HamRadio/Dr. Ha, 25.6.2012/1

Prof. Dr.-Ing. M. HartjeFachbereich

Elektrotechnik & Informatikhartje@etech.hs-bremen.de

Digitale Sprachübertragung –wie funktioniert ein Vocoder

HamRadio/Dr. Ha, 25.6.2012/2

Sprachübertragung

HamRadio/Dr. Ha, 25.6.2012/3

Digitale SprachübertragungAm Anfang war die analoge Übertragung

Mikrophon – TX – Antenne – RX - Lautsprecher

Einschleifen eines Digitalisierungsweges mit ADU-DAU erfordert

BandbegrenzungQuantisierung

Vorführung!

HamRadio/Dr. Ha, 25.6.2012/4

Günstige BedingungenSprachverständlichkeit als Ziel:

Erkennen der Phoneme

WorterkennungSatzerkennung

SinnbildungSprecher erkennen

Emotionen erkennen

Was können / wollen wir weglassen?

HamRadio/Dr. Ha, 25.6.2012/5

Verminderung der Datenrate für kleine ÜbertragungsbandbreitenErreichbares Minimum bei

Persönliche Stimmmerkmale entfernen

mit Textübertragung dannSpracherkennung (TX) und TTS (RX)

Datenreduktion (Quellencodierung)Redundanz

Irrelevanz

�MP3, OGG-Vorbis, lineare Prediction

HamRadio/Dr. Ha, 25.6.2012/6

Vokaltrakt und Stimmlippen

Aus Sataloff R.T.: die menschliche Stimme 11.1993, Spektrum der Wissenschaft

HamRadio/Dr. Ha, 25.6.2012/7

Physikalisches Modell

Tonerzeugung Artikulationstrakt (Filter)

Nach Flanaagan: Speech analysis … 1965

HamRadio/Dr. Ha, 25.6.2012/8

VorführungVocale

Stimmlose Laute

HamRadio/Dr. Ha, 25.6.2012/9

BeobachtungenStimmhafte Laute mit unterschiedlichen Oberschwingungsanteilen

Stimmlose Laute als Rauschspektrum

HamRadio/Dr. Ha, 25.6.2012/10

Sprache ermöglicht mehrPhysikalische Stimmerzeugung mathematisch modellieren

Analysieren

SynthetisierenDifferenz zwischen Modell und Momentanwerten

Übertragung mit Fehlern möglich, da Satzverständlichkeit das Ziel ist

HamRadio/Dr. Ha, 25.6.2012/11

Sprachkodierung im ÜberblickSignalformkodierung

ZeitbereichSkalare QuantisierungVektorquantisierung (mit Codebüchern)

FrequenzbereichTeilbänder (SBC)Transformationscodierung

Parametrische Kodierung (Vokoder)Sinusmodellierung (20-40 Schwingungen)Vokoder

Klassischer Vokoder (zB 16 Filterkanäle � 2,4-3,2 kBit/s, IMBE, AMBE)Prädiktionsvokoder (Allpolfilter mit 10 Koeffizienten; CELP, auch CODEC2)

HamRadio/Dr. Ha, 25.6.2012/12

Parametrische Vocoder

HamRadio/Dr. Ha, 25.6.2012/13

Modell eines VocodersImpuls-generator

Rausch-generator

Sprachtraktmodell(Filter)

Grund-frequenz stimmhaft

stimmlos

Energie

Änderung aller Parameter inkurzen Zeitscheiben: typisch 20 ms

Nachteil: nur zwei Anregungszustände

HamRadio/Dr. Ha, 25.6.2012/14

Prinzip LPC-Vocoder (Details)

LPC: lineare Prediction Codec

HamRadio/Dr. Ha, 25.6.2012/15

Einschränkungen bei VocodernOptimiert für Sprachverständlichkeit

(MELP: germanische Sprachen, Englisch)

Sprache wird mit mathematischem Modell verglichen und daran angepaßt

Musik, DTMF, Geräusche nicht geeignet

HamRadio/Dr. Ha, 25.6.2012/16

Vocoder (Dudley: 1939)MELP – patentiert, geringe Bitraten, DoD

Qualität eingeschränkt

Optimiert für Sprachverständlichkeit

AMBE – patentiertes VerfahrenCELP – Codebook Exited Linear Prediction

Teil vom MPEG-4 (IEC 14496-3)

HamRadio/Dr. Ha, 25.6.2012/17

Digitale ÜbertragungssystemeInformationsgehalt der Übertragung (Quelle bis Senke) bestimmen (Quellencodierung)

Redundanz

Irrelevanz

Umwandlung mit Verlusten � DatenstromSicherheit der Übertragung durch Forward Error Correction erhöhen (Kanalcodierung)

Scrambling (Burstfehler)

HamRadio/Dr. Ha, 25.6.2012/18

Kodierung und wechselnde Redundanz

Quellen-Codierung

Signal

RedundanzIrrelvanz

Kanal-Codierung

Leitungs-Codierung

Redundanz

Quellen-decodierung

Signal

Redundanz

Kanal-decodierung

Leitungs-decodierung

Fehlerkorrektur + * StörungenKanal

Kanal

HamRadio/Dr. Ha, 25.6.2012/19

Digital Voice Radio System

A/D codecenc

FECenc mod

HF/VHFKanal

D/A codecdec

FECdec demod

Störung

TXTXTXTX

RX

bekanntNicht so gut bekannt

HamRadio/Dr. Ha, 25.6.2012/20

Sprachcodierung im BesonderenAbtastwerte (mit zB 16 bit bei 8 ks/s = 128 kBit/s)Aufgabe: Reduziere auf 2400 bit/s (Faktor: 50!)Frage: Was kann wegfallen?

