1 Bandwidth Expansion of Narrow band Speech using Linear Prediction Bjarke Andersen, Jakob Dyreby, Brian Jensen, Frederik Holmelund Kjærskov, Ole Lodahl Mikkelsen, Peter Drustrup Nielsen, Henrik Zimmermann Group 742 Institute of Electronic Systems Department of Communications Technology Aalborg University, 2004

2 Agenda Præsentation fra Semcon conference Poster præsentation Abstract Arbejdsmetodik og arbejdsblade Envelope Excitation Artikel

3 Bandwidth of speech is more than 8 kHz Limited bandwidth of todays system Too expensive to expand current telephone systems. Expansion at the receiving end of the telephoneline Todays Narrow band telephone systems

4 Envelope Estimation Transforms the LPC coefficients into LSF (Line Spectrum Frequency) Codebook used for prediction of upper frequencies LSF transform Codebook mapping Inv. LSF Transform System overview

5 Envelope Estimation Transforms the LPC coefficients into LSF (Line Spectrum Frequency) Codebook used for prediction upper frequencies LSF transform Codebook mapping Inv. LSF Transform

6 Excitation Estimation Modulation moves the frequency Pitch detection estimates the fundamental frequency

7 The result Telephone switch Telephone switch Bandwidth Expansion Public telephone system At the user

8 Poster præsentation Frederik

9

10 Kommunikative virkemidler Bygget op omkring IMRaD-modellen Centralt placerede figurer Selvforklarende figurer Kortfattet tekst Tekst underbygges af figurer

11 Abstract Peter

12 Abstract Oversigt Titel Introduktion Metoder Resultater Diskussion Titel IMRaD –Introduktion –Metoder –Resultater –Diskussion

13 Abstract Oversigt Titel Introduktion Metoder Resultater Diskussion Beskrive rapporten så præcist som muligt Skal ikke være for lang Skal præsentere ”key words”. Bandwidth Expansion of Narrowband Speech using Linear Prediction

14 Abstract Oversigt Titel Introduktion Metoder Resultater Diskussion Beskrivelse af problemstillingen Uddybelse af problem, så læseren ikke er i tvivl om hvad projektet handler om Kan bruges som en ”appetitvækker” ”...,thus making the speech sound more realistic and pleasant”

15 Abstract Oversigt Titel Introduktion Metoder Resultater Diskussion Forklaring af brugte metoder Forklaring af løsningsforslag Inddrag ikke resultater i Metoder Signal split into two parts.... LP coefficient → LSF coefficient LSF codebook

16 Abstract Oversigt Titel Introduktion Metoder Resultater Diskussion Forklaring af testmetode Præsentation af relevante resultater, evt. Ikke alle resultater fra projektet. ”Spectrograms of the reconstructed wideband signal verified.....” ”Convergence measurements ranging.....” Listening test

17 Abstract Oversigt Titel Introduktion Metoder Resultater Diskussion Opsummerer de mest relevante resultater Diskuterer resultaterne Diskuterer fremtidigt arbejde ”The algorithm for wideband expansion proved to work...” ”However, unwanted artefacts developed in the reconstruction af the wideband signal”

18 Arbejdsmetodik og arbejdsblade Ole

19 Arbejdsmetoder Projektet blev delt op i flere mindre dele Hver del blev undersøgt og behandlet af 1-3 personer Dele og grupper blev løbende revideret Alle undersøgelser og behandlinger blev beskrevet i arbejdsblade

20 Envelope and excitation evaluation Listening test Overview of the human speech system Framing and deframing LPC modeling of vocal tract Vector Quantization Codebook training Generating the codebook for speech enhancement The K-means Clustering Algorithm Excitation extension Cepstral signal analysis for pitch detection Pitch detection Telephone filter Reflection Coefficients Line Spectrum Pairs LP synthesis Envelope extension LP analysis LP estimation Excitation extension Codebook Arbejdsblade

