Nova Patents
ES2240252T3

Variable rate vocoder

Abstract

Method for compressing voice signal, by means of variable rate coding of frames of digitized voice samples, comprising the following steps: determining a level of voice activity for a frame of digitized voice samples; selecting a coding rate from a set of speeds based on said determined level of voice activity for said frame; encoding said frame according to an encoding format of a set of encoding formats for said selected speed in which each speed has a corresponding different encoding format and in which each encoding format provides a different plurality of parameter signals representing said digitized voice samples (s (n) 9 according to a voice model; and generating for said frame a data packet of said parameter signals, characterized in that: it provides a speed-linked control indicating a preselected encoding rate for said frame; and modifies said selected encoding rate to provide said preselected encoding rate to encode said frame at said preselected encoding rate.

ES2240252T3, drawing sheet 1
Sheet 1 of 23

Term

Term ended

Projected expiry passed 3 June 2012, 14.3 years ago.

  1. Priority
  2. Filed
  3. Published
  4. Projected expiry
  5. Today

37 claims: 12 independent, 25 dependent

  1. 1
    ES 2 240 252 T3 REIVINDICACIONES 1. Método para la compresión de señal de voz, mediante la codificación de velocidad variable de tramas de muestras de voz digitalizadas, que comprende las etapas siguientes:determinar un nivel de actividad de voz para una trama de muestras de voz digitalizadas;seleccionar una velocidad de codificación a partir de un conjunto de velocidades sobre la base de dicho nivel determinado de actividad de voz para dicha trama;codificar dicha trama según un formato de codificación de un conjunto de formatos de codificación para dicha velocidad seleccionada en el que cada velocidad presenta un formato de codificación diferente correspondiente y en el que cada formato de codificación proporciona una diferente pluralidad de señales de parámetros que representan dichas muestras de voz digitalizadas (s(n)9 según un modelo de voz;y generar para dicha trama un paquete de datos de dichas señales de parámetros, caracterizado porque: proporciona un control ligado a la velocidad que indica una velocidad de codificación preseleccionada para dicha trama;y modifica dicha velocidad de codificación seleccionada para proporcionar dicha velocidad de codificación preseleccionada para codificar dicha trama a dicha velocidad de codificación preseleccionada.
  2. 2
    Método según cualquiera de las reivindicaciones anteriores, en el que dicha etapa de determinación de dicho nivel de actividad de voz de trama comprende las etapas siguientes:medir la actividad de voz en dicha trama de muestras de voz digitalizadas;comparar dicha actividad de voz medida con por lo menos un nivel umbral de actividad de voz de un conjunto predeterminado de niveles umbral de actividad;y ajustar de forma adaptable en respuesta a dicha comparación por lo menos uno de dicho por lo menos un nivel umbral de actividad de voz con respecto a un nivel de actividad de una trama anterior de muestras de voz digitalizadas.
  3. 3
    Método según la reivindicación 1 ó 2, en el que dicha velocidad preseleccionada es inferior a una velocidad máxima predeterminada, comprendiendo además dicho método las etapas siguientes:proporcionar un paquete de datos adicional;y combinar dicho paquete de datos con dicho paquete de datos adicional dentro de una trama de transmisión para transmisión.
  4. 4
    Método según cualquiera de las reivindicaciones anteriores, en el que dicha etapa de provisión de dicho paquete de datos de dichas señales de parámetro comprende:generar un número variable de bits para representar las señales vectoriales de coeficiente predictivo lineal (LPC) de dicha trama de muestras de voz digitalizadas, en el que dicho número variable de bits que representa dichas señales vectoriales LPC está determinado por dicho nivel de actividad de voz apreciado;generar un número variable de bits para representar señales vectoriales tono de dicha trama de muestras de voz digitalizadas, en el que dicho número variable de bits que representa dichas señales vectoriales de tono está determinado por dicho nivel de actividad de voz apreciado;y generar un número variable de bits para representar señales vectoriales de excitación del libro de códigos de dicha trama de muestras de voz digitalizadas, en el que dicho número variable de bits que representa dichas señales vectoriales de excitación del libro de códigos está determinado por dicho nivel de actividad de voz apreciado.
