EP1383112A2 - Procédé et dispositif d'encodage de la parole à bande élargie, permettant en particulier une amélioration de la qualité des trames de parole voisée - Google Patents

Procédé et dispositif d'encodage de la parole à bande élargie, permettant en particulier une amélioration de la qualité des trames de parole voisée Download PDF

Info

Publication number
EP1383112A2
EP1383112A2 EP03291748A EP03291748A EP1383112A2 EP 1383112 A2 EP1383112 A2 EP 1383112A2 EP 03291748 A EP03291748 A EP 03291748A EP 03291748 A EP03291748 A EP 03291748A EP 1383112 A2 EP1383112 A2 EP 1383112A2
Authority
EP
European Patent Office
Prior art keywords
term
filter
excitation
short
long
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.)
Withdrawn
Application number
EP03291748A
Other languages
German (de)
English (en)
Other versions
EP1383112A3 (fr
Inventor
Michael Ansorge
Giuseppina Biunedo Lotito
Benito Carnero
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.)
STMicroelectronics NV
Original Assignee
STMicroelectronics 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 EP02015920A external-priority patent/EP1383110A1/fr
Application filed by STMicroelectronics NV filed Critical STMicroelectronics NV
Priority to EP03291748A priority Critical patent/EP1383112A3/fr
Publication of EP1383112A2 publication Critical patent/EP1383112A2/fr
Publication of EP1383112A3 publication Critical patent/EP1383112A3/fr
Withdrawn legal-status Critical Current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
    • G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • 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
    • G10L19/083—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being an excitation gain
    • 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
    • G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders

