FR2678103A1 - Procede de synthese vocale. - Google Patents
Procede de synthese vocale. Download PDFInfo
- Publication number
- FR2678103A1 FR2678103A1 FR9107424A FR9107424A FR2678103A1 FR 2678103 A1 FR2678103 A1 FR 2678103A1 FR 9107424 A FR9107424 A FR 9107424A FR 9107424 A FR9107424 A FR 9107424A FR 2678103 A1 FR2678103 A1 FR 2678103A1
- Authority
- FR
- France
- Prior art keywords
- signal
- fact
- coefficients
- wavelets
- analysis
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 19
- 230000015572 biosynthetic process Effects 0.000 title abstract description 20
- 238000003786 synthesis reaction Methods 0.000 title abstract description 20
- 230000008569 process Effects 0.000 title description 3
- 238000001914 filtration Methods 0.000 claims description 8
- 230000001755 vocal effect Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 5
- 230000003321 amplification Effects 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 2
- 230000009977 dual effect Effects 0.000 claims description 2
- 238000001308 synthesis method Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 15
- 238000000354 decomposition reaction Methods 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 9
- 230000015654 memory Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 150000001768 cations Chemical class 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 235000011389 fruit/vegetable juice Nutrition 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- G10L19/02—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 spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/0212—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 spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
- G10L19/0216—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 spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation using wavelet decomposition
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)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
Abstract
La synthèse vocale de l'invention consiste à analyser un signal vocal par décomposition orthogonale sur une base d'ondelettes à support compact, de préférence des ondelettes de Daubechies. La synthèse est effectuée à partir des coefficients stockés et sélectionnés lors de l'analyse, selon le même algorithme que celui utilisé pour l'analyse.
Description
PROCEDE DE SYNTIHESE VOCALE
La présente invention se rapporte à un procédé de
synthèse vocale.
Parmi les nombreux domaines d'application de la syn-
thèse vocale, certains, tels que les appareils à commande inter- active (commande de véhicules, de processus industriels,) ne nécessitent que la synthèse de messages simples (mots isolés ou phases prédéterminées) Dans de telles applications, on recherche
à minimiser le coût du dispositif de synthèse vocale La dimi-
nution du coût peut être essentiellement obtenue par l'emploi de circuits de grande diffusion et par la diminution de la capacité
de mémoire nécessaire au stockage des messages.
Afin de réduire cette capacité de mémoire, l'art connu fait appel à différents types de codage Parmi les codages les plus employés, on connaît le codage temporel qui associe à l'amplitude du signal un code binaire à des instants discrets, et plus précisément, on mémorise plutôt la différence entre le signal et sa composante prédictible (codage différentiel) On fait également appel au codage de la parole par analyse et synthèse, selon lequel on ne stocke que très peu de paramètres significatifs (dispositifs dits "vocodeur à canaux" ou "vocodeur à prédiction linéaire") On connaît enfin un procédé qui résulte de l'association des deux procédés précités: "vocodeur prédictif adaptatif" ou "à excitation vocale", en
particulier le codage en sous-bandes.
Dans le cas du codage en sous-bandes, qui est un codage dans le domaine fréquentiel, on fractionne le spectre du signal à coder en un certain nombre de sous-bandes de largeur Bk (égales entre elles ou non) Chaque sous-bande (d'indice k) est ensuite rééchantillonnée à la fréquence de Shannon, soit 2 B k Les signaux issus de chaque filtre de sous-bande sont quantifiés différemment en fonction de la fréquence, à savoir quantification fine pour le fondamental et les formants, et quantification grossière dans les plages o l'énergie est faible L'opération
inverse est réalisée pour reconstruire le signal.
Avant stockage et transmission, les signaux sont codés par exemple selon une loi de codage MIC (modulation par impulsions et codage) normalisée à 64 kbits/s (signal échantillonné à 8 k Hz sur 8 bits dans la bande 300-3600 Hz et compressé selon une loi logarithmique) Le codage MICDA (MIC différentiel adaptatif), à un débit de 32 kbits/s ( 8 k Hz sur 4
bits), tend à se généraliser.
