CA2304013A1 - Procede de conditionnement d'un signal de parole numerique - Google Patents

Abstract

Pour conditionner un signal numérique de parole(s) traité par trames successives, on en effectue une analyse harmonique pour estimer une fréquence tonale sur chaque trame où il présente une activité vocale, et on le suréchantillonne à une fréquence de suréchantillonnage (fe) multiple de la fréquence tonale estimée.

Description

- PROCEDE DE CONDITIONNEMENT D'UN SIGNAL DE PAROLE NUMERIQUE
La présente invention concerne les techniques numériques de traitement de signaux de parole.
De nombreuses représentations des signaux de paroïe tiennent compte de l'harmonicité de ces signaux résultant de la façon dont ils sont produits. Dans la plupart des cas, ceci se traduit par la détermination d'une fréquence tonale du signal de parole.
Les traitements numériques des signaux de parole ont récemment connu d'importants développements dans des domaines variés . codage de la parole pour la transmission ou le stockage, reconnaissance de la parole, diminution du bruit, annulation d'écho... Très fréquemment, ces traitements font intervenir une estimation de la fréquence tonale et des opérations particulières en liaison avec la fréquence estimée.
De nombreuses méthodes ont été conçues pour estimer la fréquence tonale. Une méthode couramment utilisée repose sur une prédiction linéaire par laquelle on évalue un retard de prédiction inversement proportionnel à la fréquence tonale. Ce retard peut être exprimé comme un nombre entier ou fractionnaire de temps d'échantillon du signal numérique. D'autres méthodes détectent directement des ruptures du signal attribuables aux fermetures de la glotte du locuteur, les intervalles de temps entre ces ruptures étant inversement proportionnels à la fréquence tonale.
Lorsqu'une transformation dans le domaine fréquentiel, telle qu'une transformée de Fourier discrète, est opérée sur le signal de parole numérique, on est amené
à considérer un spectre discret du signal de parole. Les fréquences discrètes considérées sont celles de la forme (a/N)xFe, où Fe est la fréquence d'échantillonnage, N le ' nombre d'échantillons des blocs utilisés dans la transformée de Fourier discrète, et a un entier allant de 0 à N/2-1. Ces fréquences ne comprennent pas nécessairement la fréquence tonale estimée et/ou ses harmoniques. I1 en résulte une imprécision dans les

- 2 -opératïons effectuées en liaisôn avec la fréquence tonale estimée, qui peut provoquer des distorsions du signal traité en affectant son caractère harmonique.
Un but principal de la présente invention est de proposer une façon de conditionner la signal de parole qui le rende moins sensible aux inconvénients ci-dessus.
L'invention propose ainsi un procédé de conditionnement d'un signal numérique de parole traité par trames successives, dans lequel on effectue une analyse harmonique du signal de parole pour estimer une fréquence tonale du signal de parole sur chaque trame où il présente une activité vocale. Après avoir estimé la fréquence tonale du signal de parole sur une trame, on conditionne le signal de parole de la trame en le suréchantillonnant à
une fréquence de su-ré~h.antillonnaa~ mu~.tiple de la fréquence tonale estimée.
Cette disposition permet, dans le traitement effectué sur le signal d~ paxole, de privilégier les fréquences les plus proches.de.la fréquence tonale estimée 2 0 par rapport aux autres f réquenc~es . On prés~ru~e- donc au mieux le caraetére ha>~me~-ique du signal de parole. Pour calculer des composantes spectrales du signal de parole, on distribue le signal conditionné par blocs de N
échantillons soumis à une transformation dans le domaine fréquentiel, et on choisit le rapport entre la fréquence de suréchantillonnage et la fréquence tonale estimée comme un diviseur du nombre N.
La technique précédente peut encore être affinée en estimant la fréquence tonale du signal de pàrole sur une trame de la manière suivante .
- on estime des intervalles de temps entre deux ruptures consécutives du signal attribuables à des , fermetures de la glotte du locuteur intervenant pendant la durée de la trame, la fréquence tonale estimée étant , inversement proportionnelle auxdits intervalles de temps ;
- on interpole le signal de parole dans lesdits intervalles de temps, afin que le signal conditionné

- 3 -résultant de cette interpolation présente un intervalle de temps constant entre deux ruptures consécutives.
Cette façon de procéder construit artificiellement ' une trame de signal sur laquelle le signal de parole présente des ruptures à intervalles constants. On prend ' ainsi en compte d'éventuelles variations de la fréquence tonale sur la durée d'une trame.
Une amélioration supplémentaire consiste en ce que, après le traitement de chaque trame, on conserve, parmi les échantillons du signal de parole débruité
fournis par ce traitement, un nombre d'échantillons égal à
un multiple entier de fois le rapport entre la fréquence d'échantillonnage et la fréquence tonale estimée. Ceci évite les problèmes de distorsion provoqués par les discontinuités de phase entre trames, qui ne sont généralement pas corrigées totalement par les techniques classiques de somme à recouvrement (overlap-add).
Le fait d'avoir conditionné le signal par la technique de suréchantillonnage permet d'obtenir une bonne mesure du degré de voisement du signal de parole sur la trame, à partir d'un calcul de l'entropie de l'autocorrelation des composantes spectrales calculées sur la base du signal conditionné. Plus le spectre est perturbé, c'est-à-dire plus il est voisé, plus les valeurs de l'entropie sont faibles. Le conditionnement du signal de parole accentue l'aspect irrégulier du spectre et donc les variations de l'entropie, de sorte que celle-ci constitue une mesure de bonne sensibilité.
Dans la suite de la présente description, on illustrera le procédé de conditionnement selon l'invention dans un système de débruitage d'un signal de parole. On comprendra que ce procédé peut trouver des applications dans de nombreux autres types de traitement numérique de la parole . codage, reconnaissance, annulation d'écho...
D'autres particularités et avantages de la présente invention apparaîtront dans la description ci-après d'exemples de réalisation non limitatifs, en référence aux dessins annexés, dans lesquels .

