図面 (/)

技術 ベクトル量子化装置

出願人 パナソニック株式会社
発明者 吉田正
出願日 1993年7月22日 (27年5ヶ月経過) 出願番号 1993-181123
公開日 1995年2月7日 (25年10ヶ月経過) 公開番号 1995-036499
状態 特許登録済
技術分野 音声の分析・合成 圧縮、伸長・符号変換及びデコーダ
主要キーワード 加重移動平均値 加重移動平均 目標ベクトル 量子化効率 差分量子化 量子化ベクトル 算出器 予備選択
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(1995年2月7日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (3)

目的

音声信号画像信号を符号化する符号化処理過程において、目標ベクトルと過去の量子化ベクトルとの相関が小さい場合でも優れた量子化を可能にし、誤りに対しても強いベクトル量子化装置を提供する。

構成

量子化器1により目標ベクトルXを直接量子化して予備選択した量子化ベクトルQ1iの候補と、差分量子化器2で量子化器1の過去の量子化ベクトルQPに対する差分を量子化して予備選択した量子化ベクトルQ2jの候補との重みWk:1−Wkの加重移動平均ベクトルXQijkを加重移動平均算出器4で算出し、自乗誤差最小化器6において、目標ベクトルXに対する加重移動平均ベクトルXQijkとの自乗誤差が最小となるような直接量子化ベクトルのコードI、差分量子化ベクトルのコードJ、加重移動平均の割合のコードKを決定する。

概要

背景

一般的に、ある信号を量子化する基本的な手段として、スカラー量子化装置やベクトル量子化装置が用いられており、さらに、これらを組み合わせることによって量子化効率を向上させる方法がある。

図2は、従来のベクトル量子化装置の構成を示すブロック図である。図2において、10は目標ベクトルXを衆知の量子化方法(単純なベクトル量子化やスカラー量子化など)で量子化し量子化ベクトルQiを出力する量子化器、11は量子化器10の過去の量子化ベクトルQPを蓄えておく遅延器、12は量子化器10より得られる量子化ベクトルQiと量子化器10の過去の量子化ベクトルQPとの加重移動平均ベクトルXQikを算出する加重移動平均算出器、13は加重移動平均ベクトルXQikと目標ベクトルXとの自乗誤差を算出する自乗誤差算出器、14は自乗誤差算出器13の自乗誤差を最小化する量子化器1のコードIと加重移動平均の割合のコードKを決定する自乗誤差最小化器である。

以下、従来のベクトル量子化装置の動作について説明する。まず、目標ベクトルXを量子化器10で量子化して量子化ベクトルQiを加重移動平均算出器12に出力する。加重移動平均算出器12では、量子化ベクトルQiと量子化器10の過去の量子化ベクトルQPの加重移動平均ベクトルXQikを次式のように求める。但し、Wkは予め用意された加重移動平均の割合のk番目の値である。

XQik=Wk×Qi+(1−Wk)×QP
次に、自乗誤差算出器13において目標ベクトルXと加重移動平均ベクトルXQikとの誤差自乗和Eikを求める。

Eik=(X−XQik)T(X−XQik)
以上の処理をi、kを変えて繰り返し、自乗誤差最小化器14において誤差の自乗和Eikが最小となるコードI、Kを決定し、最適な量子化ベクトルXQIKと共に出力する。

概要

音声信号画像信号を符号化する符号化処理過程において、目標ベクトルと過去の量子化ベクトルとの相関が小さい場合でも優れた量子化を可能にし、誤りに対しても強いベクトル量子化装置を提供する。

量子化器1により目標ベクトルXを直接量子化して予備選択した量子化ベクトルQ1iの候補と、差分量子化器2で量子化器1の過去の量子化ベクトルQPに対する差分を量子化して予備選択した量子化ベクトルQ2jの候補との重みWk:1−Wkの加重移動平均ベクトルXQijkを加重移動平均算出器4で算出し、自乗誤差最小化器6において、目標ベクトルXに対する加重移動平均ベクトルXQijkとの自乗誤差が最小となるような直接量子化ベクトルのコードI、差分量子化ベクトルのコードJ、加重移動平均の割合のコードKを決定する。

目的

本発明は上記従来の問題を解決するものであり、遅延器に蓄えられた過去の量子化ベクトルとの相関が小さい場合に優れた量子化を可能にし、誤りに対しても強いベクトル量子化装置を提供することを目的とする。