On a représenté en figure i le schéma de principe d'un dispositif i de codage à deux sous-bandes Le signal de parole x est filtré par deux filtres Fi, F 2 (de réponses impulsionnelles hi, h 2) Chacune des deux sous-bandes en sortie de Fl, F 2 est décimée par 2 (suppression d'un échantillon sur 2) par les circuits 2, 3 respectivement, puis codée ( 4), par exemple en MICDA et stockée (ou transmise) A la lecture (ou réception), la reconstitution du signal de parole se fait par décodage ( 5, 6) puis filtrage dans des interpolateurs ( 7, 8) identiques à ceux de la bande d'analyse correspondante et sommation ( 9) des deux sous- bandes décodées Les filtres Fl et F 2 sont des filtres FIR (à réponse impulsionnelle finie) à phase linéaire et
satisfont aux conditions suivantes.
h (n) = (-l)n hi (n) 1 H 1 (ee)|+ 1 H 2 (e 6)12 # i
On a représenté en figure 2 le gabarit de ces filtres.
Le principe du codage en sous-bandes consiste à filtrer
le signal de parole par un banc de filtres, puis à sous-
échantillonner les signaux de sortie de ces filtres A la
réception, la reconstitution se fait par addition de chaque sous-
bande décodée, interpolée par un filtre identique à celui de la bande d'analyse correspondante Ce type de codage a d'abord été implanté à partir de filtres disjoints et contigus à réponse impulsionnelle finie Il a ensuite été étendu grâce à l'emploi de filtres miroirs en quadrature, permettant une reconstitution quasi parfaite du signal initial en l'absence d'erreur sur la quantification. Il existe deux grandes familles de procédés pour synthétiser les filtres qui décomposent le signal de parole: soit on scinde l'entrée en deux bandes par un filtre optimisé, et on renouvelle l'algorithme pour chaque bande; soit on déplace sur l'axe fréquentiel un gabarit de filtre passe-bande Dans ce cas, le filtre de base est de réponse h(n)
et de largeur de bande TI/2 M (M étant le nombre de sous-bandes).
Par déplacement, on obtient: hi(n) = h(n) cos (nil ( 2 i+l)/2 M)
II étant la demi-fréquence d'échantillonnage normalisée.
Le problème de repliement des gabarits lors du sous- échantillonnage peut être compensé par un terme de phase
dans la fonction cosinus de déphasage.
Le filtre demi-bande, dont le gabarit est représenté en figure 2, est classiquement un filtre linéaire dont la fonction de transfert vaut 1/2 à fe/4 (fe fréquence d'échantillonnage) et est antisymétrique par rapport à ce point, c'est-à-dire que l'on a: H 1 (fe/4 + f) = 1 H(fe/4 f)
Les coefficients h(n) sont nuls pour N pair, sauf ho.
Le gabarit est défini par l'ondulation en bandes passante et coupée, et par Af qui représente la largeur de la bande de transition Le nombre N de coefficients du filtre en fonction du gabarit désiré est donné par la relation approchée: 2 i fe N# log ( 2) _,T 10 ô 2 Af dans laquelle 6 = = a 2 représente l'ondulation dans les bandes passante et coupée La réduction ou l'élévation de la fréquence d'échantillonnage sont obtenues par la mise en cascade de P filtres demi-bande La fréquence intermédiaire fi est un sous-multiple de la fréquence d'échantillonnage dans un rapport p
deux: fe = 2 fi.
Il existe également des dispositifs procédant à l'analyse multirésolution du signal de parole, et comportant essentiellement un filtre discret et un circuit de "décimation" (suppression d'un échantillon sur deux) On connaît également ("Traitement de Signal", vol 7, N O 2, 1990), pour la compression numérique d'image, un algorithme rapide mettant en oeuvre une transformée en ondelettes, mais cet algorithme ne convient que
pour des images (seule la composante HF est conservée).
Les dispositifs connus sont soit trop rudimentaires, et ne permettent pas d'obtenir à la restitution un signal de parole
suffisamment intelligible, soit trop complexes et donc onéreux.
La présente invention a pour objet un procédé de synthèse vocale qui permette de synthétiser le plus simplement possible des signaux de parole et ne fasse appel, pour sa mise en
oeuvre, qu'à des circuits existants et peu onéreux.
