EP2489040A1 - Decodage parametrique stereo optimise - Google Patents

Decodage parametrique stereo optimise

Info

Publication number
EP2489040A1
EP2489040A1 EP10785121A EP10785121A EP2489040A1 EP 2489040 A1 EP2489040 A1 EP 2489040A1 EP 10785121 A EP10785121 A EP 10785121A EP 10785121 A EP10785121 A EP 10785121A EP 2489040 A1 EP2489040 A1 EP 2489040A1
Authority
EP
European Patent Office
Prior art keywords
signal
stereo
channels
decoded
signals
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
EP10785121A
Other languages
German (de)
English (en)
Inventor
Balazs Kovesi
Stéphane RAGOT
Thi Minh Nguyet Hoang
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Orange SA
Original Assignee
France Telecom SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by France Telecom SA filed Critical France Telecom SA
Publication of EP2489040A1 publication Critical patent/EP2489040A1/fr
Withdrawn legal-status Critical Current

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
    • G10L19/008—Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing

Definitions

  • the present invention relates to the field of coding / decoding of digital signals.
  • the coding and decoding according to the invention is particularly suitable for the transmission and / or storage of digital signals such as audio-frequency signals (speech, music or other).
  • the present invention relates to the parametric encoding / decoding of multichannel audio signals.
  • This type of coding / decoding is based on the extraction of spatial information parameters so that at decoding, these spatial characteristics can be reconstructed for the listener.
  • This type of parametric encoding applies in particular for a stereo signal.
  • a coding / decoding technique is for example described in the document by Breebaart, J. and van de Par, S and Kohlrausch, A. and Schuijers, titled "Parametric Coding of Stereo Audio” in EURASIP Journal on Applied Signal Processing 2005: 9, 1305-1322. This example is repeated with reference to FIGS. 1 and 2 respectively describing an encoder and a parametric stereo decoder.
  • FIG. 1 describes an encoder receiving two audio channels, a left channel (denoted L for Left in English) and a right channel (denoted R for Right in English).
  • the L (n) and R (n) channels are processed by the blocks 101, 102 and 103, 104 respectively which perform a term-term Fourier analysis.
  • the transformed signals L j] and R [j] are thus obtained.
  • Block 105 performs a channel reduction matrix or "Downmix” in English to obtain from left and right signals, a sum signal, a monophonic signal hereinafter called mono signal, in this case, in the frequency domain.
  • ICLD InterChannel Level Difference
  • interchannel intensity differences characterize the energy ratios per frequency subband between the left and right channels.
  • L [j] and R [j] correspond to the spectral (complex) coefficients of the L and R channels
  • the values B [k] and B [k + 1], for each frequency band k define the sub-division.
  • spectrum band and the symbol * indicates the complex conjugate.
  • a parameter of ICPD type (for "InterChannel Phase Difference” in English) also called phase difference by frequency subband, is defined according to the following relation:
  • An interchannel time lag called ICTD (for "interchannel time difference") can also be defined equivalent to ICPD.
  • An interchannel coherence parameter ICC (for "InterChannel Cohêt" in English) represents inter-channel correlation.
  • the mono signal is passed in the time domain (blocks 106 to 108) after short-term Fourier synthesis (inverse FFT, windowing and OverLap-Add or OLA) and a mono coding (block 109) is realized. .
  • the stereo parameters are quantized and coded in block 1 10.
  • the spectrum of the signals (L [y ' ], /? []) Is divided according to a nonlinear frequency scale of ERB (equivalent Rectangular Bandwidth) or Bark type, with a number of subbands typically ranging from 20 to 34. This scale defines the values of B (k) and B (k + 1) for each sub-band k.
  • the settings (ICLD, ICPD, ICC) are encoded by scalar quantization possibly followed by entropy coding or differential coding.
  • the ICLD is encoded by a non-uniform quantizer (ranging from -50 to +50 dB) with differential coding; the non-uniform quantization step exploits the fact that the higher the value of the ICLD, the lower the auditory sensitivity to variations of this parameter.
  • a non-uniform quantizer ranging from -50 to +50 dB
  • the mono signal is decoded (block 201), a de-correlator is used (block 202) to produce two versions M (n) and M '(n) of the decoded mono signal. These two signals passed in the frequency domain (blocks 203 to 206) and the decoded stereo parameters (block 207) are used by the stereo synthesis (block 208) to reconstruct the left and right channels in the frequency domain. These channels are finally reconstructed in the time domain (blocks 209 to 214).
  • the decoded left and right channels are synthesized - considering only the inter-channel intensity difference parameters - according to the following equations:
  • the energy of one of the two channels is dominant in a subband.
  • the present invention improves the situation.
  • a method of parametric decoding of a stereo audio signal comprising a step of synthesis, by frequency subband, of the stereo signal from a decoded mono signal resulting from a channel reduction matrix. of the stereo signal and spatial information parameters of the stereo signal, so that the signals obtained are of the form:
  • the synthesis makes it possible to synthesize a stereo signal with a difference in interchannel intensity without loss of energy.
  • the signals J] and M 2 [j] are equal to the decoded mono signal.
  • the method further comprises a step of receiving the phases of the channels of the stereo signal and the signals M [j] or M 2 [j] correspond to the decoded mono signal to which a phase shift corresponding to the received phase is applied for each of the channels.
  • one of the signals M, [j] and M 2 [j ⁇ corresponds to a time decorrelation of the decoded mono signal while the other is equal to the decoded mono signal.
  • This embodiment applies in the case where the synthesis takes into account not only the decoded mono signal but also the decorrelated mono signal.
  • the invention also relates to a parametric decoder of a stereo digital audio signal comprising a synthesis module performing a synthesis, frequency subband, of the stereo signal from a decoded monaural signal resulting from a channel reduction matrix of the stereo signal and spatial information parameters of the stereo signal, so that the signals obtained are from the form:
  • the summary module calculates the earnings as follows:
  • It also relates to a computer program comprising code instructions for implementing the steps of the decoding method as described, when they are executed by a processor.
  • the invention finally relates to a storage means readable by a processor storing a computer program as described.
  • FIG. 1 illustrates an encoder implementing a parametric coding known from the state of the art and previously described
  • FIG. 2 illustrates a decoder implementing a parametric decoding known from the state of the art and previously described
  • FIG. 3 illustrates a stereo parametric encoder delivering a mono signal resulting from a channel reduction matrix and spatial information parameters of the stereo signal
  • FIG. 4 illustrates a decoder according to one embodiment of the invention, implementing a decoding method according to one embodiment of the invention
  • FIG. 5 illustrates the automatic compensation effect that the invention makes it possible to obtain
  • FIG. 6 illustrates a device able to implement the decoding method according to one embodiment of the invention.
  • index k to note a frequency subband index
  • index j to note a frequency line index
  • This parametric stereo encoder operates in wideband with stereo signals sampled at 16 kHz with 5 ms frames.
  • Each channel (L and R) is first pre-filtered by a high pass filter (HPF) eliminating the components below 50 Hz (blocks 301 and 302).
  • HPF high pass filter
  • the passage of the stereo signal in the frequency domain is performed by the blocks 303a, 303b, 303c and 303d.
  • the calculation of the mono signal is carried out in the block 303e for mastering the stereo signal or "downmix" in which the signal is calculated in the frequency domain by the following formula:
  • the L and R channels are phased so that one phase ZM (j) is chosen as the reference phase for each spectral line of the mono signal.
  • the amplitude of the mono signal is calculated by averaging the amplitudes of the L and R channels.
  • Blocks 303f, 303g and 303h allow the mono signal to be brought back to the time domain in order to be coded by block 304.
  • the coding of the mono signal is performed by a G.722 type encoder, as described, for example, in ITU-T Recommendation G.722, 7 kHz audio-coding within 64 kbit / s, Nov. 1988.
