Deutsch - Rohde & Schwarz International

MOBILFUNK
Funkmessplätze
128
Rate
1
Original speech signal (20 ms frame with
160 samples, each sample with 14 bits)
Data rate
determination
Rate
1/2
Pseudorandom
vector
generator
RSeed*
Random seed
128
Excitation
codebook
Rate
1/4
I* (Index)
Input packet type
and packet data
Highpass filter /
Hamming window
Rate
1/8
Rate 1
1/8 or 1/4
Rate 1
or 1/2
G* (gain)
Gs* (gain sign)
Data
unpacking
LPC (Formant)
analysis (20 ms frame
with 160 samples)
LPC coeffs
Closed loop pitch search
(5 ms subframe
with 40 samples)
Excitation codebook
search (1.25 ms subframe
with 10 samples)
Pitch
synthesis
filter
1/P(z)
Important features:
• Encoder output data rate = 266 bits/20 ms = 13,3 kbit/s
• Compression rate = 160×14 bits/266 bits = 8,42
LPC coeffs
Vector quantization
Interpolating LSP freqs
for pitch/codebook
search subframes
LSP freqs → LPC coeffs
Codebook gain G* (3 or 4 bits)
Codebook gain sign Gs* (1 bit)
Codebook index I* (7 bits)
or random seed RSeed* (4 bits)
b* (pitch gain)
L* (pitch lag)
Pitch
pre-filter
1/P'(z)
LSPVs
b'* & L*
Gain
control
LSP freqs → LPC coeffs
Interpolating LSP freqs
for pitch/codebook
search subframes
Vector unquantization
LPC coeffs → LSP freqs
LSPVs (32 bits)
Pitch gain b* (3 bits)
Pitch lag L* (8 bits)
LSPs
Vector quantization
Data packing
Transmission packet data
(264 bits + 2 reserved bits)
BILD 1 Codierungsprozess mit LPC(Formant)-Analyse, Bestimmung der Datenrate, Pitch-Suche
und Codebook-Suche am Beispiel des 13k Speech Coders.
Formant (LPC)
synthesis
filter
1/A(z)
LPC coeffs
Adaptive
postfilter
APF(z)
Gain
control
Output
synthesized
speech
BILD 2 Erzeugung des synthetisierten Sprachsignals durch Filterung des Codebook-Vektors mit
dem Pitch-Synthese-Filter und dem Formant-Synthese-Filter.
Sprachcodierung: der Ablauf
Die Codierung geschieht grob in vier
Schritten (BILD 1):
◆ LPC-(Formant)-Analyse
◆ Bestimmung der Datenrate
◆ Pitch-Suche (auch als Long-Term-Predictor
(LTP) bezeichnet) und
◆ Codebook-Suche
Im ersten Schritt erfolgt die LPC-Analyse
mit dem Ziel, die optimalen Filterkoeffizienten
zu finden. Ein Formant ist eine
Resonanzfrequenz des menschlichen
Vokaltraktes, erkennbar an einer Spitze
im Kurzzeitspektrum. Jeder Frame des
Eingangssignals (das in 20-ms-Frames
unterteilt ist) durchläuft zuerst ein Hochpass-
und ein Hamming-Fenster-Filter.
Im zweiten Schritt wird für jeden Frame
die Datenrate bestimmt. Hintergrundrauschen
und Pausen werden mit 1/8-Rate,
stimmlose Laute mit 1/4-Rate, stationäre,
periodische und gut modellierte
Frames mit 1/2-Rate, Frames mit Sprach-
Übergängen, nicht periodische Frames
und schlechter modellierbare Frames mit
voller Rate übertragen.
Der dritte Schritt ist die Pitch-Suche.
Ein Pitch ist die Grundfrequenz periodischer
Signalanteile in der menschlichen
Stimme. Die Pitch-Suche wird auf Sub-
Frame-Basis durchgeführt.
Mit Hilfe der so bestimmten Parameter
wird nun in der letzten Stufe aus
einem sogenannten Codebook der
Vektor ausgewählt, der das Eingangssignal
am besten beschreibt und damit den
gewichteten Fehler zwischen Eingangsund
synthetisiertem Signal minimiert.
Nach der Übertragung dieser Parameter
(LPC-Filter- und Pitch-Filter-Koeffizienten,
Codebook-Vektor) entsteht das synthetisierte
Sprachsignal durch Filtern des
Codebook-Vektors mit dem Pitch-Synthese-Filter
und dem Formant-Synthese-
Filter (BILD 2).
Neues von Rohde&Schwarz
26
Heft 176 (2002/IV)