Codificador de veu: diferència entre les revisions

Contingut suprimit Contingut afegit
m Bot: substitució ’ → ', “ i ” → ", l•l → l·l, 9kg → 9 kg, km2 → km²
m Robot: Canvis cosmètics
Línia 14:
== ''Vocoders'' ==
[[Fitxer:vocoder.png|thumb|Model de funcionament d'un vocoder. L'excitació de la font pot ser periòdica (so sonor) o de soroll (sorda).]]
A diferència dels '''codificadors de forma d'ona''', que no tenen en compte la naturalesa del senyal a codificar, els vocoders n'aprofiten les característiques intrínseques per a que la codificació sigui més eficient. Intenten produir un senyal que soni com la veu original, independentment de si la forma d'ona s'hi assembla o no. Al transmissor s'analitza la veu i s'extreuen els paràmetres del model i l'excitació, i aquesta informació s'envia al receptor, on a través d'un model simplificat de producció de veu aquesta és sintetitzada. El resultat obtingut és un senyal de veu intel·ligible amb una [[taxa de bits]] molt baixa, però té el problema que sona bastant sintètic (poc natural).
 
 
Línia 32:
 
Dins d'aquest grup trobem els següents codificadors de veu:
::* [[PCM]]
::* [[DPCM]]
::* [[ADPCM]]
 
==== Modulació per codificació d'impulsos (PCM, ''Pulse Code Modulation'') ====
 
La modulació por codificació d'impulsos és la codificació de forma d'ona més senzilla. Bàsicament consisteix en el procés de quantificació uniforme. Cada mostra que entra al codificador es quantifica amb un determinat nivell d'entre un conjunt finit de nivells de reconstrucció. Cadascun d'aquests nivells es fa correspondre amb una seqüència de dígits binaris, que és la que s'envia al receptor. Es poden utilitzar diferents criteris per a dur a terme la [[Quantificació (processament d'àudio)|quantificació]], essent la [[quantificació logarítmica]] la tècnica més utilitzada. En aquest cas el pas de quantificació segueix una funció de tipus logarítmic, que equival a aplicar una compressió/expansió de les amplituds i una quantificació uniforme. Un exemple d'aquest tipus de quantificació és la [[llei Mu]].
 
==== Modulació per codificació d'impulsos diferencial (DPCM, ''Differential PCM'') ====
 
Degut al fet que [[PCM]] no té en compte la forma d'ona del senyal a codificar, funciona bé per a senyals d'àudio genèrics, però quan es codifica un senyal de veu apareix una gran correlació (semblança) entre mostres consecutives del senyal. Aquesta correlació pot aprofitar-se per a reduir la taxa de bits, transmetent només el '''senyal diferència''' (anomenat '''residu''') entre mostres. Aquest senyal diferència té un marge dinàmic molt per sota del marge dinàmic del senyal de veu original, per tant es podrà quantificar amb un nombre de nivells de reconstrucció menor. A més a més, el fet de tenir menys variància millora la relació senyal a soroll ([[SNR]]).
 
==== Modulació per codificació d'impulsos diferencial adaptativa (ADPCM, ''Adaptive DPCM'') ====
 
En '''modulació per codificació d'impulsos diferencial (DPCM)''', tant el predictor com el quantificador romanen fixos en el temps. Per aconseguir una major eficiència d'aquest sistema, ADPCM utilitza quantificadors i predictors adaptatius que permeten adaptar-se dinàmicament a les variacions i característiques del senyal de veu. Això fa que l'error quadràtic de predicció es minimitzi contínuament, amb independència del senyal de veu i de l'emissor.
Línia 58:
 
Aquests mètodes de codificació es basen en dos principis bàsics:
:* En el propi filtrat o transformació, que al ser en domini freqüencial permet l'obtenció de menys components correlats que generaran una codificació més eficient.
:* En el coneixement de la distorsió percebuda pels oients en el domini freqüencial, que pot ser utilitzat per millorar el rendiment subjectiu del codificador.
Dins d'aquest grup trobem dos tipus de codificadors:
:* Codificadors '''sub-banda''' (SBC, ''Sub-Band Coding'')
:* Codificadors '''psicoacústics'''
 
==== Codificadors sub-banda (SBC, ''Sub-Band Coding'') ====
Línia 89:
 
Els més coneguts són:
:* '''CELP'''
:* '''MPLPC'''
:* '''RELP'''
 
=== Codificador CELP (''Codebook Excited Linear Prediction'') ===