EP0608174A1 - Systeme de codage-décodage prédictif d'un signal numérique de parole par transformée adaptative à codes imbriqués - Google Patents

Systeme de codage-décodage prédictif d'un signal numérique de parole par transformée adaptative à codes imbriqués Download PDF

Info

Publication number
EP0608174A1
EP0608174A1 EP94400109A EP94400109A EP0608174A1 EP 0608174 A1 EP0608174 A1 EP 0608174A1 EP 94400109 A EP94400109 A EP 94400109A EP 94400109 A EP94400109 A EP 94400109A EP 0608174 A1 EP0608174 A1 EP 0608174A1
Authority
EP
European Patent Office
Prior art keywords
signal
module
speech signal
perceptual
transform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
EP94400109A
Other languages
German (de)
English (en)
Other versions
EP0608174B1 (fr
Inventor
Bruno Lozach
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Orange SA
Original Assignee
France Telecom SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by France Telecom SA filed Critical France Telecom SA
Publication of EP0608174A1 publication Critical patent/EP0608174A1/fr
Application granted granted Critical
Publication of EP0608174B1 publication Critical patent/EP0608174B1/fr
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • 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
    • G10L19/0212—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
    • 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
    • G10L2019/0001—Codebooks
    • G10L2019/0002—Codebook adaptations
    • 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
    • G10L2019/0001—Codebooks
    • G10L2019/0003—Backward prediction of gain
    • 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
    • G10L2019/0001—Codebooks
    • G10L2019/0004—Design or structure of the codebook
    • G10L2019/0005—Multi-stage vector quantisation
    • 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
    • G10L2019/0001—Codebooks
    • G10L2019/0011—Long term prediction filters, i.e. pitch estimation

