1

Complexity Scalability Design in the Internet

Low Bit Rate Codec(iLBC) for Speech Coding

In:   IEICE Trans. Information and Systems, vol. E93-D, no. 5, pp.1238-1243, May. 2010.

F.K. CHEN ,K.B. KUO speaker: 許仕

衡2012/5/15

2

Outline

1.Introduction2. Internet Low Bit Rate Codec(iLBC)3.Complexity scalability design

4.Performance Analysis5.Conclusion

3

1. Introduction(1/2) Internet Low Bit Rate Codec(iLBC)

iLBC 規格 音框模式 : 20ms 、 30ms 傳輸率 : 15.2Kbps 、 13.33kbps 音框長度 : 160 點、 240 點 子區間數量 : 4 、 6

iLBC 是現今網路通訊軟體” Skype” 的編碼核心之一，因為他可以改善在網路傳輸中，當封包遺失時的語音品質。

4

1. Introduction(2/2) Internet Low Bit Rate Codec(iLBC)

但因為 iLBC 計算複雜度較高，所以只能在高階手機或是電腦執行，因此提出了各種簡化計算複雜度的方法，來降低編碼的計算量。

5

2.iLBC(1/8) iLBC 語音編碼器，類似 ITU 和 MPEG 標準，

都是先執行 LPC 分析，求出殘值訊號。

iLBC 使用了 2 種方式建立 LPC 係數 : differential pulse code modulation(DPCM) dynamic codebook

6

2.iLBC(2/8) DPCM 對初始訊號編解碼，解碼出來的來

當作初始的碼簿，並使用 3 stages 碼簿搜尋進行編碼。

動態碼簿包含 4 種碼簿可供搜尋 base-codebook expanded-codebook augmented base-codebook augmented expanded-codebook

7

2.iLBC(3/8) 更新碼簿的過程

先找出最小的加權誤差值

為了避免同時決定最佳的 g(m) 、 C(i) ，所以採用了 shape-gain vector quantization ，求最大正規畫的相似度

8

2.iLBC(4/8) shape-gain vector quantization

optimal gain

9

2.iLBC(5/8) 利用 R(i) 的結果，進行碼簿更新與下一階

段目標向量的更新 在 iLBC 標準裡，不同的搜尋範圍所使用到

的碼簿不一樣

10

2.iLBC(6/8) 對目標向量做更新動作

每個子區塊的碼簿更新完後，對基礎碼簿做更新動作

11

2.iLBC(7/8) iLBC 計算量分佈圖

12

2.iLBC(8/8) 在 iLBC 標準中，但在 IETF 標準文件中建議，

在搜尋 expanded-codebook 時，可以只搜尋base-codebook 中，所搜尋出的最佳位置附近前後 K 個位置

K=17 計算量變為原始的 31.8%~34.2%

13

3.Complexity scalability design(1/4)

對內積作分割成 S 段

Es(m)可以靠累加出來，但是累加的順序無

法改變

14

3.Complexity scalability design(2/4)

所以在這裡給他一個 pilot 函數來給定累加順序

15

3.Complexity scalability design(3/4)

目標訊號和相應的 pilot 函數在 S=8 的例子

16

3.Complexity scalability design(4/4)

給定了 pilot 函數，可以把公式修改成，本篇論文稱為 complexity scalability iLBC

(CS-iLBC)

17

4.Performance Analysis(1/5)

在 Complexity scalability design裡，比較了設定不同 N/S 區的 MOS-LQO平均數值、 ND(%) 、 Std of ND 、 Complexity

其中 ND(%)

18

4.Performance Analysis(2/5)

20ms

19

4.Performance Analysis(3/5)

30ms

20

4.Performance Analysis(4/5)

20ms modle

21

4.Performance Analysis(5/5)

30ms modle

22

5.Conclusion(1/1)

MOS-LQO 客觀評估衰減百分比，略低於原始語音品質，但計算量下降了 15%~95% 區間

經過了修改後的方法，計算量降低了，因此能在手機上發揮最佳效能。