EP0796490B1 - Methode et dispositif de prediction de signal pour un codeur de parole - Google Patents

Methode et dispositif de prediction de signal pour un codeur de parole Download PDF

Info

Publication number
EP0796490B1
EP0796490B1 EP96934902A EP96934902A EP0796490B1 EP 0796490 B1 EP0796490 B1 EP 0796490B1 EP 96934902 A EP96934902 A EP 96934902A EP 96934902 A EP96934902 A EP 96934902A EP 0796490 B1 EP0796490 B1 EP 0796490B1
Authority
EP
European Patent Office
Prior art keywords
vector
signal
vectors
optimal
residual
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
EP96934902A
Other languages
German (de)
English (en)
Other versions
EP0796490A1 (fr
Inventor
Jacques Paulin
Bertrand Ravera
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from FR9511937A external-priority patent/FR2739964A1/fr
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Priority to EP96934902A priority Critical patent/EP0796490B1/fr
Publication of EP0796490A1 publication Critical patent/EP0796490A1/fr
Application granted granted Critical
Publication of EP0796490B1 publication Critical patent/EP0796490B1/fr
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L2019/0001—Codebooks
    • G10L2019/0011—Long term prediction filters, i.e. pitch estimation

Definitions

  • the present invention relates to a method of prediction, in a speech coder called CELP, of the vector signal residual, or residual vector, of the short-term analysis, said signal containing the periodicity information present in a initial voice signal to be coded broken down into successive sub-frames, said prediction being made from optimal excitations predicted for the previous subframe.
  • CELP speech coder comprising on the one hand a filter short-term analysis, which receives an initial voice signal to be coded decomposed into successive subframes and delivers a vector signal residual defining the frequency information present in the initial voice signal, and secondly a device for predicting this residual signal and a prediction error estimation circuit by difference between this residual vector signal and the signal predicted vector, more particularly said prediction.
  • the words emitted by a phonation organ constitute a voice signal which has two types of properties: on the one hand those linked to the mechanism of the perception of this signal by the human hearing aid (finite bandwidth, resolution finite in frequency, sensitivity to resonant frequencies, insensitivity to the phase of the frequency components of the signal, etc ...), and on the other hand those linked to the operating mechanism of the phonation organ (pseudo-periodicity of sounds, structure resonant signal, ).
  • the voice message itself can be considered to be the combination of content information and additional so-called expression information which individual variations in the acoustic presentation of the message. he is obvious that an effective transmission of such a message would undoubtedly involve defining a criterion of loyalty. he is generally more realistic, however, to simply define a perceptual criterion, which makes it possible to recognize the absence of discernible differences between a message sent and the signal received corresponding.
  • the voice signal is, in fact, constituted by variations in air pressure, generated by the vocal tract under the action of the respiratory system which supplies the energy necessary for the production of speech.
  • the air flow out of the lungs is modulated at a so-called fundamental frequency F o with which the production of vowels is associated.
  • This frequency which varies from 70 to 150 hertz approximately for men and from 150 to 400 hertz approximately for women, characterizes so-called voiced sounds (an example of representation of the amplitude A of a voiced sound as a function of time t is given in Figure 1).
  • the air flow then excites in forced oscillations of the cavities of the vocal tract, to the shape of which correspond natural frequencies F 1 , F 2 , F 3 , etc ... called formants.
  • the voice signal also includes signals which do not have the coherence of voiced sounds, but which are similar to noise, emitted by a source without natural frequency, and which do not excite the natural frequencies of the vocal tract. (these sounds are linked to the production of most consonants).
  • the characteristics of the voice signal can be highlighted by a spectral analysis, which shows that the emitted spectrum comprises on the one hand a spectrum of lines (periodic excitations) for the production of the voiced sounds and on the other hand a continuous spectrum (excitations inconsistent) for producing unvoiced sounds.
  • voice signal shows in that its processing with a view to a faithful transmission of the bandwidth it represents leads to manipulate at the level acoustics a considerable data flow. Analysis techniques speech were then developed to reduce considerably this data flow. By eliminating redundancies thus obtained, the voice signal, initially of the type analog, can then after digitization be compressed to bit rates which, due to the compression ratio achieved, allow its transport on current very low speed lines.
  • This coder is based on a principle called analysis by synthesis (in English: linear prediction analysis-by-synthesis coding), which comprises on the one hand an analysis step, to determine the coefficients of the synthesis filter, and on the other hand, a step of analysis by synthesis, which consists in finding or calculating a sequence of excitations minimizing a determined error criterion (we often use the criterion of least squares).
  • analysis by synthesis in English: linear prediction analysis-by-synthesis coding
  • coding mentioned in the draft standard cited known as linear predictive coding excited by codes (in English, C ode E xcited L inear P redictive encoding, or CELP coding, term which we will adopt in the following description), s is based on a simplified model of the speech production mode, according to which, as a first approximation, the voice signal can be modeled by a short-term (voice path) and long-term (voice source) correlation filter having as input an excitation signal.
  • LPC linear prediction filtering
  • a (z) 10 in the case of recommendation G.723
  • LTP long-term analysis
  • the short-term analysis is based on a predictive method in which the basic idea implemented is, knowing an input voice signal or observed signal s (n) (the index n denotes the rank of the sample) , to find a filter which, excited by an excitation signal x (n), will deliver a predicted signal p (n) as close as possible to s (n) and which therefore allows, by difference between s (n) and p (n), to obtain a residual error e (n) as small as possible.
  • the speech coder described in the document G.723 cited above receives a signal consisting of blocks, or frames, comprising 240 samples, with a sampling frequency of 8 kHz, and each frame is assumed to be divided into four subframes of 60 samples each.
  • a filter 1 / A (z) called synthesis filter, which, applied to an excitation signal x (n), allows to obtain a signal p (n) as close as possible to the sampling signal s (n), it is equivalent to searching for a filter A (z), said to be of analysis, whose coefficients are such that the filter output signal is the most bleached possible when this filter is attacked by the signal to transmit (in an ideal encoder, the output signal would be a real white noise).
  • the voice signal it then, to be able to reconstitute it later, transmit the coefficients of the filter A (z) (these coefficients are less consuming coding bits than would be the case transmission of the prediction error or of
  • the first performs a decorrelation of adjacent samples: its purpose is to define the coefficients of the input filter most suitable for obtaining after filtering the signal known, of a residual signal as close as possible to white noise.
  • t (.) And p (.) Denote respectively, the sample concerned in the signal to be modeled and the predicted sample, ⁇ is a gain value, and OLP (in English, O pen L oop P itch) designates the quantity called open-loop voicing period, characteristic of the periodicity of the signal.
  • OLP in English, O pen L oop P itch
  • the determination of the OLP period and that of the gain ⁇ suffices to implement the prediction represented by expression (3).
  • this determination has the form of a direct dependence: to within a gain factor, the sample to be predicted would be equal to one of the samples already occurring.
  • the first component of the first vector of each V-vector is obtained by shifting from (OLP-2 + ⁇ ) in the past, knowing that ⁇ can take the values (-1, 0, 1) for the even subframes and (-1, 0, 1, 2) for odd subframes.
