EP1994526B1

EP1994526B1 - Synthese et spatialisation sonores conjointes

Info

Publication number: EP1994526B1
Application number: EP07731685A
Authority: EP
Inventors: Grégory PALLONE; Marc Emerit; David Virette
Original assignee: France Telecom SA
Current assignee: Orange SA
Priority date: 2006-03-13
Filing date: 2007-03-01
Publication date: 2009-10-28
Anticipated expiration: 2027-03-01
Also published as: EP1994526A1; WO2007104877A1; ES2335246T3; JP2009530883A; DE602007002993D1; ATE447224T1; US20090097663A1; PL1994526T3; JP5051782B2; US8059824B2

Description

La présente invention concerne un traitement audio et, plus particulièrement, une spatialisation tridimensionnelle de sources sonores synthétiques.
Actuellement, la spatialisation d'une source sonore synthétique est réalisée souvent sans tenir compte du mode de production du son, c'est-à-dire de la manière même dont est synthétisé le son. Ainsi, de nombreux modèles, notamment paramétriques, ont été proposés pour la synthèse. Parallèlement, de nombreuses techniques de spatialisation ont été aussi proposées, sans toutefois proposer un recoupement avec la technique choisie pour une synthèse.
On connaît, parmi les techniques de synthèse, les méthodes dites "non paramétriques". Aucun paramètre particulier n'est utilisé a priori pour modifier des échantillons précédemment stockés en mémoire. Le représentant le plus connu de ces méthodes est la synthèse par table d'onde classique.
A ce type de technique s'opposent les méthodes de synthèse "paramétrique" qui reposent sur l'utilisation d'un modèle permettant de manipuler un nombre réduit de paramètres, comparé au nombre d'échantillons de signaux produits au sens des méthodes non paramétriques. Les techniques de synthèse paramétriques reposent typiquement sur des modèles additifs, soustractifs, source/filtre ou non-linéaires.
Parmi ces méthodes paramétriques, on qualifie de "mutuelles" celles qui permettent de manipuler en commun des paramètres correspondant à des sources sonores différentes, pour n'utiliser alors qu'un seul processus de synthèse, néanmoins pour la totalité des sources. Dans les méthodes dites "sinusoïdales", typiquement, on construit un spectre en fréquence à partir des paramètres tels que l'amplitude et la fréquence de chaque composante partielle du spectre sonore global des sources. En effet, une implémentation par transformée de Fourier inverse, suivie d'une addition/recouvrement, assure une synthèse extrêmement efficace de plusieurs sources sonores simultanément.
Pour ce qui concerne la spatialisation de sources sonores, différentes techniques sont connues actuellement. Certaines techniques (comme le "transaural" ou le "binaural") se basent sur la prise en compte de fonctions de transfert HRTFs (pour "Head Related Transfer Function") représentant la perturbation d'ondes acoustiques par la morphologie d'un individu, ces fonctions HRTFs étant propres à cet individu. La restitution sonore s'effectue de façon adaptée aux HRTFs de l'auditeur, typiquement sur deux haut-parleurs distants ("transaural") ou à partir des deux oreillettes d'un casque ("binaural"). D'autres techniques (par exemple l'"ambiophonique" ou le "multicanal" (5.1 à 10.1 ou plus) prévoient plutôt une restitution sur plus de deux haut-parleurs.
Plus précisément, certaines techniques à base de HRTFs utilisent la séparation des variables "fréquence" et "position" des HRTFs, donnant ainsi un ensemble de p filtres de base (correspondant aux p premières valeurs propres de la matrice de covariance des HRTFs dont les variables statistiques sont les fréquences), ces filtres étant pondérés par des fonctions spatiales (obtenues par projection des HRTFs sur des filtres de base). Les fonctions spatiales peuvent ensuite être interpolées, comme décrit dans le document US-5,500,900 .
La spatialisation de nombreuses sources sonores peut être réalisée grâce à une implémentation multicanale appliquée au signal de chacune des sources sonores. Les gains des canaux de spatialisation sont appliqués directement aux échantillons sonores du signal, souvent décrits dans le domaine temporel (mais possiblement aussi dans le domaine fréquentiel). Ces échantillons sonores sont traités par un algorithme de spatialisation (avec application de gains qui sont fonction de la position désirée), et ce, indépendamment de l'origine de ces échantillons. Ainsi, la spatialisation proposée pourrait s'appliquer aussi bien à des sons naturels qu'à des sons synthétiques.
