EP0782128A1 - Method of analysing by linear prediction an audio frequency signal, and its application to a method of coding and decoding an audio frequency signal - Google Patents
Method of analysing by linear prediction an audio frequency signal, and its application to a method of coding and decoding an audio frequency signal Download PDFInfo
- Publication number
- EP0782128A1 EP0782128A1 EP96402715A EP96402715A EP0782128A1 EP 0782128 A1 EP0782128 A1 EP 0782128A1 EP 96402715 A EP96402715 A EP 96402715A EP 96402715 A EP96402715 A EP 96402715A EP 0782128 A1 EP0782128 A1 EP 0782128A1
- Authority
- EP
- European Patent Office
- Prior art keywords
- signal
- stage
- coefficients
- transfer function
- filter
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000004458 analytical method Methods 0.000 claims abstract description 90
- 238000012546 transfer Methods 0.000 claims abstract description 80
- 230000003595 spectral effect Effects 0.000 claims abstract description 30
- 230000015572 biosynthetic process Effects 0.000 claims description 87
- 230000005284 excitation Effects 0.000 claims description 87
- 238000003786 synthesis reaction Methods 0.000 claims description 87
- 230000008569 process Effects 0.000 claims description 35
- 238000013139 quantization Methods 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 20
- 238000001228 spectrum Methods 0.000 claims description 20
- 230000005236 sound signal Effects 0.000 claims description 19
- 238000011002 quantification Methods 0.000 claims description 16
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 230000001419 dependent effect Effects 0.000 claims description 3
- 241000897276 Termes Species 0.000 description 27
- 230000004044 response Effects 0.000 description 10
- 235000021183 entrée Nutrition 0.000 description 9
- 241000135309 Processus Species 0.000 description 8
- 230000006978 adaptation Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000007774 longterm Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000001934 delay Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000000873 masking effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
Definitions
- the present invention relates to a method for linear prediction analysis of an audio frequency signal.
- This process finds a particular, but not exclusive, application in predictive audio coders, in particular in coders with analysis by synthesis, of which the most widespread type is the coder CELP ("Code-Excited Linear Prediction").
- the predictive coders used for bit rate compression perform a modeling of the spectral envelope of the signal. This modeling results from an analysis by linear prediction of order M (M ⁇ 10 typically in narrow band), consisting in determining M coefficients a i of linear prediction of the input signal. These coefficients characterize a synthesis filter used at the decoder, whose transfer function is of the form 1 / A (z) with
- Linear prediction analysis has a broader field of application than that of speech coding.
- the order M of the prediction constitutes one of the variables that the analysis by linear prediction aims to obtain, this variable being influenced by the number of peaks present in the spectrum of the analyzed signal (see US-A- 5,142,581).
- the filter calculated by the linear prediction analysis can have various structures, leading to different choices of parameters for the representation of the coefficients (the coefficients a i themselves, the parameters LAR, LSF, LSP, the reflection coefficients or PARCOR. ..).
- DSP digital signal processors
- it was common to use recursive structures for the calculated filter for example structures using PARCOR coefficients of the type described in the article by F. ITAKURA and S. SAITO "Digital Filtering Techniques for Speech Analysis and Synthesis", Proc. of the 7th International Congress on Acoustics, Budapest 1971, pages 261-264 (see FR-A-2 284 946 or US-A-3 975 587).
- the coefficients a i are also used to construct a perceptual weighting filter used by the coder to determine the excitation signal to be applied to the short-term synthesis filter to obtain a synthetic signal representative of the speech signal.
- This perceptual weighting accentuates the portions of the spectrum where the coding errors are the most perceptible, that is to say the interformant areas.
- the linear prediction coefficients a i are also used to define a post-filter used to attenuate the frequency zones between the formants and the harmonics of the speech signal, without modifying the slope of the spectrum of the signal.
- Modeling the spectral envelope of the signal by the coefficients a i therefore constitutes an essential element of the coding and decoding process, in the sense that it must represent the spectral content of the signal to be reconstructed at the decoder and that it also controls masking quantization noise as well as post-filtering at the decoder.
- An object of the present invention is to improve the modeling of the spectrum of an audiofrequency signal in a system using a method of analysis by linear prediction. Another aim is to make the performance of such a system more homogeneous for different input signals (speech, music, sinusoids, DTMF signals %), different bandwidths (telephone band, extended band, stereo band %), different registration conditions (directive microphone, acoustic antenna %) and filtering.
- the invention thus proposes a method of analysis by linear prediction of an audiofrequency signal, to determine spectral parameters dependent on a short-term spectrum of the audiofrequency signal, comprising q successive prediction stages, q being an integer greater than 1
- parameters representing a predefined number M p of coefficients a 1 p , ... a M p p of linear prediction of an input signal of said stage are determined, the analyzed audio signal constituting the input signal of the first stage, and the input signal of a stage p + 1 being constituted by the input signal of the stage p filtered by a transfer function filter
- the number Mp of linear prediction coefficients can notably increase from one stage to the next.
- the first stage will be able to give a fairly faithful account of the general slope of the spectrum or of the signal, while the following stages will refine the representation of the signal formants.
- the transfer function A (z) thus obtained can also be used to define according to formula (2) the transfer function of the perceptual weighting filter when the coder is a coder for analysis by synthesis with closed loop determination of the signal of excitation.
- Another interesting possibility is to adopt coefficients of spectral expansion ⁇ 1 and ⁇ 2 which can vary from one stage to the next, that is to say to give the perceptual weighting filter a function of transfer of the form.
- ⁇ 1 p , ⁇ 2 p denote pairs of spectral expansion coefficients such that 0 ⁇ 2 p ⁇ 1 p ⁇ 1 for 1 ⁇ p ⁇ q.
- This transfer function A (z) can also be used to define a post-filter whose transfer function comprises, as in formula (3) above, a term of the form A (z / ⁇ 1 ) / A (z / ⁇ 2 ), where ⁇ 1 and ⁇ 2 denote coefficients such as 0 ⁇ 1 ⁇ 2 ⁇ 1.
- the method of analysis by linear prediction with multiple stages proposed according to the invention comprises many other applications in the processing of audio signals, for example in transform predictive coders, in speech recognition systems, in speech enhancement systems ...
- the audiofrequency signal to be analyzed in the method illustrated in FIG. 1 is denoted s 0 (n). It is assumed to be available in the form of digital samples, the integer n denoting the successive sampling instants.
- the linear prediction analysis method comprises q successive stages 5 1 , ..., 5 p , ..., 5 q . At each prediction stage 5 p (1 p p q q), a linear order Mp prediction of an input signal s p-1 (n) is carried out.
- the input signal of the first stage 5 1 is constituted by the audio frequency signal to be analyzed s 0 (n), while the input signal of a stage 5 p + 1 (1 ⁇ p ⁇ q) is constituted by the signal s p (n), obtained in a step denoted 6 p by applying to the input signal s p-1 (n) of the p-th stage 5 p a filtering by means of a transfer function filter where the coefficients a i p (1 ⁇ i ⁇ Mp) are the coefficients of linear prediction obtained on the floor 5 p .
- the quantity E (Mp) is the energy of the residual prediction error of stage p.
- the quantification can relate to the normalized frequencies ⁇ i p or to their cosines.
- the analysis can be performed at each 5 p prediction stage according to the classic Levinson-Durbin algorithm mentioned above.
- Other algorithms providing the same results, developed more recently, can be used advantageously, in particular the exploded Levinson algorithm (see “A new Efficient Algorithm to Compute the LSP Parameters for Speech Coding", by S. Saoudi, JM Boucher and A. Le Guyader, Signal Processing, Vol.28, 1992, pages 201-212), or the use of Chebyshev polynomials (see “The Computation of Line Spectrum Frequencies Using Chebyshev Polynomials, by P. Kabal and RP Ramachandran, IEEE Trans. On Acoustics, Speech, and Signal Processing, Vol. ASSP-34, n ° 6, pages 1419-1426, December 1986).
- the orders Mp of the linear predictions carried out preferably increase from one stage to the following: M1 ⁇ M2 ⁇ ... ⁇ Mq.
- M1 2 for example
- M1 2 for example
- the signal sampling frequency Fe was 16 kHz.
- the signal spectrum (modulus of its Fourier transform) is represented by curve I. This spectrum is representative of audio frequency signals which have, on average, more energy at low frequencies than at high frequencies. The spectral dynamics are sometimes higher than that of Figure 2 (60 dB).
- Curves (II) and (III) correspond to the modeled spectral envelopes
- the invention is described below in its application to a CELP type speech coder.
- FIG. 3 The speech synthesis process implemented in a CELP coder and decoder is illustrated in FIG. 3.
- An excitation generator 10 delivers an excitation code c k belonging to a predetermined repertoire in response to an index k.
- An amplifier 12 multiplies this excitation code by an excitation gain ⁇ , and the resulting signal is subjected to a long-term synthesis filter 14.
- the output signal u of the filter 14 is in turn subjected to a short-term synthesis filter 16, the output of which constitutes what is considered here as the synthetic speech signal.
- This synthetic signal is applied to a post-filter 17 intended to improve the subjective quality of the reconstructed speech.
- Post-filtering techniques are well known in the field of speech coding (see JH Chen and A.
- the coefficients of the post-filter 17 are obtained from the LPC parameters characterizing the short-term synthesis filter 16. It will be understood that, as in certain current CELP decoders, the post-filter 17 could also include a long-term post-filtering component.
- the aforementioned signals are digital signals represented for example by words of 16 bits at a sampling rate Fe equal for example to 16 kHz for an encoder in wide band (50-7000 Hz).
- the synthesis filters 14, 16 are generally purely recursive filters.
- the delay T and the gain G constitute long-term prediction parameters (LTP) which are determined adaptively by the coder.
- the LPC parameters defining the short-term synthesis filter 16 are determined at the coder by a method of analysis by linear prediction of the speech signal.
- the transfer function of the filter 16 is generally of the form 1 / A (z) with A (z) of the form (1).
- the present invention proposes to adopt a similar form of the transfer function, in which A (z) is broken down according to (7) as indicated above.
- excitation signal is used here to denote the signal u (n) applied to the short-term synthesis filter 14.
- This excitation signal comprises an LTP Gu (nT) component and a residual component, or innovation sequence, ⁇ c k (n).
- the parameters characterizing the residual component and, optionally, the LTP component are evaluated in a closed loop, using a perceptual weighting filter.
- FIG 4 shows the diagram of a CELP coder.
- the speech signal s (n) is a digital signal, for example supplied by an analog-digital converter 20 processing the amplified and filtered output signal from a microphone 22.
- the LPC, LTP and EXC parameters are obtained at the coder by three respective analysis modules 24, 26, 28. These parameters are then quantified in a known manner for transmission effective digital, then subjected to a multiplexer 30 which forms the output signal of the encoder. These parameters are also supplied to a module 32 for calculating the initial states of certain coder filters.