Definitions

  • the present invention relates to a predictive coding-decoding system for a digital speech signal by adaptive transform with nested codes.
  • this type of coder being represented in FIG. 1, it is sought to construct a synthetic signal Sn as close as possible to the digital speech signal to be coded Sn, resemblance in the sense of a perceptual criterion.
  • the digital signal to be coded Sn originating from an analog source speech signal, is subjected to a short-term prediction process, LPC analysis, the prediction coefficients being obtained by prediction of the speech signal on windows comprising M samples.
  • the digital speech signal to be coded Sn is filtered by means of a perceptual weighting filter W (z) deduced from the aforementioned prediction coefficients, to obtain the perceptual signal pn
  • a long-term prediction process then makes it possible to take into account the periodicity of the residue for the voiced sounds, on all the sub-windows of N samples, N ⁇ M, in the form of a contribution P n , which is subtracted from the signal perceptual pn so as to obtain the signal p'n in the form of a vector P'e RN.
  • a transformation followed by a quantification are then carried out on the aforementioned vector P ′ in order to carry out a digital transmission.
  • the reverse operations allow, after transmission, the modeling of the synthetic signal S n .
  • the Karhunen-Loeve transform obtained from the eigenvectors of the autocorrelation matrix where is the number of vectors contained in the learning corpus, allows to maximize the expression where K is an integer, KZ N.
  • K is an integer
  • KZ N the mean square error of the Karhunen-Loeve transform is lower than that of any other transformation for a given modeling order K, this transform being, in this sense, optimal.
  • This type of transform was introduced into a predictive coder by orthogonal transform by N. Moreau and P. Dymarski, confer publication "Successive Orthogonalisations in the Multistage CELP Coder", ICASSP 92 Vol.1, pp 1-61 - 1-64.
  • sub-optimal transforms such as the Fast Fourier transform (FFT), the discrete cosine transform (TCD) the discrete transform of Hadamard (DHT) or Walsh Hadamard (DWHT) for example.
  • FFT Fast Fourier transform
  • TCD discrete cosine transform
  • DHT discrete transform of Hadamard
  • DWHT Walsh Hadamard
  • Another method for the construction of an orthonormal transform consists in decomposing into singular values the lower triangular Toeplitz matrix H defined by: matrix in which h (n) is the impulse response of the short-term prediction filter 1 / A (z) of the current window.
  • the matrix H can then be decomposed into a sum of matrices of rank 1:
  • Coders with nested codes currently known make it possible to transmit parvol data of binary elements normally allocated to speech on the transmission channel, and this, in a manner transparent to the coder, which codes the speech signal at the maximum bit rate.
  • a 64 kbit / s encoder with scaled quantizer with nested codes was standardized in 1986 by standard G 722 established by the CCITT.
  • This coder operating in the field of wideband speech (audio signal with a bandwidth of 50 Hz to 7 kHz, sampled at 16 kHz), is based on a coding in two sub-bands each containing a Pulse Modulation coder and Adaptive Differential Coding (MICDA coding).
  • MICDA coding Adaptive Differential Coding
  • This coding technique allows broadband speech signals and data, if necessary, to be transmitted on a 64 kbit / s channel, at three different bit rates 64-56-48 kbit / s and 0-8-16 kbit / s for data.
  • the aforementioned prior art transform predictive coders do not make it possible to transmit data and therefore cannot fulfill the function of nested code coders.
  • the nested code coders of the prior art do not use the orthonormal transform technique, which does not make it possible to tend towards or to achieve optimal transform coding.
  • the object of the present invention is to remedy the aforementioned drawback by implementing a predictive coding-decoding system for a digital speech signal by adaptive transform with nested codes.
  • Another object of the present invention is the implementation of a predictive coding-decoding system for a digital speech and data signal allowing transmission at reduced and flexible rates.
  • the system for predictive coding of a digital signal into a digital code nested code signal in which the coded digital signal consists of a coded speech signal and, where appropriate, of an auxiliary data signal inserted into the coded speech signal after coding of the latter, object of the present invention, comprises a perceptual weighting filter controlled by a short-term prediction loop making it possible to generate a perceptual signal and a long-term prediction circuit delivering an estimated perceptual signal, this circuit long-term prediction signal forming a long-term prediction loop making it possible to deliver, from the perceptual signal and the estimated past excitation signal, a modeled perceptual excitation signal and adaptive transform and quantization circuits making it possible to of the perceptual excitation signal to generate the coded speech signal.
  • the perceptual weighting filter consists of a short-term prediction filter of the speech signal to be coded, so as to achieve a frequency distribution of the quantization noise and in that it comprises a circuit for subtracting the contribution of the past excitation signal from the perceptual signal to deliver an updated perceptual signal, the long-term prediction circuit being formed, in closed loop, from a dictionary updated by the past excitation modeled corresponding to the lowest bit rate allowing the delivery of an optimal waveform and a gain associated with it, constituting the estimated perceptual signal.
  • the transform circuit is formed by an orthonormal transform module comprising an adaptive orthogonal transformation module and a progressive modeling module by orthogonal vectors. The progressive modeling module and the long-term prediction circuit make it possible to deliver indexes representative of the coded speech signal.
  • An auxiliary data insertion circuit is coupled to the transmission channel.
  • the system for adaptive transform predictive decoding of a nested coded digital signal in which the coded digital signal consists of a coded digital signal and, where appropriate, of an auxiliary data signal inserted into the coded speech signal after coding of the latter, is remarkable in that it comprises a circuit for extracting the data signal allowing, on the one hand, the extraction of the data for an auxiliary use and, on the other hand, the transmission of 'indexes representative of the coded speech signal. It further comprises a circuit for modeling the speech signal at the minimum bit rate and a circuit for modeling the speech signal at at least one bit rate greater than the minimum bit rate.
  • the predictive coding-decoding system of a digital speech signal by adaptive transform with nested codes object of the present invention finds application, in general, to the transmission of speech and data at flexible rates, and, more particularly , audiovisual conference protocols, videophone, loudspeaker telephony, storage and transport of digital audio signals over long distance links, transmission with mobiles and channel concentrating systems.
  • the digital signal coded by the implementation of the coding system which is the subject of the present invention consists of a coded speech signal and, where appropriate, by an auxiliary data signal inserted into the coded speech signal. , after coding of this digital speech signal.
  • the coding system which is the subject of the present invention may comprise, from a transducer delivering the analog speech signal, an analog-digital converter and an input storage circuit or input buffer making it possible to deliver the digital signal to code Sn.
  • the coding system which is the subject of the present invention also comprises a perceptual weighting filter 11 controlled by a short-term prediction loop making it possible to generate a perceptual signal, denoted P.
  • the long-term prediction circuit 13 forms a long-term prediction loop making it possible to deliver, from the perceptual signal and from the estimated past excitation signal, denoted p n o , a modeled perceptual excitation signal.
  • the coding system which is the subject of the invention as shown in FIG. 2 further comprises an adaptive transform and quantization circuit making it possible, from the perceptual excitation signal P n, to generate the coded speech signal as it will be described below in the description.
  • the perceptual weighting filter 11 consists of a filter for short-term prediction of the speech signal to be coded, so as to achieve a frequency distribution of the quantization noise.
  • the perceptual weighting filter 11 delivering the perceptual signal thus comprises, as shown in the same figure 2, a circuit 120 for subtracting the contribution of the past excitation signal P ⁇ 0 n from the perceptual signal to deliver a refreshed perceptual signal, this refreshed perceptual signal being noted P n .
  • the long-term prediction circuit 13 is formed in a closed loop from a dictionary updated by the past excitation modeled corresponding to the lowest bit rate, this dictionary to deliver an optimal waveform and an estimated gain associated with it.
  • the modeled past excitation corresponding to the lowest flow rate is noted r ⁇ 1 n . It is further indicated that the optimal waveform and the estimated gain associated with it constitute the estimated perceptual signal Pn delivered by the long-term prediction circuit 13.
  • the transform module circuit is formed by an orthonormal transform module 14, comprising an adaptive orthogonal transformation module proper and a progressive modeling module using orthogonal vectors, noted 16.
  • the progressive modeling module 16 and the long-term prediction circuit 13 make it possible to deliver indices representative of the coded speech signal, these indices being denoted i (0 ), j (0) respectively i (1), j (1) with 1 e [1, L] in Figure 2.
  • the coding system further comprises a circuit 19 for inserting auxiliary data coupled to the transmission channel, noted 18.
  • the synthetic signal S n is of course the signal reconstituted on reception, that is to say at the decoding level after transmission as will be described later in the description.
  • a short-term prediction analysis formed by the analysis circuit 10 of the LPC type for "Linear Predictive Coding" and by the perceptual weighting filter 11 is carried out for the digital signal to be coded by a conventional prediction technique on windows comprising for example M samples.
  • the analysis circuit 10 then delivers the coefficients a i , where the aforementioned coefficients are the linear prediction coefficients.
  • the speech signal to be coded Sn is then filtered by the perceptual weighting filter 11 of transfer function W (z), which makes it possible to deliver the perceptual signal proper, noted .
  • the coefficients of the perceptual weighting filter are obtained from a short-term prediction analysis on the first correlation coefficients of the sequence of the coefficients a of the analysis filter A (z) of circuit 10 for the current window.
  • This operation makes it possible to achieve a good frequency distribution of the quantization noise.
  • the perceptual signal delivered tolerates greater coding noise in high-energy areas where the noise is less audible, since it is frequently masked by the signal. It is indicated that the perceptual filtering operation is broken down into two stages, the digital signal to code Sn being filtered a first time by the filter constituted by the analysis circuit 10, in order to obtain the residue to be modeled, then a second times by the perceptual weighting filter 11 to deliver the perceptual signal n .
  • the second operation consists in removing the contribution of the past excitation, or estimated past excitation signal, noted P ⁇ n 0 from the aforementioned perceptual signal.
  • h n is the impulse response of the double filtering performed by the circuit 10 and the perceptual weighting filter 11 in the current window and r ⁇ 1 n is the past excitation modeled corresponding to the lowest flow rate, as well as will be described later in the description.
  • the operating mode of the long-term prediction circuit 13 in closed loop is then as follows. This circuit makes it possible to take into account the periodicity of the residue for the voiced sounds, this long-term prediction being carried out all the sub-windows of N samples, as will be described in connection with FIG. 3.
  • the closed-loop long-term prediction circuit 13 comprises a first stage constituted by an adaptive dictionary 130, which is updated all the aforementioned sub-windows by the modeled excitation denoted 1 n , delivered by the module 17, which will be described later in the description.
  • the adaptive dictionary 130 makes it possible to minimize the error, noted with respect to the two parameters g o and q.
  • the waveform of index i. noted from the adaptive dictionary is filtered by a filter 131 and corresponds to the excitation modeled at the lowest rate r delayed by q samples by the aforementioned filter.
  • the optimal waveform fo is delivered by the filtered adaptive dictionary 133.
  • a module 132 for calculating and quantifying the prediction gain makes it possible, from the perceptual signal P n and all the waveforms f j (0) n, to perform a calculation for quantifying the prediction gain, and to deliver an index i (0) representative of the number of the quantization range, as well as its associated quantized gain g (0).
  • a multiplier circuit 134 delivers from the filtered adaptive dictionary 133, that is to say from the filtering result of the waveform of index j C; ,, or fn, and of the associated quantized gain g (0) , the long-term prediction excitation modeled and filtered perceptually noted P n 1 .
  • a module 136 makes it possible to calculate the Euclidean norm 1 in 12.
  • a module 137 makes it possible to search for the optimal waveform corresponding to the minimum value of the above-mentioned Euclidean standard and to deliver the index j (0).
  • the parameters transmitted by the coding system object of the invention for the modeling of the long-term prediction signal are then the index j (0) of the optimal waveform f (0) as well as the number i (0 ) of the quantization range of its associated gain g (0) quantized.
  • FIGS. 4a and 4b A more detailed description of the adaptive orthogonal transformation module MT of FIG. 2 will be given in conjunction with FIGS. 4a and 4b.
  • the method used for the construction of this transform corresponds to that proposed by BSAtal and E.Ofer, as mentioned previously in the description .
  • this consists in decomposing, not the short-term prediction filtering matrix, but the perceptual weighting matrix W formed by a lower triangular Toeplitz matrix defined by the relation (4):
  • w (n) denotes the impulse response of the perceptual weighting filter W (z) of the current window previously mentioned.
  • FIG. 4a there is shown the partial diagram of a predictive coder by transform and in FIG. 4b, the corresponding equivalent diagram in which the matrix or filter of perceptual weighting W, designated by 140, has been highlighted, a inverse perceptual weighting filter 121 having however been inserted between the long-term prediction module 13 and the subtracting circuit 120. It is indicated that the filter 140 achieves a linear combination of the basic vectors obtained from a decomposition into singular values of the representative matrix of the perceptual weighting filter W.
  • the signal S ' corresponding to the speech signal to be coded S n from which it has been subtracted the contribution of the past excitation delivered by the module 12, as well as that of the long-term prediction P ⁇ 1 n filtered by a reverse perceptual weighting module with transfer function (W (z)) -1 , is filtered by the perceptual weighting filter with transfer function W (z), so as to obtain the vector P '.
  • This filtering operation is written: and can be expressed as a linear combination of basic vectors using the decomposition into singular values of the matrix W.
  • Such a decomposition makes it possible to replace the filtering operation by convolution product by a filtering operation by a linear combination.
  • the matrix W is then decomposed into a sum of matrices of rank 1, and verifies the relation:
  • the weighted perceptual signal P 'then breaks down as follows:
  • the weighted perceptual signal modeled P is calculated in the following manner:
  • the short-term analysis filtering circuit 10 being updated on windows of M samples, the decomposition into singular values of the perceptual weighting matrix W is carried out at the same frequency.
