Codifica e pacchettizzazione della voce. ADPCM Algoritmi LPC-LTP (GSM) Argomenti della lezione PCM...

Codifica e Codifica e pacchettizzazione pacchettizzazione

della vocedella voce

ADPCM

Algoritmi LPC-LTP (GSM)

Argomenti della lezione

PCM

Algoritmi CELP(Enhanced GSM)

Valutazione qualità della codifica

Segnale vocale

Il segnale vocale è un’ondadi pressione in aria

Un microfono lo trasforma inun segnale elettrico analogico

(pressione volt)

1878: microfono a granuli di carbone ...con qualche miglioria ancora in uso

I granuli di carbone, in una cavità metallica chiusa da un diaframma, forniscono molti percorsi elettrici possibili

Diaframma vibrando fa variare il no. di possibili percorsi e quindi la corrente

Il trasmettitore a grani di carbone

diaframma

accoppiamenti flessibili

Cavità metallica

granuli di carbone

Segnale elettrico in uscita

Il trasmettitore a grani di carbone

Processo continuo nel tempo ed in ampiezza

Tramite la codifica si passa da un segnale analogico ad uno numerico

Segnale vocale

Valutazione della qualitàdei codificatori

Per valutare la qualità di un sistemadi codifica della vocesi usano tecniche:

oggettive (es. SNR, dove N è dato dalla differenza tra i campioni del segnale originale e il segnale codificato)

soggettive


Esempio di tecnica soggettiva: MOS

(Mean Opinion Score)

Carla Chiasserini

Tecniche onerose e costose (coinvolgono il contributo di persone)


Valutazione ottenutain modo statistico da un campione

di persone (maschi e femmine)che ascoltano brevi pezzi di parlato

Carla Chiasserini

32-64 persone prese a campione

Scala MOS

MOSMOS QualitàQualità DefinizioneDefinizione EsempioEsempio

55 EccellenteEccellenteNessuno sforzo Nessuno sforzo richiesto per la richiesto per la comprensionecomprensione

Dal vivoDal vivoCD-audioCD-audio

44 BuonaBuona

Richiede Richiede attenzione, ma attenzione, ma non uno sforzo non uno sforzo apprezzabileapprezzabile

Telefonia Telefonia fissafissa

33 DiscretaDiscreta

È richiesto un È richiesto un moderato sforzo moderato sforzo

per la per la comprensionecomprensione

GSMGSM

22 ScarsaScarsa

Il significato Il significato delle frasi è delle frasi è

incomprensibile incomprensibile senza un senza un

notevole sforzonotevole sforzo

Scala MOS


Carla Chiasserini

qualità 3.5-2.5: qualità sintetica (si capice la frase ma non chi sta parlando, ossia non si riconosce il parlatore (voce sintetica))

11 InsufficienteLa comunicazioneè sostanzialmente

impossibile

Scala MOS


Le tecniche di codifica si dividonoin:

Codificatori della forma d’onda: usano la sola conoscenza del segnale elettrico istantaneo (es. PCM, DPCM, ADPCM, Modulazione Delta)

Codificatori di sorgente (vocoder): sfruttano soprattutto le caratteristiche dell’apparato di fonazione e uditivo (es. LPC - Linear Predictive Coding)

Codificatori vocali

Carla Chiasserini

possono essere usati anche per video e audio

Carla Chiasserini

possno essere usati solo per la voce

In entrambi i casi, il primo stadio del codificatore comprende:

Un filtro anti-aliasing

Un campionatore

Un quantizzatore

Codificatori vocali

Casetti

Aliasing: campionamento troppo lento rispetto alla banda del segnale. Il filtro riduce la banda del segnale in modo che il campionamento rispetti Nyquist.

