EP1989706B1 - Device for perceptual weighting in audio encoding/decoding - Google Patents

Abstract

A hierarchical audio coder for use in a frequency band divided into adjacent first and second sub-bands, the coder including: a core coder (305) for coding an original signal in the first sub-band of the frequency band; a stage (306) for calculating a residual signal (e) from the original signal and the signal from the core coder; a device (307) for perceptually weighting the residual signal (e). The perceptual weighting device includes a perceptually weighted filter (307) with gain compensation adapted to realize spectral continuity between the output signal of the perceptually weighted filter with gain compensation and the signal in the second sub-band. Application to transmitting and storing digital signals, such as audio-frequency speech, music, etc. signals.

Description

La présente invention concerne un dispositif de pondération perceptuelle pour le codage/décodage d'un signal audio dans une bande de fréquence donnée. Elle concerne également un codeur et un décodeur audio hiérarchiques comprenant un dispositif de codage/décodage conforme à l'invention.The present invention relates to a perceptual weighting device for encoding / decoding an audio signal in a given frequency band. It also relates to a hierarchical audio encoder and decoder comprising a coding / decoding device according to the invention.

L'invention trouve une application particulièrement avantageuse dans le domaine de la transmission et du stockage de signaux numériques, tels que les signaux audio-fréquences de parole, de musique, etc.The invention finds a particularly advantageous application in the field of transmission and storage of digital signals, such as audio-frequency signals of speech, music, etc.

Différentes techniques existent aujourd'hui pour convertir sous forme numérique et pour compresser un signal audio-fréquences de parole, de musique, etc. Les méthodes les plus courantes sont :

• les méthodes de « codage de forme d'onde », telles que le codage MIC ou MICDA (PCM ou ADPCM en anglais),
• les méthodes de « codage paramétrique par analyse par synthèse » comme le codage CELP (« Code Excited Linear Prediction »),
• les méthodes de « codage perceptuel en sous-bandes ou par transformée ».

Various techniques exist today for converting into digital form and compressing an audio-frequency signal of speech, music, etc. The most common methods are:

• "waveform coding" methods, such as MIC or ADPCM coding (PCM or ADPCM),
• methods of "parametric coding by synthesis analysis" such as Code Excited Linear Prediction (CELP) coding,
• the methods of "sub-band or transform perceptual coding".

Ces techniques classiques de codage de signaux audio-fréquences sont décrites par exemple dans WB. Kleijn et K.K. Paliwal Editors, Speech Coding and Synthesis, Elsevier, 1995 .These conventional techniques for coding audio-frequency signals are described for example in WB. Kleijn and KK Paliwal Editors, Speech Coding and Synthesis, Elsevier, 1995 .

Dans ce contexte, l'invention s'adresse plus spécialement aux méthodes de codage du type « codage prédictif par transformée » (ou « Predictive Transform Coding ») intégrant les techniques du codage CELP et du codage par transformée.In this context, the invention is more particularly directed to coding methods of the "Predictive Transform Coding" type incorporating CELP coding and transform coding techniques.

On rappellera d'abord qu'en codage de parole conventionnel, le codeur génère un flux binaire à débit fixe. Cette contrainte de débit fixe simplifie la mise en oeuvre et l'utilisation du codeur et du décodeur, communément désigné ensemble sous le terme de « codec ». Des exemples de tels systèmes sont : le codage UIT-T G.711 à 64 kbit/s, le codage UIT-T G.729 à 8 kbit/s ou le système GSM-EFR à 12,2 kbit/s.It will be recalled first that in conventional speech coding, the coder generates a fixed rate bit stream. This fixed rate constraint simplifies the implementation and use of the encoder and decoder, commonly referred to together as the "codec". Examples of such systems are: ITU-T G.711 coding at 64 kbit / s, ITU-T G.729 coding at 8 kbit / s or GSM-EFR at 12.2 kbit / s.

Cependant, 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 peut ainsi distinguer plusieurs techniques de codage multi-débits, plus flexible que le codage à débit fixe :

• le codage multi-modes contrôlé par la source et/ou le canal tel que mis en oeuvre dans les systèmes AMR-NB, AMR-WB, SMV, ou VMR-WB,
• le codage hiérarchique, ou codage "scalable", qui génère un flux binaire dit hiérarchique car il comprend un débit coeur et une ou plusieurs couche(s) d'amélioration. Le système G.722 à 48, 56 et 64 kbit/s est un exemple simple de codage scalable en débit. Le codec MPEG-4 CELP est quant à lui scalable en débit et en largeur de bande ; on trouve d'autres exemples de tels codeurs dans l'article de B. Kovesi, D. Massaloux, A. Sollaud, "A Scalable Speech and Audio Coding Scheme with Continuous Bitrate Flexibility", ICASSP 2004.
• le codage à descriptions multiples.

However, 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. It is thus possible to distinguish several multi-rate coding techniques, more flexible than the fixed rate coding:

• multi-mode coding controlled by the source and / or the channel as implemented in the AMR-NB, AMR-WB, SMV, or VMR-WB systems,
• hierarchical coding, or "scalable" coding, which generates a so-called hierarchical bitstream because it comprises a core rate and one or more improvement layer (s). 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 terms of bit rate and bandwidth; other examples of such coders are found in the article by B. Kovesi, D. Massaloux, A. Sollaud, "A Scalable Speech and Audio Coding Scheme with Continuous Bitrate Flexibility", ICASSP 2004.
• multi-description coding.

L'invention s'intéresse ici plus particulièrement au codage hiérarchique.The invention is of interest here more particularly to hierarchical coding.

Le concept de base du codage audio hiérarchique, ou "scalable", est par exemple illustré 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 .The basic concept of hierarchical audio coding, or "scalable", is for example illustrated in the article of 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, ou de coeur, et une ou plusieurs couches d'amélioration. La couche de base est générée par un codec à bas débit fixe, qualifié de « codec coeur », garantissant la qualité minimale du codage ; cette couche doit être reçue par le décodeur pour maintenir un niveau de qualité acceptable.In this type of coding, the bit stream comprises a base layer, or core, and one or more enhancement layers. The base layer is generated by a fixed low rate codec, termed a "core codec", guaranteeing the minimum quality of the coding; this layer must be received by the decoder to maintain an acceptable level of quality.

Les couches d'amélioration servent à améliorer la qualité ; il peut arriver 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 granularité du codage : on parle de codage à granularité forte si le flux binaire comprend peu de couches (de l'ordre de 2 à 4), tandis qu'un codage à granularité fine permet par exemple un pas de l'ordre de 1 kbit/s.Improvement layers are used to improve the quality; 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: speaks of coding with high granularity if the bit stream comprises few layers (of the order of 2 to 4), while a fine granular coding for example allows a step of the order of 1 kbit / s.

L'invention se rapporte plus particulièrement aux techniques de codage scalable en débit et en largeur de bande avec un codeur coeur de type CELP en bande téléphonique et une ou plusieurs couche d'amélioration en bande élargie par rapport à la bande téléphonique proprement dite. Des exemples de tels systèmes sont donnés dans l'article de H. Taddéi et al, A Scalable Three Bitrate (8, 14,2 and 24 kbit/s) Audio Coder; 107th Convention AES, 199, avec une granularité forte 8, 14,2 et 24 kbit/s, et avec granularité fine de 6,4 à 32 kbit/s dans l'article de B. Kovesi et al précité.More particularly, the invention relates to scalable bandwidth and bandwidth encoding techniques with a CELP heart-coder in a telephone band and one or more band-enhanced enhancement layer with respect to the actual telephone band. Examples of such systems are given in the article by H. Taddei et al, Scalable Three Bitrate (8, 14.2 and 24 kbit / s) Audio Coder; 107th Convention AES, 199, with a high granularity of 8, 14.2 and 24 kbit / s, and with fine granularity of 6.4 to 32 kbit / s in the article by B. Kovesi et al supra.

L'UIT-T a lancé en 2004 un projet de codeur hiérarchique à coeur normalisé. Ce codeur, appelé G.729EV (EV pour « Embedded Variable bitrate ») est une annexe du codeur G.729 connu. L'objectif de la normalisation G.729EV est d'obtenir un codeur hiérarchique à coeur G.729, produisant un signal dont la bande s'étend de la bande étroite (300-3400 Hz) à la bande élargie (50-7000 Hz) à un débit de 8 à 32 kbit/s pour les services conversationnels. Ce codeur est par nature inter-opérable avec la recommandation G.729, ce qui assure la compatibilité avec les équipements de voix sur IP existants.In 2004, the ITU-T launched a standardized core hierarchical coder project. This encoder, called G.729EV (EV for Embedded Variable Bitrate) is an appendix of the known G.729 encoder. The objective of the G.729EV standardization is to obtain a G.729 core hierarchical encoder, producing a signal whose band extends from the narrow band (300-3400 Hz) to the broadband (50-7000 Hz). ) at a rate of 8 to 32 kbit / s for conversational services. This encoder is inherently interoperable with Recommendation G.729, which ensures compatibility with existing VoIP devices.