  • the orthonormal transform process is constructed by learning.
  • the orthonormal transform module can be formed by a stochastic transform sub-module constructed by drawing a Gaussian random variable for initialization, this sub-module comprising in FIG. 5 the process steps 1000, 1001, 1002 and 1003 and being noted SMTS.
  • Step 1002 can consist in applying the K-average algorithm to the aforementioned vector corpus.
  • the SMTS sub-module is successively followed by a module 1004 for building centers, a module 1005 for building classes and, in order to obtain a vector G whose components are relatively ordered, by a module 1006 for reordering of the transform according to the cardinal of each class.
  • the aforementioned module 1006 is followed by a Gram-Schmidt calculation module, noted 1007a, so as to obtain an orthonormal transform.
  • the aforementioned module 1007a is associated with a module 1007b for calculating the error under the conventional conditions for implementing the Gram-Schmidt processing process.
  • the module 1007a is itself followed by a module 1008 for testing the number of iterations, this in order to allow an orthonormal transform carried out offline by learning to be obtained.
  • the memory 1009 of read-only memory type makes it possible to store the orthonormal transform in the form of a transform vector. It is indicated that the relative ordering of the components of the gain vector G is accentuated by the process of orthogonalisation. When the learning construction process has converged, an orthonormal transform is obtained whose waveforms are gradually correlated with the vector learning corpus delivered by the initial transform step 1001.
  • FIG. 5b represents the ordering of the components of the gain vector G, that is to say of the normalized mean value G for a transform obtained on the one hand by decomposition into singular values of the perceptual weighting matrix W, and on the other hand, by learning.
  • An evaluation of the quality of transformation in terms of energy concentration made it possible to show that, by way of indication, on a corpus of 38,000 perceptual vectors P ′, the transformation gain is 10.35 decibels for the optimal Karhunen- transform. Loeve, and 10.29 decibels for a transform constructed by learning, the latter therefore tending towards the optimal transform in terms of energy concentration.
  • the orthonormal transform F can be obtained according to two different methods.
  • the new dimension of the gain vector G then becomes equal to N-1, which makes it possible to increase the number of binary elements per sample during the vector quantization of the latter and therefore the quality of its modeling.
  • a first solution for calculating the transform F 'can then consist in making a long-term prediction analysis, shifting the transform obtained by learning a notch, placing the long-term predictor in the first position, then applying the Gram-Schmidt algorithm, in order to obtain a new transform F '.
  • a second, more advantageous solution consists in using a transformation making it possible to rotate the orthonormal base, so that the first waveform coincides with the long-term predictor, that is to say: with
  • the transformation used must keep the dot product.
  • FIGS. 6a and 6b A geometric representation of the aforementioned transform is given in FIGS. 6a and 6b.
  • the transformation is applied only to the perceptual signal P, and the modeled perceptual signal P can then be calculated by the inverse transformation.
  • the adaptive transformation module 14 can include a Householder transformation module 140 receiving the estimated perceptual signal constituted by the optimal waveform and by the estimated gain and the perceptual signal. P to generate a transformed perceptual signal P ".
  • the Householder transformation module 140 comprises a calculation module 1401 of the parameters B and wB as defined previously by the relation 13. It also comprises a module 1402 comprising a multiplier and a subtractor making it possible to carry out the transformation proper according to relation 14. It is indicated that the transformed perceptual signal P "is delivered in the form of vector of perceptual signal transformed of component P" k , with ke [0, N-1].
  • the adaptive transformation module 14 as shown in FIG. 7 also includes a plurality N of registers for memorizing orthonormal waveforms, the current register being denoted r, with re [1, N]. It is indicated that the aforementioned N storage registers form the read-only memory previously described in the description, each register comprising N storage cells, each component of rank k of each vector, component denoted f 1 orth (k) being stored in a cell of corresponding rank of the current register r considered.
  • the module 14 comprises a plurality of N multiplier circuits associated with each rank register reforming the plurality of the previously mentioned storage registers.
  • each multiplier register of rank k receives on the one hand the component of rank k of the stored vector and on the other hand the component P " k of the transformed perceptual signal vector of corresponding rank k.
  • the multiplier circuit Mrk delivers the product P "kf: 'tt (k) of the components of transformed perceptual signal.
  • each summing circuit of rank k denoted Srk
  • receives the product of prior rank k-1 and the product of corresponding rank k delivered by the circuit.
  • multiplier Mrk of the same rank k The summing circuit of highest rank, SrN-1, then delivers a component g (r) of the estimated gain expressed in the form of gain vector G.
  • the progressive modeling module by orthogonal vectors in fact comprises a module 15 for normalizing the gain vector to generate a normalized gain vector, denoted G k , by comparison of the normalized value of the gain vector G with respect to a threshold value.
  • This normalization module 15 also makes it possible to generate a signal of length of the normalized gain vector linked to the modeling order k to the decoder system as a function of this modeling order.
  • the progressive modeling module by orthogonal vectors further comprises, in cascade with the module 15 for normalization of the gain vector, a stage 16 of progressive modeling by orthogonal vectors.
  • This modeling stage 16 receives the normalized vector Gk and delivers the indexes representative of the coded speech signal, these indexes being denoted I (1), J (1), these indexes being representative of the selected vectors and their associated gain.
  • the transmission of the auxiliary data formed by the indexes is carried out by overwriting the parts of the frame allocated to the indices and track numbers to form the auxiliary data signal.
  • the operation of the standardization module 15 is as follows.
  • the gain vector thus obtained G K is then quantified and its length k is transmitted by the coding system object of the invention in order to be taken into account by the corresponding decoding system, as will be described later in the description.
  • the average normalized criterion as a function of the modeling order K is given in FIG. 8a for an orthonormal transform obtained on the one hand by decomposition into singular values of the perceptual weighting matrix W and on the other hand by learning.
  • a particularly advantageous embodiment of the progressive modeling module by orthogonal vectors 16 will now be given in connection with FIG. 8b.
  • the aforementioned module makes it possible in fact to perform a multistage vector quantization.
  • the gain vector G is obtained by linear combination of vectors, noted
  • 8 1 is the gain associated with the optimal vector ⁇ j (1) K from the stochastic dictionary of rank 1, noted 16 1.
  • the vectors selected iteratively are generally not linearly independent and therefore do not form a basis.
  • the subspace generated by the L optimal vectors ⁇ j (L) K is of dimension less than L.
  • the projection of the vector G is represented on the subspace generated by the optimal vectors of rank I, respectively 1-1, this projection being optimal when the aforementioned vectors are orthogonal.
  • FIGS. 10a and 10b Diagrams of the principle of vector quantization by orthogonal progressive modeling are given in FIGS. 10a and 10b depending on whether there are one or more stochastic dictionaries.
  • Q is an orthonormal matrix
  • R is an upper triangular matrix whose elements of the main diagonal are all positive, which ensures the uniqueness of the decomposition.
  • the upper triangular matrix R thus makes it possible to recursively calculate the gains 0 (k) relative to the original base.
  • the parameters transmitted by the coding system object of the invention for the modeling of the gain vector G are then the indices j (I) of the selected vectors as well as the numbers i (l) of the ranges of quantification of their associated gains , ⁇ 1 .
  • the data transmission is then done by overwriting the parts of the frame allocated to the indices and track numbers j (I), i (I), for 1 ⁇ [L1, L2-1] and [L2, L] as required. of communication.
  • the previously mentioned processing process uses the recursive modified Gram-Schmidt algorithm in order to code the gain vector G.
  • the parameters transmitted by the coding system according to the invention being the aforementioned indices, j (0) to j (L ) of the different dictionaries as well as the quantified gains g (0) and ⁇ k ⁇ , it is necessary to code the various aforementioned gains g (0) and ⁇ k ⁇ .
  • a study has shown that the gains relative to the orthogonal base ⁇ j (I) orth (L) ⁇ being decorrelated, these have good properties for their quantification.
  • the gains ⁇ 1 ⁇ are ordered in a relatively decreasing order, and it is possible to use this property by coding not the aforementioned gains but their ratio given by Several solutions can be used to code the aforementioned reports.
  • the coding device which is the subject of the present invention comprises a module for modeling the excitation of the synthesis filter corresponding to the lowest bit rate, this module being noted 17 in the aforementioned figure.
  • the principle diagram for calculating the excitation signal of the synthesis filter corresponding to the lowest bit rate is given in FIG. 11.
  • An inverse transformation is applied to the gain vectors modeled G 1 , this inverse adaptive transformation can for example correspond to a reverse transformation of the Householder type, which will be described later in the description, in conjunction with the decoding device which is the subject of the present invention.
  • the signal obtained after inverse adaptive transformation is added to the long-term prediction signal B ' 1 n by means of a summator 171, the estimated perceptual signal or long-term prediction signal being delivered by the long-term prediction circuit 13 in closed loop.
  • the resulting signal delivered by the adder 171 is filtered by a filter 172, which corresponds from the point of view of the transfer function to the filter 131 of FIG. 3.
  • the filter 172 delivers the residual signal modeled r ⁇ 1 n .
  • the decoding system comprises a circuit 20 for extracting the data signal allowing on the one hand the extraction of the data for an auxiliary use, by an output of the auxiliary data and, on the other hand , the transmission of indexes representative of the coded speech signal.
  • the aforementioned indexes are the indices i (l) and j (I), for 1 between 0 and L 1 -1 previously described in the description and for I between I 1 and L under the conditions which will be described below.
  • the decoding system according to the invention comprises a circuit 21 for modeling the speech signal at the minimum bit rate, as well as a circuit 22 or 23 for modeling the speech signal at at least one flow greater than the minimum flow above.
  • the decoding system comprises, in addition to the data extraction system 20, a first module 21 for modeling the speech signal at the minimum bit rate directly receiving the coded signal and delivering a first estimated speech signal, denoted S 1 n and a second module 22 for modeling the speech signal at an intermediate rate connected to the data extraction system 20 via a switching circuit 27 conditional on the criterion of the actual bit rate allocated to the speech signal and delivering a second estimated speech signal, denoted AS n 2 .
  • the decoding system shown in FIG. 12 also includes a third module 23 for modeling the speech signal at a maximum rate, this module being connected to the data extraction system 20 via a circuit 28 for conditional switching on criterion of the actual bit rate allocated to speech and delivering a third estimated speech signal Sn-In addition, a summing circuit 24 receives the first, second and third estimated speech signal, and delivers at its output a resulting estimated speech signal , noted S n . At the output of the summing circuit 24 are connected in cascade an adaptive filtering circuit 25 receiving the resulting estimated speech signal S n and delivering a reconstituted estimated speech signal, denoted S ' n .
  • a digital-to-analog converter 26 may be provided to receive the reconstructed speech signal and to output an audio-frequency reconstituted speech signal.
  • each of the modules for modeling the speech signal at a minimum, intermediate and maximum bit rate includes an inverse adaptive transformation sub-module, followed by an inverse perceptual weighting filter.
  • FIG. 13a The block diagram of the speech signal modeling module at minimum bit rate is given in FIG. 13a.
  • the decoding system object of the present invention takes into account the constraints imposed by the transmission of data at the level of the coding system and in particular at the level of the adaptive dictionary, as well as the contribution of the past excitation.
  • the circuit for modeling the speech signal at minimum bit rate 21 is identical to that described for circuit 17 of the coding system according to the invention from an inverse adaptive transformation module similar to module 170 described in relation to FIG. 11.
  • FIG. 13b an advantageous embodiment of this is shown in FIG. 13b. It is indicated that the embodiment represented in FIG. 13b corresponds to a reverse Householder type transform using elements identical to the Householder transform represented in FIG. 7. It is simply indicated that for a perceptual signal delivered by the long-term prediction circuit 13, this signal being denoted p1 entering a similar module 140, the signals entering the module 1402, respectively at the level of the multipliers associated with each register, are inverted. The resulting signal delivered by the summator corresponding to the summator 171 of FIG. 11 is filtered by a filter of inverse transfer function of the transfer function of the perceptual weighting matrix and corresponding to the filter 172 of the same FIG. 11.
  • modules for modeling the speech signal at the intermediate rate or at the maximum rate, module 22 or 23, are shown in FIGS. 14a and 14b.
  • the gain vectors modeled G 2 , G 3 are added, as represented in FIG. 14b, by a summator 220, subjected to the process of inverse adaptive transformation in a module 221 identical to the module 210 of FIG. 13a, then filtered by the inverse weighting filter W - '(z) previously mentioned, this filter being designated by 222, the filtering starting from zero initial conditions, which makes it possible to perform an operation equivalent to multiplication by the inverse matrix W- 1 , in order to obtain a progressive modeling of the synthesis signal S n .
  • FIG. 14b the presence of switching devices, which are none other than the switching devices 24 and 28 shown in FIG. 12, which are controlled as a function of the actual bit rate of the data transmitted.
  • This adaptive filter makes it possible to improve the perceptual quality of the synthesis signal S n obtained following the summation by the summator 24.
  • a such a filter includes for example a post-filtering module long-term noted 250, followed by a short-term post-filtering module and an energy control module 252, which is controlled by a scale factor calculation module 253.
  • the adaptive filter 25 delivers the filtered signal ⁇ S'n, this signal corresponding to the signal in which the quantization noise introduced by the encoder on the synthesized speech signal has been filtered in the places of the spectrum where this is possible.
  • FIG. 15 corresponds to the publications of JHChen etA.Gersho, "Real Time Vector APC Speech Coding at 4800 Bps with Adaptative Postfiltering", ICASSP 87, Vol.3, pp 2185-2188.
  • the coding system which is the subject of the invention allows wideband coding at speech / data rates of 32/0 kbit / s, 24/8 kbit / s and 16/16 kbit / s.