Definitions

  • the invention relates to speech encoding / decoding extended band, in particular but not limited to telephony mobile.
  • the bandwidth of the speech signal is between 50 and 7000 Hz.
  • Successive speech sequences sampled at one predetermined sampling frequency are processed in a CELP-type coding device, using a linear prediction with excitation by coded sequences (by ACELP example: "algebraic-code-excited linear-prediction"), well known to those skilled in the art, and described in particular in the recommendation ITU-TG 729, version 3/96, entitled “coding of the speech at 8 kbits / s by linear prediction with excitation by coded sequences with conjugated algebraic structure ”.
  • the CD prediction coder of the CELP type, is based on the linear predictive coding model with code excitation.
  • the coder operates on vocal superframes equivalent for example to 20 ms of signal and each comprising 320 samples.
  • the extraction of the linear prediction parameters i.e. the coefficients of the linear prediction filter, also called short-term synthesis filter 1 / A (z), is carried out for each speech superframe.
  • each superframe is subdivided into 5 ms frames comprising 80 samples.
  • the speech signal is analyzed to extract the parameters of the CELP prediction model (that is to say, in particular, a long-term digital excitation word v i extracted from an adaptive coded DLT directory, also called “adaptive long-term dictionary", an associated long-term gain Ga, a short-term excitation word c j , extracted from a fixed coded repertoire DCT, also called “short-term dictionary”, and a gain at associated short term Gc).
  • a long-term digital excitation word v i extracted from an adaptive coded DLT directory, also called “adaptive long-term dictionary”
  • an associated long-term gain Ga a short-term excitation word c j
  • a short-term excitation word c j extracted from a fixed coded repertoire DCT, also called “short-term dictionary”
  • Gc gain at associated short term Gc
  • these parameters are used, in a decoder, to retrieve the excitation and predictive filter parameters. We then reconstitutes speech by filtering this excitation flow in a short-term synthesis filter.
  • the short-term dictionary DCT is founded on a fixed structure, for example of the stochastic type, or of the algebraic using an interlaced permutation model of Dirac pulses.
  • the coded repertoire contains innovative excitations also called algebraic or short-term excitations, and each vector contains a number of non-zero pulses, for example four, each of which can have amplitude +1 or -1 with predetermined positions.
  • the CD encoder processing means include functionally of the first MEXT1 extraction means intended to extract the word long-term excitement, and second MEXT2 extraction means intended to extract the word short-term excitement. Functionally, these means are made for example in software within a processor.
  • These extraction means include a predictive filter FP having a transfer function equal to 1 / A (z), as well as a filter FPP perceptual weighting with a transfer function W (z).
  • the perceptual weighting filter is applied to the signal to model the perception of the ear.
  • the extraction means include means MECM intended to perform a minimization of a square error average.
  • the linear prediction FP synthesis filter models the spectral envelope of the signal. Linear predictive analysis is performed all superframes, so as to determine the linear predictive filter coefficients. These are converted to spectral line pairs (LSP: “Line Spectrum Pairs”) and digitized by predictive vector quantization in two stages.
  • LSP Line Spectrum Pairs
  • Each 20 ms speech superframe is divided into four frames of 5 ms each containing 80 samples.
  • the settings Quantized LSPs are transmitted to the decoder once per superframe while long term and short term parameters are passed at each frame.
  • the coefficients of the linear prediction filter, quantified and not quantified, are used for the most recent frame of a super-frame, while the other three frames of the same super-frame use an interpolation of these coefficients.
  • Tonal delay in open loop is estimated for example every two frames on the basis of the perceptually weighted voice signal. Then, the The following operations are repeated for each frame:
  • the long-term target signal X LT is calculated by filtering the sampled speech signal s (n) by the perceptual weighting filter FPP.
  • the impulse response of the weighted synthesis filter is calculated.
  • Closed loop tonal analysis using a minimization of the average square error is then carried out in order to to determine the long-term excitation word v; and the associated gain Ga, by means of the target signal and the impulse response, by searches around the value of the tone delay in open loop.
  • the long-term target signal is then updated by subtracting the filtered contribution y from the adaptive coded directory DLT and this new short-term target signal X ST is used when exploring the fixed coded directory DCT in order to determine the password.
  • short term excitation c j and the associated gain G c is used when exploring the fixed coded directory DCT in order to determine the password.
  • CELP algorithm strongly depends on the richness of the DCT short term excitation dictionary for example from an algebraic excitation dictionary. If the effectiveness of such algorithm is unquestionable for bandwidth signals narrow (300-3400 Hz), problems arise for signals with widened band.
  • the inventors have in fact observed that even with a very rich dictionary, speech encoding algorithm produced a reconstructed signal corrupted by different kinds of noise and in particular a noise of “whistling” type which taints the frames of spoken word.
  • the invention also provides a control type solution gain, but totally different from that described in particular in the articles of Taniguchi and others and of Shoham.
  • the invention also aims to control regardless of short-term and long-term distortions.
  • the invention therefore provides a speech encoding method with wide band, in which the speech is sampled so as to obtain successive voice frames each comprising a predetermined number of samples, and for each voice frame, we determines parameters of a linear prediction model at excitation by code, these parameters comprising a numeric word of long-term excitement extracted from an adaptive coded repertoire and a associated long-term gain, as well as a word of short-term excitement short term dictionary extract and short term gain associated, and we update the adaptive coded directory from the word excerpt long term excitement and short term excitement word extract.
  • the method includes an update of the state of the linear prediction filter with the word short-term excitation filtered by an order filter greater than or equal to 1, for example an impulse response filter finite of order 1, whose coefficients depend on the value of the gain in the long run, so as to weaken the contribution of excitement to short term when the gain of long term excitement is greater at a predetermined threshold, for example equal to 0.8.
  • the solution according to the invention consists here to weaken the contribution of short-term excitement if the gain of long-term excitement is important.
