文献

J-GLOBAL ID：201802290557172332   整理番号：18A1771853

音声とオーディオのスペクトルエンベロープのためのGMMに基づく反復エントロピー符号化【JST・京大機械翻訳】

GMM-Based Iterative Entropy Coding for Spectral Envelopes of Speech and Audio

著者 (3件)： Korse Srikanth (Fraunhofer IIS, Erlangen, Germany) ,  Fuchs Guillaume (Fraunhofer IIS, Erlangen, Germany) ,  Backstrom Tom (Aalto University, Helsinki, Finland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICASSP  ページ： 5689-5693  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： スペクトルエンベロープモデリングは,音声と音声符号の中心部分であり,伝統的にベクトル量子化またはスカラー量子化のいずれかに基づいており,エントロピー符号化が続いている。スカラーケースの低複雑性によるベクトル量子化の符号化性能を橋渡しするために,スペクトルエンベロープパラメータを符号化するエントロピーのための反復アプローチを提案した。各パラメータに対して,単変量確率分布を,結合分布のGauss混合モデルおよび事前情報として用いた以前の量子化パラメータから導出した。次に,パラメータを反復的に個別にスカラー量子化し,エントロピーを符号化した。ベクトル量子化と異なり,提案した方法の複雑さは,次元とビットレートにより指数関数的に増加しない。さらに,符号化分解能と次元を,モデルを再訓練することなく適応的に修正することができた。実験結果は,これらの重要な利点が最先端のベクトル量子化方式と比較して符号化効率を損なわないことを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *エントロピー ,  量子化 ,  分解能 ,  確率分布 ,  モデリング ,  *オーディオ機器 ,  スカラー ,  ベクトル量子化
準シソーラス用語： 事前知識 ,  ビットレート ,  *エントロピー符号化 ,  符号化効率 ,  Gauss混合モデル ,  低複雑性 ,  *スペクトル包絡 , 【Automatic Indexing@JST】

分類 (5件)： NMR一般  (BM07041R) ,  専用演算制御装置  (JC04030Y) ,  図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E) ,  符号理論  (ND02030R)

タイトルに関連する用語 (6件)： 音声 ,  オーディオ ,  スペクトルエンベロープ ,  GMM ,  反復 ,  エントロピー符号化