EP3014611B1 - Extension améliorée de bande de fréquence dans un décodeur de signaux audiofréquences - Google Patents

Extension améliorée de bande de fréquence dans un décodeur de signaux audiofréquences Download PDF

Info

Publication number
EP3014611B1
EP3014611B1 EP14742262.0A EP14742262A EP3014611B1 EP 3014611 B1 EP3014611 B1 EP 3014611B1 EP 14742262 A EP14742262 A EP 14742262A EP 3014611 B1 EP3014611 B1 EP 3014611B1
Authority
EP
European Patent Office
Prior art keywords
signal
band
extended
frequency
frequency band
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.)
Active
Application number
EP14742262.0A
Other languages
German (de)
English (en)
Other versions
EP3014611A1 (fr
Inventor
Magdalena KANIEWSKA
Stéphane RAGOT
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
Orange 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 Orange SA filed Critical Orange SA
Publication of EP3014611A1 publication Critical patent/EP3014611A1/fr
Application granted granted Critical
Publication of EP3014611B1 publication Critical patent/EP3014611B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/038—Speech enhancement, e.g. noise reduction or echo cancellation using band spreading techniques
    • G10L21/0388—Details of processing therefor
    • 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
    • G10L19/012—Comfort noise or silence coding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/083—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being an excitation gain
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/26—Pre-filtering or post-filtering
    • 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
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/038—Speech enhancement, e.g. noise reduction or echo cancellation using band spreading techniques
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters

Definitions

  • the present invention relates to the field of coding / decoding and audio-frequency signal processing (such as speech, music or other signals) for their transmission or storage.
  • the invention relates to a method and a device for extending the frequency band in a decoder or a processor performing an audio-frequency signal improvement.
  • state of the art audio signal coding (mono) consists of perceptual encoding by transform or subband, with parametric coding of high frequencies by tape replication.
  • a review of conventional speech and audio coding methods can be found in the books WB Kleijn and KK Paliwal (Eds.), Speech Coding and Synthesis, Elsevier, 1995 ; M. Bosi, RE Goldberg, Introduction to Digital Audio Coding and Standards, Springer 2002 ; J. Benesty, MM Sondhi, Y. Huang (Eds.), Handbook of Speech Processing, Springer 2008 .
  • 3GPP AMR-WB Adaptive Multi-Rate Wideband codec (decoder and decoder), which operates at an input / output frequency of 16 kHz and in which the signal is divided into two sub-bands, the low band (0-6.4 kHz) which is sampled at 12.8 kHz and coded by CELP model and the high band (6.4-7 kHz) which is parametrically reconstructed by " band extension " ( or BWE for "Bandwidth Extension” with or without additional information depending on the mode of the current frame.
  • band extension or BWE for "Bandwidth Extension
  • the limitation of the coded band of the AMR-WB codec at 7 kHz is essentially related to the fact that the transmit frequency response of the broadband terminals has been approximated at the time of standardization (ETSI / 3GPP then ITU-T T) according to the frequency mask defined in the ITU-T P.341 standard and more precisely by using a so-called "P341" filter defined in the ITU-T G.191 standard which cuts frequencies above 7 kHz (this filter respects the mask defined in P.341).
  • a signal sampled at 16 kHz may have a defined audio band of 0 to 8000 Hz; the AMR-WB codec thus introduces a limitation of the high band in comparison with the theoretical bandwidth of 8 kHz.
  • the 3GPP AMR-WB speech codec was standardized in 2001 mainly for circuit-mode (CS) telephony applications over GSM (2G) and UMTS (3G). This same codec was also standardized in 2003 in the ITU-T as Recommendation G.722.2 "Wideband coding speech at around 16kbit / s using Adaptive Multi-Rate Wideband (AMR-WB)".
  • band extension in the AMR-WB codec is rather rudimentary. Indeed, the high band (6.4-7 kHz) is generated by formatting a white noise through a temporal envelope (applied in the form of gains per subframe) and frequency (by the application of a linear prediction synthesis filter or LPC for Linear Predictive Coding). This band extension technique is illustrated in figure 1 .
  • correction information is transmitted by the encoder AMR-WB and decoded (blocks 107, 108) in order to refine the estimated gain per subframe (4 bits every 5ms, ie 0.8 kbit / s) .
  • s HB ( n ) is finally processed by a FIR ("Finite Impulse Response") band-pass filter (block 112), to keep only the band 6 - 7 kHz; at 23.85 kbit / s, a low-pass filter of FIR type (block 113) is added to the processing to further attenuate the frequencies above 7 kHz.
  • the high frequency synthesis (HF) is finally added (block 130) to the low frequency synthesis (BF) obtained with the blocks 120 to 123 and resampled at 16 kHz (block 123).
  • the AMR-WB decoding algorithm has been improved in part with the development of the ITU-T G.718 scalable codec that was standardized in 2008.
  • ITU-T G.718 includes an interoperable mode, for which core coding is compatible with 12.65 kbit / s G.722.2 (AMR-WB) coding; in addition, the G.718 decoder has the distinction of being able to decode a bit stream AMR-WB / G.722.2 at all possible bit rates of the AMR-WB codec (6.6 to 23.85 kbit / s).
  • blind band extension is disclosed by the prior art US 2003/050786 A1 which comprises an LPC analysis of the narrowband signal, the use of these coefficients to obtain an envelope of the broadband signal, the extension of the filtered narrowband excitation signal, a filtering to obtain a signal in high band which is finally combined with the narrowband signal to provide an enlarged band signal.
  • the present invention improves the situation.
  • the excitation signal (resulting from the decoding of the low band or from a low band signal extraction) makes it possible to carry out the band extension with a signal model that is more suitable for certain types of band. signals like music signals.
  • the excitation signal decoded or estimated in the low band has in some cases harmonics, which when they exist, can be transposed in high frequency so that it ensures a certain level of harmonicity in the high band reconstructed.
  • the band extension according to the method thus makes it possible to improve the quality for this type of signal.
  • the band extension according to the method is performed by first extending an excitation signal and then applying a synthesis filtering step; this approach exploits the fact that the decoded excitation in the low band is a signal whose spectrum is relatively flat, which avoids the decoded signal whitening treatments that may exist in the known methods of band extension in the frequency domain in the state of the art.
  • first frequency band the energy at the current frame and that of the subframe in the low band signal
  • second frequency band the energy per frame in the high band
  • This makes it possible to keep in the high band the same ratio of energy between subframe and frame as in the low band, which is particularly beneficial when the energy of the subframes varies greatly, for example in the case of transient sounds. , of attacks.
  • the method further includes an adaptive bandpass filtering step based on the decoding rate of the current frame.
  • This adaptive filtering makes it possible to optimize the extended bandwidth as a function of the bit rate, and therefore the quality of the reconstructed signal after band extension. Indeed, for low bit rates (typically 6.6 and 8.85 kbit / s for AMR-WB), the overall quality of the decoded signal in the low band (by the AMR-WB codec or an interoperable version) not being very good, it is preferable not to extend the decoded band too much and therefore to limit the band extension by adapting the frequency response of the filter bandpass associated to cover for example an approximate band of 6 to 7 kHz; this limitation is all the more advantageous that the excitation signal itself is relatively poorly coded and it is preferable not to use a sub-band too wide for the extension of high frequencies.
  • the quality can be improved with HF synthesis covering a wider band, for example approximately 6 to 7.7 kHz.
  • the high limit of 7.7 kHz (instead of 8 kHz) is an example embodiment, which can be adjusted to values close to 7.7 kHz. This limitation is here justified by the fact that the extension is made in the invention without auxiliary information and that an extension up to 8 kHz (although theoretically possible) could result in artifacts for particular signals.
  • this limitation at 7.7 kHz takes into account the fact that typically the anti-aliasing filters in analog / digital conversion and resampling filters between 16 kHz and other frequencies are not perfect and they typically introduce a rejection at frequencies below 8 kHz.
  • the method comprises a step of transforming the time-frequency of the excitation signal, the step of obtaining an extended signal then taking place in the frequency domain and a reverse time-frequency transforming step. of the extended signal before the scaling and filtering steps.
  • the implementation of the band extension (of the excitation signal) in the frequency domain makes it possible to obtain a fineness of frequency analysis which is not available with a temporal approach, and also makes it possible to have a resolution Frequency sufficient to detect harmonics and transpose high harmonics of the signal (in the low band) to improve quality while respecting the structure of the signal.
  • this function includes a resampling of the excitation signal by adding samples to the spectrum of this signal.
  • the original spectrum is conserved, in order to be able to apply a progressive attenuation response of the high-pass filter in this frequency band and also to not introduce defects. 9 audible during the step of adding the low frequency synthesis to the high frequency synthesis.
  • the method comprises a de-emphasis filtering step of the extended signal at least in the second frequency band.
  • the signal in the second frequency band is brought into a domain coherent with the signal in the first frequency band.
  • the method further comprises a step of generating a noise signal at least in the second frequency band, the extended signal being obtained by combining the extended excitation signal and the noise signal.
  • the combining step is performed by adaptive additive mixing with a level equalization gain between the extended excitation signal and the noise signal.
  • this equalization gain allows the combining step to adapt to the characteristics of the signal to optimize the relative proportion of noise in the mixture.
  • This device has the same advantages as the method described above, which it implements.
  • the invention relates to a decoder comprising a device as described.
  • the invention relates to a storage medium, readable by a processor, integrated or not integrated with the band expansion device, possibly removable, storing a computer program implementing a band extension method as described above.
  • the figure 3 illustrates an example of a decoder, compatible with the norm AMR-WB / G.722.2 in which one finds a postprocessing similar to that introduced in G.718 and described with reference to the figure 2 and an improved tape extension according to the extension method of the invention, implemented by the tape extension device illustrated by block 309.
  • the CELP decoding (BF for low frequencies) always operates at the internal frequency of 12.8 kHz, as in AMR-WB and G.718, and the band extension (HF for high frequencies) subject of the invention operating at the frequency of 16 kHz, the synthesis BF and HF are combined (block 312) at the frequency fs after adequate resampling (block 306 and internal processing block 311).
  • the combination of the low and high bands can be done at 16 kHz, after resampling the low band of 12.8 to 16 kHz, before resampling the extended signal at the frequency fs.
  • the decoding of the low band described above assumes a current frame called "active" with a rate between 6.6 and 23.85 kbit / s.
  • active a current frame
  • some frames can be coded as "inactive” and in this case you can either transmit a silence descriptor (on 35 bits) or not transmit anything.
  • SID frame describes several parameters: ISF parameters averaged over 8 frames, average energy over 8 frames, dithering flag for the non-stationary noise reconstruction.
  • the decoder makes it possible to extend the decoded low band (50-6400 Hz while taking into account the 50 Hz high-pass filtering at the decoder, 0-6400 Hz in the decoder. the general case) to an extended band whose width varies, ranging from approximately 50-6900 Hz to 50-7700 Hz depending on the mode implemented in the current frame.
  • the extension of the excitation is carried out in the frequency domain in a band of 5000 to 8000 Hz, to allow bandpass filtering of width 6000 to 6900 or 7700 Hz.
  • the HF gain correction information (0.8 kbit / s) transmitted at 23.85 kbit / s is here ignored. So at the figure 3 no specific block at 23.85 kbit / s is used.
  • the high band decoding part is produced in block 309 representing the band extension device according to the invention and which is detailed in FIG. figure 5 in a first embodiment and at the figure 7 in a second embodiment.
  • This device comprises at least one module for obtaining an extended signal in at least one second frequency band greater than the first frequency band from an oversampled excitation signal and extended in at least a second band.
  • frequency U HB1 (k)
  • a delay (block 310) is introduced in the first embodiment to synchronize the outputs of the blocks 306 and 307 and the high band synthesized at 16 kHz is resampled from 16 kHz to the frequency fs (block output 311).
  • the delay T 30 samples, which corresponds to the resampling delay of 12.8 to 16 kHz of 15 samples + delay of the low frequency post-processing of 15 samples.
  • the extension method of the invention implemented in block 309 according to the first embodiment introduces preferentially no additional delay with respect to the low band reconstructed at 12.8 kHz; however, in variants of the invention (for example using a time / frequency transformation with overlap), a delay may be introduced.
  • the low and high bands are then combined (added) in block 312 and the resulting synthesis is post-processed by high-order 50 Hz (type IIR) high-pass filtering whose coefficients depend on the frequency fs (block 313) and output post-processing with optional noise gate application similar to G.718 (block 314).
  • high-order 50 Hz type IIR
  • the band extension device according to the invention illustrated by the block 309 according to the embodiment of the decoder of the figure 3 , implements a band extension method described now with reference to the figure 4 .
  • This extension device can also be independent of the decoder and can implement the method described in FIG. figure 4 to perform a band extension of an existing audio signal stored or transmitted to the device, with an analysis of the audio signal to extract an excitation and an LPC filter.
  • This device receives as input an excitation signal in a first so-called low-band frequency band u ( n ) in the case of an implementation in the time domain or U ( k ) in the case of an implementation. in the frequency domain for which a time-frequency transform step is then applied.
  • this received excitation signal is a decoded signal.
  • the low band excitation signal is extracted by analysis of the audio signal.
  • the low band audio signal is resampled before the excitation extraction step, so that the excitation extracted from the audio signal by linear prediction estimated from the low band signal (or LPC parameters associated with the low band) is already resampled.
  • An exemplary embodiment in this case consists in taking a sampled low band signal at 12.8 kHz, which has a low-band LPC filter describing the short-term spectral envelope for the current frame, oversampling it at 16 kHz, and filter it by an LPC prediction filter obtained by extrapolating the LPC filter.
  • Another embodiment is to take a low band signal sampled at 12.8 kHz which is not available LPC model, the oversampler at 16 kHz, perform an LPC analysis on this signal at 16 kHz, and filter this signal by a LPC prediction filter obtained by this analysis.
  • a step E401 for generating an extended oversampled excitation signal ( u ext ( n ) or U HB 1 ( k )) in a second frequency band greater than the first frequency band is performed.
  • This generation step may comprise both a resampling step and an extension step or simply an extension step depending on the excitation signal obtained at the input.
  • This extended oversampled excitation signal is used to obtain an extended signal (U HB2 (k)) in a second frequency band.
  • This extended signal then has a signal model adapted to certain types of signals thanks to the characteristics of the extended excitation signal.
  • This extended signal can be obtained after combining the oversampled and extended excitation signal with another signal, for example a noise signal.
  • a step E402 for generating a noise signal ( u HB ( n ) or U HB ( k )) at least in the second frequency band is performed.
  • the second frequency band is for example a high frequency band ranging from 6000 to 8000 Hz.
  • this noise can be generated pseudo-randomly by a linear congruential generator.
  • this noise generation can be replaced by other methods, for example a signal of constant amplitude (of arbitrary value such as 1) could be defined and random signs applied to each frequency line. generated.
  • the extended excitation signal is then combined with the noise signal in step E403 to obtain the extended signal which may also be called combined signal ( u HB 1 ( n ) or U HB 2 ( k )) in the band extended frequency corresponding to the entire frequency band including the first and the second frequency band.
  • the combination of these two types of signals makes it possible to obtain a combined signal with characteristics more adapted to certain types of signals such as musical signals.
  • the decoded or estimated excitation signal in the low band in some cases has harmonics closer to the musical signals than the noise signal alone.
  • Low-frequency harmonics if they exist, can thus be transposed into high frequency so that their mixing with noise makes it possible to ensure a certain level of harmonicity or relative level of noise or spectral flatness ("spectral flatness"). in English) in the reconstructed high band.
  • the band extension according to the method improves the quality for this type of signals compared to AMR-WB.
  • the combined signal (or extended) is then filtered E404 by a linear prediction filter whose coefficients are derived from the filter coefficients of the low band ( ⁇ (z)) decoded or obtained by analysis and extraction from the low band signal or an oversampled version of it.
  • the band extension according to the method is therefore achieved by first extending an excitation signal and then applying a linear prediction synthesis filtering step (LPC); this approach exploits the fact that the LPC decoded excitation in the low band is a signal whose spectrum is relatively flat, which avoids additional processing of whitening of the decoded signal in the band extension.
  • LPC linear prediction synthesis filtering step
  • the coefficients of this filter can for example be obtained from the decoded parameters of the linear band prediction filter (LPC).
  • LPC filter used at 16 kHz sampled high band is of the form 1 / ⁇ ( z / ⁇ ), where 1 / ⁇ ( z ) is the decoded low band filter, and ⁇ is a weighting factor
  • the frequency response of the filter 1 / ⁇ ( z / ⁇ ) corresponds to a spread of the frequency response of the decoded lowband filter.
  • the filter 1 / A ( z ) can be extended to a higher order (as to 6.6 kbit / s in the block 111) to avoid such spreading.
  • E405 adaptive bandpass filtering and / or E407 scaling can be carried out in order to improve the quality of the extension signal according to the decoding bit rate.
  • additional steps of E405 adaptive bandpass filtering and / or E407 scaling can be carried out in order to improve the quality of the extension signal according to the decoding bit rate.
  • E405 adaptive bandpass filtering and / or E407 scaling can be carried out in order to improve the quality of the extension signal according to the decoding bit rate.
  • additional steps of E405 adaptive bandpass filtering and / or E407 scaling can be carried out in order to improve the quality of the extension signal according to the decoding bit rate.
  • E407 scaling can be carried out in order to improve the quality of the extension signal according to the decoding bit rate.
  • the tape extension device is now described with reference to the figure 5 .
  • This device implements the band extension method described above with reference to the figure 4 .
  • a low band excitation signal decoded or estimated by analysis is received ( u ( n )).
  • the band extension here uses the decoded excitation at 12.8 kHz (exc2 or u ( n )) at the output of block 302.
  • the generation of the oversampled and extended excitation is carried out in a frequency band ranging from 5 to 8 kHz, thus including a second frequency band (6.4-8 kHz) greater than the first one. frequency band (0-6.4 kHz).
  • the generation of the extended excitation signal is effected at least on the second frequency band but also on a part of the first frequency band.
  • this signal is transformed to obtain an excitation signal spectrum U ( k ) by the time-frequency transformation module 500.
  • the DCT-IV transformation is implemented by FFT according to the algorithm called " Evolved DCT ( EDCT )" described in the article.
  • EDCT Evolved DCT
  • DM Zhang, HT Li, Low Complexity Transform - Evolved DCT, IEEE International Conference on Computational Science and Engineering (CSE), Aug. 2011, pp. 144-149 and implemented in ITU-T G.718 Annex B and G.729.1 Annex E.
  • the DCT-IV transformation may be replaced with other short-term time-frequency transformations of the same length and in the field of excitation, such as an FFT (for " Fast Fourier Transform "in English ) or DCT-II ( Discrete Cosine Transform - Type II).
  • FFT Fast Fourier Transform
  • DCT-II Discrete Cosine Transform - Type II
  • MDCT Modified Discrete Cosine Tranform
  • This approach preserves the original spectrum in this band and avoids introducing distortions in the 5000-6000 Hz band during the addition of HF synthesis with BF synthesis - particularly the signal phase (implicitly represented in the DCT-IV domain) in this band is preserved.
  • the band 6000-8000 Hz of U HB 1 ( k ) is here defined by copying the 4000-6000 Hz band of U ( k ) since the value of start_band is preferably fixed at 160.
  • the value of start_band can be made adaptive around the value of 160, without changing the nature of the invention.
  • the details of the adaptation of the value start_band are not described here because they go beyond the scope of the invention without changing the scope.
  • the noise in the 6000-8000 Hz band
  • U HBN k - 1 + 13849 k 240 , ⁇ 319 with the convention that U HBN (239) in the current frame corresponds to the value U HBN (319) of the previous frame.
  • this noise generation can be replaced by other methods.
  • the combination block 503 can be realized in different ways.
  • G HBN is a normalization factor for equalizing the energy level between the two signals
  • the coefficient ⁇ (between 0 and 1) is adjusted according to parameters estimated from the decoded low band and the coefficient ⁇ (between 0 and 1) depends on ⁇ .
  • N ( k 1 , k 2 ) is the set of indices k for which the index coefficient k is classified as being associated with noise.
  • This set can be obtained for example by detecting the local peaks in U '( k ) verifying
  • and in whereas these lines are not associated with noise, ie (by applying the negation of the previous condition): NOT at b at ⁇ k ⁇ b
  • the calculation of ⁇ may be replaced by other methods.
  • the linear regression could for example be estimated in a supervised manner by estimating the factor ⁇ by giving itself the original high band in a learning base. Note that the calculation mode of ⁇ does not limit the nature of the invention.
  • ⁇ 1 - ⁇ 2 to preserve the energy of the extended signal after mixing.
  • block 503 realizes the equivalent of block 101 of the figure 1 to normalize the white noise according to an excitation which is on the other hand here in the frequency domain, already extended to the rate of 16 kHz; in addition, the mix is limited to the band 6000-8000 Hz.
  • an embodiment of block 503 may be considered, where the spectra, U HB 1 ( k ) or G HBN U HBN ( k ), are selected (switched) adaptively, which amounts to allowing only the values 0 or 1 for ⁇ ; this approach amounts to classifying the type of excitation to be generated in the 6000-8000 Hz band
  • the block 504 optionally carries out a dual operation of application of bandpass filter frequency response and deemphasis filtering (or deemphasis) in the frequency domain.
  • G deemph (k) 1
  • ⁇ k can be adjusted (for example for even frequencies).
  • the HF synthesis is not de-emphasized.
  • the high frequency signal is on the contrary de-emphasized so as to bring it back to a domain coherent with the low frequency signal (0-6.4 kHz) coming out of block 305. This is important for the estimation and the subsequent adjustment of the energy of the HF synthesis.
  • the de-emphasis can be performed in an equivalent way in the time domain after inverse DCT.
  • Such an embodiment is implemented at the figure 7 described later.
  • This filtering is performed in the frequency domain, and its frequency response is illustrated in FIG. figure 6 .
  • the 3 dB cut-off frequencies are 6000 Hz for the lower part and for the upper part approximately 6900, 7300, 7600 Hz at 6.6, 8.86 and the bit rates higher than 8.85 kbit / s (respectively).
  • G hp ( k ) , k 0, ⁇ , 55, is given for example in Table 1 below.
  • Table 1 ⁇ / b> K g hp ( k ) K g hp ( k ) K g hp ( k ) k g hp ( k ) 0 0.001622428 14 0.114057967 28 0.403990611 42 0.776551214 1 0.004717458 15 0.128865425 29 0.430149896 43 0.800503267 2 0.008410494 16 0.144662643 30 0.456722014 44 0.823611104 3 0.012747280 17 0.161445005 31 0.483628433 45 0.845788355 4 0.017772424 18 0.179202219 32 0.510787115 46 0.866951597 5 0.023528982 19 0.197918220 33 0.538112915 47 0.887020781 6 0.030058032 20 0.217571104 34 0.56
  • G hp ( k ) may be modified while keeping a gradual attenuation.
  • the variable bandwidth low-pass filtering, G lp ( k ) may be adjusted with different values or frequency support, without changing the principle of this filtering step.
  • bandpass filtering example illustrated in FIG. figure 6 can be adapted by defining a single filtering step combining the high-pass and low-pass filtering.
  • the bandpass filtering may be performed in an equivalent manner in the time domain (as in block 112 of the present invention). figure 1 ) with different filter coefficients according to the flow rate, after a reverse DCT step. Such an embodiment is implemented at the figure 7 described later. However, it will be noted that it is advantageous to carry out this step directly in the frequency domain because the filtering is carried out in the field of LPC excitation and therefore the problems of circular convolution and edge effects are very limited in this field. .
  • the realization of the block 506 differs from that of the block 101 of the figure 1 because the energy at the current frame is taken into account in addition to that of the sub-frame. This makes it possible to have the ratio of the energy of each sub-frame with respect to the energy of the frame. Energy ratios (or relative energies) are compared rather than the absolute energies between low band and high band.
  • this scaling step makes it possible to keep in the high band the energy ratio between the subframe and the frame in the same way as in the low band.
  • Blocks 508 and 509 are useful for adjusting the level of the LPC synthesis filter (block 510), here depending on the tilt of the signal. Other methods of calculating the gain g HB 2 ( m ) are possible without changing the nature of the invention.
  • this filtering can be done in the same way as that described for block 111 of the figure 1 of the AMR-WB decoder, however the order of the filter goes to 20 at the rate of 6.6, which does not significantly change the quality of the synthesized signal.
  • the coding of the low band (0-6.4 kHz) may be replaced by a CELP coder other than that used in AMR-WB, for example the CELP coder in G.718 to 8. kbit / s.
  • a CELP coder other than that used in AMR-WB, for example the CELP coder in G.718 to 8. kbit / s.
  • other encoders in wide band or operating at frequencies higher than 16 kHz in which the coding of the low band operates at an internal frequency at 12.8 kHz could be used.
  • the invention can be obviously adapted to other sampling frequencies than 12.8 kHz, when a low frequency encoder operates at a sampling frequency lower than that of the original or reconstructed signal.
  • the low band decoding does not use a linear prediction, it does not have an excitation signal to be extended, in this case it will be possible to carry out an LPC analysis of the reconstructed signal in the current frame and calculate an LPC excitation. so as to be able to apply the invention.
  • the excitation ( u ( n )) is resampled, for example by linear interpolation or "spline" cubic, from 12.8 to 16 kHz before transformation (for example DCT-IV)
  • This variant has the defect of being more complex, because the transform (DCT-IV) of the excitation is then calculated over a greater length and the resampling is not carried out in the field of the transformed.
  • the scaling step (E407 to figure 4 ) is performed by blocks 508 and 509 identical to the figure 5 .
  • the filtering step (E404 of the figure 4 ) is performed by the filter module (block 510) identical to that described with reference to the figure 5 .
  • the low band excitation u (n) and the LPC filter 1 / ⁇ (z) estimated by frame by LPC analysis of a low-band signal whose band is to be extended.
  • the low band excitation signal is then extracted by analyzing the audio signal.
  • the low band audio signal is resampled before the excitation extraction step, so that the excitation extracted from the audio signal (by linear prediction) is already resolved. sampled.
  • the invention illustrated in figure 5 or the second embodiment not forming part of the invention and described in figure 7 , applies in this case to a low band which is not decoded but analyzed.
  • the figure 8 represents an exemplary hardware embodiment of a band extension device 800 according to the invention. This may be an integral part of an audio-frequency signal decoder or equipment receiving decoded or non-decoded audio signals.
  • This type of device comprises a PROC processor cooperating with a memory block BM having a memory storage and / or work MEM.
  • a PROC processor cooperating with a memory block BM having a memory storage and / or work MEM.
  • Such a device comprises an input module E able to receive a decoded or extracted excitation audio signal in a first so-called low band frequency band ( u ( n ) or U ( k )) and the parameters of a filter of linear prediction synthesis ( ⁇ ( z )). It comprises an output module S adapted to transmit the synthesized high frequency signal (HF_syn) for example to a delay application module such as the block 310 of the figure 3 or a resampling module such as module 311.
  • a delay application module such as the block 310 of the figure 3
  • a resampling module such as module 311.
  • the memory block may advantageously comprise a computer program comprising code instructions for implementing the steps of the band extension method in the sense of the invention, when these instructions are executed by the processor PROC, and in particular the steps for obtaining an extended signal in at least a second frequency band greater than the first frequency band from an oversampled and extended excitation signal in at least a second frequency band, scaling of the signal extended by a subframe defined gain based on a frame and subframe energy ratio and filtering said extended signal scaled by a linear prediction filter whose coefficients are derived from the coefficients of the low band filter.
  • the description of the figure 4 takes 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 thereof.
  • the memory MEM generally records all the data necessary for the implementation of the method.
  • the device thus described can also comprise the low band decoding functions and other processing functions described for example in figure 3 in addition to the band extension functions according to the invention.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (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)
  • Quality & Reliability (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Description