  • the other four vectors of each V-vector are obtained using the first vector by successive shifts of a sample in the direction of increasing times.
  • the operation corresponding to expression (4) is therefore a prediction with linear combination of samples, during which the search for the solution vector is refined by varying the gain ⁇ , for example, in the case of the G project. 723 cited, giving it five distinct values ( ⁇ is the gain vector formed by these five values), and also by adjusting the OLP quantity by a small value ⁇ .
  • the selection, during this research, of the best possible solution vector is made by including in the course of the determination process a step of minimization, in the least squares sense, of the difference between the vector t (n) output from the analysis filter (the coefficients of which will be transmitted) and the solution vectors resulting from the implementation of expression (4).
  • the analysis filter which, having received the voice signal to be transmitted, only delivers a residual signal constituting the periodicity information of this initial voice signal, it is this signal depleted t (n) for which the prediction explained below will be implemented with reference to FIG. 2.
  • the adaptive dictionary therefore contains the excitation vectors candidates for the construction of an approximation of this vector t (not).
  • FIG. 2 shows, in the case of the G.723 project. an example of a prediction device making it possible to implement the principles of determination which have just been described.
  • This device firstly comprises a circuit 20 for storing excitation vectors (this is the adaptive dictionary mentioned above), constructed from the optimal excitation of the preceding sub-frame, that is to say -to say excitations selected during a previous implementation of the same prediction method for previous samples.
  • excitation vectors this is the adaptive dictionary mentioned above
  • OLP + ⁇ CLP (in English, C losed L oop P itch)
  • circuit 20 is followed, in the case where one is in an even subframe and where ⁇ takes for example the three values - 1, 0 and + 1 (this is the case shown in FIG. 2), of channels 30, here three identical channels 30a, 30b, 30c (circuit 20 is followed by four identical channels, referenced so similar, in the case where one is in an odd sub-frame, ⁇ then taking the four values - 1, 0, + 1, + 2).
  • Each of these channels processes the V-vector of the adaptive dictionary which corresponds to the step ⁇ of the channel considered, and includes in this firstly in series effect a filter 31, having as response the impulse response of the synthesis filter (defined above).
  • a circuit 32 also receiving the target vector to be modeled t (n) is then provided for the calculation of a vector with twenty components V ( ⁇ ) consisting of five correlation terms between the filtered vectors and the residual vector (in English: cross-products), given by the scalar products of the five filtered vectors of the adaptive dictionary by the target vector t (n), five energy terms, given by the scalar products of the five filtered vectors of the adaptive dictionary by themselves, and ten two-by-two correlation terms between the filtered vectors. From these correlations, it is possible to determine to what extent the residual vector or target vector t (n) can be modeled from V-vectors of the adaptive dictionary.
  • the gains which are quantized, are provided by a memory 40, or quantization table, which contains the possible values for the various gains (170 to 5.3 kbits / s., And 85 or 170 to 6.3 kbits / s ., the 170 vectors of the table used in one or the other case then being the same).
  • the information relating to the gains is given, in this quantification table, in the form of vectors each having twenty terms (as previously) defined as follows: five gain values, five values equal to the square of these gains, ten values corresponding to the ten two by two of these five gain values.
  • the gain vector ⁇ optimal in the sense of expression (5) is the one which cancels the derivative of ⁇ with respect to each of the components of the vector, and which, by this very fact, maximizes the scalar product of V ( ⁇ ) by a vector from the quantification table.
  • a circuit 50 then allows the selection of the maximum scalar product among the three or four scalar products available at the output of these three (or four) circuits, maximum scalar product to which an optimal value of the step correspondent (stored in a memory 110) and an optimal value of the gain vector ⁇ .
  • the optimal value of ⁇ is of course one of the three (or four) values used in the three (or four) channels, and the value thus selected makes it possible to control a switch 60, comprising as many inputs as there are of tracks (three, or four).
  • This switch provided at the output of the filters 31, makes it possible to select the filtered V-vector constituting the best representative for the desired solution vector.
  • This selected filtered vector is then presented at the input of an amplifier 70 whose gain vector ⁇ , delivered by the selection circuit 50, had been stored in a memory 80 present at the output of this circuit 50.
  • the optimal filtered V-vector thus amplified is the prediction vector p (n) sent to the negative terminal of a subtractor 90 which receives on its positive terminal the vector t (n) output from the CELP encoder analysis filter.
  • a first object of the invention is therefore to propose a simpler prediction method, with almost equal quality, than the one previously described.
  • Another object of the invention is to propose a coder for speech similar to that just described, but with a reduced complexity and while maintaining quality practically equivalent.
  • the solution according to the invention makes it possible to make a much lower number of paths (four in the case of the coder according to this document), with an almost imperceptible deterioration in quality.
  • the basic idea of the structure thus proposed is indeed the following: by making the simplifying assumption that the predictors are decorrelated, or, which is equivalent, that the correlations between filtered vectors taken two by two, previously defined, are zero, we can, for each sub-frame and for each channel corresponding to a step ⁇ , define an initial gain vector ⁇ ( ⁇ ) init , without costly matrix inversion calculation. The components of this vector are then, for the channel considered, the successive ratios of the correlation terms between the filtered vectors and the target vector and the energy terms of the vector V ( ⁇ ) defined previously.
  • the optimal initial step determined for each subframe by the calculation subset provided at the output of ways, is then the one that maximizes one of the three, or four depending on whether the subframe is even or odd, scalar products of ⁇ T ( ⁇ ) init by V ( ⁇ ), determined by the calculation circuit provided for in each channel after the calculation of V ( ⁇ ) (we recall here that V ( ⁇ ) was defined previously, while ⁇ T ( ⁇ ) init is a vector that has the same number of components as V ( ⁇ ), namely, in this case: the five components of the
  • the vector of the optimal gain for each subframe is then obtained using the circuit provided at the output of the quantification table and which performs the search for the maximum value of the scalar product of the vector.
  • V ( ⁇ ) corresponding to the optimal value of the step ⁇ which has just been calculated by each of the vectors (here 170 or 85 depending on the flow) of said table.
  • This determination of the optimal gain vector requires only one scan of the quantization table per subframe, ie four per frame (instead of three or four per subframe depending on whether the subframe is even or odd. , or fourteen per frame), which results in a significant reduction in complexity.
  • the prediction device such as shown in Figure 3, present with that of Figure 2 of common elements, namely the circuit 20 for memorizing the candidate excitation vectors (or adaptive dictionary), filters 31, the circuits 32 for calculating the correlation terms and of energy, memory 40 (or quantization table), switch 60, amplifier 70, memory 80, subtractor 90, and memory 110.
  • the search for the optimal gain vector is then carried out by the selection circuit 150, and the vector thus selected is kept in memory 80.
  • the switch 60 provided at the output of the filters 31 and whose position is controlled by the value of ⁇ issue from memory 110, sends the selected filtered V-vector to amplifier 70.
  • the optimal filtered V-vector thus amplified is the prediction vector p (n), sent, as in the case of FIG. 2, to the subtractor 90.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Description

