Codificacin digital de formas de onda de voz: PCM, DPCM,
Y Cuantizadores de DM
Resumen: Se presenta un estudio
sobre la codificacin digital del
habla por medio de una
aproximacin directa de la forma de
onda del tiempo. En particular, se
discuten las representaciones de
seales de discreta amplitud de
tiempo discreto estrechamente
relacionadas que son bastante
conocidas como modulacin por
impulsos codificados (PCM),
modulacin diferencial de cdigos
de impulsos (DPCM) y modulacin
delta (DM).
El habla se reconoce como una
seal no estacionaria, por lo que se
hace hincapi en las estrategias de
"compresin" y "adaptativas" para
la cuantizacin y prediccin de la
forma de onda. Con la relacin de
error de seal a cuantificacin SNR
como una medida de rendimiento,
se sugieren tcnicas que son ms
propensas a ser apropiadas para la
especificacin especificada de la
tasa de informacin.
Se seala que las formas de onda
de error en la cuantificacin del
habla no pueden considerarse como
ruido blanco aditivo, en general.
Esto significa que para sus
evaluaciones de los codificadores de
voz, ya sean relativos o absolutos,
es necesario complementar las
observaciones basadas en SNR con
correcciones para factores
subjetivos y perceptuales. Estos
ltimos parecen desafiar la
cuantificacin como una regla. Por
lo tanto, son inestimables las
pruebas de preferencia explcitas
para las comparaciones directas de
los codificadores desde un punto de
vista perceptual, y nociones como la
isopreferencia y el escalamiento
multidimensional son naturalmente
apropiadas para interpretar los
resultados de tales pruebas.
Los puntos finales de preocupacin
son las preguntas de comunicacin
tales como mltiples codificaciones
de voz por pares de codificador-
decodificador en tndem;
Conversiones entre diferentes
formatos de cdigos digitales; Y los
efectos del ruido aditivo y
multiplicativo en el canal de
comunicacin, como se manifiesta
en la recepcin errnea de los bits
portadores del habla. La informacin
sobre estos temas tiende a ser
heterognea y no terica, y la
digresin actual en el subjetivo
superficial por la intencin.
El registro de gramfono que
acompaa este artculo demuestra
algunas de las manipulaciones del
habla que se discuten.
I. INTRODUCTION
LAS VENTAJAS de codificar una seal
digitalmente son bien conocidas y son
ampliamente discutidas en la literatura. En pocas
palabras, la representacin digital ofrece robustez,
regeneracin de seal eficiente, cifrado fcil, la
posibilidad de combinar funciones de transmisin
y conmutacin, y la ventaja de un formato
uniforme para diferentes tipos de seales. El
precio pagado por estos beneficios es la necesidad
de mayor ancho de banda. Los portadores
futuristas, as como algunos canales recientemente
utilizados, se caracterizan por una disponibilidad
de ancho de banda rpidamente creciente. Esto,
junto con la aparicin de la tecnologa de
dispositivos necesarios, es la razn por la cual las
tcnicas digitales de hoy son tan prometedoras.
Los trabajos de Flanagan [1] y Schindler [2]
incluyen secciones ilustrativas sobre la
codificacin digital aplicada a la transmisin,
sntesis y almacenamiento del habla.
El tratamiento en el presente trabajo se limitar a
la codificacin del habla mediante una
reconstruccin sencilla de la forma de onda del
tiempo acstico: especficamente, mediante las
representaciones de amplitud discreta de tiempo
discreto estrechamente relacionadas, conocidas
como modulacin de cdigo de impulsos (PCM ),
Modulacin por impulsos diferenciales (DPCM) y
modulacin delta (DM). Nos interesan las
aproximaciones directas de la forma de onda del
tiempo en el sentido de que no consideraremos
cuestiones sobre la reproduccin del habla en
trminos de descripciones de excitacin,
resonancias del tracto vocal o parmetros
articulatorios. Muchos resultados dramticos en la
compresin del habla, de hecho, depende de la
utilizacin de estas caractersticas fundamentales
[11. Sin embargo, la simple forma de onda de
codificacin sigue siendo un tema importante en
dos aspectos. En primer lugar, desde el punto de
vista de la complejidad del codificador, las
tcnicas de aproximacin de forma de onda son
las candidatas ms probables para aplicaciones a
gran escala de codificacin de voz digital; Esto ha
sido especialmente cierto en los sistemas que se
requieren para reproducir el habla con una calidad
suficiente para la telefona comercial. En segundo
lugar, la cuantificacin de la forma de onda es,
despus de todo, la aproximacin ms aplicable a
la codificacin de seales. Por lo tanto, con la
excepcin de algunos codificadores especialmente
diseados para la forma de onda de voz, los
codificadores PCM, DPCM y DM que se discuten
son apropiados para la comunicacin de cualquier
funcin de tiempo de banda limitada: por ejemplo,
la forma de onda de intensidad en una imagen , La
forma de onda de canal correspondiente a una
secuencia de bits de datos, o incluso la variacin
con tiempo de resonancia especfica en la forma
de onda acstica.
En el tratamiento de la codificacin de forma de
onda, mantendremos los detalles de
implementacin as como las digresiones
matemticas al mnimo. El propsito ser explicar
las tcnicas bsicas de cuantificacin, describir las
versiones adaptativas relativamente recientes de
las mismas (APCM, ADPCM y ADM) e incluir
datos de desempeo y demostraciones que
permitan una evaluacin comparativa de
estrategias alternativas de codificacin.
Hablando de los datos de rendimiento, la relacin
seal-a-razn de cuantificacin SNR se emplear
omnipresente como un criterio de desempeo en
este trabajo, y aunque al final del artculo
discutimos efectos subjetivos y perceptuales en la
evaluacin de codificadores, los trminos "mejor"
ptimo "se utilizar en referencia a tcnicas o
diseos que maximicen la SNR. Siempre que sea
posible, la SNR ser una medida en una seal de
voz real. A veces, sin embargo, tambin estaremos
invocando resultados derivados de seales
gaussianas y sinusoidales. Estas referencias deben
maximizar nuestro uso de literatura de
cuantificador disponible y, al mismo tiempo, no
minimizar nuestro rendimiento con seales de voz
reales!
Las secciones II, III y IV se dedicarn a
discusiones individuales de PCM, DPCM y DM,
respectivamente. Los resultados de estas secciones
se utilizarn para evaluaciones comparativas en la
Seccin V. Esta seccin tambin discutir factores
perceptuales y subjetivos en la evaluacin de
codificadores e incluir breves comentarios sobre
problemas de transmisin tales como
codificaciones mltiples, conversiones de cdigo
y los efectos de errores de canal en Rendimiento
del codificador.
En la Seccin II, se recapitula una frmula SNR
bsica para la codificacin PCM. La frmula dice
que la SNR mxima alcanzable aumenta
exponencialmente con la tasa de informacin (bit).
Se discute cmo la realizacin de la SNR mxima
requiere la adecuacin del tamao del paso del
cuantificador al rango dinmico de la seal. Para
una seal no estacionaria tal como el habla, dicha
correspondencia se logra ya sea por cuantificacin
no uniforme o -como en algunas propuestas
recientes- por el uso de cuantificadores
adaptativos que varan en el tiempo. Un tpico
adicional incluido en la Seccin II es el uso del
dithering (un proceso digital para pasar los
archivos de audio de 24 bits a 16 bits ) en
la cuantificacin del habla.
La seccin III discute cmo la codificacin
diferencial es naturalmente apropiada en la
cuantificacin del habla. El codificador PCM
diferencial ms simple (DPCM) codifica
esencialmente la voz en trminos de las primeras
diferencias en la forma de onda muestreada,
mientras que versiones ms sofisticadas de DPCM
representan una muestra de voz en trminos del
error en una prediccin adecuada de la misma.
Frecuencia de muestreo fija (tpicamente la
frecuencia de Nyquist (una seal analgica puede
ser reconstruida, sin error, de muestras tomadas en
iguales intervalos de tiempo. La razn de
muestreo debe ser igual, o mayor, al doble de su
ancho de banda de la seal analgica) para el
discurso limitado por banda), PCM diferencial
proporciona una ganancia SNR directa sobre
PCM. La ganancia es una funcin de las
correlaciones presentes en las muestras de la
forma de onda del habla, y de qu tan bien se
explotan en las estrategias diferenciales, pero es
independiente, en gran medida, del nmero de bits
utilizados para codificar una muestra de entrada.
Finalmente, las versiones prcticas de la
codificacin diferencial incluyen tcnicas
adaptativas, y nuestra discusin incluir
predictores adaptativos adems de cuantificadores
variables en el tiempo.
El tema de la Seccin IV es la modulacin delta
(DM), un procedimiento de codificacin
diferencial basado en el uso de un cuantificador de
1 bit (2 niveles). La tcnica generalmente depende
del muestreo de seal para la reproduccin del
habla satisfactoria. De hecho, la SNR en DM se
considera que aumenta aproximadamente como el
cubo de la frecuencia de muestreo. Las tcnicas de
cuantificacin adaptativa para la DM
generalmente se dividen en dos clases: las basadas
en cambios rpidos e instantneos de tamao de
paso y aquellas que emplean compresin
"silbica" ms lenta. Esta ltima clase es
especialmente adecuada para velocidades de
muestreo relativamente ms bajas y / o tasas de
error relativamente ms altas en la transmisin de
bits.
La Seccin V compara versiones adaptables
tpicas de PCM, DPCM y DM desde un punto de
vista SNR. Por ejemplo, se observa que ADPCM
exhibe una ganancia de SNR constante respecto a
PCM comprimido. En la comparacin ADM-
PCM, por otro lado, hay un punto de cruce en la
velocidad de bits por debajo de la cual ADM (que
originalmente fue concebida por su simplicidad)
puede de hecho superar a PCM. Por ltimo,
ADPCM parece ser superior, SNR-sabio, a ADM,
excepto, posiblemente, a velocidades de bits que
son demasiado pequeas para ser de ms de lo
acadmico.
La insuficiencia de SNR como una medida
adecuada de rendimiento se discute a
continuacin. Esta insuficiencia est relacionada
con la observacin de que las formas de onda de
error en la cuantificacin del habla no pueden ser
modeladas por ruido blanco aditivo en general.
Por lo tanto, para las evaluaciones ms finas de
los codificadores de voz, ya sean relativos o
absolutos, es necesario complementar las
observaciones basadas en SNR con correcciones
para los llamados factores subjetivos y
perceptuales. Estos ltimos parecen, por regla
general, determinar la cuantificacin.
Inestimables, por lo tanto, son las pruebas de
preferencia explcita para las comparaciones
directas de los codificadores desde un punto de
vista perceptual, y discutimos brevemente las
nociones de isopreferencia y escalamiento
multidimensional en este contexto. Estas nociones
son naturalmente apropiadas para interpretar los
resultados de las pruebas de preferencia.
Finalmente, nos interesa brevemente lo que se
puede denominar preguntas de comunicacin:
mltiples codificaciones de voz por pares de
codificador-decodificador en tndem (trabajo H Una cantidad adimensional, proporcional
a Y, en un cuantificador uniforme
conjunto de dos componentes que resultan
complementarios. Las unidades que componen un N th muestra de ruido aleatorio aditivo.

tndem, de este modo, colaboran entre s con un

fin.): conversiones entre diferentes formatos de b Elemento de cdigo binario en el instante
de muestreo en DM.
cdigos digitales; Y los efectos del ruido aditivo y
B Nmero de bits utilizados para codificar
multiplicativo en el canal de comunicacin, como una muestra en PCM, DPCM (B = 1 para
se manifiesta en la recepcin errnea de los bits DM).
W Frecuencia ms alta en la seal de entrada
portadores del habla.
= ancho de banda de una seal filtrada
con paso bajo.
Mientras que la SNR sigue siendo la medida ms f0 Frecuencia de muestreo
informativa del rendimiento del cuantificador, la
eleccin de un cuantificador de voz especfico F f 0 /2W Factor de sobremuestreo en DM (F = 1 en
PCM, DPCM).
para una aplicacin dada debe, cuando sea
posible, seguir la consideracin de lo bien que un f Frecuencia de una seal de entrada
sinusoidal.
codificador puede reproducir el habla
perceptualmente y una evaluacin de lo bien que S(f) Espectro de densidad de potencia

el codificador puede Resistir las imperfecciones Cantidad sin dimensiones en la expresin

para un espectro de potencia integrado.
de un canal de comunicacin real.
T 0 =1/f 0 Duracin del muestreo.