  • La présente invention se rapporte au domaine du codage/décodage et du traitement de signaux audiofréquences (comme des signaux de parole, de musique ou autres) pour leur transmission ou leur stockage.
  • Plus particulièrement, l'invention concerne un procédé et un dispositif d'extension de bande de fréquence dans un décodeur ou un processeur réalisant une amélioration de signal audiofréquence.
  • De nombreuses techniques existent pour compresser (avec perte) un signal audiofréquence comme la parole ou la musique.
  • Les méthodes classiques de codage pour les applications conversationnelles sont en général classifiées en codage de forme d'onde (MIC pour "Modulation par Impulsion et codage", MICDA pour "Modulation par Impulsion et Codage Différentiel Adaptatif", codage par transformée...), codage paramétrique (LPC pour "Linear Predictive Coding" en anglais, codage sinusoïdal...) et codage hybride paramétrique avec une quantification des paramètres par "analyse par synthèse" dont le codage CELP (pour "Code Excited Linear Prediction" en anglais) est l'exemple le plus connu.
  • Pour les applications non conversationnelles, l'état de l'art en codage de signal audio (mono) est constitué par le codage perceptuel par transformée ou en sous-bandes, avec un codage paramétrique des hautes fréquences par réplication de bande.
    Une revue des méthodes classiques de codage de parole et audio se trouve dans les ouvrages W.B. Kleijn and K.K. Paliwal (Eds.), Speech Coding and Synthesis, Elsevier, 1995 ; M. Bosi, R.E. Goldberg, Introduction to Digital Audio Coding and Standards, Springer 2002 ; J. Benesty, M.M. Sondhi, Y. Huang (Eds.), Handbook of Speech Processing, Springer 2008.
  • On s'intéresse ici plus particulièrement au codec (codeur et décodeur) normalisé 3GPP AMR-WB (pour "Adaptive Multi-Rate Wideband" en anglais) qui fonctionne à une fréquence d'entrée/sortie de 16 kHz et dans lequel le signal est divisé en deux sous-bandes, la bande basse (0-6.4 kHz) qui est échantillonnée à 12.8 kHz et codée par modèle CELP et la bande haute (6.4-7 kHz) qui est reconstruite de façon paramétrique par « extension de bande » (ou BWE pour "Bandwidth Extension" en anglais) avec ou sans information supplémentaire selon le mode de la trame courante. On peut noter ici que la limitation de la bande codée du codec AMR-WB à 7kHz est essentiellement liée au fait que la réponse en fréquence en émission des terminaux en bande élargie a été approximée au moment de la normalisation (ETSI/3GPP puis UIT-T) selon le masque fréquentiel défini dans la norme UIT-T P.341 et plus précisément en utilisant un filtre dit « P341 » défini dans la norme UIT-T G.191 qui coupe les fréquences au-dessus de 7 kHz (ce filtre respecte le masque défini dans P.341). Cependant, en théorie, il est bien connu qu'un signal échantillonné à 16 kHz peut avoir une bande audio définie de 0 à 8000 Hz ; le codec AMR-WB introduit donc une limitation de la bande haute en comparaison à la largeur de bande théorique de 8 kHz.
  • Le codec de parole 3GPP AMR-WB a été normalisé en 2001 principalement pour les applications de téléphonie en mode circuit (CS) sur GSM (2G) et UMTS (3G). Ce même codec a été aussi normalisé en 2003 à l'UIT-T en tant que recommandation G.722.2 "Wideband coding speech at around 16kbit/s using Adaptive Multi-Rate Wideband (AMR-WB)".
  • Il comprend neuf débits, appelés modes, de 6.6 à 23.85 kbit/s, et comprend des mécanismes de transmission continue (DTX pour "Discontinuous Transmission") avec détection d'activité vocale (VAD pour "Voice Activity Detection") et génération de bruit de confort (CNG pour "Confort Noise Generation") à partir de trames de description de silence (SID pour "Silence Insertion Descriptor"), ainsi que des mécanismes de correction de trames perdues (FEC pour "Frame Erasure Concealment", parfois appelé PLC pour "Packet Loss Concealment").
  • On ne reprend pas ici les détails de l'algorithme de codage et de décodage AMR-WB, une description détaillée de ce codec se trouve dans les spécifications 3GPP (TS 26.190, 26.191, 26.192, 26.193, 26.194, 26.204) et UIT-T-G.722.2 (et les Annexes et Appendice correspondantes) ainsi que dans l'article de B. Bessette et al. intitulé « The adaptive multirate wideband speech codec (AMR-WB) », IEEE Transactions on Speech and Audio Processing, vol. 10, no. 8, 2002, pp. 620-636 et les codes sources des standards 3GPP et UIT-T associés.
  • Le principe de l'extension de bande dans le codec AMR-WB est assez rudimentaire. En effet, la bande haute (6.4-7 kHz) est générée en mettant en forme un bruit blanc par le biais d'une enveloppe temporelle (appliquée sous la forme de gains par sous-trame) et fréquentielle (par l'application d'un filtre de synthèse de prédiction linéaire ou LPC pour "Linear Predictive Coding"). Cette technique d'extension de bande est illustrée à la figure 1 .
  • Un bruit blanc, u HB1(n), n = 0,...,79, est généré à 16 kHz par sous-trame de 5 ms par générateur congruentiel linéaire (bloc 100). Ce bruit u HB1(n) est mis en forme dans le temps par application de gains par sous-trame ; cette opération est décomposée en deux étapes de traitement (blocs 102, 106 ou 109) :
    • Un premier facteur est calculé (bloc 101) pour mettre le bruit blanc u HB1(n) (bloc 102) à un niveau semblable à celui de l'excitation, u(n), n = 0,···,63, décodée à 12.8 kHz dans la bande basse : u HB 2 n = u HB 1 n ∑ l = 0 63 u l 2 ∑ l = 0 79 u HB 1 l 2
      Figure imgb0001
  • On peut noter ici que la normalisation des énergies se fait en comparant des blocs de taille différente (64 pour u(n) et 80 pour u HB1(n)), sans compensation des différences de fréquences d'échantillonnage (12.8 ou 16 kHz).
    • L'excitation dans la bande haute est ensuite obtenue (bloc 106 ou 109) sous la forme : u HB n = g ^ HB u HB 2 n
      Figure imgb0002
       où le gain ĝHB est obtenu différemment selon le débit. Si le débit de la trame actuelle est <23.85 kbit/s, le gain ĝHB est estimé « en aveugle » (c'est-à-dire sans information supplémentaire); dans ce cas, le bloc 103 filtre le signal décodé en bande basse par un filtre passe-haut ayant une fréquence de coupure à 400 Hz pour obtenir un signal ŝhp (n), n = 0,···,63 - ce filtre passe-haut élimine l'influence des très basses fréquences qui peuvent biaiser l'estimation faite dans le bloc 104 - puis on calcule le «tilt» (indicateur de pente spectrale) noté etilt du signal ŝhp (n) par autocorrélation normalisée (bloc 104): e tilt = ∑ n = 1 63 s ^ hp n s ^ hp n − 1 ∑ n = 0 63 s ^ hp n 2
      Figure imgb0003
       et enfin on calcule ĝHB sous la forme : g ^ HB = w SP g SP + 1 − w SP g BG
      Figure imgb0004
       où gSP = 1-etilt est le gain appliqué dans les trames actives de parole (SP pour speech), gBG = 1.25gSP est le gain appliqué dans les trames inactives de parole associées à un bruit de fond (BG pour Background) et wSP est une fonction de pondération qui dépend de la détection d'activité vocale (VAD). On comprend que l'estimation du tilt (etilt ) permet d'adapter le niveau de la bande haute en fonction de la nature spectrale du signal ; cette estimation est particulièrement importante quand la pente spectrale du signal décodé CELP est telle que l'énergie moyenne décroît quand la fréquence augmente (cas d'un signal voisé où etilt est proche de 1, donc gSP =1-etilt est ainsi réduit). A noter aussi que le facteur ĝHB dans le décodage AMR-WB est borné pour prendre des valeurs dans l'intervalle [0.1, 1.0].
  • A 23.85 kbit/s, une information de correction est transmise par le codeur AMR-WB et décodée (blocs 107, 108) afin d'affiner le gain estimé par sous-trame (4 bits toutes les 5ms, soit 0.8 kbit/s).
  • L'excitation artificielle uHB (n) est ensuite filtrée (bloc 111) par un filtre de synthèse LPC (bloc 111) de fonction de transfert 1/AHB (z) et fonctionnant à la fréquence d'échantillonnage de 16 kHz. La réalisation de ce filtre dépend du débit de la trame courante:
    • A 6.6 kbit/s, le filtre 1/AHB (z) est obtenu en pondérant par un facteur γ=0.9 un filtre LPC d'ordre 20, 1/Âext (z) qui « extrapole » le filtre LPC d'ordre 16, 1/Â(z), décodé dans la bande basse (à 12.8 kHz) - les détails de l'extrapolation dans le domaine des paramètres ISF (pour "Imittance Spectral Frequency" en anglais) sont décrits dans le norme G.722.2 à la section 6.3.2.1; dans ce cas, 1 / A HB z = 1 / A ^ ext z / γ
      Figure imgb0005
    • Aux débits > 6.6 kbit/s, le filtre 1/AHB (z) est d'ordre 16 et correspond simplement à : 1 / A HB z = 1 / A ^ z / γ
      Figure imgb0006
       où γ=0.6. A noter que dans ce cas le filtre 1/Â(z/γ) est utilisé à 16 kHz, ce qui résulte en un étalement (par homothétie) de la réponse en fréquence de ce filtre de [0, 6.4 kHz] à [0, 8 kHz].
  • Le résultat, sHB (n), est enfin traité par un filtre passe-bande (bloc 112) de type FIR ("Finite Impulse Response"), pour ne garder que la bande 6 - 7 kHz ; à 23.85 kbit/s, un filtre passe-bas également de type FIR (bloc 113) se rajoute au traitement pour atténuer encore plus les fréquences supérieures à 7 kHz. La synthèse en hautes fréquences (HF) est finalement additionnée (bloc 130) à la synthèse en basses fréquences (BF) obtenue avec les blocs 120 à 123 et ré-échantillonnée à 16 kHz (bloc 123). Ainsi même si la bande haute s'étend en théorie de 6.4 à 7 kHz dans le codec AMR-WB, la synthèse HF est plutôt comprise dans la bande 6-7 kHz avant addition avec la synthèse BF.
  • On peut identifier plusieurs inconvénients à la technique d'extension de bande du codec AMR-WB :
    • Le signal dans la bande haute est un bruit blanc mis en forme (par gains temporels par sous-trame, par filtrage par 1/AHB (z) et filtrage passe-bande), ce qui n'est pas un bon modèle général du signal dans la bande 6.4-7 kHz. Il existe par exemple des signaux de musique très harmoniques pour lesquels la bande 6.4-7 kHz contient des composantes sinusoïdales (ou tones) et aucun bruit (ou peu de bruit), pour ces signaux l'extension de bande du codec AMR-WB dégrade fortement la qualité.
    • Le filtre passe-bas à 7 kHz (bloc 113) introduit un décalage de près de 1 ms entre les bandes basses et hautes, ce qui peut potentiellement dégrader la qualité de certains signaux en désynchronisant légèrement les deux bandes à 23.85 kbit/s - cette désynchronisation peut également poser problème lors d'une commutation de débit de 23.85 kbit/s à d'autres modes.
    • L'estimation de gains par sous-trame (bloc 101, 103 à 105) n'est pas optimale. Pour partie, elle se base sur une égalisation de l'énergie « absolue » par sous-trame (bloc 101) entre des signaux à des fréquences différentes : l'excitation artificielle à 16 kHz (bruit blanc) et un signal à 12.8 kHz (excitation ACELP décodée). On peut noter en particulier que cette approche induit implicitement une atténuation de l'excitation bande haute (par un ratio 12.8/16=0.8) ; en fait, on notera également qu'aucune désaccentuation (ou déemphase) n'est effectuée sur la bande haute dans le codec AMR-WB, ce qui induit implicitement une amplification relative proche de 0.6 (qui correspond à la valeur de la réponse en fréquence de 1/(1-0.68z -1) à 6400 Hz).
  • En fait, les facteurs de 1/0.8 et de 0.6 se compensent approximativement.
    • Sur la parole, les tests de caractérisation du codec 3GPP AMR-WB documentés dans le rapport 3GPP TR 26.976 ont montré que le mode à 23.85 kbit/s a une qualité moins bonne qu'à 23.05 kbit/s, sa qualité est en fait similaire à celle du mode à 15.85 kbit/s. Ceci montre en particulier que le niveau du signal HF artificiel doit être contrôlé de façon très prudente, car la qualité est dégradée à 23.85 kbit/s alors que les 4 bits par trame sont sensés permettre de mieux approcher l'énergie des hautes fréquences originales.
    • La limitation de la bande codée à 7 kHz résulte de l'application d'un modèle strict de la réponse en émission des terminaux acoustiques (filtre P.341 dans la norme UIT-T G.191). Or, pour une fréquence d'échantillonnage de 16 kHz, les fréquences dans la bande 7-8 kHz restent importantes, en particulier pour les signaux de musique, pour assurer un bon niveau de qualité.
  • L'algorithme de décodage AMR-WB a été amélioré en partie avec le développement du codec scalable UIT-T G.718 qui a été normalisé en 2008.
  • La norme UIT-T G.718 comprend un mode dit interopérable, pour lequel le codage coeur est compatible avec le codage G.722.2 (AMR-WB) à 12.65 kbit/s ; de plus, le décodeur G.718 a la particularité de pouvoir décoder un train binaire AMR-WB/G.722.2 à tous les débits possibles du codec AMR-WB (de 6.6 à 23.85 kbit/s).
  • Le décodeur interopérable G.718 en mode bas délai (« low delay » en anglais) (G.718-LD) est illustré à la figure 2 . On liste ci-dessous les améliorations apportées à la fonctionnalité de décodage de train binaire AMR-WB dans le décodeur G.718, avec des références à la figure 1 lorsque nécessaire :
    • L'extension de bande (décrite par exemple dans la clause 7.13.1 de la recommandation G.718, bloc 206) est identique à celle du décodeur AMR-WB, sauf que le filtre passe-bande 6-7 kHz et le filtre de synthèse 1/AHB(z) (blocs 111 et 112) sont en ordre inversé. De plus, à 23.85 kbit/s les 4 bits transmis par sous-trames par le codeur AMR-WB ne sont pas utilisés dans le décodeur G.718 interopérable ; la synthèse des hautes fréquences (HF) à 23.85 kbit/s est donc identique à 23.05 kbit/s ce qui évite le problème connu de qualité du décodage AMR-WB à 23.85 kbit/s. A fortiori, le filtre passe-bas à 7 kHz (bloc 113) n'est pas utilisé, et le décodage spécifique du mode à 23.85 kbit/s est omis (blocs 107 à 109).
    • Un post-traitement de la synthèse à 16 kHz (voir clause 7.14 de G.718) est mis en oeuvre dans G.718 par "noise gate" dans le bloc 208 (pour « améliorer » la qualité des silences par réduction du niveau), filtrage passe-haut (bloc 209), post-filtre de basses fréquences (dit « bass posfilter ») dans le bloc 210 atténuant le bruit inter-harmonique en basses fréquences et une conversion en entiers 16 bits avec contrôle de saturation (avec contrôle de gain ou AGC) dans le bloc 211.
  • Cependant l'extension de bande dans les codecs AMR-WB et/ou G.718 (mode interopérable) reste encore limitée sur plusieurs aspects.
    • En particulier, la synthèse de hautes fréquences par bruit blanc mis en forme (par une approche temporelle de type source-filtre LPC) est un modèle très limité du signal dans la bande des fréquences supérieures à 6.4 kHz.
    • Seule la bande 6.4-7 kHz est re-synthétisée de façon artificielle, alors qu'en pratique une bande plus large (jusqu'à 8 kHz) est en théorie possible à la fréquence d'échantillonnage de 16 kHz, ce qui peut potentiellement améliorer la qualité des signaux, s'ils ne sont pas pré-traités par un filtre de type P.341 (50-7000 Hz) tel que définie dans la Software Tool Library (norme G.191) de l'UIT-T.
