매번 원래 값 전체를 보낼 필요가 있을까요?
연속된 음성 표본은 바로 앞의 값과 비슷한 경우가 많습니다. 그렇다면 매번 절대값 전체를 보내기보다 얼마나 달라졌는지를 보내는 편이 효율적일 수 있습니다.
DPCM차이의 크기를 보냅니다
예측값과 실제 값의 차이인 예측오차를 여러 단계로 양자화하고 부호화합니다.
DM증가·감소 방향을 보냅니다
계단형 근사값을 한 칸씩 올리거나 내리며 입력을 추적합니다. 대표적으로 한 표본에 1비트 방향 정보를 사용합니다.
고정된 한 칸이 만드는 두 문제
STEP TOO SMALL경사 과부하
입력이 빠르게 변하는데 계단 크기가 너무 작으면 근사값이 뒤늦게 따라갑니다.
STEP TOO LARGE입상 잡음
신호가 거의 움직이지 않는데 계단이 너무 크면 근사값이 불필요하게 오르내립니다.
Adaptive · 신호에 맞춰 한 칸을 바꿉니다
변화가 작을 때는 작은 단계로 세밀하게, 변화가 클 때는 큰 단계로 빠르게 따라가도록 조정합니다. ADPCM은 예측오차의 양자화 단계 등을 신호 특성에 맞춰 적응적으로 조절하고, ADM은 DM의 계단 크기 Δ를 신호에 맞춰 조절합니다.
- DPCM: 예측오차의 크기를 표현합니다.
- DM: 증가/감소 방향에 집중합니다.
- ADPCM·ADM: 신호 특성에 맞춰 양자화 또는 스텝을 적응적으로 조절합니다.