Earticle

Linde–Buzo–Gray (LBG) algorithm is a universal method to design codebook in vector quantization(VQ). This paper proposed an adaptive orthogonal M-split initialization method to improve the computational efficiency of LBG algorithm. The method splits one code word into 2, 4 or 5 new code words with adaptive split coefficient vectors and set the increment to be orthogonal in 4-split and 5-split situations, aiming at decreasing the iterations of the following clustering. Experiment is conducted on both TIMIT and RASC863 speech database, which shows that the proposed algorithm provides a reduction of 18%~45% in designing codebook in size of 64~2048 with almost equal VQ performance, compared with the universal codebook generation algorithm.

Today's state-of the-art speech recognition systems typically use continuous distribution hidden Markov models with the mixtures of Gaussian distributions. To obtain higher recognition accuracy, the hidden Markov models typically require huge number of Gaussian distributions. Such speech recognition systems have problems that they require too much memory to run, and are too slow for large applications. Many approaches are proposed for the design of compact acoustic models. One of those models is subspace distribution clustering hidden Markov model. Subspace distribution clustering hidden Markov model can represent original full-space distributions as some combinations of a small number of subspace distribution codebooks. Therefore, how to make the codebook is an important issue in this approach. In this paper, we report some experimental results on various quantization methods to make more accurate models.

본 논문에서는 음성 채널을 통해 데이터를 전송하기 위한 데이터 모뎀의 코드북 설계 방법에 대해 기술하였다. 제안한 코드북 설계 방법은 minimax 최적화 기법을 이용하여 탐색 공간에 분포하는 심볼들 중 최대 중첩을 갖는 심볼들의 중첩을 최소화하도록 하는 방법이다. 제안한 방법에 따라 설계된 코드북을 적용한 데이터 전송 시스템을 제시하였으며, 모의 실험과 실제 이동통신망 적용 실험을 통해 제안한 방법의 성능을 평가하였다.

In this paper, a novel codebook design method for data modem over voice channel is presented. Proposed method searches the symbols which have the maximum probability distribution overlap in the symbol space and minimizes the overlap to improve the symbol error rate via minimax optimization. We present numerical simulations and an example implementation. We also give the results of the experiment tests.

본 논문에서는 멀티미디어 정보검색을 위하여 영상정보의 특징추출에 적합한 벡터 양자화 코드북 설계 방법을 제안한다. 기존의 벡터 양자화의 경우 영상에 대한 특징을 추출할 경우 보통 영상을 복원한 다음 수행하므로 많은 시간과 메모리가 소요되며, DCT(discrete cosine transform)를 이용한 방법처럼 블록화 현상을 동반한다. 이를 개선하기 위하여 본 논문에서는 웨이브렛 변환과 주성분 해석을 이용한 벡터 양자화 코드북 설계 방법을 제안한다. 웨이브렛 변환은 높은 압축률에서도 블록화 없는 영상을 복원하기 위해서 도입되었으며, 주성분해석은 데이터를 여러 그룹으로 분할하기 위해 도입되었다. 신경회로만인 SOM(self-organizing map)을 이용한 벡터 양자화와 비교실험에서 비슷한 성능을 보이면서도 처리 시간을 대폭 단축시킬 수 있음을 볼 수 있었다.

In this paper, the codebook design method of VQ (vector quantization) is proposed an method to extract feature data of image for multimedia information searching. Conventional VQ codebook design methods are unsuitable to extract the feature data of images because they have too much computation time, memory for vector decoding and blocking effects like DCT (discrete cosine transform). The proposed design method is consists of the feature extraction by WT (wavelet transform) and the data group divide method by PCA (principal component analysis). WT is introduced to remove the blocking effect of an image with high compressing ratio. Computer simulations show that the proposed method has the better performance in processing speed than the VQ design method using SOM (self-organizing map).

In this paper, we propose a VQ codebook design of speech recognition feature parameters in order to improve the performance of a distributed speech recognition system. For the context-dependent HMMs, a VQ codebook should be correlated with phonetic distributions in the training data for HMMs. Thus, we focus on a selection method of training data based on phonetic distribution instead of using all the training data for an efficient VQ codebook design. From the speech recognition experiments using the Aurora 4 database, the distributed speech recognition system employing a VQ codebook designed by the proposed method reduced the word error rate (WER) by 10% when compared with that using a VQ codebook trained with the whole training data.

