WO2015004373A1 - Facteur d'échelle optimisé pour l'extension de bande de fréquence dans un décodeur de signaux audiofréquences - Google Patents

Facteur d'échelle optimisé pour l'extension de bande de fréquence dans un décodeur de signaux audiofréquences Download PDF

Info

Publication number
WO2015004373A1
WO2015004373A1 PCT/FR2014/051720 FR2014051720W WO2015004373A1 WO 2015004373 A1 WO2015004373 A1 WO 2015004373A1 FR 2014051720 W FR2014051720 W FR 2014051720W WO 2015004373 A1 WO2015004373 A1 WO 2015004373A1
Authority
WO
WIPO (PCT)
Prior art keywords
frequency
filter
band
frequency band
signal
Prior art date
Application number
PCT/FR2014/051720
Other languages
English (en)
Inventor
Magdalena KANIEWSKA
Stéphane RAGOT
Original Assignee
Orange
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=49753286&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=WO2015004373(A1) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Priority to KR1020177024524A priority Critical patent/KR102319881B1/ko
Priority to EP14749907.3A priority patent/EP3020043B1/fr
Priority to KR1020167003307A priority patent/KR102315639B1/ko
Priority to CA2917795A priority patent/CA2917795C/fr
Priority to JP2016524867A priority patent/JP6487429B2/ja
Priority to BR122017018553-5A priority patent/BR122017018553B1/pt
Priority to CN201480039594.5A priority patent/CN105378837B/zh
Priority to KR1020177024532A priority patent/KR102343019B1/ko
Priority to BR122017018556-0A priority patent/BR122017018556B1/pt
Application filed by Orange filed Critical Orange
Priority to RU2016104466A priority patent/RU2668058C2/ru
Priority to US14/904,555 priority patent/US10446163B2/en
Priority to KR1020177024526A priority patent/KR102423081B1/ko
Priority to BR122017018557-8A priority patent/BR122017018557B1/pt
Priority to BR112016000337-3A priority patent/BR112016000337B1/pt
Priority to MX2016000255A priority patent/MX354394B/es
Publication of WO2015004373A1 publication Critical patent/WO2015004373A1/fr
Priority to US15/715,819 priority patent/US10438600B2/en
Priority to US15/715,733 priority patent/US10438599B2/en
Priority to US15/715,785 priority patent/US10354664B2/en
Priority to US16/542,440 priority patent/US10943593B2/en
Priority to US16/546,898 priority patent/US10943594B2/en
Priority to US16/553,595 priority patent/US10672412B2/en
Priority to US16/556,332 priority patent/US10783895B2/en

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/038—Speech enhancement, e.g. noise reduction or echo cancellation using band spreading techniques
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/005—Correction of errors induced by the transmission channel, if related to the coding algorithm
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
    • G10L19/008—Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
    • G10L19/087—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters using mixed excitation models, e.g. MELP, MBE, split band LPC or HVXC
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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 OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/72—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for transmitting results of analysis