En réponse à ce projet, il a été proposé le codeur audio hiérarchique de 8 à 32 kbit/s représenté sur la figure 1 et décrit dans le document UIT-T, COM 16, D135 (WP 3/16), « France Telecom G.729EV Candidate : High level description and complexity evaluation », Q.10/16, Study Period 2005-2008, Geneva, 26 July - 5 August 2005 » . Il s'agit d'un codage à trois couches comprenant un codage CELP en cascade, une extension de bande par codage prédictif linéaire (LPC) pleine bande et un codage prédictif par transformée. Le codage TDAC par transformée (« Time Domain Aliasing Cancellation ») est appliqué après transformation en cosinus discrets modifiée (MDCT). La couche de codage prédictif par transformée utilise un filtre de pondération perceptuelle pleine bande Ŵ_WB(z).In response to this project, the 8 to 32 kbit / s hierarchical audio coder shown on FIG. figure 1 and described in ITU-T, COM 16, D135 (WP 3/16), "France Telecom G.729EV Candidate: High level description and complexity evaluation", Q.10 / 16, Study Period 2005-2008, Geneva, 26 July - 5 August 2005 » . This is a three-layer coding comprising cascaded CELP coding, full band linear predictive coding (LPC) bandwidth, and transform predictive coding. Time Domain Aliasing Cancellation (TDAC) is applied after Modified Discrete Cosine Transform (MDCT). The transform predictive coding layer uses a full-band perceptual weighting filter Ŵ _WB (z) .

Le concept de mise en forme du bruit de codage par filtrage de pondération perceptuelle est expliqué dans l'ouvrage de WB. Kleijn et al précité. En substance, le filtrage de pondération perceptuelle permet de mettre en forme le bruit de codage en atténuant le signal aux fréquences où son intensité est forte et où le bruit peut être plus facilement masqué.The concept of shaping perceptual weighting filtering noise is explained in WB's work. Kleijn et al supra. In essence, perceptual weighting filtering is used to shape the coding noise by attenuating the signal at frequencies where its intensity is strong and where the noise can be more easily masked.

Les filtres de pondération perceptuelle les plus couramment utilisés en codage CELP en bande étroite sont de la forme Â(z/γ ₁)/Â(z/γ ₂) où 0 ≤ γ ₂ ≤ γ ₁ < 1 et Â(z) représente le spectre LPC d'un segment de signal de longueur 5 à 30 ms. L'analyse par synthèse en codage CELP revient ainsi à minimiser l'erreur quadratique dans un domaine de signal pondéré perceptuellement par ce type de filtre.The most common perceptual weighting filters used in narrow-band CELP coding are of the form  (z / γ ₁ ) /  (z / γ ₂ ) where 0 ≤ γ ₂ ≤ γ ₁ <1 and  (z) represents the LPC spectrum of a signal segment of length 5 to 30 ms. The synthesis analysis in CELP coding thus amounts to minimizing the quadratic error in a signal domain perceptually weighted by this type of filter.

Cependant, cette technique proposée dans le cadre de la normalisation G.729EV présente l'inconvénient d'utiliser un filtre de pondération perceptuelle pleine bande. Le filtrage associé est en effet relativement complexe en terme de quantité de calcul.However, this technique proposed in the context of G.729EV standardization has the disadvantage of using a full band perceptual weighting filter. The associated filtering is indeed relatively complex in terms of amount of calculation.

D'autre part, la demande de brevet WO 01/73759 décrit un procedé de réduction du bruit dans un signal audio en définissant un facteur de gain par sous bande, ce facteur de gain étant déterminé de manière a obtenir un meilleur rapport signal à bruit. Ces facteurs de gain ne sont cependant pas calculès ni adoptès pour compenser une quelconque continuité spectrale entre sous - bondes ou entre répanses en frèquence.On the other hand, the patent application WO 01/73759 discloses a method of reducing noise in an audio signal by defining a subband gain factor, wherein the gain factor is determined to obtain a better signal to noise ratio. These gain factors are however not calculated nor adopted to compensate for any spectral continuity between sub - bumps or between frequency repeats.

Aussi, le problème technique à résoudre par l'objet de la présente invention est de proposer un dispositif de pondération perceptuelle pour le codage/décodage d'un signal audio dans une bande de fréquence donnée, qui permettrait de réaliser un filtrage de pondération perceptuelle pleine bande, c'est-à-dire sur la totalité de ladite bande de fréquence donnée, en particulier la bande élargie 0-8000 Hz d'un codeur audio hiérarchique, sans que cette opération n'entraîne des calculs longs et coûteux en ressourcesAlso, the technical problem to be solved by the object of the present invention is to propose a perceptual weighting device for encoding / decoding an audio signal in a given frequency band, which would make it possible to carry out a full perceptual weighting filtering. band, that is to say over the whole of said given frequency band, in particular the 0-8000 Hz wide band of a hierarchical audio coder, without this operation leading to long and expensive calculations of resources

ni de discontinuité spectrale entre sous-bondesde frèquence.nor spectral discontinuity between frequency sub-bumps.

La solution au problème technique posé consiste, selon la présente invention en ce que, ledit codage/décodage étant effectué dans une pluralité de sous-bandes adjacentes dans ladite bande de fréquence donnée, ledit dispositif est tel que défini dans la revendication 1. à une compensation de gain qui assure la continuité spectrale sur toute la largeur de la bande de fréquence. L'invention permet donc d'obtenir une bande homogène en sortie du filtrage de pondération perceptuelle même si les sous-bandes qui la constituent ont été traitées séparément de ce point de vue.The solution to the technical problem posed is, according to the present invention in that, said coding / decoding being performed in a plurality of adjacent subbands in said given frequency band, said device is as defined in claim 1. a gain compensation that ensures spectral continuity over the entire width of the frequency band. The invention therefore makes it possible to obtain a homogeneous band at the output of the perceptual weighting filtering even if the subbands that constitute it have been treated separately from this point of view.

Il en résulte l'avantage particulièrement important qu'un codage par transformée peut être appliqué pleine bande sur des sous-bandes qui autrement seraient inhomogènes du fait de leur filtrage séparé.This results in the particularly important advantage that transform coding can be applied full-band on subbands that otherwise would be inhomogeneous due to their separate filtering.

Bien entendu, chaque sous-bande peut être filtrée ou non par pondération perceptuelle. La continuité spectrale peut donc être assurée entre une sous-bande filtrée et une autre non filtrée, ou entre deux sous-bandes filtrées.Of course, each subband can be filtered or not by perceptual weighting. The spectral continuity can therefore be ensured between a filtered sub-band and another unfiltered, or between two filtered subbands.

Selon un mode de réalisation, ledit filtre de pondération perceptuelle à compensation de gain comprend un filtre de pondération perceptuelle et un module de compensation de gain.According to one embodiment, said gain-compensated perceptual weighting filter comprises a perceptual weighting filter and a gain compensation module.

Dans un mode particulier de réalisation, le module de compensation de gain est disposé à la sortie dudit filtre de pondération perceptuelle.In a particular embodiment, the gain compensation module is disposed at the output of said perceptual weighting filter.

Dans un autre mode particulier de réalisation, le module de compensation de gain est disposé à l'entrée dudit filtre de pondération perceptuelle.In another particular embodiment, the gain compensation module is disposed at the input of said perceptual weighting filter.

Selon un autre mode de réalisation, ledit filtre de pondération perceptuelle avec compensation de gain comprend un filtre de pondération perceptuelle intégrant ladite compensation de gain.According to another embodiment, said perceptual weighting filter with gain compensation comprises a perceptual weighting filter incorporating said gain compensation.

On peut alors prévoir que ledit filtre de pondération perceptuelle dans la première sous-bande est de la forme Â(z/γ ₁)/Â(z/γ ₂) où Â(z) représente un filtre de prédiction linéaire. Dans ce cas, l'invention propose que ladite compensation de gain effectue une multiplication par un facteur fac égal à : $$\mathit{fa}=\left|\frac{{\displaystyle \sum _{i=0}^p}{\left(-{\mathrm{\gamma }}_2\right)}^i{\hat{a}}_i}{{\displaystyle \sum _{i=0}^p}{\left(-{\mathrm{\gamma }}_1\right)}^i{\hat{a}}_i}\right|$$

où les â_i sont les coefficients du filtre Â(z) de prédiction linéaire.It can then be provided that said perceptual weighting filter in the first subband is of the form ((z / γ ₁ ) / ((z / γ ₂ ) where ((z) represents a linear prediction filter. In this case, the invention proposes that said gain compensation multiplies by a fac factor equal to: $$\mathit{fa}=\left|\frac{{\displaystyle \underset{i=0}{\overset{p}{\Sigma }}}{\left(-{\mathrm{\gamma }}_2\right)}^i{\widehat{\mathrm{at}}}_i}{{\displaystyle \underset{i=0}{\overset{p}{\Sigma }}}{\left(-{\mathrm{\gamma }}_1\right)}^i{\widehat{\mathrm{at}}}_i}\right|$$

where ? _i are the coefficients of the linear prediction filter ? (z) .