  • the delay introduced in the G.722 type coding is 22 samples at 16 kHz and the delay in the downmix in the frequency domain is 80 samples at 16 kHz.
  • Block 311 extracts the spatial information parameters of the stereo signal.
  • the parameters are calculated by frequency subband after a step of cutting the spectra L [j] and R [j] into a predetermined number of frequency subbands, for example here 20 subbands according to the scale defined below:
  • the obtaining of these parameters is for example carried out by the following calculation:
  • the ratio [[k] represents the amplitude ratio line by line between the decoded left and right channels.
  • the encoder here defines the ratio l [k] as:
  • 37 bits are used for even-numbered frames (with 3 reserved-use bits) and 40 bits for odd-numbered frames.
  • the frame length being 5 ms, we obtain 40 bits per frame, ie a bit rate of 8 kbit / s for the stereo extension (in addition to the G.722 coding).
  • Each phase is quantized with a uniform quantizer whose reconstruction level table is given below:
  • tab_phase_q5 [32] ⁇ 0, ⁇ / 16, 2 ⁇ 16, 3 ⁇ / 16, 4 ⁇ / 16, 5 / ⁇ 6, 6/16, 7 ⁇ / 16, 871 16, 9 ⁇ / 16, 10 ⁇ 16, 11 ⁇ 16, 1271 / 16, 1371/16, 1471/16, 1571/16 ⁇
  • the ICLD parameter defined in equation (1) thus corresponds to the ratio I [k], however I [k] is homogeneous at an amplitude ratio while the ICLD is homogeneous at an energy ratio.
  • the encoder may operate at other frequencies (such as 32 kHz) and with different subband cutting.
  • the calculation of the parameters is carried out line by line, which is equivalent to defining frequency sub-bands reduced to a Fourier coefficient; we then obtain 80 subbands for the example of the embodiment with 5 ms frames at 16 kHz sampling frequency.
  • FIG. 4 illustrates a decoder in one embodiment of the invention as well as the decoding method that it implements.
  • the portion of bit stream scalable and received from the G.722 encoder is demultiplexed and decoded by a G.722 type decoder (block 401) in 56 or 64 kbit / s mode.
  • the synthesized signal obtained corresponds to the mono signal M (n) in the absence of transmission errors.
  • the part of the bit stream associated with the stereo extension is also demultiplexed at block 404.
  • the encoder generates two bitstream layers for the stereo extension of G.722: a first layer containing the indices coding of the parameters l [k] and a second layer containing the coding indices of the phases.
  • the spectra of the left and right channels are synthesized as follows:
  • I [j] an amplitude ratio between the two channels of the stereo signal, resulting from the decoded parameters.
  • one of the signals M [j] or M 2 [j] corresponds to a time decorrelation of the decoded mono signal and put in the frequency domain while the other is equal to the decoded mono signal placed in the frequency domain M [j].
  • the decoder does not directly receive the coded values of the two scaling factors c, [j] and c 2 [j], but it decodes a parameter, noted here l [j], defined as the ratio between the two scale factors:
  • / [j] can be defined as the amplitude ratio of the two channels:
  • Equation (20) makes it possible to obtain the decoded right channel from M [j] and the parameter I [j] '.
  • the decoding method therefore applies to finding exactly the amplitude ratio.
  • the left and right channel phases must be encoded and transmitted in addition to the parameters to correctly synthesize the two channels.
  • the phase of the decoded mono signal corresponds to the phase of the right channel ZR (j) and it suffices to transmit the phase of the left channel ZL (j) - or vice versa if the phase of the decoded mono signal corresponds to the phase of the left channel ZL (j).
  • the signals M, [j] and M 2 [j] then correspond to the decoded mono signal to which a phase shift corresponding to the received phase is applied for each of the channels.
  • the invention assumes here transmitting the parameters for each frequency line.
  • the spectrum comprises 80 complex lines, so in principle 80 parameters should be transmitted.
  • the decoder receives as stereo parameter / [k] which corresponds to the coded value / [k] per subband whose example of a definition was given previously to equation 14.
  • the spectrum is divided into subbands as described with reference to FIG.
  • the first sub-bands are reduced to a single (complex) coefficient, which makes it possible to implement the decoding method according to the invention.
  • the encoder then transmits l [k].
  • the decoder contains:
  • the parameter l [0] is not transmitted, which corresponds to a 0-50 Hz band in which the difference in interchannel intensity is not perceptually important.
  • Figure 5 illustrates the energy values as a function of the I ratio in dB. It can thus be noted that the synthesis according to the invention makes it possible to obtain an automatic compensation of the energy in the areas where ⁇ [k]> +/- 100 dB.
  • R (n) are reconstructed by inverse discrete Fourier transform (blocks 406 and 409) respective spectra L [j] and R [j] from synthesis block 405 and addition-overlap (blocks 408 and 411) with sinusoidal windowing ( blocks 407 and 410).
  • the decoder described with reference to FIG. 4 implements a method of parametric decoding of a stereo audio digital signal comprising a synthesis step (synth. a high-frequency signal of the stereo signal from a decoded mono signal resulting from a channel reduction matrix of the stereo signal and from spatial information parameters of the stereo signal, so that the signals obtained are of the form:
  • I [j] an amplitude ratio between the two channels of the stereo signal, derived from the decoded parameters.
  • the decoder exactly the values to be coded, without requiring a correction factor. This technique is therefore more effective than that used in the state of the art.
  • the invention has been described here in the case of a G.722 encoder / decoder. It can obviously apply in the case of a modified G.722 encoder, for example including noise reduction mechanisms (English) or including a scalable extension of G.722 with additional information.
  • the invention can also be applied in the case of another mono encoder than the G.722 type such as for example a G.711.1 type encoder. In the latter case, the delay T must be adjusted to take into account the delay of the G.711.1 encoder.
  • time-frequency analysis of the embodiment described with reference to FIG. 3 could be replaced according to different variants:
  • MDCT modified discrete cosine transform
  • the embodiments described above dealt with the case of a multichannel signal of the stereo signal type also extends to the case more general multichannel signal coding (with more than 2 audio channels) from a mono or even stereo downmix.
  • the coding of spatial information involves the coding and transmission of spatial information parameters.
  • the spatial information parameters of the multichannel signal then take into account the differences or the coherences between the different channels.
  • the encoders and decoders as described with reference to FIGS. 3 and 4 may be integrated into a multimedia equipment of the set-top box type, computer or communication equipment such as a mobile telephone or personal electronic organizer.
  • FIG. 6 represents an example of such multimedia equipment or decoding device comprising a decoder according to the invention.
  • This device comprises a PROC processor cooperating with a memory block BM having a storage and / or working memory MEM.
  • the memory block may advantageously comprise a computer program comprising code instructions for implementing the steps of the decoding method in the sense of the invention, when these instructions are executed by the processor PROC, and in particular the synthesis step ( synth.), by frequency subband, of the stereo signal from a decoded monaural signal (M [j]) resulting from a channel reduction matrix of the stereo signal and spatial information parameters of the stereo signal, so that the signals obtained are of the form:
  • I [j] an amplitude ratio between the two channels of the stereo signal, resulting from the decoded parameters.
  • FIG. 4 repeats the steps of an algorithm of such a computer program.
  • the computer program can also be stored on a memory medium readable by a reader of the device or downloadable in the memory space of the equipment.
  • the device comprises an input module able to receive the coded spatial information parameters P c and a mono signal M coming for example from a communication network. These input signals can come from a reading on a storage medium.
  • the device comprises an output module capable of transmitting a stereo signal S s decoded by the decoding method implemented by the equipment.
  • This multimedia equipment may also include speaker type reproduction means or communication means capable of transmitting this stereo signal.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Stereophonic System (AREA)

