WO2007007001A2 - Dispositif de codage/decodage hierarchique - Google Patents

Dispositif de codage/decodage hierarchique Download PDF

Info

Publication number
WO2007007001A2
WO2007007001A2 PCT/FR2006/050690 FR2006050690W WO2007007001A2 WO 2007007001 A2 WO2007007001 A2 WO 2007007001A2 FR 2006050690 W FR2006050690 W FR 2006050690W WO 2007007001 A2 WO2007007001 A2 WO 2007007001A2
Authority
WO
WIPO (PCT)
Prior art keywords
coding
band
signal
transform
frequency band
Prior art date
Application number
PCT/FR2006/050690
Other languages
English (en)
Other versions
WO2007007001A3 (fr
Inventor
Stéphane RAGOT
David Virette
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 KR1020087003000A priority Critical patent/KR101303145B1/ko
Priority to AT06779029T priority patent/ATE511179T1/de
Priority to JP2008520925A priority patent/JP5112309B2/ja
Priority to BRPI0612987-0A priority patent/BRPI0612987A2/pt
Priority to US11/988,758 priority patent/US8374853B2/en
Priority to CN2006800336707A priority patent/CN101263553B/zh
Priority to EP06779029A priority patent/EP1905010B1/fr
Publication of WO2007007001A2 publication Critical patent/WO2007007001A2/fr
Publication of WO2007007001A3 publication Critical patent/WO2007007001A3/fr

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
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/24—Variable rate codecs, e.g. for generating different qualities using a scalable representation such as hierarchical encoding or layered encoding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders

Definitions

  • the present invention relates to a hierarchical audio coding system. It also relates to a hierarchical audio coder and decoder.
  • the invention finds a particularly advantageous application in the field of the transmission of speech and / or audio signals over voice-over-IP packet networks. More specifically, the invention makes it possible, in this context, to provide a modular quality ranging from a telephone band to an enlarged band, as a function of the capacity of the transmission bit rate and while guaranteeing interoperability with an existing core. in telephone band.
  • the first category includes quantization techniques with or without memory such as MIC or ADPCM (PCM or ADPCM) coding.
  • the second category includes techniques that represent the signal using a model, usually linear predictive, but whose parameters are determined using methods derived from waveform coding. For this reason, this category is often referred to as hybrid coding.
  • CELP coding (“Code Excited Linear Prediction") belongs to this second category.
  • the input signal is encoded using a model "source-filter” inspired speech production process.
  • the transmitted parameters represent separately the source (also called “excitation") and the filter.
  • the filter is usually an all-pole filter.
  • Notions Basic information on the coding of audio-frequency signals, and more particularly CELP coding and quantification, is given in particular in the following works: WB. Kleijn and KK Paliwal Editors, Speech Coding and Synthesis, Elsevier, 1995, and Nicolas Moreau, Signal Compression Techniques, Technical and Scientific Collection of Telecommunications, Masson, 1995.
  • the third category includes coding techniques such as MPEG 1 and 2 Layer IH, more known as MP3, or MPEG 4 AAC.
  • the G.729 system recommended to I 1 UlT-T is an example of coding
  • CELP designed for voiceband speech signals (300-3400 Hz) sampled at 8 kHz. It operates at a fixed rate of 8 kbit / s with frames of 10 ms. Its detailed operation is specified in ITU-T Recommendation G.729, Coding of Speech at 8 kbps using Conjugate Structure Algebraic Code Excited Linear Prediction (CS-ACELP), March 1996.
  • Figure 1 (c) shows how the G.729 decoder reconstructs the speech signal from the data provided by the decelerator (112). The excitation is reconstructed by subframes of 5 ms by adding two contributions:
  • LPC Linear Predictive Coding
  • a (z) (120) of order 10 the coefficients of which are decoded (119) in the domain of LSF spectral line pairs ("Line Spectrum Frequency") and interpolated by sub -5 ms frame.
  • the reconstructed signal is then processed by an adaptive post-filter (121) and a post-processing high-pass filter (122).
  • the decoder of FIG. 1 (c) thus relies on the "source-filter” model to synthesize the signal. associated with this model are listed in the table of figure 2 distinguishing those describing the excitation and those which describe the filter.
  • Figure 1 (a) shows a very high level diagram of the G.729 encoder. It thus highlights the preprocessing high pass filtering (101), the LPC analysis and quantization (102), the excitation coding (103) and the coded parameter multiplexing (104).
  • the LPC preprocessing and analysis and quantization blocks of the G.729 encoder are not discussed here; reference can be made to the above ITU-T Recommendation for further details.
  • the operation of the coding of the excitation is shown schematically in Figure 1 (b). This shows how the excitation parameters listed in FIG. 2 are determined and quantified.
  • the excitation is coded in 3 steps:
  • the excitation parameters are determined by minimizing the quadratic error (111) between the CELP target (105) and the filtered excitation by W (z) / ⁇ (z) (110). This process of synthesis analysis is detailed in the ITU-T Recommendation mentioned above.
  • G.729 In practice the complexity of the coder / decoder (coded) G.729 is relatively high (around 18 WMOPS ("Weighted Million Operations Per Second")). To meet the needs of applications such as simultaneous voice and data transmission over DSVD (Digital Simultaneous Voice and Data) modems, an interoperable system of lesser complexity (about 9 WMOPS) has also been recommended to I 1 ITU. T: the G.729A codec. The latter is described and compared to G, 729 in R. Salami et al., Description of ITU-T Recommendation G.729 Annex A: 8 kbit / s Reduced Complexity CS-ACELP coded, ICASSP 1997.
  • G.729 and G.729A the one which allows more to reduce the complexity of G, 729 concerns the search in the ACELP dictionary; in the G.729A coder a deep search first of the 4 signed pulses replaces the nested loop search used in the G.729 encoder. Because of its low complexity, the G.729A codec is now widely used in voice over IP and ATM (300-3400 Hz) applications. With the development of fiber optics and broadband networks such as ADSL, it is now possible to deploy new services such as bi-directional communications of much better quality than conventional systems in telephone band. A step in this direction is to provide an "extended band" quality, that is to say considering audio-frequency signals sampled at 16 kHz and restricted to a useful band of 50-7000 Hz. The quality obtained is then similar to that of the AM radio.
  • IP networks and connection points (telephone modems, ADSL, LAN, WiFi, etc.) is highly heterogeneous in terms of throughput, quality of service characterized by jitter, packet loss rate, etc.
  • Terminals reproducing sounds sometimes differ in terms of sample rate and number of audio channels. It is sometimes difficult to know in advance at the encoder level the actual capacity of the terminals.
  • the hierarchical coding is to generate a bit stream from which we can decode all or part.
  • the hierarchical coding comprises a core layer and one or more improvement layers.
  • the core layer is generated by a fixed low rate codec, called a "core”, which guarantees the minimum quality of the coding.
  • This layer must be received by the decoder to maintain an acceptable level of quality. Improvement layers are used to improve quality. However, it may happen that they are not all received by the decoder because of transmission faults, for example in the case of congestion of an IP network. This technique therefore offers great flexibility in the choice of flow and the quality of reconstruction.
  • the encoder always works assuming the flow rate is maximum. However, at any point in the communication chain, the bit rate can be adapted by simply truncating the bitstream.
  • hierarchical coding makes it possible to deploy broadband quality progressively, relying on a standard CELP coding in a telephone band (such as ITU-T G.729 or G.729A standards).
  • a standard CELP coding in a telephone band (such as ITU-T G.729 or G.729A standards).
  • coding uses an encoder 8 kbit / s G.729 core, an intermediate bandband enhancement layer to 14.2 kbit / s, followed by an enhanced bandwidth enhancement layer by transform coding to 24 kbit / s s.
  • Valin is shown schematically in FIG. 3.
  • a telephone band signal (300-3400 Hz) is extended to the extended band 0-8000 Hz by adding (31) three contributions:
  • the telephone band signal for example coded by the system
  • the extension envelope can be realized, for example by codebook mapping techniques, without transmission of auxiliary information or with explicit information requiring transmission by quantization at a low additional bit rate.
  • the narrowband LPC residual signal (or excitation) is calculated by the block (36).
  • excitation resultant sampled at 8 kHz is extended to the sampling frequency of 16 kHz by block (37).
  • This operation can be performed in the field of excitation by employing non-linearity, oversampling and filtering, in order to extend the harmonic structure and whiten the full-band excitation.
  • the extended excitation is then shaped by the full-band synthesis filter 1 / B WB (z) (38) and the result is limited by the high-pass filtering (39) at the band 3400-8000 Hz.
  • the non-linear phase of the pre- and post-treatment is rarely taken into account.
  • the improvement layers based on the coding of a signal difference between original (pre-processed or not) and synthesis of the lower layer have very poor performance if the non-linear phase (or group delay) Pre- and post-treatment filters are not compensated for or eliminated.
  • the object of the invention is to remedy the various problems stated above by proposing a system for encoding a hierarchical audio signal, comprising, at least, a parametric coded core layer by synthesis analysis in a first frequency band.
  • a band extender layer for expanding said first frequency band into a second frequency band, said extended band, notable in that said system also includes a layer for improving the quality of audio coding in the extended band , based on transform coding using a spectral parameter from said band extension layer.
  • extended band means a frequency band resulting from the extension of a first band, the telephone band between
  • said system also comprises an audio coding quality improvement layer in said first frequency band.
  • said spectral parameter is a spectral envelope derived from the band extension layer.
  • said spectral envelope is specified by an extended band linear prediction filter, or said spectral envelope is given by the energy per subband of the signal.
  • said spectral parameter is at least a part of the signal transform synthesized by the band extension layer.
  • said system comprises a module for progressively adjusting the energy in the subbands of the signal transform synthesized by the band extension layer.
  • said parametric coding by synthesis analysis is a CELP coding.
  • said CELP coding is a G.729 coding or a G.729A coding.
  • the coding system proposed by the invention is a hierarchical coding system capable of operating for example at rates of 8 and 12 kbit / s and at all rates between 14 and 32 kbit / s.
  • the coding / decoding system according to (invention) makes it possible to obtain:
  • the invention also relates to a method for implementing the coding system according to the first embodiment, comprising the following steps;
  • said method also comprises a step of producing an audio coding quality enhancement layer using transform coding, said transform coding of said residual signal using said spectral envelope.
  • the invention further relates to a method for implementing the coding system according to the second embodiment, comprising the following steps;
  • said method also comprises a step of producing an enhancement layer using a transform coding of said residual signal, said transform coding using the signal transform synthesized by the band extender layer.
  • said method comprises a step of gradually adjusting the energy in the sub-bands of the signal transform synthesized by the band extension layer.
  • the invention also relates to a computer program comprising program instructions for implementing the steps of the method according to the invention when said program is executed by a computer. Furthermore, the invention relates to a first hierarchical audio coder, comprising:
  • a parametric encoding heart coder by synthesis analysis for coding an original signal in a first frequency band, a coding stage in an extension of the first frequency band, comprising a spectral envelope,
  • said coder also comprises a stage for improving the quality of the audio coding extended band by coding by transformed including an inverse transform, using said spectral envelope.
  • the invention relates to a second hierarchical audio coder, comprising: a parametric encoding heart coder by synthesis analysis, intended to encode an original signal in a first frequency band,
  • said coder also comprises a stage for improving the quality of the audio coding extended band by coding by transformed, using the signal transform synthesized by the band extension layer.
  • the invention also relates to a first hierarchical audio decoder, comprising:
  • a decoding stage in an extension of the first frequency band comprising a spectral envelope
  • said decoder also comprises a stage for improving the quality of the audio decoding extended band by transform decoding including an inverse transform, using said spectral envelope.
  • the invention relates to a second hierarchical audio decoder, comprising: a parametric encoding core decoder by synthesis analysis for decoding in a first frequency band a received signal coded by the second coder,
  • decoder in an extension of the first frequency band, characterized in that said decoder also comprises a stage for improving the quality of the audio decoding extended band by transform decoding including an inverse transform, using the transform of the decoder. signal synthesized by the band extension layer.
  • Figure 4 (a) is a diagram of the first three stages of an encoder according to the present invention.
  • Fig. 4 (b) is a diagram of the fourth coder coding stage of Fig. 4 (a).
  • Fig. 5 is a table of the coefficients of the low-pass filter used in the present invention.
  • Fig. 6 is a table of coefficients of the high pass filter used to generate an enlarged band enhancement signal according to the invention.
  • Fig. 7 is a table specifying the sub-banding of the MDCT spectra according to the invention.
  • FIG. 8 is a table giving the number of bits allocated for each frame to each of the parameters of an encoder and a decoder according to the present invention.
  • Figure 9 shows the structure of the bit stream associated with the present invention.
  • Figure 10 (a) is a general diagram of the four-layer decoder of the present invention.
  • FIG. 10 (b) is a detail diagram of the transform predictive decoding stage of the decoder of Fig. 10 (a). All of FIGS. 4 (a) to 10 (b) describe a hierarchical coding / decoding system consisting of an encoder and a decoder which will now be described successively.