El Apndice describe el contenido de un registro

de gramfono acompaante. Las grabaciones T AD Tiempo de adaptacin.

estn destinadas a proporcionar al lector un sabor

de los diferentes tipos de degradacin del habla Variable ficticia.

que los codificadores de forma de onda y los

Funcin de densidad de probabilidad de
canales reales causan. p( ) .

Valor medio de .
Sera apropiado, en este punto, resumir la notacin
empleada en este artculo.
Variacin de un .

Lista de smbolos Explicacin

[ ] 2

X th Muestra de entrada de cuantificador.

X , Y , E Se supone que es cero.

Y th Muestra de salida del cuantificador 1/ 2 Valor cuadrtico medio (raz cuadrada de

X rms X 2 la varianza) de X.

E Y X th Muestra de error de cuantificacin.

SNR X 2 / E 2
Relacin seal-ruido (error de
cuantificacin).
L X Y 1 th muestra de retardo de cuantificacin.
10 log10 SNR.
SNR( dB)
m Y Y 1 th paso en la salida del cuantificador.
G Ganancia SNR en DPCM (sobre PCM).

Z th Muestra de la salida del cuantificador~

, Q Smbolos alternativos para el valor
filtrado. cuantificado de .

Tamao del paso del cuantificador en el ^ Valor predicho de .

instante de muestreo .

Tamao de paso constante e ^

en
Muestra de error de prediccin.
cuantificacin no adaptativa.

min , max Valores mnimo y mximo del tamao del n Orden del predictor
coeficientes predictores).
(nmero de
paso.

M, P, Q Multiplicadores paso a paso. ai Coeficiente predictor

 ai Perturbacin de
ai mnima puede ser inferior a 2W si la frecuencia de
en la prediccin
seal ms baja es distinta de cero.
adaptativa
i
B) La amplitud de cada muestra de seal se
D (a1 , a2 , , ai ) X a X cuantifica en uno de los niveles 2B. Esto implica
=1
una informacin de B bits por muestra, y una tasa
A Vector de coeficiente predictor de informacin global de 2WB bits por segundo
Correlacin entre muestras de (bits
X / s) para una seal filtrada de paso bajo.
Ci X X i / X 2 separadas por una duracin iTo (i
muestras).
C) Los niveles discretos de amplitud estn
, Matrices de correlacin.
representados por palabras binarias distintas de
longitud B. Por ejemplo, con B = 2, se pueden
,t Coeficientes de un predictor adaptativo.
representar 4 niveles distintos utilizando las
V Nivel de sobrecarga del compresor palabras
de de cdigo 00, 01, 10 y 11.
voz en cuantificacin no uniforme.
v Salida del compresor de voz.
D) Para la decodificacin, las palabras binarias se
asignan nuevamente en los niveles de amplitud y
Expresin de cantidad sin dimensiones
para la funcin de compresin la secuencia de impulsos de amplitud-tiempo es
logartmica.
filtrada en paso bajo con un filtro cuya frecuencia
Constante adimensional en expresin
SRN para DM de corte es W.
K Constante adimensional en la frmula
para el tamao de paso de Supongamos
un ahora que las etapas a), c) y d) se
cuantificador uniforme pueden llevar a cabo perfectamente en
1, 2 Constante adimensional en frmulas
implementaciones representativas, y se concentran
para la adaptacin de coeficientes
predictores en el rendimiento del codificador determinado por
los errores de cuantificacin introducidos en la
etapa b). Fig. 1 ilustra el caso simple de un
Acrnimos
cuantificador uniforme y muestra formas de onda
PCM Modulacin por impulsos. de error de seal y de cuantificacin.
DPCM Diferencial PCM.
Deje que el tamao del paso del cuantificador sea
APCM Adaptive PCM.
ADPCM Adaptable DPCM. denotado por . Si el nmero de niveles de
DM modulacin Delta.
cuantificador es grande, se supone que el error de
LDM Lineal (no adaptativo) DM.
cuantificacin tiene la siguiente distribucin
ADM Adaptive DM.
uniforme:
CDM DM continua.
DCDM DM controlado digitalmente.
1
p ( E )= , E< (1)
II. MODULACIN DE CDIGO DE PULSO 2 2

La codificacin de la forma de onda por PCM [3]

- [6] implica los pasos siguientes.

A) La forma de onda (banda limitada) se muestrea

a una velocidad de al menos 2W Hz (la frecuencia
de Nyquist), donde W es la frecuencia ms alta
contenida en la forma de onda. Este muestreo
asegura una reconstruccin perfecta de la seal
analgica mediante un desamplificador posterior
apropiado. Adems, la frecuencia de muestreo

Fig. 1 El principio de cuantificacin. (Despus de negro
[5.] (A) Caracterstica de cuantificacin. B)
Caracterstica de los errores de cuantificacin. (C) Una
onda de seal cuantificada y la onda de error
correspondiente.
Volveremos a este problema muy pronto. Por el
momento, supongamos que los cuantizadores no
estn sobrecargados. Entonces, en virtud de (1), el
valor medio cuadrado del error de cuantificacin
es
/2
2
E2 p ( E ) dE=
12
(2)
/ 2
Si el valor rms de la entrada X es X rsm la relacin
seal -error es
[ ]
2
SRN =X rsm 2 / (3)
12
Por ejemplo, deje que el cuantificador incluya el
rango de amplitud -4Xrms a + 4Xrms. (Aunque
convencional en el trabajo terico, la anchura del
cuantificador de 8Xrms, no tiene ninguna santidad,
excepto que para la mayora de las
especificaciones de la densidad de la seal de
entrada, la anchura de 8Xrms, es ms que suficiente
para abarcar un rango significativo de la entrada
Por ejemplo, Si la seal PDF p (x) es modelada
por una funcin gaussiana de media cero, las
muestras de seal caern fuera del cuantificador
de 8Xrms con una probabilidad (de sobrecarga)
menor que 1 en 10 000.) El tamao de paso del
uniforme El cuantificador puede ahora expresarse
como la relacin entre el rango de amplitud y el
nmero de pasos (niveles de salida):
8 X rms
= (4)
2B
De (3) y (4)
SNR ( dB ) =10 log 10 SNR=6 B7.2 ( 5 )
La frmula proporciona una buena descripcin del
rendimiento del PCM bajo las siguientes
condiciones.
1) El sistema funciona con un canal limpio (o
medio de almacenamiento de bit), de modo que el
rendimiento est limitado por el error de
cuantificacin (y no por la corrupcin de letras de
cdigo-palabra (bits) por el ruido del canal).
2) La seal de entrada es suficientemente
compleja para evitar la estructura temporal obvia
en la forma de onda de error, de modo que la
descripcin estadstica del error en (1) sea
significativa.
3) La cuantificacin es suficientemente fina (por
ejemplo, B> 6) para evitar patrones
correlacionados con la seal en la forma de onda
de error, de manera que el efecto de los errores
puede medirse en trminos de potencia de ruido o
varianza de error (2).
4) El cuantificador est de hecho alineado con el
rango de amplitud -4Xrms, + 4Xrms).
A. Uso del tramado en la cuantificacin del
habla
seal implican deterioros obvios del rendimiento
del cuantificador, reflejados por valores de SNR
que por definicin son inferiores a los previstos
por (5). Consideremos ahora dos soluciones (no
mutuamente excluyentes) para el problema de
desajuste.
B. Cuantificacin no uniforme

Las condiciones 1) -3) son generalmente Considere un cuantificador no uniforme con la

verdaderas de enlaces de habla de calidad de caracterstica de que el tamao del paso aumenta a
peaje. Cuando las demandas sobre la calidad del medida que nos alejamos del centro del
habla no son severas, los cuantificadores crudos cuantificador (media cero). La ventaja de tal
(B <6) son de inters. La degradacin del habla en cuantificador es que, sin incrementar el nmero
tales casos se refleja no slo por una SNR ms total de niveles de cuantificacin (y por lo tanto la
baja, sino tambin por una presencia indeseable de tasa de bits necesaria), se pueden permitir pasos
patrones dependientes de la seal en la forma de grandes en el cuantificador para cuidar las
onda del error de cuantificacin. La situacin posibles excursiones de la seal de voz en la
puede ser aliviada por el dithering [7], [8], de la (relativamente poco frecuente) Rangos de
siguiente manera: se aade una secuencia de ruido amplitud amplios.
pseudoaleatorio al habla que se va a cuantificar;
La substraccin subsiguiente de la secuencia
pseudoaleatoria de la salida del cuantificador
proporciona una secuencia de error similar al
ruido blanco (que se encuentra que es menos
objetable, perceptualmente que una forma de onda
de error dependiente de la seal) y tambin
conserva el valor original de SNR. La tcnica es
ms til en el estrecho pero prcticamente
significativa gama 4 B 6 [9].

El uso de un generador pseudoaleatorio se Fig. 2 Esquema del uso del dither en la cuantificacin.
demuestra en la Fig. 2. En la Fig. 3 se muestran
formas de onda de error de voz y de cuantificacin
con y sin tramado. Est claro que el dithering es
injustificado cuando B es grande (digamos, B28).
Esto se debe a que no hay patrones (evidentes)
dependientes de la seal en la forma de onda de
error, incluso sin tramado, cuando la
cuantificacin es suficientemente fina.

Ahora nos concentraremos en el hecho de que la

condicin 4) es muy rara vez encontrada en la
prctica. Esto se debe a la no estaciona- lidad de la
seal de voz, que conduce a desajustes de entrada
de cuantificador, especialmente cuando varios
altavoces o circuitos deben ser manejados por un
nico sistema codificador-decodificador. A menos
que se corrija de alguna manera, los desajustes
entre el rango del cuantificador y la potencia de la
 expansin posterior de la salida. La ley de
compresin utilizada en el cuantificador de Smith
est dada por

| X|
|v|=Vlog 1+ ( V )
/log ( 1+ ) , > 0. ( 6 )

Fig. 4 (a) ilustra esta caracterstica de compresin,

y muestra que la cuantificacin lineal (uniforme)
corresponde a = 0. Smith tambin calcula la
ganancia de SNR sobre la cuantificacin uniforme
en funcin de la relacin entre el nivel de
sobrecarga del compresor

Fig. 3. Formas de onda de error de cuantizacin con y

sin dither. (Despus de Jayant y Rabiner [8]).

De manera equivalente, para una calidad dada de

codificacin, sobre un intervalo dinmico
especificado de la seal, un cuantificador no lineal
permite una reduccin de la velocidad de bits. Por
ejemplo, el cuantificador logartmico de Smith
[10] puede ser diseado tpicamente para
proporcionar una cuantificacin del habla de
calidad de peaje con 128 niveles o 7 bits por
muestra, mientras que un cuantificador uniforme
(Figura 1) necesita alrededor de 11 bits para un
rendimiento similar. [Obsrvese que, segn (5), si
se trata siempre de una seal estacionaria de
varianza conocida. Un cuantificador de 11 bits se
puede disear para proporcionar una mejora de 24
dB en SNR sobre un cuantificador de 7 bits.]

El uso de un cuantificador no uniforme es

equivalente a la presentacin de una seal
comprimida a un cuantificador uniforme, y una
 abscisas. Estas reas son medidas de cun bien se
mantiene el rendimiento del cuantificador cuando
Xrms, cambia. El valor especfico de = 255 se
utiliza frecuentemente en las implementaciones
actuales.

Finalmente, es til en las implementaciones

compander aproximar la curva logartmica (6)
para seales pequeas por un segmento lineal.
Este procedimiento se denomina companding de
la ley A (es un sistema de cuantificacin
logartmica de seales de audio). El recproco de
A se define como el valor de la abscisa, en la Fig.
4 (a), despus de lo cual la curva transita
suavemente a una forma logartmica verdadera.

Panter y Dite [6] muestran cmo la ventaja de la

cuantificacin no uniforme aumenta con el factor
de cresta (relacin de pico a valor rms) de la seal
e indican que la eleccin de p tambin debe ser
gobernada por el valor de B. Valores ms grandes
de B requieren valores mayores de p, o mayor no
uniformidad del cuantificador. Ms recientemente,
Paez y Glisson [11] utilizan la distribucin gamma
como un buen modelo de amplitudes de habla y
derivan un correspondiente cuantificador no
uniforme ptimo. El trmino "cuantificador
ptimo" (uniforme o no uniforme) se refiere a un
cuantificador que maximiza la SNR. Se supone

Fig. 4.