Campionamentoe quantizzazione

Si rappresenta il segnale continuo tramite un insieme discreto di valori,

senza alcun degrado se viene rispettato il teorema

di Nyquist

I primi passi per qualsiasicodifica del segnale sono:

Campionamento:

Carla Chiasserini

la voce è un fenomeno quasi stazionario (ossia che varia lentamente) se osservato ogni 5-35ms

Assegnazione a un insieme discretodi valori dei punti campionati, si ha degrado irreversibile del segnale a causa del rumore di quantizzazione

I primi passi per qualsiasicodifica del segnale sono:

Campionamentoe quantizzazione

Quantizzazione:

Campionamento

segnale analogico

tempo

am

pie

zza

intervallo di campionamento Tc

campioni del segnale

Il teorema di Nyquist definisceil passo di campionamento affinché

non si abbia alcun degradonella ricostruzione del segnale

B è il massimo contenutoin frequenza (banda)

del segnale da campionare

1/Tc > 2B

Campionamento

Quantizzazione

tempo

am

pie

zza

12345

Introduce sempre un degrado noto come rumore di quantizzazione

Il degrado è noto e controllabilee diminuisce con intervallidi quantizzazione più piccoli

Il degrado può essere ridotto a piacere diminuendo la dimensione dell’intervallo di quantizzazione (ma servono più bit per campione)

Quantizzazione

Il PCM (Pulse Code Modulation)è un processo di campionamento

e quantizzazione

La quantizzazione può essere:

PCM uniforme e non

Uniforme (tutti gli intervalli uguali) Non uniforme (intervalli diversi a

seconda dell’ampiezza): compressione prima del quantizzatore uniforme, compensata in ricezione da una espansione (compander)

Carla Chiasserini

non lineare: usata quando la distribuzione del segnale non è uniforme (come nel caso del segnale vocale)

Carla Chiasserini

E' una tecnica priva di memoria, ossia agisce campione per campione

PCM uniforme e non

CD (~44 kHz, 16 bit) qualità eccellente (MOS 5)

PCM uniforme:

Telefonia (8kHz, 8 bit, 64 kbit/s)qualità buona (MOS 4+),

standard ITU-T G.711

PCM non uniforme:

Carla Chiasserini

dinamica della voce 60dB, molti sono i suoni deboli->è perciò necessaria la compressione ed espansione

PCM non uniforme

Oggi si preferisce un campionamento uniforme a 12 bit, seguito da una compressione a 8 bit

Il campionamento risultante è non uniforme a 8 bit

PCM differenziale (DPCM)

Questa tecnica sfrutta la correlazione temporale del segnale vocale

Codificare la differenza traun campione e la stima del successivo (predizione)

Se c’è correlazione tra i campionila dinamica della differenza è minore di quella dei campioni

Carla Chiasserini

segnale vocale, molto correlato. 1 campione è predicibile da una somma pesata di campioni precedenti. Sfruttando la correlazione si può ridurre il #bit da usare.

s(n) campione originale s”(n) campione predetto s’(n) corrisponde al campione

ricostruito dal ricevitore

PCM differenziale (DPCM)

QuantizzatoreQuantizzatore

PredittorePredittore

S”(n)

S’(n)

eq(n)S(n)

Carla Chiasserini

filtro numerico che basandosi sui campioni precedenti predice il nuovo campione. I valori usati per la stima sono gli s^(n-k), che sono gli stessi valori che ricostruisce il rx se la trasmissione sul canale avviene senza errori

È un esempio “particolare”

Il segnale è campionato a frequenza elevata per ottenere alta correlazione tra i campioni

La differenza è campionata su un solo bit, che indica se il segnale cresce o decresce

Modulazione Delta

Carla Chiasserini

Non eè una modulazione PCM

PCM adattativo

Anche questa tecnica sfrutta la correlazione temporale presente nel segnale vocale

Modifica nel tempo l’ampiezzadegli intervalli di quantizzazionein funzione della dinamica del segnale (adattamento)

Se la variazione nel tempo del segnale è lenta (correlazione) si ottimizza l’ampiezza dell’intervalloin funzione del segnale

PCM adattativo

PCM adattativo e differenziale (ADPCM)

Lo standard ITU G.721 usatonei telefoni cordless modernidi tipo DECT è un PCM adattativoe differenziale

Qualità buona (MOS 4)

