara index för det första bryggsteget i det kzte segmentet och låt Ih(k) vara index för det sista bryggsteget i det kzte-segmentet. Rekursionen för värde- ring av residualfelet ut från bryggsteget Ih(k) i det kzte-segmentet, givet P, en reflektionskoefficientvektor från förkvantiseraren eller reflektionskoefficientvektorn från kvantiseraren, ges nedan.
Initiera j, index för grindsteget, så att det pekar på början av det kzte-segmentet: '=11(k) (217) Sätt initialvillkoren Pj_1 och Vj_l till: Pj_l(i)='r§_,(i), 0SiS1,,(k)-1,(k)+1 <2.1s> \'J._,(i)='\"',._,(i), -l,,(k)+l,(k)-1sis1h(1<)_1,(k)+1(219) Beräkna värdena på Vj- och Pj-vektorerna med utnytt- jande av: 524 202 W ¿¿?¿ 2 . , . , . .
Pj-xü)=(1+í'j)P3-|(i)+rj|:\j_1(1)+\;_|("|)]» 05l5In(k)"j (Z-ÉÜ) 2. . . . . . vyn:yklünfij\i_,(-1-1)+zrJPj_1(]1+1[),;-1h(k)Slslhuq-j <2.21> Inkrementera j: j=j+l <2.22> omj s :hun gå till (2.20).
Residualfelet ut från bryggsteg Ih(k), givet reflek- tionskoefficientvektorn É, ges av: E,=P,h(k)(0) (2.23) Med utnyttjande av den utkristalliserade AFLAT-re- kursionen värderas residualfelet beroende på varje vektor från förkvantiseraren i det kzte-segmentet, de fyra deluppsättningarna kvantiserarvektorer som skall sökas av identifieras, och residualfelet beroende på varje kvanti- serarvektor ur de valda fyra deluppsättningarna beräknas.
Index för f, den kvantiserarvektor som har minst Er bland alla kvantiserarvektorer i de fyra deluppsättningar, ko- das med Qk bitar.
Om k < 3 så måste initialvillkoren för utförande av rekursionen i segment k+l beräknas. Satt j, bryggstegsin- dex lika med: j=1l(k) (224) Beräkna: (2.25) En) = (1+f?)í>'j_,(i)+fj[Vj_,(i)+Vj_,(-i)], os isNp -j-1 1 u - u . . . n v. lO 524 202 ,_.1 O\ ,. -, . _2-. . -- . . . _ , \j(1)=\j_,(1+1)+rj\¿_,(-|-l)+2r¿Pj_,(!|+ll),j-INP+1s|sí\P-j-l (2.26) Inkrementera: j=j+1 (2.27) Om j S Ih(k) gå till (2.25).
Inkrementera k, vektorkvantiserarsegmentsindex: k+k+l Q.2& Om k S 3 gå till (2.l7).
Annorledes har indexen för reflektionskoefficientvekto- rerna för de tre segmenten, valts, och avsökningen av re- flektionskoefficientvektorkvantiseraren avslutas.
För att minimera minnesbehoven för reflektionskoef- ficientvektorkvantiseraren lagras àttabitarskoder för de enskilda reflektionskoefficienterna i vektorkvantiserar- tabellen, istället för själva reflektionskoefficientvär- dena. Koderna används för att slå upp värdena pà reflek- tionskoefficienterna i en skalärkvantiseringstabell med 256 ingångar. Ãttabitskoderna representerar reflek- tionskoefficientvärden som erhålls genom likformig sam- pling av en arcsinusfun tion, som àskà liggörs i fig 3.
Reflektionskoefficientvärdena varierar från -1 till +1.
Den olinjära utsträckningen i reflektionskoefficientdomän (X-axeln) åstadkommer högre precision för reflektions- koefficienten när värdena ligger nära extremvärdena +/-l och :indre precision när värdena ligger nära O. Detta reducerar spektraldistortionen som beror på skalärkvan- tisering av reflektionskoefficienterna, givet 256 kvan- tiseringsnivåer, i jämförelse med likformig sampling i reflektionskoeffientdomänen. - . . . .- 524 202 . - . - . . - u. 17 Fig.4 utgör ett flödesdiagram som åskådliggör ett förfarande enligt föreliggande uppfinning. Förfarandet börjar i steg 400.
I steg 402 alstras en tabell med 2N reflektionskoefficientvärden. Detta motsvarar skalärkvantiseringstabellen 220 i fig. 2. I steg 404 mottas och behandlas inkommande tal. I steg 406 beräknas reflektionskoefficienter som motsvarar det inkommande talet, t.ex. genom användning av den ovan beskrivna FLAT-algoritmen.
I steg 408 vektorkvantiseras de beräknade reflektionskoefficienterna i vektorkvantiseraren 222 (fig. 2).
För att reducera lagringskrav för vektorkvantiseraren lagras åttabitarskoder för de individuella reflektionskoefficienterna i vektorkvantiseringstabellen istället för faktiska reflektionskoefficientvärden. Koderna används för att slå upp värden på reflektionskoefficienter från den skalära kvantiseringstabellen 220, steg 410.
Reflektionskoefficientvektorn sänds sedan, tillsammans med andra talkodningsparametrar, till mottagaren i steg 412.
Förfarandet avslutas i steg 414.