21 Envelope Brian

22 Envelope Vocal tract model Line Spectrum Frequency Codebook Spectral distortion

23 Vocal tract model

24 Line Spectrum Frequency

25 Codebook

26 Spectral distortion Mål : Spectral distortion < 1dB

27 Excitation Jakob

28 Ønsket funktionalitet Filtrering og opsampling Rekonstruktion af residualsignal Excitation Extension

29 Rekonstrueret residualsignal lig originalt Genskabe amplitudespektrum Karakteristika Filtreringsproblem Ønsket funktionalitet

30 Telefilter -HP-filter:f p = 300 Hzf s = 250 Hz -LP-filter: f p = 3400 Hzf s = 3450 Hz Filtrering og opsampling Residualfilter -HP-filter:f p = 350 Hzf s = 300 Hz -LP-filter: f p = 3350 Hzf s = 3400 Hz

31 Modulation Addition af hvid støj Rekonstruktion

32 Addering af pitchfrekvens Tilpasning af fase Problem ved segmentoverlap Rekonstruktion Forbedringer Midling af pitch Kalman-filter Pitchdetektion af svage signaler

33 Gennemgang af artikel Bjarke

34 Gennemgang af artikel AbstractIntroduktionMetoderResultaterDiskussion / konklusion Gennemgang IMRaD Indhold og opbygning af afsnit Videnskabelig fremgangsmetode(r) Særlig fokus på resultater / konklusion

35 Gennemgang af artikel Artiklens opbygning Problemstilling Undersøgelse af løsnings- metoder Valg af løsnings- metode Anvendelse af nye / kombination af eksisterende metoder Videnskabelig gen- nemgang af metoder Test metoder og resultater af tests Vurdering af resultater Konklusion

36 Gennemgang af artikel AbstractIntroduktionMetoderResultaterDiskussion / konklusion Indhold Kort beskrivelse af problemstilling Anvendte metoder i løsning Resultat

37 Gennemgang af artikel Problemstilling Telefonsystem båndbrede begrænset ( Hz) Mål: Båndbrede på Hz Løsning Undersøgt eksisterende løsninger / ideer - Problemstilling ikke løst Arbejde videre med eksisterende idé Mål: Finde / forbedre metoder til implementering af idé AbstractIntroduktionMetoderResultaterDiskussion / konklusion

38 Gennemgang af artikel Eksisterende metoder Anvendelse af metoder Kombination af metoder Nye ideer LPC  LSF koefficienter Anvendelse af kodebog Modulation af residual signal AbstractIntroduktionMetoderResultaterDiskussion / konklusion

39 Gennemgang af artikel Test metoder Matematisk - Talstørrelse for godhed Visuelt - Identificering af mangler Lyttetest - Overordnet resultat Mål med test Sammenligne resultater Identificering af problemer i metoder Brugeres vurdering af metoder AbstractIntroduktionMetoderResultaterDiskussion / konklusion

40 Vurdering af resultater Matematiske resultater Visuelle resultater Lyttetest resultater Konklusion Båndbredeudvidelse opnået Metoder mangler videre udvikling Gennemgang af artikel AbstractIntroduktionMetoderResultaterDiskussion / konklusion Spectral Distortion - 5,3 < μ < 7,0 dB - 2,4 < σ 2 < 7,4 dB 2 - Ingen spectral transparency (1,0 dB) Forklaringer - Kodebog er mangelfuld - Sammenhæng mellem bånd utilstrækkelig Spectrogrammer - Tilføjet komponenter til øvre bånd - Unvoiced lyd gengives ultilstrækkeligt i øvre bånd - Sinus element tilføjet upræcist i nedre bånd Forklaringer - Envelope extension virker utilstrækkelig i øvre bånd - Excitation extension virker utilstrækkelig i nedre bånd A/B test - Original telefon signal fortrukket Forklaringer - Artefakter introduceret i signal - Utiltrækkelig gengivelse af unvoiced lyd

41