ترميز الإثارة المتجهية التوافقية

📅 آخر تحديث: ٣٠ يوليو ٢٠٢٦
✍️ نُشر في: ٣٠ يوليو ٢٠٢٦
الموسوعة الحرة

ترميز الإثارة الشعاعية التوافقية ( HVXC) هو خوارزمية ترميز كلامية مُحددة في معيار MPEG-4 الجزء 3 (MPEG-4 Audio) لترميز الكلام بمعدل بت منخفض جدًا . يدعم HVXC معدلات بت تبلغ 2 و4 كيلوبت/ثانية في وضع معدل البت الثابت والمتغير ، وتردد أخذ عينات يبلغ 8 كيلوهرتز. كما يعمل بمعدلات بت أقل، مثل 1.2-1.7 كيلوبت/ثانية، باستخدام تقنية معدل البت المتغير. [ 1 ] يبلغ إجمالي التأخير الخوارزمي للمُشفِّر والمُفكِّك 36 مللي ثانية. [ 2 ]   

نُشرت كجزء فرعي 2 من معيار ISO / IEC 14496-3:1999 (MPEG-4 Audio) في عام 1999. [ 3 ] ونُشرت نسخة موسعة من HVXC في معيار MPEG-4 Audio الإصدار 2 (ISO/IEC 14496-3:1999/Amd 1:2000). [ 4 ] [ 5 ]

تستخدم مجموعة أدوات ترميز الكلام الطبيعي MPEG-4 خوارزميتين: HVXC وCELP ( التنبؤ الخطي المُحفَّز بالترميز ). تُستخدم خوارزمية HVXC بمعدل بت منخفض يبلغ 2 أو 4  كيلوبت/ثانية. أما معدلات البت الأعلى من 4  كيلوبت/ثانية، بالإضافة إلى 3.85  كيلوبت/ثانية، فتُغطَّى بواسطة خوارزمية CELP. [ 6 ]

تكنولوجيا

الترميز التنبؤي الخطي

تستخدم تقنية HVXC ترميزًا تنبؤيًا خطيًا (LPC) مع تعديل تدريجي كل 20 مللي ثانية. [ 2 ] تُحوّل معلمات LPC إلى معاملات أزواج طيفية خطية (LSP)، والتي تُكمّم معًا. [ 2 ] تُصنّف إشارة LPC المتبقية إما كصوتية أو غير صوتية . في حالة الكلام الصوتي، تُرمّز الإشارة المتبقية بتمثيل بارامتري (تعمل كمشفّر صوتي )، بينما في حالة الكلام غير الصوتي، تُكمّم الإشارة المتبقية (وبالتالي تعمل كمشفّر كلام هجين).

الترميز المتبقي الصوتي (التوافقي)

في المقاطع الصوتية، تُمثَّل الإشارة المتبقية بمعاملين: فترة النبرة والغلاف الطيفي. [ 2 ] تُقدَّر فترة النبرة من القيم القصوى للارتباط الذاتي للإشارة المتبقية. [ 2 ] في هذه العملية، تُقارن الإشارة المتبقية بنسخ مُزاحة منها، ويُحدَّد الإزاحة التي تُعطي أكبر تشابه وفقًا لمقياس الاعتماد الخطي على أنها فترة النبرة. يُمثَّل الغلاف الطيفي بمجموعة من قيم السعة، قيمة واحدة لكل توافقية . [ 2 ] لاستخراج هذه القيم، تُحوَّل الإشارة المتبقية من LPC إلى مجال DFT . [ 2 ] يُقسَّم طيف DFT إلى نطاقات، نطاق واحد لكل توافقية. يتكون نطاق التردد للتوافقية m من معاملات DFT من (m-1/2)ω₀ إلى (m+1/2)ω₀ ، حيث ω₀ هو تردد النبرة. [ ٢ ] يتم اختيار قيمة السعة للتوافقي رقم m لتمثيل معاملات تحويل فورييه المنفصلة (DFT) هذه على النحو الأمثل. [ ٢ ] يتم تجاهل معلومات الطور في هذه العملية. ثم يتم ترميز الغلاف الطيفي باستخدام التكميم المتجهي الموزون ذي الأبعاد المتغيرة . تُعرف هذه العملية أيضًا باسم التكميم المتجهي التوافقي .

لجعل الكلام الذي يجمع بين الإثارة الصوتية وغير الصوتية يبدو أكثر طبيعية وسلاسة، يتم التمييز بين ثلاثة أنماط مختلفة للكلام الصوتي (مختلط صوتي-1، مختلط صوتي-2، صوتي كامل). [ 2 ] تُحدد درجة الصوت بقيمة دالة الارتباط الذاتي المعيارية عند إزاحة دورة نغمة واحدة. وبحسب النمط المُختار، يُضيف المُفكِّك كميات مختلفة من ضوضاء غاوسية ذات نطاق تمرير إلى الإشارة التوافقية المُركَّبة.

الترميز المتبقي بدون صوت (VXC)

تُشفّر المقاطع غير الصوتية وفقًا لخوارزمية CELP ، والتي تُعرف أيضًا باسم تشفير الإثارة المتجهة (VXC). [ 2 ] يُنفّذ تشفير CELP في HVXQ باستخدام دفتر رموز عشوائي فقط. في برامج ترميز CELP الأخرى، يُستخدم دفتر رموز ديناميكي إضافي لإجراء تنبؤ طويل المدى للمقاطع الصوتية. مع ذلك، ولأن HVXC لا يستخدم CELP للمقاطع الصوتية، فقد تم استبعاد دفتر الرموز الديناميكي من التصميم.

انظر أيضاً

مراجع

  1. ↑ ISO / IEC (2009-09-01)، ISO/IEC 14496-3:2009 - تكنولوجيا المعلومات - ترميز الكائنات السمعية والبصرية - الجزء 3: الصوت (PDF) ، IEC ، تم الاطلاع عليه بتاريخ 2009-10-07
  2. 1 2 3 4 5 6 7 8 9 10 11 ماسايوكي نيشيغوتشي (17-04-2006)، ترميز الإثارة المتجهة التوافقية للكلام (ملف PDF) ، العلوم والتكنولوجيا الصوتية ، تم الاطلاع عليه بتاريخ 09-10-2009
  3. ↑ المنظمة الدولية للمقاييس (1999). "ISO/IEC 14496-3:1999 - تكنولوجيا المعلومات - ترميز الكائنات السمعية والبصرية - الجزء 3: الصوت" . المنظمة الدولية للمقاييس . تم الاطلاع عليه بتاريخ 9 أكتوبر 2009 .
  4. ↑ ISO (2000). "ISO/IEC 14496-3:1999/Amd 1:2000 - ملحقات الصوت" . ISO . تم الاطلاع عليه بتاريخ 7 أكتوبر 2009 .
  5. ↑ ISO / IEC JTC 1/SC 29/WG 11 (يوليو 1999). "ISO/IEC 14496-3:/Amd.1 - مسودة اللجنة النهائية - إصدار الصوت MPEG-4 2" (ملف PDF) . خادم FTP . تاريخ الاسترجاع: 7 أكتوبر 2009 .{{cite web}}: CS1 maint: أسماء رقمية: قائمة المؤلفين ( رابط ) (لعرض المستندات، انظر المساعدة: FTP )
  6. ↑ كارلهاينز براندنبورغ؛ أوليفر كونز؛ أكيهيكو سوجياما. "ترميز الصوت الطبيعي MPEG-4 - أدوات ترميز الكلام الطبيعي" (ملف PDF) . تم الاطلاع عليه بتاريخ 25 مارس 2013 .