  • this is the contribution of undiminished short-term excitement which is stored in the adaptive dictionary for updating. So the reduction occurs only on exit. Preserving the short-term contribution to store is important, since the richness of the adaptive dictionary is thus preserved for the most low frequencies.
  • the first coefficient B0 of the filter is equal to 1 / (1 + ⁇ . min (Ga, 1))
  • the second coefficient B1 of the filter is equal to ⁇ .min (Ga, 1) / (1 + ⁇ .min (Ga, 1))
  • ⁇ is a real number with a lower absolute value at 1
  • Ga is the long-term gain
  • min (Ga, 1) designates the minimum value between Ga and 1.
  • the extraction of the word of long-term excitement using a first filter of perceptual weighting including a first weighting filter formant we perform the short excitation word extraction term using the first perceptual weighting filter cascaded to a second perceptual weighting filter comprising a second formantic weighting filter.
  • the denominator of the transfer function of the first formantic weighting filter equals the numerator of the second weighting filter formant.
  • the use of two filters of weighting different formant allows to control regardless of short-term and long-term distortions.
  • the short-term weighting filter is cascaded to the filter of long-term weighting.
  • tying the denominator of the long-term weighting filter in the numerator of the short-term weighting allows these two to be controlled separately filters and also allows a clear simplification when these two filters are cascaded.
  • the first extraction means include a digital filter of linear prediction
  • the device comprises second means update capable of updating the filter status of the linear prediction with short term excitation word filtered by a filter of order greater than or equal to 1 whose coefficients depend on the value of the long-term gain, so as to weaken the contribution of short-term excitement when the gain of long-term excitement is above a predetermined threshold.
  • the first extraction means include a first weighting filter perceptual with a first weighting filter formantic, by the fact that the second means of extraction include the first perceptual weighting filter cascaded to a second perceptual weighting filter comprising a second formantic weighting filter, and the denominator of the transfer function of the first formantic weighting filter equals the numerator of the second weighting filter formant.
  • the invention also relates to a terminal of a system wireless communication, such as a mobile phone cell, incorporating a device as defined above.
  • the encoding device, or CD encoder, according to the invention, as illustrated in FIG. 2, differs from that of the prior art as illustrated in FIG. 1 by the fact that the CD encoder further comprises second updating means MAJ2 able to update the state of the linear prediction filter FP and the state of the perceptual weighting filter FPP with the short-term excitation word c j filtered by a filter of order greater than or equal to 1 FLT1 which is for example here a filter of order 1 with finite impulse response.
  • second updating means MAJ2 able to update the state of the linear prediction filter FP and the state of the perceptual weighting filter FPP with the short-term excitation word c j filtered by a filter of order greater than or equal to 1 FLT1 which is for example here a filter of order 1 with finite impulse response.
  • the coefficients of this first order filter depend on the value long-term gain Ga, so as to weaken the contribution of short-term excitement when gaining long-term excitement Ga is greater than a predetermined threshold, for example equal to 0.8.
  • the transfer function of the filter FLT1 is equal to B0 + B1 z -1 and the first coefficient of the filter B0 can be determined by formula (I) below. 1 / (1 + 0.98 min (Ga, 1)) while the second coefficient of filter B1 can be determined by formula (II) below. 0.98 min (Ga, 1) / (1 + 0.98 min (Ga, 1))
  • the filtering of the excitation must also be applied for updating the memory status of the filters in the DCD decoder, as shown diagrammatically in FIG. 2a.
  • the variant embodiment illustrated in FIG. 2 allows eliminating hissing type noise on voiced speech frames.
  • the FPP perceptual weighting filter uses the masking properties of the human ear compared to the spectral envelope of the speech signal, whose shape is a function resonances of the vocal tract. This filter allows you to assign more importance of the error appearing in the spectral valleys by compared to formic peaks.
  • the same FPP perceptual weighting filter is used for short-term research and for long-term research.
  • the transfer function W (z) of this FPP filter is given by the formula (III) below.
  • W ( z ) AT ( z / ⁇ 1 ) AT ( z / ⁇ 2 ) in which 1 / A (z) is the transfer function of the predictive filter FP and ⁇ 1 and ⁇ 2 are the perceptual weighting coefficients, the two coefficients being positive or zero and less than or equal to 1 with the coefficient ⁇ 2 less than or equal to the coefficient ⁇ 1.
  • the perceptual weighting filter consists of a formantic weighting filter and a weighting of the slope of the spectral envelope of the signal (tilt).
  • FIG. 3 Such an embodiment is illustrated in FIG. 3, in which, compared to Figure 2, the unique FPP filter was replaced by a first formantic weighting filter FPP1 for long-term research, cascaded with a second filter of FPP2 formant weighting for short-term research.
  • the filters appearing in the long-term research loop should also appear in the short-term research loop.
  • the transfer function W 1 (z) of the formantic weighting filter FPP1 is given by formula (IV) below.
  • W 1 (z ) AT ( z / ⁇ 11 ) AT ( z / ⁇ 12 ) while the transfer function W 2 (z) of the formantic weighting filter FPP2 is given by the formula (V) below.
  • W 2 (z ) AT ( z / ⁇ 21 ) AT ( z / ⁇ 22 )
  • the coefficient ⁇ 12 is equal to the coefficient ⁇ 21 . This allows a clear simplification when cascading these two filters.
  • the filter equivalent to the cascade of these two filters has a transfer function given by the formula (VI) below.
  • the synthesis filter FP (having the transfer function 1 / A (z)) followed by the long-term weighting filter FPP1 and the weighting filter FPP2 is then equivalent to the filter whose transfer function is given by formula (VII) below. 1 AT ( z / ⁇ 22 )
  • the invention advantageously applies to telephony mobile, and in particular to all remote terminals belonging to a wireless communication system.
  • Such a terminal for example a TP mobile telephone, such as that illustrated in FIG. 4, conventionally comprises a antenna connected via a DUP duplexer to a chain reception CHR and a CHT transmission chain.
  • a baseband processor BB is connected to the chain respectively of reception CHR and to the chain of transmission CHT by via analog digital ADCs and analog digital DACs.
  • the processor BB performs processing in baseband, including DCN channel decoding, followed by DCS source decoding.
  • the processor For transmission, the processor performs source coding CCS followed by CCN channel coding.
  • the mobile phone incorporates an encoder according to the invention, it is incorporated within the coding means of CCS source, while the decoder is incorporated within the means DCS source decoding.