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

目標ベクトルを直接量子化して誤差の小さい候補をいくつか予備選択して出力する量子化器と、前記量子化器の過去の量子化ベクトルを蓄えておく遅延器と、前記目標ベクトルと前記遅延器に蓄えられた過去の量子化ベクトルとの差分を量子化して誤差の小さい候補をいくつか予備選択して出力する差分量子化器と、前記直接量子化によって予備選択された量子化ベクトルと前記差分量子化によって予備選択された量子化ベクトルとの加重移動平均ベクトルを算出する加重移動平均算出器と、前記目標ベクトルと加重移動平均ベクトルとの誤差を算出する自乗誤差算出器と、前記自乗誤差が最小となるように前記量子化器のコードと前記差分量子化器のコードおよび前記加重移動平均の割合のコードを決定する自乗誤差最小化器を備えたベクトル量子化装置

技術分野

0001

本発明は主に音声信号画像信号等の符号化におけるベクトル量子化装置に関するものである。

背景技術

0002

一般的に、ある信号を量子化する基本的な手段として、スカラー量子化装置やベクトル量子化装置が用いられており、さらに、これらを組み合わせることによって量子化効率を向上させる方法がある。

0003

図2は、従来のベクトル量子化装置の構成を示すブロック図である。図2において、10は目標ベクトルXを衆知の量子化方法(単純なベクトル量子化やスカラー量子化など)で量子化し量子化ベクトルQiを出力する量子化器、11は量子化器10の過去の量子化ベクトルQPを蓄えておく遅延器、12は量子化器10より得られる量子化ベクトルQiと量子化器10の過去の量子化ベクトルQPとの加重移動平均ベクトルXQikを算出する加重移動平均算出器、13は加重移動平均ベクトルXQikと目標ベクトルXとの自乗誤差を算出する自乗誤差算出器、14は自乗誤差算出器13の自乗誤差を最小化する量子化器1のコードIと加重移動平均の割合のコードKを決定する自乗誤差最小化器である。

0004

以下、従来のベクトル量子化装置の動作について説明する。まず、目標ベクトルXを量子化器10で量子化して量子化ベクトルQiを加重移動平均算出器12に出力する。加重移動平均算出器12では、量子化ベクトルQiと量子化器10の過去の量子化ベクトルQPの加重移動平均ベクトルXQikを次式のように求める。但し、Wkは予め用意された加重移動平均の割合のk番目の値である。

0005

XQik=Wk×Qi+(1−Wk)×QP
次に、自乗誤差算出器13において目標ベクトルXと加重移動平均ベクトルXQikとの誤差自乗和Eikを求める。

0006

Eik=(X−XQik)T(X−XQik)
以上の処理をi、kを変えて繰り返し、自乗誤差最小化器14において誤差の自乗和Eikが最小となるコードI、Kを決定し、最適な量子化ベクトルXQIKと共に出力する。

発明が解決しようとする課題

0007

しかしながら、上記のような従来のベクトル量子化装置では、遅延器に蓄えられた過去の量子化ベクトルに対する目標ベクトルの変化が大きく、相関が小さい場合には量子化効率が低下するという問題がある。また、伝送路誤りが生じる場合に影響を受け易いという問題もあった。

0008

本発明は上記従来の問題を解決するものであり、遅延器に蓄えられた過去の量子化ベクトルとの相関が小さい場合に優れた量子化を可能にし、誤りに対しても強いベクトル量子化装置を提供することを目的とする。

課題を解決するための手段

0009

本発明は上記目的を達成するために、目標ベクトルを直接量子化して誤差の小さい候補をいくつか予備選択して出力する量子化器と、前記量子化器の過去の量子化ベクトルを蓄えておく遅延器と、前記目標ベクトルと前記遅延器に蓄えられた過去の量子化ベクトルとの差分を量子化して誤差の小さい候補をいくつか予備選択して出力する差分量子化器と、前記直接量子化によって予備選択された量子化ベクトルと前記差分量子化によって予備選択された量子化ベクトルとの加重移動平均ベクトルを算出する加重移動平均算出器と、前記目標ベクトルと加重移動平均ベクトルとの誤差を算出する自乗誤差算出器と、前記自乗誤差が最小となるように前記量子化器のコードと前記差分量子化器のコードおよび前記加重移動平均の割合のコードを決定する自乗誤差最小化器を備える構成にした。

0010

上記の構成により、差分量子化器は量子化器の過去の量子化ベクトルに目標ベクトルとの差分を量子化し、この量子化ベクトルを用いて加重移動平均を算出し本ベクトル量子化器の出力とする。よって、相関が小さい場合にも優れた量子化を行うことができる。また、直接量子化したベクトルも差分量子化によるベクトルも共に目標ベクトルに近いため、もし片方が誤ったとしても、もう一方のベクトルが正しければ誤りによる影響が小さくできる。

