隠れマルコフモデルとエントロピー符号化を用いたベクトル量子化  [in Japanese] Entropy Coded Vector Quantization With Hidden Markov Models  [in Japanese]

Access this Article

Search this Article

Author(s)

    • 米崎 正 YONEZAKI Tadashi
    • 松下通信工業株式会社テレコム研究所 Telecom Research Laboratory, Matsushita Communication Industrial CO., Ltd.
    • 鹿野 清宏 SHIKANO Kiyohiro
    • 奈良先端科学技術大学院大学情報科学研究科 Graduate School of Information Science, Nara Institute of Science and Technology

Abstract

本論文では,隠れマルコフモデル(HMM)とエントロピー符号化を組み合わせた音声符号化方式を提案する.提案方式は,HMMでモデル化された音声の状態に応じて最適な符号系を生成することで,音声の高能率符号化を実現するものである.これまでに,信号源モデルとしてマルコフモデル(MM)を用いる有限状態ベクトル量子化(FSVQ)が提案されているが伝送路誤りに脆弱であることが指摘されてきた.これに対し,HMMではモデル内の確率的な分散で信号源の状態を表現しているため,誤りに強い信号源モデルであると言える.また,HMMは音声認識で広く利用されている優れた音声信号源モデルであるので,音声符号化でも大きな効果が期待できる.シミュレーションの結果,提案方式は従来のべクトル量子化と比較してケプストラム距離で約0.3[dB] (8状態HMM時)の符号化利得を得ることがわかった.これは,8bitsのべクトル量子化と同等の量子化ひずみを平均符号長約6.5bitsで実現したことに相当する.誤りに対しても,FSVQと比較し,強いことがわかった.更に,HMM,および,エントロピー符号化系を誤り耐性のある構成とすることで,誤りの影響を約1/3に抑えることが可能となった.

Journal

  • The Transactions of the Institute of Electronics,Information and Communication Engineers.

    The Transactions of the Institute of Electronics,Information and Communication Engineers. 00079(00012), 2199-2206, 1996-12-25

    The Institute of Electronics, Information and Communication Engineers

References:  10

Cited by:  4

Codes

  • NII Article ID (NAID)
    110003227692
  • NII NACSIS-CAT ID (NCID)
    AN1007132X
  • Text Lang
    JPN
  • Article Type
    Journal Article
  • ISSN
    09151923
  • NDL Article ID
    4106192
  • NDL Source Classification
    ZN33(科学技術--電気工学・電気機械工業--電子工学・電気通信)
  • NDL Call No.
    Z16-1853
  • Data Source
    CJP  CJPref  NDL  NII-ELS  IR 
Page Top