WO2003063134A1 - Procede d'evaluation qualitative d'un signal audio numerique. - Google Patents

Procede d'evaluation qualitative d'un signal audio numerique. Download PDF

Info

Publication number
WO2003063134A1
WO2003063134A1 PCT/FR2003/000222 FR0300222W WO03063134A1 WO 2003063134 A1 WO2003063134 A1 WO 2003063134A1 FR 0300222 W FR0300222 W FR 0300222W WO 03063134 A1 WO03063134 A1 WO 03063134A1
Authority
WO
WIPO (PCT)
Prior art keywords
audio signal
signal
evaluated
quality indicator
implements
Prior art date
Application number
PCT/FR2003/000222
Other languages
English (en)
Inventor
Alexandre Joly
Original Assignee
Telediffusion De France
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 Telediffusion De France filed Critical Telediffusion De France
Priority to EP03715043.0A priority Critical patent/EP1468416B1/fr
Priority to US10/502,425 priority patent/US8036765B2/en
Priority to CA2474067A priority patent/CA2474067C/fr
Publication of WO2003063134A1 publication Critical patent/WO2003063134A1/fr
Priority to US13/219,391 priority patent/US8606385B2/en

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/69—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for evaluating synthetic or decoded voice signals

Definitions

  • the subject of the present invention is a method for evaluating a digital audio signal, in particular a digitally transmitted signal and / or a digital signal to which digital coding has been applied, in particular with rate reduction and / or decoding.
  • a digitally transmitted signal can be a standalone audio signal (broadcasting) or an audio signal that accompanies a program such as an audiovisual program.
  • the first directly compares the original signal to the degraded signal (after coding, broadcasting, multiplexing, 7)
  • the second compares only parameters extracted from two signals (called reduced reference).
  • the faults generated by the diffusion chain are detected using their main known characteristics.
  • This last class overcomes the constraints linked to the use of the reference signal. Indeed, in all other cases, the reference must be sent instead of comparison then perfectly synchronized with the degraded signal. This makes the system complex and more expensive.
  • Degradations due to transmission errors significantly reduce the signal quality. They appear during the broadcast, of an MPEG digital stream for example or during the broadcast, notably of radio, on the Internet.
  • the methods with full reference for which the signal to be evaluated is compared to the reference signal correspond to the conventional techniques used to estimate the quality of audio coders for example. Their general principle is based on the calculation, via a perceptual hearing model, of an internal representation of the original signal and the degraded signal, then on a comparison of these two internal representations. Such a method is described in the article by John G. BEERENDS and JAN A. STEMERDINK entitled “A Perceptual Audio Quality Measure Based on a Psychoacoustic Sound Representation", published in "Journal of Audio Engineering Society", vol. 12, December 1992, pages 963 to 978.
  • the OBQ (Output-Based Objective Speech Quality) measurement is the most advanced of the techniques without reference. This method of estimating the quality of a speech signal only, without a reference signal, is based on the calculation of perceptual parameters representing the content of the signal, gathered in a vector. These vectors, calculated on non-degraded signals, will constitute a reference base. The quality will be estimated by comparing the same parameters, extracted from the degraded signals, with the vectors of the reference base.
  • the main method using neural networks is the OSSQAR (Objective Scaling of Sound Quality And Reproduction) measurement. The general principle of this method is to use a hearing model in conjunction with a neural network.
  • the network is trained to predict the subjective quality of a signal from its perceptual representation calculated by the hearing model, to simulate the phenomena of psychoacoustics. It should be noted that the results obtained by these methods are much better when the signals are part of the learning base or at least when they have close characteristics.
  • Such methods are therefore not suitable for evaluating the quality of any signals, for example the audio signals of a radio or TN broadcast.
  • the present invention proposes a method according to which the indicators are simpler and can be calculated in real time and in continuous time, and require a significantly lower bit rate. Since the degradations can only modify a few samples, while degrading the quality significantly, the proposed method allows the entire audio stream to be analyzed.
  • the method according to the invention allows a reliable estimate of the quality of an audio signal having passed through a digital type transmission or coding. Indeed, the disturbances undergone by the transmission channels can induce the appearance of errors on the transmitted data; these errors result in degradations in the final audio signal.
  • the technological approach proposed consists in making a measurement on the audio signal, at the input and another at the output, the chain or any other system to be studied. A comparison between these measurements makes it possible to ensure the "transparency" of the transmission channel and to assess the extent of the degradations introduced. Used in conjunction or not with methods without reference, detecting the degradations based on the signature of the characteristics of the most important defects to be sought, the proposed approach allows a reliable estimate of the degradations introduced. It also makes it possible to compensate for a lack of reference signal. This method makes it possible to reduce the reference throughput necessary for estimating the quality in the case of measurements with reduced reference, and the number of parameters to be used in the case of measurements without reference.
  • the invention thus relates to a method for evaluating a digital audio signal, characterized in that it implements in real time and in continuous time, in successive time windows, the calculation of a quality indicator constituted, for each time window of a vector whose size is advantageously at least one hundred times less than the number of audio samples of a time window.
  • This dimension is for example between 1 and 10 and preferably between 1 and 5.
  • the digital audio signal to be evaluated can be a signal which has been transmitted digitally and / or which has been subjected to digital coding, in particular with reduction in bit rate, from a digital reference signal.
  • the method is characterized in that the generation of a said quality indicator vector implements for a reference audio signal and for the audio signal to be evaluated, the steps a) calculate the power spectral density of the audio signal for each time window and apply a filter representative of the attenuation of the inner and middle ear to obtain a filtered spectral density, b) calculate from this density filtered spectral individual excitations using the frequency spreading function in the basilar scale, c) determine from said individual excitations the compressed loudness using a function modeling the nonlinear frequency sensitivity of l ear, to obtain basilar components, d) separate the basilar components into classes, preferably in three classes, and calc uler for each class a number C representing the sum of the frequencies of this class, said vector consisting of said numbers C, e) calculating a distance between the vectors of the reference audio signal and of the audio signal to be evaluated associated with each time window for perform a so-called
  • the method is characterized in that the generation of a said quality indicator vector implements, for the reference audio signal and for the audio signal to be evaluated, the following steps: a) calculating N coefficients of a prediction filter by an autoregressive modeling. b) determining in each time window the maximum of the residue by difference between the predicted signal using the prediction filter and the audio signal, said maximum of the prediction residue constituting said quality indicator vector, c) calculating a distance between said vectors of the reference audio signal and of the audio signal to be evaluated associated with each time window in order to carry out a so-called evaluation of the degradation of the audio signal.
  • the method is characterized in that the generation of a said quality indicator vector implements for the reference audio signal and for the audio signal to evaluate, the following steps: a) calculate for each time window the power spectral density of the audio signal and apply to it a filter representative of the attenuation of the inner and middle ear, to obtain a frequency spreading function in l basal scale, b) calculate individual excitations from the frequency spreading function in the basilar scale, c) obtain from said individual excitations the compressed loudness using a function modeling nonlinear sensitivity by ear frequency, to obtain basilar components, d) calculate from said basilar components N 'predictive coefficients ion of a prediction filter by autoregressive modeling. e) generate for each time window a said quality indicator vector from only some of the N ′ prediction coefficients.
  • the quality indicator vector comprises between 5 and 10 of said prediction coefficients.
  • the method is characterized in that the generation of a said quality indicator vector implements at least for the audio signal to be evaluated the following steps : a) calculation of a temporal activity of the signal in each time window, b) calculate a sliding average over Ni successive values of the time activity, c) keep the minimum value among M] successive values of the sliding average.
  • the quality indicator vector can be constituted by said minimum value, or alternatively by a binary value resulting from the comparison of said minimum value with a given threshold.
  • the method can be characterized in that it implements the calculation of a quality score by determining a cumulative time interval during which said minimum value is less than a given threshold and / or by determining the number of times per second where said minimum value is less than a given threshold or else in that said minimum values are generated both for the reference audio signal and for the audio signal to be evaluated and in that a quality vector is generated by comparison between the corresponding minimum values of the reference audio signal and of the audio signal to be evaluated, for example by calculating the difference or the ratio between said minimum values.
  • the method is characterized in that the generation of a said quality indicator vector implements at least for the audio signal to be evaluated the following steps : a) calculate a temporal activity of the signal in each time window, b) calculate a sliding average over N 2 successive values of the temporal activity, c) keep the maximum value among M 2 successive values of the sliding average.
  • the quality indicator vector can be constituted by said maximum value or by a binary value resulting from the comparison of said minimum value with a given threshold.
  • the method can be characterized in that a degradation indicator is generated by comparison between the maximum value obtained on the reference audio signal and its corresponding maximum value obtained on the audio signal to be evaluated, for example by calculating the difference or the ratio between these maximum values.
  • the method is characterized in that the generation of a said quality indicator vector implements at least for the audio signal to be evaluated. calculation of the Fourier transform in successive blocks of N 3 samples constituting said time windows and calculating the minimum of the spectrum in M 3 successive blocks which constitute a vector indicative of quality.
  • the method can be characterized in that it includes a step of evaluating the introduction of noise into the audio signal to be evaluated by comparing the value of said minimum of the spectrum in M 3 successive blocks associated with the audio signal to be evaluated with the value maximum of the M 3 minima obtained in the same M 3 successive blocks associated with the reference audio signal.