  • extended band refers to the particular case of a 300-3400 Hz telephone band extended to the 50-7000 Hz range.
  • Figure 4 (a) gives a block diagram of the encoder.
  • An original audio signal of useful band between 50 and 7000 Hz and sampled at 16 kHz is cut into a frame of 320 samples, or 20 ms.
  • High-pass filtering 601 of 50Hz cut-off frequency is applied to the input signal.
  • the resulting signal, called S WB is reused in several branches of the encoder and corresponds to the actually encoded signal.
  • low-pass filtering (whose coefficients are provided in the table of FIG. 5) and subsampling by two 602 are applied to S WB .
  • This signal is processed by the heart coder 603, type CELP G.729A + coding, for example.
  • the G.729A + coder corresponds here to the G.729 coder without high pass filter pretreatment, and for which the search in the ACELP dictionary has been replaced by that of the G.729A as described previously.
  • Variants of this embodiment may use G.729A, G.729 or other CELP encoders without preprocessing.
  • This coding gives the heart of the bit stream with a bit rate of 8 kbit / s in the case of the G.729A + encoder.
  • a first enhancement layer introduces a second CELP coding stage 603.
  • This second stage consists of an innovative code consists of four additional pulses ⁇ 1 for a subframe of 5 ms (equivalent to dictionary DCui the G.729A), these pulses are scaled by a gain g enh -
  • This dictionary enriches the CELP excitation and offers a quality improvement, especially on unvoiced sounds.
  • the rate of this second coding stage is 4 kbit / s and the associated parameters are the positions and the signs of the pulses and the associated gain for each subframe of 40 samples (5 ms at 8 kHz).
  • this coding stage uses other modes of improvement, for example those described in the De lacovo article cited above.
  • the decoding of the core encoder and the first enhancement layer are performed to obtain the 12 kbit / s telephone band synthesis signal. It is important to note that the adaptive post-filtering and post-processing (high-pass filtering) of the core encoder are disabled in order to take into account the non-linear phase shift of these operations; the difference between the original pre-processed signal and the 8 and 12 kbit / s synthesis is minimized.
  • Over-sampling and low-pass filtering 604 make it possible to obtain the sampled version at 16 kHz of the first two stages of the encoder.
  • the second enhancement layer also known as a band extension layer, makes it possible to switch to an enlarged band.
  • the input signal S WB can be filtered by a pre-emphasis filter 605 with This filter makes it possible to better represent the high frequencies from the broadband linear prediction filter.
  • a dual deemphasis filter 606 is then used in the synthesis.
  • no pre-emphasis and de-emphasis filters are integrated into the coding and decoding structure.
  • the next step is to calculate and quantify the wideband linear prediction filter 607.
  • the order of the linear prediction filter is 18, but in a variant of this embodiment, another prediction order, for example lower (16), is chosen.
  • the linear prediction filter can be calculated by the autocorrelation method and the Levinson-Durbin algorithm,
  • This broadband linear prediction filter WB (z) is quantized using a prediction of these coefficients possibly from the filter NB (z) from the heart coder 603 in a telephone band.
  • the coefficients can then be quantized using, for example, multi-stage vector quantization and using the dequantized LSF parameters of the telephone band heart coder, as described in the article by H. Ehara, T. Morii, M. Oshikiri and K. Yoshida, Predictive VQ for scalable bandwidth LSP quantization, ICASSP 2005.
  • the wideband excitation 608 is obtained from the parameters of the telephone band excitation of the core coder: the pitch delay, the associated gain as well as the algebraic excitations of the core coder and the first enrichment layer. CELP excitation and associated gains. This excitation is generated by using an over-sampled version of the parameters of the excitation of the telephone band stages. In a variant of this embodiment, the excitation is calculated from the "pitch" delay and the associated gain, these parameters being used to generate a harmonic excitation from a white noise. In this variant, the excitation of the algebraic dictionary is replaced by a white noise.
  • This excitation in broadband is then filtered by the synthesis filter 609 calculated previously.
  • the de-emphasis filter 606 is applied to the output signal of the synthesis filter.
  • the signal obtained is an expanded band signal which is not adjusted in energy.
  • high pass filtering 611 (whose coefficients are given in the table of FIG. 6) is applied to the signal of broadband synthesis.
  • the same high-pass filter 612 is applied to the error signal corresponding to the difference between the delayed original signal 610 and the synthesis signal of the two preceding stages.
  • the gain to be applied to the synthesis signal of the high band is calculated by a ratio of energy between the two signals.
  • the gain gw ⁇ 611 is then applied to the signal S 14 UB by subframe of 80 samples (5 ms at 16 kHz), the signal thus obtained is added to the synthesis signal of the preceding stage to create the broadband signal corresponding to the 14 kbit / s rate.
  • the further coding is performed in the frequency domain using a transform predictive coding scheme using the linear prediction filter from the band extension layer.
  • This coding stage is the enhancement quality improvement layer in the extended band.
  • FIG. 4 (b) describes this part of the encoder. Delayed input signals
  • a modified discrete cosine transform (or MDCT) is applied: on the one hand, on blocks of 640 samples of the weighted input signal 618 with an overlap of 50% (refresh of the MDCT analysis every 20 ms ), on the other hand, on the weighted synthesis signal 619 from the previous 14 kbit / s bandwidth stage (same block length and same recovery rate).
  • the MDCT spectrum to be encoded 620 corresponds to the difference between the weighted input signal and the 14 kbit / s synthesis signal for the 0 to 3400 Hz band, and the 3400 Hz to 7000 Hz weighted input signal.
  • the spectrum is limited to 7000 Hz by setting the last 40 coefficients to zero (only the first 280 coefficients are coded).
  • the spectrum is divided into 18 bands: a band of 8 coefficients and 17 bands of 16 coefficients as described in the table of Figure 7.
  • a variant of this embodiment uses 20 bands of equal widths (14 coefficients).
  • the energy of the MDCT coefficients is calculated (scale factors).
  • the 18 scale factors constitute the spectral envelope of the weighted signal which is then quantized, coded and transmitted in the frame.
  • Dynamic bit allocation is based on spectrum band energy from the dequantized version of the spectral envelope. This makes it possible to have compatibility between the bit allocation of the encoder and the decoder.
  • the bit allocation in the Time Domain Aliasing Cancellation (TDAC) module 620 is done in two phases. First, a first calculation of the number of bits to be allocated to each band is performed; each of the values obtained is rounded to the rate of the nearest available dictionary. If the total flow allocated is not exactly equal to that available, a second phase is used to perform the readjustment. This step is done by an iterative procedure based on an energetic criterion that adds or removes bits to the bands as described in the article by Y. Mahieux and JP.
  • the bits are added to the bands where the perceptual improvement is the most important. (higher energy).
  • the extraction of bits on the bands is dual.
  • the normalized MDGT coefficients (fine structure) in each band are then quantized by vector quantizers using dictionnaries nested in size and resolution, the dictionaries being composed of a union of permutation codes as described in the international application WO / 0400219 .
  • the information on the core coder, the CELP enrichment stage in the telephone band, the broadband CELP stage and finally the spectral envelope and the coded standard coefficients are multiplexed and transmitted in a frame.
  • the number of bits allocated to each of the parameters of the encoder and decoder is specified in the table of FIG. 8.
  • the structure of the frame of the bitstream is described in FIG.
  • the module 701 demultiplexes the parameters contained in the bit stream. There are several decoding cases depending on the number of bits received for a frame, the first three cases are described from Figure 10 (a) and the last case from Figure 10 (b):
  • the first concerns the reception of the minimum number of bits by the decoder. In this case "Seui Ie first floor is decoded. So, only the train Binary relating to the CELP core decoder 702 (G.729A +) is received and decoded. This synthesis can be processed by the adaptive post-filter and the postprocessing of the G.729 decoder. This signal is oversampled and filtered to produce a signal sampled at 16 kHz (703).
  • 2- concerns the reception of the number of bits relative to the first and second decoding stages. In this case, the core decoder as well as the first enhancement stage of the CELP excitation are decoded. This synthesis can be processed by the adaptive post-filter and the postprocessing of the G.729 decoder. This signal is then oversampled and filtered to produce a signal sampled at 16 kHz (703).
  • the third case corresponds to the reception of the number of bits relative to the first three decoding stages.
  • the first two decoding stages are first performed as in case 2, then the band extension module generates a signal sampled at 16 kHz after decoding the parameters of the spectral line pairs (WB-LSF). ) in broadband (704) as well as gains associated with excitation.
  • the broadband excitation is generated from the parameters of the core encoder and the first enhancement stage of the CELP 705 excitation. This excitation is then filtered by the synthesis filter 706 and optionally by the deceleration filter 707. in the case where a pre-emphasis filter has been used at the encoder.
  • a high-pass filter 708 is applied to the obtained signal and the energy of the band-extension signal is adjusted with the associated gains (709) every 5 ms.
  • This signal is then added to the sampled 16 kHz telephone band signal obtained from the first two decoding stages.
  • this signal is filtered in the transformed domain by setting to 0 the last 40 MDCT coefficients before passing through the inverse MDCT transform 713 and the weighted synthesis filter 714.
  • This last case corresponds to the decoding of the last stage of the decoder (FIG. 10 (b)).
  • This stage corresponds to the quality improvement layer of the decoding in the extended band.
  • This last stage consists of a transform predictive decoder using the finite prediction filter derived from the band extension layer. Step 3 described above is first realized. Then, depending on the number of additional bits received, the decoding scheme is adapted:
  • the partial or complete spectral envelope is used. for adjusting the energy of the MDCT coefficient bands (722) between 3400 Hz and 7000 Hz (720) corresponding to a portion of the signal transform generated by the band extension stage 711. This system makes it possible to obtain a progressive improvement of the audio quality according to the number of bits received.
  • the number of bits corresponds to the totality of the spectral envelope and a part or the whole of the fine structure.
  • the bit allocation is performed in the same way as at the encoder 716.
  • the decoded MDCT coefficients are calculated from the spectral envelope 715 and the dequantized fine structure 717.
  • the procedure of the preceding paragraph is used, that is to say that the MDCT coefficients calculated on the signal obtained by the band extension - which constitute a spectral parameter derived from the band-extension layer, are adjusted in energy from the received spectral envelope (722).
  • the MDCT spectrum used for the synthesis therefore consists of: on the one hand, the synthesis signal of the two first decoding stages added to the decoded error signal in the bands between 0 and 3400 Hz (718 and 719); on the other hand, for the bands between 3400 Hz and 7000 Hz decoded MDCT coefficients in the bands where the fine structure has been received and MDCT coefficients of the energy-adjusted band extension stage for the other spectral bands (721 and 722),
  • An inverse MDCT transformation is then applied to the decoded MDCT coefficients (713) and filtering by the weighted synthesis filter (714) provides the signal. Release.
  • the transform predictive coding / decoding stage will operate entirely on the difference signal between the original signal and the synthesis signal of the band extension stage between 0 and 7000 Hz.
  • the band extension will be performed on coding and decoding in the transformed domain from a spectral envelope given by the energy per subband of the signal, and a coding of the fine structure.
  • This spectral envelope can be quantified by vector quantization.
  • the broadband enhancement stage uses TDAC-type transform coding as previously described (without weighting filtering).
  • the spectral envelope that is given by the energy per subband of the signal and which constitutes a spectral parameter is transmitted in the band extension stage and will be reused by the broadband enhancement layer.
  • the first coded frequency band could correspond to the enlarged 50-7000 Hz band and the second coded frequency band could be an FM (50-15000 z) or hifi band (20-24000 Hz).