- This module 32 essentially comprises a decoding chain such as that shown in FIG. 3. Like the decoder, the module 32 operates on the basis of the quantized LPC, LTP and EXC parameters. If an interpolation of the LPC parameters is carried out at the decoder, as is common, the same interpolation is carried out by the module 32.
- the module 32 makes it possible to know at the level of the coder the previous states of the synthesis filters 14, 16 of the decoder, determined according to the synthesis and excitation parameters prior to the subframe considered.
- the next step in coding is to determine the LTP parameters for long-term prediction. These are for example determined once per subframe of L samples.
- the output signal from the subtractor 34 is subjected to a perceptual weighting filter 38 whose role is to accentuate the portions of the spectrum where the errors are most perceptible, that is to say the inter-forming zones.
- the respective coefficients b i and c i (1 i i M M) of the functions AN (z) and AP (z) are calculated for each frame by a module 39 for evaluating the perceptual weighting which supplies them to the filter 38.
- AN (z) A (z / ⁇ 1 )
- AP (z) A (z / ⁇ 2 ) with 0 ⁇ 2 ⁇ 1 ⁇ 1, which comes back to the usual form (2 ) with A (z) of the form (7).
- the invention however allows, with a very low computational overload, to have greater flexibility as regards the shaping of the quantization noise, by adopting the form (6) for W (z), that is:
- the closed loop LTP analysis performed by the module 26 consists, in a conventional manner, in selecting for each subframe the delay T which maximizes the normalized correlation: where x '(n) denotes the output signal of the filter 38 during the sub-frame considered, and y T (n) denotes the convolution product u (nT) * h' (n).
- h '(0), h' (1) ..., h '(L-1) denotes the impulse response of the weighted synthesis filter, with transfer function W (z) / A (z).
- This impulse response h ′ is obtained by a module 40 for calculating impulse responses, as a function of the coefficients b i and c i provided by the module 39 and of the LPC parameters which have been determined for the sub-frame, if appropriate after quantification. and interpolation.
- the samples u (nT) are the previous states of the synthesis filter 14 at long term, supplied by module 32.
- the missing samples u (nT) are obtained by interpolation on the basis of the previous samples, or from the speech signal.
- the delays T, whole or fractional, are selected in a specific window.
- the signal Gy T (n) which has been calculated by the module 26 for the optimal delay T, is first subtracted from the signal x '(n) by the subtractor 42.
- the resulting signal x (n) is subjected to a reverse filter 44 which provides a signal D (n) given by: where h (0), h (1), ..., h (L-1) denotes the impulse response of the filter composed of the synthesis filters and of the perceptual weighting filter, calculated by the module 40.
- the compound filter has the transfer function W (z) / [A (z) .B (z)] .
- the vector D constitutes a target vector for the module 28 for searching for the excitation.
- the CELP decoder comprises a demultiplexer 8 receiving the bit stream from the coder.
- the quantized values of the excitation parameters EXC and of the synthesis parameters LTP and LPC are supplied to the generator 10, to the amplifier 12 and to the filters 14, 16 to reconstruct the synthetic signal ⁇ , which is subjected to the post-filter 17 then converted to analog by the converter 18 before being amplified and then applied to a loudspeaker 19 to restore the original speech.
- the LPC parameters are for example constituted by quantization indexes of the reflection coefficients r i p (also called partial correlation coefficients or PARCOR) relating to the different stages of linear prediction.
- a module 15 recovers the quantized values of the r i p from the quantization indexes, and converts them to provide the q sets of linear prediction coefficients. This conversion is for example carried out by the same recursive method as in the Levinson-Durbin algorithm.
- the sets of coefficients a i p are supplied to the short-term synthesis filter 16 constituted by a succession of q filters / stages of transfer functions 1 / A 1 (z), ..., 1 / A q (z) given by the relation (4) .
- the filter 16 could also be in a single stage of transfer function 1 / A (z) given by the relation (1) in which the coefficients a i have been calculated according to the relations (9) to (13).
- the reflection coefficient r 1 can be that associated with the coefficients a i of the composite synthesis filter, which it is then necessary to calculate.
- the invention makes it possible to adopt coefficients ⁇ 1 and ⁇ 2 different from one stage to the next (formula (8)), that is:
- the invention has been described above in its application to a predictive coder with forward adaptation, that is to say in which the audio frequency signal subject to analysis by linear prediction is the signal of encoder input.
- the invention also applies to predictive coders / decoders with backward adaptation, in which the synthetic signal is the subject of analysis by linear prediction at the coder and at the decoder (see JH Chen et al: "A Low -Delay CELP Coder for the CCITT 16 kbit / s Speech Coding Standard ", IEEE J. SAC, Vol.10, n ° 5, pages 830-848, June 1992).
- FIGS. 5 and 6 respectively show a CELP decoder and a CELP coder with "backward" adaptation implementing the present invention. Numerical references identical to those of FIGS. 3 and 4 have been used to designate similar elements.
- the “backward” adaptation decoder receives only the quantization values of the parameters defining the excitation signal u (n) to be applied to the short-term synthesis filter 16.
- these parameters are the index k and the associated gain ⁇ as well as the LTP parameters.
- the synthetic signal ⁇ (n) is processed by a module 124 multi-stage linear prediction analysis identical to module 24 of FIG. 3. Module 124 supplies the LPC parameters to filter 16 for one or more subsequent frames of the excitation signal, and to post-filter 17 whose coefficients are obtained as described above.
- the corresponding coder represented in FIG. 6, performs the analysis by multistage linear prediction on the locally generated synthetic signal and not on the audio signal s (n). It thus comprises a local decoder 132 essentially consisting of the elements denoted 10, 12, 14, 16 and 124 of the decoder of FIG. 5.
- the local decoder 132 provides the LPC parameters obtained by analysis of the synthetic signal, which are used by the module 39 for evaluating the perceptual weighting and the module 40 for calculating the impulse responses h and h '.
- the operation of the encoder is identical to that of the encoder described with reference to FIG. 4, except that the LPC analysis module 24 is no longer necessary. Only the EXC and LTP parameters are sent to the decoder.
- Figures 7 and 8 are block diagrams of a CELP decoder and a CELP coder with mixed adaptation.
- the linear prediction coefficients of the first stage or stages result from a "forward" analysis of the audio frequency signal carried out by the coder, while the linear prediction coefficients of the first stage or stages result from a "backward” analysis of the synthetic signal carried out by the decoder (and by a local decoder provided in the coder).
- Numerical references identical to those of FIGS. 3 to 6 have been used to designate similar elements.
- the mixed decoder illustrated in FIG. 7 receives the quantization values of the parameters EXC, LTP defining the excitation signal u (n) to be applied to the short-term synthesis filter 16, and the quantization values of the determined LPC / F parameters by the "forward" analysis performed by the coder.
- These LPC / F parameters represent q F sets of linear prediction coefficients a 1 F, p , ..., a MFp F, p for 1 ⁇ p ⁇ q F , and define a first component 1 / A F (z) of the transfer function 1 / A (z) of filter 16:
- the mixed decoder comprises an inverse filter 200 of transfer function A F (z) which filters the synthetic signal (n) produced by the short-term synthesis filter 16 to produce a filtered synthetic signal 0 (n).
- the LPC / B coefficients thus obtained are supplied to the synthesis filter 16 to define its second component for the next frame.
- the local decoder 232 provided in the mixed coder essentially consists of the elements denoted 10, 12, 14, 16, 200 and 224 / B of the decoder of FIG. 7.
- the local decoder 232 supplies the LPC / B parameters which are used, with the LPC / F parameters supplied by the analysis module 224 / F, by the module 39 for evaluating the perceptual weighting and the module 40 for calculating the impulse responses h and h '.
- the operation of the mixed encoder is identical to that of the encoder described with reference to FIG. 4. Only the parameters EXC, LTP and LPC / F are sent to the decoder.
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
Description
La présente invention concerne un procédé d'analyse par prédiction linéaire d'un signal audiofréquence. Ce procédé trouve une application particulière, mais non exclusive, dans des codeurs audio à prédiction, notamment dans des codeurs à analyse par synthèse, dont le type le plus répandu est le codeur CELP ("Code-Excited Linear Prediction").The present invention relates to a method for linear prediction analysis of an audio frequency signal. This process finds a particular, but not exclusive, application in predictive audio coders, in particular in coders with analysis by synthesis, of which the most widespread type is the coder CELP ("Code-Excited Linear Prediction").
Les techniques de codage prédictif à analyse par synthèse sont actuellement très répandues pour le codage de la parole en bande téléphonique (300-3400 Hz) à des débits pouvant descendre jusqu'à 8 kbit/s, tout en conservant une qualité téléphonique. Pour la bande audio (de l'ordre de 20 kHz), les techniques de codage par transformée sont utilisées pour des applications de diffusion et de stockage de signaux vocaux et musicaux. Cependant, ces techniques impliquent des retards de codage relativement importants (plus grands que 100 ms), ce qui produit en particulier des difficultés de participation dans les communications de groupe où l'interactivité est très importante. Les techniques prédictives produisent un retard plus faible, dépendant essentiellement de la longueur des trames d'analyse par prédiction linéaire (typiquement 10 à 20 ms), et trouvent pour cette raison des applications même pour le codage de signaux vocaux et/ou musicaux ayant une largeur de bande supérieure à la bande téléphonique.The techniques of predictive coding with analysis by synthesis are currently very widespread for the coding of speech in the telephone band (300-3400 Hz) at bit rates which can go down to 8 kbit / s, while maintaining telephone quality. For the audio band (of the order of 20 kHz), transform coding techniques are used for applications of broadcasting and storage of vocal and musical signals. However, these techniques involve relatively large coding delays (greater than 100 ms), which in particular produces difficulties in participating in group communications where interactivity is very significant. Predictive techniques produce a lower delay, essentially depending on the length of the analysis frames by linear prediction (typically 10 to 20 ms), and for this reason find applications even for the coding of voice and / or musical signals having a bandwidth greater than the telephone band.
Les codeurs prédictifs utilisés pour la compression de débit réalisent une modélisation de l'enveloppe spectrale du signal. cette modélisation résulte d'une analyse par prédiction linéaire d'ordre M (M≃10 typiquement en bande étroite), consistant à déterminer M coefficients ai de prédiction linéaire du signal d'entrée. Ces coefficients caractérisent un filtre de synthèse utilisé au décodeur, dont la fonction de transfert est de la forme 1/A(z) avec
L'analyse par prédiction linéaire a un domaine d'application général plus large que celui du codage de la parole. Dans certaines applications, l'ordre M de la prédiction constitue l'une des variables que l'analyse par prédiction linéaire vise à obtenir, cette variable étant influencée par le nombre de pics présents dans le spectre du signal analysé (voir US-A-5 142 581).Linear prediction analysis has a broader field of application than that of speech coding. In certain applications, the order M of the prediction constitutes one of the variables that the analysis by linear prediction aims to obtain, this variable being influenced by the number of peaks present in the spectrum of the analyzed signal (see US-A- 5,142,581).
