الترميز التنبؤي الخطي

الموسوعة الحرة

يُعدّ الترميز التنبؤي الخطي ( LPC ) طريقة تُستخدم في الغالب في معالجة الإشارات الصوتية ومعالجة الكلام لتمثيل الغلاف الطيفي لإشارة الكلام الرقمية في شكل مضغوط ، باستخدام معلومات نموذج تنبؤي خطي . [ 1 ] [ 2 ]

تُعدّ تقنية LPC الطريقة الأكثر استخدامًا في ترميز الكلام وتوليفه . وهي تقنية قوية لتحليل الكلام، وطريقة مفيدة لترميز كلام عالي الجودة بمعدل بت منخفض .

ملخص

يبدأ تحليل المكونات الخطية (LPC ) بافتراض أن إشارة الكلام تُنتج بواسطة طنين في نهاية أنبوب ( للأصوات المجهورة )، مع إضافة أصوات فحيح وفرقعة من حين لآخر ( للأصوات المهموسة مثل الأصوات الصفيرية والانفجارية ). على الرغم من بساطة هذا النموذج، إلا أن نموذج المصدر-المرشح هذا يُعد تقريبًا دقيقًا لواقع إنتاج الكلام. يُنتج المزمار (المساحة بين الطيات الصوتية) الطنين، الذي يتميز بشدته ( ارتفاعه ) وتردده (حدته). يشكل الجهاز الصوتي (الحلق والفم) الأنبوب، الذي يتميز برنيناته؛ تُنتج هذه الرنينات ترددات رنانة ، أو نطاقات ترددية مُعززة في الصوت الناتج. تتولد أصوات الفحيح والفرقعة بفعل حركة اللسان والشفتين والحلق أثناء نطق الأصوات الصفيرية والانفجارية.

يقوم تحليل LPC بتحليل إشارة الكلام من خلال تقدير الترددات الرنانة، وإزالة تأثيراتها من إشارة الكلام، وتقدير شدة وتردد الطنين المتبقي. تُسمى عملية إزالة الترددات الرنانة بالترشيح العكسي، وتُسمى الإشارة المتبقية بعد طرح الإشارة المُرشحة بالباقي.

يمكن تخزين الأرقام التي تصف شدة وتردد الطنين، والترددات الرنانة، وإشارة البقايا، أو إرسالها إلى مكان آخر. يقوم نظام LPC بتوليف إشارة الكلام عن طريق عكس العملية: استخدام معلمات الطنين وإشارة البقايا لإنشاء إشارة مصدر، واستخدام الترددات الرنانة لإنشاء مرشح (يمثل الأنبوب)، ثم تمرير إشارة المصدر عبر المرشح، مما ينتج عنه الكلام.

نظراً لأن إشارات الكلام تتغير مع مرور الوقت، تتم هذه العملية على أجزاء قصيرة من إشارة الكلام، والتي تسمى الإطارات؛ بشكل عام، فإن 30 إلى 50 إطارًا في الثانية تعطي كلامًا مفهومًا مع ضغط جيد.

التاريخ المبكر

يعود تاريخ التنبؤ الخطي (تقدير الإشارة) إلى أربعينيات القرن العشرين على الأقل، عندما وضع نوربرت وينر نظرية رياضية لحساب أفضل المرشحات والمتنبئات للكشف عن الإشارات المخفية في الضوضاء. [ 3 ] [ 4 ] بعد فترة وجيزة من وضع كلود شانون نظرية عامة للترميز ، أجرى كل من سي. تشابين كاتلر [ 5 ] وبرنارد إم. أوليفر [ 6 ] وهنري سي. هاريسون [ 7 ] أبحاثًا حول الترميز التنبؤي للإشارات. [ 8 ] [ 9 ]