Landscapes

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

Abstract

Système de codage d'un signai audio hiérarchique, comprenant, au moins, une couche cœur à codage paramétrique par analyse par synthèse dans une première bande de fréquence, une couche d'extension de bande destinée à élargir ladite première bande de fréquence en une deuxième bande de fréquence, dite bande étendue. Selon l'invention, ledit système comprend également une couche d'amélioration de la qualité du codage audio dans la bande étendue, basée sur un codage par transformée utilisant un paramètre spectral issu de ladite couche d'extension de bande. Application à la transmission de signaux de parole et/ou audio sur des réseaux de paquets.

Description

DISPOSITIF DE CODAGE/DECODAGE HIERARCHIQUE
La présente invention concerne un système de codage audio hiérarchique. Elle concerne également un codeur et un décodeur audio hiérarchiques.
L'invention trouve une application particulièrement avantageuse dans le domaine de la transmission de signaux de parole et/ou audio sur des réseaux de paquets, de type voix sur IP. Plus spécialement, l'invention permet, dans ce contexte, de fournir une qualité modulable allant d'une bande téléphonique à une bande élargie, ceci en fonction de la capacité en débit de la transmission et tout en garantissant l'interopérabilité avec un cœur existant en bande téléphonique.
De nombreuses techniques existent aujourd'hui pour convertir un signal audio-fréquences (parole et/ou audio) sous la forme d'un signal numérique et traiter les signaux ainsi numérisés. Les méthodes classiques de codage audio de bonne qualité sont en général classifiées en « codage de forme d'onde », « codage paramétrique par analyse par synthèse » et « codage perceptuel en sous-bandes ou par transformée ».
La première catégorie inclut des techniques de quantification avec ou sans mémoire comme le codage MIC ou MICDA (PCM ou ADPCM en anglais). La deuxième catégorie inclut les techniques qui représentent le signal à l'aide d'un modèle, en général linéaire prédictif, mais dont les paramètres sont déterminés à l'aide de méthodes issues du codage de forme d'onde. Pour cette raison, cette catégorie est souvent qualifiée de codage hybride. A titre d'exemple le codage CELP (« Code Excited Linear Prédiction ») appartient à cette seconde catégorie. En codage CELP, le signal d'entrée est codé à l'aide d'un modèle « source-filtre » inspiré du processus de production de la parole. Les paramètres transmis représentent séparément la source (aussi appelée « excitation ») et fe filtre. Le filtre est en général un filtre tout-pôle. Les notions de base sur le codage des signaux audio-fréquences et plus particulièrement du codage CELP et de la quantification sont exposées notamment dans tes ouvrages suivants : WB. Kleijn and K.K. Paliwal editors, Speech Coding and Synthesis, Elsevier, 1995, et Nicolas Moreau, Techniques de compression des signaux, Collection Technique et Scientifique des Télécommunications, Masson, 1995.
La troisième catégorie inclut des techniques de codage telles que MPEG 1 et 2 Layer IH, pius connue sous le nom de MP3, ou encore MPEG 4 AAC. Le système G.729 recommandé à I1UlT-T est un exemple de codage
CELP conçu pour des signaux de parole en bande téléphonique (300-3400 Hz) échantillonnés à 8 kHz. Il opère à un débit fixe de 8 kbit/s avec des trames de 10 ms. Son fonctionnement détaillé est spécifié dans la recommandation ITU-T G.729, Coding of Speech at 8 kbit/s using Conjugate Structure Algebraic Code Excited Linear Prédiction (CS-ACELP), March 1996.
Un schéma simplifié des codeur et décodeur associés est donné au figures 1 (a), 1 (b) et 1 (c). La figure 1(c) montre comment le décodeur G.729 reconstruit le signal de parole à partir des données fournies par le démuitipiexeur (112). L'excitation est reconstituée par sous-trames de 5 ms en ajoutant deux contributions :
- un code innovateur (113), d'une longueur de 5 ms, constitué de 4 impulsions ±1 mises à l'échelle par un gain gc (114 et 118) et de zéros,
- un bloc de 5 ms pris dans le passé de l'excitation et décalé par un retard fractionnaire (spécifié par les paramètres de période fondamentale ou « pitch » TO, T0_frac) (115 et 116), mis à l'échelle par un gain gp (117 et 118).
L'excitation ainsi décodée est mise en forme par un filtre de synthèse
LPC {« Linear Prédictive Coding ») 1/A(z) (120) d'ordre 10, dont les coefficients sont décodés (119) dans le domaine des paires de raies spectrales LSF (« Line Spectrum Frequency ») et interpolés par sous-trame de 5 ms. Afin d'améliorer la qualité et masquer certains artefacts de codage, le signal reconstruit est ensuite traité par un post-filtre adaptatif (121) et un filtre passe-haut de post-traitement (122). Le décodeur de la figure 1(c) s'appuie donc sur te modèle « source-filtre » pour synthétiser le signal Les paramètres associés à ce modèle sont listés dans le tableau de la figure 2 en distinguant ceux décrivant l'excitation et ceux qui décrivent le filtre.
La figure 1(a) représente un schéma très haut niveau du codeur G.729. Elle fait ainsi ressortir le filtrage passe-haut de pré-traitement (101), l'analyse et la quantification LPC (102), le codage de l'excitation (103) et le multiplexage des paramètres codés (104). Les blocs de pré-traitement et d'analyse et quantification LPC du codeur G.729 ne sont pas discutés ici; on peut se référer à la recommandation UIT-T précitée pour plus de détails. Le fonctionnement du codage de l'excitation est schématisé à la figure 1(b). Celle-ci montre comment sont déterminés et quantifiés les paramètres de l'excitation listés à la figure 2. L'excitation est codée en 3 étapes :
- détermination du retard de « pitch » (106) et estimation du gain de « pitch » (107),
- détermination des paramètres du code innovateur dans le dictionnaire ACELP (positions et signes des 4 impulsions (108)) et estimation du gain
(109),
- codage conjoint des gains de « pitch » et de code.
La détermination des paramètres de l'excitation est réalisée en minimisant l'erreur quadratique (111 ) entre la cible CELP (105) et l'excitation filtrée par W(z)/Â(z) (110). Ce processus d'analyse par synthèse est détaillé dans la recommandation UIT-T mentionnée plus haut.
En pratique la complexité du codeur/décodeur (codée) G.729 est relativement élevée (aux alentours de 18 WMOPS (« Weighted Million Opérations Per Second »)). Pour répondre aux besoins des applications telles que la transmission simultanée de voix et de données sur modem DSVD (« Digital Simultaneous Voice and Data »), un système interopérable mats de complexité moindre (environ 9 WMOPS) a aussi été recommandé à I1UlT-T : le codée G.729A. Ce dernier est décrit et comparé au G, 729 dans R. Salami et ai., Description of ITU-T Recommandation G.729 Annex A: Reduced complexity 8 kbit/s CS-ACELP codée, ICASSP 1997.
Parmi les différences notables entre G.729 et G.729A, celle qui permet te plus de réduire la complexité du G, 729 concerne la recherche dans Ie dictionnaire ACELP ; dans le codeur G.729A une recherche en profondeur d'abord des 4 impulsions signées remplace la recherche par boucles imbriquées utilisée dans le codeur G.729. De part sa faible complexité, le codée G.729A est maintenant très répandu dans les applications de voix sur IP ou ATM en bande téléphonique (300 -3400 Hz). Avec le développement de fibres optiques et de réseaux large bande comme l'ADSL, il est désormais envisageable de déployer de nouveaux services tels que des communications bi-directionnelles de bien meilleure qualité que les systèmes classiques en bande téléphonique. Une étape dans ce sens consiste à fournir une qualité en "bande élargie", c'est-à-dire en considérant des signaux audio-fréquences échantillonnés à 16 kHz et restreints à une bande utile de 50-7000 Hz. La qualité obtenue est alors similaire à celle de la radio AM.
Le choix d'un codée pour déployer la qualité "bande élargie" à la place de la qualité "bande étroite" doit tenir compte de plusieurs questions importantes :
- L'infrastructure des réseaux IP actuels et des points de connexion (modems téléphoniques, ADSL, LAN, WiFi, etc.) est fortement hétérogène en terme de débit, de qualité de service caractérisée par la gigue, le taux de pertes de paquets, etc. - Les terminaux reproduisant les sons (téléphone, PC ou autres) diffèrent parfois en termes de fréquence d'échantillonnage et du nombre de canaux audio. Il est parfois difficile de connaître à l'avance au niveau du codeur la capacité réelle des terminaux.
- De nombreux standards de codage des signaux audio-fréquences (dont les codées G.729 et G.729A) sont déjà déployés dans les réseaux. Le transcodage entre les différents formats associés est souvent nécessaire (dans les passerelles ou routeurs par exemple), bien que celui-ci implique en général une perte de qualité et une complexité non négligeable.
L'approche connue sous le nom de « codage hiérarchique » est la solution technique la plus adaptée pour tenir compte de toutes ces contraintes.
Contrairement au codage conventionnel, tel que le codage G, 729 ou G.729A1 générant un flux binaire à débit fixe» Ie codage hiérarchique consiste à générer un flux binaire dont on peut décoder tout ou partie. D'une manière générale, le codage hiérarchique comprend une couche de coeur et une ou plusieurs couches d'amélioration. La couche de coeur est générée par un codée à bas débit fixe, qualifié de « cœur », garantissant la qualité minimale du codage. Cette couche doit être reçue par le décodeur pour maintenir un niveau de qualité acceptable. Les couches d'amélioration servent à améliorer la qualité. Il peut cependant se produire qu'elles ne soient pas toutes reçues par le décodeur du fait de défauts dans la transmission, par exemple dans le cas de congestion d'un réseau IP. Cette technique offre donc une grande flexibilité dans le choix du débit et de la qualité de reconstruction. Le codeur fonctionne toujours en supposant que le débit est maximal. Cependant, à n'importe quel endroit de la chaîne de communication, le débit peut être adapté en tronquant simplement le flux binaire. Le codage hiérarchique permet de plus de déployer la qualité en bande élargie progressivement, en s'appuyant sur un standard de type codage CELP en bande téléphonique (comme les standards UIT-T G.729 ou G.729A). Parmi les différentes approches de codage hiérarchique construit à partir d'un codeur cœur CELP, on peut citer les quatre techniques suivantes :
- le codage CELP hiérarchique avec enrichissement d'excitation décrit dans l'article de R.D. De lacovo, D. Sereno, Embedded CELP coding for variable- rate between 6.4 and 9.6 kbit/s, ICASSP 1991 ,
- l'extension de bande avec transmission d'information auxiliaire décrit dans l'article de J.-M.Valin et al., Bandwidth Extension of Narrowband Speech for Low Bit-Rate Wideband Coding, Proc. IEEE Speech Coding Workshop (SCW), 2000, pp. 130-132.
- dans l'article de S. K. Jung, K-T. Kim, H-G. Kang, A bit/rate band scalable speech coder based on ITU-T G. 723.1 standard, ICASSP 2004, un codée hiérarchique est construit à partir d'un codeur G.723.1 et avec deux couches d'amélioration, la première étant du type CELP en cascade en bande téléphonique, la seconde étant un codage par transformée dans la bande haute obtenue par filtrage QMF (« Quadrature fvltrror Filter »),
- dans l'article de H. Taddéi et al. A scalable Three Bitrate (8, 14.2 and 24 kbits/s) Audio Coder, 107th Convention AES 1999, le codage utilise un codeur cœur G.729 à 8 kbit/s, une couche intermédiaire d'amélioration en bande téléphonique pour aller à 14,2 kbit/s, suivie d'une couche d'amélioration en bande élargie par codage par transformée pour arriver à 24 kbit/s.
La différence entre le concept de codage CELP hiérarchique par enrichissement d'excitation et le codage présenté à la figure 1 (b) tient à l'addition d'un dictionnaire innovateur pour mieux représenter la cible CELP. Cette approche de codage est en fait similaire à une quantification multi- étages réalisée dans le domaine de la cible CELP (ou domaine pondéré "perceptuellement"). Ce dictionnaire additionnel permet d'enrichir, ou améliorer, l'excitation décodée, car il s'ajoute en fait au niveau du décodeur à la contribution cumulée des 2 dictionnaires adaptatif et fixe du décodage CELP conventionnel de la figure 1(c). Ce principe d'enrichissement d'excitation CELP peut aussi être varié pour inclure un dictionnaire adaptatif supplémentaire ou encore plusieurs dictionnaires innovateurs. Le système d'extension de bande proposé dans l'article précité de J. -M.
Valin est schématisé à la figure 3. Un signal en bande téléphonique (300-3400 Hz) est étendu à la bande élargie 0-8000 Hz en ajoutant (31 ) trois contributions :
- une bande basse régénérée par le bloc (32), - le signal en bande téléphonique par exemple codé par le système
G.729 (40) et rééchantillonné par le bloc (33) à 16 kHz,
- une bande haute construite à l'aide des blocs (34) à (39).