Abstract

L'invention concerne un système de codage prédictif d'un signal numérique de parole à codes imbriqués. Le signal numérique codé (Sn) est formé par un signal de parole codé et, le cas échéant, par des données auxiliaires. Un filtre de pondération perceptuelle (11) est formé par un filtre de prédiction à court terme du signal de parole à coder pour réaliser une répartition fréquentielle du bruit de quantification. Un circuit (12) permet d'effectuer la soustraction au signal perceptuel <IMAGE> de la contribution du signal d'excitation P^n<0> passée pour délivrer un signal perceptuel réactualisé Pn. Un circuit de prédiction à long terme (13) est formé, en boucle fermée, à partir d'un dictionnaire réactualisé par l'excitation passée modélisée r^n<1> pour le débit le plus faible et permet de délivrer une forme d'onde optimale et un gain estimé associé P^n<1> . Un module de transformée orthonormée (MT) comporte un module de transformée adaptative (14) et un module de modélisation progressive par vecteurs orthogonaux (16), ce qui permet de délivrer des index représentatifs du signal de parole codé. Un circuit (19) permet l'insertion des données auxiliaires par vol de bits du signal de parole codé. Application à tout système de transmission et au stockage de signaux de parole. <IMAGE>

Description

  • La présente invention est relative à un système de codage-décodage prédictif d'un signal numérique de parole par transformée adaptative à codes imbriqués.
  • Dans les codeurs prédictifs par transformée actuellement utilisés, ce type de codeur étant représenté en figure 1, on cherche à construire un signal synthétique Sn le plus ressemblant possible au signal numérique de parole à coder Sn, ressemblance au sens d'un critère perceptuel.
  • Le signal numérique à coder Sn, issu d'un signal de parole source analogique, est soumis à un processus de prédiction à court terme, analyse LPC, les coefficients de prédiction étant obtenus par prédiction du signal de parole sur des fenêtres comportant M échantillons. Le signal numérique de parole à coder Sn est filtré au moyen d'un filtre de pondération perceptuelle W(z) déduit des coeffidents de prédiction précités, pour obtenir le signal perceptuel pn
  • Un processus de prédiction à long terme permet ensuite de prendre en compte la périodicité du résidu pour les sons voisés, sur toutes les sous-fenêtres de N échantillons, N < M, sous forme d'une contribution Pn, laquelle est soustraite du signal perceptuel pn de façon à obtenir le signal p'n sous forme d'un vecteur P'eRN.
  • Une transformation suivie d'une quantification sont ensuite réalisées sur le vecteur P' précité en vue d'effectuer une transmission numérique. Les opérations inverses permettent, après transmission, la modélisation du signal synthétique Sn.
  • Afin d'obtenir un bon comportement perceptuel, selon les critères habituels établis par l'expérience, il est nécessaire d'établir un processus de transformation par transformée orthonormée F et de quantification du vecteur P', en présence de valeurs de gain G vérifiant des propriétés bien déterminées, G = FT.P' où FT désigne la matrice transposée de la matrice F.
  • Une première solution, proposée par G.Davidson et A.Gersho, dans la publication "Multiple-Stage Vector Excitation Coding of Speech Wave forms", ICASSP 88, Vol.1, pp 163-166, consiste à utiliser une matrice de transformation non singulière V = HC où H est une matrice triangulaire inférieure et C un dictionnaire non singulier, construit par apprentissage, assurant l'inversablité de la matrice de transformation V pour toute sous- fenêtre.
  • Afin de pouvoir exploiter certaines propriétés de décorrélation et d'ordonnancement des composantes du vecteur de coefficients de la transformée G lors de l'étape de quantification, plusieurs solutions utilisant des transformées orthonormées ont été proposées.
  • La transformée de Karhunen-Loeve, obtenue à partir des vecteurs propres de la matrice d'auto- corrélation
    Figure imgb0001
    où est le nombre de vecteurs contenu dans le corpus d'apprentissage, permet de maximiser l'expression
    Figure imgb0002
    où K est un entier, K Z N. On démontre que l'erreur quadratique moyenne de la transformée de Karhunen-Loeve est inférieure à celle de toute autre transformation pour un ordre de modélisation K donné, cette transformée étant, dans ce sens, optimale. Ce type de transformée a été introduit dans un codeur prédictif par transformée orthogonale par N.Moreau et P.Dymarski, confer publication "Successive Orthogonalisations in the Multistage CELP Coder", ICASSP 92 Vol.1, pp 1-61 - 1-64.
  • Toutefois, afin de réduire la complexité de calcul du vecteur de gain G, il est possible d'utiliser des transformées sous-optimales, telles que la transformée de Fourier Rapide (FFT), la transformée en cosinus discrète (TCD) la transformée discrète de Hadamard (DHT) ou de Walsh Hadamard (DWHT) par exemple.
  • Une autre méthode pour la construction d'une transformée orthonormée consiste à décomposer en valeurs singulières la matrice de Toeplitz triangulaire inférieure H définie par :
    Figure imgb0003
    matrice dans laquelle h(n) est la réponse impulsionnelle du filtre de prédiction à court terme 1/A(z) de la fenêtre courante.
  • La matrice H peut alors être décomposée en une somme de matrices de rang 1 :
    Figure imgb0004
  • La matrice U étant unitaire, celle-ci peut être util isée en tant que transformée orthonormée. Une telle construction a été proposée par B.S.Atal dans la publication "A Model of LPC Excitation in Terms of Eigenvectors of the Autocorrelation Matrix of the Impulse Response of the LPC Filter", ICASSP 89, Vol.1, pp 45-48 et par E.Ofer dans la publication "A Unified Framework for LPC Excitation Representation in Residual Speech Coders" ICASSP 89, Vol.1 pp 41-44.
  • Les codeurs à codes imbriqués actuellement connus permettent de transmettre des données parvol d'éléments binaires normalement alloués à la parole sur le canal de transmission, et ce, d'une façon transparente pour le codeur, lequel code le signal de parole au débit maximum.
  • Parmi ce type de codeurs, un codeur à 64 kbit/s à quantificateur scalaire à codes imbriqués a été normalisé en 1986 par la norme G 722 établie par le CCITT. Ce codeur opérant dans le domaine de la parole en bande élargie (signal audio de largeur de bande de 50 Hz à 7 kHz, échantillonné à 16 kHz), est basé sur un codage en deux sous-bandes contenant chacune un codeur à Modulation par Impulsion et Codage Différentiel Adaptatif (codage MICDA). Cette technique de codage permet de transmettre des signaux de parole en bande élargie et des données, si nécessaire, sur un canal à 64 kbit/s, à trois débits différents 64-56-48 kbit/s et 0-8-16 kbit/s pour les données.
  • En outre, dans le cadre de la mise en oeuvre de codeurs excités par codes (ou codeurs CELP) M.Johnson et T.Tanigushi ont décrit un codeur CELP multi-étages à codes imbriqués. Confer la publication des auteurs précités intitulée "Pitch Orthogonal Code-Excited LPC", Globecom 90, Vol.1, pp 542-546.
  • Enfin, R.Drogo De lacovo et D.Sereno ont décrit un codeur de type CELP modifié permettant d'obtenir des codes imbriqués ou modélisant le signal d'excitation du filtre d'analyse LPC par une somme de différentes contributions et utilisant seulement la première d'entre elles pour la remise à jour de la mémoire du filtre de synthèse, confer la publication de ces auteurs "Embedded CELP Coding For Variable Bit-Rate Between 6.4 and 9.6 kbit/s" ICASSP 91 Vol.1, pp 681-684.
  • Les codeurs prédictifs par transformée de l'art antérieur précités ne permettent pas de transmettre des données et ne peuvent donc pas remplir la fonction de codeurs à codes-imbriqués. En outre, les codeurs à codes imbriqués de l'art antérieur n'utilisent pas la technique de la transformée orthonormée, ce qui ne permet pas de tendre vers ou d'atteindre un codage par transformée optimal.
  • La présente invention a pour objet de remédier à l'inconvénient précité par la mise en oeuvre d'un système de codage-décodage prédictif d'un signal numérique de parole par transformée adaptative à codes imbriqués.
  • Un autre objet de la présente invention est la mise en oeuvre d'un système de codage-décodage prédictif d'un signal numérique de parole et de données permettant une transmission à des débits réduits et flexibles.
  • Le système de codage prédictif d'un signal numérique en un signal numérique à codes imbriqués, dans lequel le signal numérique codé est constitué par un signal de parole codé et, le cas échéant, par un signal de données auxiliaires insérées au signal de parole codé après codage de ce dernier, objet de la présente invention, comprend un filtre de pondération perceptuelle piloté par une boucle de prédiction à court terme permettant d'engendrer un signal perceptuel et un circuit de prédiction à long terme délivrant un signal perceptuel estimé, ce circuit de prédiction à long terme formant une boucle de prédiction à long terme permettant de délivrer, à partir du signal perceptuel et du signal d'excitation passée estimé, un signal d'excitation perceptuelle modélisé et des circuits de transformée adaptative et de quantification permettant à partir du signal d'excitation perceptuelle d'engendrer le signal de parole codé.
  • Il est remarquable en ce que le filtre de pondération perceptuelle consiste en un filtre de prédiction à court terme du signal de parole à coder, de façon à réaliser une répartition fréquentielle du bruit de quantification et en ce qu'il comporte un circuit de soustraction de la contribution du signal d'excitation passée du signal perceptuel pour délivrer un signal perceptuel réactualisé, le circuit de prédiction à long terme étant formé, en boucle fermée, à partir d'un dictionnaire réactualisé par l'excitation passée modélisée correspondant au débit le plus faible permettant de délivrer une forme d'onde optimale et un gain associé à celle-ci, constitutif du signal perceptuel estimé. Le circuit de transformée est formé par un module de transformée orthonormée comportant un module de transformation orthogonale adaptative et un module de modélisation progressive par vecteurs orthogonaux. Le module de modélisation progressive et le circuit de prédiction à long terme permettent de délivrer des index représentatifs du signal de parole codé. Un circuit d'insertion des données auxiliaires est couplé au canal de transmission.
  • Le système de décodage prédictif par transformée adaptative d'un signal numérique codé à codes imbriqués dans lequel le signal numérique codé est constitué par un signal numérique codé et, le cas échéant, par un signal de données auxiliaires insérées au signal de parole codé après codage de ce dernier, est remarquable en ce qu'il comporte un circuit d'extraction du signal de données permettant, d'une part, l'extraction des données en vue d'une utilisation auxiliaire et, d'autre part, la transmission d'index représentatifs du signal de parole codé. Il comprend en outre un circuit de modélisation du signal de parole au débit minimum et un circuit de modélisation du signal de parole à au moins un débit supérieur au débit minimum.
  • Le système de codage-décodage prédictif d'un signal numérique de parole par transformée adaptative à codes imbriqués objet de la présente invention trouve application, de manière générale, à la transmission de la parole et de données à des débits flexibles, et, plus particulièrement, aux protocoles de conférences audiovisuelles, au visiophone, à la téléphonie sur haut-parleurs, au stockage et au transport de signaux audio-numériques sur des liaisons longues distances, à la transmission avec des mobiles et des systèmes à concentration de voies.
  • Une description plus détaillée du système de codage-décodage objet de l'invention sera donnée ci-après en relation avec les dessins dans lesquels, outre la figure 1 relative à l'art antérieur concernant un codeur prédictif par transformée,
    • - la figure 2 représente un schéma de principe du système de codage prédictif d'un signal de parole par transformée adaptative à codes imbriqués objet de la présente invention,
    • - la figure 3 représente un détail de réalisation d'un module de prédiction à long terme en boucle fermée utilisé dans le système de codage représenté en figure 2,
    • - les figures 4a et 4b représentent un schéma partiel d'un codeur prédictif par transformée et un schéma équivalent au schéma partiel de la figure 4a,
    • - la figure 5a représente un organigramme d'un processus de transformée orthonormée construit par apprentissage,
    • - la figure 5b représente deux diagrammes comparatifs de valeurs de gain normalisées obtenus par décomposition en valeurs singulières respectivement par apprentissage,
    • - les figures 6a et 6b représentent schématiquement le processus de transformation de Householder appliqué au signal perceptuel,
    • - la figure 7 représente un module de transformation adaptative mettant en oeuvre une transformation de Householder,
    • - la figure 8a représente, pour la décomposition en valeurs singulières respectivement la construction pour apprentissage, un critère normalisé de gain en fonction du nombre de composantes du vecteur de gains,
    • - la figure 8b représente un schéma de principe de quantification vectorielle multiétage dans lequel le vecteur de gains G est obtenu par combinaison linéaire de vecteurs issus de dictionnaires stochastiques,
    • - la figure 9 est une représentation géométrique de la prospection du vecteur de gain G dans un sous-espace de vecteurs issus de dictionnaires stochastiques,
    • - les figures 10a e 10b représentent le schéma de principe d'un processus de quantification vectorielle de gain par modélisations progressives orthogonales, correspondant à une projection optimale de ce vecteur de gain représentée en figure 9, dans le cas d'un seul respectivement de plusieurs dictionnaires stochastiques,
    • - la figure 11 représente un mode de réalisation de la modélisation de l'excitation du filtre de synthèse correspondant au débit le plus faible,
    • - la figure 12 représente un schéma de principe d'un système de décodage prédictif d'un signal de parole par transformée adaptative à codes imbriqués objet de la présente invention,
    • - la figure 13a représente un schéma de principe d'un module de modélisation du signal de parole au débit minimum,
    • - la figure 13b représente un mode de réalisation d'un module de transformation orthonormée inverse,
    • - la figure 14a représente un schéma d'un module de modélisation du signal de parole aux débits autres que le débit minimum,
    • - la figure 14b représente un schéma équivalent au module de modélisation représenté en figure 14a,
    • - la figure 15 représente la mise en oeuvre d'un filtre adaptatif de post-filtrage destiné à améliorerla qualité perceptuelle du signal de parole de synthèse Sn.
  • Une description plus détaillée d'un système de codage prédictif d'un signal numérique de parole partrans- formée adaptative en un signal numérique à codes imbriqués sera maintenant donnée en liaison avec la figure 2 et les figures suivantes.
  • D'une manière générale on considère que le signal numérique codé par la mise en oeuvre du système de codage objet de la présente invention est constitué par un signal de parole codé et le cas échéant par un signal de données auxiliaires insérées au signal de parole codé, après codage de ce signal numérique de parole.
  • Bien entendu, le système de codage objet de la présente invention peut comprendre, à partir d'un transducteur délivrant le signal de parole analogique, un convertisseur analogique-numérique et un circuit de mémorisation d'entrée ou buffer d'entrée permettant de délivrer le signal numérique à coder Sn.
  • Le système de codage objet de la présente invention comprend également un filtre de pondération perceptuelle 11 piloté par une boucle de prédiction à court terme permettant d'engendrer un signal perceptuel, noté P .
  • Il comprend également un circuit de prédiction à long terme, noté 13, délivrant un signal perceptuel estimé, lequel est noté P'..
  • Le circuit de prédiction à long terme 13 forme une boucle de prédiction à long terme permettant de délivrer, à partir du signal perceptuel et du signal d'excitation passée estimée, noté p n o, un signal d'excitation perceptuelle modélisée.
  • Le système de codage objet de l'invention tel que représenté en figure 2 comporte en outre un circuit de transformée adaptative et de quantification permettant à partir du signal d'excitation perceptuel Pn d'engendrer le signal de parole codé ainsi qu'il sera décrit ci-après dans la description.
  • Selon un premier aspect particulièrement avantageux du système de codage objet de la présente invention, le filtre de pondération perceptuelle 11 consiste en un filtre de prédiction à court terme du signal de parole à coder, de façon à réaliser une répartition fréquentielle du bruit de quantification. Le filtre de pondération perceptuelle 11 délivrant le signal perceptuel
    Figure imgb0005
    ,le dispositif de codage selon l'invention comprend ainsi que représenté sur la même figure 2 un circuit 120 de soustraction de la contribution du signal d'excitation passée P̂0 n du signal perceptuel pour délivrer un signal perceptuel réactualisé, ce signal perceptuel réactualisé étant noté Pn.
  • Selon une autre caractéristique particulièrement avantageuse du dispositif de codage objet de la présente invention, le circuit de prédiction à long terme 13 est formé en boucle fermée à partir d'un dictionnaire réactualisé par l'excitation passée modélisée correspondant au débit le plus faible, ce dictionnaire permettant de délivrer une forme d'onde optimale et un gain estimé associé à celle-ci. Sur la figure 2, l'excitation passée modélisée correspondant au débit le plus faible est notée r̂1 n. On indique en outre que la forme d'onde optimale et le gain estimé associé à celle-ci sont constitutifs du signal perceptuel estimé Pn délivré par le circuit 13 de prédiction à long terme.
  • Selon une autre caractéristique du système de codage objet de la présente invention, ainsi que représenté en figure 2, le circuit module de transformée, noté MT, est formé par un module de transformée orthonormé 14, comportant un module de transformation orthogonale adaptative proprement dit et un module de modélisation progressive par vecteurs orthogonaux, noté 16.