Le filtre calculé par l'analyse par prédiction linéaire peut avoir diverses structures, conduisant à différents choix de paramètres pour la représentation des coefficients (les coefficients ai eux-mêmes, les paramètres LAR, LSF, LSP, les coefficients de réflexion ou PARCOR...). Avant l'avènement des processeurs de signal numérique (DSP), il était courant d'employer des structures récursives pour le filtre calculé, par exemple des structures faisant appel aux coefficients PARCOR du type décrit dans l'article de F. ITAKURA et S. SAITO "Digital Filtering Techniques for Speech Analysis and Synthesis", Proc. of the 7th International Congress on Acoustics, Budapest 1971, pages 261-264 (voir FR-A-2 284 946 ou US-A-3 975 587).The filter calculated by the linear prediction analysis can have various structures, leading to different choices of parameters for the representation of the coefficients (the coefficients a i themselves, the parameters LAR, LSF, LSP, the reflection coefficients or PARCOR. ..). Before the advent of digital signal processors (DSP), it was common to use recursive structures for the calculated filter, for example structures using PARCOR coefficients of the type described in the article by F. ITAKURA and S. SAITO "Digital Filtering Techniques for Speech Analysis and Synthesis", Proc. of the 7th International Congress on Acoustics, Budapest 1971, pages 261-264 (see FR-A-2 284 946 or US-A-3 975 587).
Dans les codeurs à analyse par synthèse, les coefficients ai servent également à construire un filtre de pondération perceptuelle utilisé par le codeur pour déterminer le signal d'excitation à appliquer au filtre de synthèse à court terme pour obtenir un signal synthétique représentatif du signal de parole. Cette pondération perceptuelle accentue les portions du spectre où les erreurs de codage sont les plus perceptibles, c'est-à-dire les zones interformantiques. La fonction de transfert W(z) du filtre de pondération perceptuelle est habituellement de la forme
Dans la plupart des décodeurs CELP actuels, les coefficients de prédiction linéaire ai sont également utilisés pour définir un post-filtre servant à atténuer les zones fréquentielles entre les formants et les harmoniques du signal de parole, sans modifier la pente du spectre du signal. Une forme habituelle de la fonction de transfert de ce post-filtre est :
La modélisation de l'enveloppe spectrale du signal par les coefficients ai constitue donc un élément essentiel du processus de codage et de décodage, en ce sens qu'elle doit représenter le contenu spectral du signal à reconstituer au décodeur et qu'elle pilote aussi bien le masquage du bruit de quantification que le post-filtrage au décodeur.Modeling the spectral envelope of the signal by the coefficients a i therefore constitutes an essential element of the coding and decoding process, in the sense that it must represent the spectral content of the signal to be reconstructed at the decoder and that it also controls masking quantization noise as well as post-filtering at the decoder.
Pour des signaux à forte dynamique spectrale, l'analyse par prédiction linéaire habituellement pratiquée ne parvient pas à modéliser fidèlement l'enveloppe du spectre. Souvent, les signaux de parole sont sensiblement plus énergétiques aux basses fréquences qu'aux fréquences élevées, de sorte que l'analyse par prédiction linéaire conduit certes à une modélisation précise aux basses fréquences, mais au détriment de la modélisation du spectre aux fréquences plus élevées. Cet inconvénient devient particulièrement gênant dans le cas du codage en bande élargie.For signals with strong spectral dynamics, the analysis by linear prediction usually practiced does not succeed in faithfully modeling the envelope of the spectrum. Speech signals are often significantly more energetic at low frequencies than at high frequencies, so that linear prediction analysis certainly leads to precise modeling at low frequencies, but to the detriment of spectrum modeling at higher frequencies. . This drawback becomes particularly troublesome in the case of wideband coding.
Un but de la présente invention est d'améliorer la modélisation du spectre d'un signal audiofréquence dans un système faisant appel à un procédé d'analyse par prédiction linéaire. Un autre but est de rendre les performances d'un tel système plus homogènes pour des signaux d'entrée différents (parole, musique, sinusoïdes, signaux DTMF...), des largeurs de bande différentes (bande téléphonique, bande élargie, bande hifi...), des conditions différentes d'enregistrement (microphone directif, antenne acoustique...) et de filtrage.An object of the present invention is to improve the modeling of the spectrum of an audiofrequency signal in a system using a method of analysis by linear prediction. Another aim is to make the performance of such a system more homogeneous for different input signals (speech, music, sinusoids, DTMF signals ...), different bandwidths (telephone band, extended band, stereo band ...), different registration conditions (directive microphone, acoustic antenna ...) and filtering.
L'invention propose ainsi un procédé d'analyse par prédiction linéaire d'un signal audiofréquence, pour déterminer des paramètres spectraux dépendant d'un spectre à court terme du signal audiofréquence, comprenant q étages de prédiction successifs, q étant un entier supérieur à 1. A chaque étage de prédiction p (1≤p≤q), on détermine des paramètres représentant un nombre prédéfini Mp de coefficients a 1 p ,...a Mp p de prédiction linéaire d'un signal d'entrée dudit étage, le signal audiofréquence analysé constituant le signal d'entrée du premier étage, et le signal d'entrée d'un étage p+1 étant constitué par le signal d'entrée de l'étage p filtré par un filtre de fonction de transfert
Le nombre Mp de coefficients de prédiction linéaire peut notamment augmenter d'un étage au suivant. Ainsi, le premier étage pourra rendre compte assez fidèlement de la pente générale du spectre ou du signal, tandis que les étages suivants affineront la représentation des formants du signal. On évite ainsi, dans le cas de signaux à forte dynamique, de trop privilégier les zones les plus énergétiques au risque d'une modélisation médiocre des autres zones fréquentielles pouvant être perceptuellement importantes.The number Mp of linear prediction coefficients can notably increase from one stage to the next. Thus, the first stage will be able to give a fairly faithful account of the general slope of the spectrum or of the signal, while the following stages will refine the representation of the signal formants. One thus avoids, in the case of signals with strong dynamics, to privilege too much the most energetic zones with the risk of a poor modeling of the other frequency zones being able to be perceptually important.
Un second aspect de l'invention concerne une application de ce procédé d'analyse par prédiction linéaire dans un codeur audiofréquence à analyse par synthèse à adaptation "forward". L'invention propose ainsi un procédé de codage d'un signal audiofréquence comprenant les étapes suivantes :
- analyse par prédiction linéaire d'un signal audiofréquence numérisé en trames successives pour déterminer des paramètres définissant un filtre de synthèse à court terme ;
- détermination de paramètres d'excitation définissant un signal d'excitation à appliquer au filtre de synthèse à court terme pour produire un signal synthétique représentatif du signal audiofréquence ; et
- production de valeurs de quantification des paramètres définissant le filtre de synthèse à court terme et des paramètres d'excitation,
- linear prediction analysis of an audio frequency signal digitized in successive frames to determine parameters defining a short-term synthesis filter;
- determining excitation parameters defining an excitation signal to be applied to the short-term synthesis filter to produce a synthetic signal representative of the audio signal; and
- production of quantification values of the parameters defining the short-term synthesis filter and of the excitation parameters,
La fonction de transfert A(z) ainsi obtenue peut également être utilisée pour définir selon la formule (2) la fonction de transfert du filtre de pondération perceptuelle lorsque le codeur est un codeur à analyse par synthèse avec détermination en boucle fermée du signal d'excitation. Une autre possibilité intéressante est d'adopter des coefficients d'expansion spectrale γ1 et γ2 pouvant varier d'un étage au suivant, c'est-à-dire de donner au filtre de pondération perceptuelle une fonction de transfert de la forme
L'invention est également applicable au niveau d'un décodeur associé. Le procédé de décodage ainsi mis en oeuvre selon l'invention comprend les étapes suivantes :
- on reçoit des valeurs de quantification de paramètres définissant un filtre de synthèse à court terme et des paramètres d'excitation, les paramètres définissant le filtre de synthèse à court terme comprenant un nombre q>1 de jeux de coefficients de prédiction linéaire, chaque jeu comportant un nombre prédéfini de coefficients ;
- on produit un signal d'excitation sur la base des valeurs de quantification des paramètres d'excitation ;
- on produit un signal audiofréquence synthétique en filtrant le signal d'excitation par un filtre de synthèse ayant une fonction de transfert de la
forme 1/A(z) avec
- parameters quantization values defining a short-term synthesis filter and excitation parameters are received, the parameters defining the short-term synthesis filter comprising a number q> 1 of sets of linear prediction coefficients, each set comprising a predefined number of coefficients;
- an excitation signal is produced based on the quantization values of the excitation parameters;
- a synthetic audio frequency signal is produced by filtering the excitation signal by a synthesis filter having a transfer function of the
form 1 / A (z) with
Cette fonction de transfert A(z) peut également être utilisée pour définir un post-filtre dont la fonction de transfert comporte, comme dans la formule (3) ci-dessus, un terme de la forme A(z/β1)/A(z/β2), où β1 et β2 désignent des coefficients tels que 0≤β1≤β2≤1.This transfer function A (z) can also be used to define a post-filter whose transfer function comprises, as in formula (3) above, a term of the form A (z / β 1 ) / A (z / β 2 ), where β 1 and β 2 denote coefficients such as 0≤β 1 ≤β 2 ≤1.