Abstract

La présente invention se rapporte à un procédé de décodage paramétrique d'un signal audionumérique stéréo comportant une étape de synthèse (synth.), par sous-bande de fréquence, du signal stéréo à partir d'un signal mono décodé (M[J]) issu d'un matriçage de réduction de canaux du signal stéréo et de paramètres d'information spatiale du signal stéréo, de telle sorte que les signaux obtenus sont de la forme: Ľ[j] = c1[j].M1[j] Ř[j] = c2[j].M2[j] avec Ľ[j] et Ř[j] les canaux du signal synthétisé, M1[j] et M2[j] des signaux fonctions du signal mono décodé et c1[j], c2[j] des gains. Les gains sont remarquables en ce qu'ils sont calculés de la façon suivante: c1[j] =2Î[j] Î[j]+1 c2[j] =2 Î[j]+1 avec Î[j] un rapport d'amplitude entre les deux canaux du signal stéréo, issu des paramètres décodés. L'invention se rapporte également à un décodeur mettant en œuvre le procédé tel que décrit.

Description

Décodage paramétrique stéréo optimisé
La présente invention concerne le domaine du codage/décodage des signaux numériques.
Le codage et le décodage selon l'invention est adapté notamment pour la transmission et/ou le stockage de signaux numériques tels que des signaux audiofréquences (parole, musique ou autres).
Plus particulièrement, la présente invention se rapporte au codage/décodage paramétrique de signaux audio multicanaux.
Ce type de codage/décodage se base sur l'extraction de paramètres d'information spatiale pour qu'au décodage, ces caractéristiques spatiales puissent être reconstituées pour l'auditeur.
Ce type de codage paramétrique s'applique notamment pour un signal stéréo. Une telle technique de codage/décodage est par exemple décrite dans le document de Breebaart, J. and van de Par, S and Kohlrausch,A. and Schuijers, intitulé "Parametric Coding of Stereo Audio" dans EURASIP Journal on Applied Signal Processing 2005:9, 1305-1322. Cet exemple est repris en référence aux figures 1 et 2 décrivant respectivement un codeur et un décodeur stéréo paramétrique.
Ainsi, la figure 1 décrit un codeur recevant deux canaux audio, un canal gauche (noté L pour Left en anglais) et un canal droit (noté R pour Right en anglais).
Les canaux L(n) et R(n) sont traités par les blocs 101, 102 et 103, 104 respectivement qui effectuent une analyse de Fourier cout terme. Les signaux transformés L j] et R[j] sont ainsi obtenus.
Le bloc 105 effectue un matriçage de réduction de canaux ou "Downmix" en anglais pour obtenir à partir des signaux gauche et droit, un signal somme, un signal monophonique ci-après nommé signal mono, dans le cas présent, dans le domaine fréquentiel.
Une extraction de paramètres d'information spatiale est également effectuée dans le bloc 105. Les paramètres de type ICLD (pour "InterChannel Level Différence" en anglais) encore appelés différences d'intensité intercanal, caractérisent les ratios d'énergie par sous-bande fréquentielle entre les canaux gauche et droit.
Ils sont définis en dB par la formule suivante:
ICLD[/fc] = 10.1ogt dB (1)
où L[j] et R[j] correspondent aux coefficients spectraux (complexes) des canaux L et R, les valeurs B[k] et B[k+1], pour chaque bande de fréquence k, définissent la découpe en sous-bande du spectre et le symbole * indique le conjugué complexe.
Un paramètre de type ICPD (pour "InterChannel Phase Différence" en anglais) encore appelé différence de phase par sous-bande fréquentielle, est définie suivant la relation suivante:
l D [k] = z(∑^ L[j] . R' [j]) (2) où Z indique l'argument (la phase) de l'opérande complexe.
On peut également définir de façon équivalente à l'ICPD, un décalage temporel intercanal appelé ICTD (pour "interchannel time différence" en anglais).
Un paramètre de cohérence intercanal ICC (pour "InterChannel Cohérence" en anglais) représente quant à lui, la corrélation intercanal.
Ces paramètres ICLD, ICPD et ICC sont extraits des signaux stéréo, par le bloc 105.
Le signal mono est passé dans le domaine temporel (blocs 106 à 108) après synthèse de Fourier court-terme (FFT inverse, fenêtrage et addition-recouvrement dite OverLap-Add ou OLA en anglais) et un codage mono (bloc 109) est réalisé. En parallèle les paramètres stéréo sont quantifiés et codés dans le bloc 1 10.
En général le spectre des signaux ( L[y'] , /?[ ] ) est divisé suivant une échelle fréquentielle non-linéaire de type ERB (Equivalent Rectangular Bandwidth) ou Bark, avec un nombre de sous-bandes allant typiquement de 20 à 34. Cette échelle définit les valeurs de B(k) et B(k+1) pour chaque sous-bande k. Les paramètres (ICLD, ICPD, ICC) sont codés par quantification scalaire éventuellement suivie d'un codage entropique ou d'un codage différentiel. Par exemple, dans l'article précédemment cité, l'ICLD est codée par un quantificateur non-uniforme (allant de - 50 à +50 dB) avec codage différentiel ; le pas de quantification non-uniforme exploite le fait que plus la valeur de l'ICLD est grande plus la sensibilité auditive aux variations de ce paramètre est faible.
Au décodeur 200, le signal mono est décodé (bloc 201), un dé-corrélateur est utilisé (bloc 202) pour produire deux versions M(n)et M'(n) du signal mono décodé. Ces deux signaux passés dans le domaine fréquentiel (blocs 203 à 206) et les paramètres stéréo décodés (bloc 207) sont utilisés par la synthèse stéréo (bloc 208) pour reconstruire les canaux gauche et droit dans le domaine fréquentiel. Ces canaux sont enfin reconstruits dans le domaine temporel (blocs 209 à 214).
Pour la synthèse stéréo effectuée dans le bloc 208, différentes méthodes existent pour synthétiser deux canaux stéréo à partir des paramètres ICLD et d'un signal mono décodé.
Un exemple est décrit dans l'article des auteurs Lapierre et Lefebvre, intitulé "On Improving Parametric Stereo Audio Coding", apparu à la 120th AES Convention, Paris, 2006.
Les canaux gauche et droit décodés sont synthétisés - en ne considérant que les paramètres de différence d'intensité intercanal - selon les équations suivantes:
L[j] = c,[Â:].M[7]
(3)
R[j] = c2[k]M[j]
avec
c,[k]
ou c,[k]
Cependant, pour arriver à ce résultat il faut prendre une hypothèse forte. En effet, l'opération de "downmix" mono est calculée comme suit:
L [j] + R[J]
M [j] = - (5) l'expression exacte de l'éner ie du signal mono est la suivante:
Les formules donnant c [k] et c2[k] découlent de la contrainte d'énergie suivante:
On suppose que le canal gauche et le canal droit sont identiques (L[j]=R[j]), et on peut écrire:
donc, 2
La contrainte ci-dessus s'écrit donc: c [kf , soit f + c2[kf = 2 (9)
Comme = c[k] , on trouve c [k c k +c2[kf = c2[kf (c[kf + l) - 2 ce qui
c2[k] ' - v / permet d'arriver au résultat c2[*] = . et de manière similaire
