+

WO2007010158A2 - Procede de commutation de debit en decodage audio scalable en debit et largeur de bande - Google Patents

Procede de commutation de debit en decodage audio scalable en debit et largeur de bande Download PDF

Info

Publication number
WO2007010158A2
WO2007010158A2 PCT/FR2006/050697 FR2006050697W WO2007010158A2 WO 2007010158 A2 WO2007010158 A2 WO 2007010158A2 FR 2006050697 W FR2006050697 W FR 2006050697W WO 2007010158 A2 WO2007010158 A2 WO 2007010158A2
Authority
WO
WIPO (PCT)
Prior art keywords
rate
post
signal
decoding
band
Prior art date
Application number
PCT/FR2006/050697
Other languages
English (en)
Other versions
WO2007010158A3 (fr
Inventor
Stéphane RAGOT
David Virette
Balazs Kovesi
Original Assignee
France Telecom
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by France Telecom filed Critical France Telecom
Priority to CN2006800338079A priority Critical patent/CN101263554B/zh
Priority to JP2008522028A priority patent/JP5009910B2/ja
Priority to DE602006018618T priority patent/DE602006018618D1/de
Priority to EP06779036A priority patent/EP1907812B1/fr
Priority to US11/989,313 priority patent/US8630864B2/en
Priority to KR1020087004177A priority patent/KR101295729B1/ko
Priority to AT06779036T priority patent/ATE490454T1/de
Publication of WO2007010158A2 publication Critical patent/WO2007010158A2/fr
Publication of WO2007010158A3 publication Critical patent/WO2007010158A3/fr

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/24—Variable rate codecs, e.g. for generating different qualities using a scalable representation such as hierarchical encoding or layered encoding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/26—Pre-filtering or post-filtering

Definitions

  • the present invention relates to a rate switching method for decoding an audio signal encoded by a multi-rate audio coding system and more particularly a scalable audio scalability and possibly bandwidth encoding system. It also relates to an application of said method to a bit rate and bandwidth scalable audio decoding system and a bandwidth scalable and scalable audio decoder.
  • the invention finds a particularly advantageous application in the field of the transmission of speech and / or audio signals over voice-over-IP packet networks, in order to provide a quality which can be modulated according to the capacity of the transmission channel.
  • the method according to the invention makes it possible to obtain transitions without artefacts between the different bit rates of a scalable audio encoder / decoder (scalable) in bandwidth and throughput, especially in the case of transitions between the telephone band and the band.
  • the broadband in the context of scalable bandwidth and bandwidth audio coding with a telephone band core with rate dependent postprocessing and one or more broadband enhancement layers.
  • the term “telephone band” or “narrow band” the frequency band located between 300 and 3400 Hz, while the term “broadband” is reserved for the band spreading from 50 to 7000 Hz.
  • variable rate bit stream In some applications, such as mobile telephony, voice over IP, or ad-hoc network communications, it is preferable to generate a variable rate bit stream, the bit rate values being taken in a pre-defined set.
  • Hierarchical coding also called "scalable" coding, which generates a so-called hierarchical bitstream because it comprises a core rate and one or more improvement layers.
  • the 48, 56 and 64 kbit / s G.722 system is a simple example of scalable rate scaling.
  • the MPEG-4 CELP codec is scalable in bandwidth and bandwidth (T. Nomura et al., A scalable bitrate and bandwidth CELP coder, ICASSP 1998).
  • the coding is based at all rates on the representation by the same coding scheme of a signal. audio in the same bandwidth.
  • the signal is defined in a telephone band (300-3400 Hz) and the coding is based on the ACELP (Algebraic Code Excited Linear Prediction) model, except for the generation of noise. comfort, which is nevertheless achieved by a model of the LPC type ("Linear Predictive Coding") compatible with the ACELP model.
  • ACELP Algebraic Code Excited Linear Prediction
  • LPC type Linear Predictive Coding
  • the AMR-NB coding conventionally uses a post-processing in the form of an adaptive post-filtering and a high-pass filtering, the coefficients of the adaptive post-filtering being dependent on the decoding bit rate.
  • no precautions are taken to deal with potential problems related to the use of variable post-processing parameters depending on the rate.
  • AMR-WB wide band CELP coding does not use post-processing, mainly for reasons of complexity.
  • Flow switching is even more problematic in scalable audio scalability and bandwidth encoding. Indeed, in this case the coding is based on different models and bandwidths depending on the rate.
  • the bit stream includes a base layer and one or more enhancement layers.
  • the base layer is generated by a fixed low rate codec, known as a "core coded", guaranteeing the minimum quality of the coding.
  • This layer must be received by the decoder to maintain an acceptable level of quality. Improvement layers are used to improve quality. If they are all sent by the coder, it may happen that they are not all received by the decoder.
  • the main advantage of hierarchical coding is that it allows an adaptation of the bit rate by simple truncation of the bit stream.
  • the number of layers namely the number of possible truncations of the bitstream, defines the granularity of the coding.
  • Hierarchical coding techniques that are scalable in rate and bandwidth with a CELP heart-type coder in a telephone band and one or more broadband enhancement layer (s). Examples of such systems are given in H. Taddei et al., Scalable Three Bitrate (8, 14.2 and 24 kbit / s) Audio Coder; 107th AES Convention, 1999 with a strong granularity of 8, 14.2 and 24 kbit / s, and in B. Kovesi, D. Massaloux, A. Sollaud, A scalable speech and audio coding scheme with continuous bitrate flexibility, ICASSP 2004 with fine granularity of 6.4 to 32 kbit / s, or the MPEG-4 CELP coding.
  • the method proposed in the international application WO 01/48931 is in fact a band extension technique which consists in generating a pseudo-wide band signal from a telephone band signal, in particular by extracting a signal. spectral profile ".
  • Similar techniques known from the prior art primarily address the problems of switching from the broadband to the telephone band in an attempt to avoid band reduction by the use of a band extension technique without transmission of information for generating an expanded band signal from the received bandband signal. It should be noted that these methods do not attempt to really control the transition between bandwidths and that they also have the disadvantage of to rely on band extension techniques whose quality is very variable and which can not therefore ensure stable output quality.
  • the technical problem to be solved by the object of the present invention is to propose a method of switching the rate at the decoding of an audio signal coded by a multi-rate audio coding system, said decoding comprising at least one step of rate-dependent post-processing, which would make it possible to process the transitions between different rates for which post-processing is used according to the decoding rate, so as to eliminate the particularly sensitive artefacts during rapid rate variations at decoding.
  • a post-processing introduces a phase shift on the signal, and the use of two different post-treatments involves phase continuity problems during transitions.
  • the solution to the technical problem posed is, according to the present invention, in that, when switching from an initial flow rate to a final flow rate, said method comprises a transition step by continuously passing a signal at the initial flow rate to a signal at the final rate, at least one of said signals being post-processed.
  • the invention provides that, the decoding comprising a rate-dependent post-processing, a continuous transition from a post-processing to the initial flow to a post-treatment at the final flow is performed during said transition step.
  • This characteristic of the invention will be described in detail below, it corresponds to performing a "crossfade" on the post-processing applied to the audio signal decoded at the initial rate. It will be seen that this arrangement is particularly advantageous when switching the rate between the telephone band, where the decoded signal is post-processed and the broadband, where the audio signal is generally not post-processed.
  • said continuous passage is achieved by weighting by decreasing the weight of the signal at the initial flow and increasing the weight of the signal at the final flow.
  • the invention also provides for the case where the initial rate signal and the final rate signal are post-processed.
  • the invention also relates to a computer program comprising code instructions for implementing the method according to the invention when said program is executed by a computer.
  • the invention further relates to an application of the method according to the invention to an audio scalable scalable audio decoding system.
  • the invention further relates to an application of the method according to the invention to a bit rate and bandwidth scalable audio decoding system in which the initial bit rate is obtained by at least a first decoding layer in a first frequency band, and the final rate is obtained by at least one second decoding layer, called the extension layer of said first frequency band in a second frequency band, the post-processing step being applied to the decoding performed at the initial rate.
  • the invention further relates to an application of the method according to the invention to a band-rate and bandwidth-sensitive audio decoding system in which the final bit rate is obtained by at least a first decoding layer in a first frequency band, and the initial rate is obtained by at least one second decoding layer, called the extension layer of said first frequency band in a second frequency band, the post-processing step being applied to the decoding performed at the final rate.
  • a particular example of "extended band” is that of the "enlarged band” defined above, said first band being in this case the telephone band.
  • the invention also relates to a multi-rate audio decoder, characterized in that, said decoder comprising a rate-dependent aftertreatment stage, said post-processing stage is suitable, when switching from an initial rate to a rate final, to make a transition by continuously passing a signal at the initial rate to a signal at the final rate, at least one of said signals being post-processed.
  • said post-processing stage is able to carry out said continuous passage by weighting by reducing the weight of the signal at the initial flow rate and by increasing the weight of the signal at the final flow rate.
  • Figure 1 is a diagram of a scalable encoder in flow and bandwidth four layers.
  • FIG. 2 is a diagram of a decoder according to the invention associated with the coder of FIG. 1.
  • FIG. 3 shows a structure of the bitstream associated with the encoder of FIG. 1.
  • FIG. 4 is a flowchart of a method of switching between a post-processed signal and a non-post-processed signal in a telephone band of the decoder according to FIG. invention.
  • FIG. 5 is a flowchart of the switching method according to the invention between a telephone band and an enlarged band with band extension.
  • FIG. 6 is a flowchart of the switching method according to the invention between a telephone band and an enlarged band with a transform predictive decoding layer.
  • FIG. 7 is a flowchart of the management of the counting of received frames in wide band for switching between flows and between bands in accordance with the method according to the invention.
  • Fig. 8 is a table summarizing the operation of the flowchart of Fig. 7.
  • Figure 9 is a table giving the adaptive attenuation coefficients when switching from the telephone band to the enlarged band.
  • the invention is now described in the context of a scalable audio codec in bit rate and bandwidth.
  • the scalable bandwidth and bandwidth coding structure considered herein has a CELP coder in the form of a telephone band, a particular case of which uses the G.729A coder as described in ITU-T G729 Recommendation, Coding of Speech at 8 kbit / s us lag Conjugate Algebraic Structure Code Excited L prodiction (CS-ACELP), Mareh 1996 and in R, Salami et al., Description of ITU-T Recommendation G.729 Annex A: 8 kbit / s Reduced Complexity CS-ACELP coded, ICASSP 1997.
  • CELP core coding In addition to the CELP core coding, there are three improvement stages, namely an improvement of the CELP coding in a telephone band, a band extension and a predictive coding by transform.
  • the flow switching considered here will involve switching between the telephone band and the enlarged band and vice versa.
  • Figure 1 gives a diagram of the encoder used.
  • a 50-7000 Hz bandwidth audio signal sampled at 16 kHz is cut into frames of 320 samples, or 20 ms.
  • a high-pass filtering 101 of 50 Hz cut-off frequency is applied to the input signal.
  • the resulting signal, called S WB is reused in several branches of the encoder.
  • a low pass filtering and a two subsampling, 102, of 16 to 8 kHz are applied to the signal S WB .
  • This operation makes it possible to obtain a sampled telephone band signal at 8 kHz.
  • This signal is processed by the heart encoder 103, according to a CELP coding.
  • This coding corresponds here to the G.729A encoder, which generates the heart of the bitstream with a bit rate of 8 kbit / s.
  • a first enhancement layer introduces a second CELP coding stage 103.
  • This second stage consists of an innovative dictionary that enriches the CELP excitation and offers a quality improvement, especially on unvoiced sounds.
  • the rate of this second coding stage is 4 kbit / s and the associated parameters are the positions and the signs of the pulses as well as the gain of the associated innovative dictionary for each subframe of 40 samples (5 ms at 8 kHz).
  • the decoding of the core encoder and the first enhancement layer are performed to obtain the synthesis signal 104 in a 12 kbit / s telephone band.
  • An oversampling of two from 8 to 16 kHz and a low-pass filtering 105 make it possible to obtain the 16 kHz sample version of the first two stages of the encoder.
  • the third enhancement layer makes it possible to switch to an enlarged band 106.
  • the input signal S WB can be pre-processed by a pre-emphasis filter. This filter makes it possible to better represent the high frequencies from the broadband linear prediction filter. To compensate for the effect of the preemphasis filter, a de-emphasis inverse filter is then used in the synthesis. An alternative to this coding and decoding structure will not use any pre-emphasis and de-emphasis filters.
  • the next step is to calculate and quantify the wideband linear prediction filters.
  • the order of the linear prediction filter is 18, but in a variant, a lower prediction order will be chosen, for example 16.
  • the linear prediction filter can be calculated by the autocorrelation method and the algorithm of Levinson-Durbin.
  • This broadband AWB (Z) linear prediction filter is quantized using a prediction of these coefficients from the NB (z) filter from the telephone band core encoder.
  • the coefficients can then be quantized using, for example, multi-stage vector quantization and using the LSF (Line Spectrum Frequency) parameters of the bandband heart coder as described in H. Ehara, T. Morii, M. Oshikiri and K. Yoshida, Predictive VQ for scalable bandwidth LSP quantization, ICASSP 2005.
  • the wide band excitation is obtained from the parameters of the telephone band excitation of the core encoder: the fundamental period delay or "pitch", the associated gain as well as the algebraic excitations of the core encoder and the first layer of the core coder. enrichment of CELP excitation and associated gains. This excitation is generated by using an oversampled version of the parameters of the excitation of the telephone band stages.
  • This excitation in broadband is then shaped by the synthesis filter ⁇ WB (Z) calculated previously.
  • the de-emphasis filter is applied to the output signal of the synthesis filter.
  • the signal obtained is an expanded band signal which is not adjusted in energy.
  • high-pass filtering is applied to the signal! synthetic broadband.
  • the same high-pass filter is applied to the error signal corresponding to the difference between the original delayed signal and the synthesis signal of the two previous stages.
  • This gain is calculated by a ratio of energy between the two signals.
  • the quantized gw ⁇ gain is then applied to the Su WB signal by subframe of 80 samples (5 ms at 16 kHz), the signal thus obtained is added to the synthesis signal of the preceding stage to create the broadband signal corresponding to the 14 kbit / s rate.
  • the further coding is performed in the frequency domain using a transform predictive coding scheme.
  • These signals are then encoded by the Time Domain Aliasing Cancellation (TDAC) type transforming scheme (Y. Mahieux and JP Petit, Transform coding of audio signed at 64 kbit / s, IEEE GLOBECOM 1990).
  • TDAC Time Domain Aliasing Cancellation
  • a Modified Discrete Cosine Transform (or MDCT) is applied, on the one hand, 110, on blocks of 640 samples of the weighted input signal with an overlap of 50% (refresh of the MDCT analysis every 20 ms), and, on the other hand, 112, on the weighted synthesis signal from the previous 14 kbit / s bandwidth stage (same block length and same overlay rate).
  • the MDCT spectrum to be encoded, 113 corresponds to the difference between the weighted input signal and the 14 kbit / s synthesis signal for the 0 to 3400 Hz band, and the 3400 Hz to 7000 weighted input signal. Hz.
  • the spectrum is limited to 7000 Hz by setting the last 40 coefficients to zero (only the first 280 coefficients are coded).
  • the spectrum is divided into 18 bands: a band of 8 coefficients and 17 bands of 16 coefficients.
  • the energy of the MDCT coefficients is calculated (scale factors).
  • the 18 scale factors constitute the spectral envelope of the weighted signal which is then quantized, coded and transmitted in the frame.
  • Figure 3 shows the format of the bitstream.
  • the dynamic bit allocation is based on the energy of the spectrum bands from the dequantized version of the spectral envelope. This makes it possible to have compatibility between the bit allocation of the encoder and the decoder.
  • the normalized MDCT coefficients (fine structure) in each band are then quantized by vector quantizers using size and dimension nested dictionaries, the dictionaries being composed of a permutation code union as described in C. Lamblin et al. , Vector Quantization in Variable Dimension and Resolution, PCT Patent FR 04 00219, 2004.
  • the information on the core coder, the CELP enrichment stage in the telephone band, the CELP stage in the enlarged band and finally the spectral envelope and the standardized coefficients encoded are multiplexed and transmitted in frame.
  • FIG. 2 represents a block diagram of the decoder associated with the coder of FIG. 1.
  • the module 201 demultiplexes the parameters contained in the bit stream. There are several cases of decoding as a function of the number of bits received for a frame, the four cases are described starting from FIG.
  • the first concerns the reception of the minimum number of bits by the decoder, for a received bit rate of 8 kbit / s. In this case, only the first stage is decoded. Thus, only the bitstream relating to the CELP core decoder 202 (G.729A +) is received and decoded.
  • This synthesis can be processed by the adaptive post-filtering 203 and the high-pass filtering type 204 postprocessing of the G.729 decoder. In this embodiment example, the combination of these two operations will be called "post-processing".
  • post-processing can also refer only to adaptive post-filtering or high-pass filtering post-processing.
  • This signal is oversampled, 206, and filtered, 207, to produce a signal sampled at 16 kHz.
  • the second case concerns the reception of the number of bits relative to the first and second decoding stages only, for a received bit rate of 12 kbit / s.
  • the heart decoder as well as the first enhancement stage of the CELP excitation are decoded.
  • This synthesis can be processed by the post-processing 203, 204 of the G.729 decoder. As before, this signal is then oversampled, 206, and filtered, 207 to produce a signal sampled at 16 kHz.
  • the third case corresponds to receiving the number of bits relative to the first three decoding stages, for a received bit rate of 14 kbit / s.
  • the first two decoding stages are first performed as in case 2, apart from the fact that the post-processing applied to the CELP decoding output is not performed, and then the module of bandwidth generates a signal sampled at 16 kHz after decoding parameters of WB-LSF spectral line pairs, 209, and gains associated with excitation, 213. Broadband excitation is generated from the parameters of the core encoder and the first enhancement stage of the CELP excitation 208.
  • This excitation is then filtered by the synthesis filter 210 and optionally by the de-emphasis filter 21 1 in the case where a filter of pre-emphasis was used at the coder.
  • a high-pass filter 212 is applied to the obtained signal and the energy of the band-extension signal is adjusted with the associated gains 214 every 5 ms.
  • This signal is then added to the sampled 16 kHz telephone band signal obtained from the first two decoding stages 215. In order to obtain a signal limited to 7000 Hz, this signal is filtered in the transformed domain by setting to 0 the last 40 MDCT coefficients before passing through the inverse MDCT 220 and the weighted synthesis filter 221.
  • This last case corresponds to the decoding of all the stages of the decoder, for a received bit rate greater than or equal to 16 kbit / s.
  • the last stage consists of a decoder predictive transform. Step 3 described above is first performed. Then, according to the number of additional bits received, the decoding scheme e predictive by transform is adapted:
  • the partial or complete spectral envelope is used to adjust the spectral envelope.
  • the binary allocation is carried out in the same way as to the encoder.
  • the decoded MDCT coefficients are computed from the dequantized thin spectral envelope and structure.
  • the procedure of the preceding paragraph is used, that is to say that the MDCT coefficients calculated on the signal obtained by the band extension, 216 and 217, are adjusted in energy from the received spectral envelope 218.
  • the spectrum MDCT used for the synthesis is thus constituted, on the one hand, of the synthesis signal of the two first stages of decoding added to the error signal decoded in the bands between 0 and 3400 Hz; on the other hand, for the bands between 3400 Hz and 7000 Hz decoded MDCT coefficients in the bands where the fine structure has been received and MDCT coefficients of the energy-adjusted band extension stage for the other spectral bands .
  • An inverse MDCT is then applied to the decoded MDCT coefficients 220, and filtering by the weighted synthesis filter 221 provides the output signal.
  • Block 205 represents a "cross-fade" module
  • the number of bits received by the decoder only decodes the first or the first and second stages, ie for a received bit rate of 8 or 12 kbit the effective bandwidth of the final output of the decoder is the telephone band
  • the post-processing 203, 204 in the broad sense which is part of the G.729 decoder is applied. in telephone band, before over-sampling.
  • this post-processing is not activated because, at the encoder, the encoding of the higher floors has been calculated from the version without post-processing of the telephone band.
  • FIG. 4 describes the embodiment of the block 205 which ensures this slow transition between the post-processed and non-post-processed telephone band signal, by applying cross-fades.
  • Step 401 examines whether the current frame is a voice band frame or not, that is, whether the current frame rate is 8 or 12 kbit / s.
  • a step 402 is called to check whether the previous frame was post-processed or not in the telephone band (which amounts to checking whether the bit rate of the previous frame was 8-12 kbit / s or not) .
  • the non-post-processed signal Si is copied into the signal S 3 .
  • step 404 the signa! S 3 will contain the result of a cross-fade, where the weight of the non-post-processed component Si increases while the weight of the post-filtered component S 2 decreases.
  • Step 404 is followed by step 405 which updates the prevPF flag with the value 0.
  • step 406 it is checked whether in the previous frame the post-processing was active or not in the telephone band.
  • step 408 the post-processed signal S 2 is copied into the signal S 3 .
  • the signal S 3 is calculated, in step 407, as the result of a crossfade, where this time the weight of the non-post-treated component Si decreases. while the weight of the post-treated component S 2 increases.
  • step 409 is called to update the prevPF flag with the value 1.
  • the effective bandwidth of the final output of the decoder is the telephone band (signal Si).
  • a post-processing is applied in telephone band, before oversampling.
  • the post-processing used for the bit rates of 8 or 12 kbit / s and the post-processing used for bit rates greater than or equal to 14 kbit / s introduce signal phase differences different from each other.
  • This slow transition between the telephone band signals with the different post-treatments is carried out by applying cross-fades (which give the signal S 3 ).
  • cross-fades which give the signal S 3 .
  • the signal S3 will contain the result of a crossfade, where the weight of the post-processed component S1 increases while the weight of the post-treated component S2 decreases.
  • the post-processed signal S2 is copied into the signal S3.
  • the signal S3 is calculated as the result of a crossfade, where this time the weight of the post-processed component S1 decreases while the weight of the post-treated component S2 increases.
  • Block 209 calculates the broadband linear prediction filters required for the band extension and transform prediction decoding stages. This calculation is necessary in the case where only the telephone band portion of the bitstream of a frame is received after having received an expanded band frame and it is desired to carry out a band extension in order to maintain the band. band effect.
  • a set of LSF is extrapolated from the LSF of the heart decoder in a telephone band. We can for example evenly distribute 8 LSF on the band between the last LSF from the telephone band and the Nyquist frequency. This allows the linear prediction filter to be stretched to a flat amplitude response filter for high frequencies.
  • Block 213 realizes the gain adaptation used for the band extension according to the present invention. The flow charts corresponding to this block are described in FIGS. 5 and 7.
  • the principle of the adaptive attenuation of the gain applied to the high band is described in FIG. 5.
  • the calculation of the gain of the first broadband decoding layer is done, 501, according to two possibilities.
  • the gain is obtained by decoding 503.
  • a extrapolation of the gain associated with this decoding layer is carried out, 502. For example, it is possible to calculate the gain by aligning the energy of the low band of the broadband decoding stage with the actual decoding of the telephone band. previously realized.
  • a counter of the number of previously received wideband frames is updated, 504, according to the principle described in FIG. 7. Finally, this counter is used to parameterize the attenuation applied to the gain of the first broadband decoding stage. , 505.
  • Figure 7 shows the flowchart of the count management of the number of received wideband frames.
  • the update of the counter is done as follows. If the current frame is an expanded band frame, so if the gain associated with the first wide band decoding stage has been received (block 501 of Fig. 5) and the previous frame was also an expanded band frame, then the counter is incremented by 1 and saturated with the value M ⁇ X_COUNT_RCV. This value corresponds to the number of frames during which the broadband decoded signal will be attenuated when switching between a telephone bandwidth to an enlarged bandwidth.
  • the counter is set to 0. Otherwise, if the previous frame was an expanded band frame and the counter has a value less than MAX_COUNT_RCV, the counter is also set to 0. In all other cases, the counter remains at the value previous.
  • the operation of this flowchart is summarized in the table of Figure 8.
  • the values taken by the attenuation coefficient are provided in the table of Figure 9 in the case where MAX_COUNT_RCV takes the value of 100, this table is provided for example. It can be seen that up to the frame 65 the attenuation coefficient is maintained at 0, corresponding to a phase of extension of the decoding in the telephone band. The actual transition phase is performed from the frame 66 by gradually increasing the attenuation coefficient.
  • Block 219 performs the adaptive attenuation of the transform prediction coding enhancement layers according to the present invention as described in FIG. 6.
  • This figure gives the flowchart of the adaptive attenuation procedure of the transform predictive decoding layer. Firstly, it is checked whether the spectral envelope of this layer has been totally received, 601. If this is the case, then an attenuation of the MDCT coefficients of correction of the low band 0-3500 Hz is carried out, 602, in using the received wideband frame counter and the attenuation table defined in Figure 9.
  • the number of received broadband frames is monitored. If this number is less than MAX_COUNT_RCV, the MDCT coefficients corresponding to the first bandwidth broadband decoding stage with information transmission are used for the transform prediction decoding stage. On the other hand, if the counter has the maximum value, the procedure of upgrading the energy of the bands of the predictive decoding by transforming with the decoded spectral envelope is carried out.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Signal Processing For Digital Recording And Reproducing (AREA)

Abstract

Procédé de commutation de débit au décodage d'un signal audio codé par un système de codage audio multi-débit, ledit décodage comprenant au moins une étape de post-traitement dépendant du débit. Selon l'invention, lors d'une commutation d'un débit initial à un débit final, ledit procédé comprend une étape de transition par passage continu d'un signal au débit initial à un signal au débit final, au moins un desdits signaux étant post-traité. Application à la transmission de signaux de parole et/ou audio sur des réseaux de paquets, de type voix sur IP.

Description

PROCEDE DE COMMUTATION DE DEBIT EN DECODAGE AUDIO SCALABLE EN DEBIT ET LARGEUR DE BANDE
La présente invention concerne un procédé de commutation de débit au décodage d'un signal audio codé par un système de codage audio multi- débit et plus particulièrement un système de codage audio scalable en débit et éventuellement en largeur de bande. Elle concerne également une application dudit procédé à un système de décodage audio scalable en débit et en largeur de bande et un décodeur audio scalable en débit et en largeur de bande.
L'invention trouve une application particulièrement avantageuse dans le domaine de la transmission de signaux de parole et/ou audio sur des réseaux de paquets, de type voix sur iP, afin de fournir une qualité modulable en fonction de la capacité du canal de transmission.
Le procédé selon l'invention permet d'obtenir des transitions sans artefacts entre les différents débits d'un codeur/décodeur (codée) audio scalable en débit et en largeur de bande, ceci plus spécialement dans le cas des transitions entre la bande téléphonique et la bande élargie dans le contexte d'un codage audio scalable en débit et en largeur de bande avec un cœur en bande téléphonique avec un post-traitement dépendant du débit et une ou plusieurs couches d'amélioration en bande élargie.
De manière habituelle, on entend par « bande téléphonique » ou « bande étroite » la bande de fréquence située entre 300 et 3400 Hz, tandis que le terme « bande élargie » est réservé à la bande s'étalant de 50 à 7000 Hz.
De nombreuses techniques existent aujourd'hui pour convertir un signal audio-fréquences (parole et/ou audîo) sous la forme d'un signal numérique et traiter les signaux ainsi numérisés. Les techniques les plus courantes sont les méthodes de « codage de forme d'onde », telles que le codage MIC ou MfCDA (PCM ou ADPCfW en anglais), les méthodes de « codage paramétrique par analyse par synthèse » comme le codage CELP (« Code Excîted Linear Prédiction »), et les méthodes de « codage perceptuel en sous-bandes ou par transformée ». On rappelle qu'en codage CELP en bande étroite, on utilise en général un post-traitement servant à améliorer la qualité. Ce post-traitement comprend typiquement un post-filtrage adaptatif et un filtrage passe-haut. Ces techniques classiques de codage des signaux audio-fréquences sont décrites par exemple dans l'ouvrage de WB. Kleijn and K.K. Paliwal editors, Speech Coding and Synthesis, Elsevier, 1995. On s'intéresse ici uniquement aux techniques utilisées en transmission bi-directionnelle des signaux audio-fréquences. En codage de parole conventionnel, le codeur génère un flux binaire à débit fixe. Cette contrainte de débit fixe simplifie la mise en œuvre et l'utilisation du codeur et du décodeur. Des exemples de tels systèmes sont donnés par le codage G.711 à 64 kbit/s ou le codage G.729 à 8 kbit/s
Dans certaines applications, comme la téléphonie mobile, la voix sur IP, ou les communications sur réseaux ad hoc, il est préférable de générer un flux binaire à débit variable, les valeurs du débit étant prises dans un ensemble pré-défini. On distingue plusieurs techniques de codage multi-débits :
- Le codage multi-modes contrôlé par la source et/ou le canal tel que mis en œuvre dans les systèmes AMR-NB, AMR-WB, SMV, ou VMR-WB. - Le codage hiérarchique, appelé encore codage « scalable », qui génère un flux binaire dit hiérarchique car il comprend un débit cœur et une ou plusieurs couches d'amélioration. Le système G.722 à 48, 56 et 64 kbit/s est un exemple simple de codage scalable en débit. Le codée MPEG-4 CELP est quant à lui scalable en débit et en largeur de bande (T. Nomura et al., A bitrate and bandwîdth scalable CELP coder, ICASSP 1998).
- Le codage à descriptions multiples (A. Gersho, J. D. Gibson, V, Cuperman, H. Dong, A multiple description speech coder based on AMR-WB for mobile ad hoc networks, ICASSP 2004).
En codage multi-débits, il est nécessaire de s'assurer que ta commutation d'un débit de codage à un autre n'implique aucun défaut, ou artefact.
La commutation de débit est facile à réaliser si le codage repose à tous îes débits sur la représentation par un même modèle de codage d'un signal audio dans une même largeur de bande. Par exemple, dans le système AMR- NB, le signal est défini en bande téléphonique (300-3400 Hz) et le codage s'appuie sur le modèle ACELP (« Algebraic Code Excited Linear Prédiction »), sauf pour la génération de bruit de confort, laquelle est néanmoins réalisée par un modèle de type LPC (« Linear Prédictive Coding ») compatible avec le modèle ACELP. A noter que le codage AMR-NB utilise de façon classique un post-traitement sous la forme d'un post-filtrage adaptatif et d'un filtrage passe- haut, les coefficients du post-filtrage adaptatif dépendant du débit de décodage. Aucune précaution n'est cependant prise pour gérer les problèmes éventuels liés à l'utilisation de paramètres de post-traitement variables suivant le débit. A contrario, le codage CELP en bande élargie de type AMR-WB n'utilise pas de post-traitement, essentiellement pour des raisons de complexité.
La commutation de débit est encore plus problématique en codage audio scalable en débit et en largeur de bande. En effet, dans ce cas le codage s'appuie sur des modèles et des largeurs de bande différentes suivant le débit.
Le concept de base du codage audio hiérarchique est illustré par exemple dans l'article de Y. Hiwasaki, T. Mori, H. Ohmuro, J. Ikedo, D. Tokumoto, and A. Kataoka, Scalable Speech Coding Technology for High- Quality Ubiquitous Communications, NTT Technical Review, March 2004. Dans ce type de codage, le flux binaire comprend une couche de base et une ou plusieurs couches d'amélioration. La couche de base est générée par un codée à bas débit fixe, qualifié de « codée cœur », garantissant la qualité minimale du codage. Cette couche doit être reçue par Ie décodeur pour maintenir un niveau de qualité acceptable. Les couches d'amélioration servent à améliorer la qualité. Si elles sont toutes émises par le codeur, il peut arriver cependant qu'elles ne soient pas toutes reçues par le décodeur. L'intérêt principal du codage hiérarchique est qu'il permet une adaptation du débit par simple troncature du flux binaire. Le nombre de couches, à savoir le nombre de troncatures possibles du flux binaire, définit la granuîarité du codage. On parle de codage à granularité forte si le flux binaire comprend peu de couches, de l'ordre de 2 à 4, un codage à granuiarité fine permettant un pas de l'ordre de 1 kbit/s.
On s'intéresse ici plus particulièrement aux techniques de codage hiérarchique qui sont scalables en débit et en largeur de bande avec un codeur cœur de type CELP en bande téléphonique et une ou plusieurs couche(s) d'amélioration en bande élargie. Des exemples de tels systèmes sont donnés dans H. Taddéi et al., A Scalable Three Bitrate (8, 14.2 and 24 kbit/s) Audio Coder; 107th Convention AES, 1999 avec une granuiarité forte de 8, 14,2 et 24 kbit/s, et dans B. Kovesi, D. Massaloux, A. Sollaud, A scalable speech and audio coding scheme with continuous bitrate flexibility, ICASSP 2004 avec granuiarité fine de 6,4 à 32 kbit/s, ou encore le codage MPEG-4 CELP.
Parmi les références les plus pertinentes liées au problème de la commutation de débit dans le contexte du codage audio scalable en débit et en largeur de bande, on peut citer les demandes internationales WO 01/48931 et WO 02/060075.
Cependant, les techniques décrites dans ces deux documents ne traitent que des problèmes d'interopérabilité entre réseaux de communication utilisant des codages en bande téléphonique et en bande élargie. En particulier, la demande internationale WO 02/060075 décrit un système optimisé de décimation permettant la conversion de la bande élargie vers la bande téléphonique.
Le procédé proposé dans la demande internationale WO 01/48931 est en fait une technique d'extension de bande qui consiste à générer un signal en bande pseudo-élargie à partir d'un signal en bande téléphonique, en particulier par extraction d'un "profil spectral". Les techniques similaires connues de l'art antérieur répondent principalement aux problèmes liés à Ia commutation de la bande élargie vers Ia bande téléphonique en cherchant à éviter la réduction de bande par l'utilisation d'une technique d'extension de bande sans transmission d'information permettant de générer un signal en bande élargie à partir du signal reçu en bande téléphonique. On notera que ces méthodes ne cherchent pas à véritablement contrôler Ia transition entre largeurs de bande et qu'elles présentent par ailleurs l'inconvénient de s'appuyer sur des techniques d'extension de bande dont la qualité est très variable et qui ne peut donc assurer une qualité stable en sortie.
Aussi, le problème technique à résoudre par l'objet de la présente invention est de proposer un procédé de commutation de débit au décodage d'un signal audio codé par un système de codage audio multi-débit, ledit décodage comprenant au moins une étape de post-traitement dépendant du débit, qui permettrait de traiter les transitions entre débits différents pour lesquels sont utilisés des post-traitements suivant le débit de décodage, de manière à éliminer les artefacts particulièrement sensibles lors de variations rapides de débit au décodage. En effet, un post-traitement introduit un déphasage sur le signal, et l'utilisation de deux post-traitements différents implique des problèmes de continuité de phase lors des transitions.
La solution au problème technique posé consiste, selon la présente invention, en ce que, lors d'une commutation d'un débit initial à un débit final, ledit procédé comprend une étape de transition par passage continu d'un signal au débit initial à un signal au débit final, au moins un desdits signaux étant post-traité.
Ainsi, avantageusement, l'invention prévoit que, le décodage comprenant un post-traitement dépendant du débit, un passage continu d'un post-traitement au débit initial à un post-traitement au débit final est effectué lors de ladite étape de transition. Cette caractéristique de l'invention sera décrite en détail plus loin, elle correspond à effectuer un « fondu enchaîné » sur le post- traitement appliqué au signal audio décodé au débit initial. On verra que cette disposition est particulièrement avantageuse lors d'une commutation de débit entre la bande téléphonique, où le signal décodé est post-traité» et la bande élargie, où le signal audio n'est en général pas posttraité.
Seton un mode de réalisation particulier, ledit passage continu est réalisé par pondération en diminuant le poids du signal au débit initial et en augmentant le poids du signal au débit final.
L'invention prévoit également le cas où le signal au débit initial et le signal au débit final sont post-traités. L'invention concerne aussi un programme d'ordinateur comprenant des instructions de code pour la mise en œuvre du procédé selon l'invention lorsque ledit programme est exécuté par un ordinateur.
L'invention concerne de plus une application du procédé selon l'invention à un système de décodage audio scalable en débit.
L'invention concerne en outre une application du procédé selon l'invention à un système de décodage audio scalable en débit et largeur de bande dans lequel le débit initial est obtenu par au moins une première couche de décodage dans une première bande de fréquence, et le débit final est obtenu par au moins une seconde couche de décodage, dite couche d'extension de ladite première bande de fréquence dans une deuxième bande de fréquence, l'étape de post-traitement étant appliquée au décodage réalisé au débit initial.
L'invention concerne en outre une application du procédé selon l'invention à un système de décodage audio scaiable en débit et largeur de bande dans lequel le débit final est obtenu par au moins une première couche de décodage dans une première bande de fréquence, et le débit initial est obtenu par au moins une seconde couche de décodage, dite couche d'extension de ladite première bande de fréquence dans une deuxième bande de fréquence, l'étape de post-traitement étant appliquée au décodage réalisé au débit final.
Un exemple particulier de « bande étendue » est celui de la « bande élargie » définie plus haut, ladite première bande étant dans ce cas la bande téléphonique. L'invention concerne également un décodeur audio multi-débit, remarquable en ce que, ledit décodeur comprenant un étage de posttraitement dépendant du débit, ledit étage de post-traitement est apte, lors d'une commutation d'un débit initial à un débit final, à effectuer une transition par passage continu d'un signal au débit initial à un signal au débit final, au moins un desdits signaux étant post-traité.
En particulier, ledit étage de post-traitement est apte à effectuer ledit passage continu par pondération en diminuant Ie poids du signal au débit initial et en augmentant le poids du signal au débit final. La description qui va suivre en regard des dessins annexés, donnés à titre d'exemples non limitatifs, fera bien comprendre en quoi consiste l'invention et comment elle peut être réalisée.
La figure 1 un schéma d'un codeur scalable en débit et en largeur de bande à quatre couches.
La figure 2 est un schéma d'un décodeur selon l'invention associé au codeur de la figure 1.
La figure 3 donne une structure du train binaire associé au codeur de la figure 1. La figure 4 est un organigramme d'un procédé de commutation entre un signal post-traité et un signal non post-traité en bande téléphonique du décodeur selon l'invention.
La figure 5 est un organigramme du procédé de commutation conforme à l'invention entre une bande téléphonique et une bande élargie avec extension de bande.
La figure 6 est un organigramme du procédé de commutation conforme à l'invention entre une bande téléphonique et une bande élargie avec couche de décodage prédictif par transformée.
La figure 7 est un organigramme de la gestion du comptage de trames reçues en bande élargie pour la commutation entre débits et entre bandes conformément au procédé selon l'invention.
La figure 8 est un tableau résumant le fonctionnement de l'organigramme de la figure 7.
La figure 9 est un tableau donnant les coefficients d'atténuation adaptative lors d'une commutation de la bande téléphonique à la bande élargie.
L'invention est maintenant décrite dans le cadre d'un codée audio scalable en débit et en largeur de bande. La structure de codage scalable en débit et en largeur de bande considérée ici a comme codage cœur un codeur de type CELP en bande téléphonique, dont un cas particulier utilise le codeur G.729A tel que décrit dans ITU-T G729 Recommandation, Coding of Speech at 8 kbit/s usîng Conjugate Structure Algebraic Code Excited Lînear Prédiction (CS-ACELP), Mareh 1996 et dans R, Salami et al., Description of ITU-T Recommandation G.729 Annex A: Reduced complexity 8 kbit/s CS-ACELP codée, ICASSP 1997.
Au codage cœur CELP s'ajoutent trois étages d'amélioration, à savoir une amélioration du codage CELP en bande téléphonique, une extension de bande et un codage prédictif par transformée.
Les commutations de débit considérées ici concerneront des commutations entre la bande téléphonique et la bande élargie et vice versa.
La figure 1 donne un schéma du codeur utilisé.
Un signal audio de bande utile 50-7000 Hz et échantillonné à 16 kHz est découpé en trames de 320 échantillons, soit 20 ms. Un filtrage passe-haut 101 de fréquence de coupure 50 Hz est appliqué au signal d'entrée. Le signal obtenu, appelé SWB, est réutilisé dans plusieurs branches du codeur.
Tout d'abord, dans une première branche, un filtrage passe-bas et un sous-échantillonnage par deux, 102, de 16 à 8 kHz sont appliqués au signal SWB. Cette opération permet d'obtenir un signal en bande téléphonique échantillonné à 8 kHz. Ce signal est traité par le codeur cœur 103, selon un codage de type CELP. Ce codage correspond ici au codeur G.729A, lequel génère le cœur du train binaire avec un débit de 8 kbit/s.
Ensuite, une première couche d'amélioration introduit un deuxième étage 103 de codage CELP. Ce deuxième étage consiste en un dictionnaire innovateur qui effectue un enrichissement de l'excitation CELP et offre une amélioration de qualité, particulièrement sur les sons non voisés. Le débit de ce deuxième étage de codage est de 4 kbit/s et les paramètres associés sont les positions et les signes des impulsions ainsi que le gain du dictionnaire innovateur associé pour chaque sous-trame de 40 échantillons (5 ms à 8 kHz).
Les décodages du codeur cœur et de la première couche d'amélioration sont réalisés pour obtenir le signal de synthèse 104 en bande téléphonique à 12 kbit/s. Un sur-échantillonnage par deux de 8 à 16 kHz et un filtrage passe-bas 105 permettent d'obtenir la version échantiflonnée à 16 kHz des deux premiers étages du codeur.
La troisième couche d'amélioration permet de passer en bande élargie 106. Le signal d'entrée SWB peut être pré-traité par un filtre de pré-emphase. Ce filtre permet de mieux représenter les hautes fréquences à partir du filtre de prédiction linéaire en bande élargie. Pour compenser l'effet du filtre de préemphase, un filtre inverse de dé-emphase est alors utilisé à la synthèse. Une alternative à cette structure de codage et de décodage n'utilisera aucun filtre de pré-emphase et de dé-emphase.
L'étape suivante consiste à calculer et à quantifier les filtres de prédiction linéaire en bande élargie. L'ordre du filtre de prédiction linéaire est de 18, mais dans une variante, un ordre de prédiction plus faible sera choisi, par exemple 16. Le filtre de prédiction linéaire peut être calculé par la méthode de l'autocorrélation et l'algorithme de Levinson-Durbin.
Ce filtre de prédiction linéaire AWB(Z) en bande élargie est quantifié en utilisant une prédiction de ces coefficients à partir du filtre ÂNB(z) issu du codeur coeur en bande téléphonique. Les coefficients peuvent ensuite être quantifiés en utilisant par exemple une quantification vectorielle multi-étages et utilisant les paramètres LSF (« Line Spectrum Frequency ») déquantifiés du codeur cœur en bande téléphonique comme décrit dans H. Ehara, T. Morii, M. Oshikiri et K. Yoshida, Prédictive VQ for bandwidth scalable LSP quantization, ICASSP 2005.
L'excitation en bande élargie est obtenue à partir des paramètres de l'excitation en bande téléphonique du codeur cœur : le retard de période fondamentale ou « pitch », le gain associé ainsi que les excitations algébriques du codeur cœur et de la première couche d'enrichissement de l'excitation CELP et les gains associés. Cette excitation est générée en utilisant une version sur-échantillonnée des paramètres de l'excitation des étages en bande téléphonique.
Cette excitation en bande élargie est ensuite mise en forme par le filtre de synthèse ÂWB(Z) calculé précédemment. Dans le cas où une pré-emphase a été appliquée au signal d'entrée, on applique Ie filtre de dé-emphase sur le signal de sortie du filtre de synthèse. Le signal obtenu est un signal en bande élargie qui n'est pas ajusté en énergie. Pour le calcul du gain permettant la mise à niveau de l'énergie de la bande haute (3400-7000 Hz), un filtrage passe-haut est appliqué au signa! de synthèse en bande élargie. Parallèlement, le même filtre passe-haut est appliqué au signal d'erreur correspondant à la différence entre le signal original retardé et le signal de synthèse des deux étages précédents. Ces deux signaux sont ensuite utilisés pour le calcul du gain à appliquer au signal de synthèse de la bande haute. Ce gain est calculé par un rapport d'énergie entre les deux signaux. Le gain gwβ quantifié est ensuite appliqué au signal SuWB par sous-trame de 80 échantillons (5 ms à 16 kHz), le signal ainsi obtenu est ajouté au signal de synthèse de l'étage précédent pour créer le signal en bande élargie correspondant au débit de 14 kbit/s.
La suite du codage est effectuée dans le domaine fréquentiel en utilisant un schéma de codage prédictif par transformée. Les signaux d'entrée retardés 108 et de synthèse à 14 kbit/s, 107, sont filtrés par un filtre 109, 111 de pondération perceptuelle de type AWB(Z/K)*(1 -/^Z), typiquement γ=0.92 et μ=0.68. Ces signaux sont ensuite encodés par le schéma de codage par transformée à recouvrement de type TDAC (« Time Domain Aliasing Cancellation ») (Y. Mahieux et JP. Petit, Transform coding of audio signais at 64 kbit/s, IEEE GLOBECOM 1990).
Une transformée en cosinus discrète modifiée (ou MDCT en anglais) est appliquée, d'une part, 110, sur des blocs de 640 échantillons du signal d'entrée pondéré avec un recouvrement de 50% (rafraîchissement de l'analyse MDCT toutes les 20 ms), et, d'autre part, 112, sur le signal de synthèse pondéré issu de l'étage précédent d'extension de bande à 14 kbit/s (même longueur de bloc et même taux de recouvrement). Le spectre MDCT à encoder, 113, correspond à la différence entre le signal d'entrée pondéré et le signal de synthèse à 14 kbit/s pour la bande de 0 à 3400 Hz, et au signal d'entrée pondéré de 3400 Hz à 7000 Hz. On limite le spectre à 7000 Hz en mettant à zéro les 40 derniers coefficients (seuls les 280 premiers coefficients sont codés). Le spectre est divisé en 18 bandes : une bande de 8 coefficients et 17 bandes de 16 coefficients. Pour chaque bande du spectre, l'énergie des coefficients MDCT est calculée (facteurs d'échelle). Les 18 facteurs d'échelle constituent l'enveloppe spectrale du signal pondéré qui est ensuite quantifiée, codée et transmise dans ia trame. La figure 3 montre le format du train binaire. L'allocation dynamique des bits se base sur l'énergie des bandes du spectre à partir de la version déquantifiée de l'enveloppe spectrale. Ceci permet d'avoir une compatibilité entre l'allocation binaire du codeur et du décodeur. Les coefficients MDCT normalisés (structure fine) dans chaque bande sont ensuite quantifiés par des quantificateurs vectoriels utilisant des dictionnaires imbriqués en taille et en dimension, les dictionnaires étant composés d'une union de codes à permutation tels que décrits dans C. Lamblin et al., Quantification vectorielle en dimension et résolution variables, brevet PCT FR 04 00219, 2004. Finalement, les informations sur le codeur cœur, l'étage d'enrichissement CELP en bande téléphonique, l'étage CELP en bande élargie et enfin l'enveloppe spectrale et les coefficients normalisés codés sont multiplexes et transmis en trame.
La figure 2 représente un schéma bloc du décodeur associé au codeur de la figure 1. Le module 201 effectue le démultiplexage des paramètres contenus dans le train binaire. Il existe plusieurs cas de décodage en fonction du nombre de bits reçus pour une trame, les quatre cas sont décrits à partir de la figure 2 :
1. Le premier concerne la réception du nombre de bits minimum par le décodeur, pour un débit reçu de 8 kbit/s. Dans ce cas, seul le premier étage est décodé. Donc, seul le train binaire relatif au décodeur cœur 202 de type CELP (G.729A+) est reçu et décodé. Cette synthèse peut être traitée par le post-filtrage adaptatif 203 et le post-traitement de type filtrage passe-haut 204 du décodeur G.729. On appellera dans cet exemple de réalisation « post- traitement » la combinaison de ces deux opérations. Cependant, il est bien clair que le terme de « post-traitement » peut également faire référence uniquement au post-filtrage adaptatif ou au post-traitement de type filtrage passe-haut. Ce signal est sur-échantillonné, 206, et filtré, 207, pour produire un signal échantillonné à 16 kHz. 2. Le deuxième cas concerne la réception du nombre de bits relatif aux premier et deuxième étages de décodage uniquement, pour un débit reçu de 12 kbit/s. Dans ce cas, le décodeur cœur ainsi que Ie premier étage d'enrichissement de l'excitation CELP sont décodés. Cette synthèse peut être traitée par le post-traitement 203, 204 du décodeur G.729. Comme précédemment, ce signal est ensuite sur-échantillonné, 206, et filtré, 207 pour produire un signal échantillonné à 16 kHz.
3. Le troisième cas correspond à la réception du nombre de bits relatifs aux trois premiers étages de décodage, pour un débit reçu de 14 kbit/s. Dans ce cas, les deux premiers étages de décodage sont tout d'abord réalisés comme dans le cas 2, mis à part le fait que le post-traitement appliqué à la sortie de décodage CELP n'est pas effectué, puis le module d'extension de bande génère un signal échantillonné à 16 kHz après décodage des paramètres des paires de raies spectrales (WB-LSF) en bande élargie, 209, ainsi que des gains associés à l'excitation, 213. L'excitation en bande élargie est générée à partir des paramètres du codeur cœur et du premier étage d'enrichissement de l'excitation CELP 208. Cette excitation est ensuite filtrée par le filtre 210 de synthèse et éventuellement par le filtre 21 1 de dé-emphase dans le cas où un filtre de pré-emphase a été utilisé au codeur. On applique un filtre passe-haut 212 au signal obtenu et on adapte l'énergie du signal d'extension de bande à l'aide des gains associés 214 toutes les 5 ms. Ce signal est ensuite ajouté au signal en bande téléphonique échantillonné à 16 kHz obtenu à partir des deux premiers étages 215 de décodage. Dans le but d'obtenir un signal limité à 7000 Hz, ce signal est filtré dans le domaine transformé par mise à 0 des 40 derniers coefficients MDCT avant le passage par la MDCT inverse 220 et le filtre de synthèse pondéré 221.
4. Ce dernier cas correspond au décodage de tous les étages du décodeur, pour un débit reçu supérieur ou égal à 16 kbit/s. Le dernier étage est constitué d'un décodeur prédictif par transformée. L'étape 3 décrite précédemment est tout d'abord réalisée. Puis, en fonction du nombre de bits supplémentaires reçus, le schéma de décodage e prédictif par transformée est adapté :
* Dans le cas où le nombre de bits ne correspond qu'à une partie ou à la totalité de l'enveloppe spectrale, mais que la structure fine n'est pas reçue» l'enveloppe spectrale partielle ou complète est utilisée pour ajuster l'énergie des bandes de coefficients MDCT, 216 et 217, entre 3400 Hz et 7000 Hz 218, correspondant au signa! généré par l'étage 215 d'extension de bande. Ce système permet d'obtenir une amélioration progressive de la qualité audio en fonction du nombre de bits reçu.
* Dans le cas où le nombre de bits correspond à la totalité de l'enveloppe spectrale et à une partie ou à la totalité de la structure fine, l'allocation binaire est effectuée de la même manière qu'à l'encodeur. Dans les bandes où la structure fine est reçue, les coefficients MDCT décodés sont calculés à partir de l'enveloppe spectrale et de la structure fine déquantifiées. Dans les bandes spectrales entre 3400 Hz et 7000 Hz où la structure fine n'a pas été reçue, la procédure du paragraphe précédent est utilisée, c'est à dire que les coefficients MDCT calculés sur le signal obtenu par l'extension de bande, 216 et 217, sont ajustés en énergie à partir de l'enveloppe spectrale reçue 218. Le spectre MDCT utilisé pour la synthèse est donc constitué, d'une part, du signal de synthèse des deux premiers étages de décodage ajouté au signal d'erreur décodé dans les bandes entre 0 et 3400 Hz; d'autre part, pour les bandes comprises entre 3400 Hz et 7000 Hz des coefficients MDCT décodés dans les bandes où la structure fine a été reçu et des coefficients MDCT de l'étage d'extension de bande ajustés en énergie pour les autres bandes spectrales.
Une MDCT inverse est ensuite appliquée aux coefficients MDCT décodés, 220, et un filtrage par le filtre 221 de synthèse pondérée permet d'obtenir le signal de sortie.
Le procédé de commutation conforme à l'invention va maintenant être exposé dans le cadre du décodeur de la figure 2.
Le bloc 205 représente un module de "fondu enchaîné ». Lorsque le nombre de bits reçus par le décodeur ne permet de décoder que le premier ou le premier et le deuxième étages, c'est à dire pour un débit reçu de 8 ou 12 kbit/s, la bande passante effective de la sortie finale du décodeur est la bande téléphonique. Dans ces cas, pour améliorer la qualité du signal synthétisé, le post-traitement 203, 204 au sens large qui fait partie du décodeur G.729Â est appliqué en bande téléphonique, avant sur-échantillonnage.
Par contre, si le décodage des étages en bande élargie est également réalisé, pour un débit reçu supérieur ou égal à 14 kbit/s, ce post-traitement n'est pas activé car, à l'encodeur, l'encodage des étages supérieurs a été calculé à partir de la version sans post-traitement de la bande téléphonique.
Le post-traitement, 203 et 204, introduit un déphasage du signal. Lors de la commutation entre modes sans et avec post-traitement il faut donc assurer une transition douce. La figure 4 décrit la réalisation du bloc 205 qui assure cette transition lente entre le signal en bande téléphonique post-traité et non post-traité, en appliquant des fondus enchaînés.
L'étape 401 examine si la trame courante est une trame en bande téléphonique ou non, c'est-à-dire qu'on vérifie si le débit de la trame courante est à 8 ou 12 kbit/s. Sur réponse négative, une étape 402 est appelée pour vérifier si la trame précédente a été post-traitée ou pas dans la bande téléphonique (ce qui revient à vérifier si le débit de la trame précédente était de 8-12 kbit/s ou pas). Sur réponse négative, dans l'étape 403, le signal non post-traité Si est copié dans le signal S3. Au contraire, sur réponse positive au test 402, dans l'étape 404, le signa! S3 contiendra le résultat d'un fondu enchaîné, où le poids du composant non post-traité Si augmente tandis que le poids du composant post-filtré S2 diminue. L'étape 404 est suivie par l'étape 405 qui remet à jour le drapeau prevPF avec la valeur 0.
Dans le cas d'une réponse positive à l'étape 401 , dans l'étape 406, on vérifie si dans la trame précédente le post-traitement était actif ou pas dans la bande téléphonique. Sur réponse positive, dans l'étape 408, le signal post- traité S2 est copié dans le signal S3. Lorsqu'au contraire, la réponse est négative à l'étape 406, le signal S3 est calculé, dans l'étape 407, comme le résultat d'un fondu enchaîné, où cette fois le poids du composant non post- traité Si diminue tandis que le poids du composant post-traité S2 augmente. Après l'étape 407, l'étape 409 est appelée pour remettre à jour le drapeau prevPF avec Ia valeur 1.
Dans une variante de ce mode de réalisation, lorsque le nombre de bits reçus par le décodeur ne permet de décoder que le premier ou le premier et le deuxième étages, c'est à dire pour un débit reçu de 8 ou 12 kbit/s, la bande passante effective de la sortie finale du décodeur est la bande téléphonique (signal Si). Dans ces cas, pour améliorer la qualité du signal synthétisé» un post-traitement est appliqué en bande téléphonique, avant suréchantillonnage.
Par contre, si le décodage des étages en bande élargie est également réalisé, pour un débit reçu supérieur ou égal à 14 kbit/s, un post-traitement différent est activé (signal S2), à l'encodeur, l'encodage des étages supérieurs a été calculé à partir de la version avec ce post-traitement de la bande téléphonique.
Le post-traitement utilisé pour les débits de 8 ou 12 kbit/s et le posttraitement utilisé pour les débits supérieurs ou égaux à 14 kbit/s introduisent des déphasages du signal différents l'un de l'autre. Lors de la commutation entre modes avec les différents post-traitements il faut donc assurer une transition douce. Cette transition lente entre les signaux en bande téléphonique avec les différents post-traitements est réalisée en appliquant des fondus enchaînés (qui donnent le signal S3). On examine si la trame courante est une trame en bande téléphonique ou non. Sur réponse négative, on vérifie si la trame précédente était une trame en bande téléphonique. Sur réponse négative, le signal post-traité S1 est copié dans le signal S3. Au contraire, sur réponse positive, le signal S3 contiendra le résultat d'un fondu enchaîné, où le poids du composant post- traité S1 augmente tandis que le poids du composant post-traité S2 diminue.
Dans le cas d'une réponse positive, on vérifie si la trame précédente était une trame en bande téléphonique. Sur réponse positive, le signal posttraité S2 est copié dans le signal S3. Lorsqu'au contraire, la réponse est négative, le signal S3 est calculé comme le résultat d'un fondu enchaîné, où cette fois le poids du composant post-traité S1 diminue tandis que le poids du composant post-traité S2 augmente.
Le bloc 209 calcule les filtres de prédiction linéaire en bande élargie nécessaires aux étages d'extension de bande et décodage prédictif par transformée. Ce calcul est nécessaire dans le cas où l'on ne reçoit que la partie en bande téléphonique du train binaire d'une trame, après avoir reçu une trame en bande élargie et que l'on souhaite réaliser une extension de bande afin de maintenir l'effet de bande. Un jeu de LSF est extrapolé à partir des LSF du décodeur cœur en bande téléphonique. On peut par exempte répartir uniformément 8 LSF sur la bande comprise entre le dernier LSF issu de la bande téléphonique et la fréquence de Nyquist. Cela permet de faire tendre le filtre de prédiction linéaire vers un filtre de réponse en amplitude plate pour les hautes fréquences. Le bloc 213 réalise l'adaptation du gain utilisé pour l'extension de bande selon la présente invention. Les organigrammes correspondant à ce bloc sont décrits aux figures 5 et 7.
Le principe de l'atténuation adaptative du gain appliqué à la bande haute est décrit à la figure 5. Tout d'abord, le calcul du gain de la première couche de décodage en bande élargie se fait, 501 , selon deux possibilités. Dans le cas où le train binaire correspondant à cette couche d'extension de bande a été reçu, le gain est obtenu par décodage, 503. Par contre, dans le cas où ce gain n'a pas été reçu dans le train binaire, une extrapolation du gain associé à cette couche de décodage est réalisée, 502. On peut par exemple réaliser un calcul du gain par alignement de l'énergie de la bande basse de l'étage de décodage en bande élargie avec le décodage réel de la bande téléphonique précédemment réalisé.
Ensuite un compteur du nombre de trames en bande élargie précédemment reçues est mis à jour, 504, selon le principe décrit à la figure 7. Enfin, ce compteur est utilisé pour paramétrer l'atténuation appliquée au gain du premier étage de décodage en bande élargie, 505.
La figure 7 représente l'organigramme de la gestion du comptage du nombre de trames en bande élargie reçues. La mise à jour du compteur se fait de la façon suivante. Si la trame courante est une trame en bande élargie, donc si le gain associé au premier étage de décodage en bande élargie a été reçu (bloc 501 de la figure 5) et que la trame précédente était aussi une trame en bande élargie, alors le compteur est incrémenté de 1 et saturé à la valeur MÂX_COUNT_RCV. Cette valeur correspond au nombre de trames pendant lesquelles le signal décodé en bande élargie sera atténué lors d'une commutation entre un débit bande téléphonique vers un débit bande élargie.
Par contre si Ia trame courante reçue est une trame en bande téléphonique, il existe plusieurs comportements possibles. Si la trame précédente était aussi une trame en bande téléphonique, le compteur est positionné à 0. Dans le cas contraire, si la trame précédente était une trame en bande élargie et que le compteur a une valeur inférieure à MAX_COUNT_RCV, on positionne aussi le compteur à 0. Dans tous les autres cas, le compteur reste à la valeur précédente. Le fonctionnement de cet organigramme est résumé dans le tableau de la figure 8. Les valeurs prises par le coefficient d'atténuation sont fournies dans le tableau de la figure 9 dans le cas où MAX_COUNT_RCV prend la valeur de 100, ce tableau est fourni à titre d'exemple. On peut constater que jusqu'à la trame 65 le coefficient d'atténuation est maintenu à 0, correspondant à une phase de prolongement du décodage dans la bande téléphonique. La phase de transition proprement dite est effectuée à partir de la trame 66 par augmentation progressive du coefficient d'atténuation.
Le bloc 219 effectue l'atténuation adaptative des couches d'amélioration par codage prédictif par transformée selon la présente invention telle que décrite à la figure 6.
Cette figure donne l'organigramme de la procédure d'atténuation adaptative de la couche de décodage prédictif par transformée. Tout d'abord, on vérifie si l'enveloppe spectrale de cette couche a été totalement reçue, 601. Si tel est le cas, alors une atténuation des coefficients MDCT de correction de la bande basse 0-3500 Hz est réalisée, 602, en utilisant le compteur de trames en bande élargie reçues et le tableau d'atténuation défini à la figure 9.
Ensuite, dans les deux cas, on contrôle le nombre de trames en bande élargie reçues. Si ce nombre est inférieur à MAX_COUNT_RCV, les coefficients MDCT correspondant au premier étage de décodage en bande élargie avec extension de bande avec transmission d'information sont utilisés pour l'étage de décodage prédictif par transformée. Par contre, si le compteur a la valeur maximale, on réalise la procédure de mise à niveau de l'énergie des bandes du décodage prédictif par transformée avec l'enveloppe spectrale décodée.

Claims

REVENDICATIONS
1. Procédé de commutation de débit au décodage d'un signal audio codé par un système de codage audio multi-débit, ledit décodage comprenant au moins une étape de post-traitement dépendant du débit, caractérisé en ce que, lors d'une commutation d'un débit initial à un débit final, ledit procédé comprend une étape de transition par passage continu d'un signal au débit initial à un signal au débit final, au moins un desdits signaux étant post-traité.
2. Procédé selon la revendication 1 , caractérisé en ce que ledit post-traitement est un filtrage passe-haut.
3. Procédé selon la revendication 1 , caractérisé en ce que ledit post-traitement est un post-filtrage adaptatif.
4. Procédé selon la revendication 1 , caractérisé en ce que ledit post-traitement est une combinaison d'un filtrage passe-haut et d'un post-filtrage adaptatif.
5. Procédé selon l'une quelconque des revendications 1 à 4, caractérisé en ce que ledit passage continu est réalisé par pondération en diminuant le poids du signal au débit initial et en augmentant le poids du signal au débit final.
6. Procédé selon l'une des revendications 1 à 5, caractérisé en ce que le signal au débit initial et le signal au débit final sont post-traités.
7. Programme d'ordinateur comprenant des instructions de code pour la mise en œuvre du procédé selon l'une quelconque des revendications 1 à 6 lorsque ledit programme est exécuté par un ordinateur.
8, Application du procédé selon l'une quelconque des revendications 1 à 6 à un système de décodage audio scalable en débit.
9. Application du procédé selon ('une quelconque des revendications 1 à 6 à un système de décodage audio scalable en débit et largeur de bande dans lequel Ie débit initial est obtenu par au moins une première couche de décodage dans une première bande de fréquence, et Ie débit final est obtenu par une seconde couche de décodage, dite couche d'extension de ladite première bande de fréquence dans une deuxième bande de fréquence, l'étape de post-traitement étant appliquée au décodage réalisé au débit initial.
10. Application du procédé selon l'une quelconque des revendications 1 à 6 à un système de décodage audio scalable en débit et largeur de bande dans lequel le débit final est obtenu par au moins une première couche de décodage dans une première bande de fréquence, et le débit initial est obtenu par une seconde couche de décodage, dite couche d'extension de ladite première bande de fréquence dans une deuxième bande de fréquence, l'étape de post-traitement étant appliquée au décodage réalisé au débit final.
11. Décodeur audio multi-débit, caractérisé en ce que, ledit décodeur comprenant un étage de post-traitement dépendant du débit, ledit étage de post-traitement est apte, lors d'une commutation d'un débit initial à un débit final, à effectuer une transition par passage continu d'un signal au débit initial à un signal au débit final, au moins un desdits signaux étant post-traité.
12. Décodeur selon la revendication 11 , caractérisé en ce que ledit posttraitement est un filtrage passe-haut.
13. Décodeur selon la revendication 11 , caractérisé en ce que ledit posttraitement est un post-filtrage adaptatif.
14. Décodeur selon la revendication 11 , caractérisé en ce que ledit post- traitement est une combinaison d'un filtrage passe-haut et d'un post-filtrage adaptatif.
15. Décodeur selon l'une quelconque des revendications 11 à 14, caractérisé en ce que ledit étage de post-traitement est apte à effectuer ledit passage continu par pondération en diminuant le poids du signal au débit initial et en augmentant le poids du signal au débit final.
16. Décodeur selon l'une des revendications 11 à 15, caractérisé en ce que le signal au débit initial et le signal au débit final sont post-traités.
PCT/FR2006/050697 2005-07-22 2006-07-10 Procede de commutation de debit en decodage audio scalable en debit et largeur de bande WO2007010158A2 (fr)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN2006800338079A CN101263554B (zh) 2005-07-22 2006-07-10 在比特率分级和带宽分级的音频解码中的比特率切换方法
JP2008522028A JP5009910B2 (ja) 2005-07-22 2006-07-10 レートスケーラブル及び帯域幅スケーラブルオーディオ復号化のレートの切り替えのための方法
DE602006018618T DE602006018618D1 (de) 2005-07-22 2006-07-10 Verfahren zum umschalten der raten- und bandbreitenskalierbaren audiodecodierungsrate
EP06779036A EP1907812B1 (fr) 2005-07-22 2006-07-10 Procede de commutation de debit en decodage audio scalable en debit et largeur de bande
US11/989,313 US8630864B2 (en) 2005-07-22 2006-07-10 Method for switching rate and bandwidth scalable audio decoding rate
KR1020087004177A KR101295729B1 (ko) 2005-07-22 2006-07-10 비트 레이트­규모 가변적 및 대역폭­규모 가변적 오디오디코딩에서 비트 레이트 스위칭 방법
AT06779036T ATE490454T1 (de) 2005-07-22 2006-07-10 Verfahren zum umschalten der raten- und bandbreitenskalierbaren audiodecodierungsrate

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0552286 2005-07-22
FR0552286 2005-07-22

Publications (2)

Publication Number Publication Date
WO2007010158A2 true WO2007010158A2 (fr) 2007-01-25
WO2007010158A3 WO2007010158A3 (fr) 2007-05-10

Family

ID=36177265

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2006/050697 WO2007010158A2 (fr) 2005-07-22 2006-07-10 Procede de commutation de debit en decodage audio scalable en debit et largeur de bande

Country Status (10)

Country Link
US (1) US8630864B2 (fr)
EP (1) EP1907812B1 (fr)
JP (1) JP5009910B2 (fr)
KR (1) KR101295729B1 (fr)
CN (1) CN101263554B (fr)
AT (1) ATE490454T1 (fr)
DE (1) DE602006018618D1 (fr)
ES (1) ES2356492T3 (fr)
RU (1) RU2419171C2 (fr)
WO (1) WO2007010158A2 (fr)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008108701A1 (fr) * 2007-03-02 2008-09-12 Telefonaktiebolaget Lm Ericsson (Publ) Post-filtre pour des codecs en couche
EP2116998A1 (fr) * 2007-03-02 2009-11-11 Panasonic Corporation Post-filtre, dispositif de décodage et procédé de traitement de post-filtre
EP2207166A1 (fr) * 2007-11-02 2010-07-14 Huawei Technologies Co., Ltd. Procédé et dispositif de décodage audio

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7461106B2 (en) 2006-09-12 2008-12-02 Motorola, Inc. Apparatus and method for low complexity combinatorial coding of signals
US20100076755A1 (en) * 2006-11-29 2010-03-25 Panasonic Corporation Decoding apparatus and audio decoding method
RU2463674C2 (ru) * 2007-03-02 2012-10-10 Панасоник Корпорэйшн Кодирующее устройство и способ кодирования
US8576096B2 (en) * 2007-10-11 2013-11-05 Motorola Mobility Llc Apparatus and method for low complexity combinatorial coding of signals
US8209190B2 (en) * 2007-10-25 2012-06-26 Motorola Mobility, Inc. Method and apparatus for generating an enhancement layer within an audio coding system
US9872066B2 (en) * 2007-12-18 2018-01-16 Ibiquity Digital Corporation Method for streaming through a data service over a radio link subsystem
DE102008009720A1 (de) * 2008-02-19 2009-08-20 Siemens Enterprise Communications Gmbh & Co. Kg Verfahren und Mittel zur Dekodierung von Hintergrundrauschinformationen
US20090234642A1 (en) * 2008-03-13 2009-09-17 Motorola, Inc. Method and Apparatus for Low Complexity Combinatorial Coding of Signals
US8639519B2 (en) * 2008-04-09 2014-01-28 Motorola Mobility Llc Method and apparatus for selective signal coding based on core encoder performance
CN102089808B (zh) * 2008-07-11 2014-02-12 弗劳恩霍夫应用研究促进协会 音频编码器、音频解码器、用于编码及解码音频信号的方法
US20100057473A1 (en) * 2008-08-26 2010-03-04 Hongwei Kong Method and system for dual voice path processing in an audio codec
US20100063825A1 (en) * 2008-09-05 2010-03-11 Apple Inc. Systems and Methods for Memory Management and Crossfading in an Electronic Device
ES2671711T3 (es) 2008-09-18 2018-06-08 Electronics And Telecommunications Research Institute Aparato de codificación y aparato de decodificación para transformar entre codificador basado en transformada de coseno discreta modificada y hetero codificador
US8200496B2 (en) * 2008-12-29 2012-06-12 Motorola Mobility, Inc. Audio signal decoder and method for producing a scaled reconstructed audio signal
US8140342B2 (en) * 2008-12-29 2012-03-20 Motorola Mobility, Inc. Selective scaling mask computation based on peak detection
US8175888B2 (en) * 2008-12-29 2012-05-08 Motorola Mobility, Inc. Enhanced layered gain factor balancing within a multiple-channel audio coding system
US8219408B2 (en) * 2008-12-29 2012-07-10 Motorola Mobility, Inc. Audio signal decoder and method for producing a scaled reconstructed audio signal
KR101622950B1 (ko) * 2009-01-28 2016-05-23 삼성전자주식회사 오디오 신호의 부호화 및 복호화 방법 및 그 장치
FR2947944A1 (fr) * 2009-07-07 2011-01-14 France Telecom Codage/decodage perfectionne de signaux audionumeriques
US8423355B2 (en) * 2010-03-05 2013-04-16 Motorola Mobility Llc Encoder for audio signal including generic audio and speech frames
US8428936B2 (en) * 2010-03-05 2013-04-23 Motorola Mobility Llc Decoder for audio signal including generic audio and speech frames
US8886523B2 (en) 2010-04-14 2014-11-11 Huawei Technologies Co., Ltd. Audio decoding based on audio class with control code for post-processing modes
US9047875B2 (en) * 2010-07-19 2015-06-02 Futurewei Technologies, Inc. Spectrum flatness control for bandwidth extension
JP5489900B2 (ja) * 2010-07-27 2014-05-14 ヤマハ株式会社 音響データ通信装置
NO2669468T3 (fr) * 2011-05-11 2018-06-02
RU2480904C1 (ru) * 2012-06-01 2013-04-27 Анна Валерьевна Хуторцева Способ совместной фильтрации и дифференциальной импульсно-кодовой модуляции-демодуляции сигналов
CN103516440B (zh) 2012-06-29 2015-07-08 华为技术有限公司 语音频信号处理方法和编码装置
US9129600B2 (en) 2012-09-26 2015-09-08 Google Technology Holdings LLC Method and apparatus for encoding an audio signal
WO2014096280A1 (fr) * 2012-12-21 2014-06-26 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Ajout de bruit de confort pour modeler un bruit d'arrière-plan à des débits binaires faibles
JP6001814B1 (ja) * 2013-08-28 2016-10-05 ドルビー ラボラトリーズ ライセンシング コーポレイション ハイブリッドの波形符号化およびパラメトリック符号化発話向上
WO2015163750A2 (fr) * 2014-04-21 2015-10-29 삼성전자 주식회사 Dispositif et procédé permettant de transmettre et de recevoir des données vocales dans un système de communication sans fil
KR102244612B1 (ko) 2014-04-21 2021-04-26 삼성전자주식회사 무선 통신 시스템에서 음성 데이터를 송신 및 수신하기 위한 장치 및 방법
US10049684B2 (en) * 2015-04-05 2018-08-14 Qualcomm Incorporated Audio bandwidth selection
JP7239565B2 (ja) * 2017-09-20 2023-03-14 ヴォイスエイジ・コーポレーション Ｃｅｌｐコーデックにおいてビット配分を効率的に分配するための方法およびデバイス
KR102383195B1 (ko) 2017-10-27 2022-04-08 프라운호퍼-게젤샤프트 추르 푀르데룽 데어 안제반텐 포르슝 에 파우 디코더에서의 노이즈 감쇠
JPWO2022009505A1 (fr) * 2020-07-07 2022-01-13

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0728494A (ja) * 1993-07-09 1995-01-31 Nippon Steel Corp 圧縮符号化音声信号復号化方法および装置
ZA946674B (en) * 1993-09-08 1995-05-02 Qualcomm Inc Method and apparatus for determining the transmission data rate in a multi-user communication system
ZA961025B (en) * 1995-02-28 1996-07-16 Qualcomm Inc Method and apparatus for providing variable rate data in a communications system using non-orthogonal overflow channels
US5699485A (en) * 1995-06-07 1997-12-16 Lucent Technologies Inc. Pitch delay modification during frame erasures
US5732389A (en) * 1995-06-07 1998-03-24 Lucent Technologies Inc. Voiced/unvoiced classification of speech for excitation codebook selection in celp speech decoding during frame erasures
US7145898B1 (en) * 1996-11-18 2006-12-05 Mci Communications Corporation System, method and article of manufacture for selecting a gateway of a hybrid communication system architecture
US6904110B2 (en) * 1997-07-31 2005-06-07 Francois Trans Channel equalization system and method
FI980132A7 (fi) * 1998-01-21 1999-07-22 Nokia Mobile Phones Ltd Adaptoituva jälkisuodatin
JP2000259195A (ja) * 1999-01-08 2000-09-22 Matsushita Electric Ind Co Ltd デコード回路及びそれを用いた再生装置
JP2000267686A (ja) * 1999-03-19 2000-09-29 Victor Co Of Japan Ltd 信号伝送方式及び復号化装置
US6496794B1 (en) * 1999-11-22 2002-12-17 Motorola, Inc. Method and apparatus for seamless multi-rate speech coding
GB2357682B (en) 1999-12-23 2004-09-08 Motorola Ltd Audio circuit and method for wideband to narrowband transition in a communication device
FI115329B (fi) * 2000-05-08 2005-04-15 Nokia Corp Menetelmä ja järjestely lähdesignaalin kaistanleveyden vaihtamiseksi tietoliikenneyhteydessä, jossa on valmiudet useisiin kaistanleveyksiin
JP2003050598A (ja) * 2001-08-06 2003-02-21 Mitsubishi Electric Corp 音声復号装置
CA2388439A1 (fr) * 2002-05-31 2003-11-30 Voiceage Corporation Methode et dispositif de dissimulation d'effacement de cadres dans des codecs de la parole a prevision lineaire
US6590833B1 (en) * 2002-08-08 2003-07-08 The United States Of America As Represented By The Secretary Of The Navy Adaptive cross correlator
US7502743B2 (en) * 2002-09-04 2009-03-10 Microsoft Corporation Multi-channel audio encoding and decoding with multi-channel transform selection
ES2324926T3 (es) * 2004-03-01 2009-08-19 Dolby Laboratories Licensing Corporation Descodificacion de audio multicanal.
US7668712B2 (en) * 2004-03-31 2010-02-23 Microsoft Corporation Audio encoding and decoding with intra frames and adaptive forward error correction
US20110022924A1 (en) * 2007-06-14 2011-01-27 Vladimir Malenovsky Device and Method for Frame Erasure Concealment in a PCM Codec Interoperable with the ITU-T Recommendation G. 711
US8560307B2 (en) * 2008-01-28 2013-10-15 Qualcomm Incorporated Systems, methods, and apparatus for context suppression using receivers
CN102113346B (zh) * 2008-07-29 2013-10-30 杜比实验室特许公司 用于电声通道的自适应控制和均衡的方法
US8924222B2 (en) * 2010-07-30 2014-12-30 Qualcomm Incorporated Systems, methods, apparatus, and computer-readable media for coding of harmonic signals

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
None

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008108701A1 (fr) * 2007-03-02 2008-09-12 Telefonaktiebolaget Lm Ericsson (Publ) Post-filtre pour des codecs en couche
EP2116998A1 (fr) * 2007-03-02 2009-11-11 Panasonic Corporation Post-filtre, dispositif de décodage et procédé de traitement de post-filtre
JP2010520504A (ja) * 2007-03-02 2010-06-10 テレフオンアクチーボラゲット エル エム エリクソン（パブル） レイヤード・コーデックのためのポストフィルタ
EP2116998A4 (fr) * 2007-03-02 2010-12-22 Panasonic Corp Post-filtre, dispositif de décodage et procédé de traitement de post-filtre
US8571852B2 (en) 2007-03-02 2013-10-29 Telefonaktiebolaget L M Ericsson (Publ) Postfilter for layered codecs
US8599981B2 (en) 2007-03-02 2013-12-03 Panasonic Corporation Post-filter, decoding device, and post-filter processing method
JP5377287B2 (ja) * 2007-03-02 2013-12-25 パナソニック株式会社 ポストフィルタ、復号装置およびポストフィルタ処理方法
EP2207166A1 (fr) * 2007-11-02 2010-07-14 Huawei Technologies Co., Ltd. Procédé et dispositif de décodage audio
EP2207166A4 (fr) * 2007-11-02 2010-11-24 Huawei Tech Co Ltd Procédé et dispositif de décodage audio
US8473301B2 (en) 2007-11-02 2013-06-25 Huawei Technologies Co., Ltd. Method and apparatus for audio decoding
EP2629293A3 (fr) * 2007-11-02 2014-01-08 Huawei Technologies Co., Ltd. Procédé et appareil pour décoder un signal audio

Also Published As

Publication number Publication date
US20090306992A1 (en) 2009-12-10
RU2419171C2 (ru) 2011-05-20
CN101263554B (zh) 2011-12-28
KR20080033997A (ko) 2008-04-17
EP1907812A2 (fr) 2008-04-09
JP2009503559A (ja) 2009-01-29
US8630864B2 (en) 2014-01-14
JP5009910B2 (ja) 2012-08-29
DE602006018618D1 (de) 2011-01-13
EP1907812B1 (fr) 2010-12-01
CN101263554A (zh) 2008-09-10
RU2008106750A (ru) 2009-08-27
ES2356492T3 (es) 2011-04-08
ATE490454T1 (de) 2010-12-15
WO2007010158A3 (fr) 2007-05-10
KR101295729B1 (ko) 2013-08-12

Similar Documents

Publication Publication Date Title
EP1907812B1 (fr) Procede de commutation de debit en decodage audio scalable en debit et largeur de bande
EP1905010B1 (fr) Codage/décodage audio hiérarchique
EP1989706B1 (fr) Dispositif de ponderation perceptuelle en codage/decodage audio
JP5363488B2 (ja) マルチチャネル・オーディオのジョイント強化
EP2656343B1 (fr) Codage de son à bas retard alternant codage prédictif et codage par transformée
CA2512179C (fr) Procede de codage et de decodage audio a debit variable
US20090306993A1 (en) Method and apparatus for lossless encoding of a source signal, using a lossy encoded data stream and a lossless extension data stream
FR2929466A1 (fr) Dissimulation d'erreur de transmission dans un signal numerique dans une structure de decodage hierarchique
CA2766864C (fr) Codage/decodage perfectionne de signaux audionumeriques
EP3069340B1 (fr) Transition d'un codage/décodage par transformée vers un codage/décodage prédictif
WO2016016566A1 (fr) Détermination d'un budget de codage d'une trame de transition lpd/fd
JP5255575B2 (ja) レイヤード・コーデックのためのポストフィルタ
EP2005424A2 (fr) Procede de post-traitement d'un signal dans un decodeur audio
Sinder et al. Recent speech coding technologies and standards

Legal Events

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

Ref document number: 513/DELNP/2008

Country of ref document: IN

WWE Wipo information: entry into national phase

Ref document number: 2008522028

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

WWW Wipo information: withdrawn in national office

Ref document number: DE

WWE Wipo information: entry into national phase

Ref document number: 2006779036

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 1020087004177

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 2008106750

Country of ref document: RU

WWE Wipo information: entry into national phase

Ref document number: 200680033807.9

Country of ref document: CN

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

Ref document number: 06779036

Country of ref document: EP

Kind code of ref document: A2

WWP Wipo information: published in national office

Ref document number: 2006779036

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 11989313

Country of ref document: US

点击 这是indexloc提供的php浏览器服务，不要输入任何密码和下载