کدگذاری مجدد ضرایب چندی شده تبدیل بسته موجک سیگنال های صوتی و صحبت باند وسیع

این مقاله به بررسی و مقایسه ی چهار کدکننده ی مجدد (Re-encoder) مختلف جهت کدکردن ضرایب حاصل از تبدیل بسته موجک سیگنال های صوتی و صحبت باند وسیع که با استفاده از خواص روان شنیداری چندی شده اند، می پردازد. این کدکننده های مجدد به شرح زیر از هم متمایزند: 1- کدگذاری با استفاده از درختهای صفر درون کار ( EZW ) و 2- کدگذاری با تعریف زیرمجموعه هایی در درخت های ترتیبی ( SPIHT ) و 3- کدگذاری هافمن با استفاده از جداول JPEG و 4- کدگذاری هافمن با استفاده از جداول حاصل از آمار استخراج شده از فایل های صوتی. چون روشهای 1و 2 مختص فشرده سازی تصویر طراحی شده اند، ایده هایی جهت بهبود عملکرد آنها برای سیگنال های صوتی معرفی و پیاده می شود. در نهایت عملکرد این چهار کدکننده ی مجدد از نظر میزان نرخ بیت، زمان انجام محاسبات و مزایا و معایب هرکدام نسبت به دیگری با هم مقایسه می شوند. نتایج حاصل حاکی از آن است که روش چهارم از لحاظ نرخ بیت و سرعت نسبت به سایر موارد برتری دارد اما به دلیل عدم توانایی در تولید نرخ بیت خروجی ثابت، امکان انطباق با کانال های با ظرفیت ثابت را فراهم نمی کند .

کلیدواژه ها:

تبدیل بسته موجک ، JPEG ، SPIHT ، EZW ، فشرده سازی صوت و سیگنال صحبت ، مدل روان شنیداری