[Милливольт 0]

Ниже выложил пробу звука на 978 бит/с - это тоже что и MELP 1200, только без битов FEC.

Средний вариант между 1956 bps и 489 bps.

Спасибо, полезно. У Вас в оригинальном файле какая-то предобработка? Вроде бы предварительное эхо?

Я его ради интереса пропустил через свой кодек http://exfile.ru/483147

Если слушать через динамик, то, как мне кажется, мой вариант предпочтительнее, если же через наушники, то однозначно - МЕLP лучше.

 

 

[Mister_DSP 0]

Если вы спросили про первую пробу(где 2 голоса), то это запись с радио - может быть все что угодно: начиная от эха, заканчивая фоновыми звуками.

[Милливольт 0]

Всё, нет моих сил больше. В файле - последняя версия акустической части, ничего менять не буду. С вокодера, которому передается только нормированный энергетический спектр (без синусной и косинусной компонент), выжать что-нибудь еще невозможно. Пришлось отказаться от полулогарифмического сжатия сигнала, т.к. все эксперты морщили носы, говорили о "советском" звучании и т.п.

Впрочем, замечания приму к сведению и буду за них признателен (виртуально, понятное дело). RESUL.WAV

[z64 0]

Я правильно понял постановку задач. Нужно получить неузнаваемость голоса абонента?

[Милливольт 0]

Я правильно понял постановку задач. Нужно получить неузнаваемость голоса абонента?

Нет, разумеется, у меня такой задачи не стоит. Пока только рожал ежика. Смысл родов в том, чтобы ограничиться минимумом информации как передаваемой по каналу связи, так и хранимой в приемном и передающем устройстве. При приемлемом качестве речи (хотя желания потенциальных пользователей в этом плане абсолютно нереалистичны).

[Mister_DSP 0]

какой битрейт (максимальный, пик) у последней звуковой пробы?

Изменено 13 ноября, 2016 пользователем Mister_DSP

[Милливольт 0]

какой битрейт (максимальный, пик) у последней звуковой пробы?

 

Такой же, не изменился. Для именно этой пробы - 850 без предварительного сжатия и 300 после Хаффмена. Изменил только окно данных в синтезаторе.

[Mister_DSP 0]

По качеству если 800 бит/с - то уступает MELP-у. Если 300 бит/с - превосходно для такого битрейта!

 

Какой размер блока в байтах сжимаете Хаффманом?

[Милливольт 0]

Какой размер блока в байтах сжимаете Хаффманом?

 

300 миллисекунд

[Mister_DSP 0]

Сможет ли Хаффман пожать блок из 33 байт? Это 6 фреймов вокодера MELP, данные кореллируют между собой (параметры речевого сигнала)

[Милливольт 0]

Сможет ли Хаффман пожать блок из 33 байт? Это 6 фреймов вокодера MELP, данные кореллируют между собой (параметры речевого сигнала)

Да, в каноническом включении здесь проблемы. Но если представлять последовательность байт в виде ДИКМ, причем невязку корректировать в последующем такте, то все очень недурно получается. Номера передаваемых спектров надо, понятное дело, изначально располагать по частости встречаемости и минимальному ожидаемому приращению на последующем такте.

Этот метод мы отработали еще при цифровой передаче ЭКГ через акустический канал мобильника (как говорит ув. GeGel "поверх GSM"). (это лучше нарисовать, т.к. я что-то косноязычно выражаюсь).

 

Для иллюстрации та же запись с разным битрейтом. Это без(!) Хаффмена, просто передаваемые спектры обновляются не при появлении каждой новой "особой точки", а через тактRESUL400.WAV, через два такта, через три, т.е. время обновления спектра становится не приблизительно 10 мсек изначально, а 20...30.. и т.д. RESUL200.WAV

RESUL150.WAV RESUL100.WAV

Из этих иллюстраций хорошо видно (слышно) как действительно сильно коррелирован речевой сигнал.

Изменено 13 ноября, 2016 пользователем Милливольт

[Mister_DSP 0]

При таких крохотных битрейтах вышло великолепно! :rolleyes: Речь на грани разборчивости, зато в узкие каналы пролезет.

 

Единственно в пробе на 100 бит/с фрагменты слов проглатываются - это плохо.

 

А так в целом отлично!

 

Если спектр не обновляется, а только через такт: выходит вы просто дублируете синтез волны при декодировании или как?

Я так делал, получается голосовой джиттер. Фрейм у меня 22,5 мс.

 

Пробовал LSP брать через раз - нормально выходит, но если брать через 3 раза, то уже неприемлемо.

 

Мой мод кодека до 381 бит/с ещё можно уменьшить путём загрубления Pitch/Gain/BPV. LSP лучше не трогать.

Но качество пострадает, расборчивость на грани.

[Милливольт 0]

Единственно в пробе на 100 бит/с фрагменты слов проглатываются - это плохо.

В очередной раз спасибо за ценное замечание. Устранил.RESUL100.WAV

Но для стабильного потока без сжатия не получается 100 - только 120. Т.е. 1 раз в 100 мсек передается номер спектра (8 бит) плюс количество повторений в течение этого периода времени (4 бита).

Итого 12 бит за 100 мсек, соответственно 120 бит/сек. Звук грубоватый, конечно, не выйдет говорить в итальянском темпе, но для служебной связи, возможно, и будет приемлемо.

Вообще, рекорды битрейта - не самоцель. А вот передача поверх GSM должна показать кто есть ху.

Изменено 14 ноября, 2016 пользователем Милливольт

[Mister_DSP 0]

Пробовал навернуть Рида-Соломона на пакет 6x6 байт - раздул до 8x8 байт (добавочные 2x8 8x2 и 2x2). Потребовалось увеличить битрейт модема в 2 раза. В итоге только хуже -много пакетов теряется в дальней зоне, а в ближней - с искажениями.

 

Видать, чутьё упало на 3дБ, поэтому пакетов нет, коррекция простаивает....

 

Так что Ваш интерес снижать битрейт - очень восстребованное ИМХО дело!

Изменено 16 ноября, 2016 пользователем Mister_DSP

[Милливольт 0]

В итоге только хуже -много пакетов теряется в дальней зоне, а в ближней - с искажениями.

 

У нас при разработке микромощной телеметрии для использования внутри зданий была та же самая история. Ничего из общеупотребительных средств не помогало. Но в итоге проблема решилась успешно.

Если это будет уместным, опишу подробно.