Le procédé de l'invention consiste à numériser un signal vocal, à découper ce signal numérisé dans une base orthogonale d'ondelettes à support compact, à stocker les coefficients représentatifs du signal vocal, et, à la restitution, à reconstituer le signal vocal par filtrage,
interpolation et amplification basse fréquence.
L'invention sera mieux comprise à la lecture de la
description détaillée d'un mode de réalisation, pris à titre
d'exemple non limitatif et illustré par le dessin annexé, sur lequel la figure 1, déjà décrite ci-dessus, est un bloc-diagramme d'un système de codage connu; la figure 2 est un gabarit de filtre demi-bande utilisable dans le système de la figure 1; la figure 3 est un bloc-diagramme d'un système de synthèse mettant en oeuvre le procédé conforme à l'invention; la figure 4 est un bloc-diagramme du dispositif d'analyse du système de la figure 3; la figure 5 est un diagramme illustrant l'algorithme de décomposition de l'invention; la figure 6 est un diagramme illustrant l'algorithme de reconstruction de l'invention; la figure 7 est un blocdiagramme simplifié d'un dispositif de synthèse vocale mettant en oeuvre le procédé de l'invention; la figure 8 est un chronogramme d'une fonction d'échelle et d'une ondelette utilisées par l'invention; et la figure 9 est un schéma d'un dispositif de synthèse mettant
en oeuvre le procédé conforme à l'invention.
Le synthétiseur de messages vocaux décrit ci-dessous comporte deux parties principales: une partie 14 d'analyse et
une partie 15 de synthèse vocale (figure 3).
Dans la partie 14, les signaux de la source 16 (par exemple un microphone) sont quantifiés, puis analysés en 17 et codés en 18 Les critères pertinents qui en résultent sont stockés en 19 (par exemple des mémoires de type EEPROM) Toutes ces opérations sont, dans le cas présent, réalisées en laboratoire. Dans la deuxième partie, qui comporte le dispositif de stockage 19, un dispositif 20 assure la reconstitution du signal à partir des coefficients sélectionnés et stockés (en 19), le signal reconstitué est envoyé à un amplificateur 21 muni d'un haut-parleur. Selon l'invention, on met en oeuvre, pour le codage et la reconstitution, un algorithme qui décompose le signal vocal dans une base orthogonale d'ondelettes à support compact Ces ondelettes sont des ondelettes de Daubechies (voir figure 8). Seuls sont stockés les coefficients jugés représentatifs du signal vocal de départ et assurant une parfaite intelligibilité du message reconstitué, ce qui limite fortement le débit des
signaux à stocker.
L'organigramme de la figure 4 illustre la procédure
d'analyse vocale conforme à l'invention.
Les signaux basse fréquence produits par une source de signaux basse fréquence 22 (capteur acoustique, moyen de stockage magnétique,) sont numérisés ( 23), par exemple sur 16 bits, par exemple à l'aide d'un convertisseur "flash" ou d'un convertisseur à approximations successives (dont le temps de conversion est de l'ordre de 60 jus ou moins) à une fréquence d'échantillonnage, qui est par exemple de 10 k Hz Le signal échantillonné est ensuite découpé en trames de, par exemple, 128 points (durée d'une trame: 12,8 ms) Selon un autre exemple, on peut mettre en oeuvre des trames de 256 points, sans préjudice notable pour la qualité de la restitution Ensuite, on procède à l'analyse ( 24), qui constitue une étape essentielle de l'invention Cette analyse consiste en particulier à décomposer le signal numérisé sur une base orthogonale d'ondelettes à support compact, et fait appel à des filtres dont la réponse impulsionnelle peut être symétrique ou non Dans le cas o cette réponse est symétrique, on limite le stockage des coefficients extrêmes (responsables des effets de bords) à un seul côté du signal, l'autre côté étant déduit par symétrie (la périodicité
des filtres est implicite par construction).