La présente invention concerne une méthode de prédiction, dans un codeur de parole dit CELP, du signal vectoriel résiduel, ou vecteur résiduel, de l'analyse à court terme, ledit signal contenant l'information de périodicité présente dans un signal vocal initial à coder décomposé en sous-trames successives, ladite prédiction étant effectuée à partir d'excitations optimales prédites pour la sous-trame précédente. Elle concerne également, dans un codeur de parole dit CELP comprenant d'une part un filtre d'analyse à court terme, qui reçoit un signal vocal initial à coder décomposé en sous-trames successives et délivre un signal vectoriel résiduel définissant l'information de périodicité présente dans le signal vocal initial, et d'autre part un dispositif de prédiction de ce signal résiduel et un circuit d'estimation d'erreur de prédiction par différence entre ce signal vectoriel résiduel et le signal vectoriel prédit, plus particulièrement ledit dispositif de prédiction.
Les paroles émises par un organe de phonation constituent un signal vocal qui présente deux types de propriétés : d'une part celles liées au mécanisme de la perception de ce signal par l'appareil auditif humain (bande passante finie, résolution finie en fréquence, sensibilité aux fréquences de résonance, insensibilité à la phase des composantes fréquentielles du signal, etc...), et d'autre part celles liées au mécanisme de fonctionnement de l'organe de phonation (pseudo-périodicité des sons, structure résonante du signal,...). Le message vocal lui-même peut être considéré comme la combinaison d'une information de contenu et d'une information supplémentaire dite d'expression et qui traduit les variations individuelles de présentation acoustique du message. Il est manifeste qu'une transmission efficace d'un tel message impliquerait sans aucun doute de définir un critère de fidélité. Il est cependant plus réaliste, en général, de se contenter de définir un critère perceptif, qui permet de reconnaítre l'absence de différences perceptibles entre un message émis et le signal reçu correspondant.
Le signal vocal est, en fait, constitué par des variations de la pression de l'air, engendrées par le conduit vocal sous l'action du système respiratoire qui fournit l'énergie nécessaire à la production de la parole. Le flux d'air qui sort des poumons est modulé à une fréquence Fo dite fondamentale à laquelle est associée la production des voyelles. Cette fréquence, qui varie de 70 à 150 hertz environ pour les hommes et de 150 à 400 hertz environ pour les femmes, caractérise les sons dits voisés (un exemple de représentation de l'amplitude A d'un son voisé en fonction du temps t est donné sur la figure 1). Le flux d'air excite alors en oscillations forcées des cavités du conduit vocal, à la forme desquelles correspondent des fréquences propres F1, F2, F3, etc... appelées formants. Le signal vocal comprend également des signaux qui, eux, n'ont pas la cohérence des sons voisés, mais qui s'apparentent à du bruit, émis par une source sans fréquence propre, et qui n'excitent pas les fréquences propres du conduit vocal (ces sons sont liés à la production de la plupart des consonnes). Les caractéristiques du signal vocal peuvent être mises en évidence par une analyse spectrale, qui montre que le spectre émis comprend d'une part un spectre de raies (excitations périodiques) pour la production des sons voisés et d'autre part un spectre continu (excitations incohérentes) pour la production des sons non voisés.
Une analyse plus poussée d'un signal vocal montre en définitive que son traitement en vue d'une transmission fidèle de la bande passante qu'il représente conduit à manipuler au niveau acoustique un flux de données considérable. Des techniques d'analyse de la parole ont alors été mises au point pour réduire considérablement ce flux de données. Par l'élimination des redondances ainsi obtenue, le signal vocal, initialement de type analogique, peut alors après numérisation être comprimé à des débits qui, du fait du taux de compression atteint, autorisent son transport sur les lignes à très bas débit actuelles.
En matière de compression de signaux vocaux, l'Union Internationale des Télécommunications a émis récemment, dans le cadre d'une application tournée vers la téléphonie à très bas débit, un projet de recommandation ("Draft Recommendation G.723 - Dual rate speech coder for multimédia télécommunication transmitting at 5.3 and 6.3 kbits/s", ITU, Study Group 15, 1995, 10ème "LBC Meeting", Newton, Ma., USA) visant à définir une norme pour un codeur de parole.
Ce codeur repose sur un principe dit d'analyse par synthèse (en anglais : linear prédiction analysis-by-synthesis coding), qui comprend d'une part une étape d'analyse, pour déterminer les coefficients du filtre de synthèse, et d'autre part une étape d'analyse par synthèse, qui consiste à trouver ou calculer une séquence d'excitations minimisant un critère d'erreur déterminé (on utilise souvent le critère des moindres carrés). Le codage mentionné dans le projet de norme cité, dit codage prédictif linéaire excité par codes (en anglais, Code Excited Linear Prédictive encoding, ou codage CELP, terme que l'on adoptera dans la suite de la description), s'appuie sur un modèle simplifié du mode de production de la parole, selon lequel, en première approximation, le signal vocal peut être modélisé par un filtre de corrélation à court terme (conduit vocal) et à long terme (source vocale) ayant pour entrée un signal d'excitation.
Des exemples détaillés de codeur prédictif à excitation par codes sont décrits dans de très nombreux documents, et par exemple dans le document "Digital audio coding for visual communications", P. Noll, Proceedings of the IEEE, vol.83, n°6, juin 1995. Un filtrage dit perceptuel est utilisé dans tous les codeurs CELP, et le projet de recommandation G.723 cité plus haut utilise en plus un filtrage dit harmonique. On ne mentionnera pas, dans la suite de la description, ces filtrages qui n'entrent pas dans le domaine de l'invention. De ce fait, dans le codeur, l'analyse à court terme consiste alors en un filtrage de prédiction linéaire dit LPC (en anglais : linear predictive coding), qui est communément appelé A(z), avec
Figure 00030001
(n = 10 dans le cas de la recommandation G.723), tandis que l'analyse à long terme, dite LTP (en anglais : long term prediction), utilise un filtrage de synthèse S(z) = 1/A(z), avec quantification des coefficients ak de A(z).
L'analyse à court terme repose sur une méthode prédictive dans laquelle l'idée de base mise en oeuvre est, connaissant un signal vocal d'entrée ou signal observé s(n) (l'indice n désigne le rang de l'échantillon), de trouver un filtre qui, excité par un signal d'excitation x(n), va délivrer un signal prédit p(n) aussi proche que possible de s(n) et qui permet donc, par différence entre s(n) et p(n), d'obtenir une erreur résiduelle e(n) aussi faible que possible. La méthode de prédiction mise en oeuvre dans l'analyse à court terme est linéaire car chaque échantillon s(n) du signal vocal initial à transmettre peut être prédit (signal p(n) sous la forme d'une représentation par une combinaison linéaire d'un certain nombre (par exemple, dix) d'échantillons précédents, ce qui s'exprime par exemple de la façon suivante :
