Codifica e pacchettizzazione della voce

Transcript

1 Codifica e pacchettizzazione della voce

2 Argomenti della lezione è Valutazione qualità della codifica è PCM è ADPCM è Algoritmi LPC-LTP (GSM) è Algoritmi CELP (Enhanced GSM)

3 Segnale vocale è Il segnale vocale è un onda di pressione in aria è Un microfono lo trasforma in un segnale elettrico analogico (pressione volt)

4 Il trasmettitore a grani di carbone è 1878: microfono a granuli di carbone...con qualche miglioria ancora in uso è I granuli di carbone, in una cavità metallica chiusa da un diaframma, forniscono molti percorsi elettrici possibili è Diaframma vibrando fa variare il no. di possibili percorsi e quindi la corrente

5 Il trasmettitore a grani di carbone accoppiamenti flessibili granuli di carbone Segnale elettrico in uscita Cavità metallica diaframma

6 Segnale vocale è Processo continuo nel tempo ed in ampiezza è Tramite la codifica si passa da un segnale analogico ad uno numerico

7 Valutazione della qualità dei codificatori Per valutare la qualità di un sistema di codifica della voce si usano tecniche: è oggettive (es. SNR, dove N è dato dalla differenza tra i campioni del segnale originale e il segnale codificato) è soggettive

8 Valutazione della qualità dei codificatori Esempio di tecnica soggettiva: MOS (Mean Opinion Score)

9 Valutazione della qualità dei codificatori Valutazione ottenuta in modo statistico da un campione di persone (maschi e femmine) che ascoltano brevi pezzi di parlato

10 Scala MOS MOS Qualità Definizione Esempio 5 Eccellente Nessuno sforzo richiesto per la comprensione Dal vivo CD-audio 4 Buona Richiede attenzione, ma non uno sforzo apprezzabile Telefonia fissa

11 Scala MOS MOS Qualità Definizione Esempio 3 Discreta 2 Scarsa È richiesto un moderato sforzo per la comprensione Il significato delle frasi è incomprensibile senza un notevole sforzo GSM

12 Scala MOS MOS Qualità Definizione Esempio 1 Insufficiente La comunicazione è sostanzialmente impossibile

13 Codificatori vocali è Le tecniche di codifica si dividono in: è Codificatori della forma d onda: usano la sola conoscenza del segnale elettrico istantaneo (es. PCM, DPCM, ADPCM, Modulazione Delta) è Codificatori di sorgente (vocoder): sfruttano soprattutto le caratteristiche dell apparato di fonazione e uditivo (es. LPC - Linear Predictive Coding)

14 Codificatori vocali è In entrambi i casi, il primo stadio del codificatore comprende: è Un filtro anti-aliasing è Un campionatore è Un quantizzatore

15 Campionamento e quantizzazione I primi passi per qualsiasi codifica del segnale sono: Campionamento: Si rappresenta il segnale continuo tramite un insieme discreto di valori, senza alcun degrado se viene rispettato il teorema di Nyquist

16 Campionamento e quantizzazione I primi passi per qualsiasi codifica del segnale sono: Quantizzazione: Assegnazione a un insieme discreto di valori dei punti campionati, si ha degrado irreversibile del segnale a causa del rumore di quantizzazione

17 Campionamento segnale analogico campioni del segnale ampiezza tempo intervallo di campionamento Tc

18 Campionamento Il teorema di Nyquist definisce il passo di campionamento affinché non si abbia alcun degrado nella ricostruzione del segnale 1/Tc > 2B B è il massimo contenuto in frequenza (banda) del segnale da campionare

19 Quantizzazione ampiezza tempo

20 Quantizzazione è Introduce sempre un degrado noto come rumore di quantizzazione è Il degrado è noto e controllabile e diminuisce con intervalli di quantizzazione più piccoli è Il degrado può essere ridotto a piacere diminuendo la dimensione dell intervallo di quantizzazione (ma servono più bit per campione)

