1 |
1
음성신호에 대한 양자화 장치에 있어서,
(a) 입력되는 음성신호를 KLT 도메인으로 변환하는 KLT부,
(b) 상기 KLT 도메인으로 변환된 음성신호의 코드 벡터 분포의 확률 밀도 함수가 존재할 수 있는 영역을 격자 형태로 표현하는 격자 벡터(lattice vector) 코드 벡터를 적응적으로 형성하여, 상기 음성신호를 상기 코드 벡터로 변환하는 격자 벡터 양자화부,
(c) 적응적으로 선택된 무손실 코드북을 참조하여, 상기 코드 벡터를 상기 코드 벡터의 발생 확률에 따라 길이가 다른 부호어로 변환하고, 상기 부호어에 대응하는 인덱스를 전송하는 무손실 부호화부,
(d) 상기 무손실 부호화부로부터 수신한 상기 인덱스에 기초하여, 상기 부호어를 상기 코드 벡터에 대응하는 심볼로 역변환하는 무손실 복호화부 및
(e) 상기 코드 벡터 분포의 확률 밀도 함수가 존재할 수 있는 영역을 격자 형태로 형성하여 상기 역변환된 심볼을 이산화된 코드 벡터로 출력하는 격자 벡터 복호화부
를 포함하는 양자화 장치
|
2 |
2
제 1 항에 있어서,
상기 KLT부는,
이전 프레임에서 양자화된 음성신호에 기초하여 현재 프레임의 선형 예측(Linear Predictive) 계수를 추정하고, 상기 선형 예측 계수에 기초하여 생성된 고유 벡터 행렬을 이용하여 상기 입력되는 음성신호를 상기 KLT 도메인으로 변환하는 것인 양자화 장치
|
3 |
3
제 1 항에 있어서,
(f) KLT에 의해 얻어진 음성신호에 대한 코드 벡터를 저장한 코드북을 KLT 도메인 통계치에 따라 복수개로 분류하여 구비하는 코드북 데이터베이스
를 더 포함하는 것인 양자화 장치
|
4 |
4
제 3 항에 있어서,
(g) 상기 KLT 도메인으로 변환된 음성신호에 대한 고유값(eigenvalue)에 기초하여 상기 코드북 데이터베이스에서 최적의 코드북을 선택하는 코드북 선택부
를 더 포함하는 것인 양자화 장치
|
5 |
5
제 4 항에 있어서,
상기 격자 벡터 양자화부는 상기 최적의 코드북에 실려 있는 코드 벡터들과 상기 변환된 음성신호 간의 왜곡값에 기초하여 최적의 코드 벡터를 선택하는 것인 양자화 장치
|
6 |
6
제 4 항에 있어서,
상기 코드북 선택부는 하기 수학식 14에 기초하여 상기 최적의 코드북을 선택하되,
상기 격자 벡터 코드 벡터는 상기 입력되는 음성 신호가 평균이 0이고 분산이 {}i=1,…k인 가우시안(Gaussian) 분포를 갖는 경우에 생성되며, 하기 {}는 하기의 수학식 14에 의해서 결정되는 j 번째 클래스의 i 번째 고유값이고, 하기 λi는 상기 입력되는 음성신호의 i 번째 고유값인 것인 양자화 장치
|
7 |
7
제 1 항에 있어서,
상기 무손실 부호화부는 허프만 부호화를 이용하는 것인 양자화 장치
|
8 |
8
제 5 항에 있어서,
상기 코드북 선택부는 상기 입력되는 음성신호의 고유값과 근사한 고유값이 할당된 코드북을 상기 최적의 코드북으로 선택하는 것인 양자화 장치
|
9 |
9
제 5 항에 있어서,
상기 격자 벡터 양자화부는 하기의 수학식 15에 기초하여 상기 왜곡값을 산출하되, 하기 Usk는 상기 입력되는 음성신호에 고유 벡터 행렬을 곱한 값이고, 하기 c^i,jk는 Usk에 대한 j 번째 클래스의 i 번째 코드북인 것인 양자화 장치
|
10 |
10
제 9 항에 있어서,
상기 격자 벡터 양자화부는 최소 왜곡값을 갖는 코드 벡터를 상기 최적의 코드 벡터로 선택하는 것인 양자화 장치