  • the method comprises a step of evaluating the introduction of noise into the audio signal to be evaluated by comparing the value of said minimum of the spectrum in M 3 successive blocks with an average value spectrum minima obtained in blocks prior to the M 3 successive blocks, for example by calculating the difference or the ratio between these average values.
  • the method is characterized in that the generation of a said quality indicator vector implements at least for the audio signal to be evaluated the calculation a spectrum flattening parameter which is the ratio between an arithmetic mean and a geometric mean of the components of the signal spectrum.
  • the method can then be characterized in that it implements an indicator for detecting a degradation of the audio signal by the introduction of broadband noise by comparing said spectrum flattening parameter between the reference audio signal and the audio signal to be evaluated, for example by calculating the difference or the ratio between these two parameters.
  • FIG. 1 is a flowchart illustrating a quality assessment with full reference.
  • FIG. 2 illustrates an audio transmission with loss of quality
  • FIGS. 3 to 10 illustrate evaluation methods according to the present invention
  • FIG. 11 and 12 illustrate an audio quality system implementing the present invention.
  • the management and recovery of decoding errors is not standardized. The influence of these errors on the perceived quality therefore depends on the decoder used.
  • the audibility of these faults is also linked to the type of element affected in the frame, for example MPEG, and to its audio content.
  • the quality can be estimated in binary fashion: either the signal has not been degraded and the quality will depend on the initial coding used, or errors have been introduced and significant degradations appear.
  • the estimation of the quality can then be done by methods without reference, by accounting for the degradations detected over regular time intervals of the order, for example of a second.
  • Subjective tests have in fact made it possible to obtain a reliable estimate of the perceived quality, from the number and the length of the interruptions linked to impulse-type degradations in a signal.
  • the proposed method makes it possible to reduce the flow required for transporting the reference. This allows the use of reserved lanes with relatively limited speed. These measurements make it possible to detect degradations other than those due to transmission errors.
  • the present invention allows a reduction in the bit rate in the case of measurements with reduced reference and, by adding simple measurements without reference, to keep measurements on the significant degradations in the case of a loss of the reference by example, by locally generating a vector which simply characterizes the degradations, and which could therefore be easily processed and transmitted to a control installation, in particular centralized.
  • the measurements taken along the chain and at various points on the network inform the monitoring and management system for digital television broadcasting on its overall performance. Measurements of signal degradations inform the broadcasting operator about the quality of service delivered.
  • the process is characterized by two complementary operating modes: With reduced reference.
  • the technological approach proposed consists in making a measurement on the audio signal, at the input, and another at the output of the transmission chain or any other system to be studied (encoder, decoder, etc.). A comparison between these measures makes it possible to ensure the "transparency" of the chain or system and to assess the extent of the degradations introduced.
  • the method performs an evaluation in real time and in continuous time.
  • the reference measurements at the input of the chain represent a very small amount of data compared to the audio signal data, hence its classification as “reduced reference”.
  • the reference data or measurements used are both a reduced representation of the content of the signal and a measure of the importance of a type of degradation.
  • the invention makes it possible to compensate for a lack of reference signal.
  • the method defines measures for the characteristic digital faults to be sought.
  • the proposed approach allows an estimation of the degradations introduced on any signal, and in a reliable manner and this approach can be implemented both on the scale of a transmission network and locally on an equipment.
  • the computation complexity according to the method is low, and the indicator obtained represents a small quantity of data compared to the digital audio stream.
  • the method can be applied indifferently to purely digital signals or to signals having undergone after transmission a digital to analog conversion then analog to digital.
  • perceptual modeling The principle of objective perceptual measurements is based on the transformation of the physical representation (sound pressure, level, time and frequency) into the psychoacoustic representation (sound strength, masking level, time and critical bands or barks) of two signals (the reference signal and the signal to be evaluated) in order to compare them. This transformation takes place thanks to a modeling of the human auditory system (generally, this modeling consists of a spectral analysis in the Barks domain followed by spreading phenomena). A distance can then be calculated between the psychoacoustic representations of the two signals, distance which can be linked to the quality of the signal to be evaluated (the smaller the distance, the closer the signal to be evaluated to the original signal and the better its quality).
  • the first process implements a parameter called "Difference in Perceptual Accounts".
  • Windowing of the temporal signal in blocks then, for each of the blocks, calculation of the excitation induced by the signal using a hearing model.
  • This representation of the signals takes into account the phenomena of psychoacoustics, and provides a histogram whose accounts are the values of the basilar components.
  • the attenuation filter for the outer and middle ear is applied to the power spectral density, obtained from the signal spectrum.
  • This filter also takes into account the absolute hearing threshold.
  • the notion of critical bands is modeled by a transformation of the frequency scale into a basilar scale.
  • the following stage corresponds to the calculation of the individual excitations to take account of the masking phenomena, thanks to the frequency spreading function in the basilar scale and to a nonlinear addition.
  • the last step makes it possible to obtain the compressed loudness, by a power function, to model the non-linear frequency sensitivity of the ear, by a histogram comprising the 109 basilar components.
  • the histogram accounts obtained are then grouped into three classes. This vectorization makes it possible to obtain a visual representation of the evolution of the structure of the signals. This also makes it possible to obtain a simple and concise characterization of the signal and therefore to have a particularly interesting reference parameter.
  • the second strategy takes into account the Beerends scaling zones.
  • gain compensation between the excitation of the reference signal and that of the signal to be tested is carried out by the ear, the fixed limits are then the following:
  • a point (X, Y) constituting a vector is therefore obtained for each time window of the signal, which corresponds to the transmission of two values per window of for example 1024 bits, or a bit rate of 3 kbits / s for an audio signal. sampled at 48 kHz.
  • the associated representation is thus a trajectory parameterized by time, as shown in Figure 3.
  • the distance (Euclidean) between the reference signal and the degraded signal is then calculated.
  • the distance between the points makes it possible to estimate the extent of the degradations introduced between the reference signal and the degraded signal. This distance can be considered as a perceptual distance due to the use of models of psychoacoustics.
  • the main advantage of the parameter comes from the fact that psychoacoustic phenomena are taken into account without increasing the bit rate necessary for transferring the reference. This makes it possible to reduce the reference to 2 values for 1024 signal samples (3 kbits / s).
  • the second method implements an autoregressive modeling of the signal.
  • the general principle of linear prediction is to model the signal as being a combination of its past values. The idea is to calculate the
  • Prediction errors or residuals are calculated by difference between these two signals.
  • the presence and amount of noise in a signal can be determined by analyzing these residues.
  • the comparison of the residues obtained on the reference signal and those calculated from the degraded signal, and therefore of the noise levels, makes it possible to estimate the importance of the modifications and defects inserted.
  • the reference to be transmitted corresponds to the maximum of the residuals over a time window of given size. It is in fact not interesting to transmit all the residues if the bit rate of the reference wants to be reduced.
  • the gradient algorithm which is described for example in the aforementioned work of M. BELLANGER p. 371 and following.
  • the main drawback of the previous parameter is the need, in the case of an implementation on DSP, to store the N 0 samples to estimate the autocorrelation, have the coefficients of the filter then calculate the residues.
  • This second parameter makes it possible to avoid this by using another algorithm making it possible to calculate the coefficients of the filter: the algorithm of the gradient. This uses the error made to update the coefficients.
  • the filter coefficients are changed in the direction of the gradient of the instantaneous quadratic error, with the opposite signal.
  • the reference vector to be transmitted can thus be reduced to a single number.
  • the comparison consists of a simple calculation of the distance between the maxima of the reference and of the degraded signal, for example by difference.
  • Figure 5 summarizes the principle of parameter calculation: The main advantage of the two parameters is the flow required to transfer the reference. This reduces the reference to 1 real number for 1024 signal samples.
  • the third method implements an autoregressive modeling of the basilar excitation.
  • this method allows to take into account the phenomena of psychoacoustics, in order to obtain an evaluation of the perceived quality. For this, the calculation of the parameter goes through a modeling of various hearing principles.
  • a linear prediction models the signal as a combination of its past values. Analysis of the residuals (or prediction errors) makes it possible to determine and estimate the presence of noise in a signal.
  • the major drawback when using these techniques is the fact that there is no consideration of the principles of psychoacoustics. Thus, it is not possible to estimate the amount of noise actually perceived.
  • the process takes up the general principle of classical linear prediction. It also incorporates the phenomena of psychoacoustics to adapt it to the non-linear sensitivity in frequency (loudness) and intensity (tone) of the human ear.
  • the first part of the calculation of this parameter corresponds to the modeling of the principles of psychoacoustics using classical hearing models.
  • the second part is the calculation of the linear prediction coefficients.
  • the last part corresponds to the comparison of the prediction coefficients calculated for the reference signal and those obtained for the degraded signal.
  • Temporal windowing of the signal then calculation of an internal representation of the signal by modeling the phenomena of psychoacoustics.
  • This step corresponds to the calculation of the compressed loudness, which is in fact the excitation induced by the signal at the level of the inner ear.
  • This representation of the signals account of the phenomena of psychoacoustics, and is obtained from the signal spectrum, using conventional models: attenuation of the outer and middle ear, integration according to critical bands and frequency masking.
  • This calculation step is identical to the parameter described above; - Autoregressive modeling of this compressed loudness in order to obtain the coefficients of a RIF prediction filter, just like in a classic linear prediction.
