WO2002021515A1 - Dissimulation d'erreurs de transmission dans un signal audio - Google Patents

Dissimulation d'erreurs de transmission dans un signal audio Download PDF

Info

Publication number
WO2002021515A1
WO2002021515A1 PCT/FR2001/002747 FR0102747W WO0221515A1 WO 2002021515 A1 WO2002021515 A1 WO 2002021515A1 FR 0102747 W FR0102747 W FR 0102747W WO 0221515 A1 WO0221515 A1 WO 0221515A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
samples
synthesis
valid
decoded
Prior art date
Application number
PCT/FR2001/002747
Other languages
English (en)
Inventor
Balazs Kovesi
Dominique Massaloux
David Deleam
Original Assignee
France Telecom
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
Application filed by France Telecom filed Critical France Telecom
Priority to DE60132217T priority Critical patent/DE60132217T2/de
Priority to IL15472801A priority patent/IL154728A0/xx
Priority to AU2001289991A priority patent/AU2001289991A1/en
Priority to US10/363,783 priority patent/US7596489B2/en
Priority to EP01969857A priority patent/EP1316087B1/fr
Priority to JP2002525647A priority patent/JP5062937B2/ja
Publication of WO2002021515A1 publication Critical patent/WO2002021515A1/fr
Priority to IL154728A priority patent/IL154728A/en
Priority to HK03107426A priority patent/HK1055346A1/xx
Priority to US12/462,763 priority patent/US8239192B2/en

Links

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
    • G10L19/005—Correction of errors induced by the transmission channel, if related to the coding algorithm

Definitions

  • the present invention relates to techniques for concealing consecutive transmission errors in transmission systems using any type of digital coding of the speech and / or sound signal.
  • time coders which carry out the compression of samples of digitized signal sample by sample
  • the coded values are then transformed into a binary train which will be transmitted on a transmission channel.
  • disturbances can affect the transmitted signal and produce errors on the bit stream received by the decoder. These errors can occur in isolation in the bitstream but very frequently occur in bursts. It is then a packet of bits corresponding to a complete portion of signal which is erroneous or not received. This type of problem is encountered for example for transmissions on mobile networks. It is also encountered in transmissions on packet networks and in particular on internet-type networks.
  • a general object of the invention is to improve, for any system of speech and sound compression, the subjective quality of the speech signal restored to the decoder when, due to poor quality of the transmission channel or due to the loss or non-reception of a packet in a packet transmission system, a set of consecutive coded data has been lost.
  • Most predictive coding algorithms offer techniques for recovering erased frames ([GSM-FR], [REC G.723.1A], [SALAMI], [HONKA EN], [COX-2], [CHEN- 2], [CHEN-3], [CHEN-4], [CHEN-5], [CHEN-6], [CHEN-7], [KROON-2], [WATKINS]).
  • the decoder is informed of the occurrence of a frame erased in one way or another, for example in the case of radio mobile systems by the transmission of the frame erasure information coming from the channel decoder.
  • the purpose of the devices for recovering erased frames is to extrapolate the parameters of the erased frame from the last previous frame (s) considered to be valid.
  • Some parameters manipulated or coded by predictive coders have a strong inter-frame correlation (case of short-term prediction parameters, also called “Lear” of "Linear Predictive Coding” (see [RABINER]) which represent the spectral envelope, and long-term prediction settings for voiced sounds, for example). Because of this correlation, it is much it is more advantageous to reuse the parameters of the last valid frame to synthesize the erased frame than to use erroneous or random parameters.
  • the LPC filter is obtained from the LPC parameters of the last valid frame either by copying the parameters or with the introduction of a certain damping (cf. encoder G723.1 [REC G.723.1A]).
  • the voicing is detected to determine the degree of harmonicity of the signal at the level of the erased frame ([SALAMI], this detection taking place as follows:
  • the procedures for concealing erased frames are strongly linked to the decoder and use modules of this decoder, such as the signal synthesis module. They use also intermediate signals available within this decoder such as the excitation signal passed and stored during the processing of valid frames preceding the erased frames.
  • the techniques for reconstructing erased frames are also based on the coding structure used: algorithms, such as [PICTEL, MAHIEUX-2], aim to regenerate the lost transformed coefficients from the values taken by these coefficients before erasure.
  • a prior art which can be considered as closest to the present invention is that which is described in [COMBESCURE], which proposed a method for concealing erased frames equivalent to that used in CELP coders for a transform coder.
  • the disadvantages of the proposed method were the introduction of audible spectral distortions
  • the invention allows for the concealment of erased frames without marked distortion at higher error rates and / or for longer erased intervals.
  • the energy of the synthesis signal thus generated is controlled using a gain calculated and adapted sample by sample.
  • the gain for controlling the synthesis signal is advantageously calculated as a function of at least one of the following parameters: energy values previously stored for the samples corresponding to valid data, fundamental period for the voiced sounds, or any parameter characterizing the frequency spectrum.
  • the gain applied to the synthesis signal decreases progressively as a function of the duration during which the synthesis samples are generated.
  • the contents of the memories used for the decoding processing are updated as a function of the synthesis samples generated.
  • a coding analogous to that implemented at the transmitter is implemented at least partially on the synthesized samples possibly followed by a decoding operation (possibly partial), the data obtained serving to regenerate the memories of the decoder.
  • this optionally partial coding-decoding operation can be advantageously used to regenerate the first erased frame because it makes it possible to exploit the content of the memories of the decoder before the cut, when these memories contain information not provided by the last valid samples. decoded (for example in the case of addition-overlap transformers, see paragraph 5.2.2.2.1 point 10).
  • an excitation signal is generated at the input of the short-term prediction operator which, in the neighboring zone, is the sum of a harmonic component and a weakly harmonic component or non harmonic, and in the voiced zone limited to the non harmonic component.
  • the harmonic component is advantageously obtained by implementing a filtering by means of the long-term prediction operator applied to a residual signal calculated by implementing reverse short-term filtering on the stored samples.
  • the other component can be determined with the idea of a long-term prediction operator to which pseudo-random disturbances (for example gain or period disturbances) are applied.
  • pseudo-random disturbances for example gain or period disturbances
  • the harmonic component represents the low frequencies of the spectrum, while the other component represents the high frequency part.
  • the long-term prediction operator is determined from the samples of valid stored frames, with a number of samples used for this estimation varying between a minimum value and a value equal to at least twice the estimated fundamental period for voiced sound.
  • the residual signal is advantageously modified by treatments of the non-linear type to eliminate amplitude peaks.
  • voice activity is detected by estimating noise parameters when the signal is considered to be non-active, and parameters of the synthesized signal are made to tend towards those of the estimated noise.
  • the spectral envelope of the noise of the decoded samples is estimated. valid and one generates a synthesized signal evolving towards a signal having the same spectral envelope.
  • the invention also provides a method for processing sound signals, characterized in that a discrimination is made between speech and musical sounds and when musical sounds are detected, a method of the aforementioned type is implemented without the estimation of a long-term prediction operator, the excitation signal being limited to a non-harmonic component obtained for example by generating uniform white noise.
  • the invention further relates to a device for concealing a transmission error in an audio-digital signal which receives as input a decoded signal which is transmitted to it by a decoder and which generates missing or erroneous samples in this decoded signal, characterized in that 'It includes processing means capable of implementing the above method.
  • It also relates to a transmission system comprising at least one encoder, at least one transmission channel, a module capable of detecting that transmitted data has been lost or is greatly erroneous, at least one decoder and an error concealment device which receives the decoded signal, characterized in that this error concealment device is a device of the aforementioned type.
  • FIG. 1 is a block diagram illustrating a transmission system according to a possible embodiment of the invention
  • FIG. 2 and Figure 3 are block diagrams illustrating an implementation according to a possible embodiment of the invention.
  • FIGS. 4 to 6 schematically illustrate the windows used with the error concealment method according to a possible embodiment of one invention
  • Figures 7 and 8 are schematic representations illustrating a possible embodiment of the invention in the case of musical signals.
  • FIG. 1 shows a device for coding and decoding the digital audio signal, comprising an encoder 1, a transmission channel 2, a module 3 making it possible to detect that the transmitted data has been lost or is strongly erroneous, a decoder 4, and a module 5 for concealing errors or lost packets in accordance with a possible embodiment of the invention.
  • this module in addition to the indication of erased data, receives the decoded signal in valid period and transmits signals used to update it to the decoder.
  • module 5 is based on:
  • the memory of the decoded samples is updated, containing a sufficient number of samples for the regeneration of any periods erased subsequently.
  • a signal of the order of 20 to 40 ms is stored.
  • the energy of the valid frames is also calculated and the energies corresponding to the last valid frames processed are stored in memory (typically of the order of 5 s).
  • a method for detecting voiced sounds (processing 12 in FIG. 3: V / NV detection, for "voiced / unvoiced") is used on the last stored data. For example one can use for that the normalized correlation ([KLEIJN]), or the criterion presented in the example of realization which follows.
  • a residual signal is calculated by reverse filtering LPC (processing 10) of the last stored samples. This signal is then used to generate an excitation signal from the LPC 11 synthesis filter (see below).
  • the synthesis of the replacement samples is carried out by introducing an excitation signal (calculated in 13 from the signal at the output of the inverse LPC filter) in the LPC synthesis filter 11 (l / A (z)) calculated in 1.
  • This excitation signal is generated in two different ways depending on whether the signal is voiced or unvoiced:
  • the excitation signal is the sum of two signals, one strongly harmonic component and the other less harmonic or not at all.
  • the strongly harmonic component is obtained by LTP filtering (processing module 14) using the parameters calculated in 2, of the residual signal mentioned in 3.
  • the second component can also be obtained by LTP filtering but made non-periodic by random modifications of the parameters, by generation of a pseudo-random signal.
  • the residual signal used for generating the excitation is processed to eliminate the amplitude peaks significantly above the average.
  • the energy of the synthesis signal is controlled using a gain calculated and adapted sample by sample. In the case where the erasure period is relatively long, it is necessary to gradually lower the energy of the synthesis signal.
  • the gain adaptation law is calculated according to different parameters: stored energy values before erasure (see in 1), fundamental period, and local stationarity of the signal at the time of cutting.
  • the system includes a module allowing the discrimination of stationary (like music) and non-stationary (like speech) sounds, different adaptation laws can also be used.
  • the first half of the memory of the last frame correctly received contains fairly precise information on the first half of the first lost frame (its weight in the addition-recovery is more important than that of the current frame). This information can also be used to calculate the adaptive gain.
  • the synthesis parameters can also be changed. If the system is coupled to a voice activity detection device with estimation of the noise parameters (such as [REC-G.723.1A], [SALAMI-2],
  • KLEIJN predictions
  • This information is normally available both to the coder, who must have done this for these preceding samples have a form of local decoding, and at the remote decoder present at the reception. As soon as the transmission channel is disturbed and the remote decoder no longer has the same information as the local decoder present at transmission, there is desynchronization between the encoder and the decoder.
  • this desynchronization can cause audible degradations which can last a long time or even increase over time if there are instabilities in the structure. In this case, it is therefore important to endeavor to resynchronize the coder and the decoder, that is to say to make an estimation of the memories of the decoder as close as possible to those of the coder.
  • resynchronization techniques depend on the coding structure used. One will be presented, the principle of which is general in this patent, but the complexity of which is potentially significant.
  • One possible method consists in introducing into the decoder on reception a coding module of the same type as that present on the transmission, making it possible to carry out the coding-decoding of the samples of the signal produced by the techniques mentioned in the preceding paragraph during the periods deleted. In this way the memories necessary to decode the following samples are completed with a priori similar data.
  • This update can be carried out at the time of production of the replacement samples, which distributes the complexity over the entire erasure zone, but is combined with the synthesis procedure described above.
  • the above procedure can also be limited to an intermediate zone at the start of the period of valid data succeeding an erased period, the updating procedure then being combined with the decoding operation. .
  • TDAC or TCDM ([MAHIEUX]) type transform coders are particularly addressed.
  • Broadband encoder (50-7000 Hz) at 24 kb / s or 32 kb / s. 20 ms frame (320 samples).
  • a binary frame contains the coded parameters obtained by the TDAC transformation on a window. After decoding these parameters, by doing the reverse transformation TDAC, we obtain an output frame of 20 ms which is the sum of the second half of the previous window and the first half of the current window.
  • the two parts of windows used for the reconstruction of the frame n have been marked in bold.
  • a lost binary frame disturbs the reconstruction of two consecutive frames (the current one and the next one, Figure 5).
  • FIG. 6 binary frame
  • the memory of the decoded samples is updated.
  • This memory is used for LPC and LTP analyzes of the signal passed in the event of erasure of a binary frame.
  • the LPC analysis is performed over a signal period of 20 ms (320 samples).
  • LTP analysis requires more samples to be stored.
  • the number of samples stored is equal to twice the maximum value of the pitch. For example, if the maximum value of the MaxPitch pitch is fixed at 320 samples (50 Hz, 20 ms), the last 640 samples will be memorized (40 ms of the signal).
  • MaxCorr 0.6
  • Tj the position of this maximum
  • MaxCorrL Corr (T] _) If ⁇ > MinPitch and MaxCorrL> 0.75 * MaxCorr, we choose i as the new fundamental period.
  • T p is less than MaxPitch / 2
  • we can check if it is really a voiced frame by looking for the local maximum of the correlation around 2 * TP (TPP) and checking if Corr (T PP )> 0.4. If Corr (T) ⁇ 0.4 and if the signal energy decreases, we set DiminFlag l and we decrease the value of MaxCorr, otherwise we look for the next local maximum between the current T P and MaxPitch.
  • Another voicing criterion consists in checking whether at least in 2/3 of the cases the signal delayed by the fundamental period has the same sign as the non-delayed signal.
  • the voicing decision also takes into account the signal energy: if the energy is strong, the value of MaxCorr is increased, so it is more likely that the frame is decided voiced. On the other hand, if the energy is very low, the value of MaxCorr is reduced.
  • this vector of Tp samples is processed.
  • the method used in our example is as follows: "We calculate the mean MeanAmpl of the absolute values of the last Tp samples of the residual signal.
  • the excitation signal is the sum of two signals, a strongly harmonic component limited in band at the low frequencies of the excb spectrum and another less harmonic limited to the highest frequencies exch.
  • the coefficients [0.15, 0.7, 0.15] correspond to a low pass FIR filter of 3 dB attenuation at Fs /.
  • the second component is also obtained by an LTP filtering made non-periodic by the random modification of its fundamental period Tph.
  • Tph is chosen as the integer part of a random real value Tpa.
  • the initial value of Tpa is equal to Tp then it is modified sample by sample by adding a random value in [-0.5, 0.5].
  • the voiced excitation is then the sum of these 2 components:
  • the excitation signal exe is also obtained by LTP filtering of order 3 with the coefficients [0.15, 0.7, 0.15] but it is made non-periodic by increasing the fundamental period d 'a value equal to 1 every 10 samples, and inversion of the sign with a probability of 0.2.
  • the memory of the decoder is updated for decoding the next frame (synchronization of the encoder and the decoder, see paragraph 5.1.4).
  • the addition-recovery technique makes it possible to check whether the synthesized voiced signal corresponds well to the original signal or not because for the first half of the first frame lost the weight of the last window memory correctly received is greater ( figure 6). So by taking the correlation between the first half of the first synthesized frame and the first half of the frame obtained after the TDAC g reverse TDAC operations, we can estimate the similarity between the lost frame and the replacement frame. A weak correlation ( ⁇ 0.65) indicates that the original signal is enough different from that obtained by the replacement method, and it is better to decrease the energy of the latter quickly to the minimum level.
  • points 1-6 relate to the analysis of the decoded signal preceding the first erased frame and allowing the construction of a synthesis model (LPC and possibly LTP) of this signal.
  • LPC synthesis model
  • the analysis is not repeated, the replacement of the lost signal is based on the parameters (LPC coefficients, pitch, MaxCorr, ResMem) calculated during the first erased frame.
  • Such processing implements the following steps for the music synthesis module, illustrated in FIG. 8:
  • the synthesis of the replacement samples is carried out by introducing an excitation signal into the LPC synthesis filter (l / A (z)) calculated in step 19.
  • This excitation signal - calculated in a step 20 - is a white noise whose amplitude is chosen to obtain a signal having the same energy as that of the last N samples stored in valid period.
  • the filtering step is referenced by 21.
  • Example of the control of the amplitude of the residual signal If the excitation is presented as a uniform white noise multiplied by a gain, one can calculate this gain G as follows:
  • Durbin's algorithm gives the energy of the residual signal. Knowing also the energy of the signal to be modeled, the gain G ⁇ c: of the LPC filter is estimated as the ratio of these two energies. Calculation of the target energy:
  • the target energy is estimated equal to the energy of the last N samples stored in a valid period (N is typically ⁇ the length of the signal used for the LPC analysis).
  • the energy of the synthesized signal is the product of the energy of white noise by G 2 and G ⁇ ⁇ . We choose G so that this energy is equal to the target energy.
  • the energy of the synthesis signal is controlled at using a gain calculated and adapted sample by sample. In the case where the erasure period is relatively long, it is necessary to gradually lower the energy of the synthesis signal.
  • the gain adaptation law can be calculated as a function of various parameters such as the energy values memorized before erasure, and local stationarity of the signal at the time of cutting. 6. Evolution of the synthesis procedure over time:
  • the synthesis parameters can also be changed. If the system is coupled to a device for detecting voice activity or musical signals with estimation of the noise parameters (such as [REC-G.723.1A],
  • the technique which has just been described has the advantage of being usable with any type of coder; in particular it makes it possible to remedy the problems of lost bit packets for time or transform coders, on speech and music signals with good performance: indeed in the present technique, the only signals memorized during periods when the data transmitted are valid are the samples from the decoder, information that is available regardless of the coding structure used.
  • AT&T DA Kapilo, RV Cox
  • FEC frame erasure concealment
  • GSM-FR GSM Recommendation 06.11. "Substitution and muting of lost frames for full rate speech traffic channels”. ETSI / TC SMG, ver. : 3.0.1. , February 1992.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Detection And Prevention Of Errors In Transmission (AREA)
  • Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
  • Input Circuits Of Receivers And Coupling Of Receivers And Audio Equipment (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Automobile Manufacture Line, Endless Track Vehicle, Trailer (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