Velocità di trasmissione: 32kbit/s

Codificatori di sorgente

Il PCM e i suoi derivati codificanoil segnale campione per campione

Le reti di telefonia tradizionale trasmettono campione per campione

Le tecniche di correzione degli errori lavorano bene su blocchi di bit

In reti a commutazione di pacchetto bisogna accumulare campioni fino a riempire un pacchetto (es. payload 80 byte 80 campioni PCM 10ms di voce) prima di iniziare latrasmissione

inoltre…


Considerando un segmento vocale (es. un fonema di durata 10-40 ms)è possibile usare algoritmi di codifica e compressione molto efficienti

Si parte da una codifica PCM uniforme eccellente, si raggruppano da 80 a 320 campioni (10-40 ms) e si lavora sull’insieme (blocco)


I codificatori di sorgente si dividono in molte categorie a seconda degli algoritmi usati

Tutti i codificatori a blocco sono basati su filtri numerici a risposta finita (FIR) di cui il codificatore calcola i parametri


I parametri vengono trasmessi per la ricostruzione del segnale al ricevitore

Carla Chiasserini

i filtri mimano l'apparato vocale umanoIl coder costruisce il filtro FIR che deve poi essere usato in ricezione e deve riprodurre, quando eccitato da opportuni segnali, il segnale vocale come fosse l'apparato vocale (faringe etc.)

Modellizzazione “fisica”

Il filtro usatorappresenta

i modi vibrazionalidelle corde vocali

e le cavità risonanti dell’apparato

di fonazione umano

CONV. A/D CONV. A/D segnale in ingresso

(analogico)CALCOLOCALCOLO

PARAMETRI PARAMETRI

flusso numerico(PCM lineare) struttura del filtro

coefficientisegnale di eccitazione

... ... ...

Codificatori di sorgente:codificatore

Codificatori di sorgente:schema al codificatore

Filtro di sintesi Filtro di sintesi

Pesatura e min Pesatura e min dell’errore dell’errore

Sequenza di Sequenza di eccitazione eccitazione

segnale segnale vocale vocale

Carla Chiasserini

segnale vocale qui è numerico

Codificatori di sorgente:schema generale

CODIFICATORE CODIFICATORE segnale in ingresso

(analogico)

DECODIFICATORE DECODIFICATORE

segnale ricostruito(analogico)

trasmissionedei parametri

(numerici)segnale

di eccitazione(numerico)

Carla Chiasserini

trasmisione parametri numerici: parametri del filtro+segnale di eccitazioneIL segnale di eccitazione va in ingresso al filtro di sintesi al rx. Il filtro al rx è determinato in base ai parametri mandati dal tx

Carla Chiasserini

In generale, il segnale di eccitazione è un rumore bianco gaussiano

segnale segnale ricostruitoricostruito(analogico)(analogico)

CONV. D/A CONV. D/A

SOMMATORESOMMATORE

flusso numericoflusso numerico(PCM lineare)(PCM lineare)

segnale di eccitazionesegnale di eccitazione(numerico)(numerico)

TTTT TT TT

C1C1 C2C2 C3C3 XXC4C4C0C0 XXXXXXXX

Codificatori di sorgente:decodificatore

Soppressione dei silenzi

Con i codificatori a blocco èpossibile effettuare la

soppressione dei silenzi (VAD – Voice Activity Detection)

Se non vi è attività vocalenon vengono generati “pacchetti”

di descrizione vocale

Sul canale vengono trasmessipacchetti di descrizione del silenzio

Risparmio di banda e riduzione dell’interferenza

Soppressione dei silenzi

VAD - criticità

I silenzi vanno soppressi senzadare la sensazione di “linea caduta”

Il soppressore deve essere efficiente nell’intervenire, ma soprattutto nel riprendere la codifica, per evitare di “tagliare” l’inizio di nuove lettere o parole

I soppressori possono essere: Lenti: intervengono solo durante

lunghe pause di parlato Veloci: cercano di intervenire

anche nei brevissimi silenzi tra parole della stessa frase

VAD - criticità

Codifica LPC-LTP

La codifica Linear Prediction Coding - Long Term Prediction si basa sulla modellizzazione fisica del tratto vocale mediante due filtri, uno a memoria breve (filtro LPC)e uno a memoria lunga (LTP)

Carla Chiasserini

LPC e LTP predicono un campione sulla base della combinazione lineare dei precedenti campioni