4 PCT/FR98/01978 - la figure 1 est un schma synoptique d'un systme de dbruitage ;

- les figures 2 et 3 sont des organigrammes de procdures utilises par un dtecteur d'activit vocale du systme de la figure 1 ;

- la figure 4 est un diagramme reprsentant les tats d'un automate de dtection d'activit vocale ;

- la figure 5 est un graphique illustrant les variations d'un degr d'activit vocale ;

- la figure 6 est un schma synoptique d'un module de surestimation du bruit du systme de la figure 1 ;

- la figure 7 est un graphique illustrant le calcul d'une courbe de masquage ;

- la figure 8 est un graphique illustrant l' exploitation des courbes de mas:q~.tage. da~cas le systme de la figure 1 ;

- la fig.~re 9 est un schma synoptique d' un autre systme de dbruitage me~,tant en, oeuvre . la pr ente invention ;

- la figure 10 est un graphique illustrant une mthode d' analyse harm~oniqu~ utilisable dar.~s- un procd selon l'invention ; et - la figure 11 montre partiellement une variante du schma synoptique de la figure 9.

Le systme de dbruitage reprsent sur la figure 1 traite un signal numrique de parole s. Un module de fentrage 10 met ce signal s sous forme de fentres ou trames successives, constitues chacune d'un nombre N

d'chantillons de signal numrique. De faon classique, ces trames peuvent prsenter des recouvrements mutuels.

Dans la suite de la prsente description, on considrera, sans que ceci soit limitatif, que les trames sont constitues de N=256 chantillons une frquence d'chantillonnage Fe de 8 kHz, avec une pondration de Hamming dans chaque fenêtre, et des recouvrements de 500 entre fenêtres consécutives.
La trame de signal est transformée dans le domaine fréquentiel par un module 11 appliquant un algorithme WO 99/14744 ' PCT/FR98/01978

- 5 -ciassictue de transformée de Fourier rapide (TFR) pour calculer le module du~ spectre du signal. Le module 11 déîivre alors un ensemble de N=256 composantes ' fréquentielles du signal de parole, notées Sn~f, où n désigne le numéro de la trame courante, et f une fréquence du spectre discret. Du fait des propriétés des signaux numériques dans le domaine fréquentiel, seuls les N/2=128 premiers échantillons sont utilisés.
Pour calculer les estimations du bruit contenu dans le signal s, on n'utilise pas la résolution fréquentielle disponible en sortie de la transformée de Fourier rapide, mais une résolution plus faible, déterminée par un nombre I de bandes de fréquences couvrant la bande (O,Fe/2J du signal. Chaque bande i ( 1 <- i <- I ) s' étend entre une fréquence inférieure f ( i-1 ) et une fréquence supérieure f ( i ) , avec f ( 0 ) =0, et f ( I ) =Fe/ 2 .
Ce découpage en bandes de fréquences peut être uniforme (f(i)-f(i-1)=Fe/2I). I1 peut également être non uniforme (par exemple selon une échelle de barks). Un module 12 calcule les moyennes respectives des composantes spectrales Sn~f du signal de parole par bandes, par exemple par une pondération uniforme telle que .
S _ 1 ~ Snf (1) n,i f(i) - f(i-1) f E~f(i-1) , f(i)~
Ce moyennage diminue les fluctuations entre les bandes en moyennant les contributions du bruit dans ces bandes, ce qui diminuera la variance de l'estimateur de bruit. En outre, ce moyennage permet une forte diminution de la complexité du système.
Les composantes spectrales moyennées Sn~i sont adressées à un module 15 de détection d'activité vocale et à un module 16 d'estimation du bruit. Ces deux modules 15, 16 fonctionnent conjointement, en ce sens que des degrés d'activité vocale ~yn~i mesurés pour les différentes bandes par le module 15 sont utilisés par le module 16 pour estimer l'énergie à long terme du bruit dans les CA 02304013 2000-03-15 '

- 6 -différentes bandes, tandis que ces estimations à long terme Bn~' sont utilisées par le module 15 pour procéder à
un débruitage a priori du signal de parole dans les différentes bandes pour déterminer les degrés d'activité
vocale Yn, i ' Le fonctionnement des modules 15 et 16 peut correspondre aux organigrammes représentés sur les figures 2 et 3.
Aux étapes 17 à 20, le module 15 procède au débruitage a priori du signal de parole dans les différentes bandes i pour la trame de signal n. Ce débruitage a priori est effectué selon un processus classique de soustraction spectrale non linéaire à partir d'estimations du bruit obtenues lors d'une ou plusieurs trames précédentes. A l'étape 17, le module 15 calcule, avec la résolution des bandes i, la répons e en fréquence Hpn~i du filtre de débruitage:-a.priori, selon la formule .
Sn,i an-Tl,.i- Bn-~l~i.
HPr~,i _ S ( 2 ) n-t2,i où zl et T2 sont des retards exprimés en nombre de trames (zl ? l, t2 >_ 0) , et an~i est un coefficient de surestimation du bruit dont la détermination sera expliquée plus loin.
Le retard il peut être fixe (par exemple zl=1) ou variable.
I1 est d'autant plus faible qu'on est confiant dans la détection d'activité vocale.
Aux étapes 18 à 20, les composantes spectrales Epn~i sont calculées selon .
Epn~i = max~Hpn~i. Sn~i . api. Bn_,~l~i où (api est un coefficient dle plancher proche de 0, servant classiquement à éviter que le spectre du signal débruité
prenne des valeurs négatives ou trop faibles qui provoqueraient un bruit musical.

_ 7 _ Les étapes 17 à 20 consistent donc essentiellement à soustraire du spectre du signal une estimation, majorée par . le coefficient an_.~l,i , du spectre du bruit estimé a priori.
A l'étape 21, le module 15 calcule l'énergie du signal débruité a priori dans les différentes bandes i pour la trame n . En i = EPn,i . I1 calcule aussi une moyenne globale En~O de l'énergie du signal débruité a priori, par une somme des énergies par bande En~i' pondérée par les largeurs de ces bandes. Dans les notations ci-dessous, l'indice i=0 sera utilisé pour désigner la bande globale du signal.
Aux étapes 22 et 23, le module 15 calcule, pour chaque bande i (0<_i<_I), une grandeur ~En~i représentant la variation à court terme de l'énergie du signal débruité
dans la bande i, ainsi qu' une valeur à long terme En,i de l'énergie du signal débruité dans la bande i. La grandeur ~En~i peut être calculée par une formule simplifiée de En_Q~i + En_3,i - En_l,i - En~i dérivation . DEn~i = 10 Quant à
l'énergie à long terme En,i, elle peut être calculée à
l'aide d'un facteur d'oubli Bl tel que 0<B1<1, à savoir En,i = B1 . En_1,i + (1-B1) . Envi .
Après avoir calculé les énergies En~i du signal débruité, ses variations à court terme DEn~i et ses valeurs à long terme En,i de la manière indiquée sur la figure 2, le module 15 calcule, pour chaque bande i (0<_i<_I), une valeur pi représentative de l'évolution de l'énergie du signal débruité. Ce calcul est effectué aux étapes 25 à 36 de la figure 3, exécutées pour chaque bande i entre i=0 et i=I. Ce calcul fait appel à un estimateur à

