CELP

1. CELP Artur Benneman Rafael Henrique de Moraes Feron Renan dos Santos Fagundes

2. Motivação • Comunicações de voz permanecer o meio predominante de comunicação humana. • Proporciona a transmissão de sinais de fala com boa qualidade através de canais de comunicação com banda estreita. • O sistema CELP é o núcleo da maioria dos sistema celular, e sistemas de comunicação de banda estreita(VoIP).

3. SINAIS DA FALA • Fala é produzido por um  sinal de excitação gerada em  nossa garganta, o que é modificado porressonâncias produzidas por diferentes formatos de nosso trato vocal,nasal e da faringe.

4. Vogais e Consoantes • Este sinal de excitação pode ser a vibração glotalproduzido pela abertura e fechamento periódico cordas vocaiso que cria voz sonora, como as vogais • ou apenas o fluxo continuo de ar empurrado por nossos pulmões, que cria a fala não articulada, tais como o consoantes, ou mesmo uma combinação de ambos ao mesmo tempo

5. Anatomia da voz • As três estruturas mais importantes são os pulmões as cordas vocais e a laringe. A fonte de energia para a geração de sons é provida pelo diafragma e músculos abdominais que pressionam os pulmões e geram um fluxo de ar controlado que passa pelas cordas vocais. • O mecanismo de produção da voz apresenta uma resposta limitada em freqüência, com limite por volta de 10kHz. • 95% da energia do sinal de voz esta concentrada na faixa de freqüência entre 300 e 3400 Hz, pode se limitar o canal a esta banda com uma perda tolerável em qualidade.

6. Anatomia do voz Quando o ar vibrante entra na glote há uma mudança na resistência do ar (ao abrir ou fechar a continuidade da traquéia) e isso faz o processo de modulação da voz.

7. Anatomia da voz • O som é produzido quando a glote, que é uma abertura nas cordas vocais, vibra abrindo e fechando. O fluxo de ar é interrompido e assim se cria uma seqüência de impulsos que possuem algumas freqüências básicas chamadas de tom (pitch). • Nos homens estas freqüências estão entre 80 e 160Hz e nas mulheres entre 180 e 320Hz.

8. Vogais e consoantes • Exemplos de sons do tipo VOICED são as 5 vogais, das quais notam-se claras diferenças no pitch e na “formant” do sinal ao comparar o som da vogal ‘A’ com o som da vogal ‘I’ dispostas nas figuras abaixo:

9. Vogais e consoantes

10. Vogais e Consoantes • Já os sons do tipo UNVOICED, são bem caracterizados através do exemplo do fonema ‘S’, que consta abaixo. Sons deste tipo são descritos através de AWGN – Aditive White GaussianNoise, e possui amplitude praticamente constante em todo espectro.

11. Pitch e formantes • O componente periódica da excitação glotal é caracterizado pela sua freqüência fundamental F0 [Hz], chamado pitch. • As freqüências de ressonância o trato vocal, orale da faringe  são chamados formantes. • No espectro de um quadro de fala, o pitch aparece como picos estreitos na fundamental eharmônicas • Formantes aparecem como picos largosdo envelope do espectro

12. Pitch e formantes

13. Codecs existentes • Comparação rudimentar de alguns dos esquemas de codec existens na atualidade em termos de qualidade de voz e bitrate.

14. Evolução dos algoritmos

15. Linear Predictive Code • Análise de predição linear de sinais de voz é o núcleoda maioria dos sistemas de codificação parametricos de voz (Celulares, VoIP, e etc). • Um modelo simples de síntese da voz que tem sido usado em processamento de fala paravárias aplicaçõesde codificação.

16. Modelo do aparelho fonador • Este modelo do sistema é inspirado no mecanismo  humano de produção da fala.  • Voz sonora é produzida pela exitação do  filtro do trato vocal com pulsos quasi-periódica do glote.  • A periodicidade da voz sonora é devido à vibração cordas vocais. • Fala não articulada (não vozeada)  é produzido forçando o ar através de uma constrição no trato vocal.

17. Linear Predictive Coding • O trato vocal é geralmente representado por filtro digital de décima ordem do tipo somente pólos, como mostrado no modelo LPC da fala. • A fala é produzida pela excitação do filtro do trato vocal, com pulsos quasi-periodicos pulsos da glote • E a fala não articulada é gerada usando o estímulo ruído aleatório ou pseudo-branco. • Os coeficientes do filtro e os parâmetrosde excitação são geralmente determinadas a cada 20 ms ou menos .