Figure 00040001
Pour un nombre N d'échantillons égal à 10 par exemple, cette expression devient : p(n) = a1.s(n-1) + a2.s(n-2) +....+ a10.s(n-10) Cela revient à dire que le signal prédit p(n) est délivré par un filtre dont les coefficients ak (a1 à a10 dans l'exemple de l'expression (2)) sont calculés pour minimiser l'erreur de prédiction e(n) = s(n)-p(n) (on utilise en général, pour la minimisation de l'erreur obtenue, le critère de la méthode des moindres carrés).
Le codeur de parole décrit dans le document G.723 cité plus haut reçoit un signal constitué de blocs, ou trames, comprenant 240 échantillons, avec une fréquence d'échantillonnage de 8 kHz, et chaque trame est supposée être divisée en quatre sous-trames de 60 échantillons chacune. Si, connaissant le signal s(n) à transmettre, on recherche donc un filtre 1/A(z), dit filtre de synthèse, qui, appliqué à un signal d'excitation x(n), permet d'obtenir un signal p(n) aussi proche que possible du signal d'échantillonnage s(n), il est équivalent de rechercher un filtre A(z), dit d'analyse, dont les coefficients sont tels que le signal de sortie du filtre est le plus blanchi possible quand ce filtre est attaqué par le signal à transmettre (dans un codeur idéal, le signal de sortie serait un véritable bruit blanc). Au lieu de transmettre le signal vocal, il suffit alors, pour pouvoir le reconstituer ultérieurement, de transmettre les coefficients du filtre A(z) (ces coefficients sont moins consommateurs de bits de codage que ne le serait la transmission de l'erreur de prédiction ou du signal lui-même).
Le codeur CELP mentionné ci-dessus comprend donc un tel filtre d'analyse à court terme, qui reçoit le signal vocal à transmettre et délivrerait, s'il était idéal, un bruit blanc. Ne l'étant pas, il délivre un signal résiduel e(n), non complètement blanchi : ce signal appauvri contient encore l'information de périodicité de la partie voisée du signal vocal et devient lui-même le signal ou vecteur cible t(n) à modéliser à l'aide du filtre d'analyse à long terme précité (t(n) = e(n)).
En définitive, il faut donc distinguer, dans un codeur CELP, deux sortes de prédictions. La première, dite à court terme (en anglais : short term analysis), effectue une décorrélation des échantillons adjacents : elle a pour objet de définir les coefficients du filtre d'entrée les plus aptes à permettre l'obtention, après le filtrage du signal connu, d'un signal résiduel aussi proche que possible d'un bruit blanc. La seconde (l'invention décrite ci-après concerne uniquement ce deuxième type de prédiction) dite à long terme (en anglais : long term prediction) et effectuée sur chaque sous-trame, exploite l'information résiduelle de périodicité des sons voisés selon la relation (3) suivante : p(n) = β . t(n-OLP) Dans cette expression (3), t(.) et p(.) désignent respectivement, l'échantillon concerné dans le signal à modéliser et l'échantillon prédit, β est une valeur de gain, et OLP (en anglais, Open Loop Pitch) désigne la grandeur dite période de voisement en boucle ouverte, caractéristique de la périodicité du signal. La détermination de la période OLP et celle du gain β suffisent à mettre en oeuvre la prédiction représentée par l'expression (3). On constate, en écrivant l'expression (3), que cette détermination a la forme d'une dépendance directe : à un facteur de gain près, l'échantillon à prédire serait égal à l'un des échantillons déjà survenus.
En fait, le principe adopté est encore plus général. Autour de cette valeur qui serait celle de la dépendance directe, on construit une relation plus complexe, sous la forme de l'expression (4) suivante, pour un prédicteur par exemple d'ordre 5 :
Figure 00060001
Dans un codeur CELP, et en particulier dans le cas du codeur faisant l'objet du projet de norme cité plus haut, une telle prédiction est réalisée à l'aide d'une mémoire appelée dictionnaire adaptatif. Ce dictionnaire adaptatif est construit à partir de la mémoire des vecteurs d'excitation optimale de la sous-trame précédente, partiellement remise à jour à chaque sous-trame. Il est constitué, pour les sous-trames paires, de trois groupes de cinq vecteurs (pour un prédicteur d'ordre 5) et, pour les sous-trames impaires, de quatre groupes de cinq vecteurs. On appelle par la suite "V-vecteur" chacun de ces groupes de cinq vecteurs. La première composante du premier vecteur de chaque V-vecteur est obtenue en se décalant de (OLP-2+δ) dans le passé, sachant que δ peut prendre les valeurs (-1, 0, 1) pour les sous-trames paires et (-1, 0, 1, 2) pour les sous-trames impaires. Les quatre autres vecteurs de chaque V-vecteur sont obtenus à l'aide du premier vecteur par décalages successifs d'un échantillon dans le sens des temps croissants.
L'opération correspondant à l'expression (4) est donc une prédiction avec combinaison linéaire d'échantillons, au cours de laquelle on raffine la recherche du vecteur solution en faisant varier le gain β, par exemple, dans le cas du projet G.723 cité, en lui donnant cinq valeurs distinctes (β est le vecteur de gain formé de ces cinq valeurs), et en ajustant également d'une faible valeur δ la grandeur OLP. La sélection, au cours de cette recherche, du meilleur vecteur solution possible est faite en incluant dans le déroulement du procédé de détermination une étape de minimisation, au sens des moindres carrés, de la différence entre le vecteur t (n) de sortie du filtre d'analyse (dont on transmettra les coefficients) et les vecteurs solutions résultant de la mise en oeuvre de l'expression (4). Finalement, comme un codeur CELP comprend à son entrée le filtre d'analyse qui, ayant reçu le signal vocal à transmettre, ne délivre plus qu'un signal résiduel constituant l'information de périodicité de ce signal vocal initial, c'est ce signal appauvri t(n) pour lequel va être mise en oeuvre la prédiction expliquée ci-après en référence à la figure 2. Le dictionnaire adaptatif contient donc les vecteurs d'excitation candidats à la construction d'une approximation de ce vecteur t(n).
La figure 2 montre, dans le cas du projet G.723. un exemple de dispositif de prédiction permettant de mettre en oeuvre les principes de détermination qui viennent d'être décrits. Ce dispositif comprend tout d'abord un circuit 20 de stockage de vecteurs d'excitation (c'est le dictionnaire adaptatif mentionné ci-dessus), construit à partir de l'excitation optimale de la sous-trame précédente, c'est-à-dire des excitations sélectionnées lors d'une précédente mise en oeuvre de la même méthode de prédiction pour de précédents échantillons. Pour trouver la valeur du vecteur de gain β ainsi que celle de la grandeur OLP + δ = CLP (en anglais, Closed Loop Pitch), le circuit 20 est suivi, dans le cas où l'on se trouve dans une sous-trame paire et où δ prend par exemple les trois valeurs - 1, 0 et + 1 (c'est le cas représenté sur la figure 2), de voies 30, ici trois voies 30a, 30b, 30c identiques (le circuit 20 est suivi de quatre voies identiques, référencées de façon similaire, dans le cas où l'on se trouve dans une sous-trame impaire, δ prenant alors les quatre valeurs - 1, 0, + 1, + 2).