Definitions

  • the present invention relates to the field of coding / decoding and audio-frequency signal processing (such as speech, music or other signals) for their transmission or storage.
  • the invention relates to a method and an apparatus for determining an optimized scale factor for adjusting the level of an excitation signal or, in a similar manner, a filter during a band extension. frequency in a decoder or a processor performing audio-frequency signal enhancement.
  • 3GPP AMR-WB Adaptive Multi-Rate Wideband
  • codec and decoder which operates at an input / output frequency of 16 kHz and in which the signal is divided into two sub-bands, the low band (0-6.4 kHz) which is sampled at 12.8 kHz and coded by CELP model and the high band (6.4-7 kHz) which is parametrically reconstructed by "band extension" ( or BWE for "Bandwidth Extension” with or without additional information depending on the mode of the current frame.
  • BWE Bandwidth Extension
  • the limitation of the coded band of the AMR-WB codec at 7 kHz is essentially related to the fact that the transmission frequency response of the broadband terminals has been approximated at the time of standardization (ETSI / 3GPP then ITU-T T) according to the frequency mask defined in the ITU-T P.341 standard and more precisely by using a so-called "P341" filter defined in the ITU-T G.191 standard. which cuts frequencies above 7 kHz (this filter respects the mask defined in P.341).
  • a signal sampled at 16 kHz may have a defined audio band of 0 to 8000 Hz; the AMR-WB codec thus introduces a limitation of the high band in comparison with the theoretical bandwidth of 8 kHz.
  • the 3GPP AMR-WB speech codec was standardized in 2001 mainly for circuit-mode (CS) telephony applications on GSM (2G) and UMTS (3G). This same codec was also standardized in 2003 in ITU-T as Recommendation G.722.2 "Wideband coding speech at around 16kbit / s using Adaptive Multi-Rate Wideband (AMR-WB)".
  • AMR-WB coding and decoding algorithm The details of the AMR-WB coding and decoding algorithm are not repeated here, a detailed description of this codec is found in the 3GPP specifications (TS 26.190, 26.191, 26.192, 26.193, 26.194, 26.204) and ITU-TG .722.2 (and the corresponding Appendices and Appendix) and in the article by B. Bessette et al. entitled "The adaptive multirate broadband speech coded (AMR-WB)", IEEE Transactions on Speech and Audio Processing, vol. 10, no. 8, 2002, pp. 620-636 and associated 3GPP and ITU-T standard source codes.
  • AMR-WB adaptive multirate broadband speech coded
  • the principle of band extension in the AMR-WB codec is rather rudimentary. Indeed, the high band (6.4-7 kHz) is generated by formatting a white noise through a temporal envelope (applied in the form of gains per subframe) and frequency (by the application of a linear prediction synthesis filter or LPC for "Linear Predictive Coding").
  • This band extension technique is illustrated in Figure 1.
  • a white noise, u HB1 (n), n 0, ⁇ ⁇ ⁇ , 79, is generated at 16 kHz per 5 ms subframe per linear congruent generator (block 100).
  • This noise u HB1 (n) is shaped in time by applying gains per subframe; this operation is broken down into two processing steps (blocks 102, 106 or 109):
  • a first factor is calculated (block 101) to set the white noise u HB1 (n) (block 101).
  • the normalization of the energies is done by comparing blocks of different size (64 for u (n) and 80 for u HB1 (n)), without compensation of the differences of sampling frequencies (12.8 or 16 kHz) .
  • u HB ⁇ n g HB u HB2 ⁇ n
  • w sp is a weighting function that depends on Voice Activity Detection (VAD).
  • VAD Voice Activity Detection
  • the factor g HB in the decoding AMR-WB is bounded to take values in the interval [0.1, 1.0]. Indeed, for signals whose energy increases when the frequency increases (e tilt close to -1, g sp close to 2), the gain g HB is usually underestimated.
  • correction information is transmitted by the encoder AMR-WB and decoded (blocks 107, 108) in order to refine the estimated gain per subframe (4 bits every 5ms, ie 0.8 kbit / s) .
  • Artificial excitation u HB (n) is then filtered (block 111) by a transfer function (LPC) block LPC synthesis filter (I-1) HB (z) and operating at the sampling frequency of 16 kHz. The realization of this filter depends on the rate of the current frame:
  • ⁇ ⁇ ⁇ ⁇ ( ⁇ ) ⁇ ⁇ ⁇ - '( ⁇ ⁇ ⁇ )
  • the filter 1 / A HB (z) is of order 16 and simply corresponds to:
  • a low-pass filter also FIR type (block 113) is added to the treatment to further attenuate frequencies above 7 kHz.
  • the synthesis at high frequencies (HF) is finally added (block 130) to the low frequency synthesis (BF) obtained with the blocks 120 to 122 and resampled at 16 kHz (block 123).
  • the estimate of gains per subframe is not optimal. In part, it is based on an equalization of the "absolute" energy per sub-frame (block 101) between signals at different frequencies: the artificial excitation at 16 kHz (white noise) and a signal at 12.8 kHz ( ACELP excitation decoded).
  • the 7 kHz low-pass filter (block 113) introduces an offset of nearly 1 ms between the low and high bands, which can potentially degrade the quality of some signals by slightly desynchronizing the two bands at 23.85 kbit / s - this desynchronization can also be problematic when switching from 23.85 kbit / s to other modes.
  • FIGS. 2a global diagram
  • 2b gain prediction by response level correction
  • the input signal (mono) sampled at the frequency Fs (in Hz) is divided into two disjointed frequency bands, in which two LPC filters are calculated and coded separately:
  • a HF (z) Another LPC filter, denoted A HF (z), in the spectrally folded high band (Fs / 4 Fs / 2) - its quantized version is denoted by HF (z)
  • the band extension is done in the AMR-WB + code as detailed in sections 5.4 (HF coding) and 6.2 (HF decoding) of the 3GPP specification TS 26.290.
  • the extension consists in using the decoded excitation at low frequencies (LF excit.) And in shaping this excitation by a temporal gain per subframe (block 205) and a synthesis LPC filtering (block 207); in addition, enhancement processes (post-processing of the excitation (block 206) and smoothing of the energy of the reconstructed RF signal (block 208) are implemented as illustrated in FIG. 2a.
  • the technique of coding bandwidth gains in AMR-WB +, and more specifically the level compensation of LPC filters at their junction point, is a suitable method in the context of band-based LPC bandwidth expansion. low and high, and it can be noticed that such a level compensation between LPC filters is not present in the band extension of the AMR-WB codec.
  • the direct equalization of the level between the two LPC filters at the separation frequency is not an optimal method and can cause an overestimation of high-band energy and audible artifacts in some case; It is recalled that an LPC filter represents a spectral envelope, so the principle of equalizing the level between two LPC filters for a given frequency amounts to adjusting the relative level of two LPC envelopes.
  • the gain compensation in AMR-WB + is primarily a prediction of the known gain to the encoder and the decoder and which serves to reduce the bit rate necessary for the transmission of gain information scaling the excitation signal. high band.
  • the present invention improves the situation.
  • the invention provides a method for determining an optimized scale factor to be applied to an excitation signal or a filter during a frequency band extension process of an audio frequency signal, the band extension method comprising a step of decoding or extracting, in a first frequency band, an excitation signal and parameters of the first frequency band comprising coefficients of a linear prediction filter a step of generating an extended excitation signal on at least a second frequency band and a filtering step by a linear prediction filter for the second frequency band.
  • the determination method is such that it comprises the following steps:
  • an additional filter of a lower order than the linear prediction filter of the first frequency band, the coefficients of the additional filter being obtained from the parameters decoded or extracted from the first frequency band;
  • an additional filter of a lower order than the filter of the first frequency band to be equalized makes it possible to avoid overestimations of energy in the high frequencies which could result from local fluctuations of the envelope and which can disrupt the equalization of the prediction filters.
  • the band extension method comprises a step of applying the optimized scaling factor to the extended excitation signal.
  • the application of the optimized scaling factor is combined with the filtering step in the second frequency band.
  • the coefficients of the additional filter are obtained by truncation of the transfer function of the linear prediction filter of the first frequency band to obtain a lower order.
  • the coefficients of the additional filter are modified according to a criterion of stability of the additional filter.
  • the computation of the optimized scaling factor comprises the following steps:
  • the optimized scaling factor is calculated to avoid annoying artifacts that might arise in the event that the higher order filter frequency response of the first band near the common frequency would reveal a peak or a valley of the signal.
  • the method further comprises the following steps, implemented for a predetermined decoding rate:
  • the invention also relates to a device for determining an optimized scale factor to be applied to an excitation signal or to a filter in a frequency band extension device of an audiofrequency signal, the extension device band comprising a decoding or extraction module, in a first frequency band, of an excitation signal and parameters of the first frequency band comprising coefficients of a linear prediction filter, a generation module an excitation signal extended over at least a second frequency band and a filtering module by a linear prediction filter for the second frequency band.
  • the determination device is such that it comprises:
  • a module for determining a linear prediction filter called an additional filter, of a lower order than the linear prediction filter of the first frequency band, the coefficients of the additional filter being obtained from the parameters decoded or extracted from the first band; frequency; and
  • a module for calculating the scaling factor optimized according to at least the coefficients of the additional filter a module for calculating the scaling factor optimized according to at least the coefficients of the additional filter.
  • the invention relates to a decoder comprising a device as described.
  • It relates to a computer program comprising code instructions for implementing the steps of the method of determining an optimized scale factor as described, when these instructions are executed by a processor.
  • the invention relates to a storage medium, readable by a processor, integrated or not to the device for determining an optimized scale factor, possibly removable, storing a computer program implementing a method of determining a optimized scaling factor as previously described.
  • FIG. 1 illustrates a part of an AMR-WB decoder implementing frequency band extension steps of the state of the art and as previously described;
  • FIGS. 2a and 2b show the coding of the high band in the AMR code.
  • FIG. 3 illustrates an interoperable decoder with the AMR-WB coding and integrating a band extension device used according to one embodiment of the invention
  • FIG. 4 illustrates a device for determining a subframe-optimized scale factor as a function of the flow rate, according to one embodiment of the invention
  • FIGS. 5a and 5b illustrate the frequency responses of the filters used for calculating the optimized scaling factor according to one embodiment of the invention
  • FIG. 6 illustrates in flowchart form the main steps of a method for determining an optimized scale factor according to an embodiment of the invention
  • FIG. 7 illustrates a frequency domain embodiment of an optimized scale factor determination device during a band extension
  • FIG. 8 illustrates a hardware embodiment of an optimized scale factor determination device during a band extension according to the invention.
  • FIG. 3 illustrates an exemplary decoder, compatible with the AMR-WB / G.722.2 standard, in which there is a band extension comprising a determination of an optimized scale factor according to one embodiment of the method of the invention. implemented by the tape extender illustrated by block 309.
  • AMR-WB decoding which operates with an output sampling frequency of 16 kHz
  • CELP decoding (BF for low frequencies) always operates at the internal frequency of 12.8 kHz, as in AMR-WB, and the band extension (HF for high frequencies) used for the invention operates at the same time.
  • frequency of 16 kHz the synthesis BF and HF are combined (block 312) at the frequency fs after adequate resampling (block 306 and internal processing block 311).
  • the combination of the low and high bands can be done at 16 kHz, after resampling the low band of 12.8 to 16 kHz, before resampling the combined signal at the frequency fs.
  • the decoding according to FIG. 3 depends on the mode (or bit rate) AMR-WB associated with the current frame received.
  • This excitation u ⁇ n) is used in the adaptive dictionary of the following subframe; it is then post-processed and one distinguishes as in G.718 the excitation u ⁇ n) (also noted exc) of its modified post-processed version u (n) (also noted exc2) which serves as input to the filter of synthesis, 1 / ⁇ (z), in block 303.
  • the post-treatments applied to the excitation can be modified (for example, the phase dispersion can be improved) or these post-treatments can be extended (for example, inter-harmonic noise reduction can be implemented), without affecting the nature of the band extension. It can be noted that the use of blocks 306, 308, 314 is optional.
  • the decoding of the low band described above assumes a current frame called "active" with a rate between 6.6 and 23.85 kbit / s.
  • active a current frame
  • some frames can be coded as “inactive” and in this case you can either transmit a silence descriptor (on 35 bits) or not transmit anything.
  • SID frame describes several parameters: ISF parameters averaged over 8 frames, average energy over 8 frames, "dithering" flag for the non-stationary noise reconstruction.
  • the decoder makes it possible to extend the decoded low band (50-6400 Hz while taking into account 50 Hz high-pass filtering at the decoder, 0-6400 Hz in the general case) to an extended band whose width varies, ranging from approximately 50-6900 Hz to 50-7700 Hz depending on the mode implemented in the current frame.
  • the extension of the excitation is carried out in the frequency domain in a band of 5000 to 8000 Hz, to allow bandpass filtering of 6000 to 6900 or 7700 Hz width.
  • the HF gain correction information (0.8 kbit / s) transmitted at 23.85 kbit / s is decoded here. Its use is detailed below, with reference to FIG. 4.
  • the high band synthesis part is realized in block 309 representing the band extension device used for the invention and which is detailed in FIG. production.
  • a delay (block 310) is introduced to synchronize the outputs of the blocks 306 and 307 and the synthesized high band at 16 kHz is resampled from 16 kHz to the frequency fs (output of block 311).
  • the value of the delay T depends on how to synthesize the high band signal, the frequency fs as well as the post-processing of the low frequencies. Thus, in general, the value of T in the block 310 will have to be adjusted according to the specific implementation.
  • the low and high bands are then combined (added) in block 312 and the resulting synthesis is post-processed by high-order 50 Hz (type IIR) high-pass filtering whose coefficients depend on the frequency fs (block 313) and output post-processing with optional noise gate application similar to G.718 (block 314).
  • high-order 50 Hz type IIR
  • the block 400 from a decoded excitation signal in a first frequency band u (n), performs a band extension to obtain an extended excitation signal u HB (n) on at least a second frequency band.
  • the optimized scale factor estimation according to the invention is independent of how to obtain the signal u HB (n).
  • a condition regarding its energy is important, however. Indeed, it is necessary that the energy of the high band of 6000 to 8000 Hz is at a level similar to the energy of the band 4000 to 6000 Hz of the decoded excitation signal at the output of the block 302. since the low-band signal is de-emphasized (block 305), it is also necessary to apply the de-emphasis to the high-band excitation signal, either by using an own de-emphasis filter or by multiplying by a constant factor which corresponds to a mean attenuation of mentioned filter. This condition does not apply to the 23.85 kbit / s rate that uses the additional information transmitted by the encoder. In this case, the energy of the high band excitation signal must be consistent with the signal energy corresponding to the encoder, as explained later.
  • the frequency band extension may for example be implemented in the same way as for the AMR-WB type decoder described with reference to FIG. 1 in the blocks 100 to 102, from a white noise.
  • this band extension can be performed from a combination of a white noise and a decoded excitation signal as illustrated and subsequently described for blocks 700 to 707 of FIG. .
  • the tape expansion module may also be independent of the decoder and may extend a band of an existing audio signal stored or transmitted to the extension module, with an analysis of the audio signal to extract an excitation and an LPC filter.
  • the excitation signal at the input of the extension module is no longer a decoded signal but a signal extracted after analysis, as are the coefficients of the linear prediction filter of the first frequency band used in the method of determining the optimized scale factor in an implementation of the invention.
  • this calculation is preferably carried out by subframe and it consists in equalizing the levels of the frequency responses of the LPC filters 1 / ⁇ (z) and 1 / ⁇ ( ⁇ / ⁇ ) used at low frequencies and high frequencies, as described later with reference to Figure 7, with additional precautions to avoid the cases of overestimations that can result in too much energy of the synthesized high band and thus generate audible artifacts.
  • the determination of the optimized scale factor is also performed by the determination (in 401a) of a linear prediction filter called additional filter, of a lower order than the linear prediction filter of the first frequency band 1 / M z ) , the coefficients of the additional filter being obtained from the parameters decoded or extracted from the first frequency band.
  • the optimized scaling factor is then calculated (at 401b) based on at least one of these coefficients to be applied to the extended excitation signal u HB (n).
  • FIGS. 5a and 5b The principle of the determination of the optimized scaling factor implemented in block 401 is illustrated in FIGS. 5a and 5b with concrete examples obtained from signals sampled at 16 kHz; the amplitude values of frequency responses, noted later R, P, Q, of 3 filters are calculated at the common frequency of 6000 Hz (vertical dashed line) in the current subframe, whose index m n This is not recalled here in the notation of LPC filters interpolated by sub-frame to lighten the text.
  • the value of 6000 Hz is chosen so that it is close to the Nyquist frequency of the low band, ie 6400 Hz. It is preferable not to take this Nyquist frequency to determine the optimized scale factor.
  • the energy of the signal decoded at low frequencies is typically already attenuated at 6400 Hz.
  • the band extension described here is performed on a second so-called high band frequency band which ranges from 6000 to 8000 Hz. that in variants of the invention, another frequency that 6000 Hz can be chosen, without loss of generality to determine the optimized scale factor.
  • the two LPC filters are defined for separate bands (as in AMR-WB +). In this case R, P and Q will be calculated at the separation frequency.
  • FIGS 5a and 5b illustrate how the quantities R, P, Q are defined.
  • the first step is to calculate the R and P frequency responses respectively of the linear prediction filter of the first frequency band (low band) and the second frequency band (high band) at the frequency of 6000 Hz. 'on board :
  • M 16 is the order of the decoded LPC filter 1 / ⁇ (z), and ⁇ corresponds to the normalized 6000 Hz frequency for the sampling frequency of 12.8 kHz, ie:
  • the quantities P and R are calculated according to the following pseudocode:
  • the additional prediction filter is obtained for example by appropriately truncating the polynomial ⁇ (z) to order 2.
  • the stability of the filter 1 + can be verified in different ways, here a conversion is used in the domain of the PARCOR coefficients (or reflection coefficients) by calculating:
  • the second reflection coefficient, k 2 characterizes the resonance level of the signal model at order 2; since the use of a filter of order 2 aims at eliminating the influence of such resonances around the frequency of 6000 Hz, the value of k 2 is more strongly limited, this limit is fixed at 0.6.
  • the quantity Q calculated from the first 3 decoded LPC coefficients, takes better account of the influence of the spectral slope (or tilt) in the spectrum and avoids the influence of nearby "parasitic" peaks or valleys 6000 Hz which can bias or raise the value of the quantity R, calculated from all the LPC coefficients.
  • the optimized scaling factor is derived from the precomputed quantities R, P, Q conditionally as follows:
  • a smoothing is applied to the value of R.
  • an exponential smoothing is performed with a fixed factor in time (0.5) in the form:
  • R is the value of R in the preceding sub-frame and the factor 0.5 is empirically optimized - of course, the factor 0.5 can be changed to another value and other smoothing methods are also possible. Note that smoothing reduces temporal variations and therefore avoids artifacts.
  • g HB2 (m) mm (R, P, Q) / P
  • the smoothing of R may be replaced by a smoothing of g HB2 (m) as calculated above.
  • g HB (-i) is the scale factor or gain calculated for the last subframe of the previous frame.
  • the above tilt-only condition may be extended to take into account not only the tilt parameter but also other parameters to refine the decision.
  • the calculation of g HB2 (m) can be adjusted according to these additional parameters.
  • ZCR zero crossing rate
  • the zcr parameter usually gives the results similar to the tilt.
  • a good classification criterion is the ratio between zcr s calculated for the synthesized signal s ⁇ ri) and zcr u calculated for the excitation signal u (n) at 12800 Hz. This ratio is between 0 and 1, where 0 means that the signal has a decreasing spectrum, 1 that the spectrum is increasing (which corresponds to (1 - tilt) I ' 2.
  • a ratio zcr / zcr u > 0.5 corresponds to the case tilt ⁇ 0
  • a ratio zcr / zcr u ⁇ 0.5 corresponds to tilt> 0.
  • a function of a parameter tilt h may be used where tilt hp is the calculated tilt for the synthesized signal s (n) filtered by a high-pass filter with a cut-off frequency, for example at 4800 Hz; in this case, the 1 / ⁇ (z / ⁇ ) response of 6 to 8 kHz (applied at 16 kHz) corresponds to the weighted response of 1 / A (z) of 4.8 to 6.4 kHz. Since 1 / A (z / ⁇ ) has a more flattened response, you have to compensate for this change in tilt.
  • the scale factor function according to tilt hp is then given in one embodiment by:
  • the correction gain is calculated by comparing the energy of the sampled original signal at 16 kHz and filtered by a 6-7 kHz bandpass filter, s HB (n) with white noise energy at 16 kHz filtered by a synthesis filter 1 / A (z I ⁇ ) and a bandpass filter 6-7 kHz (before filtering the noise energy is set at a level similar to that of the excitation at 12.8 kHz), s HB2 (n).
  • the gain is the root of the energy ratio of the original signal on the energy of the noise divided by two.
  • the bandpass filter can be changed for a filter with a wider band (for example from 6 to 7.6 kHz).
  • block 404 scales the excitation signal according to the following equation:
  • g HB3 (m) is a subframe gain calculated in block 403 in the form:
  • index HF gain (m) is demultiplexed from the bitstream (block 405) and decoded by block 406 as follows:
  • HP _gain (.) is the HF gain quantization dictionary defined in the AMR-WB encoding and recalled below:
  • Block 407 scales the excitation signal according to the following equation:
  • the numerator represents here the band-high signal energy that would be obtained in the 23.05 mode.
  • the energy level between the decoded excitation signal and the extended excitation signal u HB (n) must be maintained, but this constraint is not necessary in the case of the 23.85 kbit / s rate, since u HB (n) is in this case scaled by the gain g HB3 (m).
  • certain multiplication operations applied to the signal in block 400 are applied in block 402 by multiplying by g (m).
  • g (m) depends on the synthesis algorithm of u HB (n) and must be adjusted so that the energy level between the decoded low band excitation signal and the g (m) signal u HB (n) is preserved.
  • g (m) 0.6 g HB1 (m)
  • g HB1 (m) is a gain which ensures, for the signal u HB , the same ratio between energy per subframe and energy per frame as for the signal u (n) and
  • 0.6 corresponds to the average value of frequency response amplitude of the deemphasis filter from 5000 to 6400 Hz.
  • this tilt is calculated as in the AMR-WB coding according to blocks 103 and 104, however other methods tilt estimation are possible without changing the principle of the invention.
  • Equalization is preferential at a frequency different from the Nyquist frequency (6400 Hz) associated with the low band.
  • the LPC modeling implicitly represents the attenuation of the signal typically caused by the resampling operations and therefore the frequency response of an LPC filter can be subjected to the frequency of Nyquist a decrease which is not found at the frequency chosen ses.
  • ⁇ Equalization is based on a lower order filter (here of order 2) in addition to 2 filters to equalize. This additional filter makes it possible to avoid the effects of local spectral fluctuations (peak or valley) that may be present at the common frequency for calculating the frequency response of the prediction filters.
  • the advantage of the invention is that the quality of the decoded signal at 23.85 kbit / s according to the invention is improved compared to a signal decoded at 23.05 kbit / s, which is not the case in an AMR-WB decoder.
  • this aspect of the invention makes it possible to use the additional information (0.8 kbit / s) received at 23.85 kbit / s, but in a controlled manner (block 408), to improve the quality of the excitation signal extended to flow rate of 23.85.
  • the optimized scale factor determining device as illustrated by blocks 401 to 408 of Fig. 4 implements an optimized scale factor determination method now described with reference to Fig. 6.
  • an extended excitation signal u HB (n) esX. obtained during a frequency band extension method E601 which comprises a step of decoding or extracting, in a first so-called low band frequency band, an excitation signal and parameters of the first band of such as, for example, the coefficients of the linear prediction filter of the first frequency band.
  • a step E602 determines a linear prediction filter called additional filter, of a lower order than that of the first frequency band. To determine this filter, the parameters of the first decoded or extracted frequency band are used.
  • this step is performed by truncation of the transfer function of the linear prediction filter of the low band to obtain a lower filter order, for example 2. These coefficients can then be modified according to a criterion of stability as explained above with reference to FIG. 4.
  • a step E603 is implemented to calculate the optimized scaling factor to be applied to the extended excitation signal.
  • This optimized scale factor is for example calculated from the frequency response of the additional filter at a common frequency between the low band (first frequency band) and the high band (second frequency band). A minimum value that can be chosen between the frequency response of this filter and those of the low band and high band filters.
  • This step of calculating the optimized scale factor is for example described above with reference to FIG. 4 and FIGS. 5a and 5b.
  • Step E604 performed by block 402 or 409 (depending on the decoding rate) for the band extension, applies the optimized scaling factor thus calculated to the extended excitation signal so as to obtain an extended extension signal.
  • the optimized scaling factor device 708 is integrated into a tape expansion device now described with reference to FIG. 7.
  • This optimized scale factor determining device illustrated by FIG. block 708 implements the method of determining the optimized scale factor described above with reference to FIG. 6.
  • the band extension block 400 of FIG. 4 comprises the blocks 700 to 707 of FIG. 7 now described.
  • a decoded or analytically estimated low band excitation signal is received (u (n)).
  • the band extension here uses the decoded excitation at 12.8 kHz (exc2 or u (n)) at the output of the block 302 of FIG. It should be noted that in this embodiment, the generation of the over-sampled and extended excitation occurs in a frequency band ranging from 5 to 8 kHz, thus including a second frequency band (6.4-8 kHz) greater than first frequency band (0-6.4 kHz).
  • the generation of an extended excitation signal is carried out at least second frequency band but also on a part of the first frequency band.
  • this signal is transformed to obtain an excitation signal spectrum U (k) by the time-frequency transformation module 500.
  • the DCT-IV transformation is implemented by FFT according to the "Evolved ZXT (EDCT)" algorithm described in the article by D. M. Zhang, HT. Li, A Low Complexity Transform - Evolved DCT, IEEE 14th International Conference on Computational Science and Engineering (CSE), Aug. 2011, pp. 144-149, and implemented in ITU-T G.718 Annex B and G.729.1 Annex E.
  • EDCT Evolved ZXT
  • the DCT-IV transformation may be replaced by other short-term time-frequency transformations of the same length and in the field of excitation, such as an FFT (for Fast Fourier Transform "in English) or DCT-II (Discrete Cosine Transform - Type II).
  • FFT Fast Fourier Transform
  • DCT-II Discrete Cosine Transform - Type II
  • MDCT for "Modified Discrete Cosine Tranform”
  • This approach preserves the original spectrum in this band and avoids introducing distortions in the 5000-6000 Hz band during the addition of HF synthesis with BF synthesis - particularly the signal phase (implicitly represented in the DCT-IV domain) in this band is preserved.
  • the 6000-8000 Hz band of U HB1 (k) is here defined by copying the 4000-6000 Hz band of U (k) since the value of start_band is preferably fixed at 160.
  • the value of start_band can be made adaptive around the value of 160.
  • the details of the adaptation of the value start_band are not described here because they go beyond the scope of the invention without changing the scope.
  • the high band may be noisy, harmonic or have a mixture of noise and harmonics.
  • the level of harmonicity in the 6000-8000 Hz band is generally correlated with that of the lower frequency bands.
  • the noise (in the 6000-8000 Hz band) is generated pseudo-randomly with a 16-bit linear congruent generator:
  • the combination block 703 can be realized in different ways.
  • the energy of the noise is calculated in three bands: 2000-4000 Hz, 4000-6000 Hz and 6000-8000 Hz, with
  • V 4 ⁇ u (k)
  • N (fc 1 , fc 2 ) is the set of indices & for which the index coefficient k is classified as being associated with noise. This set can be obtained for example by detecting the local peaks in U + and considering that these lines are not associated with noise, ie (by applying the negation of the previous condition):
  • N (a, b) ⁇ a ⁇ k ⁇ b ⁇ U + 1)
  • the ratio of the noise energy in the 4-6 kHz and 6-8 kHz bands is set so that between the 2-4 kHz and 4-6 kHz bands:
  • the calculation of a may be replaced by other methods.
  • the linear regression could for example be estimated so supervised by estimating the factor a by giving himself the original high band in a learning base. It will be noted that the method of calculating a does not limit the nature of the invention.
  • the factors ⁇ and a may be adapted to take account of the fact that noise injected into a given band of the signal is generally perceived as stronger than a harmonic signal at the same energy in the same band.
  • the factors ⁇ and a may be adapted to take account of the fact that noise injected into a given band of the signal is generally perceived as stronger than a harmonic signal at the same energy in the same band.
  • the block 703 realizes the equivalent of the block 101 of FIG. 1 in order to normalize the white noise as a function of an excitation which is on the other hand here in the frequency domain, already extended at the rate of 16 kHz; in addition, the mix is limited to the band 6000-8000 Hz.
  • the block 704 optionally carries out a dual operation of application of bandpass filter frequency response and deemphasis filtering (or deemphasis) in the frequency domain.
  • the deemphasis filtering may be performed in the time domain, after block 705 or even before block 700; however, in this case, bandpass filtering performed in block 704 may leave some low frequency components of very low levels that are amplified by de-emphasis, which may slightly discern the decoded low band. For this reason, it is preferred here to perform the deemphasis in the frequency domain.
  • G deemph (k) is the frequency response of the filter l / (l - 0.68z _1 ) over a restricted discrete frequency band.
  • G deem h (k) as:
  • the definition of O k can be adjusted (for example for even frequencies).
  • the HF synthesis is not de-emphasized.
  • the high frequency signal is on the contrary de-emphasized so as to bring it back to a domain coherent with the low frequency signal (0-6.4 kHz) which leaves block 305 of FIG. 3. This is important for the estimation and the subsequent adjustment of the energy of the HF synthesis.
  • the de-emphasis can be performed in an equivalent way in the time domain after inverse DCT.
  • band-pass filtering is applied with two separate parts: one fixed high-pass, the other adaptive low-pass (flow-rate function).
  • This filtering is performed in the frequency domain.
  • the partial low-pass filter response in the frequency domain is calculated as follows:
  • N lp 60 to 6.6 kbit / s, 40 to 8.85 kbit / s, 20 at rates> 8.85 bit / s.
  • bandpass filtering can be adapted by defining a single filtering step combining the high-pass and low-pass filtering.
  • the bandpass filtering may be performed equivalently in the time domain (as in block 112 of FIG. 1) with different filter coefficients according to the bit rate, after an inverse DCT step.
  • it is advantageous to carry out this step directly in the frequency domain because the filtering is carried out in the field of LPC excitation and therefore the problems of circular convolution and edge effects are very limited in this field. .
  • the inverse transform block 705 performs an inverse DCT on 320 samples to find the high-frequency excitation sampled at 16 kHz. Its implementation is identical to block 700, because the DCT-IV is orthonormed, except that the length of the transform is 320 instead of 256, and we obtain:
  • This excitation sampled at 16 kHz is then optionally scaled by gains defined by subframe of 80 samples (block 707).
  • Block 707 scales the combined signal according to the following equation:
  • the realization of the block 706 differs from that of the block 101 of Figure 1, because the energy at the current frame is taken into account in addition to that of the sub-frame. This makes it possible to have the ratio of the energy of each sub-frame with respect to the energy of the frame. Energy ratios (or relative energies) are compared rather than the absolute energies between low band and high band.
  • this scaling step makes it possible to keep in the high band the energy ratio between the subframe and the frame in the same way as in the low band.
  • the block 708 then performs a scaling factor calculation by subframe of the signal (steps E602 to E 603 of FIG. 6), as previously described with reference to FIG. 6 and detailed in FIG. 5.
  • this filtering can be done in the same way as described for the block 111 of FIG. 1 of the AMR-WB decoder, however the order of the filter goes to 20 at the rate of 6.6, which does not change. not significantly the quality of the synthesized signal.
  • the step of filtering by a linear prediction filter 710 for the second frequency band is combined with the application of the optimized scaling factor, which reduces the processing complexity.
  • the filtering steps 1 / ⁇ ( ⁇ / ⁇ ) and the application of the optimized scaling factor g HB2 are combined with a single filter step g HB2 1 (z / y) to reduce the processing complexity.
  • the coding of the low band (0-6.4 kHz) may be replaced by a CELP coder other than that used in AMR-WB, for example the CELP coder in G.718 to 8. kbit / s.
  • a CELP coder other than that used in AMR-WB, for example the CELP coder in G.718 to 8. kbit / s.
  • other encoders in wide band or operating at frequencies higher than 16 kHz in which the coding of the low band operates at an internal frequency at 12.8 kHz could be used.
  • the invention can be obviously adapted to other sampling frequencies than 12.8 kHz, when a low frequency encoder operates at a sampling frequency lower than that of the original or reconstructed signal.
  • the low band decoding does not use a linear prediction, it does not have an excitation signal to be extended, in this case it will be possible to carry out an LPC analysis of the reconstructed signal in the current frame and calculate an LPC excitation. so as to be able to apply the invention.
  • the excitation (u (n)) is resampled, for example by linear interpolation or cubic "spline", from 12.8 to 16 kHz before transformation (for example DCT-IV) of length 320.
  • This variant has the defect of being more complex, because the transform (DCT-IV) of the excitation is then calculated over a greater length and the resampling is not carried out in the field of the transform.
  • all the calculations necessary for estimating the gains can be carried out in a field logarithmic.
  • the low band excitation u (n) and the LPC 1 / A (z) filter will be estimated per frame, by LPC analysis of a low band signal whose band must be extended. The low band excitation signal is then extracted by analyzing the audio signal.
  • the low band audio signal is resampled before the excitation extraction step, so that the excitation extracted from the audio signal (by linear prediction) is already resolved. sampled.
  • the band extension illustrated in Figure 7, in this case applies to a low band which is not decoded but analyzed.
  • FIG. 8 represents an exemplary embodiment of a device for determining an optimized scale factor 800 according to the invention. This may be an integral part of an audio-frequency signal decoder or equipment receiving decoded or non-decoded audio signals.
  • This type of device comprises a PROC processor cooperating with a memory block BM having a memory storage and / or work MEM.
  • Such a device comprises an input module E able to receive a decoded or extracted excitation audio signal in a first so-called low band frequency band (u (n) or U (k)) and the parameters of a filter of linear prediction synthesis (A (z)). It comprises an output module S adapted to transmit the synthesized and optimized high frequency signal (U H B '(I ") for example to a filtering module such as block 710 of FIG. 7 or to a resampling module as the module 311 of FIG.
  • the memory block may advantageously comprise a computer program comprising code instructions for implementing the steps of the method for determining an optimized scale factor to be applied to an excitation signal or to a filter within the meaning of FIG. invention, when these instructions are executed by the processor PROC, and in particular the steps of determination (E602) of a linear prediction filter called additional filter, of order less than the linear prediction filter of the first frequency band, the coefficients additional filter being obtained from the parameters decoded or extracted from the first frequency band, calculation (E603) of an optimized scale factor according to at least the coefficients of the additional filter.
  • FIG. 6 shows the steps of an algorithm of such a computer program.
  • the computer program can also be stored on a memory medium readable by a reader of the device or downloadable in the memory space thereof.
  • the memory MEM generally records all the data necessary for the implementation of the method.
  • the device thus described may also include the functions of applying the optimized scaling factor to the extended excitation signal, frequency band extension, low band decoding and other processing functions. described for example in FIGS. 3 and 4 in addition to the optimized scale factor determination functions according to the invention.

