MELP и MELPe: Стандарты речевого кодирования для военных и связи НАТО

Введение

Смешанное возбуждение линейного предсказания (MELP) — это стандарт кодирования речи, разработанный Министерством обороны США и применяемый главным образом в военных приложениях, спутниковой связи, защищенной голосовой связи и защищенных радиоустройствах. Стандартизация и дальнейшая разработка осуществлялись при поддержке и под руководством АНБ и НАТО. Современная "улучшенная" версия известна как MELPe.

История

Первоначальный MELP был изобретен Аланом Маккри примерно в 1995 году, когда он был аспирантом в Центре обработки сигналов и изображений (CSIP) при Технологическом институте Джорджии, и оригинальные патенты, связанные с MELP, к настоящему времени истекли. Этот первоначальный речевой кодер был стандартизирован в 1997 году и получил название MIL STD 3005. Он превзошел другие конкурирующие вокодеры в конкурсе Министерства обороны США, в том числе: (a) частотно-селективный гармонический кодер (FSHC), (b) кодер с расширенным многополосным возбуждением (AMBE), (c) усовершенствованный кодер с многополосным возбуждением (EMBE), (d) кодер синусоидального преобразования (STC) и (e) кодер LPC с поддиапазонным разделением (SBC). Благодаря меньшей сложности по сравнению с кодером интерполяции волновой формы (WI), вокодер MELP выиграл конкурс Министерства обороны и был выбран для MIL STD 3005.

MIL-STD-3005

В период с 1998 по 2001 год был создан новый вокодер на основе MELP с половинной скоростью передачи данных (т.е. 1200 бит/с), а также внесены существенные улучшения в стандарт MIL STD 3005 компаниями SignalCom (позже приобретенной Microsoft), Compandent и AT&T Corporation, которые включали: (a) дополнительный новый вокодер с половинной скоростью передачи данных (т.е. 1200 бит/с), (b) значительно улучшенное кодирование (анализ), (c) значительно улучшенное декодирование (синтез), (d) предварительную обработку шума для подавления фонового шума, (e) транскодирование между битовыми потоками 2400 бит/с и 1200 бит/с и (f) новый постфильтр. Эта значительная разработка была направлена на создание нового кодера с половинной скоростью передачи данных и обеспечение его совместимости со старым стандартом MELP. Этот улучшенный MELP (также известный как MELPe) был принят в качестве нового MIL STD 3005 в 2001 году в виде приложений и дополнений к оригинальному MIL STD 3005, обеспечивая качество, сопоставимое со старым 2400 бит/с MELP, при половинной скорости. Одним из главных преимуществ нового 2400 бит/с MELPe является то, что он использует тот же формат битов, что и MELP, и, следовательно, может взаимодействовать с устаревшими системами MELP, обеспечивая при этом более высокое качество связи. MELPe обеспечивает значительно лучшее качество, чем все предыдущие военные стандарты, особенно в шумных условиях, таких как поле боя, транспортные средства и летательные аппараты.

STANAG-4591 (НАТО)

В 2002 году, после масштабного конкурса и испытаний, 2400 и 1200 бит/с MELPe, разработанный Министерством обороны США, был принят также в качестве стандарта НАТО, известного как STANAG 4591. Измерения производительности при тестировании НАТО включали в себя разборчивость речи, качество речи, распознавание говорящего, зависимость от языка, зависимость от говорящего, 10 акустических сред с шумом, канал передачи с BER менее 1%, тандемное использование 16 кбит/с CVSD-вокодера, речь шепотом и реализацию в реальном времени. Данные для тестирования включали более 36 000 файлов, или 500 часов речи в различных условиях и на разных языках. В рамках тестирования НАТО на соответствие новому стандарту, MELPe был протестирован в сравнении с другими кандидатами, такими как HSX (Harmonic Stochastic eXcitation) от Франции и SB LPC (Split Band Linear Predictive Coding) от Турции, а также со старыми защищенными стандартами голосовой связи, такими как FS1015 LPC 10e (2,4 кбит/с), FS1016 CELP (4,8 кбит/с) и CVSD (16 кбит/с). Впоследствии MELPe также выиграл конкурс НАТО, продемонстрировав качество, превосходящее все остальные кандидаты и все старые защищенные стандарты голосовой связи (CVSD, CELP и LPC 10e). Конкурс НАТО пришел к выводу, что MELPe значительно улучшил характеристики (с точки зрения качества речи, разборчивости и помехоустойчивости), одновременно снизив требования к пропускной способности. Тестирование НАТО также включало проверку совместимости, для которой было использовано более 200 часов речевых данных, и проводилось в трех испытательных лабораториях по всему миру. Компания Compandent Inc., в рамках проектов на основе MELPe, выполняемых для АНБ и НАТО, предоставила АНБ и НАТО специальную тестовую платформу, известную как устройство MELCODER, которая служила эталонным образцом для реализации MELPe в реальном времени. Низкозатратное оборудование терминалов данных FLEXI 232 (DTE), производимое компанией Compandent и основанное на эталонном образце MELCODER, пользуется большой популярностью и широко используется для оценки и тестирования MELPe в реальном времени, в различных каналах и сетях, а также в полевых условиях. В 2005 году в стандарт НАТО STANAG 4591 была добавлена новая версия MELPe со скоростью 600 бит/с, разработанная Thales Group (Франция) (без проведения масштабного конкурса и испытаний, как это было сделано для MELPe со скоростью 2400/1200 бит/с).