A partir des 128 points initiaux, on obtient donc par cette décomposition 128 combinaisons linéaires indépendantes de la base d'observation La régularité de l'onde, qui conditionne la forme du filtre de décomposition est un des deux paramètres majeurs de la décomposition (avec le niveau de décomposition, qui conditionne la largeur du filtre) Parmi ces 128 combinaisons, on
en conserve par exemple 32 (estimées être les plus signifi-
catives) qui sont codées ( 25), dans le cas présent sur 8 bits, ce qui donne un débit de valeurs à stocker de 20 kbits/s La sélection de 16 coefficients codés sur 16 bits ne modifierait pas le débit des valeurs à stocker, mais diminuerait la qualité du
signal restitué.
On notera que l'analyse par dilatation de l'échelle des temps (voir fonction d'échelle, en trait interrompu, en figure 8) est réalisée non pas en dilatant les ondelettes d'analyse, mais en sous-échantillonnant d'un facteur 2 le signal à analyser Il en résulte, pour une décomposition à un niveau p, (p+l) jeux de coefficients De plus, la projection sur une base orthogonale (à nombre de points = N/2 + N/4 + + N/2 1) n'induit ni perte ni redondance d'informations La représentation en ondelettes devient (SY, Dj) o S est l'approximation du signal à la résolution 2 et les D correspondent aux détails de résolution 2 j. Les paramètres ayant été codés ( 25), on procède toujours en laboratoire, avant de les stocker, à une évaluation ( 26), en réalisant la synthèse, comme décrit ci-dessous Si (en 27) la qualité de la restitution du signal vocal est mauvaise, on modifie ( 28) le choix des paramètres résultant de l'analyse ( 24), et on les code ( 25) pour une nouvelle évaluation ( 25) Si cette qualitée est jugée bonne, on met en forme les trames de paramètres ( 29) et on transmet celles-ci, par exemple via une
liaison série R 5422 ( 30), aux moyens de stockage.
On a illustré en figure 5 la mise en oeuvre de
l'algorithme de décomposition selon l'invention.
Les différentes composantes So à Sj sont traitées chacune de la même façon: convolution avec les (j+l) filtres G ( 31 o à 31 j) et leurs (j+l) miroirs respectifs H ( 32 o à 32 j)
et décimation par 2 (respectivement 32 o à 32 j et 34 o à 34 j).
Pour une régularité n, le support du filtre comporte 2.n valeurs A partir des N coefficients de départ, on a pour N 1 l 2 fois N/2 coefficients, pour N= 2, 4 fois N/4 coefficients, etc, mais on n'en stocke que N/2 n Si l'on prend par exemple n= 6, on met en oeuvre une convolution sur 12 points Cette valeur implique que la convolution est réalisée dans le domaine temporel Cependant, pour une régularité supérieure à environ 16, il est préférable, du point de vue du temps de calcul du
processeur d'analyse, de substituer à la convolution une multi-
plication dans l'espace fréquentiel dual (ce qui revient à une
convolution sectionnée).
Le codage des paramètres (en 25) peut être réalisé soit à partir d'histogrammes locaux, soit, de manière plus simple, par
une quantification liée à un niveau énergétique fixé par avance.
La phase d'évaluation ( 26) consiste à écouter le message reconstitué, et, le cas échéant, si l'écoute n'est pas
jugée satisfaisante, à modifier ( 28) les paramètres à stocker.
Cette reconstitution se fait, comme décrit ci-dessous en détail, par conversion numérique/analogique, filtrage passe-bas de lissage et amplification basse fréquence Lorsque la qualité du message reconstitué est jugée satisfaisante, on met en forme les coefficients ( 29) et on les charge ( 30) dans une mémoire appropriée La mise en forme consiste essentiellement à formatter les données, à produire les adresses correspondantes et à
séquencer les trames successives de données.
On a illustré en figure 6 l'algorithme de synthèse vocale proprement dit mettant en oeuvre le procédé de l'invention, qui constitue un moyen autonome de génération de messages, distinct du dispositif de synthèse de laboratoire, mentionné ci-dessus, ayant servi pour l'évaluation du choix des paramètres Cet algorithme de synthèse vocale reconstitue le signal d'origine en procédant par interpolation ( 35 o à 35 j pour So à Sj et 36 o à 36 j pour Do à Dj), filtrage ( 37 o à 37 j et
38.o à 38 j respectivement), addition ( 39 o à 39 j), multipli-
cation ( 40 0 à 40 j) et amplification basse fréquence En effet, à partir de la décomposition en échelle-ondelette au niveau p
(typiquement p= 2 à 3), il est possible de reconstruire la décom-
position au niveau (p-l) Il suffit pour cela d'insérer des valeurs nulles entre chaque valeur de la décomposition au niveau p, puis de convoluer avec les fonctions ondelettes et échelles
inverses selon l'algorithme de reconstruction détaillé ci-dessus.