Chacune de ces voies (selon le cas, de ces trois ou quatre voies dans l'exemple décrit, sans que ces nombres soient limitatifs) traite le V-vecteur du dictionnaire adaptatif qui correspond au pas δ de la voie considérée, et comprend à cet effet en série tout d'abord un filtre 31, ayant pour réponse la réponse impulsionnelle du filtre de synthèse (défini plus haut). Un circuit 32, recevant également le vecteur cible à modéliser t(n) est ensuite prévu pour le calcul d'un vecteur à vingt composantes V(δ) constitué de cinq termes de corrélation entre les vecteurs filtrés et le vecteur résiduel (en anglais : cross-products), donnés par les produits scalaires des cinq vecteurs filtrés du dictionnaire adaptatif par le vecteur cible t(n) , de cinq termes d'énergie, donnés par les produits scalaires des cinq vecteurs filtrés du dictionnaire adaptatif par eux-mêmes, et de dix termes de corrélation deux à deux entre les vecteurs filtrés. A partir de ces corrélations, il est possible de déterminer dans quelle mesure le vecteur résiduel ou vecteur cible t(n) peut être modélisé à partir des V-vecteurs du dictionnaire adaptatif. Les gains, qui sont quantifiés, sont fournis par une mémoire 40, ou table de quantification, qui contient les valeurs possibles pour les différents gains (170 à 5,3 kbits/s., et 85 ou 170 à 6,3 kbits/s., les 170 vecteurs de la table utilisés dans l'un ou l'autre cas étant alors les mêmes). Les informations relatives aux gains sont données, dans cette table de quantification, sous la forme de vecteurs possédant chacun vingt termes (comme précédemment) définis comme suit : cinq valeurs de gain, cinq valeurs égales au carré de ces gains, dix valeurs correspondant aux dix produits deux à deux de ces cinq valeurs de gain.
La minimisation de l'erreur de prédiction à effectuer pour chaque valeur de δ (c'est-à-dire dans chacune des trois ou quatre voies : dans l'exemple décrit, pour les trois valeurs δ = -1, 0, +1 ou, respectivement, les quatres valeurs δ = -1, 0, 1, 2) conformément à l'expression (5) suivante :
Figure 00080001
(avec n = 0 à 59, par exemple, pour une sous-trame à soixante échantillons, et f(.) = échantillon de l'excitation optimale passée filtrée par le filtre de synthèse) est réalisée dans un circuit 33 de recherche de la valeur maximale des produits scalaires du vecteur V(δ) par chacun des 170 (ou 85) vecteurs de la table de quantification. On remarquera en effet que le vecteur de gain β optimal au sens de l'expression (5) est celui qui annule la dérivée de ε par rapport à chacune des composantes du vecteur, et qui, par là même, rend maximal le produit scalaire de V(δ) par un vecteur de la table de quantification. En sortie des circuits 33, un circuit 50 permet alors la sélection du produit scalaire maximal parmi les trois ou quatre produits scalaires disponibles en sortie de ces trois (ou quatre) circuits, produit scalaire maximal auquel correspondent une valeur optimale du pas δ (stockée dans une mémoire 110) et une valeur optimale du vecteur de gain β. La valeur optimale de δ est bien entendu l'une des trois (ou quatre) valeurs utilisées dans les trois (ou quatre) voies, et la valeur ainsi sélectionnée permet de commander un commutateur 60, comprenant autant d'entrées qu'il y a de voies (trois, ou quatre). Ce commutateur, prévu en sortie des filtres 31, permet de sélectionner le V-vecteur filtré constituant le meilleur représentant pour le vecteur solution recherché.
Ce vecteur filtré sélectionné est alors présenté à l'entrée d'un amplificateur 70 dont le vecteur de gain β, délivré par le circuit de sélection 50, avait été stocké dans une mémoire 80 présente en sortie de ce circuit 50. Le V-vecteur filtré optimal ainsi amplifié est le vecteur de prédiction p(n) envoyé vers la borne négative d'un soustracteur 90 qui reçoit sur sa borne positive le vecteur t (n) de sortie du filtre d'analyse du codeur CELP. Ce soustracteur 90 délivre un signal d'erreur e(n) = t(n) - p(n) .
La qualité obtenue avec un tel codeur de parole (tel que décrit dans le document G723) est due en bonne partie à la finesse d'analyse de cette recherche de corrélation à long terme en boucle fermée, effectuée à l'aide du circuit 20 constituant le dictionnaire adaptatif. Cette qualité n'est cependant obtenue qu'au prix d'une très forte complexité, qui apparaít d'emblée dans la suite d'opérations qu'implique la mise en oeuvre du codeur.
Un premier but de l'invention est donc de proposer une méthode de prédiction plus simple, à qualité pratiquement égale, que celle précédemment décrite.
A cet effet l'invention concerne une méthode de prédiction comprenant pour chacune desdites sous-trames les étapes suivantes :
  • (1) pour différentes valeurs d'un pas δ dit de détermination de ladite information de périodicité, et en vue de la sélection, à partir desdites excitations optimales précédemment prédites, d'un vecteur de gain optimal β opt et de la valeur correspondante du pas optimal, une étape de réalisation, en série et pour chaque valeur de δ, des sous-étapes suivantes :
  • (a) une sous-étape de filtrage ;
  • (b) une sous-étape de calcul de termes de corrélation entre les vecteurs filtrés et le vecteur résiduel, de termes d'énergie des vecteurs filtrés, et de termes de corrélation entre les vecteurs filtrés pris deux à deux, délivrant un premier vecteur V(δ) ;
  • (c) une sous-étape de présélection, pour la détermination d'un vecteur initial de gain β(δ)init, des carrés des composantes dudit vecteur, et des produits de ces mêmes composantes prises deux à deux, délivrant un deuxième vecteur β T(δ)init ;
  • (2) une étape de sélection de ladite valeur optimale du pas δ, celle-ci correspondant à la voie pour laquelle le produit scalaire desdits premier et deuxième vecteurs V(δ) et β T (δ)init est maximum, et, pour cette valeur optimale de δ, de sélection, dans une table dite de quantification, dudit vecteur de gain optimal β opt, qui est celui de la table pour lequel le produit scalaire dudit premier vecteur V(δ) par chacun des vecteurs de la table est maximal ;
  • (3) une étape de calcul dudit signal vectoriel résiduel prédit, ou vecteur résiduel prédit, à partir d'une part des vecteurs d'excitation filtrés de la sous-trame précédente qui correspondent à ladite valeur optimale de δ précédemment sélectionnée et d'autre part dudit vecteur de gain optimal sélectionné.
    • Un autre but de l'invention est de proposer un codeur de parole similaire à celui qui vient d'être décrit, mais avec une complexité réduite et tout en conservant une qualité pratiquement équivalente.
    A cet effet l'invention concerne, dans un codeur tel que défini dans le préambule de la description, un dispositif de prédiction comprenant :
  • (A) un circuit de mémorisation de vecteurs, dit dictionnaire adaptatif, contenant les excitations optimales prédites pour la sous-trame précédente ;
  • (B) en sortie dudit circuit de mémorisation, une pluralité de voies de calcul d'un vecteur β T(δ)init, prévues en parallèle chacune pour une valeur déterminée d'un pas δ dit de détermination de ladite information de périodicité et comprenant elles-mêmes chacune en série :
  • (a) un filtre de réponse impulsionnelle égale à celle du filtre de synthèse construit à partir dudit filtre d'analyse ;
