Adaptive context-based sequential prediction for lossless audio compression

In this paper we propose the use of adaptive context-based prediction in a sequential mode for lossless audio compression. We show that lossless compression algorithms with sequential context-based prediction can achieve better compression results than with forward-frame-based linear prediction. The proposed coding scheme uses parametric modelling of errors in a large number of contexts in conjunction with Golomb–Rice encoding. Context quantization and prediction are similar to those introduced in an algorithm previously proposed for image compression (Tăbuş et al., Proceedings of ICIP’97 International Conference on Image Processing, Santa Barbara, California, October 1997, pp. 401–404) but new solutions are provided to cope with the wide dynamical range of the prediction error and, optionally, to exploit the long-time dependencies, very common in audio or speech signals. The experimental results show the good performance of the proposed technique for audio signals sampled at 48 kHz with 16 bits/sample while the variant including long-time prediction is shown to perform very well for speech signal sampled at 8 kHz with 16 bits/sample. In diesem Beitrag schlagen wir die Nutzung adaptiver kontextbasierter Prädiktion in einem sequentiellen Modus für verlustfreie Audiokompression vor. Wir zeigen, dass verlustfreie Kompressionsalgorithmen mit sequentieller kontextbasierter Prädiktion bessere Kompressionsergebnisse erzielen können als forward-frame basierte lineare Prädiktion. Das vorgeschlagene Codierungskonzept nutzt parametrische Modellierung von Fehlern in einer großen Anzahl von Kontexten in Verbindung mit Golomb–Rice-Codierung. Kontext-Quantisierung und Prädiktion sind denen ähnlich, die bereits in einem früheren Algorithmus vorgeschlagen wurden (Tăbuş et al., Proceedings of ICIP’97 International Conference on Image Processing, Santa Barbara, California, October 1997, pp. 401–404). Hier werden aber neue Lösungen bereitgestellt, um den großen Dynamikbereich des Prädiktionsfehlers und optional die langen Zeitabhängigkeiten auszunutzen, die in Audio- oder Sprachsignalen gewöhnlich auftreten. Die experimentellen Ergebnisse belegen die hohe Leistungsfähigkeit des vorgeschlagenen Vorgehens für Audiosignale bei einer Abtastrate von 48 kHz und 16 bit pro Abtastwert, während die Variante mit Langzeitprädiktion sehr gut bei Sprachsignalen mit einer Abtastrate von 8 kHz und 16 bit pro Abtastwert arbeitet. Nous proposons dans cet article l'utilisation de la prédiction