| 研究概要 |
本研究では,線形予測係数ベクトルの時間変化パタンを,線形予測係数ベクトル系列自身が有する自己相似性を用いることにより効率的にセグメント量子化が可能な方法を提案する.信号の自己相似性を利用した符号化方式として,CELP系音声符号化方式において用いられている適応コードブックが挙げられる.これは近接した時間における駆動音原信号に,ピッチ周期毎の強い自己相似性があることを利用したものであると言える.このように信号の自己相似性を効率的に利用することが出来れば,歪みを小さく抑えつつ低いレートでの符号化が可能であると推測される.一方,文字やバイナリコードなどの離散シンボルの符号化に目を向けると,辞書をベースとした符号化方式が数多く提案されている.研究代表者は,そのなかで一般にLempel-Zivアルゴリズムとして知られている辞書ベースの圧縮符号化アルゴリズムを連続値系に適用することを考え,その結果,具体的なセグメント量子化方法を提案するに至った.本研究では,線形予測係数の1つであるLSP係数に対して,LSP係数が有する時間的な自己相似性に着目し,ユニバーサル符号化の1つであるLZ符号化を応用することにより,LSP係数を効率的に情報圧縮符号化する方法を提案した.抽出されたLSP係数の時間変化パタンは,時間的な連鎖系列,いわゆるセグメントとして抽出され,これに対して提案方式を用いて学習を行うことによりセグメント符号帳を得る.このセグメント符号帳を用いてLSP係数のセグメント量子化を行う実験を行った結果,Split-VQや多段VQといったフレーム単位での量子化法に比べ,歪み/符号化速度の観点から大幅な性能改善が得られ,また,フレーム間の時間的な相関を利用する符号化の1つであるMA予測VQと比較した結果,1フレームあたり3ビットの情報量の圧縮を達成することができた.
|