  • Conformément à un aspect particulièrement avantageux du système de codage objet de la présente invention, le module de modélisation progressive 16 et le circuit de prédiction à long terme 13 permettent de délivrer des index représentatifs du signal de parole codé, ces index étant notés i(0), j(0) respectivement i(1), j(1) avec 1 e [1,L] sur la figure 2.
  • Enfin, le système de codage selon l'invention comprend en outre un circuit 19 d'insertion des données auxiliaires couplé au canal de transmission, noté 18.
  • Le fonctionnement du dispositif de codage objet de la présente invention peut être illustré de la façon ci-après.
  • Ainsi qu'on l'a indiqué précédemment, on cherche à reconstituer un signal synthétique Sn le plus ressemblant possible perceptuellement au signal numérique à coder Sn.
  • Le signal synthétique Sn est bien entendu le signal reconstitué à la réception, c'est à dire au niveau décodage après transmission ainsi qu'il sera décrit ultérieurement dans la description.
  • Une analyse de prédiction à court terme formée par le circuit d'analyse 10 de type LPC pour "Linear Predictive Coding" et par le filtre de pondération perceptuelle 11 est réalisée pour le signal numérique à coder par une technique classique de prédiction sur des fenêtres comportant par exemple M échantillons. Le circuit d'analyse 10 délivre alors les coefficients ai, où les coefficients a précités sont les coefficients de prédiction linéaire.
  • Le signal de parole à coder Sn est alors filtré par le filtre de pondération perceptuelle 11 de fonction de transfert W(z), lequel permet de délivrer le signal perceptuel proprement dit, noté
    Figure imgb0006
    .
  • Les coefficients du filtre de pondération perceptuelle sont obtenus à partir d'une analyse de prédiction à court terme sur les premiers coefficients de corrélation de la séquence des coefficients a du filtre d'analyse A(z) du circuit 10 pour la fenêtre courante. Cette opération permet de réaliser une bonne répartition fréquentielle du bruit de quantification. En effet, le signal perceptuel délivré tolère des bruits de codage plus importants dans les zones de fortes énergies où le bruit est moins audible, car masqué fréquentiellement par le signal. On indique que l'opération de filtrage perceptuel se décompose en deux étapes, le signal numérique à coder Sn étant filtré une première fois par le filtre constitué par le circuit d'analyse 10, afin d'obtenir le résidu à modéliser, puis une seconde fois par le filtre de pondération perceptuelle 11 pour délivrer le signal perceptuel n.
  • Dans le processus de fonctionnement du dispositif de codage objet de la présente invention, la seconde opération consiste à retirer alors la contribution de l'excitation passée, ou signal d'excitation passée estimée, noté P̂n 0 du signal perceptuel précité.
  • En effet, on montre que :
    Figure imgb0007
  • Dans cette relation, hn est la réponse impulsionnelle du double filtrage réalisé par le circuit 10 et le filtre de pondération perceptuelle 11 dans la fenêtre courante et r̂1 n est l'excitation passée modélisée correspondant au débit le plus faible, ainsi qu'il sera décrit ultérieurement dans la description.
  • Le mode opératoire du circuit de prédiction à long terme 13 en boucle fermée est alors le suivant. Ce circuit permet de prendre en compte la périodicité du résidu pour les sons voisés, cette prédiction à long terme étant réalisée toutes les sous-fenêtres de N échantillons, ainsi qu'il sera décrit en liaison avec la figure 3.
  • Le circuit 13 de prédiction à long terme en boucle fermée comprend un premier étage constitué par un dictionnaire adaptatif 130, lequel est remis à jour toutes les sous-fenêtres précitées par l'excitation modélisée notée 1 n, délivrée par le module 17, lequel sera décrit ultérieurement dans la description. Le dictionnaire adaptatif 130 permet de minimiser l'erreur, notée
    Figure imgb0008
    par rapport aux deux paramètres go et q.
  • Une telle opération correspond, dans le domaine fréquentiel, à un filtrage par le filtre de fonction de transfert :
    Figure imgb0009
  • Cette opération est équivalente a la recherche de la forme d'onde optimale, notée fj(0) et de son gain associé go dans un dictionnaire judicieusement construit. Confer l'article publié par R.Rose, etT.Barnwell, intitulé "Design and Performance of an Analysis by Synthesis Class of Predictive Speech Coders", IEEE Trans. on Acoustic Speech Signal Proceessing, Septembre 1990.
  • La forme d'onde d'indice i. notée
    Figure imgb0010
    issue du dictionnaire adaptatif, est filtrée par un filtre 131 et correspond à l'excitation modélisée au débit le plus faible r retardé de q échantillons par le filtre précité. La forme d'onde optimale fo est délivrée par le dictionnaire adaptatif filtré 133.
  • Un module 132 de calcul et de quantification du gain de prédiction permet à partir du signal perceptuel Pn et de l'ensemble des formes d'ondes fj(0) n d'effectuer un calcul de quantification du gain de prédiction, et de délivrer un index i(0) représentatif du numéro de la plage de quantification, ainsi que son gain associé quantifié g(0).
  • Un circuit multiplicateur 134 délivre à partir du dictionnaire adaptatif filtré 133, c'est-à-dire du résultat de filtrage de la forme d'onde d'indice j C;,, soit fn, et du gain associé quantifié g(0), l'excitation de prédiction à A long terme modélisée et filtrée perceptuellement notée Pn 1.
  • Un circuit soustracteur 135 permet alors d'effectuer une minimisation portant sur en = Pn - n 1|, cette expression représentant le signal d'erreur. Un module 136 permet de calculer la norme euclidienne 1 en 12.
  • Un module 137 permet de rechecher la forme d'onde optimale correspondant a la valeur minimale de la norme euclidienne précitée et de délivrer l'index j(0). Les paramètres transmis par le système de codage objet de l'invention pour la modélisation du signal de prédiction à long terme sont alors l'indice j(0) de la forme d'onde optimale f(0) ainsi que le numéro i(0) de la plage de quantification de son gain associé g(0) quantifié.
  • Une description plus détaillée du module de transformation orthogonale adaptative MT de la figure 2 sera donnée en liaison avec les figures 4a et 4b.
  • Dans le cadre de la mise en oeuvre du système de codage prédictif par transformée orthonormée objet de la présente invention, la méthode utilisée pour la construction de cette transformée correspond à celle proposée par B.S.Atal et E.Ofer, ainsi que mentionné précédemment dans la description.
  • Conformément au mode de réalisation du système de codage selon la présente invention, celui-ci consiste à décomposer, non la matrice de filtrage de prédiction à court terme, mais la matrice de pondération perceptuelle W formée par une matrice de Toeplitz triangulaire inférieure définie par la relation (4) :
    Figure imgb0011
  • Dans cette relation, w(n) désigne la réponse impulsionnelle du filtre de pondération perceptuelle W(z) de la fenêtre courante précédemment mentionnée.
  • Sur la figure 4a, on a représenté le schéma partiel d'un codeur prédictif par transformée et sur la figure 4b, le schéma équivalent correspondant dans lequel la matrice ou filtre de pondération perceptuelle W, désigné par 140, a été mise en évidence, un filtre de pondération perceptuelle inverse 121 ayant par contre été inséré entre le module de prédiction à long terme 13 et le circuit soustracteur 120. On indique que le filtre 140 réalise une combinaison linéaire des vecteurs de base obtenus à partir d'une décomposition en valeurs singulières de la matrice représentative du filtre de pondération perceptuelle W.
  • Ainsi que représenté sur la figure 4b, le signal S', correspondant au signal de parole à coder Sn auquel il a été soustrait la contribution de l'excitation passée délivrée par le module 12, ainsi que celle de la prédiction à long terme P̂1 n filtrée par un module de pondération perceptuelle inverse de fonction de transfert (W(z))-1, est filtré par le filtre de pondération perceptuelle de fonction de transfert W(z), de façon à obtenir le vecteur P'.
  • Cette opération de filtrage s'écrit :
    Figure imgb0012
    et peut être exprimée sous forme d'une combinaison linéaire de vecteurs de base en utilisant la décomposition en valeurs singulières de la matrice W.
  • En ce qui concerne le mode de réalisation du filtre de pondération perceptuelle 140, on indique que celui-ci comprend pour toute matrice W représentative du filtre de pondération perceptuelle un premier module matriciel U = (U1,...,UN) et un deuxième module matriciel V = (V1,...,VN).
  • Le premier et le deuxième modules matriciels vérifient la relation :
    Figure imgb0013
    relation dans laquelle :
    • - UT désigne le module matrice transposée du module U,
    • - D est un module matrice diagonale dont le coefficients constituent les valeurs singulières précitées,
    • - U et Vj désignent respectivement le ième vecteur singulier gauche et le jème vecteur singulier droit, les vecteurs singuliers droit {Vj} formant une base orthonormée.
  • Une telle décomposition permet de remplacer l'opération de filtrage par produit de convolution par une opération de filtrage par une combinaison linéaire.
  • On indique que la décomposition en valeurs singulières de la matrice de filtrage perceptuelle W permet d'obtenir les deux matrices unitaires U et V vérifiant la relation précitée où
  • Figure imgb0014
    avec la propriété d'ordonnancement telle que di ≧ di+1 > 0. Les éléments di sont appelés valeurs singulières, et les vecteurs U et Vj, ième vecteur singulier gauche, respectivement jème vecteur singulier droit.
  • La matrice W se décompose alors en une somme de matrices de rang 1, et vérifie la relation :
    Figure imgb0015
  • La matrice V étant unitaire, les vecteurs singuliers droits {Vi} forment une base orthonormée et le signal S', exprimé sous la forme :
    Figure imgb0016
    permet d'obtenir le vecteur P' vérifiant la relation :
    Figure imgb0017
    avec g(k) = 9 (k)dk.
  • Par le processus de décomposition en valeurs singulières, on indique qu'un changement sur une composante de l'excitation S'associée à une petite valeur singulière produit un changement petit à la sortie du filtre 140 et vice-versa pour l'opération de filtrage perceptuel inverse effectuée par le module 121.
  • Afin d'utiliser ces propriétés, la matrice unitaire U peut être utilisée en tant que transformée orthonormée, vérifiant la relation :
    Figure imgb0018
    fi orth Ui pour i = 1 à N.
  • Le signal perceptuel pondéré P' se décompose alors de la façon ci-après :
    Figure imgb0019
  • Après quantification vectorielle des gains G, le signal perceptuel pondéré modélisé P est calculé de la manière ci-après :
    Figure imgb0020
  • On indique que les vecteurs singuliers gauches associés aux plus grandes valeurs singulières jouent un role prépondérant dans la modélisation du signal perceptuel pondéré P'. Ainsi, afin de modéliser ce dernier, il est possible de ne conserver que les composantes associées aux K valeurs singulières les plus grandes, K < N, c'est-à-dire les K premières composantes du vecteur de gain G vérifiant la relation :
    Figure imgb0021
  • Le circuit de filtrage d'analyse à court terme 10 étant réactualisé sur des fenêtres de M échantillons, la décomposition en valeurs singulières de la matrice de pondération perceptuelle W est effectuée à la même fréquence.
  • Des processus de décomposition en valeurs singulières d'une matrice quelconque permettant un traitement rapide ont été développés, mais les calculs restent relativement complexes.
  • Conformément à un objet de la présente invention, il est, afin de simplifier les opérations de traitement précitées, proposé de construire une transformée orthonormée fixe sous optimale possédant cependant de bonnes propriétés perceptuelles, quelle que soit la fenêtre courante.
  • Dans un premier mode de réalisation, tel que représenté en figure 5, le processus de transformée orthonormée est construit par apprentissage. Dans un tel cas, le module de transformée orthonormée peut être formé par un sous-module de transformée stochastique construite par tirage d'une variable aléatoire gaussienne pour l'initialisation, ce sous-module comportant sur la figure 5 les étapes de processus 1000, 1001, 1002 et 1003 et étant noté SMTS. L'étape 1002 peut consister à appliquer l'algorithme de la K-moyenne sur le corpus de vecteur précité.
  • Le sous-module SMTS est suivi successivement d'un module 1004 de construction des centres, d'un module 1005 de construction des classes et, afin d'obtenir un vecteur G dont les composantes soient relativement ordonnées, d'un module 1006 de réordonnancement de la transformée selon le cardinal de chaque classe.
  • Le module 1006 précité est suivi d'un module de calcul de Gram-Schmidt, noté 1007a, de façon à obtenir une transformée orthonormée. Au module 1007a précité est associé un module 1007b de calcul de l'erreur dans les conditions classiques de mise en oeuvre du processus de traitement de Gram-Schmidt.
  • Le module 1007a est lui-même suivi d'un module 1008 de test sur le nombre d'itération, ceci afin de permettre d'obtenir une transformée orthonormée effectuée hors ligne par apprentissage. Enfin, la mémoire 1009 de type mémoire morte permet de mémoriser la transformée orthonormée sous forme de vecteur de transformée. On indique que l'ordonnancement relatif des composantes du vecteur de gain G est accentué par le processus d'orthogonalisation. Lorsque le processus de construction par apprentissage a convergé, on obtient une transformée orthonormée dont les formes d'ondes sont graduellement corrélées avec le corpus d'apprentissage des vecteurs délivrés par l'étape 1001 de transformée initiale.
  • La figure 5b représente l'ordonnancement des composantes du vecteur de gain G, c'est-à-dire de la valeur G moyenne normalisée pour une transformée obtenue d'une part par décomposition en valeurs singulières de la matrice de pondération perceptuelle W, et d'autre part, par apprentissage. La transformée F obtenue par cette dernière méthode pour celles des formes d'ondes orthonormées dont les spectres en fréquence sont passe-bandes et relativement ordonnés en fonction de k, ce qui permet d'attribuer à cette transformée des propriétés pseudo-fréquentielles. Une évaluation de la qualité de transformation en termes de concentration d'énergie a permis de montrer que, à titre indicatif, sur un corpus de 38 000 vecteurs perceptuels P', le gain de transformation est de 10.35 décibels pour la transformée optimale de Karhunen-Loeve, et de 10.29 décibels pour une transformée construite par apprentissage, cette dernière tendant donc vers la transformée optimale en termes de concentration d'énergie.
  • Ainsi que précédemment mentionné dans la description, la transformée orthonormée F peut être obtenue selon deux méthodes différentes.
  • En observant que généralement la forme d'onde la plus corrélée avec le signal perceptuel P est celle issue du dictionnaire adaptatif, il est possible d'envisager de réaliser une transformée orthonormée adaptative F' dont f",,th est égal à la forme d'onde optimale issue du dictionnaire adaptatif f!(0) normalisé, la première composante du vecteur de gain G étant alors égale au gain de prédiction à long terme normalisé g(0), qu'il n'est pas nécessaire de recalculer, puisque celui-ci a été quantifié lors de cette prédiction.
  • La nouvelle dimension du vecteur de gain G devient alors égale à N-1, ce qui permet d'augmenter le nombre d'éléments binaires par échantillon lors de la quantification vectorielle de celui-ci et donc la qualité de sa modélisation.
  • Une première solution pour calculer la transformée F' peut alors consister à faire une analyse de prédiction à long terme, à décaler la transformée obtenue par apprentissage d'un cran, de placer le prédicteur à long terme à la première position, puis d'appliquer l'algorithme de Gram-Schmidt, afin d'obtenir une nouvelle transformée F'.
  • Une seconde solution, plus avantageuse, consiste à utiliser une transformation permettant de faire pivoter la base orthonormée, afin que la première forme d'onde coincide avec le prédicteur à long terme, c'est-à-dire :
    Figure imgb0022
    avec
    Figure imgb0023
  • Dans le but de conserver la propriété d'orthogonalité, la transformation utilisée doit conserver le produit scalaire. Une transformation particulièrement adaptée est la transformée de Householdervérifiant la relation :
    Figure imgb0024
    avec B = fj(0) - |fj(0)| - f1 orth
  • Une représentation géométrique de la transformée précitée est donnée en figures 6a et 6b.
  • Pour une définition plus détaillée de ce type de transformation, on pourra utilement se reporter à la publication de Alan O.Steinhardt intitulée "Householder Transforms in Signal Processing", IEEE ASSP Magazine, July 1988, pp 4-12.
  • Par l'utilisation de cette transformation, il est possible de réduire la complexité des calculs et la projection du signal perceptuel P dans cette nouvelle base s'écrit:
    Figure imgb0025
    avec P' = TP = (P-B[wBTP]).
  • Dans cette relation, w désigne un scalaire égal à w = 2/BTB.
  • On indique que dans ce mode de réalisation de la transformée orthonormée, la transformation n'est appliquée qu'au signal perceptuel P, et le signal perceptuel modélisé P peut être alors calculé par la transformation inverse.
  • Un mode de réalisation particulièrement avantageux du module de transformée orthonormée proprement dit 14 dans le cas où une transformation de Householder est utilisée sera maintenant décrit en liaison avec la figure 7.
  • Ainsi qu'on l'a représenté sur la figure 7 précitée, le module 14 de transformation adaptative peut comporter un module 140 de transformation de Householder recevant le signal perceptuel estimé constitué par la forme d'onde optimale et parle gain estimé et le signal perceptuel P pourengendrerun signal perceptuel transformé P". On indique que le module 140 de transformation de Householder comporte un module de calcul 1401 des paramètres B et wB tels que définis précédemment par la relation 13. Il comporte également un module 1402 comprenant un multiplicateur et un soustracteur permettant de réaliser la transformation proprement dite selon la relation 14. On indique que le signal perceptuel transformé P" est délivré sous forme de vecteur de signal perceptuel transformé de composante P"k, avec k e [0,N-1].