V y Xrms, la raz cuadrada de la varianza del habla

y utiliza los resultados SNR junto con
observaciones estadsticas sobre el rango
dinmico de la seal de voz a Concluyen que los Fig. 5. Cuantificadores ptimos para seales con
valores deseables de p son del orden de 100. El densidad gamma; Media = 0, varianza 2 = 1.
punto se ilustra en la Fig. 4 (b) donde la curva = (Despus de Paez y Glisson [l1]).
100 incluye la mayor de las tres reas sobre
que el clculo de SNR incluye el efecto de errores
de sobrecarga, que fueron descuidados en la
simple exposicin precedente (5). El cuasificador
Paez-Glisson se resume en la Fig. 5. Los valores x
definen los extremos de los rangos de entrada del
cuantificador, y los valores y son salidas
correspondientes. Por ejemplo, en el cuantificador
de 3 bits, las entradas entre 0,504 y 1,401 se
cuantifican como 0,859 y todas las entradas que
exceden 2,872 se cuantifican en 3,799. La
derivacin del cuantificador se basa en una
determinacin iterativa de los rangos de entrada y
los niveles de salida, como sugiere una teora
general debido a Max [12]. Los resultados de [11]
y [12] tambin especifican los mejores
cuantificadores uniformes para las seales con
gamma, Laplaciano y funciones de densidad
gaussiana. Por ejemplo, Max deriva los siguientes
escalones de maximizacin SNR para
cuantificadores uniformes de 1, 2, 3 y 4 bits con
entradas gaussianas:
opt =K ( B ) X rms
K(1) = 1.596
K(2) = 0.996
K(3) =0.586
K(4) =0.335
C. Cuantizacin adaptativa
Un medio ms recientemente estudiado, y
presumiblemente ms flexible, de adaptar el
tamao del paso de cuantificador a la varianza de
seal es el uso de la adaptacin de tamao de paso
basada en la memoria del cuantificador. La idea es
trabajar con un cuantificador bsico que sea muy
simple (uniforme, si es necesario), pero modificar
su tamao de paso (para cada nueva muestra de
entrada, en general) por un factor dependiendo del
conocimiento de cules ranuras cuantificadoras
fueron ocupadas por Las muestras anteriores. En
su forma ms simple, el esquema funciona con
una memoria de una sola palabra -una sugerencia
debida a Flanagan, desarrollada extensamente por
Cummiskey y Jayant [13]. Deje que la salida de
un cuantificador B-bit (uniforme) sea
Y =H H =1, 3,5, ,2 B1 ( , >0, B 2 ) .(8)
2
El tamao de paso r+1 se elige ahora para ser el
tamao del paso anterior
 y fig. 7

Fig. 7

multiplicado por una funcin invariante en el Fig. 8. Caractersticas de compresin del cuantificador
tiempo de la magnitud de la palabra de cdigo | H r adaptativo; B = 4, C1 = 0.5, mid = [ mid max]1/2, R =
|: mid/max

r+1=r M (| H r|) .( 9)

Cuando la funcin multiplicadora est

debidamente diseada, la lgica de adaptacin (9)
sirve para que coincida con el tamao del paso, en
cada muestra, con una estimacin actualizada de
la varianza de la seal. Higo. 6 explica un
cuantificador adaptativo de 3 bits. En la figura se
muestran los ocho valores posibles de la ltima
salida del codificador (000 a 111) y los
multiplicadores de escalones correspondientes M.
Sepa que el valor de M depende de la magnitud de
(la ltima) salida del codificador-
equivalentemente, Sobre la magnitud | H, | En (9)
-y no en el signo de la salida. (Esta estrategia es
una simple consecuencia de la observacin de que
se espera que la funcin de densidad de Fig. 9. Multiplicadores de tamao de paso para B = 2, 3
probabilidad de entrada p (X) sea simtrica con y 4. (Despus de Jayant .)
respecto a un valor medio de cero).
muestra cmo estos multiplicadores de hecho
Fig. La figura 7 muestra histogramas de los mantienen la variable , en una regin c
tamaos de paso encontrados en la simulacin de introducida en opt, el tamao de paso ptimo
un cuantificador adaptativo de 4 bits con una seal (constante) para un cuantificador no adaptable
gaussiana en la entrada. Los multiplicadores de (incluso cuando el tamao del paso inicial es muy
tamao de paso fueron seleccionados para inferior al ptimo). Fig. 8 describe las
maximizar un SNR adecuadamente definido [13], caractersticas de compresin de un cuantificador
adaptativo para el ejemplo de B = 4. Las
magnitudes max y min representan restricciones
prcticas en la lgica de adaptacin (9), y estas
restricciones determinan, a travs de la relacin R,
el rango dinmico del cuantificador adaptativo. La
dinmica incluye el rango de variacin de entrada
que el cuantificador puede manejar de manera
equivalente, el rango de una seal de entrada dada
puede tolerar un rendimiento mnimo especificado
(SNR). Obsrvese que para el ejemplo de la Fig.
8, la ventaja de la adaptacin consiste en aumentar
el rango dinmico en lugar de aumentar el valor
mximo de la SNR. Esta observacin es bastante
general y se transfiere a la cuantizacin del habla.
Las adaptaciones de tamao de paso proporcionan
ganancias considerables en el SNR de pico cuando
la correlacin C1 entre muestras adyacentes se
aproxima a la unidad o cuando el diseo no
adaptativo se basa -como suele ser- en las
estadsticas a largo plazo de una seal no
estacionaria.

Fig. 9 lista multiplicadores de tamao de paso que

resultan ptimos para la codificacin adaptable de
PCM (APCM) de una muestra de habla filtrada de
paso bajo. Los multiplicadores de paso
recomendados no constituyen en general valores Fig. 10. Forma general de la funcin multiplicadora
objetivo demasiado crticos. ptima en la cuantificacin del habla; B> 2. (Despus
de Jayant [13]).

Es posible alejarse, por ejemplo, de valores

triviales de unidad para algunos de los
multiplicadores centrales. Por ejemplo,

M 1<1, M 2=M 3=1, M 4 >1 ; B=3.(10)

Lo que es crtico, sin embargo, es la observacin

de que los aumentos de tamao de paso deberan,
en general, ser ms rpidos que los decrementos
de tamao de paso. Esto tiene que ver con la
siguiente comparacin de dos tipos bsicos de
error de cuantificacin: errores de "sobrecarga"
que ocurren cuando A es demasiado pequeo y
una muestra de seal cae fuera del rango del
cuantificador; Y errores "granulares" que son
inherentes a la cuantificacin incluso cuando la
entrada cae dentro de una ranura o paso
cuantificador. Los errores de sobrecarga tienen
una funcin de densidad que tiene un soporte
tericamente infinito, mientras que los errores
granulares pueden modelarse mediante una
distribucin uniforme (1) con un soporte finito
igual al propio tamao del paso. Como resultado,
los errores granulares tienden a ser menos dainos
para la SNR que los errores de sobrecarga. Para
mitigar la contribucin de esta ltima a la potencia
total del ruido, se busca corregir con mayor
rapidez la ocurrencia de errores de sobrecarga. El
resultado final es una funcin multiplicadora
ptima que tiene la forma geeral representada en
la Fig. 10. La figura muestra cmo la funcin -11
de (9) aumenta constantemente con I H, I durante
los aumentos de tamao de paso (M> 1, para
corregir la sobrecarga). Por otro lado, durante las
disminuciones de tamao de paso (M <1), la
funcin M ptima es notablemente cercana a la
unidad. La regin sombreada en la Fig. 10 expresa
variaciones en la funcin multiplicadora cuando
hay cambios en B y las estadsticas de seal de
entrada [13]. La exclusin de B = 2 de la regla de
adaptacin en la figura tiene que ver con el hecho
de que cuando la cuantificacin llega a ser lo
suficientemente cruda, la distincin entre
magnitudes esperadas de errores granulares y de
sobrecarga disminuye -y tambin lo hace la
disparidad entre las tasas deseadas de
Disminucin del tamao del paso y aumento.
Schlink describe un enfoque ligeramente diferente
a la cuantificacin adaptativa [14]. Aqu las
adaptaciones consisten en conmutadores entre dos
cuantificadores invariantes. Los interruptores se
hacen, una vez ms, mediante el uso de la
memoria del cuantificador. La idea de utilizar
dicha memoria para la codificacin de la APCM
de habla ha sido bastante reciente [13], [14], y
hasta ahora el compander ms utilizado para la
codificacin de voz usando PCM ha sido el
compander logartmico (sin memoria) debido a
Smith [10 ]. La cuantificacin adaptativa con
memoria tambin se ha aplicado, sin embargo, a la
codificacin diferencial, o ADPCM [15], [16].
Aqu la combinacin de estrategias diferenciales y
adaptativas ha demostrado ser extremadamente
fructfera desde el punto de vista de la aplicacin.
Antes de entrar en el PCM diferencial, tambin
deberamos referirnos a las denominadas tcnicas
silbicas para la compresin o adaptacin, en
comparacin con las tcnicas de adaptacin
instantnea discutidas en las subsecciones II-B y
C. En estos esquemas el tamao del paso A se
adapta con una constante de tiempo De
aproximadamente 5-10 ms, en lugar de para cada
muestra. Wilkinson ha descrito un PCM silbico-
companded que proporciona la reproduccin del
habla muy til a bajas tasas de bits [17]. Las
aplicaciones ms extensas de adaptacin silbica,
sin embargo, han estado en el campo de la
modulacin delta (Seccin IV). Aqu, como en
PCM, una ventaja principal de la compresin
silbica es que tal estrategia hace que un sistema
adaptativo sea ms tolerante a los errores de canal.
Por otro lado, la adaptacin instantnea puede ser
ms sencilla de implementar cuando se trata de
multiplexacin por divisin de tiempo de varios
canales de voz.
III. MODULACIN DE CDIGO DE PULSO
DIFERENCIAL
El habla que se muestra a la tasa de Nyquist
exhibe una correlacin muy significativa C1 entre
muestras sucesivas. Una consecuencia de esta
correlacin es que la varianza de la primera
diferencia
es menor que la varianza de la propia seal de
voz. Con la notacin estadstica bsica,
donde C1 es la correlacin entre muestras
adyacentes. Obviamente, si C1 es mayor que 0,5,
D (1) tiene una varianza menor que X. Como
resultado, es ventajoso cuantificar D (1) en lugar
de X, y usar un integrador para reconstruir X a
partir de los valores cuantificados de D (1). Esto
se debe a que, para una finura dada de
cuantificacin B, la potencia de error de
cuantificacin es proporcional a la varianza de la
seal presente en la entrada del cuantificador
[como en (2) y (4)]. El uso de D (1) como entrada
de cuantificacin permite, por tanto, una menor
varianza de error y una mejor SNR. De forma
equivalente, para un valor dado de SNR, el uso de
la tcnica diferencial permite el empleo de un
valor menor de B y, por tanto, conduce a una
reduccin directa del ancho de banda. Es
importante, por supuesto, que al integrar los
valores cuantificadores de D (1), no se acumule
error de cuantificacin. Esto se asegura mediante
un simple procedimiento de realimentacin que
introduce al cuantificador la cantidad D r (1) + Er-1,
en lugar de D (1), donde E r-1 es el error de
cuantificacin para la muestra anterior.
^
Donde X r denota una prediccin (lineal) de
Xr. Esta forma de codificacin diferencial [18],
[I91 se formaliza en la parte (codificador del)
circuito de modulacin por impulsos diferenciales
(DPCM) [20], [21] de la Fig. 11.
Obsrvese que la realimentacin alrededor del
cuantificador asegura que el error en la seal

reconstruida (cuantificada) X r es precisamente

Se muestra que la variante de la varianza tiene un el error de cuantificacin para la muestra e r y no

valor mnimo cuando a1 = C1: una acumulacin de errores de cuantificacin
anteriores:

La relacin seal / ruido

Muestra una ganancia de SNR G sobre PCM, dada

por la relacin de la varianza de X1 a la de e1:

^
X r , es la prediccin de Xr basada en n
Fig. 11. Diferencial PCM. QZ: cuantificar; PR: Donde
n valores cuantificados pasados:
predictor: X r = a j X r j
^
Si el canal es sin
j

X r = X r = seal
'
errores, reconstruida.
Para maximizar Gr se eligen los coeficientes
(Antes McDonald [20].) predictores para minimizar el denominador de
(18):
Tenga en cuenta que la varianza de reduccin en
(14) es positiva para todos C1, mientras que en
(12) es positiva slo si C1> 0.5.

