CELP

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

CELP(Code Excited Linear Prediction)는 선형 예측을 기반으로 하는 음성 부호화 알고리즘이다. 음성 생성의 소스-필터 모델을 사용하며, 여기 신호와 청각 가중 필터를 통해 음질을 향상시킨다. CELP는 1985년 AT&T의 슈로더와 아탈에 의해 제안되었으며, CDMA 및 3G 이동통신 시스템에서 핵심적인 기술로 사용되어 음성 통화 품질 향상에 기여했다. CELP 알고리즘은 선형 예측 부호화, 벡터 양자화, 합성 분석 등의 개념을 기반으로 하며, CELP 기반의 다양한 음성 코덱이 개발되어 널리 활용되고 있다.

더 읽어볼만한 페이지

오디오 코덱 - NICAM
NICAM은 1970년대 BBC에서 개발된 디지털 오디오 방송 시스템으로, 32kHz 샘플링 주파수와 14비트 PCM을 사용하여 음성 신호를 인코딩하고 스테레오 음향, 이중 언어 방송, 데이터 채널 전송 등의 기능을 제공하며 아날로그 방송의 음성 전송 방식으로 사용되었으나 디지털 방송으로의 전환으로 사용이 줄어들었다.
오디오 코덱 - G.711
G.711은 8 kHz 표본 추출 주파수와 64 kbit/s의 비트 전송률을 갖는 파형 음성 코더로, μ-law와 A-law라는 두 가지 컴팬딩 알고리즘을 사용하며, 부록 I, II 및 확장 표준을 통해 네트워크 환경에서의 효율성과 음질을 높인다.

CELP
기본 정보
기술 정보
유형	음성 코덱
개발 방식	선형 예측 부호화 (LPC)
핵심 기술	코드북 적응 코드북 고정 코드북 이득 양자화 선형 예측 필터
주요 특징	낮은 비트 전송률에서 높은 음질 제공
응용 분야	VoIP 이동 통신 오디오 스트리밍
작동 방식
과정	음성 신호를 프레임으로 분할 각 프레임에 대해 선형 예측 분석 수행 선형 예측 필터 계수 계산 코드북에서 최적의 여기 신호 선택 선택된 여기 신호와 이득을 사용하여 음성 신호 재구성
장점 및 단점
장점	비교적 낮은 비트 전송률에서 우수한 음질 제공 다양한 비트 전송률에 적응 가능
단점	계산 복잡도가 높음 일부 환경에서 인공적인 소리 발생 가능
관련 기술
관련 기술	ACELP (대수 코드 여기 선형 예측) CS-ACELP (공액 구조 대수 코드 여기 선형 예측) LD-CELP (저지연 코드 여기 선형 예측)
표준
표준	G.723.1 G.729 GSM-FR AMR EVRC SMV

2. 역사적 배경

CELP 알고리즘은 선형 예측 (LP)을 통한 음성 생성의 소스-필터 모델 사용을 기반으로 한다. LP 모델의 입력으로 여기 신호(excitation signal)를 사용하고, 청각 가중 필터(perceptual weighting filter)를 도입하여 음질을 향상시켰다.

;초기 개발

CELINE은 1945년 셀린 비피아나(Céline Vipiana)와 그녀의 남편 리차드(Richard)가 맞춤 아동화 사업으로 프랑스 파리에서 설립했다. 1960년대에는 의류와 액세서리 라인을 런칭하며 사업을 확장했고, 1967년에는 스포츠웨어 컬렉션을 선보였다. 1970년대에는 국제적인 명성을 얻으며 전 세계로 매장을 확장했다.

LVMH는 1987년 베르나르 아르노(Bernard Arnault)가 CELINE의 자본을 인수하고, 1996년 27억 프랑 (5억 4천만 달러)에 회사를 인수하여 그룹에 편입시켰다. LVMH 산하에서 다양한 디자이너들이 CELINE의 크리에이티브 디렉터를 역임했다. 1997년에는 미국의 마이클 코어스(Michael Kors)가 여성 기성복 디자이너로 임명되었고, 2004년까지 크리에이티브 디렉터를 맡았다. 이후, 로베르토 메니케티(Roberto Menichetti)와 이바나 오마직(Ivana Omazić) 등 여러 디자이너들이 CELINE을 거쳐갔다.