  • Le module de transformation adaptative 14 tel que rerpésenté en figure 7 comprend également une pluralité N de registres de mémorisation des formes d'ondes orthonormées, le registre courant étant noté r, avec r e [1,N]. On indique que les N registres de mémorisation précités forment la mémoire morte précédement décrite dans la description, chaque registre comportant N cellules de mémorisation, chaque composante de rang k de chaque vecteur, composante notée f1 orth(k) étant mémorisée dans une cellule de rang correspondant du registre courant r considéré.
  • En outre, ainsi qu'on l'observera sur la figure 7, le module 14 comprend une pluralité de N circuits multiplicateurs associés à chaque registre de rang rformant la pluralité des registres de mémorisation précédemment mentionnés. En outre, chaque registre multiplicateur de rang k reçoit d'une part la composante de rang k du vecteur mémorisé et d'autre part la composante P"k du vecteur de signal perceptuel transformé de rang k correspondant. Le circuit multiplicateur Mrk délivre le produit P"k.f:'tt(k) des composantes de signal perceptuel transformé.
  • Enfin, une pluralité de N-1 circuits sommateurs est associée à chaque registre de rang r, chaque circuit sommateur de rang k, noté Srk, recevant le produit de rang antérieur k-1, et le produit de rang correspondant k délivré par le circuit multiplicateur Mrk de même rang k. Le circuit sommateur de rang le plus élevé, SrN-1, délivre alors une composante g(r) du gain estimé exprimé sous forme de vecteur de gain G.
  • On indique que le système de codage prédictif utilisant la transformée orthonormée adaptative construite par apprentissage est susceptible de donner de meilleurs résultats, alors que la transformation de Householder permet d'obtenir une complexité réduite.
  • Ainsi qu'on l'observera sur la figure 2, le module de modélisation progressive par vecteurs orthogonaux comporte en fait un module 15 de normalisation du vecteur de gain pour engendrer un vecteur de gain normalisé, noté Gk, par comparaison de la valeur normée du vecteur de gain G par rapport à une valeur de seuil. Ce module de normalisation 15 permet d'engendrer en outre un signal de longueur du vecteur de gain normalisé lié à l'ordre de modélisation k vers le système décodeur en fonction de cet ordre de modélisation.
  • Le module de modélisation progressive par vecteurs orthogonaux comporte en outre, en cascade avec le module 15 de normalisation du vecteur de gain, un étage 16 de modélisation progressive par vecteurs orthogonaux. Cet étage de modélisation 16 reçoit du vecteur normalisé Gk et délivre les index représentatifs du signal de parole codée, ces index étant notés I(1), J(1), ces index étant représentatifs des vecteurs sélectionnés et de leur gain associé. La transmission des données auxiliaires formées par les index est effectuée en écrasant les parties de la trame allouée aux indices et numéros de plages pour former le signal de données auxiliaires.
  • Le fonctionnement du module de normalisation 15 est le suivant.
  • L'énergie du signal perceptuel donnée par
    Figure imgb0026
    est constante pour une sous fenêtre donnée. Dans ces conditions, maximiser cette énergie est équivalent à minimiser l'expression :
    Figure imgb0027
    où Gk = (0,g2,93,...,9K,0,...0).
  • On indique que lors d'une telle opération, une façon supplémentaire d'augmenter le nombre d'éléments binaires par échantillon lors de la quantification vectorielle du vecteur G est d'utiliser le critère normalisé suivant, consistant à choisir K tel que :
    Figure imgb0028
  • Le vecteur de gain ainsi obtenu GK est alors quantifié et sa longueur k est transmise par le système de codage objet de l'invention afin d'être prise en compte par le système de décodage correspondant, ainsi qu'il sera décrit ultérieurement dans la description.
  • Le critère normalisé moyen en fonction de l'ordre de modélisation K est donné en figure 8a pour une transformée orthonormée obtenue d'une part par décomposition en valeurs singulières de la matrice de pondération perceptuelle W et d'autre part par apprentissage.
  • Un mode de réalisation particulièrement avantageux du module de modélisation progressive par vecteurs orthogonaux 16 sera maintenant donné en liaison avec la figure 8b. Le module précité permet de réaliser en fait une quantification vectorielle multiétage.
  • Le vecteur de gain G est obtenu par combinaison linéaire de vecteurs, notée
  • Figure imgb0029
  • Ces vecteurs étant issus de dictionnaires stochastiques, notés 161, 162, 16 L, construits soit par tirage d'une variable aléatoire gaussienne, soit par apprentissage. Le vecteur de gain estimé G vérifie la relation :
    Figure imgb0030
  • Dans cette relation, 81 est le gain associé au vecteuroptimal Ψj(1) K issu du dictionnaire stochastique de rang 1, noté 16 1.
  • Toutefois, les vecteurs sélectionnés itérativement ne sont généralement pas linéairement indépendants et ne forment donc pas une base. Dans un tel cas, le sous-espace engendré par les L vecteurs optimaux Ψj(L) K est de dimension inférieure à L.
  • Sur la figure 9 on a représenté la projection du vecteur G sur le sous-espace engendré par les vecteurs optimaux de rang I, respectivement 1-1, cette projection étant optimale lorsque les vecteurs précités sont orthogonaux.
  • Il est donc particulièrement avantageux d'orthogonaliser le dictionnaire stochastique de rang 1 par rapport au vecteur optimal de l'étage de rang précédent Ψj(I-1) K.
  • Ainsi, quel que soit le vecteur optimal de rang 1 issu du nouveau dictionnaire ou étage de rang correspondant I, celui-ci sera orthogonal au vecteur optimal Ψj(I-1) K de rang antérieur, et l'on obtient :
    Figure imgb0031
  • Dans cette relation, on indique que :
    Figure imgb0032
    correspond à l'énergie de l'onde sélectionnée à l'étape I,
    Figure imgb0033
    représente l'intercorrélation des vecteurs optimaux de rang j et de rang j(I) et
    Figure imgb0034
    représente la matrice d'orthogonalisation.
  • L'opération précédente permet de retirer du dictionnaire la contribution de l'onde précédemment sélectionnée et impose ainsi une indépendance linéaire pour tout vecteur optimal de rang i compris entre 1+1 et L par rapport aux vecteurs optimaux de rang inférieur.
  • Des schémas de principe de la quantification vectorielle par modélisation progressive orthogonale sont donnés aux figures 10a et 10b selon qu'il existe un ou plusieurs dictionnaires stochastiques.
  • Afin de réduire la complexité du processus de quantification vectorielle, on indique que l'algorithme de Gram-Schmidt modifié récursif peut être utilisé ainsi que proposé par N.Moreau, P.Dymarski, A.Vigier, dans la publication intitulée : "Optimal and Suboptimal Algorithms for Selecting the Excitation in Linear Predictive Products", Proc. ICASSP 90, pp 485-488.
  • Compte tenu des propriétés d'orthogonalisation, on montre que :
    Figure imgb0035
  • Compte tenu de cette expression, l'algorithme de Gram-Schmidt modifié récursif tel que proposé précédemment peut être utilisé.
  • Il n'est alors plus nécessaire de recalculer explicitement les dictionnaires à chaque étape de l'orthogona- lisation.
  • Le processus de calcul précité peut être explicité sous forme matricielle à partir de la matrice
  • Figure imgb0036
  • On indique que Q est une matrice orthonormée, et R une matrice triangulaire supérieure dont les éléments de la diagonale principale sont tous positifs, ce qui assure l'unicité de la décomposition.
  • Le vecteur de gain G vérifie la relation matricielle :
    Figure imgb0037
    ce qui implique que Rθ = θ̃.
  • La matrice R triangulaire supérieure permet ainsi de calculer récursivement les gains 0(k) relatifs à la base d'origine.
  • La contribution des vecteurs optimaux à la base orthonormée, notée : {Ψj(I) orth(L)} dans la modélistion du vecteur de gain GK a tendance à décroître, et les gains {θ̃1} sont ordonnés de façon décroissante. Le résidu peut être modélisé de façon graduelle de la façon ci-après où θ̂cod k désigne le gains associé au vecteur optimal orthogonal Ψj(k) orth(k) quantifié, compte tenu des relations :
  • Figure imgb0038
    Figure imgb0039
    Figure imgb0040
    Figure imgb0041
  • On obtient alors les vecteurs de gain Ĝ1, Ĝ2, Ĝ3 orthogonaux dont la contribution dans la modélisation du vecteur de gain G estdécroissante, ce qui permet la modélisation graduelle du résidu rn de manière efficace. Les paramètres transmis par le système de codage objet de l'invention pour la modélisation du vecteur de gain G sont alors les indices j(I) des vecteurs sélectionnés ainsi que les numéros i(l) des plages de quantifi- cation de leurs gains associés, θ⃝1. La transmission des données se fait alors en écrasant les parties de la trame allouées aux indices et numéros de plages j(I), i(I), pour 1 ∈ [L1, L2-1] et [L2,L] selon les besoins de la communication.
  • Le processus de traitement précédemment mentionné utilise l'algorithme de Gram-Schmidt modifié récursif afin de coder le vecteur de gain G. Les paramètres transmis par le système de codage selon l'invention étant les indices précités, j(0) à j(L) des différents dictionnaires ainsi que les gains quantifiés g(0) et {θ⃝k }, il est nécessaire de coder les différents gains précités g(0) et {θ⃝k}. Une étude a montré que les gains relatifs à la base orthogonale {Ψj(I) orth(L)} étant décorrélés, ceux-ci possèdent de bonnes propriétés pour leur quantification. En outre, la contribution des vecteurs optimaux dans la modélisation du vecteurs de gain G ayant ten- dance à décroître, les gains {θ⃝1 } sont ordonnés de façon relativement décroissantes, et il est possible d'utiliser cette propriété en codant non pas les gains précités, mais leur rapport donné par
    Figure imgb0042
    Plusieurs solutions peuvent être utilisées pour coder les rapports précités.
  • Ainsi qu'on le remarquera sur la figure 2, le dispositif de codage objet de la présente invention comporte un module de modélisation de l'excitation du filtre de synthèse correspondant au débit le plus faible, ce module étant noté 17 sur la figure précitée.
  • Le schéma de principe de calcul du signal d'excitation du filtre de synthèse correspondant au débit le plus faible est donné en figure 11. Une transformation inverse est appliquée aux vecteurs de gain modélisés G1, cette transformation adaptative inverse pouvant par exemple correspondre à une transformation inverse de type Householder, laquelle sera décrite ultérieurement dans la decription, en liaison avec le dispositif de décodage objet de la présente invention. Le signal obtenu après transformation adaptative inverse est ajouté au signal de prédiction à long terme B'1 n au moyen d'un sommateur 171, le signal perceptuel estimé ou signal de prédiction à long terme étant délivré par le circuit 13 de prédiction à long terme en boucle fermée. Le signal résultant délivré par le sommateur 171 est filtré par un filtre 172, lequel correspond du point de vue de la fonction de transfert au filtre 131 de la figure 3. Le filtre 172 délivre le signal résiduel modélisé r̂1 n.
  • Un système de décodage prédictif par transformée adaptative à codes imbriqués d'un signal numérique codé constitué par un signal de parole codée, et le cas échéant, par un signal de données auxiliaires inséré au signal de parole codé après codage de ce dernier sera maintenant décrit en liaison avec la figure 12.
  • Selon la figure précitée, le système de décodage comprend un circuit 20 d'extraction du signal de données permettant d'une part l'extraction des données en vue d'une utilisation auxiliaire, par une sortie des données auxiliaires et, d'autre part, la transmission d'index représentatifs du signal de parole codé. On comprend bien sûr que les index précités sont les index i(l) et j(I), pour 1 compris entre 0 et L1-1 précédemment décrits dans la description et pour I compris entre I1 et L dans les conditions qui seront décrites ci-après. Ainsi qu'on l'a représenté en outre en figure 12, le système de décodage selon l'invention comprend un circuit 21 de modélisation du signal de parole au débit minimum, ainsi qu'un circuit 22 ou 23 de modélisation du signal de parole à au moins un débit supérieur au débit minimum précité.
  • Dans un mode de réalisation préférentiel, tel que représenté en figure 12, le système de décodage selon l'invention comporte, outre le système d'extraction des données 20, un premier module 21 de modélisation du signal de parole au débit minimum recevant directement le signal codé et délivrant un premier signal de parole estimé, noté S1 n et un deuxième module 22 de modélisation du signal de parole à un débit intermédiaire connecté au système d'extraction 20 des données par l'intermédiaire d'un circuit 27 de commutation conditionnelle sur critère du débit réel alloué au signal de parole et délivrant un deuxième signal de parole estimé, noté A Sn2.
  • Le système de décodage représenté en figure 12 comporte également un troisième module de modélisation 23 du signal de parole à un débit maximum, ce module étant connecté au système d'extraction des données 20 par l'intermédiaire d'un circuit 28 de commutation conditionnelle sur critère du débit réel alloué à la parole et délivrant un troisième signal de parole estimé Sn-En outre, un circuit sommateur 24 reçoit le premier, le deuxième et le troisième signal de parole estimé, et délivre à sa sortie un signal de parole estimé résultant, noté Sn. En sortie du circuit sommateur 24 sont connectés en cascade un circuit de filtrage adaptatif 25 recevant le signal de parole estimé résultant Sn et délivrant un signal de parole estimé reconstitué, noté S'n. Un convertisseur numérique-analogique 26 peut être prévu pour recevoir le signal de parole reconstitué et pour délivrer un signal de parole reconstitué audio-fréquence.
  • Selon une caractéristique particulièrement avantageuse du dispositif de décodage objet de la présente invention, chacun des modules de modélisation du signal de parole à un débit minimum, intermédiaire et maximum, c'est-à-dire les modules 21,22 et 23 de la figure 12, comprend un sous-module de transformation adaptative inverse, suivi d'un filtre de pondération perceptuelle inverse.
  • Le schéma de principe du module de modélisation du signal de parole au débit minimum est donné en figure 13a.
  • D'une manière générale, le système de décodage objet de la présente invention prend en compte les contraintes imposées par la transmission des données au niveau du système de codage et notamment au niveau du dictionnaire adaptatif, ainsi que la contribution de l'excitation passée.
  • Le circuit de modélisation du signal de parole au débit minimum 21 est identique à celui décrit relativement au circuit 17 du système de codage selon l'invention à partird'un module de transformation adaptative inverse semblable au module 170 décrit en relation avec la figure 11. On note simplement que sur la figure 13a, on a explicité l'obtention du signal perceptuel P partir des index {i(0),j(0)}, de l'ordre de modélisation K et des indices i(l),j(l) pour 1 = 1 à L1-1.
  • En ce qui concerne la transformation adaptative inverse, un mode de réalisation avantageux de celle-ci est représenté en figure 13b. On indique que le mode de réalisation représenté en figure 13b correspond à une transformée de type Householder inverse utilisant des éléments identiques à la transformée de Householder représentée en figure 7. On indique simplement que pour un signal perceptuel délivré par le circuit de prédiction à long terme 13, ce signal étant noté p1 entrant dans un module semblable 140, les signaux entrant dans le module 1402, respectivement au niveau des multiplicateurs associés à chaque registre, sont inversés. Le signal résultant délivré par le sommateur correspondant au sommateur 171 de la figure 11 est filtre par un filtre de fonction de transfert inverse de la fonction de transfert de la matrice de pondération perceptuelle et correspondant au filtre 172 de la même figure 11.
  • Les modules de modélisation du signal de parole au débit intermédiaire ou au débit maximum, module 22 ou 23, sont représentés en figures 14a et 14b.
  • Bien entendu, il est possible pour des raisons de complexité de regrouper les différentes modélisations du signal de parole correspondant aux autres débits en un seul bloc tel que représenté sur la figure 14a et 14b. Selon le débit réel alloué à la parole, les vecteurs de gain modélisés G2, G3 sont additionnés, ainsi que représenté en figure 14b, par un sommateur 220, soumis au processus de transformation adaptative inverse dans un module 221 identique au module 210 de la figure 13a, puis filtrés par le filtre de pondération inverse W-'(z) précédemment mentionné, ce filtre étant désigné par 222, le filtrage partant de conditions initiales nulles, ce qui permet d'effectuer une opération équivalente à la multiplication par la matrice inverse W-1, afin d'obtenir une modélisation progressive du signal de synthèse Sn. On note sur la figure 14b la présence de dispositifs de commutation, lesquels ne sont autres que les dispositifs de commutation 24 et 28 représentés en figure 12, lesquels sont commandés en fonction du débit réel des données transmises.
  • Enfin, en ce qui concerne le filtre adaptatif 25, un mode de réalisation particulièrement avantageux est donné en figure 15. Ce filtre adaptatif permet d'améliorer la qualité perceptuelle du signal de synthèse Sn obtenu suite à la sommation par le sommateur 24. Un tel filtre comprend par exemple un module de post-filtrage à long terme noté 250, suivi d'un module de post-filtrage à court terme et d'un module 252 de contrôle de l'énergie, lequel est piloté par un module 253 de calcul du facteur d'échelle. Ainsi, le filtre adaptatif 25 délivre le signal ŜS'n filtré, ce signal correspondant au signal dans lequel le bruit de quantification introduit parle codeur sur le signal de parole synthétisé a été filtré dans les endroits du spectre où cela est possible. On indique que le schéma représenté en figure 15 correspond aux publications de J.H.Chen etA.Gersho, "Real Time Vector APC Speech Coding at 4800 Bps with Adaptative Postfiltering", ICASSP 87, Vol.3, pp 2185-2188.
  • On a ainsi décrit un système de codage prédictif par transformée orthonormée à codes imbriqués permettant d'apporter des solutions inédites dans le domaine des codeurs à codes imbriqués. On indique que d'une manière générale, le système de codage objet de l'invention permet un codage en bande élargie à des débits parole/données de 32/0 kbit/s, 24/8 kbit/s et 16/16 kbit/s.