Una generalizacin adicional es posible si

utilizamos como entrada del cuantificador una
diferencia de la forma
Se supone que los trminos de correlacin de
seal de error de la forma (EX) son despreciables
al llegar a (20). Si tambin podemos suponer que
el codificador es lo suficientemente bueno como
para asegurar que
Se supone que los trminos de correlacin de
seal de error de la forma (EX) son despreciables
al llegar a (20). Si tambin podemos suponer que
el codificador es lo suficientemente bueno como
para asegurar que
el predictor que minimiza (20) es dado por
Fig. 12. Funciones de autocorrelacin de las seales de
voz. Curvas superiores: discurso de paso bajo; Curvas
inferiores: discurso de paso de banda. (Despus de Noll
[22]).
Donde
La ganancia resultante sobre el PCM es
Obsrvese que en la entrada diagonal C 0 = 1.
Observe tambin que la ganancia SNR es
independiente del nmero de bits B.
Para el caso especial de n = 1, el predictor (22) es
simplemente un integrador que gotea con a 1 = C1,
mientras que si a1 = 1, la red de realimentacin
proporciona una integracin perfecta. Ahora
reproducir los resultados ilustrativos de DPCM de
un reciente artculo de Noll [22]. Los resultados se
basan en mediciones en una muestra de 55-s de
voz que es filtrada por paso bajo (LPF: 0 a 3400
Hz) o filtrada por paso de banda (BPF: 300 a 3400
Hz). La frecuencia de muestreo en ambos casos es
de 8 kHz. La figura 12 muestra grficas de C i
frente a i. El conjunto superior de curvas se refiere
al habla LPF, y el conjunto inferior al discurso
BPF. En cada conjunto, los lmites superior e
inferior representan mximos y mnimos,
respectivamente, sobre cuatro altavoces (dos
machos y dos hembras), y la curva media da
valores medios (promedios sobre cuatro
altavoces). Tenga en cuenta que en ningn caso es
C1 <0,5. Esto significa que el uso de la lgica
DPCM ms simple [como en (11) y (12)] debera
proporcionar una ganancia SNR sobre PCM. Las
ganancias en una lgica DPCM ptima (22) son,
por supuesto, an mayores; Estos valores de G se
representan en la Fig. 13 (a) (discurso LPF) y la
Fig. 13 (b) (habla de BPF) como una funcin de n,
el nmero de coeficientes predictores. Como
antes, cada conjunto de curvas incluye un
mximo, un mnimo y un promedio, sobre la
poblacin de cuatro hablantes. Es interesante que
la funcin G suele saturar para todos los
propsitos prcticos en n = 2. Observe tambin
que el valor asinttico G es mayor para el discurso
LPF que para el habla BPF. Esto se espera porque
el habla LPF tiene mayor energa de baja
frecuencia, y por lo tanto mayores correlaciones
de muestras adyacentes. Esto, a su vez, refleja la
posibilidad de una mayor eliminacin de
redundancia por

Fig. 13. Ganancia SNR ptima G versus nmero de
coeficientes predictores. (A) Discurso del LPF. (B)
Discurso del BPF. (Despus de Noll [22]).
codificacin diferencial; De forma equivalente, un
mayor valor asinttico para G. Es significativo,
sin embargo, que incluso para el habla LPF, G
nunca alcanza un valor de 12 dB [que significara
una ventaja de 2 bits sobre PCM en virtud de (5)].
Por ltimo, tenga en cuenta la dependencia
indeseablemente fuerte del altavoz de G en la Fig.
13. Una propiedad an ms indeseable, no
demostrada en las figuras, es que G es muy
sensible a la coincidencia del vector predictor A
con las matrices de correlacin y . En otras
palabras, el cambio del material de voz de entrada
se degrada, en general, El funcionamiento de un
sistema DPCM que funciona con un predictor
diseado sobre la base de estadsticas de voz
promedio. De la misma manera, es subptimo
utilizar un nico predictor para codificar
segmentos sonoros y sin voz en la forma de onda
del habla. Los segmentos de voz, por ejemplo, se
caracterizan generalmente por C1> 0,5, mientras
que se puede esperar que las fricativas ruidosas
muestren una correlacin casi cero, C10. (Sin
embargo, la calidad global del habla se controla
principalmente por el grado en que las secciones
sonoras estn codificadas, porque predominan en
la probabilidad de ocurrencia, adems, las
fricativas son ms tolerantes a la adicin de ruido
de cuantificacin granular, desde un punto de vista
perceptivo).
El lector debe esperar que las versiones prcticas
de la PCM diferencial puedan emplear
cuantificadores adaptativos y / o predictores
adaptativos -la primera para seguir los cambios en
la potencia de la seal y la segunda para responder
a los cambios en el espectro de corto plazo del
habla . Los codificadores con estas caractersticas
adaptativas se han referido en la bibliografa como
codificadores DPCM (ADPCM) adaptativos.
A. Cuantizadores Adaptativos
El uso de la cuantificacin adaptativa en ADCPM
[15], [16] tiene la misma motivacin que el uso de
un cuantificador adaptativo en APCM. La
varianza del error de prediccin, que es la entrada
del cuantificador en DPCM (figura 1), es
proporcional a la varianza de la seal de entrada X
y la varianza de la seal de entrada es desconocida
o muy variable en una seal cuasi estacionaria tal
como habla. Sin embargo, la varianza puede
estimarse tilmente mediante el uso de memoria
cuantificadora cuando la entrada es localmente
estacionaria. Stroh describe un sencillo
procedimiento de estimacin de las seales
gaussianas [16]. La tcnica de Cummiskey, Jayant
y Flanagan [15] hace un uso ms explcito de las
seales de "sobrecarga" y "subcarga" para
proporcionar lo que se cree es una lgica de
adaptacin muy eficiente. La tcnica utiliza una
memoria mnima de una palabra, y se ha estudiado
tanto para entradas de habla gaussiana como
reales. El lector se remite a la Fig. 6 para una
recapitulacin de la tcnica, y la Fig. 9 para datos
numricos sobre la adaptacin de tamao de paso.
Los resultados en DPCM en la Fig. 9 se refieren al
caso de un predictor simple de primer orden (11).
Observe que los multiplicadores de tamao de
paso ptimos (maximizando la SNR) para
ADPCM son ligeramente diferentes de los de
APCM. Esto tiene que ver con el hecho de que la
correlacin entre las muestras de seales
adyacentes X es bastante alta en la entrada de un
cuantificador DPCM [que es igual a la correlacin
entre las muestras de habla de muestras Nyquist transmisin de coeficientes predictores, con un
adyacentes [20]; Las muestras de entrada de un pequeo sacrificio de la ganancia SNR,
cuantificador DPCM son tpicamente mucho determinando los coeficientes automticamente
menos correlacionadas debido al proceso (tanto en el transmisor como en el receptor).
diferenciador (o paso alto) implicado (ll)]. De
hecho, los multiplicadores de tamao de paso
recomendados para la cuantificacin adaptativa de
la voz en DPCM son extremadamente inferiores a
los tericamente derivados para ser ptimos para
una seal gaussiana blanca (C1 = 0) [13]:

Fig. 14. Comparacin de predictores no adaptativos y

adaptativos. (Despus de Noll [22]).

Esto se ha hecho por medio de una pendiente

Donde K (B) es la relacin de tamao de paso a
pendiente ms empinada bsqueda [23].
Xrms cuyos valores para B = 1 a 4 se dan en (1).
Revisaremos este mtodo muy brevemente.
Recuerde que Hr-1 define la salida de cuantificador
ms reciente (8), y observe que P es una Despreciando el efecto de los errores de
correccin positiva no especificada, significativa cuantificacin, considere una funcin definida
slo para la ltima ranura del cuantificador de bits positiva del error predictor tal como
B.

