Codage échelonnable à granularité fine de la parole : Application au codeur G.729 (Fine granularity scalable speech coding: Application to the G.729 coder) [in French]

Actes de la conférence conjointe JEP-TALN-RECITAL 2012, volume 1: JEP, pages 505–512, Grenoble, 4 au 8 juin 2012. c ⃝2012 ATALA & AFCP Codage échelonnable à granularité fine de la parole: Application au codeur G.729 Djamah Mouloud O’Shaughessy Douglas INRS-EMT : 800, de la Guichetière Ouest Bureau 6900, Montréal (Québec) H5A 1K6 Canada djamah@emt.inrs.ca RESUME ____________________________________________________________________________________________________________ Cet article propose un algorithme de conception d’un quantificateur vectoriel arborescent TSVQ (tree-structured vector quantization) incorporé. Nous modifions la norme G.729 en remplaçant le quantificateur original pour la quantification des fréquences de raies spectrales LSF’s (line spectral frequencies) par un quantificateur basé sur une structure arborescente. Le codeur modifié est échelonnable en débit binaire à granularité fine avec un changement graduel de la qualité du signal de parole synthétisé. ABSTRACT _________________________________________________________________________________________________________ Fine granularity scalable speech coding: Application to the G.729 coder This paper proposes an efficient codebook design for tree-structured vector quantization (TSVQ) which is embedded in nature. We modify the speech coding standard G.729 by replacing its original quantizer for line spectral frequencies (LSF’s) with TSVQ-based quantizer. The modified coder is fine-granular bit-rate scalable with gradual change in quality for the synthetic speech. MOTS-CLES : Codage de la parole, quantification vectorielle arborescente, échelonnabilité. KEYWORDS : Speech coding, tree-structured vector quantization, scalability. 1 Introduction Dans certains codeurs de parole standards, l'encodeur ne génère qu'un seul type de flux- binaire à un débit binaire fixe (Chu, 2003). Toutefois, si le trafic dans le canal de transmission (réseau à paquets) est congestionné, les données codées pourraient être perdues. Ce problème peut être résolu en utilisant un flux-binaire incorporé composé d’une couche de base suivie d'une ou plusieurs couches d'amélioration qui sont utilisées pour améliorer la qualité de la parole synthétisée. Ces couches d'amélioration peuvent être écartées, une couche à la fois, lorsque le canal de transmission est congestionné. L’échelonnabilité à granularité fine (Chu, 2006; Chen et Lee, 2003) est une approche dans laquelle le flux-binaire peut être écarté avec une granularité plus fine, bit par bit dans le cas extrême, au lieu d'une couche entière. En général, les codeurs de parole qui utilisent la quantification incorporée sont échelonnables. Un quantificateur est incorporé lorsque le paramètre quantifié peut être successivement raffiné au fur et à mesure que l'indice associé est lu. Le reste du document est organisé comme suit : À la section 2, nous proposons un algorithme de conception d’un dictionnaire à structure arborescente. Les résultats expérimentaux (pour l’introduction de la caractéristique de l’échelonnabilité au codeur G.729) sont donnés à la Section 3 et la conclusion apparaît à la Section 4. 505 2 Conception d’un quantificateur vectoriel arborescent La technique désignée par le terme fusion de cellules a été suggérée par (Riskin et al., 1994) pour la conception d’un quantificateur vectoriel arborescent TSVQ (tree-structured vector quantization). La procédure de conception procède du niveau le plus élevé (de l’arbre) vers les niveaux inférieurs. Récemment (Chu, 2006) a proposé un algorithme de conception d’un quantificateur arborescent multi-étage désigné par MTVQ (multistage TSVQ) pour le codage des fréquences de …

Content truncated to 500 words