Alt uzay yöntemleri kullanarak işaret kodlama

Abstract

Bu tez çalışmasında, ses sinyallerinin kodlanması için Karhunen Loeve Transform (KLT) ve Independent Component Analysis (ICA) temelli iki yeni yöntem önerilmiştir. özdeğer büyüklükleri ile uğraşmak yerine, KLT ve ICA tabanlı yöntemler, kovaryans matrislerinin özvektörlerini (veya ICA için bağımsız bileşenleri) daha az sayıdaki vektöre geometrik olarak gruplayarak kullanır. Bu şekilde bir veri sıkıştırması gerçekleştirilmiştir. Daha fazla sıkıştırma işlemi, küçük özdeğerlere karşılık gelen otokovaryans özvektörlerini atarak ve kalan özvektörlerde vektör nicemleme uygulayarak elde edilmiştir. Buna ek olarak bu çalışma, daha iyi SNR için, hatanın etkin bir şekilde iletilmesi amacı ile kullanılabilir bant genişliğinin geri kalan kısmını kullanan, tekrar eden bir hata düzeltme sürecini önermektedir. Tüm süreçler, etkili ses kodlamaya yeni bir yaklaşım oluşturmaktadır; ICA, ilk kez alt uzay ses kodlamasında kullanılmaktadır. Önerilen yöntemlerle Sabit Bit Hızı (CBR) ve Değişken Bit Hızı (VBR) kodlama algoritmaları kullanılmıştır. Deneysel çalışmalarda TIMIT ses veri tabanı kullanılmıştır. Ses sinyalleri, çeşitli çerçeve uzunluklarını kullanılarak 2.4 kbps, 8 kbps, 12.2 kbps, 16 kbps, 16.4 kbps ve 19.85 kbps oranlarında sentezlenmiştir. Sentezlenen ses sinyallerinin kaliteleri, LPC (2.4 kbps), G728 (LD-CELP, 16 kbps), G729A (CS-CELP, 8 kbps), EVS (16.4 kbps), AMR-NB (12,2 kbps) ve AMR-WB (19,85 kbps) ses kodlayıcılar ile karşılaştırılmıştır. Deneysel çalışmalar sonucunda, KLT_VBR(A1) yönteminin ses kodlamada diğer yöntemlere göre daha iyi sonuçlar verdiği görülmüştür. Anahtar Kelimeler: Bağımsız Bileşen Analizi(ICA), Karhunen Loeve Dönüşümü(KLT), Ses kodlayıcılar, Altuzay Yöntemler.

In this thesis, two novel methods, which are based on Karhunen Loeve Transform (KLT) and Independent Component Analysis (ICA), are proposed for coding of speech signals. Instead of immediately dealing with eigenvalue magnitudes, the KLT- and ICA-based methods use eigenvectors of covariance matrices (or independent components for ICA) by geometrically grouping these vectors into fewer numbers of vectors. In this way, a data representation compaction is achieved. Further compression is achieved through discarding autocovariance eigenvectors corresponding to the small eigenvalues and applying vector quantization on the remaining eigenvectors. Additionally, this study proposes an iterative error refinement process, which uses the rest of the available bandwidth in order to transmit an efficient representation of the description error for better SNR. The overall process constitutes a new approach to efficient speech coding, with ICA being used in subspace speech coding for the first time. Constant bit rate (CBR) and variable bit rate (VBR) coding algorithms are employed with the proposed methods. TIMIT speech database is used in the experimental studies. Speech signals are synthesized at 2.4 kbps, 8 kbps, 12.2 kbps, 16 kbps, 16.4kbps and 19.85 kbps rates by using various frame lengths. The qualities of synthesized speech signals are compared to those of available speech codecs, i.e., LPC (2.4 kbps), G728 (LD-CELP, 16 kbps), G729A (CS-CELP, 8 kbps), EVS (16.4 kbps), AMR-NB (12.2 kbps) and AMR-WB (19.85 kbps). The results of experimental studies show that KLT_VBR(A1) method provides better results compared to other speech coding methods.Keywords: Independent Component Analysis (ICA), Karhunen Loeve Transform (KLT), Speech codecs, Subspace methods.