l + c2[k] Cette démonstration montre que la contrainte d'énergie
2 Λ 2 2
ΙΧ] + - 2 M[f\ imposée dans les techniques de l'état de l'art du codage stéréo d'intensité n'est valable que pour le cas spécifique de sous-bandes des canaux L et R identiques (L[j]=R[j]).
Cette hypothèse n'est pas vérifiée dans le cas de signaux stéréo réels, pour lesquels les canaux gauche et droit sont différents en général.
Dans les autres cas, l'énergie du signal stéréo synthétisée ne sera pas bien conservée. Aussi des méthodes de compensation d'énergie ou des méthodes de downmix dites « actives » doivent être développées pour conserver cette énergie.
Une méthode basée sur un facteur d'échelle au décodeur est décrite dans le document de Lapierre cité ci-dessus.
L'exemple suivant décrit ici montre par exemple un cas où la contrainte d'énergie imposée dans les techniques de l'état de l'art n'est plus applicable.
Dans cet exemple, l'énergie d'un des deux canaux est dominante dans une sous-bande.
Pour le cas d'une sous-bande réduite à un coefficient, en supposant que L[jj = 1000X et R(j] = X où X est réel, on en déduit le signal mono M j] = (L j]+R|j])/2 = 500.5X.
On obtient donc 2|M[j]|2 = 2*250500.25X2 = 501000.5X2.
Cette valeur diffère de \L\}]\2 +|R j]|2 = 1000001X2. La conséquence de cette mauvaise hypothèse de départ est que l'énergie du signal décodé est nettement inférieure à l'énergie du signal à coder dans le cas où les deux canaux sont déséquilibrés. Dans notre exem le, le paramètre d'information spatiale s'écrit:
ICLD [A ] = 10. dB ( 10)
On obtient donc: c[k] = lO'CLWno = l =
R 1^ X°-^ = 1000
Ce qui donne : 2c2[k] 2000000
\ + c2[k] V 1000001 c2[k] = - 0.0014142 (12)
l + c2[k] V 1000001
Les valeurs décodées seront alors :
= cl[k]M[j] l. 142 · 500.5Χ = 707.807 IX à la place de 1000X et R[j] = c2[k].M[j] 0.00l4142 - 500.5X = 0.7078071* à la place de X, ce qui revient à environ 3 dB de perte dans chaque canaux.
Pour ce type de cas, on peut voir qu'il est nécessaire de mettre en œuvre une technique de compensation d'énergie qui augmentera le débit nécessaire pour synthétiser correctement le signal stéréo au décodeur.
Afin de ne pas augmenter le débit nécessaire au codage stéréo, il existe un besoin d'effectuer une synthèse d'un signal stéréo qui ne nécessite pas de compensation d'énergie.
La présente invention vient améliorer la situation.
A cet effet, elle propose un procédé de décodage paramétrique d'un signal audionumérique stéréo comportant une étape de synthèse, par sous-bande de fréquence, du signal stéréo à partir d'un signal mono décodé issu d'un matriçage de réduction de canaux du signal stéréo et de paramètres d'information spatiale du signal stéréo, de telle sorte que les signaux obtenus sont de la forme:
R[j] = c2[j]M2\j]
avec L[j] et R[j] les canaux du signal synthétisé, ,[j] et M2[j] des signaux fonctions du signal mono décodé et c, |j] , c2[j] des gains. Les gains sont remarquables en ce qu'ils sont calculés de la façon suivante: 2I[j)
avec un rapport d'amplitude entre les deux canaux du signal stéréo, issu des paramètres décodés.
Ainsi, l'application de ces gains pour la synthèse du signal stéréo permet de s'affranchir de toute compensation à appliquer pour conserver l'énergie des signaux.
En effet, par l'application de ces gains, la synthèse permet de synthétiser un signal stéréo avec une différence d'intensité intercanal sans perte d'énergie.
Les différents modes particuliers de réalisation mentionnés ci-après peuvent être ajoutés indépendamment ou en combinaison les uns avec les autres, aux étapes du procédé défini ci-dessus.
Dans un mode de réalisation, les signaux J ] et M 2[j] sont égaux au signal mono décodé.
Ceci s'applique en particulier dans le cas où les canaux du signal stéréo ne sont pas déphasés.
Dans un autre mode de réalisation, le procédé comporte en outre une étape de réception des phases des canaux du signal stéréo et les signaux M [j] ou M2[j] correspondent au signal mono décodé auquel un déphasage correspondant à la phase reçue est appliqué pour chacun des canaux.
Ceci s'applique dans le cas où les canaux du signal stéréo sont déphasés. Dans encore un autre mode de réalisation un des signaux M, [j] et M2[ j\ correspond à une décorrélation temporelle du signal mono décodé alors que l'autre est égal au signal mono décodé.
Ce mode de réalisation s'applique dans le cas où la synthèse prend en compte non seulement le signal mono décodé mais aussi le signal mono décorrélé.
L'invention se rapporte également à un décodeur paramétrique d'un signal audionumérique stéréo comportant un module de synthèse effectuant une synthèse, par sous-bande fréquence, du signal stéréo à partir d'un signal mono décodé issu d'un matriçage de réduction de canaux du signal stéréo et de paramètres d'information spatial du signal stéréo, de telle sorte que les signaux obtenus sont de la forme:
L j] = c[ [j].Ml [j]
R[j] = c2[jlM2[j]
avec L[j] et R[j] les canaux du signal synthétisé, Mv[j et M2[j] des signaux fonctions du signal mono décodé et c [j] , c2[j] des gains. Le module de synthèse effectue le calcul des gains de la façon suivante:
2
c2 lj] = avec î[j] un rapport d'amplitude entre les deux canaux du signal stéréo, issu des paramètres décodés.
Elle se rapporte aussi à un programme informatique comprenant des instructions de code pour la mise en œuvre des étapes du procédé de décodage tel que décrit, lorsque celles-ci sont exécutées par un processeur.
L'invention se rapporte enfin à un moyen de stockage lisible par un processeur mémorisant un programme informatique tel que décrit.
D'autres caractéristiques et avantages de l'invention apparaîtront plus clairement à la lecture de la description suivante, donnée uniquement à titre d'exemple non limitatif, et faite en référence aux dessins annexés, sur lesquels:
- la figure 1 illustre un codeur mettant en œuvre un codage paramétrique connu de l'état de l'art et précédemment décrit;
- la figure 2 illustre un décodeur mettant en œuvre un décodage paramétrique connu de l'état de l'art et précédemment décrit;
- la figure 3 illustre un codeur paramétrique stéréo délivrant un signal mono issu d'un matriçage de réduction de canaux et des paramètres d'information spatiale du signal stéréo; - la figure 4 illustre un décodeur selon un mode de réalisation de l'invention, mettant en œuvre un procédé de décodage selon un mode de réalisation de l'invention;
- la figure 5 illustre l'effet de compensation automatique que l'invention permet d'obtenir; et
- la figure 6 illustre un dispositif apte à mettre en œuvre le procédé de décodage selon un mode de réalisation de l'invention.
