PEE 5761 CODIFICACIÓN
DE VOZ
ÁREA: SISTEMAS ELECTRÓNICOS
Nº DE CRÉDITOS:
Clases Teóricas :
3
Seminarios y Otras: 0
Horas de Estudio:
7
DURACIÓN EN SEMANAS: 12
DOCENTE RESPONSABLE: Miguel Arjona Ramírez
OBJETIVOS:
Familiarizar los alumnos con las técnicas modernas de
codificación de voz y, principalmente, mediante el ejercicio del
pensamiento crítico sobre sus fundamentos, impulsar la búsqueda
de mejoras y alternativas a esas técnicas vigentes.
JUSTIFICACIÓN:
Las técnicas de codificación de la señal
de voz son usadas tanto para la transmisión cuanto para el almacenamiento
compacto de señales de voz. Ellas son demandadas para la transmisión
compartida por diferentes canales de voz en comunicaciones telefónicas
digitales tanto por la red telefónica pública como por la
red celular móvil, además de permitir mayor seguridad y sigilo
mediante la criptografía. Además, los canales compartidos
pueden transportar vídeo o datos en entornos multimedia, que se
están tornando cada vez mas frecuentes y en los cuales la versatilidad
de disponer de codificadores que operen a varias tasas de compresión
permite establecer compromisos entre calidad de servicio y cantidad de
canales, necesarios para atender a la demanda de la telefonía por
paquetes como la telefonía vía Internet.
CONTENIDO:
1. Introducción
1.1. Aplicaciones
de la codificación de voz.
1.2. Autoinformación
y entropía.
1.3. Capacidad
del canal telefónico y tasa de transmisión.
1.4. Tasa
de información fonética.
1.5. Tasa
de codificación y distorsión. Medidas de distorsión.
1.6. Análisis
funcional de un codificador de voz.
2. Cuantificación
2.1. Conceptos
sobre cuantificadores: muestra, característica entrada-salida, error
de cuantificación.
2.2. Cuantificador
uniforme: tipos de características entrada-salida, regiones de cuantificación.
2.3. Relación
señal-ruido (SNR) y SNR segmental (SNRSEG).
2.4. Hipótesis
para un modelo estadístico del error de cuantificación.
2.5. Procesos
estocásticos vistos como generadores de señales.
2.6. Error
de cuantificación y la regla de los 6 dB/bit.
2.7. Cuantificadores
no uniformes: compresor, expansor, leyes A y m
.
2.8. Cuantificadores
óptimos, compresión por la ley M.
3. Cuantificación
adaptativa
3.1. Energía
a corto plazo: estimación en bloque y estimación recurrente.
3.2. Modos
de estimación de los parámetros del cuantificador adaptativo:
estimación progresiva y estimación regresiva.
3.3. Adaptación
de la altura del escalón o paso de cuantificación.
3.4. Control
adaptativo de la ganancia de la señal de entrada.
4. Predicción
fija con cuantificación adaptativa
4.1. Señal
diferencial y bucle de predicción y cuantificación.
4.2. MIC
diferencial (MICD o DPCM) básico, ganancia de predicción,
sobrecarga de pendiente.
4.3. MICD
adaptativo (MICDA o ADPCM) y lógicas de adaptación.
4.4. Modulación
delta: sobremuestreo, adaptación con pendiente continuamente variante
(CVSD) y adaptación por multiplicadores de Jayant.
5. Vocoders
basados en predicción lineal
5.1. Modelo
lineal de producción de la voz y espectro a corto plazo.
5.2. Predicción
de la señal de voz.
5.3. Predictor
variable.
5.4. Análisis
predictiva: Ecuaciones normales - método de la autocorrelación
y método de la covariancia.
5.5. Algoritmos
de Levinson-Durbin, de Schur-Le Roux-Gueguen, PARCOR de Itakura-Saito y
de Burg.
5.6. Representaciones
por pares de rayas espectrales (LSPs) y por relaciones logarítmicas
de áreas (LARs).
5.7. Vocoder
LPC: predicción lineal y modelo de excitación.
5.8. Detectores
de período fundamental ("pitch"): paralelo y por autocorrelación
o funciones relacionadas.
6. Codificación
con predicción adaptativa
6.1. APC
con predicción adaptativa estimada progresivamente o regresivamente.
6.2. Codificadores
APC con predictor a largo plazo.
6.3. Codificación
con ruido retroalimentado.
6.4. Codificador
predictivo excitado por señal residual (RELP).
6.5. Representación
vectorial de la señal de excitación.
7. Determinación
de la excitación por análisis mediante síntesis
7.1. Codificador
predictivo excitado por códigos (CELP).
7.2. Diccionario
adaptativo: su estructura y algoritmos de búsqueda.
7.3. Diccionarios
fijos: estocástico, sobrelapados, recortados centralmente, estocásticos
esparcidos.
7.4. Diccionarios
con estructura multipulso y búsqueda secuencial múltiple
estadio.
7.5. Diccionarios
multipulso algebraicos (ACELP), búsqueda focalizada y búsqueda
conjunta de posición y amplitud (JPAS).
7.6. Diccionários
fijos conjugados y diccionarios estructurados por vectores base.
7.7. Ponderación
perceptual y postfiltro.
8. Codificación
en subbandas y codificación por transformadas
8.1. Introducción
a la codificación en subbandas (SBC).
8.2. Bancos
de filtros criticamente diezmados.
8.3. Bancos
de filtros con estructura en árbol.
8.4. Asignación
de bits entre las subbandas basada en el espectro de potencia de la señal.
8.5. Codificador
por transformada ortogonal (TC).
8.6. Transformada
de Karhunen-Loève (KLT).
8.7. Transformada
coseno discreta (DCT).
BIBLIOGRAFÍA:
[1] N. S. JAYANT, P. NOLL, Digital coding of waveforms.
Englewood Cliffs: Prentice-Hall, 1984.
[2] B. S. ATAL, V. CUPERMAN, A. GERSHO, Ed., Advances
in Speech Coding.Dordrecht: Kluwer Academic Publishers, 1991.
[3] B. S. ATAL, V. CUPERMAN, A. GERSHO, Ed., Speech
and audio coding for wireless and network applications. Dordrecht:
Kluwer Academic Publishers, 1993.
[4] T. P. BARNWELL III, K. NAYEBI, C. H. RICHARDSON, Speech
coding: A computer laboratory textbook. New York: John
Wiley & Sons, 1995.
[5] S. FURUI, Digital speech processing, synthesis,
and recognition. New York: Marcel Dekker, 1985.
[6] W. B. KLEIJN, K. K. PALIWAL, Ed., Speech Coding
and Synthesis. Amsterdam: Elsevier Science, 1995.
[7] L. R. RABINER, R. W. SCHAFER, Digital processing
of speech signals. Englewood Cliffs: Prentice-Hall, 1978.
EVALUACIÓN
En clase se propondrán
ejercicios que los alumnos deben entregar resueltos una semana después.
Además, se realizará una prueba intermedia y una prueba final.
La nota final se obtiene como
N = 0,7P + 0,3E,
donde P es el promedio de las notas de las pruebas y E es el promedio
de las notas de los ejercicios.
Laboratorio
de Procesamiento de Señales