Landscapes

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

Abstract

On échantillonne la parole de façon à obtenir des trames vocales successives comportant chacune un nombre prédéterminé d'échantillons, et à chaque trame vocale on détermine des paramètres d'un modèle de prédiction linéaire à excitation par code, ces paramètres comportant un mot numérique d'excitation à long terme (v i ) extrait d'un répertoire codé adaptatif (DLT) et un gain à long terme associé (Ga), ainsi qu'un mot d'excitation à court terme (cj) extrait d'un répertoire codé fixe (DCT) en utilisant un filtrage numérique de prédiction linéaire (FP), et un gain à court terme associé (Gc). On met à jour le répertoire codé adaptatif à partir du mot d'excitation à long terme extrait et du mot d'excitation à court terme extrait, et on met à jour l'état du filtre de prédiction linéaire (FP) avec le mot d'excitation à court terme filtré par un filtre (FLT1) d'ordre supérieur ou égal à 1 dont les coefficients dépendent de la valeur du gain à long terme, de façon à affaiblir la contribution de l'excitation à court terme lorsque le gain de l'excitation à long terme est supérieur à un seuil prédéterminé.

Description

L'invention concerne l'encodage/décodage de la parole à bande élargie, notamment mais non limitativement pour la téléphonie mobile.
En bande élargie, la bande passante du signal de parole est comprise entre 50 et 7000 Hz.
Des séquences de parole successives échantillonnées à une fréquence d'échantillonnage prédéterminée, par exemple 16 kHz, sont traitées dans un dispositif de codage de type CELP, utilisant une prédiction linéaire à excitation par séquences codées ( par exemple ACELP : « algebraic-code-excited linear-prediction »), bien connu de l'homme du métier, et décrit notamment dans la recommandation ITU-TG 729, version 3/96, intitulée « codage de la parole à 8 kbits/s par prédiction linéaire avec excitation par séquences codées à structure algébrique conjuguée ».
On va maintenant rappeler brièvement, en se référant à la figure 1, les principales caractéristiques et fonctionnalités d'un tel codeur, l'homme du métier pouvant se référer à toutes fins utiles, pour plus de détails, à la recommandation G 729 précitée.
Le codeur de prédiction CD, du type CELP, est fondé sur le modèle de codage prédictif linéaire à excitation par code. Le codeur opère sur des super-trames vocales équivalentes par exemple à 20 ms de signal et comportant chacune 320 échantillons. L'extraction des paramètres de prédiction linéaire, c'est-à-dire les coefficients du filtre de prédiction linéaire, également appelé filtre de synthèse à court terme 1/A(z), est effectuée pour chaque super-trame de parole. Par contre, chaque super-trame est subdivisée en trames de 5 ms comprenant 80 échantillons. Toutes les trames, le signal vocal est analysé pour en extraire les paramètres du modèle de prédiction CELP (c'est-à-dire notamment, un mot numérique d'excitation à long terme vi extrait d'un répertoire codé adaptatif DLT, également dénommé « dictionnaire à long terme adaptatif », un gain à long terme associé Ga, un mot d'excitation à court terme cj, extrait d'un répertoire codé fixe DCT, également dénommé « dictionnaire à court terme », et un gain à court terme associé Gc).
Ces paramètres sont ensuite codés et transmis.
A la réception, ces paramètres servent, dans un décodeur, à récupérer les paramètres d'excitation et du filtre prédictif. On reconstitue alors la parole en filtrant ce flux d'excitation dans un filtre de synthèse à court terme.
Alors que le dictionnaire adaptatif DLT contient des mots numériques représentatifs de délais tonaux représentatifs d'excitations passées, le dictionnaire à court terme DCT est fondé sur une structure fixe, par exemple de type stochastique, ou de type algébrique utilisant un modèle de permutation entrelacée d'impulsions de Dirac. Dans le cas d'une structure algébrique, le répertoire codé contient des excitations innovatrices également appelées excitations algébriques ou à court terme, et chaque vecteur contient un certain nombre d'impulsions non nulles, par exemple quatre, dont chacune peut avoir l'amplitude +1 ou -1 avec des positions prédéterminées.
Les moyens de traitement du codeur CD comportent fonctionnellement des premiers moyens d'extraction MEXT1 destinés à extraire le mot d'excitation à long terme, et des deuxièmes moyens d'extraction MEXT2 destinés à extraire le mot d'excitation à court terme. Fonctionnellement, ces moyens sont réalisés par exemple de façon logicielle au sein d'un processeur.
Ces moyens d'extraction comportent un filtre prédictif FP ayant une fonction de transfert égale à 1/A(z), ainsi qu'un filtre de pondération perceptuel FPP ayant une fonction de transfert W(z). Le filtre de pondération perceptuelle est appliqué au signal pour modéliser la perception de l'oreille.
Par ailleurs, les moyens d'extraction comportent des moyens MECM destinés à effectuer une minimisation d'une erreur carrée moyenne.
Le filtre de synthèse FP de la prédiction linéaire modélise l'enveloppe spectrale du signal. L'analyse prédictive linéaire est effectuée toutes les super-trames, de façon à déterminer les coefficients de filtrage prédictif linéaire. Ceux-ci sont convertis en paires de lignes spectrales (LSP: « Line Spectrum Pairs ») et numérisés par quantification vectorielle prédictive en deux étapes.
Chaque super-trame de parole de 20 ms est divisée en quatre trames de 5 ms chacune contenant 80 échantillons. Les paramètres LSP quantifiés sont transmis au décodeur une fois par super-trame alors que les paramètres à long terme et à court terme sont transmis à chaque trame.
Les coefficients du filtre de prédiction linéaire, quantifiés et non quantifiés, sont utilisés pour la trame la plus récente d'une super-trame, tandis que les trois autres trames de la même super-trame utilisent une interpolation de ces coefficients. Le délai tonal en boucle ouverte est estimé par exemple toutes les deux trames sur la base du signal vocal pondéré perceptuellement. Puis, les opérations suivantes sont répétées à chaque trame :
Le signal cible à long terme XLT est calculé en filtrant le signal de parole échantillonné s(n) par le filtre de pondération perceptuelle FPP.
On soustrait ensuite du signal vocal pondéré la réponse à entrée nulle du filtre de synthèse pondéré FP, FPP, de façon à obtenir un nouveau signal cible long terme.
La réponse impulsionnelle du filtre de synthèse pondéré est calculé.
Une analyse tonale en boucle fermée utilisant une minimisation de l'erreur carrée moyenne, est ensuite effectuée afin de déterminer le mot d'excitation à long terme v; et le gain associé Ga, au moyen du signal cible et de la réponse impulsionnelle, par recherche autour de la valeur du délai tonal en boucle ouverte.
Le signal cible long terme est ensuite mis à jour par soustraction de la contribution filtrée y du répertoire codé adaptatif DLT et ce nouveau signal cible court terme XST est utilisé lors de l'exploration du répertoire codé fixe DCT afin de déterminer le mot d'excitation court terme cj et le gain Gc associé. Là encore, cette recherche en boucle fermée s'effectue par une minimisation de l'erreur carrée moyenne.
Finalement, le dictionnaire à long terme adaptatif DLT ainsi que les mémoires des filtres FP et FPP, sont mis à jour au moyen des mots d'excitation long terme et court terme ainsi déterminés.
La qualité d'un algorithme CELP dépend fortement de la richesse du dictionnaire d'excitation à court terme DCT, par exemple d'un dictionnaire d'excitation algébrique. Si l'efficacité d'un tel algorithme est incontestable pour les signaux à bande passante étroite (300-3400 Hz), des problèmes surviennent pour des signaux à bande élargie.
