4.6 Compressione e codifica della voce nel GSM

Transcript

1 1 Comunicazioni Mobili 2 R. Cusani Laurea Specialistica in: Ingegneria delle TLC anno 1 Ingegneria Elettronica anno Compressione e codifica della voce nel GSM

2 Sommario 2 1. Produzione del segnale vocale e sue caratteristiche 2. Codificatori vocali e codifica LPC (Linear Prediction Coding) 3. Compressione della voce nel GSM: la codifica RPE-LPC 4. Codifica di canale per la voce compressa nel GSM

3 Produzione del segnale vocale L aria esce dai polmoni Narici Cavità nasale Le corde vocali sono rilassate oppure tese ( vibrazione) Il velo palatino è alzato o abbassato ( accoppiamento della cavità nasale con la cavità Labbra Lingua Polmoni Velo palatino Cavità orale Glottide (corde vocali) orale) La cavità orale assume una opportuna forma (muovendo labbra e lingua), generando un flusso turbolento e caotico. messaggio linguistico = successione di fomeni segnale vocale = successione di suoni

4 Produzione del segnale vocale 2 4 Suoni sordi: le corde vocali sono aperte, il suono è determinato dalla costrizione del tratto vocale, il segnale vocale è di tipo rumoroso suoni labiali, dentali, ; Fricative,occlusive, Suoni sonori: le corde vocali sono tese e vibrano al passaggio dell aria, il segnale vocale presenta impulsi a struttura pseudo -periodica, con periodo detto pitch vocali, Suoni misti: sono presenti entrambi le sorgenti Esempio:

5 Spettro a breve termine 1 5 C A S Spettro di energia su di un intervallo T 5 10 No componenti alle frequenze intorno allo 0 (continua) Energia concentrata fino a 4-5 KHz, frequenze maggiori danno tono e timbro

6 Spettro a breve termine 2 6 Il segnale vocale non è stazionario Per uno stesso suono, può essere considerato stazionario per durate di circa msec Spettro di energia a breve termine Suoni sonori: spettro a righe, di tipo passa-basso Suoni sordi: spettro continuo f Formanti = Frequenze di risonanza (date dai poli) Frequenza di pitch = (periodo di pitch) -1 Lo spettro di fase conta poco, perché l orecchio ne è poco sensibile f

7 Spettro a breve termine Modello di generazione: Periodo di pitch t t suono sordo suono sonoro Filtro con poli segnale vocale Attraversamento del cavo vocale = Filtro che sagoma lo spettro

8 Sommario 8 1. Produzione del segnale vocale e sue caratteristiche 2. Codificatori vocali e codifica LPC (Linear Prediction Coding) 3. Compressione della voce nel GSM: la codifica RPE-LPC 4. Codifica di canale per la voce compressa nel GSM

9 Generalità sui codificatori vocali 1 9 I codificatori sono apparati che trasformano un segnale analogico in un segnale numerico I codificatori di forme d onda digitalizzano di un generico segnale analogico e non solamente il segnale vocale Di questa categoria fanno parte i codificatori PCM (con bit-rate di 64kbps) e ADPCM (con bit-rate di 32kbps e qualità analoga al PCM) I codificatori vocali veri e propri non si occupano semplicemente di trasmettere una forma d onda digitalizzata, ma sfruttano i meccanismi con i quali la voce viene generata

10 Generalità sui codificatori vocali 2 10

11 Compressione della voce: il DPCM 1 11

12 Compressione della voce: il DPCM 2 12 Codificare e trasmettere numeri piccoli, come si fa nel DPCM, costa meno bit rispetto al PCM, a parità di accuratezza L ipotesi è che il segnale evolve lentamente da campione a campione Esempio:

13 Compressione della voce: il DPCM Però così si accumulano gli errori di quantizzazione: Soluzione: codificare la differenza tra x(nt) e la sua ricostruzione

14 Codifica LPC (Linear Prediction Coding) 1 14

15 Codifica LPC (Linear Prediction Coding) x((n-3)t) x((n-2)t) x((n-1)t) x (nt) Predizione lineare a 3 passi predizione DPCM (n-5)t (n-4)t (n-3)t (n-2)t (n-1)t nt t

16 Codifica LPC (Linear Prediction Coding) 3 16 Si vuole che il residuo r(n) sia piccolo, ad esempio minimizzando l energia: La soluzione che minimizza E è costituita dalle Equazioni di Yule -Walker, che forniscono i coefficienti di predizione a(k).