Abstract

L'invention se rapporte à un procédé de détermination d'un facteur d'échelle optimisé à appliquer à un signal d'excitation ou à un filtre lors d'un procédé d'extension de bande de fréquence d'un signal audiofréquence, le procédé d'extension de bande (E601) comportant une étape de décodage ou d'extraction, dans une première bande de fréquence, d'un signal d'excitation et de paramètres de la première bande de fréquence comprenant des coefficients d'un filtre de prédiction linéaire, une étape de génération d'un signal d'excitation étendu sur au moins une deuxième bande de fréquence et une étape de filtrage par un filtre de prédiction linéaire pour la deuxième bande de fréquence. Le procédé de détermination comporte les étapes de détermination (E602) d'un filtre de prédiction linéaire dit filtre additionnel, d'ordre inférieur au filtre de prédiction linéaire de la première bande de fréquence, les coefficients du filtre additionnel étant obtenus à partir des paramètres décodés ou extraits de la première bande de fréquence et de calcul (E603) du facteur d'échelle optimisé en fonction au moins des coefficients du filtre additionnel. L'invention se rapporte également à un dispositif de détermination d'un facteur d'échelle optimisé mettant en œuvre le procédé tel que décrit et à un décodeur comprenant un tel dispositif.

Description

Facteur d'échelle optimisé pour l'extension de bande de fréquence dans un décodeur de signaux audiofréquences
La présente invention se rapporte au domaine du codage/décodage et du traitement de signaux audiofréquences (comme des signaux de parole, de musique ou autres) pour leur transmission ou leur stockage.
Plus particulièrement, l'invention concerne un procédé et un dispositif de détermination d'un facteur d'échelle optimisé servant à ajuster le niveau d'un signal d'excitation ou de façon équivalent d'un filtre lors d'une extension de bande de fréquence dans un décodeur ou un processeur réalisant une amélioration de signal audiofréquence.
De nombreuses techniques existent pour compresser (avec perte) un signal audiofréquence comme la parole ou la musique.
Les méthodes classiques de codage pour les applications conversationnelles sont en général classifiées en codage de forme d'onde (MIC pour "Modulation par Impulsion et codage", MICDA pour "Modulation par Impulsion et Codage Différentiel Adaptatif, codage par transformée...), codage paramétrique (LPC pour "Linear Prédictive Coding" en anglais, codage sinusoïdal...) et codage hybride paramétrique avec une quantification des paramètres par "analyse par synthèse" dont le codage CELP (pour "Code Excited Linear Prédiction" en anglais) est l'exemple le plus connu.
Pour les applications non conversationnelles, l'état de l'art en codage de signal audio
(mono) est constitué par le codage perceptuel par transformée ou en sous-bandes, avec un codage paramétrique des hautes fréquences par réplication de bande.
Une revue des méthodes classiques de codage de parole et audio se trouve dans les ouvrages W.B. Kleijn and K.K. Paliwal (Eds.), Speech Coding and Synthesis, Elsevier, 1995 ; M. Bosi, R.E. Goldberg, Introduction to Digital Audio Coding and Standards, Springer 2002 ; J. Benesty, M. M. Sondhi, Y. Huang (Eds.), Handbook of Speech Processing, Springer 2008.
On s'intéresse ici plus particulièrement au codée (codeur et décodeur) normalisé 3GPP AMR-WB (pour "Adaptive Multi-Rate Wideband" en anglais) qui fonctionne à une fréquence d'entrée/sortie de 16 kHz et dans lequel le signal est divisé en deux sous-bandes, la bande basse (0-6.4 kHz) qui est échantillonnée à 12.8 kHz et codée par modèle CELP et la bande haute (6.4-7 kHz) qui est reconstruite de façon paramétrique par « extension de bande » (ou BWE pour "Bandwidth Extension" en anglais) avec ou sans information supplémentaire selon le mode de la trame courante. On peut noter ici que la limitation de la bande codée du codée AMR-WB à 7kHz est essentiellement liée au fait que la réponse en fréquence en émission des terminaux en bande élargie a été approximée au moment de la normalisation (ETSI/3GPP puis UIT-T) selon le masque fréquentiel défini dans la norme UIT-T P.341 et plus précisément en utilisant un filtre dit « P341 » défini dans la norme UIT-T G.191 qui coupe les fréquences au-dessus de 7 kHz (ce filtre respecte le masque défini dans P.341). Cependant, en théorie, il est bien connu qu'un signal échantillonné à 16 kHz peut avoir une bande audio définie de 0 à 8000 Hz ; le codée AMR-WB introduit donc une limitation de la bande haute en comparaison à la largeur de bande théorique de 8 kHz.
Le codée de parole 3GPP AMR-WB a été normalisé en 2001 principalement pour les applications de téléphonie en mode circuit (CS) sur GSM (2G) et UMTS (3G). Ce même codée a été aussi normalisé en 2003 à l'UIT-T en tant que recommandation G.722.2 "Wideband coding speech at around 16kbit/s using Adaptive Multi-Rate Wideband (AMR-WB)".
Il comprend neuf débits, appelés modes, de 6.6 à 23.85 kbit/s, et comprend des mécanismes de transmission continue (DTX pour "Discontinuous Transmission") avec détection d'activité vocale (VAD pour "Voice Activity Détection") et génération de bruit de confort (CNG pour "Confort Noise Génération") à partir de trames de description de silence (SID pour "Silence Insertion Descriptor"), ainsi que des mécanismes de correction de trames perdues (FEC pour "Frame Erasure Concealment", parfois appelé PLC pour "Packet Loss Concealment").
On ne reprend pas ici les détails de l'algorithme de codage et de décodage AMR-WB, une description détaillée de ce codée se trouve dans les spécifications 3GPP (TS 26.190, 26.191, 26.192, 26.193, 26.194, 26.204) et UIT-T-G.722.2 (et les Annexes et Appendice correspondantes) ainsi que dans l'article de B. Bessette et al. intitulé « The adaptive multirate wideband speech codée (AMR-WB) », IEEE Transactions on Speech and Audio Processing, vol. 10, no. 8, 2002, pp. 620-636 et les codes sources des standards 3GPP et UIT-T associés.
Le principe de l'extension de bande dans le codée AMR-WB est assez rudimentaire. En effet, la bande haute (6.4-7 kHz) est générée en mettant en forme un bruit blanc par le biais d'une enveloppe temporelle (appliquée sous la forme de gains par sous-trame) et fréquentielle (par l'application d'un filtre de synthèse de prédiction linéaire ou LPC pour "Linear Prédictive Coding"). Cette technique d'extension de bande est illustrée à la figure 1.
Un bruit blanc, uHB1 (n) , n = 0, · · · , 79 , est généré à 16 kHz par sous-trame de 5 ms par générateur congruentiel linéaire (bloc 100). Ce bruit uHB1 (n) est mis en forme dans le temps par application de gains par sous-trame ; cette opération est décomposée en deux étapes de traitement (blocs 102, 106 ou 109) :
• Un premier facteur est calculé (bloc 101) pour mettre le bruit blanc uHB1 (n) (bloc
102) à un niveau semblable à celui de l'excitation, u(n) , « = (), · · - , 63 , décodée à 12.8 kHz dans la bande basse :
Figure imgf000005_0001
On peut noter ici que la normalisation des énergies se fait en comparant des blocs de taille différente (64 pour u(n) et 80 pour uHB1 (n) ), sans compensation des différences de fréquences d'échantillonnage (12.8 ou 16 kHz).
• L'excitation dans la bande haute est ensuite obtenue (bloc 106 ou 109) sous la forme :
uHB {n) = gHBuHB2 {n)
où le gain gHB est obtenu différemment selon le débit. Si le débit de la trame actuelle est <23.85 kbit/s, le gain gHB est estimé « en aveugle » (c'est-à-dire sans information supplémentaire); dans ce cas, le bloc 103 filtre le signal décodé en bande basse par un filtre passe-haut ayant une fréquence de coupure à 400 Hz pour obtenir un signal shp (n) , « = (), · · · , 63 - ce filtre passe-haut élimine l'influence des très basses fréquences qui peuvent biaiser l'estimation faite dans le bloc 104 - puis on calcule le « tilt » (indicateur de pente spectrale) noté etilt du signal sh (n) par autocorrélation normalisée (bloc 104):
63
Figure imgf000005_0002
et enfin on calcule gHB sous la forme :
S m = wspSsp + ^ - wSP )gBG
où gsp = l - etilt est le gain appliqué dans les trames actives de parole (SP pour speech), gBG = l .25gsp est le gain appliqué dans les trames inactives de parole associées à un bruit de fond (BG pour Background) et wsp est une fonction de pondération qui dépend de la détection d'activité vocale (VAD). On comprend que l'estimation du tilt ( etilt ) permet d'adapter le niveau de la bande haute en fonction de la nature spectrale du signal ; cette estimation est particulièrement importante quand la pente spectrale du signal décodé CELP est telle que l'énergie moyenne décroît quand la fréquence augmente (cas d'un signal voisé où etilt est proche de 1, donc gsp = l - etilt est ainsi réduit). A noter aussi que le facteur gHB dans le décodage AMR-WB est borné pour prendre des valeurs dans l'intervalle [0.1, 1.0]. En effet, pour les signaux dont énergie croît quand la fréquence augmente ( etilt proche de -1, gsp proche de 2), le gain gHB est d'habitude sous-estimé.
A 23.85 kbit/s, une information de correction est transmise par le codeur AMR-WB et décodée (blocs 107, 108) afin d'affiner le gain estimé par sous-trame (4 bits toutes les 5ms, soit 0.8 kbit/s). L'excitation artificielle uHB (n) est ensuite filtrée (bloc 111) par un filtre de synthèse LPC (bloc 111) de fonction de transfert \ l AHB (z) et fonctionnant à la fréquence d'échantillonnage de 16 kHz. La réalisation de ce filtre dépend du débit de la trame courante:
• A 6.6 kbit/s, le filtre \ l AHB (z) est obtenu en pondérant par un facteur ^=0.9 un filtre LPC d'ordre 20, 1 / Aext (z) qui « extrapole » le filtre LPC d'ordre 16, 1 / Â(z) , décodé dans la bande basse (à 12.8 kHz) - les détails de l'extrapolation dans le domaine des paramètres ISF (pour "Imittance Spectral Frequency" en anglais) sont décrits dans la norme G.722.2 à la section 6.3.2.1; dans ce cas,
\Ι ΑΗΒ (ζ) = \ Ι Α-' (ζ Ι γ)
· Aux débits > 6.6 kbit/s, le filtre 1 / AHB (z) est d'ordre 16 et correspond simplement à :
Figure imgf000006_0001
où ^=0.6. A noter que dans ce cas le filtre 1 / A(z l Y) est utilisé à 16 kHz, ce qui résulte en un étalement (par homothétie) de la réponse en fréquence de ce filtre de [0, 6.4 kHz] à [0, 8 kHz].
Le résultat, sHB (n) , est enfin traité par un filtre passe-bande (bloc 112) de type FIR ("Finite
Impulse Response"), pour ne garder que la bande 6 - 7 kHz ; à 23.85 kbit/s, un filtre passe- bas également de type FIR (bloc 113) se rajoute au traitement pour atténuer encore plus les fréquences supérieures à 7 kHz. La synthèse en hautes fréquences (HF) est finalement additionnée (bloc 130) à la synthèse en basses fréquences (BF) obtenue avec les blocs 120 à 122 et ré-échantillonnée à 16 kHz (bloc 123). Ainsi même si la bande haute s'étend en théorie de 6.4 à 7 kHz dans le codée AMR-WB, la synthèse HF est plutôt comprise dans la bande 6-7 kHz avant addition avec la synthèse BF.
On peut identifier plusieurs inconvénients à la technique d'extension de bande du codée AMR-WB, en particulier :
• L'estimation de gains par sous-trame (bloc 101, 103 à 105) n'est pas optimale. Pour partie, elle se base sur une égalisation de l'énergie « absolue » par sous-trame (bloc 101) entre des signaux à des fréquences différentes : l'excitation artificielle à 16 kHz (bruit blanc) et un signal à 12.8 kHz (excitation ACELP décodée). On peut noter en particulier que cette approche induit implicitement une atténuation de l'excitation bande haute (par un ratio 12.8/16=0.8) ; en fait, on notera également qu'aucune désaccentuation (ou déemphase) n'est effectuée sur la bande haute dans le codée AMR-WB, ce qui induit implicitement une amplification relative proche de 0.6 (qui correspond à la valeur de la réponse en fréquence de l / (l - 0.68z_1 ) à 6400 Hz). En fait, les facteurs de 1/0.8 et de 0.6 se compensent approximativement.
• Sur la parole, les tests de caractérisation du codée 3GPP AMR-WB documentés dans le rapport 3GPP TR 26.976 ont montré que le mode à 23.85 kbit/s a une qualité moins bonne qu'à 23.05 kbit/s, sa qualité est en fait similaire à celle du mode à 15.85 kbit/s. Ceci montre en particulier que le niveau du signal HF artificiel doit être contrôlé de façon très prudente, car la qualité est dégradée à 23.85 kbit/s alors que les 4 bits par trame sont sensés permettre de mieux approcher l'énergie des hautes fréquences originales.
• Le filtre passe-bas à 7 kHz (bloc 113) introduit un décalage de près de 1 ms entre les bandes basses et hautes, ce qui peut potentiellement dégrader la qualité de certains signaux en désynchronisant légèrement les deux bandes à 23.85 kbit/s - cette désynchronisation peut également poser problème lors d'une commutation de débit de 23.85 kbit/s à d'autres modes.
Un exemple d'extension de bande par approche temporelle est décrit dans la norme 3GPP TS 26.290 décrivant le codée AMR-WB+ (normalisé en 2005). Cet exemple est illustré dans les schémas-blocs des figures 2a (schéma global) et 2b (prédiction de gain par correction de niveau de réponses) qui correspondent respectivement aux figures 16 et 10 de la spécification 3GPP TS 26.290.
Dans le codée AMR-WB+, le signal d'entrée (mono) échantillonné à la fréquence Fs (en Hz) est divisés en deux bandes de fréquences disjointes, dans lesquelles deux filtres LPC sont calculés et codés séparément:
• un filtre LPC, noté A(z) , dans la bande basse (0-Fs/4) - sa version quantifiée est notée Â(z)
• un autre filtre LPC, noté AHF (z) , dans la bande haute repliée spectralement (Fs/4- Fs/2) - sa version quantifiée est notée ÂHF (z)
L'extension de bande se fait dans le codée AMR-WB+ comme détaillé dans les sections 5.4 (codage HF) et 6.2 (décodage HF) de la spécification 3GPP TS 26.290. On en résume ici le principe : l'extension consiste à utiliser l'excitation décodée en basses fréquences (LF excit.) et à mettre en forme cette excitation par un gain temporel par sous-trame (bloc 205) et un filtrage LPC de synthèse (bloc 207) ; de plus, des traitements d'améliorations (post-traitement de l'excitation (bloc 206) et lissage de l'énergie du signal HF reconstruit (bloc 208) sont mis en œuvre comme illustré à la figure 2a. Il est important de remarquer que cette extension dans AMR-WB+ nécessite la transmission d'informations supplémentaires : les coefficients du filtre ÂHF (z) en 204 et un gain de mise en forme temporelle par sous-trame (bloc 201). Une particularité de l'algorithme d'extension de bande dans AMR-WB+ est que le gain par sous-trame est quantifié par une approche prédictive ; autrement dit, on ne code pas les gains directement, mais plutôt des corrections de gain qui sont relatives à une estimation du gain notée Cette estimation, correspondant en fait à un facteur d'égalisation du niveau entre les filtres Â(z) et AHF (z) à la fréquence de séparation entre bande basse et bande haute (Fs/4). Le calcul du facteur (bloc 203) est détaillé à la figure 10 de la spécification 3GPP TS 26.290 reprise ici à la figure 2b. On ne détaillera pas plus ici cette figure. On retiendra pour résumer que les blocs
Mz)
210 a 213 servent a calculer l'énergie de la réponse impulsionnelle de -— - ,
(\ - Q.9z-l)AHF (z) en se rappelant que le filtre AHF (z) modélise une bande haute repliée spectrale (à cause des propriétés spectrales du banc de filtre séparant les bandes basse et haute). Puisque les filtres sont interpolés par sous-trames, le gain n'est calculé qu'une fois par trame, et il est interpolé par sous-trames.
La technique de codage des gains d'extension de bande dans AMR-WB+, et plus précisément la compensation de niveaux des filtres LPC en leur point de jonction, est une méthode adaptée dans le contexte d'une extension de bande par modèles LPC en bande basse et haute, et on peut remarquer qu'une telle compensation de niveau entre filtres LPC n'est pas présente dans l'extension de bande du codée AMR-WB. Cependant, on peut vérifier dans la pratique que l'égalisation directe du niveau entre les deux filtres LPC à la fréquence de séparation n'est pas une méthode optimale et peut provoquer une surestimation d'énergie en bande-haute et des artefacts audibles dans certains cas ; on rappelle qu'un filtre LPC représente une enveloppe spectrale, ainsi le principe de l'égalisation du niveau entre deux filtres LPC pour une fréquence donnée revient à ajuster le niveau relatif de deux enveloppes LPC. Or un telle égalisation réalisée en une fréquence précise n'assure pas une complète continuité et cohérence globale de l'énergie (en fréquence) au voisinage du point d'égalisation lorsque l'enveloppe fréquentielle du signal fluctue de façon significative dans ce voisinage. Une façon mathématique de poser le problème consiste à remarquer que la continuité entre deux courbes peut être assurée en les forçant à se rejoindre en un même point, mais rien ne garantit que les propriétés locales (dérivées successives) coïncident de façon à assurer une cohérence plus globale. Le risque en assurant une continuité ponctuelle entre des enveloppes LPC bandes basse et haute est de fixer l'enveloppe de LPC en bande haute à un niveau relatif trop fort ou trop faible, le cas d'un niveau trop fort étant plus dommageable car il résulte en des artefacts plus gênants. Par ailleurs, la compensation de gain dans AMR-WB+ est avant tout une prédiction du gain connue au codeur et au décodeur et qui sert à réduire le débit nécessaire à la transmission d'information de gain mettant à l'échelle le signal d'excitation bande haute. Or, dans le contexte d'une amélioration du codage/décodage AMR-WB de façon interopérable, il n'est pas possible de modifier le codage existant des gains par sous-trames (0.8 kbit/s) de l'extension de bande dans le mode 23.85 kbit/s d'AMR-WB. De plus, pour les débits strictement inférieurs à 23.85 kbit/s, la compensation de niveaux de filtres LPC en bandes basse et haute peut être appliquée dans l'extension de bande d'un décodage compatible avec AMR-WB, cependant l'expérience montre que cette seule technique dérivée du codage AMR-WB+, appliquée sans optimisation, peut engendrer des problèmes de surestimation d'énergie de la bande haute (>6 kHz).
Il existe donc un besoin pour améliorer la compensation de gains entre des filtres de prédiction linéaire de bande de fréquences différentes pour l'extension de bande de fréquence dans un codée de type AMR-WB ou une version interopérable de ce codée sans pour autant surestimer l'énergie dans une bande de fréquence et sans nécessiter d'informations supplémentaires du codeur.
La présente invention vient améliorer la situation.
A cet effet, l'invention vise un procédé de détermination d'un facteur d'échelle optimisé à appliquer à un signal d'excitation ou à un filtre lors d'un procédé d'extension de bande de fréquence d'un signal audiofréquence, le procédé d'extension de bande comportant une étape de décodage ou d'extraction, dans une première bande de fréquence, d'un signal d'excitation et de paramètres de la première bande de fréquence comprenant des coefficients d'un filtre de prédiction linéaire, une étape de génération d'un signal d'excitation étendu sur au moins une deuxième bande de fréquence et une étape de filtrage par un filtre de prédiction linéaire pour la deuxième bande de fréquence. Le procédé de détermination est tel qu'il comporte les étapes suivantes:
- détermination d'un filtre de prédiction linéaire dit filtre additionnel, d'ordre inférieur au filtre de prédiction linéaire de la première bande de fréquence, les coefficients du filtre additionnel étant obtenus à partir des paramètres décodés ou extraits de la première bande de fréquence; et
- calcul du facteur d'échelle optimisé en fonction au moins des coefficients du filtre additionnel.
Ainsi, l'utilisation d'un filtre additionnel d'ordre inférieur au filtre de la première bande de fréquence à égaliser, permet d'éviter les surestimations d'énergie dans les hautes fréquences qui pourraient résulter de fluctuations locales de l'enveloppe et qui peuvent perturber l'égalisation des filtres de prédiction.