Procédé de dissimulation d'erreur de transmission dans un signal audio-numérique selon lequel on reçoit un signal décodé après transmission, on mémorise les échantillons décodés lorsque les données transmises sont valides, on estime au moins un opérateur de prédiction à court terme et un opérateur de prédiction à long terme en fonction des échantillons marquants ou erronés dans le signal décodé à l'aide des opérateurs ainsi estimés, caractérisé en ce qu'on contrôle l'énergie du signal de synthèse ainsi généré à l'aide d'un gain calculé et adapté échantillon par échantillon.

Description

DISSIMULATION D'ERREURS DE TRANSMISSION DANS UN SIGNAL
AUDIO
1 . DOMATTTE: TECHNT UE
La présente invention concerne les techniques de dissimulation d'erreurs de transmission consécutives dans des systèmes de transmission utilisant n'importe quel type de codage numérique du signal de la parole et/ou du son.
On distingue classiquement deux grandes catégories de codeurs : les codeurs dits temporels, qui effectuent la compression des échantillons de signal numérisé échantillon par échantillon (cas des codeurs MIC ou MICDA
[DAUMER] [MAITRE] par exemple)
- et les codeurs paramétriques qui analysent des trames successives d'échantillons du signal à coder pour extraire, à chacune de ces trames, un certain nombre de paramètres qui sont ensuite codés et transmis (cas des vocodeurs [TREMAIN] , des codeurs IMBE [HARDWICK] , ou des codeurs par transformée [BRANDENBURG] ) .
II existe des catégories intermédiaires qui complètent le codage des paramètres représentatifs des codeurs paramétriques par le codage d'une forme d'onde temporelle résiduelle. Pour simplifier, ces codeurs peuvent être rangés dans la catégorie des codeurs paramétriques .
Dans cette catégorie on trouve les codeurs prédictifs et notamment la famille des codeurs à analyse par synthèse tels le RPE-LTP ( [HELLWIG] ) ou les CELP ( [ATAL] ) .
Pour tous ces codeurs, les valeurs codées sont ensuite transformées en un train binaire qui sera transmis sur un canal de transmission. Selon la qualité de ce canal et le type de transport, des perturbations peuvent affecter le signal transmis et produire des erreurs sur le train binaire reçu par le décodeur. Ces erreurs peuvent intervenir de manière isolée dans le train binaire mais se produisent très fréquemment par rafales. C'est alors un paquet de bits correspondant à une portion complète de signal qui est erroné ou non reçu. Ce type de problèmes se rencontre par exemple pour les transmissions sur les réseaux mobiles. Il se rencontre aussi dans les transmissions sur les réseaux par paquets et en particulier sur les réseaux de type internet.
Lorsque le système de transmission ou les modules chargés de la réception permettent de détecter que les données reçues sont fortement erronées (par exemple sur les réseaux mobiles), ou qu'un bloc de données n'a pas été reçu (cas de systèmes à transmission par paquets par exemple) , des procédures de dissimulation des erreurs sont alors mises en oeuvre. Ces procédures permettent d'extrapoler au décodeur les échantillons du signal manquant à partir des signaux et données disponibles issus des trames précédant et éventuellement suivant les zones effacées .
De telles techniques ont été mises en oeuvre principalement dans le cas des codeurs paramétriques
(techniques de récupération des trames effacées) . Elles permettent de limiter fortement la dégradation subjective du signal perçue au décodeur en présence de trames effacées . La plupart des algorithmes développés reposent sur la technique utilisée pour le codeur et le décodeur, et constituent en fait une extension du décodeur. Un but général de l'invention est d'améliorer, pour tout système de compression de la parole et du son, la qualité subjective du signal de parole restitué au décodeur lorsque, à cause d'une mauvaise qualité du canal de transmission ou par suite de la perte ou non réception d'un paquet dans un système à transmission par paquets, un ensemble de données codées consécutives ont été perdues .
Elle propose à cet effet une technique permettant de dissimuler les erreurs de transmission successives (paquets d'erreur) quelle que soit la technique de codage utilisée, la technique proposée pouvant être utilisée par exemple dans le cas des codeurs temporels dont la structure se prête moins bien a priori à la dissimulation des paquets d'erreurs.
2. ETAT DE LA TECHNIQUE ANTERIEURE
La plupart des algorithmes de codage de type prédictif proposent des techniques de récupération de trames effacées ( [GSM-FR] , [REC G.723.1A] , [SALAMI], [HONKA EN] , [COX-2] , [CHEN-2] , [CHEN-3] , [CHEN-4] , [CHEN-5] , [CHEN- 6] , [CHEN-7] , [KROON-2] , [WATKINS] ) . Le décodeur est informé de l'occurrence d'une trame effacée d'une manière ou d'une autre, par exemple dans le cas des systèmes radiomobiles par la transmission de l'information d'effacement de trame provenant du décodeur canal. Les dispositifs de récupération de trames effacées ont pour objectif d'extrapoler les paramètres de la trame effacée à partir de la (ou des) dernières trames précédentes considérées comme valides. Certains paramètres manipulés ou codés par les codeurs prédictifs présentent une forte corrélation inter-trames (cas des paramètres de prédiction à court terme, encore dénommés "LPC" de "Linear Prédictive Coding" (voir [RABINER] ) qui représentent l'enveloppe spectrale, et des paramètres de prédiction à long terme pour les sons voisés, par exemple) . Du fait de cette corrélation, il est beaucoup plus avantageux de réutiliser les paramètres de la dernière trame valide pour synthétiser la trame effacée que d'utiliser des paramètres erronés ou aléatoires.
Pour l'algorithme de codage CELP (de "Code Excited Linear Prédiction" , se reporter à [RABINER] ) , les paramètres de la trame effacée sont classiquement obtenus de la manière suivante :
- le filtre LPC est obtenu à partir des paramètres LPC de la dernière trame valide soit par recopie des paramètres ou avec introduction d'un certain amortissement (cf. codeur G723.1 [REC G.723.1A]) .
on détecte le voisement pour déterminer le degré d' harmonicité du signal au niveau de la trame effacée ( [SALAMI] , cette détection se intervenant de la façon suivante :
" dans le cas d'un signal non voisé : un signal d'excitation est généré de manière aléatoire (tirage d'un mot de code et gain de l'excitation passée légèrement amorti [SALAMI] , sélection aléatoire dans 1 ' excitation passée [CHEN] , usage des codes transmis éventuellement totalement erronés [HONKANEN] , ... ) " dans le cas d'un signal voisé : le délai LTP est généralement le délai calculé à la trame précédente, éventuellement avec une légère "gigue" ( [SALAMI] ) , le gain LTP étant pris très voisin de 1 ou égal à 1. Le signal d'excitation est limité à la prédiction à long terme effectuée à partir de l'excitation passée.
Dans tous les exemples cités précédemment, les procédures de dissimulation des trames effacées sont fortement liées au décodeur et utilisent des modules de ce décodeur, comme le module de synthèse du signal. Ils utilisent aussi des signaux intermédiaires disponibles au sein de ce décodeur comme le signal d'excitation passé et mémorisé lors du traitement des trames valides précédant les trames effacées.
La plupart des méthodes utilisées pour dissimuler les erreurs produites par des paquets perdus lors du transport de données codées par des codeurs de type temporel font appel à des techniques de substitution de formes d'ondes telles celles présentées dans [GOODMAN],
[ERDÔL] , [AT&T] . Les méthodes de ce type reconstituent le signal en sélectionnant des portions du signal décodé avant la période perdue et ne font pas appel à des modèles de synthèse. Des techniques de lissage sont également mises en oeuvre pour éviter les artefacts produits par la concaténation des différents signaux.
Pour les codeurs par transformée, les techniques de reconstruction des trames effacées s'appuient également sur la structure de codage utilisée : les algorithmes, tels [PICTEL, MAHIEUX-2] , visent à régénérer les coefficients transformés perdus à partir des valeurs prises par ces coefficients avant l'effacement.
La méthode décrite dans [PARIKH] peut s'appliquer à tout type de signaux; elle repose sur la construction d'un modèle sinusoïdal à partir du signal valide décodé précédant l'effacement, pour régénérer la partie du signal perdue.
Enfin, il existe une famille de techniques de dissimulation des trames effacées développées conjointement avec le codage canal. Ces méthodes, telle celle décrite dans [FINGSCHEIDT] , se servent d'informations fournies par le décodeur canal, par exemple d'informations concernant le degré de fiabilité des paramètres reçus . Elles sont fondamentalement différentes de la présente invention qui ne présuppose pas l'existence d'un codeur canal.
Un art antérieur qui peut être considéré comme le plus proche de la présente invention est celui qui est décrit dans [COMBESCURE] , qui proposait une méthode de dissimulation des trames effacées équivalente à celle utilisée dans les codeurs CELP pour un codeur par transformée. Les inconvénients de la méthode proposée étaient l'introduction de distorsions spectrales audibles
(voix "synthétique", résonances parasites,...), dus notamment à l'usage de filtres de synthèse à long terme mal contrôlés (composante harmonique unique en sons voisés, génération du signal d'excitation limitée à l'usage de portions du signal résiduel passé). En outre, le contrôle d'énergie s'effectuait dans [COMBESCURE] au niveau du signal d'excitation, la cible énergétique de ce signal était maintenue constante pendante toute la durée de l'effacement, ce qui engendrait également des artefacts gênants.
3. PRESENTATION DE L'INVENTION
L'invention permet quant à elle la dissimulation des trames effacées sans distorsion marquée à des taux d'erreurs plus élevés et/ou pour des intervalles effacés plus longs .
Elle propose notamment un procédé de dissimulation d'erreur de transmission dans un signal audio-numérique selon lequel on reçoit un signal décodé après transmission, on mémorise les échantillons décodés lorsque les données transmises sont valides, on estime au moins un opérateur de prédiction à court terme et au moins un opérateur de prédiction à long terme en fonction des échantillons valides mémorisés et on génère d'éventuels échantillons manquants ou erronés dans le signal décodé à l'aide des opérateurs ainsi estimés.
Selon un premier aspect particulièrement avantageux de l'invention, on contrôle l'énergie du signal de synthèse ainsi généré à l'aide d'un gain calculé et adapté échantillon par échantillon.
Ceci contribue en particulier à améliorer les performances de la technique sur des zones d'effacement d'une durée plus longue.
Notamment, le gain pour le contrôle du signal de synthèse est avantageusement calculé en fonction d'au moins un des paramètres suivants : valeurs d'énergie préalablement mémorisées pour les échantillons correspondant à des données valides, période fondamentale pour les sons voisés, ou tout paramètre caractérisant le spectre de fréquences.
De façon avantageuse également, le gain appliqué au signal de synthèse décroît progressivement en fonction de la durée pendant laquelle les échantillons de synthèse sont générés .
De façon préférée également, on discrimine dans les données valides les sons stationnaires et les sons non stationnaires et on met en oeuvre des lois d'adaptation de ce gain (vitesse de décroissante, par exemple) , différentes d'une part pour les échantillons générés à la suite de données valides correspondant à des sons stationnaires et d'autre part pour les échantillons générés à la suite de données valides correspondants a des sons non stationnaires . Selon un autre aspect indépendant de l'invention, on met à jour en fonction des échantillons de synthèse générés le contenu des mémoires utilisées pour le traitement de décodage .
De cette façon, d'une part on limite l'éventuelle désynchronisation du codeur et du décodeur (voir paragraphe 5.1.4 ci-après), et on évite les brusques discontinuités entre la zone effacée reconstruite selon l'invention et les échantillons suivant cette zone.
Notamment, on met en oeuvre au moins partiellement sur les échantillons synthétisés un codage analogue à celui mis en oeuvre à l'émetteur suivi éventuellement d'une opération (éventuellement partielle) de décodage, les données obtenues servant à régénérer les mémoires du décodeur.
En particulier, cette opération de codage- décodage éventuellement partielle peut être avantageusement utilisée pour régénérer la première trame effacée car elle permet d'exploiter le contenu des mémoires du décodeur avant la coupure, lorsque ces mémoires contiennent des informations non fournies par les derniers échantillons valides décodés (par exemple dans le cas des codeurs par transformée à addition- recouvrement, voir paragraphe 5.2.2.2.1 point 10).
Selon un aspect encore différent de l'invention, on génère en entrée de l'opérateur de prédiction à court terme un signal d'excitation qui, en zone voisée, est la somme d'une composante harmonique et d'une composante faiblement harmonique ou non harmonique, et en zone voisée limité à la composante non harmonique.
Notamment, la composante harmonique est avantageusement obtenue en mettant en oeuvre un filtrage au moyen de l'opérateur de prédiction à long terme appliqué sur un signal résiduel calculé en mettant en oeuvre un filtrage à court terme inverse sur les échantillons mémorisés.