On rappelle ici qu'un filtre Â(z) de prédiction linéaire d'ordre p et de coefficients â_i est donné par : $$\hat{\mathit{A}}\left(\mathit{z}\right)\mathit{=}{\hat{\mathit{a}}}_{\mathit{0}}\mathit{+}{\hat{\mathit{a}}}_{\mathit{1}}{\mathit{z}}^{\mathit{-}\mathit{1}}\mathit{+}{\hat{\mathit{a}}}_{\mathit{2}}{\mathit{z}}^{\mathit{-}\mathit{2}}\mathit{+}\mathit{\dots }\mathit{+}{\hat{\mathit{a}}}_{\mathit{p}}{\mathit{z}}^{\mathit{-}\mathit{p}}$$

We recall here that a linear prediction filter λ (z) of order p and coefficients _{i i} is given by: $$\widehat{\mathit{AT}}\left(\mathit{z}\right)\mathit{=}{\widehat{\mathit{at}}}_{\mathit{0}}\mathit{+}{\widehat{\mathit{at}}}_{\mathit{1}}{\mathit{z}}^{\mathit{-}\mathit{1}}\mathit{+}{\widehat{\mathit{at}}}_{\mathit{2}}{\mathit{z}}^{\mathit{-}\mathit{2}}\mathit{+}\mathit{...}\mathit{+}{\widehat{\mathit{at}}}_{\mathit{p}}{\mathit{z}}^{\mathit{-}\mathit{p}}$$

L'invention concerne également un codeur audio hiérarchique dans une bande de fréquence décomposée en une première et une deuxième sous-bandes adjacentes, ledit codeur comprenant :

• un codeur coeur destiné à coder un signal original dans la première sous-bande de ladite bande de fréquence,
• un étage de calcul d'un signal résiduel à partir dudit signal original et du signal issu dudit codeur coeur,
• un dispositif de pondération perceptuelle dudit signal résiduel, conforme à la revendication 1.

The invention also relates to a hierarchical audio coder in a frequency band decomposed into first and second adjacent sub-bands, said encoder comprising:

• a core encoder for encoding an original signal in the first subband of said frequency band,
• a stage for calculating a residual signal from said original signal and the signal from said core coder,
• a perceptual weighting device of said residual signal according to claim 1.

Dans ce mode de réalisation, seule la première sous-bande est soumise à un filtrage de pondération perceptuelle, la deuxième sous-bande n'étant pas filtrée.In this embodiment, only the first subband is subject to perceptual weighting filtering, the second subband not being filtered.

Par ailleurs, lorsque ledit filtre de pondération perceptuelle à compensation de gain comprend un filtre de pondération perceptuelle dans la première sous-bande, l'invention prévoit que ledit filtre de pondération perceptuelle dans la première sous-bande est de la forme Â₁(z/γ ₁)lÂ₁(z/γ ₂) où Â₁(z) représente un filtre de prédiction linéaire. Dans ce cas, ladite compensation de gain dans la première sous-bande effectue une multiplication par un facteur fac₁ égal à : $${\mathit{fac}}_1=\left|\frac{{\displaystyle \sum _{i=0}^p}{\left(-{\gamma }_2\right)}^i{\hat{a}}_i}{{\displaystyle \sum _{i=0}^p}{\left(-{\gamma }_1\right)}^i{\hat{a}}_i}\right|$$

où les â_i sont les coefficients du filtre Â₁(z) de prédiction linéaire.On the other hand, when said gain-compensated perceptual weighting filter comprises a perceptual weighting filter in the first sub-band, the invention provides that said perceptual weighting filter in the first sub-band is of the form A ₁ (z / γ ₁ ) l ₁ (z / γ ₂ ) where λ ₁ (z) represents a linear prediction filter. In this case, said gain compensation in the first subband performs a multiplication by a fac ₁ factor equal to: $${\mathit{<figure-callout\; id="1"\; label="uni"\; filenames="imgf0002.png,imgf0005.png"\; state="\{\{state\}\}">uni</figure-callout>}}_1=\left|\frac{{\displaystyle \underset{i=0}{\overset{p}{\Sigma }}}{\left(-{\gamma }_2\right)}^i{\widehat{\mathrm{at}}}_i}{{\displaystyle \underset{i=0}{\overset{p}{\Sigma }}}{\left(-{\gamma }_1\right)}^i{\widehat{\mathrm{at}}}_i}\right|$$

where ? _i are the coefficients of the linear prediction filter ? ₁ (z) .

Avantageusement, le signal issu du dispositif de pondération perceptuelle dans la première sous-bande et le signal original dans la deuxième sous-bande sont appliqués respectivement à des modules d'analyse par transformée, et lesdits modules d'analyse par transformée sont reliés à un codeur par transformée dans ladite bande de fréquence.Advantageously, the signal from the perceptual weighting device in the first subband and the original signal in the second sub-bands are respectively applied to transform analysis modules, and said transform analysis modules are connected to a transform encoder in said frequency band.

Selon une variante de réalisation du codeur audio hiérarchique conforme à l'invention, ledit codeur comprend également un dispositif de pondération perceptuelle du signal original dans la deuxième sous-bande, comprenant un filtre de pondération perceptuelle avec compensation de gain apte à réaliser la continuité spectrale entre le signal en sortie dudit filtre de pondération perceptuelle avec compensation de gain et le signal en sortie du dispositif de pondération perceptuelle dans la première sous-bande.According to an alternative embodiment of the hierarchical audio encoder according to the invention, said encoder also comprises a perceptual weighting device of the original signal in the second subband, comprising a perceptual weighting filter with gain compensation able to achieve the spectral continuity. between the output signal of said perceptual weighting filter with gain compensation and the output signal of the perceptual weighting device in the first subband.

Il s'agit donc là d'un codeur pour lequel un filtrage de pondération perceptuelle est effectué séparément dans les deux sous-bandes.This is therefore an encoder for which perceptual weighting filtering is performed separately in the two subbands.

Il est alors prévu que, lorsque ledit filtre de pondération perceptuelle avec compensation de gain comprend un filtre de pondération perceptuelle dans la deuxième bande, ledit filtre de pondération perceptuelle dans la deuxième sous-bande est de la forme Â₂(z/γ'₁)/Â₂(z/γ'₂) où Â₂(z) représente un filtre de prédiction linéaire. Dans ce cas, ladite compensation de gain dans la deuxième sous-bande effectue une multiplication par un facteur fac₂ égal à : $${\mathit{fac}}_2=\left|\frac{{\displaystyle \sum _{i=0}^p}{\left({\mathrm{\gamma ʹ}}_2\right)}^i{\hat{a}ʹ}_i}{{\displaystyle \sum _{i=0}^p}{\left({\mathrm{\gamma ʹ}}_1\right)}^i{\hat{a}ʹ}_i}\right|$$

où les â'_i sont les coefficients du filtre Â₂(z) de prédiction linéaire:It is then expected that when said perceptual weighting filter with gain compensation comprises a perceptual weighting filter in the second band, said perceptual weighting filter in the second subband is of the form λ ₂ (z / γ ' ₁ ) / Λ ₂ (z / γ ' ₂ ) where λ ₂ (z) represents a linear prediction filter. In this case, said gain compensation in the second subband performs a multiplication by a factor fac ₂ equal to: $${\mathit{uni}}_2=\left|\frac{{\displaystyle \underset{i=0}{\overset{p}{\Sigma }}}{\left({\mathrm{\gamma \text{'}}}_2\right)}^i{\widehat{\mathrm{at}}\text{'}}_i}{{\displaystyle \underset{i=0}{\overset{p}{\Sigma }}}{\left({\mathrm{\gamma \text{'}}}_1\right)}^i{\widehat{\mathrm{at}}\text{'}}_i}\right|$$

where ? _i are the coefficients of the linear prediction filter ? ₂ (z) :

Avantageusement, les coefficients dudit filtre de prédiction linéaire sont fournis par un module d'extension de bande.Advantageously, the coefficients of said linear prediction filter are provided by a band extension module.

Avantageusement, le signal issu du dispositif de pondération perceptuelle dans la première sous-bande et le signal issu du dispositif de pondération perceptuelle dans la deuxième sous-bande sont appliqués respectivement à des modules d'analyse par transformée, et lesdits modules d'analyse par transformée sont reliés à un codeur par transformée dans ladite bande de fréquence.Advantageously, the signal from the perceptual weighting device in the first subband and the signal from the perceptual weighting device in the second subband are respectively applied to transform analysis modules, and said analysis modules to transformed are connected to a transform encoder in said frequency band.

Dans un mode particulier de réalisation, le codeur coeur est un codeur à base de prédiction linéaire, par exemple un codeur CELP.In a particular embodiment, the core coder is a linear prediction based coder, for example a CELP coder.

L'invention concerne en outre un décodeur audio hiérarchique dans une bande de fréquence décomposée en une première et une deuxième sous-bandes adjacentes, ledit décodeur comprenant :

• un décodeur coeur destiné à décoder dans la première sous-bande de ladite bande de fréquence un signal reçu codé par le codeur selon l'invention,
• un dispositif de pondération perceptuelle inverse d'un signal représentatif du signal résiduel pondéré dans la première sous-bande par le dispositif de pondération perceptuelle dudit codeur,

The invention further relates to a hierarchical audio decoder in a frequency band decomposed into first and second adjacent sub-bands, said decoder comprising:

• a heart decoder for decoding in the first sub-band of said frequency band a received signal coded by the coder according to the invention,
• an inverse perceptual weighting device of a signal representative of the weighted residual signal in the first sub-band by the perceptual weighting device of said encoder,

remarquable en ce que ledit dispositif de pondération perceptuelle inverse comprend un filtre de pondération perceptuelle avec compensation de gain, inverse du filtre de pondération perceptuelle avec compensation de gain du codeur dans la première sous-bande.characterized in that said inverse perceptual weighting device comprises a perceptual weighting filter with gain compensation, inverse of the perceptual weighting filter with gain compensation of the encoder in the first subband.

En variante, l'invention propose que ledit décodeur comprend également un dispositif de pondération perceptuelle inverse du signal décodé dans la deuxième sous-bande, comprenant un filtre de pondération perceptuelle avec compensation de gain, inverse du filtre de pondération perceptuelle avec compensation de gain du codeur dans la deuxième sous-bande.Alternatively, the invention proposes that said decoder also comprises an inverse perceptual weighting device of the decoded signal in the second subband, comprising a perceptual weighting filter with gain compensation, inverse of the perceptual weighting filter with gain compensation of the encoder in the second subband.

Dans ce dernier cas, on prévoit que, lorsque ledit filtre de pondération perceptuelle avec compensation de gain comprend un filtre de pondération perceptuelle dans la deuxième bande, ledit filtre de pondération perceptuelle inverse avec compensation de gain comprend un filtre de pondération perceptuelle inverse dans la deuxième sous-bande. En particulier, ledit filtre de pondération perceptuelle inverse dans la deuxième sous-bande est de la forme Â₂(z/γ'₂)/Â₂(z/γ'₁). Dans ce cas, les coefficients du filtre Â₂(z) de prédiction linéaire sont fournis par un module d'extension de bande.In the latter case, it is expected that, when said gain-compensated perceptual weighting filter comprises a perceptual weighting filter in the second band, said gain-compensated inverse perceptual weighting filter comprises an inverse perceptual weighting filter in the second band. subband. In particular, said inverse perceptual weighting filter in the second subband is of the form λ ₂ (z / γ ' ₂ ) / λ ₂ (z / γ ' ₁ ). In this case, the coefficients of the linear prediction filter λ ₂ (z) are provided by a band extension module.

L'invention concerne par ailleurs un procédé de pondération perceptuelle pour le codage d'un signal audio dans une bande de fréquence donnée, remarquable en ce que, ledit codage étant effectué dans une pluralité de sous-bandes adjacentes dans ladite bande de fréquence donnée, ledit procédé comprend, dans au moins une sous-bande, une étape de pondération perceptuelle avec compensation de gain apte à réaliser la continuité spectrale entre le signal issu de ladite étape de pondération perceptuelle avec compensation de gain et les signaux dans les sous-bandes adjacentes à ladite sous-bande.The invention further relates to a perceptual weighting method for encoding an audio signal in a given frequency band, wherein said encoding is performed in a plurality of adjacent subbands in said given frequency band, said method comprises, in at least one subband, a step of perceptual weighting with gain compensation adapted to achieve the spectral continuity between the signal from said perceptual weighting step with gain compensation and the signals in the subbands adjacent to said sub-band.

Enfin, l'invention concerne un procédé de pondération perceptuelle pour le décodage d'un signal audio codé dans une bande de fréquence donnée conformément au procédé de pondération perceptuelle pour le codage dudit signal, remarquable en ce que, ledit procédé comprend, dans ladite sous-bande, une étape de pondération perceptuelle avec compensation de gain, inverse de ladite étape de pondération perceptuelle avec compensation de gain.Finally, the invention relates to a perceptual weighting method for decoding an audio signal encoded in a given frequency band in accordance with the perceptual weighting method for encoding said signal, which is remarkable in that said method comprises band, a perceptual weighting step with gain compensation, inverse of said perceptual weighting step with gain compensation.

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 est un schéma d'un codeur audio hiérarchique de l'art antérieur, comprenant un filtrage de pondération perceptuelle pleine bande avant codage par transformée.
• La figure 2 est un schéma de haut niveau d'un codeur audio hiérarchique selon l'invention.
• La figure 3 est un schéma du dispositif de pondération perceptuelle du codeur de la figure 2.
• La figure 4 est un spectre donnant l'amplitude d'un signal filtré puis compensé en gain selon l'invention dans une première sous-bande et l'amplitude d'un signal non filtré dans une deuxième sous-bande.
• La figure 5 est un schéma de haut niveau d'un décodeur audio hiérarchique selon l'invention.
• La figure 6 est un schéma d'une variante du codeur audio hiérarchique de la figure 2.
• La figure 7 est un schéma d'une variante du décodeur audio hiérarchique de la figure 5.
• La figure 8 est un spectre donnant l'amplitude d'un signal filtré puis compensé en gain selon l'invention dans une première sous-bande et l'amplitude d'un signal filtré puis égalisé selon l'invention dans une deuxième sous-bande.

The following description with reference to the accompanying drawings, given as non-limiting examples, will make it clear what the invention consists of and how it can be achieved.

• The figure 1 is a schematic diagram of a hierarchical audio coder of the prior art, comprising a full-band perceptual weighting filter before transform coding.
• The figure 2 is a high-level diagram of a hierarchical audio coder according to the invention.
• The figure 3 is a diagram of the perceptual weighting device of the coder of the figure 2 .
• The figure 4 is a spectrum giving the amplitude of a filtered signal then gain-compensated according to the invention in a first sub-band and the amplitude of an unfiltered signal in a second sub-band.
• The figure 5 is a high level diagram of a hierarchical audio decoder according to the invention.
• The figure 6 is a diagram of a variant of the hierarchical audio coder of the figure 2 .
• The figure 7 is a diagram of a variant of the hierarchical audio decoder of the figure 5 .
• The figure 8 is a spectrum giving the amplitude of a filtered signal then compensated in gain according to the invention in a first subband and the amplitude of a filtered signal then equalized according to the invention in a second subband.

Sur la figure 2 est représenté un codeur audio hiérarchique en sous-bandes à des débits allant de 8 à 32 kbit/s. Cette figure donne les différentes étapes du procédé de codage correspondant.On the figure 2 is represented a hierarchical audio coder in subbands at rates ranging from 8 to 32 kbit / s. This figure gives the different steps of the corresponding coding method.

Le signal d'entrée dans une bande de fréquence utile 50 à 7000 Hz, dite « élargie », échantillonné à 16 kHz, est d'abord décomposé en 2 sous-bandes adjacentes par filtrage miroir en quadrature QMF (« Quadrature Mirror Filter »). La première sous-bande, ou bande basse, de 0 à 4000 Hz est obtenue par filtrage passe-bas L 300 et décimation 301, et la deuxième sous-bande, ou bande haute, de 4000 à 8000 Hz par filtrage passe-haut H 302 et décimation 303. Dans un mode de réalisation préféré, les filtres L 300 et H 302 sont de longueur 64 et conformes à ceux décrits dans l'article de J. Johnston, A filter family designed for use in quadrature mirror filter banks, ICASSP, vol. 5, pp. 291 - 294, 1980 .The input signal in a 50 to 7000 Hz, so-called "expanded" frequency band, sampled at 16 kHz, is first broken down into 2 adjacent subbands by Quadrature Mirror Filter (QMF). . The first sub-band, or low band, from 0 to 4000 Hz is obtained by low-pass filtering L 300 and decimation 301, and the second sub-band, or high band, from 4000 to 8000 Hz by high-pass filtering H 302 and decimation 303. In a preferred embodiment, the filters L 300 and H 302 are of length 64 and conform to those described in the J. Johnston, ICASSP, vol. 5, pp. 291 - 294, 1980 .

La première sous-bande est pré-traitée par un filtre passe-haut 304 éliminant les composantes en dessous de 50 Hz avant codage par un codeur coeur CELP 305 en bande étroite. Le filtrage passe-haut tient compte du fait que la bande élargie est définie comme couvrant l'intervalle 50-7000 Hz. Dans ce mode de réalisation, le codage CELP en bande étroite correspond à celui décrit à la figure 1 ; il s'agit d'un codage CELP en cascade comprenant comme premier étage un codage G.729 modifié (ITU-T G.729 Recommandation, Coding of Speech at 8 kbit/s using Conjugate Structure Algebraic Code Excited Linear Prediction (CS-ACELP), March 1996) sans filtre de pré-traitement, et comme deuxième étage un dictionnaire fixe supplémentaire. Le signal résiduel e lié à l'erreur due au codage CELP est calculé par l'étage 306 puis pondéré perceptuellement par un dispositif 307 comprenant un filtre de pondération perceptuelle pour obtenir le signal x_lo dans le domaine temporel. Ce signal est analysé par transformée en cosinus discrets modifiée (MDCT) 308 pour obtenir le spectre discret X_lo dans le domaine fréquentiel.The first sub-band is pre-processed by a high-pass filter 304 eliminating the components below 50 Hz before encoding by a narrow-band CELP 305 core coder. The high-pass filtering takes into account that the broadband is defined as covering the range 50-7000 Hz. In this embodiment, the narrow-band CELP coding corresponds to that described in FIG. figure 1 ; it is a cascaded CELP coding comprising as a first stage a modified G.729 coding (ITU-T G.729 Recommendation, Coding of Speech at 8 kbps using Conjugate Structure Algebraic Code Excited Linear Prediction (CS-ACELP ), March 1996) without a pre-treatment filter, and as a second stage an additional fixed dictionary. The residual signal e related to the error due to the CELP coding is calculated by the stage 306 and then perceptually weighted by a device 307 comprising a perceptual weighting filter to obtain the signal x _lo in the time domain. This signal is analyzed by Modified Discrete Cosine Transform (MDCT) 308 to obtain the discrete spectrum X _lo in the frequency domain.

Le dispositif 307 de pondération perceptuelle est montré à la figure 3. Ce dispositif W₁(z) comprend un filtre de pondération perceptuelle Â₁(z/γ ₁)/Â₁(z/γ ₂) comprenant les étages 501 et 502 de filtrage respectivement par Â₁(z/y₁) et 1/Â₁(z/γ ₂). Comme le montre la figure 2, le filtre Â₁(z) de prédiction linéaire est issu du codage CELP en bande étroite. Le dispositif 307 de pondération perceptuelle comprend également un module 503 de compensation de gain destiné à multiplier le signal pondéré perceptuellement issu du filtre 501, 502 par le facteur fac₁ défini par : $${\mathit{fac}}_1=\left|\frac{{\displaystyle \sum _{i=0}^p}{\left(-{\mathrm{\gamma }}_2\right)}^i{\hat{a}}_i}{{\displaystyle \sum _{i=0}^p}{\left(-{\mathrm{\gamma }}_1\right)}^i{\hat{a}}_i}\right|$$

où les â_i sont les coefficients du filtre Â₁(z) : $${\hat{\mathit{A}}}_{\mathit{1}}\left(\mathit{z}\right)\mathit{=}{\hat{\mathit{a}}}_{\mathit{0}}\mathit{+}{\hat{\mathit{a}}}_{\mathit{1}}{\mathit{z}}^{\mathit{-}\mathit{1}}\mathit{+}{\hat{\mathit{a}}}_{\mathit{2}}{\mathit{z}}^{\mathit{-}\mathit{2}}\mathit{+}\dots \mathit{+}{\hat{\mathit{a}}}_{\mathit{p}}{\mathit{z}}^{\mathit{-}\mathit{p}}$$

The device 307 for perceptual weighting is shown in FIG. figure 3 . This device W ₁ (z) comprises a perceptual weighting filter Λ ₁ (z / γ ₁ ) / λ ₁ (z / γ ₂ ) comprising the filtering stages 501 and 502 respectively by λ ₁ (z / y ₁ ) and 1 / λ ₁ (z / γ ₂ ) . As shown in figure 2 , the linear prediction filter λ ₁ (z) is derived from narrowband CELP coding. The perceptual weighting device 307 also comprises a gain compensation module 503 for multiplying the perceptually weighted signal from the filter 501, 502 by the fac factor ₁ defined by: $${\mathit{<figure-callout\; id="1"\; label="uni"\; filenames="imgf0002.png,imgf0005.png"\; state="\{\{state\}\}">uni</figure-callout>}}_1=\left|\frac{{\displaystyle \underset{i=0}{\overset{p}{\Sigma }}}{\left(-{\mathrm{\gamma }}_2\right)}^i{\widehat{\mathrm{at}}}_i}{{\displaystyle \underset{i=0}{\overset{p}{\Sigma }}}{\left(-{\mathrm{\gamma }}_1\right)}^i{\widehat{\mathrm{at}}}_i}\right|$$

where ? _i are the coefficients of the filter ? ₁ (z) : $${\widehat{\mathit{AT}}}_{\mathit{1}}\left(\mathit{z}\right)\mathit{=}{\widehat{\mathit{at}}}_{\mathit{0}}\mathit{+}{\widehat{\mathit{at}}}_{\mathit{1}}{\mathit{z}}^{\mathit{-}\mathit{1}}\mathit{+}{\widehat{\mathit{at}}}_{\mathit{2}}{\mathit{z}}^{\mathit{-}\mathit{2}}\mathit{+}...\mathit{+}{\widehat{\mathit{at}}}_{\mathit{p}}{\mathit{z}}^{\mathit{-}\mathit{p}}$$

Dans un mode de réalisation préféré, les coefficients â_i sont mis à jour à chaque sous-trame de 5 ms, et γ ₁ = 0,96 et γ ₂ = 0,6.In a preferred embodiment, the coefficients a _i are updated at each 5 ms subframe, and γ ₁ = 0.96 and γ ₂ = 0.6.

Une définition équivalente du facteur fac₁ correspond à l'inverse du gain du filtre Â₁(z/γ ₁)/Â₁(z/γ ₂) pris à la fréquence de Nyquist (4 kHz) soit : $${\mathit{fac}}_{\mathit{1}}\mathit{=}\mathit{1}\mathit{/}\left|{\hat{\mathit{A}}}_{\mathit{1}}\left(\mathit{z}\mathit{/}{\mathit{\gamma }}_{\mathit{1}}\right)\mathit{/}{\hat{\mathit{A}}}_{\mathit{1}}\left(\mathit{z}\mathit{/}{\mathit{\gamma }}_{\mathit{2}}\right)\right|$$

pour z = -1.An equivalent definition of the factor fac ₁ corresponds to the inverse of the gain of the filter λ ₁ (z / γ ₁ ) / λ ₁ (z / γ ₂ ) taken at the Nyquist frequency (4 kHz), ie: $${\mathit{<figure-callout\; id="1"\; label="uni"\; filenames="imgf0002.png,imgf0005.png"\; state="\{\{state\}\}">uni</figure-callout>}}_{\mathit{1}}\mathit{=}\mathit{1}\mathit{/}\left|{\widehat{\mathit{AT}}}_{\mathit{1}}\left(\mathit{z}\mathit{/}{\mathit{<figure-callout\; id="1"\; label="\gamma "\; filenames="imgf0002.png,imgf0005.png"\; state="\{\{state\}\}">\gamma </figure-callout>}}_{\mathit{1}}\right)\mathit{/}{\widehat{\mathit{AT}}}_{\mathit{1}}\left(\mathit{z}\mathit{/}{\mathit{\gamma }}_{\mathit{2}}\right)\right|$$

for z = -1.

La deuxième sous-bande, ou bande haute, est d'abord dépliée spectralement 309 pour compenser le repliement dû au filtre passe-haut 302 combiné avec la décimation 303. Cette bande haute est ensuite pré-traitée par un filtre passe-bas 310 éliminant les composantes entre 7000 et 8000 Hz dans le signal original. Le signal résultant x_hi dans le domaine temporel est transformé par MDCT 311 pour obtenir le spectre discret X_hi dans le domaine fréquentiel. Une extension de bande 312 est réalisée à partir de x_hi et X_hi. The second subband, or high band, is first unfolded spectrally 309 to compensate for the folding due to high pass filter 302 combined with decimation 303. This high band is then pre-processed by a low pass filter 310 eliminating the components between 7000 and 8000 Hz in the original signal. The resulting signal x _hi in the time domain is transformed by MDCT 311 to obtain the discrete spectrum X _hi in the frequency domain. A band extension 312 is made from x _hi and X _hi .

Les signaux x_lo et x_hi sont découpés en trames de N échantillons et la transformation MDCT de longueur L=2N analyse les trames courante et future. Dans un mode de réalisation préféré, x_lo et x_hi sont des signaux en bande étroite échantillonné à 8 kHz et N = 160 (soit 20 ms). Les transformées MDCT X_lo et X_hi comprennent donc N = 160 coefficients, chaque coefficient représentant une bande fréquentielle de 4000/160 = 25 Hz. Dans un mode de réalisation préféré, la transformation MDCT est implantée au moyen de l'algorithme de P. Duhamel, Y. Mahieux, J.P. Petit, A fast algorithm for the implementation of filter banks based on 'time domain aliasing cancellation', ICASSP, vol. 3, pp.2209-2212, 1991 .The signals x _lo and x _hi are cut into frames of N samples and the MDCT transformation of length L = 2N analyzes the current and future frames. In a preferred embodiment, x _lo and x _hi are narrow-band signals sampled at 8 kHz and N = 160 (or 20 ms). The MDCT transforms X _lo and X _hi therefore comprise N = 160 coefficients, each coefficient representing a frequency band of 4000/160 = 25 Hz. In a preferred embodiment, the MDCT transformation is implemented by means of the algorithm of P. Duhamel, Y. Mahieux, JP Petit, A fast algorithm for the implementation of filter banks on 'time domain aliasing cancellation', ICASSP, vol. 3, pp.2209-2212, 1991 .

Les spectres MDCT bande basse et bande haute X_lo et X_hi sont codés dans le module 313 de codage par transformée.The low band MDCT and high band X _lo and X _hi spectra are encoded in the transform coding module 313.

Les différents flux binaires générés par les modules de codage 305, 312 et 313 sont multiplexés et structurés en un train binaire hiérarchique dans le multiplexeur 314.The different bit streams generated by the coding modules 305, 312 and 313 are multiplexed and structured into a hierarchical bit stream in the multiplexer 314.

Le codage est réalisé par blocs d'échantillons (ou trames) de 20 ms, soit 320 échantillons. Le débit de codage est de 8, 12, 14 à 32 kbit/s.The coding is carried out in blocks of samples (or frames) of 20 ms, ie 320 samples. The coding rate is 8, 12, 14 to 32 kbit / s.

L'intérêt de l'étape de pondération perceptuelle avec compensation de gain par le facteur fac₁ est maintenant expliqué à l'aide de la figure 4.The interest of the perceptual weighting stage with gain compensation by the factor fac ₁ is now explained using the figure 4 .

Cette figure montre la décomposition de la bande de fréquence totale en une première sous-bande, la bande basse entre 0 et 4 kHz, et une deuxième sous-bande, la bande haute entre 4 et 8 kHz. Dans un mode de réalisation préféré, le codeur MDCT 313 s'applique à ces deux sous-bandes avec :

• un filtrage W₁(z) de pondération perceptuelle et compensation en gain avant transformation MDCT en bande basse,
• une transformation MDCT directe en bande haute sans filtrage de pondération perceptuelle.

This figure shows the decomposition of the total frequency band into a first sub-band, the low band between 0 and 4 kHz, and a second sub-band, the high band between 4 and 8 kHz. In a preferred embodiment, the MDCT encoder 313 applies to these two sub-bands with:

• a filtering W ₁ (z) of perceptual weighting and gain compensation before MDCT transformation in a low band,
• a direct high-band MDCT transformation without perceptual weighting filtering.

Ces deux opérations en sous-bandes sont schématisées respectivement sur la figure 4 par la réponse en amplitude de Â₁(z/γ ₁)/Â₁(z/γ ₂) en bande basse et une réponse plate à 0 dB en bande haute. Cette réponse plate montre qu'aucun traitement n'est appliqué à la bande haute avant transformation MDCT. La compensation de gain par le facteur fac₁ permet de décaler la réponse en amplitude de Â₁(z/γ ₁)/Â₁(z/γ ₂) afin d'assurer la continuité à 4 kHz. Cette continuité est très importante car elle permet ensuite de coder conjointement les deux spectres discrets X_lo et X_hi de façon homogène en un seul vecteur X. Le vecteur X représente donc un spectre discret pleine bande.These two subband operations are schematized respectively on the figure 4 by the amplitude response of λ ₁ (z / γ ₁ ) / λ ₁ (z / γ ₂ ) in the low band and a flat response at 0 dB in the high band. This flat response shows that no processing is applied to the high band before MDCT transformation. The gain compensation by the fac factor ₁ makes it possible to shift the amplitude response of λ ₁ (z / γ ₁ ) / λ ₁ (z / γ ₂ ) to ensure continuity at 4 kHz. This continuity is very important because it then makes it possible to jointly code the two discrete spectra X _lo and X _hi homogeneously into a single vector X. The vector X therefore represents a discrete full-band spectrum.

Il est important de noter que la valeur 0 dB utilisée ici pour définir la continuité entre bandes basse et haute n'est qu'indicative.It is important to note that the 0 dB value used here to define the continuity between low and high bands is only indicative.

Le décodeur audio hiérarchique associé au codeur qui vient d'être décrit en regard des figures 2, 3 et 4 est représenté à la figure 5. Cette figure illustre les étapes de décodage du signal codé par ledit codeur.The hierarchical audio decoder associated with the encoder which has just been described with regard to the figures 2 , 3 and 4 is represented at the figure 5 . This figure illustrates the steps of decoding the signal encoded by said encoder.

Les bits décrivant chaque trame de 20 ms sont démultiplexés dans le démultiplexeur 700. Dans la suite, on présente un décodage fonctionnant de 8 à 32 kbit/s, bien qu'en pratique le flux binaire peut être tronqué à 8, 12, 14 ou entre 14 et 32 kbit/s.The bits describing each frame of 20 ms are demultiplexed in the demultiplexer 700. In the following, a decoding operation of 8 to 32 kbit / s is presented, although in practice the bit stream can be truncated to 8, 12, 14 or between 14 and 32 kbit / s.

Le flux binaire des couches à 8 et 12 kbit/s est utilisé par le décodeur CELP 701 pour générer une première synthèse dans la première sous-bande, ou bande étroite, entre 0 et 4000 Hz. La portion du flux binaire associé à la couche à 14 kbit/s est décodée par le module 702 d'extension de bande et le signal obtenu dans la deuxième sous-bande, ou bande haute, entre 4000 et 7000 Hz est transformé par MDCT 703 en un spectre X̃_hi . Le décodage MDCT 704 génère à partir du flux binaire associé aux débits de 14 à 32 kbit/s un spectre reconstruit X̂_lo en bande basse et un spectre reconstruit X̂_hi en bande haute. Ces deux spectres sont ramenés à des signaux temporels x̂_lo et x̂_hi par MDCT inverse dans les blocs 705 et 706. Le signal x̂_lo est ajouté à la synthèse CELP par l'additionneur 708 après filtrage par un dispositif 707 de pondération perceptuelle inverse. Le résultat est ensuite post-filtré en 709.The bit stream of the 8 and 12 kbit / s layers is used by the CELP decoder 701 to generate a first synthesis in the first subband, or narrow band, between 0 and 4000 Hz. The portion of the bit stream associated with the layer at 14 kbit / s is decoded by the band extension module 702 and the signal obtained in the second subband, or high band, between 4000 and 7000 Hz is transformed by MDCT 703 into a spectrum X _hi . The MDCT decode 704 generates from the bit stream associated with the bit rates of 14 to 32 kbit / s a reconstructed spectrum X _lo in low band and a reconstructed spectrum X _hi in high band. These two spectra are brought back to time signals x _lo and x _hi by inverse MDCT in blocks 705 and 706. The signal x _lo is added to synthesis CELP by adder 708 after filtering by a device 707 for inverse perceptual weighting. The result is then post-filtered in 709.

Le signal de sortie en bande élargie, échantillonné à 16 kHz, est obtenu par l'intermédiaire d'un banc de filtres QMF de synthèse qui effectuent les opérations de sur-échantillonnage 710 et 712, de filtrage passe-bas 711 et passe-haut 713 et addition 714.The extended band output signal, sampled at 16 kHz, is obtained via a bank of QMF synthesis filters which perform the oversampling operations 710 and 712, low-pass filtering 711 and high-pass filtering. 713 and addition 714.

Une étape de décodage perceptuelle avec compensation de gain est effectuée par le dispositif 707 de pondération perceptuelle inverse W₁(z) ^-1 comprenant un filtre de pondération perceptuelle inverse Â₁(z/γ ₂)/Â₁(z/γ ₁) et un module de compensation de gain destiné à multiplier le signal issu dudit filtre de pondération perceptuelle inverse par le facteur 1/fac₁ avec : $$1/{\mathit{fac}}_1=\left|\frac{{\displaystyle \sum _{i=0}^p}{\left(-{\mathrm{\gamma }}_1\right)}^i{\hat{a}}_i}{{\displaystyle \sum _{i=0}^p}{\left(-{\mathrm{\gamma }}_2\right)}^i{\hat{a}}_i}\right|$$

où les â_i sont les coefficients du filtre Â₁(z) issu du codage CELP en bande étroite. Comme au codeur, les coefficients â_i sont maintenus constants dans chaque sous-trame de 5 ms.A gain-compensated perceptual decoding step is performed by the inverse perceptual weighting device 707 W ₁ (z) ^-1 comprising an inverse perceptual weighting filter λ ₁ (z / γ ₂ ) / λ ₁ (z / γ ₁ ) and a gain compensation module for multiplying the signal from said inverse perceptual weighting filter by the factor 1 / fac ₁ with: $$1/{\mathit{<figure-callout\; id="1"\; label="uni"\; filenames="imgf0002.png,imgf0005.png"\; state="\{\{state\}\}">uni</figure-callout>}}_1=\left|\frac{{\displaystyle \underset{i=0}{\overset{p}{\Sigma }}}{\left(-{\mathrm{\gamma }}_1\right)}^i{\widehat{\mathrm{at}}}_i}{{\displaystyle \underset{i=0}{\overset{p}{\Sigma }}}{\left(-{\mathrm{\gamma }}_2\right)}^i{\widehat{\mathrm{at}}}_i}\right|$$

where λ _i are the coefficients of the filter λ ₁ (z) resulting from the CELP coding in narrow band. As with the encoder, the coefficients _{i i} are held constant in each 5 ms subframe.