L'égalisation de gains entre les filtres de prédiction linéaire de la première et deuxième bande de fréquence est ainsi améliorée. Dans une application avantageuse du facteur d'échelle optimisé ainsi obtenu, le procédé d'extension de bande comprend une étape d'application du facteur d'échelle optimisé au signal d'excitation étendu.
Dans un mode de réalisation adapté, l'application du facteur d'échelle optimisé est combinée à l'étape de filtrage dans la deuxième bande de fréquence.
Ainsi les étapes de filtrage et d'application du facteur d'échelle optimisé sont combinées à une seule étape de filtrage pour réduire la complexité de traitement.
Dans un mode de réalisation particulier, les coefficients du filtre additionnel sont obtenus par troncature de la fonction de transfert du filtre de prédiction linéaire de la première bande de fréquence pour obtenir un ordre inférieur.
Ce filtre additionnel d'ordre inférieur est donc obtenu de façon simple.
De plus, de façon à obtenir un filtre stable, les coefficients du filtre additionnel sont modifiés en fonction d'un critère de stabilité du filtre additionnel.
Dans un mode de réalisation particulier, le calcul du facteur d'échelle optimisé comporte les étapes suivantes:
- calcul des réponses en fréquence des filtres de prédiction linéaire des première et deuxième bandes de fréquence pour une fréquence commune;
- calcul de la réponse en fréquence du filtre additionnel pour cette fréquence commune;
- calcul du facteur d'échelle optimisé en fonction des réponses en fréquence ainsi calculées.
Ainsi, le facteur d'échelle optimisé est calculé de façon à éviter les artefacts gênants qui pourraient survenir dans le cas où la réponse en fréquence de filtre d'ordre supérieur de la première bande à proximité de la fréquence commune révélerait un pic ou une vallée du signal.
Dans un mode de réalisation particulier, le procédé comprend en outre les étapes suivantes, mises en œuvre pour un débit de décodage prédéterminé:
- première mise à l'échelle du signal d'excitation étendu par un gain calculé par sous- trame fonction d'un rapport d'énergie entre le signal d'excitation décodé et le signal d'excitation étendu;
-deuxième mise à l'échelle du signal d'excitation issu de la première mise à l'échelle par un gain de correction décodé;
- ajustement de l'énergie de l'excitation pour la sous-trame courante par un facteur d'ajustement calculé en fonction de l'énergie du signal obtenu après la deuxième mise à l'échelle et en fonction du signal obtenu après application du facteur d'échelle optimisé.
Ainsi, des informations supplémentaires peuvent être utilisées pour améliorer la qualité du signal étendu pour un mode de fonctionnement prédéterminé. L'invention vise également un dispositif de détermination d'un facteur d'échelle optimisé à appliquer à un signal d'excitation ou à un filtre dans un dispositif d'extension de bande de fréquence d'un signal audiofréquence, le dispositif d'extension de bande comprenant un module de décodage ou d'extraction, dans une première bande de fréquence, d'un signal d'excitation et de paramètres de la première bande de fréquence comprenant des coefficients d'un filtre de prédiction linéaire, un module de génération d'un signal d'excitation étendu sur au moins une deuxième bande de fréquence et un module de filtrage par un filtre de prédiction linéaire pour la deuxième bande de fréquence. Le dispositif de détermination est tel qu'il comprend:
- un module de détermination d'un filtre de prédiction linéaire dit filtre additionnel, d'ordre inférieur au filtre de prédiction linéaire de la première bande de fréquence, les coefficients du filtre additionnel étant obtenus à partir des paramètres décodés ou extraits de la première bande de fréquence; et
- un module de calcul du facteur d'échelle optimisé en fonction au moins des coefficients du filtre additionnel.
L'invention vise un décodeur comportant un dispositif tel que décrit.
Elle vise un programme informatique comportant des instructions de code pour la mise en œuvre des étapes du procédé de détermination d'un facteur d'échelle optimisé tel que décrit, lorsque ces instructions sont exécutées par un processeur.
Enfin l'invention se rapporte à un support de stockage, lisible par un processeur, intégré ou non au dispositif de détermination d'un facteur d'échelle optimisé, éventuellement amovible, mémorisant un programme informatique mettant en œuvre un procédé de détermination d'un facteur d'échelle optimisé tel que décrit précédemment.
D'autres caractéristiques et avantages de l'invention apparaîtront plus clairement à la lecture de la description suivante, donnée uniquement à titre d'exemple non limitatif, et faite en référence aux dessins annexés, sur lesquels :
la figure 1 illustre une partie d'un décodeur de type AMR-WB mettant en œuvre des étapes d'extension de bande de fréquence de l'état de l'art et tel que décrit précédemment;
- les figures 2a et 2b présentent le codage de la bande haute dans le codée AMR-
WB+ selon l'état de l'art et tel que décrit précédemment;
la figure 3 illustre un décodeur interopérable avec le codage AMR-WB et intégrant un dispositif d'extension de bande utilisé selon un mode de réalisation de l'invention ;
- la figure 4 illustre un dispositif de détermination d'un facteur d'échelle optimisé par sous-trame en fonction du débit, selon un mode de réalisation de l'invention; et les figures 5a et 5b illustrent les réponses en fréquences des filtres utilisées pour le calcul du facteur d'échelle optimisé selon un mode de réalisation de l'invention; la figure 6 illustre sous forme d'organigramme, les étapes principales d'un procédé de détermination d'un facteur d'échelle optimisé selon un mode de réalisation de l'invention;
la figure 7 illustre un mode de réalisation dans le domaine fréquentiel d'un dispositif de détermination de facteur d'échelle optimisé lors d'une extension de bande;
la figure 8 illustre une réalisation matérielle d'un dispositif de détermination de facteur d'échelle optimisé lors d'une extension de bande selon l'invention.
La figure 3 illustre un exemple de décodeur, compatible avec la norme AMR- WB/G.722.2 dans lequel on retrouve une extension de bande comprenant une détermination d'un facteur d'échelle optimisé selon un mode de réalisation du procédé de l'invention, mis en œuvre par le dispositif d'extension de bande illustré par le bloc 309.
Contrairement au décodage AMR-WB qui fonctionne avec une fréquence d'échantillonnage de sortie de 16 kHz, on considère ici un décodeur qui peut fonctionner avec un signal de sortie (synthèse) à la fréquence fs = 8, 16, 32 ou 48 kHz. A noter qu'on suppose ici que le codage a été effectué selon l'algorithme AMR-WB avec une fréquence interne de 12.8 kHz pour le codage CELP en bande basse et à 23.85 kbit/s un codage de gain par sous- trame à la fréquence de 16 kHz ; même si l'invention est décrite ici au niveau du décodage, on suppose ici que le codage peut aussi fonctionner avec un signal d'entrée à la fréquence fs = 8, 16, 32 ou 48 kHz et des opérations de ré-échantillonnage adéquate, dépassant le cadre de l'invention, sont mises en œuvre au codage en fonction de la valeur de fs. On peut noter que quand fs=8 kHz, dans le cas d'un décodage compatible avec AMR-WB, il n'est pas nécessaire d'étendre la bande basse 0-6.4 kHz, car la bande audio reconstruite à la fréquence fs est limitée à 0-4000 Hz.
A la figure 3, le décodage CELP (BF pour basses fréquences) fonctionne toujours à la fréquence interne de 12.8 kHz, comme dans AMR-WB, et l'extension de bande (HF pour hautes fréquences) utilisée pour l'invention fonctionne à la fréquence de 16 kHz, les synthèses BF et HF sont combinées (bloc 312) à la fréquence fs après ré-échantillonnage adéquat (bloc 306 et traitement interne au bloc 311). Dans des variantes de réalisation, la combinaison des bandes basse et haute pourra se faire à 16 kHz, après avoir rééchantillonnée la bande basse de 12.8 à 16 kHz, avant de ré-échantillonner le signal combiné à la fréquence fs.
Le décodage selon la figure 3 dépend du mode (ou débit) AMR-WB associé à la trame courante reçue. A titre indicatif et sans que cela impacte le bloc 309, le décodage de la partie CELP en bande basse comporte les étapes suivantes: • Démultiplexage des paramètres codés (bloc 300) en cas de trame correctement reçue ( =0 où est le « bad frame indicator » valant 0 pour une trame reçue et 1 pour une trame perdue)
• Décodage des paramètres ISF avec interpolation et conversion en coefficients LPC (bloc 301) comme décrit dans la clause 6.1 de la norme G.722.2.
• Décodage de l'excitation CELP (bloc 302), avec une partie adaptative et fixe pour reconstruire l'excitation (exc ou u \n) ) dans chaque sous-trame de longueur 64 à 12.8 kHz:
u \n) = gpv(n) + gcc(n) , « = (), · · · , 63
en suivant les notations de la clause 7.1.2.1 de la recommandation ITU-T G.718 d'un décodeur interopérable avec le codeur/décodeur AMR-WB, concernant le décodage CELP, où v(n) et c(n) sont respectivement les mots de code des dictionnaires adaptatif et fixe, et g et gc sont les gains décodés associés. Cette excitation u \n) est utilisée dans le dictionnaire adaptatif de la sous-trame suivante ; elle est ensuite post-traitée et on distingue comme dans G.718 l'excitation u \n) (aussi notée exc) de sa version post-traitée modifiée u(n) (aussi notée exc2) qui sert d'entrée au filtre de synthèse, 1 / Â(z) , dans le bloc 303.
• Filtrage de synthèse par 1 / Â(z) (bloc 303) où le filtre LPC décodé Â(z) est d'ordre 16
• Post-traitement bande étroite (bloc 304) selon la clause 7.3 de G.718 si fs=8 kHz.
• Désaccentuation (bloc 305) par le filtre 1 / (l - 0.68z_1 )
• Post-traitement des basses fréquences (dit « bass posfilter ») (bloc 306) atténuant le bruit inter-harmonique en basses fréquences tel que décrit à la clause 7.14.1.1 de G.718. Ce traitement introduit un retard qui est pris en compte dans le décodage de la bande haute (>6.4 kHz).
• Ré-échantillonnage de la fréquence interne de 12.8 kHz à la fréquence de sortie fs (bloc 307). Plusieurs réalisations sont possibles. Sans perte de généralité, on considère ici à titre d'exemple que si fs=8 ou 16 kHz, le ré-échantillonnage décrit dans la clause 7.6 de G.718 est repris ici, et si fs=32 ou 48 kHz, des filtres à réponse impulsionnelle finie (FIR) supplémentaires sont utilisés.
• Calcul des paramètres du "noise gâte" (bloc 308) qui est réalisé de façon préférentielle comme décrit dans la clause 7.14.3 de G.718 pour « améliorer » la qualité des silences par réduction du niveau.
Dans des variantes qui peuvent être mises en œuvre pour l'invention, les post-traitements appliqués à l'excitation peuvent être modifiés (par exemple, la dispersion de phase peut être améliorée) ou ces post-traitements peuvent être étendus (par exemple, une réduction du bruit inter-harmonique peut être mise en œuvre), sans affecter la nature de l'extension de bande. On peut noter que l'utilisation des blocs 306, 308, 314 est optionnelle.
On notera également que le décodage de la bande basse décrit ci-dessus suppose une trame courante dite « active » avec un débit entre 6.6 et 23.85 kbit/s. En fait, quand le mode DTX (transmission continue en français) est activé, certaines trames peuvent être codées comme « inactives » et dans ce cas on peut soit transmettre un descripteur de silence (sur 35 bits) soit ne rien transmettre. En particulier, on rappelle que la trame SID décrit plusieurs paramètres : paramètres ISF moyennés sur 8 trames, énergie moyenne sur 8 trames, flag de "dithering" pour la reconstruction de bruit non stationnaire. Dans tous les cas, au décodeur, on retrouve le même modèle de décodage que pour une trame active, avec une reconstruction de l'excitation et d'un filtre LPC pour la trame courante, ce qui permet d'appliquer l'extension de bande même sur des trames inactives. Le même constat s'applique pour le décodage de « trames perdues » (ou FEC, PLC) dans lequel le modèle LPC est appliqué.
Dans le mode de réalisation décrit ici et en référence à la figure 7, , le décodeur permet d'étendre la bande basse décodée (50-6400 Hz en tenant en compte du filtrage passe-haut à 50 Hz au décodeur, 0-6400 Hz dans le cas général) à une bande étendue dont la largeur varie, allant approximativement de 50-6900 Hz à 50-7700 Hz en fonction du mode mis en œuvre dans la trame courante. On peut ainsi parler d'une première bande de fréquence de 0 à 6400Hz et d'une deuxième bande de fréquence de 6400 à 8000Hz. En réalité, dans le mode de réalisation privilégié, l'extension de l'excitation est réalisée dans le domaine fréquentiel dans une bande de 5000 à 8000 Hz, pour permettre un filtrage passe- bande de largeur 6000 à 6900 ou 7700 Hz.
A 23.85 kbit/s, l'information de correction de gain HF (0.8 kbit/s) transmise à 23.85 kbit/s est ici décodée. Son utilisation est détaillée plus loin, en référence à la figure 4. La partie synthèse bande haute est réalisée dans le bloc 309 représentant le dispositif d'extension de bande utilisé pour l'invention et qui est détaillé à la figure 7 dans un mode de réalisation.
Afin d'aligner les bandes basses et hautes décodées, un retard (bloc 310) est introduit pour synchroniser les sorties des blocs 306 et 307 et la bande haute synthétisée à 16 kHz est ré-échantillonnée de 16 kHz à la fréquence fs (sortie de bloc 311). La valeur du retard T dépend de la façon de synthétiser le signal bande haute, de la fréquence fs de même que du post-traitement des basses fréquences. Ainsi, de façon générale la valeur de T dans le bloc 310 devra être ajustée en fonction de la mise en œuvre spécifique. Les bandes basse et haute sont ensuite combinées (ajoutées) dans le bloc 312 et la synthèse obtenue est post-traitée par filtrage passe-haut à 50 Hz (de type IIR) d'ordre 2 dont les coefficients dépendent de la fréquence fs (bloc 313) et post-traitement de sortie avec application optionnelle du "noise gate"de façon similaire à G.718 (bloc 314).
En référence à la figure 3, on décrit à présent un mode de réalisation d'un dispositif de détermination d'un facteur d'échelle optimisé à appliquer à un signal d'excitation lors d'un processus d'extension de bande de fréquence. Ce dispositif est inclus dans le bloc d'extension de bande 309 décrit précédemment.
Ainsi, le bloc 400, à partir d'un signal d'excitation décodé dans une première bande de fréquence u(n) , effectue une extension de bande pour obtenir un signal d'excitation étendu uHB (n) sur au moins une deuxième bande de fréquence.
On notera ici, que l'estimation de facteur d'échelle optimisé selon l'invention est indépendante de la façon d'obtenir le signal uHB (n) . Une condition concernant son énergie est cependant importante. En effet, il faut que l'énergie de la bande haute de 6000 à 8000 Hz soit à un niveau similaire à l'énergie de la bande de 4000 à 6000 Hz du signal d'excitation décodé à la sortie du bloc 302. De plus, puisque le signal bande basse est désaccentué (bloc 305), il faut aussi appliquer la désaccentuation au signal d'excitation bande haute, soit en utilisant un filtre de désaccentuation propre, soit en multipliant par un facteur constant qui correspond à une atténuation moyenne du filtre mentionné. Cette condition ne s'applique pas au cas du débit 23.85 kbit/s qui utilise les informations supplémentaires transmises par le codeur. Dans ce cas l'énergie du signal d'excitation bande haute doit être cohérente avec l'énergie du signal correspondant au codeur, comme expliqué plus tard.
L'extension de bande de fréquence peut par exemple être mise en œuvre de la même façon que pour le décodeur de type AMR-WB décrit en référence à la figure 1 dans les blocs 100 à 102, à partir d'un bruit blanc.
Dans un autre mode de réalisation, cette extension de bande peut s'effectuer à partir d'une combinaison d'un bruit blanc et d'un signal d'excitation décodé comme illustré et décrit ultérieurement pour les blocs 700 à 707 de la figure 7.
D'autres méthodes d'extension de bande de fréquence avec conservation du niveau d'énergie entre le signal d'excitation décodé et le signal d'excitation étendu comme décrit ci- dessous, peuvent bien sur être envisagées pour le bloc 400.
De plus, le module d'extension de bande peut également être indépendant du décodeur et peut effectuer une extension de bande d'un signal audio existant stocké ou transmis au module d'extension, avec une analyse du signal audio pour en extraire une excitation et un filtre LPC. Dans ce cas, le signal d'excitation en entrée du module d'extension, n'est plus un signal décodé mais un signal extrait après analyse, de même que les coefficients du filtre de prédiction linéaire de la première bande de fréquence utilisés dans le procédé de détermination du facteur d'échelle optimisé dans une mise en œuvre de l'invention.
Dans l'exemple illustré à la figure 4, on considère tout d'abord le cas des débits <23.85kbit/s, pour lequel la détermination du facteur d'échelle optimisé se limite au bloc 401. On calcule dans ce cas un facteur d'échelle optimisé, noté gHB2 (m) . Dans un mode de réalisation, ce calcul est effectué de façon préférentielle par sous-trame et il consiste à égaliser les niveaux des réponses en fréquences des filtres LPC 1 / Â(z) et 1 / Λ(ζ/ γ) utilisés en basses et hautes fréquences, comme décrit ultérieurement en référence à la figure 7, avec des précautions supplémentaires pour éviter les cas de surestimations qui peuvent résulter en une énergie trop grande de la bande haute synthétisée et générer donc des artefacts audibles.
Dans un mode de réalisation alternatif, on pourra garder le filtre de synthèse HF extrapolé 1 / Aex'(z/ γ) tel que mis en œuvre dans le décodeur AMR-WB ou un décodeur interopérable avec le codeur/décodeur AMR-WB, par exemple selon la recommandation ITU-T G.718, au lieu du filtre 1 / A(z/ γ) . La compensation selon l'invention s'effectue alors à partir des filtres
1 / Â(z) et I I Aext(zl γ) .
La détermination du facteur d'échelle optimisé s'effectue aussi par la détermination (en 401a) d'un filtre de prédiction linéaire dit filtre additionnel, d'ordre inférieur au filtre de prédiction linéaire de la première bande de fréquence 1 / Mz) , les coefficients du filtre additionnel étant obtenus à partir des paramètres décodés ou extraits de la première bande de fréquence. Le facteur d'échelle optimisé est ensuite calculé (en 401b) en fonction au moins de ces coefficients pour être appliqué au signal d'excitation étendu uHB (n) .
Le principe de la détermination du facteur d'échelle optimisé, mis en œuvre dans le bloc 401 est illustré aux figures 5a et 5b avec des exemples concrets obtenus à partir de signaux échantillonnés à 16 kHz ; les valeurs d'amplitude de réponses en fréquence, notées plus loin R, P, Q, de 3 filtres sont calculées à la fréquence commune de 6000 Hz (ligne verticale en pointillés) dans la sous-trame courante, dont l'indice m n'est pas rappelé ici dans la notations des filtres LPC interpolés par sous-trame pour alléger le texte. La valeur de 6000 Hz est choisie de sorte qu'elle soit proche de la fréquence de Nyquist de la bande basse, soit 6400 Hz. Il est préférable de ne pas prendre cette fréquence de Nyquist pour déterminer le facteur d'échelle optimisé. En effet l'énergie du signal décodé en basses fréquences est typiquement déjà atténuée à 6400 Hz. De plus, l'extension de bande décrite ici est effectuée sur une deuxième bande de fréquence dite bande haute qui va de 6000 à 8000 Hz. A noter que dans des variantes de l'invention, une autre fréquence que 6000 Hz pourra être choisie, sans perte de généralité pour déterminer le facteur d'échelle optimisé. On pourra aussi considérer le cas où les deux filtres LPC sont définis pour les bandes séparés (comme dans AMR-WB+). Dans ce cas R, P et Q seront calculées à la fréquence de séparation.
Les figures 5a et 5b illustrent comment sont définies les quantités R, P, Q.
La première étape consiste à calculer les réponses en fréquences R et P respectivement du filtre de prédiction linéaire de la première bande de fréquence (bande basse) et de la deuxième bande de fréquence (bande haute) à la fréquence de 6000 Hz. On calcule d'abord :
Figure imgf000017_0001
où M = 16 est l'ordre du filtre LPC décodé 1 / Â(z) , et ^correspond à la fréquence de 6000 Hz normalisée pour la fréquence d'échantillonnage de 12.8 kHz, soit :