Claims (6)

10 15 20 25 24 202 "H"..". n _ .... n PATENTKRAV
1. l. Talkodningsförfarande innefattande stegen att: a) konstruera en excitationskodbok med 2” kodvektorer med användande av M basvektorer; b) mottaga inmatat tal; c) som svar på det inmatade talet beräkna reflektionskoefficientvärden som motsvarar talparametrar som är representativa för det inmatade talet; d) lagra 2” reflektionskoefficientvärden i en tabell, varvid varje reflektionskoefficientvärde är adresserbart med en N- bitars kod; e) behandla kodvektorer för att alstra syntetiserat tal; f) välja en kodvektor från excitationskodboken som minimerar ett felkriterium för det syntetiserade talet relativt det inmatade talet, innefattande (fl) tillhandahålla, när reflektionskoefficientvärdena krävs för behandling, motsvarande N-bitars koder till tabellen för att slå upp reflektionskoefficientvärden, (f2) annars endast lagra N-bitars koderna under behandlingen för att därigenom minimera lagringskravet för reflektionskoefficientvärdena.
2. Förfarande för lagring av reflektionskoefficientvektorer i en vektorkvantiserare för en talkodare i enlighet med krav l, k ä n n e t e c k n a t av att reflektionskoefficientvärdena är olinjärt skalade.
3. Förfarande för lagring av reflektionskoefficientvektorer i en vektorkvantiserare för en talkodare i enlighet med krav l, k ä n n e t e c k n a t av att 70589av krav till föreläggandesvandoc; 2004-01-22 10 15 20 25 52 I ... ..~ ~ .. .n n a. . . - . . .q n n. -a n »u a a n. . p - .- -a -a .n a.. -. a - a u a.. nu u -. .,--... a a q A s n 4 n n a n Q . . - n - - Q .- 19 reflektionskoefficientvärdena är skalade enligt en arcsinfunktion mellan värdena -1 och +l.
4. Förfarande för att lagra reflektionskoefficientvektorer i en vektorkvantiserare för en talkodare i enlighet med krav 1, k ä n n e t e c k n a t av att N är lika med 8.
5. Talkodare innefattande: en kodbokgenerator som genererar en excitationskodbok som har 2M kodvektorer som bildats med användning av M basvektorer; ingångsorgan för att mottaga en talinsignal och skapa en datavektor; kodningsorgan kopplade till ingångsorganen för att generera reflektionskoefficienter som motsvarar talparametrar representerande talinsignalen, där kodningsorganen behandlar kodvektorerna för att alstra syntetiserat tal; en vektorkvantiserare för kvantisering av reflektionskoefficienterna, där vektorkvantiseraren innefattar ett vektorkvantiserarminne som är konfigurerat att lagra ZN reflektionskoefficientvärden, där vektorkvantierarminnet har en N-bitars ingång och en utgång, där vektorkvantiserarminnet tillhandahåller en av de 2N reflektionskoefficientvärdena vid utgången som svar på en N-bitars adress mottagen på N-bitars ingången; och en styrenhet för kodboksavsökning kopplad till kodbokgeneratorn vilken väljer en kodvektor från excitationskodboken för att minimera ett felkriterium mellan det syntetiserade talet och datavektorn, där styrenheten för kodboksavsökning är kopplad till vektorkvantiseraren och tillhandahåller en motsvarande N~bitars kod till vektorkvantiseraren för att slå upp ett 70589av krav till föreläggandesvandoc; 2004-01-22 .n ..- 524 202 = f; "If . . . . . . . .- 20 reflektionskoefficientvärde för behandling, där styrenheten för kodboksavsökning annars endast lagrar N-bitars koden för att därigenom minimera lagringskrav.
6. Talkodare enligt krav 5, k ä n n e t e c k n a d av att varje reflektionskoefficientvärde är relaterat till en associerad N-bitars adress genom en arcsinskalningsfunktion. 70589av krav till föreläggandesvandoc; 2004-01-22
SE0201109A 1993-03-26 2002-04-12 Förfarande och anordning för vektorkvantisering SE524202C2 (sv)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US3779393A 1993-03-26 1993-03-26
PCT/US1994/002370 WO1994023426A1 (en) 1993-03-26 1994-03-07 Vector quantizer method and apparatus

