FR2935212A1 - Procede de transmission d'un signal de donnees sur un reseau telephonique - Google Patents

Abstract

Procédé de transmission de données sur un réseau de télécommunication entre un émetteur et un récepteur, comprenant les étapes de : - au niveau de l'émetteur, coder les données sur au moins une composante structurelle élémentaire d'un signal vocal en fonction d'une table de correspondance, - transmettre le signal vocal sur le réseau de télécommunication, - au niveau du récepteur, décoder le signal vocal en extrayant la composante structurelle élémentaire et en la comparant à la table de correspondance pour récupérer les données.

Description

La présente invention concerne un procédé de transmission de données sur un réseau de télécommunication et plus particulièrement sur un réseau téléphonique. ARRIERE PLAN DE L'INVENTION Un réseau téléphonique est un ensemble d'équipements permettant de transmettre des signaux vocaux. Par signal vocal ou signal de voix, on entend un signal, analogique ou numérique, dont les caractéristiques correspondent à une voix d'une personne émettant des sons, plus particulièrement, lors de la prononciation d'une phrase. Un réseau téléphonique est généralement accessible au moyen d'un terminal, comme un poste téléphonique, comportant un vocodeur et des moyens de transmission de signaux de voix, incorporant par exemple des moyens de codage/décodage, de filtrage, de compression, et un protocole de communication qui sont adaptés pour transmettre les signaux de voix sans les dégrader. Il a été envisagé de transmettre des signaux de données en utilisant comme support le réseau téléphonique. Les signaux de données sont par exemple utilisés pour piloter un terminal ou pour transporter de la voix chiffrée ; du texte, des images ou toute autre donnée au sens large du terme. Cependant, les caractéristiques des signaux de données sont très différentes de celles des signaux de voix de sorte que le vocodeur et les moyens de transmission des signaux de voix, notamment lors de la compression, dégraderaient les signaux de données. Pour remédier à ce problème, des moyens de trans- mission de signaux de données ont été associés aux moyens de transmission de signaux de voix. Ces moyens de transmission de signaux de données sont analogues aux moyens de transmission de signaux de voix mais sont spécialement adaptés pour transmettre les signaux de données sans les dégrader.