  • Un autre exemple d'extension de bande en aveugle est divulgué par l'art antérieur US 2003/050786 A1 qui comprend une analyse LPC du signal à bande étroite, l'utilisation de ces coefficients afin d'obtenir une enveloppe du signal en bande élargie, l'extension du signal d'excitation en bande étroite filtré, un filtrage permettant d'obtenir un signal en bande haute qui est finalement combiné avec le signal en bande étroite pour fournir un signal de bande élargie.
  • Il existe donc un besoin pour améliorer l'extension de bande dans un codec de type AMR-WB ou une version interopérable de ce codec ou plus généralement pour améliorer l'extension de bande d'un signal audio.
  • La présente invention vient améliorer la situation.
  • L'invention propose à cet effet, un procédé d'extension de bande de fréquence d'un signal audiofréquence lors d'un processus de décodage ou d'amélioration comportant une étape de décodage ou d'extraction, dans une première bande de fréquence dite bande basse, d'un signal d'excitation et des coefficients d'un filtre de prédiction linéaire. Le procédé est tel qu'il comporte les étapes suivantes:
    • obtention d'un signal étendu dans au moins une deuxième bande de fréquence supérieure à la première bande de fréquence à partir du signal d'excitation sur-échantillonné et étendu dans la au moins une deuxième bande de fréquence;
    • mise à l'échelle du signal étendu par un gain défini par sous-trame en fonction d'un ratio entre le ratio entre l'énergie par sous-trame et l'énergie par trame du signal d'excitation de la bande basse et le ratio entre l'énergie par sous-trame et l'énergie par trame du signal étendu;
    • filtrage dudit signal étendu mis à l'échelle par un filtre de prédiction linéaire dont les coefficients sont dérivés des coefficients du filtre de la bande basse.
  • Ainsi, la prise en compte du signal d'excitation (issu du décodage de la bande basse ou d'une extraction du signal en bande basse) permet d'effectuer l'extension de bande avec un modèle de signal plus adapté pour certains types de signaux comme les signaux de musique.
  • En effet, le signal d'excitation décodé ou estimé dans la bande basse comporte dans certains cas des harmoniques, qui quand elles existent, peuvent être transposées en haute fréquence de telle sorte que cela permet d'assurer un certain niveau d'harmonicité dans la bande haute reconstruite.
  • L'extension de bande selon le procédé permet donc d'améliorer la qualité pour ce type de signaux.
  • De plus, l'extension de bande selon le procédé est réalisée en étendant d'abord un signal d'excitation et en appliquant ensuite une étape de filtrage de synthèse ; cette approche exploite le fait que l'excitation décodée dans la bande basse est un signal dont le spectre est relativement plat, ce qui évite les traitements de blanchiment du signal décodé qui peuvent exister dans les méthodes connues d'extension de bande dans le domaine fréquentiel dans l'état de l'art.
  • On remarquera que même si l'invention est motivée par l'amélioration de la qualité de l'extension de bande dans le contexte du codage AMR-WB interopérable, les différents modes de réalisation s'appliquent au cas plus général de l'extension de bande d'un signal audio, en particulier dans un dispositif d'amélioration effectuant une analyse du signal audio pour extraire les paramètres nécessaires à l'extension de bande.
  • Le fait de prendre en compte l'énergie au niveau de la trame courante et celle de la sous-trame dans le signal en bande basse (première bande de fréquence) permet d'ajuster le ratio entre l'énergie par sous-trame et l'énergie par trame dans la bande haute (deuxième bande de fréquence) et d'ajuster ainsi des ratios d'énergie plutôt que des énergies absolues. Cela permet de garder dans la bande haute le même ratio d'énergie entre sous-trame et trame que dans la bande basse, ce qui est particulièrement bénéfique lorsque l'énergie des sous-trames varie beaucoup, par exemple dans le cas de sons transitoires, d'attaques.
  • 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 d'extension défini ci-dessus.
  • Dans un mode de réalisation, le procédé comporte en outre une étape de filtrage passe-bande adaptatif en fonction du débit de décodage de la trame courante.
  • Ce filtrage adaptatif permet d'optimiser la largeur de bande étendue en fonction du débit, et donc la qualité du signal reconstruit après extension de bande. En effet, pour les bas débits (typiquement à 6.6 et 8.85 kbit/s pour AMR-WB), la qualité générale du signal décodé en bande basse (par le codec AMR-WB ou une version interopérable) n'étant pas très bonne, il est préférable de ne pas trop étendre la bande décodée et donc de limiter l'extension de bande en adaptant la réponse en fréquence du filtre passe-bande associé pour couvrir par exemple une bande approximative de 6 à 7 kHz ; cette limitation est d'autant plus avantageuse que le signal d'excitation lui-même est relativement mal codé et il est préférable de ne pas en utiliser une sous-bande trop large pour l'extension des hautes fréquences. A l'opposé, pour les débits supérieurs (12.65 kbit/s et supérieurs pour AMR-WB), la qualité peut être améliorée avec une synthèse HF couvrant une bande plus large, par exemple approximativement de 6 à 7.7 kHz. La limite haute de 7.7 kHz (au lieu de 8 kHz) est un exemple de réalisation, qui pourra être ajustée à des valeurs proches de 7.7 kHz. Cette limite est ici justifiée par le fait que l'extension est faite dans l'invention sans information auxiliaire et qu'une extension jusqu'à 8 kHz (même si elle est en théorie possible) pourrait résulter en des artefacts pour des signaux particuliers. De plus, cette limitation à 7.7 kHz tient compte du fait que typiquement les filtres anti-repliement en conversion analogique/numérique et les filtres de ré-échantillonnage entre 16 kHz et d'autres fréquences ne sont pas parfaits et qu'ils introduisent typiquement une réjection aux fréquences inférieures à 8 kHz.
  • Dans un mode possible de réalisation le procédé comporte une étape de transformée temps-fréquence du signal d'excitation, l'étape d'obtention d'un signal étendu s'effectuant alors dans le domaine fréquentiel et une étape de transformée temps-fréquence inverse du signal étendu avant les étapes de mise à l'échelle et de filtrage.
  • La mise en oeuvre de l'extension de bande (du signal d'excitation) dans le domaine fréquentiel permet d'obtenir une finesse d'analyse en fréquence dont on ne dispose pas avec une approche temporelle, et permet aussi d'avoir une résolution fréquentielle suffisante pour détecter des harmoniques et transposer en hautes fréquences des harmoniques du signal (dans la bande basse) pour améliorer la qualité tout en respectant la structure du signal.
  • Dans un mode de réalisation détaillé, l'étape de génération d'un signal d'excitation sur-échantillonné et étendu est effectuée selon l'équation suivante: U HB 1 k = { 0 k = 0 , ⋯ ,199 U k k = 200 , ⋯ ,239 , U k + start _ band − 240 k = 240 , ⋯ ,319
    Figure imgb0007
     avec k l'indice de l'échantillon, UHB1 (k) le spectre du signal d'excitation étendu, U(k) le spectre du signal d'excitation obtenu après l'étape de transformée et start_band une variable prédéfinie.
  • Ainsi, cette fonction comprend bien un ré-échantillonnage du signal d'excitation en ajoutant des échantillons au spectre de ce signal.
  • Dans la bande de fréquence correspondant aux échantillons allant de 200 à 239, le spectre original est conservé, pour pouvoir y appliquer une réponse d'atténuation progressive du filtre passe-haut dans cette bande de fréquence et aussi pour ne pas introduire de défauts 9 audibles lors de l'étape d'addition de la synthèse basse fréquence à la synthèse haute fréquence.
  • Dans un mode de réalisation particulier, le procédé comporte une étape de filtrage de désaccentuation du signal étendu au moins dans la deuxième bande de fréquence.
  • Ainsi, le signal dans la deuxième bande de fréquence est ramené dans un domaine cohérent avec le signal dans la première bande de fréquence.
  • Dans un mode particulier de réalisation, le procédé comporte en outre une étape de génération d'un signal de bruit au moins dans la deuxième bande de fréquence le signal étendu étant obtenu par combinaison du signal d'excitation étendu et du signal de bruit.
  • En effet, il suffit d'avoir des caractéristiques issues du signal d'excitation sur-échantillonné et étendu dans au moins une deuxième bande de fréquence pour avoir un modèle de signal adapté à certains types de signaux. Celui-ci peut être combiné à un autre signal, par exemple un bruit généré pour obtenir le signal étendu ayant un modèle de signal adapté.
  • Dans un mode de réalisation l'étape de combinaison s'effectue par mixage additif adaptatif avec un gain d'égalisation de niveau entre le signal d'excitation étendu et le signal de bruit.
  • L'application de ce gain d'égalisation permet à l'étape de combinaison de s'adapter aux caractéristiques du signal pour optimiser la proportion relative de bruit dans le mélange.
  • La présente invention vise également un dispositif d'extension de bande de fréquence d'un signal audiofréquence comportant un étage de décodage ou d'extraction, dans une première bande de fréquence dite bande basse, d'un signal d'excitation et des coefficients d'un filtre de prédiction linéaire. Le dispositif est tel qu'il comporte:
    • un module d'obtention d'un signal étendu (UHB2(k), 503)) dans au moins une deuxième bande de fréquence supérieure à la première bande de fréquence à partir du signal d'excitation sur-échantillonné et étendu dans la au moins une deuxième bande de fréquence (UHB1(k));
    • mise à l'échelle (507) du signal étendu par un gain défini par sous-trame en fonction d'un ratio entre le ratio entre l'énergie par sous-trame et l'énergie par trame du signal d'excitation de la bande basse et le ratio entre l'énergie par sous-trame et l'énergie par trame du signal étendu;
    • un module de filtrage (510) dudit signal étendu mis à l'échelle par un filtre de prédiction linéaire dont les coefficients sont dérivés des coefficients du filtre de la bande basse.
  • Ce dispositif présente les mêmes avantages que le procédé décrit précédemment, qu'il met en oeuvre.
  • L'invention vise un décodeur comportant un dispositif tel que décrit.
  • Elle vise un programme informatique comportant des instructions de code pour la mise en oeuvre des étapes du procédé d'extension de bande tel que décrit, lorsque ces instructions sont exécutées par un processeur.
  • Enfin l'invention se rapporte à un support de stockage, lisible par un processeur, intégré ou non au dispositif d'extension de bande, éventuellement amovible, mémorisant un programme informatique mettant en oeuvre un procédé d'extension de bande tel que décrit précédemment.
  • 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 une partie d'un décodeur de type AMR-WB mettant en oeuvre des étapes d'extension de bande de fréquence de l'état de l'art et tel que décrit précédemment;
    • la figure 2 illustre un décodeur de type interopérable G.718-LD à 16kHz selon l'état de l'art et tel que décrit précédemment;
    • la figure 3 illustre un décodeur interopérable avec le codage AMR-WB et intégrant un dispositif d'extension de bande selon un mode de réalisation de l'invention;
    • la figure 4 illustre sous forme d'organigramme, les étapes principales d'un procédé d'extension de bande selon un mode de réalisation de l'invention;
    • la figure 5 illustre un premier mode de réalisation dans le domaine fréquentiel d'un dispositif d'extension de bande selon l'invention;
    • la figure 6 illustre un exemple de réponse en fréquence d'un filtre passe-bande utilisée dans un mode particulier de l'invention;
    • la figure 7 illustre un deuxième mode de réalisation dans le domaine temporel d'un dispositif d'extension de bande selon l'invention; et
    • la figure 8 illustre une réalisation matérielle d'un dispositif d'extension de bande selon l'invention.
  • La figure 3 illustre un exemple de décodeur, compatible avec la norme AMR-WB/G.722.2 dans lequel on retrouve un post-traitement similaire à celui introduit dans G.718 et décrit en référence à la figure 2 et une extension de bande améliorée selon le procédé d'extension de l'invention, mis en oeuvre par le dispositif d'extension de bande illustré par le bloc 309.
  • Contrairement au décodage AMR-WB qui fonctionne avec une fréquence d'échantillonnage de sortie de 16 kHz et au décodage G.718 qui fonctionne à 8 ou 16 kHz, on considère ici un décodeur qui peut fonctionner avec un signal de sortie (synthèse) à la fréquence fs = 8, 16, 32 ou 48 kHz. A noter qu'on suppose ici que le codage a été effectué selon l'algorithme AMR-WB avec une fréquence interne de 12.8 kHz pour le codage CELP en bande basse et à 23.85 kbit/s un codage de gain par sous-trame à la fréquence de 16 kHz ; même si l'invention est décrite ici au niveau du décodage, on suppose ici que le codage peut aussi fonctionner avec un signal d'entrée à la fréquence fs = 8, 16, 32 ou 48 kHz et des opérations de ré-échantillonnage adéquate, dépassant le cadre de l'invention, sont mises en oeuvre au codage en fonction de la valeur de fs. On peut noter que quand fs=8 kHz, dans le cas d'un décodage compatible avec AMR-WB, il n'est pas nécessaire d'étendre la bande basse 0-6.4 kHz, car la bande audio reconstruite à la fréquence fs est limitée à 0-4000 Hz.
  • A la figure 3, le décodage CELP (BF pour basses fréquences) fonctionne toujours à la fréquence interne de 12.8 kHz, comme dans AMR-WB et G.718, et l'extension de bande (HF pour hautes fréquences) faisant l'objet de l'invention fonctionne à la fréquence de 16 kHz, les synthèses BF et HF sont combinées (bloc 312) à la fréquence fs après ré-échantillonnage adéquat (bloc 306 et traitement interne au bloc 311). Dans des variantes de l'invention, la combinaison des bandes basse et haute pourra se faire à 16 kHz, après avoir ré-échantillonnée la bande basse de 12.8 à 16 kHz, avant de ré-échantillonner le signal étendu à la fréquence fs.
  • Le décodage selon la figure 3 dépend du mode (ou débit) AMR-WB associé à la trame courante reçue. A titre indicatif et sans que cela impacte le bloc 309, le décodage de la partie CELP en bande basse comporte les étapes suivantes:
    • Démultiplexage des paramètres codés (bloc 300) en cas de trame correctement reçue (bfi=0 où bfi est le « bad frame indicator» valant 0 pour une trame reçue et 1 pour une trame perdue)
    • Décodage des paramètres ISF avec interpolation et conversion en coefficients LPC (bloc 301) comme décrit dans la clause 6.1 de la norme G.722.2.
    • Décodage de l'excitation CELP (bloc 302), avec une partie adaptative et fixe pour reconstruire l'excitation (exc ou u'(n)) dans chaque sous-trame de longueur 64 à 12.8 kHz: u ′ n = g ^ p v n + g ^ c c n , n = 0 , ⋯ ,63
      Figure imgb0008