طُبقت النماذج التنبؤية الخطية على تحليل الكلام بشكل مستقل من قبل فوميتادا إيتاكورا من جامعة ناغويا وشوزو سايتو من شركة نيبون للبرق والهاتف في عام 1966، وفي عام 1967 من قبل بيشنو س. أتال ، ومانفريد ر. شرودر، وجون بورغ. وصف إيتاكورا وسايتو منهجًا إحصائيًا قائمًا على تقدير الاحتمال الأقصى ؛ ووصف أتال وشرودر منهجًا تنبؤيًا خطيًا تكيفيًا ؛ بينما حدد بورغ منهجًا قائمًا على مبدأ الإنتروبيا القصوى . [ 4 ] [ 10 ] [ 11 ] [ 12 ]

في عام 1969، قدّم إيتاكورا وسايتو طريقةً تعتمد على الارتباط الجزئي (PARCOR)، واقترح غلين كولر ترميز الكلام في الوقت الحقيقي، وعرض بيشنو س. أتال مُشفّر كلام LPC في الاجتماع السنوي للجمعية الصوتية الأمريكية . وفي عام 1971، عرضت شركة فيلكو-فورد ترميز LPC في الوقت الحقيقي باستخدام أجهزة LPC ذات 16 بت ، وبيعت أربع وحدات منه. [ 13 ] وطوّر بيشنو أتال ومانفريد شرودر تقنية LPC خلال سبعينيات وثمانينيات القرن العشرين. [ 13 ] وفي عام 1978، طوّر أتال وفيشواناث وآخرون من شركة BBN أول خوارزمية LPC ذات معدل متغير . [ 13 ] وفي العام نفسه، اقترح أتال ومانفريد ر. شرودر في مختبرات بيل مُشفّر كلام LPC يُسمى الترميز التنبؤي التكيفي ، والذي استخدم خوارزمية ترميز نفسية صوتية تستغل خصائص حجب الصوت في الأذن البشرية. [ 14 ] [ 15 ] أصبح هذا فيما بعد أساسًا لتقنية الترميز الإدراكي المستخدمة في تنسيق ضغط الصوت MP3 ، الذي تم تقديمه في عام 1993. [ 14 ] تم تطوير التنبؤ الخطي المُثار بالترميز (CELP) بواسطة شرودر وأتال في عام 1985. [ 16 ]

يُعدّ بروتوكول LPC أساس تقنية نقل الصوت عبر بروتوكول الإنترنت (VoIP). [ 13 ] في عام 1972، بدأ بوب كان من وكالة مشاريع الأبحاث المتقدمة (ARPA) بالتعاون مع جيم فورجي من مختبر لينكولن (LL) وديف والدن من شركة BBN Technologies أولى التطورات في مجال نقل الكلام المُجزأ، والذي أدى في نهاية المطاف إلى تقنية نقل الصوت عبر بروتوكول الإنترنت. وفي عام 1973، ووفقًا لتاريخ مختبر لينكولن غير الرسمي، قام إد هوفستيتر بتنفيذ أول اتصال LPC فوري بسرعة 2400 بت / ثانية . وفي عام 1974، تم إنجاز أول اتصال صوتي ثنائي الاتجاه فوري باستخدام بروتوكول LPC عبر شبكة ARPANET بسرعة 3500 بت/ثانية بين كولر-هاريسون ومختبر لينكولن.  

تمثيلات معاملات LPC

تُستخدم تقنية التنبؤ الخطي (LPC) بكثرة لنقل معلومات الغلاف الطيفي، ولذا يجب أن تكون قادرة على تحمل أخطاء الإرسال. يُعدّ نقل معاملات المرشح مباشرةً (انظر التنبؤ الخطي لتعريف المعاملات) غير مرغوب فيه، لأنها حساسة للغاية للأخطاء. بعبارة أخرى، قد يؤدي خطأ صغير جدًا إلى تشويه الطيف بأكمله، أو ما هو أسوأ، قد يجعل خطأ صغير مرشح التنبؤ غير مستقر.

توجد تمثيلات أكثر تطوراً مثل نسب المساحة اللوغاريتمية (LAR)، وتحليل أزواج الطيف الخطي (LSP)، ومعاملات الانعكاس . ومن بين هذه التمثيلات، اكتسب تحليل أزواج الطيف الخطي (LSP) شعبية خاصة لأنه يضمن استقرار المتنبئ، وتكون الأخطاء الطيفية محلية بالنسبة للانحرافات الصغيرة في المعاملات.