WO 99/14744 PCT/FR98/01978 _ _ g _ long terme de l'enveloppe du bruit bai, à ur. estimateur interne b~i et à un compteur de trames bruitées bi.
A l' étape 25, la grandeur DEn~ i est comparée à un seuil El. Si le seuil sl n'est pas atteint, le compteur bi , est incrémenté d'une unité à l'étape 26. A l'étape 27, l'estimateur à long terme bai est comparé à la valeur de l' énergie lissée En~i . Si bai >_ En~i , l' estimateur bai est pris égal à la valeur lissée En~i à l'étape 28, et le compteur bi est remis à zéro. La grandeur pi, qui est prise égale au rapport bai/En~i (étape 36), est alors égale à 1.
Si l' étape 27 mc~tre que bai<En,~i , le compteur bi est comparé à une valeur limite bmalc à l'étape 29. Si bi>bmax, le -sigla,~al est cons~.~:dé~é~-~c~- tr~,p s~at~ionnaire pour supporter de l' activité .vocah . L' ét~p~a.:n~"28. précitée, qui revient à considérer que la traz~ew ne compra-rte que du bruit, est alors exécutée. Si bi<_ bmax à l'étape 29, l'estimateur interne bii est calculé à l'étape 33 selon .
bü = (1-Bm) . En~i + Bm . bai ( 4 ) 2U Dans cette formule, Bm représente un coefficient de mise à
jour compris entre 0,90 et 1. Sa valeur diffère selon l'état d'un automate de détection d'activité vocale (étapes 30 à 32). Cet état 8n_1 est celui déterminé lors du traitement de la trame précédente. Si l'automate est dans un état de détection de parole (8n_1=2 à l'étape 30), le coefficient Bm prend une valeur Bmp très proche de 1 pour que l'estimateur du bruit soit très faiblement mis à
jour en présence de parole. Dans le cas contraire, le coefficient Bm prend une valeur Bms plus faible, pour permettre une mise à jour plus significative de l'estimateur de bruit en phase de silence. A l'étape 34, .

_ g _ l'écart bai-bii entre l'estimateur à long terme et l'estimateur interne du bruit est comparé à un seuil s2.
Si ~le seuil 82 n'est pas atteint, l'estimateur à long terme bai est mis à jour avec la valeur de l'estimateur ' ~ interne bil à l'étape 35. Sinon, l'estimateur à long terme ba: reste inchangé. On évite ainsi que de brutaïes variations dues à un signal de parole conduisent à une mise à jour de l'estimateur de bruit.
Après avoir obtenu les grandeurs pi, le module 15 procède aux décisions d'activité vocale à l'étape 37. Le module 15 met d'abord à jour l'état de l'automate de détection selon la grandeur p0 calculée pour l'ensemble de la bande du signal. Le nouvel état bn de l'automate dépend de l' état précédent 8n_1 et de p0, cte 1a maniere représentée sur la figure 4.
Quatre états sont possibles . b=0 détecte le silence, ou absence de parole ; 8=2 détecte la présence d'une activité vocale ; et les états 8=1 et 8=3 sont des états intermédiaires de montée et de descente. Lorsque l'automate est dans l'état de silence (Sn_1=0), il y reste si p0 ne dépasse pas un premier seuil SE1, et il passe dans l'état de montée dans le cas contraire. Dans l'état de montée (8n_1=1), il revient dans l'état de silence si p0 est plus petit que le seuil SE1, il passe dans l'état de parole si p0 est plus grand qu'un second seuil SE2 plus grand que le seuil SE1, et il reste dans l' état de montée si SE1 <_ p0 <_ SE2 . Lorsque l' automate est dans l' état de parole (8n_1=2), il y reste si p0 dépasse un troisième seuil SE3 plus petit que le seuil SE2, et il passe dans l'état de descente dans le cas contraire. Dans l'état de descente (Sn_1=3), l'automate revient dans l'état de paroïe si p0 est plus grand que le seuil SE2, il revient dans l'état de silence si p0 est en deçà d'un quatrième seuil SE9 plus petit que le seuil SE2, et il reste dans l' état de descente si SE4 _< p0<-SE2.
A l'étape 37, le module 15 calcule également les degrés d'activité vocale yn~i dans chaque bande i>-1. Ce degr yn~i est de prfrence un paramtre non binaire, c'est--dire que la fonction yn i-g(pi) est une fonction ~

variant continment entre 0 et 1 en fonction des valeurs prises par la grandeur pi. Cette fonction a par exemple l'allure reprsente sur la figure 5.

Le module 16 calcule les estima ions du bruit par bande, qui seront utilises dans le proceus de dbruitage, en utilisant les valeurs successives des composantes Sn i et des degrs d'activit vocale Y

~
n,i Ceci correspond aux... tapes -fi 40 42: de~ la--v fiy~re 3.
A

l' tape 40, on dtermine si l' au~toma~~e de dtection d'activit vocale vient de passer de l'tat de monte l'tat de parole. Dans l'affirmative, les deux dernires estimations Bn-l,i et Bn_2,i Prcdemment calcules pour chaque bande i>_1 sont corriges conformment la valeur de l'estimation prcdente Bn_3,i. Cette correction est effectue pour tenir compte du fait que, dans la phase de monte (b=1), les estimations long terme de l'nergie du bruit dans le processus de dtection d'activit vocale (tapes 30 33) ont pu tre calcules comme si le signal ne comportait que du bruit (Bm=Bms), de sorte qu'elles risquent d'tre entaches d'erreur.

A l'tape 42, le module 16 met jour les -estimations du bruit par bande selon les formules .