    en suivant les notations de la clause 7.1.2.1 de G.718 concernant le décodage CELP, où v(n) et c(n) sont respectivement les mots de code des dictionnaires adaptatif et fixe, et ĝp et ĝc sont les gains décodés associés. Cette excitation u'(n) est utilisée dans le dictionnaire adaptatif de la sous-trame suivante ; elle est ensuite post-traitée et on distingue comme dans G.718 l'excitation u'(n) (aussi notée exc) de sa version post-traitée modifiée u(n)(aussi notée exc2) qui sert d'entrée au filtre de synthèse, 1/Â(z), dans le bloc 303. Dans des variantes qui peuvent être mises en oeuvre pour l'invention, les post-traitements appliqués à l'excitation peuvent être modifiés (par exemple, la dispersion de phase peut être améliorée) ou ces post-traitements peuvent être étendus (par exemple, une réduction du bruit inter-harmonique peut être mise en oeuvre), sans affecter la nature du procédé d'extension de bande selon l'invention.
    • Filtrage de synthèse par 1/Â(z) (bloc 303) où le filtre LPC décodé Â(z) est d'ordre 16
    • Post-traitement bande étroite (bloc 304) selon la clause 7.3 de G.718 si fs=8 kHz.
    • Désaccentuation (bloc 305) par le filtre 1 / (1-0.68z -1)
    • Post-traitement des basses fréquences (bloc 306) tel que décrit à la clause 7.14.1.1 de G.718. Ce traitement introduit un retard qui est pris en compte dans le décodage de la bande haute (>6.4 kHz).
    • Ré-échantillonnage de la fréquence interne de 12.8 kHz à la fréquence de sortie fs (bloc 307). Plusieurs réalisations sont possibles. Sans perte de généralité, on considère ici à titre d'exemple que si fs=8 ou 16 kHz, le ré-échantillonnage décrit dans la clause 7.6 de G.718 est repris ici, et si fs=32 ou 48 kHz, des filtres à réponse impulsionnelle finie (FIR) supplémentaires sont utilisés.
    • Calcul des paramètres du "noise gate" (bloc 308) qui est réalisé de façon préférentielle comme décrit dans la clause 7.14.3 de G.718.
  • On peut noter que l'utilisation des blocs 306, 308, 314 est optionnelle.
  • On notera également que le décodage de la bande basse décrit ci-dessus suppose une trame courante dite « active » avec un débit entre 6.6 et 23.85 kbit/s. En fait, quand le mode DTX (transmission continue en français) est activé, certaines trames peuvent être codées comme « inactives » et dans ce cas on peut soit transmettre un descripteur de silence (sur 35 bits) soit ne rien transmettre. En particulier, on rappelle que la trame SID décrit plusieurs paramètres : paramètres ISF moyennés sur 8 trames, énergie moyenne sur 8 trames, flag de dithering pour la reconstruction de bruit non stationnaire. Dans tous les cas, au décodeur, on retrouve le même modèle de décodage que pour une trame active, avec une reconstruction de l'excitation et d'un filtre LPC pour la trame courante, ce qui permet d'appliquer l'invention même sur des trames inactives. Le même constat s'applique pour le décodage de « trames perdues » (ou FEC, PLC) dans lequel le modèle LPC est appliqué.
  • Contrairement au décodage AMR-WB ou G.718, le décodeur selon l'invention permet d'étendre la bande basse décodée (50-6400 Hz en tenant en compte du filtrage passe-haut à 50 Hz au décodeur, 0-6400 Hz dans le cas général) à une bande étendue dont la largeur varie, allant approximativement de 50-6900 Hz à 50-7700 Hz en fonction du mode mis en oeuvre dans la trame courante. On peut ainsi parler d'une première bande de fréquence de 0 à 6400Hz et d'une deuxième bande de fréquence de 6400 à 8000Hz. En réalité, dans le mode de réalisation privilégié, l'extension de l'excitation est réalisée dans le domaine fréquentiel dans une bande de 5000 à 8000 Hz, pour permettre un filtrage passe-bande de largeur 6000 à 6900 ou 7700 Hz.
  • Dans un mode de réalisation privilégié, à 23.85 kbit/s, comme dans le décodeur G.718 décrit en référence à la figure 2, l'information de correction de gain HF (0.8 kbit/s) transmise à 23.85 kbit/s est ici ignorée. Ainsi à la figure 3, aucun bloc spécifique à 23.85 kbit/s n'est utilisé.
  • La partie décodage bande haute est réalisée dans le bloc 309 représentant le dispositif d'extension de bande selon l'invention et qui est détaillé à la figure 5 dans un premier mode de réalisation et à la figure 7 dans un deuxième mode de réalisation.
  • Ce dispositif comprend au moins un module d'obtention d'un signal étendu dans au moins une deuxième bande de fréquence supérieure à la première bande de fréquence à partir d'un signal d'excitation sur-échantillonné et étendu dans au moins une deuxième bande de fréquence (UHB1(k)), un module de mise à l'échelle du signal étendu par un gain défini par sous-trame en fonction d'un ratio d'énergie par trame et sous-trame du signal audiofréquence dans la première bande de fréquence et un module de filtrage dudit signal étendu mis à l'échelle par un filtre de prédiction linéaire dont les coefficients sont dérivés des coefficients du filtre de la bande basse.
  • Afin d'aligner les bandes basses et hautes décodées, un retard (bloc 310) est introduit dans le premier mode de réalisation pour synchroniser les sorties des blocs 306 et 307 et la bande haute synthétisée à 16 kHz est ré-échantillonnée de 16 kHz à la fréquence fs (sortie de bloc 311). Par exemple, quand fs=16 kHz le retard T=30 échantillons, qui correspond au retard de ré-échantillonnage de 12.8 à 16 kHz de 15 échantillons + retard du post-traitement des basses fréquences de 15 échantillons. La valeur du retard T devra être adaptée pour les autres cas (fs=32, 48 kHz) en fonction des traitements mis en oeuvre. On rappelle que quand fs=8 kHz, il n'est pas nécessaire d'appliquer les blocs 309 à 311 car la bande du signal en sortie du décodeur est limité à 0-4000 Hz.
  • A noter que le procédé d'extension de l'invention mis en oeuvre dans le bloc 309 selon le premier mode de réalisation n'introduit de façon préférentielle aucun retard supplémentaire par rapport à la bande basse reconstruite à 12.8 kHz ; cependant, dans des variantes de l'invention (par exemple en utilisant une transformation temps/fréquence avec recouvrement), un retard pourra être introduit. Ainsi, de façon générale la valeur de T dans le bloc 310 devra être ajustée en fonction de la mise en oeuvre spécifique. Par exemple dans le cas où le post-traitement des basses fréquences (bloc 306) n'est pas utilisé, le retard à introduire pour fs=16 kHz pourra être fixé à T=15 échantillons ; de même si l'invention est réalisée suivant la variante du mode de réalisation décrite à la figure 7, la valeur de T se réduit pour compenser le retard introduit par le post-traitement des basses fréquences (bloc 306) s'il est utilisé.
  • Les bandes basse et haute sont ensuite combinées (ajoutées) dans le bloc 312 et la synthèse obtenue est post-traitée par filtrage passe-haut à 50 Hz (de type IIR) d'ordre 2 dont les coefficients dépendent de la fréquence fs (bloc 313) et post-traitement de sortie avec application optionnelle du "noise gate" de façon similaire à G.718 (bloc 314).
  • Le dispositif d'extension de bande selon l'invention, illustré par le bloc 309 selon le mode de réalisation du décodeur de la figure 3, met en oeuvre un procédé d'extension de bande décrit maintenant en référence à la figure 4 .
  • Ce dispositif d'extension peut également être indépendant du décodeur et peut mettre en oeuvre le procédé décrit à la figure 4 pour effectuer une extension de bande d'un signal audio existant stocké ou transmis au dispositif, avec une analyse du signal audio pour en extraire une excitation et un filtre LPC.
  • Ce dispositif reçoit en entrée un signal d'excitation dans une première bande de fréquence dite bande basse u(n) dans le cas d'une mise en oeuvre dans le domaine temporel ou U(k) dans le cas d'une mise en oeuvre dans le domaine fréquentiel pour laquelle une étape de transformée temps fréquence est alors appliquée.
  • Dans le cas d'une application dans un décodeur, ce signal d'excitation reçu est un signal décodé.
  • Dans le cas d'un dispositif d'amélioration indépendant du décodeur, le signal d'excitation bande basse est extrait par analyse du signal audio.
  • Dans un mode possible de réalisation, le signal audio bande basse est ré-échantillonné avant l'étape d'extraction de l'excitation, si bien que l'excitation extraite du signal audio par prédiction linéaire estimée à partir du signal bande basse (ou de paramètres LPC associés à la bande basse) est déjà ré-échantillonnée. Un exemple de réalisation dans ce cas consiste à prendre un signal bande basse échantillonné à 12.8 kHz dont on dispose d'un filtre LPC bande basse décrivant l'enveloppe spectrale court-terme pour la trame courante, le sur-échantillonner à 16 kHz, et le filtrer par un filtre de prédiction LPC obtenu en extrapolant le filtre LPC. Un autre exemple de réalisation consiste à prendre un signal bande basse échantillonné à 12.8 kHz dont on ne dispose pas de modèle LPC, le sur-échantillonner à 16 kHz, effectuer une analyse LPC sur ce signal à 16 kHz, et filtrer ce signal par un filtre de prédiction LPC obtenu par cette analyse.
  • Une étape E401 de génération d'un signal d'excitation sur-échantillonné étendu ( uext (n) ou U HB1(k)) dans une deuxième bande de fréquence supérieure à la première bande de fréquence est effectuée. Cette étape de génération peut comporter à la fois une étape de ré-échantillonnage et une étape d'extension ou simplement une étape d'extension en fonction du signal d'excitation obtenu en entrée.
  • Cette étape est détaillée ultérieurement dans les modes de réalisation décrits en référence aux figures 5 et 7.
  • Ce signal d'excitation sur-échantillonné étendu est utilisé pour obtenir un signal étendu (UHB2(k)) dans une deuxième bande de fréquence. Ce signal étendu possède alors un modèle de signal adapté à certains types de signaux grâce aux caractéristiques du signal d'excitation étendu.
  • Ce signal étendu peut être obtenu après combinaison du signal d'excitation sur-échantillonné et étendu avec un autre signal, par exemple un signal de bruit.
  • Ainsi, dans un mode de réalisation, une étape E402 de génération d'un signal de bruit (uHB (n) ou UHB (k)) au moins dans la deuxième bande de fréquence est effectuée. La deuxième bande de fréquence est par exemple une bande haute fréquence allant de 6000 à 8000 Hz. Par exemple, ce bruit peut être généré de façon pseudo-aléatoire par un générateur congruentiel linéaire. Dans des variantes de l'invention, on pourra remplacer cette génération de bruit par d'autres méthodes, par exemple on pourra définir un signal d'amplitude constante (de valeur arbitraire, telle que 1) et appliquer des signes aléatoires à chaque raie fréquentielle générée.
  • Le signal d'excitation étendu est ensuite combiné au signal de bruit à l'étape E403 pour obtenir le signal étendu que l'on pourra également dénommer signal combiné (u HB1(n) ou U HB2(k)) dans la bande de fréquence étendue correspondant à toute la bande de fréquence incluant la première et la deuxième bande de fréquence. Ainsi, la combinaison de ces deux types de signaux permet d'obtenir un signal combiné avec des caractéristiques plus adaptées à certains types de signaux comme des signaux musicaux.
  • En effet, le signal d'excitation décodé ou estimé dans la bande basse comporte dans certains cas, des harmoniques plus proches des signaux musicaux que le signal de bruit seul. Les harmoniques basses fréquences, si elles existent, peuvent ainsi être transposées en haute fréquence de telle sorte que leur mélange avec du bruit permet d'assurer un certain niveau d'harmonicité ou de niveau relatif de bruit ou de planéité spectrale (« spectral flatness » en anglais) dans la bande haute reconstruite.
  • L'extension de bande selon le procédé améliore la qualité pour ce type de signaux par rapport à AMR-WB.
  • Le signal combiné (ou étendu) est ensuite filtré en E404 par un filtre de prédiction linéaire dont les coefficients sont dérivés des coefficients du filtre de la bande basse (Â(z)) décodés ou obtenus par analyse et extraction à partir du signal bande basse ou une version sur-échantillonnée de celui-ci. L'extension de bande selon le procédé est donc réalisée en étendant d'abord un signal d'excitation et en appliquant ensuite une étape de filtrage de synthèse par prédiction linéaire (LPC); cette approche exploite le fait que l'excitation LPC décodée dans la bande basse est un signal dont le spectre est relativement plat, ce qui évite des traitements supplémentaires de blanchiment du signal décodé dans l'extension de bande.
  • De façon avantageuse, les coefficients de ce filtre peuvent par exemple être obtenus à partir des paramètres décodés du filtre de prédiction linéaire (LPC) en bande basse. Si le filtre LPC utilisé en bande haute échantillonnée 16 kHz est de la forme 1/Â(z/γ), où 1/Â(z) est le filtre décodé en bande basse, et γ un facteur de pondération, la réponse en fréquence du filtre 1/Â(z/γ) correspond à un étalement de la réponse en fréquence du filtre décodé en bande basse. Dans une variante on pourra étendre le filtre 1/Â(z) à un ordre supérieur (comme à 6.6 kbit/s dans le bloc 111) pour éviter un tel étalement.
  • De façon préférentielle mais optionnelle, des étapes supplémentaires de filtrage passe-bande adaptatif en E405 et/ou de mise à l'échelle en E407 peuvent être effectuées pour d'une part améliorer la qualité du signal d'extension selon le débit de décodage et d'autre part pour s'assurer de garder le même ratio d'énergie entre une sous-trame et une trame de signal combiné que dans la bande basse de fréquence.
  • Ces étapes seront expliquées plus en détails dans les modes de réalisation des figures 5 et 7.
  • Dans un premier mode de réalisation, le dispositif d'extension de bande est décrit maintenant en référence à la figure 5 . Ce dispositif met en oeuvre le procédé d'extension de bande décrit précédemment en référence à la figure 4.
  • Ainsi, à l'entrée de ce dispositif, un signal d'excitation bande basse décodé ou estimé par analyse est reçu (u(n)). L'extension de bande utilise ici l'excitation décodée à 12.8 kHz (exc2 ou u(n)) en sortie du bloc 302.
  • On notera que dans ce mode de réalisation, la génération de l'excitation sur-échantillonné et étendu s'effectue dans une bande de fréquence allant de 5 à 8 kHz incluant donc une deuxième bande de fréquence (6.4-8kHz) supérieure à la première bande de fréquence (0-6.4 kHz).
  • Ainsi, la génération du signal d'excitation étendu s'effectue au moins sur la deuxième bande de fréquence mais aussi sur une partie de la première bande de fréquence.
  • Bien évidemment, les valeurs définissant ces bandes de fréquences peuvent être différentes selon le décodeur ou le dispositif de traitement dans lequel l'invention s'applique.
  • Pour cet exemple de réalisation, ce signal est transformé pour obtenir un spectre de signal d'excitation U(k) par le module de transformation temps-fréquence 500.
    Dans un mode de réalisation particulier, la transformée utilise une DCT-IV (pour "Discrete Cosine Transform" - Type IV en anglais) (bloc 500) sur la trame courante de 20 ms (256 échantillons), sans fenêtrage, ce qui revient à transformer directement u(n) avec n = 0, ···, 255 selon la formule suivante : U k = ∑ n = 0 N − 1 u n cos π N n + 1 2 k + 1 2