L ' autre composante peut être déterminée 1 ' ide d'un opérateur de prédiction à long terme auquel on applique des perturbations (par exemple perturbation du gain, ou de la période), pseudo-aléatoires.
De façon particulièrement préférée, pour la génération d'un signal d'excitation voisé, la composante harmonique représente les basses fréquences du spectre, tandis que l'autre composante la partie haute fréquence.
Selon un autre aspect encore, l'opérateur de prédiction à long terme est déterminé à partir des échantillons de trames valides mémorisés, avec un nombre d'échantillons utilisés pour cette estimation variant entre une valeur minimale et une valeur égale à au moins deux fois la période fondamentale estimée pour le son voisé .
Par ailleurs, le signal résiduel est avantageusement modifié par des traitements de type non linéaire pour éliminer des pics d'amplitude.
Egalement, selon un autre aspect avantageux, on détecte l'activité vocale en estimant des paramètres de bruit lorsque le signal est considéré comme non actif, et on fait tendre des paramètres du signal synthétisé vers ceux du bruit estimé.
De façon préférentielle encore, on estime l'enveloppe spectrale du bruit des échantillons décodés valides et on génère un signal synthétisé évoluant vers un signal possédant la même enveloppe spectrale.
L'invention propose également un procédé de traitement de signaux de sons, caractérisé en ce qu'on met en oeuvre une discrimination entre la parole et les sons musicaux et lorsqu'on détecte des sons musicaux, on met en oeuvre un procédé du type précité sans estimation d'un opérateur de prédiction à long terme, le signal d'excitation étant limité à une composante non harmonique obtenue par exemple en générant un bruit blanc uniforme.
L'invention concerne en outre un dispositif de dissimulation d'erreur de transmission dans un signal audio-numérique qui reçoit en entrée un signal décodé que lui transmet un décodeur et qui génère des échantillons manquants ou erronés dans ce signal décodé, caractérisé en ce qu'il comporte des moyens de traitement aptes à mettre en oeuvre le procédé précité.
Elle concerne également un système de transmission comportant au moins un codeur, au moins un canal de transmission, un module apte à détecter que des données transmises ont été perdues ou sont fortement erronées, au moins un décodeur et un dispositif de dissimulation d'erreurs qui reçoit le signal décodé, caractérisé en ce que ce dispositif de dissimulation d'erreurs est un dispositif du type précité.
4. PRESENTATION DES FIGURES
D'autres caractéristiques et avantages de l'invention ressortiront encore de la description qui suit, laquelle est purement illustrative et non limitative et doit être lue en regard des dessins annexés sur lesquels :
- la figure 1 est un schéma synoptique illustrant un système de transmission conforme à un mode de réalisation possible de l'invention ;
- la figure 2 et la figure 3 sont des schémas synoptiques illustrant une mise en oeuvre conforme à un mode possible de l'invention ;
les figures 4 à 6 illustrent schématiquement les fenêtres utilisées avec le procédé de dissimulation d'erreurs conforme à un mode de mise en oeuvre possible de 1 ' invention ;
les figures 7 et 8 sont des représentations schématiques illustrant un mode de mise en oeuvre possible de l'invention dans le cas de signaux musicaux.
5. DESCRIPTION D'UN OU PLUSIEURS MODES DE REALISATIONS POSSIB S DE L'INVENTION
5.1 Principe d'un mode de réalisation possible
La figure 1 présente un dispositif de codage et décodage du signal audio numérique, comprenant un codeur 1, un canal de transmission 2, un module 3 permettant de détecter que des données transmises ont été perdues ou sont fortement erronées, un décodeur 4, et un module 5 de dissimulation des erreurs ou paquets perdus conforme à un mode de réalisation possible de l'invention.
On notera que ce module 5, outre l'indication de données effacées, reçoit le signal décodé en période valide et transmet au décodeur des signaux utilisés pour sa mise à jour.
Plus précisément, le traitement mis en oeuvre par le module 5 repose sur :
1. la mémorisation des échantillons décodés lorsque les données transmises sont valides (traitement 6) ;
2. durant un bloc de données effacées, la synthèse des échantillons correspondant aux données perdues (traitement 7) ;
3. lorsque la transmission est rétablie, le lissage entre les échantillons de synthèse produits pendant la période effacée et les échantillons décodés (traitement 8) ;
4. la mise à jour des mémoires du décodeur (traitement 9) (mise à jour qui s'effectue soit pendant la génération des échantillons effacés, soit au moment du rétablissement de la transmission) .
.7.7 Fin p ri nâR va 77 cl&
Après décodage des données valides, on met à jour la mémoire des échantillons décodés, contenant un nombre d'échantillons suffisant pour la régénération des éventuelles périodes effacées dans la suite. Typiquement, on mémorise de l'ordre de 20 à 40 ms de signal. On calcule également l'énergie des trames valides et on retient en mémoire les énergies correspondant aux dernières trames valides traitées (typiquement de l'ordre de 5 s) .
. 1 . 2 P nâπn . un h l ne âp. onnéw ffacθθa .
On effectue les opérations suivantes, illustrées par la figure 3 :
1. Estimation de l'enveloppe spectrale courante : On calcule cette enveloppe spectrale sous la forme d'un filtre LPC [RABINER] [KLEIJN] . L'analyse est effectuée par des méthodes classiques ( [KLEIJN] ) après fenêtrage des échantillons mémorisés en période valide. Notamment, on met en oeuvre une analyse LPC (étape 10) pour obtenir les paramètres d'un filtre A(z), dont l'inverse est utilisé pour le filtrage LPC (étape 11) . Comme les coefficients ainsi calculés n'ont pas à être transmis, on peut utiliser pour cette analyse un ordre élevé, ce qui permet d'obtenir de bonnes performances sur les signaux musicaux.
2. Détection des sons voisés et calcul des paramètres LTP:
Une méthode de détection des sons voisés (traitement 12 de la figure 3 : détection V/NV, pour "voisé/non voisé") est utilisée sur les dernières données mémorisées. Par exemple on peut utiliser pour cela la corrélation normalisée ( [KLEIJN] ) , ou le critère présenté dans l'exemple de réalisation qui suit.
Lorsque le signal est déclaré voisé, on calcule les paramètres permettant la génération d'un filtre de synthèse à long terme, encore dénommé filtre LTP
([KLEIJN]) (figure 3 : analyse LTP, on définit par B(Z) le filtre inverse LTP calculé) . Un tel filtre est généralement représenté par une période correspondant à la période fondamentale et un gain. La précision de ce filtre peut être améliorée par l'usage de pitch fractionnaire ou d'une structure multi-coefficients [KROON] .
Lorsque le signal est déclaré non voisé, une valeur particulière est attribuée au filtre de synthèse LTP (voir paragraphe 4) . Il est particulièrement intéressant dans cette estimation du filtre de synthèse LTP de restreindre la zone analysée à la fin de la période précédant l'effacement. La longueur de la fenêtre d'analyse varie entre une valeur minimale et une valeur liée à la période fondamentale du signal .
3. Calcul d'un signal résiduel
On calcule un signal résiduel par filtrage inverse LPC (traitement 10) des derniers échantillons mémorisés. Ce signal est ensuite utilisé pour générer un signal d'excitation du filtre de synthèse LPC 11 (voir ci- dessous) .
4. Synthèse des échantillons manquants :
La synthèse des échantillons de remplacement s'effectue en introduisant un signal d'excitation (calculé en 13 à partir du signal en sortie du filtre LPC inverse) dans le filtre de synthèse LPC 11 (l/A(z)) calculé en 1. Ce signal d'excitation est engendré de deux façons différentes suivant que le signal est voisé ou non voisé:
4.1 En zone voisée
Le signal d'excitation est la somme de deux signaux , une composante fortement harmonique et 1 ' autre moins harmonique ou pas du tout.
La composante fortement harmonique est obtenue par filtrage LTP (module de traitement 14) à l'aide des paramètres calculés en 2 , du signal résiduel mentionné en 3. La seconde composante peut être obtenue également par filtrage LTP mais rendu non périodique par des modifications aléatoires des paramètres, par génération d'un signal pseudo-aléatoire.
Il est particulièrement intéressant de limiter la bande passante de la première composante aux basses fréquences du spectre. De même il sera intéressant de limiter aux plus hautes fréquences la seconde composante.
4.2 En zone non voisée :
Lorsque le signal est non voisé, un signal d'excitation non harmonique est engendré. Il est intéressant d'utiliser une méthode de génération similaire à celle utilisée pour les sons voisés, avec des variations de paramètres (période, gain, signes) permettant de la rendre non harmonique .
4.3 Contrôle de l'amplitude du signal résiduel :
Lorsque le signal est non voisé, ou faiblement voisé, le signal résiduel utilisé pour la génération de l'excitation est traité pour éliminer les pics d'amplitude significativement au dessus de la moyenne.
5. Contrôle de 1 ' énergie du signal de synthèse
L'énergie du signal de synthèse est contrôlée à l'aide d'un gain calculé et adapté échantillon par échantillon. Dans le cas où la période d'effacement est relativement longue, il est nécessaire de faire baisser progressivement l'énergie du signal de synthèse. La loi d'adaptation du gain est calculée en fonction de différents paramètres : valeurs d'énergies mémorisées avant l'effacement (voir en 1), période fondamentale, et stationnarité locale du signal au moment de la coupure.
Si le système comprend un module permettant la discrimination des sons stationnaires (comme la musique) et non stationnaires (comme la parole) , des lois d'adaptation différentes peuvent aussi être utilisées.
Dans le cas de codeurs par transformée avec addition- recouvrement, la première moitié de la mémoire de la dernière trame correctement reçue contient des informations assez précises sur la première moitié de la première trame perdue (son poids dans l'addition- recouvrement est plus important que celui de la trame actuelle) . Cette information peut être également utilisée pour le calcul du gain adaptatif.
6. Evolution de la procédure de synthèse au cours du temps :
Dans le cas de période d'effacement relativement longues, on peut également faire évoluer les paramètres de synthèse. Si le système est couplé à un dispositif de détection d'activité vocale avec estimation des paramètres du bruit (tel [REC-G.723.1A] , [SALAMI-2] ,
[BENYASSINE] ) , il est particulièrement intéressant de faire tendre les paramètres de génération du signal à reconstruire vers ceux du bruit estimé : en particulier au niveau de l'enveloppe spectrale (interpolation du filtre LPC avec celui du bruit estimé, les coefficients de l'interpolation évoluant au cours du temps jusqu'à obtention du filtre du bruit) et de l'énergie (niveau évoluant progressivement vers celui du bruit, par exemple par fenêtrage) .
c>" . 3 . An r-t≤t-a h l J RFi&m&Ω JR l a raπnm FΠ' nπ Au rétablissement de la transmission, il est particulièrement important d'éviter les ruptures brutales entre la période effacée que l'on a reconstruite selon les techniques définies aux paragraphes précédents et les périodes qui suivent, au cours desquelles on dispose de toute 1 ' information transmise pour décoder le signal . La présente invention effectue une pondération dans le domaine temporel avec interpolation entre les échantillons de remplacement précédent le rétablissement de la communication et les échantillons décodés valides suivant la période effacée. Cette opération est a priori indépendante du type du codeur employé .
Dans le cas de codeurs par transformée avec addition- recouvrement, cette opération est commune avec la mise à jour des mémoires décrite au paragraphe suivant (voir exemple de réalisation) .
.5 . 7 . 4 Mi RR à jmir ORR m .moi Ύ-RΠ du cléπod&iir
Lorsque le décodage des échantillons valides reprend après une période effacée, il peut y avoir une dégradation lorsque le décodeur utilise des données normalement produites aux trames précédentes et mémorisées. Il est important de mettre à jour proprement ces mémoires pour éviter ces artefacts.
Ceci est particulièrement important pour les structures de codage utilisant des procédés recursifs, qui pour un échantillon ou une séquence d'échantillons, se servent d'informations obtenues après décodage des échantillons précédents . Ce sont par exemple des prédictions ([KLEIJN]) qui permettent d'extraire de la redondance du signal. Ces informations sont normalement disponibles à la fois au codeur, qui doit pour cela avoir effectué pour ces échantillons précédents une forme de décodage local, et au décodeur distant présent à la réception. Dés que le canal de transmission est perturbé et que le décodeur distant ne dispose plus des mêmes informations que le décodeur local présent à l'émission, il y a désynchronisation entre le codeur et le décodeur. Dans le cas de systèmes de codage fortement recursifs, cette désynchronisation peut provoquer des dégradations audibles qui peuvent perdurer longtemps voir même s'amplifier au cours du temps s'il existe des instabilités dans la structure. Dans ce cas, il est donc important de s'efforcer de resynchroniser le codeur et le décodeur, c'est à dire de faire une estimation des mémoires du décodeur la plus proche possible de celles du codeur. Cependant les techniques de resynchronisation dépendent de la structure de codage utilisée. On en présentera une dont le principe est général dans le présent brevet, mais dont la complexité est potentiellement importante.