En référence à la figure 3, un codeur paramétrique de signaux stéréo délivrant à la fois un signal mono et des paramètres d'information spatiale du signal stéréo est maintenant décrit.
A noter que dans la suite on utilisera l'indice k pour noter un indice de sous- bande fréquentielle et l'indice j pour noter un indice de raie fréquentielle.
Ce codeur stéréo paramétrique opère en bande élargie avec des signaux stéréo échantillonnés à 16 kHz avec des trames de 5 ms. Chaque canal (L et R) est d'abord pré-filtré par un filtre passe-haut (HPF pour High Pass Filter en anglais) éliminant les composantes en dessous 50 Hz (blocs 301 et 302).
Le passage du signal stéréo dans le domaine fréquentiel est effectué par les blocs 303a, 303b, 303c et 303d.
Le calcul du signal mono s'effectue dans le bloc 303e de matriçage du signal stéréo ou "downmix" dans lequel le signal est calculé dans le domaine fréquentiel par la formule suivante:
où |.j représente l'amplitude (module complexe) et Z(.) la phase (argument complexe).
Ainsi, les canaux L et R sont mis en phase de sorte qu'une phase ZM (j) est choisie comme phase de référence pour chaque raie spectrale du signal mono. L'amplitude du signal mono est calculée en moyennant les amplitudes des canaux L et R. Dans le mode de réalisation privilégié on fixe: ZM ( _/') = ZR(j) . Les blocs 303f, 303g et 303h pennettent de ramener le signal mono dans le domaine temporel afin d'être codé par le bloc 304.
Le codage du signal mono s'effectue par un codeur de type G.722, tel que décrit par exemple dans la recommandation UIT-T G.722, 7 kHz audio-coding within 64 kbit/s, Nov. 1988.
Le retard introduit dans le codage de type G.722 est de 22 échantillons à 16 kHz et celui du "downmix" dans le domaine fréquentiel est de 80 échantillons à 16 kHz. Les canaux L et R sont alignés dans le temps (blocs 305 et 308) avec un retard de T' = 22+80 = 102 échantillons et analysés en fréquentiel par transformée, par exemple par transformée en Fourier discrète avec fenêtrage sinusoïdal à recouvrement qui dans l'exemple ici est de 50% (blocs 306, 307 et 309, 310). Chaque fenêtre couvre ainsi 2 trames de 5 ms soit 10 ms (160 échantillons).
Le bloc 311 permet d'extraire les paramètres d'information spatiale du signal stéréo.
Dans un mode de réalisation particulier, le calcul des paramètres s'effectue par sous- bande de fréquence après une étape de découpage des spectres L[ j] et R [j] en un nombre prédéterminé de sous-bandes de fréquence, par exemple ici 20 sous-bandes suivant l'échelle définie ci-dessous:
{ B(k) Jfc-o.,.,20 = [0, 1, 2, 3, 4, 5, 6, 7, 9, 11 , 13, 16, 19, 23, 27, 31, 37, 44, 52,
61, 80j
Cette échelle délimite (en nombre de coefficients de Fourier) les sous- bandes fréquentielles d'indice k = 0 à 19. Par exemple la première sous-bande (k=0) va du coefficient B(k)=0 à B(k+l)-l = 0; elle est donc réduite à un seul coefficient (100 Hz).
De même la dernière sous-bande (k=l9) va du coefficient B(k)=6l à B(k+1)- 1 = 79, elle comprend 19 coefficients (1900 Hz).
L'obtention de ces paramètres est par exemple effectuée par le calcul suivant: Le rapport î[k] représente le rapport d'amplitude raie par raie entre les canaux gauche et droit décodé. Afin de reproduire une image spatiale au décodeur similaire à celle des signaux stéréo en entrée du codeur, on définit ici au codeur le rapport l [k] comme:
On suppose que le rapport l [k] est codé dans le domaine logarithmique. On peut également exploiter le fait que le paramètre ICLD [/t ] pour h=0 peut être négligé. Son calcul et donc son codage peuvent être évités.
Un exemple de codage des paramètres l [k] est détaillé ci-dessous:
- pour les trames d'indice pair: codage d'un bloc de 9 paramètres par quantification scalaire non-uniforme avec:
• 5 bits pour le premier paramètre l [k] avec k=\
• 4 bits pour les 8 paramètres l[k] suivants
- pour les trames d'indice t impair: codage d'un bloc de 10 paramètres {l[fc]}i=10 19 comme présenté précédemment
• 5 bits pour le premier paramètre l [k] ,
• 4 bits pour les 8 paramètres l[k] suivants,
• 3 bits pour le dernier (dixième) paramètre l [k] .
On utilise ainsi, dans ce mode de réalisation, 37 bits pour les trames d'indice pair (avec 3 bits d'usage réservé) et 40 bits pour les trames d'indice impair. La longueur de trame étant de 5 ms on obtient 40 bits par trame, soit un débit de 8 kbit/s pour l'extension stéréo (en plus du codage G.722).
Un exemple plus détaillé de réalisation est par exemple comme ci-dessous: Pour la table de quantification:
tab_ild_q5[31] = {-50, -45, -40, -35, -30, -25, -22, - 19, -16, -13, - 10, -8, -6, - 4, -2, 0, 2, 4, 6, 8, 10, 13, 16, 19, 22, 25, 30, 35, 40, 45, 50} la quantification à 5 bits del [£] J consiste à trouver l'indice de quantification tel que i = arg minj=o...3o| I[k] - tab_ild_q5{j]|A2
De même pour la pour la table de quantification:
tab_ild_q4[15] = {-16, -13, -10, -8, -6, -4, -2, 0, 2, 4, 6, 8, 10, 13, 16} la quantification à 4 bits de I[k] consiste à trouver l'indice de quantification i tel que i = arg minj=o... i 5 1 I[k] - tab_ild_q4 j]|A2
Enfin pour la table de quantification tab_ild_q3[7] = { -16, -8, -4, 0, 4, 8, 16 } la quantification à 3 bits de I[k] consiste à trouver l'indice de quantification /' tel que i = arg minpo. , . 15 | I[k] - tab_ild_q3 j]|A2
Dans le mode de réalisation privilégié, on transmet en plus la phase ZR [ j] pour j=2..10 avec 5 bits par phase dans une deuxième couche d'extension de 8 kbit/s. Chaque phase est quantifiée avec un quantificateur uniforme dont la table de niveau de reconstruction est donnée ci-dessous :
tab_phase_q5[32] = { 0, π/16, 2π 16, 3π/16, 4π/16, 5 /ΐ6, 6 /16, 7π/16, 871 16, 9π/16, 10π 16, 11π 16, 1271/16, 1371/16, 1471/16, 1571/16}
Le paramètre de ICLD défini à l'équation (1) correspond ainsi au rapport I[k], cependant I[k] est homogène à un rapport d'amplitude alors que l'ICLD est homogène à un rapport d'énergie.
Dans le mode de réalisation décrit ci-dessus, on se situait dans le contexte d'un codeur en bande élargie fonctionnant avec une fréquence d'échantillonnage de 16 kHz et une découpe en sous-bande particulière.
Dans un autre mode de réalisation possible, le codeur peut opérer à d'autres fréquences (comme 32 kHz) et avec une découpe en sous-bandes différente.
En particulier, dans une variante du mode de réalisation, le calcul des paramètres s'effectue raie par raie, ce qui est équivalent à définir des sous-bandes de fréquence réduites à un coefficient de Fourier ; on obtient alors 80 sous-bandes pour l'exemple du mode de réalisation avec des trames 5 ms à 16 kHz de fréquence d' échantillonnage.