D'une part, chaque source sonore doit être synthétisée indépendamment (avec obtention d'un signal temporel ou fréquentiel), afin de pouvoir appliquer ensuite des gains de spatialisation indépendants. Pour N sources sonores, il est donc nécessaire de réaliser N calculs de synthèse.
D'autre part, l'application des gains à des échantillons sonores, qu'ils soient issus du domaine temporel ou fréquentiel, nécessite au minimum autant de multiplications qu'il y a d'échantillons. Pour un bloc de Q échantillons, il est donc nécessaire d'appliquer au moins N.M.Q gains, M étant le nombre de canaux intermédiaires (canaux ambiophoniques par exemple) et N étant le nombre de sources.
Ainsi, cette technique nécessite un coût de calcul élevé dans le cas de la spatialisation de nombreuses sources sonores.
Parmi les techniques ambiophoniques, la méthode dite des "haut-parleurs virtuels" permet d'encoder les signaux à spatialiser en leur appliquant en particulier des gains, le décodage étant réalisé par convolution des signaux encodés par des filtres pré-calculés (Jérôme Daniel, "Représentation de champs acoustiques, application à la transmission et à la reproduction de scènes sonores complexes dans un contexte multimédia", Thèse de doctorat, 2000).
Une technique très prometteuse, combinant synthèse et spatialisation, a été présentée dans le document WO-05/069272 .
Elle consiste à déterminer des amplitudes à affecter à des signaux représentant des sources sonores pour définir, à la fois, l'intensité sonore (par exemple un "volume") d'une source à synthétiser et un gain de spatialisation de cette source. Ce document divulgue notamment une spatialisation binaurale avec prise en compte des retards et des gains (ou "fonctions spatiales") et, en particulier, un mixage des sources synthétisées dans la partie encodage de spatialisation.
Plus particulièrement encore, un exemple de réalisation qui est visé dans ce document WO-05/069272 et dans lequel les sources sont synthétisées en associant des amplitudes à des fréquences constitutives d'un "timbre sonore" (par exemple une fréquence fondamentale et ses harmoniques), prévoit de regrouper par fréquences identiques des signaux de synthèse, en vue d'une spatialisation ultérieure opérant sur les fréquences.
Cet exemple de réalisation est illustré sur la figure 1. Dans un bloc de synthèse SYNTH (représenté en traits pointillés), on affecte à des fréquences f₀, f₁, f₂, ..., f_p de chaque source à synthétiser S₁, ..., S_N des amplitudes respectives a₀ ¹, a₁ ¹, ..., a_p ¹, ..., a_i ^j, ..., a₀ ^N, a₁ ^N, ..., a_p ^N, où, dans la notation générale a_i ^j, j est un indice de source compris entre 1 et N et i est un indice de fréquence compris entre 0 et p. Bien entendu, certaines amplitudes d'un jeu a₀ ^j, a₁ ^j, ..., a_p ^j à affecter à une même source j peuvent être nulles si les fréquences correspondantes ne sont pas représentées dans le timbre sonore de cette source j.
Les amplitudes a_i ¹, ..., a_i ^N relatives à chaque fréquence f_i sont regroupées ("mixées") pour être appliquées, fréquence par fréquence, au bloc de spatialisation SPAT pour un encodage opérant sur les fréquences (en binaural par exemple, en prévoyant alors un retard interaural à appliquer à chaque source). Les signaux des canaux c₁, ..., c_k, issus du bloc de spatialisation SPAT, sont ensuite destinés à être transmis à travers un ou plusieurs réseaux, ou encore stockés, ou autres, en vue d'une restitution ultérieure (précédée le cas échéant d'un décodage de spatialisation adapté).
Cette technique, quoique très prometteuse, mérite encore quelques optimisations.
De manière générale, les procédés actuels requièrent des puissances de calcul notables pour spatialiser de nombreuses sources sonores synthétisées.
La présente invention vient améliorer la situation.
elle propose à cet effet un procédé pour synthétiser et spatialiser conjointement une pluralité de sources sonores dans des positions associées de l'espace, le procédé comportant :