B. Predictores Adaptativos

Se ha mencionado anteriormente la conveniencia

de adaptar los coeficientes predictores a las
El gradiente de esto se toma ahora con respecto al
propiedades espectrales cambiantes de las seales
vector predictor, y los coeficientes se adaptan en
de habla. Una forma sencilla de hacerlo es
una direccin opuesta al gradiente. El resultado es
almacenar secciones finitas de habla, calcular la
una perturbacin predictora del tipo
funcin de autocorrelacin para esta seccin, y
luego determinar un vector predictor ptimo
utilizando (22). El predictor se actualiza
peridicamente a intervalos de tiempo dados por
la longitud TAD de la seccin almacenada y los Donde 1 es una velocidad de adaptacin que se
coeficientes predictores transmitidos al receptor. puede optimizar adecuadamente (a un valor no
(Esta transmisin no consume una capacidad de crtico). El empleo de la funcin cuadrada
canal excesiva debido a que los coeficientes
toleran la cuantizacin gruesa y la actualizacin
lenta). La prediccin adaptativa de este tipo hace
que la funcin G se satura en un valor mayor y en lugar de (26) da como resultado un algoritmo
para un n mayor, en comparacin con un predictor de adaptacin del predictor
no adaptativo. Una ilustracin tomada de Noll
[22] se proporciona en la Fig. 14. Obsrvese que
con un tiempo de prediccin-actualizacin de
TAD = 4 ms (32 muestras de Nyquist), la ganancia
sobre PCM es 13 dB. Esto representa una ventaja ^
El uso de valores cuantificados X en lugar de
de ms de 2 bits. Si el cuantificador DPCM no es
demasiado grosero (B> 2). Se puede evitar la X en (28) y (30) puede proporcionar algoritmos de
prediccin convergentes si B 2 [16], [23]. Esto Uno de los predictores adaptativos ms
significa que los coeficientes de prediccin no sofisticados diseados
necesitan ser transmitidos a un receptor DPCM.
Adems, tenga en cuenta que las adaptaciones
dadas se encuentran en cada muestra de Nyquist.
Los valores de n = 8, 1 = 0,09 y G = 9 dB son
tpicos para el habla BPF [23]. [Este valor, aunque
menor que algunas cifras citadas anteriormente
para DPCM no adaptativo, se considera
significativo. Esto se debe a que los desajustes del
discurso pre-predictor pueden conducir a valores
asintticos de G que son significativamente ms
bajos que 9 dB-curva ms baja de la Fig. 13 (b) -si
el predictor no es adaptativo.] Esta cifra de 9 dB
es de una simulacin que incluy un cuantificador
adaptativo. La informacin del tamao del paso se
codific por separado y se transmiti al receptor
DPCM. Un sistema ADPCM en el que la
informacin de tamao de paso y los coeficientes
de prediccin se generan automticamente por el
flujo de bits se describe en [16] por Stroh. Se
muestra aqu que los beneficios de la Fig. 15. Predictor en dos etapas para la codificacin
cuantificacin adaptativa y prediccin adaptativa predictiva adaptativa. (Despus de Atal y Schroeder
en ADPCM son casi complementarios, y que slo [24].)
existen interacciones de segundo orden entre el
para el habla es el debido a Atal y Schroeder [24].
cuantificador y el predictor.
Su esquema explota la naturaleza cuasi peridica
Por ltimo, puede ser relevante mencionar que a de la seal de voz para obtener una prediccin de
medida que aumenta el orden predictor n, la seal ms completa que la proporcionada por los
entrada del cuantificador tiende a tener una predictores a corto plazo (n 10, por ejemplo)
funcin de densidad gaussiana y que las pequeas lineales discutidos hasta ahora. En otras palabras,
perturbaciones de los coeficientes predictores a la redundancia de la seal se elimina ahora en dos
partir de sus valores ptimos no alteran la etapas: primero, por un predictor que elimina la
naturaleza gaussiana del error PDF. naturaleza cuasiperidica de la seal y, segundo,
por un predictor que elimina la informacin
formante de la envolvente espectral. El primer
predictor es simplemente un ajuste de ganancia y
retardo, y el segundo es una combinacin lineal de
valores pasados de la primera salida del predictor.
Las operaciones equivalentes se muestran en la
Fig. 15 que, en la notacin de transformacin z,
puede resumirse como sigue:
Los coeficientes para el predictor PR2 (z) se
calculan como se describe anteriormente en esta
seccin. Aquellos para PR1 (z), es decir, y tr se
obtienen como sigue. En primer lugar, t se
selecciona para maximizar la correlacin
normalizada
El valor ptimo topt se encuentra mediante una
bsqueda de valores calculados y tabulados de C 1.
Despus de haber determinado fopt y se ajusta en la
forma de (14) al valor
Tpicamente, con n = 75, t = 150, y una
cuantificacin razonable (y transmisin) de
coeficientes predictores actualizados, el esquema
puede lograr ganancias de SNR sobre PCM que
son del orden de G = 20 dB. Sin embargo, debido
a la gran cantidad de computacin necesaria para
determinar el perodo de tono,
Fig. 16. Modulacin delta lineal (LDM); Yr-Yr-1 = br,
sgn(Xr-Yr-1)=br, y br= Transmitido "smbolo de canal".
los predictores adaptativos de este tipo son
actualmente demasiado complejos para su
aplicacin a la mayora de los sistemas de
comunicacin en tiempo real. Por otro lado, los
enfoques sencillos para explotar la
cuasiperiodicidad del habla (tales como tcnicas
basadas en una o ms repeticiones de un segmento
entero de la forma de onda del habla de un
perodo de tono largo [25], [26]) resultan ser
demasiado crudos, y No es particularmente
simple, para permitir cualquier tipo de aplicacin
general, aunque pueden proporcionar una
reproduccin de voz considerable para
aplicaciones especiales de baja velocidad de bits
[26]. Los factores limitantes en el sujeto son
claramente la existencia, y la significacin
perceptual, de variaciones muy pequeas del
perodo de tono en el discurso sonoro. Debido a
estas variaciones, la periodicidad de explotacin
en el habla se hace extremadamente no trivial. Los
investigadores del habla en este contexto no
pueden dejar de envidiar a sus homlogos en la
codificacin de imgenes, donde el tiempo obvio
invariable en el perodo de marco ha permitido
avances mucho ms notables en la codificacin
diferencial, como la tcnica de reposicin de
marco condicional [27].
Ahora nos centraremos en el otro extremo (menos
complejo) del espectro DPCM y examinaremos
qu se puede lograr con un predictor
extremadamente simple de primer orden y un
cuantificador de 2 niveles (B = 1); Compensamos
estas demandas, sin embargo, aceptando
sobremuestreo (f0> 2W) de la forma de onda
acstica limitada.
IV. MODULACIN DELTA (DM)
La explotacin de correlaciones de seal en
DPCM sugiere la posibilidad adicional de
sobremuestreo de una seal para aumentar la
correlacin de muestras adyacentes C1, y permitir
as el uso de una estrategia de cuantificacin
simple. Delta modulation (DM), la versin de 1
bit de DPCM, es precisamente un esquema de este
tipo. En su forma original, el codificador DM [28]
opera sobre la base de aproximar una funcin de
tiempo de entrada mediante una serie de
segmentos lineales de pendiente constante. Por lo
tanto, un codificador de este tipo se denomina
modulador delta lineal [29], [30]. Utilizaremos el
trmino "no adaptativo" como sinnimo de
"lineal", en previsin de los moduladores delta,
donde la pendiente de la funcin de aproximacin
es variable o "adaptativa".
A. Lineal (no adaptativo) Delta Modulalion
(LDM)
El principio de LDM se ilustra en la Fig. 16. La
seal de entrada limitada a bandas (ancho de
banda W) se muestrea a una velocidad f0 que es
mucho mayor que la frecuencia de Nyquist, y una
aproximacin de escalera a la entrada se construye
como sigue. Se observa en cada muestra el signo
br de la diferencia entre la muestra de entrada X r y
la ltima aproximacin de escalera, Yr-1, e
incrementa Y por un paso en la direccin
Fig. 17Curvas de rendimiento para LDM. (Despus de
Abate (291)
de br. Por ltimo, la forma de onda de alta
frecuencia Y se pasa a travs del ancho de banda
de la seal original.
Para cada muestra de seal, el smbolo "canal"
transmitido es el nico bit br, y la velocidad de
informacin es simplemente la velocidad de
muestreo f0.
Finalmente, la Fig. 16 ilustra dos tipos de error de
cuantificacin en la distorsin de la sobrecarga de
la pendiente del DM y el ruido granular. Se dice
que la sobrecarga de pendiente ocurre cuando el
tamao del paso es demasiado pequeo para
seguir un segmento empinado de la forma de onda
de entrada. La granularidad, por otra parte, se
refiere a una situacin en la que la funcin
escalera Yr caza alrededor de un segmento
relativamente plano de la funcin de entrada, con
un tamao de paso que es demasiado grande con
relacin a las caractersticas de pendiente local de
la entrada. Para las estadsticas dadas de la
pendiente de la seal de entrada, es por lo tanto
claro que los valores relativamente pequeos de
acentan la sobrecarga de la pendiente, mientras
que los valores relativamente grandes de
aumentan la granularidad. Por lo tanto, debera ser
posible adaptar el paso (invariable en el tiempo)
tamao para proporcionar una potencia de error
total mnimo. Este ptimo (SNR maximizando)
tamao de paso opt puede estar relacionado con el
valor rms de las primeras diferencias en la seal
de entrada a travs de una regla de la frmula del
pulgar debido a Abate [29]:
El ndice de sobremuestreo F es generalmente
mucho mayor que 1 para DM til. Higo. 17
muestra la SNR en LDM como una funcin del
tamao de paso, con F como parmetro. Los
resultados son de una simulacin con seales
gaussianas con un espectro de potencia uniforme.
Obsrvese que para cada frecuencia de muestreo,
la curva SNR alcanza un mximo (en un opt
correspondiente). A la izquierda de este mximo,
la SNR se controla principalmente por distorsin
de pendiente-sobrecarga, mientras que a la
derecha del mximo, la contribucin del ruido
granular predomina en la Varianza total del error
de cuantificacin. Finalmente, se puede ver en la
Fig. 17 que la SNR mxima aumenta
aproximadamente como el cubo de la frecuencia
de muestreo (lo que resulta en una ganancia SNR
de aproximadamente 9 dB por octava de aumento
de frecuencia). Este resultado tambin se ha
observado para las entradas sinusoidales [28].
Como se mencion anteriormente, los resultados
de la Fig. 17 son para una entrada de ruido
gaussiana blanca de banda
Fig. 18 diagrama de bloque de LDM
limitada. Se obtienen valores de SNR ligeramente
mayores (debido a una mayor correlacin de
muestra adyacente para un F dado) cuando un
delta modula una seal con un espectro de
potencia integrado:
El espectro (38), obtenido mediante el paso del
ruido blanco a travs de una red de integracin
RC, es un modelo til para el espectro de potencia
a largo plazo del habla, si = 4 [29].
Para el trabajo orientado matemticamente en el
ruido de cuantificacin LDM, el lector se remite a
los artculos en [31 - 36]. Los enfoques anteriores
se basaron en tratamientos separados del ruido
granular (vase Van De Weg [31] y Goodman
[33]) y la distorsin de la carga de la pendiente
(vase Protanotarios [32] y Greenstein [34]). Las
estimaciones simples de la potencia de ruido total
resultan cuando uno simplemente aade las
variaciones de errores granulares y de sobrecarga,
como explic O'Neal [35]. Pero el enfoque es
conocido por dar resultados inexactos y es
matemticamente no riguroso. Un artculo
reciente de Slepian [36] evita la distincin de
sobrecarga-granularidad y da curvas exactas de
SNR y BPt para una seal gaussiana con un
espectro de poder racional (no limitado a banda).
Finalmente, se observa que algunos de los
resultados ms tempranos (y ms bien elegantes)
en el sujeto son las frmulas SNR tal como las
dan DeJager [28], y Schouten, DeJager y Greefkes
[30] para entradas sinusoidales. Est claro que las
seales gaussianas (con un espectro de ondas
integrado), como ondas senoidales de 800 Hz, son
modelos tentadores para el habla en algunos
casos, y estos modelos han sido ampliamente
invocados por investigadores del DM. Sin
embargo, la experiencia ha demostrado que las
evaluaciones completas de los codificadores de la
DM para el habla deben provenir necesariamente
de simulaciones y experimentacin con insumos
de habla reales, y creemos que esto no ha sido
suficientemente enfatizado en la literatura.
Un diagrama de bloques de LDM aparece en la
Fig. 18. Tenga en cuenta su similitud bsica con la
red DPCM en la Fig. 11. Las diferencias
importantes son el uso de un bquantizador de 2
niveles (1-bit) en DM y la sustitucin de una red
predictora general por un simple integrador [que,
por supuesto, puede considerarse como un
predictor lineal de primer orden: ai = 1 en (19)
corresponde a la integracin perfecta,
Fig. 19. Modulacin delta adaptativa (ADM); Yr-Yr-1 =
br, sgn(Xr-Yr-1)=br, y br= Transmitido "smbolo de
canal".
y a1 <1 a la integracin desordenada (fugas).
Finalmente, mientras que los filtros de
desampleado se emplean tambin en DPCM, el
filtro de paso bajo en el circuito DM de la Fig. 18
hace el trabajo crtico de rechazar el ruido de
cuantificacin fuera de banda en la funcin de
escalera de alta frecuencia Y, y esto no tiene es importante para una clase ms amplia de
paralelo en DPCM o PCM con muestreo de seales de entrada. Sin embargo, el valor de Popt
Nyquist. no es demasiado crtico y la lgica de adaptacin
que obedece (40) proporciona, en general, un
B. Modulacin adaptativa del delta (ADM) rango dinmico mucho mayor que el obtenido con
LDM. (Recurdese los mximos acentuadamente
Al igual que en PCM y DPCM, es posible mejorar
ajustados en la Fig. 17. Para ADM, los rangos
el rango dinmico del codificador DM mediante el
dinmicos de 30-40 dB son tpicos en la
uso de tcnicas adaptativas (step-size variables)
codificacin de voz [23], [29].) En una simulacin
[29, 37, 38]. La idea se ilustra en la Fig. 19. Aqu
de computadora ilustrativa con habla real, con W
el tamao de paso variable A, aumenta durante un
= 3,3 kHz y
segmento empinado de la entrada y disminuye
cuando el modulador delta est cuantificando un
segmento de variacin lenta de la forma de onda
X (compare esto con la Fig. 16). El problema en
ADM, por supuesto, es especificar reglas
adecuadas para la variacin del tamao del paso.
Sote que la regla de adaptacin PCM-DPCM [(8)
y (9)] no aplica para B = 1. Esto se debe a que con
un cuantificador de 2 niveles, la observacin de
una muestra nica de salida del cuantificador no
proporciona ninguna indicacin de Sobrecarga o
subcarga (granularidad). Por otra parte, se necesita
inspeccionar las secuencias (de longitud 2) de
las salidas del cuantificador para las adaptaciones
significativas del tamao de paso en DM.
Fig. 20. Diagrama de bloque de ADM.
En una realizacin tpica y conceptualmente
menos compleja, descrita por Jayant [38], los bits
sucesivos br y br -l se comparan para detectar una
probable sobrecarga de pendiente (b, = L1) o
granularidad probable (br br -l). Higo. La figura
19 ilustra cmo la sobrecarga de pendiente y la
granularidad tienden a corresponder,
respectivamente, a ocurrencias de bits similares y
no similares (sucesivos), La regla de adaptacin
especfica en [38] es la siguiente:

La tasa de incremento del tamao de paso (o

disminucin) viene dada por un solo factor P.
Obsrvese que P = 1 representa LDM no
adaptativo. Tpicamente, un valor de Popt = 1.5
Fig. 21. Realizacin de ADM con hardware de
minimiza la potencia del error de cuantificacin
circuito integrado (despus de Cummiskey [23]).
para la codificacin del habla y puede demostrarse
a partir de consideraciones estadsticas que la f0 = 60 kHz, ADM (P = 1,5) mostr una ventaja
restriccin [38] SNR de ms de 10 dB sobre LDM [38].
La Fig. 20 es un diagrama de bloques del DM reconstruccin se determina de forma crtica
exponencialmente adaptable con una memoria de
un bit (39), y la Fig. 21 representa una realizacin
de circuito integrado del codificador. (El NOR
EXCLUSIVO compara br y br + 1 y un estado
resultante del contador UP-DOWS conduce a la
seleccin de uno de los ocho valores de Ar, segn
lo determinado por el diccionario R, 2R, 4R, ...,
128R La polaridad De la r-sima etapa es, por
supuesto, br, como se determina por la salida
digital (DIGO).)