Erkennbare SpracheNatürliche Sprache mit Sprechererkennung

Spracherzeugungsmodell modellieren, und Parameter übertragen

HamRadio/Dr. Ha, 25.6.2012/21

Sinusansatz der SprachmodellePitch Period35 samplesor 4.4ms at 8kHzsample rate

Time (samples)

Amplitude(16 bit samples)

HamRadio/Dr. Ha, 25.6.2012/22

Sinusansatz der SprachmodelleAmplitude

(dB)

Frequency (Hz)

Pitch 230Hz or 4.3ms

Harmonics of 230Hz

1

2

3

4

5

6 7

8 9 10 1112

13

14

Ziffern: Oberschwingungen

HamRadio/Dr. Ha, 25.6.2012/23

Bit Allocation des Codec2

ParameterParameter Bits/frameBits/frameSpectral magnitudes (LSPs) 36Energy 5Voicing (updated each 10ms) 2Pitch 7TotalTotal 5050

Alpha V0.1 codec, (noch in der Bearbeitung)50 bits per 20ms frame, or 2500 bit/sAuch als 2 Halb-Frames � 1200 bit/s

HamRadio/Dr. Ha, 25.6.2012/24

Vorführung SPEEXCodec2

HamRadio/Dr. Ha, 25.6.2012/25

Vocoderdaten übertragen?Niedrige Datenrate � niedrige BandbreiteSicherung gegen Fehler � erfordert Kanalstörungen zu untersuchenEinfache Anwendung bei Inband-ÜT �SSB, oder FMHuckepack bei DSTAR-Datenkanal?Lösung aus 2007: G3PLX: FDMDV

HamRadio/Dr. Ha, 25.6.2012/26

Codec2 – OpenSource Vocoder+ Modem

Vocoder: 1200, 1400, 2500 Bit/sFDMDV-Modem (G3PLX; N1SU-Webseite)

14 Träger, ∆f=75Hz, DQPSK , 50 Symbole/sBandbreite: 1,1 KHz, 1 Synchronisations-Träger1440 Bit/sÜbertragen im Sprachkanal SSB oder FM

VHF-Modem mit GMSK (V: ON1KRF)Bandbreite: 2 kHz (< ½ DSTAR, ¼ DMR/TRBO )Besser geeignet für nichtlineare PA

HamRadio/Dr. Ha, 25.6.2012/27

FDMDV - ModemFrequency Division Multiplex

Digital Voice

HamRadio/Dr. Ha, 25.6.2012/28

Funktion FDMDV (G3PLX, 2007)Daten über 15 Träger verteilt

Trägerabstand 75 Hz � B = 1125 HzSymbole zu 2 Bit (DQPSK) auf 14 TrägernTräger 15 für

Schnelle Synchronisation (keine Ausfälle)Schnelle Frequenzkorrektor (< 200 Hz)

Ohne VorwärtsOhne VorwärtsOhne VorwärtsOhne Vorwärts----Fehlerkorrektur (FEC)Fehlerkorrektur (FEC)Fehlerkorrektur (FEC)Fehlerkorrektur (FEC)Aber schnelle Synchronisation!!!Aber schnelle Synchronisation!!!Aber schnelle Synchronisation!!!Aber schnelle Synchronisation!!!Übertragung bei geringem SNR (3dB)Original: mit MELP / CELP-Coder

HamRadio/Dr. Ha, 25.6.2012/29

FDMDV BlockschaltbildSymbolrate

50 Hz

raised root cosineM=160

Abtastrate8000 Hz

fu: 600fM:1200fo: 1800

1400 Bps

HamRadio/Dr. Ha, 25.6.2012/30

Konstellationsdiagramm FDMDV

InformationPilotton

Pilotton

HamRadio/Dr. Ha, 25.6.2012/31

Wasserfall-Spektrum des FDMDV

HamRadio/Dr. Ha, 25.6.2012/32

+4dB SNR Konstellationsdiagramm

HamRadio/Dr. Ha, 25.6.2012/33

VorführungCodec2 + FDMDV-Modem

HamRadio/Dr. Ha, 25.6.2012/34

FDMDV-Decoder

HamRadio/Dr. Ha, 25.6.2012/35

Derzeitiger Entwicklungsstand CODEC2

HamRadio/Dr. Ha, 25.6.2012/36

ZusammenfassungWie kann man Sprache kodieren?Welche Möglichkeit besteht, die Vokaltrakt und die Spracherzeugung mathematisch zu modellieren?Was ist ein Vocoder?Codec2 mit FDMDV-Modem für die Inband-Übertragung (FM, SSB)