21 PCM uniforme e non Il PCM (Pulse Code Modulation) è un processo di campionamento e quantizzazione è La quantizzazione può essere: à Uniforme (tutti gli intervalli uguali) à Non uniforme (intervalli diversi a seconda dell ampiezza): compressione prima del quantizzatore uniforme, compensata in ricezione da una espansione (compander)

22 Legge di compressione A 1 law A 0.5 A = X = V/V max Y = A 1+lnA X; X < 1/A sgn(x) (1+ x ln A ); 1+lnA 1/A< X < 1

23 Legge di compressione µ 1 law mu X = V/V max Y = sgn(x) ln( 1+µ X ) ln(1+µ) µ=255

24 PCM uniforme e non PCM uniforme: CD (~44 khz, 16 bit) qualità eccellente (MOS 5) PCM non uniforme: Telefonia (8kHz, 8 bit, 64 kbit/s) qualità buona (MOS 4+), standard ITU-T G.711

25 PCM non uniforme è Oggi si preferisce un campionamento uniforme a 12 bit, seguito da una compressione a 8 bit è Il campionamento risultante è non uniforme a 8 bit

26 PCM differenziale (DPCM) è Questa tecnica sfrutta la correlazione temporale del segnale vocale è Codificare la differenza tra un campione e la stima del successivo (predizione) è Se c è correlazione tra i campioni la dinamica della differenza è minore di quella dei campioni

27 PCM differenziale (DPCM) S(n) S (n) Quantizzatore Predittore e q (n) + S (n) è s(n) campione originale è s (n) campione predetto è s (n) corrisponde al campione ricostruito dal ricevitore

28 Modulazione Delta è È un esempio particolare è Il segnale è campionato a frequenza elevata per ottenere alta correlazione tra i campioni è La differenza è campionata su un solo bit, che indica se il segnale cresce o decresce

29 PCM adattativo è Anche questa tecnica sfrutta la correlazione temporale presente nel segnale vocale è Modifica nel tempo l ampiezza degli intervalli di quantizzazione in funzione della dinamica del segnale (adattamento)

30 PCM adattativo è Se la variazione nel tempo del segnale è lenta (correlazione) si ottimizza l ampiezza dell intervallo in funzione del segnale

31 PCM adattativo e differenziale (ADPCM) è Lo standard ITU G.721 usato nei telefoni cordless moderni di tipo DECT è un PCM adattativo e differenziale è Qualità buona (MOS 4) è Velocità di trasmissione: 32kbit/s

32 Codificatori di sorgente è Il PCM e i suoi derivati codificano il segnale campione per campione è Le reti di telefonia tradizionale trasmettono campione per campione

33 Codificatori di sorgente è Non è possibile (o è molto difficile) introdurre tecniche di correzione degli eventuali errori di trasmissione, che è un problema significativo sui canali radio

34 Codificatori di sorgente è Le tecniche di correzione degli errori lavorano bene su blocchi di bit inoltre è 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 la trasmissione

35 Codificatori di sorgente è Considerando un segmento vocale (es. un fonema di durata ms) è possibile usare algoritmi di codifica e compressione molto efficienti è Si parte da una codifica PCM uniforme eccellente, si raggruppano da 80 a 320 campioni (10-40 ms) e si lavora sull insieme (blocco)

36 Codificatori di sorgente è I codificatori di sorgente si dividono in molte categorie a seconda degli algoritmi usati è Tutti i codificatori a blocco sono basati su filtri numerici a risposta finita (FIR) di cui il codificatore calcola i parametri è I parametri vengono trasmessi per la ricostruzione del segnale al ricevitore

37 Modellizzazione fisica Il filtro usato rappresenta i modi vibrazionali delle corde vocali e le cavità risonanti dell apparato di fonazione umano

38 Codificatori di sorgente: codificatore segnale in ingresso (analogico) CONV. A/D CALCOLO PARAMETRI flusso numerico (PCM lineare) struttura del filtro coefficienti segnale di eccitazione