12800
Ensuite, de façon similaire, on calcule :
Figure imgf000017_0002
ou
6000
θ' = 2π
16000
Dans un mode de réalisation privilégié, les quantités P et R sont calculées selon le pseudocode suivant:
px = py = 0
rx = ry = 0
fori=0 to 16
px = px + Ap[i]*exp_tab_p[i]
py = py + Ap[i]*exp_tab_p[33-i]
rx = rx + Aq[i]*exp_tab_q[i]
ry = ry + Aq[i]*exp_tab_q[33-i]
end for
P = l/sqrt(px*px+py*py)
R = l/sqrt(rx*rx+ry*ry)
où Aq[i]= â; correspond aux coefficients de Â(z) (d'ordre 16), Ap[i]= ylât correspond aux coefficient de Λ(ζ/ γ) , sqrt() correspond à l'opération de racine carrée et les tableaux exp_tab_p et exp_tab_q de taille 34 contiennent les parties réelles et imaginaires des exponentielles complexes associée à la fréquence de 6000 Hz, avec
Figure imgf000018_0001
Figure imgf000018_0002
Le filtre de prédiction additionnel est obtenu par exemple en tronquant de façon adéquate le polynôme Â(z) à l'ordre 2.
En fait la troncature directe à l'ordre conduit au filtre 1 + <31 + â2 , ce qui peut poser problème car rien ne garantit en général que ce filtre d'ordre 2 est stable. Dans un mode de réalisation privilégiée, on détecte donc la stabilité du filtre 1 + <31 + â2 et on utilise un filtre 1 + <¾ '+ <¾ ' , dont les coefficients sont tirés de 1 + en fonction de la détection d'instabilité. Plus précisément, on initialise :
at = <¾ , i=l, 2
La stabilité du filtre 1 + peut être vérifiée de différente façon, on utilise ici une conversion dans le domaine des coefficients PARCOR (ou coefficients de réflexion) en calculant :
kx = <¾ '/ (1 + â2 ')
La stabilité est vérifiée si
Figure imgf000018_0003
< 1 , i=l,2. On modifie donc de façon conditionnelle la valeur de gavant d'assurer la stabilité du filtre, avec les étapes suivantes :
Γ min(0.6,fc ) L > 0
k2 ^ \ 2 2
max(-0.6,fc2) k2 < 0
Figure imgf000018_0004
1 ^ [max(-0.99, ^2) ^ < 0 où min(.,.) et max(.,.) donnent respectivement le minimum et le maximum de 2 opérandes. On note que les valeurs de seuils, 0.99 pour ^ et 0.6 pour k2 , pourront être ajustées dans des variantes de l'invention. On rappelle que le premier coefficient de réflexion, , caractérise la pente spectrale (ou tilt) du signal modélisé à l'ordre 1 ; dans l'invention on sature la valeur de kx à une valeur proche de la limite de stabilité, afin de préserver cette pente et conserver un tilt similaire à celui de 1/ A(z) . On rappelle aussi que le second coefficient de réflexion, k2 , caractérise le niveau de résonance du modèle de signal à l'ordre 2 ; puisque l'utilisation d'un filtre d'ordre 2 vise à éliminer l'influence de telles résonances autour de la fréquence de 6000 Hz, on limite plus fortement la valeur de k2 , cette limite est fixée à 0.6.
Les coefficients de 1 + âj '+ â2 ' sont alors obtenus par:
<¾ ' = (l + fcj)^ On calcule donc finalement la réponse en fréquence du filtre additionnel:
Figure imgf000019_0001
„ „ 6000
avec Θ = TÎ . Cette quantité est calculée de façon préférentielle selon le pseudo-code
12800
suivant :
qx = qy = 0
fori=0 to 2
qx = qx + As[i]*exp_tab_q[i];
qy = qy + As[i]*exp_tab_q[33-i];
end for
Q = l/sqrt(qx*qx+qy*qy) où As[i]= â; ' -
Sans perte de généralité, on pourra calculer les coefficients du filtre d'ordre 2 autrement, par exemple en appliquant au filtre LPC A(z) d'ordre 16 la procédure de réduction de l'ordre
LPC dite « STEP DOWN » décrite dans J.D. Markel and A.H. Gray, Linear Prédiction of Speech, Springer Verlag, 1976 ou en effectuant deux itérations d'algorithme de Levinson- Durbin (ou STEP-UP) à partir des autocorrélations calculées sur le signal synthétisé (décodé) à 12.8 kHz et fenêtré.
Pour certains signaux, la quantité Q , calculée à partir des 3 premiers coefficients LPC décodés, prend mieux en compte l'influence de la pente spectrale (ou tilt) dans le spectre et évite l'influence de pics ou de vallées « parasites » proches de 6000 Hz qui peuvent biaiser ou élever la valeur de la quantité R , calculée à partir de tous les coefficients LPC. Dans un mode de réalisation privilégié, le facteur d'échelle optimisé est déduit des quantités pré-calculées R, P, Qde façon conditionnelle, comme suit :
Si le tilt (calculé comme dans AMR-WB dans le bloc 104, par autocorrélation normalisée sous la forme r(l)/r(0) où r(i) est l'autocorrélation) est négatif (tilt <0 comme représenté à la figure 5b), le calcul du facteur d'échelle se fait de la façon suivante:
Pour éviter des artefacts dus à des variations trop brusques d'énergie de la bande haute, on applique un lissage à la valeur de R . Dans un mode de réalisation privilégié, un lissage exponentiel est effectué avec un facteur fixe dans le temps (0.5) sous la forme :
R = 0.5R + 0.5Rprev
Rprev = R
où R correspond à la valeur de R dans la sous-trame précédente et le facteur 0.5 est optimisé de façon empirique - bien entendu, le facteur 0.5 pourra être changé pour une autre valeur et d'autres méthodes de lissage sont également possibles. A noter que le lissage permet de réduire les variantes temporelles et évite donc des artéfacts.
Le facteur d'échelle optimisé est alors donné par : gHB2 (m) = max(min(R, Q), P) I P
Dans un mode de réalisation alternative, on pourra remplacer le lissage de R par un lissage de gHB2(m) tel que:
8HBI (m) <- °-58HB2 (m) + °-58HB2 (M - !)
Si le tilt (calculé comme dans AMR-WB dans le bloc 104) est positif (tilt>0 comme à la figure 5a), le calcul du facteur d'échelle se fait de la façon suivante:
La quantité R est lissée de façon adaptative dans le temps, avec un lissage plus fort quand R est faible - comme dans le cas précédent, ce lissage permet de réduire les variantes temporelles et évite donc des artéfacts:
R = (l - a)R + aRprev avec a = l - R2 Rprev = R
Ensuite, le facteur d'échelle optimisé est donné par :
gHB2(m) = mm{R, P, Q) / P Dans un mode de réalisation alternative, on pourra remplacer le lissage de R par un lissage de gHB2 (m) tel que calculé ci-dessus. gHB m)
Figure imgf000021_0001
+ SHB m = 0,..., 3 , (X = l- gH 2 B (m)
ou gHB (-ï) est le facteur d'échelle ou gain calculé pour la dernière sous-trame de la trame précédente.
On prend ici le minimum de R, P, Q afin d'éviter de surestimer le facteur d'échelle.
Dans une variante, la condition ci-dessus dépendant uniquement du tilt pourra être étendue pour tenir compte non seulement du paramètre de tilt mais également d'autres paramètres afin d'affiner la décision. De plus, le calcul de gHB2 (m) pourra être ajusté en fonction de ces dits paramètres supplémentaires.
Un exemple de paramètre supplémentaire est le nombre de passage par zéro (ZCR, zéro crossing rate) qui peut être défini comme :
N-l
= -∑| sgn [s(n)] - sgn [s(n - l)] | OÙ
Figure imgf000021_0002
Le paramètre zcr donne généralement les résultats similaires au tilt. Un bon critère de classification est le ratio entre zcrs calculé pour le signal synthétisé s{ri) et zcru calculé pour le signal d'excitation u(n) à 12800 Hz. Ce ratio est entre 0 et 1, où 0 signifie que le signal a un spectre décroissant, 1 que le spectre est croissant (ce qui correspond à (1 - tilt) I ' 2 . Dans ce cas, un ratio zcr / zcru >0.5 correspond au cas tilt <0, un ratio zcr / zcru <0.5 correspond à tilt >0.
Dans une variante, on pourra utiliser une fonction d'un paramètre tilth où tilthp est le tilt calculé pour le signal synthétisé s(n) filtré par un filtre passe haut avec une fréquence de coupure par exemple à 4800 Hz ; dans ce cas, la réponse 1 / Â(z/ γ) de 6 à 8 kHz (appliquée à 16 kHz) correspond à la réponse pondérée de 1 / A(z) de 4.8 à 6.4 kHz. Comme 1 / A(z/ γ) a une réponse plus aplatie, il faut compenser ce changement de tilt. La fonction de facteur d'échelle selon tilthp est alors donnée dans un mode de réalisation par :
(l - tilt hpf + 0.6 . On multiplie donc Q et R par mm {l,(l - tilt hp ) + 0.ôj quand tilt >0 ou par max (l,(l -tilthp ) + 0.ôj quand tilt <0. On considère maintenant le cas du débit de 23.85kbit/s, pour lequel une correction de gain est réalisée par les blocs 403 à 408. Cette correction de gain pourrait d'ailleurs faire l'objet d'une invention séparée. Dans ce mode particulier selon l'invention, l'information de correction de gain, notée gHBcorr (m) , transmise par le codage (compatible) AMR-WB avec un débit de 0.8 kbit/s est utilisée pour améliorer la qualité à 23.85 kbit/s.
On suppose ici que le codage (compatible) AMR-WB a effectué une quantification de gain de correction sur 4 bits comme décrit dans la clause UIT-T G.722.2/5.11 ou de façon équivalente dans la clause 3GPP TS 26.190/5.11.
Dans le codeur AMR-WB, le gain de correction est calculé en comparant l'énergie du signal original échantillonné à 16 kHz et filtré par un filtre passe-bande 6-7 kHz, sHB (n) avec l'énergie du bruit blanc à 16 kHz filtré par un filtre de synthèse 1 / A(z I γ) et un filtre passe- bande 6-7 kHz (avant le filtrage l'énergie du bruit est mis à un niveau semblable à celui de l'excitation à 12.8 kHz), sHB2 (n) . Le gain est la racine du ratio d'énergie du signal original sur l'énergie du bruit divisé par deux. Dans un mode possible de réalisation on pourra changer le filtre passe-bande pour un filtre avec une bande plus large (par exemple de 6 à 7.6 kHz).
, {m) = , m = 0, ..., 3
Figure imgf000022_0001
Pour pouvoir appliquer l'information de gain reçue à 23.85 kbit/s (dans le bloc 407), il est important de ramener l'excitation à un niveau similaire à celui attendu au codage (compatible) AMR-WB. Ainsi, le bloc 404 effectue la mise à l'échelle du signal d'excitation selon l'équation suivante:
UHBI (n) = SHB3 (m)uHB (n) , n = 80m, · · · , 80(m + 1) - 1
où gHB3 (m) est un gain par sous-trame calculé dans le bloc 403 sous la forme :
Figure imgf000022_0002
où le facteur 5 au dénominateur sert à compenser la différence de largeur de bande entre le signal u(n) et le signal uHB (n) , sachant qu'au codage AMR-WB l'excitation HF est un bruit blanc sur la bande 0-8000 Hz. L'indice de 4 bits par sous-trame, noté indexHF gain (m) , envoyé à 23.85 kbit/s est démultiplexé du train binaire (bloc 405) et décodé par le bloc 406 de la façon suivante :
<-> HBcorr (m) = 2.HP_gain(indexHF gain (m))
où HP _gain(.) est le dictionnaire de quantification de gain HF défini dans le codage AMR- WB et rappelé ci-dessous :
Figure imgf000023_0001
Le bloc 407 effectue la mise à l'échelle du signal d'excitation selon l'équation suivante:
2 (n) = S HBcorr (m)uHBl (ji) , n = 80m, · · · , 80(m + 1) - 1
Enfin, on ajuste l'énergie de l'excitation au niveau de la sous-trame courante avec les conditions suivantes (bloc 408). On calcule :
∑{ g (m)gHB2 (m)uHB (n))
fac(m)
∑½B2 («)
Le numérateur représente ici l'énergie de signal bande-haute qui serait obtenue dans le mode 23.05. Comme expliqué avant, pour les débits <23.85 kbit/s il faut conserver le niveau d'énergie entre le signal d'excitation décodé et le signal d'excitation étendu uHB (n) , mais cette contrainte n'est pas nécessaire dans le cas du débit de 23.85 kbit/s, puisque uHB (n) est dans ce cas mis à l'échelle par le gain gHB3 (m) . Pour éviter les doubles multiplications certaines opérations de multiplications appliqués au signal dans le bloc 400 sont appliquées dans le bloc 402 en multipliant par g (m) . La valeur de g (m) dépend de l'algorithme de synthèse de uHB (n) et doit être ajusté de telle sorte que le niveau d'énergie entre le signal d'excitation décodé en bande basse et le signal g (m)uHB (n) soit conservé. Dans un mode de réalisation particulier, qui sera décrit en détail plus tard en référence à la figure 7, g (m) = 0.6gHB1 (m) , où gHB1 (m) est un gain qui assure, pour le signal uHB , le même ratio entre énergie par sous-trame et énergie par trame que pour le signal u(n) et
0.6 correspond à la valeur moyenne d'amplitude de réponse en fréquence du filtre de désaccentuation de 5000 à 6400 Hz.
On suppose que dans le bloc 408 on dispose d'une information sur le tilt du signal bande basse - dans un mode de réalisation privilégié ce tilt est calculé comme dans le codée AMR- WB selon les blocs 103 et 104, cependant d'autres méthodes d'estimation du tilt sont possibles sans changer le principe de l'invention.
Si fac(m) >1 ou tilt<0, on prend :
UHB = UHB2 (n ' n = 80m, · · · , 80(m + 1) - 1
Sinon :
uHB \n) = max (Vl - tilt , fac(m)^ MHB2(n) , n = 80m, - · · , 80(m + 1) - 1
On notera que le calcul de facteur d'échelle optimisé présenté ici, notamment dans les blocs 401 et 402, se distingue de l'égalisation précitée de niveaux de filtres effectuée dans le codée AMR-WB+ par plusieurs aspects :
• Le facteur d'échelle optimisé est calculé directement à partir des fonctions de
transfert des filtres LPC sans impliquer de filtrage temporel. Ceci simplifie le procédé.
• L'égalisation est faite de préférentielle à une fréquence différente de la fréquence de Nyquist (6400 Hz) associée à la bande basse. En effet, la modélisation LPC représente implicitement l'atténuation du signal typiquement causée par les opérations de ré-échantillonnage et donc la réponse en fréquence d'un filtre LPC peut être subir à la fréquence de Nyquist une diminution qui se retrouve pas à la fréquence commune choisie.
· L'égalisation repose ici sur un filtre d'ordre moins élevé (ici d'ordre 2) en plus des 2 filtres à égaliser. Ce filtre additionnel permet d'éviter les effets de fluctuations spectrales locales (pic ou vallée) qui peuvent être présentes à la fréquence commune pour le calcul de la réponse en fréquence des filtres de prédiction.
Pour les blocs 403 à 408, l'avantage de l'invention est que la qualité du signal décodé à 23.85 kbit/s selon l'invention est améliorée par rapport à un signal décodé à 23.05 kbit/s, ce qui n'est pas le cas dans un décodeur AMR-WB. En fait, cet aspect de l'invention permet d'utiliser l'information supplémentaire (0.8 kbit/s) reçue à 23.85 kbit/s, mais de façon contrôlée (bloc 408), pour améliorer la qualité du signal d'excitation étendu au débit de 23.85.
Le dispositif de détermination du facteur d'échelle optimisé tel qu'illustré par les blocs 401 à 408 de la figure 4, met en œuvre un procédé de détermination du facteur d'échelle optimisé décrit maintenant en référence à la figure 6.
Les étapes principales sont mises en œuvre par le bloc 401. Ainsi, un signal d'excitation étendu uHB(n) esX. obtenu lors d'un procédé d'extension de bande de fréquence E601 qui comporte une étape de décodage ou d'extraction, dans une première bande de fréquence dite bande basse, d'un signal d'excitation et de paramètres de la première bande de fréquence comme par exemple les coefficients du filtre de prédiction linéaire de la première bande de fréquence.
Une étape E602 détermine un filtre de prédiction linéaire dit filtre additionnel, d'ordre inférieur à celui de la première bande de fréquence. Pour déterminer ce filtre, les paramètres de la première bande de fréquence décodés ou extraits sont utilisés.
Dans un mode de réalisation cette étape est effectuée par troncature de la fonction de transfert du filtre de prédiction linéaire de la bande basse pour obtenir un ordre de filtre inférieur, par exemple 2. Ces coefficients peuvent ensuite être modifiés en fonction d'un critère de stabilité comme expliqué précédemment en référence à la figure 4.
A partir des coefficients du filtre additionnel ainsi déterminé, une étape E603 est mise en œuvre pour calculer le facteur d'échelle optimisé à appliquer au signal d'excitation étendu. Ce facteur d'échelle optimisé est par exemple calculé à partir de la réponse en fréquence du filtre additionnel à une fréquence commune entre la bande basse (première bande de fréquence) et la bande haute (deuxième bande de fréquence). Une valeur minimale pouvant être choisie entre la réponse en fréquence de ce filtre et celles des filtres bande basse et bande haute.
Ceci évite donc les surestimations d'énergie qui pouvaient exister dans les méthodes de l'état de l'art.
Cette étape de calcul du facteur d'échelle optimisé est par exemple décrite précédemment en référence à la figure 4 et aux figures 5a et 5b.
L'étape E604 réalisée par le bloc 402 ou 409 (selon le débit de décodage) pour l'extension de bande, applique le facteur d'échelle optimisé ainsi calculée au signal d'excitation étendu de façon à obtenir un signal d'extension étendu optimisé uHB'(n).
Dans un mode de réalisation particulier, le dispositif de détermination du facteur d'échelle optimisé 708 est intégré dans un dispositif d'extension de bande décrit maintenant en référence à la figure 7. Ce dispositif de détermination du facteur d'échelle optimisé illustré par le bloc 708 met en œuvre le procédé de détermination du facteur d'échelle optimisé décrit précédemment en référence à la figure 6.
Dans ce mode de réalisation, le bloc 400 d'extension de bande de la figure 4 comprend les blocs 700 à 707 de la figure 7 décrite maintenant.
Ainsi, à l'entrée du dispositif d'extension de bande, un signal d'excitation bande basse décodé ou estimé par analyse est reçu ( u(n) ). L'extension de bande utilise ici l'excitation décodée à 12.8 kHz (exc2 ou u(n) ) en sortie du bloc 302 de la figure 3. On notera que dans ce mode de réalisation, la génération de l'excitation sur- échantillon né et étendu s'effectue dans une bande de fréquence allant de 5 à 8 kHz incluant donc une deuxième bande de fréquence (6.4-8kHz) supérieure à la première bande de fréquence (0-6.4 kHz).
Ainsi, la génération d'un signal d'excitation étendu s'effectue au moins deuxième bande de fréquence mais aussi sur une partie de la première bande de fréquence.
Bien évidemment, les valeurs définissant ces bandes de fréquences peuvent être différentes selon le décodeur ou le dispositif de traitement dans lequel l'invention s'applique.
Pour cet exemple de réalisation, ce signal est transformé pour obtenir un spectre de signal d'excitation U(k) par le module de transformation temps-fréquence 500.
Dans un mode de réalisation particulier, la transformée utilise une DCT-IV (pour "Discrète Cosine Transform" - Type IV en anglais) (bloc 700) sur la trame courante de 20 ms (256 échantillons), sans fenêtrage, ce qui revient à transformer directement u(n) avec n = 0 · · · , 255 selon la formule suivante :
Figure imgf000026_0001
où N = 256 et & = (),· · · , 255 .
On note ici que la transformation sans fenêtrage (ou de façon équivalente avec une fenêtre rectangulaire implicite de la longueur de la trame) est possible car le traitement est effectué dans le domaine de l'excitation, et non le domaine du signal, si bien qu'aucun artefact (effets de bloc) n'est audible, ce qui constitue un avantage important de ce mode de réalisation de l'invention.
Dans ce mode de réalisation, la transformation DCT-IV est mise en œuvre par FFT suivant l'algorithme dit « Evolved ZXT(EDCT) » décrit dans l'article de D.M. Zhang, HT. Li, A Low Complexity Transform - Evolved DCT, IEEE 14th International Conférence on Computational Science and Engineering (CSE), Aug. 2011, pp. 144-149, et mis en œuvre dans les normes UIT-T G.718 Annex B et G.729.1 Annex E.
Dans des variantes de l'invention et sans perte de généralité, la transformation DCT- IV pourra être remplacée par d'autres transformations temps-fréquences court-terme de même longueur et dans le domaine de l'excitation, comme une FFT (pour "Fast Fourier Transform" en anglais) ou une DCT-II {Discrète Cosine Transform - Type II). De façon alternative, on pourra remplacer la DCT-IV sur la trame par une transformation avec recouvrement-addition et fenêtrage de longueur supérieure à la longueur de la trame courante, par exemple en utilisant une MDCT (pour "Modified Discrète Cosine Tranform" en anglais). Dans ce cas le retard dans le bloc 310 de la figure 3, devra être ajusté (réduit) de façon adéquate en fonction du retard additionnel dû à l'analyse/synthèse par cette transformée.
Le spectre DCT, U(k) , de 256 échantillons couvrant la bande 0-6400 Hz (à 12.8 kHz), est ensuite étendu (bloc 701) en un spectre de 320 échantillons couvrant la bande 0- 8000 Hz (à 16 kHz) sous la forme suivante :
UHBl (k) =
Figure imgf000027_0001
où on prend de façon préférentielle start_band = 160.
Le bloc 701 fonctionne comme module de génération d'un signal d'excitation suréchantillonné et étendu et réalise un ré-échantillonnage de 12.8 à 16 kHz dans le domaine fréquentiel, en rajoutant ¼ d'échantillons ( k = 240, · · · , 319 ) au spectre, le ratio entre 16 et 12.8 étant de 5/4.