    Figure imgb0009
     où N = 256 et k = 0,···,255.
  • On note ici que la transformation sans fenêtrage (ou de façon équivalente avec une fenêtre rectangulaire implicite de la longueur de la trame) est possible car le traitement est effectué dans le domaine de l'excitation, et non le domaine du signal, si bien qu'aucun artefact (effets de bloc) n'est audible, ce qui constitue un avantage important de ce mode de réalisation de l'invention.
  • Dans ce mode de réalisation, la transformation DCT-IV est mise en oeuvre par FFT suivant l'algorithme dit « Evolved DCT (EDCT) » décrit dans l'article de D.M. Zhang, H.T. Li, A Low Complexity Transform - Evolved DCT, IEEE 14th International Conference on Computational Science and Engineering (CSE), Aug. 2011, pp. 144-149, et mis en oeuvre dans les normes UIT-T G.718 Annex B et G.729.1 Annex E.
  • Dans des variantes de l'invention et sans perte de généralité, la transformation DCT-IV pourra être remplacée par d'autres transformations temps-fréquences court-terme de même longueur et dans le domaine de l'excitation, comme une FFT (pour "Fast Fourier Transform" en anglais) ou une DCT-II (Discrete Cosine Transform - Type II). De façon alternative, on pourra remplacer la DCT-IV sur la trame par une transformation avec recouvrement-addition et fenêtrage de longueur supérieure à la longueur de la trame courante, par exemple en utilisant une MDCT (pour "Modified Discrete Cosine Tranform" en anglais). Dans ce cas le retard T dans le bloc 310 de la figure 3, devra être ajusté (réduit) de façon adéquate en fonction du retard additionnel dû à l'analyse/synthèse par cette transformée.
  • Le spectre DCT, U(k), de 256 échantillons couvrant la bande 0-6400 Hz (à 12.8 kHz), est ensuite étendu (bloc 501) en un spectre de 320 échantillons couvrant la bande 0-8000 Hz (à 16 kHz) sous la forme suivante : U HB 1 k = { 0 k = 0 , ⋯ ,199 U k k = 200 , ⋯ ,239 U k + start _ band − 240 k = 240 , ⋯ ,319
    Figure imgb0010
     où on prend de façon préférentielle start_band = 160.
  • Le bloc 501 fonctionne comme module de génération d'un signal d'excitation sur-échantillonné et étendu et réalise l'étape E401 comportant un ré-échantillonnage de 12.8 à 16 kHz dans le domaine fréquentiel, en rajoutant ¼ d'échantillons (k = 240,···,319) au spectre, le ratio entre 16 et 12.8 étant de 5/4.
  • De plus, le bloc 501 réalise un filtrage passe-haut implicite dans la bande 0-5000 Hz puisque les 200 premiers échantillons de U HB1(k) sont mis à zéro ; comme expliqué plus tard, ce filtrage passe-haut est également complété par une partie d'atténuation progressive des valeurs spectrales d'indices k = 200,···,255 dans la bande 5000-6400 Hz, cette atténuation progressive est mise en oeuvre dans le bloc 504 mais pourrait être réalisée séparément en dehors du bloc 504. De façon équivalente et dans des variantes de l'invention, la mise en oeuvre du filtrage passe-haut séparée en blocs de coefficients d'indice k = 0,···,199 mis à zéro, de coefficients k = 200,···,255 atténués, dans le domaine transformé, pourra donc être effectué en une seule étape.
  • Dans cet exemple de réalisation et selon la définition de U HB1(k), on remarque que la bande 5000-6000 Hz de U HB1(k) (qui correspond aux indices k = 200,···,239) est copiée à partir de la bande 5000-6000 Hz de U(k). Cette approche permet de conserver le spectre original dans cette bande et elle évite d'introduire des distorsions dans la bande 5000-6000 Hz lors de l'addition de la synthèse HF avec la synthèse BF - en particulier la phase du signal (implicitement représentée dans le domaine DCT-IV) dans cette bande est préservée.
  • La bande 6000-8000 Hz de U HB1(k) est ici définie en copiant la bande 4000-6000 Hz de U(k) puisque la valeur de start_band est fixée préférentiellement à 160.
  • Dans une variante du mode de réalisation, la valeur de start_band pourra être rendue adaptative autour de la valeur de 160, sans modifier la nature de l'invention. Les détails de l'adaptation de la valeur start_band ne sont pas décrits ici car ils dépassent le cadre de l'invention sans en changer la portée.
  • Pour certains signaux en bande élargie (échantillonnés à 16 kHz), la bande haute (>6 kHz) peut être bruitée, harmonique ou comporter un mélange de bruit et d'harmoniques. De plus, le niveau d'harmonicité dans la bande 6000-8000 Hz est généralement corrélé à celui des bandes de fréquences inférieures. Ainsi, dans un mode particulier de réalisation, le bloc 502 de génération de bruit, met en oeuvre l'étape E402 de la figure 4 et réalise une génération de bruit dans le domaine fréquentiel, U HBN(k) pour k = 240,···,319 (80 échantillons) correspondant à une deuxième bande de fréquence dite haute fréquence afin de combiner ensuite ce bruit avec le spectre U HB1(k) dans le bloc 503.
  • Dans un mode de réalisation particulier, le bruit (dans la bande 6000-8000 Hz) est généré de façon pseudo-aléatoire avec un générateur congruentiel linéaire sur 16 bits : U HBN k = { 0 k = 0 , ⋯ ,239 31821 U HBN k − 1 + 13849 k = 240 , ⋯ ,319
    Figure imgb0011
     avec la convention que UHBN (239) dans la trame courante correspond à la valeur UHBN (319) de la trame précédente. Dans des variantes de l'invention, on pourra remplacer cette génération de bruit par d'autres méthodes.
  • Le bloc 503 de combinaison peut être réalisé de différentes façons. De façon privilégiée, on considère un mixage additif adaptatif de la forme : U HB 2 k = βU HB 1 k + αG HBN U HBN k , k = 240 , ⋯ ,319
    Figure imgb0012
     où GHBN est un facteur de normalisation servant à égaliser le niveau d'énergie entre les deux signaux, G HBN = ∑ k = 240 319 U HB 1 k 2 + ε ∑ k = 240 319 U HBN k 2 + ε
    Figure imgb0013
     avec ε =0.01, et le coefficient α (compris entre 0 et 1) est ajusté en fonction de paramètres estimés à partir de la bande basse décodée et le coefficient β (compris entre 0 et 1) dépend de α.
  • Dans un mode de réalisation privilégié on calcule l'énergie du bruit dans trois bandes : 2000-4000 Hz, 4000-6000 Hz et 6000-8000 Hz, avec E N 2 − 4 = ∑ k ∈ N 80,159 U ′ 2 k
    Figure imgb0014
     E N 4 − 6 = ∑ k ∈ N 160,239 U ′ 2 k
    Figure imgb0015
     E N 4 − 6 = ∑ k ∈ N 240,319 U ′ 2 k
    Figure imgb0016
     où U ′ k = { ∑ k = 160 239 U 2 k ∑ k = 80 159 U 2 k U k k = 80 , … ,159 U k k = 160 , … ,239 ∑ k = 160 239 U 2 k ∑ k = 240 319 U HB 1 2 k U HB 1 k k = 240 , … ,319
    Figure imgb0017
     et N(k 1, k 2) est l'ensemble des indices k pour lesquels le coefficient d'indice k est classifié comme étant associé à du bruit. Cet ensemble peut être par exemple obtenu en détectant les pics locaux dans U'(k) vérifiant |U'(k)|≥|U'(k-1)|et|U'(k)|≥|U'(k+1)| et en considérant que ces raies ne sont pas associés à du bruit, soit (en appliquant la négation de la condition précédente): N a b = a ≤ k ≤ b | | U ′ k | < | U ′ k − 1 | ou | U ′ k | U ′ k + 1 | }
    Figure imgb0018
  • On peut noter que d'autres méthodes de calcul de l'énergie du bruit sont possibles, par exemple en prenant la valeur médiane du spectre sur la bande considérée ou en appliquant un lissage à chaque raie fréquentielle avant de calculer l'énergie par bande.
  • On fixe α de telle sorte que le ratio entre l'énergie du bruit dans les bandes 4-6 kHz et 6-8 kHz soit le même qu'entre les bandes 2-4 kHz et 4-6 kHz : α = ρ − E N 6 − 8 ∑ k = 160 239 U 2 k − E N 6 − 8
    Figure imgb0019
     où E N 4 − 6 = max E N 4 − 6 E N 2 − 4 , ρ = E N 4 − 6 2 E N 2 − 4 , ρ = max ρ , E N 6 − 8
    Figure imgb0020
     où max(.,.) est la fonction qui donne le maximum des deux arguments.
  • Dans des variantes de l'invention, le calcul de α pourra être remplacé par d'autres méthodes. Par exemple, dans une variante, on pourra extraire (calculer) différents paramètres (ou « features » en anglais) caractérisant le signal en bande basse, dont un paramètre « tilt » similaire à celui calculé dans le codec AMR-WB, et on estimera le facteur α en fonction d'une régression linéaire à partir de ces différents paramètres en limitant sa valeur entre 0 et 1. La régression linéaire pourra par exemple être estimée de façon supervisée en estimant le facteur α en se donnant la bande haute originale dans une base d'apprentissage. On notera que le mode de calcul de α ne limite pas la nature de l'invention.
  • Dans un mode de réalisation privilégié, on prend β = 1 − α 2
    Figure imgb0021
     afin de préserver l'énergie du signal étendu après mixage.
  • Dans une variante les facteurs β et α pourront être adaptés pour tenir compte du fait qu'un bruit injecté dans une bande donnée du signal est perçu en général comme plus fort qu'un signal harmonique à la même énergie dans la même bande. Ainsi on pourra modifier les facteurs β et α comme suit:
    • β ← β.f(α)
    • α ← α.f(α)
    où f(α) est une fonction décroissante de α, par exemple f α = b − a α ,
    Figure imgb0022
     f(α) b=1.1, a = 1.2, f(α) limité de 0.3 à 1. Il faut remarquer qu'après multiplication par f(α), α2 + β2 < 1 si bien que l'énergie du signal U HB2(k) = βU HB1 (k) + αGHBNUHBN (k) est plus basse que l'énergie de U HB1(k) (la différence d'énergie dépend de α, plus on rajoute de bruit, plus l'énergie est atténuée). Dans d'autres variantes de l'invention on pourra prendre : β = 1 − α
    Figure imgb0023
     ce qui permet de préserver le niveau d'amplitude (quand les signaux combinés sont de même signe) ; cependant cette variante a le désavantage de résulter en une énergie globale (au niveau de U HB2(k)) qui n'est pas monotone en fonction de α.
  • On remarque donc ici que le bloc 503 réalise l'équivalent du bloc 101 de la figure 1 pour normaliser le bruit blanc en fonction d'une excitation qui est par contre ici dans le domaine fréquentiel, déjà étendue à la cadence de 16 kHz ; de plus, le mixage est limité à la bande 6000-8000 Hz.
  • Dans une variante simple, on peut considérer une réalisation du bloc 503, où les spectres, U HB1(k) ou GHBNUHBN (k), sont sélectionnés (commutés) de façon adaptative, ce qui revient à n'autoriser que les valeurs 0 ou 1 pour α; cette approche revient à classifier le type d'excitation à générer dans la bande 6000-8000 Hz
  • Le bloc 504 réalise de façon optionnelle, une double opération d'application de réponse en fréquence de filtre passe-bande et de filtrage de désaccentuation (ou déemphase) dans le domaine fréquentiel.
  • Dans une variante de l'invention, le filtrage de désaccentuation pourra être réalisé dans le domaine temporel, après le bloc 505 voire avant le bloc 500 ; cependant, dans ce cas, le filtrage passe-bande réalisé dans le bloc 504 peut laisser certaines composantes basses fréquences de très faibles niveaux qui se voient amplifier par désaccentuation, ce qui peut modifier de façon légèrement perceptible la bande basse décodée. Pour cette raison, on préfère ici réaliser la désaccentuation dans le domaine fréquentiel. Dans le mode de réalisation privilégié, les coefficients d'indice k=0,···,199 sont mis à zéro, ainsi la désaccentuation est limitée aux coefficients supérieurs.
    L'excitation est d'abord désaccentuée selon l'équation suivante : U HB 2 ′ k = { 0 k = 0 , ⋯ ,199 G deemph k − 200 U HB 2 k k = 200 , ⋯ ,255 , G deemph 55 U HB 2 k k = 256 , ⋯ ,319
    Figure imgb0024
     où Gdeemph (k) est la réponse en fréquence du filtre 1/(1-0.68z -1) sur une bande de fréquence discrète restreinte. En prenant en compte les fréquences discrètes (impaires) de la DCT-IV, on définit ici Gdeemph(k) comme: G deemph k = 1 | e jθ k − 0.68 | , k = 0 , ⋯ ,255
    Figure imgb0025
     où θ k = 256 − 80 + k + 1 2 256 .
    Figure imgb0026
     Dans le cas où une autre transformation que la DCT-IV est utilisée, la définition de θk pourra être ajustée (par exemple pour des fréquences paires).
    On note que la désaccentuation est appliquée en deux phases pour k = 200,···,255 correspondant à la bande de fréquence 5000-6400 Hz, où la réponse 1/(1-0.68z-1) est appliquée comme à 12.8 kHz, et pour k = 256,···,319 correspondant à la bande de fréquence 6400-8000 Hz, où la réponse est étendue de 16 kHz ici à une valeur constante dans la bande 6.4-8 kHz.
  • On peut noter que dans le codec AMR-WB la synthèse HF n'est pas désaccentuée. Dans le mode de réalisation présenté ici, le signal hautes fréquences est au contraire désaccentué de manière à le ramener dans un domaine cohérent avec le signal basses fréquences (0-6.4 kHz) qui sort du bloc 305. Ceci est important pour l'estimation et l'ajustement ultérieur de l'énergie de la synthèse HF.
  • Dans une variante du mode de réalisation, afin de réduire la complexité, on pourra fixer Gdeemph (k) à une valeur constante indépendante de k, en prenant par exemple Gdeemph (k) = 0.6 ce qui correspond approximativement à la valeur moyenne de Gdeemph (k) pour k = 200,···,319 dans les conditions du mode de réalisation décrit ci-dessus.
  • Dans une autre variante du mode de réalisation du dispositif d'extension, la désaccentuation pourra être réalisée de façon équivalente dans le domaine temporel après DCT inverse. Une telle réalisation est mise en oeuvre à la figure 7 décrite plus loin.
  • En plus de la désaccentuation, un filtrage passe-bande est appliqué avec deux parties séparées : l'une passe-haut fixe, l'autre passe-bas adaptative (fonction du débit).
  • Ce filtrage est effectué dans le domaine fréquentiel, et sa réponse en fréquence est illustrée à la figure 6 . Les fréquences de coupures à 3 dB sont 6000 Hz pour la partie basse et pour la partie haute approximativement 6900, 7300, 7600 Hz à 6.6, 8.86 et aux débits supérieurs à 8.85 kbit/s (respectivement).
  • Dans le mode de réalisation privilégiée, on calcule la réponse partielle de filtre passe-bas dans le domaine fréquentiel comme suit: G lp k = 1 − 0.999 k N lp − 1
    Figure imgb0027
     où NlP =60 à 6.6 kbit/s, 40 à 8.85 kbit/s, 20 aux débits >8.85 bit/s. Ensuite on applique un filtre passe-bande sous la forme : U HB 3 k = { 0 k = 0 , ⋯ ,199 G hp k − 200 U HB 2 ′ k k = 200 , ⋯ ,255 U HB 2 ′ k k = 256 , ⋯ ,319 − N lp G lp k − 320 − N lp U HB 2 ′ k k = 320 − N lp , ⋯ ,319
    Figure imgb0028
  • La définition de Ghp (k), k = 0,···,55, est donnée par exemple au tableau 1 ci-dessous. Tableau 1
    K ghp (k) K ghp (k) K ghp (k) k ghp (k)
    0 0.001622428 14 0.114057967 28 0.403990611 42 0.776551214
    1 0.004717458 15 0.128865425 29 0.430149896 43 0.800503267
    2 0.008410494 16 0.144662643 30 0.456722014 44 0.823611104
    3 0.012747280 17 0.161445005 31 0.483628433 45 0.845788355
    4 0.017772424 18 0.179202219 32 0.510787115 46 0.866951597
    5 0.023528982 19 0.197918220 33 0.538112915 47 0.887020781
    6 0.030058032 20 0.217571104 34 0.565518011 48 0.905919644
    7 0.037398264 21 0.238133114 35 0.592912340 49 0.923576092
    8 0.045585564 22 0.259570657 36 0.620204057 50 0.939922577
    9 0.054652620 23 0.281844373 37 0.647300005 51 0.954896429
    10 0.064628539 24 0.304909235 38 0.674106188 52 0.968440179
    11 0.075538482 25 0.328714699 39 0.700528260 53 0.980501849
    12 0.087403328 26 0.353204886 40 0.726472003 54 0.991035206
