混合励起線形予測

混合励起線形予測( MELP ) は、主に軍事用途や衛星通信、セキュア音声、セキュア無線デバイスで使用される米国国防総省の音声コーディング標準です。その標準化とその後の開発は、 NSA と NATO によって主導され、サポートされました。現在の「拡張」バージョンはMELPeとして知られています。

歴史

最初の MELP は、ジョージア工科大学の信号画像処理センター (CSIP) の大学院生だったアラン・マクリーが 1995 年頃に発明しました^{[1] 。元の MELP 関連の特許は、現在では期限切れになっています。最初の音声コーダは 1997 年に標準化され、MIL-STD-3005 として知られていました}^[2] 。これは、米国国防総省の競争で、(a) 周波数選択高調波コーダ (FSHC)、(b)高度マルチバンド励起(AMBE)、(c) 拡張マルチバンド励起 (EMBE)、(d) 正弦波変換コーダ (STC)、(e) サブバンド LPC コーダ (SBC) など、他の候補ボコーダを上回りました^{[3] 。波形補間 (WI) コーダよりも複雑度が低いため、MELP ボコーダは国防総省の競争で勝利し、}MIL-STD -3005に選ばれました^{[4] 。}

ミリタリースタンダード3005

1998 年から 2001 年にかけて、半分のレート (つまり 1200 ビット/秒) で新しい MELP ベースのボコーダが作成され、SignalCom (後にMicrosoftが買収)、Compandent、およびAT&T Corporationによって MIL-STD-3005 に大幅な機能強化が加えられました。これには、(a) 半分のレート (つまり 1200 ビット/秒) での新しいボコーダの追加、(b) 大幅に改善されたエンコード (分析)、(c) 大幅に改善されたデコード (合成)、(d) バックグラウンドノイズを除去するためのノイズ前処理、(e) 2400 ビット/秒と 1200 ビット/秒のビットストリーム間のトランスコーディング、および (f) 新しいポストフィルタが含まれていました。このかなり重要な開発は、半分のレートで新しいコーダを作成し、古い MELP 標準と相互運用できるようにすることを目的としました。この拡張 MELP (別名 MELPe) は、2001 年に元の MIL-STD-3005 の付録および補足の形で新しい MIL-STD-3005 として採用され、半分の速度で古い 2400 ビット/秒 MELP と同じ品質を実現しました。新しい 2400 ビット/秒 MELPe の最大の利点の 1 つは、MELP と同じビット形式を共有しているため、従来の MELP システムと相互運用でき、両端でより優れた品質を実現できることです。MELPe は、特に戦場や車両、航空機などのノイズの多い環境で、すべての古い軍事規格よりもはるかに優れた品質を提供します。

STANAG-4591 (NATO)

2002年、広範囲にわたる競争とテストを経て、2400および1200ビット/秒の米国国防総省MELPeがNATO標準としても採用され、STANAG -4591として知られるようになりました。^[5] NATOのテスト性能測定には、音声明瞭度、音声品質、話者認識、言語依存性、話者依存性、10の音響ノイズ環境、1% BER未満の伝送チャネル、16 kbit/秒のCVSDボコーダを使用したタンデム、ささやき声、リアルタイム実装が含まれていました。テストデータには、さまざまな条件と言語での36,000を超えるファイル、または500時間の音声が含まれていました。新しいNATO標準のNATOテストの一環として、MELPeはフランスのHSX（Harmonic Stochastic eXcitation）やトルコのSB-LPC（Split-Band Linear Predictive Coding）などの他の候補や、 FS1015 LPC-10e（2.4 kbit/s）、FS1016 CELP（4.8 kbit/s）、CVSD（16 kbit/s）などの古いセキュア音声標準と比較してテストされました。その後、MELPeはNATOの競争でも優勝し、他のすべての候補の品質とすべての古いセキュア音声標準（CVSD、CELP、LPC-10e）の品質を上回りました。NATOの競争では、MELPeはスループット要件を軽減しながら、パフォーマンス（音声品質、明瞭度、ノイズ耐性の点で）を大幅に向上させたと結論付けられました。 NATO のテストには相互運用性テストも含まれ、200 時間を超える音声データが使用され、世界 3 か所のテストラボで実施されました。Compandent Inc は、NSAおよびNATO向けに実施された MELPe ベースのプロジェクトの一環として、MELPe のリアルタイム実装のゴールデンリファレンスとなる MELCODER デバイスと呼ばれる特別なテストベッドプラットフォームを NSA および NATO に提供しました。MELCODER ゴールデンリファレンスに基づく Compandent 製の低コストの FLEXI-232 データ端末装置 (DTE) は非常に人気があり、リアルタイム、さまざまなチャネルとネットワーク、および現場条件での MELPe の評価とテストに広く使用されています。

2005年に、タレスグループ（フランス）による新しい600ビット/秒のMELPeバリエーションが（2400/1200ビット/秒のMELPeで行われたような大規模な競争やテストなしに）NATO標準STANAG-4591に追加されました。^[6]