On remarquera plus particulièrement dans ce schéma l'extension de la bande haute, qui est fondée sur le modèle « source-filtre ». Celle-ci commence par une analyse LPC en bande étroite (34) qui détermine les coefficients du filtre de prédiction ANB(Z) (36). Le résultat de cette analyse LPC est également utilisé par le bloc d'extension de l'enveloppe LPC (35) pour déterminer les coefficients d'un filtre de synthèse LPC pleine bande 1/BWB(z) (38), L'extension d'enveloppe peut être réalisée, par exempte par des techniques de "codebook mapping", sans transmission d'information auxiliaire ou bien avec information explicite requérant une transmission par quantification à un faible débit additionnel. En parallèle, le signal résiduel (ou excitation) LPC en bande étroite est calculé par le bloc (36). L'excitation résultante échantillonnée à 8 kHz est étendue à la fréquence d'échantillonnage de 16 kHz par le bloc (37). Cette opération peut être réalisée dans le domaine de l'excitation en employant une non-linéarité, un sur-échantillonnage et un filtrage, afin d'étendre la structure harmonique et de blanchir l'excitation pleine bande. L'excitation étendue est ensuite mise en forme par le filtre de synthèse pleine bande 1/BWB(z) (38) et le résultat est limité par le filtrage passe-haut (39) à la bande 3400-8000 Hz.
L'ensemble des techniques connues de l'art antérieur soulève cependant les problèmes suivants : - parole en bande élargie dégradée par certains artefacts, tels que le repliement fréquentiel dû à l'emploi d'un banc de filtres QMF,
- musique mal codée par les modèles liés au processus de production de la parole,
- granularité forte en débit, - qualité dégradée par la présence de pré-écho dans la couche d'amélioration utilisant un codage par transformée,
- retard et complexité.
Par ailleurs, certains problèmes fondamentaux ne sont que rarement abordés dans l'art antérieur : la non-linéarité de phase des pré- et post- traitement n'est que rarement prise en compte. Or, les couches d'amélioration reposant sur le codage d'un signal différence entre original (pré-traité ou non) et synthèse de la couche inférieure ont des performances très dégradées si la non-linéarité de phase (ou de retard de groupe) des filtres de pré- et posttraitement n'est pas compensée ou éliminée. Aussi, l'invention a pour but de remédier aux différents problèmes énoncés plus haut en proposant un système de codage d'un signal audio hiérarchique, comprenant, au moins, une couche cœur à codage paramétrique par analyse par synthèse dans une première bande de fréquence, une couche d'extension de bande destinée à élargir ladite première bande de fréquence en une deuxième bande de fréquence, dite bande étendue, remarquable en ce que ledit système comprend également une couche d'amélioration de la qualité du codage audio dans la bande étendue, basée sur un codage par transformée utilisant un paramètre spectral issu de ladite couche d'extension de bande.
Il convient de souligner ici que le terme de « bande élargie » utilisé dans ce mémoire correspond à un cas particulier de la notion générale de « bande étendue ». On entend par « bande élargie » une bande de fréquence résultant de l'extension d'une première bande, la bande téléphonique entre
300 et 3400 Hz, à une deuxième bande, la bande élargie, entre 50 et 7000 Hz.
Selon un mode de réalisation avantageux, ledit système comprend également une couche d'amélioration de la qualité de codage audio dans ladite première bande de fréquence.
Dans un premier mode de réalisation du système de codage conforme à l'invention, ledit paramètre spectral est une enveloppe spectrale issue de la couche d'extension de bande. Deux modes de mise en œuvre peuvent être envisagés : ladite enveloppe spectrale est spécifiée par un filtre de prédiction linéaire en bande étendue, ou bien ladite enveloppe spectrale est donnée par l'énergie par sous-bande du signal.
Dans un deuxième mode de réalisation du système de codage conforme à l'invention, ledit paramètre spectral est au moins une partie de la transformée du signal synthétisé par la couche d'extension de bande. Avantageusement dans ce cas, ledit système comprend un module d'ajustement progressif de l'énergie dans des sous-bandes de la transformée du signal synthétisé par la couche d'extension de bande.
L'invention prévoit également que ledit codage paramétrique par analyse par synthèse est un codage CELP. En particulier, ledit codage CELP est un codage G.729 ou un codage G.729A.
Ainsi, comme on le verra plus loin en détail, le système de codage proposé par l'invention constitue un système de codage hiérarchique apte à fonctionner par exemple à des débits de 8 et 12 kbit/s et à tous les débits entre 14 et 32 kbit/s. En réponse aux problèmes soulevés par l'art antérieur, le système de codage/décodage selon (invention permet d'obtenir que :
- la parole synthétisée en bande élargie n'ait pas de pré-écho et aucun artefact de type repliement fréquentie! n'est présent, - la musique soit bien codée à débit suffisamment élevé (entre 24 et 32 kbit/s),
- la granularité en débit soit très fine (au bit près) entre 14 et 32 kbit/s. L'invention concerne également un procédé pour la mise en œuvre du système de codage selon le premier mode de réalisation, comprenant les étapes suivantes ;
- codage d'un signal original dans ladite première bande de fréquence,
- codage du signal original dans une extension de la première bande de fréquence, utilisant une enveloppe spectrale, - calcul d'un signal résiduel à partir du signal original et des signaux issus des opérations de codage précédentes, remarquable en ce que ledit procédé comprend également une étape de production d'une couche d'amélioration de la qualité du codage audio utilisant un codage par transformée, ledit codage par transformée dudit signal résiduel utilisant ladite enveloppe spectrale.
L'invention concerne en outre un procédé pour la mise en œuvre du système de codage selon le deuxième mode de réalisation, comprenant les étapes suivantes ;
- codage d'un signal original dans ladite première bande de fréquence, - codage du signal original dans une couche d'extension de la première bande de fréquence,
- calcul d'un signal résiduel à partir du signal original et des signaux issus des opérations de codage précédentes, remarquable en ce que ledit procédé comprend également une étape de production d'une couche d'amélioration utilisant un codage par transformée dudit signal résiduel, ledit codage par transformée utilisant la transformée du signal synthétisé par la couche d'extension de bande.
Avantageusement, ledit procédé comprend une étape d'ajustement progressif de l'énergie dans des sous-bandes de la transformée du signal synthétisé par la couche d'extension de bande.
L'invention concerne aussi un programme d'ordinateur comprenant des instructions de programme pour la mise en oeuvre des étapes du procédé selon l'invention lorsque ledit programme est exécuté par un ordinateur. Par ailleurs, l'invention concerne un premier codeur audio hiérarchique, comprenant :
- un codeur cœur à codage paramétrique par analyse par synthèse, destiné à coder un signal original dans une première bande de fréquence, - un étage de codage dans une extension de la première bande de fréquence, comprenant une enveloppe spectrale,
- un étage de calcul d'un signal résiduel à partir du signal original et des signaux issus des étages de codage précédents, remarquable en ce que ledit codeur comprend également un étage d'amélioration de la qualité du codage audio en bande étendue par codage par transformée incluant une transformée inverse, utilisant ladite enveloppe spectrale.
De même, l'invention concerne un deuxième codeur audio hiérarchique, comprenant : - un codeur cœur à codage paramétrique par analyse par synthèse, destiné à coder un signal original dans une première bande de fréquence,
- un étage de codage dans une extension de la première bande de fréquence,
- un étage de calcul d'un signal résiduel à partir du signal original et des signaux issus des étages de codage précédents, remarquable en ce que ledit codeur comprend également un étage d'amélioration de la qualité du codage audio en bande étendue par codage par transformée, utilisant la transformée du signal synthétisé par la couche d'extension de bande.
L'invention concerne encore un premier décodeur audio hiérarchique, comprenant :
- un décodeur cœur à codage paramétrique par analyse par synthèse destiné à décoder dans une première bande de fréquence un signal reçu codé par le premier codeur»
- un étage de décodage dans une extension de la première bande de fréquence, comprenant une enveloppe spectrale, remarquable en ce que ledit décodeur comprend également un étage d'amélioratfon de la qualité du décodage audio en bande étendue par décodage par transformée incluant une transformée inverse, utilisant ladite enveloppe spectrale.
Enfin, l'invention concerne un deuxième décodeur audio hiérarchique, comprenant : - un décodeur cœur à codage paramétrique par analyse par synthèse destiné à décoder dans une première bande de fréquence un signal reçu codé par le deuxième codeur,
- un étage de décodage dans une extension de la première bande de fréquence, remarquable en ce que ledit décodeur comprend également un étage d'amélioration de la qualité du décodage audio en bande étendue par décodage par transformée incluant une transformée inverse, utilisant la transformée du signal synthétisé par la couche d'extension de bande.
La description qui va suivre en regard des dessins annexés, donnés à titre d'exemples non limitatifs, fera bien comprendre en quoi consiste l'invention et comment elle peut être réalisée.
La figure 4(a) est un schéma des trois premiers étages d'un codeur selon la présente invention.
La figure 4(b) est un schéma du quatrième étage de codage du codeur de la figure 4(a).
La figure 5 est un tableau des coefficients du filtre passe-bas utilisé dans la présente invention.
La figure 6 est un tableau des coefficients du filtre passe-haut utilisé pour générer un signal d'amélioration en bande élargie, conformément à l'invention.
La figure 7 est un tableau spécifiant la découpe en sous-bandes des spectres MDCT, conformément à l'invention.
La figure 8 est un tableau donnant le nombre de bits alloués pour chaque trame à chacun des paramètres d'un codeur et d'un décodeur selon la présente invention.
La figure 9 représente la structure du train binaire associé à ia présente invention. La figure 10(a) est un schéma général du décodeur en quatre couches de la présente invention.
La figure 10(b) est un schéma de détail de l'étage de décodage prédictif par transformée du décodeur de la figure 10(a). L'ensemble des figures 4(a) à 10(b) décrit un système de codage/décodage hiérarchique constitué d'un codeur et d'un décodeur qui vont maintenant être décrits successivement.
On rappelle d'abord que dans la suite de cette description le terme de « bande élargie » fait référence au cas particulier d'une bande téléphonique 300-3400 Hz étendue au domaine 50-7000 Hz
La figure 4(a) donne un schéma bloc du codeur. Un signal audio original de bande utile entre 50 et 7000 Hz et échantillonné à 16 kHz est découpé en trame de 320 échantillons, soit 20 ms. Un filtrage passe-haut 601 de fréquence de coupure 50Hz est appliqué au signal d'entrée. Le signal obtenu, appelé SWB, est réutilisé dans plusieurs branches du codeur et correspond au signal réellement codé.
Tout d'abord, dans une première branche, un filtrage passe-bas (dont les coefficients sont fournis dans le tableau de la figure 5) et un sous- échantillonnage par deux 602 sont appliqués à SWB. Cela permet d'obtenir un signal en bande téléphonique SLB échantillonné à 8 kHz. Ce signal est traité par le codeur cœur 603, codage de type CELP G.729A+, par exemple. On précise que le codeur G.729A+ correspond ici au codeur G.729 sans prétraitement de filtrage passe-haut, et pour lequel la recherche dans le dictionnaire ACELP a été remplacée par celle du G.729A comme décrit précédemment. Des variantes de ce mode de réalisation pourront utiliser des codeurs G.729A, G.729 ou d'autres codeurs de type CELP sans prétraitement. Ce codage donne le cœur du train binaire avec un débit de 8 kbit/s dans le cas du codeur G.729A+.
Ensuite, une première couche d'amélioration introduit un deuxième étage 603 de codage CELP. Ce deuxième étage consiste en un code innovateur constitué de quatre impulsions en ±1 supplémentaires pour une sous-trame de 5 ms (dictionnaire équivalent à ceiui du G.729A), ces impulsions sont mises à l'échelle par un gain genh- Le principe de cet étage d'amélioration a déjà été décrit plus haut en référence à l'article de R.D. De lacovo. Ce dictionnaire effectue un enrichissement de l'excitation CELP et offre une amélioration de qualité, particulièrement sur les sons non voisés. Le débit de ce deuxième étage de codage est de 4 kbit/s et les paramètres associés sont les positions et les signes des impulsions et le gain associé pour chaque sous-trame de 40 échantillons (5 ms à 8 kHz). Dans une variante de ce mode de réalisation, cet étage de codage utilise d'autres modes d'amélioration, par exemple ceux décrits dans l'article de De lacovo précédemment cité. Les décodages du codeur cœur et de la première couche d'amélioration sont réalisés pour obtenir le signal de synthèse en bande téléphonique à 12 kbit/s. Il est important de noter que les post-filtrage adaptatif et post-traitement (filtrage passe-haut) du codeur cœur sont désactivés afin de prendre en compte le déphasage non-linéaire de ces opérations ; la différence entre le signal original pré-traité et la synthèse à 8 et 12 kbit/s est donc minimisée. Un sur-échantillonnage et un filtrage passe-bas 604 permettent d'obtenir la version échantillonnée à 16 kHz des deux premiers étages du codeur.
La deuxième couche d'amélioration dite aussi couche d'extension de bande permet de passer en bande élargie. Le signal d'entrée SWB peut être filtré par un filtre de pré-emphase 605 avec
Figure imgf000014_0001