Sur le réseau téléphonique cohabitent alors des canaux dédiés respectivement à la transmission de la voix et à la transmission des données. Il arrive cependant que les opérateurs du réseau téléphonique limitent les possibilités d'utilisation de moyens de transmission sur les canaux dédiés aux données, notamment pour des raisons économiques, ou que des gouvernements bloquent les communications de données de sorte que la transmission de données sur le réseau télé- phonique n'est pas possible. En outre, les lieux publics, les hôtels et autres lieux de passage ne disposent pas tous de moyens de raccordement aux canaux de données du réseau téléphonique. Par ailleurs, tous les réseaux téléphoniques ne possèdent pas de canaux de transmission de données, rendant alors impossible la transmission de signaux de don-nées sans une forte dégradation des signaux. OBJET DE L'INVENTION Un but de l'invention est de fournir un moyen permettant de transmettre des signaux de données sur un réseau téléphonique sans recourir à des moyens de transmission dédiés. RESUME DE L'INVENTION A cet effet, on prévoit, selon l'invention, un procédé de transmission de données sur un réseau de télé-communication entre un émetteur et un récepteur, comprenant les étapes de : - au niveau de l'émetteur, coder les données sur au moins une composante structurelle élémentaire d'un si- gnal vocal en fonction d'une table de correspondance, - transmettre le signal vocal sur le réseau de télécommunication, - au niveau du récepteur, décoder le signal vocal en extrayant la composante structurelle élémentaire et en la comparant à la table de correspondance pour récupérer les données. Par composante structurelle élémentaire, on en-tend un élément caractéristique constitutif du signal vo-cal de telle manière que les données sont transmises sous la forme d'un signal vocal alors même qu'elles ne sont pas des informations vocales. Le signal vocal n'est donc que le vecteur ou le support détectable des données. Que le signal vocal ait un contenu intelligible sans décodage n'a aucune importance puisqu'il suffit que le signal transmis ait les mêmes caractéristiques qu'un signal vo-cal pour qu'il ne soit pas dégradé par les traitements effectués par les équipements du réseau de télécommunication. L'utilisation de composante élémentaire pour coder les données à transmettre permet d'avoir des débits plus importants que ceux qui pourraient classiquement être obtenus en utilisant des mots comme dans un procédé cryptographique. Cette forme de modulation permet un transfert de données de manière discrète. La modulation par composan- tes structurelles élémentaires permet de créer un signal qui sera reconnu par une machine comme de la voix, voire même comme une langue particulière si le choix des composantes correspond aux statistiques de cette langue. Ain-si, si un gouvernement a mis en place un système destiné à enregistrer toutes les communications de données, ou à les couper (de manière à empêcher les communications sécurisées), cette invention permet de passer à travers les mailles du filet. De la même manière, si une machine est destinée à enregistrer toutes les conversations dans une langue donnée, ce procédé permet de passer inaperçu. Selon un premier mode de réalisation, les données sont codées sur plusieurs composantes élémentaires dont la combinaison forme le signal vocal et l'émetteur et le récepteur sont en possession d'une table faisant corres- pondre chaque composante élémentaire à au moins une in- formation ou une partie d'information, de préférence, la table fait correspondre chaque composante élémentaire à au moins un mot ou à au moins un nombre. De préférence, les composantes élémentaires sont des sons, tels que des phonèmes ou des diphones. L'utilisation de sons agglomérés pour former le signal vocal permet de coder un grand nombre de données. L'utilisation de diphones est particulièrement avantageuse de ce point de vue, leur nombre étant relativement grand. Avantageusement, les composantes élémentaires choisies pour constituer la table sont relativement cour-tes. Les débits sont d'autant plus importants que les composantes élémentaires choisies sont courtes. Selon un deuxième mode de réalisation, la composante élémentaire est la prosodie et, de préférence l'émetteur et le récepteur sont en possession d'un signal vocal original, l'émetteur codant les données en modulant la prosodie du signal vocal original pour former le signal vocal transmis et le récepteur décodant les données en comparant le signal vocal transmis au signal vocal original. Les opérations de codage et décodage sont relati- vement simples à réaliser. La modulation par prosodie seule permet en outre de dissimuler une transmission de données aux oreilles d'un opérateur humain. Si au sein d'un pays, un système d'écoute est mis en place et qu'un opérateur est chargé d'écouter, il n'entendra que la conversation entre deux personnes alors que des données (par ailleurs chiffrées) transitent sur la ligne. Cette méthode pourrait même servir à prouver l'authenticité d'un message oral, si le canal de données contient non plus des informations cachées mais la signature numérique d'une horloge ou d'un émet- teur. D'autres caractéristiques et avantages de l'invention ressortiront à la lecture de la description qui suit de modes de réalisation particuliers non limita- tifs de l'invention. BREVE DESCRIPTION DES DESSINS Il sera fait référence aux dessins annexés, parmi lesquels : - la figure 1 est une vue schématique d'un ensem- ble de télécommunication pour la mise en oeuvre de l'invention, - la figure 2 est un schéma bloc illustrant un premier mode de réalisation de l'invention, - la figure 3 est un schéma bloc illustrant un deuxième mode de réalisation de l'invention, - la figure 4 est un schéma bloc illustrant un troisième mode de réalisation combinant les deux premiers modes. DESCRIPTION DETAILLEE DE L'INVENTION Le réseau téléphonique, généralement désigné en 1, comprend des terminaux 2 permettant aux utilisateurs du réseau 1 d'établir entre eux des communications via le réseau 1. Le réseau 1 peut utiliser, de façon connue en elle-même, un mode de transmission filaire ou hertzien, ou combiner ces deux modes de transmission. Chaque terminal 2 fonctionne en émission et réception et comprend un module de transformation 3 relié par l'intermédiaire d'un module de traitement 4 à des moyens de transmission 5 assurant la liaison du terminal 2 au réseau 1. Le module de traitement 4 est agencé de façon connue en elle-même pour assurer une fonction de détection d'activité vocale (ou "VAD") pour introduire, dans les signaux à émettre comportant des blancs, un bruit de confort à la place des blancs et une fonction de vocodeur 5 (de l'anglais "voice encoder" ou "vocoder", codeur de voix). La fonction de vocodeur, connue en elle-même et ici de type GSM "Full rate", "Enhanced Full rate" ou "Half rate" (pour "Global System for mobile Communication", "Système global de communication mobile", "taux plein", "taux plein renforcé", "demi-taux"), effectue, lors de l'émission, une analyse spectrale des signaux et code ces signaux en vue de leur transmission sur le ré- seau 1 via les moyens de transmission 5. Le module de traitement 4 assure également le décodage des signaux reçus lors de la réception. Le module de traitement 4 fait partie des composants habituels du terminal 2. De façon connue en elle-même, le module de trans- formation 3 comprend un processeur et une mémoire pour mémoriser les signaux avant de les envoyer vers le module de traitement 4. Chaque terminal 2 fonctionne de façon classique pour l'émission et la réception de signaux de voix, via un microphone et un haut-parleur non représentés ici. L'émission et la réception de signaux de voix ne seront donc pas détaillées ici. Le processeur du module de transformation 3 exécute un algorithme agencé pour produire, lorsque le ter- minal est en mode d'émission, un signal vocal modulé à partir d'un signal de données fourni via un organe de liaison par un dispositif non représenté de fourniture de signaux de données, ici un dispositif de chiffrement de la voix (un tel dispositif comprend un vocodeur associé à un module de chiffrement fournissant des données chiffrées par exemple par un algorithme AES 128 bits). Le signal vocal est obtenu en codant les données du signal de données sur au moins une composante structurelle élémentaire caractéristique d'un signal vocal. Ce codage est différent de celui-ci qui sera réalisé ultérieurement par le vocodeur sur le signal vocal. Dans le premier mode de réalisation de l'invention, en référence à la figure 2, la mémoire du module de transformation 3 comprend une base de données 10 constituant une table de correspondance entre des segments élémentaires de parole et des données. Les segments élémentaires de parole sont ici des diphones et la base de données 10 comprend ici 1024 diphones qui ont été choisis parmi les diphones les plus courts. En mode d'émission d'un signal de données 11 (gauche de la figure 2), le module de transformation 3 est agencé pour former un signal vocal 12 en agglomérant ou plus précisément en concaténant les diphones corres- pondant aux données du signal de données 11. Il est ainsi réalisé un codage des données sur les diphones qui sont des composantes structurelles élémentaires caractéristiques des signaux de voix. La concaténation des diphones permet de tromper une détection d'activité vocale, et elle permet aussi d'aller encore plus loin en simulant une langue particulière par le choix des diphones suivant une statistique adéquate. De préférence, le module de transformation ajoute également un diphone ou une combinaison de diphones particuliers permettant au terminal récepteur d'identifier que le signal vocal en question transporte des données et doit être décodé. 1l peut être prévu une insertion des blancs entre des trames successives ou des diphones successifs permet-tant de faire fluctuer le signal modulé pour augmenter sa ressemblance avec un signal de parole naturel. Ceci per-met notamment de tromper la détection d'activité vocale. En effet, la détection d'activité vocale repose sur la présence de fluctuations dans un signal de voix représentatif d'un discours en cours alors qu'une absence de fluctuations est assimilée à un silence que le processeur du module de traitement 3 va remplacer par une portion de signal représentative d'un bruit de confort. Sans ces fluctuations introduites dans le signal modulé, le signal modulé varie faiblement de sorte qu'il y aurait un risque que le processeur considère le signal modulé comme essen- tiellement représentatif d'un blanc. Le vocodeur 4 est agencé de telle manière que les trames du signal vocal traité par le vocodeur 4 sont entrelacées sur des trames de transport.