التطبيقات

تُعدّ تقنية LPC الطريقة الأكثر استخدامًا في ترميز الكلام وتوليفه . [ 17 ] وهي تُستخدم عمومًا لتحليل الكلام وإعادة تركيبه. كما تستخدمها شركات الاتصالات كشكل من أشكال ضغط الصوت، كما هو الحال في معيار GSM على سبيل المثال. وتُستخدم أيضًا في الاتصالات اللاسلكية الآمنة ، حيث يجب رقمنة الصوت وتشفيره وإرساله عبر قناة صوتية ضيقة؛ ومن الأمثلة المبكرة على ذلك نظام نافاجو 1 التابع للحكومة الأمريكية .

يمكن استخدام توليف LPC لإنشاء مُشفِّرات صوتية، حيث تُستخدم الآلات الموسيقية كإشارة تحفيز للمرشح المتغير زمنيًا المُستخلص من كلام المغني. وهذا شائع إلى حد ما في الموسيقى الإلكترونية . وقد استخدم بول لانسكي الترميز التنبؤي الخطي في تأليف مقطوعة الموسيقى الحاسوبية الشهيرة notjustmoreidlechatter . [ 18 ] كما استُخدم مُشفِّر LPC من الرتبة العاشرة في لعبة Speak & Spell التعليمية الشهيرة في ثمانينيات القرن الماضي.

تُستخدم مُتنبئات LPC في Shorten و MPEG-4 ALS و FLAC و SILK audio codec وغيرها من برامج ترميز الصوت غير المضغوطة .

حظيت تقنية LPC ببعض الاهتمام كأداة تُستخدم في التحليل الصوتي للكمان والآلات الموسيقية الوترية الأخرى. [ 19 ]