Ce filtre permet de mieux représenter les hautes fréquences à partir du filtre de prédiction linéaire en bande élargie. Pour compenser l'effet du filtre de pré-emphase, un filtre de déemphase dual 606 est alors utilisé à la synthèse. Dans un mode de réalisation préféré, aucun filtre de pré-emphase et de dé-emphase ne sont intégrés à la structure de codage et de décodage. L'étape suivante consiste à calculer et à quantifier le filtre de prédiction linéaire 607 en bande élargie. L'ordre du filtre de prédiction linéaire est de 18, mais dans une variante de ce mode de réalisation, un autre ordre de prédiction, par exemple plus faible (16), est choisi. Le filtre de prédiction linéaire peut être calculé par la méthode de l'autocorrélation et l'algorithme de Levinson-Durbin,
Ce filtre de prédiction linéaire ÂWB(z) en bande élargie est quantifié en utilisant une prédiction de ces coefficients éventuellement à partir du filtre ÂNB(z) issu du codeur coeur 603 en bande téléphonique. Les coefficients peuvent ensuite être quantifiés en utilisant par exemple une quantification vectorielle multi-étages et en utilisant les paramètres LSF déquantifiés du codeur cœur en bande téléphonique, comme décrit dans l'article de H. Ehara, T. Morii, M. Oshikiri et K. Yoshida, Prédictive VQ for bandwidth scalable LSP quantization, ICASSP 2005.
L'excitation en bande élargie 608 est obtenue à partir des paramètres de l'excitation en bande téléphonique du codeur cœur : le retard de « pitch », le gain associé ainsi que les excitations algébriques du codeur cœur et de la première couche d'enrichissement de l'excitation CELP et les gains associés. Cette excitation est générée en utilisant une version sur-échantiilonnée des paramètres de l'excitation des étages en bande téléphonique. Dans une variante de ce mode de réalisation, l'excitation est calculée à partir du retard de « pitch » et du gain associé, ces paramètres étant utilisés pour générer une excitation harmonique à partir d'un bruit blanc. Dans cette variante, l'excitation du dictionnaire algébrique est remplacée par un bruit blanc.
Cette excitation en bande élargie est ensuite filtrée par le filtre de synthèse 609 calculé précédemment. Dans le cas où une pré-emphase a été appliquée au signal d'entrée, on applique le filtre de dé-emphase 606 sur le signal de sortie du filtre de synthèse. Le signal obtenu est un signal en bande élargie qui n'est pas ajusté en énergie. Pour le calcul du gain permettant la mise à niveau de l'énergie de la bande haute (3400-7000 Hz), un filtrage passe-haut 611 (dont les coefficients sont donnés dans le tableau de la figure 6) est appliqué au signal de synthèse en bande élargie. Parallèlement, le même filtre passe-haut 612 est appliqué au signal d'erreur correspondant à la différence entre le signal original retardé 610 et le signal de synthèse des deux étages précédents. Ces deux signaux sont ensuite utilisés pour le calcul du gain à appliquer au signal de synthèse de la bande haute. Ce gain est calculé par un rapport d'énergie entre les deux signaux. Le gain gwβ 611 est ensuite appliqué au signal S14 UB par sous trame de 80 échantillons (5 ms à 16 kHz), Le signal ainsi obtenu est ajouté au signal de synthèse de l'étage précédent pour créer le signal en bande élargie correspondant au débit de 14 kbit/s. La suite du codage est effectuée dans le domaine fréquentiel en utilisant un schéma de codage prédictif par transformée utilisant le filtre de prédiction linéaire issu de la couche d'extension de bande.
.Cet étage de codage constitue la couche d'amélioration de la qualité de codage dans la bande étendue.
La figure 4(b) décrit cette partie du codeur. Les signaux d'entrée retardé
614 et de synthèse à 14 kbit/s 615 sont filtrés respectivement par un filtre de pondération perceptuelle, 616 et 617, de type AWB(Z/K)*(1 -//Z), avec typiquement
Figure imgf000016_0001
Ces signaux sont ensuite encodés par le schéma de codage par transformée.
Une transformée en cosinus discrète modifiée (ou MDCT en anglais) est appliquée : d'une part, sur des blocs de 640 échantillons du signal d'entrée pondéré 618 avec un recouvrement de 50% (rafraîchissement de l'analyse MDCT toutes les 20 ms), d'autre part, sur le signal de synthèse pondéré 619 issu de l'étage précédent d'extension de bande à 14 kbit/s (même longueur de bloc et même taux de recouvrement). Le spectre MDCT à encoder 620 correspond à la différence entre le signal d'entrée pondéré et le signal de synthèse à 14 kbit/s pour la bande de 0 à 3400 Hz, et au signal d'entrée pondéré de 3400 Hz à 7000 Hz. On limite le spectre à 7000 Hz en mettant à zéro les 40 derniers coefficients (seuls les 280 premiers coefficients sont codés). Le spectre est divisé en 18 bandes : une bande de 8 coefficients et 17 bandes de 16 coefficients comme décrit dans le tableau de la figure 7. Une variante de ce mode de réalisation utilise 20 bandes de largeurs égales (14 coefficients). Pour chaque bande du spectre, l'énergie des coefficients MDCT est calculée (facteurs d'échelle). Les 18 facteurs d'échelle constituent l'enveloppe spectrale du signal pondéré qui est ensuite quantifiée, codée et transmise dans la trame.
Les facteurs d'échelle de la bande haute (3400-7000 Hz) sont transmis avant ceux de la bande basse (0-3400 Hz), comme le montre le format du train binaire à la figure 9.
L'allocation dynamique des bits se base sur l'énergie des bandes du spectre à partir de Ia version déquantifiée de l'enveloppe spectrale. Ceci permet d'avoir une compatibilité entre l'allocation binaire du codeur et du décodeur. L'allocation de bits dans le module TDAC (« Time Domain Aliasing Cancellation ») 620 se réalise en deux phases. D'abord, un premier calcul du nombre de bits à allouer à chaque bande est effectué ; chacune des valeurs obtenues est arrondie au débit du dictionnaire disponible le plus proche. Si le débit total alloué n'est pas exactement égal à celui disponible, une seconde phase est utilisée pour réaliser le réajustement. Cette étape se fait par une procédure itérative basée sur un critère énergétique qui ajoute ou retire des bits aux bandes comme décrit dans l'article de Y. Mahieux et JP. Petit, Transform coding of audio signais at 64 kbit/s, IEEE GLOBECOM 1990. Ainsi, si le nombre total de bits distribués est inférieur à celui disponible, l'ajout de bits se fait aux bandes où l'amélioration perceptuelle est la plus importante (énergie plus importante). Dans le cas contraire où le nombre total de bits distribués est supérieur à celui disponible, l'extraction de bits sur les bandes se fait de manière duale. Les coefficients MDGT normalisés (structure fine) dans chaque bande sont ensuite quantifiés par des quantificateurs vectoriels utilisant des dictionnaires imbriqués en taille et en résolution, les dictionnaires étant composés d'une union de codes à permutation tels que décrits dans la demande internationale WO/0400219. Finalement, les informations sur le codeur cœur, l'étage d'enrichissement CELP en bande téléphonique, l'étage CELP en bande élargie et enfin l'enveloppe spectrale et les coefficients normalisés codés sont multiplexes et transmis en trame.
Le nombre de bits alloué à chacun des paramètres du codeur et décodeur est spécifié dans le tableau de la figure 8. La structure de la trame du train binaire est décrite à la figure 9.
La structure du décodeur va maintenant être décrite en regard des figures 10(a) et 10(b).
Le module 701 effectue le démultiplexage des paramètres contenus dans le train binaire. Il existe plusieurs cas de décodage en fonction du nombre de bits reçus pour une trame, les trois premiers cas sont décrits à partir de fa figure 10(a) et le dernier cas à partir de la figure 10(b) :
1- Le premier concerne la réception du nombre de bits minimum par Ie décodeur. Dans ce cas» seui Ie premier étage est décodé. Donc, seul Ie train binaire relatif au décodeur cœur 702 de type CELP (G.729A+) est reçu et décodé. Cette synthèse peut être traitée par le post-filtre adaptatif et le posttraitement du décodeur G.729. Ce signal est sur-échantillonné et filtré pour produire un signal échantillonné à 16 kHz (703). 2- Le deuxième cas concerne la réception du nombre de bits relatif aux premiers et deuxièmes étages de décodage. Dans ce cas, le décodeur de cœur ainsi que le premier étage d'enrichissement de l'excitation CELP sont décodés. Cette synthèse peut être traitée par le post-filtre adaptatif et le posttraitement du décodeur G.729. Ce signal est ensuite sur-échantillonné et filtré pour produire un signal échantillonné à 16 kHz (703).
3- Le troisième cas correspond à la réception du nombre de bits relatifs aux trois premiers étages de décodage. Dans ce cas, les deux premiers étages de décodage sont tout d'abord réalisés comme dans le cas 2, puis le module d'extension de bande génère un signal échantillonné à 16 kHz après décodage des paramètres des paires de raies spectrales (WB-LSF) en bande élargie (704) ainsi que des gains associés à l'excitation. L'excitation en bande élargie est générée à partir des paramètres du codeur cœur et du premier étage d'enrichissement de l'excitation CELP 705. Cette excitation est ensuite filtrée par le filtre de synthèse 706 et éventuellement par le filtre de dé- emphase 707 dans le cas où un filtre de pré-emphase a été utilisé au codeur. On applique un filtre passe-haut 708 au signal obtenu et on adapte l'énergie du signal d'extension de bande à l'aide des gains associés (709) toutes les 5 ms. Ce signal est ensuite ajouté au signal en bande téléphonique échantillonné à 16 kHz obtenu à partir des deux premiers étages de décodage. Dans le but d'obtenir un signal limité à 7000 Hz, ce signal est filtré dans le domaine transformé par mise à 0 des 40 derniers coefficients MDCT avant le passage par la transformée MDCT inverse 713 et le filtre de synthèse pondéré 714.
4- Ce dernier cas correspond au décodage du dernier étage du décodeur (figure 10(b)). Cet étage correspond à la couche d'amélioration de la qualité du décodage dans Ia bande étendue. Ce dernier étage est constitué d'un décodeur prédictif par transformée utilisant le filtre de prédiction finéaire issu de la couche d'extension de bande. L'étape 3 décrite précédemment est tout d'abord réalisée. Puis, en fonction du nombre de bits supplémentaires reçus, le schéma de décodage est adapté :
- Dans le cas où le nombre de bits ne correspond qu'à une partie ou à la totalité de l'enveloppe spectrale 715, mais que la structure fine n'est pas reçue (721 ), L'enveloppe spectrale partielle ou complète est utilisée pour ajuster l'énergie des bandes de coefficients MDCT (722) entre 3400 Hz et 7000 Hz (720) correspondant à une partie de la transformée du signal généré par l'étage d'extension de bande 711. Ce système permet d'obtenir une amélioration progressive de la qualité audio en fonction du nombre de bits reçu.
- Dans le cas où le nombre de bits correspond à la totalité de l'enveloppe spectrale et à une partie ou à la totalité de la structure fine. L'allocation binaire est effectuée de la même manière qu'à l'encodeur 716. Dans les bandes où la structure fine est reçue, les coefficients MDCT décodés sont calculés à partir de l'enveloppe spectrale 715 et de ia structure fine déquantifiées 717. Dans les bandes spectrales entre 3400 Hz et 7000 Hz où la structure fine n'a pas été reçue, la procédure du paragraphe précédent est utilisée, c'est à dire que les coefficients MDCT calculés sur le signal obtenu par l'extension de bande -qui constituent un paramètre spectral issu de la couche d'extension de bande-, sont ajustés en énergie à partir de l'enveloppe spectrale reçue (722). Le spectre MDCT utilisé pour la synthèse est donc constitué : d'une part, du signal de synthèse des deux premiers étages de décodage ajouté au signal d'erreur décodé dans les bandes entre 0 et 3400 Hz (718 et 719); d'autre part, pour les bandes comprises entre 3400 Hz et 7000 Hz des coefficients MDCT décodés dans les bandes où la structure fine a été reçu et des coefficients MDCT de l'étage d'extension de bande ajustés en énergie pour les autres bandes spectrales (721 et 722),
Une transformation MDCT inverse est ensuite appliquée aux coefficients MDCT décodés (713) et un filtrage par le filtre de synthèse pondéré (714) permet d'obtenir Ie signa! de sortie.
Dans une variante du mode de réalisation précédemment décrit, l'étage de codage/décodage prédictif par transformée fonctionnera entièrement sur le signal de différence entre Ie signal original et le signal de synthèse de l'étage d'extension de bande entre 0 et 7000 Hz.
Dans une autre variante de ce mode de réalisation, l'extension de bande sera réaliséeffectuée au codage et au décodage dans le domaine transformé à partir d'une enveloppe spectrale donnée par l'énergie par sous- bande du signal, et d'un codage de la structure fine. Cette enveloppe spectrale peut être quantifiée par quantification vectorielle. Dans cette variante, l'étage d'amélioration en bande élargie utilise un codage par transformée de type TDAC comme décrit précédemment (sans filtrage de pondération). Ainsi, l'enveloppe spectrale qui est donnée par l'énergie par sous-bande du signal et qui constitue un paramètre spectral est transmise dans l'étage d'extension de bande et sera réutilisée par la couche d'amélioration en bande élargie.
Par ailleurs, dans un mode de réalisation alternatif, la première bande de fréquence codée pourrait correspondre à la bande élargie 50-7000 Hz et la seconde bande de fréquence codée pourrait être une bande FM (50-15000 z) ou hifi (20-24000 Hz).