Conventional vector quantization (VQ) codebook design methods have several drawbacks such as edge degradation and high computational complexity. In this paper, we first made activity coordinates from the horizonatal and the vertical activity of the input block. Then it is mapped on the 2-dimensional interconnected codebook, and the codebook is designed using kohonen self-organizing map (KSFM) learning algorithm after the search of a codevector that has the minumum distance from the input vector in a small window, centered by the mapped point. As the serch area is restricted within the window, the computational amount is reduced compared with usual VQ. From the resutls of computer simulation, proposed method shows a better perfomance, in the view point of edge reconstruction and PSNR, than previous codebook training methods. And we also obtained a higher PSNR than that of classified vector quantization (CVQ).

This paper proposes a new technique of optimal codebook design in multistage gain-shape vector quantization (MS-GS VQ) for wireless image communication. An original image is divided into a smany blocks as possible in order to get strong robustness to channel transmission errors: the original image is decomposed into a number of subband images, each of which contains a sperate spatial frequency information and is obtained by the biorthogonal wavlet transform; each subband is separated into several consecutive VQ stages, where each stage has a residual information of the previous stage; one vector in each stage is divided into two components-gain and shape. But, this decomposition genrates too many blocks and it thus makes the determination of optimal codebooks difficult. We overcome this difficulty by evolving each block's codebook independently with different genetic algorithm that uses each stage's individual training vectors. Th eimpact of th eproposed VQ technique on the channel transmission errors is compared with that of other VQ techniques. Simulation results show that the proposed VQ technique (MS-GS VQ) with the optimal codebook designe dy genetic algorithms is very robust to channel transmission errors even under the bursty and high BER conditions.

코드북을 이용하는 폐루프 MISO 시스템에서 시간 상관성을 이용한 차분 코드북 설계 방법을 제안한다. 단일계층 코드북의 코드워드 인자들은 위상 성운의 집합 중에서 선택된다. 기존의 코드워드 선택 식에서는 코드워드들을 구면의 캡들이라 가정하고 서로의 각도를 사인 법칙을 이용하여 구하였으나, 본 논문에서는 피타고라스 법칙을 이용하는 새로운 방법을 이용하여 계산식을 간소화 시키는 식을 제안한다. 그리고 선택되는 코드워드간의 상관 계수 즉, 위상차의 변화를 추적하여 2 개의 코드북 중에 최적의 코드북을 적응적으로 선택하는 방법을 제안한다. Monte-Carlo 컴퓨터 시뮬레이션을 통해 제안하는 코드북의 성능을 검증한다.

A differential codebook design method using wireless channel's temporal correlation is proposed over closed loop multiple-input single-output (MISO) system. The single layer codewords in a codebook are selected among a set of phase elements. In the conventional codeword selection rule, codewords are assumed to be on a spherical cap and sine formula was used. In this paper, however, a new method using Pythagoras formula is employed to simplify computational complexity. Also, an adaptive differential codebook selection is adopted to enhance performance. Monte-Carlo simulations demonstrate that the proposed codebook is superior to the conventional ones.

본 논문에서는 초기 부호책 설계 방법으로 가장 널리 사용되는 이분 미소분리 방법의 성능 개선과 설계시간을 단축하기 위한 새로운 알고리즘을 제안한다. 성능 개선을 위해 학습벡터의 소속수가 최소인 부호백터를 제거하고, 최대인 부호벡터를 미소분리하여 대체하는 방법을 적용하고, 모든 부호벡터와의 거리오차론 구하여 학습벡터의 소속 여부를 결정하는 기존 방법과는 달리, 전단계와 현재 단계의 소속 부호벡터와의 거리오차를 가지고 소속 여부를 결정함으로써 설계시간을 크게 단축할 수 있다.

본 논문에서는 초기 부호책을 구하는 방법으로 가장 널리 쓰이는 이분 미소분리 방법의 탐색시간을 줄이기 위한 고속 알고리즘을 제안한다. 제안된 방법은 학습벡터가 소속되는 부호벡터를 찾기 위하여 기존의 방법과 같이 모든 부호벡터와의 거리오차를 계산하지 않고, 이전에 소속된 클래스에서 미소분리된 부호벡터와의 거리오차 만을 비교하여 학습벡터의 소속 여부를 결정함으로써 계산량을 크게 줄일 수 있다. 제안된 방법으로 생성된 초기 부호책과 기존의 이분 미소분리 방법으로 생성된 초기 부호책을 사용하여 K-means 알고리즘을 수행한 결과 초기 부호책의 성능 차이는 거의 없었지만, 계산량은 현저하게 감소되었다.