300 ビット/秒 MELP

2010年には、MITリンカーン研究所、コンパンデント、BBN、ジェネラルダイナミクスもDARPA向けに300ビット/秒のMELPデバイスを開発しました。^[7]その品質は600ビット/秒のMELPeよりも優れていましたが、アルゴリズムの遅延は長くなりました。

実装

MELPe は、安全な無線デバイス、衛星通信、VoIP、携帯電話アプリケーションなど、多くのアプリケーションに実装されています。このようなアプリケーションでは、チャネルエラー、パケット損失、同期損失に対処するための追加の専門知識が必要です。このような専門知識には、MELPe のビットのエラーに対する感度の理解が必要です。2400 ビット/秒および 1200 ビット/秒の MELPe には、シリアル通信に役立つ同期ビットが含まれています。

圧縮レベル

MELPe は音声の圧縮を目的としています。8 kHz でサンプリングされたオーディオ入力の場合、MELPe コーデックは、プロトコルオーバーヘッドの影響を除いた 64 kbit/s μ-Law G.711 データストリームで次の圧縮率を実現します。

一般的に、音声コーディングには、ビットレート、音声品質、遅延 (フレームサイズと先読み)、計算の複雑さ、さまざまな話者や言語に対する堅牢性、さまざまな背景ノイズに対する堅牢性、チャネルエラーの堅牢性、パケット損失時のコーデック状態の回復など、さまざまな側面のトレードオフが伴います。MELPe の低レート (600 および 1200 ビット/秒) は 2400 ビット/秒のレートのスーパーセットであるため、アルゴリズムの複雑さ (MIPS など) はすべてのレートでほぼ同じです。低レートでは、フレームと先読みが増加するだけでなく、コードブックのサイズも大きくなるため、より多くのメモリが必要になります。

知的財産権

MELPe (および/またはその派生製品) は、Texas Instruments (2400 ビット/秒 MELP アルゴリズム/ソースコード)、Microsoft (1200 ビット/秒トランスコーダ)、Thales Group (600 ビット/秒レート)、Compandent、およびAT&T (ノイズプリプロセッサ NPP) の各社からの IPR ライセンスの対象となります。

参照

参考文献

^ 低ビットレート音声コーディングのための混合励起 LPC ボコーダモデル、Alan V. McCree、Thomas P. Barnweell、1995 年 IEEE Trans. Speech and Audio Processing (オリジナル MELP)
^ 2,400 ビット/秒の混合励起線形予測 (MELP) による音声のアナログからデジタルへの変換、米国国防総省 (MIL_STD-3005、オリジナル MELP)
^ MR Bielefeld、LM Supplee、「DoD 2400 bps ボコーダ選択プロセス用のテストプログラムの開発」、Acoustics Speech and Signal Processing 1996。ICASSP-96。会議議事録。1996 IEEE 国際会議、第 2 巻、pp. 1141-1144、第 2 巻、1996 年。
^ LM Supplee、RP Cohn、JS Collura、AV McCree、「MELP: 2400 bps の新しい連邦標準」、音響音声信号処理 1997。ICASSP-97。1997 IEEE 国際会議、第 2 巻、pp. 1591-1594、第 2 巻、1997 年。
^ 1200 および 2400 ビット/秒 NATO 相互運用可能狭帯域音声コーダ、STANAG-4591、NATO
^ 600 BIT/S NATO 狭帯域音声コーダ用 MELPe バリエーション、STANAG-4591、NATO
^ アラン・マクリー、「MELP パラメータのジョイント予測ベクトル量子化を使用したスケーラブルな音声ボコーダフレームワーク」、Proc. IEEE Int. Conf. Acoust., Speech, Signal Processing、2006、pp. I 705–708、トゥールーズ、フランス

[1] 低ビットレート音声コーディングのための混合励起 LPC ボコーダモデル、Alan V. McCree、Thomas P. Barnweell、1995 年 IEEE Trans. Speech and Audio Processing (オリジナル MELP)

[2] 2,400 ビット/秒の混合励起線形予測 (MELP) による音声のアナログからデジタルへの変換、米国国防総省 (MIL_STD-3005、オリジナル MELP)

[3] MR Bielefeld、LM Supplee、「DoD 2400 bps ボコーダ選択プロセス用のテストプログラムの開発」、Acoustics Speech and Signal Processing 1996。ICASSP-96。会議議事録。1996 IEEE 国際会議、第 2 巻、pp. 1141-1144、第 2 巻、1996 年。

[4] LM Supplee、RP Cohn、JS Collura、AV McCree、「MELP: 2400 bps の新しい連邦標準」、音響音声信号処理 1997。ICASSP-97。1997 IEEE 国際会議、第 2 巻、pp. 1591-1594、第 2 巻、1997 年。

[5] 1200 および 2400 ビット/秒 NATO 相互運用可能狭帯域音声コーダ、STANAG-4591、NATO

[6] 600 BIT/S NATO 狭帯域音声コーダ用 MELPe バリエーション、STANAG-4591、NATO

[7] アラン・マクリー、「MELP パラメータのジョイント予測ベクトル量子化を使用したスケーラブルな音声ボコーダフレームワーク」、Proc. IEEE Int. Conf. Acoust., Speech, Signal Processing、2006、pp. I 705–708、トゥールーズ、フランス