Claims

REVENDICATIONS
1. Système de codage d'un signai audio hiérarchique, comprenant, au moins, une couche cœur à codage paramétrique par analyse par synthèse dans une première bande de fréquence, une couche d'extension de bande destinée à élargir ladite première bande de fréquence en une deuxième bande de fréquence, dite bande étendue, caractérisé en ce que ledit système comprend également une couche d'amélioration de la qualité du codage audio dans la bande étendue, basée sur un codage par transformée utilisant un paramètre spectral issu de ladite couche d'extension de bande.
2. Système de codage selon la revendication 1 , caractérisé en ce que ledit système comprend également une couche d'amélioration de la qualité de codage audio dans ladite première bande de fréquence.
3. Système de codage selon l'une des revendications 1 ou 2, caractérisé en ce que ledit codage paramétrique par analyse par synthèse est un codage CELP.
4. Système de codage selon l'une quelconque des revendications 1 à 3, caractérisé en ce que ledit paramètre spectral est une enveloppe spectrale issue de la couche d'extension de bande.
5. Système de codage selon la revendication 4, caractérisé en ce que ladite enveloppe spectrale est spécifiée par un filtre de prédiction linéaire en bande étendue.
6. Système de codage selon la revendication 4, caractérisé en ce que ladite enveloppe spectrale est donnée par l'énergie par sous-bande du signal.
7. Système de codage selon l'une quelconque des revendications 1 à 3, caractérisé en ce que ledit paramètre spectral est au moins une partie de la transformée du signal synthétisé par la couche d'extension de bande.
8. Système de codage selon la revendication 7, caractérisé en ce que ledit système comprend un module d'ajustement progressif de l'énergie dans des sous-bandes de la transformée du signal synthétisé par la couche d'extension de bande.
9. Procédé pour la mise en œuvre du système de codage selon la revendication 4, comprenant les étapes suivantes : - codage d'un signal original dans ladite première bande de fréquence,
- codage du signal original dans une extension de la première bande de fréquence, utilisant une enveloppe spectrale,
- calcul d'un signal résiduel à partir du signal original et des signaux issus des opérations de codage précédentes, caractérisé en ce que ledit procédé comprend également une étape de production d'une couche d'amélioration de la qualité du codage audio utilisant un codage par transformée, ledit codage par transformée dudit signal résiduel utilisant ladite enveloppe spectrale.
10. Procédé pour la mise en œuvre du système de codage selon la revendication 7, comprenant les étapes suivantes :
- codage d'un signal original dans ladite première bande de fréquence,
- codage du signal original dans une couche d'extension de la première bande de fréquence,
- calcul d'un signal résiduel à partir du signal original et des signaux issus des opérations de codage précédentes, caractérisé en ce que ledit procédé comprend également une étape de production d'une couche d'amélioration utilisant un codage par transformée dudit signal résiduel, ledit codage par transformée utilisant la transformée du signal synthétisé par la couche d'extension de bande.
11. Procédé selon l'une des revendications 9 ou 10, caractérisé en ce que ledit procédé comprend une étape d'ajustement progressif de l'énergie dans des sous-bandes de la transformée du signal synthétisé par la couche d'extension de bande.
12. Programme d'ordinateur comprenant des instructions de programme pour la mise en oeuvre des étapes du procédé selon l'une quelconque des revendications 9 à 11 lorsque ledit programme est exécuté par un ordinateur.
13. Codeur audio hiérarchique, comprenant : - un codeur cœur (603) à codage paramétrique par analyse par synthèse, destiné à coder un signal original dans une première bande de fréquence,
- un étage de codage dans une extension de la première bande de fréquence, comprenant une enveloppe spectrale (607), - un étage de calcul d'un signal résiduel à partir du signal original et des signaux issus des étages de codage précédents, caractérisé en ce que ledit codeur comprend également un étage d'amélioration de la qualité du codage audio en bande étendue par codage par transformée incluant une transformée inverse, utilisant ladite enveloppe spectrale (607).
14. Codeur audio hiérarchique, comprenant :
- un codeur cœur (603) à codage paramétrique par analyse par synthèse, destiné à coder un signal original dans une première bande de fréquence,
- un étage de codage dans une extension de la première bande de fréquence, - un étage de calcul d'un signa! résiduel à partir du signal original et des signaux issus des étages de codage précédents, caractérisé en ce que ledit codeur comprend également un étage d'amélioration de la qualité du codage audio en bande étendue par codage par transformée, utilisant la transformée du signal synthétisé par la couche d'extension de bande.
15. Codeur selon l'une des revendications 13 ou 14, caractérisé en ce que ledit codeur cœur (603) comporte un étage d'amélioration de la qualité du codage audio dans ladite première bande de fréquence.
16. Codeur selon l'une quelconque des revendications 13 à 15, caractérisé en ce que ladite transformée est une transformée en cosinus discrète modifiée
(MDCT).
17. Décodeur audio hiérarchique, comprenant :
- un décodeur cœur (702) à codage paramétrique par analyse par synthèse destiné à décoder dans une première bande de fréquence un signal reçu codé par le codeur selon la revendication 13,
- un étage de décodage dans une extension de la première bande de fréquence, comprenant une enveloppe spectrale. caractérisé en ce que ledit décodeur comprend également un étage d'amélioration de la qualité du décodage audio en bande étendue par décodage par transformée incluant une transformée inverse, utilisant ladite enveloppe spectrale.
18. Décodeur audio hiérarchique, comprenant :
- un décodeur cœur (702) à codage paramétrique par analyse par synthèse destiné à décoder dans une première bande de fréquence un signal reçu codé par le codeur selon la revendication 14,
- un étage de décodage dans une extension de la première bande de fréquence, caractérisé en ce que ledit décodeur comprend également un étage d'amélioration de la qualité du décodage audio en bande étendue par décodage par transformée incluant une transformée inverse, utilisant la transformée du signal synthétisé par la couche d'extension de bande.
19. Décodeur selon l'une des revendications 17 ou 18, caractérisé en ce que ledit décodeur comprend un étage d'adaptation progressive de l'énergie dans des sous-bandes du spectre généré par codage par transformée.
20. Décodeur selon l'une quelconque des revendications 17 à 19, caractérisé en ce que ledit décodeur cœur (702) comporte un étage d'amélioration de la qualité du décodage audio dans ladite première bande de fréquence.
21. Décodeur selon l'une quelconque des revendications 17 à 20, caractérisé en ce que ladite transformée inverse est une transformée inverse en cosinus discrète modifiée (M DCT).
PCT/FR2006/050690 2005-07-13 2006-07-07 Dispositif de codage/decodage hierarchique WO2007007001A2 (fr)

Priority Applications (7)

Application Number Priority Date Filing Date Title
KR1020087003000A KR101303145B1 (ko) 2005-07-13 2006-07-07 계층적 오디오 신호를 코딩하기 위한 시스템, 오디오 신호를 코딩하는 방법, 컴퓨터-판독가능한 매체 및 계층적 오디오 디코더
AT06779029T ATE511179T1 (de) 2005-07-13 2006-07-07 Hierarchischen audio-kodierung/-dekodierung
JP2008520925A JP5112309B2 (ja) 2005-07-13 2006-07-07 階層符号化／復号化装置
BRPI0612987-0A BRPI0612987A2 (pt) 2005-07-13 2006-07-07 dispositivo de codificaÇço/decodificaÇço hierÁrquica
US11/988,758 US8374853B2 (en) 2005-07-13 2006-07-07 Hierarchical encoding/decoding device
CN2006800336707A CN101263553B (zh) 2005-07-13 2006-07-07 分级编码/解码设备
EP06779029A EP1905010B1 (fr) 2005-07-13 2006-07-07 Codage/décodage audio hiérarchique

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0552199A FR2888699A1 (fr) 2005-07-13 2005-07-13 Dispositif de codage/decodage hierachique
FR0552199 2005-07-13

Publications (2)

Publication Number Publication Date
WO2007007001A2 true WO2007007001A2 (fr) 2007-01-18
WO2007007001A3 WO2007007001A3 (fr) 2007-04-12

Family

ID=36608212

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2006/050690 WO2007007001A2 (fr) 2005-07-13 2006-07-07 Dispositif de codage/decodage hierarchique

Country Status (9)

Country Link
US (1) US8374853B2 (fr)
EP (1) EP1905010B1 (fr)
JP (1) JP5112309B2 (fr)
KR (1) KR101303145B1 (fr)
CN (1) CN101263553B (fr)
AT (1) ATE511179T1 (fr)
BR (1) BRPI0612987A2 (fr)
FR (1) FR2888699A1 (fr)
WO (1) WO2007007001A2 (fr)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010003624A2 (fr) 2008-07-09 2010-01-14 Sanofi-Aventis Composés hétérocycliques, leurs procédés de préparation, médicaments comprenant lesdits composés et leur utilisation
WO2012120057A1 (fr) 2011-03-08 2012-09-13 Sanofi Nouveaux dérivés phényl-oxathiazine substitués, procédé pour leur préparation, agent pharmaceutique contenant ces composés et leur utilisation
CN115116457A (zh) * 2022-06-15 2022-09-27 腾讯科技（深圳）有限公司 音频编码及解码方法、装置、设备、介质及程序产品

Families Citing this family (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7461106B2 (en) * 2006-09-12 2008-12-02 Motorola, Inc. Apparatus and method for low complexity combinatorial coding of signals
EP2096632A4 (fr) * 2006-11-29 2012-06-27 Panasonic Corp Appareil de décodage, et procédé de décodage audio
US8576096B2 (en) * 2007-10-11 2013-11-05 Motorola Mobility Llc Apparatus and method for low complexity combinatorial coding of signals
US8209190B2 (en) * 2007-10-25 2012-06-26 Motorola Mobility, Inc. Method and apparatus for generating an enhancement layer within an audio coding system
US20090234642A1 (en) * 2008-03-13 2009-09-17 Motorola, Inc. Method and Apparatus for Low Complexity Combinatorial Coding of Signals
KR100916400B1 (ko) 2008-04-07 2009-09-07 현대자동차주식회사 후드용 안전후크 구조
US8639519B2 (en) * 2008-04-09 2014-01-28 Motorola Mobility Llc Method and apparatus for selective signal coding based on core encoder performance
FR2938688A1 (fr) * 2008-11-18 2010-05-21 France Telecom Codage avec mise en forme du bruit dans un codeur hierarchique
US8219408B2 (en) * 2008-12-29 2012-07-10 Motorola Mobility, Inc. Audio signal decoder and method for producing a scaled reconstructed audio signal
US8140342B2 (en) * 2008-12-29 2012-03-20 Motorola Mobility, Inc. Selective scaling mask computation based on peak detection
US8175888B2 (en) * 2008-12-29 2012-05-08 Motorola Mobility, Inc. Enhanced layered gain factor balancing within a multiple-channel audio coding system
US8200496B2 (en) * 2008-12-29 2012-06-12 Motorola Mobility, Inc. Audio signal decoder and method for producing a scaled reconstructed audio signal
KR101433701B1 (ko) 2009-03-17 2014-08-28 돌비 인터네셔널 에이비 적응형으로 선택가능한 좌／우 또는 미드／사이드 스테레오 코딩과 파라메트릭 스테레오 코딩의 조합에 기초한 진보된 스테레오 코딩
FR2947945A1 (fr) * 2009-07-07 2011-01-14 France Telecom Allocation de bits dans un codage/decodage d'amelioration d'un codage/decodage hierarchique de signaux audionumeriques
FR2947944A1 (fr) * 2009-07-07 2011-01-14 France Telecom Codage/decodage perfectionne de signaux audionumeriques
CN101989429B (zh) * 2009-07-31 2012-02-01 华为技术有限公司 转码方法、装置、设备以及系统
ES2805349T3 (es) 2009-10-21 2021-02-11 Dolby Int Ab Sobremuestreo en un banco de filtros de reemisor combinado
CN102081926B (zh) * 2009-11-27 2013-06-05 中兴通讯股份有限公司 格型矢量量化音频编解码方法和系统
CN102081927B (zh) * 2009-11-27 2012-07-18 中兴通讯股份有限公司 一种可分层音频编码、解码方法及系统
US8423355B2 (en) * 2010-03-05 2013-04-16 Motorola Mobility Llc Encoder for audio signal including generic audio and speech frames
US8428936B2 (en) * 2010-03-05 2013-04-23 Motorola Mobility Llc Decoder for audio signal including generic audio and speech frames
WO2011142709A2 (fr) * 2010-05-11 2011-11-17 Telefonaktiebolaget Lm Ericsson (Publ) Procédé et dispositif de traitement de signaux audio
KR101918904B1 (ko) * 2010-06-04 2019-02-08 소니 주식회사 화상 처리 장치 및 방법
US8904027B2 (en) 2010-06-30 2014-12-02 Cable Television Laboratories, Inc. Adaptive bit rate for data transmission
JP5695074B2 (ja) * 2010-10-18 2015-04-01 パナソニック インテレクチュアル プロパティ コーポレーション オブアメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 音声符号化装置および音声復号化装置
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
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
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
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
US9536534B2 (en) 2011-04-20 2017-01-03 Panasonic Intellectual Property Corporation Of America Speech/audio encoding apparatus, speech/audio decoding apparatus, and methods thereof
US9601122B2 (en) * 2012-06-14 2017-03-21 Dolby International Ab Smooth configuration switching for multichannel audio
US9129600B2 (en) 2012-09-26 2015-09-08 Google Technology Holdings LLC Method and apparatus for encoding an audio signal
FR3008533A1 (fr) * 2013-07-12 2015-01-16 Orange Facteur d'echelle optimise pour l'extension de bande de frequence dans un decodeur de signaux audiofrequences
CN105493182B (zh) * 2013-08-28 2020-01-21 杜比实验室特许公司 混合波形编码和参数编码语音增强
KR102271852B1 (ko) * 2013-11-02 2021-07-01 삼성전자주식회사 광대역 신호 생성방법 및 장치와 이를 채용하는 기기
FR3017484A1 (fr) * 2014-02-07 2015-08-14 Orange Extension amelioree de bande de frequence dans un decodeur de signaux audiofrequences
PL3128513T3 (pl) * 2014-03-31 2019-11-29 Fraunhofer Ges Forschung Koder, dekoder, sposób kodowania, sposób dekodowania i program
FR3024582A1 (fr) 2014-07-29 2016-02-05 Orange Gestion de la perte de trame dans un contexte de transition fd/lpd
CN108549048B (zh) * 2018-03-23 2021-10-22 武汉大学 一种多频WiFi外辐射源雷达相参处理方法
WO2020253941A1 (fr) * 2019-06-17 2020-12-24 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Codeur audio avec un nombre dépendant du signal et une commande de précision, décodeur audio, et procédés et programmes informatiques associés
US20220277754A1 (en) * 2019-08-20 2022-09-01 Dolby International Ab Multi-lag format for audio coding