Publications (3)

Publication Number Publication Date
SE0201109D0 SE0201109D0 (sv) 2002-04-12
SE0201109L SE0201109L (sv) 2002-04-12
SE524202C2 true SE524202C2 (sv) 2004-07-06

Family

ID=21896370

Family Applications (2)

Application Number Title Priority Date Filing Date
SE9404086A SE518319C2 (sv) 1993-03-26 1994-11-25 Förfarande och anordning för vektorkvantisering
SE0201109A SE524202C2 (sv) 1993-03-26 2002-04-12 Förfarande och anordning för vektorkvantisering

Family Applications Before (1)

Application Number Title Priority Date Filing Date
SE9404086A SE518319C2 (sv) 1993-03-26 1994-11-25 Förfarande och anordning för vektorkvantisering

Country Status (12)

Country Link
US (2) US5826224A (sv)
JP (1) JP3042886B2 (sv)
CN (2) CN1051392C (sv)
AU (2) AU668817B2 (sv)
BR (1) BR9404725A (sv)
CA (1) CA2135629C (sv)
DE (2) DE4492048C2 (sv)
FR (1) FR2706064B1 (sv)
GB (2) GB2282943B (sv)
SE (2) SE518319C2 (sv)
SG (1) SG47025A1 (sv)
WO (1) WO1994023426A1 (sv)