a) une étape d'affectation à chaque source d'au moins un paramètre de synthèse p_i, représentatif d'une amplitude d'au moins une composante fréquentielle de la source,
b) une étape de spatialisation mettant en oeuvre un encodage en une pluralité de canaux, dans laquelle on duplique chaque paramètre d'amplitude pour le multiplier par un gain de spatialisation, chaque gain de spatialisation étant déterminé, d'une part, pour un canal d'encodage et, d'autre part, pour une source à spatialiser,
c) une étape de regroupement des paramètres multipliés par les gains, dans des canaux respectifs, en appliquant une somme desdits paramètres multipliés sur toutes les sources pour chaque canal, et
d) une étape de synthèse paramétrique appliquée à chacun des canaux.

Il est aussi proposé un programme d'ordinateur selon la revendication 6 et un module selon la revendication 7.
Ainsi, la présente invention propose à cet effet d'appliquer d'abord un encodage en spatialisation, puis une "pseudo-synthèse", le terme "pseudo" visant le fait que la synthèse s'applique en particulier aux paramètres encodés, issus de la spatialisation et non à des signaux sonores synthétiques habituels.
En effet, une particularité que propose l'invention est l'encodage spatial de quelques paramètres de synthèse, plutôt que de réaliser un encodage spatial des signaux correspondant directement aux sources. Cet encodage spatial s'applique plus particulièrement à des paramètres de synthèse qui sont représentatifs d'une amplitude et il consiste avantageusement à appliquer à ces quelques paramètres de synthèse des gains de spatialisation qui sont calculés en fonction de positions souhaitées respectives des sources. On comprendra ainsi que les paramètres multipliés par les gains à l'étape b) et regroupés à l'étape c) ne sont pas réellement des signaux sonores, comme au sens de l'art antérieur général décrit ci-avant.
La présente invention utilise alors une synthèse paramétrique mutuelle où l'un des paramètres possède la dimension d'une amplitude. Contrairement aux techniques de l'art antérieur, elle tire ainsi partie des avantages d'une telle synthèse pour effectuer la spatialisation. La combinaison des jeux de paramètres de synthèse obtenus pour chacune des sources permet avantageusement de contrôler globalement les blocs encodés de synthèse paramétrique mutuelle.
La présente invention permet alors de spatialiser simultanément et indépendamment de nombreuses sources sonores synthétisées à partir d'un modèle de synthèse paramétrique, les gains de spatialisation étant appliqués aux paramètres de synthèse plutôt qu'aux échantillons du domaine temporel ou fréquentiel. Cette réalisation assure alors une économie substantielle de la puissance de calcul requise car elle implique un faible coût de calcul.
Selon l'un des avantages que procure l'invention, comme le nombre d'étapes dans la synthèse est rendu indépendant par rapport au nombre de sources, une seule synthèse par canal intermédiaire peut être appliquée. Quel que soit le nombre de sources sonores, seul un nombre constant M de calculs de synthèse est prévu. Typiquement, dès lors que le nombre de sources N devient plus grand que le nombre M de canaux intermédiaires, la technique au sens de l'invention nécessite moins de calculs que les techniques habituelles au sens de l'art antérieur. Par exemple, à l'ordre ambiophonique 1 et en deux dimensions (soit trois canaux intermédiaires), l'invention permet déjà un gain de calcul pour seulement quatre sources à spatialiser.
La présente invention permet aussi de diminuer le nombre de gains à appliquer. En effet, les gains sont appliqués aux paramètres de synthèse et non aux échantillons sonores. La mise à jour des paramètres tels que le volume étant généralement moins fréquente que la fréquence d'échantillonnage d'un signal, une économie de calcul est ainsi réalisée. Par exemple, pour une fréquence de mise à jour de paramètres (tel que le volume notamment) de 200Hz, on réalise une économie de multiplications substantielle pour une fréquence d'échantillonnage du signal de 44100Hz (selon un rapport d'environ 200).
Les champs d'application de la présente invention peuvent concerner aussi bien le domaine musical (notamment les sonneries polyphoniques de mobiles), le domaine du multimédia (notamment les sonorisations de jeux vidéo), le domaine de la réalité virtuelle (rendu de scènes sonores), les simulateurs (synthèse de bruits moteurs), ou autres.
D'autres caractéristiques et avantages de l'invention apparaîtront à l'examen de la description détaillée ci-après, et des dessins annexés sur lesquels, outre la figure 1 relative à l'art antérieur et décrite ci avant :