    13 0.100239356 27 0.378318805 41 0.751843820 55 1.000000000
  • On notera que dans des variantes de l'invention les valeurs de Ghp (k) pourront être modifiées tout en gardant une atténuation progressive. De même le filtrage passe-bas à largeur de bande variable, Glp (k), pourra être ajusté avec des valeurs ou un support fréquentiel différents, sans changer le principe de cette étape de filtrage.
  • On notera aussi que l'exemple de filtrage passe-bande illustré à la figure 6 pourra être adapté en définissant une seule étape de filtrage combinant les filtrages passe-haut et passe-bas.
  • Dans un autre mode de réalisation, le filtrage passe-bande pourra être réalisé de façon équivalente dans le domaine temporel (comme dans le bloc 112 de la figure 1) avec différents coefficients de filtre selon le débit, après une étape de DCT inverse. Une telle réalisation est mise en oeuvre à la figure 7 décrite plus loin. Cependant, on notera qu'il est avantageux de réaliser cette étape directement dans le domaine fréquentiel car le filtrage est effectué dans le domaine de l'excitation LPC et donc les problèmes de convolution circulaire et d'effets de bord sont très limités dans ce domaine.
  • Le bloc 505 de transformée inverse réalise une DCT inverse sur 320 échantillons pour trouver l'excitation haute-fréquence échantillonnée à 16 kHz. Sa mise en oeuvre est identique au bloc 500, car la DCT-IV est orthonormée, sauf que la longueur de la transformée est de 320 au lieu de 256, et on obtient: u HB n = ∑ k = 0 N 16 ⁢ k − 1 U HB 3 k cos π N 16 ⁢ k k + 1 2 n + 1 2
    Figure imgb0029
     où N 16k = 320 et k=0,···,319.
  • Cette excitation échantillonnée à 16 kHz est ensuite mise à l'échelle par des gains définis par sous-trame de 80 échantillons (bloc 507).
    Dans un mode de réalisation privilégié, on calcule d'abord (bloc 506) un gain gHB1(m) par sous-trame par des ratios d'énergie des sous-trames tel que dans chaque sous-trame d'indice m=0, 1, 2 ou 3 de la trame courante: g HB 1 m = e 3 m e 2 m
    Figure imgb0030
     où e 1 m = ∑ n = 0 63 u n + 64 m 2 + ε
    Figure imgb0031
     e 2 m = ∑ n = 0 79 u HB n + 80 m 2 + ε
    Figure imgb0032
     e 3 m = e 1 m ∑ n = 0 319 u HB n 2 + ε ∑ n = 0 255 u n 2 + ε
    Figure imgb0033
     avec ε = 0.01. On peut écrire le gain par sous-trame g HB1(m) sous la forme : g HB 1 m = ∑ n = 0 63 u n + 64 m 2 + ε ∑ n = 0 255 u n 2 + ε ∑ n = 0 79 u HB n + 80 m 2 + ε ∑ n = 0 319 u HB n 2 + ε
    Figure imgb0034
     ce qui montre qu'on assure dans le signal uHB le même ratio entre énergie par sous-trame et énergie par trame que dans le signal u(n).
  • Le bloc 507 effectue la mise à l'échelle du signal combiné (ou étendu) (étape E406 de la figure 4) selon l'équation suivante: u HB ′ n = g HB 1 m u HB n , n = 80 ⁢ m , ⋯ ,80 m + 1 − 1
    Figure imgb0035
  • On notera que la réalisation du bloc 506 diffère de celle du bloc 101 de la figure 1, car l'énergie au niveau de la trame courante est prise en compte en plus de celle de la sous-trame. Cela permet d'avoir le ratio de l'énergie de chaque sous-trame par rapport à l'énergie de la trame. On compare donc des ratios d'énergie (ou énergies relatives) plutôt que les énergies absolues entre bande basse et bande haute.
  • Ainsi, cette étape de mise à l'échelle permet de conserver dans la bande haute le ratio d'énergie entre la sous-trame et la trame de la même façon que dans la bande basse.
  • De façon optionnelle, le bloc 509 effectue ensuite la mise à l'échelle du signal (étape E407 de la figure 4) selon l'équation suivante: u HB " n = g HB 2 m u HB ′ n , n = 80 ⁢ m , ⋯ ,80 m + 1 − 1
    Figure imgb0036
     où le gain g HB2(m) est obtenu à partir du bloc 508 en exécutant les blocs 103, 104 et 105 du codec AMR-WB (l'entrée du bloc 103 étant l'excitation décodée en bande basse, u(n)). Les blocs 508 et 509 sont utiles pour ajuster le niveau du filtre de synthèse LPC (bloc 510), ici en fonction du tilt du signal. D'autres méthodes de calcul du gain g HB2(m) sont possibles sans changer la nature de l'invention.
  • Enfin, l'excitation, uHB '(n) ou uHB "(n), est filtrée (étape E404 de la figure 4) par le module de filtrage 510 qui peut être réalisé ici en prenant comme fonction de transfert 1/Â(z/γ), où γ =0.9 à 6.6 kbit/s et γ =0.6 aux autres débits, ce qui limite l'ordre du filtre à l'ordre 16.
  • Dans une variante, ce filtrage pourra être réalisé de la même façon que ce qui est décrit pour le bloc 111 de la figure 1 du décodeur AMR-WB, cependant l'ordre du filtre passe à 20 au débit de 6.6, ce qui ne change pas de façon significative la qualité du signal synthétisé. Dans une autre variante, on pourra effectuer le filtrage de synthèse LPC dans le domaine fréquentiel, après avoir calculé la réponse en fréquence du filtre mis en oeuvre dans le bloc 510.
  • Dans des variantes de réalisation de l'invention, le codage de la bande basse (0-6.4 kHz) pourra être remplacé par un codeur CELP autre que celui utilisé dans AMR-WB, comme par exemple le codeur CELP dans G.718 à 8 kbit/s. Sans perte de généralité d'autres codeurs en bande élargie ou fonctionnant à des fréquences supérieurs à 16 kHz, dans lesquels le codage de la bande basse fonctionne à une fréquence interne à 12.8 kHz pourraient être utilisés. Par ailleurs, l'invention peut être adaptée de façon évidente à d'autres fréquences d'échantillonnage que 12.8 kHz, lorsqu'un codeur de basses fréquences fonctionne à une fréquence d'échantillonnage inférieure à celle du signal original ou reconstruit. Lorsque le décodage en bande basse n'utilise pas de prédiction linéaire, on ne dispose pas d'un signal d'excitation à étendre, dans ce cas on pourra réaliser une analyse LPC du signal reconstruit dans la trame courante et on calculera une excitation LPC de manière à pouvoir appliquer l'invention.
  • Enfin, dans une autre variante de l'invention, l'excitation (u(n)) est ré-échantillonnée, par exemple par interpolation linéaire ou "spline" cubique, de 12.8 à 16 kHz avant transformation (par exemple DCT-IV) de longueur 320. Cette variante a le défaut d'être plus complexe, car la transformée (DCT-IV) de l'excitation est alors calculée sur une plus grande longueur et le ré-échantillonnage n'est pas effectué dans le domaine de la transformée.
  • De plus, dans des variantes de l'invention, tous les calculs nécessaires à l'estimation des gains (GHBN, g HB1(m), g HB2(m), gHBN, ...) pourront être effectués dans un domaine logarithmique.
  • En référence à la figure 7 , un deuxième mode de réalisation du dispositif d'extension de bande est maintenant décrit. Ce mode de réalisation fonctionne dans le domaine temporel. Ce deuxième mode de réalisation ne fait pas partie de l'invention.
  • Comme dans le mode de réalisation de la figure 5, le principe du mode de réalisation avec mixage d'un signal étendu à 16 kHz et d'un signal de bruit est conservé, cependant ce mélange est cette fois réalisé dans le domaine temporel et cette fois-ci la génération principale de l'excitation se fait par sous-trame et non par trame.
  • Le signal d'excitation u(n), n = 0,···,255, issu du décodage basse fréquence dans la trame courante est d'abord ré-échantillonné sans retard (étape E401 de la figure 4) à 16 kHz (bloc 700) et dans un mode de réalisation particulier, une interpolation linéaire est utilisée pour obtenir le signal d'excitation étendu dans une deuxième bande de fréquence, uext (n), n = 0,···,319. Dans une variante de réalisation, on pourra utiliser d'autres méthodes de ré-échantillonnage, par exemple par "splines" ou par filtrage multi-cadences.
  • On s'assure que l'énergie du signal uext (n) a un niveau similaire à l'excitation u(n) avec les blocs 701 et 702 de la façon suivante: u ext ′ n = u ext n ∑ l = 0 63 u l 2 ∑ l = 0 79 u ext l 2
    Figure imgb0037
  • Dans une variante de réalisation on pourra multiplier u'ext (n) par 5/4 pour compenser l'atténuation par le ratio 12.8/16, causée par différentes fréquences d'échantillonnage de signaux uext (n) et u(n).
    Le générateur de bruit dans le bloc 703 met en oeuvre l'étape E402 de la figure 4 et peut être réalisé comme dans le bloc 502 décrit en figure 5, sauf que le signal en sortie correspond à une sous-trame temporelle, uHBN (n), n=0,···,319
    Le bloc 704 de combinaison peut être réalisé de différentes façons. De façon privilégiée, on considère un mixage additif adaptatif par sous-trame de la forme :
    • u HB1(n + 80m) = βuext (n + 80m) + αgHBNuHBN (n+80m), n = 0,···,79 où gHBN est un facteur de normalisation servant à égaliser le niveau d'harmonicité des deux signaux combinés g HBN = ∑ k = 0 79 u ext n 2 + ε ∑ k = 0 79 u H ⁢ B ⁢ ​ ⁢ N n 2 + ε
      Figure imgb0038
    • et m est l'indice de la sous-trame et les facteurs α et β sont calculés comme dans le premier mode de réalisation. On remarque donc ici que le bloc 704 réalise l'équivalent du bloc 101 de la figure 1. De plus, le calcul du facteur α oblige à calculer la transformée du signal d'excitation décodé (ou le signal décodé lui-même selon le domaine de calcul du niveau relatif de bruit ou de planéité spectrale dite "spectral flatness" en anglais) en bande basse si ce calcul repose sur la planéité spectrale ; dans des variantes, dont l'utilisation d'une régression linéaire décrite précédemment, une telle transformée n'est pas nécessaire.
  • Ensuite le signal temporel est désaccentué (bloc 705) par un filtre de la forme gdeemph /(1-0.68z-1), où gdeemph est calculé de sorte à prolonger le filtre 1/(1-0.68z-1) (défini à 12.8 kHz) à la fréquence d'échantillonnage de 16 kHz gdeemph = |(1-0.68e j2π6000/16000) / (1-0.68e j2π6000/12800)|, puis traité par un filtrage passe-bande de largeur de bande variable (bloc 706) dont l'ordre est fixe (de valeur 30) mais les coefficients changent en fonction du débit de décodage de la trame courante.
  • Un exemple de réalisation d'un tel filtrage passe-bande adaptatif de type FIR est donné aux tableaux ci-dessous définissant la réponse impulsionnelle du filtre FIR selon le débit. Tableau 2a (6.6 kbit/s)
    n h(n) n h(n) n h(n) n h(n)
    0 -0.0002581 8 0.0306285 16 -0.1451668 24 -0.0114595
    1 0.0003791 9 -0.0716116 17 0.0626279 25 0.0090482
    2 0.0002581 10 0.0995869 18 0.0286124 26 -0.0029758
    3 -0.0002177 11 -0.0885791 19 -0.0885791 27 -0.0002177
    4 -0.0029758 12 0.0286124 20 0.0995869 28 0.0002581
    5 0.0090482 13 0.0626279 21 -0.0716116 29 0.0003791
    6 -0.0114595 14 -0.1451668 22 0.0306285 30 -0.0002581
    7 0 15 0.1783678 23 0 - -
    Tableau 2b (8.85 kbit/s)
    n h(n) n h(n) n h(n) n h(n)
    0 0.0019706 8 0.0312161 16 -0.1720177 24 -0.0030672
    1 -0.0064291 9 -0.0709664 17 0.0817478 25 -0.0041966
    2 0.0124179 10 0.0980678 18 0.0181018 26 0.0132058
    3 -0.0160589 11 -0.0842625 19 -0.0842625 27 -0.0160589
    4 0.0132058 12 0.0181018 20 0.0980678 28 0.0124179
    5 -0.0041966 13 0.0817478 21 -0.0709664 29 -0.0064291
    6 -0.0030672 14 -0.1720177 22 0.0312161 30 0.0019706
    7 -0.0036671 15 0.2083360 23 -0.0036671 -
    Tableau 2c (débits >8.85 kbit/s)
    n h(n) n h(n) n h(n) n h(n)
    0 0.0013312 8 0.0606146 16 -0.1916778 24 0.0221682
    1 -0.0047346 9 -0.0860005 17 0.1093354 25 -0.0180046
    2 0.0098657 10 0.0924138 18 -0.0129187 26 0.0171709
    3 -0.0147045 11 -0.0607694 19 -0.0607694 27 -0.0147045
    4 0.0171709 12 -0.0129187 20 0.0924138 28 0.0098657
    5 -0.0180046 13 0.1093354 21 -0.0860005 29 -0.0047346
    6 0.0221682 14 -0.1916778 22 0.0606146 30 0.0013312
    7 -0.0360130 15 0.2240719 23 -0.0360130 - -
  • L'étape de mise à l'échelle (E407 à la figure 4) est effectuée par les blocs 508 et 509 identiques à la figure 5.
  • L'étape de filtrage (E404 de la figure 4) est effectuée par le module de filtrage (bloc 510) identique à celui décrit en référence à la figure 5.
  • Il n'est pas utile ici de mettre en oeuvre une étape de mise à l'échelle comme effectué dans le mode de réalisation de la figure 5 par les blocs 506 et 507 puisque l'excitation est générée par sous-trames. La cohérence du ratio d'énergie au niveau de la trame est déjà assurée.
  • Dans des variantes de l'invention, l'excitation en bande basse u(n)et le filtre LPC 1/Â(z) seront estimés par trame, par analyse LPC d'un signal en bande basse dont la bande doit être étendue. Le signal d'excitation bande basse est alors extrait par analyse du signal audio.
  • Dans un mode possible de réalisation de cette variante, le signal audio bande basse est ré-échantillonné avant l'étape d'extraction de l'excitation, si bien que l'excitation extraite du signal audio (par prédiction linéaire) est déjà ré-échantillonnée.
    L'invention illustrée à la figure 5, ou le deuxième mode de réalisation ne faisant pas partie de l'invention et décrit à la figure 7, s'applique dans ce cas à une bande basse qui n'est pas décodée mais analysée.
  • La figure 8 représente un exemple de réalisation matérielle d'un dispositif de d'extension de bande 800 selon l'invention. Celui-ci peut faire partie intégrante d'un décodeur de signal audiofréquence ou d'un équipement recevant des signaux audiofréquences décodés ou non.
  • Ce type de dispositif comporte un processeur PROC coopérant avec un bloc mémoire BM comportant une mémoire de stockage et/ou de travail MEM.
    Un tel dispositif comporte un module d'entrée E apte à recevoir un signal audio d'excitation décodé ou extrait dans une première bande de fréquence dite bande basse (u(n) ou U(k)) et les paramètres d'un filtre de synthèse de prédiction linéaire (Â(z)). Il comporte un module de sortie S apte à transmettre le signal haute fréquence synthétisé (HF_syn) par exemple à un module d'application d'un retard comme le bloc 310 de la figure 3 ou à un module de ré-échantillonnage comme le module 311.
  • Le bloc mémoire peut avantageusement comporter un programme informatique comportant des instructions de code pour la mise en oeuvre des étapes du procédé de d'extension de bande au sens de l'invention, lorsque ces instructions sont exécutées par le processeur PROC, et notamment les étapes d'obtention d'un signal étendu dans au moins une deuxième bande de fréquence supérieure à la première bande de fréquence à partir d'un signal d'excitation sur-échantillonné et étendu dans au moins une deuxième bande de fréquence, de mise à l'échelle du signal étendu par un gain défini par sous-trame en fonction d'un ratio d'énergie d'une trame et d'une sous-trame et de filtrage dudit signal étendu mis à l'échelle par un filtre de prédiction linéaire dont les coefficients sont dérivés des coefficients du filtre de la bande basse.
  • 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 celui-ci.
  • La mémoire MEM enregistre de manière générale, toutes les données nécessaires à la mise en oeuvre du procédé.
  • Dans un mode possible de réalisation, le dispositif ainsi décrit peut également comporter les fonctions de décodage bande basse et autre fonctions de traitement décrites par exemple en figure 3 en plus des fonctions d'extension de bande selon l'invention.

Claims (11)

  1. Procédé d'extension de bande de fréquence d'un signal audiofréquence lors d'un processus de décodage ou d'amélioration comportant une étape de décodage ou d'extraction, dans une première bande de fréquence dite bande basse, d'un signal d'excitation et des coefficients d'un filtre de prédiction linéaire, le procédé étant caractérisé en ce qu'il comporte les étapes suivantes:
    - obtention d'un signal étendu (UHB2(k), E403)) dans au moins une deuxième bande de fréquence supérieure à la première bande de fréquence à partir du signal d'excitation sur-échantillonné et étendu dans la au moins une deuxième bande de fréquence (UHB1(k), E401);
    - mise à l'échelle (E406) du signal étendu par un gain défini par sous-trame en fonction d'un ratio entre le ratio entre l'énergie par sous-trame et l'énergie par trame du signal d'excitation de la bande basse et le ratio entre l'énergie par sous-trame et l'énergie par trame du signal étendu ;
    - filtrage (E404) dudit signal étendu mis à l'échelle par un filtre de prédiction linéaire dont les coefficients sont dérivés des coefficients du filtre de la bande basse.
  2. Procédé selon la revendication 1, caractérisé en ce qu'il comporte en outre une étape de filtrage (E405) passe-bande adaptatif en fonction du débit de décodage de la trame courante, du signal étendu avant l'étape de mise à l'échelle.
  3. Procédé selon la revendication 1, caractérisé en ce qu'il comporte une étape de transformée temps-fréquence du signal d'excitation, l'étape d'obtention d'un signal étendu s'effectuant alors dans le domaine fréquentiel et une étape de transformée temps-fréquence inverse du signal étendu avant les étapes de mise à l'échelle et de filtrage.
  4. Procédé selon la revendication 3, caractérisé en ce que l'étape de génération d'un signal d'excitation sur-échantillonné et étendu est effectuée selon l'équation suivante: U HB 1 k = { 0 k = 0 , ⋯ ,199 U k k = 200 , ⋯ ,239 U k + start _ band − 240 k = 240 , ⋯ ,319
    Figure imgb0039
     avec k l'indice de l'échantillon, UHB1(k) le spectre du signal d'excitation étendu, U(k) le spectre du signal d'excitation obtenu après l'étape de transformée et start_band une variable prédéfinie.
  5. Procédé selon l'une des revendications 1 à 4, caractérisé en ce qu'il comporte une étape de filtrage de désaccentuation du signal étendu au moins dans la deuxième bande de fréquence.
  6. Procédé selon la revendication 1, caractérisé en ce qu'il comporte en outre une étape de génération (E402) d'un signal de bruit au moins dans la deuxième bande de fréquence le signal étendu (UHB2(k)) étant obtenu par combinaison (E403) du signal d'excitation étendu et du signal de bruit.
  7. Procédé selon la revendication 6, caractérisé en ce que l'étape de combinaison s'effectue par mixage additif adaptatif avec un gain d'égalisation de niveau entre le signal d'excitation étendu et le signal de bruit.
  8. Dispositif d'extension de bande de fréquence d'un signal audiofréquence comportant une étage de décodage ou d'extraction, dans une première bande de fréquence dite bande basse, d'un signal d'excitation et des coefficients d'un filtre de prédiction linéaire, le dispositif étant caractérisé en ce qu'il comporte:
    - un module d'obtention d'un signal étendu (UHB2(k), 503)) dans au moins une deuxième bande de fréquence supérieure à la première bande de fréquence à partir du signal d'excitation sur-échantillonné et étendu dans la au moins une deuxième bande de fréquence (UHB1(k));
    - mise à l'échelle (507) du signal étendu par un gain défini par sous-trame en fonction d'un ratio entre le ratio entre l'énergie par sous-trame et l'énergie par trame du signal d'excitation de la bande basse et le ratio entre l'énergie par sous-trame et l'énergie par trame du signal étendu;
    - un module de filtrage (510) dudit signal étendu mis à l'échelle par un filtre de prédiction linéaire dont les coefficients sont dérivés des coefficients du filtre de la bande basse.
  9. Décodeur de signal audiofréquence caractérisé en ce qu'il comporte un dispositif d'extension de bande de fréquence conforme à la revendication 8.
  10. Programme informatique comportant des instructions de code pour la mise en oeuvre des étapes du procédé d'extension de bande de fréquence selon l'une des revendications 1 à 7, lorsque ces instructions sont exécutées par un processeur.
  11. Support de stockage lisible par un dispositif d'extension de bande de fréquence sur lequel est enregistré un programme informatique comprenant des instructions de code pour l'exécution des étapes du procédé d'extension de bande de fréquence selon l'une des revendications 1 à 7.
EP14742262.0A 2013-06-25 2014-06-24 Extension améliorée de bande de fréquence dans un décodeur de signaux audiofréquences Active EP3014611B1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1356100A FR3007563A1 (fr) 2013-06-25 2013-06-25 Extension amelioree de bande de frequence dans un decodeur de signaux audiofrequences
PCT/FR2014/051563 WO2014207362A1 (fr) 2013-06-25 2014-06-24 Extension améliorée de bande de fréquence dans un décodeur de signaux audiofréquences