Une méthode possible consiste à introduire dans le décodeur à la réception un module de codage du même type que celui présent à l'émission, permettant d'effectuer le codage-décodage des échantillons du signal produit par les techniques mentionnées au paragraphe précédent pendant les périodes effacées. De cette façon les mémoires nécessaires pour décoder les échantillons suivant sont complétées avec des données a priori proches
(sous réserve d'une certaine stationnarité pendant la période effacée) de celles qui ont été perdues. Dans le cas où cette hypothèse de stationnarité ne serait pas respectée, après une longue période effacée par exemple, on ne dispose pas de toute façon d'informations suffisantes pour faire mieux. En fait il n'est généralement pas nécessaire d'effectuer le codage complet de ces échantillons, on se limite aux modules nécessaires pour mettre à jour les mémoires.
Cette mise à jour peut s'effectuer au moment de la production des échantillons de remplacement, ce qui répartit la complexité sur toute la zone d'effacement, mais se cumule avec la procédure de synthèse décrite précédemment . Lorsque la structure de codage le permet, on peut aussi limiter la procédure ci-dessus à une zone intermédiaire au début de la période de données valides succédant à une période effacée, la procédure de mise à jour se cumulant alors avec l'opération de décodage.
5.2. Description d'exemples de réalisation particuliers
Des exemples particuliers de mise en oeuvre possible sont donnés ci-après. Le cas des codeurs par transformée de type TDAC ou TCDM ( [MAHIEUX] ) est en particulier abordé .
<=> . ?. . ! ΩRRC.ri t. i nri du di π o.q ? . i f
Système de codage/décodage numérique par transformée de type TDAC .
Codeur en bande élargie (50-7000 Hz) à 24 kb/s ou 32 kb/s. Trame de 20 ms (320 échantillons) .
Fenêtres de 40 ms (640 échantillons) avec addition- recouvrements de 20 ms . Une trame binaire contient les paramètres codés obtenus par la transformation TDAC sur une fenêtre. Après le décodage de ces paramètres, en faisant la transformation inverse TDAC, on obtient une trame de sortie de 20 ms qui est la somme de la deuxième moitié de la fenêtre précédente et la première moitié de la fenêtre actuelle. Sur la figure 4, il a été marqué en gras les deux parties de fenêtres utilisées pour la reconstruction de la trame n (en temporel) . Ainsi, une trame binaire perdue perturbe la reconstruction de deux trames consécutives (l'actuelle et la suivante, figure 5) . Par contre, en faisant correctement le remplacement des paramètres perdus, on peut récupérer les parties de l'information provenant de la trame binaire précédente et suivante (figure 6) , pour la reconstruction de ces deux trames .
<=, . 2 . 2 Mi ΠR PΠ oeuyra
Toutes les opérations décrites ci-dessous sont mises en oeuvre à la réception, conformément aux figures 1 et 2 , soit au sein du module de dissimulation des trames effacées qui communique avec le décodeur, soit dans le décodeur lui même (mise à jour des mémoires du décodeur) .
5.2.2.1 En période valide
Correspondant au paragraphe 5.1.2, on met à jour la mémoire des échantillons décodés . Cette mémoire est utilisée pour les analyses LPC et LTP du signal passé dans le cas d'un effacement d'une trame binaire. Dans l'exemple présenté ici, l'analyse LPC est faite sur une période de signal de 20 ms (320 échantillons) . En général, l'analyse LTP nécessite plus d'échantillons à mémoriser. Dans notre exemple, pour pouvoir faire l'analyse LTP correctement, le nombre des échantillons mémorisés est égal à deux fois la valeur maximale du pitch. Par exemple, si la valeur maximale du pitch MaxPitch est fixée à 320 échantillons (50 Hz, 20 ms) , les derniers 640 échantillons seront mémorisés (40 ms du signal) . On calcule également l'énergie des trames valides et on les stocke dans un tampon circulaire de longueur de 5 s . Lorsqu'une trame effacée est détectée, on compare l'énergie de la dernière trame valide au maximum et au minimum de ce tampon circulaire pour connaître son énergie relative.
5.2.2.2 Pendant un bloc de données effacées
Lorsqu'une trame binaire est perdue, on distingue deux cas différents :
5.2.2.2.1 Première trame binaire perdue après une période valide
D'abord, on fait une analyse du signal mémorisé pour estimer les paramètres du modèle servant à synthétiser le signal regénéré. Ce modèle nous permet ensuite de synthétiser 40 ms de signal, ce qui correspond à la fenêtre de 40 ms perdue. En faisant la transformation TDAC suivie de la transformation inverse TDAC sur ce signal synthétisé (sans codage - décodage des paramètres), on obtient le signal de sortie de 20 ms . Grâce à ces opérations TDAC - TDAC inverse, on exploite 1 ' information provenant de la fenêtre précédente correctement reçue (voir figure 6) . En même temps, on met à jour les mémoires du décodeur. Ainsi, la trame binaire suivante, si elle est bien reçue, peut être décodée normalement, et les trames décodées seront automatiquement synchronisées (figure 6) . Les opérations à effectuer sont les suivantes :
1. Fenêtrage du signal mémorisé. Par exemple, on peut utiliser une fenêtre asymétrique de Hamming de 20 ms .
2. Calcul de la fonction d'autocorrélation sur le signal fenêtre. 3. Détermination des coefficients du filtre LPC. Pour cela, classiquement on utilise l'algorithme itératif de Levinson-Durbin. L'ordre d'analyse peut être élevé, surtout lorsque le codeur est utilisé pour coder des séquences de musique .
4. Détection de voisement et analyse à long terme du signal mémorisé pour la modélisation de l'éventuelle périodicité du signal (sons voisés) . Dans la réalisation présentée, les inventeurs ont limité l'estimation de la période fondamentale Tp aux valeurs entières, et calculé une estimation du degré de voisement sous la forme du coefficient de corrélation MaxCorr (voir ci-dessous) évalué à la période sélectionnée. Soit Tm = max(T, Fs/200) , où Fs est la fréquence d'échantillonnage, donc Fs/200 échantillons correspondent à une durée de 5 ms . Pour mieux modéliser l'évolution du signal à la fin de la trame précédente, on calcule les coefficients de corrélation Corr(T) correspondant à un retard T en n'utilisant que 2*Tm échantillons à la fin du signal mémorisé :
Figure imgf000024_0001
où mo ' "m Lmem-ι est la mémoire du signal décodé précédemment. De cette formule, on voit que la longueur de cette mémoire Lmem doit être au moins 2 fois la valeur maximale de la période fondamentale (encore appelée "pitch") MaxPi tch . On a également fixé la valeur minimale de la période fondamentale MinPi tch correspondant à une fréquence de 600 Hz (26 échantillons à Fs = 16 kHz) . On calcule Corr(T) pour T = 2 , §, MaxPi tch . Si T' est le plus petit retard tel que Corr(T')<0 (on élimine ainsi les corrélations à très court terme) , alors on cherche MaxCorr, maximum de Corr(T) pour T ' <T<=MaxPitch. Soit Tp la période correspondant à MaxCorr ( Corr(Tp) = MaxCorr) . On cherche également MaxCorrMP, maximum de Corr(T) pour T' <T<=0.75*MinPitch, . Si Tp<MinPitch ou MaxCorrMP > 0.7*MaxCorr et si l'énergie de la dernière trame valide est relativement faible, on décide que la trame est non voisée, car en utilisant la prédiction LTP on risquerait d'obtenir une résonance dans les hautes fréquences très gênante. Le pitch choisi est Tp=MaxPitch/2, et le coefficient de corrélation MaxCorr fixé à une valeur faible (0.25) .
On considère également la trame comme non-voisée lorsque plus de 80% de son énergie se concentre dans les derniers MinPitch échantillons. Il s'agit donc d'un démarrage de la parole, mais le nombre d'échantillons n'est pas suffisant pour estimer la période fondamentale éventuelle, il vaut mieux le traiter comme trame non voisée, et même diminuer plus rapidement l'énergie du signal synthétisé (pour signaler cela, on met DiminFlag=l) .
Dans le cas où MaxCorr > 0.6, on vérifie que l'on n'a pas trouvé un multiple (4, 3 ou 2 fois) de la période fondamentale. Pour cela, on cherche le maximum local de la corrélation autour de Tp/4, Tp/3 et Tp/ 2. Notons Tj. la position de ce maximum, et MaxCorrL = Corr(T]_) . Si ^ > MinPitch et MaxCorrL > 0.75* MaxCorr, on choisit i comme nouvelle période fondamentale.
Si Tp est inférieur à MaxPitch/2, on peut vérifier s'il s'agit vraiment d'une trame voisée en cherchant le maximum local de la corrélation autour de 2*TP (TPP) et en vérifiant si Corr (TPP) >0.4. Si Corr (T ) <0.4 et si l'énergie du signal diminue, on met DiminFlag=l et on diminue la valeur de MaxCorr, sinon on cherche le maximum local suivant entre le TP actuel et MaxPitch.
Un autre critère de voisement consiste à vérifier si au moins dans 2/3 des cas le signal retardé par la période fondamentale a le même signe que le signal non retardé.
On vérifie cela sur une longueur égale au maximum entre 5ms et 2*TP.
On vérifie également si l'énergie du signal a tendance à diminuer ou non. Si oui, on met DiminFlag=l et on fait décroître la valeur de MaxCorr en fonction de degré de diminution.
La décision de voisement tient compte également de l'énergie du signal: si l'énergie est forte, on augmente la valeur de MaxCorr, ainsi il est plus probable que la trame soit décidée voisée. Par contre, si l'énergie est très faible, on diminue la valeur de MaxCorr.
Finalement, on prend la décision de voisement en fonction de la valeur de MaxCorr: la trame est non voisée si et seulement si MaxCorr < 0.4. La période fondamentale Tp d'une trame non voisée est bornée, elle doit être inférieure ou égale à MaxPitch/2.
5. Calcul du signal résiduel par filtrage inverse LPC des derniers échantillons mémorisés. Ce signal résiduel est stocké dans la mémoire ResMem.
6. Egalisation de l'énergie du signal résiduel. Dans le cas d'un signal non voisé ou faiblement voisé (MaxCorr <
0.7), l'énergie du signal résiduel stocké dans ResMem peut changer brusquement d'une partie à l'autre. La répétition de cette excitation entraîne une perturbation périodique très désagréable dans le signal synthétisé.
Pour éviter cela, on s'assure qu'aucun pic d'amplitude important ne se présente dans l'excitation d'une trame faiblement voisée. Comme l'excitation est construite à partir des derniers Tp échantillons du signal résiduel, on traite ce vecteur de Tp échantillons . La méthode utilisée dans notre exemple est la suivante : " On calcule la moyenne MeanAmpl des valeurs absolues des derniers Tp échantillons du signal résiduel.
" Si le vecteur d'échantillons à traiter contient n passages à zéro, on le coupe en n+1 sous-vecteurs, le signe du signal dans chaque sous-vecteur étant donc invariant .
" On cherche l'amplitude maximale MaxAmplSv de chaque sous-vecteur. Si MaxAmplSv>l .5*MeanAmpl , on multiplie le sous-vecteur par 1.5*MeanAmpl/MaxAmplSv.
7. Préparation du signal d'excitation d'une longueur de
640 échantillons correspondant à la longueur de la fenêtre TDAC. On distingue 2 cas selon le voisement : § Le signal d'excitation est la somme de deux signaux, une composante fortement harmonique limitée en bande aux basses fréquences du spectre excb et une autre moins harmonique limitée aux plus hautes fréquences exch. La composante fortement harmonique est obtenue par filtrage LTP d'ordre 3 du signal résiduel : excb(i) = 0.15*exc (i-Tp-1) +0.7*exc(i-Tp) +0.15*exc (i-Tp+1) Les coefficients [0.15, 0.7, 0.15] correspondent à un filtre FIR passe-bas de 3 dB d'atténuation à Fs/ . La seconde composante est obtenue également par un filtrage LTP rendu non périodique par la modification aléatoire de sa période fondamentale Tph. Tph est choisie comme la partie entière d'une valeur réelle aléatoire Tpa. La valeur initiale de Tpa est égale à Tp puis elle est modifiée échantillon par échantillon en l'additionnant une valeur aléatoire dans [-0.5, 0.5]. De plus, ce filtrage LTP est combiné avec un filtrage IIR passe haut : exch(i) =-0.0635* (exe (i-Tph-1) +exc (i-Tph+1) ) + 0.1182*exc (i-Tph) -0.9926*exch (i-1) - 0.7679*exch(i-2) L'excitation voisée est alors la somme de ces 2 composantes :
Exe (i ) =excb (i) +exch (i)
" Dans le cas d'une trame non voisée, le signal d'excitation exe est obtenu également par filtrage LTP d'ordre 3 avec les coefficients [0.15, 0.7, 0.15] mais il est rendu non périodique par augmentation de la période fondamentale d'une valeur égale à 1 tous les 10 échantillons, et inversion du signe avec une probabilité de 0.2.
8. Synthèse des échantillons de remplacement en introduisant le signal d'excitation exe dans le filtre LPC calculé en 3.
9. Contrôle du niveau de l'énergie du signal de synthèse. L'énergie tend progressivement vers un niveau fixé par avance dès la première trame de remplacement synthétisée. Ce niveau peut être défini, par exemple, comme l'énergie de la trame de sortie la plus faible trouvée durant les 5 dernières secondes précédant l'effacement. Nous avons défini deux lois d'adaptation du gain qui sont choisies en fonction du drapeau DiminFlag calculé en 4. La vitesse de diminution de 1 ' énergie dépend également de la période fondamentale. Il existe une troisième loi d'adaptation plus radicale qui est utilisée quand on détecte que le début du signal généré ne correspond pas bien au signal originel, comme expliqué ultérieurement (voir point 11) .