0011

以下本発明の一実施例について、図面を参照しながら説明する。

0012

図1は本実施例におけるベクトル量子化装置の構成図を示す。図1において、1は目標ベクトルXを衆知の量子化方法(単純なベクトル量子化やスカラー量子化など)で量子化しベクトルQ1iを出力する量子化器、2は目標ベクトルXと量子化器1の過去の量子化ベクトルQPとの差分を量子化する差分量子化器、3は量子化器1の過去の量子化ベクトルQPを蓄えておく遅延器、4は量子化器1より得られる量子化ベクトルQ1iと差分量子化器2より得られた量子化ベクトルQ2jとの加重移動平均ベクトルXQijkを算出する加重移動平均算出器、5は加重移動平均ベクトルXQikと目標ベクトルXとの誤差の自乗和を算出する自乗誤差算出器、6は自乗誤差算出器5の自乗誤差を最小化する量子化器1のコードIと差分量子化器2のコードJ及び加重移動平均の割合のコードKを決定する自乗誤差最小化器である。

0013

以上のように構成された本実施例のベクトル量子化装置について、図1を用いてその動作を説明する。

0014

図1において、まず、量子化器1で目標ベクトルXを量子化して誤差の小さい量子化ベクトルQ1iの候補をいくつか出力する。(予備選択1)。一方、差分量子化器2では、目標ベクトルXに対する量子化器1の過去の量子化ベクトルQPと差分を量子化し、誤差の小さい量子化ベクトルQ2jの候補をいくつか出力する(予備選択2)。差分ベクトルDjとすると量子化ベクトルQ2jは次式で表される。

0015

Q2j=QP+Dj
次に、加重移動平均算出器4では、直接量子化による量子化ベクトルQ1iの候補と差分量子化による量子化ベクトルQ2jの候補の加重移動平均値XQijkを次式により求める。但し、Wkは予め用意された加重移動平均の割合のk番目の値である。

0016

XQijk=Wk×Q1i+(1−Wk)×Q2j
次に、自乗誤差算出器5において目標ベクトルXと加重移動平均値XQijkとの誤差の自乗和Eijkを次式により求める。

0017

Eijk=(X−XQijk)T(X−XQijk)
以上の処理を予備選択1と予備選択2の候補に対してi、j、kを変えて繰り返し、自乗誤差最小化器6において誤差の自乗和Eijkが最小となるコードI、J、Kを決定し、最適な量子化値XQijkを出力する。

0018

以上のように本実施例によれば、過去の量子化ベクトルQPに目標ベクトルXとの差分ベクトルDjを加算する差分量子化器2を新たに設けることにより、目標ベクトルXと量子化器1の過去の量子化ベクトルQPとの相関が小さい場合でも、加重移動平均ベクトルXQijkと目標ベクトルXとの誤差を小さくできる。また、直接量子化したベクトルも差分量子化によるベクトルも予備選択により、共に目標ベクトルに近いため、伝送路誤りによって片方が誤ったとしても、もう一方のベクトルが正しければ誤りによる影響を小さくすることができる。

発明の効果

0019

以上説明したように本発明においては、過去の量子化ベクトルに目標ベクトルとの差分ベクトルを加算する差分量子化器を新たに付加することにより、量子化効率の優れた量子化を行なえるベクトル量子化装置を実現できる。また、直接量子化したベクトルも差分量子化によるベクトルも予備選択を行っているため、共に目標ベクトルに近く、伝送路誤りに片方が誤ったとしても、もう一方のベクトルが正しければ誤りによる影響を小さくすることができるという効果を有する。

図面の簡単な説明

0020

図1本発明の実施例におけるベクトル量子化装置の構成図
図2従来のベクトル量子化装置の構成図

--

0021

1量子化器
2差分量子化器
3遅延器
4加重移動平均算出器
5自乗誤差算出器
6 自乗誤差最小化器
10 量子化器
11 遅延器
12 加重移動平均算出器
13 自乗誤差算出器
14 自乗誤差最小化器

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

  • 株式会社セガゲームスの「 音声処理装置」が 公開されました。( 2020/10/08)

    【課題】ゲーム機そのものの機能に過度に依存することなく、超過プレイを効果的に検出する。【解決手段】音声処理装置は、外部音声を検出する音声検出部と、外部音声に、コンピュータゲームのゲーム音が含まれるか否... 詳細

  • PioneerDJ株式会社の「 楽曲解析装置および楽曲解析プログラム」が 公開されました。( 2020/10/08)

    【課題・解決手段】楽曲解析装置(1)は、楽曲データ(SD)の拍位置を検出、または外部機器で検出した拍位置を取得する拍位置取得部(21)と、楽曲データ(SD)を、一定の拍間隔で分割した均等拍位置を算出す... 詳細

  • PioneerDJ株式会社の「 楽曲解析装置および楽曲解析プログラム」が 公開されました。( 2020/10/08)

    【課題・解決手段】楽曲解析装置(1)は、楽曲データの拍位置(SD)を検出、または外部機器で検出した拍位置を取得する拍位置取得部(21)と、楽曲データ(SD)のスネアドラムの発音位置を検出、または外部機... 詳細

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