18. Codificador LPC

19. Decodificador LPC

20. Comparação entre real e LPC

21. LINEAR PREDICTIVE CODING • O filtro digital para aplicações do linear predictivecoding é caracterizado pela seguinte equação de diferenças. • Os parâmetros de aisão os coeficientes do filtro e controlam as características de freqüência de resposta do filtro. Estes são determinados pela analise LPC.

22. Analise LPC

23. Derivação do algoritimo LPC • O objetivo do LPC é minimizar a informação contida no sinal de exitação. Os parametros de predição ai são desconhecidos e são determinadas pela minimização Erro quadratico medio (MSE) do sinal de exitação (e(n)).

24. Derivação do algoritimo LPC • O sinal de excitação (e(n)) pode ser gerado apartir de um sinal de voz (s(n)) atraves da convolução com o filtro LPC inverso, o qual é um filtro FIR, com coeficientes ai (a determinar)

25. Derivação do algoritimo LPC • Isto é feito tomando a deriva do sinal de energia da exitação a cada uma dos coeficientes, e igualando a zero.

26. Derivação do algoritimo LPC • Isto gera uma Matriz Toepliz, que pode ser resolvida usando o algoritmo recursivo Levinson-Durbin.

27. Fittro de sintese • A predição dos parâmetros  a(i) também são usados ​​para formar o filtro digital somente pólos para síntese de voz. • Os coeficientes do LPC são computados resolvendo o a matriz de autorrelação, gerando o filtro:

28. Estruturas de Filtros ‘All-Pole’ Filtro ‘all-pole’, forma direta. Filtro lattice – Tem a vantagem de ter maior imunidade a quantização

29. Estimação do ganho • O valor do ganho a ser aplicado no sinal de exitação escolhido é determinado pelo valor RMS do sinal de exitação ideal. • O qual é obtido na analise LPC, sendo o primeiro coeficiente dá matrix de autocorrelação

30. Seleção de sinal vozeado não vozeado • Apartir do sinal de autocorrelação do sinal (excluindo o valor R(0)) é definido um limiar de decisão. • Usualmente 0,3 do valor normalizado do vetor.

31. Estimação periodo do Pitch • A fala possui uma falsa periodicidade, oque dificulta a estimativa do pitch • Pode ser determinado apartir do sinal de autocorrelação do sinal, procurando os valores de pico e reptições do sinal (na faixa de 20 a 160). • Como visto nas figuras abaixo.

32. Estimativa do pitch - Sinal não vozeado

33. Estimativa do pitch - Sinal vozeado

34. Code Excited Linear Prediction • Explora melhor a idéia de codificação análise-por-síntese da fala, utilizando o conceito de quantização vetorial (VQ) para a seqüência de excitação. • O codificador seleciona uma sequência de excitação de um codebook de seqüências pré-definidas estocásticas.

35. CELP • CELP, adicionalmente, aproveita a periodicidade de sons vozeados e melhorar a eficiência do preditor. •  O filtro do preditor de termo longo é cascateado com o filtro de síntese, o que melhora a eficiência do codebook • O mais simples preditor de longo prazo consiste de um filtro de um único polo, o qual representa um simples atraso com ganho ajustável • O método de escolha dos vetores do Codebook é a analise por síntese

36. CELP : Analise por sintese • O sistema varre cada um dos possíveis candidatos a sinal de excitação oriundos do gerador de excitação • Identifica o sinal que minimiza o erro entre o correspondente sinal sintetizado e o sinal de fala da entrada • O Decoder correspondente é simplesmente o gerador de excitação e o filtro de sintetização .

37. CELP : Com filtro LTP Esta estrutura adiciona o filtro de predição longa (LTP), o qual é utilizado para aproveitar o fato de que o sinal de exitação tem uma alta autocorrelação na frequencia do pitch.

38. CELP : Estrutura Original A estrutura do codificador CELP original tem como filtro LTP um filtro de um pólo apenas. Essa adição aproveita o fato de que o sinal de exitação apresenta uma alta autocorelação na frequencia do pitch. Porem esse modelo é computacionalmente ineficiente.

39. CELP : Codebook Adaptativo Cada vetor do Codebook adaptativo representa diferentes valores de pitch. Assim a busca pelos os parâmetros do filtro de predição longa são simplificados a busca de um vetor no codebook adaptativo.

40. CELP : Estrutura final • Retirar o efeito do frame anterior deixado nas condições iniciais do filtro de sintese. • Encontrar o vetor do codebook Adaptativo que minimiza o Erro quadratico do sinal sintetizado.E retirar o efeito desta exitação • Encontrar o vetor do codebook Fixo que minimiza o Erro quadratico do sinal sintetizado.