  • (b) un circuit de calcul de termes de corrélation entre les vecteurs filtrés, provenant dudit dictionnaire adaptatif, et ledit vecteur résiduel ou vecteur-cible, de termes d'énergie des vecteurs filtrés et de termes de corrélation entre les vecteurs filtrés pris deux à deux ;
  • (c) un circuit de calcul, par voie, dudit vecteur β T(δ)init, dont les composantes sont d'une part les composantes d'un vecteur initial de gain, d'autre part les carrés des composantes dudit vecteur, et enfin les produits de ces mêmes composantes prises deux à deux ;
  • (C) un sous-ensemble de calcul et de mémorisation de la valeur optimale dudit pas ;
  • (D) une mémoire, dite table de quantification, qui contient les composantes des vecteurs de gain candidats, ainsi que leurs carrés et leurs produits deux à deux ;
  • (E) un commutateur de sélection, en liaison avec ladite valeur optimale du pas, du vecteur optimal V(δ) correspondant composé de termes de corrélation, donnés par les produits scalaires des vecteur filtrés par le vecteur résiduel de termes d'énergie, donnés par les produits scalaires des vecteurs filtrés par eux-mêmes, et de termes de corrélation, donnés par les produits scalaires deux à deux des vecteurs filtrés ;
  • (F) un circuit de sélection, dans ladite table de quantification, des vecteurs de gain candidats ;
  • (G) une mémoire de stockage du vecteur de gain ainsi sélectionné ;
  • (H) en sortie de cette mémoire, un amplificateur de la sortie de filtre sélectionnée selon ladite valeur de pas optimal par un commutateur ;
  • (I) un soustracteur d'estimation de ladite erreur de prédiction par différence entre ledit signal résiduel t (n) et le signal prédit p(n) délivré par ledit amplificateur.
    • Alors que, dans le cas du document G723, le parcours de la table de quantification des gains est très complexe, puisqu'il est effectué à raison de 14 fois par trame de 240 échantillons, la solution conforme à l'invention permet de faire un nombre de parcours bien moindre (quatre dans le cas du codeur selon ce document), avec une dégradation pratiquement insensible de la qualité. L'idée de base de la structure ainsi proposée est en effet la suivante : en faisant l'hypothèse simplificatrice que les prédicteurs sont décorrélés, ou, ce qui est équivalent, que les corrélations entre vecteurs filtrés pris deux à deux, précédemment définies, sont nulles, on peut, pour chaque sous-trame et pour chaque voie correspondant à un pas δ, définir un vecteur initial de gain β(δ)init, sans calcul coûteux d'inversion de matrice. Les composantes de ce vecteur sont alors, pour la voie considérée, les rapports successifs des termes de corrélation entre les vecteurs filtrés et le vecteur cible et des termes d'énergie du vecteur V(δ) défini précédemment.
    La donnée, pour chaque voie, d'un vecteur initial de gain β(δ)init permet alors de déterminer une valeur de δ initiale (et sous-optimale) ne nécessitant qu'un parcours de la table de quantification par sous-trame. En effet, le critère du choix du pas δ qui minimise l'erreur de prédiction est tiré directement de la remarque faite plus haut, selon laquelle le vecteur de gain β optimal au sens de l'expression (5) est celui qui annule la dérivée de cette expression par rapport à chacune des composantes du vecteur : le pas initial optimal, déterminé pour chaque sous-trame par le sous-ensemble de calcul prévu en sortie des voies, est alors celui qui rend maximal l'un des trois, ou quatre selon que la sous-trame est paire ou impaire, produits scalaires de β T(δ)init par V(δ), déterminés par le circuit de calcul prévu dans chaque voie après le calcul de V(δ) (on rappelle ici que V(δ) a été défini précédemment, tandis que β T(δ)init est un vecteur qui comprend le même nombre de composantes que V(δ), à savoir, dans le cas présent : les cinq composantes du vecteur initial de gain β(δ)init, les cinq carrés des composantes de ce vecteur, et les dix produits de ces mêmes composantes prises deux à deux). Le vecteur du gain optimal pour chaque sous-trame est alors obtenu à l'aide du circuit prévu en sortie de la table de quantification et qui effectue la recherche de la valeur maximale du produit scalaire du vecteur V(δ) correspondant à la valeur optimale du pas δ qui vient d'être calculée par chacun des vecteurs (ici 170 ou 85 selon le débit) de ladite table. Cette détermination du vecteur de gain optimal ne nécessite plus qu'un seul balayage de la table de quantification par sous-trame, soit quatre par trame (au lieu de trois ou quatre par sous-trame selon que la sous-trame est paire ou impaire, soit quatorze par trame), ce qui entraíne une réduction notable de la complexité.
    Les particularités de l'invention apparaítront de façon plus précise dans la description qui suit et dans les dessins annexés, donnés à titre d'exemples non limitatifs et dans lesquels :
    • la figure 1 montre un exemple de représentation de l'amplitude d'un son voisé en fonction du temps ;
    • les figures 2 et 3 montrent la structure d'un dispositif de prédiction de période de voisement en boucle fermée, respectivement dans le cas du document G723 cité et dans le cas de la présente invention.
    Le dispositif de prédiction selon l'invention, tel que représenté sur la figure 3, présente avec celui de la figure 2 des éléments communs, à savoir le circuit 20 de mémorisation des vecteurs d'excitation candidats (ou dictionnaire adaptatif), les filtres 31, les circuits 32 de calcul des termes de corrélation et d'énergie, la mémoire 40 (ou table de quantification), le commutateur 60, l'amplificateur 70, la mémoire 80, le soustracteur 90, et la mémoire 110.
    La simplification apportée par le mode de réalisation de la figure 3 est la suivante. En choisissant, dans chacune des voies maintenant référencées 130a, 130b, 130c, un vecteur de gain initial β(δ)init, il est possible de déterminer une valeur de δ initiale ne nécessitant plus qu'un parcours de la table de quantification (mémoire 40) par sous-trame (ce choix est effectué dans trois, ou quatre, circuits de présélection 101, selon le nombre de voies). Cette détermination du pas δ optimal est effectuée, pour les vecteurs de gain initiaux ainsi choisis, dans un circuit de calcul 102, et la valeur de δ, conservée en mémoire 110, permet de sélectionner, à l'aide d'un commutateur 161, celle des sorties des circuits de calcul 32 qui lui correspond. La recherche du vecteur de gain optimal est alors effectuée par le circuit de sélection 150, et le vecteur ainsi sélectionné est conservé en mémoire 80. Le commutateur 60, prévu en sortie des filtres 31 et dont la position est commandée par la valeur de δ issue de la mémoire 110, envoie vers l'amplificateur 70 le V-vecteur filtré sélectionné. Le V-vecteur filtré optimal ainsi amplifié est le vecteur de prédiction p(n), envoyé, comme dans le cas de la figure 2, vers le soustracteur 90.
    La simplification de réalisation ainsi apportée ne dégrade la qualité qui était obtenue dans le cas du document G.723 que de 0,2 dB en moyenne, sur la base de 20 signaux de parole de 12 s. chacun fournis par 20 locuteurs différents. Cette dégradation du rapport signal/bruit moyen (RSB moyen) n'est pas perceptible.