Les ondelettes de Daubechies, que l'invention utilise préférentiellement, sont des ondelettes à support compact, qui minimisent de ce fait le nombre de points de leur réponse
impulsionnelle, donc de la convolution.
Les filtres de décomposition sont identiques à ceux de reconstruction, mais ils ne sont pas symétriques, ce qui oblige à mémoriser les coefficients dus aux effets de bords au début et à la fin de la trame de coefficients à mémoriser On peut contourner ce problème en utilisant des ondelettes bi-orthogonales, ce qui oblige alors à utiliser des filtres de reconstruction différents de ceux de décomposition, mais leur réponse étant symétrique, seuls sont stockés les coefficients
d'un seul côté.
On a représenté en figure 7 le schéma simplifié d'un dispositif de synthèse vocale mettant en oeuvre le procédé
conforme à l'invention Les coefficients des filtres de recons-
truction sont stockés dans une mémoire 41 et utilisés par un calculateur spécialisé ou un microprocesseur 42 qui reconstruit
le signal vocal sous la commande de l'algorithme de recons-
truction décrit ci-dessus et mémorisé dans sa mémoire de programme 43 avec les valeurs des réponses impulsionnelles des différents filtres de reconstruction Les valeurs numériques du
signal reconstruit sont converties en analogique par le conver-
tisseur 44 qui est suivi d'un amplificateur 45 à filtre analogique passebas (à fréquence de coupure de 4 k Hz par exemple) et à commande de gain 46 La sortie de l'amplificateur 45 est reliée à un haut-parleur 47 L'amplificateur comporte avantageusement une sortie haute impédance 48 qui peut être
reliée à un dispositif d'enregistrement approprié Le micro-
processeur 42 est par ailleurs relié à une entrée 49 (par exemple entrée série R 5232 ou R 5422) par laquelle il reçoit des demandes de synthèse de messages vocaux Ces demandes peuvent provenir de
circuits d'alarme.
Sur le schéma détaillé du dispositif de synthèse vocale de la figure 9, on a représenté le processeur 50 avec son bus d'adresses 51, son bus de données 52 et son bus de commande 53, qui est relié en particulier à un séquenceur logique 54 Le séquenceur est relié à une interface série d'entrée 55 et à une interface série de sortie 56, et via un circuit d'opto-isolation 57 à un dispositif de commande de synthèse de messages (non représenté), qui lui envoie les adresses des messages à synthétiser Une mémoire de programme 58 est reliée au trois bus 51 à 53 Les coefficients sont stockés dans une mémoire 59 reliée directement au bus d'adresses et au séquenceur 54 et reliée via une porte trois états 60 au bus de données, la porte 60 étant
commandée par le séquenceur 54.
Les bus 51 à 53 peuvent être reliés à un connecteur extérieur pour télécharger des coefficients ou modifier le programme de reconstruction, pour effectuer des tests ou des il
travaux de maintenance.
Le séquenceur 54 est relié à un convertisseur numérique/analogique 61 suivi d'un filtre passe-bas 62 et d'un amplificateur basse fréquence 63 dont le gain peut être ajusté par un potentiomètre 64 L'amplificateur 63 est relié à un ou plusieurs haut-parleurs 65 et à une borne de sortie haute
impédance 66.
Claims (5)
1 Procédé de synthèse vocale, caractérisé par le fait qu'il consiste à numériser un signal vocal, à découper ce signal numérisé dans une base orthogonale d'ondelettes à support compact, à stocker les coefficients représentatifs du signal vocal, et, à la restitution, à reconstituer le signal vocal par
filtrage, interpolation et amplification basse fréquence.
2 Procédé selon la revendication 1, caractérisé par le
fait que les ondelettes sont des ondelettes de Daubechies.