Bn,i - ~B~ Bn-l,i + (1-~B) ~ Sn,i ( 5 ) W0~:99f14744 PCT/FR98/01978 - y n~i. Bn-l~i + (1-y n~i) . Bn~1 ( 6 ) où ~,B désigne un facteur d' oubli tel que 0<~,B<1 . La formule (6) met en évidence la prise en compte du degré
d'activité vocale non binaire Yn,i' Comme indiqué précédemment, les estimations à long terme du bruit Bn~i font l'objet d'une surestimation, par un module 45 (figure 1), avant de procéder au débruitage par soustraction spectrale non linéaire. Le module 45 calcule le coefficient de surestimation an~i précédemment évoqué, ainsi qu'une estimation majorée Bni qui correspond essentiellement à an~i . Bn,i ' L'organisation du module de surestimation 45 est représentée sur la figure 6. L'estimation majorée Bni est obtenue en combinant l' estimation à long terme Bn~i et une dans la bande i autour de son estimation à long terme.
Dans l'exemple considéré, cette combinaison est, pour l' essentiel, une simple somme réalisée par un additionneur 46. Ce pourrait également être une somme pondérée.
Le coefficient de surestimation an~i est égal au rapport entre la somme Bn i + OB~x délivrée par l'additionneur 46 et l'estimation à long terme retardée Bn-T3,i (diviseur 47), plafonné à une valeur limite amax' par exemple amax=4 (bloc 48). Le retard i3 sert à corriger 15 mesure ~Bnï de la variabilité de la composante du bruit le cas échéant, dans les phases de montée (b=1), la valeur du coefficient de surestimation a.n~i, avant que les estimations à long terme aient été corrigées par les étapes 40 et 41 de la figure 3 (par exemple i3=3).

CA 02304013 2000-03-15 ' .. WO 99/14744 PCT/FR98/01978 L'estimation majorée Bn,i est finalement prise égale à a.,~,i. Bn_.~3,i (multiplieur 49) .
La mesure ~Bn i de la variabilité du bruit reflète la variance de l'estimateur de bruit. Elle est obtenue en fonction des valeurs de Sn,i et de Bn,i calculées pour un certain nombre de trames précédentes sur lesquelles le signal de parole ne présente pas d'activité vocale dans la bande i . C' est une fonction des écarts ISn-k,i - Bn-k,il calculés pour un nombre K de trames de silence (n-k 5 n).
i0 Dans l'exemple représenté, cette fonction est simplement le maximum (bloc 50). Pour chaque tram n, le degré
d'activité vocale yn,i est comparé à un seuil (bloc 51) pour décider si l' écartes ~Sn~~ - Bn~~~, calculé en 52-53, doit ou non être cha-rgé dans un.e file - d' ataente :: 54 de K
emplacements organisée- en mode- °premier entré~prez~~er sorti (FIFO). Si yn,i ne dépasse pas le seuil (qui peut étre égal à 0 si la fonction g() a la forme de la figure 5), la FIFO 54 n'est pas alimentée, tandis qu'elle l'est dans le cas contraire. La valeur maximale contenue dans la FIFO 54 est alors fournie comme mesure de variabilité OBni .
La mesure de variabilité OBni peut, en variante, étre obtenue en fonction des valeurs Sn,f (et non Sn i) et Bn,i. On procède alors de la même manière, sauf que la FIFO
54 contient non pas ISn_k,i - Bn_k,il Pour chacune des bandes i, mais plutôt max I Sn-k,f - Bn-k,il f e~f(i-1) , f(i) Grâce aux estimations indépendantes des fluctuations à long terme du bruit Bn,i et de sa variabilité à court terme ~Bn~ , l'estimateur majoré Bn~i procure une excellente robustesse aux bruits musicaux du procédé de débruitage.
Une première phase de la soustraction spectrale est réalisée par le module 55 représenté sur la figure 1.
Cette phase fournit, avec la résolution des bandes i ( 1 5 i-< I ) , la réponse en fréquence Hn~i d' un premier filtre de débruitage, en fonction des composantes Sn~ i et Bn~i et des coefficients de surestimation an~i. Ce calcul peut étre effectué pour chaque bande i selon la formule .
' 1 max~Sn~1 - an~i. Bn~i , (31. Bn~l Hn i = (7) ' Sn-T4,i où T4 est un retard entier déterminé tel que i9?0 (par exemple T4=0). Dans l'expression (7), le coefficient (31 représente, comme le coefficient api de la formule (3), un plancher servant classiquement à éviter les valeurs négatives ou trop faibles du signal débruité.
De façon connue (EP-A-0 534 837), le coefficient de surestimation an~~ pourrait étre remplacé dans la formule (7) par un autre coefficient égal à une fonction de an~i et d'une estimation du rapport signal-sur-bruit (par exemple Sn~i/Bn,1), cette fonction étant décroissante selon la valeur estimée du rapport signal-sur-bruit. Cette fonction est alors égale à an~i pour les valeurs les plus faibles du rapport signal-sur-bruit. En effet, lorsque le signal est très bruité, il n'est a priori pas utile de diminuer le facteur de surestimation. Avantageusement, cette fonction décroît vers zéro pour les valeurs les plus élevées du rapport signal/bruit. Ceci permet de protéger les zones les plus énergétiques du spectre, où le signal de parole est le plus significatif, la quantité soustraite du signal tendant alors vers zéro.
Cette stratégie peut être affinée en l'appliquant de manière sélective aux harmoniques de la fréquence tonale (« pitch ») du signal de parole lorsque celui-ci présente une activité vocale.
Ainsi, dans la réalisation représentée sur la figure l, une seconde phase de débruitage est réalisée par un module 56 de protection des harmoniques. Ce module calcule, avec la résolution de la transformée de Fourier, la réponse en fréquence Hn,f d'un second filtre de débruitage en fonction des paramètres Hn,i , an,i ~ Bn,i ~ bn' Sn~i et de la fréquence tonale fp=Fe/Tp calculée en dehors des phases de silence par un module d'analyse harmonique 57 . En phawe T°de silence (8n?~0) , le module 56 n' est pas en service, c' est-à-dire qui Hn~ f = Hn,i Pour chaque fréquence f d' une bawde i . Le module 57 pei~~: appliquer toute méthode-connue d'analyse du signal de parole de la trame pour déterminer la période Tp, exprimée comme un nombre entier ou fractionnaire d'échantillons, par exemple une méthode de prédiction linéaire.
La protection apportée par le module 56 peut consister à effectuer, pour chaque fréquence f appartenant à une bande i .
_ ' 2 H2 1 si Sn~1 an,i. Bn'i > ai. Bn~i 2 5 n,f -et ~r~ entier ~ If - r~. fpl 5 0f / 2 (9) Hn,f - Hn,f s inon Af=Fe/N représente la résolution spectrale de la transformée de Fourier. Lorsque Hn,f =1, la quantité
soustraite de la composante Sn~f sera nulle. Dans ce calcul, les coefficients de plancher (3i (par exemple (3~ _ (31 ) expriment le fait que certaines harmoniques de la fréquence tonale fp peuvent étre masquées par du bruit, de sorte qu'il n'est pas utile de les protéger.
Cette stratégie de protection est de préférence _ 5 appliquée pour chacune des fréquences les plus proches des harmoniques de fp, c'est-à-dire pour r~ entier quelconque.
Si on désigne par 8fp la résolution fréquentielle avec laquelle le module d'analyse 57 produit la fréquence tonale estimée fp, c'est-à-dire que la fréquence tonale réelle est comprise entre fp-Sfp/2 et fp+8fp/2, alors l' écart entre la r)-ième harmonique de la fréquence tonale réelle est son estimation r~xfp (condition (9)) peut aller jusqu'à ~r~x8fp/2. Pour les valeurs élevées de t~, cet écart peut être supérieur à la demi-résolution spectrale Of/2 de la transformée de Fourier. Pour tenir compte de cette incertitude et garantir la bonne protection des harmoniques de la fréquence tonale réelle, on peut protéger chacune des fréquences de l'intervalle ~r~xfp- r~xbfp/2 , r~xfp+ 11x8fp/2J, c' est-à-dire remplacer la condition (9) ci-dessus par .
3r~ entier ~ If - r~. fpi <_ (r~. 8fp + ~f)/2 ( 9' ) Cette façon de procéder (condition (9')) présente un intérêt particulier lorsque les valeurs de r~ peuvent être grandes, notamment dans le cas où le procédé est utilisé
dans un système à bande élargie.
Pour chaque fréquence protégée, la réponse en fréquence corrigée Hn~ f peut être égale à 1 comme indiqué
- ci-dessus, ce qui correspond à la soustraction d'une quantité nulle dans le cadre de la soustraction spectrale, c'est-à-dire à une protection complète de la fréquence en question. Plus généralement, cette réponse en fréquence CA 02304013 2000-03-15 ' WO 99/14744 PCT/FR98/019?8 ccrrigée Hn~f pourrait être prise égale à une valeur comprise entre 1 et Hn~f selon le degré de protection souhaité, ce qui correspond à la soustraction d'une quantité inférieure à celle qui serait soustraite si la _ fréquence en question n'était pas protégée.
Les composantes spectrales Sn~f d'un signal débruité sont calculées par un multiplieur 58 .
2 2 (10) Sn.f - Hn.f . Sn.f Ce signal Sn~f est fourni à un module 60 qui calcule, pour chaque trame n, une courbe de masquage en appliquant un modèle psychoacQUStique de perception auditive par l'oreille humaine.
Le phénome- de masquage est un principe connu du fonctionnesment de. l' oreille - hum,ai,ne . Lorsque deux fréquences sont entendues.simu~ltan~ent, il es : possible que l'une des deux ne soit plus audible. Orr dit alors qu' elle est mar~quéev I1 existe différentes méthodes pour calculer des courbes de masquage. On peut par exemple utiliser celle développée par J.D. Johnston («Transform Coding of Audio Signals Using Perceptual Noise Criteria », IEEE Journal on Selected Area in Communications, Vol. 6, No. 2, février 1988). Dans cette méthode, on travaille dans l'échelle fréquentielle des barks. La courbe de masquage est vue comme la convolution de la fonction d'étalement spectral de la membrane basilaire dans le domaine bark avec le signal excitateur, constitué dans la présente application par le signal Sn~f . La fonction d'étalement spectral peut être modélisée de la manière représentée sur la figure 7. Pour chaque bande de bark, on calcule la contribution des bandes inférieures et supérieures convoluées par la fonction d'étalement de la membrane basilaire .