انظر أيضاً

مراجع

  1. ↑ دينغ، لي؛ دوغلاس أوشوغنيسي (2003). معالجة الكلام: منهج ديناميكي وموجه نحو التحسين . مارسيل ديكر . الصفحات 41-48 . ISBN  978-0-8247-4040-5.
  2. ↑ بيجي، همايون (2011). أساسيات التعرف على المتحدث . برلين: سبرينغر-فيرلاغ. ISBN 978-0-387-77591-3.
  3. ↑ بي إس أتال (2006). "تاريخ التنبؤ الخطي" . مجلة معالجة الإشارات IEEE . 23 (2): 154-161 . Bibcode : 2006ISPM...23..154A . doi : 10.1109/MSP.2006.1598091 . S2CID 15601493 . 
  4. 1 2 ي. ساساهيرا؛ س. هاشيموتو (1995). "تغيير طبقة الصوت باستخدام طريقة الترميز التنبؤي الخطي للحفاظ على النبرة الشخصية للمغني" (ملف PDF) . دار نشر ميشيغان.{{cite journal}}يتطلب الاستشهاد بالمجلة ( مساعدة )|journal=
  5. ↑ براءة الاختراع الأمريكية رقم 2605361 ، سي سي كاتلر، "التكميم التفاضلي لإشارات الاتصالات"، نُشرت في 29 يوليو 1952 
  6. ↑ بي إم أوليفر (1952). "الترميز الفعال". مجلة بيل سيستم التقنية . 31 (4). مختبرات نوكيا بيل: 724-750 . رمز Bibcode : 1952BSTJ...31..724O . doi : 10.1002/j.1538-7305.1952.tb01403.x .
  7. ↑ هـ. س. هاريسون (1952). "تجارب مع التنبؤ الخطي في التلفزيون". مجلة بيل سيستم التقنية . 31 (4): 764-783 . Bibcode : 1952BSTJ...31..764H . doi : 10.1002/j.1538-7305.1952.tb01405.x .
  8. ↑ ب. إلياس (1955). "الترميز التنبؤي 1". معاملات معهد مهندسي الراديو. نظرية المعلومات . IT-1 العدد 1: 16-24 . رمز Bibcode : 1955IRTIT...1...16E . doi : 10.1109/TIT.1955.1055126 .
  9. ↑ ب. إلياس (1955). "الترميز التنبؤي II". معاملات معهد مهندسي الراديو. نظرية المعلومات . IT-1 العدد 1: 24-33 . رمز Bibcode : 1955IRTIT...1...24E . doi : 10.1109/TIT.1955.1055116 .
  10. ↑ س. سايتو؛ ف. إيتاكورا (يناير 1967). "دراسة نظرية للتمييز الأمثل إحصائياً للكثافة الطيفية للكلام". مجلة الجمعية الصوتية اليابانية .
  11. ↑ بي إس أتال؛ إم آر شرودر (1967). "الترميز التنبؤي للكلام". مؤتمر الاتصالات والإجراءات .
  12. ↑ جيه بي بورغ (1967). "تحليل الطيف ذو الإنتروبيا القصوى". وقائع الاجتماع السابع والثلاثين، جمعية الجيوفيزياء الاستكشافية، مدينة أوكلاهوما .
  13. 1 2 3 4 غراي، روبرت م. (2010). "تاريخ الكلام الرقمي في الوقت الحقيقي على شبكات الحزم: الجزء الثاني من الترميز التنبؤي الخطي وبروتوكول الإنترنت" (ملف PDF) . أسس واتجاهات معالجة الإشارات . 3 (4): 203-303 . doi : 10.1561/2000000036 . ISSN 1932-8346 . مؤرشف (ملف PDF) من الأصل بتاريخ 2022-10-09. 
  14. 1 2 شرودر، مانفريد ر. (2014). "مختبرات بيل" . الصوتيات والمعلومات والاتصالات: مجلد تذكاري تكريمًا لمانفريد ر. شرودر . سبرينغر. ص 388. ISBN  9783319056609.
  15. ↑ أتال، ب.؛ شرودر، م. (1978). "الترميز التنبؤي لإشارات الكلام ومعايير الخطأ الذاتية". المؤتمر الدولي لهندسة الصوت والكلام ومعالجة الإشارات (ICASSP '78). المجلد 3. الصفحات 573-576 . doi : 10.1109/ICASSP.1978.1170564 .  
  16. ↑ شرودر، مانفريد ر .؛ أتال، بيشنو س. (1985). "التنبؤ الخطي المُحفَّز بالترميز (CELP): كلام عالي الجودة بمعدلات بت منخفضة جدًا". المؤتمر الدولي لهندسة الصوت والكلام ومعالجة الإشارات (ICASSP '85). المجلد 10. الصفحات 937-940 . doi : 10.1109/ICASSP.1985.1168147 . S2CID 14803427 .   
  17. ↑ غوبتا، شيبرا (مايو 2016). "تطبيق معاملات MFCC في التعرف على المتحدث المستقل عن النص" (ملف PDF) . المجلة الدولية للبحوث المتقدمة في علوم الحاسوب وهندسة البرمجيات . 6 (5): 805-810 (806). ISSN 2277-128X . S2CID 212485331. مؤرشف من الأصل (ملف PDF) بتاريخ 18 أكتوبر 2019. تم الاطلاع عليه بتاريخ 18 أكتوبر 2019 .  
  18. ↑ لانسكي، بول. "أكثر من مجرد ثرثرة عابرة" . مؤرشف من الأصل بتاريخ 24-12-2017 . تم الاطلاع عليه بتاريخ 02-06-2024 .
  19. ↑ تاي، هوان تشينغ؛ تشونغ، داي تينغ (14 يونيو 2012). "تُظهر آلات الكمان من نوع ستراديفاري ترددات رنينية تُشبه حروف العلة التي تُصدرها الإناث" . مجلة سافارت . 1 (2). مؤرشف من الأصل في 3 ديسمبر 2013. تم الاطلاع عليه في 7 مارس 2013 .

للمزيد من القراءة