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6006174A (en) * 1990-10-03 1999-12-21 Interdigital Technology Coporation Multiple impulse excitation speech encoder and decoder
IT1277194B1 (it) * 1995-06-28 1997-11-05 Alcatel Italia Metodo e relativi apparati di codifica e di decodifica di un segnale vocale campionato
FR2738383B1 (fr) * 1995-09-05 1997-10-03 Thomson Csf Procede de quantification vectorielle de vocodeurs bas debit
JP3680380B2 (ja) * 1995-10-26 2005-08-10 ソニー株式会社 音声符号化方法及び装置
TW307960B (en) * 1996-02-15 1997-06-11 Philips Electronics Nv Reduced complexity signal transmission system
JP2914305B2 (ja) * 1996-07-10 1999-06-28 日本電気株式会社 ベクトル量子化装置
FI114248B (sv) * 1997-03-14 2004-09-15 Nokia Corp Förfarande och anordning för audiokodning och audioavkodning
US6826524B1 (en) 1998-01-08 2004-11-30 Purdue Research Foundation Sample-adaptive product quantization
US6453289B1 (en) 1998-07-24 2002-09-17 Hughes Electronics Corporation Method of noise reduction for speech codecs
IL129752A (en) 1999-05-04 2003-01-12 Eci Telecom Ltd Telecommunication method and system for using same
GB2352949A (en) * 1999-08-02 2001-02-07 Motorola Ltd Speech coder for communications unit
US6910007B2 (en) * 2000-05-31 2005-06-21 At&T Corp Stochastic modeling of spectral adjustment for high quality pitch modification
JP2002032096A (ja) * 2000-07-18 2002-01-31 Matsushita Electric Ind Co Ltd 雑音区間/音声区間判定装置
US7171355B1 (en) * 2000-10-25 2007-01-30 Broadcom Corporation Method and apparatus for one-stage and two-stage noise feedback coding of speech and audio signals
AU2002218501A1 (en) * 2000-11-30 2002-06-11 Matsushita Electric Industrial Co., Ltd. Vector quantizing device for lpc parameters
JP4857468B2 (ja) * 2001-01-25 2012-01-18 ソニー株式会社 データ処理装置およびデータ処理方法、並びにプログラムおよび記録媒体
US7003454B2 (en) * 2001-05-16 2006-02-21 Nokia Corporation Method and system for line spectral frequency vector quantization in speech codec
US6584437B2 (en) * 2001-06-11 2003-06-24 Nokia Mobile Phones Ltd. Method and apparatus for coding successive pitch periods in speech signal
US7110942B2 (en) * 2001-08-14 2006-09-19 Broadcom Corporation Efficient excitation quantization in a noise feedback coding system using correlation techniques
US7206740B2 (en) * 2002-01-04 2007-04-17 Broadcom Corporation Efficient excitation quantization in noise feedback coding with general noise shaping
CN100346392C (zh) * 2002-04-26 2007-10-31 松下电器产业株式会社 编码设备、解码设备、编码方法和解码方法
CA2388358A1 (en) * 2002-05-31 2003-11-30 Voiceage Corporation A method and device for multi-rate lattice vector quantization
US7337110B2 (en) * 2002-08-26 2008-02-26 Motorola, Inc. Structured VSELP codebook for low complexity search
US7054807B2 (en) * 2002-11-08 2006-05-30 Motorola, Inc. Optimizing encoder for efficiently determining analysis-by-synthesis codebook-related parameters
US7047188B2 (en) * 2002-11-08 2006-05-16 Motorola, Inc. Method and apparatus for improvement coding of the subframe gain in a speech coding system
US7272557B2 (en) * 2003-05-01 2007-09-18 Microsoft Corporation Method and apparatus for quantizing model parameters
EP1673764B1 (en) * 2003-10-10 2008-04-09 Agency for Science, Technology and Research Method for encoding a digital signal into a scalable bitstream, method for decoding a scalable bitstream
US8473286B2 (en) * 2004-02-26 2013-06-25 Broadcom Corporation Noise feedback coding system and method for providing generalized noise shaping within a simple filter structure
US7697766B2 (en) * 2005-03-17 2010-04-13 Delphi Technologies, Inc. System and method to determine awareness
JP4871894B2 (ja) 2007-03-02 2012-02-08 パナソニック株式会社 符号化装置、復号装置、符号化方法および復号方法
CN101030377B (zh) * 2007-04-13 2010-12-15 清华大学 提高声码器基音周期参数量化精度的方法
KR101592968B1 (ko) 2008-07-10 2016-02-11 보이세지 코포레이션 수퍼-프레임의 lpc 필터들을 양자화 및 역 양자화하기 위한 장치 및 방법
US8363957B2 (en) * 2009-08-06 2013-01-29 Delphi Technologies, Inc. Image classification system and method thereof
CN101968778A (zh) * 2010-08-13 2011-02-09 广州永日电梯有限公司 点阵串行显示方法
ES2745143T3 (es) * 2012-03-29 2020-02-27 Ericsson Telefon Ab L M Cuantificador vectorial
SG11201608787UA (en) * 2014-03-28 2016-12-29 Samsung Electronics Co Ltd Method and device for quantization of linear prediction coefficient and method and device for inverse quantization
EP4375992A3 (en) 2014-05-07 2024-07-10 Samsung Electronics Co., Ltd. Method and device for quantizing linear predictive coefficient, and method and device for dequantizing same
PH12017500352B1 (en) * 2014-08-28 2022-07-06 Nokia Technologies Oy Audio parameter quantization
CN109887519B (zh) * 2019-03-14 2021-05-11 北京芯盾集团有限公司 提高语音信道数据传输准确性的方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4544919A (en) * 1982-01-03 1985-10-01 Motorola, Inc. Method and means of determining coefficients for linear predictive coding
JPS59116698A (ja) * 1982-12-23 1984-07-05 シャープ株式会社 音声デ−タ圧縮方法
US4817157A (en) * 1988-01-07 1989-03-28 Motorola, Inc. Digital speech coder having improved vector excitation source
US4896361A (en) * 1988-01-07 1990-01-23 Motorola, Inc. Digital speech coder having improved vector excitation source
EP0331857B1 (en) * 1988-03-08 1992-05-20 International Business Machines Corporation Improved low bit rate voice coding method and system
DE3883519T2 (de) * 1988-03-08 1994-03-17 Ibm Verfahren und Einrichtung zur Sprachkodierung mit mehreren Datenraten.
JPH02250100A (ja) * 1989-03-24 1990-10-05 Mitsubishi Electric Corp 音声符合化装置
US4974099A (en) * 1989-06-21 1990-11-27 International Mobile Machines Corporation Communication signal compression system and method
US5012518A (en) * 1989-07-26 1991-04-30 Itt Corporation Low-bit-rate speech coder using LPC data reduction processing
US4975956A (en) * 1989-07-26 1990-12-04 Itt Corporation Low-bit-rate speech coder using LPC data reduction processing
US4963030A (en) * 1989-11-29 1990-10-16 California Institute Of Technology Distributed-block vector quantization coder
JP2626223B2 (ja) * 1990-09-26 1997-07-02 日本電気株式会社 音声符号化装置
JP3129778B2 (ja) * 1991-08-30 2001-01-31 富士通株式会社 ベクトル量子化器
US5307460A (en) * 1992-02-14 1994-04-26 Hughes Aircraft Company Method and apparatus for determining the excitation signal in VSELP coders
US5351338A (en) * 1992-07-06 1994-09-27 Telefonaktiebolaget L M Ericsson Time variable spectral analysis based on interpolation for speech coding