WO 99/14744 ' PCT/FR98/01978 q-1 Sn~q' Q Sn.q' ~n'q q~0 ~lOlo/1o~(q-q~ ) + q. q+1 (1025/1o~(q'-q) ( 11 ) où les indices q et q' désignent les bandes de bark ( 0 <_ q, q' <_ Q) , et Sn~q~ représente la moyenne des composantes sn,f du signal excitateur débruité pour les fréquences discrètes f appartenant à la bande de bark q'.
Le seuil de masquage Mn~q est obtenu par le module 60 pour chaque bande de bark q, selon la formule .
Mn. q Cn. q~Rq ( 12 ) où Rq dépend du caractère plus ou moins voisé du signal.
De façon connue, une forme possible de Rq est .
l0.1og10 (Rq) - (A+q) .x + B. (1-x) (13) avec A=14,5 et B=5,5. x désigne un degré de voisement du signal de parole, variant entre zéro (pas de voisement) et 1 (signal fortement voisé). Le paramètre x peut être de la forme connue .
SFM
= min , 1 (12) SFMmax où SFM représente, en décibels, le rapport entre la moyenne arithmétique et la moyenne géométrique de l'énergie des bandes de bark, et SFMmax=-60 dB.
Le système de débruitage comporte encore un module 62 qui corrige la réponse en fréquence du filtre de débruitage, en fonction de la courbe de masquage Mn~q calculée par le module 60 et des estimations majorées Bn~i calculées par le module 45. Le module 62 décide du niveau de débruitage qui doit réellement être atteint.
En comparant l'enveloppe de l'estimation mâjorée du bruit avec l'enveloppe formée par les seuils de masquage Mn~q, on décide de ne débruiter le signal que ,.1 dans la mesure où l'estimation majorée Bn~i dépasse la ._ WO 99/14744 PCT/FR98/01978 courbe de masquage. Ceci évite de supprimer inutilement du bruit masqué par de la parole.
La nouvelle réponse Hn~f, pour une fréquence f appartenant à la bande i définie par le module 12 et à la .. bande de bark q, dépend ainsi de l'écart relatif entre î'estimation majorée Bn~1 de la composante spectrale correspondante du bruit et la courbe de masquage Mn~q, de la manière suivante .
Hn,f = 1 - ~1 - Hn f) . max Bn~1 , , Mn~q , 0 ( 14 ) Bn,i En d' autres termes, la quantité soustraite d' une composante spectrale Sn~f, dans le processuws de soustraction spectrale ayaz~t la réponse frégue-r~ielle Hn~ f , est sensiblement ég~,i~ au mi.~imum entre . d' une part la quantité soustraite de cette comp9~a~te~spectrale dans le processus de soustrae~ion spectrale ayant la réponse fréquentielle Hn~f, et d'autre part la fraction de l'estimation majorée .8n~i de la composante spectrale correspondante du bruit qui, le cas échéant, dépasse la courbe de masquage Mn~q.
La figure 8 illustre le principe de la correction appliquée par le module 62. Elle montre schématiquement un exemple de courbe de masquage Mn~q calculée sur la base des composantes spectrales Sn~f du signal débruité, ainsi que l'estimation majorée Bn~i du spectre du bruit. La quantité finalement soustraite des composantes Sn~f sera celle représentée par les zones hachurées, c'est-à-dire limitée à la fraction de l'estimation majorée Bn~i des composantes spectrales du bruit qui dépasse la courbe de masquage.