10. Transformation TDAC sur le signal synthétisé en 8, comme expliqué au début de ce chapitre. Les coefficients TDAC obtenus remplacent les coefficients TDAC perdus. Ensuite, en faisant la transformation inverse TDAC, on obtient la trame de sortie. Ces opérations ont trois buts :
" Dans le cas de la première fenêtre perdue, de cette façon on exploite l'information de la fenêtre précédente correctement reçue qui contient la moitié des données nécessaires pour reconstruire la première trame perturbée (figure 6) .
" On met à jour la mémoire du décodeur pour le décodage de la trame suivante (synchronisation du codeur et du décodeur, voir paragraphe 5.1.4) .
" On assure automatiquement la transition continue (sans rupture) du signal de sortie lorsque la première trame binaire correctement reçue arrive après une période effacée que l'on a reconstruite selon les techniques présentées ci-dessus (voir paragraphe 5.1.3).
11. La technique d'addition-recouvrement permet de vérifier si le signal voisé synthétisé correspond bien au signal d'origine ou non car pour la première moitié de la première trame perdue le poids de la mémoire de dernière fenêtre correctement reçue est plus important (figure 6) . Donc en prenant la corrélation entre la première moitié de la première trame synthétisée et la première moitié de la trame obtenue après les opérations TDAC g TDAC inverse, on peut estimer la similitude entre la trame perdue et la trame de remplacement. Une corrélation faible (< 0.65) signale que le signal originel est assez différent de celui obtenu par la méthode de remplacement, et il vaut mieux diminuer l'énergie de ce dernier rapidement vers le niveau minimal .
5.2.2.2.2 Trames perdues suivant la première trame d'une zone effacée
Dans le paragraphe précédent, les points 1-6 concernent l'analyse du signal décodé précédant la première trame effacée et permettant la construction d'un modèle de synthèse (LPC et éventuellement LTP) de ce signal. Pour les trames effacées suivantes, on ne refait pas l'analyse, le remplacement du signal perdu est basé sur les paramètres (coefficients LPC, pitch, MaxCorr, ResMem) calculés lors de première trame effacée. On fait donc uniquement les opérations correspondant à la synthèse du signal et à la synchronisation du décodeur, avec les modifications suivantes par rapport à la première trame effacée : " Dans la partie synthèse (points 7 et 8) , on génère uniquement 320 nouveaux échantillons, car la fenêtre de la transformation TDAC couvre les derniers 320 échantillons générés lors de la trame effacée précédente et ces nouveaux 320 échantillons. " Dans le cas où la période d'effacement serait relativement longue, il est important de faire évoluer les paramètres de synthèse vers les paramètres d'un bruit blanc ou vers ceux du bruit de fond (voir point
5 dans paragraphe 3.2.2.2). Comme le système présenté dans cet exemple ne comprend pas de VAD /CNG, nous avons, par exemple, la possibilité de faire une ou plusieurs des modifications suivantes : " Interpolation progressive du filtre LPC avec un filtre plat pour rendre le signal synthétisé moins coloré. " Augmentation progressive de la valeur du pitch. " En mode voisé, on bascule en mode non-voisé après un certain temps (par exemple quand 1 ' énergie minimale est atteinte) .
5.3 Traitement spécifique pour les signaux musicaux. Si le système comprend un module permettant la discrimination parole/musique, on peut alors, après sélection d'un mode de synthèse de musique mettre en oeuvre un traitement spécifique au signaux musicaux. Sur la figure 7, le module de synthèse de musique a été référencé par 15, celui de synthèse de parole par 16 et le commutateur parole/musique par 17.
Un tel traitement met par exemple en oeuvre pour le module de synthèse de musique les étapes suivantes, illustrées sur la figure 8 :
1. Estimation de l'enveloppe spectrale courante :
On calcule cette enveloppe spectrale sous la forme d'un filtre LPC [RABINER] [KLEIJN] . L'analyse est effectuée par des méthodes classiques ( [KLEIJN] ) . Après fenêtrage des échantillons mémorisés en période valide, on met en oeuvre une analyse LPC pour calculer un filtre LPC A(Z) (étape 19) . On utilise pour cette analyse un ordre élevé (>100) afin d'obtenir de bonnes performances sur les signaux musicaux.
2. Synthèse des échantillons manquants :
La synthèse des échantillons de remplacement s'effectue en introduisant un signal d'excitation dans le filtre de synthèse LPC (l/A(z)) calculé à l'étape 19. Ce signal d'excitation - calculé dans une étape 20 - est un bruit blanc dont l'amplitude est choisie pour obtenir un signal ayant la même énergie que celle des derniers N échantillons mémorisés en période valide. Sur la figure 8, l'étape de filtrage est référencée par 21. Exemple du contrôle de l'amplitude du signal résiduel : Si 1 ' excitation se présente comme un bruit blanc uniforme multiplié par un gain, on peut calculer ce gain G comme suit :
Estimation du gain du filtre LPC:
L'algorithme de Durbin donne l'énergie du signal résiduel. Connaissant également l'énergie du signal à modélisé on estime le gain G^ c: du filtre LPC comme le rapport de ces deux énergies. Calcul de 1 ' énergie cible :
On estime l'énergie cible égale à l'énergie des derniers N échantillons mémorisés en période valide (N est typiquement < la longueur du signal utilisé pour 1 'analyse LPC) .
L'énergie du signal synthétisé est le produit de l'énergie du bruit blanc par G2 et G^ ^. On choisi G pour que cette énergie soit égale à l'énergie cible.
3. Contrôle de l'énergie du signal de synthèse
Comme pour les signaux de parole, sauf que la vitesse de diminution de l'énergie du signal de synthèse et beaucoup plus lente, et qu'elle ne dépend pas de période fondamentale (inexistante) : L'énergie du signal de synthèse est contrôlée à l'aide d'un gain calculé et adapté échantillon par échantillon. Dans le cas où la période d'effacement est relativement longue, il est nécessaire de faire baisser progressivement l'énergie du signal de synthèse. La loi d'adaptation du gain peut être calculée en fonction de différents paramètres comme les valeurs d'énergies mémorisées avant l'effacement, et stationnarité locale du signal au moment de la coupure. 6. Evolution de la procédure de synthèse au cours du temps :
Comme pour les signaux de parole :
Dans le cas de périodes d'effacement relativement longues, on peut également faire évoluer les paramètres de synthèse. Si le système est couplé à un dispositif de détection d'activité vocale ou de signaux musicaux avec estimation des paramètres du bruit (tel [REC-G.723.1A] ,
[SALAMI -2] , [BENYASSINE] ) , il sera particulièrement intéressant de faire tendre les paramètres de génération du signal à reconstruire vers ceux du bruit estimé: en particulier au niveau de l'enveloppe spectrale (interpolation du filtre LPC avec celui du bruit estimé, les coefficients de 1 ' interpolation évoluant au cours du temps jusqu'à obtention du filtre du bruit) et de l'énergie (niveau évoluant progressivement vers celui du bruit, par exemple par fenêtrage) .
6. REMARQUE GENERALE
Comme on l'aura compris, la technique qui vient d'être décrite présente l'avantage d'être utilisable avec tout type de codeur ; en particulier elle permet de remédier aux problèmes des paquets de bits perdus pour les codeurs temporels ou par transformée, sur des signaux de parole et musique avec de bonnes performances : en effet dans la présente technique, les seuls signaux mémorisés lors des périodes où les données transmises sont valides sont les échantillons issus du décodeur, information qui est disponible quelle que soit la structure de codage utilisée.
7. R FÉRENCES BIBLIOGRAPHIQUES
[AT&T] AT&T (D.A. Kapilo , R.V. Cox) « A high quality low-complexity algorithm for frame erasure concealment (FEC) with G.711 » , Delayed Contribution D.249 (WP 3/16) , ITU, may 1999.
[ATAL] B.S. Atal et M.R. Schroeder. "Prédictive coding of speech signal and subjectives error criteria" . IEEE Trans. on Acoustics, Speech and Signal Processing, 27 :247-254, juin 1979.
[BENYASSINE] A. Benyassine, E. Shlomot et H. Y. Su. "ITU-T recommendation G.729 Annex B : A silence compression scheme for use with G.729 optimized for V.70 digital simultaneous voice and data applications" . IEEE
Communication Magazine, septembre 97, PP. 56-63.
[BRANDENBURG] K. H. Brandenburg et M. Bossi. "Overview of MPEG audio : current and future standards for low-bit- rate audio coding". Journal of Audio Eng. Soc, Vol.45- 1/2, janvier/février 1997, PP.4-21.
[CHEN] J. H. Chen, R. V. Cox, Y. C. Lin, N. Jayant et M. J. Melchner. "A low-delay CELP coder for the CCITT 16 kb/s speech coding standard" . IEEE Journal on Selected Areas on Communications, Vol.10-5, juin 1992, PP.830-849.
[CHEN-2] J. H. Chen, C.R. Watkins . "Linear prédiction coefficient génération during frame erasure or packet loss". Brevet US5574825, EP0673018.
[CHEN-3] J. H. Chen, C.R. Watkins. "Linear prédiction coefficient génération during frame erasure or packet loss". Brevet 884010.
[CHEN-4] J. H. Chen, C.R. Watkins. "Frame erasure or packet loss compensation method". Brevet US5550543, EP0707308. [CHEN-5] J. H. Chen. "Excitation signal synthesis during frame erasure or packet loss". Brevet US5615298, EP0673017.
[CHEN-6] J. H. Chen. "Computational complexity réduction during frame erasure of packet loss". Brevet US5717822.
[CHEN-7] J. H. Chen. "Computational complexity réduction during frame erasure or packet loss". Brevet US940212435, EP0673015.
[COX] R. V. Cox. "Three new speech coders from the ITU cover a range of applications" . IEEE Communication Magazine, septembre 97, PP. 40-47.
[COX-2] R. V. Cox. "An improved frame erasure concealment method for ITU-T Rec. G728". Delayed contribution D.107
(WP 3/16), ITU-T, janvier 1998.
[COMBESCURE] P . Combescure, J. Schnitzler, K. Ficher, R.
Kirchherr, C. Lamblin, A. Le Guyader, D. Massaloux, C.
Quinquis, J. Stegmann, P. Vary. "A 16,24,32 kbit/s
Wideband Speech Codée Based on ATCELP" . Proc . of ICASSP conférence, 1998.
[DAUMER] W. R. Daumer, P. Mermelstein, X. Maître et I.
Tokizawa. "Overview of the ADPCM coding algorithm" . Proc. of GLOBECOM 1984, PP .23.1.1-23.1.4.
[ERDÔL] . N. Erdôl, C. Castelluccia, A. Zilouchian "Recovery of Missing Speech Packets Using the Short-Time Energy and Zero-Crossing Measurements" IEEE Trans. on Speech and Audio Processing, Vol.1-3, juillet 1993, PP.295-303. [FINGSCHEIDT] T. Fingscheidt, P. Vary, "Robust speech decoding: a universai approach to bit error concealment", Proc. of ICASSP conférence, 1997, pp. 1667-1670.
[GOODMAN] D.J. Goodman, G.B. Lockhart, O.J. Wasem, W.C. Wong. "Waveform Substitution Techniques for Recovering Missing Speech Segments in Packet Voice Communications" . IEEE Trans. on Acoustics, Speech and Signal Processing, Vol. ASSP-34, décembre 1986, PP. 1440-1448.
[GSM-FR] Recommendation GSM 06.11. "Substitution and muting of lost frames for full rate speech traffic channels". ETSI/TC SMG, ver. : 3.0.1. , février 1992.
[HARDWICK] J. C. Hardwick et J. S. Lim. "The application of the IMBE speech coder to mobile communications". Proc. of ICASSP conférence, 1991, PP.249-252.
[HELLWIG] K. Hellwig, P. Vary, D. Massaloux, J. P. Petit, C. Galand et M. Rosso. "Speech codée for the European mobile radio System". GLOBECOM conférence, 1989, PP. 1065-1069.
[HONKANEN] T. Honkanen, J. Vainio, P. Kapanen, P. Haavisto, R. Salami, C. Laflamme et J. P. Adoul . "GSM enhanced full rate speech codée ". Proc. of ICASSP conférence, 1997, PP.771-774.
[KROON] P. Kroon, B.S. Atal . "On the use of pitch predictors with high temporal resolution". IEEE Trans. on
Signal Processing, Vol.39-3, mars.1991, PP.733-735.
[KROON-2] P. Kroon. "Linear prédiction coefficient génération during frame erasure or packet loss". Brevet US5450449, EP0673016. [MAHIEUX] Y. Mahieux, J. P. Petit. "High quality aaudio • transform coding at 64 kbit/s". IEEE Trans. on Com. , Vol.42-11, nov.1994, PP.3010-3019.
[MAHIEUX-2] Y. Mahieux, "Dissimulation erreurs de transmission", brevet 92 06720 déposé le 3 juin 1992.
[MAITRE] X. Maitre. "7 kHz audio coding within 64 kbit/s". IEEE Journal on Selected Areas on Communications, Vol.6-2, février 1988, PP.283-298.
[PARIKH] V.N. Parikh, J.H. Chen, G. Aguilar. "Frame Erasure Concealment Using Sinusoïdal Analysis-Synthesis and Its Application to MDCT-Based Codées". Proc. of ICASSP conférence, 2000.
[PICTEL] PictureTel Corporation, "Detailed Description of the PTC (PictureTel Transform Coder) , Contribution ITU-T, SG15/WP2/Q6, 8-9 Octobre 1996 Baltimore meeting, TD7
[RABINER] L.R. Rabiner, R.W. Schafer. "Digital processing of speech signais". Bell Laboratories inc . , 1978.
[REC G.723.1A] ITU-T Annex A to recommendation G.723.1 "Silence compression scheme for dual rate speech coder for multimédia communications transmitting at 5.3 & 6.3 kbit/s"
[SALAMI] R. Salami, C. Laflamme, J. P. Adoul, A. Kataoka, S. Hayashi, T. Moriya, C. Lamblin, D. Massaloux, S. Proust, P. Kroon et Y. Shoham. "Design and description of CS-ACELP : a toll quality 8 kb/s speech coder" . IEEE Trans. on Speech and Audio Processing, Vol.6-2, mars 1998, PP.116-130. [SALAMI -2] R. Salami, C. Laflamme, J. P. Adoul. "ITU-T G.729 Annex A : Reduced complexity 8 kb/s CS-ACELP codée for digital simultaneous voice and data" . IEEE Communication Magazine, septembre 97, PP. 56-63.
[TREMAIN] T. E. Tremain. "The government standard linear prédictive coding algorithm : LPC 10". Speech technology, avril 1982, PP.40-49.
[WATKINS] C.R. Watkins, J.H. Chen. "Improving 16 kb/s G.728 LD-CELP Speech Coder for Frame Erasure Channels". Proc. of ICASSP conférence, 1995, PP.241-244.