Une variante du mode de réalisation du codeur de la figure 2 est représentée sur la figure 6.A variant of the embodiment of the coder of the figure 2 is represented on the figure 6 .

Sur cette figure, on retrouve le banc de filtres 900 à 903 d'analyse, le traitement de la bande basse par les blocs 904 à 908, le pré-traitement de la bande haute par les blocs 909 à 910, le codeur MDCT 913 et le multiplexeur 915.In this figure, there is the bank of filters 900 to 903 analysis, the processing of the low band by the blocks 904 to 908, the pre-treatment of the high band by the blocks 909 to 910, the MDCT encoder 913 and the multiplexer 915.

La différence principale entre cette variante et le mode de réalisation de la figure 2 consiste en l'incorporation d'une analyse et d'une quantification par prédiction linéaire (LPC) dans la deuxième sous-bande, ou bande haute. Les coefficients LPC quantifiés dans la bande haute, Â₂(z), sont donnés par le module 911 d'extension de bande. Les détails de l'extension de bande à base de LPC ne sont pas décrits ici car ils dépassent le cadre de l'invention. Ces coefficients LPC permettent d'appliquer un filtrage de pondération perceptuelle avec compensation de gain W₂(z) dans le dispositif 912 avant MDCT 913. Ainsi, cette variante revient à pondérer perceptuellement le signal de différence e en bande basse et le signal x_hi en bande haute, alors que le mode de réalisation décrit précédemment ne pondère perceptuellement que le signal de différence e en bande basse.The main difference between this variant and the embodiment of the figure 2 consists of incorporating Linear Prediction (LPC) analysis and quantification into the second subband, or high band. The quantized LPC coefficients in the high band, λ ₂ (z) , are given by the band extension module 911. The details of the LPC-based tape extension are not described here because they are beyond the scope of the invention. These LPC coefficients make it possible to apply a perceptual weighting filter with gain compensation W ₂ (z) in the device 912 before MDCT 913. Thus, this variant amounts to perceptually weighting the difference signal e in the low band and the signal x _hi in the high band, whereas the embodiment described above perceptually weights only the difference signal e in low band.

Dans cette variante, le dispositif 912 de pondération perceptuelle avec compensation de gain W₂(z) en bande haute prend la même forme que le filtre W₁(z) dans la bande basse. Il s'agit donc d'un filtre de type Â₂(z/γ' ₁)/Â₂(z/γ'₂) suivi d'un facteur de compensation de gain fac₂ défini comme : $${\mathit{fac}}_2=\left|\frac{{\displaystyle \sum _{i=0}^p}{\left({\mathrm{\gamma ʹ}}_2\right)}^i{\hat{a}ʹ}_i}{{\displaystyle \sum _{i=0}^p}{\left({\mathrm{\gamma ʹ}}_1\right)}^i{\hat{a}ʹ}_i}\right|$$

où les â'_i sont les coefficients du filtre Â₂(z) : $${\mathit{A}}_{\mathit{2}}\left(\mathit{z}\right)\mathit{=}{\hat{\mathit{a}}\mathit{ʹ}}_{\mathit{0}}\mathit{+}{\hat{\mathit{a}}\mathit{ʹ}}_{\mathit{1}}{\mathit{z}}^{\mathit{-}\mathit{1}}\mathit{+}{\hat{\mathit{a}}\mathit{ʹ}}_{\mathit{2}}{\mathit{z}}^{\mathit{-}\mathit{2}}\mathit{+}\mathit{\dots }\mathit{+}{\hat{\mathit{a}}\mathit{ʹ}}_{\mathit{p}}{\mathit{z}}^{\mathit{-}\mathit{p}}$$

et γ'₁ = 0,96 et γ'₂ = 0,6.In this variant, the perceptual weighting device 912 with highband gain compensation W ₂ (z) takes the same form as the filter W ₁ (z) in the low band. It is therefore a filter of type λ ₂ (z / γ ' ₁ ) / λ ₂ (z / γ' ₂ ) followed by a gain compensation factor fac ₂ defined as: $${\mathit{uni}}_2=\left|\frac{{\displaystyle \underset{i=0}{\overset{p}{\Sigma }}}{\left({\mathrm{\gamma \text{'}}}_2\right)}^i{\widehat{\mathrm{at}}\text{'}}_i}{{\displaystyle \underset{i=0}{\overset{p}{\Sigma }}}{\left({\mathrm{\gamma \text{'}}}_1\right)}^i{\widehat{\mathrm{at}}\text{'}}_i}\right|$$

where ? _i are the coefficients of the filter ? ₂ (z) : $${\mathit{AT}}_{\mathit{2}}\left(\mathit{z}\right)\mathit{=}{\widehat{\mathit{at}}\mathit{\text{'}}}_{\mathit{0}}\mathit{+}{\widehat{\mathit{at}}\mathit{\text{'}}}_{\mathit{1}}{\mathit{z}}^{\mathit{-}\mathit{1}}\mathit{+}{\widehat{\mathit{at}}\mathit{\text{'}}}_{\mathit{2}}{\mathit{z}}^{\mathit{-}\mathit{2}}\mathit{+}\mathit{...}\mathit{+}{\widehat{\mathit{at}}\mathit{\text{'}}}_{\mathit{p}}{\mathit{z}}^{\mathit{-}\mathit{p}}$$

and γ ' ₁ = 0.96 and γ ' ₂ = 0.6.

Ce facteur correspond à : $${\mathit{fac}}_{\mathit{2}}\mathit{=}\mathit{1}\mathit{/}\left|{\hat{\mathit{A}}}_{\mathit{2}}\left(\mathit{z}\mathit{/}{\mathit{\gamma ʹ}}_{\mathit{1}}\right)\mathit{/}{\hat{\mathit{A}}}_{\mathit{2}}\left(\mathit{z}\mathit{/}{\mathit{\gamma ʹ}}_{\mathit{2}}\right)\right|$$

pour z = 1, soit la fréquence 0 Hz ou composante continue dans le bande haute qui correspond en fait à 4 kHz une fois que cette fréquence est ramenée au signal d'entrée avant filtrage QMF.This factor corresponds to: $${\mathit{uni}}_{\mathit{2}}\mathit{=}\mathit{1}\mathit{/}\left|{\widehat{\mathit{AT}}}_{\mathit{2}}\left(\mathit{z}\mathit{/}{\mathit{\gamma \text{'}}}_{\mathit{1}}\right)\mathit{/}{\widehat{\mathit{AT}}}_{\mathit{2}}\left(\mathit{z}\mathit{/}{\mathit{\gamma \text{'}}}_{\mathit{2}}\right)\right|$$

for z = 1, ie the frequency 0 Hz or DC component in the high band which corresponds in fact to 4 kHz once this frequency is reduced to the input signal before QMF filtering.

L'intérêt de l'étape de pondération perceptuelle avec compensation de gain dans les deux sous-bandes est expliqué à la figure 8. On retrouve la décomposition entre bande basse (0 à 4 kHz) et bande haute (4 à 8 kHz). Dans la variante considérée ici, le codeur MDCT s'applique à ces deux sous-bandes avec :

• un filtrage W₁(z) avant MDCT en bande basse,
• un filtrage W₂(z) avant MDCT en bande haute.

The interest of the perceptual weighting step with gain compensation in the two subbands is explained in figure 8 . We find the decomposition between low band (0 to 4 kHz) and high band (4 to 8 kHz). In the variant considered here, the MDCT coder applies to these two sub-bands with:

• a filter W ₁ (z) before MDCT in low band,
• a filter W ₂ (z) before MDCT in high band.

Ces deux opérations en sous-bandes sont schématisées respectivement par la réponse en amplitude de Â₁(z/γ ₁)/Â₁(z/γ ₂) en bande basse et la réponse en amplitude de Â₂(z/γ'₁)/Â₂(z/γ'₂) en bande haute.These two operations in sub-bands are schematized respectively by the amplitude response of λ ₁ (z / γ ₁ ) / λ ₁ (z / γ ₂ ) in the low band and the amplitude response of λ ₂ (z / γ ' ₁ ) / Λ ₂ (z / γ ' ₂ ) in high band.

