균일표본화에서 나타나는 샘플간의 잉여정보를 더욱 줄임으로써, 요구되는 데이타량을 크게 줄일 수 있는 방법으로 비균일표본화 방법이 고려된다 그러나, 음성신호의 경우 이러한 비균일표본화 방법을 바로 적용하면, 필요한 데이타량이 균일표본화에 견주어 크게 줄어들지 않게 된다. 특히, 잡음환경하에서는 오히려 균일표본화의 경우보다도 데이타량이 커질 수 있다. 이러한 단점을 보완하기 위해서, 먼저 음성신호를 적당히 저대역 필터링을 한 후 비균일표본화를 적용하고, 고대역성분에서의 오차는 잡음신호로 보완하는 방법을 제안한다. 제안된 방법은 기존의 비균일표본화 방법보다 약1.8배의 데이타압축효과를 얻을 수 있었다.
To reduce the redundancy within samples that resulted from uniform sampling method, nonuniform sampling or nonredundant-sample coding methods can be considered. However, it is well known that when conventional nonuniform sampling methods are applied directly to speech signal, the required amount of data is comparable to or mure than that by uniform sampling method like PCM. To overcome this problem, a new nonuniform sampling method is proposed, in which nonuniform sampling is applied to the low-pass filtered speech signal and higher band is compensated by 8 colored Gaussian random noise with various noise levels. By this method, speech signal waveform can be encoded by 1.8 times larger compression ratio than the conventional nonuniform sampling method.