Claims

K VTϋNπTCATTONS
1. Procédé de dissimulation d'erreur de transmission dans un signal audio-numérique selon lequel on reçoit un signal décodé après transmission, on mémorise les échantillons décodés lorsque les données transmises sont valides, on estime au moins un opérateur de prédiction à court terme et au moins pour les sons voisés un opérateur de prédiction à long terme en fonction des échantillons valides mémorisés et on génère d'éventuels échantillons manquants ou erronés dans le signal décodé à l'aide des opérateurs ainsi estimés, caractérisé en ce qu'on contrôle l'énergie du signal de synthèse ainsi généré à l'aide d'un gain calculé et adapté échantillon par échantillon.
2. Procédé selon la revendication 1, caractérisé en ce que le gain pour le contrôle du signal de synthèse est calculé en fonction d'au moins un des paramètres suivants : valeurs d'énergie préalablement mémorisées pour les échantillons correspondant à des données valides, période fondamentale pour les sons voisés, ou tout paramètre caractérisant le spectre de fréquences .
3. Procédé selon l'une des revendications précédentes, caractérisé en ce que le gain appliqué au signal de synthèse décroît progressivement en fonction de la durée pendant laquelle les échantillons de synthèse sont générés .
4. Procédé selon l'une des revendications précédentes, caractérisé en ce qu'on discrimine dans les données valides les sons stationnaires et les sons non stationnaires et on met en oeuvre des lois d'adaptation du gain permettant de contrôler le signal de synthèse différentes d'une part pour les échantillons générés à la suite de données valides correspondant à des sons stationnaires et d'autre part pour les échantillons générés à la suite de données valides correspondants à des sons non stationnaires .
5. Procédé selon l'une des revendications précédentes, caractérisé en ce qu'on met à jour en fonction des échantillons de synthèse générés le contenu de mémoires utilisées pour le traitement de décodage.
6. Procédé selon la revendication 5, caractérisé en ce qu'on met en oeuvre au moins partiellement sur les échantillons synthétisés un codage analogue à celui mis en oeuvre à l'émetteur suivi éventuellement d'une opération de décodage au moins partielle, les données obtenues servant à régénérer les mémoires du décodeur.
7. Procédé selon la revendication 6, caractérisé en ce qu'on régénère la première trame effacée au moyen de cette opération de codage-décodage, en exploitant le contenu des mémoires du décodeur avant la coupure, lorsque lesdites mémoires contiennent des informations exploitables dans cette opération.
8. Procédé selon l'une des revendications précédentes, caractérisé en ce qu'on génère en entrée de l'opérateur de prédiction à court terme un signal d'excitation qui, en zone voisée, est la somme d'une composante harmonique et d'une composante faiblement harmonique ou non harmonique, et en zone non voisée, limitée à une composante non harmonique.
9. Procédé selon la revendication 8 , caractérisé en ce que la composante harmonique est obtenue en mettant en oeuvre un filtrage au moyen de l'opérateur de prédiction à long terme appliqué sur un signal résiduel calculé en mettant en oeuvre un filtrage à court terme inverse sur les échantillons mémorisés .
10. Procédé selon la revendication 9, caractérisé en ce que l'autre composante est déterminée à l'aide d'un opérateur de prédiction à long terme auquel on applique des perturbations pseudo-aléatoires.
11. Procédé selon l'une des revendications 8 à 10, caractérisé en ce que pour la génération d'un signal d'excitation voisé, la composante harmonique est limitée aux basses fréquences du spectre, tandis que l'autre composante est limitée aux hautes fréquences .
12. Procédé selon l'une des revendications précédentes, caractérisé en ce que l'opérateur de prédiction à long terme est déterminé à partir des échantillons de trames valides mémorisés, avec un nombre d'échantillons utilisés pour cette estimation variant entre une valeur minimale et une valeur égale à au moins deux fois la période fondamentale estimée pour le son voisé .
13. Procédé selon l'une des revendications précédentes, caractérisé en ce que le signal résiduel est traité de manière non linéaire pour éliminer des pics d' amplitude .
14. Procédé selon l'une des revendications précédentes, caractérisé en ce qu'on détecte l'activité vocale en estimant des paramètres de bruit et en ce qu'on fait tendre des paramètres du signal synthétisé vers ceux du bruit estimé.
15. Procédé selon la revendication 14, caractérisé en ce qu'on estime l'enveloppe spectrale du bruit des échantillons décodés valides et on génère un signal synthétisé évoluant vers un signal possédant la même enveloppe spectrale .
16. Procédé de traitement de signaux de sons, caractérisé en ce qu'on met en oeuvre une discrimination entre les sons voisés et les sons musicaux et lorsqu'on détecte des sons musicaux, on met en oeuvre un procédé selon l'une des revendications précédentes sans estimation d'un opérateur de prédiction à long terme.
17. Dispositif de dissimulation d'erreur de transmission dans un signal audio-numérique qui reçoit en entrée un signal décodé que lui transmet un décodeur et qui génère des échantillons manquants ou erronés dans ce signal décodé, caractérisé en ce qu'il comporte des moyens de traitement aptes à mettre en oeuvre le procédé selon l'une des revendications précédentes.
18. Système de transmission comportant au moins un codeur, au moins un canal de transmission, un module apte à détecter que des données transmises ont été perdues ou sont fortement erronées, au moins un décodeur et un dispositif de dissimulation d'erreurs qui reçoit le signal décodé, caractérisé en ce que ce dispositif de dissimulation d'erreurs est un dispositif selon la revendication 17.
PCT/FR2001/002747 2000-09-05 2001-09-05 Dissimulation d'erreurs de transmission dans un signal audio WO2002021515A1 (fr)