  • the method used is that of autocorrelation, by solving the Yule-alker equations.
  • the first step in obtaining the prediction coefficients is therefore the calculation of the signal autocorrelation.
  • the modeling of the phenomena of psychoacoustics makes it possible to obtain 24 basilar components.
  • the order N of the prediction filter is 32. From these, 32 autocorrelation coefficients are estimated, which gives 32 prediction coefficients of which only 5 to 10 coefficients are kept as an indicator vector of quality, for example the first 5 to 10 coefficients.
  • the main advantage of the parameter comes from taking into account the phenomena of psychoacoustics. To do this, it was necessary to increase the flow required for the transfer of the reference to 5 or 10 values for
  • the following methods can be used with or without reference. This makes it possible to keep the most significant degradation detection measures, even in the case where no reference parameter is available at the control point, at the time when the comparison should be carried out.
  • the first of these methods implements dish detection in signal activity.
  • the notion of activity which can be approximated by a derivation operation in the audio signal, is used to identify breaks and interruptions in the time signal.
  • These types of faults are characteristic of decoding errors after transmission of the digital audio stream or during the broadcasting of sound sequences on the Internet. This occurs when the network speed becomes insufficient to ensure the arrival of all the frames necessary at the time of decoding, for example.
  • These degradations which introduce very low activity zones, translate at the auditory level by different sensations in the listener: mute, blur, impulse noise ...
  • the first step in calculating the parameter corresponds to estimating the temporal activity of the signal.
  • the second derivative operator is used. It makes it possible to have a sufficiently precise estimate of the activity and requires very few calculations.
  • the comparison step consists of a simple difference which makes it possible to identify the zones where the signal has been replaced by decoding dishes.
  • Plats r (t) and PlatS d (t) are respectively the parameter calculated on the reference and on the degraded signal.
  • the next step therefore consists in using correspondence curves from the binary parameter. These curves provide a quality score from the cumulative length and the number of impulse degradations detected per second. These curves are established from subjective tests. Different curves can be established depending on the type of audio signals (mainly speech or music). Once the estimate has been obtained, it is also possible to use a filter simulating the response of a panelist. This makes it possible to take into account the dynamic effect of the votes and the reaction times when faced with degradations.
  • the main advantage of the parameter is the possibility of making measurements without reference. Another interesting point is the speed necessary for the transfer of the reference. This makes it possible to reduce the reference to 1 real number, ie a bit rate of 1.5 kbits / s (or even 1 bit in the event of thresholding, or a bit rate of 47 bits / s) for
  • the second of these methods implements activity peak detection.
  • This parameter is based on signal activity. This allows you to detect dropouts, breaks, breaks in part of the audio signal and outliers by looking for peaks in signal activity.
  • ActTemp (t) max (y (t - k)) (11) where y (t) is the signal activity calculated by the filter.
  • ActTemp r (t) and ActTemp ⁇ d (t) are respectively the parameter calculated on the reference and on the degraded signal.
  • the threshold In the case where the reference is not available, it is possible to use a thresholding to detect if the parameter is greater than a threshold S ', which indicates the presence of degradations. To avoid false detections due to signals of an impulsive nature (attacks, percussions, ...), the threshold must have a fairly large value, which can lead to non-detections.
  • the use of correspondence curves is possible to estimate a perceptual quality.
  • the method consists in integrating the degradations detected by this parameter, with the others found by the previous parameter for example, and thus obtaining a global perceptual estimate.
  • the advantage of the parameter lies in the possibility of making detections without reference.
  • the reduced complexity and the low bit rate necessary for transporting the reference limited to 1 value, i.e. a bit rate of 1.5 kbits / s (or even 1 bit in case of thresholding, or a bit rate of 47 bits / s) for 1024 signal samples sampled at 48 kHz, are also interesting points.
  • the following method implements the study of the minimum of the signal spectrum to locate the degradations.
  • the first step in calculating these parameters is to estimate the spectrum of the signal.
  • MinSpe min ( ⁇ : ; .) For 1 ⁇ i ⁇ N (13) with Xi the N components of the X spectrum in dB (by distance calculation).
  • x r> i is the i th of the N components of the spectrum obtained on the reference
  • x ⁇ Li is the i th of the N components of the spectrum obtained on the degraded signal
  • the method can be summarized as follows by the following two diagrams Figure 9. Again, the main advantage of these parameters is the possibility of making measurements without reference. Another interesting point is the speed necessary for the transfer of the reference. This makes it possible to reduce the reference to 1 real number and even 1 integer, ie a bit rate of at most 1.5 kbit / s for N (for example 1024) signal samples. The reduced complexity of the algorithm is also an asset.
  • the statistical flattening coefficient called "kurtosis” or “concentration” was used.
  • the estimation is made from the centered moments of order 2 and 4. They allow the shape of the spectrum to be estimated with respect to a normal distribution in the statistical sense of the term.
  • the calculation corresponds to the ratio between the centered moment of order 4 and the centered moment of order 2 (variance) squared of the coefficients of the spectrum.
  • the formula used is as follows:
  • X is the arithmetic mean of the N components Xj of the X spectrum in dB.
  • the higher the value obtained the more the signal is concentrated and the less noise there is in the signal. This one is calculated on the reference and on the degraded signal. By comparison, the level of white noise inserted is estimated.
  • the diagram in Figure 10 presents the principle (valid for the two parameters above): In the case of a comparison with the reference, a simple distance of the difference or other type is sufficient to detect the degradations. If no reference is available, it is necessary to detect peaks in the variation of the parameters to search for degradations. This can be done using the technique, classic in image processing, of gray level mathematical morphology (erosions and dilations).
  • the reference audio signal corresponds to the signal at the input of the broadcasting network.
  • the reference parameters are calculated on this signal, then transmitted via a specific data channel, to the desired measurement point. It is at this point that the same parameters necessary for the comparison are calculated for the establishment of the measurements with reduced reference. Non-referenced measurements are also calculated. In the event that the reference parameters are not available (not present, incorrect, ...) these measurements are sufficient to detect the most significant errors.
  • the dotted subsystems in Figure 11 are no longer used.
  • the same diagram as above can be used to visualize (with or without reference) the performance of radio broadcasting on the Internet.
  • the data channel used to transport the reference parameters can be the network itself, as well as to return the estimated notes to the center of monitoring.
  • the reference signal corresponds to the signal sent by the server, and the degraded signal is that decoded at the chosen measurement point. This can for example be used to choose the most appropriate server according to the connection location by accessing data from a monitoring center.
  • the diagram ( Figure 12) below illustrates this embodiment in the case where the reference parameters are sent by the network and where the notes obtained use a specific transmission channel.
  • a method according to the invention is applicable whenever it is necessary to identify faults on an audio signal which has been transmitted by any broadcasting network (cable, satellite, wireless, Internet, DNB, DAB, etc.). .).
  • the proposed method exploits two classes of methods: techniques with reduced reference and those without reference. It is particularly advantageous when the bit rate available for transmitting the reference is limited.
  • this invention is applicable for operational purposes for metrology equipment and for supervision systems of audio signal distribution networks.
  • One of its advantageous characteristics lies in the combination of the measurements carried out with and without reference.
  • this invention corresponds to the requirements imposed in service quality management systems.

Landscapes

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

Abstract

L'invention concerne un procédé d'évaluation qualitative d'un signal audio numérique. Il est caractérisé en ce qu'il met en uvre en temps réel et en temps continu dans des fenêtres temporelles successives, le calcul d'un indicateur de qualité constitué par un vecteur associé à chaque fenêtre temporelle.Notamment, la génération d'un dit vecteur indicateur de qualité met par exemple en uvre pour un signal audio de référence et pour un signal audio à évaluer le calcul de la densité spectrale de puissance du signal audio ou bien le calcul des coefficients d'un filtre de prédiction par une méthode autorégressive, ou bien encore le calcul d'une activité temporelle du signal ou bien encore du minimum du spectre dans des blocs successifs du signal.Le procédé peut mettre en uvre le calcul d'une distance entre les vecteurs du signal audio de référence et du signal audio à évaluer associés à chaque fenêtre temporelle pour réaliser une évaluation de la dégradation du signal audio.

Description

PROCEDE D'EVALUATION QUALITATIVE D'UN SIGNAL AUDIO NUMERIQUE.
La présente invention a pour objet un procédé d'évaluation d'un signal audio numérique, notamment un signal transmis numériquement et/ou un signal numérique auquel a été appliqué un codage numérique, en particulier avec réduction de débit et/ou un décodage. Un signal transmis numériquement peut être un signal audio autonome (radiodiffusion) ou bien d'un signal audio qui accompagne un programme tel qu'un programme audiovisuel.
Le domaine des radiocommunications numériques et de la radiodiffusion est en pleine expansion, notamment avec l'apparition de la télévision numérique et des radiotéléphones. De nouveaux instruments doivent ainsi être développés pour mesurer la qualité de tous les systèmes nécessaires à la mise en œuvre de cette technologie, et ainsi pouvoir assurer une qualité de service.