  5. 5
    Método según cualquiera de las reivindicaciones anteriores, en el que dicha etapa de codificación de dicha trama comprende:generar para dicha trama un número variable de coeficientes de predicción lineales en el que dicho número variable de dichos coeficientes de predicción lineales está determinado por dicha velocidad de codificación seleccionada;generar para dicha trama un número variable de coeficientes de tono en el que dicho número variable de dichos coeficientes de tono está determinado por dicha velocidad de codificación seleccionada;y ES 2 240 252 T3 generar para dicha trama un número variable de valores de excitación del libro de códigos en el que dicho número variable de dichos valores de excitación de libro de códigos está determinado por dicha velocidad de codificación seleccionada.
  6. 6
    Método según cualquiera de las reivindicaciones anteriores, en el que dicha etapa de determinación de un nivel de actividad de voz comprende la suma de los cuadrados de los valores de dichas muestras de voz digitalizadas.
  7. 7
    Método según la reivindicación 6, que comprende además la etapa de generación de bits de protección de error para dicho paquete de datos.
  8. 8
    Método según la reivindicación 7, en el que dicha etapa de generación de bits de protección de error para dicho paquete de datos en la que el número de dichos bits de protección está determinado por dicha trama de nivel de actividad de voz.
  9. 9
    Método según la reivindicación 2, en el que dicha etapa de ajuste adaptable de los niveles umbral de actividad de voz comprende las etapas siguientes:comparar dicha actividad de voz apreciada a dicho por lo menos uno de los umbrales de actividad de voz y aumentar de forma creciente dicho por lo menos uno de los umbrales de actividad de voz hacia el nivel de dicha actividad de voz de trama cuando dicha actividad de voz de trama excede dicho por lo menos uno de dichos umbrales de actividad de voz;y comparar dicha actividad de voz apreciada con dicho por lo menos uno de los umbrales de actividad de voz y disminuir dicho por lo menos uno de los umbrales de actividad de voz al nivel de dicha actividad de voz de trama cuando dicha actividad de voz de trama es inferior a dicho por lo menos uno de los umbrales de actividad de voz.
  10. 10
    Método según la reivindicación 9, en el que dicha etapa de selección de una velocidad de codificación está determinada por una señal de velocidad externa.
  11. 11
    Método según la reivindicación 7, en el que dicha etapa de generación de protección de error para dicho paquete de datos comprende además determinar los valores de dichos bits de protección de error según un código cíclico de bloques.
  12. 12
    Método según cualquiera de las reivindicaciones anteriores, que comprende además la etapa de premultiplicación de dichas muestras de voz digitalizadas (s(n)) mediante una función de división en ventanas predeterminada.
  13. 13
    Método según cualquiera de las reivindicaciones anteriores, que comprende además la etapa de conversión de dichos coeficientes LPC a valores de pares de líneas espectrales (LSP).
  14. 14
    Método según cualquiera de las reivindicaciones anteriores, en el que dicha trama de entrada de muestras digitalizadas comprende valores digitalizados para aproximadamente veinte segundos de voz.
  15. 15
    Método según cualquiera de las reivindicaciones anteriores, en el que dicha trama de muestras digitalizadas comprende aproximadamente 160 muestras digitalizadas.
  16. 16
    Método según cualquiera de las reivindicaciones anteriores, en el que dicho paquete de datos de salida comprende:ciento setenta y un bits que comprenden cuarenta bits para los datos LPC, cuarenta bits para los datos de tono, ochenta bits para los datos vectoriales de excitación y once bits para la protección de error cuando dicha velocidad de datos de salida es la velocidad completa;ochenta bits que comprenden veinte bits para la información de LPC, veinte bits para la información de tono y cuarenta bis para los datos vectoriales de excitación cuando la velocidad de los datos de salida es la mitad de la velocidad;cuarenta bits que comprenden diez bits para la información de LPC, diez bits para la información de tono y veinte bits para los datos vectoriales de excitación cuando dicha velocidad de datos salida es un cuarto de la velocidad;y dieciséis bits que comprenden diez bits para la información de LPC y seis bits para la información del vector de excitación cuando la velocidad de datos de salida es un octavo de la velocidad.