2008년 9월, 버버리(Burberry) 출신의 영국 디자이너 피비 파일로(Phoebe Philo)가 CELINE의 새로운 크리에이티브 디렉터로 임명되었다. 파일로는 CELINE의 미니멀리즘과 여성성을 강조한 디자인으로 브랜드의 명성을 회복시켰다는 긍정적인 평가를 받는다. 2018년, 에디 슬리먼(Hedi Slimane)이 아티스틱, 크리에이티브 및 이미지 디렉터로 임명되어 현재까지 CELINE을 이끌고 있다.

;대한민국에서의 발전과 영향

대한민국의 이동통신 기술 발전 과정에서 CELP는 중요한 역할을 수행했다. 특히, CELP 기반의 코덱인 QCELP와 EVRC는 한국의 CDMA와 3G 이동통신 시스템에서 핵심적인 기술로 사용되었다. 이러한 코덱들은 음성 통화 품질을 크게 향상시키는 데 기여했다.

이러한 기술 발전은 통신 서비스의 대중화에도 영향을 미쳤다. 특히, CELP 기반 기술들은 통신 비용을 낮추는 데 도움을 주어 더 많은 사람들이 음성 통신 서비스를 이용할 수 있게 되었다. 이는 정보 접근성을 높이는 데 크게 기여한 것으로 평가받고 있다.

2. 1. 초기 개발

CELINE은 1945년 셀린 비피아나(Céline Vipiana)와 그녀의 남편 리차드(Richard)가 맞춤 아동화 사업으로 프랑스 파리에서 설립했다. 1960년대에는 의류와 액세서리 라인을 런칭하며 사업을 확장했고, 1967년에는 스포츠웨어 컬렉션을 선보였다. 1970년대에는 국제적인 명성을 얻으며 전 세계로 매장을 확장했다.

LVMH는 1987년 베르나르 아르노(Bernard Arnault)가 CELINE의 자본을 인수하고, 1996년 27억 프랑 (5억 4천만 달러)에 회사를 인수하여 그룹에 편입시켰다. LVMH 산하에서 다양한 디자이너들이 CELINE의 크리에이티브 디렉터를 역임했다. 1997년에는 미국의 마이클 코어스(Michael Kors)가 여성 기성복 디자이너로 임명되었고, 2004년까지 크리에이티브 디렉터를 맡았다. 이후, 로베르토 메니케티(Roberto Menichetti)와 이바나 오마직(Ivana Omazić) 등 여러 디자이너들이 CELINE을 거쳐갔다.

2008년 9월, 버버리(Burberry) 출신의 영국 디자이너 피비 파일로(Phoebe Philo)가 CELINE의 새로운 크리에이티브 디렉터로 임명되었다. 파일로는 CELINE의 미니멀리즘과 여성성을 강조한 디자인으로 브랜드의 명성을 회복시켰다는 평가를 받는다. 2018년, 에디 슬리먼(Hedi Slimane)이 아티스틱, 크리에이티브 및 이미지 디렉터로 임명되어 현재까지 CELINE을 이끌고 있다.

2. 2. 대한민국에서의 발전과 영향

대한민국의 이동통신 기술 발전 과정에서 CELP는 중요한 역할을 수행했습니다. 특히, CELP 기반의 코덱인 QCELP와 EVRC는 한국의 CDMA와 3G 이동통신 시스템에서 핵심적인 기술로 사용되었습니다. 이러한 코덱들은 음성 통화 품질을 크게 향상시키는 데 기여했습니다.

이러한 기술 발전은 통신 서비스의 대중화에도 영향을 미쳤습니다. 특히, CELP 기반 기술들은 통신 비용을 낮추는 데 도움을 주어 더 많은 사람들이 음성 통신 서비스를 이용할 수 있게 되었습니다. 이는 정보 접근성을 높이는 데 크게 기여한 것으로 평가받고 있습니다.