Les inventeurs ont en effet observé que même avec un dictionnaire très riche, l'algorithme d'encodage de la parole produit un signal reconstruit corrompu par différentes sortes de bruits et notamment un bruit de type « sifflement » qui entache les trames de parole voisée.
Ce bruit de nature haute fréquence provient de l'excitation à court terme qui introduit des artéfacts indésirables. Deux types de solutions pour résoudre ce problème ont déjà été proposés dans la littérature.
Un premier type de solution, décrit par exemple
  • dans l'article de Gerson et Jasiuk, intitulé « Techniques for Improving the Performance of CELP-Type Speech Coders », IEEE, Journal on Selected Areas In Communications, Vol. 10, N°5, Juin 1992, pages 858-865, ou bien
  • dans l'article de Miki et autres, intitulé « A Pitch Synchronous Innovation CELP (PSI-CELP) Coder for 2-4 kbit/s », Proc., IEEE Int. Conf. Acoustics, Speech, and Signal Processing, ICASSP'94, Adelaide, South Australia, 1994, Vol.II, pages 113-116,
   propose de rendre la contribution à court terme périodique.
Un autre type de solution, décrit par exemple
  • dans l'article de Taniguchi, Johnson et Ohta, intitulé « Pitch Sharpening for Perceptually Improved CELP, and the Sparse-Delta Codebook for Reduced Computation », Proc. IEEE Int. Conf. Acoustics, Speech, and Signal Processing, ICASSP'91, Toronto, Canada 1991, pages 241-244, ou
  • dans l'article de Shoham, intitulé « Constrained-Stochastic Excitation Coding of Speech At 4,8 kb/s », Advances in Speech Coding, B.S. Atal, V. Cuperman, and A. Gersho, Eds., Dordrecht, The Netherlands, Kluwer, 1991, pages 339-348,
   propose un contrôle de façon adaptative du gain à court terme.
L'invention propose également une solution du type contrôle de gain, mais totalement différente de celle décrite notamment dans les articles de Taniguchi et autres et de Shoham.
L'invention a également pour but de contrôler indépendamment les distorsions à court terme et à long terme.
L'invention propose donc un procédé d'encodage de la parole à bande élargie, dans lequel on échantillonne la parole de façon à obtenir des trames vocales successives comportant chacune un nombre prédéterminé d'échantillons, et à chaque trame vocale, on détermine des paramètres d'un modèle de prédiction linéaire à excitation par code, ces paramètres comportant un mot numérique d'excitation à long terme extrait d'un répertoire codé adaptatif et un gain à long terme associé, ainsi qu'un mot d'excitation à court terme extrait d'un dictionnaire à court terme et un gain à court terme associé, et on met à jour le répertoire codé adaptatif à partir du mot d'excitation à long terme extrait et du mot d'excitation à court terme extrait.
Selon une caractéristique générale de l'invention, le procédé comporte une mise à jour de l'état du filtre de prédiction linéaire avec le mot d'excitation à court terme filtré par un filtre d'ordre supérieur ou égal à 1, par exemple un filtre à réponse impulsionnelle finie d'ordre 1, dont les coefficients dépendent de la valeur du gain à long terme, de façon à affaiblir la contribution de l'excitation à court terme lorsque le gain de l'excitation à long terme est supérieur à un seuil prédéterminé, par exemple égal à 0,8.
En d'autres termes, la solution selon l'invention consiste ici à affaiblir la contribution de l'excitation à court terme si le gain de l'excitation à long terme est important. Cependant, c'est la contribution de l'excitation à court terme non affaiblie qui est stockée dans le dictionnaire adaptatif pour sa mise à jour. Ainsi, la réduction intervient seulement sur la sortie. Le fait de préserver la contribution à court terme à stocker est important, puisque la richesse du dictionnaire adaptatif est ainsi conservée pour les plus basses fréquences.
Bien entendu, l'affaiblissement de la contribution doit également être appliquée lors de la reconstruction du signal au niveau du décodeur.
Selon un mode de mise en oeuvre de l'invention dans lequel le filtre est d'ordre 1 et sa fonction de transfert égale à B0+B1 z-1, le premier coefficient B0 du filtre est égal à 1/(1+β.min(Ga,1)), et le deuxième coefficient B1 du filtre est égal à β.min(Ga,1)/(1+β.min(Ga,1)), où β est un nombre réel de valeur absolue inférieure à 1, Ga est le gain à long terme et min(Ga,1) désigne la valeur minimale entre Ga et 1.
Selon une variante de l'invention, on effectue l'extraction du mot d'excitation à long terme en utilisant un premier filtre de pondération perceptuelle comportant un premier filtre de pondération formantique, on effectue l'extraction du mot d'excitation à court terme en utilisant le premier filtre de pondération perceptuelle cascadé à un deuxième filtre de pondération perceptuelle comportant un deuxième filtre de pondération formantique. Le dénominateur de la fonction de transfert du premier filtre de pondération formantique est égal au numérateur du deuxième filtre de pondération formantique.
Ainsi, selon cette variante, l'utilisation de deux filtres de pondération formantique différents permet de contrôler indépendamment les distorsions à court terme et à long terme. Le filtre de pondération à court terme est cascadé au filtre de pondération à long terme. En outre, le fait de lier le dénominateur du filtre de pondération à long terme au numérateur du filtre de pondération à court terme permet de contrôler séparément ces deux filtres et permet en outre une nette simplification lorsque ces deux filtres sont cascadés.
Il est prévu une mise à jour de l'état des deux filtres de pondération perceptuelle avec le mot d'excitation à court terme filtré par le filtre d'ordre supérieur ou égal à 1.
L'invention a également pour objet un dispositif d'encodage de la parole à bande élargie, comportant
  • des moyens d'échantillonnage aptes à échantillonner la parole de façon à obtenir des trames vocales successives comportant chacune un nombre prédéterminé d'échantillons,
  • des moyens de traitement aptes à chaque trame vocale, à déterminer des paramètres d'un modèle de prédiction linéaire à excitation par code, ces moyens de traitement comportant des premiers moyens d'extraction aptes à extraire un mot numérique d'excitation à long terme d'un répertoire codé adaptatif et à calculer un gain à long terme associé, et des deuxièmes moyens d'extraction aptes à extraire un mot d'excitation à court terme d'un répertoire codé fixe et à calculer un gain à court terme associé, et
  • des premiers moyens de mise à jour aptes à mettre à jour le répertoire codé adaptatif à partir du mot d'excitation à long terme extrait et du mot d'excitation à court terme extrait.
Selon une caractéristique générale de l'invention, les premiers moyens d'extraction comportent un filtre numérique de prédiction linéaire, et le dispositif comporte des deuxièmes moyens de mise à jour aptes à effectuer une mise à jour de l'état du filtre de prédiction linéaire avec le mot d'excitation à court terme filtré par un filtre d'ordre supérieur ou égal à 1 dont les coefficients dépendent de la valeur du gain à long terme, de façon à affaiblir la contribution de l'excitation à court terme lorsque le gain de l'excitation à long terme est supérieur à un seuil prédéterminé.