Priority Applications (9)

Application Number Priority Date Filing Date Title
DE60132217T DE60132217T2 (de) 2000-09-05 2001-09-05 Übertragungsfehler-verdeckung in einem audiosignal
IL15472801A IL154728A0 (en) 2000-09-05 2001-09-05 Transmission error concealment in an audio signal
AU2001289991A AU2001289991A1 (en) 2000-09-05 2001-09-05 Transmission error concealment in an audio signal
US10/363,783 US7596489B2 (en) 2000-09-05 2001-09-05 Transmission error concealment in an audio signal
EP01969857A EP1316087B1 (fr) 2000-09-05 2001-09-05 Dissimulation d'erreurs de transmission dans un signal audio
JP2002525647A JP5062937B2 (ja) 2000-09-05 2001-09-05 オーディオ信号における伝送エラーの抑止シミュレーション
IL154728A IL154728A (en) 2000-09-05 2003-03-04 Transmission error concealment in an audio signal
HK03107426A HK1055346A1 (en) 2000-09-05 2003-10-15 Transmission error concealment in an audio signal
US12/462,763 US8239192B2 (en) 2000-09-05 2009-08-07 Transmission error concealment in audio signal

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0011285A FR2813722B1 (fr) 2000-09-05 2000-09-05 Procede et dispositif de dissimulation d'erreurs et systeme de transmission comportant un tel dispositif
FR00/11285 2000-09-05

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US10363783 A-371-Of-International 2001-09-05
US12/462,763 Continuation US8239192B2 (en) 2000-09-05 2009-08-07 Transmission error concealment in audio signal

Publications (1)

Publication Number Publication Date
WO2002021515A1 true WO2002021515A1 (fr) 2002-03-14

Family

ID=8853973

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2001/002747 WO2002021515A1 (fr) 2000-09-05 2001-09-05 Dissimulation d'erreurs de transmission dans un signal audio

Country Status (11)

Country Link
US (2) US7596489B2 (fr)
EP (1) EP1316087B1 (fr)
JP (1) JP5062937B2 (fr)
AT (1) ATE382932T1 (fr)
AU (1) AU2001289991A1 (fr)
DE (1) DE60132217T2 (fr)
ES (1) ES2298261T3 (fr)
FR (1) FR2813722B1 (fr)
HK (1) HK1055346A1 (fr)
IL (2) IL154728A0 (fr)
WO (1) WO2002021515A1 (fr)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008047051A2 (fr) * 2006-10-20 2008-04-24 France Telecom Attenuation du survoisement, notamment pour la generation d'une excitation aupres d'un decodeur, en absence d'information
WO2009047461A1 (fr) * 2007-09-21 2009-04-16 France Telecom Dissimulation d'erreur de transmission dans un signal numerique avec repartition de la complexite
US7650280B2 (en) 2003-01-30 2010-01-19 Fujitsu Limited Voice packet loss concealment device, voice packet loss concealment method, receiving terminal, and voice communication system
KR20170103027A (ko) * 2013-09-30 2017-09-12 코닌클리케 필립스 엔.브이. 저지연 인코딩/디코딩을 위한 오디오 신호의 리샘플링

Families Citing this family (70)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030163304A1 (en) * 2002-02-28 2003-08-28 Fisseha Mekuria Error concealment for voice transmission system
FR2849727B1 (fr) * 2003-01-08 2005-03-18 France Telecom Procede de codage et de decodage audio a debit variable
US7835916B2 (en) * 2003-12-19 2010-11-16 Telefonaktiebolaget Lm Ericsson (Publ) Channel signal concealment in multi-channel audio systems
KR100587953B1 (ko) * 2003-12-26 2006-06-08 한국전자통신연구원 대역-분할 광대역 음성 코덱에서의 고대역 오류 은닉 장치 및 그를 이용한 비트스트림 복호화 시스템
JP4761506B2 (ja) * 2005-03-01 2011-08-31 国立大学法人北陸先端科学技術大学院大学 音声処理方法と装置及びプログラム並びに音声システム
DE502006004136D1 (de) * 2005-04-28 2009-08-13 Siemens Ag Verfahren und vorrichtung zur geräuschunterdrückung
US7831421B2 (en) * 2005-05-31 2010-11-09 Microsoft Corporation Robust decoder
US8620644B2 (en) * 2005-10-26 2013-12-31 Qualcomm Incorporated Encoder-assisted frame loss concealment techniques for audio coding
US7805297B2 (en) 2005-11-23 2010-09-28 Broadcom Corporation Classification-based frame loss concealment for audio signals
US8417185B2 (en) 2005-12-16 2013-04-09 Vocollect, Inc. Wireless headset and method for robust voice data communication
US8160874B2 (en) * 2005-12-27 2012-04-17 Panasonic Corporation Speech frame loss compensation using non-cyclic-pulse-suppressed version of previous frame excitation as synthesis filter source
US7773767B2 (en) 2006-02-06 2010-08-10 Vocollect, Inc. Headset terminal with rear stability strap
US7885419B2 (en) 2006-02-06 2011-02-08 Vocollect, Inc. Headset terminal with speech functionality
CA2658962A1 (fr) * 2006-07-27 2008-01-31 Nec Corporation Dispositif de decodage de donnees audio
US8015000B2 (en) * 2006-08-03 2011-09-06 Broadcom Corporation Classification-based frame loss concealment for audio signals
EP1921608A1 (fr) * 2006-11-13 2008-05-14 Electronics And Telecommunications Research Institute Procédé d'insertion d'informations de vecteurs pour estimer les données vocales dans une période de resynchronisation clé, procédé de transmission de vecteur, et procédé d'estimation de données vocales dans une resynchronisation clé utilisant des informations vectorielles
KR100862662B1 (ko) 2006-11-28 2008-10-10 삼성전자주식회사 프레임 오류 은닉 방법 및 장치, 이를 이용한 오디오 신호복호화 방법 및 장치
JP4504389B2 (ja) * 2007-02-22 2010-07-14 富士通株式会社 隠蔽信号生成装置、隠蔽信号生成方法および隠蔽信号生成プログラム
BRPI0808200A8 (pt) * 2007-03-02 2017-09-12 Panasonic Corp Dispositivo de codificação de áudio e dispositivo de decodificação de áudio
US7853450B2 (en) * 2007-03-30 2010-12-14 Alcatel-Lucent Usa Inc. Digital voice enhancement
US8126707B2 (en) * 2007-04-05 2012-02-28 Texas Instruments Incorporated Method and system for speech compression
EP2112653A4 (fr) * 2007-05-24 2013-09-11 Panasonic Corp Dispositif de décodage audio, procédé de décodage audio, programme et circuit intégré
KR100906766B1 (ko) * 2007-06-18 2009-07-09 한국전자통신연구원 키 재동기 구간의 음성 데이터 예측을 위한 음성 데이터송수신 장치 및 방법
FR2929466A1 (fr) * 2008-03-28 2009-10-02 France Telecom Dissimulation d'erreur de transmission dans un signal numerique dans une structure de decodage hierarchique
CN101588341B (zh) * 2008-05-22 2012-07-04 华为技术有限公司 一种丢帧隐藏的方法及装置
KR20090122143A (ko) * 2008-05-23 2009-11-26 엘지전자 주식회사 오디오 신호 처리 방법 및 장치
MX2011000375A (es) * 2008-07-11 2011-05-19 Fraunhofer Ges Forschung Codificador y decodificador de audio para codificar y decodificar tramas de una señal de audio muestreada.
USD605629S1 (en) 2008-09-29 2009-12-08 Vocollect, Inc. Headset
JP2010164859A (ja) * 2009-01-16 2010-07-29 Sony Corp オーディオ再生装置、情報再生システム、オーディオ再生方法、およびプログラム
CN101609677B (zh) 2009-03-13 2012-01-04 华为技术有限公司 一种预处理方法、装置及编码设备
US8160287B2 (en) 2009-05-22 2012-04-17 Vocollect, Inc. Headset with adjustable headband
US8438659B2 (en) 2009-11-05 2013-05-07 Vocollect, Inc. Portable computing device and headset interface
US9123334B2 (en) * 2009-12-14 2015-09-01 Panasonic Intellectual Property Management Co., Ltd. Vector quantization of algebraic codebook with high-pass characteristic for polarity selection
KR101551046B1 (ko) * 2011-02-14 2015-09-07 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. 저-지연 통합 스피치 및 오디오 코딩에서 에러 은닉을 위한 장치 및 방법
CN103477387B (zh) 2011-02-14 2015-11-25 弗兰霍菲尔运输应用研究公司 使用频谱域噪声整形的基于线性预测的编码方案
MY166394A (en) 2011-02-14 2018-06-25 Fraunhofer Ges Forschung Information signal representation using lapped transform
BR112013020482B1 (pt) 2011-02-14 2021-02-23 Fraunhofer Ges Forschung aparelho e método para processar um sinal de áudio decodificado em um domínio espectral
ES2639646T3 (es) 2011-02-14 2017-10-27 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Codificación y decodificación de posiciones de impulso de pistas de una señal de audio
KR101525185B1 (ko) 2011-02-14 2015-06-02 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. 트랜지언트 검출 및 품질 결과를 사용하여 일부분의 오디오 신호를 코딩하기 위한 장치 및 방법
US8849663B2 (en) * 2011-03-21 2014-09-30 The Intellisis Corporation Systems and methods for segmenting and/or classifying an audio signal from transformed audio information
US8767978B2 (en) 2011-03-25 2014-07-01 The Intellisis Corporation System and method for processing sound signals implementing a spectral motion transform
US9026434B2 (en) * 2011-04-11 2015-05-05 Samsung Electronic Co., Ltd. Frame erasure concealment for a multi rate speech and audio codec
US8620646B2 (en) 2011-08-08 2013-12-31 The Intellisis Corporation System and method for tracking sound pitch across an audio signal using harmonic envelope
US8548803B2 (en) 2011-08-08 2013-10-01 The Intellisis Corporation System and method of processing a sound signal including transforming the sound signal into a frequency-chirp domain
US9183850B2 (en) 2011-08-08 2015-11-10 The Intellisis Corporation System and method for tracking sound pitch across an audio signal
CN107068156B (zh) 2011-10-21 2021-03-30 三星电子株式会社 帧错误隐藏方法和设备以及音频解码方法和设备
EP2830062B1 (fr) * 2012-03-21 2019-11-20 Samsung Electronics Co., Ltd. Procédé et appareil de codage/décodage de haute fréquence pour extension de largeur de bande
US9123328B2 (en) * 2012-09-26 2015-09-01 Google Technology Holdings LLC Apparatus and method for audio frame loss recovery
US20150302892A1 (en) * 2012-11-27 2015-10-22 Nokia Technologies Oy A shared audio scene apparatus
US9437203B2 (en) * 2013-03-07 2016-09-06 QoSound, Inc. Error concealment for speech decoder
FR3004876A1 (fr) * 2013-04-18 2014-10-24 France Telecom Correction de perte de trame par injection de bruit pondere.
BR122022008603B1 (pt) 2013-10-31 2023-01-10 Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschung E.V. Decodificador de áudio e método para fornecer uma informação de áudio decodificada utilizando uma dissimulação de erro que modifica um sinal de excitação no domínio de tempo
JP6306175B2 (ja) * 2013-10-31 2018-04-04 フラウンホッファー−ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオ 時間ドメイン励振信号に基づくエラーコンシールメントを用いて、復号化されたオーディオ情報を提供するオーディオデコーダおよび復号化されたオーディオ情報を提供する方法
US9437211B1 (en) * 2013-11-18 2016-09-06 QoSound, Inc. Adaptive delay for enhanced speech processing
EP2922055A1 (fr) 2014-03-19 2015-09-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Appareil, procédé et programme d'ordinateur correspondant pour générer un signal de dissimulation d'erreurs au moyen de représentations LPC de remplacement individuel pour les informations de liste de codage individuel
EP2922056A1 (fr) * 2014-03-19 2015-09-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Appareil,procédé et programme d'ordinateur correspondant pour générer un signal de masquage d'erreurs utilisant une compensation de puissance
EP2922054A1 (fr) * 2014-03-19 2015-09-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Appareil, procédé et programme d'ordinateur correspondant permettant de générer un signal de masquage d'erreurs utilisant une estimation de bruit adaptatif
TWI602172B (zh) 2014-08-27 2017-10-11 弗勞恩霍夫爾協會 使用參數以加強隱蔽之用於編碼及解碼音訊內容的編碼器、解碼器及方法
CN112967727A (zh) * 2014-12-09 2021-06-15 杜比国际公司 Mdct域错误掩盖
US9922668B2 (en) 2015-02-06 2018-03-20 Knuedge Incorporated Estimating fractional chirp rate with multiple frequency representations
US9870785B2 (en) 2015-02-06 2018-01-16 Knuedge Incorporated Determining features of harmonic signals
US9842611B2 (en) 2015-02-06 2017-12-12 Knuedge Incorporated Estimating pitch using peak-to-peak distances
EP3427257B1 (fr) * 2016-03-07 2021-05-05 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Unité de dissimulation d'erreur, décodeur audio, et procédé et programme informatique associés permettant d'atténuer une trame audio dissimulée en fonction de différents facteurs d'amortissement pour différentes bandes de fréquence
WO2017153300A1 (fr) * 2016-03-07 2017-09-14 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Unité de dissimulation d'erreur, décodeur audio et procédé et programme informatique associés utilisant des caractéristiques d'une représentation décodée d'une trame audio correctement décodée
EP3553777B1 (fr) * 2018-04-09 2022-07-20 Dolby Laboratories Licensing Corporation Dissimulation de perte de paquets à faible complexité pour des signaux audio transcodés
US10763885B2 (en) 2018-11-06 2020-09-01 Stmicroelectronics S.R.L. Method of error concealment, and associated device
JP7130878B2 (ja) * 2019-01-13 2022-09-05 華為技術有限公司 高分解能オーディオコーディング
WO2020164751A1 (fr) * 2019-02-13 2020-08-20 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Décodeur et procédé de décodage pour masquage lc3 comprenant un masquage de perte de trame complète et un masquage de perte de trame partielle
CN111063362B (zh) * 2019-12-11 2022-03-22 中国电子科技集团公司第三十研究所 一种数字语音通信噪音消除和语音恢复方法及装置
CN111554309A (zh) * 2020-05-15 2020-08-18 腾讯科技（深圳）有限公司 一种语音处理方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5717822A (en) * 1994-03-14 1998-02-10 Lucent Technologies Inc. Computational complexity reduction during frame erasure of packet loss
US5884010A (en) * 1994-03-14 1999-03-16 Lucent Technologies Inc. Linear prediction coefficient generation during frame erasure or packet loss
FR2774827A1 (fr) * 1998-02-06 1999-08-13 France Telecom Procede de decodage d'un flux binaire representatif d'un signal audio

