Teza doctorat (pdf) - Universitatea Tehnică

24
Cap. 3. Procesarea digitală a semnalului vocal
O tehnică des folosită atât ca metodă de compresie, cât şi ca metodă de analiză şi sinteză
a semnalului vocal este tehnica predicţiei liniare LPC (Linear Prediction Coding).
Tehnica LPC se bazează pe separarea semnalului de excitaţie de semnalul corespunzător
tractului vocal, determinarea unor parametri de aproximare numiţi coeficienţi LPC şi
transmiterea acestora pe canalul de comunicaţie. La receptor, decodorul va prelua aceşti
parametri şi îi va reconverti în forma de undă iniţială. Calitatea obţinută cu această metodă nu
este foarte ridicată, tehnica funcţionând cu aproximaţii, dar rata de bit este mult îmbunătăţită.
Printre metodele care folosesc tehnica predicţiei liniare amintim :
Codorul de semnal vocal folosind predicţia liniară cu cod excitat CELP (Code Excited
Linear Prediction) este o tehnică reprezentativă de compresie a vorbirii; este folosită în SUA
(Standardul Federal 1016) şi poate comprima vorbirea până la 4,8 kbps.
Standardul G.728 se bazează pe o schemă de cuantizare vectorială numită predicţie
liniară cu cod excitat de întârziere mică LD-CELP ( Low Delay Code Excited Linear
Prediction). Standardul operează la 16 kbps dar lărgimea de bandă este limitată la 3,4 kHz.
Aceste metode bazate pe LPC folosesc cuantizarea vectorială cu dicţionare de coduri
(code books) atât la transmiţător, cât şi la receptor. În standardul 1016, bazat pe metoda CELP,
diferenţa dintre valoarea eşantionului şi cea găsită în dicţionar e comprimată şi transmisă
împreună cu indexul valorii din dicţionar. Calitatea standardului e comparabilă cu cea dată de
metoda ADPCM.
Standardul Federal 1015 al SUA foloseşte versiunea simplă a codării liniar predictive,
care poate opera la viteze de 2,4 kbps. Din cauza aproximaţiilor în codare, calitatea este mai
slabă decât în cazul metodelor bazate pe CELP.
3.1.2.1. Standarde de compresie a semnalului audio de înaltă fidelitate
În ultimii ani au fost create de către diverse firme pe plan internaţional câteva standarde
de compresie foarte performante, ce se adresează nu doar semnalului vocal, ci semnalului audio
în general. Dintre acestea amintim: TrueSpeech, MPEG, FLAC, Lernot&Hauspie SBC, IMC,
Microsoft, Ogg Vorbis, Qdesign, Atrac, Voxware, etc.
În concluzie, se poate spune că metodele de procesare a semnalului vocal în vederea
analizei sunt diverse şi bine puse la punct de grupuri de lucru şi firme dezvoltate pe plan
mondial, atât în ceea ce priveşte codarea semnalului vocal, cât şi metodele de compresie. Nu este
exclus însă ca în viitor să apară noi metode şi algoritmi performanţi mai ales în domeniul
compresiei, folosind abordări adaptive care să elimine redundanţa inerentă a semnalului vocal,
dar care să păstreze integritatea semnalului la parametrii superiori, absolut necesară în procesul
sintezei şi recunoaşterii vorbirii.