prikaz prve stranice dokumenta Kvantizacija frekvencija spektralnih linija u adaptivnom koderu govornog signala s više brzina prijenosa primjenom modela s Gaussovim mješavinama
Rad nije dostupan
magistarski rad
Kvantizacija frekvencija spektralnih linija u adaptivnom koderu govornog signala s više brzina prijenosa primjenom modela s Gaussovim mješavinama
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2010. urn:nbn:hr:168:775077
Tadić, Tihomir
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zavod za elektroničke sustave i obradbu informacija

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Tadić, T. (2010). Kvantizacija frekvencija spektralnih linija u adaptivnom koderu govornog signala s više brzina prijenosa primjenom modela s Gaussovim mješavinama (Magistarski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:775077

Tadić, Tihomir. "Kvantizacija frekvencija spektralnih linija u adaptivnom koderu govornog signala s više brzina prijenosa primjenom modela s Gaussovim mješavinama." Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2010. https://urn.nsk.hr/urn:nbn:hr:168:775077

Tadić, Tihomir. "Kvantizacija frekvencija spektralnih linija u adaptivnom koderu govornog signala s više brzina prijenosa primjenom modela s Gaussovim mješavinama." Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2010. https://urn.nsk.hr/urn:nbn:hr:168:775077

Tadić, T. (2010). 'Kvantizacija frekvencija spektralnih linija u adaptivnom koderu govornog signala s više brzina prijenosa primjenom modela s Gaussovim mješavinama', Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 08.09.2024., https://urn.nsk.hr/urn:nbn:hr:168:775077

Tadić T. Kvantizacija frekvencija spektralnih linija u adaptivnom koderu govornog signala s više brzina prijenosa primjenom modela s Gaussovim mješavinama [Magistarski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2010 [pristupljeno 08.09.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:775077

T. Tadić, "Kvantizacija frekvencija spektralnih linija u adaptivnom koderu govornog signala s više brzina prijenosa primjenom modela s Gaussovim mješavinama", Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2010. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:775077

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:775077
Podaci o radu
NaslovKvantizacija frekvencija spektralnih linija u adaptivnom koderu govornog signala s više brzina prijenosa primjenom modela s Gaussovim mješavinama
Naslov (engleski)Gaussian mixture model based quantization of line spectral frequencies for adaptive multirate speech codec
AutorTihomir Tadić
MBZ: 329404
MentorDavor Petrinović (mentor)
Član povjerenstvaMladen Vučić (predsjednik povjerenstva)
Član povjerenstvaDavor Petrinović (član povjerenstva)
Član povjerenstvaIvica Kopriva (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
(Zavod za elektroničke sustave i obradbu informacija)
Zagreb
Datum i država obrane2010-09-23, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Obradba informacija
Univerzalna decimalna klasifikacija
(UDC)		004 - Računalna znanost i tehnologija. Računalstvo. Obrada podataka
Sažetak
U ovom radu istražena je mogućnost primjene modela sa Gaussovim mješavinama (engl. Gaussian Mixture Model, GMM) u svrhu kvantizacije frekvencija spektralnih linija (engl. Line Spectral Frequencies, LSFs) u adaptivnom koderu govornog signala s više brzina prijenosa (engl. Adaptive Multi-Rate codec, AMR). Primjenom GMM-a estimirana je parametarska reprezentacija funkcije gustoće vjerojatnosti (engl. probability distribution function, pdf) pogreške predikcije LSF parametara, koji reprezentiraju spektralnu ovojnicu govornog signala. Predložen je kvantizator spektralne ovojnice, koji za svaku komponentu mješavine koristi transformacijski koder temeljen na Karhunen-Loève transformaciji (KLT) i skalarnoj kvantizaciji (engl. Scalar Quantization, SQ) transformiranih reziduala. Istražena je mogućnost korištenja predloženog postupka kvantizacije u postojećem AMR koderu govornog signala isključivo uz izmjenu dijela algoritma koji se odnosi na kvantizaciju LSF vektora. Kao glavni doprinos, u svrhu bolje prilagodbe lokalnoj statistici izvora, ovaj rad razmatra prilagodbu entropijski ograničenog (engl. Entropy Constrained, EC) kodiranja dekoreliranih LSF reziduala za primjenu u AMR koderu fiksne brzine prijenosa. Napravljeno je objektivno vrednovanje i usporedba učinkovitosti sažimanja, računske složenosti i memorijskih zahtjeva polaznog i modificiranog sustava. Rezultati simulacija pokazuju da predloženi kvantizator ostvaruje bolje sažimanje od algoritama korištenih u referentnom AMR koderu, reducirajući prosječnu brzinu prijenosa do 7.33 bita/okviru, pri značajno manjoj računskoj složenosti i memorijskim zahtjevima, koji ne ovise o brzini prijenosa.
Sažetak (engleski)
In this thesis, the use of a Gaussian Mixture Model (GMM) based quantizer for quantization of Line Spectral Frequencies (LSFs) in the Adaptive Multi-Rate (AMR) speech codec is investigated. A parametric GMM model is estimated, modeling the probability density function (pdf) of the prediction error (residual) of mean-removed LSF parameters that are used in the AMR codec for speech spectral envelope representation. The studied GMM vector quantizer is based on transform coding using Karhunen-Loève transform (KLT) and transform domain scalar quantizers (SQ), individually designed for each Gaussian mixture. The applicability of such a quantization scheme in the existing AMR codec has been investigated by solely replacing the AMR LSF quantization algorithm segment. The main novelty in this thesis lies in applying and adapting the entropy constrained (EC) coding for fixed-rate scalar quantization of transformed residuals thereby allowing for better adaptation to the local statistics of the source. The compression efficiency, computational complexity and memory requirements of the proposed algorithm are studied and evaluated. Experimental results show that the GMM-based EC quantizer provides better rate/distortion performance than the quantization schemes used in the referent AMR codec by saving up to 7.33 bits/frame at much lower rate-independent computational complexity and memory requirements.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:775077
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: poslijediplomski znanstveni (magistarski)
Akademski / stručni naziv: magistar inženjer računarstva (mag. ing. comp.)
URL zapisa u kataloguhttp://lib.fer.hr/cgi-bin/koha/opac-detail.pl?biblionumber=34145
Vrsta resursaTekst
Opseg107 str. ; 30 cm
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2019-03-19 08:37:41