La figure 4 illustre un décodeur dans un mode de réalisation de l'invention ainsi que le procédé de décodage qu'il met en œuvre.
La partie du train binaire scalable en débit et reçu du codeur G.722 est démultiplexée et décodée par un décodeur de type G.722 (bloc 401) au mode de 56 ou 64 kbit/s. Le signal synthétisé obtenu correspond au signal mono M (n) en l'absence d'erreurs de transmission.
Une analyse par transformée de Fourier discrète à court-terme avec le même fenêtrage qu'au codeur est réalisée surM(n) (blocs 402 et 403) pour obtenir le spectre M[j] .
La partie du train binaire associée à l'extension stéréo est aussi démultiplexée au bloc 404. Comme expliqué précédemment, on suppose ici que le codeur génère deux couches de train binaire pour l'extension stéréo de G.722 : une première couche contenant les indices de codage des paramètres l[k] et une deuxième couche contenant les indices de codage des phase ..
Le fonctionnement du bloc 405 de synthèse est maintenant détaillé.
Dans un premier temps, pour simplifier la description on suppose que la découpe en sous-bandes fréquentielles est telle que chaque sous-bande comprend un seul coefficient. Ainsi î[k] devient
Les spectres des canaux gauche et droit sont synthétisés comme suit:
R[j] = c2[j)M2[j)
avec L[j] et R[j] les canaux du signal synthétisé, M{[j] et M2[j] des signaux fonctions du signal mono décodé M[j] et c^j] , c2[j] des gains calculés de la façon suivante:
avec I[j] un rapport d'amplitude entre les deux canaux du signal stéréo, issu des paramètres décodés.
Dans un mode de réalisation privilégie on définit M j] = M2[j] = M[j] quand le décodeur reçoit la première couche d'extension stéréo à 8 kbit/s, Mt[j] = M[j] et Ml[j] = M[j].eJ R^ où ^R[y] est la phase décodée quand le décodeur reçoit en plus la deuxième couche d'extension stéréo à 16 kbit/s.
A noter que l'invention s'applique pareillement au cas plus général où ,|j] et M2[j] sont dérivés de M[j] . Par exemple dans une variante un des signaux M [j] ou M2[j] correspond à une décorrélation temporelle du signal mono décodé et mis dans le domaine fréquentiel alors que l'autre est égal au signal mono décodé mis dans le domaine fréquentiel M[j] .
Selon un mode de réalisation de l'invention, le décodeur ne reçoit pas directement les valeurs codées des deux facteurs d'échelle c, [ j] et c2 [ j] , mais il décode un paramètre, noté ici l [j] , défini comme le rapport entre les deux facteurs d'échelle:
Au codeur, comme exemple de réalisation, / [ j] peut être défini comme le rapport d'amplitude des deux canaux :
et on note î[j] la valeur reconstruite de / [j] au décodeur. L'invention consiste à déterminer les facteurs d'échelle et c2 [j] à partir du rapport î[j] en définissant la contrainte suivante sur le signal mono décodé M[j] a) = ± (18)
On détermine alors les facteurs c, [ ] et c2 [j] à partir du rapport [ [j] selon l'équation (16) ci-dessus.
On démontre ci-dessous que ces facteurs d'échelle permettent de retrouver le signal stéréo tel que codé.
Dans le cas particulier de réalisation où M{[j] = M2[j] = [y] c'est-à-dire quand les canaux du signal stéréo ne sont pas déphasés, on remarque en effet que d'après les équations (15) et (17), les canaux gauche et droit décodés sont liés par la relation:
La contrainte de l'é uation 18 im se:
L'équation (20) permet d'obtenir le canal droit décodé à partir de M [j] et du paramètre î[j] '.
De façon similaire, en combinant les équations ( 16) et (21), on obtient le canal gauche décodé à partir de M[j] et du paramètre î[j] : En comparant les équations (15), (21) et (22), on retrouve donc bien l'équation (16).
Si on suppose que les canaux gauche et droit (signaux complexes dans le domaine fréquentiel) sont en phase et diffère uniquement en amplitude, c'est-à-dire L[j} = I[j]R[j\ où I[j] est le ratio d'amplitude, on peut vérifier facilement que l'invention permet de retrouver exactement les canaux originaux dans le cas d'un codage idéal où j] = / [ j] et M [j] = M [ j] - en effet dans ce cas pour ZM (j) = « d'après
les équations (21 et (22) on trouve
et
L(j) = î [ j] R(j) = I[j]R[j] = L[j]
Lorsque les canaux gauche et droit ne sont pas en phase, c'est-à-dire lorsque Mi ij]≠ M2|j] , le "downmix" décrit à l'équation (5) force l'alignement de la phase de ces canaux.
Dans ce mode de réalisation de l'invention, le procédé de décodage s'applique donc à retrouver exactement le rapport d'amplitude. Cependant, les phases des canaux gauche et droit doivent être codées et transmises en plus des paramètres pour synthétiser correctement les deux canaux.
Si l'on suppose que ZM(j) = ZR(j) , la phase du signal mono décodé correspond à la phase du canal droit ZR( j) et il suffit de transmettre la phase du canal gauche ZL(j) - ou inversement si la phase du signal mono décodé correspond à la phase du canal gauche ZL( j) .
Les signaux M, [j] et M2[j] correspondent alors au signal mono décodé auquel un déphasage correspondant à la phase reçue est appliqué pour chacun des canaux. Dans un premier mode de réalisation, l'invention suppose ici de transmettre les paramètres pour chaque raie fréquentielle. Dans l'exemple décrit ci-dessus, le spectre comprend 80 raies complexes, donc en principe 80 paramètres devraient être transmis.
Dans un deuxième temps, on suppose que la découpe en sous-bandes fréquentielles est telle que les sous-bandes ont une taille non uniforme comme dans le mode de réalisation privilégié du codeur. Ainsi le décodeur reçoit comme paramètre stéréo / [k] qui correspond à la valeur codée / [k] par sous-bande dont un exemple de définition a été donné précédemment à l'équation 14.
Dans cette variante plus avantageuse de réalisation de l'invention le spectre est divisé en sous-bandes comme décrit en référence à la figure 3.
Au décodeur, les spectres L[j] et R [ j] sont découpés comme au codeur en
20 sous-bandes suivant l'échelle définie ci-dessous:
{ B(k) }fco...,20 = [0, 1 , 2, 3, 4, 5, 6, 7, 9, 11 , 13, 16, 19, 23, 27, 31 , 37, 44, 52,
61, 80]
Les premières sous-bandes se réduisent à un seul coefficient (complexe) ce qui permet de mettre en œuvre le procédé de décodage selon l'invention.
Pour les sous-bandes de plus d'un coefficient - d'indice k > 6 - on utilise un seul facteur d'échelle par canal pour toute la sous-bande k , selon:
Le codeur transmet alors l[k] .
En utilisant les mêmes principes que ceux du mode de réalisation décrit ci- dessus, on trouve au décodeur:
R(y) = M (j) (26)
I [k] + l L'avantage de cette variante est de transmettre 20 paramètres l [k] au lieu de