la figure 2 illustre le traitement général de spatialisation et synthèse prévu dans un procédé au sens de l'invention,
la figure 3 illustre un traitement des signaux spatialisés et synthétisés, pour un décodage spatial en vue d'une restitution,
la figure 4 illustre un mode de réalisation particulier dans lequel on affecte plusieurs paramètres d'amplitude à chaque source, chaque paramètre étant associé à une composante fréquentielle,
la figure 5 illustre les étapes d'un procédé au sens de l'invention, et peut correspondre à un organigramme d'un programme d'ordinateur pour la mise en oeuvre de l'invention.

En référence à la figure 2, on affecte au moins un paramètre p_i, représentatif d'une amplitude, à une source S_i parmi une pluralité de sources S₁, ..., S_N à synthétiser et spatialiser (i étant compris entre 1 et N). On duplique chaque paramètre p_i en autant de canaux de spatialisation prévus dans le bloc de spatialisation SPAT. Dans l'exemple représenté où l'on prévoit M canaux d'encodage pour la spatialisation, on duplique M fois chaque paramètre p_i pour appliquer des gains de spatialisation respectifs g_i ¹, g_i ^M (i étant, pour rappel, un indice de source S_i).
On obtient alors N.M paramètres multipliés chacun par un gain : p₁g₁ ¹, ..., P₁g₁ ^M, ..., p_ig_i ¹, ..., p_ig_i ^M, ..., p_Ng_N ¹, ..., p_Ng_N ^M.
On regroupe ensuite ces paramètres multipliés (référence R de la figure 2) par canaux de spatialisation (M canaux en tout), soit :

p₁g₁ ¹, ..., p_ig_i ¹, ..., p_Ng_N ¹ regroupés dans un premier canal de spatialisation p_g ¹,
et ce, jusqu'à :

p₁g₁ ^M, ..., p_ig_i ^M, ..., p_Ng_N ^M regroupés dans un M^ième canal de spatialisation p_g ^M,

global

.

Ainsi, de nouveaux paramètres p_i ^m (i variant de 1 à N et m variant de 1 à M) sont calculés par multiplication des paramètres p_i par les gains d'encodage g_i ^m, obtenus à partir de la position de chacune des sources. Les paramètres p_i ^m sont combinés (par sommation dans l'exemple décrit) afin de fournir les paramètres p_g ^m qui alimentent M blocs de synthèse paramétrique mutuelle. Ces M blocs (référencés SYNTH(1) à SYNTH(M) sur la figure 2) sont constitutifs du module de synthèse SYNTH, lequel délivre M signaux temporels ou fréquentiels ss^m (m variant de 1 à M), obtenus par synthèse à partir des paramètres p_g ^m. Ces signaux ss^m peuvent ensuite alimenter un bloc classique de décodage spatial, comme on le verra plus loin en référence à la figure 3.
Dans un mode de réalisation particulier, la synthèse utilisée est une synthèse additive avec application d'une transformée de Fourier inverse (IFFT).
A cet effet, un ensemble de N sources est caractérisé par une pluralité de paramètres p_i,k représentant l'amplitude dans le domaine fréquentiel de la k^ième composante fréquentielle pour la i^ième source S_i.
Le signal temporel s_i(n) qui correspondrait à cette source S_i, s'il était synthétisé indépendamment des autres sources, serait donné par : $s_{i} (n) = Σ_{k = 1}^{K} c_{i, k} (n), {avec c}_{i, k} (n) = p_{i, k} (n) \cos [2 {πf}_{i, k} (n) n / F_{e} + ϕ_{i, k} (n)]$
où p_i,k est l'amplitude de la composante de fréquence f_i,k et dont la phase est donnée par ϕ_i,k pour la source S_i, à l'instant n.
Il est possible de réaliser la synthèse additive dans le domaine fréquentiel à partir des seuls paramètres p_i,k, f_i,k et ϕ_i,k donnés, en utilisant par exemple la technique exposée dans le document FR-2 679 689 .
Le paramètre p_i,k représente l'amplitude d'une composante fréquentielle k donnée pour une source S_i donnée. On en déduit donc les paramètres p^m _i,k pour chaque source et chacun des M canaux grâce à la relation : ${p^{m}}_{i, k} = {g^{m}}_{i -} p_{i, k},$
m variant de 1 à M. Les gains g^m _i sont prédéterminés pour une position désirée pour la source S_i et en fonction de l'encodage de spatialisation choisi.
Dans le cas d'un encodage ambiophonique par exemple, ces gains correspondent aux harmoniques sphériques et peuvent s'écrire g^m _i = Y_m(θ_i,δ_i), où :

