In this thesis work, a variable frame length (VFL) speech coding method is proposed and its performance is studied by computer simulation. The proposed speech coding method is based on the idea that the performance of speech coding would be improved by varying the transmission frame length according to the nonstationarity of input speech signal.
In the proposed speech coding method, input speech signal is first segmented in frames of phonetically similar characteristics. The phonetic similarity is determined by observing the variation of the feature vector sequence obtained from the input speech signal. The feature vector sequence consists of PARCOR coefficient vectors obtained by analyzing input speech signal sample-by-sample using the recursive least square lattice algorithm. The PARCOR coefficient vectors are then smoothed to eliminate small fluctuation of coefficient values. With this smoothed feature vector sequence, input speech signal is segmented into frames according to the spectral distance of the feature vector sequence. When the input speech signal is a voiced sound, a pitch period interval is equal to a frame length. By joining the consecutive speech frames of phonetically similar characteristics, we make transmission frames. During a transmission frame interval, a representative feature vector is selected, encoded, and transmitted to the receiver. This results in reduced transmission bit rate while maintaining the reproduced speech quality.
Encoding of transmission parameters in two ways: one using scalar quantization, the other using vector quantization (VQ). Computer simulation results show that the proposed VFL speech coding method with scalar quantization at the transmission bit rate of about 1400 bps yields the same performance as that of the standard 2400 bps LPC-10 in subjective speech quality. However, when we use the VFL speech coding method with VQ, the transmission bit rate is further reduced to 650 bps to obtain the same speech quality.
본 논문에서는 새로운 Variable Frame Length(VFL) 음성 부호화 방식을 제안하고 computer simulation을 통하여 이에 대한 성능분석을 하였다. 제안된 음성 부호화 방식은 입력 음성 신호의 nonstationary에 따라 전송 frame 길이를 변화시킴으로써 음성 부호화의 성능을 향상시킨다.
제안된 음성 부호화 방식에서는 먼저 입력 음성 신호를 음성학적으로 유사한 특성을 갖는 frame 단위로 분리하며, 음성학적 유사성은 입력 음성 신호로 부터 얻어지는 feature vector sequence의 변화를 측정하여 결정한다. PARCOR 계수로 구성되는 feature vector sequence는 Recursive Least Square(RLS) lattice algorithm을 이용하여 입력 음성 신호를 sample-by-sample로 분석함으로써 구한다. PARCOR 계수는 이들 계수 값의 fluctuation을 줄이기 위해 smoothing된다. 위와 같이 구한 feature vector sequence를 이용하여 그것의 spectral distance에 따라 frame 단위로 입력 음성 신호를 분리한다. 입력 음성 신호가 유성음일 때는 pitch 주기 구간이 frame 길이와 같고 음성학적으로 유사한 특성을 갖는 연속 frame을 병합하여 전송 frame을 만든다. 전송 frame 구간에 대하여 대표 feature vector를 선택하고 encoding한 후 전송한다.
전송 parameter는 scalar quantization과 Vector Quantization(VQ)의 두 가지 방법에 의하여 encoding된다. computer simulation을 통하여 제안된 scalar quantization을 이용하는 VFL 음성 부호화 방식은 1400 bits/sec에서 2400 bits/sec를 갖는 standard LPC10의 음질을 구현할 수 있었다. 반면에 VQ를 사용한 VFL 음성부호화 방식에서는 전송 속도를 더욱 낮춰 650 bits/sec에서 같은 음질을 얻었다.