C'est dans ce but que sont utilisés les tests subjectifs. Ces tests permettent de juger la qualité de signaux sonores en les faisant écouter par des auditeurs, experts ou novices. Cette méthode est longue et coûteuse car les conditions à respecter lors de ces tests sont nombreuses et strictes (choix des panélistes, conditions d'écoute, séquences, chronologie des tests, etc.). Elle permet néanmoins de constituer des bases de données de signaux de référence avec les notes qui leur ont été attribuées. Ce sont ces tests qui permettent d'obtenir les notes "MOS" (Mean Opinion Score), notes qui sont reconnues comme étant la référence en matière d'estimation de la qualité.
Pour essayer de réduire au minimum le nombre de ces essais subjectifs, de nombreuses études ont été réalisées sur le système d'audition humain. A partir de là, des modélisations de l'oreille et des phénomènes psychoacoustiques ont été développées, ce qui a permis d'analyser puis estimer la qualité des signaux sonores par des méthodes objectives. La qualité mesurée étant celle perçue par l'oreille humaine, elle est nommée qualité perceptuelle objective.
Il est possible de différencier trois classes de méthodes de qualification objective : La première ("référence complète") compare directement le signal original au signal dégradé (après codage, diffusion, multiplexage,...), la seconde compare uniquement des paramètres extraits des deux signaux (nommés référence réduite). Dans la troisième, les défauts générés par la chaîne de diffusion sont détectés à l'aide de leurs principales caractéristiques connues. Cette dernière classe permet de s'affranchir des contraintes liées à l'utilisation du signal de référence. En effet, dans tous les autres cas, la référence doit être transmise au lieu de comparaison puis parfaitement synchronisée avec le signal dégradé. Cela rend le système complexe et plus coûteux.
Les dégradations dues aux erreurs de transmission diminuent de manière importante la qualité du signal. Elles apparaissent lors de la diffusion, d'un flux numérique MPEG par exemple ou lors de la diffusion, notamment de radio, sur Internet.
Dans un tel contexte, il est souhaitable de disposer d'un procédé qui permette de mesurer objectivement la qualité d'un signal audio après diffusion, sans utiliser de signal de référence et/ou en utilisant une référence réduite. En effet, seules ces techniques sont adaptées à la surveillance d'un réseau de diffusion par exemple où plusieurs points de mesure distants les uns des autres peuvent être nécessaires. Il est également intéressant de profiter de la simplicité relative d'un tel procédé pour mesurer la qualité d'un signal audio numérique transmis ou non, qui a été soumis à un codage numérique, notamment à réduction de débit, et/ou à un décodage. Le nombre de méthodes de qualitométrie audio développées est très variable selon la classe considérée. En effet, un grand nombre de méthodes avec référence complète ont été développées. Quelques méthodes seulement ont été mises au point sans référence ou avec référence réduite.
Les méthodes avec référence complète pour lesquelles le signal à évaluer est comparé au signal de référence correspondent aux techniques classiques utilisées pour estimer la qualité des codeurs audio par exemple. Leur principe général se base sur le calcul, par l'intermédiaire d'un modèle perceptuel d'audition, d'une représentation interne du signal original et du signal dégradé puis, sur une comparaison de ces deux représentations internes. Une telle méthode est décrite dans l'article de John G. BEERENDS et JAN A. STEMERDINK intitulé "A Perceptual Audio Quality Measure Based on a Psychoacoustic Sound Représentation", publié dans "Journal of Audio Engineering Society", vol. 12, Décembre 1992, pages 963 à 978.
Ces modèles d'audition sont établis à partir d'expériences de masquage, afin d'obtenir une représentation qui soit la plus fidèle possible, et doivent permettre de prévoir si les détériorations seront audibles ou non. Toutes les dégradations sur un signal ne sont pas audibles ni gênantes. Ces modèles perceptuels avec référence se basent sur le schéma de la Figure 1. De nombreuses méthodes, plus ou moins complètes et élaborées, reposent sur ce principe. Récemment, algorithme PEAQ, (Method for objective measurements of PErceived Audio Quality) a été normalisé par l'ITU-R (Norme ITU-R BS.1387). Cet algorithme se base sur les principes classiques en y associant un modèle de prédiction de la qualité utilisant un réseau de neurones.
L'intérêt majeur de ces techniques est de pouvoir détecter de très faibles dégradations mais, il faut bien avoir à l'esprit qu'elles sont destinées à étudier l'influence d'un codage. Les mesures obtenues sont relatives : seule la différence est prise en compte dans ce type de mesures. Dans le cas d'un codeur de très bonne qualité, un signal comportant des dégradations importantes sera codé puis décodé de façon presque transparente, et donc, la note attribuée sera très haute. De plus, pour un signal qui aurait été modifié (égalisé, coloré, ...) entre le calcul de la référence et la comparaison, la note pourra être faible même si les deux signaux sont de très bonne qualité perceptuelle.
En ce qui concerne les méthodes sans référence, celles-ci restent très peu nombreuses. La mesure OBQ (Output-Based Objective Speech Quality) est la plus aboutie des techniques sans référence. Cette méthode d'estimation de la qualité, d'un signal de parole uniquement, sans signal de référence, se base sur le calcul de paramètres perceptuels représentant le contenu du signal, rassemblés en un vecteur. Ces vecteurs, calculés sur des signaux non dégradés, vont constituer une base de référence. La qualité sera estimée en comparant les mêmes paramètres, extraits des signaux dégradés, aux vecteurs de la base de référence. La principale méthode utilisant les réseaux de neurones est la mesure OSSQAR (Objective Scaling of Sound Quality And Reproduction). Le principe général de cette méthode est d'utiliser un modèle d'audition conjointement à un réseau de neurones. Le réseau est entraîné à prédire la qualité subjective d'un signal à partir de sa représentation perceptuelle calculée par le modèle d'audition, pour simuler les phénomènes de la psychoacoustique. Il est à noter que les résultats obtenus par ces méthodes, sont bien meilleurs quand les signaux font partie de la base d'apprentissage ou tout du moins quand ils ont des caractéristiques proches.
De telles méthodes ne sont donc pas adaptées à l'évaluation de la qualité de signaux quelconques, par exemple les signaux audio d'une émission de radio ou de TN.
Comme indiqué ci-dessus, la plupart des algorithmes de mesures perceptuelles objectives avec référence complète fonctionnent suivant un principe identique : il s'agit de comparer le signal sonore dégradé au signal original (signal avant transmission et/ou codage et/ou décodage, appelé signal de référence). Ces algorithmes nécessitent donc d'avoir un signal de référence, qui soit de plus synchronisé très précisément avec le signal à tester. Ces conditions peuvent seulement être remplies en simulation ou lors de tests de codeurs et autres systèmes "compacts" ou non répartis géopraphiquement ; par contre, cela est très différent lors de la réception d'un signal diffusé à partir d'antennes d'émission Ai et de réception A2 (Figure 2). Le signal de référence doit être disponible aux différents points de comparaison. Aussi, pour pouvoir utiliser une méthode avec référence complète, la seule possibilité est de transmettre la référence, sans erreur, jusqu'aux points de comparaison, puis de la synchroniser parfaitement. Pour des raisons d'encombrement du spectre et donc de coût, ces techniques avec référence complète ne sont pas applicables en pratique, car elles nécessiteraient l'utilisation d'une deuxième voie de transmission transparente.
Les méthodes sans référence proposées permettent d'obtenir de bons résultats mais seulement dans le cas de signaux aux caractéristiques connues et modélisées lors de la phase d'apprentissage. Les méthodes sans référence fonctionnent donc mal sur un signal quelconque.
Il a été suggéré d'utiliser une référence dite "réduite" dans laquelle le signal audio de référence est caractérisé par un ou plusieurs nombres. Un tel procédé a été décrit dans la Demande de Brevet français FR 2 769 777 déposée le 13 Octobre 1997. Cependant, ce procédé ne permet pas de traiter tous les échantillons, en raison notamment du fait que le débit du signal de référence proposé est trop important (au moins 36 kbits/s pour des fenêtres de 1024 échantillons de signal) pour satisfaire aux conditions pratiques d'implantation et de réalisation dans un réseau de télédiffusion.
La présente invention propose un procédé selon lequel les indicateurs sont plus simples et peuvent être calculés en temps réel et en temps continu, et demandent un débit binaire nettement moins élevé. Les dégradations pouvant ne modifier que quelques échantillons, tout en dégradant la qualité de manière importante, le procédé proposé permet que tout le flux audio soit analysé.
Le procédé selon l'invention permet une estimation fiable de la qualité d'un signal audio ayant transité par une transmission ou un codage de type numérique. En effet, les perturbations que subissent les canaux de transmission peuvent induire l'apparition d'erreurs sur les données transmises ; ces erreurs se traduisent par des dégradations au niveau du signal audio final.
L'approche technologique proposée consiste à effectuer une mesure sur le signal audio, à l'entrée et une autre à la sortie la chaîne ou tout autre système à étudier. Une comparaison entre ces mesures permet de s'assurer de la "transparence" du canal de transmission et d'évaluer l'importance des dégradations introduites. Utilisée conjointement ou non avec des méthodes sans référence, détectant les dégradations en se basant sur la signature des caractéristiques des défauts les plus importants à rechercher, l'approche proposée permet une estimation fiable des dégradations introduites. Elle permet en outre de palier à un manque de signal de référence. Cette méthode permet de réduire le débit de référence nécessaire pour l'estimation de la qualité dans le cas des mesures avec référence réduite, et le nombre de paramètres à utiliser dans le cas des mesures sans référence.
L'invention concerne ainsi un procédé d'évaluation d'un signal audio numérique, caractérisé en ce qu'il met en œuvre en temps réel et en temps continu, dans les fenêtres temporelles successives, le calcul d'un indicateur de qualité constitué, pour chaque fenêtre temporelle d'un vecteur dont la dimension est avantageusement au moins cent fois inférieure au nombre d'échantillons audio d'une fenêtre temporelle. Cette dimension est par exemple comprise entre 1 et 10 et de préférence entre 1 et 5.
Le signal audio numérique à évaluer peut être un signal qui a été transmis numériquement et/ou qui a été soumis à un codage numérique, notamment à réduction de débit, à partir d'un signal numérique de référence.
Selon une première variante, mettant en œuvre un écart de comptes perceptuels, le procédé est caractérisé en ce que la génération d'un dit vecteur indicateur de qualité met en œuvre pour un signal audio de référence et pour le signal audio à évaluer, les étapes suivantes : a) calculer pour chaque fenêtre temporelle la densité spectrale de puissance du signal audio et lui appliquer un filtre représentatif de l'atténuation de l'oreille interne et moyenne, pour obtenir une densité spectrale filtrée, b) calculer à partir de cette densité spectrale filtrée les excitations individuelles à l'aide de la fonction d'étalement fréquentiel dans l'échelle basilaire, c) déterminer à partir desdites excitations individuelles la sonie compressée à l'aide d'une fonction modélisant la sensibilité non linéaire en fréquence de l'oreille, pour obtenir des composantes basilaires, d) séparer les composantes basilaires en classes, de préférence en trois classes, et calculer pour chaque classe un nombre C représentant la somme des fréquences de cette classe, ledit vecteur étant constitué par lesdits nombres C, e) calculer une distance entre les vecteurs du signal audio de référence et du signal audio à évaluer associés à chaque fenêtre temporelle pour réaliser une dite évaluation de la dégradation de signal audio. Selon une deuxième variante, mettant en œuvre une modélisation auto-régressive du signal audio, le procédé est caractérisé en ce que la génération d'un dit vecteur indicateur de qualité met en œuvre, pour le signal audio de référence et pour le signal audio à évaluer, les étapes suivantes : a) calculer N coefficients d'un filtre de prédiction par une modélisation autorégressive . b) déterminer dans chaque fenêtre temporelle le maximum du résidu par différence entre le signal prédit à l'aide du filtre de prédiction et le signal audio, ledit maximum du résidu de prédiction constituant ledit vecteur indicateur de qualité, c) calculer une distance entre lesdits vecteurs du signal audio de référence et du signal audio à évaluer associés à chaque fenêtre temporelle pour réaliser une dite évaluation de la dégradation du signal audio.
Selon une troisième variante, mettant en œuvre une modélisation auto-régressive de l'excitation basilaire, le procédé est caractérisé en ce que la génération d'un dit vecteur indicateur de qualité met en œuvre pour le signal audio de référence et pour le signal audio à évaluer, les étapes suivantes : a) calculer pour chaque fenêtre temporelle la densité spectrale de puissance du signal audio et lui appliquer un filtre représentatif de l'atténuation de l'oreille interne et moyenne, pour obtenir une fonction d'étalement fréquentiel dans l'échelle basilaire, b) calculer des excitations individuelles à partir de la fonction d'étalement fréquentiel dans l'échelle basilaire, c) obtenir à partir desdits excitations individuelles la sonie compressée à l'aide d'une fonction modélisant la sensibilité non linéaire en fréquence de l'oreille, pour obtenir des composantes basilaires , d) calculer à partir desdites composantes basilaires N' coefficients de prédiction d'un filtre de prédiction par une modélisation autorégressive. e) générer pour chaque fenêtre temporelle un dit vecteur indicateur de qualité à partir de certains seulement des N' coefficients de prédiction.
De préférence, le vecteur indicateur de qualité comporte entre 5 et 10 desdits coefficients de prédiction. Selon une quatrième variante, mettant en œuvre une détection de plats dans l'activité du signal, le procédé est caractérisé en ce que la génération d'un dit vecteur indicateur de qualité met en œuvre au moins pour le signal audio à évaluer les étapes suivantes : a) calcul d'une activité temporelle du signal dans chaque fenêtre temporelle, b) calculer une moyenne glissante sur Ni valeurs successives de l'activité temporelle, c) conserver la valeur minimale parmi M] valeurs successives de la moyenne glissante. Le vecteur indicateur de qualité peut être constitué par ladite valeur minimale, ou bien encore par une valeur binaire résultant de la comparaison de ladite valeur minimale avec un seuil donné. Egalement, le procédé peut être caractérisé en ce qu'il met en œuvre le calcul d'une note de qualité en déterminant un intervalle de temps cumulé pendant lequel ladite valeur minimale est inférieure à un seuil donné et/ou en déterminant le nombre de fois par seconde où ladite valeur minimale est inférieure à un seuil donné ou bien encore en ce que lesdites valeurs minimales sont générées à la fois pour le signal audio de référence et pour le signal audio à évaluer et en ce qu'un vecteur de qualité est généré par comparaison entre les valeurs minimales correspondantes du signal audio de référence et du signal audio à évaluer, par exemple en calculant la différence ou le rapport entre lesdites valeurs minimales.
Selon une cinquième variante mettant en œuvre une détection des pics de l'activité du signal audio, le procédé est caractérisé en ce que la génération d'un dit vecteur indicateur de qualité met en œuvre au moins pour le signal audio à évaluer les étapes suivantes : a) calculer une activité temporelle du signal dans chaque fenêtre temporelle, b) calculer une moyenne glissante sur N2 valeurs successives de l'activité temporelle, c) conserver la valeur maximale parmi M2 valeurs successives de la moyenne glissante.
Le vecteur indicateur de qualité peut être constitué par ladite valeur maximale ou bien par une valeur binaire résultant de la comparaison de ladite valeur minimale avec un seuil donné.
Le procédé peut être caractérisé en ce qu'un indicateur de dégradation est généré par comparaison entre la valeur maximale obtenue sur le signal audio de référence et sa valeur maximale correspondante obtenue sur le signal audio à évaluer, par exemple en calculant la différence ou le rapport entre ces valeurs maximales.
Selon une sixième variante mettant en œuvre le calcul de minimum du spectre du signal audio, le procédé est caractérisé en ce que la génération d'un dit vecteur indicateur de qualité met en œuvre au moins pour le signal audio à évaluer le calcul de la transformée de Fourier dans des blocs successifs de N3 échantillons constituant desdites fenêtres temporelles et calculer le minimum du spectre dans M3 blocs successifs qui constituent un vecteur indicateur de qualité.
Le procédé peut être caractérisé en ce qu'il comporte une étape d'évaluation de l'introduction de bruit dans le signal audio à évaluer en comparant la valeur dudit minimum du spectre dans M3 blocs successifs associés au signal audio à évaluer avec la valeur maximale des M3 minima obtenues dans les M3 mêmes blocs successifs associés signal audio de référence.
Il peut être également caractérisé en ce qu'il en ce qu'il comporte une étape d'évaluation de l'introduction de bruit dans le signal audio à évaluer en comparant la valeur dudit minimum du spectre dans M3 blocs successifs avec une valeur moyenne des minima du spectre obtenus dans des blocs antérieurs aux M3 blocs successifs, par exemple en calculant la différence ou le rapport entre ces valeurs moyennes. Selon une septième variante, mettant en œuvre une estimation de l'aplatissement du spectre du signal audio, le procédé est caractérisé en ce que la génération d'un dit vecteur indicateur de qualité met en œuvre au moins pour le signal audio à évaluer le calcul d'un paramètre d'aplatissement du spectre qui est le rapport entre une moyenne arithmétique et une moyenne géométrique des composantes du spectre du signal.
Le procédé peut être alors caractérisé en ce qu'il met en œuvre un indicateur de détection d'une dégradation du signal audio par introduction d'un bruit large bande en comparant ledit paramètre d'aplatissement du spectre entre le signal audio de référence et le signal audio à évaluer, par exemple en calculant la différence ou le rapport entre ces deux paramètres.
D'autres caractéristiques et avantages de l'invention apparaîtront mieux à la lecture de la description ci-après en liaison avec les dessins dans lesquels :
- la figure 1 est un organigramme illustrant une évaluation de qualité à référence complète. - la figure 2 illustre une transmission audio avec perte de qualité,
- les figures 3 à 10 illustrent des procédés d'évaluation selon la présente invention,
- et les figures 11 et 12 illustrent un système de qualitométrie audio mettant en œuvre la présente invention. La gestion et la récupération des erreurs au décodage n'est pas normalisée. L'influence de ces erreurs sur la qualité perçue dépend donc du décodeur utilisé.
L'audibilité de ces défauts est également liée au type d'élément affecté dans la trame, par exemple MPEG, et à son contenu audio.
Dans le cas d'erreurs importantes dues à la transmission, la qualité du signal diminue fortement. Ces dégradations apparaissent lors de la diffusion, d'un flux numérique MPEG par exemple, et sont, la plupart du temps, de type impulsionnel. Elles peuvent également apparaître lors de la diffusion d'un flux audio sur le réseau Internet, ou lors d'un codage ou d'un décodage.
