Mixed pseudo analogue-digital speech and audio coding

Hoelper, Carsten; Vary, Peter

doi:3509

Mixed pseudo analogue-digital speech and audio coding = Gemischt pseudoanalog-digitale Sprach- und Audiocodierung

Hoelper, Carsten (Author)

2010 & 2011

VerantwortlichkeitsangabeCarsten Hoelper

ImpressumAachen : Mainz 2010

UmfangIV, 156 S. : graph. Darst.

ISBN3-86130-653-0

ReiheAachener Beiträge zu digitalen Nachrichtensystemen ; 27

Zugl.: Aachen, Techn. Hochsch., Diss., 2010

Druckausgabe: 2010. - Onlineausgabe: 2011

Genehmigende Fakultät
Fak06

Hauptberichter/Gutachter
Vary, Peter (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2010-12-03

Online
URN: urn:nbn:de:hbz:82-opus-35091
URL: https://publications.rwth-aachen.de/record/63922/files/3509.pdf

Einrichtungen

Lehrstuhl und Institut für Nachrichtengeräte und Datenverarbeitung (613310)

Inhaltliche Beschreibung (Schlagwörter)
Digitale Sprachverarbeitung (Genormte SW) ; Übertragung (Genormte SW) ; Digitalübertragung (Genormte SW) ; Sprachübertragung (Genormte SW) ; Codierung (Genormte SW) ; Ingenieurwissenschaften (frei) ; analog-digitale Übertragung (frei) ; Sprach- und Audio-Übertragung (frei) ; analog digital transmission (frei) ; speech and audio transmission (frei) ; coding (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Heutige Systeme zur Codierung und Übertragung von Sprach-, Audio- und Videodaten sind entweder digital oder analog, wobei es in den letzten Jahrzehnten einen starken Trend von analogen hin zu digitalen Systemen gegeben hat, die mittels Kanalcodierung Übertragungsfehler ausgleichen können. Eine Kombination von digitaler und analoger Welt spart sowohl Übertragungsbandbreite als auch Komplexität, während die erzielbare Qualität im interessanten Bereich der Signal-Rausch-Abstände auf dem Kanal gesteigert wird. Die Kombination wird hier erreicht, indem die pseudo-analogen Abtastwerte des Restsignals nach linearer Prädiktion unquantisiert übertragen werden. Dieses Prinzip, gemischt pseudoanalog-digitale Übertragung (MAD: Mixed Pseudo Analogue-Digital transmission), wird auf Telefonsprache, breitbandige Sprache und Audioübertragung angewendet. Die vorliegende Arbeit untersucht die Leistungsfähigkeit des MAD Übertragunssystems anhand von Sprach- und Audioübertragung über einen AWGN Kanal mit flachem Rayleigh Fading. MAD Übertragung wird mit dem Adaptiven Multiratencodec im 12.2 kbit/s Modus (Enhanced Fullrate Codec) verglichen, der mit Kanalcodierung eine vergleichbare Bruttobandweite auf dem Kanal benötigt. Die simulativen Ergebnisse werden mit einer informationstheoretischen Betrachtung hinterlegt. Es wird gezeigt, dass nach digitaler Codierung der Spektralen Einhüllenden ein Gaussförmiges Restsignal zu übertragen bleibt, welches ideal an den AWGN Kanal angepasst ist. Modulationsschemata, die mit der Archimedesspirale das pseudoanaloge Restsignal in einen zweidimensionalen Signalraum überführen, werden vorgestellt und theoretisch beleuchtet um die Qualität des MAD Systems weiter zu steigern. Schließlich werden Anwendungsszenarien wie ein MAD Mikrofon, Hörgerät oder Headset umrissen und es wird ein kurzer Ausblick auf kanaladaptive MAD Übertragung gegeben.

Current speech, audio, and video coding and transmission systems are either analogue or digital, with a strong shift from analogue systems to digital systems during the last decades for the benefit of exploiting digital channel coding for error correction. Combining both, digital and analogue schemes results in the benefit of saving transmission bandwidth, complexity, and of improving the achievable quality at any given signal-to-noise ratio on the channel within the range of interest. The combination was achieved by transmitting pseudo analogue samples of the unquantized residual signal of a linear predictive digital filter. This principle, called Mixed Pseudo Analogue-Digital (MAD) transmission, is applied to both, narrowband, and wideband speech, as well as to audio signals. After introduction of the MAD transmission principle, this contribution examines the performance of the novel scheme for speech and audio transmission over a channel modelled as fading Additive White Gaussian Noise (AWGN with flat fading) with Rayleigh fading. An implementation of MAD transmission is compared to the GSM Adaptive Multi-rate speech codec mode 12.2 kbit/s (Enhanced Fullrate Codec, EFR), which uses a comparable transmission bandwidth if channel coding is included. The simulative results are backed by a thorough information theoretical analysis of the principles used in MAD transmission, pointing out that the increased performance mainly stems from the combination of digitally transmitting the spectral envelope of the signal while at the same time the Gaussian residual signal is the optimum input for the AWGN channel. Modulation schemes using the Archimedes Spiral for mapping the pseudo analogue residual to a 2-dimensional signal space are theoretically motivated and developed to enhance the quality of the basic system. Finally, possible applications like MAD microphones and headsets are suggested and further prospects like channel adaptive MAD are briefly given.

Fulltext:
PDF