Fig. 22 ilustra la reconstruccin de la forma de

onda con ADM, y la Fig. 23 compara las formas
de onda ADM y LDM no filtradas. La frecuencia
de muestreo en cada caso es tres veces la
velocidad de Nyquist, y las seales son formas de
onda de tiempo de formantes (frecuencias de
resonancia variable en el tiempo en voz
expresada). Los resultados son de una aplicacin
de DM a la sntesis de formantes de habla con voz
a velocidades de bits tan bajas como 500 bits / s
[39]. El tema de la sntesis del habla de baja
velocidad de bits, como tal, est fuera del alcance Fig. 22. Forma de onda con ADM; F = 3. (Despus de
de este documento. Sin embargo, las formas de Jayant [38]).
onda en las Figs. 22 y 23 se incluyeron porque son
muy representativos de la construccin de la
forma de onda utilizando LDM y ADPM.
Obsrvese de nuevo que la calidad de la

Fig. 23. Comparacin de waveform sin filtrar en LDM y

ADM; F = 3. (Despus de Jayant [38]).

por el ndice de sobre-muestreo F. De hecho, el

valor de F = 3 utilizado en estas figuras es a
menudo inadecuado para DMs satisfactorios de la
forma de onda acstica (Seccin V).
C. Una frmula SNR
El siguiente lmite superior se ha propuesto [40]
para la SNR de los moduladores delta que
incluyen un nico integrador en el bucle de
realimentacin (Figuras 18 y 20):
donde es del orden de la unidad.
El enlace est heursticamente derivado con la
idea de que la seal que se cuantifica es
bsicamente la primera diferencia Xr - Xr - 1 cuya
varianza est relacionada con la de la entrada de
voz Xr [ver (12)] a travs del denominador en
(41). La correlacin de muestras adyacente C1 se
expresa como una funcin explcita de la
frecuencia de muestreo para enfatizar el
sobremuestreo de la seal en DM. Adems, se
supone que el espectro de ruido de cuantificacin
es plano desde cero a la mitad de la velocidad de
Nyquist. El ruido intrabanda accionado por un
filtro de paso bajo tiene, por lo tanto, una varianza
que es menor que la potencia de ruido total por un
factor igual al ndice de sobremuestreo. De ah el
trmino F en el numerador de (41).
Para varias caracterizaciones importantes del
espectro de potencia de entrada, incluyendo el
espectro de potencia integrado en (38), el
denominador en (41) est inversamente
relacionado con F2 (si F es mucho mayor que
uno). Esto implica la ley cbica para la SNR
vinculada
Obsrvese que, dado que la velocidad de bits en
DM es numricamente igual a F, (42) implica que
la SNR en DM aumenta como cubeo f la tasa de
bits. Esto debe contrastarse con una mejora
exponencial del rendimiento (5) en PCM y
DPCM, donde el efecto de la tasa de bits
aumentada se refleja en un mayor nmero de
niveles de cuantificador, en lugar de. Una mayor
frecuencia de muestreo de seal.
La ganancia de 9 dB por octava pronosticada por
(42) se ha observado constantemente en la
literatura de DM existente. Es una caracterstica
de los moduladores delta con un predictor de
primer orden (integrador nico) en el bucle de
realimentacin. Por ejemplo, se recapitula por
debajo de una frmula SNR de pico bien conocida
[28] para la DM de una onda senoidal cuya
frecuencia es f0 Hz:
Donde SI significa "integracin nica", y W es la
frecuencia de corte superior del filtro de paso bajo
en la salida del codificador.
D. Integracin doble (DI)
Cuando la red de retroalimentacin incorpora
doble integracin, el SNR de pico para un idput de
onda senoidal se deriva de [28]
Donde DI significa 'doble integracin', y f m es la
frecuencia por encima de la cual tiene lugar DI
(prediccin de segundo orden) en el bucle de
realimentacin. Otros smbolos tienen la misma
connotacin que en (43). La idea de DI es
simplemente proporcionar mejor prediccin de
seal. Las redes de doble integracin hacen esto
facilitando, de hecho, ms almacenamiento (o
memoria de seal de entrada) para la prediccin
de los componentes de mayor frecuencia en la
seal que se codifica.
No se afirma que las mejoras de SNR con DM son
proporcionales a fob cuando la seal de entrada es
de habla. Sin embargo, el uso de DI en la DM del
habla puede proporcionar una probabilidad de
sobrecarga casi constante para todos los
componentes del espectro de voz promedio. Para
esto, la frecuencia por encima de la cual se
permite DI es tpicamente de aproximadamente 2
kHz, y el diseo de la red de realimentacin
apropiada se describe en [41]. La prediccin de
orden superior involucrada en DI plantea
cuestiones de estabilidad [23], [42]. Por tanto, si
bien DI puede incorporarse directamente en
moduladores delta lineales y silbicamente
compac- tados, puede provocar inestabilidad
cuando se usa con una lgica de adaptacin
instantnea
Fig. 24. Modulacin delta continua (CDM).
(Despus de Greefkes y DeJager [46].
muy fuerte, tal como el esquema de memoria de
un bit en (39). En tales casos, el uso de DI
necesita la atenuacin de las adaptaciones rpidas,
ya sea mediante el uso de la lgica de adaptacin
en conjuncin con la codificacin retardada, en la
que se permite que el codificador se aproxime "a
la seal de entrada [MI, o aumentando La longitud
de la memoria de cuantificacin utilizada para las
adaptaciones de tamao de paso. Esta ltima
tcnica ha sido ampliamente utilizada en el ADM
del habla [41], [44].
E. Adaptacin silbica
Como se mencion en el contexto de APCM,
compresin silbica [45], [46] proporciona una
estrategia de adaptacin muy til desde el punto
de vista de la resistencia a errores de bits. La
modulacin delta continua (CDM) fue una de las
primeras tcnicas de DM que incorpor
compresin silbica para adaptaciones de tamao
de paso [47]. A diferencia del caso de un
compresor instantneo (Figuras 20 y 21), el
tamao del paso se adapta ahora, ms suavemente
en el tiempo, con una constante de tiempo que es
del orden de 5-10 ms. Un diagrama de bloques del
codificador aparece en la Fig. 24. El control de
tamao de paso se obtiene (tanto el transmisor
como el receptor) del nmero medio de unos en el
flujo de bits. Este nmero, a su vez, refleja el nivel
de la seal de entrada a travs del control de
avance anticipado proporcionado por la seal de
envolvente de baja frecuencia Sen. La compresin
es silbica debido al filtro de paso bajo LPF1
(tpicamente un filtro de 100 Hz). La lenta
adaptacin que caracteriza la compresin silbica
(en contraposicin a la compresin instantnea)
tiene el efecto de disminuir el ruido granular en el
discurso de salida, a costa de un aumento
significativo de la distorsin de pendiente-
sobrecarga. Esto conduce a una cierta prdida de
"crispiness" en el discurso silbicamente
compacta. La estrategia de sobrecarga de
pendiente asegura, por otra parte, una seal de
"sonido limpio" a velocidades de bits
relativamente bajas (digamos, por debajo de 25
kbits / s). A tales velocidades, el rendimiento de la
mayora de los compresores instantneos se ve
seriamente afectado por el ruido granular
excesivo. La adaptacin silbica tambin ofrece,
como se mencion anteriormente, la ventaja
adicional de una mayor resistencia a errores de
bits.
La modulacin delta controlada digitalmente
(DCDM), como propuso ms recientemente
Greefkes y Riemens [48], [41], tambin incorpora
la compresin silbica. Sin embargo, evita la
necesidad de deteccin de envolvente de voz en el
codificador delta y obtiene informacin de tamao
de paso directamente de la secuencia de bits. En
una de las ltimas versiones de DCDM, por
ejemplo, los incrementos de tamao de paso
siguen la deteccin de cuatro bits consecutivos de
la misma polaridad. A velocidades de muestreo
inferiores a aproximadamente 16 kHz, la
correlacin entre muestras de seales adyacentes
disminuye hasta un punto en el que las
observaciones en el tren de bits parecen ser menos
tiles, para el control del tamao de paso, que la
supervisin directa de la envolvente del habla. Por
esta razn, se ha informado que el MDL
proporciona una mejor codificacin del habla que
el DCDM a velocidades de bits inferiores a 16
kbits / s.
Al concluir nuestra discusin de DM, debemos
sealar que la extrema simplicidad de la tcnica
de codificacin ha inspirado una extensin del
trabajo terico y orientado a la aplicacin que es
demasiado amplio para ser exhaustivamente
mencionado en este artculo. Las aportaciones que
nos llegan a la mente son: un estudio del tipo
funcional de la funcin escalera (Y) que ofrece las
mejores coincidencias con la forma de onda
acstica [49]; Un refinamiento de DM que
incorpora la prediccin de pendiente [50] que
renuncia a la ecuacin bsica de DM (34); Un
enfoque terico muy general de la codificacin de
un bit en [51]; Una tcnica para la deteccin del
periodo de tono utilizando secuencias de bits de
deltamodulador [26]; Y, por ltimo, documentos
de revisin til sobre el tema [52], [2].
V. COMPARACIN DE LOS TCNICAS
A. Datos SNR
Hasta ahora, en este trabajo, la relacin seal-a-
cuantificacin-error SNR ha sido ubicuosamente
empleada como una medida del rendimiento del
cuantificador. Ahora vamos a trazar SSR en
funcin de la velocidad binaria para tres
codificadores ilustrativos: PCM logartmico, (6);
ADPCM [con cuantificador adaptativo y un
simple predictor de primer orden, (8) y Figs. 5-91;
Y ADM [con una memoria de un bit, (39)]. Los
resultados se obtuvieron a partir de simulaciones
por ordenador [23], [38], [53] que utilizaron,
como entrada de codificador, las expresiones
masculinas filtradas por paso de banda de "Un
torno es una herramienta grande". Se consideraron
dos anchos de banda: 200-3200 Hz y 200 -2400
Hz. Para PCM y ADPCM, las respectivas
frecuencias de muestreo f0 eran 8 kHz y 6,6 kHz.
El nmero de bits por muestra B fue una variable,
y el producto B f0 determin la velocidad binaria.
Para ADM, f0 era una variable y numricamente
igual a la tasa de bits. Los resultados se muestran
en la Fig. 25 (a) -20 & 3200 Hz y en la Fig. 25 (b)
- 200 - 2400 Hz. Las conclusiones siguientes
surgen de las parcelas SNR.
A) Observe en ambas grficas que ADPCili tiene
una ganancia SNR constante sobre PCM [12 dB
en la Fig. 25 (a) y 8 dB en la Fig. 25 b)]. La
ganancia se debe, esencialmente, a la ventaja de
codificacin diferencial en (18) y, como tal, no es
una funcin de B.
B) La comparacin SNR entre ADM y PCM, por
otro lado, depende de la velocidad de bits. Esto se
debe a que SNR aumenta como el cubo de la
velocidad de bits para ADM (42), mientras que el
incremento es exponencial (5) para PCM. La
consecuencia interesante es un punto de cruce en
la tasa de bits [50 kbits / s en la Fig. 25 (a) y 30
kbits en la Fig. 25 (b)] por debajo de la cual ADM,
que originalmente fue concebida por su
simplicidad, puede de hecho superar al PCM
logartmico, que es la tcnica de codificacin
digital mejor establecida en este momento.
C) Finalmente, siempre se ve que ADPCM supera
a ADM en base a SSR; Sin embargo, la ventaja
SNR es bastante pequea a bajas velocidades de
bits, y debe ser pesada frente a la complejidad
aadida de un cuantificador multibit.
La razn de usar un PCM compacta logartmica
(en lugar de APCM cuantificada de forma
adaptativa) en nuestras comparaciones SNR que APCM tena una ventaja SNR muy clara
sobre log-PCM, al menos para valores de B de
hasta 5. (Las simulaciones de APCM no
incluyeron valores de B> 5.) Por ejemplo, La
ventaja fue de 6 dB para B = 3.

Las grficas de la Fig. 25 sugieren, desde el punto

de vista de la tasa de informacin, las clases de
codificador que son las mejores para una
especificacin dada de SNR. El ancho de banda de
habla en la Fig. 25 (a) es representativa del habla
de calidad telefnica, mientras que el ancho de
banda inferior de la Fig. 25 (b) tipifica el tipo de
lenguaje que puede usarse en una aplicacin de
radio mvil o militar.

Debemos enfatizar que los resultados de la Fig.

25, si bien son representativos, deben utilizarse
slo como directrices de desempeo por las
siguientes razones.