Une variante intéressante consiste à remplacer ce terme de la fonction de transfert du post-filtre par :
L'invention s'applique également à des codeurs audiofréquence à adaptation "backward". L'invention propose ainsi un procédé de codage d'un premier signal audiofréquence numérisé en trames successives, comprenant les étapes suivantes :
- analyse par prédiction linéaire d'un second signal audiofréquence pour déterminer des paramètres définissant un filtre de synthèse à court terme ;
- détermination de paramètres d'excitation définissant un signal d'excitation à appliquer au filtre de synthèse à court terme pour produire un signal synthétique représentatif du premier signal audiofréquence, ce signal synthétique constituant ledit second signal audiofréquence pour au moins une trame suivante ; et
- production de valeurs de quantification des paramètres d'excitation,
- linear prediction analysis of a second audio frequency signal to determine parameters defining a short-term synthesis filter;
- determining excitation parameters defining an excitation signal to be applied to the short-term synthesis filter to produce a synthetic signal representative of the first audio frequency signal, this synthetic signal constituting said second audio frequency signal for at least one following frame; and
- production of quantization values of the excitation parameters,
Pour une mise en oeuvre dans un décodeur associé, l'invention propose un procédé de décodage d'un flux binaire pour construire en trames successives un signal audiofréquence codé par ledit flux binaire, comprenant les étapes suivantes :
- on reçoit des valeurs de quantification de paramètres d'excitation ;
- on produit un signal d'excitation sur la base des valeurs de quantification des paramètres d'excitation ;
- on produit un signal audiofréquence synthétique en filtrant le signal d'excitation par un filtre de synthèse à court terme ;
- on effectue une analyse par prédiction linéaire du signal synthétique pour obtenir des coefficients du filtre de synthèse à court terme pour au moins une trame suivante,
- quantization values of excitation parameters are received;
- an excitation signal is produced based on the quantization values of the excitation parameters;
- a synthetic audio signal is produced by filtering the excitation signal with a short-term synthesis filter;
- an analysis is carried out by linear prediction of the synthetic signal to obtain coefficients of the short-term synthesis filter for at least one following frame,
L'invention permet encore de réaliser des codeurs/décodeurs audiofréquence mixtes, c'est-à-dire faisant appel à la fois à des schémas d'adaptation "forward" et "backward", le ou les premiers étages de prédiction linéaire correspondant à une analyse "forward" et le ou les derniers étages à une analyse "backward". L'invention propose ainsi un procédé de codage d'un premier signal audiofréquence numérisé en trames successives, comprenant les étapes suivantes :
- analyse par prédiction linéaire du premier signal audiofréquence pour déterminer des paramètres définissant une première composante d'un filtre de synthèse à court terme ;
- détermination de paramètres d'excitation définissant un signal d'excitation à appliquer au filtre de synthèse à court terme pour produire un signal synthétique représentatif du premier signal audio-fréquence ;
- production de valeurs de quantification des paramètres définissant la première composante du filtre de synthèse à court terme et des paramètres d'excitation ;
- filtrage du signal synthétique par un filtre de fonction de transfert correspondant à l'inverse de la fonction de transfert de la première composante du filtre de synthèse à court terme ; et
- analyse par prédiction linéaire du signal synthétique filtré pour obtenir des coefficients d'une seconde composante du filtre de synthèse à court terme pour au moins une trame suivante,
- linear prediction analysis of the first audio signal to determine parameters defining a first component of a short-term synthesis filter;
- determining excitation parameters defining an excitation signal to be applied to the short-term synthesis filter to produce a synthetic signal representative of the first audio-frequency signal;
- production of quantization values of the parameters defining the first component of the short-term synthesis filter and of the excitation parameters;
- filtering the synthetic signal by a transfer function filter corresponding to the inverse of the transfer function of the first component of the short-term synthesis filter; and
- analysis by linear prediction of the filtered synthetic signal to obtain coefficients of a second component of the short-term synthesis filter for at least one following frame,
Pour une mise en oeuvre dans un décodeur mixte associé, l'invention propose un procédé de décodage d'un flux binaire pour construire en trames successives un signal audiofréquence codé par ledit flux binaire, comprenant les étapes suivantes :
- on reçoit des valeurs de quantification de paramètres définissant une première composante d'un filtre de synthèse à court terme et de paramètres d'excitation, les paramètres définissant la première composante du filtre de synthèse à court terme représentant un nombre qF au moins égal à 1 de jeux de coefficients de prédiction linéaire a 1 F,p ,...,a MFp F,p pour 1≤p≤qF, chaque jeu p comportant un nombre prédéfini MFp de coefficients, la première composante du filtre de synthèse à court terme ayant une fonction de transfert de la forme 1/AF(z) avec
- on produit un signal d'excitation sur la base des valeurs de quantification des paramètres d'excitation ;
- on produit un signal audiofréquence synthétique en filtrant le signal d'excitation par un filtre de synthèse à court terme de fonction de transfert 1/A(z) avec A(z)=AF(z).AB(z), 1/AB(z) représentant la fonction de transfert d'une seconde composante du filtre de synthèse à court terme ;
- on filtre le signal synthétique par un filtre de fonction de transfert AF(z) ; et
- on effectue une analyse par prédiction linéaire du signal synthétique filtré pour obtenir des coefficients de la seconde composante du filtre de synthèse à court terme pour au moins une trame suivante,
- we receive quantization values of parameters defining a first component of a short-term synthesis filter and of excitation parameters, the parameters defining the first component of the short-term synthesis filter representing a number q F at least equal to 1 of sets of linear prediction coefficients a 1 F, p , ..., a MFp F, p for 1≤p≤q F , each set p comprising a predefined number MFp of coefficients, the first component of the synthesis filter to short term having a transfer function of the
form 1 / A F (z) with - an excitation signal is produced based on the quantization values of the excitation parameters;
- a synthetic audio signal is produced by filtering the excitation signal by a short-term synthesis filter with
transfer function 1 / A (z) with A (z) = A F (z). A B (z), 1 / A B (z) representing the transfer function of a second component of the short-term synthesis filter; - the synthetic signal is filtered by a transfer function filter A F (z); and
- an analysis is performed by linear prediction of the filtered synthetic signal to obtain coefficients of the second component of the short-term synthesis filter for at least one following frame,
Bien qu'on accorde une importance particulière aux applications de l'invention dans le domaine du codage/ décodage à analyse par synthèse, il convient d'observer que le procédé d'analyse par prédiction linéaire à étages multiples proposé selon l'invention comporte de nombreuses autres applications dans le traitement de signaux audio, par exemple dans les codeurs prédictifs par transformée, dans des systèmes de reconnaissance de parole, dans des systèmes d'accentuation de parole (speech enhancement) ...Although particular importance is given to the applications of the invention in the field of coding / decoding with analysis by synthesis, it should be observed that the method of analysis by linear prediction with multiple stages proposed according to the invention comprises many other applications in the processing of audio signals, for example in transform predictive coders, in speech recognition systems, in speech enhancement systems ...
D'autres particularités et avantages de la présente invention apparaîtront dans la description ci-après d'exemples de réalisation préférés mais non limitatifs, en référence aux dessins annexés, dans lesquels :
- la figure 1 est un organigramme d'un procédé d'analyse par prédiction linéaire selon l'invention ;
- la figure 2 est un diagramme spectral comparant les résultats d'un procédé selon l'invention avec ceux d'un procédé conventionnel d'analyse par prédiction linéaire ;
- les figures 3 et 4 sont des schémas synoptiques d'un décodeur et d'un codeur CELP pouvant mettre en oeuvre l'invention ;
- les figures 5 et 6 sont des schémas synoptiques de variantes de décodeur et de codeur CELP pouvant mettre en oeuvre l'invention ; et
- les figures 7
et 8 sont des schémas synoptiques d'autres variantes de décodeur et de codeur CELP pouvant mettre en oeuvre d'invention.
- FIG. 1 is a flow diagram of a method of analysis by linear prediction according to the invention;
- FIG. 2 is a spectral diagram comparing the results of a method according to the invention with those of a conventional method of analysis by linear prediction;
- Figures 3 and 4 are block diagrams of a CELP decoder and coder capable of implementing the invention;
- FIGS. 5 and 6 are block diagrams of variant CELP decoders and coders capable of implementing the invention; and
- Figures 7 and 8 are block diagrams of other variants of CELP decoder and coder that can implement the invention.
Le signal audiofréquence à analyser dans le procédé illustré par la figure 1 est noté s0(n). Il est supposé disponible sous forme d'échantillons numériques, l'entier n désignant les instants d'échantillonnage successifs. Le procédé d'analyse par prédiction linéaire comprend q étages successifs 51,...,5p,...,5q. A chaque étage de prédiction 5p (1≤p≤q), on effectue une prédiction linéaire d'ordre Mp d'un signal d'entrée sp-1(n). Le signal d'entrée du premier étage 51 est constitué par le signal audiofréquence à analyser s0(n), tandis que le signal d'entrée d'un étage 5p+1 (1≤p<q) est constitué par le signal sp(n), obtenu à une étape notée 6p en appliquant au signal d'entrée sp-1(n) du p-ième étage 5p un filtrage au moyen d'un filtre de fonction de transfert
Les méthodes d'analyse par prédiction linéaire pouvant être mises en oeuvre dans les différents étages 51,...,5q sont bien connues dans la technique.The methods of analysis by linear prediction which can be implemented in the different stages 5 1 , ..., 5 q are well known in the art.
On pourra par exemple se reporter aux ouvrages "Digital Processing of Speech Signals" de L.R. Rabiner et R.W. Shafer, Prentice-Hall Int., 1978 et "Linear Prediction of Speech" de J.D. Markel et A.H. Gray, Springer Verlag Berlin Heidelberg, 1976. On peut notamment utiliser l'algorithme de Levinson-Durbin, qui comporte les étapes suivantes (pour chaque étage 5p) :
- évaluation de Mp autocorrélations R(i) (0≤i≤Mp) du signal d'entrée sp-1(n) de l'étage sur une fenêtre d'analyse de Q échantillons :
- évaluation récursive des coefficients ai p:
- evaluation of Mp autocorrelations R (i) (0≤i≤Mp) of the input signal s p-1 (n) of the stage on an analysis window of Q samples:
- recursive evaluation of the coefficients a i p :
Les coefficients ai p (i=1,...,Mp) sont pris égaux aux ai p,Mp obtenus à la dernière itération. La quantité E(Mp) est l'énergie de l'erreur résiduelle de prédiction de l'étage p. Les coefficients ri p, compris entre -1 et 1, sont appelés coefficients de réflexion. Ils peuvent être représentés par les rapports logarithmiques (log-area-ratios) LARi p=LAR(ri p), la fonction LAR étant définie par LAR(r)= log10[(1-r)/(1+r)].The coefficients a i p (i = 1, ..., Mp) are taken equal to the a i p, Mp obtained at the last iteration. The quantity E (Mp) is the energy of the residual prediction error of stage p. The coefficients r i p , between -1 and 1, are called reflection coefficients. They can be represented by logarithmic ratios (log-area-ratios) LAR i p = LAR (r i p ), the LAR function being defined by LAR (r) = log 10 [(1-r) / (1 + r )].
Dans un certain nombre d'applications, on a besoin d'opérer une quantification des coefficients de prédiction obtenus. La quantification peut être effectuée sur les coefficients ai p directement, sur les coefficients de réflexion associés ri p ou sur les rapports logarithmiques LARi p. Une autre possibilité est de quantifier des paramètres de raie spectrale (LSP pour "line spectrum pairs", ou LSF pour "line spectrum frequencies"). Les Mp fréquences de raie spectrale ωi p(1≤i≤Mp), normalisées entre 0 et π, sont telles que les nombres complexes 1, exp(jω2 p), exp(jω4 p),...,exp(jωMp p), soient les racines du polynôme Pp(z)=Ap(z)-z-(Mp+1)Ap(z-1) et que les nombres complexes exp(jω1 p), exp(jω3 p),...,exp(jωp Mp-1), et -1 soient les racines du polynôme Qp(z)=Ap(z)+z-(Mp+1)Ap(z-1). La quantification peut porter sur les fréquences normalisées ωi p ou sur leurs cosinus.In a certain number of applications, there is a need to quantify the prediction coefficients obtained. Quantification can be performed on the coefficients a i p directly, on the associated reflection coefficients r i p or on the logarithmic ratios LAR i p . Another possibility is to quantify spectral line parameters (LSP for "line spectrum pairs", or LSF for "line spectrum frequencies"). The Mp spectral line frequencies ω i p (1≤i≤Mp), normalized between 0 and π, are such that the
L'analyse peut être effectuée à chaque étage de prédiction 5p selon l'algorithme classique de Levinson-Durbin ci-dessus rappelé. D'autres algorithmes fournissant les mêmes résultats, développés plus récemment, peuvent être utilisés avantageusement, notamment l'algorithme de Levinson éclaté (voir "A new Efficient Algorithm to Compute the LSP Parameters for Speech Coding", par S. Saoudi, J.M. Boucher et A. Le Guyader, Signal Processing, Vol.28, 1992, pages 201-212), ou l'utilisation des polynômes de Chebyshev (voir "The Computation of Line Spectrum Frequencies Using Chebyshev Polynomials, par P. Kabal et R.P. Ramachandran, IEEE Trans. on Acoustics, Speech, and Signal Processing, Vol. ASSP-34, n°6, pages 1419-1426, décembre 1986).The analysis can be performed at each 5 p prediction stage according to the classic Levinson-Durbin algorithm mentioned above. Other algorithms providing the same results, developed more recently, can be used advantageously, in particular the exploded Levinson algorithm (see "A new Efficient Algorithm to Compute the LSP Parameters for Speech Coding", by S. Saoudi, JM Boucher and A. Le Guyader, Signal Processing, Vol.28, 1992, pages 201-212), or the use of Chebyshev polynomials (see "The Computation of Line Spectrum Frequencies Using Chebyshev Polynomials, by P. Kabal and RP Ramachandran, IEEE Trans. On Acoustics, Speech, and Signal Processing, Vol. ASSP-34, n ° 6, pages 1419-1426, December 1986).