3. CELP 알고리즘의 핵심 원리

CELP 알고리즘은 다음의 개념에 기반하고 있다.^[1]

선형 예측 부호화(LPC)에 기초한 음원 필터 모델
* 성대에 해당하는 음원(여기 신호): 선형 예측 잔차
* 성도에 해당하는 필터: 선형 예측 필터
벡터 양자화(VQ)와 코드북에 의한 부호화
* 선형 예측 필터에 입력되는 음원(여기 신호)을, 적응형(피치 성분)과 고정형(잔차 성분) 코드북으로 부호화
합성 분석 (AbS: Analysis-by-Synthesis)
* 청각적 가중치 도메인 상의 폐루프 내에서 코드북을 탐색하여 부호화

CELP는 1985년 미국 AT&T의 슈로더(Schroeder)와 아탈(Atal)이 제안했다^[1]。두 사람이 1983년에 수행한 최초의 시뮬레이션에서는 슈퍼컴퓨터 Cray-1을 사용하여 1초 분량의 음성을 부호화하는 데 150초가 걸렸다. 그 후 코드북의 구현 방법을 개선하고 컴퓨터 성능도 향상되어 휴대 전화 등에서도 이 알고리즘을 사용할 수 있게 되었다.

3. 1. 음성 생성 모델

3. 2. 선형 예측 부호화 (LPC)

3. 3. 벡터 양자화 (VQ)와 코드북

3. 4. 합성 분석 (Analysis-by-Synthesis)

CELP의 주요 원리는 합성 분석(Analysis-by-Synthesis, AbS)으로, 폐쇄 루프(Closed-Loop)에서 디코딩된(합성) 신호를 지각적으로 최적화하여 인코딩(분석)을 수행한다. 이론적으로 가능한 모든 비트 조합을 시도하여 가장 듣기 좋은 디코딩 신호를 생성하는 것을 선택, 최상의 CELP 스트림을 생성할 수 있다. 그러나 필요한 복잡성이 현재 사용 가능한 하드웨어를 초과하고, "가장 듣기 좋은" 선택 기준은 인간 청취자를 필요로 하므로 실제로는 불가능하다.

제한된 컴퓨팅 자원을 사용하여 실시간 인코딩을 달성하기 위해, CELP 검색은 간단한 지각 가중 함수를 사용하여 더 작고 관리하기 쉬운 순차적 검색으로 분해된다. 일반적으로 인코딩은 다음 순서로 수행된다.

선형 예측 계수(LPC)를 계산하고 양자화하며, 일반적으로 선 스펙트럼 쌍(LSP)으로 표현한다.
적응(피치) 코드북을 검색하고 기여분을 제거한다.
고정(혁신) 코드북을 검색한다.

4. CELP 디코더

CELP 디코더는 적응형 코드북(피치 성분)과 고정형 코드북(잔차 성분)에서 인코딩 신호로 지정된 요소를 추출하여 지정된 게인을 곱하여 더하여 여기 신호(excitation)

e[n]

을 얻는다.

:

e[n]=g_a\cdot e_a[n]+g_f\cdot e_f[n]\,

여기서,

e_{a}[n]

은 적응형 코드북의 성분,

e_{f}[n]

은 고정형 코드북의 성분,

g_a, g_b

는 각 게인이다. 고정형 코드북은 벡터 양자화 사전이며, 코덱 내에 고정적으로 기술되어 있다. 이 코드북은 대수적인 형식으로 저장하는 경우(ACELP)와, 그대로의 형태로 저장하는 경우(Speex)가 있다. 적응형 코드북에는 여기 신호의 과거 시계열이 저장되어 인간의 목소리 등 주기적인 신호를 효율적으로 부호화할 수 있다.

여기 신호를 성형하는 합성 필터에는, 예를 들어

1/A(z)

형태의 전체 극 모델을 사용하며, 여기서

A(z)

는 선형 예측(레빈슨 재귀)로 얻을 수 있는 예측 필터이며, 선형 예측 계수(LPC)는 인코딩 신호로 지정된다. 전체 극 필터를 사용하는 것은, 인간의 성도를 잘 표현할 수 있고, 또한 계산도 용이하기 때문이다.

