Determination of Predictor coefficie

Determination of Predictor coefficients — The linear predictive coder
uses a weighted sum of p past samples to estimate the present sample, where p
is typically in the range of 10-15. Using this technique, the current sample sn
can be written as a linear sum of the immediately preceding samples sn k

where, en is the prediction error (residual). The predictor coefiicients are calcu-
lated to minimize the average energy E in the error signal that represents the
difference between the predicted and actual speech amplitude.

where an = -1. Typically the error is computed for a time window of 10 ms
which corresponds to a value of N = 80. To minimize E with respect to am , it is
required to set the partial derivatives equal to zero.


The inner summation can be recognized as the correlation coefiicient Cm
and hence the above equation can be rewritten as

After determining the correlation coefficients Cm , equation (7.18) can be
used to determine the predictor coefficients. Equation (7.18) is often expressed in
matrix notation and the predictor coeflicients calculated using matrix inversion.
A number of algorithms have been developed to speed up the calculation of pre-
dictor coefficients. Normally, the predictor coeificients are not coded directly, as
they would require 8 bits to 10 bits per coefficient for accurate representation
[Del93]. The accuracy requirements are lessened by transmitting the reflection
coefficients (a closely related parameter) which have a smaller dynamic range.
These reflection coefficients can be adequately represented by 6 bits per coeffi-
cient. Thus, for a 10th order predictor, the total number of bits assigned to the
model parameters per frame is 72, which includes 5 bits for a gain parameter
and 6 bits for the pitch period. If the parameters are estimated every 15 ms to 30
ms, the resulting bit rate is in the range of 2400 bps to 4800 bps. The coding of
the reflection coefficient can be further improved by performing a nonlinear
transformation of the coeflicients prior to coding. This nonlinear transformation
reduces the sensitivity of the reflection coefiicients to quantization errors. This is
normally done through a log-area ratio (LAR) transform which performs an
inverse hyperbolic tangent mapping of the reflection coefficients, Rn (k)

Hasil (Bahasa Indonesia) 1:

Penentuan prediktor coefficients — coder prediktif linearmenggunakan penjumlahan tertimbang dari p masa lalu sampel untuk memperkirakan sampel hadir, mana pbiasanya adalah dalam kisaran 10-15. Menggunakan teknik ini, saat ini sampel sndapat ditulis sebagai jumlah linier sejurus mendahului sampel sn kmana, en adalah kesalahan prediksi (sisa). Prediksi coefiicients yang calcu-laranangan dan saksi untuk meminimalkan energi rata-rata E dalam sinyal kesalahan yang mewakiliperbedaan antara amplitudo pidato yang diprediksikan dan yang sebenarnya.mana =-1. Biasanya kesalahan dihitung untuk jendela waktu 10 MSyang berhubungan dengan nilai N = 80. Untuk meminimalkan E sehubungan dengan am, itudiperlukan untuk mengatur turunan parsial setara dengan nol.Penjumlahan batin dapat diakui sebagai korelasi coefiicient Cmdan maka persamaan di atas dapat ditulis ulang sepertiSetelah menentukan koefisien korelasi Cm, persamaan (7.18) dapatdigunakan untuk menentukan koefisien peramal. Persamaan (7.18) sering dinyatakan dalammatriks notasi dan coeflicients prediktor dihitung menggunakan matriks inversi.Beberapa algoritma telah dikembangkan untuk mempercepat perhitungan pra-Koefisien dictor. Biasanya, coeificients prediktor tidak dikodekan secara langsung, sebagaimereka akan memerlukan 8 bit untuk 10 bit per coefficient untuk representasi akurat[Del93]. Persyaratan akurasi berkurang oleh transmisi reflectioncoefficients (parameter terkait erat) yang memiliki rentang dinamis yang lebih kecil.Koefisien reflection ini dapat secara memadai diwakili oleh 6 bit per coeffi-efisien. Dengan demikian, untuk prediktor urutan 10, jumlah bit ditetapkan kemodel parameter per frame adalah 72, yang meliputi 5 bit untuk memperoleh parameterdan 6 bit untuk periode pitch. Jika parameter diperkirakan ms setiap 15-30MS, sedikit dihasilkan harganya di kisaran 2400 BPS untuk 4800 bps. PengkodeanKoefisien reflection dapat lebih ditingkatkan dengan melakukan nonliniertransformasi dari coeflicients sebelum pengkodean. Transformasi ini nonliniermengurangi kepekaan coefiicients reflection kuantisasi kesalahan. Ini adalahbiasanya dilakukan melalui log-daerah mengubah rasio (LAR) yang melakukaninvers hiperbolik singgung pemetaan koefisien reflection, Rn (k)

Hasil (Bahasa Indonesia) 2:

Penentuan Predictor koe fi sien - The coder prediksi linier
menggunakan jumlah tertimbang p melewati sampel untuk memperkirakan sampel ini, di mana p
biasanya di kisaran 10-15. Dengan menggunakan teknik ini, sampel sn saat
dapat ditulis sebagai jumlah linear dari sampel segera sebelum sn k mana, en adalah kesalahan prediksi (residual). Prediktor coe icients fi yang perhitungan teori lated untuk meminimalkan energi rata-rata E dalam sinyal kesalahan yang mewakili perbedaan antara amplitudo pidato diprediksi dan aktual. mana = -1. Biasanya kesalahan dihitung untuk jendela waktu 10 ms yang sesuai dengan nilai N = 80. Untuk meminimalkan E sehubungan dengan saya, itu diperlukan untuk mengatur derivatif parsial sama dengan nol. Penjumlahan batin dapat diakui sebagai koefisien korelasi fi icient Cm dan karenanya persamaan di atas dapat ditulis ulang sebagai Setelah menentukan korelasi koefisien Cm, persamaan (7.18) dapat digunakan untuk menentukan koefisien prediktor. Persamaan (7.18) sering dinyatakan dalam notasi matriks dan icients fl prediktor coe dihitung dengan menggunakan matriks inversi. Sejumlah algoritma telah dikembangkan untuk mempercepat perhitungan pra koefisien dictor. Biasanya, koefisien fi prediktor coei tidak dikodekan secara langsung, karena mereka akan membutuhkan 8 bit untuk 10 bit per koefisien untuk akurat representasi [Del93]. Persyaratan akurasi yang dikurangi dengan transmisi refleksi koefisien koe fi (parameter terkait erat) yang memiliki jangkauan dinamis yang lebih kecil. Ini kembali koefisien ection fl dapat secara memadai diwakili oleh 6 bit per coeffi- efisien. Dengan demikian, untuk urutan prediktor ke-10, jumlah bit ditugaskan untuk parameter model per frame adalah 72, yang mencakup 5 bit untuk parameter gain dan 6 bit untuk periode lapangan. Jika parameter diperkirakan setiap 15 ms sampai 30 ms, bit rate yang dihasilkan di kisaran 2.400 bps menjadi 4800 bps. Pengkodean ulang fl koefisien ection dapat lebih ditingkatkan dengan melakukan nonlinear transformasi coe fl icients sebelum coding. Transformasi nonlinier ini mengurangi sensitivitas refleks icients cerminan koefisien fi untuk kuantisasi kesalahan. Hal ini biasanya dilakukan melalui rasio log-daerah (LAR) transformasi yang melakukan suatu terbalik hiperbolik pemetaan singgung re fl koefisien ection, Rn (k)