Cette soustraction est ef~ectuée en multipliant la réponse fréquentielle Hn f du filtre de débruitage par les composantes spectrales Sn~f du signal ae parole (multiplieur 64). Un module 65 reconstruit alors le signal - 5 débruité dans le domaine temporel, en opérant la transformée de Fourier rapide inverse (TFRI) inverse des échantillons de fréquence Sn~f délivrés par le multiplieur 64. Pour chaque trame, seuls les N/2=128 premiers échantillons du signal produit par le module 65 sont délivrés comme signal débruité final s3, après reconstruction par addition-recouvrement avec les N/2=128 derniers échantillons de la trame précédente (module 66).
La figure 9 montre une forme de réalisation préférée d'un système de débruitage mettant en oeuvre l'invention. Ce système comporte un certain nombre d'éléments semblables à des éléments correspondants du système de la figure 1, pour lesquels on a utilisé les mêmes références numériques. Ainsi, les modules 10, 11, 12, 15, 16, 45 et 55 fournissent notamment les quantités Sn~ i. Bn,i' °~n,i' Bn,i et Hn~f pour effectuer le débruitage sélectif.
La résolution en fréquence de la transformée de Fourier rapide 11 est une limitation du système de la figure 1. En effet, la fréquence faisant l'objet de la protection par le module 56 n'est pas nécessairement la fréquence tonale précise fp, mais la fréquence la plus proche de celle-ci dans le spectre discret. Dans certains cas, on peut alors protéger des harmoniques relativement éloignées de celle de la fréquence tonale. Le système de la figure 9 pallie cet inconvénient grâce à un conditionnement approprié du signal de parole.
Dans ce conditionnement, on modifie la fréquence d'échantillonnage du signal de telle sorte que la période 1/fp couvre exactement un nombre entier de temps d'échantillon du signal conditionné.

.. WO 99/14744 ' PCT/FR98/01978 _ De nombreuses méthodes d'analyse harmonique pouvant être mises en ouvre par le module 57 sont capables de fournir une valeur fractionnaire du retard Tp, exprimé
en nombre d'échantillons à la fréquence d'échantillonnage initiale Fe. On choisit alors une nouvelle fréquence d'échantillonnage fe de telle sorte qu'elle soit égale à
un multiple entier de la fréquence tonale estimée, soit fe=p.fp=p.Fe/Tp=K. Fe, avec p entier. Afin de ne pas perdre d'échantillons de signal, il convient que fe soit supérieure à Fe. On peut notamment imposer qu'elle soit comprise entre Fe et 2Fe (1_<K<_2), pour faciliter la mise en aeuvre du conditionnement.
Bien entcnc~ur si aucune activité vocale n'est détectée sur la trame..courante (8n~0) , ou si le retard Tp estimé par le modulre 57 est, entier.y il n' est pas nécessaire de conditionner le signal.
Afin que chacune des..ha~moniquesde:- la~,fréquence tonale corresponde ég-ale~t à un nombre entier d'échantillons du signal conditionné, l'entier p doit être un diviseur de la taille N de la fenêtre de signal produite par le module 10 . N=ap, avec a entier. Cette taille N est usuellement une puissance de 2 pour la mise en oeuvre de la TFR. Elle est de 256 dans l'exemple considéré.
La résolution spectrale ~f de la transformée de Fourier discrète du signal conditionné est donnée par 0f=p.fp/N=fp/a. On a donc intérêt à choisir p petit de façon à maximiser a, mais suffisamment grand pour suréchantillonner. Dans l'exemple considéré, où Fe=8 kHz et N=256, les valeurs choisies pour les paramètres ~ et a sont indiquées dans le tableau I.

500 Hz < fp < 1000 Hz 8 < Tp < 16 p = 16 a = 16 250 Hz < fp < 500 Hz 16 < Tp < 32 p = 32 a = g 125 Hz < fp < 250 Hz 32 < Tp < 64 p = 64 a, = 4 i i 62,5 Hz < fp < 125 Hz 64 < Tp < 128 p = 128 , = 2 31,25 Hz < fp < 62,5 Hz 128 < Tp < 256 p = 256 a, = 1 m..t-,1 .~.-,,, T
Ce choix est effectué par un module 70 selon la valeur du retard Tp fournie par le module d'analyse harmonique 57. Le module 70 fournit le rapport K entre les fréquences d'échantillonnage à trois modules de changement de fréquence 71, 72, 73.
Le module 71 sert à transformer les valeurs Sn~i' relatives aux bandes i définies Bn~i , ac,n~i , Bn~i et Hn~f .
par le module 12, dans l'échelle des fréquences modifiées (fréquence d'échantillonnage fe). Cette transformation consiste simplement à dilater les bandes i dans le facteur K. Les valeurs ainsi transformées sont fournies au module 56 de protection des harmoniques.
Celui-ci opère alors de la même manière que précédemment pour fournir la réponse en fréquence Hn~ f du filtre de débruitage. Cette réponse Hn f est obtenue de la même manière que dans le cas de la figure 1 (conditions (8) et (9)), à cette différence près que, dans la condition (9), la fréquence tonale fp=fe/p est définie selon la valeur du retard entier p fourni par le module 70, la résolution en fréquence Of étant également fournie par ce module 70.
Le module 72 procède au suréchantillonnage de la trame de N échantillons fournie par le module de fenêtrage CA 02304013 2000-03-15 .
,. WO 99/14744 PCT/FR98/01978 '0. Le suréchantillonnage dans un facteur K rationnel (K=K1/K2) consiste à effectuer d'abord un suréchantillonnage dans le facteur entier K1, puis un sous--échantillonnage dans le facteur entier K2. Ces suréchantillonnage et sous-échantillonnage dans des facteurs entiers peuvent être effectués classiquement au moyen de bancs de filtres polyphase.
La trame de signal conditionné s' fournie par le module 72 comporte KN échantillons à la fréquence fe. Ces échantillons sont adressés à un module 75 qui calcule leur transformée de Fourier. La transformation peut être effectuée à partir de deux blocs de N=256 échantillons .
l'un constitué par les N premiers échantillons de la trame de longueur KN du signal conditionné s', et l'autre par ?5 les N derniers éc~rantillons de cette trame.: Les deux blocs présentent donc un recouvrement de (2-K)x100~. Pour chacun des deux blocs, on obtient un jeu de composantes de Fourier Sn~f. Ces composantes- Sn~f sont fournies au multiplieur 58, qui les multiplie pa--r la répax~ss~~°Tspectrale Hn~ f pour délivrer les composais-tes spectrales Sn~ f du premier signal débruité.
Ces composantes Sn~f sont adressées au module 60 qui calcule les courbes de masquage de la manière précédemment indiquée.
De préférence, dans ce calcul des courbes de masquage, la grandeur x désignant le degré de voisement du signal de parole (formule (13)) est prise de la forme x=1-H, où H est une entropie de l'autocorrelation des composantes spectrales Sn~f du signal conditionné , débruité. Les autocorrelations A(k) sont calculées par un module 76, par exemple selon la formule . .