4. 1. 여기 신호 생성

여기 신호는 적응 코드북과 고정 코드북에서 선택된 벡터들을 각각의 이득(Gain)과 곱한 후 더하여 생성된다. 고정 코드북은 코덱에 하드 코딩된 벡터 양자화 사전이며, 대수적이거나(ACELP) 명시적으로 저장될 수 있다.(예: Speex) 적응형 코드북의 항목은 여기의 지연된 버전으로 구성되어, 유성음과 같은 주기적 신호를 효율적으로 코딩할 수 있게 한다.

여기는 다음 수식과 같이 고정 코드북 기여(

e_f[n]

)와 적응 코드북 기여(

e_a[n]

)를 합산하여 생성한다.

:

e[n]=e_f[n]+e_a[n]\,

여기를 형성하는 필터는

1/A(z)

형태의 모든 극 모델을 가지며, 여기서

A(z)

는 선형 예측(레빈슨-더빈 알고리즘)을 사용하여 얻어지는 예측 필터이다. 모든 극 필터는 인간의 성도를 잘 나타내고 계산하기 쉽기 때문에 사용된다.

4. 2. 합성 필터

여기 신호를 선형 예측 계수(LPC)로 구성된 합성 필터(Synthesis Filter)에 통과시켜 음성을 복원한다. 합성 필터는 `1/A(z)` 형태의 전극(All-Pole) 모델을 사용한다.

여기에서 고정 코드북과 적응 코드북의 기여를 합하여 여기 신호(e\[n])를 생성한다.

:e\[n] = e_f\[n] + e_a\[n]

여기서 e_f\[n]은 고정 코드북의 기여분이며, e_a\[n]은 적응 코드북(피치)의 기여분이다. 고정 코드북은 코덱에 하드 코딩된 벡터 양자화 사전으로, 대수적(ACELP)이거나 명시적으로 저장될 수 있다(예: Speex). 적응형 코드북의 항목은 여기의 지연된 버전으로 구성되어 주기적 신호를 효율적으로 코딩할 수 있게 한다.

여기 필터는 1/A(z) 형태의 모든 극 모델을 사용하며, 여기서 A(z)는 예측 필터이며 레빈슨-더빈 알고리즘을 사용하여 계산된다. 모든 극 필터는 인간의 성도를 잘 나타내고 계산이 용이하기 때문에 사용된다.

5. CELP 인코더

CELP의 주요 원리는 "'''합성 분석'''"(AbS; Analysis-by-Synthesis)이라고 불리며, 폐루프 내에서 이루어지는 디코딩 신호 (synthesis)의 청각적 최적화를 통해 인코딩 (analysis)이 수행됨을 의미한다. 이론상 가장 좋은 CELP 스트림은 가능한 모든 비트 조합을 시도하고 가장 잘 들리는 디코딩된 신호를 선택함으로써 얻을 수 있다. 그러나 이는 사용 가능한 하드웨어의 계산 능력을 넘어서며, "가장 잘 들리는" 것을 선택하는 것은 인간의 개입을 필요로 하기 때문에 현실적이지 않다.

제한된 계산 리소스를 사용하여 실시간으로 인코딩을 수행하기 위해 간단한 청각적 가중 함수 W(z)를 사용하여 더 작고 다루기 쉬운 순차 탐색으로 CELP 탐색을 수행한다. 일반적으로 인코딩은 다음 순서로 수행한다.

선형 예측 계수 (LPC)를 계산하고 벡터 양자화 (일반적으로 선 스펙트럼 쌍 (LSP)으로 변환 후)
적응형 코드북을 탐색하여 해당 성분을 제거
고정형 코드북을 탐색

5. 1. 선형 예측 계수 (LPC) 분석 및 양자화

CELP의 주요 원리는 분석-합성(AbS) 방식으로, 인코딩 과정에서 폐쇄 루프를 통해 디코딩된 신호를 최적화한다. 이론적으로는 모든 비트 조합을 시도하여 최상의 디코딩 신호를 생성하는 것을 선택해야 하지만, 현실적으로 복잡성 문제와 청취자 기준 때문에 불가능하다.