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2746033B2 (ja) * 1992-12-24 1998-04-28 日本電気株式会社 音声復号化装置
US5732389A (en) * 1995-06-07 1998-03-24 Lucent Technologies Inc. Voiced/unvoiced classification of speech for excitation codebook selection in celp speech decoding during frame erasures
US5699485A (en) * 1995-06-07 1997-12-16 Lucent Technologies Inc. Pitch delay modification during frame erasures
CA2177413A1 (fr) * 1995-06-07 1996-12-08 Yair Shoham Affaiblissement du gain durant l'effacement des blocs
CN1494055A (zh) * 1997-12-24 2004-05-05 ������������ʽ���� 声音编码方法和声音译码方法以及声音编码装置和声音译码装置
US6449590B1 (en) * 1998-08-24 2002-09-10 Conexant Systems, Inc. Speech encoder using warping in long term preprocessing
US6188980B1 (en) * 1998-08-24 2001-02-13 Conexant Systems, Inc. Synchronized encoder-decoder frame concealment using speech coding parameters including line spectral frequencies and filter coefficients
US6556966B1 (en) * 1998-08-24 2003-04-29 Conexant Systems, Inc. Codebook structure for changeable pulse multimode speech coding
US6240386B1 (en) * 1998-08-24 2001-05-29 Conexant Systems, Inc. Speech codec employing noise classification for noise compensation
JP3365360B2 (ja) * 1999-07-28 2003-01-08 日本電気株式会社 音声信号復号方法および音声信号符号化復号方法とその装置
US7590525B2 (en) * 2001-08-17 2009-09-15 Broadcom Corporation Frame erasure concealment for predictive speech coding based on extrapolation of speech waveform

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5717822A (en) * 1994-03-14 1998-02-10 Lucent Technologies Inc. Computational complexity reduction during frame erasure of packet loss
US5884010A (en) * 1994-03-14 1999-03-16 Lucent Technologies Inc. Linear prediction coefficient generation during frame erasure or packet loss
FR2774827A1 (fr) * 1998-02-06 1999-08-13 France Telecom Procede de decodage d'un flux binaire representatif d'un signal audio

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
COMBESCURE P ET AL: "A 16, 24, 32 KBIT/S WIDEBAND SPEECH CODEC BASED ON ATCELP", PHOENIX, AZ, MARCH 15 - 19, 1999,NEW YORK, NY: IEEE,US, 15 March 1999 (1999-03-15), pages 5 - 8, XP000898251, ISBN: 0-7803-5042-1 *
ERDOL N ET AL: "RECOVERY OF MISSING SPEECH PACKETS USING THR SHORT-TIME ENERGY AND ZERO-CROSSING MEASUREMENTS", IEEE TRANSACTIONS ON SPEECH AND AUDIO PROCESSING,US,IEEE INC. NEW YORK, vol. 1, no. 3, 1 July 1993 (1993-07-01), pages 295 - 303, XP000388573, ISSN: 1063-6676 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7650280B2 (en) 2003-01-30 2010-01-19 Fujitsu Limited Voice packet loss concealment device, voice packet loss concealment method, receiving terminal, and voice communication system
CN101573751B (zh) * 2006-10-20 2013-09-25 法国电信 一种合成用连续的采样块表示的数字音频信号的方法和装置
WO2008047051A3 (fr) * 2006-10-20 2008-06-12 France Telecom Attenuation du survoisement, notamment pour la generation d'une excitation aupres d'un decodeur, en absence d'information
KR101409305B1 (ko) 2006-10-20 2014-06-18 오렌지 정보의 부재 시에 디코더측에서의 여기를 생성하기 위한 과유성음화의 감쇄
WO2008047051A2 (fr) * 2006-10-20 2008-04-24 France Telecom Attenuation du survoisement, notamment pour la generation d'une excitation aupres d'un decodeur, en absence d'information
US8417520B2 (en) 2006-10-20 2013-04-09 France Telecom Attenuation of overvoicing, in particular for the generation of an excitation at a decoder when data is missing
CN101802906B (zh) * 2007-09-21 2013-01-02 法国电信公司 传送误差隐藏的方法和装置、以及数字信号解码器
US8607127B2 (en) 2007-09-21 2013-12-10 France Telecom Transmission error dissimulation in a digital signal with complexity distribution
WO2009047461A1 (fr) * 2007-09-21 2009-04-16 France Telecom Dissimulation d'erreur de transmission dans un signal numerique avec repartition de la complexite
KR20170103027A (ko) * 2013-09-30 2017-09-12 코닌클리케 필립스 엔.브이. 저지연 인코딩/디코딩을 위한 오디오 신호의 리샘플링
KR20210142765A (ko) * 2013-09-30 2021-11-25 코닌클리케 필립스 엔.브이. 저지연 인코딩/디코딩을 위한 오디오 신호의 리샘플링
KR20210142766A (ko) * 2013-09-30 2021-11-25 코닌클리케 필립스 엔.브이. 저지연 인코딩/디코딩을 위한 오디오 신호의 리샘플링
KR20230009516A (ko) * 2013-09-30 2023-01-17 코닌클리케 필립스 엔.브이. 저지연 인코딩/디코딩을 위한 오디오 신호의 리샘플링
KR102505501B1 (ko) 2013-09-30 2023-03-03 코닌클리케 필립스 엔.브이. 저지연 인코딩/디코딩을 위한 오디오 신호의 리샘플링
KR102505502B1 (ko) 2013-09-30 2023-03-03 코닌클리케 필립스 엔.브이. 저지연 인코딩/디코딩을 위한 오디오 신호의 리샘플링
KR102514983B1 (ko) 2013-09-30 2023-03-29 코닌클리케 필립스 엔.브이. 저지연 인코딩/디코딩을 위한 오디오 신호의 리샘플링
KR102638785B1 (ko) 2013-09-30 2024-02-21 코닌클리케 필립스 엔.브이. 저지연 인코딩/디코딩을 위한 오디오 신호의 리샘플링

Also Published As

Publication number Publication date
IL154728A0 (en) 2003-10-31
JP5062937B2 (ja) 2012-10-31
DE60132217T2 (de) 2009-01-29
US20100070271A1 (en) 2010-03-18
DE60132217D1 (de) 2008-02-14
FR2813722B1 (fr) 2003-01-24
HK1055346A1 (en) 2004-01-02
EP1316087A1 (fr) 2003-06-04
EP1316087B1 (fr) 2008-01-02
US8239192B2 (en) 2012-08-07
AU2001289991A1 (en) 2002-03-22
JP2004508597A (ja) 2004-03-18
FR2813722A1 (fr) 2002-03-08
IL154728A (en) 2008-07-08
ATE382932T1 (de) 2008-01-15
US20040010407A1 (en) 2004-01-15
US7596489B2 (en) 2009-09-29
ES2298261T3 (es) 2008-05-16

Similar Documents

Publication Publication Date Title
EP1316087B1 (fr) Dissimulation d&#39;erreurs de transmission dans un signal audio
EP2277172B1 (fr) Dissimulation d&#39;erreur de transmission dans un signal audionumerique dans une structure de decodage hierarchique
AU2003233724B2 (en) Method and device for efficient frame erasure concealment in linear predictive based speech codecs
RU2419891C2 (ru) Способ и устройство эффективной маскировки стирания кадров в речевых кодеках
EP2026330B1 (fr) Dispositif et procede pour dissimulation de trames perdues
EP2080195B1 (fr) Synthèse de blocs perdus d&#39;un signal audionumérique
EP1051703B1 (fr) Procede decodage d&#39;un signal audio avec correction des erreurs de transmission
EP2080194B1 (fr) Attenuation du survoisement, notamment pour la generation d&#39;une excitation aupres d&#39;un decodeur, en absence d&#39;information
EP3175444B1 (fr) Gestion de la perte de trame dans un contexte de transition fd/lpd
EP2347411B1 (fr) Attenuation de pre-echos dans un signal audionumerique
FR2830970A1 (fr) Procede et dispositif de synthese de trames de substitution, dans une succession de trames representant un signal de parole
MX2008008477A (es) Metodo y dispositivo para ocultamiento eficiente de borrado de cuadros en codec de voz

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NO NZ PH PL PT RO RU SD SE SG SI SK SL TJ TM TR TT TZ UA UG US UZ VN YU ZA ZW

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): GH GM KE LS MW MZ SD SL SZ TZ UG ZW AM AZ BY KG KZ MD RU TJ TM AT BE CH CY DE DK ES FI FR GB GR IE IT LU MC NL PT SE TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

121 Ep: the epo has been informed by wipo that ep was designated in this application
DFPE Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed before 20040101)
WWE Wipo information: entry into national phase

Ref document number: 154728

Country of ref document: IL

Ref document number: 2002525647

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 2001969857

Country of ref document: EP

WWP Wipo information: published in national office

Ref document number: 2001969857

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 10363783

Country of ref document: US

REG Reference to national code

Ref country code: DE

Ref legal event code: 8642

WWG Wipo information: grant in national office

Ref document number: 2001969857

Country of ref document: EP