문맥 (context)
[청구항 3]
마이크를 통해 입력되는 음성신호를 mp3 음성신호로 변환하고 fec 엔코딩 및 pn 확산한 후 고주파 신호로 변조하여 송출하기 위하여 mp3 음성 엔코더와, fec 엔코더, 변조기, pn 스프레딩부, 고주파 변조기, 전력증폭기, 제1 제어부를 구비하는 송신부와
상기 송신부의 송출신호를 수신하여 pn 역확산, fec 디코딩 및 mp3 디코딩하여 원래의 음성신호로 변환한 후 출력하기 위하여 저잡음 증폭기, 고주파 복조기, pn 디스프레딩부, 복조기, fec 디코더, mp3 음성 디코더, 음성 인터페이스, 발진기, pll 회로, 제2 제어부를 구비하고 있는 수신부로 구성된 마이크 장치에 있어서,
상기 mp3 음성 엔코더는 심리 음향 모델을 사용하지 않으며, 상기 마이크로부터 오디오 신호를 입력받아 32개의 서브밴드 샘플로 변환하여 오디오 신호의 통계적인 중복성을 제거하는 서브밴드 필터뱅크
상기 서브밴드 필터뱅크에서 변환된 서브밴드 샘플을 다시 mdct(modified discrete cosine transform)을 수행함으로 주파수 해상도를 향상시키기 위한 제1 하이브리드 변환부
및 상기 제1 하이브리드 변환부에서 출력되는 음성신호를 입력받아 제1 비트율인 128kbps 이상 의 비트율로 양자화를 수행하고, 허프만 부호화를 수행하는 반복루프부를 포함하며,
상기 반복 루프부는 심리 음향 모델을 사용하지 않음으로 심리 음향 모델 결과와 양자화 오차의 관계를 검증하는 외부 반복 루프가 필요하지 않으며, 그에 따라 외부 반복 루프에서 결정해주는 스케일 팩터값이 제2 소정값으로 정의되는 것을 특징으로 하는 고속 최적화된 마이크 장치
[청구항 4]
제 3 항에 있어서,상기 서브밴드 필터 뱅크부는 서브밴드 필터뱅크 과정은 수행하는데 있어 기존의 mpeg 오디오 계층 -ⅱ에서 사용하는 방법과 동일하므로 32개의 서브밴드 샘플을 얻기 위해 6432의 mac 연산을 수행하는 대신 32-point dct(discrete cosine transform)을 이용하는 고속 필터 뱅크 알고리즘으로 대체하여 서브 밴드 필터 뱅크 과정을 수행하는 것을 특징으로 하는 고속 최적화된마이크 장치.
[청구항 5]
제 3 항에 있어서,상기mp3 음성 디코더는, 엠펙 오디오에서 프레임에서 프레임의 동기 비트패턴을 찾고, 프레임 헤더를 읽고, 사이드 정보를 추출하며, 스케일 팩터를 추출하는 부가 정보 추출부; 적합한 허프만 테이블을 선택하여 허프만 부호화를 수행하는 허프만 복호화부; 허프만 복호화 과정을 거친 후에 생긴 정수값들은 스케일 팩터에 의해 실제 주파수 영역에서의 에너지값으로 재조정하는 역양자화부; 양자화때 발생하는 엘어리싱 왜곡을 완화하기 위해 대칭적으로 각 주파수 밴드에서의 주파수 값들을 서로 더하여 엘어리싱 왜곡을 제거하는 엘어리싱 처리부; 엘어리싱의 처리 결과를 mdct의 역변환의 입력으로 들어가도록 함으로써 주파수-시간 변화를 수행하는 제2 하이브리드 변환부; 및 mdct역변환을 거치는 동안 생기는 불연속성을 제거하기 위하여 중첩-가산 방식을 적용하는 서브밴드 합성 필터 뱅크부를 구비하고 있는 고속 최적화된마이크 장치.
[청구항 6]
제 5 항에 있어서,상기 서브밴드 합성 필터 뱅크부가 수행하는 행렬 연산 과정을 32-point의 idct(invers dct)로 변형함으로써 계산량을 절반으로 줄일 수 있도록 한 것을 특징으로 하는 고속 최적화된마이크 장치.
[청구항 7]
제 6 항에 있어서,상기 제 2 하이브리드 변환부는 상기 서브밴드합성필터뱅크부에서 적용하였던 매트릭스 변환방법을 이용하여 매트릭스 연산량을 줄이도록 하는 것을 특징으로 하는 고속 최적화된마이크 장치.
[청구항 8]
제 5 항에 있어서,상기 허프만 복호화부는 미리 일정부분을 잘라내에 검색속도를 빠르게 하도록 정한 테이블을 이용하여 허프만 복호화를 수행하는 것을 특징으로 하는 고속 최적화된마이크 장치.
지시문 (instruction)
주어진 본문을 읽고 관련 정보를 분석하여 질문에 답하라.
질문 (question)
고속 최적화된 마이크 장치의 송신부에서 mp3 음성 엔코더가 심리 음향 모델을 사용하지 않음으로써 얻게 되는 이점과 그에 따른 스케일 팩터값의 정의는 무엇인가?
추론 과정 (compact_reasoning)
-
1과제 해석
task_interpretation심리 음향 모델을 사용하지 않을 때의 이점과 그에 따른 스케일 팩터값의 정의를 추출해야 한다.
-
2정보 추출
information_extraction청구항 3에서 mp3 음성 엔코더의 반복 루프부가 심리 음향 모델을 사용하지 않는다는 점과 그에 따른 결과들을 확인한다.
- 상기 반복 루프부는 심리 음향 모델을 사용하지 않음으로 심리 음향 모델 결과와 양자화 오차의 관계를 검증하는 외부 반복 루프가 필요하지 않으며, 그에 따라 외부 반복 루프에서 결정해주는 스케일 팩터값이 제2 소정값으로 정의되는 것을 특징으로 하는
-
3근거 선택
evidence_selection이점(외부 반복 루프가 필요하지 않음)과 스케일 팩터 정의(제2 소정값)를 포함하는 구절을 선택한다.
- 심리 음향 모델 결과와 양자화 오차의 관계를 검증하는 외부 반복 루프가 필요하지 않으며, 그에 따라 외부 반복 루프에서 결정해주는 스케일 팩터값이 제2 소정값으로 정의되는
-
4논리 통합
logical_integration심리 음향 모델을 배제함으로써 외부 반복 루프의 필요성이 사라지며, 이로 인해 스케일 팩터값은 제2 소정값으로 정의된다.
-
5결론 도출
conclusion_formulation질문에 대한 직접적인 답변을 구성한다. 이점은 외부 반복 루프가 필요하지 않은 것이고, 스케일 팩터값은 제2 소정값이다.
-
6답변 생성
answer_generation추출된 정보를 바탕으로 최종 답변을 작성한다.
최종 답변 (final_answer)
심리 음향 모델을 사용하지 않음으로써 얻게 되는 이점은 심리 음향 모델 결과와 양자화 오차의 관계를 검증하는 외부 반복 루프가 필요하지 않다는 것이며, 그에 따른 스케일 팩터값은 제2 소정값으로 정의된다.
핵심 해석 (core_interpretation)
심리 음향 모델을 제거하여 외부 반복 루프의 필요성을 없앰으로써 연산 구조를 단순화하고, 스케일 팩터값을 특정 값(제2 소정값)으로 고정하여 고속 최적화를 달성하는 기술이다.