Selon un mode de réalisation de l'invention, les premiers moyens d'extraction comprennent un premier filtre de pondération perceptuelle comportant un premier filtre de pondération formantique, par le fait que les deuxièmes moyens d'extraction comprennent le premier filtre de pondération perceptuelle cascadé à un deuxième filtre de pondération perceptuelle comportant un deuxième filtre de pondération formantique, et le dénominateur de la fonction de transfert du premier filtre de pondération formantique est égal au numérateur du deuxième filtre de pondération formantique.
L'invention a également pour objet un terminal d'un système de communication sans fil, par exemple un téléphone mobile cellulaire, incorporant un dispositif tel que défini ci-avant.
D'autres avantages et caractéristiques de l'invention apparaítront à l'examen de la description détaillée de modes de réalisation et de mise en oeuvre, nullement limitatifs, et des dessins annexés, sur lesquels :
  • la figure 1, déjà décrite, illustre schématiquement un dispositif d'encodage de la parole, selon l'art antérieur ;
  • la figure 2 illustre schématiquement un mode de réalisation d'un dispositif d'encodage, selon l'invention, et la figure 2a illustre schématiquement un mode de réalisation d'un décodeur correspondant ;
  • la figure 3 illustre schématiquement un autre mode de réalisation d'un dispositif d'encodage, selon l'invention ; et
  • la figure 4 illustre schématiquement l'architecture interne d'un téléphone mobile cellulaire incorporant un dispositif de codage, selon l'invention.
Le dispositif d'encodage, ou codeur, CD, selon l'invention, tel qu'illustré sur la figure 2, se distingue de celui de l'art antérieur comme illustré sur la figure 1 par le fait que le codeur CD comporte en outre des deuxièmes moyens de mise à jour MAJ2 aptes à effectuer une mise à jour de l'état du filtre de prédiction linéaire FP et de l'état du filtre de pondération perceptuelle FPP avec le mot d'excitation à court terme cj filtré par un filtre d'ordre supérieur ou égal à 1 FLT1 qui est par exemple ici un filtre d'ordre 1 à réponse impulsionnelle finie.
Les coefficients de ce filtre d'ordre 1 dépendent de la valeur du gain à long terme Ga, de façon à affaiblir la contribution de l'excitation à court terme lorsque le gain de l'excitation à long terme Ga est supérieur à un seuil prédéterminé, par exemple égal à 0,8.
A titre d'exemple, la fonction de transfert du filtre FLT1 est égale à B0+B1 z-1 et le premier coefficient du filtre B0 peut être déterminé par la formule (I) ci-dessous. 1/(1 + 0,98 min (Ga, 1)) tandis que le deuxième coefficient du filtre B1 peut être déterminé par la formule (II) ci-dessous. 0,98 min (Ga, 1) / (1 + 0,98 min (Ga, 1))
Par contre, c'est bien la contribution à court terme non affaiblie qui est stockée dans le dictionnaire adaptatif DLT pour sa mise à jour.
Ainsi, l'affaiblissement intervient uniquement sur le signal de sortie et le fait de préserver la contribution de l'excitation à court terme à stocker permet de conserver la richesse du dictionnaire adaptatif pour les plus basses fréquences.
Naturellement, le filtrage de l'excitation doit être également appliqué pour la mise à jour de l'état des mémoires des filtres dans le décodeur DCD, comme illustré schématiquement sur la figure 2a.
La variante de réalisation illustrée sur la figure 2 permet d'éliminer le bruit de type sifflement sur les trames de parole voisée.
Le filtre de pondération perceptuelle FPP exploite les propriétés de masquage de l'oreille humaine par rapport à l'enveloppe spectrale du signal de parole, dont la forme est fonction des résonances du conduit vocal. Ce filtre permet d'attribuer plus d'importance à l'erreur apparaissant dans les vallées spectrales par rapport aux pics formantiques.
Dans la variante illustrée sur la figure 2, le même filtre de pondération perceptuelle FPP est utilisé pour la recherche à court terme et pour celle à long terme. La fonction de transfert W(z) de ce filtre FPP est donnée par la formule (III) ci-dessous. W(z) = A(z/γ1) A(z/γ2) dans laquelle 1/A(z) est la fonction de transfert du filtre prédictif FP et γ1 et γ2 sont les coefficients de pondération perceptuelle, les deux coefficients étant positifs ou nuls et inférieurs ou égaux à 1 avec le coefficient γ2 inférieur ou égal au coefficient γ1.
D'une façon générale, le filtre de pondération perceptuelle est constitué d'un filtre de pondération formantique et d'un filtre de pondération de la pente de l'enveloppe spectrale du signal (tilt).
Dans le cas présent, on supposera que le filtre de pondération perceptuelle est uniquement formé du filtre de pondération formantique dont la fonction de transfert est donnée par la formule (III) ci-dessus.
Or, la nature spectrale de la contribution à long terme est différente de celle de la contribution à court terme. Par conséquent, il est avantageux d'utiliser deux filtres de pondération formantique différents, permettant de contrôler indépendamment les distorsions à court terme et à long terme.
Un tel mode de réalisation est illustré sur la figure 3, dans laquelle, par rapport à la figure 2, le filtre unique FPP a été remplacé par un premier filtre de pondération formantique FPP1 pour la recherche à long terme, cascadé avec un deuxième filtre de pondération formantique FPP2 pour la recherche à court terme.
Puisque le filtre de pondération à court terme FPP2 est cascadé au filtre de pondération à long terme, les filtres apparaissant dans la boucle de recherche long terme doivent aussi apparaítre dans la boucle de recherche court terme.
La fonction de transfert W1(z) du filtre de pondération formantique FPP1 est donnée par la formule (IV) ci-dessous. W 1 (z) = A(z/γ 11) A(z/γ 12) tandis que la fonction de transfert W2(z) du filtre de pondération formantique FPP2 est donnée par la formule (V) ci-dessous. W 2 (z) = A(z/γ 21) A(z/γ 22)
Par ailleurs, le coefficient γ12 est égal au coefficient γ21. Ceci permet une nette simplification lorsqu'on cascade ces deux filtres. Ainsi, le filtre équivalent à la cascade de ces deux filtres a une fonction de transfert donnée par la formule (VI) ci-dessous. A(z/γ 11) A(z/γ 12)
Par ailleurs, si l'on utilise la valeur 1 pour le coefficient γ11, alors le filtre de synthèse FP (ayant la fonction de transfert 1/A(z)) suivi du filtre de pondération à long terme FPP1 et du filtre de pondération FPP2 équivaut alors au filtre dont la fonction de transfert est donnée par la formule (VII) ci-dessous. 1 A(z/γ22)
Ce qui réduit encore considérablement la complexité de l'algorithme d'extraction des excitations.
A titre indicatif, on peut par exemple utiliser pour les coefficients γ11, γ21 = γ12 et γ22, les valeurs respectives 1 ; 0,1 et 0,9.
L'invention s'applique avantageusement à la téléphonie mobile, et en particulier à tous terminaux distants appartenant à un système de communication sans fil.
Un tel terminal, par exemple un téléphone mobile TP, tel que celui illustré sur la figure 4, comporte de façon classique une antenne reliée par l'intermédiaire d'un duplexeur DUP à une chaíne de réception CHR et à une chaíne de transmission CHT. Un processeur en bande de base BB est relié respectivement à la chaíne de réception CHR et à la chaíne de transmission CHT par l'intermédiaire de convertisseurs analogiques numériques CAN et numériques analogiques CNA.
Classiquement, le processeur BB effectue des traitements en bande de base, et notamment un décodage de canal DCN, suivi d'un décodage de source DCS.
Pour l'émission, le processeur effectue un codage de source CCS suivi d'un codage de canal CCN.
Lorsque le téléphone mobile incorpore un codeur selon l'invention, celui-ci est incorporé au sein des moyens de codage de source CCS, tandis que le décodeur est incorporé au sein des moyens de décodage de source DCS.