17 Codifica LPC (Linear Prediction Coding) 4 17 Dai coefficienti a(k) e dal residuo r(n), la sequenza x(n) è ricostruibile esattamente come: (filtro IIR) x(n) Analisi r(n) Sintesi x(n) (FIR) (IIR) a(k), k=1,,p

18 Codifica LPC (Linear Prediction Coding) 5 18 In pratica, la sequenza x(n) viene analizzata su tratti brevi (10-30 msec) per calcolare gli a(k) Gli a(k) vengono quantizzati e trasmessi Viene calcolata r(n), con gli a(k) quantizzati Viene quantizzata e trasmessa r(n) Il ricevitore ricostruisce x(n) (a meno della quantizzazione e di errori di canale) da a(k) e da r(n)

19 Codifica LPC (Linear Prediction Coding) Schema completo: x(n) Ritardo Filtro di analisi r(n) Q Q[r(n)] Analisi Lp a(k) Q Canale Q[a(k)] Q[r(n)] Filtro di sintesi Canale Q[a(k)]

20 Codifica LPC (Linear Prediction Coding) Spettro di x(n) (colorato) Filtro di analisi Spettro di r(n) (quasi bianco) f f f Filtro di sintesi Spettro di f f

21 Codifica LPC (Linear Prediction Coding) 8 21 In alcuni schemi LPC usati in pratica, per risparmiare bits non si trasmette la r(n), ma una sua versione approssimata (quantizzata) a partire da questa, il ricevitore genera una opportuna sequenza di eccitazione r (n) x(n) Filtro di analisi Approx. Eccitaz. Filtro di LP a(k) sintesi

22 Sommario Produzione del segnale vocale e sue caratteristiche 2. Codificatori vocali e codifica LPC (Linear Prediction Coding) 3. Compressione della voce nel GSM: la codifica RPE -LPC 4. Codifica di canale per la voce compressa nel GSM

23 Codifica vocale RPE-LPC nel GSM 1 23 Codificatore vocale RPE-LPC (Regular Pulse Excited - Linear Predictive Coder) con anello di predizione a lungo termine (Long Term Predictor): 1. Il segnale audio (3.2 khz) viene diviso in segmenti (brani) di 20 msec 2. ADC a 8 khz e 8 bit/campione 64 kbps (codifica PCM) 160 campioni per segmento 3. Ogni campione viene predetto sulla base dei campioni precedenti 4. Per ogni segmento vengono trasmessi i coefficienti del predittore lineare ed una forma codificata dell errore residuo (differenza tra il campione vero e quello predetto) 5. In tal modo ogni segmento di 20 msec viene rappresentato da 260 bit Bit rate totale: 260 bit / 20 msec = 13 kbps

24 Codifica vocale RPE-LPC nel GSM 2 24 Codificatore vocale RPE-LPC (Regular Pulse Excited - Linear Predictive Coder) con anello di predizione a lungo termine (Long Term Predictor): 1. Il segnale audio (3.2 khz) viene diviso in segmenti (brani) di 20 msec ADC a 8 khz e 8 bit/campione 64 kbps (codifica PCM) 60 campioni per segmento 2. Ogni campione viene predetto sulla base dei campioni precedenti 3. Per ogni segmento vengono trasmessi i coefficienti del predittore lineare ed una forma codificata dell errore residuo (differenza tra il campione vero e quello predetto) 4. In tal modo ogni segmento di 20 msec viene rappresentato da 260 bit Bit rate totale: 260 bit / 20 msec = 13 kbps

25 Il coder RPE-LPC 25 Schema a blocchi del Coder: x(n) Preproc Filtro di r(n) analisi LTP LP search a k a k D,G LTP s(n) l(n) smooth RPE s^(n) Q Q Q -1 Q Tx,1 Q -1 Tx,2 Codebook adattativo r (n) + Tx,3 s (n) Q -1 LPC (Linear Predictive Coder) LTP (Long Term Predictor) RPE (Regular Pulse Excited)

26 Sezione LPC (Linear Predictive Coder) 26 Pre-processing: rimozione della continua, pre-enfasi delle alte frequenze (con de-enfasi all uscita del decoder) Blocco LP: Predizione lineare, con calcolo di 8 coefficienti LPC; questi vengono quantizzati (36 bit in totale) e trasmessi x(n) Preproc LP a k Q Tx,1 Filtro di analisi Q -1 a k r(n) La sezione LPC lavora su blocchi da 20 msec = 160 campioni

27 Sezione LTP (Long-Term Prediction) 27 4 sottotrame da 40 campioni Nel blocco LTP Search si confronta la sottotrama attuale con le 128 prece -denti, trovando la più simile Le sottotrame sono memorizzate nel codebook Il ritardo che corrisponde alla sotto- trama con correlazione massima viene codificato con 7 bit 2 bit sono utilizzati per codificare il guadagno G che minimizza l errore fra la trama estratta e quella da codificare r(n) LTP search D,G Q Tx,2 LTP Q -1 Codebook adattativo s(n) l(n) r (n)

28 Sezione LTP (Long-Term Prediction) 28 Si calcola una sottotrama di predizione di lungo termine l(n), corrispondente alla sottotrama estratta dal codebook, moltiplicata per G Sottraendo l(n) dal residuo r(n) s(n) smooth si ha il residuo LTP s(n), da codificare ulteriormente l(n) Tx,3 s^(n) RPE Q r (n) + s (n) Q -1

29 Sezione RPE (Regular Pulse Excited) 29 Viene estratta la decimazione della sottotrama di residuo LTP, cioè di s(n), filtrando passa-basso s(n) e sottocampionando di 3 n Fra le 3 diverse sottotrame decimate, si sceglie quella a maggiore energia (2 bit per trasmettere tale informazione). I campioni da trasmettere vengono normalizzati rispetto al valore massimo e quantizzati linearmente con 3 bit; il massimo viene compresso logaritmicamente e quantizzato con 6 bit