|
11 |
11
제 2 항에 있어서,
상기 KLT부는
현재 프레임의 상기 선형 예측 계수에 기초하여 고유값과 고유 벡터 행렬을 각각 검출하고, 상기 인덱스에 대응하는 코드 벡터와 상기 고유 벡터 행렬을 이용하여 상기 이산화된 코드 벡터를 역KLT 변환하는 것인 양자화 장치
|
12 |
12
음성신호에 대한 코드 벡터가 저장된 복수의 코드북이 구비된 양자화 장치의 상기 음성신호에 대한 양자화 방법에 있어서,
a) 입력되는 음성신호를 KLT 도메인으로 변환하는 단계,
b) 상기 KLT 도메인으로 변환된 음성신호의 코드 벡터 분포의 확률 밀도 함수가 존재할 수 있는 영역을 격자 형태로 표현하는 격자 벡터(lattice vector) 코드 벡터를 적응적으로 형성하여 상기 음성신호를 상기 코드 벡터로 변환하는 단계,
c) 적응적으로 선택된 무손실 코드북을 참조하여, 상기 코드 벡터를 상기 코드 벡터의 발생 확률에 따라 길이가 다른 부호어로 무손실 부호화하는 단계,
d) 상기 부호어에 대응하는 인덱스를 전송하는 단계,
e) 상기 수신한 인덱스에 기초하여, 상기 부호어를 상기 코드 벡터에 대응하는 심볼로 역변환하는 단계 및
f) 상기 코드 벡터 분포의 확률 밀도 함수가 존재할 수 있는 영역을 격자 형태로 형성하여 상기 역변환된 심볼을 이산화된 코드 벡터로 출력하는 단계
를 포함하는 양자화 방법
|
13 |
13
제 12 항에 있어서,
상기 격자 벡터 코드 벡터는 상기 입력되는 음성 신호가 평균이 0이고 분산이 {}i=1,…k인 가우시안(Gaussian) 분포를 갖는 경우에 생성되며, 하기 {}는 하기의 수학식 16에 의해서 결정되는 j 번째 클래스의 i 번째 고유값이고, 하기 λi는 상기 입력되는 음성신호의 i 번째 고유값인 것인 양자화 방법
|
14 |
14
제 12 항에 있어서,
상기 a) 단계는
이전 프레임에서 양자화된 음성신호에 기초하여 현재 프레임의 선형 예측(Linear Predictive) 계수를 추정하고, 상기 선형 예측 계수에 기초하여 생성된 고유 벡터 행렬을 이용하여 상기 입력되는 음성신호를 상기 KLT 도메인으로 변환하는 것인 양자화 방법
|
15 |
15
제 12 항에 있어서,
g) 상기 KLT 도메인으로 변환된 음성신호에 대한 고유값(eigenvalue)에 기초하여 코드북 데이터베이스에서 최적의 코드북을 선택하는 단계 및
h) 상기 최적의 코드북에 실려 있는 코드 벡터들과 상기 변환된 음성신호 간의 왜곡값에 기초하여 최적의 코드 벡터를 선택하는 단계
를 더 포함하는 양자화 방법
|
16 |
16
제 12 항에 있어서,
상기 c) 단계는 허프만 부호화를 이용하는 것인 양자화 방법
|
17 |
17
제 15 항에 있어서,
상기 g) 단계는 상기 변환된 음성신호의 고유값과 근사한 고유값이 할당된 코드북을 상기 최적의 코드북으로 선택하는 것인 양자화 방법
|
18 |
18
제 15 항에 있어서,
상기 h) 단계는 최소 왜곡값을 갖는 코드 벡터를 상기 최적의 코드 벡터로 선택하는 것인 양자화 방법
|
19 |
19
제 15 항에 있어서,
i) 현재 프레임의 상기 선형 예측 계수에 기초하여 고유값과 고유 벡터 행렬을 각각 검출하고, 상기 인덱스에 대응하는 코드 벡터와 상기 고유 벡터 행렬을 이용하여 상기 이산화된 코드 벡터를 역KLT 변환하는 단계
를 더 포함하는 양자화 방법
|