1) Los resultados se basan en el uso de una

muestra de habla muy corta y especfica.
2) Los codificadores empleados en nuestras
simulaciones son realmente miembros de
clases bastante amplias de codificadores
diferenciales y no diferenciales; Nuestros
codificadores pueden proporcionar
solamente estimaciones del
funcionamiento medio.
3) Las evaluaciones de los codificadores en
aplicaciones especficas dependern no
slo de la SNR, sino de factores
subjetivos y perceptuales, de la tolerancia
del codificador a los errores de canal, etc.
Sin embargo, puede mencionarse en este
punto que las consideraciones de
percepcin parecen indicar que la ventaja
de la codificacin diferencial (sobre
PCM no diferencial) es an ms de lo
que se sugiere por las comparaciones
SNR de la Fig. 25. Por lo tanto, existe
una fuerte sugerencia de que para las
aplicaciones de calidad de peaje (SNR>
30 dB, por ejemplo), as como para la
es el hecho de que log-PCM est muy bien
codificacin de calidad de sub-calidad,
establecido y entendido, y por lo tanto sirve como
tanto ADCPM como ADM plantean
referencia estndar en las comparaciones de
serios retos al PCM logartmico. El
calidad del habla. Sin embargo, se puede
mrito de ADPCM es su mayor eficiencia
mencionar que nuestras simulaciones mostraron
(ganancia SNR consistente sobre PCM),
 mientras que la caracterstica fuerte de
ADM es su implementacin muy
sencilla.
Una palabra acerca de las tcnicas no
adaptativas. A efectos de la ilustracin, en f0
= 56 kHz, el ADM en nuestra simulacin
tena una ventaja de 10 dB sobre LDhI, y con
B = 3, ADPCM tena una ventaja de 3 dB
sobre DPCM no adaptativo; Y se acepta
generalmente que, en PCM,
logarithmicompanding proporciona una
ventaja de 4 -t o5-bit sobre PCM no compacta
(a largo plazo), cuando se codifica el discurso
con calidad de peaje. No hemos incluido
ninguna tcnica no adaptativa en la Fig. 25
porque las prestaciones de estas tcnicas, es
comprensible, son funciones fuertes del
material de voz especfico utilizado como
entrada de codificador y la nica manera justa
de evaluar los tres codificadores bsicos
pareca compararse con versiones adaptativas
ilustrativas. Sin embargo, se recomienda
encarecidamente al lector interesado que
estudie las comparaciones de los
codificadores no adaptativos en Zetterberg
[54] y O'Neal [5, 5]. Los resultados de O'Seal
son para una seal gaussiana; Como tales,
estn a menudo en desacuerdo con los
resultados que hemos notado para el discurso.
Por ejemplo, el LDM de O'Neal supera a
DPCM cuando la tasa de bits se reduce
suficientemente. Esto no se indica en la Fig.
25. Una vez ms, Una vez ms, el DPCM de
O'Neal es inferior a un codificador ptimo
derivado tericamente de la informacin por
slo 4 dB [55]. Para la codificacin del habla,
la suboptimalidad del DPCM simple sera
mucho mayor; Esto se debe a que la
naturaleza cuasi-peridica de la seal de voz
no se explota en DPCM simple con
predicciones a corto plazo (n 10, digamos).
B. Efectos Perceptivos y Subjetivos
Las insuficiencias de SNR como una medida
de rendimiento han sido continuamente
reconocidos en la literatura de codificacin de
voz. Ilustramos el punto con ejemplos de
PCM, ADPM y ADM. En cada caso, la
insuficiencia de la medida SNR tiene que ver
con el hecho de que la secuencia de error de
cuantificacin tiene componentes
dependientes de seal (o correlacionados con
seales) y ruido (o distorsin) dependiente de
seal, con una varianza de E2 , No tiene
el mismo valor de molestia que el ruido
aditivo independiente de igual varianza. En
consecuencia, la calidad perceptual
proporcionada por un cuantificador con
errores correlacionados de seal no puede ser
descrita de manera precisa o completa por la
relacin de potencia de seal X2 a
E2 .
1) PCM: Al analizar el uso de dither en PCM,
observamos que, si B 6, la forma de onda de
error de cuantificacin tiene perceptibles
componentes dependientes de seal que son
perceptivamente molesto, y describimos las
ventajas de redistribuir una varianza de error
dada en seal - patrones independientes por
dithering. Est implcito, en este caso, que la
SNR exagera el desempeo del habla PCM en
algn sentido, a bajas velocidades de bits (B
<6).
Los errores dependientes de la seal se
vuelven significativos a altas velocidades de
bits tambin, si se emplea una cuantificacin
no uniforme. Aqu el tamao del paso es
proporcional a la amplitud de entrada
instantnea y, dado que el error de
cuantificacin E, tiene una distribucin
uniforme con un soporte igual al tamao del
paso (1), la magnitud y la varianza de E r estn
correlacionadas obviamente con la amplitud
de entrada.
Richards [56] ha realizado estudios de
percepcin de los valores de molestia relativa
de ruido correlacionado no correlacionado
(aditivo) y amplitud, e informa la siguiente
equivalencia entre SNRA, la relacin de ruido
de habla a aditivo y SNR c, la relacin de voz
a amplitud- Relacin de ruido correlacionada:

Padula [57], en un reciente trabajo indito,
propone una curva de equivalencia similar:
2) DPCM: Se ha observado [15] que la
calidad de la salida de voz en un codificador
ADPCM, en relacin con la calidad log-PCM,
es mejor que lo que se predice por las curvas
SKR en la Fig. 25. Esto se demuestra en la
Fig. 26 que compara los resultados de un
experimento perceptivo preliminar con las
conclusiones

Obsrvese las siguientes equivalencias

especficas, determinadas de (46):

El primero de estos resultados dice que a

valores bajos de SNR (a valores bajos de B),
el ruido correlacionado con la amplitud es
ms objetable que el ruido aditivo de la
Fig. 26. Comparacin del rendimiento objetivo y
misma varianza. Esto tiende a sostener los
subjetivo de ADPCM y log-PCM. (Despus de
efectos perceptivos mencionados en el
Cummiskey 1231.)
problema de oscilacin. Obsrvese, sin
embargo, que el ruido de cuantificacin no
expresado, aunque dependiente de la seal, no
es estrictamente correlacionado con la
amplitud en el sentido de que el ruido en la
cuantificacin no uniforme es. Adems,
nuestro argumento desafortunadamente se
desmorona si uno prefiere seguir (45) en lugar
de (46)!

A valores ms altos de SNR (a valores ms

altos de B), el ruido correlacionado con la
amplitud es menos molesto que el ruido
aditivo de igual varianza, segn (48), as
como segn (45). Esto implica la observacin
de que el ruido correlacionado con la
amplitud es menos fcil de percibir que el
ruido aditivo cuando los niveles de ruido
considerados estn por debajo de un umbral
determinado al establecer SNRA = SNRC en
una ecuacin como 46 o 45.

Fig. 27. Espectro de error a largo plazo en ADPCM

y log-PCM. (Despus de Cummiskey [23]).

extradas de los datos SNR. Se ve, por

ejemplo, que el ADPCM de 4 bits se evala
subjetivamente como mejor que el log-PCM
de 6 bits, aunque el SKR para este ltimo es estriaciones verticales en el espectrograma
en realidad aproximadamente 1,5 dB mayor,
segn la Fig. 25 (a). Del mismo modo, los
factores de percepcin parecen promover 3-
bit ADPCM a un rango superior a la de 5-bit
PCM.

La diferencia entre las evaluaciones objetivas

(basadas en SNR) y subjetivas se atribuye a
los siguientes efectos perceptuales.

1) El espectro de error de cuantificacin

(potencia) en ADPCM se corresponde con el
espectro a largo plazo de la propia voz, ya
que cae en el extremo de alta frecuencia. El
espectro de error en log-PCM, por otra parte,
es relativamente blanco. Esta comparacin se
demuestra en la Fig. 27. El efecto perceptual
involucrado es que los errores de ADPCM
tienen una mayor proporcin de distorsin de
baja frecuencia (sobrecarga de pendiente) y,
por lo tanto, estn ms correlacionados con el
habla que con el ruido de PCM.

2) Hay un cierto grado de tono relacionado

con el ruido ADPCM. Observe las

Fig. 28. Espectrogramas de discurso y error de

cuantificacin en PCM y log-PCM. (Despus de
Cummiskey 1231.)

de error ADPCM en la Fig. 28. Las estras de

tono en el espectrograma de error de PCM no
estn bien marcadas.

3) La supresin del ruido de cuantificacin

durante los intervalos silenciosos de habla es
mejor en ADPCM que en log-PCM. Esto
tambin se demuestra en los espectrogramas
de la Fig. 28.

No est claro cunto de los efectos 1) y 2) son

peculiares al codificador ADPCM especfico
utilizado, pero es evidente que la mejor
supresin de ruido en el canal inactivo en
ADPCM [efecto 3]] es directamente
atribuible al uso de un adaptador adaptativo
Cuantificador diferencial. (Aunque la
proporcin de tamao de paso mximo a
mnimo de 100 en el ADPCM coincida con
el valor = 100 del PCM logartmico, el
hecho de que el cuantificador en ADPCM
tiene que manejar las primeras diferencias en
el habla, en lugar de las amplitudes del habla,
ADPCM puede cuantificar las amplitudes
cero en intervalos silenciosos con amplitudes
no nulas mucho menores que el cuantificador
PCM.
El punto de estas observaciones es que
incluso si un cuantificador ADPCM tena la
misma SNR que un cuantificador log-PCM,
los errores en los primeros tienen una mejor
correlacin de seales, distribucin en el
tiempo; Esto hace que la misma varianza de
error sea menos objetable en ADPCM.
4) DM: En la modulacin delta, los errores
correlacionados con la seal toman la forma
especfica de rfagas temporales de distorsin
de pendiente-sobrecarga. En los estudios de
ADM a 20 y 40 kHz, se ha observado que
aunque la distorsin de sobrecarga de
pendiente constituye el componente principal
de la potencia de error total, la calidad
perceptiva de ADM est controlada en gran
parte por errores granulares. Por ejemplo,
considere el uso de P = 1,2 en lugar de la
SNR maximizando P = 1,5 en la adaptacin
de tamao de paso para el ADM con una
memoria de un bit a 20 kHz (39). El resultado
es un aumento del 40 por ciento en la
potencia de ruido de sobrecarga y una
disminucin de 1 dB en la SNR. Sin embargo,
el ruido granular, que constituye menos del 2
por ciento de la potencia total del ruido,
disminuye en un 30 por ciento cuando P =
1,2, y esto hace que el discurso
perceptiblemente ms agradable! En otras
palabras, la distorsin de la sobrecarga de
pendiente es mucho menos molesta en la
velocidad de bits en cuestin que el ruido
granular de seal correlacionado; Por la
misma razn, la distorsin de sobrecarga es
menos molesta que el ruido aditivo de igual
varianza. Es tentador contrastar esta tendencia
con una observacin anterior (48) con
respecto a la menor objecin al ruido
correlacionado. Tenga en cuenta, sin
embargo, que esta ltima observacin se ha
hecho sobre la base de estudios con amplitud
de correlacin, en lugar de pendiente de
correlacin, el ruido.
En cualquier caso, el punto de esta seccin es
que, al menos a velocidades de bits por
encima de 20 kbits / s, se cree que los
resultados de SNR proporcionan una
estimacin conservadora del rendimiento de
DM. La aceptabilidad relativa de la distorsin
de la pendiente-sobrecarga se ha explotado en
el diseo del delta-modulador de muchas
maneras. Uno de ellos es la recomendacin de
estrategias de adaptacin "lentas" (por
ejemplo P = 1,2 en lugar de 1,5 en discusin
reciente). Otra es la recomendacin de los
espectros de potencia de error que ruedan a
frecuencias ms altas (lo que significa una
mayor aceptacin de la distorsin de baja
frecuencia). Por ltimo, la perceptibilidad de
la distorsin de la sobrecarga de la pendiente,
como tal, ha sido objeto de una investigacin
formal muy interesante [59].
Habiendo discutido la insuficiencia de SNR
como medida de rendimiento para los
cuantificadores de PCM, DPCM y DM, se
enfrenta al problema de desarrollar un nico
criterio de rendimiento uniforme que medira
todos los cuantificadores en estas tres clases.
No estamos sugiriendo en absoluto que el
problema tiene una solucin simple. Despus
de todo, los errores de cuantificacin toman
formas especiales en cada caso, y tal vez lo
mejor que se pueda hacer para unificar
resultados de rendimiento sera la
especificacin de tantas ecuaciones SNR
equivalentes (distintas), como (45) y (46) Ya
que existen tipos (distintos) de errores
correlacionados con la seal: errores
correlacionados con la amplitud, errores
correlacionados con la pendiente y errores
correlacionados con la envolvente (en algunos
sistemas con compresin silbica), por
mencionar algunos relevantes. Tal enfoque
sera evidentemente extremadamente poco
prctico cuando uno est involucrado con
grandes poblaciones de diferentes tipos de
codificadores.

Adems, es dudoso que tales enfoques

puedan proporcionar indicaciones fiables
sobre diferentes niveles de distorsin
perceptiva: por ejemplo, distorsin que es
simplemente perceptible, distorsin que es
molesta y distorsin que reduce la
inteligibilidad. El segundo de estos niveles
est sujeto a diferencias individuales
sustanciales [vase la Seccin V-D] que
evidentemente no estn reflejadas en una
curva de equivalencia SNR. En definitiva, no
parece haber una alternativa real en este punto
a la fuerza bruta, la tcnica de probar
realmente un determinado conjunto de
codificadores en elaborados experimentos
perceptuales (que implican la comparacin
directa de todos los posibles pares de
codificadores). Uno de estos experimentos
perceptuales se est llevando a cabo, con los
codificadores de la Fig. 25 (a diferentes
velocidades de bits) como estmulos [53].