De plus, le bloc 701 réalise un filtrage passe-haut implicite dans la bande 0-5000 Hz puisque les 200 premiers échantillons de UHB1 (k) sont mis à zéro ; comme expliqué plus tard, ce filtrage passe-haut est également complété par une partie d'atténuation progressive des valeurs spectrales d'indices k = 200, · · · , 255 dans la bande 5000-6400 Hz, cette atténuation progressive est mise en œuvre dans le bloc 704 mais pourrait être réalisée séparément en dehors du bloc 704. De façon équivalente et dans des variantes de l'invention, la mise en œuvre du filtrage passe-haut séparée en blocs de coefficients d'indice k = 0, · · · ,199 mis à zéro, de coefficients k = 200, · · - , 255 atténués, dans le domaine transformé, pourra donc être effectué en une seule étape.
Dans cet exemple de réalisation et selon la définition de UHB1 (k) , on remarque que la bande 5000-6000 Hz de U HBl (k) (qui correspond aux indices k = 200, · · - , 239 ) est copiée à partir de la bande 5000-6000 Hz de U(k) . Cette approche permet de conserver le spectre original dans cette bande et elle évite d'introduire des distorsions dans la bande 5000-6000 Hz lors de l'addition de la synthèse HF avec la synthèse BF - en particulier la phase du signal (implicitement représentée dans le domaine DCT-IV) dans cette bande est préservée.
La bande 6000-8000 Hz de UHB1 (k) est ici définie en copiant la bande 4000-6000 Hz de U(k) puisque la valeur de start_band est fixée préférentiel lement à 160.
Dans une variante du mode de réalisation, la valeur de start_band pourra être rendue adaptative autour de la valeur de 160. Les détails de l'adaptation de la valeur start_band ne sont pas décrits ici car ils dépassent le cadre de l'invention sans en changer la portée. Pour certains signaux en bande élargie (échantillonnés à 16 kHz), la bande haute (>6 kHz) peut être bruitée, harmonique ou comporter un mélange de bruit et d'harmoniques. De plus, le niveau d'harmonicité dans la bande 6000-8000 Hz est généralement corrélé à celui des bandes de fréquences inférieures. Ainsi le bloc 702 de génération de bruit, réalise une génération de bruit dans le domaine fréquentiel, ½BN( ) pour k = 240,· · · , 319 (80 échantillons) correspondant à une deuxième bande de fréquence dite haute fréquence afin de combiner ensuite ce bruit avec le spectre UHB1(k) dans le bloc 703.
Dans un mode de réalisation particulier, le bruit (dans la bande 6000-8000 Hz) est généré de façon pseudo-aléatoire avec un générateur congruentiel linéaire sur 16 bits :
Figure imgf000028_0001
avec la convention que UHBN (239) dans la trame courante correspond à la valeur UHBN (319) de la trame précédente. Dans des variantes de l'invention, on pourra remplacer cette génération de bruit par d'autres méthodes.
Le bloc 703 de combinaison peut être réalisé de différentes façons. De façon privilégiée, on considère un mixage additif adaptatif de la forme :
UHB2(k) = βϋΗΒΙ (k) + GHBNUHBN (k) , k = 240, · · · , 319
où GHBN est un facteur de normalisation servant à égaliser le niveau d'énergie entre les deux signaux,
Figure imgf000028_0002
avec ε =0.01, et le coefficient (compris entre 0 et 1) est ajusté en fonction de paramètres estimés à partir de la bande basse décodée et le coefficient β (compris entre 0 et 1) dépend de a .
Dans un mode de réalisation privilégié on calcule l'énergie du bruit dans trois bandes : 2000-4000 Hz, 4000-6000 Hz et 6000-8000 Hz, avec
V4 = ∑ u (k)
i eN(80,159) 6 = ∑ u'2(k)
ieN(160,239)
EN4-6 = ∑ U '2(k)
ieN(240,319) ou
Figure imgf000029_0001
U \k) = U(k) £ = 160,..., 239
239
fc=160
319 UmAk) £ = 240, ..., 319
∑ uHB1 2 (k)
k=240 et N(fc1 , fc2) est l'ensemble des indices & pour lesquels le coefficient d'indice k est classifié comme étant associé à du bruit. Cet ensemble peut être par exemple obtenu en détectant les pics locaux dans U
Figure imgf000029_0002
+ et en considérant que ces raies ne sont pas associés à du bruit, soit (en appliquant la négation de la condition précédente):
N(a,b) = {a≤ k≤ b \\U
Figure imgf000029_0003
+ 1)|}
On peut noter que d'autres méthodes de calcul de l'énergie du bruit sont possibles, par exemple en prenant la valeur médiane du spectre sur la bande considérée ou en appliquant un lissage à chaque raie fréquentielle avant de calculer l'énergie par bande.
On fixe a de telle sorte que le ratio entre l'énergie du bruit dans les bandes 4-6 kHz et 6-8 kHz soit le même qu'entre les bandes 2-4 kHz et 4-6 kHz :
Figure imgf000029_0004
ou
EN4_6 — ΐΆάχ(ΕΝ4_6 , ΕΝ2_4), P ~ p = max(p, EN6_& )
Dans des variantes de l'invention, le calcul de a pourra être remplacé par d'autres méthodes. Par exemple, dans une variante, on pourra extraire (calculer) différents paramètres (ou « features » en anglais) caractérisant le signal en bande basse, dont un paramètre « tilt » similaire à celui calculé dans le codée AMR-WB, et on estimera le facteur a en fonction d'une régression linéaire à partir de ces différents paramètres en limitant sa valeur entre 0 et 1. La régression linéaire pourra par exemple être estimée de façon supervisée en estimant le facteur a en se donnant la bande haute originale dans une base d'apprentissage. On notera que le mode de calcul de a ne limite pas la nature de l'invention.
Dans un mode de réalisation privilégié, on prend
Figure imgf000030_0001
afin de préserver l'énergie du signal étendu après mixage.
Dans une variante les facteurs β et a pourront être adaptés pour tenir compte du fait qu'un bruit injecté dans une bande donnée du signal est perçu en général comme plus fort qu'un signal harmonique à la même énergie dans la même bande. Ainsi on pourra modifier les facteurs β et comme suit:
β - β./(α)
a <- a.f( )
où f(a) est une fonction décroissante de , par exemple f{ ) = b - a, [â , b = l . l , a = 1.2 , f(a) limité de 0.3 à 1. Il faut remarquer qu'après multiplication par f(a) , a2 + β2 < 1 si bien que l'énergie du signal UHB2(k) = βυ HB1(k) + GHBNU HBN(k) est plus basse que l'énergie de UHB1(k) (la différence d'énergie dépend de , plus on rajoute de bruit, plus l'énergie est atténuée).
Dans d'autres variantes de l'invention on pourra prendre :
β = \ - α
ce qui permet de préserver le niveau d'amplitude (quand les signaux combinés sont de même signe) ; cependant cette variante a le désavantage de résulter en une énergie globale (au niveau de UHB2(k) ) qui n'est pas monotone en fonction de a .
On remarque donc ici que le bloc 703 réalise l'équivalent du bloc 101 de la figure 1 pour normaliser le bruit blanc en fonction d'une excitation qui est par contre ici dans le domaine fréquentiel, déjà étendue à la cadence de 16 kHz ; de plus, le mixage est limité à la bande 6000-8000 Hz.
Dans une variante simple, on peut considérer une réalisation du bloc 703, où les spectres, UHB1(k) ou GHBNU HBN (k) , sont sélectionnés (commutés) de façon adaptative, ce qui revient à n'autoriser que les valeurs 0 ou 1 pour a ; cette approche revient à classifier le type d'excitation à générer dans la bande 6000-8000 Hz
Le bloc 704 réalise de façon optionnelle, une double opération d'application de réponse en fréquence de filtre passe-bande et de filtrage de désaccentuation (ou déemphase) dans le domaine fréquentiel. Dans une variante de l'invention, le filtrage de désaccentuation pourra être réalisé dans le domaine temporel, après le bloc 705 voire avant le bloc 700 ; cependant, dans ce cas, le filtrage passe-bande réalisé dans le bloc 704 peut laisser certaines composantes basses fréquences de très faibles niveaux qui se voient amplifier par désaccentuation, ce qui peut modifier de façon légèrement perceptible la bande basse décodée. Pour cette raison, on préfère ici réaliser la désaccentuation dans le domaine fréquentiel. Dans le mode de réalisation privilégié, les coefficients d'indice & = 0,· · · ,199 sont mis à zéro, ainsi la désaccentuation est limitée aux coefficients supérieurs.
L'excitation est d'abord désaccentuée selon l'équation suivante :
0 £ = 0,· · · ,199
U '(k) Gdeemph (k)UHB2(k) * = 200, - , 255
Gdeem≠(255)UHB2(k) = 256,· · · , 319 où Gdeemph (k) est la réponse en fréquence du filtre l / (l - 0.68z_1 ) sur une bande de fréquence discrète restreinte. En prenant en compte les fréquences discrètes (impaires) de la DCT-IV, on définit ici Gdeem h (k) comme:
G W , £ = 0, · · · , 255
e ¾ - 0.68
OÙ
256 -80 + £ + - θ„ = 2
256
Dans le cas où une autre transformation que la DCT-IV est utilisée, la définition de Ok pourra être ajustée (par exemple pour des fréquences paires).
On note que la désaccentuation est appliquée en deux phases pour k = 200, · · - ,255 correspondant à la bande de fréquence 5000-6400 Hz, où la réponse l / (l - 0.68z_1 ) est appliquée comme à 12.8 kHz, et pour k = 256,· · - ,319 correspondant à la bande de fréquence 6400-8000 Hz, où la réponse est étendue de 16 kHz ici à une valeur constante dans la bande 6.4-8 kHz.
On peut noter que dans le codée AMR-WB la synthèse HF n'est pas désaccentuée. Dans le mode de réalisation présenté ici, le signal hautes fréquences est au contraire désaccentué de manière à le ramener dans un domaine cohérent avec le signal basses fréquences (0-6.4 kHz) qui sort du bloc 305 de la figure 3. Ceci est important pour l'estimation et l'ajustement ultérieur de l'énergie de la synthèse HF.
Dans une variante du mode de réalisation, afin de réduire la complexité, on pourra fixer Gdeem h (k) à une valeur constante indépendante de en prenant par exemple Gdeemph(k) = 0.6 ce qui correspond approximativement à la valeur moyenne de Gdeemph(k) pour k = 200,·· -,319 dans les conditions du mode de réalisation décrit ci-dessus.
Dans une autre variante du mode de réalisation du dispositif d'extension, la désaccentuation pourra être réalisée de façon équivalente dans le domaine temporel après DCT inverse.
En plus de la désaccentuation, un filtrage passe-bande est appliqué avec deux parties séparées : l'une passe-haut fixe, l'autre passe-bas adaptative (fonction du débit).
Ce filtrage est effectué dans le domaine fréquentiel.
Dans le mode de réalisation privilégiée, on calcule la réponse partielle de filtre passe- bas dans le domaine fréquentiel comme suit:
G k) = 1-0.999—^-
Nlp-l
où Nlp =60 à 6.6 kbit/s, 40 à 8.85 kbit/s, 20 aux débits >8.85 bit/s.
Ensuite on applique un filtre passe-bande sous la forme :
0 £ = 0,···,199
Ghp(k-200)UHB2\k) £ = 200,· --,255
UHB3(k) =
UHB2\k) fc = 256,-,319-Nlp
Glp (k - 320 -Nlv)UHB2\k) k = 320 - Nlp , · · · , 319
La définition de Gh (k) , k = 0,··· ,55, est donnée par exemple au tableau 1 ci-dessous.
Figure imgf000032_0001
Tableau 2 On notera que dans des variantes de l'invention les valeurs de Ghp (k) pourront être modifiées tout en gardant une atténuation progressive. De même le filtrage passe-bas à largeur de bande variable, G, (k) , pourra être ajusté avec des valeurs ou un support fréquentiel différents, sans changer le principe de cette étape de filtrage.
On notera aussi que le filtrage passe-bande pourra être adapté en définissant une seule étape de filtrage combinant les filtrages passe-haut et passe-bas.
Dans un autre mode de réalisation, le filtrage passe-bande pourra être réalisé de façon équivalente dans le domaine temporel (comme dans le bloc 112 de la figure 1) avec différents coefficients de filtre selon le débit, après une étape de DCT inverse. Cependant, on notera qu'il est avantageux de réaliser cette étape directement dans le domaine fréquentiel car le filtrage est effectué dans le domaine de l'excitation LPC et donc les problèmes de convolution circulaire et d'effets de bord sont très limités dans ce domaine.
On notera aussi que dans le cas du débit de 23.85 kbit/s on n'effectue pas la désaccentuation de l'excitation UHB2(k) pour rester en accord avec la façon dont le gain de correction est calculé dans le codeur AMR-WB et pour éviter les doubles multiplications. Dans ce cas block 704 réalise seulement le filtrage passe-bas.
Le bloc 705 de transformée inverse réalise une DCT inverse sur 320 échantillons pour trouver l'excitation haute-fréquence échantillonnée à 16 kHz. Sa mise en œuvre est identique au bloc 700, car la DCT-IV est orthonormée, sauf que la longueur de la transformée est de 320 au lieu de 256, et on obtient:
Figure imgf000033_0001
où N16k = 320 et £ = (), · · · , 319
Cette excitation échantillonnée à 16 kHz est ensuite de façon optionnelle mise à l'échelle par des gains définis par sous-trame de 80 échantillons (bloc 707).
Dans un mode de réalisation privilégié, on calcule d'abord (bloc 706) un gain gHBi(m) par sous-trame par des ratios d'énergie des sous-trames tel que dans chaque sous-trame d'indice =0, 1, 2 ou 3 de la trame courante:
Figure imgf000033_0002
où e1 (m) = u(n + 64m)2 + £
79
e2 (m) = uHB0 (n + 80m)2 + ε
Figure imgf000034_0001
avec ε = 0.01. On peut écrire le gain par sous-trame gHB1 (m) sous la forme
Figure imgf000034_0002
ce qui montre qu'on assure dans le signal uHB le même ratio entre énergie par sous-trame et énergie par trame que dans le signal u(n) .
Le bloc 707 effectue la mise à l'échelle du signal combiné selon l'équation suivante:
UHB (n) = SHBI (m uHBo = 80m, · · · , 80(m + 1) - 1
On notera que la réalisation du bloc 706 diffère de celle du bloc 101 de la figure 1, car l'énergie au niveau de la trame courante est prise en compte en plus de celle de la sous- trame. Cela permet d'avoir le ratio de l'énergie de chaque sous-trame par rapport à l'énergie de la trame. On compare donc des ratios d'énergie (ou énergies relatives) plutôt que les énergies absolues entre bande basse et bande haute.
Ainsi, cette étape de mise à l'échelle permet de conserver dans la bande haute le ratio d'énergie entre la sous-trame et la trame de la même façon que dans la bande basse.
On notera ici que dans le cas du débit 23.85 kbit/s les gains gHB1 (m) sont calculés mais appliqués dans l'étape suivante, comme expliqué en référence à la figure 4, pour éviter les doubles multiplications. Dans ce cas uHB (n) = uHB0 (n) .
Selon l'invention, le bloc 708 effectue ensuite un calcul de facteur d'échelle par sous- trame du signal (étapes E602 à E 603 de la figure 6), comme décrit précédemment en référence à la figure 6 et détaillé en figure 4 et 5. Enfin, l'excitation corrigée uHB n) est filtrée par le module de filtrage 710 qui peut être réalisé ici en prenant comme fonction de transfert 1 / A(z/ γ) , où γ =0.9 à 6.6 kbit/s et γ =0.6 aux autres débits, ce qui limite l'ordre du filtre à l'ordre 16.
Dans une variante, ce filtrage pourra être réalisé de la même façon que ce qui est décrit pour le bloc 111 de la figure 1 du décodeur AMR-WB, cependant l'ordre du filtre passe à 20 au débit de 6.6, ce qui ne change pas de façon significative la qualité du signal synthétisé. Dans une autre variante, on pourra effectuer le filtrage de synthèse LPC dans le domaine fréquentiel, après avoir calculé la réponse en fréquence du filtre mis en œuvre dans le bloc 710.
Dans une variante de réalisation, l'étape de filtrage par un filtre 710 de prédiction linéaire pour la deuxième bande de fréquence est combinée à l'application du facteur d'échelle optimisé, ce qui permet de réduire la complexité de traitement. Ainsi les étapes de filtrage 1 / Λ(ζ/ γ) et d'application du facteur d'échelle optimisé gHB2 sont combinées à une seule étape de filtrage gHB2 1 (z/ y) pour réduire la complexité de traitement.
Dans des variantes de réalisation de l'invention, le codage de la bande basse (0-6.4 kHz) pourra être remplacé par un codeur CELP autre que celui utilisé dans AMR-WB, comme par exemple le codeur CELP dans G.718 à 8 kbit/s. Sans perte de généralité d'autres codeurs en bande élargie ou fonctionnant à des fréquences supérieurs à 16 kHz, dans lesquels le codage de la bande basse fonctionne à une fréquence interne à 12.8 kHz pourraient être utilisés. Par ailleurs, l'invention peut être adaptée de façon évidente à d'autres fréquences d'échantillonnage que 12.8 kHz, lorsqu'un codeur de basses fréquences fonctionne à une fréquence d'échantillonnage inférieure à celle du signal original ou reconstruit. Lorsque le décodage en bande basse n'utilise pas de prédiction linéaire, on ne dispose pas d'un signal d'excitation à étendre, dans ce cas on pourra réaliser une analyse LPC du signal reconstruit dans la trame courante et on calculera une excitation LPC de manière à pouvoir appliquer l'invention.
Enfin, dans une autre variante de l'invention, l'excitation ( u(n) ) est rééchantillonnée, par exemple par interpolation linéaire ou "spline" cubique, de 12.8 à 16 kHz avant transformation (par exemple DCT-IV) de longueur 320. Cette variante a le défaut d'être plus complexe, car la transformée (DCT-IV) de l'excitation est alors calculée sur une plus grande longueur et le ré-échantillonnage n'est pas effectué dans le domaine de la transformée.
De plus, dans des variantes de l'invention, tous les calculs nécessaires à l'estimation des gains ( GHBN , gHB1 (m) , gHB2 (m) , gHBN , ...) pourront être effectués dans un domaine logarithmique. Dans des variantes de l'extension de bande, l'excitation en bande basse u(n) et le filtre LPC 1 / A(z) seront estimés par trame, par analyse LPC d'un signal en bande basse dont la bande doit être étendue. Le signal d'excitation bande basse est alors extrait par analyse du signal audio.
Dans un mode possible de réalisation de cette variante, le signal audio bande basse est ré-échantillonné avant l'étape d'extraction de l'excitation, si bien que l'excitation extraite du signal audio (par prédiction linéaire) est déjà ré-échantillonnée.
L'extension de bande illustrée à la figure 7, s'applique dans ce cas à une bande basse qui n'est pas décodée mais analysée.
La figure 8 représente un exemple de réalisation matérielle d'un dispositif de détermination d'un facteur d'échelle optimisé 800 selon l'invention. Celui-ci peut faire partie intégrante d'un décodeur de signal audiofréquence ou d'un équipement recevant des signaux audiofréquences décodés ou non.
Ce type de dispositif comporte un processeur PROC coopérant avec un bloc mémoire BM comportant une mémoire de stockage et/ou de travail MEM.
Un tel dispositif comporte un module d'entrée E apte à recevoir un signal audio d'excitation décodé ou extrait dans une première bande de fréquence dite bande basse ( u(n) ou U(k) ) et les paramètres d'un filtre de synthèse de prédiction linéaire ( A(z) ). Il comporte un module de sortie S apte à transmettre le signal haute fréquence synthétisé et optimisé (UHB'(I" ) par exemple à un module de filtrage comme le bloc 710 de la figure 7 ou à un module de ré-échantillonnage comme le module 311 de la figure 3.
Le bloc mémoire peut avantageusement comporter un programme informatique comportant des instructions de code pour la mise en œuvre des étapes du procédé de détermination d'un facteur d'échelle optimisé à appliquer à un signal d'excitation ou à un filtre au sens de l'invention, lorsque ces instructions sont exécutées par le processeur PROC, et notamment les étapes de détermination (E602) d'un filtre de prédiction linéaire dit filtre additionnel, d'ordre inférieur au filtre de prédiction linéaire de la première bande de fréquence, les coefficients du filtre additionnel étant obtenus à partir des paramètres décodés ou extraits de la première bande de fréquence, de calcul (E603) d'un facteur d'échelle optimisé en fonction au moins des coefficients du filtre additionnel.
Typiquement, la description de la figure 6 reprend les étapes d'un algorithme d'un tel programme informatique. Le programme informatique peut également être stocké sur un support mémoire lisible par un lecteur du dispositif ou téléchargeable dans l'espace mémoire de celui-ci.
La mémoire MEM enregistre de manière générale, toutes les données nécessaires à la mise en œuvre du procédé. Dans un mode possible de réalisation, le dispositif ainsi décrit peut également comporter les fonctions d'application du facteur d'échelle optimisé au signal d'excitation étendu, d'extension de bande de fréquence, de décodage bande basse et autre fonctions.de traitement décrites par exemple en figure 3 et 4 en plus des fonctions de détermination de facteur d'échelle optimisé selon l'invention.