Lorsque l'analyse multi-étages représentée sur la figure 1 est réalisée pour définir un filtre de prédiction à court terme du signal audiofréquence s0(n), on donne à la fonction de transfert A(z) de ce filtre, la forme
On note que cette fonction de transfert obéit à la forme générale classique donnée par la formule (1), avec M=M1+...+Mq. Toutefois, les coefficients ai de la fonction A(z) obtenus avec le processus de prédiction multi-étages diffèrent en général de ceux que procure le processus classique de prédiction en un seul étage.We note that this transfer function obeys the general classical form given by formula (1), with M = M1 + ... + Mq. However, the coefficients a i of the function A (z) obtained with the multi-stage prediction process generally differ from those obtained by the classical single-stage prediction process.
Les ordres Mp des prédictions linéaires effectuées augmentent de préférence d'un étage au suivant : M1<M2<...<Mq. Ainsi, l'allure de l'enveloppe spectrale du signal analysé est modélisée relativement grossièrement au premier étage 51(M1=2 par exemple), et cette modélisation s'affine d'étage en étage sans perdre l'information globale fournie par le premier étage. On évite ainsi que soient insuffisamment pris en compte des paramètres comme la pente générale du spectre qui sont perceptuellement importants, particulièrement dans le cas de signaux en bande élargie et/ou à forte dynamique spectrale.The orders Mp of the linear predictions carried out preferably increase from one stage to the following: M1 <M2 <... <Mq. Thus, the appearance of the spectral envelope of the analyzed signal is modeled relatively roughly on the first stage 5 1 (M1 = 2 for example), and this modeling is refined from stage to stage without losing the global information provided by the first floor. This avoids that insufficiently taken into account parameters such as the general slope of the spectrum which are perceptually important, particularly in the case of signals in an extended band and / or with high spectral dynamics.
Dans une réalisation typique, le nombre q d'étages de prédiction successifs est égal à 2. Si on a pour objectif un filtre de synthèse d'ordre M, on peut alors prendre M1=2 et M2=M-2, les coefficients ai du filtre (équation (1)) étant donnés par :
Pour la représentation et éventuellement la quantification du spectre à court terme, il est possible d'adopter l'un des jeux de paramètres spectraux précédemment évoqués (ai p, ri p, LARi p, ωi p ou cos ωi p pour 1≤i≤Mp) pour chacun des étages (1≤p≤q), ou encore les mêmes paramètres spectraux mais pour le filtre composé calculé selon les relations (9) à (13) (ai, ri, LARi, ωi ou cos ωi pour 1≤i≤M). Le choix entre ces paramètres de représentation, ou d'autres encore, dépend des contraintes de chaque application particulière.For the representation and possibly the quantification of the short-term spectrum, it is possible to adopt one of the sets of spectral parameters previously mentioned (a i p , r i p , LAR i p , ω i p or cos ω i p for 1≤i≤Mp) for each of the stages (1≤p≤q), or even the same spectral parameters but for the compound filter calculated according to relations (9) to (13) (a i , r i , LAR i , ω i or cos ω i for 1≤i≤M). The choice between these representation parameters, or others, depends on the constraints of each particular application.
Le graphique de la figure 2 montre une comparaison des enveloppes spectrales d'une portion voisée de 30 ms d'un signal de parole, modélisées par un processus classique de prédiction linéaire à un étage avec M=15 (courbe II) et par un processus selon l'invention de prédiction linéaire en q=2 étages avec M1=2 et M2=13 (courbe III). La fréquence d'échantillonnage Fe du signal était de 16 kHz. Le spectre du signal (module de sa transformée de Fourier) est représenté par la courbe I. Ce spectre est représentatif des signaux audiofréquence qui ont, en moyenne, plus d'énergie aux basses fréquences qu'aux hautes fréquences. La dynamique spectrale est parfois supérieure à celle de la figure 2 (60 dB). Les courbes (II) et (III) correspondent aux enveloppes spectrales modélisées | 1/A(e2jπf/Fe)| . On voit que le procédé d'analyse selon l'invention améliore sensiblement la modélisation du spectre, particulièrement aux hautes fréquences (f>4 kHz). La pente générale du spectre et ses formants en haute fréquence sont mieux respectés par le processus d'analyse en plusieurs étages.The graph in Figure 2 shows a comparison of the spectral envelopes of a 30 ms voiced portion of a speech signal, modeled by a classical one-stage linear prediction process with M = 15 (curve II) and by a process according to the invention of linear prediction in q = 2 stages with M1 = 2 and M2 = 13 (curve III). The signal sampling frequency Fe was 16 kHz. The signal spectrum (modulus of its Fourier transform) is represented by curve I. This spectrum is representative of audio frequency signals which have, on average, more energy at low frequencies than at high frequencies. The spectral dynamics are sometimes higher than that of Figure 2 (60 dB). Curves (II) and (III) correspond to the modeled spectral envelopes | 1 / A (e 2jπf / Fe ) | . It can be seen that the analysis method according to the invention appreciably improves the modeling of the spectrum, particularly at high frequencies (f> 4 kHz). The general slope of the spectrum and its high frequency formants are better respected by the multistage analysis process.
L'invention est décrite ci-après dans son application à un codeur de parole de type CELP.The invention is described below in its application to a CELP type speech coder.
Le processus de synthèse de parole mis en oeuvre dans un codeur et un décodeur CELP est illustré sur la figure 3. Un générateur d'excitation 10 délivre un code d'excitation ck appartenant à un répertoire prédéterminé en réponse à un index k. Un amplificateur 12 multiplie ce code d'excitation par un gain d'excitation β, et le signal résultant est soumis à un filtre 14 de synthèse à long terme. Le signal de sortie u du filtre 14 est à son tour soumis à un filtre 16 de synthèse à court terme, dont la sortie s constitue ce qu'on considère ici comme le signal de parole synthétique. Ce signal synthétique est appliqué à un post-filtre 17 destiné à améliorer la qualité subjective de la parole reconstruite. Les techniques de post-filtrage sont bien connues dans le domaine du codage de parole (voir J.H. Chen et A. Gersho : "Adaptive postfiltering for quality enhancement of coded speech", IEEE Trans. on Speech and Audio Processing, Vol. 3-1, pages 59-71, janvier 1995). Dans l'exemple représenté, les coefficients du post-filtre 17 sont obtenus à partir des paramètres LPC caractérisant le filtre de synthèse à court terme 16. On comprendra que, comme dans certains décodeurs CELP actuels, le post-filtre 17 pourrait également comporter une composante de post-filtrage à long terme.The speech synthesis process implemented in a CELP coder and decoder is illustrated in FIG. 3. An
Les signaux précités sont des signaux numériques représentés par exemple par des mots de 16 bits à une cadence d'échantillonnage Fe égale par exemple à 16 kHz pour un codeur en bande élargie (50-7000 Hz). Les filtres de synthèse 14, 16 sont en général des filtres purement récursifs. Le filtre 14 de synthèse à long terme a typiquement une fonction de transfert de la forme 1/B(z) avec B(z)=1-Gz-T. Le retard T et le gain G constituent des paramètres de prédiction à long terme (LTP) qui sont déterminés d'une manière adaptative par le codeur. Les paramètres LPC définissant le filtre 16 de synthèse à court terme sont déterminés au codeur par un procédé d'analyse par prédiction linéaire du signal de parole. Dans les codeurs et décodeurs CELP habituels, la fonction de transfert du filtre 16 est généralement de la forme 1/A(z) avec A(z) de la forme (1). La présente invention propose d'adopter une forme semblable de la fonction de transfert, dans laquelle A(z) est décomposée selon (7) comme indiqué précédemment. A titre d'exemple, les paramètres des différents étages peuvent être q=2, M1=2, M2=13 (M=M1+M2=15).The aforementioned signals are digital signals represented for example by words of 16 bits at a sampling rate Fe equal for example to 16 kHz for an encoder in wide band (50-7000 Hz). The synthesis filters 14, 16 are generally purely recursive filters. The long-
On désigne ici par "signal d'excitation" le signal u(n) appliqué au filtre de synthèse à court terme 14. Ce signal d'excitation comporte une composante LTP G.u(n-T) et une composante résiduelle, ou séquence d'innovation, βck(n). Dans un codeur à analyse par synthèse, les paramètres caractérisant la composante résiduelle et, optionnellement, la composante LTP sont évalués en boucle fermée, en utilisant un filtre de pondération perceptuelle.The signal "excitation signal" is used here to denote the signal u (n) applied to the short-
La figure 4 montre le schéma d'un codeur CELP. Le signal de parole s(n) est un signal numérique, par exemple fourni par un convertisseur analogique-numérique 20 traitant le signal de sortie amplifié et filtré d'un microphone 22. Le signal s(n) est numérisé en trames successives de Λ échantillons elles-mêmes divisées en sous-trames, ou trames d'excitation, de L échantillons (par exemple Λ=160, L=32).Figure 4 shows the diagram of a CELP coder. The speech signal s (n) is a digital signal, for example supplied by an analog-
Les paramètres LPC, LTP et EXC (index k et gain d'excitation β) sont obtenus au niveau du codeur par trois modules d'analyse respectifs 24, 26, 28. Ces paramètres sont ensuite quantifiés de façon connue en vue d'une transmission numérique efficace, puis soumis à un multiplexeur 30 qui forme le signal de sortie du codeur. Ces paramètres sont également fournis à un module 32 de calcul d'états initiaux de certains filtres du codeur. Ce module 32 comprend essentiellement une chaîne de décodage telle que celle représentée sur la figure 3. Comme le décodeur, le module 32 opère sur la base des paramètres LPC, LTP et EXC quantifiés. Si une interpolation des paramètres LPC est effectuée au décodeur, comme il est courant, la même interpolation est effectuée par le module 32. Le module 32 permet de connaître au niveau du codeur les états antérieurs des filtres de synthèse 14, 16 du décodeur, déterminés en fonction des paramètres de synthèse et d'excitation antérieurs à la sous-trame considérée.The LPC, LTP and EXC parameters (index k and excitation gain β) are obtained at the coder by three
