LPC   Linear Predicative Coding   선형 예측 부호화

(2018-07-18)

선형 예측 코딩, Prediction, 예측, Linear Prediction, 선형 예측

1. 추정, 예측, 선형 예측 이란

  ※ [용어 비교]
     - 관측 데이터(샘플)로부터 미지의 어떤 값을 추정하는 것 : 추정(Estimation)
     - 시간적으로 이전 샘플들로부터 다음 샘플을 예측하는 것 : 예측(Prediction)
     - 선형 모델로부터 과거 샘플로부터 현재 샘플 값을 예측  : 선형 예측(Linear Prediction)

  ㅇ 선형 예측 (Linear Prediction)
     - 이전의 샘플값들로부터 선형 모델(선형회귀분석)에 의해 계산하여, 현재 샘플값을 예측
        . 例) 이전 샘플값들의 선형결합(메모리 ,예측 계수로 구성된 탭 지연선)에 의해 예측
         
  ㅇ 선형 예측 부호화 (LPC, Linear Predicative Coding)
     - 인간 발성 모델에 근거한 선형 예측에 의한 음성 부호화 방식 
     - `음성 발생 모델의 특징 추출` 및 `음성신호압축` 모두를 가능케 함


2. LPC 구현원리
   
  ㅇ LPC 기본 가정
     - 현재의 음성 샘플이 이전의 음성 샘플들의 근사적인 선형 결합으로 표현 가능
        . 현재 음성 표본값을 과거의 표본값들로부터 예측하고,
        . 그 잔차(차분) 성분 만을 부호화 
           .. 이때문에, 데이터가 작아지므로 압축도 가능

  ㅇ LPC에서의 `음성 발생 모델(Vocal Tract Model)`
     - 음성 신호의 특징들에 대한 요소화(파라미터화)
        . 이득
        . 유성음/무성음으로 음원의 구분
        . 시간에 따라 변화하는 성도시변 필터로써 보고, 필터 계수 및 피치 등으로 파라미터화

     - 음성의 발성 기관을 하나의 시변시스템(필터)으로 가정 함
        . 성도(Vocal Tract) 기관의 작용을 시변 필터화하고, 
        . 그 필터를 구동하는 입력 신호(여기 신호)로는 
           .. 유성음의 경우에는, 임펄스 수열로 
           .. 무성음의 경우에는, 백색잡음으로 모델링 함

        . 성도모델링시변 필터의 계수들은 음성을 특징짓는 수치 벡터로 봄
           .. 10 ~ 14개 정도로 구성되는 예측 계수로부터 성도 필터 모델링
           .. 예측 계수 구하는 방법에는 자기상관함수 방식이나 공분산 방식이 있음 

  ㅇ LPC 해석
     - 성도주파수 특성을 변화시켜가면서 각각 다른 음성을 발생시키는 과정을 분석하여,
     - 유성음무성음에 따라 입력 신호의 크기 또는 주기 등의 변화에 대한 각종 계수를
       구하는 과정을 LPC 해석이라고 함

  ㅇ LPC 및 PCM 비교
     - LPC는 매 20 ms 시간 구간 마다,
        . 음성을 샘플링, 분석 및 합성(Analysis by Synthesis,AbS) 하여 부호화하는 것에 비해,
     - PCM에서는 20 ms 동안, 160회 샘플링하여 매 샘플 마다 부호화하는 것임


3. LPC 특징

  ㅇ 음성 주파수 스펙트럼 상에서의 특징을 상대적으로 적은 수의 파라미터 만으로
     비교적 정확하게 표현 가능
  ㅇ 선형 예측 분석에 따른 계산량이 크지 않음


4. LPC 사용 例이동통신에서는 LPC 변형이나 혼합 방식을 사용함 (例, QCELP 등)


[(협대역) 음성 부호화] 1. 음성 부호화 2. 파원 부호화(보코딩) 3. LPC 4. CELP 5. AMR 6. EVRC 7. 분해-합성 기법
[ITU 음성부호화 표준]

 
        최근수정     요약목록(시험중)     참고문헌