Y_m est un harmonique sphérique d'ordre m,
θ_i et δ_i sont respectivement l'azimut et le site souhaités pour la source S_i.

Les paramètres p^m _i,k sont ensuite combinés fréquence par fréquence, de manière à obtenir un seul paramètre global :

${p^{m}}_{g, kʹ} = {\sum_{i = 1}^{N} {p^{m}}_{i, k}}_{},$
, où k' décrit toutes les fréquences f_i,k présentes dans toutes les sources S_i.

{p^{m}}_{g, k} = {\sum_{i = 1}^{N} {p^{m}}_{i, k}}_{} .

^m

_g,k

^m

FR-2 679 689

_k

^m

_g,k

${SS}^{m} (ω) = \sum_{k = 1}^{K} {p^{m}}_{g, k} \cdot {env}_{k} (ω),$
où env_k(ω) est l'enveloppe spectrale centrée à la fréquence f_k.

Cette réalisation est illustrée sur la figure 4. On affecte K paramètres d'amplitude p_i,k à chaque source S_i. L'indice i, de source, est compris entre 1 et N. L'indice k, de fréquence, est compris entre 1 et K. Pour chaque source S_i, on duplique ces K paramètres, M fois, pour être multiplié chacun par un gain de spatialisation g_i ^m. L'indice m, de canal d'encodage de spatialisation, est compris entre 1 et M.
Dans chaque canal m, on regroupe, fréquence par fréquence, les K résultats des produits g_i ^m.p_i,k, selon l'expression donnée ci-avant : ${p^{m}}_{g, k} = \sum_{i = 1}^{N} {p^{m}}_{i, k}, avec {p^{m}}_{i, k} = {g^{m}}_{i} \cdot p_{i, k},$

où k varie de 1 à K dans chaque canal m, et m varie globalement de 1 à M.
On comprendra ainsi que dans chaque canal m, il est prévu des sous-canaux p^m _g,k associés chacun à une composante fréquentielle k, l'indice g désignant, pour rappel, le terme "global".
Le traitement se poursuit alors en multipliant le paramètre global de chaque sous-canal p^m _g,k associé à une fréquence f_k par une enveloppe spectrale env_k(ω) centrée en cette fréquence f_k, et ce, pour tous les K sous-canaux (k compris entre 1 et K), et globalement, pour tous les M canaux (m étant compris entre 1 et M). Ensuite, les K sous-canaux sont sommés dans chaque canal m, conformément à la relation ci-après :

${SS}^{m} (ω) = \sum_{k = 1}^{K} {p^{m}}_{g, k \cdot} {env}_{k} (ω),$
pour m allant de 1 à M canaux au total. On obtient alors les signaux ss^m(ω) encodés pour leur spatialisation et synthétisés au sens de l'invention. Ils sont exprimés dans le domaine fréquentiel.

