quantizers do not achieve performan

quantizers do not achieve performance close to this information theoretical limit. Shannon predicted that better performance can be achieved by coding many samples at a time instead of one sample at a time.

Vector quantization (VQ) [Gra84] is a delayed-decision coding technique which maps a group of input samples (typically a speech frame), called a vector, to a code book index. A code book is set up consisting of a finite set of vectors covering the entire anticipated range of values. 1n each quantizing interval, the code-book is searched and the index of the entry that gives the best match to the input signal frame is selected. Vector quantizers can yield better performance even when the samples are independent of one another. Performance is greatly enhanced if there is strong correlation between samples in the group.

The number of samples in a block (vector) is called the dimension L of the vector quantizer. The rate R of the vector quantizer is defined as:

Hasil (Bahasa Indonesia) 1:

quantizers tidak mencapai kinerja dekat dengan batas teoritis informasi ini. Shannon meramalkan bahwa kinerja yang lebih baik dapat dicapai dengan pengkodean banyak sampel pada waktu bukan satu sampel pada suatu waktu.Vector kuantisasi (VQ) [Gra84] adalah keputusan tertunda-teknik pengkodean yang memetakan sekelompok masukan sampel (biasanya bingkai pidato), disebut vektor, untuk kode buku indeks. Buku kode set up terdiri dari serangkaian finite vektor yang mencakup seluruh rentang diantisipasi nilai. 1N interval setiap quantizing, kode-buku yang dicari dan indeks entri yang memberikan yang paling cocok untuk sinyal input frame yang dipilih. Vektor quantizers dapat menghasilkan kinerja yang lebih baik bahkan ketika sampel independen satu sama lain. Kinerja sangat ditingkatkan jika ada korelasi yang kuat antara sampel dalam kelompok.Jumlah sampel di blok (vector) disebut dimensi L quantizer vektor. Tingkat R vektor quantizer adalah defined sebagai:

Hasil (Bahasa Indonesia) 2:

quantizers tidak mencapai kinerja dekat dengan informasi batas teoretis ini. Shannon meramalkan bahwa kinerja yang lebih baik dapat dicapai dengan coding banyak sampel pada waktu bukan satu sampel pada waktu. Vector quantization (VQ) [Gra84] adalah tertunda-keputusan teknik coding yang memetakan kelompok sampel masukan (biasanya frame pidato ), yang disebut vektor, dengan indeks buku kode. Sebuah buku kode diatur terdiri dari satu set berhingga dari vektor yang mencakup seluruh rentang diantisipasi nilai. 1n setiap interval kuantisasi, kode-buku yang dicari dan indeks entri yang memberikan pertandingan terbaik ke frame sinyal input yang dipilih. Quantizers vektor dapat menghasilkan kinerja yang lebih baik bahkan ketika sampel independen satu sama lain. Kinerja sangat ditingkatkan jika ada korelasi yang kuat antara sampel dalam kelompok. Jumlah sampel dalam blok (vektor) disebut L dimensi quantizer vektor. Tingkat R dari quantizer vektor didefinisikan sebagai: