EP1997103A1 - Procede de codage d'un signal audio source, dispositif de codage, procede et dispositif de decodage, signal, produits programme d'ordinateur correspondants - Google Patents

Procede de codage d'un signal audio source, dispositif de codage, procede et dispositif de decodage, signal, produits programme d'ordinateur correspondants

Info

Publication number
EP1997103A1
EP1997103A1 EP07731731A EP07731731A EP1997103A1 EP 1997103 A1 EP1997103 A1 EP 1997103A1 EP 07731731 A EP07731731 A EP 07731731A EP 07731731 A EP07731731 A EP 07731731A EP 1997103 A1 EP1997103 A1 EP 1997103A1
Authority
EP
European Patent Office
Prior art keywords
coding
quantization
profile
representative
quantization profile
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
EP07731731A
Other languages
German (de)
English (en)
Other versions
EP1997103B1 (fr
Inventor
Pierrick Philippe
Christophe Veaux
Patrice Collen
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Orange SA
Original Assignee
France Telecom SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by France Telecom SA filed Critical France Telecom SA
Publication of EP1997103A1 publication Critical patent/EP1997103A1/fr
Application granted granted Critical
Publication of EP1997103B1 publication Critical patent/EP1997103B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/032—Quantisation or dequantisation of spectral components
    • G10L19/035—Scalar quantisation

Definitions

  • the field of the invention is that of encoding and decoding digital audio signals, such as music or digitized speech signals.
  • the invention relates to the quantization of the spectral coefficients of audio signals, by implementing a perceptual coding.
  • the invention applies in particular, but not exclusively, to systems implementing a hierarchical encoding of digital audio data, of the type of the "scalable" (or “scalable") coding / decoding system proposed as part of the MPEG standard. Audio (ISO / IEC 14496-3).
  • the invention finds applications in the field of sound and music quantization in an efficient manner, for storage, compression and transmission through transmission channels, for example wireless or hard-wired.
  • Audio compression is often based on certain hearing abilities of the human ear.
  • the coding and quantization of an audio signal often takes this characteristic into account.
  • the ear is unable to separate two components of a signal transmitted at close frequencies, as well as in a reduced time interval. This property is called auditory masking.
  • the ear has a hearing threshold, in a quiet environment, below which no sound will be perceived. The level of this threshold varies according to the frequency of the sound wave.
  • the quantization principles then use a human ear-induced masking threshold and the masking property to determine the amount of maximum quantization noise that is acceptable to inject into the signal without it being perceived by the ear when the audio signal is restored, that is to say without introducing too much distortion.
  • This technique uses the frequency masking model of the ear illustrated in Figure 1, which shows an example of a frequency representation of an audio signal and the threshold of masking of the ear.
  • the abscissa axis 10 represents the frequencies f, in Hz, the ordinate axis 11 that of the sound intensity I, in dB.
  • the ear breaks down the spectrum of a signal x ⁇ t) into critical bands 120, 121, 122, 123 in the frequency domain according to the Barks scale.
  • the critical band 120 of index n of the signal x (t) and energy E n then generates a mask 13 inside the band of index n and in the neighboring critical bands 122 and 123.
  • the masking threshold 13 is proportional to the energy E n of the component 120 "masking" and decreasing for the critical bands of indices lower and greater than n.
  • the components 122 and 123 are hidden in the example of Figure 1.
  • the component 121 is also hidden since it is below Absolute hearing threshold 14.
  • An overall masking curve is thus obtained, by combining the absolute hearing threshold 14 and the masking thresholds associated with each of the components of the audio signal x (t) analyzed in critical bands.
  • This masking curve represents the spectral density of maximum quantization noise that can be superimposed on the signal, during its coding, without it being perceptible by the human ear.
  • a quantization step profile also called, by abuse of language, injected noise profile, is then shaped during the quantization of the spectral coefficients resulting from the frequency transform of the source audio signal.
  • Fig. 2 is a flowchart illustrating the principle of a conventional perceptual encoder.
  • a time source audio signal x (t) is transformed in the frequency domain by a time-frequency transform block.
  • a spectrum of the source signal, composed of spectral coefficients X n is then obtained, which is analyzed by a psychoacoustic model 21, whose role is to determine the overall masking curve C of the signal, as a function of the absolute hearing threshold. as well as masking thresholds of each spectral component of the signal.
  • the masking curve obtained makes it possible to know the quantity of quantization noise that can be injected and thus to determine the number of bits to be used for quantizing the spectral coefficients, or samples.
  • This step of determining the number of bits is performed by a binary allocation block 22, which delivers a quantization step profile A n for each coefficient X n .
  • the bit allocation seeks to reach the target rate by adjusting the quantization steps under the shaping constraint given by the masking curve C.
  • the quantization steps A n are coded, in the form of scale factors F in particular, by this block 22 of binary allocation, to be transmitted as additional information in the bit stream T.
  • a quantization block 23 receives the spectral coefficients X n as well as the quantization steps A n determined, and then delivers quantized coefficients X n .
  • a block 24 for coding and forming a bitstream centralizes the quantized spectral coefficients X n and the scale factors F, to code them and thus to form a bit stream containing the useful data relating to the coded source audio signal as well as the data representative of scale factors.
  • Hierarchical coding consists in cascading several stages of coders, the first stage generating the coded version at the lowest rate at which the subsequent stages bring successive improvements for gradually increasing flows.
  • the improvement stages are conventionally based on transform perceptual coding as described in the previous section.
  • the estimation of the masking curve is based on the quantized values of the coefficients of the time-frequency transform, it can be performed identically at the level of the encoder and the decoder: this has the advantage of avoiding transmit the profile of the quantization step, or quantization noise, to the decoder.
  • the masking model implemented simultaneously with the encoder and the decoder is necessarily fixed, and therefore can not be adapted precisely to the nature of the signal.
  • a single masking factor is used, regardless of the tonal character or not of the components of the spectrum to be encoded.
  • the masking curves are calculated under a stationary hypothesis of the signal, and apply poorly to transient portions and sound attacks.
  • the masking curve of the first levels is incomplete, since certain portions of the spectrum are not yet coded. This incomplete curve does not necessarily represent an optimal form of the profile of the quantization step for the hierarchical level considered.
  • the invention relates to a method for coding a source audio signal, comprising the following steps: encoding a quantization profile of coefficients representative of at least one transform of the source audio signal, according to at least two distinct coding techniques, delivering at least two sets of data representative of the quantization profile; selecting one of the data sets representative of the quantization profile, based on a selection criterion based on signal distortion measurements reconstructed respectively from said data sets and on the rate required to code said data sets;
  • the invention thus relies on a new and inventive approach to coding the coefficients of a source audio signal, making it possible to reduce the bit rate allocated to the transmission of quantization steps while keeping a quantization noise profile injected as close as possible to that given by a masking curve calculated from the complete knowledge of the signal.
  • the invention proposes a selection between different possible modes of calculating the quantization step profile. It can thus make a selection between several quantization step profile templates, or injected noise profiles. This choice is indicated by an indicator, for example a signal contained in the bitstream formed by the encoder and transmitted to the system for reproducing the audio signal, the decoder.
  • the selection criterion can take into account, in particular, the efficiency of each quantization profile and the bit rate required to code the corresponding data set.
  • Quantification is therefore optimized, while minimizing the bit rate required to transmit data representative of the profile of the step of quantization, and not providing direct information on the audio signal itself.
  • the choice of a quantization mode is made by comparing a reference masking curve, estimated from the audio signal to be encoded, with the noise profiles associated with each of the modes. of quantification.
  • the data set may correspond to a parametric representation of the quantization profile.
  • the parametric representation is formed of at least one line segment, characterized by a slope and a value at the origin.
  • a second of the coding techniques can deliver a constant quantization profile.
  • This encoding mode therefore proposes to code the quantization step profile based on a signal-to-noise ratio (SNR), and not on a signal masking curve.
  • SNR signal-to-noise ratio
  • the quantization profile corresponds to an absolute hearing threshold.
  • the set of data representative of the quantization profile may be empty and no data relating to the quantization profile is transmitted from the encoder to the decoder.
  • the threshold of absolute hearing is known to the decoder.
  • the set of data representative of the quantization profile may comprise all the quantization steps implemented.
  • This fourth coding technique corresponds to the case where the quantization step profile is determined as a function of the signal masking curve, known only to the encoder, and fully transmitted to the decoder.
  • the requested bit rate is important, but the signal quality is optimal.
  • the coding implements hierarchical processing delivering at least two hierarchical coding levels, comprising a basic level and at least one level of refinement comprising refinement information with respect to the basic level or a previous refinement level.
  • a fifth coding technique provides that the set of data representative of the quantization profile is obtained, at a given level of refinement, taking into account data constructed at the previous hierarchical level.
  • the invention thus effectively applies to hierarchical coding, and proposes to code the quantization step profile according to a technique of refining it at each hierarchical level.
  • the selection step can be implemented at each level of hierarchical coding.
  • the selection step can be implemented for each of the frames.
  • the signaling can thus be carried out not only for each processing frame, but, in the particular application of a hierarchical coding of the data, for each level of refinement.
  • the coding can be implemented on groups of frames, of predefined or variable sizes. It can also be expected that the current profile remains unchanged until a new indicator has been transmitted.
  • the invention also relates to a coding device for a source audio signal, comprising means for implementing such a method.
  • the invention also relates to a computer program product for implementing the coding method as described above.
  • the invention also relates to a coded signal representative of a source audio signal, comprising data representative of a quantization profile.
  • a coded signal representative of a source audio signal comprising data representative of a quantization profile.
  • Such a signal includes in particular:
  • an indicator representative of a coding technique of the quantization profile implemented selected from among at least two available techniques, as a function of a selection criterion based on distortion measurements of reconstructed signals respectively from the profile; quantization coded according to said techniques and the bit rate necessary to code the quantization profile according to said techniques;
  • Such a signal may in particular comprise data relating to at least two hierarchical levels obtained by a hierarchical processing, comprising a basic level and at least one level of refinement comprising refinement information relative to the basic level or to a level of refinement. previous, and includes an indicator representative of a coding technique for each level.
  • the signal according to the invention When the signal according to the invention is organized in frames of successive coefficients, it may comprise an indicator representative of the coding technique used for each of the frames.
  • the invention also relates to a method for decoding such a signal.
  • This method notably comprises the following steps: extraction of the coded signal:
  • Such a decoding method also comprises a step of constructing a reconstructed audio signal, representative of the source audio signal, taking into account the reconstructed quantization profile.
  • the data set may correspond to a parametric representation of the quantization profile
  • the reconstruction step delivers a reconstructed quantization profile in the form of at least one line segment.
  • the data set may be empty and the reconstruction step delivers a constant quantization profile.
  • the data set may be empty, and the reconstruction step delivers a quantization profile corresponding to an absolute hearing threshold.
  • the data set may comprise all the quantization steps implemented during the coding method described above, and the construction step delivers a quantization profile in the form of a set of quantization steps implemented during the coding process.
  • the decoding method may implement a hierarchical processing delivering two hierarchical decoding levels, comprising a basic level and at least one level of decoding. refinement comprising refinement information relative to the base level or a previous refinement level.
  • the reconstruction step delivers a quantization profile obtained, at a given level of refinement, taking into account data constructed at the previous hierarchical level.
  • the invention also relates to a device for decoding a coded signal representative of a source audio signal, comprising means for implementing the decoding method described above.
  • the invention also relates to a computer program product for implementing the decoding method as described above.
  • FIG. 1 illustrates the frequency masking threshold
  • FIG. 2 is a simplified flowchart of the perceptual coding by transform according to the state of the art
  • FIG. 3 illustrates an exemplary signal according to the invention
  • FIG. 4 is a simplified flowchart of the coding method according to the invention.
  • FIG. 5 is a simplified flowchart of the decoding method according to the invention.
  • FIGS. 6A and 6B schematically illustrate a coding device and a decoding device embodying the invention.
  • a source audio signal x (t) is intended to be transformed in the frequency domain, directly or indirectly.
  • the signal x (t) can first be coded in a coding step 40.
  • a coding step 40 is implemented by a "heart" coder.
  • this first coding step corresponds to a first hierarchical level of coding, that is to say the basic level.
  • Such a "heart" encoder may implement a coding step 401, and a local decoding step 402. It then delivers a first bitstream 46 representative of the data of the coded audio signal at the lowest level of refinement.
  • Different coding techniques can be envisaged to obtain the low bit rate, such as parametric encodings such as the sinusoidal encoding described in B. den Brinker, E.Schuijers and W.Oomen, "Parametric coding for high-quality audio", in Proc. 112nd AES Convention, Kunststoff, Germany, 2002 or coding by CELP (for Code-Excited Linear Prediction) in the document M. Schroeder and B. Atal, Code-excited linear prediction (CELP) : high quality speech at very low bit rates ", in Proc. IEEE Int. Conf. Acoust., Speech, Signal Processing, Tampa, pp. 937-940, 1985.
  • CELP Code-excited linear prediction
  • a subtraction 403 is performed between the decoded samples by the local decoder 402 and the actual values of x (t), so as to obtain a time domain residue signal r (t).
  • Frequency coefficients l ⁇ p are obtained, in the frequency domain, representative of the residues delivered by the "core” coder 40, for each critical band of index k and for the first hierarchical level.
  • the next coding level stage 42 contains a residue coding step 421 associated with an implementation of a psychoacoustic model for determining a first masking curve for the first refinement level.
  • quantized residual coefficients R ⁇ are obtained, which are subtracted (423) from the original coefficients R ⁇ * resulting from the "core” coding step 40.
  • New coefficients R [* are obtained, which are themselves quantified and coded at step
  • a psychoacoustic model 432 is implemented and updates the masking threshold as a function of the coefficients R * of residues previously quantified.
  • the basic coding step 40 (“core” coder) allows the transmission and decoding, in a terminal, of a low bit rate version of the audio signal.
  • the successive stages 42, 43 of quantization of the residues in the transformed domain constitute improvement layers, making it possible to construct a hierarchical bit stream from the low rate level to a desired maximum rate.
  • an indicator ⁇ ⁇ , ⁇ ⁇ is associated with each psychoacoustic model 422, 432 of each coding level, for each of the quantization stages.
  • the value of this indicator is specific to each stage and controls the calculation mode of the quantization step profile. It is placed in the header 441 and 451 quantized spectral coefficient frames 442, 452 in the bitstreams 44, 45 associated and formed at each coding level 42, 43 improved.
  • FIG. 3 An example of a structure of a signal obtained according to this coding technique is illustrated in FIG. 3.
  • the signal is organized in blocks or data frames 31 each comprising a header 32 and a data field 33.
  • a block corresponds to for example to the data (contained in the field 33) of a hierarchical level for a predetermined time interval.
  • the header 32 may include several signaling information, decoding assistance ... It comprises at least, according to the invention, the information ⁇ . 5.2 Structure of the decoder
  • the decoding comprises several levels 50, 51, 52 of decoding refinement.
  • a first decoding step 501 receives a bit stream 53 containing the data 530 representative of the indicator ⁇ ⁇ of the first level, determined during the first coding step and transmitted to the decoder.
  • the bitstream further contains the data 531 representative of the spectral coefficients of the audio signal.
  • a psychoacoustic model is implemented in a first step 502, to determine a first estimate of the masking curve, and thus a profile. quantization step that is used to process the residuals of the spectral coefficients available to the decoder at this stage of the decoding process.
  • the spectral coefficient residues obtained Tc k 'for each critical band of index k make it possible to update the psychoacoustic model at the following level 51, in a step 512, which then refines the masking curve and therefore the pitch profile. of quantification.
  • This refinement therefore takes into account the value of the indicator r r 'for level 2, contained in the header 540 of the bit stream 54 transmitted by the corresponding coder, the quantized residues at the previous level as well as quantized data 541 relating to level 2 residues included in bit stream 54.
  • Residues quantized are obtained at the output of the second decoding level 51. They are added (56) to the RJp residues of the previous level, but also injected at the next level 52, which similarly refines the precision on the spectral coefficients as well as on the profile of the quantization steps. from a decoding step 521, and the implementation of a psychoacoustic model in a step 522. This level further receives a bit stream 55 sent by the encoder containing the value of the indicator 55 yr 'and the Quantized spectrum 551.
  • the quantized R ⁇ p residues obtained are added to the residues R 1, and so on.
  • the psychoacoustic model is updated as the coefficients are decoded by the successive refinement levels. Reading the indicator ⁇ transmitted by the encoder then makes it possible to reconstruct the noise profile (or quantization) by each quantization stage.
  • the steps of updating the psychoacoustic model, and quantizing the spectral coefficients common to the coding method and the decoding method, according to a particular embodiment, are described in detail below.
  • the step of determining the value of the indicator ⁇ , carried out at the coding, is then detailed, followed by the step of reconstructing the quantization steps at the decoder.
  • a psycho-acoustic model takes into account the sub-bands in which the ear breaks down an audio signal and thus determines masking thresholds by using psychoacoustic information. These thresholds are used to determine the quantization step of the spectral coefficients.
  • the step (implementation in steps 422, 432 of the coding method and in steps 502, 512, 522 of the decoding method) of updating the masking curve by the psychoacoustic model remains unchanged regardless of the value of the indicator ⁇ on the choice of the profile of the quantization step.
  • this masking curve updated by the psycho-acoustic model which is conditioned by the value of the indication ⁇ to define the profile of the quantization step implemented for quantify the spectral coefficients (or residual coefficients determined at a previous refinement level).
  • the psychoacoustic model uses at each level of quantification
  • This spectrum is initialized at the first level of quantization refinement by the data available at the output of the coding step implemented by the core coder.
  • the coding and decoding methods each comprise an initialization step Init of the psycho-acoustic model during its first implementation (step 422 of the coding method and step 502 of the decoding method), from the data transmitted by the heart coder.
  • the coefficient g t corresponds to a constant gain making it possible to adjust the level of the quantization noise injected parallel to the profile given by ⁇ ⁇
  • this gain g t is determined by an allocation loop in order to reach a target bit rate assigned to each index quantization level. It is then transmitted to the decoder in the bitstream at the output of the quantization stage.
  • the gain g t is a function of the single level of index refinement / and this function is known to the decoder.
  • the coding and decoding methods according to the invention then propose to determine a profile A ⁇ of quantization step from a choice between several coding techniques, or modes of calculation of this profile.
  • the selection is indicated by the value of the indicator ⁇ transmitted in the bit stream.
  • the quantization step profile is either fully transmitted, partially, or not at all. In the latter case, the profile of the quantization step is estimated at the decoder.
  • the quantization step profile A 2 used by the index quantization stage / is calculated from the masking curve available at this stage and the input indicator ⁇ ⁇ '.
  • the indicator ⁇ ⁇ is coded on 3 bits, to indicate five coding techniques different from the profile of the quantization step.
  • the quantization step profile is defined only from the absolute hearing threshold according to the equation k ⁇ ffset (n + 1) -l
  • the encoder transmits to the decoder no information relating to the quantization step.
  • the value of the slope a is chosen by correlation with the reference masking curve, calculated at the encoder from a spectral analysis of the signal to be coded. Its quantized value at is then transmitted to the decoder and used to define the profile of the quantization steps according to the formula: A ⁇ - D n (a).
  • the profile of the quantization steps A i determined in the coding step is entirely transmitted to the decoder.
  • the invention proposes a particular technique for judiciously choosing the value of the indicator ⁇ , and therefore the quantization step profile to be applied for coding and decoding an audio signal. This choice is made at the coding step, for each level of quantization (in the case of a hierarchical coding) index /.
  • a ⁇ ⁇ M ⁇ .
  • the ratio of the gains G 1 and G 2 makes it possible to standardize the profiles of the quantization step with respect to each other.
  • ⁇ ( ⁇ ) represents the additional cost in bits associated with the transmission of the profile quantization steps. In other words, it represents the number of additional bits (except those encoding the indicator ⁇ ) to be transmitted to the decoder to allow the reconstruction of quantization steps.
  • the reconstruction of the quantization step profile at an index quantization stage / is performed according to the data transmitted by the decoder.
  • the decoder decodes the value of this indicator present in the bit stream header. received for each frame, then read the value of the adjustment gain g t .
  • the decoder reads all the quantization steps
  • the method of the invention can be implemented a coding device, the structure of which is presented in relation to FIG. 6A.
  • a device comprises a memory M 600, a processing unit 601, equipped for example with a microprocessor, and controlled by the computer program Pg 602.
  • the code instructions of the computer program 602 are for example loaded into a RAM memory before being executed by the processor of the processing unit 601.
  • the processing unit 601 receives as input a source audio signal to be coded 603.
  • the microprocessor ⁇ P of the processing unit 601 implements the coding method described above, according to the instructions of the program Pg 602.
  • the processing unit 601 outputs a bitstream 604 including in particular quantized data representative of the coded source audio signal, data representative of a quantization step profile, and finally representative data of the ⁇ indicator.
  • the invention also relates to a device for decoding a coded signal representative of a source audio signal according to the invention, whose simplified overall structure is illustrated schematically in FIG. 6B.
  • It comprises a memory M 610, a processing unit 611, equipped for example with a microprocessor, and controlled by the computer program Pg 612.
  • the code instructions of the computer program 612 are for example loaded into a RAM before being executed by the processor of the processing unit 611.
  • the processing unit 611 receives as input a bitstream 613, comprising data representative of a coded source audio signal, representative data a quantization step profile and representative data of the ⁇ indicator.
  • the microprocessor ⁇ P of the processing unit 611 implements the decoding method according to the instructions of the program Pg 612, to deliver a reconstructed audio signal 612.
  • ANNEX ANNEX
  • the psychoacoustic model can be initialized in several ways, depending on the type of "core" coder implemented in the base level coding step.
  • a sinusoidal encoder models the audio signal by a sum of sinusoids of varying frequencies and amplitudes over time.
  • the quantized values of the frequencies and amplitudes are transmitted to the decoder. From these values, one can build the spectrum X ⁇ of the sinusoidal components of the signal.
  • the initial spectrum X 1 can be simply estimated from a short-term spectral analysis of the decoded signal at the output of the core coder.
  • the initial spectrum X 1 can be obtained by adding the LPC envelope spectrum defined according to the previous equation, and the short-term spectrum estimated from the coded residue by a CELP coder.

Description

Procédé de codage d'un signal audio source, dispositif de codage, procédé et dispositif de décodage, signal, produits programme d'ordinateur correspondants.
1. Domaine de l'invention
Le domaine de l'invention est celui du codage et du décodage de signaux audionumériques, tels que des signaux de musique ou de parole numérisée.
Plus particulièrement, l'invention concerne la quantification des coefficients spectraux de signaux audio, en mettant en œuvre un codage perceptif.
L'invention s'applique notamment, mais non exclusivement, aux systèmes mettant en œuvre un codage hiérarchique de données audionumériques, du type du système de codage/décodage « scalable » (ou « échelonnable ») de données proposé dans le cadre du standard MPEG Audio (ISO/IEC 14496-3).
Plus généralement, l'invention trouve des applications dans le domaine de la quantification des sons et de la musique de façon efficace, pour leur stockage, leur compression ainsi que leur transmission à travers des canaux de transmission,par exemple hertzien ou câblé.
2. Solution de l'art antérieur
2.1 Codage perceptif avec transmission d'une courbe de masquage
2 .1.1 compression audio et quantification
La compression audio est souvent basée sur certaines capacités d'audition de l'oreille humaine. Le codage et la quantification d'un signal audio prennent souvent en compte cette caractéristique. On parle de codage perceptuel, ou de codage selon un modèle psycho-acoustique de l'oreille humaine.
L'oreille est notamment incapable de séparer deux composantes d'un signal émises à des fréquences proches, ainsi que dans un intervalle de temps réduit. Cette propriété est appelée masquage auditif. De plus, l'oreille présente un seuil d'audition, en ambiance calme, en dessous duquel aucun son émis ne sera perçu. Le niveau de ce seuil varie en fonction de la fréquence de l'onde sonore.
Dans le cadre de la compression et/ou de la transmission de signaux audionumériques, on cherche à déterminer un nombre de bits de quantification à utiliser pour quantifier des coefficients spectraux composant le signal, sans introduire un bruit de quantification trop important, et ainsi nuire à la qualité du signal codé. L'objectif étant généralement de réduire le nombre de bits de quantification, de façon à obtenir une compression du signal efficace, il s'agit donc de trouver un compromis entre la qualité sonore et le niveau de compression du signal.
Dans les techniques classiques de l'état de l'art, les principes de quantification utilisent alors un seuil de masquage induit par l'oreille humaine et la propriété de masquage pour déterminer la quantité de bruit de quantification maximum qu'il est acceptable d'injecter dans le signal sans que celui-ci ne soit perçu par l'oreille lors de la restitution du signal audio, c'est-à-dire sans introduire une distorsion trop importante.
2.1.2 Codage audio perceptif par transformée
Pour une description exhaustive du codage audio par transformée, on peut notamment se référer au document Jayant, Johnson and Safranek, « Signal Compression Based on Method of Human Perception », Proc. Of IEEE, Vol. 81, No. 10, PP. 1385-1422, October 1993.
Cette technique exploite le modèle de masquage fréquentiel de l'oreille illustré par la figure 1, qui présente un exemple de représentation fréquentielle d'un signal audio et le seuil de masquage de l'oreille. L'axe des abscisses 10 représente les fréquences f, en Hz, l'axe des ordonnées 11 celui de l'intensité sonore I, en dB. L'oreille décompose le spectre d'un signal x{t) en bandes critiques 120, 121, 122, 123 dans le domaine fréquentiel selon l'échelle des Barks. La bande critique 120 d'indice n du signal x(t) et d'énergie En engendre alors un masque 13 à l'intérieur de la bande d'indice n et dans les bandes critiques voisines 122 et 123. Le seuil de masquage 13 associé est proportionnel à l'énergie En de la composante 120 « masquante » et décroissant pour les bandes critiques d'indices inférieurs et supérieurs à n .
Les composantes 122 et 123 sont masquées dans l'exemple de la figure 1. De plus, la composante 121 est elle aussi masquée puisqu'elle se situe en dessous de seuil d'audition absolu 14. On obtient alors une courbe de masquage globale, par combinaison du seuil d'audition absolu 14 et des seuils de masquage associés à chacune des composantes du signal audio x(t) analysé en bandes critiques.
Cette courbe de masquage représente la densité spectrale de bruit de quantification maximum qu'il est possible de superposer au signal, lors de son codage, sans que celui-ci soit perceptible par l'oreille humaine. On met alors en forme un profil de pas de quantification, appelé aussi, par abus de langage, profil de bruit injecté, lors de la quantification des coefficients spectraux issus de la transformée en fréquence du signal audio source.
La figure 2 est un organigramme illustrant le principe d'un codeur perceptif classique. Un signal audio source x(t) temporel est transformé dans le domaine des fréquence par un bloc 20 de transformée temps-fréquence. Un spectre du signal source, composé de coefficients spectraux Xn est alors obtenu, qui est analysé par un modèle 21 psycho-acoustique, lequel a pour rôle de déterminer la courbe de masquage C globale du signal, en fonction du seuil d'audition absolu ainsi que des seuils de masquage de chaque composante spectrale du signal. La courbe de masquage obtenue permet de connaître la quantité de bruit de quantification qu'il est possible d'injecter et donc de déterminer le nombre de bits à utiliser pour quantifier les coefficients spectraux, ou échantillons. Cette étape de détermination du nombre de bits est réalisée par un bloc 22 d'allocation binaire, qui délivre un profil de pas de quantification An pour chaque coefficient Xn . L'allocation binaire cherche à atteindre le débit cible en réglant les pas de quantification sous la contrainte de mise en forme donnée par la courbe de masquage C. Les pas de quantification An sont codés, sous forme de facteurs d'échelle F notamment, par ce bloc 22 d'allocation binaire, pour être transmis comme information annexe dans le train binaire T.
Un bloc 23 de quantification reçoit les coefficients spectraux Xn ainsi que les pas de quantification An déterminés, et délivre alors des coefficients quantifiés Xn . Enfin, un bloc 24 de codage et de formation de train binaire centralise les coefficients spectraux quantifiés Xn et les facteurs d'échelle F, pour les coder et former ainsi un train binaire contenant les donnés utiles relatives au signal audio source codé ainsi que les données représentatives des facteurs d'échelle.
2.2 Construction hiérarchique des courbes de masquage
On présente ci-après les inconvénients de l'art antérieur dans le cadre d'un codage hiérarchique de données audionumériques. Cependant, l'invention s'applique à tous les types de codeurs de signaux audionumériques, mettant un œuvre une quantification basée sur le modèle psycho-acoustique de l'oreille. Ces derniers ne sont pas nécessairement hiérarchiques.
Le codage hiérarchique consiste à mettre en cascade plusieurs étages de codeurs, le premier étage générant la version codée au plus bas débit à laquelle les étages suivants apportent des améliorations successives pour des débits graduellement croissants. Dans le cas particulier du codage de signaux audio, les étages d'amélioration sont classiquement basés sur un codage perceptif par transformée tel que décrit dans la section précédente.
Cependant, un inconvénient du codage perceptif par transformée dans une telle approche hiérarchique réside dans le fait que les facteurs d'échelle obtenus doivent être transmis dès le premier niveau, ou niveau de base. Ils représentent alors une part importante du débit alloué au niveau bas débit, par rapport aux données utiles.
Pour pallier cet inconvénient, et donc économiser la transmission du profil de bruit de quantification injecté, c'est-à-dire les facteurs d'échelle, une technique de masquage dite « implicite » a été proposée par J.Li dans le document "Embedded Audio Coding (EAC) With Implicit Auditory Masking", ACM Multimedia 2002. Une telle technique s'appuie sur la structure hiérarchique du système de codage-décodage pour estimer récursivement la courbe de masquage à chaque niveau de raffinement, en exploitant une approximation de cette courbe, s' affinant de niveau en niveau. La mise à jour de la courbe de masquage est ainsi réitérée à chaque niveau hiérarchique, à partir des coefficients de la transformée quantifiés au niveau précédent.
Du fait que l'estimation de la courbe de masquage est basée sur les valeurs quantifiées des coefficients de la transformée temps-fréquence, elle peut être effectuée de façon identique au niveau du codeur et du décodeur : ceci présente l'avantage d'éviter de transmettre le profil du pas de quantification, ou bruit de quantification, au décodeur.
2.3 Inconvénients de la technique antérieure
Même si la technique de masquage implicite, basée sur un codage hiérarchique, permet d'éviter de transmettre la courbe de masquage, et ainsi de gagner en terme de débit par rapport au codage perceptuel classique selon lequel le profil du pas de quantification est transmis, les inventeurs ont constaté qu'elle présentait néanmoins plusieurs inconvénients.
En effet, le modèle de masquage mis en œuvre simultanément au codeur et au décodeur est nécessairement figé, et ne peut donc pas être adapté précisément à la nature du signal. Par exemple, un facteur de masquage unique est utilisé, indépendamment du caractère tonal ou non des composantes du spectre à coder.
De plus, les courbes de masquage sont calculées sous une hypothèse de stationnante du signal, et s'appliquent mal aux portions transitoires et aux attaques sonores.
Par ailleurs, les courbes de masquage étant obtenues à chaque niveau à partir des coefficients ou des résidus de coefficients quantifiés aux niveaux précédents, la courbe de masquage des premiers niveaux est incomplète, du fait que certaines portions du spectre ne sont pas encore codées. Cette courbe incomplète ne représente pas nécessairement une forme optimale du profil du pas de quantification pour le niveau hiérarchique considéré.
3. Exposé de l'invention
L'invention concerne un procédé de codage d'un signal audio source, comprenant les étapes suivantes : - codage d'un profil de quantification de coefficients représentatifs d'au moins une transformée du signal audio source, selon au moins deux techniques de codage distinctes, délivrant au moins deux ensembles de données représentatives du profil de quantification ; sélection d'un des ensembles de données représentatives du profil de quantification, en fonction d'un critère de sélection basé sur des mesures de distorsion de signaux reconstruits respectivement à partir desdits ensembles de données et sur le débit nécessaire pour coder lesdits ensembles de données ;
- transmission et/ou stockage de l'ensemble de données représentatives du profil de quantification sélectionné et d'un indicateur représentatif de la technique de codage correspondante.
L'invention repose ainsi sur une approche nouvelle et inventive du codage des coefficients d'un signal audio source, permettant de réduire le débit alloué à la transmission des pas de quantification tout en gardant un profil de bruit de quantification injecté le plus proche possible de celui donné par une courbe de masquage calculée à partir de la connaissance complète du signal.
L'invention propose une sélection entre différents modes possibles de calcul du profil de pas de quantification. Il peut ainsi effectuer une sélection entre plusieurs gabarits de profil de pas de quantification, ou profils de bruit injectés. Ce choix est signalé par un indicateur, par exemple une signalisation contenue dans le train binaire formé par le codeur et transmise au système de restitution du signal audio, le décodeur.
Le critère de sélection peut prendre en compte notamment l'efficacité de chaque profil de quantification et le débit nécessaire pour coder l'ensemble de données correspondant.
On réalise ainsi un compromis entre le débit nécessaire pour transporter les données représentatives du signal, et la distorsion affectant le signal.
La quantification est donc optimisée, tout en minimisant le débit nécessaire à la transmission de données représentatives du profil du pas de quantification, et n'apportant pas une information directe sur le signal audio en lui-même.
En d'autres termes, au codeur, le choix d'un mode de quantification s'effectue par comparaison d'une courbe de masquage de référence, estimée à partir du signal audio à coder, avec les profils de bruit associés à chacun des modes de quantification.
Il résulte de la technique de l'invention une meilleure efficacité de compression par rapport aux techniques antérieures, et donc une qualité perçue augmentée.
Pour au moins une première des techniques de codage, l'ensemble de données peut correspondre à une représentation paramétrique du profil de quantification.
En d'autres termes, parmi les techniques proposées pour quantifier les coefficients d'un signal audio transformé, il est possible de représenter le profil de quantification de façon paramétrique.
Dans un mode de réalisation particulier, la représentation paramétrique est formée d'au moins un segment de droite, caractérisé par une pente et une valeur à l'origine.
Une deuxième des techniques de codage peut délivrer un profil de quantification constant.
Ce mode de codage propose donc de coder le profil de pas de quantification en se basant sur un rapport signal à bruit (SNR), et non sur une courbe de masquage du signal.
Selon une troisième technique avantageuse de codage, le profil de quantification correspond à un seuil d'audition absolue.
En d'autres termes, l'ensemble de données représentatives du profil de quantification peut être vide et aucune donnée relative au profil de quantification n'est transmise du codeur vers le décodeur. Le seuil d'audition absolue est connu du décodeur. Selon une quatrième technique de codage, l'ensemble de données représentatives du profil de quantification peut comprendre l'ensemble des pas de quantification mis en œuvre.
Cette quatrième technique de codage correspond au cas où le profil de pas de quantification est déterminé en fonction de la courbe de masquage du signal, connue uniquement au codeur, et entièrement transmise au décodeur. Le débit demandé est important, mais la qualité de restitution du signal est optimale.
Selon un mode de réalisation particulier, le codage met en œuvre un traitement hiérarchique délivrant au moins deux niveaux de codage hiérarchiques, comprenant un niveau de base et au moins un niveau de raffinement comprenant des informations de raffinement par rapport au niveau de base ou à un niveau de raffinement précédent.
Dans ce cas, une cinquième technique de codage prévoit que l'ensemble de données représentatives du profil de quantification s'obtient, à un niveau de raffinement donné, en tenant compte de données construites au niveau hiérarchique précédent.
L'invention s'applique ainsi efficacement au codage hiérarchique, et propose de coder le profil de pas de quantification selon une technique consistant à affiner celui-ci à chaque niveau hiérarchique.
L'étape de sélection peut être mise en œuvre à chaque niveau de codage hiérarchique.
Dans le cas où le procédé de codage délivre des trames de coefficients, l'étape de sélection peut être mise en œuvre pour chacune des trames.
La signalisation peut ainsi être effectuée non seulement pour chaque trame de traitement, mais, dans l'application particulière d'un codage hiérarchique des données, pour chaque niveau de raffinement.
Dans d'autres cas, le codage peut être mis en œuvre sur des groupes de trames, de tailles prédéfinies ou variables. On peut également prévoir que le profil courant reste inchangé tant qu'un nouvel indicateur n'a pas été transmis. L'invention concerne par ailleurs un dispositif de codage d'un signal audio source, comprenant des moyens de mise en œuvre d'un tel procédé.
L'invention concerne encore un produit programme d'ordinateur pour la mise en œuvre du procédé de codage tel que décrit précédemment.
L'invention concerne également un signal codé représentatif d'un signal audio source, comprenant des données représentatives d'un profil de quantification. Un tel signal comprend notamment :
- un indicateur représentatif d'une technique de codage du profil de quantification mise en œuvre, choisie au codage parmi au moins deux techniques disponibles, en fonction d'un critère de sélection basé sur des mesures de distorsion de signaux reconstruits respectivement à partir du profil de quantification codé selon lesdites techniques et sur le débit nécessaire pour coder le profil de quantification selon lesdites techniques ;
- un ensemble de données représentatives du profil de quantification correspondant.
Un tel signal peut notamment comprendre des données relatives à au moins deux niveaux hiérarchiques obtenus par un traitement hiérarchique, comprenant un niveau de base et au moins un niveau de raffinement comprenant des informations de raffinement par rapport au niveau de base ou à un niveau de raffinement précédent, et comprend un indicateur représentatif d'une technique de codage pour chacun des niveaux.
Lorsque le signal selon l'invention est organisé en trames de coefficients successives, il peut comprendre un indicateur représentatif de la technique de codage utilisée pour chacune des trames.
L'invention concerne par ailleurs un procédé de décodage d'un tel signal. Ce procédé comprend notamment les étapes suivantes : - extraction du signal codé :
- d'un indicateur représentatif d'une technique de codage d'un profil de quantification mise en œuvre, choisie au codage parmi au moins deux techniques disponibles, en fonction d'un critère de sélection basé sur des mesures de distorsion de signaux reconstruits respectivement à partir du profil de quantification codé selon lesdites techniques et sur le débit nécessaire pour coder le profil de quantification selon lesdites techniques ; d'un ensemble de données représentatives du profil de quantification correspondant ;
- reconstruction du profil de quantification reconstruit, en fonction de l'ensemble de données et de la technique de codage désignée par ledit indicateur.
Un tel procédé de décodage comprend également une étape de construction d'un signal audio reconstruit, représentatif du signal audio source, en tenant compte du profil de quantification reconstruit.
Pour au moins une première des techniques de codage, l'ensemble de données peut correspondre à une représentation paramétrique du profil de quantification, et l'étape de reconstruction délivre un profil de quantification reconstruit sous la forme d'au moins un segment de droite.
Pour au moins une seconde des techniques de codage, l'ensemble de données peut être vide et l'étape de reconstruction délivre un profil de quantification constant.
Pour au moins une troisième des techniques de codage, l'ensemble de données peut être vide, et l'étape de reconstruction délivre un profil de quantification correspondant à un seuil d'audition absolue.
Pour au moins une quatrième des techniques de codage, l'ensemble de données peut comprendre l'ensemble des pas de quantification mis en œuvre lors du procédé de codage décrit précédemment, et l'étape de construction délivre un profil de quantification sous la forme d'un ensemble des pas de quantification mis en œuvre lors du procédé de codage.
Dans un mode de réalisation particulier, le procédé de décodage peut mettre en œuvre un traitement hiérarchique délivrant deux niveaux de décodage hiérarchiques, comprenant un niveau de base et au moins un niveau de raffinement comprenant des informations de raffinement par rapport au niveau de base ou à un niveau de raffinement précédent.
Pour au moins une cinquième des techniques de codage, l'étape de reconstruction délivre un profil de quantification obtenu, à un niveau de raffinement donné, en tenant compte de données construites au niveau hiérarchique précédent.
L'invention concerne également un dispositif de décodage d'un signal codé représentatif d'un signal audio source, comprenant des moyens de mise en œuvre du procédé de décodage décrit ci-dessus.
L'invention concerne aussi un produit programme d'ordinateur pour la mise en œuvre du procédé de décodage tel que décrit précédemment.
4. Liste des figures
D'autres caractéristiques et avantages de l'invention apparaîtront plus clairement à la lecture de la description suivante d'un mode de réalisation particulier, donné à titre de simple exemple illustratif et non limitatif, et des dessins annexés, parmi lesquels :
- la figure 1 illustre le seuil de masquage fréquentiel ;
- la figure 2 est un organigramme simplifié du codage perceptif par transformée selon l'état de la technique ;
- la figure 3 illustre un exemple de signal selon l'invention ;
- la figure 4 est un organigramme simplifié du procédé de codage selon l'invention ;
- la figure 5 est un organigramme simplifié du procédé de décodage selon l'invention ;
- les figures 6A et 6B illustrent schématiquement un dispositif de codage et un dispositif de décodage mettant en œuvre l'invention.
5. Description d'un mode de réalisation de l'invention 5.1 Structure du codeur
On décrit ci- après un mode de réalisation de l'invention dans l'application particulière d'un codage hiérarchique. On rappelle que, dans ce schéma, le codage hiérarchique met en cascade des étapes de quantifications perceptives en sortie d'une transformée temps-fréquence (par exemple une MDCT pour « Modified Discrète Cosine Transform » en anglais, ou transformée en cosinus discret modifiée) du signal audio source à coder.
Un codeur selon ce mode de réalisation de l'invention est décrit en relation avec la figure 4. Un signal x(t) audio source est destiné à être transformé dans le domaine des fréquences, directement ou indirectement. En effet, optionnellement, le signal x(t) peut tout d'abord être codé dans une étape de codage 40. Une telle étape est mise en œuvre par un codeur « cœur ». Dans ce cas, cette première étape de codage correspond à un premier niveau hiérarchique de codage, c'est-à-dire le niveau de base. Un tel codeur « cœur » peut mettre en œuvre une étape 401 de codage, et une étape 402 de décodage local. Elle délivre alors un premier train binaire 46 représentatif des données du signal audio codé au niveau de raffinement le plus faible. Différentes techniques de codage peuvent être envisagées pour obtenir le niveau bas débit, comme des codages paramétriques tels que le codage sinusoïdal décrit dans le document B. den Brinker, E.Schuijers and W.Oomen,"Parametric coding for high-quality audio", in Proc. 112nd AES Convention, Munich, Germany, 2002 ou le codage par analyse-synthèse de type CELP (pour Code-Excited Linear Prédiction en anglais) décit dans le document M. Schroeder and B. Atal, "Code-excited linear prédiction (CELP): high quality speech at very low bit rates", in Proc. IEEE Int. Conf. Acoust., Speech, Signal Processing, Tampa, pp. 937-940, 1985.
Une soustraction 403 est effectuée entre les échantillons décodés par le décodeur local 402 et les valeurs réelles de x(t) , de façon à obtenir un signal de résidu r(t) dans le domaine temporel.
C'est alors ce signal de résidu en sortie du codeur bas-débit 40 (ou codeur
« cœur ») qui est transformé de l'espace temps vers l'espace des fréquences à l'étape 41. On obtient des coefficients spectraux lήp , dans le domaine fréquentiel, représentatifs des résidus délivrés par le codeur « cœur » 40, pour chaque bande critique d'indice k et pour le premier niveau hiérarchique. L'étage 42 de niveau de codage suivant contient une étape 421 de codage des résidus R^ * , associée à une mise en œuvre 422 d'un modèle psychoacoustique, chargé de déterminer une première courbe de masquage pour le premier niveau de raffinement. On obtient alors en sortie de l'étape 421 de codage des coefficients de résidus quantifiés R^ , lesquels sont soustraits (423) aux coefficients R^ * d'origine issus de l'étape 40 de codage « cœur ». De nouveaux coefficients R[ * sont obtenus, qui sont eux-mêmes quantifiés et codés à l'étape
431 de codage du niveau 43 suivant. Là encore, un modèle 432 psycho-acoustique est mis en œuvre et met à jour le seuil de masquage en fonction des coefficients R[ * de résidus quantifiés précédemment.
En résumé, l'étape 40 de codage de base (codeur « cœur ») permet la transmission et le décodage, dans un terminal, d'une version bas débit du signal audio. Les étages successifs 42, 43 de quantification des résidus dans le domaine transformé constituent des couches d'amélioration, permettant de construire un train binaire hiérarchique depuis le niveau bas débit jusqu'à un débit maximum souhaité.
Selon l'invention, comme illustré par la figure 4, un indicateur ψ^ , ψ^ est associé à chaque modèle psycho-acoustique 422, 432 de chaque niveau de codage, pour chacun des étages de quantification. La valeur de cet indicateur est spécifique à chaque étage et contrôle le mode de calcul du profil du pas de quantification. Elle est placée en en-tête 441 et 451 des trames de coefficients spectraux quantifiés 442, 452 dans les trains binaires 44, 45 associés et formés à chaque niveau de codage 42, 43 amélioré.
Un exemple de structure d'un signal obtenu selon cette technique de codage est illustré par la figure 3. Le signal est organisé en blocs ou en trames de données 31 comprenant chacun un en-tête 32 et un champ de données 33. Un bloc correspond par exemple aux données (contenues dans le champ 33) d'un niveau hiérarchique pour un intervalle de temps prédéterminé. L' en- tête 32 peut comprendre plusieurs informations de signalisation, d'aide au décodage... Elle comprend au moins, selon l'invention, l'information Ψ. 5.2 Structure du décodeur
En relation avec la figure 5, on décrit le procédé de décodage mis en œuvre selon l'invention, dans le cas d'un décodage hiérarchique du signal de la figure 3.
De façon similaire au procédé de codage présenté en relation avec la figure 4, le décodage comprend plusieurs niveaux 50, 51, 52 de raffinement de décodage.
Une première étape 501 de décodage reçoit un train binaire 53 contenant les données 530 représentatives de l'indicateur ψ^ du premier niveau, déterminé lors de la première étape de codage et transmis au décodeur. Le train binaire contient de plus les données 531 représentatives des coefficients spectraux du signal audio.
Selon les coefficients quantifiés, ou les résidus de coefficients quantifiés, et la valeur de ψ^ reçu, un modèle psycho-acoustique est mis en œuvre dans une première étape 502, pour déterminer une première estimation de la courbe de masquage, et ainsi un profil de pas de quantification qui est utilisé pour traiter les résidus des coefficients spectraux dont dispose le décodeur à ce stade du procédé de décodage.
Les résidus de coefficients spectraux obtenus Tck ' pour chaque bande critique d'indice k permettent une mise à jour du modèle psycho-acoustique au niveau 51 suivant, dans une étape 512, qui affine alors la courbe de masquage et donc le profil des pas de quantification. Ce raffinement prend donc en compte la valeur de l'indicateur ^r ' pour le niveau 2, contenu en en-tête 540 du train binaire 54 transmis par le codeur correspondant, les résidus quantifiés au niveau précédent ainsi que des données 541 quantifiées relatives aux résidus de niveau 2, comprises dans le train binaire 54.
Les résidus quantifiés sont obtenus en sortie du second niveau 51 de décodage. Ils sont additionnés (56) aux résidus RJp du niveau précédent, mais aussi injectés au niveau 52 suivant, qui, de façon similaire, affinera la précision sur les coefficients spectraux ainsi que sur le profil des pas de quantification, à partir d'une étape 521 de décodage, et de la mise en œuvre d'un modèle psychoacoustique dans une étape 522. Ce niveau reçoit de plus un train binaire 55 envoyé par le codeur contenant la valeur de l'indicateur 55 yr ' et le spectre quantifié 551.
Les résidus Rηp quantifiés obtenus sont additionnés aux résidus R^ , et ainsi de suite.
En résumé, le modèle psycho-acoustique est mis à jour au fur et à mesure du décodage des coefficients par les niveaux de raffinement successifs. La lecture de l'indicateur ψ transmis par le codeur permet alors de reconstruire le profil de bruit (ou de quantification) par chaque étage de quantification.
On décrit ci-après en détail les étapes de mise à jour du modèle psychoacoustique, et de quantification des coefficients spectraux, communes au procédé de codage et au procédé de décodage, selon un mode de réalisation particulier. L'étape de détermination de la valeur de l'indicateur ψ , réalisée au codage est ensuite détaillée, suivie de l'étape de reconstruction des pas de quantification au niveau du décodeur.
5.3 Mise à jour du modèle psycho-acoustique
On rappelle qu'un modèle psycho-acoustique prend en compte les sous- bandes dans lesquelles l'oreille décompose un signal audio et détermine ainsi des seuils de masquage en utilisant les informations psycho-acoustiques. Ces seuils sont utilisés pour déterminer le pas de quantification des coefficients spectraux.
Dans le cadre de la présente invention, l'étape (mise en œuvre dans les étapes 422, 432 du procédé de codage et dans les étapes 502, 512, 522 du procédé de décodage) de mise à jour de la courbe de masquage par le modèle psychoacoustique demeure inchangée quelle que soit la valeur de l'indicateur ψ sur le choix du profil du pas de quantification.
En revanche, c'est la façon dont est employée cette courbe de masquage mise à jour par le modèle psycho-acoustique qui est conditionnée par la valeur de l'indication ψ pour définir le profil du pas de quantification mis en œuvre pour quantifier les coefficients spectraux (ou les coefficients résiduels déterminés à un niveau de raffinement précédent).
Le modèle psycho-acoustique utilise à chaque niveau de quantification
(dans l'application particulière d'un système de codage-décodage hiérarchique) d'indice / , le spectre estimé X^ d'un signal audio x(t) , où k représente l'indice fréquentiel de la transformée tremps-fréquence. Ce spectre est initialisé au premier niveau de raffinement de quantification, par les données disponibles en sortie de l'étape de codage mise en œuvre par le codeur cœur. Aux niveaux de quantification suivants, le spectre X^ est actualisé à partir des coefficients résiduels R^ ~ ' quantifiés en sortie du niveau de raffinement précédent selon la formule suivante : X^ = 1[/"1) + R%~1) , avec k = 0,...,N - 1 , où N est la taille de la transformée dans le domaine fréquentiel.
Par convolution du spectre X^ avec le motif de masquage obtenu par le modèle psycho-acoustique, on peut construire un seuil de masquage associé au signal x(t) .
La courbe de masquage Ûψ estimée à l'étage de quantification d'indice
/ s'obtient alors comme le maximum entre le seuil de masquage associé au signal x(t) et la courbe d'audition absolue.
Par ailleurs, les procédés de codage et de décodage comprennent chacun une étape d'initialisation Init du modèle psycho-acoustique lors de sa première mise en oeuvre (étape 422 du procédé de codage et étape 502 du procédé de décodage), à partir des données transmises par le codeur coeur.
Plusieurs scénarios sont envisageables selon le type de codeur « cœur » mis en œuvre, dont quelques exemples sont décrits en annexe.
5.4 Quantification des coefficients spectraux
Avant de décrire précisément une technique de détermination de la meilleure valeur de l'indicateur ψ conditionne le choix du profil de quantification, on détaille en premier lieu la façon dont est calculé le nombre de bits à allouer pour quantifier chaque coefficient spectral du signal audio, c'est-à- dire une fois que le profil du pas de quantification est connu. 5.4.1 Allocation binaire
On se place ici dans le cas général d'une loi de quantification Q, qui peut par exemple correspondre à l'arrondi à l'entier le plus proche. Les valeurs quantifiées R^ des coefficients résiduels R^ en entrée de l'étage de quantification d'indice / s'obtiennent à partir du profil de pas de quantification, noté Δ^ selon les équations suivantes :
pour Wffsetiή) ≤ k ≤ kOffsetin + 1) et
£(/) = pour kθffset(n) ≤ k ≤ kθffset(n + 1) où rq^ sont des coefficients à valeurs entières et kθffset(n) désigne l'indice fréquentiel initial de la bande critique d'indice n .
Le coefficient gt correspond quant à lui à un gain constant permettant d'ajuster le niveau du bruit de quantification injecté parallèlement au profil donné par Δ<|> .
Selon une première approche, ce gain gt est déterminé par une boucle d'allocation afin d'atteindre un débit cible assigné à chaque niveau de quantification d'indice / . Il est alors transmis au décodeur dans le train binaire en sortie de l'étage de quantification.
Selon une seconde approche, le gain gt est fonction du seul niveau de raffinement d'indice / et cette fonction est connue du décodeur.
5.4.2 Profils de pas de quantification
Les procédés de codage et de décodage selon l'invention proposent alors de déterminer un profil A^ de pas de quantification à partir d'un choix entre plusieurs techniques de codage, ou modes de calculs de ce profil. La sélection est indiquée par la valeur de l'indicateur ψ , transmis dans le train binaire. Selon la valeur de cet indicateur, le profil du pas de quantification est soit totalement transmis, soit partiellement, soit pas du tout. Dans ce dernier cas, le profil du pas de quantification est estimé au niveau du décodeur. Le profil A^ de pas de quantification utilisé par l'étage de quantification d'indice / est calculé à partir de la courbe de masquage disponible à cet étage et de l'indicateur ψ^ ' en entrée.
Dans un mode de réalisation particulier, l'indicateur ψ^ est codé sur 3 bits, pour indiquer cinq techniques de codage différentes du profil du pas de quantification.
Pour une valeur de l'indicateur ^r ' = 0 , la courbe de masquage estimée par le modèle psycho-acoustique n'est pas utilisée et le profil des pas de quantification est uniforme selon la formule A^ = cte . On dit qu'on quantifie au sens du rapport signal sur bruit (SNR).
Pour une valeur de l'indicateur ^r ' = 1 , le profil de pas de quantification est défini uniquement à partir du seuil d'audition absolue selon l'équation kθffset(n+l)-l
A^ = ∑ Qk , où Qk désigne le seuil d'audition absolu. k=kθffset(n)
Dans ce cas de figure, le codeur ne transmet au décodeur aucune information relative au pas de quantification.
Pour une valeur de l'indicateur ψ^ = 2 , c'est la courbe de masquage M\ ' estimée par le modèle psycho-acoustique à l'étage d'indice / qui est utilisée pour définir le profil des pas de quantification selon l'équation
. On note que ce mode n'est possible que dans k=kθffset(n) l'application particulière où une construction hiérarchique de la courbe de masquage est mise en œuvre dans le système de codage-décodage du signal audio. Pour une valeur de l'indicateur ^r -1 = 3 , le profil des pas de quantification est alors défini à partir d'un prototype de courbe paramétrable et connu au décodeur. Selon une application particulière, mais non exclusive, ce protoype est une droite affine, en dB pour chaque bande critique d'indice n , de pente a . On note Dn(a) , avec : Iog2 (/)„(«))= cm + K , où K est une constante.
La valeur de la pente a est choisie par corrélation avec la courbe de masquage de référence, calculée au codeur à partir d'une analyse spectrale du signal à coder. Sa valeur quantifiée à est alors transmise au décodeur et utilisée pour définir le profil des pas de quantification selon la formule : A^ - Dn(â) .
Enfin, pour une valeur de l'indicateur ψ^ ' = A , le profil des pas de quantification A^ déterminé à l'étape de codage est entièrement transmis au décodeur. Les pas de quantification sont par exemple définis à partir de la courbe de masquage de référence Mk calculée au codeur à partir du signal audio source à kOffset(n+X)-\ coder. On a alors : Mk . k=kθffset(n)
5.5 Détermination de la valeur de l'indicateur ψ
L'invention propose une technique particulière pour choisir judicieusement la valeur de l'indicateur ψ , et donc le profil de pas de quantification à appliquer pour coder et décoder un signal audio. Ce choix s'effectue à l'étape de codage, pour chaque niveau de quantification (dans le cas d'un codage hiérarchique) d'indice / .
En effet, on sait qu'à un étage de quantification donné, le profil de pas de quantification optimal vis-à-vis de la distorsion perçue entre le signal à coder et le signal reconstruit est obtenu à partir du calcul de la courbe de masquage de référence, basée sur le modèle psycho-acoustique et donné par la formule : kθffset(n+l)-l
A^ = ∑ M^ . Le choix d'une valeur de l'indicateur ψ consiste à k=kθffset(n) trouver le meilleur compromis entre l'optimalité du profil de pas de quantification, vis-à-vis de la distorsion perçue, et la minimisation du débit alloué à la transmission du profil des pas de quantification.
Une fonction de coût est introduite, pour obtenir un tel compromis : C(ψ) 4)y θ(ψ) avec Î/ = 0,1,2,3,4.
Cette fonction permet de prendre en compte l'efficacité de chacune des
mesure de distance entre le profil de pas de quantification associé à chacune des valeurs de l'indicateur ^• ( ^• = 0,1,2,3,4 ) considérées et le profil optimal (associé à la valeur de l'indicateur ψ = 4 , correspondant à la transmission de la courbe de masquage de référence). Cette distance peut se mesurer comme le surcoût, en bits, associé à l'utilisation d'un profil de masquage « sous optimal ». Cette fonction coût est calculée selon la formule :
n n
Le rapport des gains G1 et G2 permet de normaliser les profils de pas de quantification l'un par rapport à l'autre.
Le second terme θ(ψ) représente le surcoût en bits associé à la transmission du profil des pas de quantification. En d'autres termes, il représente le nombre de bits additionnels (hormis ceux codant l'indicateur ψ ) devant être transmis au décodeur pour permettre la reconstruction des pas de quantification. Soit : θ(ψ) est nul pour ψ = Q,\,2 (correspondant respectivement aux techniques de codage de quantification constante, de seuil d'audition absolu et de courbe de masquage ré estimée lors de l'étape de décodage) ; θ(ψ) représente le nombre de bits codant à lorsque ψ = 3
(correspondant à la technique de codage paramétrique du profil de pas de quantification) ; θ{ψ) est le nombre de bits codant les pas de quantification Ay définis à partir de la courbe de référence, lorsque ψ = 4
(correspondant à la transmission complète des pas de quantification du codeur vers le décodeur). 5.6 Reconstruction des pas de quantification lors du procédé de décodage
La reconstruction du profil des pas de quantification à un étage de quantification d'indice / est effectuée en fonction des données transmises par le décodeur. Tout d'abord, quelle que soit la technique de codage du pas de quantification choisie, c'est-à-dire la valeur de l'indicateur ψ^ , le décodeur décode la valeur de cet indicateur présent en en-tête du train binaire reçu pour chaque trame, puis lis la valeur du gain d'ajustement gt . On distingue ensuite les cas selon la valeur de l'indicateur : si ψ^ = 4 , le décodeur lit l'ensemble des pas de quantification
Δ(0 . si ψ^ = 3 , le paramètre a est lu et le profil du pas de quantification est calculé au décodeur selon la formule précédemment introduite : A^ = Dn(â) ; si ψ^ ' = 2 , le décodeur calcule le profil du pas de quantification selon la formule précédemment introduite : kθffset(n+l)-l
A^ = ∑ M\ ' à partir de la courbe de masquage M\ ' k=kθjfset(n) reconstruite à l'étage d'indice / (construction récursive) ; si ψ^ ' = 1 , le décodeur calcule le profil du pas de quantification kθffset(n+l)-l selon la formule précédemment introduite : A^ = ^ Qk k=kθffset(n) basée sur le seuil d'audition absolu ; si ψ^ - 0 , le décodeur calcule le profil du pas de quantification selon la formule précédemment introduite : A^ = cte .
Une fois que les pas de quantification sont calculés à l'étape de décodage, et que les coefficients précédemment introduits transmis dans le train binaire sont décodés (relatifs aux données utiles des coefficients spectraux ou de leurs résiduels), les valeurs quantifiées R^ des coefficients résiduels à l'étage d'indice
/ s'obtiennent selon les formules introduites au paragraphe 5.5.1 de la présente description, relatif à l'allocation binaire.
5.7 Dispositifs de mise en œuyre
Le procédé de l'invention peut être mis en œuvre un dispositif de codage, dont la structure est présentée en relation avec la figure 6A. Un tel dispositif comprend une mémoire M 600, une unité de traitement 601, équipée par exemple d'un microprocesseur, et pilotée par le programme d'ordinateur Pg 602. A l'initialisation, les instructions de code du programme d'ordinateur 602 sont par exemple chargées dans une mémoire RAM avant d'être exécutées par le processeur de l'unité de traitement 601. L'unité de traitement 601 reçoit en entrée un signal audio source à coder 603. Le microprocesseur μP de l'unité de traitement 601 met en œuvre le procédé de codage décrit ci-dessus, selon les instructions du programme Pg 602. L'unité de traitement 601 délivre en sortie un train binaire 604 comprenant notamment des données quantifiées représentatives du signal audio source codé, des données représentatives d'un profil de pas de quantification, et enfin des données représentatives de l'indicateur ψ.
L'invention concerne également un dispositif de décodage d'un signal codé représentatif d'un signal audio source selon l'invention, dont la structure générale simplifiée est illustrée schématiquement par la figure 6B. Il comprend une mémoire M 610, une unité de traitement 611, équipée par exemple d'un microprocesseur, et pilotée par le programme d'ordinateur Pg 612. A l'initialisation, les instructions de code du programme d'ordinateur 612 sont par exemple chargées dans une mémoire RAM avant d'être exécutées par le processeur de l'unité de traitement 611. L'unité de traitement 611 reçoit en entrée un train binaire 613, comprenant des données représentatives d'un signal audio source codé, des données représentatives d'un profil de pas de quantification et des données représentatives de l'indicateur ψ. Le microprocesseur μP de l'unité de traitement 611 met en œuvre le procédé de décodage selon les instructions du programme Pg 612, pour délivrer un signal audio reconstruit 612. ANNEXE
Le modèle psycho-acoustique peut être initialisé de plusieurs façons, selon le type de codeur « cœur » mis en œuvre à l'étape de codage du niveau de base.
1 Initialisation à partir des paramètres transmis par un codeur sinusoïdal
Un codeur sinusoïdal modélise le signal audio par une somme de sinusoïdes de fréquences et d'amplitudes variables dans le temps. Les valeurs quantifiées des fréquences et amplitudes sont transmises au décodeur. A partir de ces valeurs, on peut construire le spectre X^ des composantes sinusoïdales du signal.
2 Initialisation à partir des paramètres transmis par un codeur CELP
A partir des coefficients LPC (pour « linear prédiction coding » en anglais) am quantifiés et transmis par un codeur CELP (pour « Code-excited linear prédiction » en anglais), on peut déduire un spectre d'enveloppe selon l'équation suivante : où N est la taille de la transformée et P est
le nombre de coefficients LPC transmis par le codeur CELP.
3 Initialisation à partir du signal décodé en sortie du codeur cœur
Le spectre initial X^ peut être simplement estimé à partir d'une analyse spectrale court-terme du signal décodé en sortie du codeur cœur.
Une combinaison de ces méthodes d'initialisation est également envisageable. Par exemple, le spectre initial X^ peut être obtenu par addition du spectre d'enveloppe LPC défini selon l'équation précédente, et du spectre à court terme estimé à partir du résidu codé par un codeur CELP.

Claims

REVENDICATIONS
1. Procédé de codage d'un signal audio source, caractérisé en ce qu'il comprend les étapes suivantes :
- codage d'un profil de quantification de coefficients représentatifs d'au moins une transformée dudit signal audio source, selon au moins deux techniques de codage distinctes, délivrant au moins deux ensembles de données représentatives du profil de quantification ; sélection d'un desdits ensembles de données représentatives du profil de quantification, en fonction d'un critère de sélection basé sur des mesures de distorsion de signaux reconstruits respectivement à partir desdits ensembles de données et sur le débit nécessaire pour coder lesdits ensembles de données ;
- transmission et/ou stockage dudit ensemble de données représentatives du profil de quantification sélectionné et d'un indicateur représentatif de la technique de codage correspondante.
2. Procédé de codage selon la revendication 1, caractérisé en ce que, pour au moins une première desdites techniques de codage, ledit ensemble de données correspond à une représentation paramétrique dudit profil de quantification.
3. Procédé de codage selon la revendication 2, caractérisé en ce que ladite représentation paramétrique est formée d'au moins un segment de droite, caractérisé par une pente et une valeur à l'origine.
4. Procédé de codage selon l'une quelconque des revendications 1 à 3, caractérisé en ce qu'une deuxième desdites techniques de codage délivre un profil de quantification constant.
5. Procédé de codage selon l'une quelconque des revendications 1 à 4, caractérisé en ce que, selon une troisième technique de codage, ledit profil de quantification correspond à un seuil d'audition absolue.
6. Procédé de codage selon l'une quelconque des revendications 1 à 5, caractérisé en ce que, selon une quatrième technique de codage, ledit ensemble de données représentatives du profil de quantification comprend l'ensemble des pas de quantification mis en œuvre.
7. Procédé de codage selon l'une quelconque des revendications 1 à 6, caractérisé en ce que ledit codage met en œuvre un traitement hiérarchique délivrant au moins deux niveaux de codage hiérarchiques, comprenant un niveau de base et au moins un niveau de raffinement comprenant des informations de raffinement par rapport audit niveau de base ou à un niveau de raffinement précédent.
8. Procédé de codage selon la revendication 7, caractérisé en ce que, selon une cinquième technique de codage, ledit ensemble de données représentatives du profil de quantification s'obtient, à un niveau de raffinement donné, en tenant compte de données construites au niveau hiérarchique précédent.
9. Procédé de codage selon l'une quelconque des revendications 7 et 8, caractérisé en ce que l'étape de sélection est mise en œuvre à chaque niveau de codage hiérarchique.
10. Procédé de codage selon l'une quelconque des revendications 1 à 9, caractérisé en ce qu'il délivre des trames de coefficients, l'étape de sélection est mise en œuvre pour chacune desdites trames.
11. Dispositif de codage d'un signal audio source, caractérisé en ce qu'il comprend : des moyens de codage d'un profil de quantification de coefficients représentatifs d'au moins une transformée dudit signal audio source, délivrant au moins deux ensembles de données représentatives du profil de quantification ;
- des moyens de sélection d'un desdits ensembles de données représentatives du profil de quantification, en fonction d'un critère de sélection basé sur des mesures de distorsion de signaux reconstruits respectivement à partir desdits ensembles de données et sur le débit nécessaire pour coder lesdits ensembles de données ; des moyens de transmission et/ou stockage dudit ensemble de données représentatives du profil de quantification sélectionné et d'un indicateur représentatif de la technique de codage correspondante.
12. Produit programme d'ordinateur téléchargeable depuis un réseau de communication et/ou stocké sur un support lisible par ordinateur et/ou exécutable par un microprocesseur, caractérisé en ce qu'il comprend des instructions de code de programme pour la mise en œuvre du procédé de codage selon au moins une des revendications 1 à 10.
13. Signal codé représentatif d'un signal audio source, comprenant des données représentatives d'un profil de quantification, caractérisé en ce qu'il comprend :
- un indicateur représentatif d'une technique de codage du profil de quantification mise en œuvre, choisie au codage parmi au moins deux techniques disponibles, en fonction d'un critère de sélection basé sur des mesures de distorsion de signaux reconstruits respectivement à partir du profil de quantification codé selon lesdites techniques et sur le débit nécessaire pour coder le profil de quantification selon lesdites techniques ;
- un ensemble de données représentatives dudit profil de quantification correspondant.
14. Signal selon la revendication 13, caractérisé en ce qu'il comprend des données relatives à au moins deux niveaux hiérarchiques obtenus par un traitement hiérarchique, comprenant un niveau de base et au moins un niveau de raffinement comprenant des informations de raffinement par rapport audit niveau de base ou à un niveau de raffinement précédent, et en ce qu'il comprend un indicateur représentatif d'une technique de codage pour chacun desdits niveaux.
15. Signal selon l'une quelconque des revendications 13 et 14, caractérisé en ce qu'il est organisé en trames de coefficients successives, et en ce qu'il comprend un indicateur représentatif d'une technique de codage pour chacune desdites trames.
16. Procédé de décodage d'un signal codé représentatif d'un signal audio source, comprenant des données représentatives d'un profil de quantification, caractérisé en ce qu'il comprend les étapes suivantes :
- extraction dudit signal codé :
- d'un indicateur représentatif d'une technique de codage d'un profil de quantification mise en œuvre, choisie au codage parmi au moins deux techniques disponibles, en fonction d'un critère de sélection basé sur des mesures de distorsion de signaux reconstruits respectivement à partir du profil de quantification codé selon lesdites techniques et sur le débit nécessaire pour coder le profil de quantification selon lesdites techniques ;
- d'un ensemble de données représentatives dudit profil de quantification correspondant ;
- reconstruction dudit profil de quantification reconstruit, en fonction dudit ensemble de données et de la technique de codage désignée par ledit indicateur.
17. Procédé de décodage selon la revendication 16, caractérisé en ce qu'il comprend une étape de construction d'un signal audio reconstruit, représentatif dudit signal audio source, en tenant compte dudit profil de quantification reconstruit.
18. Dispositif de décodage d'un signal codé représentatif d'un signal audio source, comprenant des données représentatives d'un profil de quantification, caractérisé en ce qu'il comprend : des moyens d'extraction dudit signal codé :
- d'un indicateur représentatif d'une technique de codage d'un profil de quantification mise en œuvre, choisie au codage parmi au moins deux techniques disponibles, en fonction d'un critère de sélection basé sur des mesures de distorsion de signaux reconstruits respectivement à partir du profil de quantification codé selon lesdites techniques et sur le débit nécessaire pour coder le profil de quantification selon lesdites techniques ; d'un ensemble de données représentatives dudit profil de quantification correspondant ; - des moyens de reconstruction dudit profil de quantification reconstruit, en fonction dudit ensemble de données et de la technique de codage désignée par ledit indicateur.
19. Produit programme d'ordinateur téléchargeable depuis un réseau de communication et/ou stocké sur un support lisible par ordinateur et/ou exécutable par un microprocesseur, caractérisé en ce qu'il comprend des instructions de code de programme pour la mise en œuvre du procédé de décodage selon au moins une des revendications 16 à 17.
EP07731731A 2006-03-13 2007-03-12 Procede de codage d'un signal audio source, dispositif de codage, procede et dispositif de decodage, signal, produits programme d'ordinateur correspondants Active EP1997103B1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0602179A FR2898443A1 (fr) 2006-03-13 2006-03-13 Procede de codage d'un signal audio source, dispositif de codage, procede et dispositif de decodage, signal, produits programme d'ordinateur correspondants
PCT/FR2007/050915 WO2007104889A1 (fr) 2006-03-13 2007-03-12 Procede de codage d'un signal audio source, dispositif de codage, procede et dispositif de decodage, signal, produits programme d'ordinateur correspondants

Publications (2)

Publication Number Publication Date
EP1997103A1 true EP1997103A1 (fr) 2008-12-03
EP1997103B1 EP1997103B1 (fr) 2011-09-14

Family

ID=36996146

Family Applications (1)

Application Number Title Priority Date Filing Date
EP07731731A Active EP1997103B1 (fr) 2006-03-13 2007-03-12 Procede de codage d'un signal audio source, dispositif de codage, procede et dispositif de decodage, signal, produits programme d'ordinateur correspondants

Country Status (7)

Country Link
US (1) US8224660B2 (fr)
EP (1) EP1997103B1 (fr)
JP (1) JP5192400B2 (fr)
CN (1) CN101432804B (fr)
AT (1) ATE524808T1 (fr)
FR (1) FR2898443A1 (fr)
WO (1) WO2007104889A1 (fr)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2852172A1 (fr) * 2003-03-04 2004-09-10 France Telecom Procede et dispositif de reconstruction spectrale d'un signal audio
CN102081927B (zh) * 2009-11-27 2012-07-18 中兴通讯股份有限公司 一种可分层音频编码、解码方法及系统
DE112010005020B4 (de) * 2009-12-28 2018-12-13 Mitsubishi Electric Corporation Sprachsignal-Wiederherstellungsvorrichtung und Sprachsignal-Wiederherstellungsverfahren
US9450812B2 (en) 2014-03-14 2016-09-20 Dechnia, LLC Remote system configuration via modulated audio
EP3413306B1 (fr) * 2014-03-24 2019-10-30 Nippon Telegraph and Telephone Corporation Procédé de codage, codeur, programme et support d'enregistrement
CN106653035B (zh) * 2016-12-26 2019-12-13 广州广晟数码技术有限公司 数字音频编码中码率分配的方法和装置
US10966033B2 (en) 2018-07-20 2021-03-30 Mimi Hearing Technologies GmbH Systems and methods for modifying an audio signal using custom psychoacoustic models
US10455335B1 (en) * 2018-07-20 2019-10-22 Mimi Hearing Technologies GmbH Systems and methods for modifying an audio signal using custom psychoacoustic models
EP3614380B1 (fr) 2018-08-22 2022-04-13 Mimi Hearing Technologies GmbH Systèmes et procédés d'amélioration sonore dans des systèmes audio
CN110265043B (zh) * 2019-06-03 2021-06-01 同响科技股份有限公司 自适应有损或无损的音频压缩和解压缩演算方法
CN113904900A (zh) * 2021-08-26 2022-01-07 北京空间飞行器总体设计部 一种实时遥测信源分阶相对编码方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2240252T3 (es) * 1991-06-11 2005-10-16 Qualcomm Incorporated Vocodificador de velocidad variable.
EP0559348A3 (fr) * 1992-03-02 1993-11-03 AT&T Corp. Processeur ayant une boucle de réglage du débit pour un codeur/décodeur perceptuel
JP3341474B2 (ja) * 1994-07-28 2002-11-05 ソニー株式会社 情報符号化方法及び復号化方法、情報符号化装置及び復号化装置、並びに情報記録媒体
JP3304739B2 (ja) * 1996-02-08 2002-07-22 松下電器産業株式会社 ロスレス符号装置とロスレス記録媒体とロスレス復号装置とロスレス符号復号装置
KR100261254B1 (ko) * 1997-04-02 2000-07-01 윤종용 비트율 조절이 가능한 오디오 데이터 부호화/복호화방법 및 장치
KR100335609B1 (ko) * 1997-11-20 2002-10-04 삼성전자 주식회사 비트율조절이가능한오디오부호화/복호화방법및장치
US6115689A (en) * 1998-05-27 2000-09-05 Microsoft Corporation Scalable audio coder and decoder
US6499010B1 (en) * 2000-01-04 2002-12-24 Agere Systems Inc. Perceptual audio coder bit allocation scheme providing improved perceptual quality consistency
JP2003195894A (ja) * 2001-12-27 2003-07-09 Mitsubishi Electric Corp 符号化装置、復号化装置、符号化方法、及び復号化方法
KR100467617B1 (ko) * 2002-10-30 2005-01-24 삼성전자주식회사 개선된 심리 음향 모델을 이용한 디지털 오디오 부호화방법과그 장치
JP4212591B2 (ja) * 2003-06-30 2009-01-21 富士通株式会社 オーディオ符号化装置
US7383180B2 (en) * 2003-07-18 2008-06-03 Microsoft Corporation Constant bitrate media encoding techniques
JP4091506B2 (ja) * 2003-09-02 2008-05-28 日本電信電話株式会社 ２段音声画像符号化方法、その装置及びプログラム及びこのプログラムを記録した記録媒体
DE102004009955B3 (de) * 2004-03-01 2005-08-11 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Ermitteln einer Quantisierer-Schrittweite
JP4301092B2 (ja) * 2004-06-23 2009-07-22 日本ビクター株式会社 音響信号符号化装置
CN1731694A (zh) * 2004-08-04 2006-02-08 上海乐金广电电子有限公司 数字音频编码方法以及装置
WO2006054583A1 (fr) * 2004-11-18 2006-05-26 Canon Kabushiki Kaisha Appareil et méthode de codage de signal audio
US7668715B1 (en) * 2004-11-30 2010-02-23 Cirrus Logic, Inc. Methods for selecting an initial quantization step size in audio encoders and systems using the same
KR100851970B1 (ko) * 2005-07-15 2008-08-12 삼성전자주식회사 오디오 신호의 중요주파수 성분 추출방법 및 장치와 이를이용한 저비트율 오디오 신호 부호화/복호화 방법 및 장치
JP2007183528A (ja) * 2005-12-06 2007-07-19 Fujitsu Ltd 符号化装置、符号化方法、および符号化プログラム
US7835904B2 (en) * 2006-03-03 2010-11-16 Microsoft Corp. Perceptual, scalable audio compression

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO2007104889A1 *

Also Published As

Publication number Publication date
EP1997103B1 (fr) 2011-09-14
US8224660B2 (en) 2012-07-17
CN101432804B (zh) 2013-01-16
US20090083043A1 (en) 2009-03-26
ATE524808T1 (de) 2011-09-15
CN101432804A (zh) 2009-05-13
WO2007104889A1 (fr) 2007-09-20
FR2898443A1 (fr) 2007-09-14
JP2009530653A (ja) 2009-08-27
JP5192400B2 (ja) 2013-05-08

Similar Documents

Publication Publication Date Title
EP1997103B1 (fr) Procede de codage d&#39;un signal audio source, dispositif de codage, procede et dispositif de decodage, signal, produits programme d&#39;ordinateur correspondants
KR101251790B1 (ko) 노이즈 필러, 노이즈 필링 파라미터 계산기, 오디오 신호의 노이즈-필드된 스펙트럴 표현을 제공하는 방법, 노이즈 필링 파라미터를 제공하는 방법, 저장 매체
JP5356406B2 (ja) オーディオコーディングシステム、オーディオデコーダ、オーディオコーディング方法及びオーディオデコーディング方法
EP1987513B1 (fr) Procede et dispositif de codage hierarchique d&#39;un signal audio source, procede et dispositif de decodage, programmes et signal correspondants
TWI529700B (zh) 雜訊塡充技術
EP2452336B1 (fr) Codage/décodage perfectionne de signaux audionumériques
FR2947945A1 (fr) Allocation de bits dans un codage/decodage d&#39;amelioration d&#39;un codage/decodage hierarchique de signaux audionumeriques
AU2011311543B2 (en) Apparatus and method for level estimation of coded audio frames in a bit stream domain
FR2891098A1 (fr) Procede et dispositif de mixage de flux audio numerique dans le domaine compresse.
EP1514263A1 (fr) Systeme de codage audio utilisant des caracteristiques d&#39;un signal decode pour adapter des composants spectraux synthetises
US7603271B2 (en) Speech coding apparatus with perceptual weighting and method therefor
EP2347411B1 (fr) Attenuation de pre-echos dans un signal audionumerique
WO2013057453A2 (fr) Codage hierarchique perfectionne
EP2171713B1 (fr) Codage de signaux audionumériques
EP2589045B1 (fr) Codage/décodage prédictif linéaire adaptatif
EP1982330A2 (fr) Procede de codage d&#39;un signal audio source, dispositif de codage, procede de decodage, signal, support de donnees, produits programme d&#39;ordinateur correspondants
WO2011090434A1 (fr) Procédé et dispositif pour déterminer un nombre de bits pour coder un signal audio
WO2009136872A1 (fr) Procédé et dispositif pour coder un signal audio, procédé et dispositif pour générer des données audio codées et procédé et dispositif pour déterminer un débit binaire d&#39;un signal audio codé
FR2737360A1 (fr) Procedes de codage et de decodage de signaux audiofrequence, codeur et decodeur pour la mise en oeuvre de tels procedes
FR2863792A1 (fr) Procede de compression de signaux audio sans contrainte de delai

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

17P Request for examination filed

Effective date: 20080930

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC MT NL PL PT RO SE SI SK TR

17Q First examination report despatched

Effective date: 20100927

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

AK Designated contracting states

Kind code of ref document: B1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC MT NL PL PT RO SE SI SK TR

REG Reference to a national code

Ref country code: GB

Ref legal event code: FG4D

Free format text: NOT ENGLISH

REG Reference to a national code

Ref country code: CH

Ref legal event code: EP

REG Reference to a national code

Ref country code: IE

Ref legal event code: FG4D

Free format text: LANGUAGE OF EP DOCUMENT: FRENCH

REG Reference to a national code

Ref country code: DE

Ref legal event code: R096

Ref document number: 602007017186

Country of ref document: DE

Effective date: 20111124

REG Reference to a national code

Ref country code: NL

Ref legal event code: VDEP

Effective date: 20110914

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

Ref country code: SE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

Ref country code: FI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

Ref country code: LT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

LTIE Lt: invalidation of european patent or patent extension

Effective date: 20110914

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

Ref country code: SI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

Ref country code: CY

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

Ref country code: GR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20111215

Ref country code: LV

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

Ref country code: AT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

REG Reference to a national code

Ref country code: AT

Ref legal event code: MK05

Ref document number: 524808

Country of ref document: AT

Kind code of ref document: T

Effective date: 20110914

REG Reference to a national code

Ref country code: IE

Ref legal event code: FD4D

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

Ref country code: IE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

Ref country code: SK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

Ref country code: IS

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20120114

Ref country code: CZ

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

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

Ref country code: PL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

Ref country code: PT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20120116

Ref country code: RO

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

Ref country code: EE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

Ref country code: IT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

Ref country code: NL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

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

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

Ref country code: DK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

26N No opposition filed

Effective date: 20120615

BERE Be: lapsed

Owner name: FRANCE TELECOM

Effective date: 20120331

REG Reference to a national code

Ref country code: DE

Ref legal event code: R097

Ref document number: 602007017186

Country of ref document: DE

Effective date: 20120615

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

Ref country code: MC

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

Effective date: 20120331

REG Reference to a national code

Ref country code: CH

Ref legal event code: PL

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

Ref country code: LI

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

Effective date: 20120331

Ref country code: CH

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

Effective date: 20120331

Ref country code: BE

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

Effective date: 20120331

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

Ref country code: ES

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20111225

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

Ref country code: BG

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20111214

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

Ref country code: MT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

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

Ref country code: TR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20110914

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

Ref country code: LU

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

Effective date: 20120312

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

Ref country code: HU

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20070312

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 10

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 11

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 12

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

Ref country code: FR

Payment date: 20230222

Year of fee payment: 17

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

Ref country code: GB

Payment date: 20230222

Year of fee payment: 17

Ref country code: DE

Payment date: 20230221

Year of fee payment: 17