80 paramètres. Dans une version optimisée on ne transmet pas le paramètre l [0] qui correspond à une bande de 0-50 Hz dans laquelle la différence d'intensité intercanal n'est pas perceptuellement importante.
L'énergie totale - raie ar raie - du signal stéréo décodé est donnée par: L(j)2 + kjf = B(k)...B(k + 1) - 1
En notant a(I[k\) = \ -J— on trouve deux valeurs limites:
\ I[k] J
Pour î[k] = 0 dB, on a a(I[k]) =2
Pour î[k] > +/- 100 dB, on a (I[k]) = 4
La figure 5 illustre les valeurs d'énergie en fonction du rapport I en dB. On peut ainsi remarquer que la synthèse selon l'invention permet d'obtenir une compensation automatique de l'énergie dans les zone où î[k] > +/-100 dB .
Cette méthode ne nécessite donc pas de technique de compensation coûteuse en débit puisque seul le calcul spécifique des gains appliqué à la synthèse permet d'obtenir cette compensation. En référence à nouveau à la figure 4, les canaux gauche et droit L(«) et
R(n) sont reconstruits par transformée de Fourier discrète inverse (blocs 406 et 409) des spectres respectifs L[j] et R[j] issus du bloc de synthèse 405 et addition- recouvrement (blocs 408 et 411) avec fenêtrage sinusoïdal (blocs 407 et 410).
Ainsi, le décodeur décrit en référence à la figure 4, dans le mode particulier de réalisation au décodage de signaux stéréo, met en œuvre un procédé de décodage paramétrique d'un signal audionumérique stéréo comportant une étape de synthèse (synth.), par sous-bande fréquence, du signal stéréo à partir d'un signal mono décodé issu d'un matriçage de réduction de canaux du signal stéréo et de paramètres d'information spatiale du signal stéréo, de telle sorte que les signaux obtenus sont de la forme:
R[j] = c2[j].M 2[j]
avec L[j] et R[j] les canaux du signal synthétisé, Mx[j] et M2 [j] des signaux fonctions du signal mono décodé et c,[ j] , c2[j] des gains. Les gains sont calculés de la façon suivante:
2Î[j]
2 avec I[j] un rapport d'amplitude entre les deux canaux du signal stéréo, issu des paramètres décodés.
En reprenant l'exemple mentionné au début selon les techniques de l'état de l'art avec L j] = 1000X, R[j] = X, M j] = (L[j]+R[j]) 2 = 500.5X , et en définissant I[j] comme
1000
en négligeant l'erreur de quantification, on a donc îfj] = I[j] et on obtient:
r ·ΐ - 2 - 2
C2 J " /[ ] + r i001
Les valeurs décodées sont alors :
2000
L j} = c, [k].M[j] = 500.5X = ÎOOOX
1001
R[y] = c [k].M[j] = 500.5X = X
2 1001
On retrouve ainsi, au décodeur, exactement les valeurs à coder, sans nécessiter d'un facteur de correction. Cette technique est donc plus efficace que celle utilisée dans l'état de l'art.
L'invention a été décrite ici dans le cas d'un codeur/décodeur G.722. Elle peut bien évidemment s'appliquer dans le cas d'un codeur G.722 modifié, par exemple incluant des mécanismes de réduction de bruit ("noise feedback" en anglais) ou incluant une extension scalable de G.722 avec informations supplémentaires. L'invention peut également s'appliquer dans le cas d'un autre codeur mono que celui de type G.722 comme par exemple un codeur de type G.711.1. Dans ce dernier cas, le retard T doit être ajusté pour prendre en compte le retard du codeur G.711.1.
De même, l'analyse temps-fréquence du mode de réalisation décrit en référence à la figure 3 pourrait être remplacée suivant différentes variantes:
- un autre fenêtrage que le fenêtrage sinusoïdal pourrait être utilisé,
- un autre recouvrement que le recouvrement à 50% entre fenêtres successives pourrait être utilisé
- une autre transformée fréquentielle que la transformée de Fourier, par exemple la transformée en cosinus discret modifiée (MDCT en anglais) pourrait être utilisée.
Les modes de réalisation décrit précédemment traitaient du cas d'un signal multicanal de type signal stéréo, la réalisation de l'invention s'étend également au cas plus général du codage de signaux multicanaux (avec plus de 2 canaux audio) à partir d'un "downmix" mono ou même stéréo.
Dans ce cas le codage de l'information spatiale implique le codage et la transmission de paramètres d'information spatiale. C'est par exemple le cas de signaux à 5.1 canaux comprenant un canal gauche (L), droit (R), centre (C), arrière gauche (Ls pour Left surround), arrière droit (Rs pour Right surround), et subwoofer (LFE pour Low Frequency Effects). Les paramètres d'information spatiale du signal multicanal prennent alors en compte les différences ou les cohérences entre les différents canaux.
Les codeurs et décodeurs tels que décrit en référence aux figures 3 et 4 peuvent être intégrés à un équipement multimédia de type décodeur de salon, ordinateur ou encore équipement de communication tel qu'un téléphone mobile ou agenda électronique personnel.
La figure 6 représente un exemple d'un tel équipement multimédia ou dispositif de décodage comportant un décodeur selon l'invention.
Ce dispositif comporte un processeur PROC coopérant avec un bloc mémoire BM comportant une mémoire de stockage et/ou de travail MEM.
Le bloc mémoire peut avantageusement comporter un programme informatique comportant des instructions de code pour la mise en œuvre des étapes du procédé de décodage au sens de l'invention, lorsque ces instructions sont exécutées par le processeur PROC, et notamment l'étape de synthèse (synth.), par sous-bande fréquence, du signal stéréo à partir d'un signal mono décodé ( M[j] ) issu d'un matriçage de réduction de canaux du signal stéréo et de paramètres d'information spatiale du signal stéréo, de telle sorte que les signaux obtenus sont de la forme:
avec L[j] et R[j] les canaux du signal synthétisé, M, [j] et M2 [j] des signaux fonctions du signal mono décodé et cjy'j , c2\j] des gains. Les gains sont calculés de la façon suivante:
2
c2 U] = -
/UJ + i
avec I[j] un rapport d'amplitude entre les deux canaux du signal stéréo, issu des paramètres décodés.
Typiquement, la description de la figure 4 reprend les étapes d'un algorithme d'un tel programme informatique. Le programme informatique peut également être stocké sur un support mémoire lisible par un lecteur du dispositif ou téléchargeable dans l'espace mémoire de l'équipement.
Le dispositif comporte un module d'entrée apte à recevoir les paramètres d'information spatiale codés Pc et un signal mono M provenant par exemple d'un réseau de communication. Ces signaux d'entrée peuvent provenir d'une lecture sur un support de stockage.
Le dispositif comporte un module de sortie apte à transmettre un signal stéréo Ss décodé par le procédé de décodage mis en œuvre par l'équipement.
Cet équipement multimédia peut également comporter des moyens de restitution de type haut-parleur ou des moyens de communication apte à transmettre ce signal stéréo.