3 Procédé selon la revendication 1, caractérisé par le
fait que l'on peut utiliser des ondelettes bi-orthogonales.
4 Procédé selon l'une des revendications 1 à 3,
caractérisé par le fait qu'avant d'être stockés, les coefficients sont utilisés pour une synthèse d'évaluation ( 26), et ne sont stockés que lorsque la qualité de restitution est jugée
satisfaisante.
Procédé selon l'une des revendications précédentes,
caractérisé par le fait que le filtrage est fait par convolution.
6 Procédé selon l'une des revendications précédentes,
caractérisé par le fait que pour une régularité supérieure à environ 16, le filtrage est fait par une multiplication dans
l'espace fréquentiel dual.
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR9107424A FR2678103B1 (fr) | 1991-06-18 | 1991-06-18 | Procede de synthese vocale. |
JP5500767A JPH06503186A (ja) | 1991-06-18 | 1992-06-16 | 音声合成方法 |
EP92401663A EP0519802A1 (fr) | 1991-06-18 | 1992-06-16 | Procédé de synthèse vocale à l'aide d'ondelettes |
PCT/FR1992/000538 WO1992022890A1 (fr) | 1991-06-18 | 1992-06-16 | Procede de synthese vocale a l'aide d'ondelettes |
US07/972,486 US5826232A (en) | 1991-06-18 | 1992-06-16 | Method for voice analysis and synthesis using wavelets |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR9107424A FR2678103B1 (fr) | 1991-06-18 | 1991-06-18 | Procede de synthese vocale. |
Publications (2)
Publication Number | Publication Date |
---|---|
FR2678103A1 true FR2678103A1 (fr) | 1992-12-24 |
FR2678103B1 FR2678103B1 (fr) | 1996-10-25 |
Family
ID=9413950
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR9107424A Expired - Lifetime FR2678103B1 (fr) | 1991-06-18 | 1991-06-18 | Procede de synthese vocale. |
Country Status (5)
Country | Link |
---|---|
US (1) | US5826232A (fr) |
EP (1) | EP0519802A1 (fr) |
JP (1) | JPH06503186A (fr) |
FR (1) | FR2678103B1 (fr) |
WO (1) | WO1992022890A1 (fr) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5727119A (en) * | 1995-03-27 | 1998-03-10 | Dolby Laboratories Licensing Corporation | Method and apparatus for efficient implementation of single-sideband filter banks providing accurate measures of spectral magnitude and phase |
DE19538852A1 (de) * | 1995-06-30 | 1997-01-02 | Deutsche Telekom Ag | Verfahren und Anordnung zur Klassifizierung von Sprachsignalen |
CA2188369C (fr) * | 1995-10-19 | 2005-01-11 | Joachim Stegmann | Methode et dispositif de classification de signaux vocaux |
FR2744277B1 (fr) * | 1996-01-26 | 1998-03-06 | Sextant Avionique | Procede de reconnaissance vocale en ambiance bruitee, et dispositif de mise en oeuvre |
US6032113A (en) * | 1996-10-02 | 2000-02-29 | Aura Systems, Inc. | N-stage predictive feedback-based compression and decompression of spectra of stochastic data using convergent incomplete autoregressive models |
US6182035B1 (en) * | 1998-03-26 | 2001-01-30 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for detecting voice activity |
JP2002515608A (ja) * | 1998-05-11 | 2002-05-28 | シーメンス アクチエンゲゼルシヤフト | 発声された表出のスペクトル的な音声特徴を求める方法および装置 |
US6898756B1 (en) * | 1999-03-15 | 2005-05-24 | Georgia Tech Research Corporation | System and method for enabling efficient error correction and encryption using wavelet transforms over finite fields |
JP3430985B2 (ja) * | 1999-08-05 | 2003-07-28 | ヤマハ株式会社 | 合成音生成装置 |
US6622121B1 (en) | 1999-08-20 | 2003-09-16 | International Business Machines Corporation | Testing speech recognition systems using test data generated by text-to-speech conversion |