Pour ce type de défaut, la qualité peut être estimée de façon binaire : soit le signal n'a pas été dégradé et la qualité dépendra du codage initial utilisé, soit des erreurs ont été introduites et des dégradations importantes apparaissent.
L'estimation de la qualité peut alors se faire par des méthodes sans référence, en comptabilisant les dégradations détectées sur des intervalles de temps réguliers de l'ordre par exemple de la seconde. Des essais subjectifs ont en effet permis d'obtenir une estimation fiable de la qualité perçue, à partir du nombre et de la longueur des interruptions liées à des dégradations de type impulsionnel dans un signal. Pour les mesures obtenues avec référence réduite, la méthode proposée permet de réduire le débit nécessaire au transport de la référence. Cela autorise l'utilisation de voies réservées au débit relativement limité. Ces mesures permettent de détecter des dégradations autres que les celles dues aux erreurs de transmission. Ainsi, la présente invention permet une réduction du débit dans le cas des mesures avec référence réduite et, de par l'ajout de mesures simples sans référence, de conserver des mesures sur les dégradations importantes dans le cas d'une perte de la référence par exemple, en générant localement un vecteur qui caractérise simplement les dégradations, et qui pourrait donc être facilement traité et transmis vers une installation de contrôle, notamment centralisée.
Les mesures effectuées le long de la chaîne et en divers points du réseau, informent le système de surveillance et de gestion de la diffusion en télévision numérique, sur ses performances globales. Les mesures des dégradations du signal informent l'opérateur de diffusion sur la qualité de service délivrée. Le procédé se caractérise par deux modes de fonctionnement, complémentaires : Avec référence réduite. L'approche technologique proposée consiste à effectuer une mesure sur le signal audio, à l'entrée, et une autre à la sortie de la chaîne de transmission ou tout autre système à étudier (codeur, décodeur, etc.). Une comparaison entre ces mesures permet de s'assurer de la "transparence" de la chaîne ou du système et d'évaluer l'importance des dégradations introduites. A la différence de la technique antérieure : le procédé effectue une évaluation en temps réel et en temps continu.
- les mesures de référence à l'entrée de la chaîne représentent une quantité de données très faible par rapport aux données du signal audio, d'où sa classification en « référence réduite ».
- les données ou mesures de référence utilisées sont aussi bien une représentation réduite du contenu du signal, qu'une mesure de l'importance d'un type de dégradation. L'invention permet de palier à un manque de signal de référence.
Pour cela, le procédé définit des mesures pour les défauts numériques caractéristiques à rechercher. A la différence de la technique antérieure, l'approche proposée permet une estimation des dégradations introduites sur un signal quelconque, et de manière fiable et cette approche peut être mise en œuvre aussi bien à l'échelle d'un réseau de transmission que localement sur un équipement. En outre, la complexité de calcul selon le procédé est faible, et l'indicateur obtenu représente une quantité de données faible par rapport au flux numérique audio.
Enfin, le procédé peut être appliqué indifféremment à des signaux purement numériques ou à des signaux ayant subi après transmission une conversion numérique vers analogique puis analogique vers numérique.
Les trois premiers procédé décrits ci-après sont du type dit "avec référence réduite".
Pour obtenir une plus grande précision de l'estimation de la qualité, certains des paramètres développés utilisent des modélisations perceptuelles : Le principe des mesures perceptuelles objectives se base sur la transformation de la représentation physique (pression acoustique, niveau, temps et fréquence) en la représentation psychoacoustique (force sonore, niveau de masquage, temps et bandes critiques ou barks) de deux signaux (le signal de référence et le signal à évaluer) afin de les comparer. Cette transformation s'opère grâce à une modélisation de l'appareil auditif humain (généralement, cette modélisation consiste en une analyse spectrale dans le domaine des Barks suivie des phénomènes d'étalement). Une distance peut alors être calculée entre les représentations psychoacoustiques des deux signaux, distance que l'on peut lier à la qualité du signal à évaluer (plus la distance est faible, plus le signal à évaluer est proche du signal original et meilleure est sa qualité).
Le premier procédé met en œuvre un paramètre dénommé "Écart de Comptes Perceptuels".
Le calcul de ce paramètre se décompose en plusieurs étapes, nécessaires pour tenir compte de la psychoacoustique. Celles-ci sont appliquées sur le signal de référence et sur le signal dégradé. Ces étapes sont les suivantes :
Fenêtrage du signal temporel en blocs puis, pour chacun des blocs, calcul de l'excitation induite par le signal en utilisant un modèle d'audition. Cette représentation des signaux tient compte des phénomènes de la psychoacoustique, et fournit un histogramme dont les comptes sont les valeurs des composantes basilaires.
Cela permet de ne prendre en considération que les composantes audibles du signal et donc de se limiter à l'information utile. Pour obtenir cette excitation, les modélisations classiques peuvent être utilisées : atténuation de l'oreille externe et moyenne, intégration selon les bandes critiques et masquages fréquentiels. Les fenêtres temporelles choisies sont d'environ 42 ms (2048 points à 48 kHz) avec un recouvrement de 50%. Cela permet d'obtenir une résolution temporelle de l'ordre de
21 ms. Plusieurs étapes sont nécessaires pour cette modélisation. Pour la première étape, le filtre d'atténuation de l'oreille externe et moyenne est appliqué à la densité spectrale de puissance, obtenue à partir du spectre du signal. Ce filtre prend également en compte le seuil absolu d'audition. La notion de bandes critiques est modélisée par une transformation de l'échelle fréquentielle en une échelle basilaire. L'étape suivante correspond au calcul des excitations individuelles pour tenir compte des phénomènes de masquage, grâce à la fonction d'étalement fréquentiel dans l'échelle basilaire et à une addition non linéaire. La dernière étape permet d'obtenir la sonie compressée, par une fonction puissance, pour modéliser la sensibilité non linéaire en fréquence de l'oreille, par un histogramme comportant les 109 composantes basilaires.
Les comptes de l'histogramme obtenu sont ensuite rassemblés en trois classes. Cette vectorisation permet d'obtenir une représentation visuelle de l'évolution de la structure des signaux. Cela permet également d'obtenir une caractérisation simple et concise du signal et donc de disposer d'un paramètre de référence particulièrement intéressant. Plusieurs stratégies existent pour fixer les bornes de ces trois comptes : La plus simple est de séparer rhistogramme en trois zones de tailles égales. Ainsi, les 109 composantes basilaires, (ou les 24 composantes qui constituent l'excitation et en constituent une représentation simplifiée) représentent 24 Barks et peuvent être séparées aux indices suivants :
94
Si = 36 soit z =— *36 = 7,927 Barks (1)
109
94
S2 = 73 soit z = — * 73 = 16,073 Barks (2)
109
La deuxième stratégie prend en compte les zones de mise à l'échelle ("scaling") de Beerends. En effet une compensation du gain entre l'excitation du signal de référence et celle du signal à tester est effectuée par l'oreille, les bornes fixées sont alors les suivantes :
94
Si = 9 soit z =— *9 = 1,982 Barks (3)
109 }
94
S2 = 100 soit z =— *100 = 22,018 Barks (4)
109 J
La trajectoire est ensuite représentée dans un triangle, nommé triangle des fréquences. Pour chaque bloc on obtient trois comptes Ci, C2 et C3, donc deux coordonnées cartésiennes selon les formules suivantes :
Figure imgf000014_0001
avec i : somme des excitations basilaires pour les hautes fréquences (au-dessus de S2) C2 : compte associé aux fréquences moyennes (composantes entre Si et S2) et N= Cj+ C2+ C3 : Somme totale des valeurs des composantes.
Un point (X, Y) constituant un vecteur est donc obtenu pour chaque fenêtre temporelle du signal, ce qui correspond à la transmission de deux valeurs par fenêtre de par exemple 1024 bits, soit un débit de 3 kbits/s pour un signal audio échantillonné à 48 kHz. Pour une séquence complète, la représentation associée est ainsi une trajectoire paramétrée par le temps, comme le montre la Figure 3.
On calcule ensuite de la distance (euclidienne) entre le signal de référence et le signal dégradé. Dans le cas d'une estimation de la qualité en continu, la distance entre les points permet d'estimer l'importance des dégradations introduites entre le signal de référence et le signal dégradé. Cette distance peut être considérée comme une distance perceptuelle du fait de l'utilisation des modèles de la psychoacoustique.
Pour estimer une note de qualité pour un signal de plusieurs secondes, il est possible de calculer une mesure globale de la différence entre les deux signaux. Pour cela plusieurs métriques sont utilisables. Celles-ci peuvent être de type diffus (moyenne des distances entre les sommets, aire interceptée, ...), locale
(maximum, minimum des distances entre sommets, ...) et dépendre de la position dans le triangle. II est également possible de prendre en compte les différences à peine perceptibles ("Just Noticeable Différence"). Ces seuils permettent de déterminer l'audibilité des différences qui sont apparues. Ils peuvent être modélisés par des zones de tolérance fonction de la position dans le triangle pour tenir compte de la variabilité des phénomènes de masquage. Dans tous les cas, les deux trajectoires doivent être synchronisées au préalable.
Le principe du calcul de ce paramètre comparatif peut être ainsi résumé par le schéma Figure 4.
Le principal avantage du paramètre provient du fait de la prise en compte des phénomènes de la psycho-acoustique sans pour autant augmenter le débit nécessaire au transfert de la référence. Celui-ci permet de réduire la référence à 2 valeurs pour 1024 échantillons de signal (3 kbits/s).