En mode réception (droite de la figure 2), le module de transformation 3 est agencé pour extraire les di-phones du signal vocal reçu et comparer ceux-ci à ceux de la base de données afin de récupérer les données correspondant aux diphones du signal vocal.

Ceci revient à réaliser une segmentation et une reconnaissance du signal vocal reçu. Cette extraction peut être réalisée en utilisant une méthode de programmation dynamique mise en œuvre par une méthode dite de pas-sage de jeton ou TOKEN PASSING , méthode connue en elle-même pour le traitement de la voix notamment pour la reconnaissance vocale, et en effectuant une analyse spectrale ou cepstrale du signal vocal reçu à partir par exemple des vecteurs MFCC (MEL-FREQUENCY CEPSTRUM COEFFICIENT).

Les données peuvent être des instructions de commande du terminal récepteur ou de tout autre appareil relié à celui-ci, ou des données utilisées comme paramètres de fonctionnement du terminal récepteur ou de tout autre appareil relié à celui-ci, ou bien encore des informa- tions intelligibles par l'utilisateur du terminal récep- teur... Dans le deuxième mode de réalisation de l'invention, en référence à la figure 3, la mémoire du module de transformation 3 contient un message vocal ori- ginal 14 et une base de données 13 mettant en relation des données 15 et des variations de prosodie de ce mes-sage vocal original 14. En mode d'émission (gauche de la figure 3), le module de transformation 3 est agencé pour élaborer un signal vocal 12 en modulant la prosodie du message vocal original 14 conformément aux variations prévues pour correspondre aux données du signal de données 11. En mode de réception (droite de la figure 3), le module de transformation 3 est agencé pour comparer le message vocal reçu au message vocal original 14 de manière à déduire les différences de prosodie du message vocal reçu 12 par rapport au message vocal original et les comparer à la base de données afin de récupérer les données.