Claims (10)

1. Système de codage prédictif d'un signal numérique en un signal numérique à codes imbriqués, codé par transformée adaptative à codes imbriqués, dans lequel le signal numérique codé est constitué par un signal de parole codé et, le cas échéant, par un signal de données auxiliaires, insérées au signal de parole codé après codage de ce dernier, système du type comportant un filtre de pondération perceptuelle (11) piloté par une boucle de prédiction à court terme permettant d'engendrer un signai perceptuel et un circuit de prédiction à long terme délivrant un signal perceptuel estimé P., ce circuit de prédiction à long terme formant une boucle de prédiction à long terme permettant de délivrer, à partir du signal perceptuel et du signal d'excitation passée estimé, un signal d'excitation perceptuelle modélisé, et des moyens de transformée adaptative et de quantification permettant à partir du signal d'excitation perceptuelle d'engendrer le signal de parole codé, caractérisé en ce que le filtre de pondération perceptuelle consiste en un filtre de prédiction à court terme du signal de parole à coder, de façon à réaliser une répartition fréquentielle du bruit de quantification, et en ce qu'il comprend un moyen (12) de soustraction de la contribution du signal d'excitation Pn o passée dudit signal perceptuel pour délivrer un signal perceptuel réactualisé Pn, et en ce que le circuit de prédiction à long terme est formé, en boucle fermée, à partir d'un dictionnaire réactualisé par l'excitation passée modélisée correspondant au débit le plus faible permettant de délivrer une forme d'onde optimale et un gain estimé associé à celle-ci, constitutifs du signal perceptuel estimé, et en ce que les moyens de transformée sont formés par un module de transformée orthonormée comportant un module de transformation orthogonale adaptative et un module de modélisation progressive par vecteurs orthogonaux, ces moyens de modélisation progressive et le circuit de prédiction à long terme permettant de délivrer des index représentatifs du signal de parole codé, ledit système comportant en outre des moyens (19) d'insertion des données auxiliaires couplés au canal de transmission.
2. Système de codage selon la revendication 1, caractérisé en ce que ledit module de transformation orthogonale adaptative comporte :
- un filtre réalisant une combinaison linéaire des vecteurs de base, obtenus à partir d'une décomposition en valeurs singulières de la matrice représentative du filtre de pondération perceptuelle.
3. Système de codage selon la revendication 2, caractérisé en ce que ledit filtre comprend pour toute matrice W représentative du filtre de pondération perceptuelle :
- un premier module matriciel U = (U1,...,UN) et
- un deuxième module matriciel V = (V1,...,VN), lesdits premier et deuxième modules matriciels vérifiant la relation :
Figure imgb0043

dans laquelle
UT désigne le module matrice transposée du module U, et où
D est un module matrice diagonale dont les coefficients constituent lesdites valeurs singulières, U et Vj désignant respectivement le iè me vecteur singulier gauche et le jème vecteur singulier droit, lesdits vecteurs singuliers droits {Vj} formant une base orthonormée, ce qui permet de transformer l'opération de filtrage par produit de convolution par une opération de filtrage par une combinaison linéaire.
4. Système de codage selon la revendication 1, caractérisé en ce que ledit module de transformée orthonormée est formé par :
- une sous-module de transformée stochastique construite par tirage d'une variable aléatoire gaussienne, pour l'initialisation,
- un module de moyennisation globale sur une pluralité de vecteurs issus d'un codeur prédictif par transformée,
- un module de réordonnancement,
- un module de traitement de Gram-Schmidt, une réitération des traitements par les modules précédents permettant d'obtenir une transformée orthonormée, effectuée hors ligne, formée par apprentissage,
- une mémoire de type mémoire morte, permettant de mémoriser la transformée orthonormée, sous forme de vecteurs de transformée.
5. Système de codage selon la revendication 4, caractérisé en ce que ladite transformée est formée par des formes d'ondes orthonormées dont les spectres de fréquence sont passe-bandes et ordonnées relativement, la première forme d'onde des formes d'ondes orthonormées ordonnées relativement étant égale à la forme d'onde optimale normalisée issue dudit dictionnaire adaptatif et la première composante de gain estimé est égale au gain de prédiction à long terme normalisé.
6. Système de codage selon la revendication 2 et 5, caractérisé en ce que ledit module de transformation adaptative comporte :
- un module de transformation de Householder recevant ledit signal perceptuel estimé p; constitué par ladite forme d'onde optimale et par ledit gain estimé, et ledit signal perceptuel pour engendrer un signal perceptuel transformé P" sous forme de vecteur de signal perceptuel transformé de composante P"k, et
- une pluralité de N registres de mémorisation desdites formes d'ondes orthonormées, ladite pluralité de registres formant ladite mémoire morte, chaque registre de rang r comportant N cellules de mémorisation, une composante de rang k de chaque vecteur étant mémorisée dans une cellule de rang correspondant,
- une pluralité de N circuits multiplicateurs associée à chaque registre formant ladite pluralité de registres de mémorisation, chaque circuit multiplicateur de rang k recevant, d'une part, la composante de rang k du vecteur mémorisé, et, d'autre part, la composante P"k du vecteur de signal perceptuel transformé de rang k, et délivrant le produit P"k.fk orth(k) des composantes de vecteur de signal perceptuel transformé,
- une pluralité de N-1 circuits sommateurs associés à chaque registre de rang r, chaque circuit sommateur de rang k recevant le produit de rang antérieur k-1 délivré par le circuit multiplicateur de rang antérieur et le produit de rang correspondant k délivré par le circuit multiplicateur de rang antérieur et le produit de rang correspondant k délivré par le circuit multiplicateur de même rang k, le circuit sommateur de rang le plus élevé, N-1, délivrant une composante g(r) du gain estimé, exprimé sous forme de vecteur de gain G.
7. Système selon la revendication 1, caractérisé en ce que ledit module de modélisation progressive par vecteur orthogonaux comporte :
- un module de normalisation du vecteur de gain pour engendrer un vecteur de gain normalisé Gk, par comparaison de la valeur normée du vecteur de gain G par rapport à une valeur de seuil, ledit module de normalisation permettant d'engendrer en outre un signal de longueur du vecteur de gain normalisé Gk, vers le système décodeur en fonction de l'ordre de modélisation,
- un étage de modélisation progressive par vecteurs orthogonaux proprement dit recevant ledit vecteur normalisé Gk et délivrant lesdits index représentatifs du signal de parole codé, lesdits index étant représentatifs des vecteurs sélectionnés et de leurs gains associés, la transmission des données auxiliaires, formées par les index étant effectuée en écrasant les parties de la trame allouée aux indices et numéros de plages pour former le signal de données auxiliaires.
8. Système de décodage prédictif par transformée adaptative d'un signal numérique codé à codes imbriqués dans lequel le signal numérique codé est constitué par un signal de parole codé et, le cas échéant, par un signal de données auxiliaires insérées au signal de parole codé après codage de ce dernier, caractérisé en ce qu'il comprend :
- des moyens d'extraction dudit signal de données permettant, d'une part, l'extraction desdites données en vue d'une utilisation auxiliaire, et d'autre part, la transmission d'index représentatifs du signal de parole codé,
- des moyens de modélisation du signal de parole au débit minimum,
- des moyens de modélisation du signal de parole à au moins un débit supérieur au débit minimum,
9. Système de décodage selon la revendication 8, caractérisé en ce que ce décodeur comporte, outre le système d'extraction de données,
- un premier module de modélisation du signal de parole au débit minimum, recevant directement le signal codé et délivrant un premier signal de parole, estimé S.,
- un deuxième module de modélisation du signal de parole à un débit intermédiaire connecté audit système d'extraction de données par l'intermédiaire de moyens de commutation conditionnelle sur critère de la valeur desdits index, et délivrant un deuxième signal de parole estimé, S.,
- un troisième module de modélisation du signal de parole à un débit maximum, connecté audit système d'extraction de données par l'intermédiaire de moyens de commutation conditionnelle sur critère de la valeur desdits index et délivrant un troisième signal de parole estimé, S3
- un circuit sommateur recevant sur ses entrées de sommation le premier, le deuxième respectivement le troisième signal de parole estimé et délivrant en sa sortie un signal de parole estimé résultant, et connectés en cascade en sortie dudit circuit sommateur,
- un circuit de filtrage adaptatif recevant ledit signal de parole estimé résultant et délivrant un signal de parole estimé reconstitué, et un convertisseur numérique analogique recevant ledit signal de parole estimé reconstitué et délivrant un signal de parole reconstitué audio-fréquence.
10. Système de décodage selon la revendication 9, caractérisé en ce que chacun des modules de modélisation du signal de parole à un débit minimum, intermédiaire ou maximum comprend un sous-module de transformation adaptative inverse suivi d'un filtre de pondération perceptuelle inverse.
EP94400109A 1993-01-21 1994-01-18 Systeme de codage-décodage prédictif d'un signal numérique de parole par transformée adaptative à codes imbriqués Expired - Lifetime EP0608174B1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR9300601 1993-01-21
FR9300601A FR2700632B1 (fr) 1993-01-21 1993-01-21 Système de codage-décodage prédictif d'un signal numérique de parole par transformée adaptative à codes imbriqués.

Publications (2)

Publication Number Publication Date
EP0608174A1 true EP0608174A1 (fr) 1994-07-27
EP0608174B1 EP0608174B1 (fr) 1998-08-12

Family

ID=9443261

Family Applications (1)

Application Number Title Priority Date Filing Date
EP94400109A Expired - Lifetime EP0608174B1 (fr) 1993-01-21 1994-01-18 Systeme de codage-décodage prédictif d'un signal numérique de parole par transformée adaptative à codes imbriqués

Country Status (4)

Country Link
US (1) US5583963A (fr)
EP (1) EP0608174B1 (fr)
DE (1) DE69412294T2 (fr)
FR (1) FR2700632B1 (fr)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0751492A2 (fr) * 1995-06-28 1997-01-02 ALCATEL ITALIA S.p.A. Méthode et équipement pour codage et décodage des signaux vocaux échantillonnés
EP0792502A1 (fr) * 1995-09-14 1997-09-03 Motorola, Inc. Systeme de messagerie vocale a debit binaire tres lent utilisant un traitement a compression vocale asymetrique
US6107430A (en) * 1996-03-14 2000-08-22 The Dow Chemical Company Low application temperature hot melt adhesive comprising ethylene α-olefin