In 2002, following extensive competition and testing, the 2400 and 1200 bit/s US DoD MELPe was adopted also as NATO standard, known as STANAG 4591. The NATO testing performance measurements included voice intelligibility, voice quality, speaker recognition, language dependency, speaker dependency, 10 acoustic noise environments, transmission channel under 1% BER, tandem using 16 kbit/s CVSD vocoder, whispered speech, and real time implementation. The testing data included Over 36,000 files, or 500 hours of speech under various conditions and languages. As part of NATO testing for new NATO standard, MELPe was tested against other candidates such as France's HSX (Harmonic Stochastic eXcitation) and Turkey's SB LPC (Split Band Linear Predictive Coding), as well as the old secure voice standards such as FS1015 LPC 10e (2.4 kbit/s), FS1016 CELP (4.8 kbit/s) and CVSD (16 kbit/s). Subsequently, the MELPe won also the NATO competition, surpassing the quality of all other candidates as well as the quality of all old secure voice standards (CVSD, CELP and LPC 10e). The NATO competition concluded that MELPe substantially improved performance (in terms of speech quality, intelligibility, and noise immunity), while reducing throughput requirements. The NATO testing also included interoperability tests, used over 200 hours of speech data, and was conducted by 3 test laboratories worldwide. Compandent Inc, as a part of MELPe based projects performed for NSA and NATO, provided NSA and NATO with special test bed platform known as MELCODER device that provided the golden reference for real time implementation of MELPe. The low cost FLEXI 232 Data Terminal Equipment (DTE) made by Compandent, which are based on the MELCODER golden reference, are very popular and widely used for evaluating and testing MELPe in real time, various channels & networks, and field conditions. In 2005, a new 600 bit/s rate MELPe variation by Thales Group (France) was added (without extensive competition and testing as performed for the 2400/1200 bit/s MELPe) to the NATO standard STANAG 4591.

300 бит/с MELP

В 2010 году MIT Lincoln Labs, Compandent, BBN и General Dynamics также разработали для DARPA устройство MELP со скоростью 300 бит/с. Его качество превосходило качество MELPe со скоростью 600 бит/с, но алгоритмическая задержка была больше.

Реализация

MELPe был реализован во многих приложениях, включая защищенные радиоустройства, спутниковую связь, VoIP и приложения для мобильных телефонов. В подобных приложениях требуются дополнительные знания и опыт для борьбы с ошибками в канале связи, потерей пакетов и потерей синхронизации. Для этого необходимо понимание чувствительности битов MELPe к ошибкам. MELPe со скоростью 2400 бит/с и 1200 бит/с включает синхронизационный бит, полезный при последовательной передаче данных.

Уровень сжатия

MELPe предназначен для сжатия речи. При использовании аудиовхода с частотой дискретизации 8 кГц кодек MELPe обеспечивает следующие коэффициенты сжатия относительно потока данных G.711 μ Law со скоростью 64 кбит/с, без учета влияния протокольных накладных расходов:
Битрейт Коэффициент сжатия относительно G.711 Размер полезной нагрузки Интервал полезной нагрузки 2400 бит/с 26.7 X 54 бит 22.5 мс 1200 бит/с 53.3 X 81 бит 67.5 мс 600 бит/с 106.7 X 54 бит 90 мс

В общем случае, кодирование речи предполагает компромисс между различными параметрами, включая битрейт, качество речи, задержку (размер кадра и предпросмотр), вычислительную сложность, устойчивость к различным дикторам и языкам, устойчивость к различным фоновым шумам, устойчивость к ошибкам канала, а также восстановление состояния кодека при потере пакетов. Поскольку более низкие скорости MELPe (600 и 1200 бит/с) являются расширениями скорости 2400 бит/с, сложность алгоритма (например, в MIPS) примерно одинакова для всех скоростей. Более низкие скорости используют увеличенный размер кадра и предпросмотра, а также размер кодовой книги, поэтому требуют больше памяти.

Права интеллектуальной собственности

MELPe (и/или его производные) подлежит лицензированию в области интеллектуальной собственности у следующих компаний: Texas Instruments (алгоритм MELP / исходный код со скоростью 2400 бит/с), Microsoft (транскодер со скоростью 1200 бит/с), Thales Group (скорость 600 бит/с), Compandent и AT&T (препроцессор шумоподавления NPP).