제한된 자원을 이용해 실시간 인코딩을 위해, CELP 검색은 지각 가중 함수를 사용하여 더 작고 관리하기 쉬운 순차적 검색으로 나뉜다. 일반적으로 인코딩은 다음 순서로 진행된다.

선형 예측 계수(LPC)를 계산하고 양자화한다. 이때 주로 선 스펙트럼 쌍(LSP)으로 표현된다.
적응(피치) 코드북을 검색하고 그 기여분을 제거한다.
고정(혁신) 코드북을 검색한다.

5. 2. 적응 코드북 탐색

CELP의 주요 원리는 분석-합성(AbS)이며, 이는 인코딩(분석)이 폐쇄 루프에서 디코딩된(합성) 신호를 지각적으로 최적화하여 수행됨을 의미한다. 이론적으로, 가능한 모든 비트 조합을 시도하고 가장 듣기 좋은 디코딩 신호를 생성하는 것을 선택하여 최상의 CELP 스트림을 생성할 수 있다. 이는 필요한 복잡성이 현재 사용 가능한 하드웨어를 초과하고, "가장 듣기 좋은" 선택 기준은 인간 청취자를 암시하기 때문에 실제로 불가능하다.

제한된 컴퓨팅 자원을 사용하여 실시간 인코딩을 달성하기 위해, CELP 검색은 간단한 지각 가중 함수를 사용하여 더 작고 관리하기 쉬운 순차적 검색으로 분해된다. 일반적으로 인코딩 과정에서 적응(피치) 코드북을 검색하고 그 기여분을 제거한다. 과거 여기 신호를 기반으로 적응 코드북을 탐색하여 피치 주기와 이득을 추정하고, 입력 음성에서 적응 코드북의 기여분을 제거하는 과정이 수행된다.

5. 3. 고정 코드북 탐색

CELP의 주요 원리는 분석-합성(AbS)이며, 이는 인코딩(분석)이 폐쇄 루프에서 디코딩된(합성) 신호를 지각적으로 최적화하여 수행됨을 의미한다. 이론적으로, 가능한 모든 비트 조합을 시도하고 가장 듣기 좋은 디코딩 신호를 생성하는 것을 선택하여 최상의 CELP 스트림을 생성할 수 있다. 그러나 이는 필요한 복잡성이 현재 사용 가능한 하드웨어를 초과하고, "가장 듣기 좋은" 선택 기준은 인간 청취자를 암시하기 때문에 실제로 불가능하다.

제한된 컴퓨팅 자원을 사용하여 실시간 인코딩을 달성하기 위해 CELP 검색은 간단한 지각 가중 함수를 사용하여 더 작고 관리하기 쉬운 순차적 검색으로 분해된다.

고정(혁신) 코드북은 남은 잔차 신호에 대해 탐색하여 최적의 코드 벡터와 이득을 결정한다.

5. 4. 청각 가중 (Noise Weighting)

대부분의 현대 오디오 코덱은 코딩 노이즈를 형상화하여 귀가 감지하기 어려운 주파수 영역에 코딩 노이즈가 나타나도록 한다. 예를 들어, 귀는 스펙트럼의 더 큰 부분에서 발생하는 노이즈에 더 관대하다. CELP는 단순한 2차 오류를 최소화하는 대신, ''지각적으로 가중된'' 영역에 대한 오류를 최소화한다. 가중 필터 `W(z)`는 일반적으로 대역폭 확장을 사용하여 LPC 필터에서 파생된다.

:

W(z) = \frac{A(z/\gamma_1)}{A(z/\gamma_2)}

여기서

\gamma_1 > \gamma_2

이다.

6. CELP 기반 음성 코덱 종류 및 활용

6. 1. ITU-T 표준 코덱

6. 2. 3GPP 표준 코덱

6. 3. 기타 코덱

7. CELP 기술의 미래

본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com