    Claims (2)

    1. Méthode de prédiction, dans un codeur de parole dit CELP, du signal vectoriel résiduel, ou vecteur résiduel, de l'analyse à court terme, ledit signal contenant l'information de périodicité présente dans un signal vocal initial à coder décomposé en sous-trames successives, ladite prédiction étant effectuée à partir d'excitations optimales prédites pour la sous-trame précédente, ladite méthode comprenant pour chacune desdites sous-trames les étapes suivantes :
      (1) pour différentes valeurs d'un pas δ dit de détermination de ladite information de périodicité, et en vue de la sélection, à partir desdites excitations optimales précédemment prédites, d'un vecteur de gain optimal β opt et de la valeur correspondante du pas optimal, une étape de réalisation, en série et pour chaque valeur de δ, des sous-étapes suivantes :
      (a) une sous-étape de filtrage ;
      (b) une sous-étape de calcul de termes de corrélation entre les vecteurs filtrés et le vecteur résiduel, de termes d'énergie des vecteurs filtrés, et de termes de corrélation entre les vecteurs filtrés pris deux à deux, délivrant un premier vecteur V(δ) ;
      (c) une sous-étape de présélection, pour la détermination d'un vecteur initial de gain β(δ)init, des carrés des composantes dudit vecteur, et des produits de ces mêmes composantes prises deux à deux, délivrant un deuxième vecteur β T(δ)init ;
      (2) une étape de sélection de ladite valeur optimale du pas δ, celle-ci correspondant à la voie pour laquelle le produit scalaire desdits premier et deuxième vecteurs V(δ) et β T(δ)init est maximum, et, pour cette valeur optimale de δ, de sélection, dans une table dite de quantification, dudit vecteur de gain optimal β opt, qui est celui de la table pour lequel le produit scalaire dudit premier vecteur V(δ) par chacun des vecteurs de la table est maximal ;
      (3) une étape de calcul dudit signal vectoriel résiduel prédit, ou vecteur résiduel prédit, à partir d'une part des vecteurs d'excitation filtrés de la sous-trame précédente qui correspondent à ladite valeur optimale de δ précédemment sélectionnée et d'autre part dudit vecteur de gain optimal sélectionné.
    2. Codeur de parole dit CELP comprenant d'une part un filtre d'analyse à court terme, qui reçoit un signal vocal initial à coder décomposé en sous-trames successives et délivre un signal vectoriel résiduel t(n) définissant l'information de périodicité présente dans le signal vocal initial, et d'autre part un dispositif de prédiction de ce signal résiduel et un circuit d'estimation d'erreur de prédiction par différence entre ce signal vectoriel résiduel t(n) et le signal vectoriel prédit p(n) , ledit dispositif de prédiction comprenant :
      (A) un circuit de mémorisation de vecteurs (20), dit dictionnaire adaptatif, contenant les excitations optimales prédites pour la sous-trame précédente ;
      (B) en sortie dudit circuit de mémorisation, une pluralité de voies de calcul (130a, 130b, 130c) d'un vecteur β T(δ) , prévues en parallèle chacune pour une valeur déterminée d'un pas δ dit de détermination de ladite information de périodicité et comprenant elles-mêmes chacune en série :
      (a) un filtre (31) de réponse impulsionnelle égale à celle du filtre de synthèse construit à partir dudit filtre d'analyse ;
      (b) un circuit de calcul (32) de termes de corrélation entre les vecteurs filtrés, provenant dudit dictionnaire adaptatif, et ledit vecteur résiduel ou vecteur-cible, de termes d'énergie des vecteurs filtrés et de termes de corrélation entre les vecteurs filtrés pris deux à deux ;
      (c) un circuit de présélection (101), par voie, dudit vecteur β T(δ)init, dont les composantes sont d'une part les composantes d'un vecteur initial de gain β(δ)init, d'autre part les carrés des composantes dudit vecteur, et enfin les produits de ces mêmes composantes prises deux à deux ;
      (C) un sous-ensemble de calcul (102) et de mémorisation (110) de la valeur optimale dudit pas ;
      (D) une mémoire, dite table de quantification (40), qui contient les composantes des vecteurs de gain candidats, ainsi que leurs carrés et leurs produits deux à deux ;
      (E) un commutateur de sélection (161), en liaison avec ladite valeur optimale du pas, du vecteur optimal V(δ) correspondant composé de termes de corrélation, donnés par les produits scalaires des vecteur filtrés par le vecteur résiduel de termes d'énergie, donnés par les produits scalaires des vecteurs filtrés par eux-mêmes, et de termes de corrélation, donnés par les produits scalaires deux à deux des vecteurs filtrés ;
      (F) un circuit de sélection (150), dans ladite table de quantification, de chaque vecteur de gain candidat ;
      (G) une mémoire de stockage (80) du vecteur de gain ainsi sélectionné ;
      (H) en sortie de cette mémoire, un amplificateur (70) de la sortie de filtre sélectionnée selon ladite valeur de pas optimal par un commutateur ;
      (I) un soustracteur (90) d'estimation de ladite erreur de prédiction par différence entre ledit signal résiduel t(n) et le signal prédit p(n) délivré par ledit amplificateur.
    EP96934902A 1995-10-11 1996-10-11 Methode et dispositif de prediction de signal pour un codeur de parole Expired - Lifetime EP0796490B1 (fr)