Claims

REVENDICATIONS
Procédé de détermination d'un facteur d'échelle optimisé à appliquer à un signal d'excitation ou à un filtre lors d'un procédé d'extension de bande de fréquence d'un signal audiofréquence, le procédé d'extension de bande (E601) comportant une étape de décodage ou d'extraction, dans une première bande de fréquence, d'un signal d'excitation et de paramètres de la première bande de fréquence comprenant des coefficients d'un filtre de prédiction linéaire, une étape de génération d'un signal d'excitation étendu sur au moins une deuxième bande de fréquence et une étape de filtrage par un filtre de prédiction linéaire pour la deuxième bande de fréquence, le procédé de détermination étant caractérisé en ce qu'il comporte les étapes suivantes:
- détermination (E602) d'un filtre de prédiction linéaire dit filtre additionnel, d'ordre inférieur au filtre de prédiction linéaire de la première bande de fréquence, les coefficients du filtre additionnel étant obtenus à partir des paramètres décodés ou extraits de la première bande de fréquence; et
- calcul (E603) du facteur d'échelle optimisé en fonction au moins des coefficients du filtre additionnel.
Procédé selon la revendication 1, caractérisé en ce que le procédé d'extension de bande comprend une étape d'application (E604) du facteur d'échelle optimisé au signal d'excitation étendu.
Procédé selon la revendication 2, caractérisé en ce que l'application du facteur d'échelle optimisé est combinée à l'étape de filtrage dans la deuxième bande de fréquence.
Procédé selon la revendication 1, caractérisé en ce que les coefficients du filtre additionnel sont obtenus par troncature de la fonction de transfert du filtre de prédiction linéaire de la première bande de fréquence pour obtenir un ordre inférieur.
Procédé selon la revendication 4, caractérisé en ce que les coefficients du filtre additionnel sont modifiés en fonction d'un critère de stabilité du filtre additionnel.
Procédé selon la revendication 1, caractérisé en ce que le calcul du facteur d'échelle optimisé comporte les étapes suivantes:
- calcul des réponses en fréquence des filtres de prédiction linéaire des première et deuxième bandes de fréquence pour une fréquence commune;
- calcul de la réponse en fréquence du filtre additionnel pour cette fréquence commune;
- calcul du facteur d'échelle optimisé en fonction des réponses en fréquence ainsi calculées.
7. Procédé selon la revendication 1, caractérisé en ce qu'il comprend en outre les étapes suivantes, mises en œuvre pour un débit de décodage prédéterminé:
- première mise à l'échelle du signal d'excitation étendu par un gain calculé par sous- trame fonction d'un rapport d'énergie entre le signal d'excitation décodé et le signal d'excitation étendu;
-deuxième mise à l'échelle du signal d'excitation issu de la première mise à l'échelle par un gain de correction décodé;
- ajustement de l'énergie de l'excitation pour la sous-trame courante par un facteur d'ajustement calculé en fonction de l'énergie du signal obtenu après la deuxième mise à l'échelle et en fonction du signal obtenu après application du facteur d'échelle optimisé.
8. Dispositif de détermination d'un facteur d'échelle optimisé à appliquer à un signal d'excitation ou à un filtre dans un dispositif d'extension de bande de fréquence d'un signal audiofréquence, le dispositif d'extension de bande (400) comprenant un module de décodage ou d'extraction, dans une première bande de fréquence, d'un signal d'excitation et de paramètres de la première bande de fréquence comprenant des coefficients d'un filtre de prédiction linéaire, un module de génération d'un signal d'excitation étendu sur au moins une deuxième bande de fréquence et un module de filtrage par un filtre de prédiction linéaire pour la deuxième bande de fréquence, le dispositif de détermination étant caractérisé en ce qu'il comprend:
- un module de détermination (401a) d'un filtre de prédiction linéaire dit filtre additionnel, d'ordre inférieur au filtre de prédiction linéaire de la première bande de fréquence, les coefficients du filtre additionnel étant obtenus à partir des paramètres décodés ou extraits de la première bande de fréquence; et
- un module de calcul (401b) du facteur d'échelle optimisé en fonction au moins des coefficients du filtre additionnel.
9. Décodeur de signal audiofréquence caractérisé en ce qu'il comporte un dispositif de détermination d'un facteur d'échelle optimisé conforme à la revendication 8.
10. Programme informatique comportant des instructions de code pour la mise en œuvre des étapes du procédé détermination d'un facteur d'échelle optimisé selon l'une des revendications 1 à 7, lorsque ces instructions sont exécutées par un processeur.
11. Support de stockage lisible par un dispositif de détermination d'un facteur d'échelle optimisé sur lequel est enregistré un programme informatique comprenant des instructions de code pour l'exécution des étapes du procédé de détermination d'un facteur d'échelle optimisé selon l'une des revendications 1 à 7.
PCT/FR2014/051720 2013-07-12 2014-07-04 Facteur d'échelle optimisé pour l'extension de bande de fréquence dans un décodeur de signaux audiofréquences WO2015004373A1 (fr)

Priority Applications (22)

Application Number Priority Date Filing Date Title
RU2016104466A RU2668058C2 (ru) 2013-07-12 2014-07-04 Оптимизированный масштабный коэффициент для расширения диапазона частот в декодере сигналов звуковой частоты
MX2016000255A MX354394B (es) 2013-07-12 2014-07-04 Factor de escala optimizado para la extension de la banda de frecuencias en un decodificador de señales de audiofrecuencia.
KR1020167003307A KR102315639B1 (ko) 2013-07-12 2014-07-04 오디오 주파수 신호 복호기에서 주파수 대역 확장을 위한 최적화된 스케일 팩터
CA2917795A CA2917795C (fr) 2013-07-12 2014-07-04 Facteur d'echelle optimise pour l'extension de bande de frequence dans un decodeur de signaux audiofrequences
JP2016524867A JP6487429B2 (ja) 2013-07-12 2014-07-04 音声周波数信号復号器における周波数帯域拡張のため最適化スケール因子
BR122017018553-5A BR122017018553B1 (pt) 2013-07-12 2014-07-04 Método e aparelho para a determinação de um fator de escala otimizado
CN201480039594.5A CN105378837B (zh) 2013-07-12 2014-07-04 用于在音频信号解码器中进行频带扩展的优化缩放因子
KR1020177024532A KR102343019B1 (ko) 2013-07-12 2014-07-04 오디오 주파수 신호 복호기에서 주파수 대역 확장을 위한 최적화된 스케일 팩터
BR122017018556-0A BR122017018556B1 (pt) 2013-07-12 2014-07-04 Método para operar um aparelho para estender uma banda de frequência de um sinal de audiofrequência e aparelho para estender uma banda de frequência de um sinal de audiofrequência pela determinação de um fator de escala otimizado
EP14749907.3A EP3020043B1 (fr) 2013-07-12 2014-07-04 Facteur d'échelle optimisé pour l'extension de bande de fréquence dans un décodeur de signaux audiofréquences
US14/904,555 US10446163B2 (en) 2013-07-12 2014-07-04 Optimized scale factor for frequency band extension in an audio frequency signal decoder
KR1020177024524A KR102319881B1 (ko) 2013-07-12 2014-07-04 오디오 주파수 신호 복호기에서 주파수 대역 확장을 위한 최적화된 스케일 팩터
BR112016000337-3A BR112016000337B1 (pt) 2013-07-12 2014-07-04 Método de extensão de banda realizado por um dispositivo de extensãode banda para formar um sinal de saída com artefatos reduzidos, dispositivo dedeterminação de um fator de escala otimizado para aplicar em um sinal deexcitação ou em um filtro em um dispositivo de extensão de banda de frequênciade um sinal e decodificador de sinal de audiofrequência
BR122017018557-8A BR122017018557B1 (pt) 2013-07-12 2014-07-04 Método e aparelho para a determinação de um fator de escala otimizado
KR1020177024526A KR102423081B1 (ko) 2013-07-12 2014-07-04 오디오 주파수 신호 복호기에서 주파수 대역 확장을 위한 최적화된 스케일 팩터
US15/715,785 US10354664B2 (en) 2013-07-12 2017-09-26 Optimized scale factor for frequency band extension in an audio frequency signal decoder
US15/715,819 US10438600B2 (en) 2013-07-12 2017-09-26 Optimized scale factor for frequency band extension in an audio frequency signal decoder
US15/715,733 US10438599B2 (en) 2013-07-12 2017-09-26 Optimized scale factor for frequency band extension in an audio frequency signal decoder
US16/542,440 US10943593B2 (en) 2013-07-12 2019-08-16 Optimized scale factor for frequency band extension in an audio frequency signal decoder
US16/546,898 US10943594B2 (en) 2013-07-12 2019-08-21 Optimized scale factor for frequency band extension in an audio frequency signal decoder
US16/553,595 US10672412B2 (en) 2013-07-12 2019-08-28 Optimized scale factor for frequency band extension in an audio frequency signal decoder
US16/556,332 US10783895B2 (en) 2013-07-12 2019-08-30 Optimized scale factor for frequency band extension in an audio frequency signal decoder

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1356909A FR3008533A1 (fr) 2013-07-12 2013-07-12 Facteur d'echelle optimise pour l'extension de bande de frequence dans un decodeur de signaux audiofrequences
FR1356909 2013-07-12

Related Child Applications (6)

Application Number Title Priority Date Filing Date
US14/904,555 A-371-Of-International US10446163B2 (en) 2013-07-12 2014-07-04 Optimized scale factor for frequency band extension in an audio frequency signal decoder
US15/715,733 Division US10438599B2 (en) 2013-07-12 2017-09-26 Optimized scale factor for frequency band extension in an audio frequency signal decoder
US15/715,785 Division US10354664B2 (en) 2013-07-12 2017-09-26 Optimized scale factor for frequency band extension in an audio frequency signal decoder
US15/715,819 Division US10438600B2 (en) 2013-07-12 2017-09-26 Optimized scale factor for frequency band extension in an audio frequency signal decoder
US16/553,595 Continuation US10672412B2 (en) 2013-07-12 2019-08-28 Optimized scale factor for frequency band extension in an audio frequency signal decoder
US16/556,332 Continuation US10783895B2 (en) 2013-07-12 2019-08-30 Optimized scale factor for frequency band extension in an audio frequency signal decoder