Claims (12)

  1. Procédé d'encodage de la parole à bande élargie, dans lequel on échantillonne la parole de façon à obtenir des trames vocales successives comportant chacune un nombre prédéterminé d'échantillons, et à chaque trame vocale on détermine des paramètres d'un modèle de prédiction linéaire à excitation par code, ces paramètres comportant un mot numérique d'excitation à long terme (v;) extrait d'un répertoire codé adaptatif (DLT) et un gain à long terme associé (Ga), ainsi qu'un mot d'excitation à court terme (cj) extrait d'un répertoire codé fixe (DCT) en utilisant un filtrage numérique de prédiction linéaire (FP), et un gain à court terme associé (Gc), et on met à jour le répertoire codé adaptatif à partir du mot d'excitation à long terme extrait et du mot d'excitation à court terme extrait, caractérisé par le fait que le procédé comporte une mise à jour de l'état du filtre de prédiction linéaire (FP) avec le mot d'excitation à court terme filtré par un filtre d'ordre supérieur ou égal à 1 (FLT1) dont les coefficients dépendent de la valeur du gain à long terme, de façon à affaiblir la contribution de l'excitation à court terme lorsque le gain de l'excitation à long terme est supérieur à un seuil prédéterminé.
  2. Procédé selon la revendication 1, caractérisé par le fait que le seuil prédéterminé est égal à 0,8.
  3. Procédé selon la revendication 2, caractérisé par le fait que le filtre (FLT1) est d'ordre 1 et sa fonction de transfert égale à B0+ B1 z-1, par le fait que le premier coefficient B0 du filtre est égal à 1/(1+β.min(Ga,1)), et le deuxième coefficient B1 du filtre est égal à β.min(Ga,1)/(1+β.min(Ga,1)), où β est un nombre réel de valeur absolue inférieure à 1, Ga est le gain à long terme et min(Ga,1) désigne la valeur minimale entre Ga et 1.
  4. Procédé selon l'une des revendications précédentes, caractérisé par le fait qu'on effectue l'extraction du mot d'excitation à long terme en utilisant un premier filtre de pondération perceptuelle (FPP1) comportant un premier filtre de pondération formantique, par le fait qu'on effectue l'extraction du mot d'excitation à court terme en utilisant le premier filtre de pondération perceptuelle (FPP1) cascadé à un deuxième filtre de pondération perceptuelle (FPP2) comportant un deuxième filtre de pondération formantique, et par le fait que le dénominateur de la fonction de transfert du premier filtre de pondération formantique est égal au numérateur du deuxième filtre de pondération formantique.
  5. Procédé selon la revendication 4, caractérisé par le fait qu'il comporte une mise à jour de l'état des deux filtres de pondération perceptuelle (FPP1, FPP2) avec le mot d'excitation à court terme filtré par ledit filtre d'ordre 1.
  6. Dispositif d'encodage de la parole à bande élargie, comportant
    des moyens d'échantillonnage aptes à échantillonner la parole de façon à obtenir des trames vocales successives comportant chacune un nombre prédéterminé d'échantillons,
    des moyens de traitement aptes à chaque trame vocale, à déterminer des paramètres d'un modèle de prédiction linéaire à excitation par code, ces moyens de traitement comportant des premiers moyens d'extraction (MEXT1) aptes à extraire un mot numérique d'excitation à long terme d'un répertoire codé adaptatif et à calculer un gain à long terme associé, et des deuxièmes moyens d'extraction (MEXT2) aptes à extraire un mot d'excitation à court terme d'un répertoire codé fixe et à calculer un gain à court terme associé, et
    des premiers moyens de mise à jour (MAJ) aptes à mettre à jour le répertoire codé adaptatif à partir du mot d'excitation à long terme extrait et du mot d'excitation à court terme extrait,
    caractérisé par le fait que les premiers moyens d'extraction comportent un filtre numérique de prédiction linéaire (FP), et par le fait que le dispositif comporte des deuxièmes moyens de mise à jour (MAJ2) aptes à effectuer une mise à jour de l'état du filtre de prédiction linéaire avec le mot d'excitation à court terme filtré par un filtre (FLT1) d'ordre supérieur ou égal à 1 dont les coefficients dépendent de la valeur du gain à long terme, de façon à affaiblir la contribution de l'excitation à court terme lorsque le gain de l'excitation à long terme est supérieur à un seuil prédéterminé.
  7. Dispositif selon la revendication 6, caractérisé par le fait que le seuil prédéterminé est égal à 0,8.
  8. Dispositif selon la revendication 7, caractérisé par le fait que le filtre (FLT1) est d'ordre 1 et sa fonction de transfert égale à B0+B1 z-1, par le fait que le premier coefficient B0 du filtre est égal à 1/(1+β.min(Ga,1)), et le deuxième coefficient B1 du filtre est égal à β.min(Ga,1)/(1+β.min(Ga,1)), où β est un nombre réel de valeur absolue inférieure à 1, Ga est le gain à long terme et min(Ga,1) désigne la valeur minimale entre Ga et 1.
  9. Dispositif selon l'une des revendications 6 à 8, caractérisé par le fait que les premiers moyens d'extraction comprennent un premier filtre de pondération perceptuelle (FPP1) comportant un premier filtre de pondération formantique, par le fait que les deuxièmes moyens d'extraction comprennent le premier filtre de pondération perceptuelle cascadé à un deuxième filtre de pondération perceptuelle (FPP2) comportant un deuxième filtre de pondération formantique, et par le fait que le dénominateur de la fonction de transfert du premier filtre de pondération formantique est égal au numérateur du deuxième filtre de pondération formantique.
  10. Dispositif selon la revendication 9, caractérisé par le fait que les deuxièmes moyens de mise à jour sont aptes à effectuer une mise à jour de l'état des deux filtres de pondération perceptuelle avec le mot d'excitation à court terme filtré par ledit filtre d'ordre 1.
  11. Terminal d'un système de communication sans fil, caractérisé par le fait qu'il incorpore un dispositif selon l'une des revendications 6 à 10.
  12. Terminal selon la revendication 11, caractérisé par le fait qu'il forme un téléphone mobile cellulaire.
EP03291748A 2002-07-17 2003-07-15 Procédé et dispositif d'encodage de la parole à bande élargie, permettant en particulier une amélioration de la qualité des trames de parole voisée Withdrawn EP1383112A3 (fr)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP03291748A EP1383112A3 (fr) 2002-07-17 2003-07-15 Procédé et dispositif d'encodage de la parole à bande élargie, permettant en particulier une amélioration de la qualité des trames de parole voisée

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP02015920 2002-07-17
EP02015920A EP1383110A1 (fr) 2002-07-17 2002-07-17 Procédé et dispositif d'encodage de la parole à bande élargie, permettant en particulier une amélioration de la qualité des trames de parole voisée
EP03291748A EP1383112A3 (fr) 2002-07-17 2003-07-15 Procédé et dispositif d'encodage de la parole à bande élargie, permettant en particulier une amélioration de la qualité des trames de parole voisée