30 Schema riepilogativo del codificatore 30

31 Riepilogo dei bit impiegati dal coder 31 Parametro Numero di bit LAR 36 Guadagno P 8 Ritardo LTP 28 Sequenza RPE 8 Ampiezza sequenza RPE 156 Fattori di normalizzazione RPE 24 LT Il numero totale di bit è pari a 260 per 20ms di parlato Il bit-rate è pari a 260 bit/ 20ms = 13kbps

32 Parametri trasmessi 32 Bits per 5 ms Bits per 20 ms Filtro LPC 8 parametri 36 Filtro LTP D (ritardo) 7 28 G (guadagno) 2 8 Segnale di eccitazione Fase del sotto -campionamento Ampiezza massima campioni Totale 260

33 Decoder RPE-LPC 33 Schema a blocchi del decoder: Rx,3 Q -1 s (n) RPE LTP r (n) Filtro di sintesi Postproc x (n) Rx,2 D G Q -1 Q -1 Codebook adattativo Rx,1 RPE -1 LTP -1 LPC -1

34 Sommario Produzione del segnale vocale e sue caratteristiche 2. Codificatori vocali e codifica LPC (Linear Prediction Coding) 3. Compressione della voce nel GSM: la codifica RPE-LPC 4. Codifica di canale per la voce compressa nel GSM

35 Compressione vocale, codifica e modulazione 35

36 Chipering (cifratura, criptatura) 36 Costituisce uno dei principali vantaggi della trasmissione digitale rispetto alla analogica Il GSM prevede diversi algoritmi di cifratura per l interfaccia radio: con differenti grado di protezione, in dipendenza della regolamentazione dei diversi paesi a chiave pubblica buona robustezza agli attacchi intercettabili e decodificabili dalla polizia e dalle altre autorità Basati su EXOR tra una sequenza pseudo-random sequence e i 114 bit utili del normal burst (voce, dati, segnalazione)

37 La codifica concatenata 37 TX bits Block code (BC) Convolutional coder (CC) Interleaver Canale binario RX bits BC decoder CC decoder Deinterleaver Codice esterno (outer code), a blocchi Codice interno (inner code), convoluzionale con interallacciamento

38 Velocità di trasmissione binaria per la voce 38 Per la fonia e per la maggior parte dei servizi dati utilizza una modalità con connessione su circuito commutato Sui 200 khz di banda la modulazione GMSK ricava una risorsa di 271 kbit/sec La gestione con tecnica FDMA/TDMA fornisce un bit rate lordo per canale di 33.8 kbit/sec Una parte di questa viene utilizzata per la: realizzazione della segnalazione associata gestione dei burst trasmissivi (sequenza di training, tail, ) Si ottiene allora (al lordo della codifica di canale) 114 bits (26-2)/120 msec = 22.8 kbit/sec

39 Partizione in classi della trama vocale 39 Ciascun pacchetto che trasporta voce digitalizzata è composto da 260 bit Alcuni bit del pacchetto hanno maggiore influenza sulla qualità rispetto agli altri viene applicato un controllo selettivo I 260 bit corrispondenti a 20 msec vengono suddivisi in tre classi: Classe 1a composta da 50 bit sono i più importanti dal punto di vista della qualità del dialogo percepita dall orecchio umano Classe 1b composta da 132 bit hanno peso intermedio sulla qualità e richiedono un minor grado di protezione Classe 2 composta da 78 bit hanno peso minore sulla qualità della voce e non sono protetti

40 Protezione della voce compressa Ai 50 bit di Classe Ia vengono aggiunti 3 bit di parità (CRC, Cyclic Redundancy Code) 2. Si aggiungono i 132 bit di Classe Ib e poi altri 4 bit di coda tutti pari a 0 (per facilitare il decoder di Viterbi, in ricezione) 3. Il pacchetto composto da = 189 bit è inviato al coder convoluzionale con R = ½ 4. Alla sequenza codificata di 378 bit a cui vengono aggiunti i 78 bit di classe 2 che rimangono non protetti

41 Protezione della voce compressa In totale, ogni 20 msec di voce sono codificati con 456 bit user bit rate pari a 456 / 20 msec = 22.8 kbps

42 Interleaving diagonale a blocchi 42 Come ulteriore protezione contro gli errori a burst, tipici della interfccia radio, si esegue un interleaving diagonale a blocchi Il blocco di 456 bit in uscita dal codificatore covoluzionale viene partizionato in 8 sottoblocchi da 57 bit ciscuno: B 0, B 1,, B 7 Il k-esimo bit codificato c k viene inserito nel i-esimo blocco B i secondo la regola: i = k mod 8

43 Interleaving diagonale a blocchi 43

44 Interleaving inter-burst 44 Si procede ad un ulteriore livello di interlacciamento distribuendo i blocchi da 57 bit nei burst precedenti e seguenti L interleaving comporta un ritardo di ricezione di circa 40ms