Les compensations de gain en bandes basse et haute par les facteurs fac₁ et fac₂ respectivement assurent une continuité des réponses des filtres à 4 kHz. C'est cette continuité qui permet ensuite de coder les deux spectres discrets X_lo et X_hi en un seul vecteur X. Là encore, il est important de noter que la valeur 0 dB utilisée ici pour définir la continuité entre bandes basse et haute n'est qu'indicative.The gain compensation in low and high bands by the factors fac ₁ and fac ₂ respectively ensure a continuity of the responses of the filters at 4 kHz. It is this continuity that then makes it possible to code the two discrete spectra X _lo and X _hi into a single vector X. Again, it is important to note that the value 0 dB used here to define the continuity between low and high bands n is indicative.

Le décodeur audio hiérarchique correspondant à cette variante est décrit à la figure 7. Par rapport au décodeur du mode de réalisation précédent, la seule différence consiste en la récupération des coefficients LPC quantifiés, Â₂(z), utilisés par le module 1002 d'extension de bande et à l'application d'un filtre de pondération perceptuelle inverse W₂(z)^-1 sur le signal x̂_hi. Le filtre inverse W₂(z)^-1 en bande haute est de type Â₂(z/γ'₂)/Â₂(z/γ' ₁) suivi par le facteur de compensation de gain 1/fac₂ où fac₂ a été défini plus haut.The hierarchical audio decoder corresponding to this variant is described in figure 7 . Compared with the decoder of the previous embodiment, the only difference consists in recovering the quantized LPC coefficients λ ₂ (z) used by the band extension module 1002 and applying a perceptual weighting filter. inverse W ₂ (z) ^-1 on the signal x _hi . The inverse filter W ₂ (z) ^-1 in the high band is of type λ ₂ (z / γ ' ₂ ) / λ ₂ (z / γ' ₁ ) followed by the gain compensation factor 1 / fac ₂ where fac ₂ has been defined above.

L'invention couvre en outre un programme d'ordinateur comportant une suite d'instructions mémorisées sur un support pour exécution par un ordinateur ou un dispositif dédié, remarquable en ce que lors de l'exécution de ces instructions, ce dernier exécute le procédé de pondération perceptuelle objet de l'invention pour le codage et/ou le décodage.The invention furthermore covers a computer program comprising a sequence of instructions stored on a medium for execution by a computer or a dedicated device, which is remarkable in that, during the execution of these instructions, the latter executes the method of perceptual weighting object of the invention for coding and / or decoding.

Le programme d'ordinateur précité est par exemple un programme directement exécutable implanté dans un dispositif de pondération perceptuelle objet de l'invention.The aforementioned computer program is for example a directly executable program implanted in a perceptual weighting device object of the invention.

Il est bien entendu que l'invention n'est pas limitée aux seuls modes de réalisation qui viennent d'être décrits. En particulier, on notera que

• les valeurs numériques des paramètres ajustables γ ₁, γ ₂, γ' ₁ et γ' ₂ peuvent être différentes de celles choisies ci-dessus,
• le facteur de compensation fac₁ peut être appliqué avant filtrage par Â(z/γ ₁)/Â(z/γ ₂) ou entre les filtres Â(z/γ ₁) et Â(z/γ ₂) ou encore intégré dans l'un des filtres Â(z/γ ₁) ou Â(z/γ ₂). Il en est de même pour le facteur fac₂ et les filtres inverses correspondants,
• le filtre de pondération perceptuelle n'est pas nécessairement de la forme Â(z/γ ₁)/Â(z/γ ₂),
• le nombre de sous-bandes définies dans la bande de fréquence totale peut être supérieur à 2.

It is understood that the invention is not limited to the embodiments that have just been described. In particular, it will be noted that

• the numerical values of the adjustable parameters γ ₁ , γ ₂ , γ ' ₁ and γ' ₂ may be different from those chosen above,
• the fac ₁ compensation factor can be applied before filtering by  (z / γ ₁ ) /  (z / γ ₂ ) or between the filters  (z / γ ₁ ) and  (z / γ ₂ ) or else integrated into one of the filters  (z / γ ₁ ) or Å (z / γ ₂ ). It is the same for the fac ₂ factor and the corresponding inverse filters,
• the perceptual weighting filter is not necessarily of the form  (z / γ ₁ ) /  (z / γ ₂ ),
• the number of sub-bands defined in the total frequency band may be greater than 2.

Claims (13)

1. Perceptual weighting device for the coding/decoding of an audio signal in a given frequency band, said coding/decoding being performed in a plurality of adjacent sub-bands in said given frequency band, characterized in that said device comprises, in at least one sub-band, a filter (307) for perceptual weighting with gain compensation of the form fac Â(z/γ ₁)/Â(z/γ ₂) where Â(z) represents a linear prediction filter, with 0 ≤ γ ₂ ≤ 1 and 0 ≤ γ ₁ ≤ 1 and fac the gain compensation factor dependent on the coefficients of said filter Â(z).
2. Device according to Claim 1, characterized in that said filter (307) for perceptual weighting with gain compensation comprises a perceptual weighting filter (501, 502) and a gain compensation module (503).
3. Device according to Claim 1, characterized in that said filter for perceptual weighting with gain compensation comprises a perceptual weighting filter incorporating said gain compensation.
4. Device according to Claim 1, characterized in that said gain compensation performs a multiplication by a factor fac equal to : $$\mathit{fac}=\left|\frac{{\displaystyle \sum _{i=0}^p}{\left(-{\gamma }_2\right)}^i{\hat{a}}_i}{{\displaystyle \sum _{i=0}^p}{\left(-{\gamma }_1\right)}^i{\hat{a}}_i}\right|$$

   

   
   where the â_i are the coefficients of said linear prediction filter Â(z) = â₀ + â₁ z^-1+ â₂ z ^{- 2} +... + â_p z^-p.
5. Hierarchical audio coder in a frequency band decomposed into a first and a second adjacent sub-band, said coder comprising:

   - a core coder (305; 905) intended to code an original signal in the first sub-band of said frequency band,

   - a stage (306; 906) for the calculation of a residual signal (e) on the basis of said original signal and of the signal arising from said core coder,

   - a device for the perceptual weighting of said residual signal (e), in accordance with Claim 1.
6. Coder according to Claim 5, characterized in that said filter (307) for perceptual weighting having gain compensation comprises a filter (501, 502) for perceptual weighting in the first sub-band.
7. Coder according to Claim 5, characterized in that the gain compensation in the first sub-band performs a multiplication by a factor fac₁ equal to : $${\mathit{fac}}_1=\left|\frac{{\displaystyle \sum _{i=0}^p}{\left(-{\gamma }_2\right)}^i{\hat{a}}_i}{{\displaystyle \sum _{i=0}^p}{\left(-{\gamma }_1\right)}^i{\hat{a}}_i}\right|$$

   

   
   where the â₁ are the coefficients or said linear prediction filter Â₁(z) = â₀ + â₁ z^-1 + â₂ z^-2 +... + â_p z^-p.
8. Coder according to one of Claims 5 to 7, characterized in that the coefficients of said linear prediction filter are provided by said core coder (305).
9. Coder according to any one of Claims 5 to 8, characterized in that the signal arising from the device (307) for perceptual weighting in the first subband and the original signal in the second sub-band are applied respectively to transfonrm-based analysis modules (308, 311), and in that said transform-based analysis modules are linked to a transform-based coder (313) in said frequency band.
10. Hierarchical audio decoder in a frequency band decomposed into a first and a second adjacent sub-band, said decoder comprising:

    - a core decoder (701; 1001) intended to decode in the first sub-band of said frequency band a received signal coded by the coder according to any one of Claims 5 to 9,

    - a device for the inverse perceptual weighting of a signal representative of the residual signal (e) weighted in the first sub-band by the perceptual weighting device (307; 907)of said coder,
    characterized in that said inverse perceptual weighting device (707; 1008) comprises a filter for perceptual weighting with gain compensation, the inverse of the filter (307) for perceptual weighting with gain compensation of the coder in the first sub-band.
11. Method of perceptual weighting for the coding of an audio signal in a given frequency band, said coding being performed in a plurality of adjacent sub-bands in said given frequency band, characterized in that said method comprises, in at least one sub-band, a step of perceptual weighting with gain compensation of the form fac Â(z/γ ₁)/Â(z/γ ₂) where Â(z) represents a linear prediction filter, with 0 ≤ γ ₂ ≤ 1 and 0 ≤ γ ₁ ≤ 1 and fac the gain compensation factor dependent on the coefficients of said filter Â(z).
12. Method of perceptual weighting for the decoding of an audio signal coded in a given frequency band in accordance with the method according to Claim 11, characterized in that said method comprises, in said sub-band, a step of perceptual weighting with gain compensation, the inverse of said step of perceptual weighting with gain compensation.
13. Computer program comprising a series of instructions stored on a medium for execution by a computer or a dedicated device, characterized in that during the execution of said instructions, it implements the perceptual weighting method according to Claim 11 and/or Claim 12.

Images