Publications (2)

Publication Number Publication Date
EP1383112A2 true EP1383112A2 (fr) 2004-01-21
EP1383112A3 EP1383112A3 (fr) 2008-08-20

Family

ID=29781470

Family Applications (1)

Application Number Title Priority Date Filing Date
EP03291748A Withdrawn EP1383112A3 (fr) 2002-07-17 2003-07-15 Procédé et dispositif d'encodage de la parole à bande élargie, permettant en particulier une amélioration de la qualité des trames de parole voisée

Country Status (1)

Country Link
EP (1) EP1383112A3 (fr)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0593255A1 (fr) * 1992-10-12 1994-04-20 Nec Corporation Arrangement pour démoduler des signaux de langage transmis d'une manière discontinue à partir d'une unité mobile
US6148282A (en) * 1997-01-02 2000-11-14 Texas Instruments Incorporated Multimodal code-excited linear prediction (CELP) coder and method using peakiness measure
WO2002023534A2 (fr) * 2000-09-15 2002-03-21 Conexant Systems, Inc. Selection de parametres de codage en fonction de la teneur spectrale d'un signal vocal
US6385573B1 (en) * 1998-08-24 2002-05-07 Conexant Systems, Inc. Adaptive tilt compensation for synthesized speech residual

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0593255A1 (fr) * 1992-10-12 1994-04-20 Nec Corporation Arrangement pour démoduler des signaux de langage transmis d'une manière discontinue à partir d'une unité mobile
US6148282A (en) * 1997-01-02 2000-11-14 Texas Instruments Incorporated Multimodal code-excited linear prediction (CELP) coder and method using peakiness measure
US6385573B1 (en) * 1998-08-24 2002-05-07 Conexant Systems, Inc. Adaptive tilt compensation for synthesized speech residual
WO2002023534A2 (fr) * 2000-09-15 2002-03-21 Conexant Systems, Inc. Selection de parametres de codage en fonction de la teneur spectrale d'un signal vocal

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
REDWAN SALAMI ET AL: "Design and Description of CS-ACELP: A Toll Quality 8 kb/s Speech Coder" IEEE TRANSACTIONS ON SPEECH AND AUDIO PROCESSING, IEEE SERVICE CENTER, NEW YORK, NY, US, vol. 6, no. 2, 1 mars 1998 (1998-03-01), XP011054298 ISSN: 1063-6676 *

Also Published As

Publication number Publication date
EP1383112A3 (fr) 2008-08-20

Similar Documents

Publication Publication Date Title
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
EP2002428B1 (fr) Procede de discrimination et d'attenuation fiabilisees des echos d'un signal numerique dans un decodeur et dispositif correspondant
EP1320087B1 (fr) Synthèse d'un signal d'excitation utilisé dans un générateur de bruit de confort
EP0749626B1 (fr) Procede de codage de parole a prediction lineaire et excitation par codes algebriques
EP1316087B1 (fr) Dissimulation d'erreurs de transmission dans un signal audio
EP0608174A1 (fr) Systeme de codage-décodage prédictif d'un signal numérique de parole par transformée adaptative à codes imbriqués
FR2596936A1 (fr) Systeme de transmission d'un signal vocal
EP1267325B1 (fr) Procede pour detecter l'activite vocale dans un signal, et codeur de signal vocal comportant un dispositif pour la mise en oeuvre de ce procede
EP1125283B1 (fr) Procede de quantification des parametres d'un codeur de parole
WO2009004225A1 (fr) Post-traitement de reduction du bruit de quantification d'un codeur, au decodage
Kroon et al. Predictive coding of speech using analysis-by-synthesis techniques
EP0428445B1 (fr) Procédé et dispositif de codage de filtres prédicteurs de vocodeurs très bas débit
WO2007107670A2 (fr) Procede de post-traitement d'un signal dans un decodeur audio
EP1383109A1 (fr) Procédé et dispositif d'encodage de la parole à bande élargie
EP2652735B1 (fr) Codage perfectionne d'un etage d'amelioration dans un codeur hierarchique
EP1383110A1 (fr) Procédé et dispositif d'encodage de la parole à bande élargie, permettant en particulier une amélioration de la qualité des trames de parole voisée
WO2023165946A1 (fr) Codage et décodage optimisé d'un signal audio utilisant un auto-encodeur à base de réseau de neurones
FR2702590A1 (fr) Dispositif de codage et de décodage numériques de la parole, procédé d'exploration d'un dictionnaire pseudo-logarithmique de délais LTP, et procédé d'analyse LTP.
EP1383112A2 (fr) Procédé et dispositif d'encodage de la parole à bande élargie, permettant en particulier une amélioration de la qualité des trames de parole voisée
JPH09508479A (ja) バースト励起線形予測
EP1383111A2 (fr) Procédé et dispositif d'encodage de la parole à bande élargie
EP1383113A1 (fr) Procédé et dispositif d'encodage de la parole à bande élargie capable de contrôler indépendamment les distorsions à court terme et à long terme
EP0989544A1 (fr) Dispositif et procédé de filtrage d'un signal de parole, récepteur et système de communications téléphonique
EP1388846A2 (fr) Procédé et dispositif d'encodage de la parole à bande élargie capable de contrôler indépendamment les distorsions à court terme et à long terme
WO2005114653A1 (fr) Procede de quantification d'un codeur de parole a tres bas debit

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: A2

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IT LI LU MC NL PT RO SE SI SK TR

AX Request for extension of the european patent

Extension state: AL LT LV MK

PUAL Search report despatched

Free format text: ORIGINAL CODE: 0009013

AK Designated contracting states

Kind code of ref document: A3

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IT LI LU MC NL PT RO SE SI SK TR

AX Request for extension of the european patent

Extension state: AL LT LV MK

RIC1 Information provided on ipc code assigned before grant

Ipc: G10L 19/12 20060101ALN20080715BHEP

Ipc: G10L 19/06 20060101AFI20080715BHEP

AKX Designation fees paid
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20090203

REG Reference to a national code

Ref country code: DE

Ref legal event code: 8566