_ WO 99/14744 PCT/FR98/01978 Nl2-1 Sn,f ~ Sn,f+k f=0 A(k) = N/2-1 N/2-1 ( 15 ) Sn,f ~ Sn,f+f' f=0 f'=0 Un module ~7 calcule ensuite l'entropie normalisée H, et la fournit au module 60 pour le calcul de la courbe de masquage (voir S.A. McClellan et al . « Spectral Entropy . an Alternative Indicator for Rate Allocation ~ », Proc. ICASSP'99, pages 201-204) .

A(k) . log~A(k)~
k=0 H log (N/2) (16) Grâce au conditionnement du signal, ainsi qu'à son débruitage par le filtre Hn~f, l'entropie normalisée H
constitue une mesure de voisement très robuste au bruit et aux variations de la fréquence tonale.
Le module de correction 62 opère de la même manière que celui du système de la figure 1, en tenant compte du bruit surestimé Bn~i remis à l'échelle par le module de changement de fréquence 71. I1 fournit la réponse en fréquence Hn~f du filtre de débruitage définitif, qui est multipliée par les composantes spectrales Sn~f du signal conditionné par le multiplieur 69. Les composantes Sn~f qui en résultent sont ramenées dans le domaine temporel par le module de TFRI 65. En sortie de cette TFRI 65, un module 80 combine, pour chaque trame, les deux blocs de signal issus du traitement des deux blocs recouvrants délivrés par la TFR 75. Cette combinaison peut consister en une somme avec pondération de Hamming des échantillons, pour former une trame de signal conditionné débruité de KN échantillons.

.. WO 99/14744 PCT/FR98/01978 Le signal conditionn dbruit fourni par le module 80 fait l'objet d'un changement de frquence d'chantillonnage par le module 73. Sa frquence d'chantillonnage est ramene Fe=fe/K par les oprations inverses de celles effectues par le module 75. Le module 73 dlivre N=256 chantillons par trame. Aprs la reconstruction par addition-recouvrement avec les N/2=128 derniers chantillons de la trame prcdente, seuls les N/2=128 premiers chantillons de la trame courante sont finalement conservs pour former le signal dbruit final s3 (module 66) .

Dans une forme de ralisation prfre, un module 82 gre les fentres formes par le module 10 et sauvegardes par le modu~.e 66, de faon telle qu'on sauvegarde un nombre M d'chantillons gal un multiple entier de Tp=F/fp. On v~t,te ainsi les problitres de discontinuit de phase entre les- trames. De faon correspondante, le module de <gesti.on 82 comme le module de fentrage 10 pour que le recouvrement entre la trame courante et la prochaine carres~pc~nde N-M. I1 sera tenu de ce recouvrement de N-M chantillons dans la somme recouvrement effectue par le module 66 lors du traitement de la prochaine trame. A partir de la valeur de Tp fournie par le module d'analyse harmonique 57, le module 82 calcule le nombre d'chantillons sauvegarder M=T
xE[N/(2T
)], E(] dsignant la partie entire, et p p commande de faon correspondante les modules 10 et 66.

Dans le mode de ralisation qu'on vient de dcrire, la frquence tonale est estime de faon moyenne sur la trame. Or la frquence tonale peut varier quelque peu sur cette dure. I1 est possible de tenir compte de ces variations dans le cadre de la prsente invention, en conditionnant le signal de faon obtenir artificiellement une frquence tonale constante dans la trame.

Pour cela, on a besoin que le module 57 d' analyse harmonique fournisse les intervalles de temps entre les _ PCT/FR98/01978 ruptures consécutives du signal de parole attribuables à
des fermetures de la glotte du locuteur intervenant pendant la durée de la trame. Des méthodes utilisables ' pour détecter de telles micro-ruptures sont bien connues dans le domaine de l'analyse harmonique des signaux de ' paroles. On pourra à cet égard consulter les articles suivants M. BASSEVILLE et al., « Sequential detection of abrupt changes in spectral characteristics of digital signais », IEEE Trans. on Information Theory, 1983, Vol.
IT-29, n°5, pages 708-723 ; R. ANDRÉ-OBRECHT, « A new statistical approach for the automatic segmentation of continuous speech signais », IEEE Trans. on Acous., Speech and Sig. Proc., Vol. 36, N°1, janvier 1988 ; et C. MURGIA
et al., « An algorithm for the estimation of glottal closure instants using the sequential detection of abrupt changes in speech signais », Signal Processing VII, 1994, pages 1685-1688.
Le principe de ces méthodes est d'effectuer un test statistique entre deux modèles, l'un à court terme et l'autre à long terme. Les deux modèles sont des modèles adaptatifs de prédiction linéaire. La valeur de ce test statistique wm est la somme cumulée du rapport de vraisemblance a posteriori de deux distributions, corrigée par la divergence de Kullback. Pour une distribution de résidus ayant une statistique gaussienne, cette valeur wm est donnée par le0 2 a2 1 2. em. em 0 - 0 -1 - 1 + a2 . 2 + 1 - ~ (17) m 2 c51 61 a0 61 où em et a~ représentent le résidu calculé au moment de l'échantillon m de la trame et la variance du modèle à
long terme, em et ai représentant de même le résidu et la variance du modèle à court terme. Plus les deux modèles sont proches, plus la valeur wm du test statistique est proche de 0. Par contre, lorsque les deux modèles sont .. WO 99/14744 PCT/FR98/01978 éloignés l'un de l'autre, cette valeur wm devient négative, ce qui dénote une rupture R du signal.
La figure 10 montre ainsi un exemple possible d'évolution de la valeur wm, montrant les ruptures R du signal de parole. Les intervalles de temps tr (r = 1,2,...) entre deux ruptures conscutives R sont calculs, et exprims en nombre d'chantillons du signal de parole. Chacun de ces intervalles tr est inversement proportionnel la frquence tonale fp, qui est ainsi estime localement . fp=Fe/tr sur le r-ime intervalle.