  17. 17
    Aparato para la compresión de una señal acústica en datos de velocidad variable que comprende:medios (52) para determinar un nivel de actividad de voz para una trama de entrada (10) de muestras digitalizadas de dicha señal acústica;ES 2 240 252 T3 medios (90, 294, 296) para la selección de una velocidad de datos de salida a partir de un conjunto predeterminado de velocidades sobre la base de dicho nivel determinado de actividad de voz en el interior de dicha trama;medios (58, 104, 106, 108) para la codificación de dicha trama según un formato de codificación de un conjunto de formatos de codificación para dicha velocidad seleccionada para proporcionar una pluralidad de señales de parámetros en el que cada velocidad presenta un formato de codificación diferente con cada formato de codificación proporcionando una pluralidad diferente de señales de parámetro que representan dichas muestras de voz digitalizadas (s(n)) según un modelo de voz;y medios (114) para proporcionar a dicha muestra un paquete de datos correspondiente (p(n)) a una velocidad de datos que corresponde a dicha velocidad seleccionada, caracterizado por: medios para proporcionar un control ligado a la velocidad que indica una velocidad de codificación preseleccionada para dicha trama;y medios para modificar dicha velocidad de codificación seleccionada para proporcionar dicha velocidad de codificación preseleccionada para codificar dicha trama y dicha velocidad de codificación preseleccionada.
  18. 18
    Aparato según la reivindicación 17, en el que dicho paquete de datos comprende:un número variable de bits para representar las señales vectoriales LPC de dicha trama (10) de muestras de voz digitalizadas (s(n)), en el que dicho número variable de bits para la representación de dichas señales vectoriales LPC está determinado por dicho nivel de actividad de voz;un número variable de bits para representar señales vectoriales de tono de dicha trama (10) de muestras de voz digitalizadas (s(n)), en el que dicho número variable de bits para la representación de dichas señales vectoriales de tono está determinado por dicho nivel de actividad de voz;y un número variable de bits para representar señales vectoriales de excitación del libro de códigos de dicha trama (10) de muestras de voz digitalizadas (s(n)), en el que dicho número variable de bits para la representación de dichas señales vectoriales de excitación del libro de códigos está determinado por dicho nivel de actividad de voz.
  19. 19
    Aparato según la reivindicación 17 ó 18, en el que dichos medios para la determinación de dicho nivel de actividad de voz comprenden:medios (202) para la determinación de un valor energético de dicha trama de entrada;medios (204) para la comparación de dicha energía de la trama de entrada con dicho por lo menos un umbral de actividad de voz;y medios (312) para proporcionar una indicación cuando dicha actividad de trama de entrada excede de cada uno correspondiente de dicho por lo menos un umbral de actividad de voz.
  20. 20
    Aparato según la reivindicación 20, que comprende además medios para el ajuste de forma adaptable de dicho por lo menos uno de dicho por lo menos un umbral de actividad de voz.
  21. 21
    Aparato según la reivindicación 17, en el que dichos medios para la determinación de un nivel de actividad de voz comprenden:medios de elevación al cuadrado para elevar al cuadrado dichas muestras de audio digitalizadas de una trama;y medios de suma para sumar dichos cuadrados de las muestras de audio digitalizadas de una trama.
  22. 22
    Aparato según cualquiera de las reivindicaciones 17, 18 ó 19, en el que dichos medios para la determinación de un nivel de actividad de velocidad comprenden:medios (50) para el cálculo de un conjunto de coeficientes predictivos lineales para dicha trama de entrada de las muestras digitalizadas de las señales acústicas;y medios para determinar dicho nivel de actividad de voz según por lo menos uno de dichos coeficientes predictivos lineales.
  23. 23
    Aparato según cualquiera de las reivindicaciones 17 a 22, que comprende además medios (236, 238) para proporcionar bits de protección de error para dicho paquete de datos determinado por dicha velocidad de datos de salida seleccionada. ES 2 240 252 T3
  24. 24
    Aparato según la reivindicación 24, en el que dichos medios (236, 238) para proporcionar bits de protección de error proporcionan los valores de dichos bits de protección de error según un código cíclico de bloques.