39 Codificatori di sorgente: schema al codificatore segnale vocale Filtro di sintesi Sequenza di eccitazione Pesatura e min dell errore

40 Codificatori di sorgente: schema generale segnale in ingresso (analogico) CODIFICATORE trasmissione dei parametri (numerici) segnale di eccitazione (numerico) α β χ a b c DECODIFICATORE segnale ricostruito (analogico)

41 Codificatori di sorgente: decodificatore segnale di eccitazione (numerico) T T T T C0 X C1 X C2 X C3 X C4 X flusso numerico (PCM lineare) SOMMATORE CONV. D/A segnale ricostruito (analogico)

42 Soppressione dei silenzi Con i codificatori a blocco è possibile effettuare la soppressione dei silenzi (VAD Voice Activity Detection) Se non vi è attività vocale non vengono generati pacchetti di descrizione vocale

43 Soppressione dei silenzi Sul canale vengono trasmessi pacchetti di descrizione del silenzio Risparmio di banda e riduzione dell interferenza

44 VAD - criticità è I silenzi vanno soppressi senza dare la sensazione di linea caduta è Il soppressore deve essere efficiente nell intervenire, ma soprattutto nel riprendere la codifica, per evitare di tagliare l inizio di nuove lettere o parole

45 VAD - criticità è I soppressori possono essere: à Lenti: intervengono solo durante lunghe pause di parlato à Veloci: cercano di intervenire anche nei brevissimi silenzi tra parole della stessa frase

46 Codifica LPC-LTP è 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)

47 Codifica LPC-LTP con RPE è Il segnale viene rigenerato eccitando il filtro a memoria breve con rumore gaussiano bianco e il filtro a memoria lunga con un treno di impulsi regolari (RPE - Regular Pulse Excitation)

48 Codifica LPC-LTP con RPE La codifica è divisa in: Predizione di breve periodo (LPC) Serve a codificare bene i fonemi con consonanti

49 Codifica LPC-LTP con RPE La codifica è divisa in: Predizione di lungo periodo (LTP) Serve a codificare bene i suoni vocalizzati

50 Codifica LPC-LTP con RPE 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

51 Codifica CELP Code Excited Linear Prediction È un codificatore LPC in cui l eccitazione per ricostruire il segnale non è rumore bianco ma una sequenza di un codebook (catalogo) che minimizza l errore rispetto al segnale originale

52 Codifica CELP Il codificatore è molto complesso perché deve scegliere tra i possibili codici in modo esaustivo

53 Codificatori GSM GSM tradizionale: è Codificatore LPC-LTP con RPE è 13 kbit/s GSM Enhanced Full Rate (EFR): è Telefonini dual-band e/o posteriori al 1997 è CELP a 12.2 kbit/s

54 Codificatori GSM e UMTS UMTS: è Codec adattativo a rate variabile (AMR Adaptive Multi Rate) è Può essere usato anche con GSM

55 Codificatore AMR è Usa 8 possibili livelli di compressione: 12.2, 10.2, 7.95, 7.4, 6.7, 5.9, 5.15, 4.75 è Commuta automaticamente verso compressioni più elevate al degradare del canale trasmissivo in modo da poter aggiungere più ridondanza al segnale trasmesso

56 Codificatore AMR è Il codec a 12.2 è il GSM-EFR è Il codec a 7.4 è quello del sistema numerico Nord Americano (D-AMPS o ANSI-136)

57 Codificatore GSM base è Codificatore LPC-LTP con RPE (standard ETSI) è Blocchi da 20 ms che producono 260 bit raggruppati in 3 livelli di importanza à 50 ricevono massima protezione à 132 ricevono una protezione media à 78 non sono protetti per nulla Totale 13 kbit/s

58 Codificatore GSM base segnale vocale campionatore quantizzatore codificatore segmentazione analisi di breve periodo analisi di lungo periodo codifica RPE multiplazione al trasmettitore

59 Codifica e pacchettizzazione della voce