Il segnale viene rigeneratoeccitando il filtro a memoria breve con rumore gaussiano biancoe il filtro a memoria lunga conun treno di impulsi regolari (RPE - Regular Pulse Excitation)

Codifica LPC-LTP con RPE

La codifica è divisa in:

Predizione di breve periodo (LPC)

Serve a codificare “bene” i fonemi con consonanti


La codifica è divisa in:

Predizione di lungo periodo (LTP)

Serve a codificare “bene” i suoni vocalizzati


Calcolo del miglior segnale di eccitazione(RPE)


Segnale di eccitazione contiene correlazione residua tra segnale vero e quello predetto.Se ne scelgono sottosequenze piu' rappresentative

Codifica CELP

Code Excited Linear Prediction

È un codificatore LPCin cui l’eccitazione per ricostruire

il segnale non è rumore biancoma una sequenza di un “codebook”

(catalogo) che minimizza l’errore rispetto al segnale originale

Il codificatore è molto complesso perché deve scegliere tra i possibili

codici in modo esaustivo

Codifica CELP

Codificatori GSM

GSM tradizionale:

Codificatore LPC-LTP con RPE

GSM Enhanced Full Rate (EFR):

Telefonini “dual-band” e/o posteriori al 1997

13 kbit/s

CELP a 12.2 kbit/s

Casetti

L'Enhanced Full Rate è un sistema che permette una qualità voce superiore a quella usualmente offerta dal normale protocollo GSM. In genere qualsiasi conversazione viene trasmessa in una certa banda di frequenza, entro la quale una parte, non udibile, è completamente dedicata all'invio di dati e al controllo dell'errore. La nuova tecnologia di compressione dei dati ASELP (Algebraic Code Excitation Linear Prediction) riesce, nello stesso numero di bit utilizzati dalla modalità precedente (che è chiamata LPC-RPE Linear Prediction Coding with Regular Pulse Excitation), a migliorare la qualità della voce. Il risultato tangibile è un miglioramento nella qualità della conversazione, che in teoria potrebbe avvicinarsi a quella di rete fissa.La conversazione in EFR in situazioni di BER elevato è più frammentata rispetto al classico FR. Questo è il punto del quale ho discusso con il prof. L. Margara, che ringrazio, qualche giorno fa a lezione. Comprimendo infatti di più (per forza di cose, il canale è sempre lo stesso, se prendiamo più banda dobbiamo per forza comprimere di più) se viene a mancare qualche bit nella comunicazione l'audio sarà più frammentato rispetto alla codifica FR proprio perchè anche a parità di bit errati, questi avranno diverso peso per la diversa compressione. Mi è stato anche detto che chi ha progettato l'EFR deve aver ben considerato questo fatto, e probabilmente in fase di scelta dell'algoritmo di compressione si è tenuto conto anche questo e aver scartato a priori il limite inferiore teorico della compressione come obbiettivo finale. Insomma un compromesso qualitativamente migliore però del classico FR, solo un pò più "delicato" in situazioni limite con BER elevato.

UMTS:

Codec adattativo a rate variabile (AMR – Adaptive Multi Rate)

Può essere usato anche con GSM

Codificatori GSM e UMTS

Blocchi da 20 ms che producono260 bit raggruppati in 3 livellidi importanza 50 ricevono massima protezione 132 ricevono una protezione media

Codificatore LPC-LTP con RPE (standard ETSI)

Codificatore GSM “base”

78 non sono protetti per nulla

Totale 13 kbit/s

Carla Chiasserini

13kbps*20ms=260 bit

Codificatore GSM “base”codificatore

analisi di analisi di lungo periodolungo periodo

analisi di analisi di breve periodobreve periodo

codificacodificaRPERPE

campionatorecampionatorequantizzatorequantizzatore segmentazionesegmentazione

multiplazionemultiplazione

al trasmettitore

segnalevocale

Codifica e Codifica e pacchettizzazione pacchettizzazione

della vocedella voce

Codifica e pacchettizzazione della voce. ADPCM Algoritmi LPC-LTP (GSM) Argomenti della lezione PCM...

Documents

Transcript of Codifica e pacchettizzazione della voce. ADPCM Algoritmi LPC-LTP (GSM) Argomenti della lezione PCM...