  25. 25
    Aparato según cualquiera de las reivindicaciones 17 a 24, que comprende además medios (208) para convertir dichos coeficientes LPC en valores de pares de líneas espectrales (LSP).
  26. 26
    Aparato según cualquiera de las reivindicaciones 17 a 25, en el que dicho conjunto de velocidades comprende velocidad completa, la mitad de la velocidad, un cuarto de velocidad y un octavo de velocidad.
  27. 27
    Aparato según cualquiera de las reivindicaciones 17 a 26, en el que dicho conjunto de velocidades comprende 8 Kbps, 4 Kbps, 2 Kbps y 1 Kbps.
  28. 28
    Aparato según la reivindicación 22, en el que dichos medios para la determinación de un nivel de actividad de voz determinan dicha energía mediante el cálculo de un conjunto de coeficientes predictivos lineales para dicha trama de salida y determinan dicho nivel de actividad de voz según por lo menos uno de dichos coeficientes predictivos lineales.
  29. 29
    Aparato según cualquiera de las reivindicaciones 17 a 28, en el que dicha trama de entrada de las muestras de voz digitalizadas comprende la voz digitalizada durante veinte milisegundos aproximadamente.
  30. 30
    Aparato según cualquiera de las reivindicaciones 17 a 29, en el que dicha trama de entrada de las muestras digitalizadas comprende 160 muestras digitalizadas.
  31. 31
    Aparato según la reivindicación 37, en el que dicho código cíclico de bloques funciona según un generador polinómico de 1 + x 3 + x 5 + x 6 + x 8 + x 9 + x 10 .
  32. 32
    Aparato según cualquiera de las reivindicaciones 17 a 31, que comprende además medios (52, 200) para la premultiplicación de dichas muestras digitalizadas mediante una función de división en ventanas predeterminada.
  33. 33
    Aparato según la reivindicación 32, en el que dicha función de división en ventanas predeterminada es una ventana de Hamming.
  34. 34
    Aparato según cualquiera de las reivindicaciones 17 a 33, en el que dicho paquete de datos de salida (p(n)) comprende:un número variable de bits para representar señales vectoriales LPC de dicha trama de muestras de voz digitalizadas (s(n)), en el que dicho número variable de bits para la representación de dichas señales vectoriales LPC está determinado por dicho nivel de actividad de voz;un número variable de bits para representar señales vectoriales de tono de dicha trama de muestras de voz digitalizadas (s(n)), en el que dicho número variable de bits para la representación de dichas señales vectoriales de tono está determinado por dicho nivel de actividad de voz;y un número variable de bits para representar señales vectoriales de excitación del libro de códigos de dicha trama de muestras de voz digitalizadas (s(n)), en el que dicho número variable de bits para la representación de dichas señales vectoriales de excitación del libro de códigos está determinado por dicho nivel de actividad de voz.
  35. 35
    Aparato según la reivindicación 43, en el que dicho paquete de datos de salida comprende además un número variable de bits para la protección de error, en el que dicho número variable de bits para la protección de error está determinado por dicho nivel de actividad de voz.
  36. 36
    Aparato según cualquiera de las reivindicaciones 17 a 35, en el que dicho paquete de datos de salida comprende:ciento setenta y un bits que comprenden cuarenta bits para los datos LPC, cuarenta bits para los datos de tono, ochenta bits para los datos vectoriales de excitación y once bits para la protección de error cuando dicha velocidad de datos de salida es la velocidad completa;ochenta bits que comprenden veinte bits para la información de LPC, veinte bits para la información de tono y cuarenta bits para los datos vectoriales de excitación cuando dicha velocidad de datos de salida es la mitad de la velocidad;cuarenta bits que comprenden diez bits para la información de LPC, diez bits para la información de tono y veinte bits para los datos vectoriales de excitación cuando dicha velocidad de datos de salida es un cuarto de la velocidad;y dieciséis bits que comprenden diez bits para la información de LPC y seis bits para la información vectorial de excitación cuando dicha velocidad de datos de salida es un octavo de la velocidad.
  37. 37
    Aparato según cualquiera de las reivindicaciones 17 a 36, en el que dichos medios (90, 294, 296) de selección de una velocidad de codificación están determinados por una señal de velocidad externa.
Independent claims37