US20030220801A1 (en) * | 2002-05-22 | 2003-11-27 | Spurrier Thomas E. | Audio compression method and apparatus |
DE102004025566A1 (de) * | 2004-04-02 | 2005-10-27 | Conti Temic Microelectronic Gmbh | Verfahren und Vorrichtung zum Analysieren und Bewerten eines Signals, insbesondere eines Sensorsignals |
US7623826B2 (en) | 2004-07-22 | 2009-11-24 | Frank Pergal | Wireless repeater with arbitrary programmable selectivity |
US8219398B2 (en) * | 2005-03-28 | 2012-07-10 | Lessac Technologies, Inc. | Computerized speech synthesizer for synthesizing speech from text |
US8185316B2 (en) * | 2007-05-25 | 2012-05-22 | Prime Geoscience Corporation | Time-space varying spectra for seismic processing |
JP5159279B2 (ja) * | 2007-12-03 | 2013-03-06 | 株式会社東芝 | 音声処理装置及びそれを用いた音声合成装置。 |
FR3093493B1 (fr) * | 2019-03-04 | 2021-04-09 | Commissariat Energie Atomique | Procédé de détection d’anomalie de matériel roulant exploitant un signal de déformation d’un support de rail |
CN113129911A (zh) * | 2021-03-19 | 2021-07-16 | 江门市华恩电子研究院有限公司 | 一种音频信号编码压缩和传输的方法及电子设备 |
CN113744714B (zh) * | 2021-09-27 | 2024-04-05 | 深圳市木愚科技有限公司 | 语音合成方法、装置、计算机设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4599567A (en) * | 1983-07-29 | 1986-07-08 | Enelf Inc. | Signal representation generator |
US4974187A (en) * | 1989-08-02 | 1990-11-27 | Aware, Inc. | Modular digital signal processing system |
FR2648567A1 (fr) * | 1989-05-24 | 1990-12-21 | Inst Nat Sante Rech Med | Procede de traitement numerique d'un signal par transformation reversible en ondelettes |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4384169A (en) * | 1977-01-21 | 1983-05-17 | Forrest S. Mozer | Method and apparatus for speech synthesizing |
US4398059A (en) * | 1981-03-05 | 1983-08-09 | Texas Instruments Incorporated | Speech producing system |
US4520499A (en) * | 1982-06-25 | 1985-05-28 | Milton Bradley Company | Combination speech synthesis and recognition apparatus |
JPH0632020B2 (ja) * | 1986-03-25 | 1994-04-27 | インタ−ナシヨナル ビジネス マシ−ンズ コ−ポレ−シヨン | 音声合成方法および装置 |
US5086475A (en) * | 1988-11-19 | 1992-02-04 | Sony Corporation | Apparatus for generating, recording or reproducing sound source data |
-
1991
- 1991-06-18 FR FR9107424A patent/FR2678103B1/fr not_active Expired - Lifetime
-
1992
- 1992-06-16 EP EP92401663A patent/EP0519802A1/fr not_active Ceased
- 1992-06-16 JP JP5500767A patent/JPH06503186A/ja not_active Withdrawn
- 1992-06-16 WO PCT/FR1992/000538 patent/WO1992022890A1/fr unknown
- 1992-06-16 US US07/972,486 patent/US5826232A/en not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4599567A (en) * | 1983-07-29 | 1986-07-08 | Enelf Inc. | Signal representation generator |
FR2648567A1 (fr) * | 1989-05-24 | 1990-12-21 | Inst Nat Sante Rech Med | Procede de traitement numerique d'un signal par transformation reversible en ondelettes |
US4974187A (en) * | 1989-08-02 | 1990-11-27 | Aware, Inc. | Modular digital signal processing system |
Non-Patent Citations (6)
Title |
---|
COMMUNICATIONS ON PURE AND APPLIED MATHEMATICS vol. XLI, 1988, pages 909 - 996; DAUBECHIES: 'Orthonormal bases of compactly supported wavelets' * |
COMPUTER MUSIC JOURNAL vol. 12, no. 4, 1 Janvier 1988, CAMBRIDGE MASSACHUSETS pages 11 - 20; KRONLAND MARTINET: 'The wavelet transform for analysis synthesis and processing of speech and music sounds' * |
INTERNATIONAL CONFERENCE ON ACOUSTICS SPEECH AND SIGNAL PROCESSING vol. 2, 6 Avril 1987, DALLAS TEXAS pages 948 - 951; LIENARD: 'Speech analysis and reconstruction using short-time, elementary waveforms' * |