Pour ramener ces M signaux dans le domaine temporel (notés alors SS^m(n)), on peut leur appliquer ensuite une transformée de Fourier inverse (IFFT) : ${SS}^{m} (n) = IFFT ({ss}^{m} (ω))$
Le traitement par trames successives peut être réalisé par une technique classique d'addition/recouvrement.
Chacun des M signaux temporels SS^m(n) peut ensuite être fourni à un bloc de décodage de spatialisation.
A cet effet, il peut être prévu par exemple une paire de filtres adaptés Fg^m(n), Fd^m(n) à appliquer, par convolution, à chaque signal SS^m(n), comme représenté sur la figure 3, pour une adaptation d'un encodage ambiophonique vers une restitution en binaural à deux voies gauche et droite. Ces filtres pour une telle transition ambiophonique/binaural peuvent être obtenus par application de la technique des haut-parleurs virtuels citée ci-avant.
Le traitement réalisé par le bloc DECOD de décodage spatial de la figure 3 peut être du type : ${S S^{m}}_{g} (n) = (S S^{m} * {Fg}^{m}) (n)$
${S S^{m}}_{d} (n) = (S S^{m} * {Fd}^{m}) (n)$
Après filtrage, tous les signaux destinés aux oreilles gauche et droite sont sommés respectivement, et on obtient ainsi une paire de signaux binauraux : $S_{g} (n) = \sum_{m = 1}^{M} S S_{g}^{m} (n)$
$S_{d} (n) = \sum_{m = 1}^{M} S S_{d}^{m} (n)$
qui viennent alimenter alors les écouteurs d'un casque à deux oreillettes.
On décrit néanmoins une variante plus avantageuse ci-après. Les filtres d'adaptation du format ambiophonique vers le format binaural peuvent être appliqués directement dans le domaine fréquentiel, évitant ainsi une convolution dans le domaine temporel et un coût de calcul correspondant.
A cet effet, chacun des M spectres en fréquence ss^m(ω) est directement multiplié par les transformées de Fourier respectives des filtres temporels, notées Fg^m(ω) et Fd^m(ω) (adaptées le cas échéant pour avoir un nombre de points cohérent), ce qui s'écrit : ${S S}^{m}_{g} (ω) = {S S}^{m} (ω) . F g^{m} (ω)$
${S S}^{m}_{d} (ω) = {S S}^{m} (ω) . F d^{m} (ω)$
Les spectres sont ensuite sommés par oreille avant d'effectuer la transformée de Fourier inverse et l'opération d'addition/recouvrement, soit : $S_{g} (ω) = \sum_{m = 1}^{M} {S^{m}}_{g} (ω)$
$S_{d} (ω) = \sum_{m = 1}^{M} {S^{m}}_{d} (ω)$
Puis, pour exprimer les signaux alimentant le dispositif de restitution dans le domaine temporel, on applique la transformée de Fourier inverse : $S_{g} (n) = IFFT (s_{g} (ω))$
$S_{d} (n) = IFFT (s_{d} (ω))$
La présente invention vise aussi un produit programme d'ordinateur, qu'il soit stocké dans une mémoire d'une unité centrale ou d'un terminal, ou sur un support amovible propre à coopérer avec un lecteur de cette unité centrale (CD-ROM, disquette ou autre), ou encore téléchargeable via un réseau de télécommunications. Ce programme comporte en particulier des instructions pour la mise en oeuvre du procédé décrit ci-avant et dont un organigramme peut être illustré à titre d'exemple sur la figure 5, résumant les étapes d'un tel procédé.

L'étape a) vise l'affectation des paramètres représentatifs d'une amplitude à chaque source S_i. Dans l'exemple représenté, on affecte un paramètre p_i,k par composante fréquentielle f_k comme décrit ci-avant.
L'étape b) vise la duplication de ces paramètres et leur multiplication par les gains g_i ^m des canaux d'encodage.
L'étape c) vise le regroupement des produits obtenus à l'étape b), avec en particulier le calcul de leur somme sur toutes les sources S_i.
L'étape d) vise la synthèse paramétrique avec multiplication par une enveloppe spectrale env_k comme décrit ci-avant, suivi d'un regroupement des sous-canaux par application, dans chaque canal, d'une somme sur toutes les composantes fréquentielles (d'indice k allant de 1 à K).
L'étape e) vise un décodage de spatialisation des signaux ss^m issus des canaux respectifs, synthétisés, spatialisés et représentés dans le domaine fréquentiel, pour une restitution sur deux haut-parleurs par exemple au format binaural.