Also Published As

Publication number Publication date
AU6084396A (en) 1996-10-10
AU6397094A (en) 1994-10-24
GB2282943B (en) 1998-06-03
CN1166019A (zh) 1997-11-26
DE4492048T1 (de) 1995-04-27
CN1109697A (zh) 1995-10-04
CA2135629A1 (en) 1994-10-13
AU668817B2 (en) 1996-05-16
CA2135629C (en) 2000-02-08
CN1150516C (zh) 2004-05-19
FR2706064A1 (fr) 1994-12-09
US5826224A (en) 1998-10-20
BR9404725A (pt) 1999-06-15
SE9404086D0 (sv) 1994-11-25
US5675702A (en) 1997-10-07
GB9422823D0 (en) 1995-01-04
SE9404086L (sv) 1995-01-25
GB2282943A (en) 1995-04-19
JPH07507885A (ja) 1995-08-31
SE0201109D0 (sv) 2002-04-12
GB9802900D0 (en) 1998-04-08
FR2706064B1 (fr) 1997-06-27
DE4492048C2 (de) 1997-01-02
SG47025A1 (en) 1998-03-20
WO1994023426A1 (en) 1994-10-13
CN1051392C (zh) 2000-04-12
AU678953B2 (en) 1997-06-12
JP3042886B2 (ja) 2000-05-22
SE0201109L (sv) 2002-04-12
SE518319C2 (sv) 2002-09-24

Similar Documents

Publication Publication Date Title
SE524202C2 (sv) Förfarande och anordning för vektorkvantisering
JP3481251B2 (ja) 代数的符号励振線形予測音声符号化方法
JP3151874B2 (ja) 音声パラメータ符号化方式および装置
DK176383B1 (da) Fremgangsmåde og apparat til at generere en kodebog af excitationsvektorer samt talekoder og digitalt radiokommunikationsudstyr omfattende et kodebogvektorgenererende apparat
US6161086A (en) Low-complexity speech coding with backward and inverse filtered target matching and a tree structured mutitap adaptive codebook search
EP0967594A1 (en) Sound encoder and sound decoder
JPH0990995A (ja) 音声符号化装置
CA2642804C (en) Fixed codebook searching device and fixed codebook searching method
KR100748381B1 (ko) 음성 코딩 방법 및 장치
JP3180786B2 (ja) 音声符号化方法及び音声符号化装置
EP0401452B1 (en) Low-delay low-bit-rate speech coder
US6768978B2 (en) Speech coding/decoding method and apparatus
KR20050072811A (ko) 음성 코딩 시스템에서 이득 정보를 코딩하기 위한 방법 및장치
JP4063911B2 (ja) 音声符号化装置
KR100465316B1 (ko) 음성 부호화기 및 이를 이용한 음성 부호화 방법
JPH08292797A (ja) 音声符号化装置
Sunwoo et al. Real-time implementation of the vselp on a 16-bit dsp chip
Easton et al. A CELP codebook and search technique using a Hopfield net
KR100346729B1 (ko) 코드여기선형예측부호화의잡음코드북작성방법
JPH07168596A (ja) 音声符号化装置
GB2199215A (en) A stochastic coder
JP3024467B2 (ja) 音声符号化装置
JP2808841B2 (ja) 音声符号化方式
KR100550002B1 (ko) 음성부호화기에서 적응 코드북 검색기 및 그 방법
JP3230380B2 (ja) 音声符号化装置

Legal Events

Date Code Title Description
NUG Patent has lapsed