Por lo menos dos tcnicas formales han sido
discutidas en la literatura para interpretar los
resultados de las pruebas perceptivas que
implican resultados de pares (A-B)
comparaciones. Ahora hablaremos de estos
procedimientos muy brevemente.
C) Curvas de isopreferencia
Fig. 29 ilustra los resultados de una prueba de
percepcin que implican estmulos DPCM
[6O]. El discurso de entrada fue filtrada en
paso bajo
Fig. 29. DPCM Contornos de isopreferencia.
(Despus de Chan y Donaldson [60].
a 4 kHz, el cuantificador utilizado fue
logartmico y los resultados fueron de juicios
de preferencia hechos por un grupo de 17
oyentes. Los parmetros variables del
codificador fueron la frecuencia de muestreo
fo y el nmero de bits B utilizados para
codificar cada muestra. Higo. 29 ilustra los
efectos de f0 y B sobre la calidad subjetiva
del habla DPCM por medio de contornos de
isopreferencia que conectan puntos de igual
calidad subjetiva. Dos codificadores son
isopreferentes si en una poblacin de
escuchas (estadsticamente representativa), la
mitad de los oyentes prefieren un cdigo a
otro. Por lo tanto, la construccin de las
curvas de isopreferencia involucra
comparaciones A-B de eleccin forzada de
estmulos de prueba y de referencia, seguida
de la determinacin de puntos de probabilidad Vamos a ilustrar ahora un procedimiento que
de preferencia de 50 por ciento en las
funciones psicomtricas apropiadas [60-61].
Las curvas de isopreferencia en la Fig. 29
tambin se han calibrado (en trminos de la
SNR de una seal de voz degradada por ruido
blanco, juzgada igual en calidad a la seal de
referencia asociada con una curva de
isopreferencia dada). Finalmente, la lnea de
puntos en la Fig. 29 es un locus de puntos de
capacidad de canal mnimo (velocidad de
bits). Se ve que el muestreo de Nyquist no es
eficiente para los cdigos DPCM de alta
calidad si uno opera en un punto (en un plano
[jo, B]) que no est muy lejos del locus de
capacidad de canal mnimo.

Una debilidad del mtodo isopreference es

que las diferencias individuales en el juicio no
se muestran en el resultado final. Hay
situaciones en las que uno desea preservar
tales diferencias y distinguir entre factores
"perceptivos" y "subjetivos", por as decirlo.
(De hecho, el mismo individuo puede cambiar
su criterio de preferencia al evaluar un
codificador para diferentes aplicaciones: por
ejemplo, una llamada personal transatlntica
versus un servicio local de informacin de
tiempo). Otra sutileza que se excluye
inherentemente en la presentacin de la
isopreferencia es la posibilidad de " No
preferente ": (estmulo) A se prefiere a B, se
prefiere B a C; Pero d no se prefiere a C.
Fig. 30. Juicios subjetivos de preferencia de varias
codificaciones ADPCM y log-PCM. Las dimensiones 1 y
2 representan la mayor parte de la varianza entre
intersubjetivos. La preferencia creciente est en la
direccin -x. Se trazan los vectores de sujetos
individuales y la proyeccin de las condiciones de
codificacin sobre el vector de un sujeto indica que ese
orden individual orden el sistema de codificacin.
(Despus de Curnmiskey, Jayant y Flanagan 1151.)
evita el supuesto de transitividad y, adems,
conserva las diferencias individuales en la
visualizacin de preferencia final.

D. Escalamiento multidimensional

Vamos a demostrar la tcnica con el ejemplo

de una prueba de percepcin mencionada
anteriormente. El experimento involucr 3- y
4-bit ADPCM estmulos y 4, 5, 6, y 7 bits
log-PCM estmulos [13]. El nmero total de
comparaciones cruzadas posibles fue de 16 (2
estmulos X4 estmulos X2 rdenes de
presentacin). Veintids oyentes participaron
en las pruebas y hicieron juicios de
preferencia de la calidad de la seal para cada
una de las 16 comparaciones A-B. Los juicios
se sometieron a un programa de escala
multidimensional [62], y los resultados se
trazaron en trminos de dos dimensiones
subjetivas que representaron la mayora de las
diferencias percibidas. Una dimensin, en
particular, represent el 75 por ciento de la
varianza en los datos de preferencia.
Los resultados finales se muestran en la Fig.
30. Se muestran los vectores de sujetos
individuales (lneas continuas) y la
proyeccin de las condiciones de codificacin
sobre el vector de un sujeto revela cmo ese
rango individual orden las cualidades de la
seal. (Un sujeto, el vector en el cuadrante IV,
aparentemente no entendi las instrucciones
de prueba y dio juicios de preferencia
esencialmente complementarios.) Una
resultante de los vectores sujetos tambin se
muestra (discontinua), y las proyecciones
sobre esta resultante indican consenso sujeto
al clasificar las calidades. Esta clasificacin
subjetiva subjetiva corresponde, de hecho, a
la clasificacin subjetiva enumerada
anteriormente en la Fig. 26.
E. Preguntas de comunicacin
Hasta ahora hemos hablado de
cuantificadores principalmente como
encoders fuente. Si bien las cuestiones de
transmisin no son el tema principal de este
documento, nos gustara mencionar algunas
consideraciones bsicas. Algunos de estos
pueden ser muy relevantes para el problema
de seleccionar un codificador de origen
(PCM, DPCM o DM).
De hecho, es probable que los sistemas
integrados de comunicacin del habla del
futuro utilicen todos los tres cuantificadores
bsicos discutidos en este documento, tanto
en formatos no adaptativos como adaptativos.
Por lo tanto, ha habido un inters
considerable en cuestiones tales como las
conversiones digitales directas entre dichos
formatos [63] - [65], y la codificacin
repetida de una seal de voz por
cuantificadores idnticos [66] o no idnticos
[64] en tndem.
Por ejemplo, en una simulacin de pares
codificador-decodificador idnticos en
tndem, se observaron las siguientes
relaciones para la degradacin de SNR con el
nmero I de pares codificador-decodificador
[66]:
Las modificaciones delta se realizaron a 60
kbits / s.
Debe mencionarse en este punto que aunque
las tcnicas de adaptacin han sido
enfatizadas a lo largo de este documento para
una codificacin de voz eficiente, los
cuantificadores no adaptativos estn lejos de
ser slo de importancia acadmica. Un buen
ejemplo es LDM. En situaciones donde la
necesidad es de extrema sencillez, la
frecuencia de muestreo no est seriamente
limitada (por ejemplo, en los terminales de
comunicacin, en lugar de en los canales de
transmisin), LDM proporciona un medio
muy atractivo de conversin analgico a
digital.
Conversin directa entre los formatos LDM y
ADM se ha considerado en al menos una
simulacin [64]. Aqu el discurso fue
codificado dos veces por un codificador de
LDM de alta velocidad de bits con una etapa
intermedia de codificacin de AD. Las
conversiones LDM a ADM y ADM a LDM se
realizaron en las respectivas funciones de
escalera de alta frecuencia, y el habla no fue
detectada (filtro de paso bajo) hasta despus
del segundo LDM. Se encontr que con una
velocidad de bits de ADM de
aproximadamente 40 kbits / s, la frecuencia
de muestreo de LDM tena que ser del orden
de 1 MHz para no degradar el habla ms all
de una calidad que la ADM de 40 kHz
pudiera proporcionar.
F. Eyectores de errores de canal aleatorio
Muchos enlaces de habla de calidad de peaje
mantienen velocidades de errores de bits que
son demasiado pequeas (por ejemplo, menos
de 1 de cada 105) para afectar el rendimiento
del cuantificador. Si la probabilidad de error
debe ser mucho mayor, las degradaciones de
SNR estn implcitas, y el contenido de estas
degradaciones es claramente cuantificador-
dependiente.
Los cuantificadores DPCM, por ejemplo, se
ven afectados de forma diferente por errores
de bits que un cuantificador PCM. Esto se
debe a que la accin de realimentacin en
DPCM conduce a una cierta propagacin de
errores en la salida del codificador [68]. A
pesar de tal propagacin de errores, se ha
informado que DPCM es ms tolerante a los
errores de bits (que ocurren al azar) que el
PCM, desde un punto de vista perceptivo
[69], [70]. Esto se debe a que los picos de
error causados en la reconstruccin de una
forma de onda PCM (debido a un bit recibido
errneamente) pueden tener amplitudes
mximas que son del orden de | Xr |max, el valor
de pico de la seal de entrada, mientras que
las magnitudes de pico correspondientes En la
decodificacin DPCM estn realmente
relacionados con | XrXr-1 |max, el valor pico
de las primeras diferencias en la entrada. La
mayor magnitud consecuente de un pico de
error PCM tpico hace que sea ms molesto, a
pesar de que lo hace No se propagan en el
tiempo.
Por la misma razn, los moduladores delta
pueden disearse para obtener una mayor
ventaja perceptiva
Fig. 31.
( al comparar DM y PCM de velocidad
binaria igual con un porcentaje dado de
errores digitales), y el problema de
propagacin de errores en DM tambin se
alivia en gran medida por la Uso de un
integrador imperfecto [38]. Finalmente,
dentro de la clase de los codificadores de DM,
los moduladores delta de adaptacin
instantnea son ms vulnerables al ruido de
canal que los codificadores de compactacin
lenta (o lineales). Por lo tanto, aunque los
moduladores delta de adaptacin instantnea
son muy sencillos y eficientes (SNR) en
entornos relativamente protegidos contra
ruido (por ejemplo, probabilidad de error de
bit <10), se han diseado varios moduladores
delta con compresin silbica para su uso en
canales ruidosos, Y estos codificadores son
particularmente atractivos para aplicaciones
de baja tasa de bits (<20 kbits / s). Esperamos
resumir el rendimiento de tales moduladores
delta mediante la reproduccin, en la Fig. 31,
las curvas de inteligibilidad recientemente
publicadas debido a Melnick [71]. Las
puntuaciones de inteligibilidad se refieren a la
inteligibilidad de las palabras, tal como se
mide en las pruebas de rima modificada
(MRT) [72]. El MRT es una prueba de opcin
mltiple en la que el oyente selecciona la
palabra que se siente ms cercana a la que ha
escuchado de un conjunto cerrado de seis
opciones posibles (que difieren en el sonido
consonante inicial o final). Al interpretar los
puntajes de inteligibilidad de las palabras,
debe recordarse que, en muchas situaciones,
la inteligibilidad de la frase perfecta no
requiere 100% de inteligibilidad de palabras.
Por ejemplo, las puntuaciones aceptables de
MRT para propsitos de control de trfico
areo pueden ser tan bajas como 75 por ciento
[71]. Observe, en la Fig. 31, que tal requisito
es satisfecho por un codificador de 7,2 kbits /
s (silbico) incluso cuando la tasa de errores
de bits es tan alta como 10 por ciento. Las
cifras de rendimiento comparables se
reivindican por la recientemente descrita
"modulacin delta de dos canales" debido a
Greefkes [73]. El sistema tiene un modulador
delta auxiliar para transmitir una seal de
envolvente de pendiente que proporciona una
base til para el control de paso. (Como se
mencion en el contexto de MDL y DCDM,
no se espera que las propiedades a corto plazo
de la secuencia de bits DM sean una base
muy til para la variacin del tamao de paso
a frecuencias de muestreo tan bajas como 7,2
kHz. Entre muestras de voz adyacentes es
demasiado pequea para considerar
instantneas de secuencias de bits cortas
como indicadores de patrones de pendiente
inmediatamente siguientes.)
G. Errores de bits agrupados
Nuestras observaciones anteriores,
especialmente las cuantitativas, se refieren a
errores de bits independientes (al azar). Tales
errores son caractersticos de los canales de
seal corrompidos por el ruido aditivo
independiente de la seal. Muchos canales se
ajustan a esta descripcin y la suposicin de
error independiente se ha hecho en
consecuencia en la mayor parte de la
literatura cuantificadora. Una excepcin
notable es el tratamiento analtico de Wolf
[74]. Esto incluye un estudio de errores que
ocurren en rfagas, como generado por un
proceso de Markov de primer orden. Un canal
real tpico con errores agrupados es un enlace
de radio mvil. El desvanecimiento lento de
la seal (ruido multiplicativo de color) sobre
un canal de este tipo provoca patrones de
error de bits en los que las correlaciones
temporales son usualmente muy obvias.
El efecto de los errores correlacionados en los
cdigos de voz digitales est siendo
investigado actualmente. Una de las primeras
indicaciones de estos estudios ha sido que, en
el caso de los errores, los cdigos
diferenciales como ADM pueden disearse
para proporcionar una sorprendente cantidad
de supresin de ruido de impulso.
Desafortunadamente, sin embargo, tales
diseos invariablemente parecen requerir el
funcionamiento del modulador delta en un
modo de sobrecarga de pendiente [75].