Le deuxième procédé met en œuvre une modélisation autorégressive du signal. Le principe général de la prédiction linéaire est de modéliser le signal comme étant une combinaison de ses valeurs passées. L'idée est de calculer les
N coefficients d'un filtre de prédiction par une modélisation autorégressive (tout pôle).
Avec ce filtre adaptatif, il est possible d'obtenir un signal prédit à partir du signal réel.
Les erreurs de prédiction ou résidus sont calculés par différence entre ces deux signaux. La présence et la quantité de bruit dans un signal peuvent être déterminées par l'analyse de ces résidus. La comparaison des résidus obtenus sur le signal de référence et ceux calculés à partir du signal dégradé, et donc des niveaux de bruit, permet d'estimer l'importance des modifications et défauts insérés.
La référence à transmettre correspond au maximum des résidus sur une fenêtre temporelle de taille donnée. Il n'est en effet pas intéressant de transmettre tous les résidus si le débit de la référence veut être réduit.
Pour adapter les coefficients du filtre de prédiction, deux méthodes sont données ci-après à titre d'exemple :
- L'algorithme de LENINSON-DURBIN qui est décrit par exemple dans l'ouvrage de M. BELLANGER - Traitement numérique du signal - Théorie et pratique (MASSON éd. 1987) p. 393 à 395. Pour l'utiliser, il faut disposer d'une estimation de l'autocorrélation du signal sur un ensemble de N0 échantillons. Cette autocorrélation est utilisée pour résoudre le système d'équations de Yule-Walker et ainsi obtenir les coefficients du filtre prédicteur. Seules les N premières valeurs de la fonction d'autocorrélation peuvent être utilisées, où N désigne l'ordre de l'algorithme, c'est-à-dire le nombre de coefficients du filtre. Sur une fenêtre de 1024 échantillons, on garde le maximum de l'erreur de prédiction.
L'algorithme du gradient qui est décrit par exemple dans l'ouvrage précité de M. BELLANGER p. 371 et suivantes. Le principal inconvénient du paramètre précédent est la nécessité, dans le cas d'une implantation sur DSP, de stocker les N0 échantillons pour estimer l'autocorrélation, avoir les coefficients du filtre puis calculer les résidus. Ce second paramètre permet d'éviter cela en utilisant un autre algorithme permettant de calculer les coefficients du filtre : l'algorithme du gradient. Celui-ci utilise l'erreur commise pour mettre à jour les coefficients. Les coefficients du filtre sont modifiés dans la direction du gradient de l'erreur quadratique instantanée, avec le signal opposé.
Une fois les résidus obtenus par différence entre le signal prédit et le signal réel, seul le maximum de leurs valeurs absolues, sur une fenêtre temporelle de taille donnée T, est conservé. Le vecteur référence à transmettre peut ainsi être réduite à un seul nombre.
Après transmission puis synchronisation, la comparaison consiste en un simple calcul de distance entre les maxima de la référence et du signal dégradé par exemple par différence.
La Figure 5 résume le principe de calcul de paramètre : Le principal avantage des deux paramètres est le débit nécessaire au transfert de la référence. Celui-ci permet de réduire la référence à 1 nombre réel pour 1024 échantillons de signal.
Par contre, aucun modèle de la psychoacoustique n'est pris en compte.
Le troisième procédé met en œuvre une modélisation autorégressive de l'excitation basilaire.
Par rapport à la prédiction linéaire classique, cette méthode permet de prendre en compte les phénomènes de la psychoacoustique, afin d'obtenir une évaluation de la qualité perçue. Pour cela, le calcul du paramètre passe par une modélisation de divers principes de l'audition. Une prédiction linéaire modélise le signal comme étant une combinaison de ses valeurs passées. L'analyse des résidus (ou erreurs de prédiction) permet de déterminer et d'estimer la présence de bruit dans un signal. L'inconvénient majeur lors de l'utilisation de ces techniques est le fait qu'il n'y ait aucune prise en compte des principes de la psychoacoustique. Ainsi, il n'est pas possible d'estimer la quantité de bruit réellement perçue.
Le procédé reprend le principe général de la prédiction linéaire classique. Elle y intègre en plus les phénomènes de la psychoacoustique pour l'adapter à la sensibilité non linéaire en fréquence (sonie) et en intensité (tonie) de l'oreille humaine.
On modifie le spectre du signal, par l'intermédiaire d'un modèle d'audition, avant de calculer les coefficients de la prédiction linéaire par une modélisation autorégressive (tout pôle). Les coefficients ainsi obtenus permettent de modéliser le signal de façon simple tout en tenant compte de la psychoacoustique. Ce sont ces coefficients de prédiction qui seront transmis et serviront de référence lors de la comparaison avec le signal dégradé.
La première partie du calcul de ce paramètre correspond à la modélisation des principes de la psychoacoustique en utilisant les modèles d'auditions classiques. La deuxième partie est le calcul des coefficients de prédiction linéaire. La dernière partie correspond à la comparaison des coefficients de prédiction calculés pour le signal de référence et ceux obtenus pour le signal dégradé. Les différentes étapes de cette méthode sont donc les suivantes :
- Fenêtrage temporel du signal puis calcul d'une représentation interne du signal par modélisation des phénomènes de la psychoacoustique. Cette étape correspond au calcul de la sonie compressée, qui est en fait l'excitation induite par le signal au niveau de l'oreille interne. Cette représentation des signaux tient compte des phénomènes de la psychoacoustique, et est obtenue à partir du spectre du signal, en utilisant les modélisations classiques : atténuation de l'oreille externe et moyenne, intégration selon les bandes critiques et masquages fréquentiels. Cette étape du calcul est identique au paramètre décrit précédemment ; - Modélisation autorégressive de cette sonie compressée afin d'obtenir les coefficients d'un filtre RIF de prédiction, tout comme dans une prédiction linéaire classique. La méthode utilisée est celle de l'autocorrélation, par résolution des équations de Yule- alker. La première étape pour l'obtention des coefficients de prédiction est donc le calcul de l'autocorrélation du signal. En considérant la sonie compressée comme une puissance spectrale filtrée, il est possible de calculer l'autocorrélation du signal perçu par transformation de Fourier inverse.
Une des méthodes pour résoudre ce système d'équations de Yule- Walker et ainsi obtenir les coefficients d'un filtre prédicteur est l'utilisation de l'algorithme de Levinson-Durbin.
Ce sont les coefficients de prédiction qui constituent le vecteur de référence à transmettre jusqu'au point de comparaison. Les transformations utilisées lors du calcul final sur le signal dégradé, sont les mêmes que pour la phase initiale sur le signal de référence. - Estimation des dégradations par le calcul d'une distance entre les vecteurs issus de la référence et du signal dégradé. C'est une comparaison des vecteurs de coefficients obtenus pour la référence et pour le signal audio transmis, qui permet d'estimer les dégradations introduites lors de la transmission. Celle-ci doit se faire sur un nombre adapté de coefficients. Plus le nombre est important, plus les calculs peuvent être précis, mais plus le débit nécessaire à la transmission de la référence est élevé. Plusieurs distances peuvent être utilisées pour comparer les vecteurs de coefficients. L'importance relative des coefficients peut par exemple être prise en compte.
Le principe de la méthode se résume selon le schéma suivant (Figure 6).
La modélisation des phénomènes de la psychoacoustique permet d'obtenir 24 composantes basilaires. L'ordre N du filtre de prédiction est de 32. A partir de celles-ci, 32 coefficients de l'autocorrélation sont estimés, ce qui donne 32 coefficients de prédiction dont on ne conserve que 5 à 10 coefficients en tant que vecteur indicateur de qualité, par exemple les 5 à 10 premiers coefficients . Le principal avantage du paramètre provient de la prise en compte des phénomènes de la psychoacoustique. Pour faire cela, il a été nécessaire d'augmenter le débit nécessaire au transfert de la référence à 5 ou 10 valeurs pour
1024 échantillons de signal (21 ms pour un signal audio échantillonné à 48 kHz), soit un débit de 7,5 à 15 kbits/s.
Les méthodes suivantes peuvent être utilisées avec ou sans référence. Cela permet de conserver des mesures de détection des dégradations les plus importantes, même dans le cas ou aucun paramètre de référence n'est disponible au point de contrôle, au moment où la comparaison devrait être effectuée. La première de ces méthodes met en œuvre une détection de plats dans l'activité du signal.
La notion d'activité, qui peut être approximée par une opération de dérivation dans le signal audio, est utilisée pour repérer les ruptures et interruptions dans le signal temporel. Ces types de défauts sont caractéristiques d'erreurs de décodage après transmission du flux numérique audio ou lors de la diffusion de séquences sonores sur Internet. Cela se produit quand le débit du réseau devient insuffisant pour assurer l'arrivée de toutes les trames nécessaires à l'instant du décodage par exemple. Ces dégradations, qui introduisent des zones d'activité très faible, se traduisent au niveau auditif par différentes sensations chez l'auditeur : coupure du son, flou sonore, bruit impulsionnel...
La première étape du calcul du paramètre correspond à l'estimation de l'activité temporelle du signal. Pour ce faire, l'opérateur de dérivée seconde est utilisé. Il permet en effet d'avoir une estimation suffisamment précise de l'activité et ne demande que très peu de calculs.