l i On peut a ors corr ger les variations temporelles de la frquence tonale (c'est--dire le fait que les intervalles tr ne sont pas tous gaux sur une trame donne), afin d'avoir une frguence tonale constante dans chacune des trames d'analyse. Cette correction est effectue par unie maa~iGa,t,~o~::. dela frquence d' chantillonnage sur chaque , intervalle tr, de faon obtenir, aprs sur~cha~tillor~~g,~, dea intervalles constants entre deus-ruptures glottiques. On modifie donc la dure entre deux ruptures en faisant un surchantillonnage dans un rapport variable, de faon se caler sur l'intervalle le plus grand. De plus, on fait en sorte de respecter la contrainte de conditionnement selon laquelle la frquence de surchantillonnage est multiple de la frquence tonale estime.

La figure 11 montre les moyens utiliss pour calculer le conditionnement du signal dans ce dernier cas.

Le module 57 d'analyse harmonique est ralis de faon mettre en oeuvre la mthode d'analyse ci-dessus, et fournir les intervalles tr relatifs la trame de signal produite par le module 10. Pour chacun de ces intervalles, le module 70 (bloc 90 sur la figure 11) calcule le rapport de suréchantillonnage Kr=pr/tr, où l'entier pr est donné
par la troisième colonne du tableau I lorsque tr prend les valeurs indiquées dans la deuxième colonne. Ces rapports de suréchantillonnage Kr sont fournis aux modules de changement de fréquence 72 et 73, pour que les interpolations soient effectuées avec le rapport d'échantillonnage Kr sur l'intervalle de temps .. correspondant tr.
Le plus grand Tp des intervalles de temps tr fournis par le module 57 pour une trame est sélectionné
par le module 70 (bloc 91 sur la figure 11 ) pour obtenir un couple p,a comme indiqué dans le tableau I. La fréquence d'échantillonnage modifiée est alors fe=p.Fe/Tp comme précédemment, la résolution spectrale 0f de la transformée de Fourier discrète du signal conditionné
étant toujours donnée par ~f=Fe/(a.Tp). Pour le module de changement de fréquence 71, le rapport ae suréchantillonnage K est donné par K=p/Tp (bloc 92). Le module 56 de protection des harmoniques de la fréquence tonale opère de la même manière que précédemment, en utilisant pour la condition (9) la résolution spectrale 0f fournie par le bloc 91 et la fréquence tonale fp=fe/p définie selon la valeur du retard entier p fournie par le bloc 91.
Cette forme de réalisation de l'invention implique également une adaptation du module 82 de gestion des fenêtres. Le nombre M d'échantillons du signal débruité à
sauvegarder sur la trame courante correspond ici à un nombre entier d'intervalles de temps tr consécutifs entre deux ruptures glottiques (voir figure 10). Cette disposition évite les problèmes de discontinuité de phase entre trames, tout en tenant compte des variations possibles des intervalles de temps tr sur une trame.

Claims (8)

REVENDICATIONS

1. Procédé de conditionnement d'un signal numérique de parole (s) traité par trames successives, caractérisé
en ce qu'on effectue une analyse harmonique du signal de parole pour estimer une fréquence tonale (f p) du signal de parole sur chaque trame où il présente une activité
vocale, et en ce que, après avoir estimé la fréquence tonale du signal de parole sur une trame, on conditionne le signal de parole de la trame en le suréchantillonnant à
une fréquence de suréchantillonnage (f e) multiple de la fréquence tonale estimée.

2. Procédé selon la revendication 1, dans lequel on calcule des composantes spectrales (S n,f) du signal de parole en distribuant le signal conditionné (s') par blocs de N échantillons soumis à une transformation dans le domaine fréquentiel, et dans lequel le rapport (p) entre la fréquence de suréchantillonnage (f e) et la fréquence tonale estimée est un diviseur du nombre N.

3. Procédé selon la revendication 2, dans lequel le nombre N est une puissance de 2.

4. Procédé selon la revendication 2 ou 3, dans lequel on estime un degré de voisement (x) du signal de parole sur la trame à partir d'un calcul de l'entropie (H) de l'autocorrelation de composantes spectrales (S2n,f) calculées sur la base du signal conditionné (s').

5. Procédé selon la revendication 4, dans lequel le degré de voisement (x) est mesuré à partir une entropie normalisée H de la forme:
où A(k) est l'autocorrelation normalisée définie par :

S~,f désignant ladite composante spectrale de rang f calculée sur la base du signal suréchantillonné.

6. Procédé selon l'une quelconque des revendications précédentes, dans lequel, après le traitement de chaque trame de signal conditionné, on conserve, parmi les échantillons de signal fournis par ce traitement, un nombre d'échantillons (M) égal à un multiple entier de fois le rapport (T p) entre la fréquence d'échantillonnage (F e) et la fréquence tonale estimée (f p).

7. Procédé selon l'une quelconque des revendications 1 à 5, dans lequel l' estimation de la fréquence tonale du signal de parole sur une trame comporte les étapes suivantes :
- on estime des intervalles de temps (t r) entre deux ruptures consécutives (R) du signal attribuables à
des fermetures de la glotte du locuteur intervenant pendant la durée de la trame, la fréquence tonale estimée étant inversement proportionnelle auxdits intervalles de temps ;
- on interpole le signal de parole dans lesdits intervalles de temps, afin que le signal conditionné (s') résultant de cette interpolation présente un intervalle de temps constant entre deux ruptures consécutives.

8. Procédé selon la revendication 7, dans lequel, après le traitement de chaque trame, on conserve, parmi les échantillons du signal de parole débruité fournis par ce traitement, un nombre d'échantillons (M) correspondant à un nombre entier d'intervalles de temps estimés (t r).