La modulation peut porter sur un ou plusieurs éléments prosodiques comme la fréquence, l'énergie ou l'amplitude, le spectre, le gain... Les deux modes de réalisation ci-dessus peuvent être combinés pour faire passer de l'information, une donnée ou une partie de données correspondant à une va- leur d'un élément prosodique. Ainsi, dans le troisième mode de réalisation représenté sur la figure 4, les données arrivent en paquets qui sont divisés en sous-paquets "A" et "B" répartis sur deux voies "a" et "b" du module de transformation 3. A la voie "a" est associée une base de données 10 constituant une table de correspondance mettant en relation des don-nées avec des segments élémentaires de parole, ici des diphones, ayant des paramètres caractéristiques prédéfi- nis. A la voie "b", est associée une base de données 13 constituant une table de correspondance mettant en relation des données avec des vecteurs particuliers de para-mètres caractéristiques de la parole, ici prosodiques. En mode d'émission, les données de chaque sous- paquet "A" sont codées sur des diphones et les données de chaque sous-paquet "B" sont codées sur des vecteurs de valeurs prosodiques. A chaque paquet de données va correspondre un ou plusieurs diphones possédant des paramètres prosodiques originaux (sous-paquet "A") et un vec- teur de nouveaux paramètres prosodiques (sous-paquet "B"). Pour chaque paquet de données, le module de transformation 3 va appliquer les nouveaux paramètres prosodiques issus du sous-paquet "B" aux diphones issus du sous-paquet "A" puis va concaténer les diphones ayant les nou- veaux paramètres prosodiques issus de tous les paquets de données pour former le signal modulé transmis. Il est ainsi réalisé un codage des données à la fois sur les segments élémentaires de paroles et sur les paramètres caractéristiques desdits segments.

En mode de réception, le module de transformation 3 opère de la même façon que dans le premier mode de réalisation pour extraire les segments élémentaires et les comparer à ceux de la base de données 10 pour identifier les données correspondant aux sous-paquets "A". Chaque segment ainsi extrait est ensuite analysé pour en ex-traire les valeurs des paramètres prosodiques et en dé-terminer la variation par rapport aux paramètres prosodiques prédéfinis. Ces variations de valeurs sont ensuite comparées à celles de la base de données 13 pour identi- fier les données correspondantes aux sous-paquets "B". Bien entendu, l'invention n'est pas limitée aux modes de réalisation décrits mais englobe toute variante entrant dans le champ de l'invention telle que définie par les revendications.

En particulier, dans le premier mode de réalisation, il est possible d'utiliser une base de données met-tant en relation des données et des phonèmes. Dans le deuxième mode de réalisation, le message vocal peut être un message d'accueil d'une messagerie dont les variations de prosodie par rapport à un message d'accueil original vont servir de vecteurs de transport de données. On pourra enfin dans une autre variante, coder les données en modulant la prosodie, sans qu'il soit né- cessaire d'effectuer une comparaison d'un message à prosodie originale au message à prosodie modulée.

Claims (10)

1. REVENDICATIONS1. Procédé de transmission de données sur un ré-seau de télécommunication entre un émetteur et un récep- teur, comprenant les étapes de : - au niveau de l'émetteur, coder les données sur au moins une composante structurelle élémentaire d'un signal vocal en fonction d'une table de correspondance, - transmettre le signal vocal sur le réseau de télécommunication, - au niveau du récepteur, décoder le signal vocal en extrayant la composante structurelle élémentaire et en la comparant à la table de correspondance pour récupérer les données.
2. 2. Procédé selon la revendication 1, dans lequel les données sont codées sur plusieurs composantes élémentaires dont la combinaison forme le signal vocal.
3. 3. Procédé selon la revendication 2, dans lequel l'émetteur et le récepteur sont en possession d'une table faisant correspondre chaque composante élémentaire à au moins une information ou une partie d'information.
4. 4. Procédé selon la revendication 3, dans lequel la table fait correspondre chaque composante élémentaire à au moins un mot ou à au moins un nombre.
5. 5. Procédé selon la revendication 3 ou la revendication 4, dans lequel les composantes élémentaires sont des sons.
6. 6. Procédé selon la revendication 5, dans lequel les composantes élémentaires sont des phonèmes.
7. 7. Procédé selon la revendication 5, dans lequel les composantes élémentaires sont des diphones.
8. 8. Procédé selon la revendication 6 ou la revendication 7, dans lequel les composantes élémentaires choisies pour constituer la table sont relativement cour- tes.
9. 9. Procédé selon la revendication 1, dans lequel la composante élémentaire est la prosodie.
10. 10. Procédé selon la revendication 9, dans lequel l'émetteur et le récepteur sont en possession d'un signal vocal original, l'émetteur codant les données en modulant la prosodie du signal vocal original pour former le signal vocal transmis et le récepteur décodant les données en comparant le signal vocal transmis au signal vocal original.