TCX (Transform Coded Excitation) je komponenta pro kódování řeči a audia v transformační doméně, používaná v kodecích 3GPP, jako je EVS, k efektivnímu modelování excitačního signálu za účelem zlepšení kvality při nízkých přenosových rychlostech.

Popis

Transform Coded Excitation (TCX) je hlavní kódovací režim v několika kodecích pro řeč a audio standardizovaných 3GPP, nejvýznamněji v kodeku Enhanced Voice Services (EVS) standardizovaném ve vydání 12. Jedná se o techniku kódování ve frekvenční doméně používanou k reprezentaci excitačního signálu – reziduálního signálu po lineární prediktivní analýze, který nese jemné spektrální detaily a šumové složky audia. Na rozdíl od tradičního Code-Excited Linear Prediction (CELP), který pracuje primárně v časové doméně, TCX aplikuje Modified Discrete Cosine Transform (MDCT) na okené segmenty excitačního signálu. Tím se signál transformuje do frekvenční domény, kde lze jeho spektrální koeficienty efektivně kvantovat a kódovat. Rámec TCX je typicky delší než rámec CELP (např. 20 ms, 40 ms nebo 80 ms), což umožňuje lepší frekvenční rozlišení a efektivnější kódování stacionárních signálů, jako je hudba nebo znělá řeč. Kvantizace spektrálních koeficientů využívá algebraickou vektorovou kvantizaci a používá rozšíření šířky pásma a percepční tvarování šumu na základě lineárního prediktivního (LPC) filtru k maskování kvantizačního šumu. Dekodér rekonstruuje spektrální koeficienty, provede inverzní MDCT pro získání excitačního signálu v časové doméně a ten pak profiltruje přes LPC syntézní filtr, čímž vytvoří výstupní audio. Režimy TCX se často používají v kodeku společně s režimy ACELP (Algebraic CELP), přičemž selektor režimu volí pro každý rámec nejlepší kódovací techniku na základě charakteristik signálu, čímž dosahuje vynikající rovnováhy mezi kvalitou řeči, kvalitou hudby a odolností vůči přenosovým chybám.

K čemu slouží

TCX byl vytvořen, aby řešil omezení tradičních kodeků CELP pracujících v časové doméně, zejména pro neřečové audio signály, jako je hudba, a pro poskytnutí vyšší kvality při nižších přenosových rychlostech. CELP vyniká v modelování periodické povahy znělé řeči, ale je méně efektivní pro kódování hudby, šumu na pozadí nebo neznělé řeči, což často vede k kovovým nebo robotickým artefaktům. Účelem TCX je poskytnout obecnější, na transformaci založený kódovací nástroj, který poskytuje konzistentně vysokou kvalitu pro širší škálu audio obsahu, což se stalo klíčovým s konvergencí hlasových a multimediálních služeb v mobilních sítích. Řeší problém neefektivního kódování širokopásmového a superširokopásmového audia, což umožňuje vysílání hudby v plném pásmu s vysokou kvalitou a hlasové hovory v rámci stejného kodekového rámce. Historickým motivem byl vývoj od úzkopásmové telefonie k vysokokvalitnímu hlasu a dále, což vyžadovalo kodeky schopné podporovat paradigma služeb „hlas a audio“ pro sítě LTE a 5G. TCX jako součást EVS přímo reagoval na konkurenční potřebu kodeku nadřazeného stávajícím standardům, jako je AMR-WB, a poskytl operátorům provozní flexibilitu a lepší uživatelský zážitek.

Klíčové vlastnosti

• Kódování ve frekvenční doméně pomocí MDCT transformace
• Delší délky rámců pro zlepšenou efektivitu kódování stacionárních signálů
• Integrované percepční tvarování šumu založené na LPC analýze
• Efektivní algebraická vektorová kvantizace spektrálních koeficientů
• Bezešvá integrace s režimy ACELP v časové doméně v jednotném kodeku
• Vynikající výkonnost pro hudbu a smíšený obsah při nízkých až středních přenosových rychlostech

Související pojmy

• EVS – Enhanced Voice Services (specifically, the AMR-WB IO mode: AMR-WB Interoperable)
• ACELP – Algebraic Code-Excited Linear Prediction
• AMR-WB – Adaptive Multi-Rate Wideband Speech Codec
• CODEC – Coder/Decoder
• MDCT – Modified Discrete Cosine Transform

Definující specifikace

• TS 26.253 (Rel-19) — IVAS Codec Algorithmic Description
• TS 26.274 (Rel-19) — AMR-WB+ Codec Conformance Testing Specification
• TS 26.290 (Rel-19) — AMR-WB+ Audio Codec Specification

📖 Anglický originál a plná specifikace: TCX na 3GPP Explorer