Publications (1)

Publication Number Publication Date
WO2015004373A1 true WO2015004373A1 (fr) 2015-01-15

Family

ID=49753286

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2014/051720 WO2015004373A1 (fr) 2013-07-12 2014-07-04 Facteur d'échelle optimisé pour l'extension de bande de fréquence dans un décodeur de signaux audiofréquences

Country Status (11)

Country Link
US (8) US10446163B2 (fr)
EP (1) EP3020043B1 (fr)
JP (4) JP6487429B2 (fr)
KR (4) KR102423081B1 (fr)
CN (4) CN107527629B (fr)
BR (4) BR112016000337B1 (fr)
CA (4) CA3108921C (fr)
FR (1) FR3008533A1 (fr)
MX (1) MX354394B (fr)
RU (4) RU2668058C2 (fr)
WO (1) WO2015004373A1 (fr)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2631906A1 (fr) * 2012-02-27 2013-08-28 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Commande à cohérence de phase pour signaux harmoniques dans des codecs audio perceptuels
CN103928029B (zh) * 2013-01-11 2017-02-08 华为技术有限公司 音频信号编码和解码方法、音频信号编码和解码装置
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
TWI557726B (zh) * 2013-08-29 2016-11-11 杜比國際公司 用於決定音頻信號的高頻帶信號的主比例因子頻帶表之系統和方法
US20160323425A1 (en) * 2015-04-29 2016-11-03 Qualcomm Incorporated Enhanced voice services (evs) in 3gpp2 network
US9830921B2 (en) * 2015-08-17 2017-11-28 Qualcomm Incorporated High-band target signal control
US10825467B2 (en) * 2017-04-21 2020-11-03 Qualcomm Incorporated Non-harmonic speech detection and bandwidth extension in a multi-source environment
US20190051286A1 (en) * 2017-08-14 2019-02-14 Microsoft Technology Licensing, Llc Normalization of high band signals in network telephony communications
US10681486B2 (en) * 2017-10-18 2020-06-09 Htc Corporation Method, electronic device and recording medium for obtaining Hi-Res audio transfer information
TWI809289B (zh) * 2018-01-26 2023-07-21 瑞典商都比國際公司 用於執行一音訊信號之高頻重建之方法、音訊處理單元及非暫時性電腦可讀媒體
CN110660409A (zh) * 2018-06-29 2020-01-07 华为技术有限公司 一种扩频的方法及装置
CN113812136A (zh) * 2019-04-03 2021-12-17 杜比实验室特许公司 可缩放话音场景媒体服务器
WO2021172053A1 (fr) * 2020-02-25 2021-09-02 ソニーグループ株式会社 Dispositif et procédé de traitement de signaux et programme
RU2747368C1 (ru) * 2020-07-13 2021-05-04 федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации Способ мониторинга и управления информационной безопасностью подвижной сети связи

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090201983A1 (en) * 2008-02-07 2009-08-13 Motorola, Inc. Method and apparatus for estimating high-band energy in a bandwidth extension system
US20110099004A1 (en) * 2009-10-23 2011-04-28 Qualcomm Incorporated Determining an upperband signal from a narrowband signal

Family Cites Families (73)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2240252T3 (es) * 1991-06-11 2005-10-16 Qualcomm Incorporated Vocodificador de velocidad variable.
US5455888A (en) * 1992-12-04 1995-10-03 Northern Telecom Limited Speech bandwidth extension method and apparatus
SE502244C2 (sv) * 1993-06-11 1995-09-25 Ericsson Telefon Ab L M Sätt och anordning för avkodning av ljudsignaler i ett system för mobilradiokommunikation
JP3189614B2 (ja) * 1995-03-13 2001-07-16 松下電器産業株式会社 音声帯域拡大装置
US6002352A (en) * 1997-06-24 1999-12-14 International Business Machines Corporation Method of sampling, downconverting, and digitizing a bandpass signal using a digital predictive coder
US7072832B1 (en) * 1998-08-24 2006-07-04 Mindspeed Technologies, Inc. System for speech encoding having an adaptive encoding arrangement
US6453287B1 (en) * 1999-02-04 2002-09-17 Georgia-Tech Research Corporation Apparatus and quality enhancement algorithm for mixed excitation linear predictive (MELP) and other speech coders
JP4792613B2 (ja) * 1999-09-29 2011-10-12 ソニー株式会社 情報処理装置および方法、並びに記録媒体
FI119576B (fi) * 2000-03-07 2008-12-31 Nokia Corp Puheenkäsittelylaite ja menetelmä puheen käsittelemiseksi, sekä digitaalinen radiopuhelin
US6889182B2 (en) * 2001-01-12 2005-05-03 Telefonaktiebolaget L M Ericsson (Publ) Speech bandwidth extension
AUPR433901A0 (en) * 2001-04-10 2001-05-17 Lake Technology Limited High frequency signal construction method
US6732071B2 (en) * 2001-09-27 2004-05-04 Intel Corporation Method, apparatus, and system for efficient rate control in audio encoding
US7512535B2 (en) * 2001-10-03 2009-03-31 Broadcom Corporation Adaptive postfiltering methods and systems for decoding speech
US6895375B2 (en) * 2001-10-04 2005-05-17 At&T Corp. System for bandwidth extension of Narrow-band speech
DE60204038T2 (de) * 2001-11-02 2006-01-19 Matsushita Electric Industrial Co., Ltd., Kadoma Vorrichtung zum codieren bzw. decodieren eines audiosignals
JP2005533271A (ja) * 2002-07-16 2005-11-04 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ オーディオ符号化
US7299190B2 (en) * 2002-09-04 2007-11-20 Microsoft Corporation Quantization and inverse quantization for audio
JP4676140B2 (ja) * 2002-09-04 2011-04-27 マイクロソフト コーポレーション オーディオの量子化および逆量子化
JP4767687B2 (ja) * 2003-10-07 2011-09-07 パナソニック株式会社 スペクトル包絡線符号化のための時間境界及び周波数分解能の決定方法
BRPI0415464B1 (pt) * 2003-10-23 2019-04-24 Panasonic Intellectual Property Management Co., Ltd. Aparelho e método de codificação de espectro.
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
ATE527654T1 (de) * 2004-03-01 2011-10-15 Dolby Lab Licensing Corp Mehrkanal-audiodecodierung
FI119533B (fi) * 2004-04-15 2008-12-15 Nokia Corp Audiosignaalien koodaus
US20070147518A1 (en) * 2005-02-18 2007-06-28 Bruno Bessette Methods and devices for low-frequency emphasis during audio compression based on ACELP/TCX
US20090319277A1 (en) * 2005-03-30 2009-12-24 Nokia Corporation Source Coding and/or Decoding
RU2376657C2 (ru) * 2005-04-01 2009-12-20 Квэлкомм Инкорпорейтед Системы, способы и устройства для высокополосного предыскажения шкалы времени
TWI317933B (en) * 2005-04-22 2009-12-01 Qualcomm Inc Methods, data storage medium,apparatus of signal processing,and cellular telephone including the same
FR2888699A1 (fr) * 2005-07-13 2007-01-19 France Telecom Dispositif de codage/decodage hierachique
US7974713B2 (en) * 2005-10-12 2011-07-05 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Temporal and spatial shaping of multi-channel audio signals
US8332216B2 (en) * 2006-01-12 2012-12-11 Stmicroelectronics Asia Pacific Pte., Ltd. System and method for low power stereo perceptual audio coding using adaptive masking threshold
US7831434B2 (en) * 2006-01-20 2010-11-09 Microsoft Corporation Complex-transform channel coding with extended-band frequency coding
WO2007093726A2 (fr) * 2006-02-14 2007-08-23 France Telecom Dispositif de ponderation perceptuelle en codage/decodage audio
US20080004883A1 (en) * 2006-06-30 2008-01-03 Nokia Corporation Scalable audio coding
US8032371B2 (en) * 2006-07-28 2011-10-04 Apple Inc. Determining scale factor values in encoding audio data with AAC
US8260609B2 (en) 2006-07-31 2012-09-04 Qualcomm Incorporated Systems, methods, and apparatus for wideband encoding and decoding of inactive frames
US9454974B2 (en) * 2006-07-31 2016-09-27 Qualcomm Incorporated Systems, methods, and apparatus for gain factor limiting
CN101140759B (zh) * 2006-09-08 2010-05-12 华为技术有限公司 语音或音频信号的带宽扩展方法及系统
KR101565919B1 (ko) * 2006-11-17 2015-11-05 삼성전자주식회사 고주파수 신호 부호화 및 복호화 방법 및 장치
KR100905585B1 (ko) * 2007-03-02 2009-07-02 삼성전자주식회사 음성신호의 대역폭 확장 제어 방법 및 장치
US8392198B1 (en) * 2007-04-03 2013-03-05 Arizona Board Of Regents For And On Behalf Of Arizona State University Split-band speech compression based on loudness estimation
US8706480B2 (en) * 2007-06-11 2014-04-22 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Audio encoder for encoding an audio signal having an impulse-like portion and stationary portion, encoding methods, decoder, decoding method, and encoding audio signal
KR101373004B1 (ko) * 2007-10-30 2014-03-26 삼성전자주식회사 고주파수 신호 부호화 및 복호화 장치 및 방법
US8515767B2 (en) * 2007-11-04 2013-08-20 Qualcomm Incorporated Technique for encoding/decoding of codebook indices for quantized MDCT spectrum in scalable speech and audio codecs
CN101281748B (zh) * 2008-05-14 2011-06-15 武汉大学 用编码索引实现的空缺子带填充方法及编码索引生成方法
EP2301021B1 (fr) * 2008-07-10 2017-06-21 VoiceAge Corporation Dispositif et procédé de quantification de filtres à codage prédictif linéaire dans une supertrame
US8577673B2 (en) * 2008-09-15 2013-11-05 Huawei Technologies Co., Ltd. CELP post-processing for music signals
US8463599B2 (en) * 2009-02-04 2013-06-11 Motorola Mobility Llc Bandwidth extension method and apparatus for a modified discrete cosine transform audio coder
JP4932917B2 (ja) * 2009-04-03 2012-05-16 株式会社エヌ・ティ・ティ・ドコモ 音声復号装置、音声復号方法、及び音声復号プログラム
US8571231B2 (en) * 2009-10-01 2013-10-29 Qualcomm Incorporated Suppressing noise in an audio signal
MY166169A (en) * 2009-10-20 2018-06-07 Fraunhofer Ges Forschung Audio signal encoder,audio signal decoder,method for encoding or decoding an audio signal using an aliasing-cancellation
CA2683983A1 (fr) 2009-10-21 2011-04-21 Carbon Solutions Inc. Stabilisation et recuperation de fractions de gaz acides du gaz sulfureux de chantier de forage
CN102044250B (zh) * 2009-10-23 2012-06-27 华为技术有限公司 频带扩展方法及装置
US8380524B2 (en) * 2009-11-26 2013-02-19 Research In Motion Limited Rate-distortion optimization for advanced audio coding
US8455888B2 (en) * 2010-05-20 2013-06-04 Industrial Technology Research Institute Light emitting diode module, and light emitting diode lamp
SG185606A1 (en) * 2010-05-25 2012-12-28 Nokia Corp A bandwidth extender
US8600737B2 (en) * 2010-06-01 2013-12-03 Qualcomm Incorporated Systems, methods, apparatus, and computer program products for wideband speech coding
US8862465B2 (en) * 2010-09-17 2014-10-14 Qualcomm Incorporated Determining pitch cycle energy and scaling an excitation signal
US8924200B2 (en) * 2010-10-15 2014-12-30 Motorola Mobility Llc Audio signal bandwidth extension in CELP-based speech coder
CN103035248B (zh) * 2011-10-08 2015-01-21 华为技术有限公司 音频信号编码方法和装置
US9251800B2 (en) * 2011-11-02 2016-02-02 Telefonaktiebolaget L M Ericsson (Publ) Generation of a high band extension of a bandwidth extended audio signal
EP2774148B1 (fr) * 2011-11-03 2014-12-24 Telefonaktiebolaget LM Ericsson (PUBL) Extension de la largeur de bande de signaux audio
US8909539B2 (en) * 2011-12-07 2014-12-09 Gwangju Institute Of Science And Technology Method and device for extending bandwidth of speech signal
CN102930872A (zh) * 2012-11-05 2013-02-13 深圳广晟信源技术有限公司 用于宽带语音解码中基音增强后处理的方法及装置
SG10201608613QA (en) * 2013-01-29 2016-12-29 Fraunhofer Ges Forschung Decoder For Generating A Frequency Enhanced Audio Signal, Method Of Decoding, Encoder For Generating An Encoded Signal And Method Of Encoding Using Compact Selection Side Information
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
CN108172239B (zh) * 2013-09-26 2021-01-12 华为技术有限公司 频带扩展的方法及装置
CN104517611B (zh) * 2013-09-26 2016-05-25 华为技术有限公司 一种高频激励信号预测方法及装置
US10163447B2 (en) * 2013-12-16 2018-12-25 Qualcomm Incorporated High-band signal modeling
US9542955B2 (en) * 2014-03-31 2017-01-10 Qualcomm Incorporated High-band signal coding using multiple sub-bands
US9697843B2 (en) * 2014-04-30 2017-07-04 Qualcomm Incorporated High band excitation signal generation
JP2017145792A (ja) 2016-02-19 2017-08-24 株式会社ケーヒン インテークマニホールドにおけるセンサ取付構造
RU2636700C1 (ru) 2016-03-18 2017-11-27 Акционерное общество "Лаборатория Касперского" Способ устранения уязвимостей устройств, имеющих выход в Интернет
TWI596952B (zh) * 2016-03-21 2017-08-21 固昌通訊股份有限公司 耳道式耳機

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090201983A1 (en) * 2008-02-07 2009-08-13 Motorola, Inc. Method and apparatus for estimating high-band energy in a bandwidth extension system
US20110099004A1 (en) * 2009-10-23 2011-04-28 Qualcomm Incorporated Determining an upperband signal from a narrowband signal

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"Digital cellular telecommunications system (Phase 2+); Universal Mobile Telecommunications System (UMTS); LTE; Audio codec processing functions; Extended Adaptive Multi-Rate - Wideband (AMR-WB+) codec; Transcoding functions (3GPP TS 26.290 version 11.0.0 Release 11)", TECHNICAL SPECIFICATION, EUROPEAN TELECOMMUNICATIONS STANDARDS INSTITUTE (ETSI), 650, ROUTE DES LUCIOLES ; F-06921 SOPHIA-ANTIPOLIS ; FRANCE, vol. 3GPP SA 4, no. V11.0.0, 1 October 2012 (2012-10-01), XP014075402 *

Also Published As

Publication number Publication date
US20190385626A1 (en) 2019-12-19
MX354394B (es) 2018-02-23
CN107527629B (zh) 2022-01-04
CN107527628B (zh) 2021-03-30
BR122017018557B1 (pt) 2021-08-03
BR122017018553B1 (pt) 2022-04-19
US20190371350A1 (en) 2019-12-05
RU2016104466A3 (fr) 2018-05-28
CN105378837B (zh) 2019-09-13
US10672412B2 (en) 2020-06-02
RU2756434C2 (ru) 2021-09-30
KR20170103042A (ko) 2017-09-12
CN107492385B (zh) 2022-02-11
RU2017144518A3 (fr) 2021-05-07
JP6515157B2 (ja) 2019-05-15
RU2756435C2 (ru) 2021-09-30
JP6515158B2 (ja) 2019-05-15
US20160203826A1 (en) 2016-07-14
US10354664B2 (en) 2019-07-16
CA3108924A1 (fr) 2015-01-15
KR102315639B1 (ko) 2021-10-21
MX2016000255A (es) 2016-04-28
JP2016528539A (ja) 2016-09-15
US10943593B2 (en) 2021-03-09
JP6487429B2 (ja) 2019-03-20
RU2017144515A3 (fr) 2021-04-19
KR20170103996A (ko) 2017-09-13
RU2017144519A (ru) 2019-02-15
JP2017215619A (ja) 2017-12-07
US20190378527A1 (en) 2019-12-12
US20180018982A1 (en) 2018-01-18
RU2016104466A (ru) 2017-08-18
KR20160030555A (ko) 2016-03-18
KR20170103995A (ko) 2017-09-13
RU2017144519A3 (fr) 2021-04-19
US20180082699A1 (en) 2018-03-22
BR122017018556B1 (pt) 2022-03-29
US20180018983A1 (en) 2018-01-18
RU2017144518A (ru) 2019-02-15
KR102423081B1 (ko) 2022-07-21
US10438600B2 (en) 2019-10-08
JP2017215618A (ja) 2017-12-07
EP3020043B1 (fr) 2017-02-08
JP6515147B2 (ja) 2019-05-15
KR102319881B1 (ko) 2021-11-02
CN105378837A (zh) 2016-03-02
CN107527628A (zh) 2017-12-29
US10438599B2 (en) 2019-10-08
BR112016000337B1 (pt) 2021-02-23
RU2751104C2 (ru) 2021-07-08
CA3109028A1 (fr) 2015-01-15
CN107492385A (zh) 2017-12-19
FR3008533A1 (fr) 2015-01-16
CA3108921A1 (fr) 2015-01-15
RU2668058C2 (ru) 2018-09-25
US10783895B2 (en) 2020-09-22
US10446163B2 (en) 2019-10-15
JP2017215601A (ja) 2017-12-07
RU2017144515A (ru) 2019-02-15
CA2917795C (fr) 2021-11-30
KR102343019B1 (ko) 2021-12-27
CA3108921C (fr) 2024-01-30
EP3020043A1 (fr) 2016-05-18
US20190385625A1 (en) 2019-12-19
CA3109028C (fr) 2024-01-30
CN107527629A (zh) 2017-12-29
CA2917795A1 (fr) 2015-01-15
US10943594B2 (en) 2021-03-09

Similar Documents

Publication Publication Date Title
EP3020043B1 (fr) Facteur d&#39;échelle optimisé pour l&#39;extension de bande de fréquence dans un décodeur de signaux audiofréquences
EP3014611B1 (fr) Extension améliorée de bande de fréquence dans un décodeur de signaux audiofréquences
EP3330966B1 (fr) Extension améliorée de bande de fréquence dans un décodeur de signaux audiofréquences
WO2014009657A1 (fr) Traitement d&#39;amelioration de la qualite des signaux audiofrequences

Legal Events

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

Ref document number: 14749907

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 122017018553

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 2917795

Country of ref document: CA

Ref document number: 2016524867

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: MX/A/2016/000255

Country of ref document: MX

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 14904555

Country of ref document: US

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112016000337

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 20167003307

Country of ref document: KR

Kind code of ref document: A

REEP Request for entry into the european phase

Ref document number: 2014749907

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2014749907

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2016104466

Country of ref document: RU

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 112016000337

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20160107