Publications (2)

Publication Number Publication Date
EP3014611A1 EP3014611A1 (fr) 2016-05-04
EP3014611B1 true EP3014611B1 (fr) 2019-03-13

Family

ID=49151174

Family Applications (1)

Application Number Title Priority Date Filing Date
EP14742262.0A Active EP3014611B1 (fr) 2013-06-25 2014-06-24 Extension améliorée de bande de fréquence dans un décodeur de signaux audiofréquences

Country Status (6)

Country Link
US (1) US9911432B2 (fr)
EP (1) EP3014611B1 (fr)
CN (1) CN105324814B (fr)
ES (1) ES2724576T3 (fr)
FR (1) FR3007563A1 (fr)
WO (1) WO2014207362A1 (fr)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2793140C (fr) 2010-04-09 2016-05-31 Dolby International Ab Codage stereo a prediction complexe a base de mdct
EP3182411A1 (fr) 2015-12-14 2017-06-21 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Appareil et procédé de traitement de signal audio codé
US10249307B2 (en) 2016-06-27 2019-04-02 Qualcomm Incorporated Audio decoding using intermediate sampling rate
EP3382704A1 (fr) * 2017-03-31 2018-10-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Appareil et procédé permettant de déterminer une caractéristique liée à un traitement d'amélioration spectrale d'un signal audio
US10825467B2 (en) * 2017-04-21 2020-11-03 Qualcomm Incorporated Non-harmonic speech detection and bandwidth extension in a multi-source environment
US20190051286A1 (en) * 2017-08-14 2019-02-14 Microsoft Technology Licensing, Llc Normalization of high band signals in network telephony communications
CN107886966A (zh) * 2017-10-30 2018-04-06 捷开通讯(深圳)有限公司 终端及其优化语音命令的方法、存储装置
EP3553777B1 (fr) * 2018-04-09 2022-07-20 Dolby Laboratories Licensing Corporation Dissimulation de perte de paquets à faible complexité pour des signaux audio transcodés
CN110660409A (zh) * 2018-06-29 2020-01-07 华为技术有限公司 一种扩频的方法及装置
CN110556122B (zh) * 2019-09-18 2024-01-19 腾讯科技（深圳）有限公司 频带扩展方法、装置、电子设备及计算机可读存储介质

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10041512B4 (de) * 2000-08-24 2005-05-04 Infineon Technologies Ag Verfahren und Vorrichtung zur künstlichen Erweiterung der Bandbreite von Sprachsignalen
US6889182B2 (en) * 2001-01-12 2005-05-03 Telefonaktiebolaget L M Ericsson (Publ) Speech bandwidth extension
SE522553C2 (sv) * 2001-04-23 2004-02-17 Ericsson Telefon Ab L M Bandbreddsutsträckning av akustiska signaler
US6988066B2 (en) * 2001-10-04 2006-01-17 At&T Corp. Method of bandwidth extension for narrow-band speech
JP2005509928A (ja) * 2001-11-23 2005-04-14 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ オーディオ信号帯域幅拡張
US7069212B2 (en) * 2002-09-19 2006-06-27 Matsushita Elecric Industrial Co., Ltd. Audio decoding apparatus and method for band expansion with aliasing adjustment
US20050004793A1 (en) * 2003-07-03 2005-01-06 Pasi Ojala Signal adaptation for higher band coding in a codec utilizing band split coding
KR100707174B1 (ko) * 2004-12-31 2007-04-13 삼성전자주식회사 광대역 음성 부호화 및 복호화 시스템에서 고대역 음성부호화 및 복호화 장치와 그 방법
AU2006232364B2 (en) * 2005-04-01 2010-11-25 Qualcomm Incorporated Systems, methods, and apparatus for wideband speech coding
KR101171098B1 (ko) * 2005-07-22 2012-08-20 삼성전자주식회사 혼합 구조의 스케일러블 음성 부호화 방법 및 장치
US9454974B2 (en) * 2006-07-31 2016-09-27 Qualcomm Incorporated Systems, methods, and apparatus for gain factor limiting
US20090201983A1 (en) * 2008-02-07 2009-08-13 Motorola, Inc. Method and apparatus for estimating high-band energy in a bandwidth extension system
WO2010028297A1 (fr) * 2008-09-06 2010-03-11 GH Innovation, Inc. Extension sélective de bande passante
EP2224433B1 (fr) * 2008-09-25 2020-05-27 Lg Electronics Inc. Appareil pour traiter un signal audio et son procédé
US8463599B2 (en) * 2009-02-04 2013-06-11 Motorola Mobility Llc Bandwidth extension method and apparatus for a modified discrete cosine transform audio coder
FR2947945A1 (fr) * 2009-07-07 2011-01-14 France Telecom Allocation de bits dans un codage/decodage d'amelioration d'un codage/decodage hierarchique de signaux audionumeriques
CN102714041B (zh) * 2009-11-19 2014-04-16 瑞典爱立信有限公司 改进的激励信号带宽扩展
US8600737B2 (en) * 2010-06-01 2013-12-03 Qualcomm Incorporated Systems, methods, apparatus, and computer program products for wideband speech coding
HUE052882T2 (hu) * 2011-02-15 2021-06-28 Voiceage Evs Llc Készülék és módszer egy celp kódoló-dekódoló adaptív és állandó mértékû gerjesztésének az erõsítéshez való hozzájárulásának számszerûsítésére
WO2012131438A1 (fr) * 2011-03-31 2012-10-04 Nokia Corporation Unité d'extension de largeur de bande à bande basse
EP3089164A1 (fr) * 2011-11-02 2016-11-02 Telefonaktiebolaget LM Ericsson (publ) Génération d'une extension de bande haute d'un signal audio à bande passante étendue

Non-Patent Citations (1)

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

Also Published As

Publication number Publication date
ES2724576T3 (es) 2019-09-12
US9911432B2 (en) 2018-03-06
WO2014207362A1 (fr) 2014-12-31
FR3007563A1 (fr) 2014-12-26
CN105324814B (zh) 2019-06-04
CN105324814A (zh) 2016-02-10
US20160133273A1 (en) 2016-05-12
EP3014611A1 (fr) 2016-05-04

Similar Documents

Publication Publication Date Title
EP3014611B1 (fr) Extension améliorée de bande de fréquence dans un décodeur de signaux audiofréquences
EP3020043B1 (fr) Facteur d&#39;échelle optimisé pour l&#39;extension de bande de fréquence dans un décodeur de signaux audiofréquences
EP3103116B1 (fr) Extension ameliorée de bande de fréquence dans un décodeur de signaux audiofréquences
RU2386179C2 (ru) Способ и устройство для кодирования речевых сигналов с расщеплением полосы
WO2014009657A1 (fr) Traitement d&#39;amelioration de la qualite des signaux audiofrequences

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: 20160122

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

AX Request for extension of the european patent

Extension state: BA ME

DAX Request for extension of the european patent (deleted)
RIN1 Information on inventor provided before grant (corrected)

Inventor name: RAGOT, STEPHANE

Inventor name: KANIEWSKA, MAGDALENA

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: GRANT OF PATENT IS INTENDED

INTG Intention to grant announced

Effective date: 20181106

RIN1 Information on inventor provided before grant (corrected)

Inventor name: KANIEWSKA, MAGDALENA

Inventor name: RAGOT, STEPHANE

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE PATENT HAS BEEN GRANTED

AK Designated contracting states

Kind code of ref document: B1

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

REG Reference to a national code

Ref country code: GB

Ref legal event code: FG4D

Free format text: NOT ENGLISH

REG Reference to a national code

Ref country code: CH

Ref legal event code: EP

Ref country code: AT

Ref legal event code: REF

Ref document number: 1108804

Country of ref document: AT

Kind code of ref document: T

Effective date: 20190315

REG Reference to a national code

Ref country code: IE

Ref legal event code: FG4D

Free format text: LANGUAGE OF EP DOCUMENT: FRENCH

REG Reference to a national code

Ref country code: DE

Ref legal event code: R096

Ref document number: 602014042825

Country of ref document: DE

REG Reference to a national code

Ref country code: NL

Ref legal event code: MP

Effective date: 20190313

REG Reference to a national code

Ref country code: LT

Ref legal event code: MG4D

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

Ref country code: SE

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

Effective date: 20190313

Ref country code: LT

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

Effective date: 20190313

Ref country code: FI

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

Effective date: 20190313

Ref country code: NO

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

Effective date: 20190613

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

Ref country code: BG

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

Effective date: 20190613

Ref country code: RS

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

Effective date: 20190313

Ref country code: LV

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

Effective date: 20190313

Ref country code: NL

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

Effective date: 20190313

Ref country code: GR

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

Effective date: 20190614

Ref country code: HR

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

Effective date: 20190313

REG Reference to a national code

Ref country code: ES

Ref legal event code: FG2A

Ref document number: 2724576

Country of ref document: ES

Kind code of ref document: T3

Effective date: 20190912

REG Reference to a national code

Ref country code: AT

Ref legal event code: MK05

Ref document number: 1108804

Country of ref document: AT

Kind code of ref document: T

Effective date: 20190313

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

Ref country code: AL

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

Effective date: 20190313

Ref country code: PT

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

Effective date: 20190713

Ref country code: SK

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

Effective date: 20190313

Ref country code: EE

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

Effective date: 20190313

Ref country code: RO

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

Effective date: 20190313

Ref country code: CZ

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

Effective date: 20190313

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

Ref country code: SM

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

Effective date: 20190313

Ref country code: PL

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

Effective date: 20190313

REG Reference to a national code

Ref country code: DE

Ref legal event code: R097

Ref document number: 602014042825

Country of ref document: DE

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

Ref country code: IS

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

Effective date: 20190713

Ref country code: AT

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

Effective date: 20190313

PLBE No opposition filed within time limit

Free format text: ORIGINAL CODE: 0009261

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

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

Ref country code: MC

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

Effective date: 20190313

Ref country code: DK

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

Effective date: 20190313

REG Reference to a national code

Ref country code: CH

Ref legal event code: PL

26N No opposition filed

Effective date: 20191216

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

Ref country code: SI

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

Effective date: 20190313

REG Reference to a national code

Ref country code: BE

Ref legal event code: MM

Effective date: 20190630

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

Ref country code: TR

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

Effective date: 20190313

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

Ref country code: IE

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

Effective date: 20190624

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

Ref country code: LI

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

Effective date: 20190630

Ref country code: BE

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

Effective date: 20190630

Ref country code: LU

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

Effective date: 20190624

Ref country code: CH

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

Effective date: 20190630

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

Ref country code: CY

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

Effective date: 20190313

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

Ref country code: MT

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

Effective date: 20190313

Ref country code: HU

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

Effective date: 20140624

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

Ref country code: MK

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

Effective date: 20190313

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

Ref country code: IT

Payment date: 20230523

Year of fee payment: 10

Ref country code: FR

Payment date: 20230524

Year of fee payment: 10

Ref country code: DE

Payment date: 20230523

Year of fee payment: 10

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

Ref country code: GB

Payment date: 20230523

Year of fee payment: 10

Ref country code: ES

Payment date: 20230703

Year of fee payment: 10