Dans une première étape du processus de codage, le module 24 d'analyse à court terme détermine les paramètres LPC définissant le filtre de synthèse à court terme, en analysant les corrélations à court terme du signal de parole s(n). Cette détermination est effectuée par exemple une fois par trame de Λ échantillons, de manière à s'adapter à l'évolution du contenu spectral du signal de parole. Elle consiste selon l'invention à mettre en oeuvre le procédé d'analyse illustré par la figure 1 avec s0(n)=s(n).In a first step of the coding process, the short-
L'étape suivante du codage consiste en la détermination des paramètres LTP de prédiction à long terme. Ceux-ci sont par exemple déterminés une fois par sous-trame de L échantillons. Un soustracteur 34 soustrait du signal de parole s(n) la réponse à un signal d'entrée nul du filtre de synthèse à court terme 16. Cette réponse est déterminée par un filtre 36 de fonction de transfert 1/A(z) dont les coefficients sont donnés par les paramètres LPC qui ont été déterminés par le module 24, et dont les états initiaux ŝ sont fournis par le module 32 de façon à correspondre aux M=M1+ ...+Mq derniers échantillons du signal synthétique. Le signal de sortie du soustracteur 34 est soumis à un filtre 38 de pondération perceptuelle dont le rôle est d'accentuer les portions du spectre où les erreurs sont les plus perceptibles, c'est-à-dire les zones inter-formantiques.The next step in coding is to determine the LTP parameters for long-term prediction. These are for example determined once per subframe of L samples. A
La fonction de transfert W(z) du filtre de pondération perceptuelle 38 est de la forme W(z)=AN(z)/AP(z) où AN(z) et AP(z) sont des fonctions de transfert d'ordre M de type RIF (réponse impulsionnelle finie). Les coefficients respectifs bi et ci (1≤i≤M) des fonctions AN(z) et AP(z) sont calculés pour chaque trame par un module 39 d'évaluation de la pondération perceptuelle qui les fournit au filtre 38. Une première possibilité est de prendre AN(z)=A(z/γ1) et AP(z)=A(z/γ2) avec 0≤γ2≤γ1≤1, ce qui revient à la forme habituelle (2) avec A(z) de la forme (7). Dans le cas d'un signal en bande élargie avec q=2, M1=2 et M2=13, on a trouvé que le choix γ1=0,92 et γ2=0,6 fournissait de bons résultats.The transfer function W (z) of the
L'invention permet toutefois, avec une surcharge de calculs très faible, d'avoir une plus grande souplesse quant à la mise en forme du bruit de quantification, en adoptant la forme (6) pour W(z), soit :
Dans le cas d'un signal en bande élargie avec q=2, M1=2 et M2=13, on a trouvé que le choix γ1 1=0,9, γ2 1=0,65, y1 2=0,95 et γ2 2=0,75 fournissait de bons résultats. Le terme A1(z/γ1 1)/A1(z/γ2 1) permet de régler la pente générale du filtre 38, tandis que le terme A2(z/γ1 2)/A2(z/γ2 2) permet de régler le masquage au niveau des formants.In the case of a wideband signal with q = 2, M1 = 2 and M2 = 13, we have found that the choice γ 1 1 = 0.9, γ 2 1 = 0.65, y 1 2 = 0 , 95 and γ 2 2 = 0.75 provided good results. The term A 1 (z / γ 1 1 ) / A 1 (z / γ 2 1 ) makes it possible to adjust the general slope of the
L'analyse LTP en boucle fermée effectuée par le module 26 consiste, de façon classique, à sélectionner pour chaque sous-trame le retard T qui maximise la corrélation normalisée:
Pour rechercher l'excitation CELP relative à une sous-trame, le signal GyT(n), qui a été calculé par le module 26 pour le retard optimal T, est d'abord soustrait du signal x'(n) par le soustracteur 42. Le signal résultant x(n) est soumis à un filtre à rebours 44 qui fournit un signal D(n) donné par :
Le vecteur D constitue un vecteur-cible pour le module 28 de recherche de l'excitation. Ce module 28 détermine un mot de code du répertoire qui maximise la corrélation normalisée P k 2 /α k 2 dans laquelle :
L'indice k optimal ayant été déterminé, le gain d'excitation β est pris égal à β = Pk/αk 2.The optimal index k having been determined, the excitation gain β is taken equal to β = P k / α k 2 .
En référence à la figure 3, le décodeur CELP comprend un démultiplexeur 8 recevant le flux binaire issu du codeur. Les valeurs quantifiées des paramètres d'excitation EXC et des paramètres de synthèse LTP et LPC sont fournies au générateur 10, à l'amplificateur 12 et aux filtres 14, 16 pour reconstituer le signal synthétique ŝ, qui est soumis au post-filtre 17 puis converti en analogique par le convertisseur 18 avant d'être amplifié puis appliqué à un haut-parleur 19 pour restituer la parole originale.With reference to FIG. 3, the CELP decoder comprises a
Dans le cas du décodeur de la figure 3, les paramètres LPC sont par exemple constitués par des index de quantification des coefficients de réflexion r i p (également appelés coefficients de corrélation partielle ou PARCOR) relatifs aux différents étages de prédiction linéaire. Un module 15 récupère les valeurs quantifiées des r i p à partir des index de quantification, et les convertit pour fournir les q jeux de coefficients de prédiction linéaire. Cette conversion est par exemple effectuée par la même méthode récursive que dans l'algorithme de Levinson-Durbin.In the case of the decoder of FIG. 3, the LPC parameters are for example constituted by quantization indexes of the reflection coefficients r i p (also called partial correlation coefficients or PARCOR) relating to the different stages of linear prediction. A
Les jeux de coefficients a i p sont fournis au filtre 16 de synthèse à court terme constitué par une succession de q filtres/étages de fonctions de transfert 1/A1(z),..., 1/Aq(z) données par la relation (4). Le filtre 16 pourrait également être en un seul étage de fonction de transfert 1/A(z) donnée par la relation (1) dans laquelle les coefficients ai ont été calculés selon les relations (9) à (13).The sets of coefficients a i p are supplied to the short-
Les jeux de coefficients a i p sont également fournis au post-filtre 17 qui, dans l'exemple considéré, a une fonction de transfert de la forme
Comme dans le cas du filtre de pondération perceptuelle du codeur, l'invention permet d'adopter des coefficients β1 et β2 différents d'un étage au suivant (formule (8)), soit :
Dans le cas d'un signal en bande élargie avec q=2, M1=2 et M2=13, on a trouvé que le choix β 1 1 =0,7, β 2 1 =0,9, β 1 2 =0,95 et β 2 2 =0,97 fournissait de bons résultats.In the case of a wideband signal with q = 2, M1 = 2 and M2 = 13, we have found that the choice β 1 1 = 0.7, β 2 1 = 0.9, β 1 2 = 0.95 and β 2 2 = 0.97 provided good results.
L'invention a été décrite ci-dessus dans son application à un codeur prédictif à adaptation "forward", c'est-à-dire dans lequel le signal audiofréquence faisant l'objet de l'analyse par prédiction linéaire est le signal d'entrée du codeur. L'invention s'applique également à des codeurs/décodeurs prédictifs à adaptation "backward", dans lesquels le signal synthétique fait l'objet de l'analyse par prédiction linéaire au codeur et au décodeur (voir J.H. Chen et al: "A Low-Delay CELP Coder for the CCITT 16 kbit/s Speech Coding Standard", IEEE J.SAC, Vol.10, n°5, pages 830-848, juin 1992). Les figures 5 et 6 montrent respectivement un décodeur CELP et un codeur CELP à adaptation "backward" mettant en oeuvre la présente invention. Des références numériques identiques à celles des figures 3 et 4 ont été utilisées pour désigner des éléments analogues.The invention has been described above in its application to a predictive coder with forward adaptation, that is to say in which the audio frequency signal subject to analysis by linear prediction is the signal of encoder input. The invention also applies to predictive coders / decoders with backward adaptation, in which the synthetic signal is the subject of analysis by linear prediction at the coder and at the decoder (see JH Chen et al: "A Low -Delay CELP Coder for the
Le décodeur à adaptation "backward" reçoit seulement les valeurs de quantification des paramètres définissant le signal d'excitation u(n) à appliquer au filtre de synthèse à court terme 16. Dans l'exemple considéré, ces paramètres sont l'index k et le gain associé β ainsi que les paramètres LTP. Le signal synthétique ŝ(n) est traité par un module 124 d'analyse par prédiction linéaire multi-étages identique au module 24 de la figure 3. Le module 124 fournit les paramètres LPC au filtre 16 pour une ou plusieurs trames suivantes du signal d'excitation, et au post-filtre 17 dont les coefficients sont obtenus comme décrit précédemment.The “backward” adaptation decoder receives only the quantization values of the parameters defining the excitation signal u (n) to be applied to the short-
Le codeur correspondant, représenté sur la figure 6, effectue l'analyse par prédiction linéaire multi-étages sur le signal synthétique généré localement et non sur le signal audio s(n). Il comprend ainsi un décodeur local 132 consistant essentiellement en les éléments notés 10, 12, 14, 16 et 124 du décodeur de la figure 5. Outre les échantillons u du dictionnaire adaptatif et les états initiaux ŝ du filtre 36, le décodeur local 132 fournit les paramètres LPC obtenus par analyse du signal synthétique, qui sont utilisés par le module 39 d'évaluation de la pondération perceptuelle et le module 40 de calcul des réponses impulsionnelles h et h'. Pour le reste, le fonctionnement du codeur est identique à celui du codeur décrit en référence à la figure 4, sauf que le module d'analyse LPC 24 n'est plus nécessaire. Seuls les paramètres EXC et LTP sont envoyés vers le décodeur.The corresponding coder, represented in FIG. 6, performs the analysis by multistage linear prediction on the locally generated synthetic signal and not on the audio signal s (n). It thus comprises a
Les figures 7 et 8 sont des schémas synoptiques d'un décodeur CELP et d'un codeur CELP à adaptation mixte. Les coefficients de prédiction linéaire du ou des premiers étages résultent d'une analyse "forward" du signal audiofréquence effectuée par le codeur, tandis que les coefficients de prédiction linéaire du ou des derniers étages résultent d'une analyse "backward" du signal synthétique effectuée par le décodeur (et par un décodeur local prévu dans le codeur). Des références numériques identiques à celles des figures 3 à 6 ont été utilisée pour désigner des éléments analogues.Figures 7 and 8 are block diagrams of a CELP decoder and a CELP coder with mixed adaptation. The linear prediction coefficients of the first stage or stages result from a "forward" analysis of the audio frequency signal carried out by the coder, while the linear prediction coefficients of the first stage or stages result from a "backward" analysis of the synthetic signal carried out by the decoder (and by a local decoder provided in the coder). Numerical references identical to those of FIGS. 3 to 6 have been used to designate similar elements.
