| 1 |
1
분산 음성 인식 시스템에서 멜켑스트럼(Mel Frequency Cepstral Coefficients) 계수를 양자화하는 방법에 있어서, a) 입력되는 멜켑스트럼 계수 벡터로부터 멜켑스트럼 계수 벡터의 DC 성분을 제거하는 단계; b) 상기 DC 성분이 제거된 멜켑스트럼 벡터 계수에 대하여 프레임간 예측을 수행하여 예측에러벡터를 생성하는 단계; c) 상기 생성된 예측에러벡터를 양자화하는 단계; 및 d) 상기 양자화된 예측에러벡터에 상기 a)단계에서 제거된 상기 DC 성분을 더하여 양자화된 멜켑스트럼 계수 벡터를 생성하는 단계 를 포함하는 분산 음성 시스템에서의 멜켑스트럼 계수의 양자화 방법
|
| 2 |
2
제1항에 있어서, 상기 c)단계에서 블록제한된 트렐리스 부호화 양자화(Block Constrained Trellis Coded Quantization: BC-TCQ) 방식을 이용하여 양자화하는 분산 음성 시스템에서의 멜켑스트럼 계수의 양자화 방법
|
| 3 |
3
제2항에 있어서, 상기 b)단계에서 상기 프레임간 예측은 상기 멜켑스트럼 계수 벡터의 프레임간 상관도를 나타내는 1차 AR 예측 계수에 기초하여 수행되는 분산 음성 시스템에서의 멜켑스트럼 계수의 양자화 방법
|
| 4 |
4
제2항에 있어서, 상기 블록제한된 트렐리스 부호화 양자화 방식은, 부호율이 1/2인 길쌈부호기 및 피드백이 없는 인코더를 기반으로 하는 ()―여기서, v는 샘플당 할당 비트수임― 트렐리스를 이용하는 분산 음성 시스템에서의 멜켑스트럼 계수의 양자화 방법
|
| 5 |
5
제4항에 있어서, 상기 블록제한된 트렐리스 부호화 양자화 방식은, 선택 가능한 트렐리스 경로의 초기 상태를 전체 N 개의 상태 중 개로 제약하고, 마지막 스테이지의 상태도 트렐리스 경로의 초기 상태에 따라 전체 개의 스테이지 중 개로 제약하는 분산 음성 시스템에서의 멜켑스트럼 계수의 양자화 방법
|
| 6 |
6
제5항에 있어서, 상기 블록제한된 트렐리스 부호화 양자화 방식은, 첫 번째 스테이지부터 ―여기서, L은 전체 스테이지수, N 은 전체 트렐리스 상태 수임― 스테이지까지 결정된 N 개의 생존경로들의 초기 상태를 참고한 후, 나머지 상태에서는 각 초기 상태에 따라 결정된 개의 상태 중 하나를 마지막 스테이지의 상태로 선택되도록 하는 트렐리스 경로들만을 고려하고, 고려된 트렐리스 경로 중 최적의 트렐리스 경로를 구하여 전송하는 분산 음성 시스템에서의 멜켑스트럼 계수의 양자화 방법
|
| 7 |
7
제1항 내지 제6항 중 어느 한 항에 있어서, 상기 d)단계는, 양자화된 예측에러벡터에 프레임내 예측보상을 수행하여 1차 양자화된 멜켑스트럼 계수 벡터를 생성하는 단계; 및 생성된 멜켑스트럼 계수 벡터에 멜켑스트럼 계수 벡터의 DC 성분을 더하여 최종 양자화된 멜켑스트럼 계수 벡터를 생성하는 단계 를 포함하는 분산 음성 시스템에서의 멜켑스트럼 계수의 양자화 방법
|
| 8 |
8
분산 음성 인식 시스템에서 멜켑스트럼(Mel Frequency Cepstral Coefficients) 계수를 양자화하는 장치에 있어서, 입력되는 멜켑스트럼 계수 벡터로부터 멜켑스트럼 벡터의 DC 성분을 제거하는 감산부; 상기 멜켑스트럼 계수 벡터에 대한 예측에러벡터를 산출하는 예측부; 상기 예측에러벡터를 양자화하는 양자화부; 상기 양자화된 예측에러벡터에 프레임 내 예측보상을 수행하여 제1 멜켑스트럼 계수 벡터를 생성하는 예측보상부; 및 상기 제1 멜켑스트럼 계수 벡터에 상기 감산부에 의해 제거된 상기 멜켑스트럼 벡터의 DC 성분을 가산하여 양자화된 최종 멜켑스트럼 계수 벡터를 산출하는 가산부 를 포함하는 분산 음성 시스템에서의 멜켑스트럼 계수의 양자화 장치
|
| 9 |
9
제8항에 있어서, 상기 양자화부는, 블록제한된 트렐리스 부호화 양자화(Block Constrained Trellis Coded Quantization: BC-TCQ) 방식을 이용하여 양자화하는 분산 음성 시스템에서의 멜켑스트럼 계수의 양자화 장치
|
| 10 |
10
제9항에 있어서, 상기 블록제한된 트렐리스 부호화 양자화 방식은, 부호율이 1/2인 길쌈부호기 및 피드백이 없는 인코더를 기반으로 하는 ()―여기서, v는 샘플당 할당 비트수임― 트렐리스를 이용하는 분산 음성 시스템에서의 멜켑스트럼 계수의 양자화 장치
|
| 11 |
11
제9항에 있어서, 상기 예측부는, 다음의 관계식 여기서, 은 예측에러벡터이고, 는 이전 프레임에서 상기 블록제한된 트렐리스 부호화 양자화 방식에 의해 양자화된 다음, 프레임 내 예측보상이 수행된 벡터이고, 는 멜켑스트럼 계수 벡터의 프래임간 상관도를 나타내는 1차 AR 예측 계수임
|
| 12 |
11
제9항에 있어서, 상기 예측부는, 다음의 관계식 여기서, 은 예측에러벡터이고, 는 이전 프레임에서 상기 블록제한된 트렐리스 부호화 양자화 방식에 의해 양자화된 다음, 프레임 내 예측보상이 수행된 벡터이고, 는 멜켑스트럼 계수 벡터의 프래임간 상관도를 나타내는 1차 AR 예측 계수임
|
