hrvatski

Povećanje učinkovitosti prediktivnog kodiranja govornog signala

U radu je predloženo nekoliko postupaka za povećanje učinkovitosti metode kodiranja spektralne ovojnice govornog signala temeljene na vektorskoj linearnoj predikciji s adaptacijom prediktora preklapanjem (SIVP). Spektralna ovojnica kojom se na temelju kraćih odsječaka govornog signala modelira akustička prijenosna funkcija vokalnog trakta, u radu je predstavljena skupom frekvencija spektralnih linija (LSF). Najčešće se radi postizanja što veće kvalitete kodiranja u sklopu SIVP metode koriste samo dvije preklapane matrice predikcije. Za razliku od toga, u ovom radu su istražene mogućnosti primjene većeg broja matrica. Time se smanjuje složenost kodiranja na račun pojednostavljenja postupka vektorske kvantizacije koja slijedi iza predikcije. Primjenom više različitih tehnika predloženih u radu omogućeno je i dodatno smanjenje složenosti same predikcije uz ostvarenje zadovoljavajuće kvalitete kodiranja. U jednom predloženom pristupu, smanjenje složenosti predikcije ostvareno je smanjenjem broja elemenata različitih od nule u matricama predikcije. Predložen je kriterij za određivanje optimalnog rasporeda nula i elemenata različitih od nule (tzv. struktura) u takvim prorijeđenim matricama. Nadalje, dan je postupak za izračunavanje optimalnih vrijednosti elemenata matrica tako da je dobitak kod predikcije najveći mogući za danu strukturu određene popunjenosti. Analiziran je utjecaj broja i popunjenosti matrica predikcije na kvalitetu i složenost kodiranja. Predložen je postupak kojim se primjenom linearne transformacije utječe na povećanja kvalitete kodiranja uz prorijeđene matrice fiksne, dijagonalne strukture. U drugom pristupu predloženom u radu, istražene su mogućnosti povećanja učinkovitosti predikcije primjenom binarnog pretraživanja po preklapanim matricama umjesto uobičajenog postupka potpunog pretraživanja. Predložen je odgovarajući postupak projektiranja prediktora. Osim smanjenja složenosti, razmatrani su i načini povećanja kvalitete kod SIVP sheme kodiranja s većim brojem matrica predikcije. U skladu s tim, primijenjen je princip višestrukih predikcijskih kandidata. Kod ovakvog postupka, kvantizacija se izvodi nad nekoliko najmanjih rezidualnih vektora nazvanih predikcijskim kandidatima, a ne samo nad jednim koji rezultira najmanjom kvadratnom normom. Matrica koja će se koristiti za predikciju nekog vektora određuje se na temelju kandidata koji rezultira najmanjom mjerom izobličenja ostvarenom kod kvantizacije. U istraživanjima je ostvareni dobitak u kvaliteti analiziran s obzirom na primijenjeni broj predikcijskih kandidata i broj preklapanih matrica. Također je razvijen i postupak projektiranja prediktora kod kojeg se umjesto minimizacije pogreške predikcije minimizira kvantizacijska pogreška. Kombinacijom navedene mjere za projektiranje prediktora i predikcijskih kandidata sa postupkom predikcije s prorijeđenim matricama, ostvaren je niz kodera kojima se postiže najbolji kompromis između kvalitete i složenosti kodiranja. Istražen je utjecaj svih parametara kod projektiranja kodera. Ustanovljeno je da je uz zadovoljavajuće smanjenje složenosti kodiranja moguće ostvariti i veću kvalitetu od one koja se postiže klasičnim SIVP postupkom s dvije matrice predikcije. Na osnovu velikog broja projektiranih kodera i iscrpnih rezultata prezentiranih u radu moguće je za više različitih tipova primjene kodiranja govora odabrati koder kojim se najbolje zadovoljavaju postavljeni zahtjevi.

kodiranje govora; kvantizacija spektralne ovojnice; analiza linearnom predikcijom; vektorska linearna predikcija; prediktivna vektorska kvantizacija; frekvencije spektralnih linija; međuokvirno kodiranje; adaptacija prediktora preklapanjem; smanjenje slože

nije evidentirano