Families Citing this family (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5822436A (en) * 1996-04-25 1998-10-13 Digimarc Corporation Photographic products and methods employing embedded information
FR2722631B1 (fr) * 1994-07-13 1996-09-20 France Telecom Etablissement P Procede et systeme de filtrage adaptatif par egalisation aveugle d'un signal telephonique numerique et leurs applications
FR2729245B1 (fr) * 1995-01-06 1997-04-11 Lamblin Claude Procede de codage de parole a prediction lineaire et excitation par codes algebriques
JP3046213B2 (ja) * 1995-02-02 2000-05-29 三菱電機株式会社 サブバンド・オーディオ信号合成装置
MX9708203A (es) * 1996-02-26 1997-12-31 At & T Corp Cuantificacion de señales vocales usando modelos de publico humano en sistemas de codificacion predictivas.
JP3878254B2 (ja) * 1996-06-21 2007-02-07 株式会社リコー 音声圧縮符号化方法および音声圧縮符号化装置
US6038528A (en) * 1996-07-17 2000-03-14 T-Netix, Inc. Robust speech processing with affine transform replicated data
JP3263347B2 (ja) * 1997-09-20 2002-03-04 松下電送システム株式会社 音声符号化装置及び音声符号化におけるピッチ予測方法
JP2000197054A (ja) * 1998-12-24 2000-07-14 Hudson Soft Co Ltd 動画像符号方法及びそのプログラムを記録した記録媒体並びに装置
AU2001249785A1 (en) * 2000-04-03 2001-10-15 Flint Hills Scientific, L.L.C. Method, computer program, and system for automated real-time signal analysis fordetection, quantification, and prediction of signal changes
US6768969B1 (en) 2000-04-03 2004-07-27 Flint Hills Scientific, L.L.C. Method, computer program, and system for automated real-time signal analysis for detection, quantification, and prediction of signal changes
SE522261C2 (sv) * 2000-05-10 2004-01-27 Global Ip Sound Ab Kodning och avkodning av en digital signal
US6993477B1 (en) * 2000-06-08 2006-01-31 Lucent Technologies Inc. Methods and apparatus for adaptive signal processing involving a Karhunen-Loève basis
US8977683B2 (en) * 2000-12-26 2015-03-10 Polycom, Inc. Speakerphone transmitting password information to a remote device
US7339605B2 (en) 2004-04-16 2008-03-04 Polycom, Inc. Conference link between a speakerphone and a video conference unit
US8948059B2 (en) 2000-12-26 2015-02-03 Polycom, Inc. Conference endpoint controlling audio volume of a remote device
US8964604B2 (en) 2000-12-26 2015-02-24 Polycom, Inc. Conference endpoint instructing conference bridge to dial phone number
US9001702B2 (en) 2000-12-26 2015-04-07 Polycom, Inc. Speakerphone using a secure audio connection to initiate a second secure connection
US7864938B2 (en) 2000-12-26 2011-01-04 Polycom, Inc. Speakerphone transmitting URL information to a remote device
CA2446707C (fr) 2001-05-10 2013-07-30 Polycom Israel Ltd. Unite de commande pour systeme audio/multimedia multipoint
US8976712B2 (en) 2001-05-10 2015-03-10 Polycom, Inc. Speakerphone and conference bridge which request and perform polling operations
US8934382B2 (en) 2001-05-10 2015-01-13 Polycom, Inc. Conference endpoint controlling functions of a remote device
US7787605B2 (en) 2001-12-31 2010-08-31 Polycom, Inc. Conference bridge which decodes and responds to control information embedded in audio information
US8934381B2 (en) * 2001-12-31 2015-01-13 Polycom, Inc. Conference endpoint instructing a remote device to establish a new connection
US7742588B2 (en) * 2001-12-31 2010-06-22 Polycom, Inc. Speakerphone establishing and using a second connection of graphics information
US8223942B2 (en) * 2001-12-31 2012-07-17 Polycom, Inc. Conference endpoint requesting and receiving billing information from a conference bridge
US8102984B2 (en) * 2001-12-31 2012-01-24 Polycom Inc. Speakerphone and conference bridge which receive and provide participant monitoring information
US8947487B2 (en) 2001-12-31 2015-02-03 Polycom, Inc. Method and apparatus for combining speakerphone and video conference unit operations
US8144854B2 (en) * 2001-12-31 2012-03-27 Polycom Inc. Conference bridge which detects control information embedded in audio information to prioritize operations
US7978838B2 (en) 2001-12-31 2011-07-12 Polycom, Inc. Conference endpoint instructing conference bridge to mute participants
US8885523B2 (en) 2001-12-31 2014-11-11 Polycom, Inc. Speakerphone transmitting control information embedded in audio information through a conference bridge
US8705719B2 (en) 2001-12-31 2014-04-22 Polycom, Inc. Speakerphone and conference bridge which receive and provide participant monitoring information
SG149871A1 (en) 2004-03-01 2009-02-27 Dolby Lab Licensing Corp Multichannel audio coding
US8199791B2 (en) * 2005-06-08 2012-06-12 Polycom, Inc. Mixed voice and spread spectrum data signaling with enhanced concealment of data
US8126029B2 (en) * 2005-06-08 2012-02-28 Polycom, Inc. Voice interference correction for mixed voice and spread spectrum data signaling
US7796565B2 (en) * 2005-06-08 2010-09-14 Polycom, Inc. Mixed voice and spread spectrum data signaling with multiplexing multiple users with CDMA
US8190251B2 (en) * 2006-03-24 2012-05-29 Medtronic, Inc. Method and apparatus for the treatment of movement disorders
US7761145B2 (en) * 2006-04-21 2010-07-20 Medtronic, Inc. Method and apparatus for detection of nervous system disorders
US7764989B2 (en) * 2006-04-21 2010-07-27 Medtronic, Inc. Method and apparatus for detection of nervous system disorders
US7761146B2 (en) * 2006-04-21 2010-07-20 Medtronic, Inc. Method and apparatus for detection of nervous system disorders
US20070249953A1 (en) * 2006-04-21 2007-10-25 Medtronic, Inc. Method and apparatus for detection of nervous system disorders
US8165683B2 (en) 2006-04-21 2012-04-24 Medtronic, Inc. Method and apparatus for detection of nervous system disorders
US20070249956A1 (en) * 2006-04-21 2007-10-25 Medtronic, Inc. Method and apparatus for detection of nervous system disorders
US8108438B2 (en) * 2008-02-11 2012-01-31 Nir Asher Sochen Finite harmonic oscillator
GB2495467B (en) * 2011-09-02 2017-12-13 Skype Video coding
GB2495468B (en) 2011-09-02 2017-12-13 Skype Video coding
GB2495469B (en) 2011-09-02 2017-12-13 Skype Video coding
MY194208A (en) * 2012-10-05 2022-11-21 Fraunhofer Ges Forschung An apparatus for encoding a speech signal employing acelp in the autocorrelation domain

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0462559A2 (fr) * 1990-06-18 1991-12-27 Fujitsu Limited Méthode de codage et de décodage de la parole
EP0492459A2 (fr) * 1990-12-20 1992-07-01 SIP SOCIETA ITALIANA PER l'ESERCIZIO DELLE TELECOMUNICAZIONI P.A. Système de codage par insertion pour des signaux de parole

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL8802291A (nl) * 1988-09-16 1990-04-17 Koninkl Philips Electronics Nv Inrichting voor het verzenden van datawoorden welke een gedigitaliseerde analoog signaal vertegenwoordigen en een inrichting voor het ontvangen van de verzonden datawoorden.
DE69133296T2 (de) * 1990-02-22 2004-01-29 Nec Corp Sprachcodierer
US5371853A (en) * 1991-10-28 1994-12-06 University Of Maryland At College Park Method and system for CELP speech coding and codebook for use therewith

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0462559A2 (fr) * 1990-06-18 1991-12-27 Fujitsu Limited Méthode de codage et de décodage de la parole
EP0492459A2 (fr) * 1990-12-20 1992-07-01 SIP SOCIETA ITALIANA PER l'ESERCIZIO DELLE TELECOMUNICAZIONI P.A. Système de codage par insertion pour des signaux de parole

Non-Patent Citations (13)

* Cited by examiner, † Cited by third party
Title
"Embedded CELP Coding For Variable Bit-Rate Between 6.4 and 9.6 kbit/s", ICASSP 91, vol. L, pages 681 - 684
ALAN O.STEINHARDT: "Householder Transforms in Signal Processing", IEEE ASSP MAGAZINE, July 1988 (1988-07-01), pages 4 - 12, XP011437206, DOI: doi:10.1109/53.9259
B.S.: "A Model of LPC Excitation in Terms of Eigenvectors of the Autocorrelation Matrix of the Impulse Response of the LPC Filter", ICASSP 89, vol. L, pages 45 - 48
CHEN, GERSHO: "Real-time vector APC speech coding at 4800 BPS with adaptive postfiltering", INTERNATIONAL CONFERENCE ON ACOUSTICS SPEECH AND SIGNAL PROCESSING, vol. 4, 6 April 1987 (1987-04-06), DALLAS TEXAS, pages 2185 - 2188 *
DYMARSKI ET AL.: "Optimal and sub-optimal algorithms for selecting the excitation in linear predictive coders", INTERNATIONAL CONFERENCE ON ACOUSTICS SPEECH AND SIGNAL PROCESSING, vol. 1, 3 April 1990 (1990-04-03), ALBUQUERQUE NEW MEXICO US, pages 485 - 488 *
E.OFER: "A Unified Framework for LPC Excitation Repre- sentation in Residual Speech Coders", ICASSP 89, vol. L, pages 41 - 44
G.DAVIDSON; A.GERSHO: "Multiple-Stage Vector Excitation Coding of Speech Wave forms", ICASSP 88, vol. L, pages 163 - 166
J.H.CHEN; A.GERSHO: "Real Time Vector APC Speech Coding at 4800 Bps with Adaptative Postfiltering", ICASSP 87, vol. 3, pages 2185 - 2188
M.JOHNSON; T.TANIGUSHI: "Pitch Orthogonal Code-Excited LPC", GLOBECOM 90, vol. 1, pages 542 - 546
MOREAU, DYMARSKI: "Successive orthogonalizations in the multistage CELP coder", INTERNATIONAL CONFERENCE ON ACOUSTICS SPEECH AND SIGNAL PROCESSING, vol. 1, 23 March 1992 (1992-03-23), SAN FRANCISCO CALIFORNIA US, pages 61 - 64, XP010058716, DOI: doi:10.1109/ICASSP.1992.225972 *
N.MOREAU; P.DYMARSKI: "Successive Orthogonalisations in the Multistage CELP Coder", ICASSP 92, vol. L, pages 1 - 61
N.MOREAU; P.DYMARSKI; A.VIGIER: "Optimal and Suboptimal Algorithms for Selecting the Excitation in Linear Predictive Products", PROC. ICASSP 90, pages 485 - 488
R.ROSE; T.BARNWELL: "Design and Performance of an Analysis by Synthesis Class of Predictive Speech Coders", IEEE TRANS. ON ACOUSTIC SPEECH SIGNAL PROCEESSING, September 1990 (1990-09-01)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0751492A2 (fr) * 1995-06-28 1997-01-02 ALCATEL ITALIA S.p.A. Méthode et équipement pour codage et décodage des signaux vocaux échantillonnés
EP0751492A3 (fr) * 1995-06-28 1998-03-04 ALCATEL ITALIA S.p.A. Méthode et équipement pour codage et décodage des signaux vocaux échantillonnés
US5809456A (en) * 1995-06-28 1998-09-15 Alcatel Italia S.P.A. Voiced speech coding and decoding using phase-adapted single excitation
EP0792502A1 (fr) * 1995-09-14 1997-09-03 Motorola, Inc. Systeme de messagerie vocale a debit binaire tres lent utilisant un traitement a compression vocale asymetrique
EP0792502A4 (fr) * 1995-09-14 1998-12-23 Motorola Inc Systeme de messagerie vocale a debit binaire tres lent utilisant un traitement a compression vocale asymetrique
US6107430A (en) * 1996-03-14 2000-08-22 The Dow Chemical Company Low application temperature hot melt adhesive comprising ethylene α-olefin

Also Published As

Publication number Publication date
EP0608174B1 (fr) 1998-08-12
FR2700632B1 (fr) 1995-03-24
FR2700632A1 (fr) 1994-07-22
US5583963A (en) 1996-12-10
DE69412294T2 (de) 1999-04-15
DE69412294D1 (de) 1998-09-17

Similar Documents

Publication Publication Date Title
EP0608174B1 (fr) Systeme de codage-décodage prédictif d&#39;un signal numérique de parole par transformée adaptative à codes imbriqués
EP0782128B1 (fr) Procédé d&#39;analyse par prédiction linéaire d&#39;un signal audiofréquence, et procédés de codage et de décodage d&#39;un signal audiofréquence en comportant application
EP2366177B1 (fr) Codage de signal audionumerique avec mise en forme du bruit dans un codeur hierarchique
EP0749626B1 (fr) Procede de codage de parole a prediction lineaire et excitation par codes algebriques
EP1692689B1 (fr) Procede de codage multiple optimise
EP1989706A2 (fr) Dispositif de ponderation perceptuelle en codage/decodage audio
WO2004070705A1 (fr) Procede pour le traitement numerique differencie de la voix et de la musique, le filtrage de bruit, la creation d’effets speciaux et dispositif pour la mise en oeuvre dudit procede
EP0428445B1 (fr) Procédé et dispositif de codage de filtres prédicteurs de vocodeurs très bas débit
FR2668288A1 (fr) Procede de transmission, a bas debit, par codage celp d&#39;un signal de parole et systeme correspondant.
EP1875465A1 (fr) Procede d&#39;adaptation pour une interoperabilite entre modeles de correlation a cout terme de signaux numeriques
EP1039736B1 (fr) Procédé et disposiif d&#39;identification adaptive, et annuleur d&#39;écho adaptive mettant en oeuvre un tel procédé
EP2652735B1 (fr) Codage perfectionne d&#39;un etage d&#39;amelioration dans un codeur hierarchique
Brauer et al. Learning to dequantize speech signals by primal-dual networks: an approach for acoustic sensor networks
EP1383109A1 (fr) Procédé et dispositif d&#39;encodage de la parole à bande élargie
WO2011144863A1 (fr) Codage avec mise en forme du bruit dans un codeur hierarchique
Cuperman et al. Low-delay vector excitation coding of speech at 16 kb/s
WO2023165946A1 (fr) Codage et décodage optimisé d&#39;un signal audio utilisant un auto-encodeur à base de réseau de neurones
EP1192618B1 (fr) Codage audio avec liftrage adaptif
FR2709366A1 (fr) Procédé de stockage de vecteurs de coefficient de réflexion.
Pavlov Inter-frame interpolation of the spectral envelope of the speech signal in the space of linear spectral frequencies of the highest regression
FR2980620A1 (fr) Traitement d&#39;amelioration de la qualite des signaux audiofrequences decodes
WO2002029786A1 (fr) Procede et dispositif de codage segmental d&#39;un signal audio
FR2709387A1 (fr) Système de communication radio.
FR2737360A1 (fr) Procedes de codage et de decodage de signaux audiofrequence, codeur et decodeur pour la mise en oeuvre de tels procedes
EP1383111A2 (fr) Procédé et dispositif d&#39;encodage de la parole à bande élargie

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): DE GB

17P Request for examination filed

Effective date: 19940714

GRAG Despatch of communication of intention to grant

Free format text: ORIGINAL CODE: EPIDOS AGRA

17Q First examination report despatched

Effective date: 19971024

GRAG Despatch of communication of intention to grant

Free format text: ORIGINAL CODE: EPIDOS AGRA

GRAH Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOS IGRA

GRAH Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOS IGRA

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

AK Designated contracting states

Kind code of ref document: B1

Designated state(s): DE GB

REF Corresponds to:

Ref document number: 69412294

Country of ref document: DE

Date of ref document: 19980917

GBT Gb: translation of ep patent filed (gb section 77(6)(a)/1977)

Effective date: 19980902

PLBE No opposition filed within time limit

Free format text: ORIGINAL CODE: 0009261

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

26N No opposition filed
REG Reference to a national code

Ref country code: GB

Ref legal event code: IF02

REG Reference to a national code

Ref country code: GB

Ref legal event code: 732E

Free format text: REGISTERED BETWEEN 20090528 AND 20090603

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: GB

Payment date: 20101215

Year of fee payment: 18

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: DE

Payment date: 20110131

Year of fee payment: 18

GBPC Gb: european patent ceased through non-payment of renewal fee

Effective date: 20120118

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GB

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20120118

Ref country code: DE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20120801

REG Reference to a national code

Ref country code: DE

Ref legal event code: R119

Ref document number: 69412294

Country of ref document: DE

Effective date: 20120801