Le décodeur mixte illustré sur la figure 7 reçoit les valeurs de quantification des paramètres EXC, LTP définissant le signal d'excitation u(n) à appliquer au filtre de synthèse à court terme 16, et les valeurs de quantification des paramètres LPC/F déterminés par l'analyse "forward" effectuée par le codeur. Ces paramètres LPC/F représentent qF jeux de coefficients de prédiction linéaire a1 F,p,..., aMFp F,p pour 1≤p≤qF, et définissent une première composante 1/AF(z) de la fonction de transfert 1/A(z) du filtre 16 :
Pour l'obtention de ces paramètres LPC/F, le codeur mixte représenté sur la figure 8 comporte un module 224/F qui analyse le signal audiofréquence à coder s(n) de la manière décrite en référence à la figure 1 si qF>1, ou en un seul étage si qF=1.To obtain these LPC / F parameters, the mixed coder represented in FIG. 8 comprises a
L'autre composante 1/AB(z) du filtre de synthèse à court terme 16 de fonction de transfert 1/A(z)=1/[AF(z).AB(z)] est donnée par
Pour déterminer les coefficients ai B,P, le décodeur mixte comporte un filtre inverse 200 de fonction de transfert AF(z) qui filtre le signal synthétique (n) produit par le filtre de synthèse à court terme 16 pour produire un signal synthétique filtré 0(n). Un module 224/B effectue l'analyse par prédiction linéaire de ce signal 0(n) de la manière décrite en référence à la figure 1 si qB>1, ou en un seul étage si qB=1. Les coefficients LPC/B ainsi obtenus sont fournis au filtre de synthèse 16 pour définir sa seconde composante pour la trame suivante. Ils sont également fournis, de même que les coefficients LPC/F au post-filtre 17, dont les composantes APN(z) et APP(z) sont soit de la forme APN(z)=A(z/β1), APP(z)=A(z/β2), soit de la forme :
Le décodeur local 232 prévu dans le codeur mixte consiste essentiellement en les éléments notés 10, 12, 14, 16, 200 et 224/B du décodeur de la figure 7. Outre les échantillons u du dictionnaire adaptatif et les états initiaux ŝ du filtre 36, le décodeur local 232 fournit les paramètres LPC/B qui sont utilisés, avec les paramètres LPC/F fournis par le module d'analyse 224/F, par le module 39 d'évaluation de la pondération perceptuelle et le module 40 de calcul des réponses impulsionnelles h et h'.The
La fonction de transfert du filtre de pondération perceptuelle 38 évaluée par le module 39 est soit de la forme W(z)=A(z/γ1)/A(z/γ2), soit de la forme
Pour le reste, le fonctionnement du codeur mixte est identique à celui du codeur décrit en référence à la figure 4. Seuls les paramètres EXC, LTP et LPC/F sont envoyés vers le décodeur.For the rest, the operation of the mixed encoder is identical to that of the encoder described with reference to FIG. 4. Only the parameters EXC, LTP and LPC / F are sent to the decoder.
Claims (22)
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR9514925 | 1995-12-15 | ||
FR9514925A FR2742568B1 (en) | 1995-12-15 | 1995-12-15 | METHOD OF LINEAR PREDICTION ANALYSIS OF AN AUDIO FREQUENCY SIGNAL, AND METHODS OF ENCODING AND DECODING AN AUDIO FREQUENCY SIGNAL INCLUDING APPLICATION |
Publications (2)
Publication Number | Publication Date |
---|---|
EP0782128A1 true EP0782128A1 (en) | 1997-07-02 |
EP0782128B1 EP0782128B1 (en) | 2000-06-21 |
Family
ID=9485565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
EP96402715A Expired - Lifetime EP0782128B1 (en) | 1995-12-15 | 1996-12-12 | Method of analysing by linear prediction an audio frequency signal, and its application to a method of coding and decoding an audio frequency signal |
Country Status (7)
Country | Link |
---|---|
US (1) | US5787390A (en) |
EP (1) | EP0782128B1 (en) |
JP (1) | JP3678519B2 (en) |
KR (1) | KR100421226B1 (en) |
CN (1) | CN1159691A (en) |
DE (1) | DE69608947T2 (en) |
FR (1) | FR2742568B1 (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0867862A2 (en) * | 1997-03-26 | 1998-09-30 | Nec Corporation | Coding and decoding system for speech and musical sound |
US8027242B2 (en) | 2005-10-21 | 2011-09-27 | Qualcomm Incorporated | Signal coding and decoding based on spectral dynamics |
US8392176B2 (en) | 2006-04-10 | 2013-03-05 | Qualcomm Incorporated | Processing of excitation in audio coding and decoding |
US8428957B2 (en) | 2007-08-24 | 2013-04-23 | Qualcomm Incorporated | Spectral noise shaping in audio coding based on spectral dynamics in frequency sub-bands |
Families Citing this family (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5621852A (en) * | 1993-12-14 | 1997-04-15 | Interdigital Technology Corporation | Efficient codebook structure for code excited linear prediction coding |
FR2729247A1 (en) * | 1995-01-06 | 1996-07-12 | Matra Communication | SYNTHETIC ANALYSIS-SPEECH CODING METHOD |
FR2729246A1 (en) * | 1995-01-06 | 1996-07-12 | Matra Communication | SYNTHETIC ANALYSIS-SPEECH CODING METHOD |
JPH10124088A (en) * | 1996-10-24 | 1998-05-15 | Sony Corp | Device and method for expanding voice frequency band width |
FI973873A (en) * | 1997-10-02 | 1999-04-03 | Nokia Mobile Phones Ltd | Excited Speech |
FR2774827B1 (en) | 1998-02-06 | 2000-04-14 | France Telecom | METHOD FOR DECODING A BIT STREAM REPRESENTATIVE OF AN AUDIO SIGNAL |
US6223157B1 (en) * | 1998-05-07 | 2001-04-24 | Dsc Telecom, L.P. | Method for direct recognition of encoded speech data |
US6148283A (en) * | 1998-09-23 | 2000-11-14 | Qualcomm Inc. | Method and apparatus using multi-path multi-stage vector quantizer |
US6778953B1 (en) * | 2000-06-02 | 2004-08-17 | Agere Systems Inc. | Method and apparatus for representing masked thresholds in a perceptual audio coder |
EP1336175A1 (en) * | 2000-11-09 | 2003-08-20 | Koninklijke Philips Electronics N.V. | Wideband extension of telephone speech for higher perceptual quality |
EP1423914A2 (en) * | 2000-12-06 | 2004-06-02 | Koninklijke Philips Electronics N.V. | Filter devices and methods |
WO2002067246A1 (en) * | 2001-02-16 | 2002-08-29 | Centre For Signal Processing, Nanyang Technological University | Method for determining optimum linear prediction coefficients |
US6590972B1 (en) * | 2001-03-15 | 2003-07-08 | 3Com Corporation | DTMF detection based on LPC coefficients |
US7062429B2 (en) * | 2001-09-07 | 2006-06-13 | Agere Systems Inc. | Distortion-based method and apparatus for buffer control in a communication system |
US6934677B2 (en) | 2001-12-14 | 2005-08-23 | Microsoft Corporation | Quantization matrices based on critical band pattern information for digital audio wherein quantization bands differ from critical bands |
US7240001B2 (en) * | 2001-12-14 | 2007-07-03 | Microsoft Corporation | Quality improvement techniques in an audio encoder |
US20030216921A1 (en) * | 2002-05-16 | 2003-11-20 | Jianghua Bao | Method and system for limited domain text to speech (TTS) processing |
EP1383109A1 (en) * | 2002-07-17 | 2004-01-21 | STMicroelectronics N.V. | Method and device for wide band speech coding |
JP4676140B2 (en) * | 2002-09-04 | 2011-04-27 | マイクロソフト コーポレーション | Audio quantization and inverse quantization |
US7502743B2 (en) | 2002-09-04 | 2009-03-10 | Microsoft Corporation | Multi-channel audio encoding and decoding with multi-channel transform selection |
US7299190B2 (en) * | 2002-09-04 | 2007-11-20 | Microsoft Corporation | Quantization and inverse quantization for audio |
US7254533B1 (en) * | 2002-10-17 | 2007-08-07 | Dilithium Networks Pty Ltd. | Method and apparatus for a thin CELP voice codec |
US20040260540A1 (en) * | 2003-06-20 | 2004-12-23 | Tong Zhang | System and method for spectrogram analysis of an audio signal |
US7539612B2 (en) * | 2005-07-15 | 2009-05-26 | Microsoft Corporation | Coding and decoding scale factor information |
US8417185B2 (en) * | 2005-12-16 | 2013-04-09 | Vocollect, Inc. | Wireless headset and method for robust voice data communication |
US7885419B2 (en) * | 2006-02-06 | 2011-02-08 | Vocollect, Inc. | Headset terminal with speech functionality |
US7773767B2 (en) | 2006-02-06 | 2010-08-10 | Vocollect, Inc. | Headset terminal with rear stability strap |
CN101114415B (en) * | 2006-07-25 | 2011-01-12 | 元太科技工业股份有限公司 | Driving mechanism of bistable state display and method thereof |
JP5061111B2 (en) * | 2006-09-15 | 2012-10-31 | パナソニック株式会社 | Speech coding apparatus and speech coding method |
US8330745B2 (en) | 2007-01-25 | 2012-12-11 | Sharp Kabushiki Kaisha | Pulse output circuit, and display device, drive circuit, display device, and pulse output method using same circuit |
TWI346465B (en) * | 2007-09-04 | 2011-08-01 | Univ Nat Central | Configurable common filterbank processor applicable for various audio video standards and processing method thereof |
USD605629S1 (en) | 2008-09-29 | 2009-12-08 | Vocollect, Inc. | Headset |
FR2938688A1 (en) | 2008-11-18 | 2010-05-21 | France Telecom | ENCODING WITH NOISE FORMING IN A HIERARCHICAL ENCODER |
EP2407963B1 (en) | 2009-03-11 | 2015-05-13 | Huawei Technologies Co., Ltd. | Linear prediction analysis method, apparatus and system |
US8160287B2 (en) | 2009-05-22 | 2012-04-17 | Vocollect, Inc. | Headset with adjustable headband |
US8438659B2 (en) | 2009-11-05 | 2013-05-07 | Vocollect, Inc. | Portable computing device and headset interface |
US9093068B2 (en) * | 2010-03-23 | 2015-07-28 | Lg Electronics Inc. | Method and apparatus for processing an audio signal |
KR101257776B1 (en) * | 2011-10-06 | 2013-04-24 | 단국대학교 산학협력단 | Method and apparatus for encoing using state-check code |
CN102638846B (en) * | 2012-03-28 | 2015-08-19 | 浙江大学 | A kind of WSN traffic load reduction method based on optimum quantization strategy |
WO2015111568A1 (en) * | 2014-01-24 | 2015-07-30 | 日本電信電話株式会社 | Linear-predictive analysis device, method, program, and recording medium |