La présente invention vise aussi un dispositif de génération de sons synthétiques et spatialisés, comprenant notamment un processeur, et, en particulier, une mémoire de travail propre à stocker des instructions du produit programme d'ordinateur défini ci-avant.
Bien entendu, la présente invention ne se limite pas à la forme de réalisation décrite ci-avant à titre d'exemple ; elle s'étend à d'autres variantes.
Ainsi, il a été décrit ci-avant à titre d'exemple un encodage de spatialisation en format ambiophonique réalisé par le module SPAT de la figure 2, suivi d'une adaptation du format ambiophonique vers le format binaural. En variante, il peut être prévu par exemple d'appliquer directement un encodage vers le format binaural.
Par ailleurs, la multiplication par des enveloppes spectrales de la synthèse paramétrique est décrite ci-avant à titre d'exemple, d'autres modèles pouvant être prévus en variante.

Claims

Procédé pour synthétiser et spatialiser conjointement une pluralité de sources sonores dans des positions associées de l'espace, comportant :
a) une étape d'affectation à chaque source d'au moins un paramètre (p_i) représentatif d'une amplitude d'au moins une composant frequentielle de la source,

b) une étape de spatialisation mettant en oeuvre un encodage en une pluralité de canaux, dans laquelle on duplique chaque paramètre d'amplitude (p₁) pour le multiplier à un gain de spatialisation (g_i ^m), chaque gain de spatialisation étant déterminé, d'une part, pour un canal d'encodage (p_g ^m) et, d'autre part, pour une source à spatialiser (S_i),

c) une étape de regroupement (R) des paramètres (p_i ^m) multipliés par les gains, dans des canaux respectifs (p_g ¹, ..., p_g ^M), en appliquant une somme desdits paramètres multipliés (p_i ^m) sur toutes les sources (S_i) pour chaque canal (p_g ^m), et

d) une étape de synthèse paramétrique (SYNTH(1), ..., SYNTH(M)) appliquée à chacun des canaux (p_g ^m).
Procédé selon la revendication 1, dans lequel :
a) on affecte à chaque source (S_i) une pluralité de paramètres (p_i,k) représentatifs, chacun, d'une d'amplitude d'une composante fréquentielle (f_k),

b) on duplique chaque paramètre d'amplitude (p_i,k) représentatif d'une composante fréquentielle (f_k) pour le multiplier à un gain de spatialisation (g_i ^m), chaque gain de spatialisation étant déterminé, d'une part, pour un canal d'encodage (p_g ^m) et, d'autre part, pour une source à spatialiser (S_i),

c) dans chaque canal, on regroupe, composante fréquentielle par composante fréquentielle, les produits des paramètres (p_i,k) par les gains (g_i ^m), en sous-canaux (p_g,k ^m) associés chacun à une composante fréquentielle (f_k).
Procédé selon la revendication 2, dans lequel la synthèse est menée, dans chaque canal, en :
d1) multipliant la sortie de chaque sous-canal associé à une composante fréquentielle (f_k) par une enveloppe spectrale (env_k) centrée sur une fréquence correspondant à ladite composante fréquentielle (f_k),

d2) et en regroupant, par une somme sur les composantes fréquentielles (f_k), les produits résultant de l'opération d1),
pour obtenir, suite à l'opération d2), un signal (ss^m) issu de chaque canal, encodé en spatialisation et synthétisé.
Procédé selon l'une des revendications précédentes, dans lequel la spatialisation est menée par encodage ambiophonique et les paramètres représentatifs d'une amplitude qui sont affectés aux sources correspondent à des amplitudes d'harmoniques sphériques (Y_m).
Procédé selon la revendication 4, prise en combinaison avec la revendication 3, dans lequel, pour passer d'un encodage ambiophonique à un décodage en vue d'une restitution en spatialisation binaurale, on applique un traitement dans le domaine fréquentiel directement aux résultats des produits issus des canaux respectifs après l'opération d2).
Produit programme d'ordinateur, stocké dans une mémoire d'une unité centrale ou d'un terminal, et/ou sur un support amovible propre à coopérer avec un lecteur de ladite unité centrale, et/ou téléchargeable via un réseau de télécommunications, caractérisé en ce qu'il comporte des instructions pour la mise en oeuvre du procédé selon l'une des revendications 1 à 5.
Module de génération de sons synthétiques spatialisés, comprenant notamment un processeur, caractérisé en ce qu'il comporte en outre une mémoire de travail stockant des instructions du produit programme d'ordinateur selon la revendication 6.