Claims

REVENDICATIONS
1. Procédé de décodage paramétrique d'un signal audionumérique stéréo comportant une étape de synthèse (synth.), par sous-bande de fréquence, du signal stéréo à partir d'un signal mono décodé ( [y'] ) issu d'un matriçage de réduction de canaux du signal stéréo et de paramètres d'information spatiale du signal stéréo, de telle sorte que les signaux obtenus sont de la forme:
L[j] = cl [j]Ml ij]
R[j] = c2 [j]M2 [j]
avec L[j] et R[j] les canaux du signal synthétisé, y] et M2[j] des signaux fonctions du signal mono décodé et c, [y] , c2[j] des gains, caractérisé en ce que les gains sont calculés de la façon suivante:
2
c2 lj] = avec /[y] un rapport d'amplitude entre les deux canaux du signal stéréo, issu des paramètres décodés.
2. Procédé selon la revendication 1 , caractérisé en ce que les signaux , [y] et M2[j] sont égaux au signal mono décodé.
3. Procédé selon la revendication 1, caractérisé en ce qu'il comporte en outre une étape de réception des phases des canaux du signal stéréo et en ce que les signaux M, [y] ou M2[j] correspondent au signal mono décodé auquel un déphasage correspondant à la phase reçue est appliqué pour chacun des canaux.
4. Procédé selon la revendication 1, caractérisé en ce qu'un des signaux M{[j] et M2[j] correspond à une décorrélation temporelle du signal mono décodé alors que l'autre est égal au signal mono décodé.
5. Programme informatique comprenant des instructions de code pour la mise en œuvre des étapes d'un procédé de décodage selon l'une des revendications 1 à 4, lorsque celles-ci sont exécutées par un processeur.
6. Décodeur paramétrique d'un signal audionumérique stéréo comportant un module de synthèse (405) effectuant une synthèse, par sous-bande de fréquence, du signal stéréo à partir d'un signal mono décodé issu d'un matriçage de réduction de canaux du signal stéréo et de paramètres d'information spatiale du signal stéréo, de telle sorte que les signaux obtenus sont de la forme:
Uj] = cl[j]Ml [j]
R[j] = c2[j]M2[j]
avec L[j] et R[j] les canaux du signal synthétisé, M{[j] et M2[j] des signaux fonctions du signal mono décodé et c{ [j] , c2[j] des gains, caractérisé en ce que les gains sont calculés par le module de synthèse, de la façon suivante:
avec I[j] un rapport d'amplitude entre les deux canaux du signal stéréo, issu des paramètres décodés.
EP10785121A 2009-10-16 2010-10-15 Decodage parametrique stereo optimise Withdrawn EP2489040A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0957297 2009-10-16
PCT/FR2010/052193 WO2011045549A1 (fr) 2009-10-16 2010-10-15 Decodage parametrique stereo optimise

Publications (1)

Publication Number Publication Date
EP2489040A1 true EP2489040A1 (fr) 2012-08-22

Family

ID=42174341

Family Applications (1)

Application Number Title Priority Date Filing Date
EP10785121A Withdrawn EP2489040A1 (fr) 2009-10-16 2010-10-15 Decodage parametrique stereo optimise

Country Status (4)

Country Link
US (1) US20120265542A1 (fr)
EP (1) EP2489040A1 (fr)
CN (1) CN102812511A (fr)
WO (1) WO2011045549A1 (fr)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103700372B (zh) * 2013-12-30 2016-10-05 北京大学 一种基于正交解相关技术的参数立体声编码、解码方法
MX2019005214A (es) 2016-11-08 2019-06-24 Fraunhofer Ges Forschung Mezclador y metodo para mezclar al menos dos canales y codificador multicanal y decodificador multicanal.

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8340302B2 (en) * 2002-04-22 2012-12-25 Koninklijke Philips Electronics N.V. Parametric representation of spatial audio
ES2280736T3 (es) * 2002-04-22 2007-09-16 Koninklijke Philips Electronics N.V. Sintetizacion de señal.
SE0402650D0 (sv) * 2004-11-02 2004-11-02 Coding Tech Ab Improved parametric stereo compatible coding of spatial audio
US7983922B2 (en) * 2005-04-15 2011-07-19 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Apparatus and method for generating multi-channel synthesizer control signal and apparatus and method for multi-channel synthesizing
RU2419249C2 (ru) * 2005-09-13 2011-05-20 Кониклейке Филипс Электроникс Н.В. Аудиокодирование
FR2929466A1 (fr) * 2008-03-28 2009-10-02 France Telecom Dissimulation d'erreur de transmission dans un signal numerique dans une structure de decodage hierarchique
JP5752134B2 (ja) * 2009-10-15 2015-07-22 オランジュ 最適化された低スループットパラメトリック符号化／復号化
US9026450B2 (en) * 2011-03-09 2015-05-05 Dts Llc System for dynamically creating and rendering audio objects

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO2011045549A1 *

Also Published As

Publication number Publication date
US20120265542A1 (en) 2012-10-18
WO2011045549A1 (fr) 2011-04-21
WO2011045549A8 (fr) 2012-05-03
CN102812511A (zh) 2012-12-05

Similar Documents

Publication Publication Date Title
EP2489039B1 (fr) Codage/décodage paramétrique bas débit optimisé
EP3427260B1 (fr) Codage et décodage optimisé d'informations de spatialisation pour le codage et le décodage paramétrique d'un signal audio multicanal
JP6069208B2 (ja) 逆位相のチャネルに対する、改善されたステレオパラメトリック符号化／復号
EP2374123B1 (fr) Codage perfectionne de signaux audionumeriques multicanaux
EP2374124B1 (fr) Codage perfectionne de signaux audionumériques multicanaux
RU2407069C2 (ru) Кодирование и декодирование аудиосигналов с использованием гребенок фильтров с комплексным значением
EP1989706B1 (fr) Dispositif de ponderation perceptuelle en codage/decodage audio
EP2691952B1 (fr) Allocation par sous-bandes de bits de quantification de paramètres d'information spatiale pour un codage paramétrique
EP2452337B1 (fr) Allocation de bits dans un codage/décodage d'amélioration d'un codage/décodage hiérarchique de signaux audionumériques
EP2042001B1 (fr) Spatialisation binaurale de donnees sonores encodees en compression
NO337395B1 (no) Oppbygging av multikanal-utgangssignal og generering av nedblandingssignal
EP2104936A2 (fr) Codage par transformee, utilisant des fenetres de ponderation et a faible retard
EP2319037B1 (fr) Reconstruction de données audio multicanal
EP2002424A1 (fr) Dispositif et procede de codage gradue d'un signal audio multi-canal selon une analyse en composante principale
EP3391370A1 (fr) Traitement de réduction de canaux adaptatif pour le codage d'un signal audio multicanal
EP2005420A1 (fr) Dispositif et procede de codage par analyse en composante principale d'un signal audio multi-canal
Britanak et al. Cosine-/Sine-Modulated Filter Banks
WO2011045549A1 (fr) Decodage parametrique stereo optimise
WO2023165946A1 (fr) Codage et décodage optimisé d'un signal audio utilisant un auto-encodeur à base de réseau de neurones
WO2011073600A1 (fr) Codage/decodage parametrique stereo avec optimisation du traitement de reduction des canaux
FR2980620A1 (fr) Traitement d'amelioration de la qualite des signaux audiofrequences decodes

Legal Events

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

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20120507

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20121204