KR101850529B1 (en) * | 2014-01-24 | 2018-04-19 | 니폰 덴신 덴와 가부시끼가이샤 | Linear predictive analysis apparatus, method, program, and recording medium |
US9583115B2 (en) * | 2014-06-26 | 2017-02-28 | Qualcomm Incorporated | Temporal gain adjustment based on high-band signal characteristic |
JP6530854B2 (en) * | 2015-07-16 | 2019-06-12 | ドルビー ラボラトリーズ ライセンシング コーポレイション | Signal shaping and coding for HDR and wide gamut signals |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2284946A1 (en) * | 1974-09-13 | 1976-04-09 | Int Standard Electric Corp | DIGITAL VOCODER |
WO1983002346A1 (en) * | 1981-12-22 | 1983-07-07 | Motorola Inc | A time multiplexed n-ordered digital filter |
US5142581A (en) * | 1988-12-09 | 1992-08-25 | Oki Electric Industry Co., Ltd. | Multi-stage linear predictive analysis circuit |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA1245363A (en) * | 1985-03-20 | 1988-11-22 | Tetsu Taguchi | Pattern matching vocoder |
US4868867A (en) * | 1987-04-06 | 1989-09-19 | Voicecraft Inc. | Vector excitation speech or audio coder for transmission or storage |
GB2235354A (en) * | 1989-08-16 | 1991-02-27 | Philips Electronic Associated | Speech coding/encoding using celp |
US5307441A (en) * | 1989-11-29 | 1994-04-26 | Comsat Corporation | Wear-toll quality 4.8 kbps speech codec |
FI98104C (en) * | 1991-05-20 | 1997-04-10 | Nokia Mobile Phones Ltd | Procedures for generating an excitation vector and digital speech encoder |
IT1257065B (en) * | 1992-07-31 | 1996-01-05 | Sip | LOW DELAY CODER FOR AUDIO SIGNALS, USING SYNTHESIS ANALYSIS TECHNIQUES. |
US5706395A (en) * | 1995-04-19 | 1998-01-06 | Texas Instruments Incorporated | Adaptive weiner filtering using a dynamic suppression factor |
US5692101A (en) * | 1995-11-20 | 1997-11-25 | Motorola, Inc. | Speech coding method and apparatus using mean squared error modifier for selected speech coder parameters using VSELP techniques |
-
1995
- 1995-12-15 FR FR9514925A patent/FR2742568B1/en not_active Expired - Lifetime
-
1996
- 1996-12-11 US US08/763,457 patent/US5787390A/en not_active Expired - Lifetime
- 1996-12-12 EP EP96402715A patent/EP0782128B1/en not_active Expired - Lifetime
- 1996-12-12 DE DE69608947T patent/DE69608947T2/en not_active Expired - Lifetime
- 1996-12-13 CN CN96121556A patent/CN1159691A/en active Pending
- 1996-12-14 KR KR1019960065696A patent/KR100421226B1/en active IP Right Grant
- 1996-12-16 JP JP33614096A patent/JP3678519B2/en not_active Expired - Lifetime
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2284946A1 (en) * | 1974-09-13 | 1976-04-09 | Int Standard Electric Corp | DIGITAL VOCODER |
WO1983002346A1 (en) * | 1981-12-22 | 1983-07-07 | Motorola Inc | A time multiplexed n-ordered digital filter |
US5142581A (en) * | 1988-12-09 | 1992-08-25 | Oki Electric Industry Co., Ltd. | Multi-stage linear predictive analysis circuit |
Non-Patent Citations (2)
Title |
---|
KWOK-WAH LAW ET AL: "A novel split residual vector quantization scheme for low bit rate speech coding", ICASSP-94. IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING (CAT. NO.94CH3387-8), PROCEEDINGS OF ICASSP '94. IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING, ADELAIDE, SA, AUSTRALIA, 19-22 APRIL 1994, ISBN 0-7803-1775-0, 1994, NEW YORK, NY, USA, IEEE, USA, pages I/493 - 496 VOL., XP002013349 * |
ORDENTLICH E ET AL: "LOW-DELAY CODE-EXCITED LINEAR-PREDICTIVE CODING OF WIDEBAND SPEECH AT 32 KBPS", SPEECH PROCESSING 1, TORONTO, MAY 14 - 17, 1991, vol. 1, 14 May 1991 (1991-05-14), INSTITUTE OF ELECTRICAL AND ELECTRONICS ENGINEERS, pages 9 - 12, XP000245155 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0867862A2 (en) * | 1997-03-26 | 1998-09-30 | Nec Corporation | Coding and decoding system for speech and musical sound |
EP0867862A3 (en) * | 1997-03-26 | 1999-06-09 | Nec Corporation | Coding and decoding system for speech and musical sound |
US6101464A (en) * | 1997-03-26 | 2000-08-08 | Nec Corporation | Coding and decoding system for speech and musical sound |
US8027242B2 (en) | 2005-10-21 | 2011-09-27 | Qualcomm Incorporated | Signal coding and decoding based on spectral dynamics |
US8392176B2 (en) | 2006-04-10 | 2013-03-05 | Qualcomm Incorporated | Processing of excitation in audio coding and decoding |
US8428957B2 (en) | 2007-08-24 | 2013-04-23 | Qualcomm Incorporated | Spectral noise shaping in audio coding based on spectral dynamics in frequency sub-bands |
Also Published As
Publication number | Publication date |
---|---|
KR100421226B1 (en) | 2004-07-19 |
JP3678519B2 (en) | 2005-08-03 |
DE69608947T2 (en) | 2001-02-01 |
KR970050107A (en) | 1997-07-29 |
FR2742568A1 (en) | 1997-06-20 |
JPH09212199A (en) | 1997-08-15 |
DE69608947D1 (en) | 2000-07-27 |
EP0782128B1 (en) | 2000-06-21 |
US5787390A (en) | 1998-07-28 |
CN1159691A (en) | 1997-09-17 |
FR2742568B1 (en) | 1998-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0782128B1 (en) | Method of analysing by linear prediction an audio frequency signal, and its application to a method of coding and decoding an audio frequency signal | |
US5845244A (en) | Adapting noise masking level in analysis-by-synthesis employing perceptual weighting | |
EP1692689B1 (en) | Optimized multiple coding method | |
EP0801790B1 (en) | Speech coding method using synthesis analysis | |
JP3357795B2 (en) | Voice coding method and apparatus | |
EP0801788A1 (en) | Speech coding method using synthesis analysis | |
EP0801789A1 (en) | Speech coding method using synthesis analysis | |
EP0616315A1 (en) | Digital speech coding and decoding device, process for scanning a pseudo-logarithmic LTP codebook and process of LTP analysis | |
EP2171713B1 (en) | Coding of digital audio signals | |
FR2783651A1 (en) | DEVICE AND METHOD FOR FILTERING A SPEECH SIGNAL, RECEIVER AND TELEPHONE COMMUNICATIONS SYSTEM | |
EP1192619B1 (en) | Audio coding and decoding by interpolation | |
EP1192618B1 (en) | Audio coding with adaptive liftering | |
EP1192621B1 (en) | Audio encoding with harmonic components | |
EP1194923B1 (en) | Methods and device for audio analysis and synthesis | |
WO2001003121A1 (en) | Encoding and decoding with harmonic components and minimum phase | |
EP0454552A2 (en) | Method and apparatus for low bitrate speech coding | |
WO2001003119A1 (en) | Audio encoding and decoding including non harmonic components of the audio signal | |
Ramachandran et al. | Combined vector and scalar codebook for robust quantization of linear predictive coefficients (LPC) parameters | |
WO2002029786A1 (en) | Method and device for segmental coding of an audio signal | |
WO2013135997A1 (en) | Modifying the spectral characteristics of a linear prediction filter of a digital audio signal represented by the lsf or isf coefficients thereof | |
FR2737360A1 (en) | Audio digital signal coding method of successive sample blocks - using spectral analysis to select vector dictionary for each sample block and allocating vector and scalar quantisation bits | |
FR2980620A1 (en) | Method for processing decoded audio frequency signal, e.g. coded voice signal including music, involves performing spectral attenuation of residue, and combining residue and attenuated signal from spectrum of tonal components |
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 IT |
|
17P | Request for examination filed |
Effective date: 19970726 |
|
17Q | First examination report despatched |
Effective date: 19990511 |
|
GRAG | Despatch of communication of intention to grant |
Free format text: ORIGINAL CODE: EPIDOS AGRA |
|
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 |
|
RIC1 | Information provided on ipc code assigned before grant |
Free format text: 7G 10L 19/06 A |
|
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 IT |
|
REF | Corresponds to: |
Ref document number: 69608947 Country of ref document: DE Date of ref document: 20000727 |
|
ITF | It: translation for a ep patent filed | ||
GBT | Gb: translation of ep patent filed (gb section 77(6)(a)/1977) |
Effective date: 20000821 |
|
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 |
|
PGFP | Annual fee paid to national office [announced via postgrant information from national office to epo] |
Ref country code: IT Payment date: 20151120 Year of fee payment: 20 Ref country code: DE Payment date: 20151119 Year of fee payment: 20 Ref country code: GB Payment date: 20151125 Year of fee payment: 20 |
|
REG | Reference to a national code |
Ref country code: DE Ref legal event code: R082 Ref document number: 69608947 Country of ref document: DE Representative=s name: WEICKMANN & WEICKMANN PATENTANWAELTE - RECHTSA, DE Ref country code: DE Ref legal event code: R081 Ref document number: 69608947 Country of ref document: DE Owner name: 3G LICENSING S.A., LU Free format text: FORMER OWNER: FRANCE TELECOM, S.A., PARIS, FR Ref country code: DE Ref legal event code: R081 Ref document number: 69608947 Country of ref document: DE Owner name: ORANGE, FR Free format text: FORMER OWNER: FRANCE TELECOM, S.A., PARIS, FR |
|
REG | Reference to a national code |
Ref country code: DE Ref legal event code: R082 Ref document number: 69608947 Country of ref document: DE Representative=s name: WEICKMANN & WEICKMANN PATENTANWAELTE - RECHTSA, DE Ref country code: DE Ref legal event code: R081 Ref document number: 69608947 Country of ref document: DE Owner name: 3G LICENSING S.A., LU Free format text: FORMER OWNER: ORANGE, PARIS, FR |
|
REG | Reference to a national code |
Ref country code: DE Ref legal event code: R071 Ref document number: 69608947 Country of ref document: DE |
|
REG | Reference to a national code |
Ref country code: GB Ref legal event code: PE20 Expiry date: 20161211 |
|
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 EXPIRATION OF PROTECTION Effective date: 20161211 |