    Priority Applications (1)

    Application Number Priority Date Filing Date Title
    EP96934902A EP0796490B1 (fr) 1995-10-11 1996-10-11 Methode et dispositif de prediction de signal pour un codeur de parole

    Applications Claiming Priority (6)

    Application Number Priority Date Filing Date Title
    FR9511937 1995-10-11
    FR9511937A FR2739964A1 (fr) 1995-10-11 1995-10-11 Dispositif de prediction de periode de voisement pour codeur de parole
    EP96402030 1996-09-25
    EP96402030 1996-09-25
    PCT/FR1996/001596 WO1997014139A1 (fr) 1995-10-11 1996-10-11 Methode et dispositif de prediction de signal pour un codeur de parole
    EP96934902A EP0796490B1 (fr) 1995-10-11 1996-10-11 Methode et dispositif de prediction de signal pour un codeur de parole

    Publications (2)

    Publication Number Publication Date
    EP0796490A1 EP0796490A1 (fr) 1997-09-24
    EP0796490B1 true EP0796490B1 (fr) 2000-08-02

    Family

    ID=26144072

    Family Applications (1)

    Application Number Title Priority Date Filing Date
    EP96934902A Expired - Lifetime EP0796490B1 (fr) 1995-10-11 1996-10-11 Methode et dispositif de prediction de signal pour un codeur de parole

    Country Status (4)

    Country Link
    EP (1) EP0796490B1 (fr)
    JP (1) JPH11500837A (fr)
    DE (1) DE69609592T2 (fr)
    WO (1) WO1997014139A1 (fr)

    Families Citing this family (1)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    JP3263347B2 (ja) 1997-09-20 2002-03-04 松下電送システム株式会社 音声符号化装置及び音声符号化におけるピッチ予測方法

    Family Cites Families (2)

    * Cited by examiner, † Cited by third party
    Publication number Priority date Publication date Assignee Title
    US4899385A (en) * 1987-06-26 1990-02-06 American Telephone And Telegraph Company Code excited linear predictive vocoder
    US5138661A (en) * 1990-11-13 1992-08-11 General Electric Company Linear predictive codeword excited speech synthesizer

    Also Published As

    Publication number Publication date
    WO1997014139A1 (fr) 1997-04-17
    DE69609592D1 (de) 2000-09-07
    JPH11500837A (ja) 1999-01-19
    EP0796490A1 (fr) 1997-09-24
    DE69609592T2 (de) 2001-03-29

    Similar Documents

    Publication Publication Date Title
    CA2182386C (fr) Procede de codage de parole a prediction lineaire et excitation par codes algebriques
    EP0782128B1 (fr) Procédé d'analyse par prédiction linéaire d'un signal audiofréquence, et procédés de codage et de décodage d'un signal audiofréquence en comportant application
    EP0768770B1 (fr) Procédé et dispositif de création d'un bruit de confort dans un système de transmission numérique de parole
    EP0608174B1 (fr) Systeme de codage-décodage prédictif d'un signal numérique de parole par transformée adaptative à codes imbriqués
    EP1692689B1 (fr) Procede de codage multiple optimise
    FR2731548A1 (fr) Recherche profondeur d'abord dans un repertoire algebrique pour un encodage rapide de la paroie
    FR2553555A1 (fr) Procede de codage de la parole et dispositif pour sa mise en oeuvre
    FR2522179A1 (fr) Procede et appareil de reconnaissance de paroles permettant de reconnaitre des phonemes particuliers du signal vocal quelle que soit la personne qui parle
    WO2018146305A1 (fr) Methode et appareil de modification dynamique du timbre de la voix par decalage en fréquence des formants d'une enveloppe spectrale
    EP1593116A1 (fr) Procede pour le traitement numerique differencie de la voix et de la musique, le filtrage de bruit, la creation d'effets speciaux et dispositif pour la mise en oeuvre dudit procede
    EP0428445B1 (fr) Procédé et dispositif de codage de filtres prédicteurs de vocodeurs très bas débit
    JPH06214599A (ja) コードブック励起直線予測探索ループにおいて使用するための適応ピッチパルス強調装置および方法
    JP3357795B2 (ja) 音声符号化方法および装置
    JP2005338200A (ja) 音声・楽音復号化装置および音声・楽音復号化方法
    EP1836699B1 (fr) Procédé et dispositif de codage audio optimisé entre deux modèles de prediction à long terme
    EP0685833B1 (fr) Procédé de codage de parole à prédiction linéaire
    EP0195441B1 (fr) Procédé de codage à faible débit de la parole à signal multi-impulsionnel d'excitation
    EP0796490B1 (fr) Methode et dispositif de prediction de signal pour un codeur de parole
    EP0616315A1 (fr) Dispositif de codage et de décodage numérique de la parole, procédé d'exploration d'un dictionnaire pseudo-logarithmique de délais LTP, et procédé d'analyse LTP
    EP0573358B1 (fr) Procédé et dispositif de synthèse vocale à vitesse variable
    JP3462464B2 (ja) 音声符号化方法、音声復号化方法及び電子装置
    EP2589045B1 (fr) Codage/décodage prédictif linéaire adaptatif
    WO2011144863A1 (fr) Codage avec mise en forme du bruit dans un codeur hierarchique
    EP1192619B1 (fr) Codage et decodage audio par interpolation
    FR2760285A1 (fr) Procede et dispositif de generation d'un signal de bruit pour la sortie non vocale d'un signal decode de la parole

    Legal Events

    Date Code Title Description
    PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

    Free format text: ORIGINAL CODE: 0009012

    AK Designated contracting states

    Kind code of ref document: A1

    Designated state(s): DE FR GB

    17P Request for examination filed

    Effective date: 19971017

    GRAG Despatch of communication of intention to grant

    Free format text: ORIGINAL CODE: EPIDOS AGRA

    17Q First examination report despatched

    Effective date: 19990921

    GRAG Despatch of communication of intention to grant

    Free format text: ORIGINAL CODE: EPIDOS AGRA

    GRAH Despatch of communication of intention to grant a patent

    Free format text: ORIGINAL CODE: EPIDOS IGRA

    RIC1 Information provided on ipc code assigned before grant

    Free format text: 7G 10L 19/08 A

    GRAH Despatch of communication of intention to grant a patent

    Free format text: ORIGINAL CODE: EPIDOS IGRA

    GRAA (expected) grant

    Free format text: ORIGINAL CODE: 0009210

    AK Designated contracting states

    Kind code of ref document: B1

    Designated state(s): DE FR GB

    REF Corresponds to:

    Ref document number: 69609592

    Country of ref document: DE

    Date of ref document: 20000907

    GBT Gb: translation of ep patent filed (gb section 77(6)(a)/1977)

    Effective date: 20000928

    PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

    Ref country code: DE

    Payment date: 20001220

    Year of fee payment: 5

    PLBE No opposition filed within time limit

    Free format text: ORIGINAL CODE: 0009261

    STAA Information on the status of an ep patent application or granted ep patent

    Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

    26N No opposition filed
    PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

    Ref country code: FR

    Payment date: 20011026

    Year of fee payment: 6

    PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

    Ref country code: GB

    Payment date: 20011031

    Year of fee payment: 6

    REG Reference to a national code

    Ref country code: GB

    Ref legal event code: IF02

    PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

    Ref country code: DE

    Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

    Effective date: 20020702

    PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

    Ref country code: GB

    Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

    Effective date: 20021011

    GBPC Gb: european patent ceased through non-payment of renewal fee

    Effective date: 20021011

    PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

    Ref country code: FR

    Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

    Effective date: 20030630

    REG Reference to a national code

    Ref country code: FR

    Ref legal event code: ST