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004000219A2 (fr) 2002-06-20 2003-12-31 Novalar Pharmaceuticals, Inc. Formulations stabilisees d'antagonistes de recepteurs adrenergiques alpha et leur utilisation

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2779886B2 (ja) * 1992-10-05 1998-07-23 日本電信電話株式会社 広帯域音声信号復元方法
US5455888A (en) * 1992-12-04 1995-10-03 Northern Telecom Limited Speech bandwidth extension method and apparatus
JP3483958B2 (ja) * 1994-10-28 2004-01-06 三菱電機株式会社 広帯域音声復元装置及び広帯域音声復元方法及び音声伝送システム及び音声伝送方法
FR2729247A1 (fr) * 1995-01-06 1996-07-12 Matra Communication Procede de codage de parole a analyse par synthese
JP3139602B2 (ja) * 1995-03-24 2001-03-05 日本電信電話株式会社 音響信号符号化方法及び復号化方法
ATE302991T1 (de) * 1998-01-22 2005-09-15 Deutsche Telekom Ag Verfahren zur signalgesteuerten schaltung zwischen verschiedenen audiokodierungssystemen
CA2252170A1 (fr) * 1998-10-27 2000-04-27 Bruno Bessette Methode et dispositif pour le codage de haute qualite de la parole fonctionnant sur une bande large et de signaux audio
KR20010080646A (ko) * 1998-12-01 2001-08-22 린다 에스. 스티븐슨 강화된 파형 보간 코더
US6446037B1 (en) * 1999-08-09 2002-09-03 Dolby Laboratories Licensing Corporation Scalable coding method for high quality audio
KR20010101422A (ko) * 1999-11-10 2001-11-14 요트.게.아. 롤페즈 매핑 매트릭스에 의한 광대역 음성 합성
FI115329B (fi) * 2000-05-08 2005-04-15 Nokia Corp Menetelmä ja järjestely lähdesignaalin kaistanleveyden vaihtamiseksi tietoliikenneyhteydessä, jossa on valmiudet useisiin kaistanleveyksiin
BR0109237A (pt) * 2001-01-16 2002-12-03 Koninkl Philips Electronics Nv Codificador paramétrico, método de codificação paramétrica, decodificador paramétrico, método de decodificação, fluxo de dados incluindo dados de código senoidais, e, meio de armazenamento
SE0101175D0 (sv) * 2001-04-02 2001-04-02 Coding Technologies Sweden Ab Aliasing reduction using complex-exponential-modulated filterbanks
DE60214027T2 (de) * 2001-11-14 2007-02-15 Matsushita Electric Industrial Co., Ltd., Kadoma Kodiervorrichtung und dekodiervorrichtung
EP1423847B1 (fr) * 2001-11-29 2005-02-02 Coding Technologies AB Reconstruction des hautes frequences
CN1266673C (zh) * 2002-03-12 2006-07-26 诺基亚有限公司 可伸缩音频编码的有效改进
JP3881946B2 (ja) 2002-09-12 2007-02-14 松下電器産業株式会社 音響符号化装置及び音響符号化方法
WO2003091989A1 (fr) * 2002-04-26 2003-11-06 Matsushita Electric Industrial Co., Ltd. Codeur, decodeur et procede de codage et de decodage
JP2003323199A (ja) * 2002-04-26 2003-11-14 Matsushita Electric Ind Co Ltd 符号化装置、復号化装置及び符号化方法、復号化方法
SE0202770D0 (sv) * 2002-09-18 2002-09-18 Coding Technologies Sweden Ab Method for reduction of aliasing introduces by spectral envelope adjustment in real-valued filterbanks
EP1543307B1 (fr) * 2002-09-19 2006-02-22 Matsushita Electric Industrial Co., Ltd. Procede et appareil de decodage audio
KR100917464B1 (ko) * 2003-03-07 2009-09-14 삼성전자주식회사 대역 확장 기법을 이용한 디지털 데이터의 부호화 방법,그 장치, 복호화 방법 및 그 장치
US7318035B2 (en) * 2003-05-08 2008-01-08 Dolby Laboratories Licensing Corporation Audio coding systems and methods using spectral component coupling and spectral component regeneration
US20050004793A1 (en) * 2003-07-03 2005-01-06 Pasi Ojala Signal adaptation for higher band coding in a codec utilizing band split coding
KR100513729B1 (ko) * 2003-07-03 2005-09-08 삼성전자주식회사 계층적인 대역폭 구조를 갖는 음성 압축 및 복원 장치와그 방법
JP4679049B2 (ja) * 2003-09-30 2011-04-27 パナソニック株式会社 スケーラブル復号化装置
CN100507485C (zh) * 2003-10-23 2009-07-01 松下电器产业株式会社 频谱编码装置和频谱解码装置
RU2381569C2 (ru) * 2004-01-28 2010-02-10 Конинклейке Филипс Электроникс Н.В. Способ и устройство масштабирования сигнала по времени
CA2457988A1 (fr) * 2004-02-18 2005-08-18 Voiceage Corporation Methodes et dispositifs pour la compression audio basee sur le codage acelp/tcx et sur la quantification vectorielle a taux d'echantillonnage multiples
EP1742202B1 (fr) * 2004-05-19 2008-05-07 Matsushita Electric Industrial Co., Ltd. Dispositif de codage, dispositif de décodage et méthode pour cela
US20060023748A1 (en) * 2004-07-09 2006-02-02 Chandhok Ravinder P System for layering content for scheduled delivery in a data network
EP1785985B1 (fr) * 2004-09-06 2008-08-27 Matsushita Electric Industrial Co., Ltd. Dispositif de codage extensible et procede de codage extensible
DE602007002385D1 (de) * 2006-02-06 2009-10-22 France Telecom Verfahren und vorrichtung zur hierarchischen kodiecodierverfahren und gerät, programme und signal
BRPI0818927A2 (pt) * 2007-11-02 2015-06-16 Huawei Tech Co Ltd Método e aparelho para a decodificação de áudio

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004000219A2 (fr) 2002-06-20 2003-12-31 Novalar Pharmaceuticals, Inc. Formulations stabilisees d'antagonistes de recepteurs adrenergiques alpha et leur utilisation

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
"Speech Coding and Synthesis", 1995, ELSEVIER
H. EHARA ET AL.: "Prédictive VQ for bandwidth scalable LSP quantization", ICASSP, 2005
H. TADDÉI ET AL.: "A scalable Three Bitrate (8, 14.2 and 24 kbits/s) Audio Coder", 107TH CONVENTION AES, 1999
J.-M.VALIN ET AL.: "Bandwidth Extension of Narrowband Speech for Low Bit-Rate Wideband Coding", PROC. IEEE SPEECH CODING WORKSHOP (SCW, 2000, pages 130 - 132
NICOLAS MOREAU: "Collection Technique et Scientifique des Télécommunications", TECHNIQUES DE COMPRESSION DES SIGNAUX, 1995
R. SALAMI ET AL.: "Description of ITU-T Recommandation G.729 Annex A: Reduced complexity 8 kbit/s CS-ACELP codec", ICASSP, 1997
R.D. DE LACOVO; D. SERENO: "Embedded CELP coding for variable- rate between 6.4 and 9.6 kbit/s", ICASSP, 1991
S.K. JUNG; K-T. KIM; H-G. KANG: "A bit/rate band scalable speech coder based on ITU-T G. 723.1 standard", ICASSP, 2004
Y. MAHIEUX; J.P. PETIT: "Transform coding of audio signais at 64 kbit/s", IEEE GLOBECOM, 1990

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010003624A2 (fr) 2008-07-09 2010-01-14 Sanofi-Aventis Composés hétérocycliques, leurs procédés de préparation, médicaments comprenant lesdits composés et leur utilisation
WO2012120057A1 (fr) 2011-03-08 2012-09-13 Sanofi Nouveaux dérivés phényl-oxathiazine substitués, procédé pour leur préparation, agent pharmaceutique contenant ces composés et leur utilisation
CN115116457A (zh) * 2022-06-15 2022-09-27 腾讯科技（深圳）有限公司 音频编码及解码方法、装置、设备、介质及程序产品

Also Published As

Publication number Publication date
CN101263553B (zh) 2013-10-02
FR2888699A1 (fr) 2007-01-19
JP2009501351A (ja) 2009-01-15
US8374853B2 (en) 2013-02-12
EP1905010B1 (fr) 2011-05-25
WO2007007001A3 (fr) 2007-04-12
ATE511179T1 (de) 2011-06-15
BRPI0612987A2 (pt) 2010-12-14
KR101303145B1 (ko) 2013-09-09
JP5112309B2 (ja) 2013-01-09
CN101263553A (zh) 2008-09-10
US20090326931A1 (en) 2009-12-31
KR20080032160A (ko) 2008-04-14
EP1905010A2 (fr) 2008-04-02

Similar Documents

Publication Publication Date Title
EP1905010B1 (fr) Codage/décodage audio hiérarchique
EP1907812B1 (fr) Procede de commutation de debit en decodage audio scalable en debit et largeur de bande
EP1989706B1 (fr) Dispositif de ponderation perceptuelle en codage/decodage audio
EP2277172B1 (fr) Dissimulation d'erreur de transmission dans un signal audionumerique dans une structure de decodage hierarchique
CA2766777C (fr) Allocation de bits dans un codage/decodage d'amelioration d'un codage/decodage hierarchique de signaux audionumeriques
CA2512179C (fr) Procede de codage et de decodage audio a debit variable
CA2766864C (fr) Codage/decodage perfectionne de signaux audionumeriques
EP2115741A1 (fr) Codage/decodage perfectionnes de signaux audionumeriques
WO2007096551A2 (fr) Procede de codage binaire d'indices de quantification d'une enveloppe d'un signal, procede de decodage d'une enveloppe d'un signal et modules de codage et decodage correspondants
EP1692689A1 (fr) Procede de codage multiple optimise
EP3069340B1 (fr) Transition d'un codage/décodage par transformée vers un codage/décodage prédictif
EP3175443B1 (fr) Détermination d'un budget de codage d'une trame de transition lpd/fd
EP2005424A2 (fr) Procede de post-traitement d'un signal dans un decodeur audio
JP2010520504A (ja) レイヤード・コーデックのためのポストフィルタ
FR2737360A1 (fr) Procedes de codage et de decodage de signaux audiofrequence, codeur et decodeur pour la mise en oeuvre de tels procedes

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2008520925

Country of ref document: JP

Ref document number: 304/DELNP/2008

Country of ref document: IN

NENP Non-entry into the national phase

Ref country code: DE

WWW Wipo information: withdrawn in national office

Ref document number: DE

WWE Wipo information: entry into national phase

Ref document number: 1020087003000

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 2006779029

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 200680033670.7

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 06779029

Country of ref document: EP

Kind code of ref document: A2

WWP Wipo information: published in national office

Ref document number: 2006779029

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 11988758

Country of ref document: US

ENP Entry into the national phase

Ref document number: PI0612987

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20080114