INTERNATIONAL CONFERENCE ON ACOUSTICS SPEECH AND SIGNAL PROCESSING vol. 3, 3 Avril 1990, ALBUQUERQUE, NEW MEXICO, USA pages 1723 - 1726; VETTERLI ET AL: 'Wavelets and filter banks: relationships and new results.' * |
INTERNATIONAL JOURNAL ON PATTERN RECOGNITION AND ARTIFICIAL INTELLIGENCE vol. 1, no. 2, 1987, pages 273 - 302; KRONLAND MARTINET ET AL: 'Analysis of sound patterns through wavelet transforms' * |
TRAITEMENT DU SIGNAL vol. 7, no. 2, 1990, pages 101 - 115; MATHIEU ET AL: 'Compression d' image par transformée en ondelette et quantification vectorielle' * |
Also Published As
Publication number | Publication date |
---|---|
EP0519802A1 (fr) | 1992-12-23 |
WO1992022890A1 (fr) | 1992-12-23 |
FR2678103B1 (fr) | 1996-10-25 |
US5826232A (en) | 1998-10-20 |
JPH06503186A (ja) | 1994-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
FR2678103A1 (fr) | Procede de synthese vocale. | |
EP0190796B1 (fr) | Système de bancs de filtres d'analyse et de synthèse d'un signal | |
EP0542974B1 (fr) | Codeur-Décodeur sous-bandes de signaux de télévision à niveaux de résolution différents. | |
EP0608174B1 (fr) | Systeme de codage-décodage prédictif d'un signal numérique de parole par transformée adaptative à codes imbriqués | |
HUE032599T2 (en) | Low-delay modulated filter block | |
EP2732448B1 (fr) | Adaptations de fenêtres de pondération d'analyse ou de synthèse pour un codage ou décodage par transformée | |
FR2644022A1 (fr) | Dispositif de telemetrie avec un poste emetteur utilisant un filtre recurrent pour limitation de la largeur de bande | |
WO2014118468A1 (fr) | Correction perfectionnée de perte de trame au décodage d'un signal | |
FR2596936A1 (fr) | Systeme de transmission d'un signal vocal | |
EP0511095B1 (fr) | Procédé et dispositif de codage-décodage d'un signal numérique | |
FR2680924A1 (fr) | Procede de filtrage adapte d'un signal transforme en sous-bandes, et dispositif de filtrage correspondant. | |
FR3011408A1 (fr) | Re-echantillonnage d'un signal audio pour un codage/decodage a bas retard | |
EP3084959B1 (fr) | Ré-échantillonnage d'un signal audio cadencé à une fréquence d'échantillonnage variable selon la trame | |
EP0506535B1 (fr) | Procédé et système de traitement des pré-échos d'un signal audio-numérique codé par transformée fréquentielle | |
EP2656344B1 (fr) | Filtrage perfectionne dans le domaine transforme | |
EP0664652B1 (fr) | Procédé et dispositif d'analyse et de synthèse en sous bandes adaptatifs | |
FR2667745A1 (fr) | Procede de synthese de filtres sous bandes a coefficients quantifies et structures de filtres obtenus par ce procede. | |
WO2023165946A1 (fr) | Codage et décodage optimisé d'un signal audio utilisant un auto-encodeur à base de réseau de neurones | |
CA2108663C (fr) | Procede et dispositif de filtrage pour la reduction des preechos d'un signal audio-numerique | |
EP2126904B1 (fr) | Procede et dispositif de codage audio | |
Brislawn | Symmetric extension transforms | |
FR2560699A1 (fr) | Appareil de traitement de signaux en pyramide hierarchique en temps reel | |
WO1996028895A1 (fr) | Procede inversible de decomposition complexe en frequence d'un signal, notamment pour la compression de signaux audionumeriques | |
Lai et al. | ENEE624 Advanced Digital Signal Processing: Filter Bank Design and Subband Coding for Digital Audio | |
Shen et al. | Minimization of aliasing artifacts during partial subband reconstruction with Wiener filters |