Pour simuler de façon simple cette opération de dérivée seconde, la formule suivante est utilisée :
f"(x0 )= f(x0 + 2)- 2.f(x0)+ f(x 0 - 2) (7) OU f"(x0 )= f(x0 + l)- 2.f(x0)+ f(x0 -l) (8)
où/Ct correspond à la valeur de l'échantillon à l'instant t. Une moyenne glissante, sur N valeurs (par exemple N = 21, ce qui correspond à 0,5 ms pour une fréquence d'échantiUonage de 48 KHz), permet ensuite de lisser les variations de la courbe obtenue et éviter ainsi les fausses détections. Un seul résultat va être conservé par bloc de M résultats (M correspond par exemple à 2048 échantillons audio). C'est le minimum de M moyennes qui est conservé puis transmis. Le paramètre est ainsi obtenu à l'instant t par la formule suivante :
Plats (t) = min [ —
Figure imgf000020_0001
oùy(t) correspond à l'activité.
Si le paramètre est utilisé avec référence, alors, après synchronisation des données, l'étape de comparaison consiste en une simple différence qui permet de repérer les zones où le signal a été remplacé par des plats de décodage.
Seuls les instants, où l'activité est fortement diminuée sur le signal dégradé, sont intéressants. Ainsi la formule de comparaison est la suivante :
d(t) = max(θ. Plats r(t)- Plats d(t)) (10)
où Platsr(t) et PlatSd(t) sont respectivement le paramètre calculé sur la référence et sur le signal dégradé.
Pour réduire encore le débit nécessaire au transport de la référence, il est également possible de comparer le paramètre Plats(t), calculé sur le signal, avec un seuil S et ainsi obtenir un paramètre binaire. Lors de l'apparition des dégradations, la chute d'activité est en effet suffisamment importante pour être détectée de la sorte. Dans ce cas, la comparaison sert uniquement à confirmer la présence des dégradations. Plus aucune confusion n'est possible entre les zones de silence et les zones d'activité faible du signal. L'utilisation du paramètre sans référence permet néanmoins de repérer les dégradations.
Pour passer d'un paramètre de détection des dégradations, à l'estimation d'une note de qualité perceptuelle, l'importance psychoacoustique des dégradations détectées doit être analysée. Suivant leur longueur et leur nombre la dégradation perçue sera très différente.
L'étape suivante consiste donc à utiliser des courbes de correspondance à partir du paramètre binaire. Ces courbes permettent d'obtenir une note de qualité à partir de la longueur cumulée et du nombre de dégradations impulsionnelles détectées par seconde. Ces courbes sont établies à partir de tests subjectifs. Différentes courbes peuvent être établies en fonction du type des signaux audio (parole ou musique principalement). Une fois l'estimation obtenue, il est également possible d'utiliser un filtre simulant la réponse d'un panéliste. Cela permet de tenir compte de l'effet dynamique des votes et des temps de réaction face aux dégradations.
Le paramètre peut être résumé selon le schéma suivant Figure 7.
Le principal avantage du paramètre est la possibilité de faire des mesures sans référence. Un autre point intéressant est le débit nécessaire au transfert de la référence. Celui-ci permet de réduire la référence à 1 nombre réel soit un débit de 1,5 kbits/s(voire même 1 bit en cas de seuillage soit un débit de 47 bits/s) pour
1024 échantillons de signal. Il est également à noter que l'algorithmes est très simple et de complexité réduite, ce qui permet son implantation en parallèle avec d'autres paramètres.
Le deuxième de ces procédés met en œuvre une détection de pics de l'activité.
Ce paramètre, tout comme le précédent est basé sur l'activité du signal. Celui-ci permet de détecter les décrochages, ruptures, coupures d'une partie du signal audio et les échantillons aberrants en recherchant les pics dans l'activité du signal.
Ainsi, cette fois, seuls les maxima pour des blocs de M échantillons sont conservés. Il n'est pas intéressant de transmettre puis comparer la totalité des valeurs de l'activité, principalement si l'objectif est d'obtenir une méthode ne nécessitant qu'une référence réduite.
Le paramètre est ainsi obtenu à l'instant t par la formule suivante :
ActTemp (t) = max (y(t - k)) (11) oùy(t) est l'activité du signal calculée par le filtre.
Dans le cas d'une utilisation avec référence, ce même calcul est effectué sur le signal de référence et sur le signal dégradé.
Après synchronisation des deux flux, la comparaison de ces maxima de l'activité permet de détecter les zones où le signal a été perturbé. Pour effectuer cette comparaison, le rapport entre la valeur mesurée sur la référence et celle obtenue sur le signal dégradé permet la détection des dégradations. Il est possible de détecter les zones où l'activité a été fortement diminuée en choisissant le maximum du rapport et de son inverse. La formule suivante est utilisée :
ΑctTempd(t) ActTemp (t)' d(t)= max (12) ActTemp (t) ' ActTemp , (t)
où ActTempr(t) et ActTemp <d(t) sont respectivement le paramètre calculé sur la référence et sur le signal dégradé.
Dans le cas où la référence n'est pas disponible, il est possible d'utiliser un seuillage pour détecter si le paramètre est supérieur à un seuil S', ce qui indique la présence de dégradations. Pour éviter de fausses détections dues à des signaux au caractère impulsionnel (attaques, percutions, ...), le seuil doit avoir une valeur assez importante, ce qui peut entraîner des non détections.
De même que dans le cas précédent, l'utilisation des courbes de correspondance est possible pour estimer une qualité perceptuelle. La méthode consiste à intégrer les dégradations détectées par ce paramètre, aux autres trouvées par le paramètre précédent par exemple, et ainsi obtenir une estimation perceptuelle globale.
Le principe du paramètre est présenté dans le schéma suivant Figure 8.
Tout comme pour le paramètre précédent, l'avantage du paramètre réside dans la possibilité de faire des détections sans référence.
La complexité réduite et le faible débit nécessaire au transport de la référence, limité à 1 valeur, soit un débit de 1,5 kbits/s (voire même 1 bit en cas de seuillage, soit un débit de 47 bits/s) pour 1024 échantillons de signal échantillonné à 48 kHz, sont également des points intéressants. Le procédé ci-après met en œuvre l'étude du minimum du spectre du signal pour localiser les dégradations.
Il est principalement utile pour la détection de dégradations dites "impulsionnelles". Il est en effet important de noter que la majorité des dégradations introduites, lors de la transmission d'un signal audio, sont de ce type. Celles-ci sont très localisées en temps et très étalées en fréquence. Ainsi, en les assimilant à un bruit blanc large bande de très courte durée dans le signal, il est possible de les détecter en analysant les caractéristiques du spectre.
La première étape du calcul de ces paramètres correspond à l'estimation du spectre du signal. Pour cela, le signal est fenêtre en blocs de N échantillons (N = 1024 ou 2048 par exemple), avec un recouvrement de N/2 échantillons. Cela permet d'avoir une résolution temporelle suffisante et d'analyser tout le signal, en tenant compte du fait que l'utilisation des fenêtrages atténue fortement l'influence des bords de ces fenêtres temporelles.
Cela permet également de ne pas trop pénaliser le temps de calcul lors de l'implantation. Une transformation de Fourier rapide permet, ensuite, de passer dans le domaine fréquentiel.
L'apparition d'une dégradation, augmente le minimum du spectre, du fait de l'introduction de bruit blanc large bande dans toutes les composantes fréquentielles du spectre. C'est ce principe qui a permis de développer ce paramètre, calculé simplement selon la formule :
MinSpe = min(Λ:;. ) pour 1 < i < N (13) avec Xi les N composantes du spectre X en dB (par calcul de distance).
Dans le cas d'une utilisation avec référence, une comparaison simple, après synchronisation des valeurs obtenues sur la référence et le signal dégradé, n'est en général pas suffisante pour la détection des dégradations. En effet, la variabilité des minima obtenus avec un signal non dégradé est importante. II faut ainsi faire des comparaisons par blocs de M valeurs selon le principe suivant : Pour chaque bloc, il n'est conservé que le maximum des M minima obtenus sur la référence. Cela fournit une valeur de référence du niveau de bruit initial pour le bloc. Cette valeur est comparée aux M minima obtenus sur le signal dégradé. En ne conservant que les instants où les minima sont augmentés, il est possible de détecter les moments où du bruit a été ajouté au signal.
La distance obtenue est ainsi, pour chaque instant t :
Figure imgf000023_0001
où xr>i est la ieme des N composantes du spectre obtenu sur la référence, x<Li est la ième des N composantes du spectre obtenu sur le signal dégradé, et min le kιeme des M minima du bloc considéré. Si la référence n'est pas disponible, il est possible d'utiliser une moyenne des minima du spectre obtenus précédemment par l'algorithme. Le reste de la comparaison se fait ensuite de la même façon. De même que dans les cas précédents, l'utilisation des courbes de correspondance est possible en intégrant les dégradations détectées par ce paramètre aux autres et obtenir ainsi une mesure perceptuelle.
La méthode peut se résumer ainsi par les deux schémas suivants Figure 9. Encore une fois, le principal avantage de ces paramètres est la possibilité de faire des mesures sans référence. Un autre point intéressant est le débit nécessaire au transfert de la référence. Celui-ci permet de réduire la référence à 1 nombre réel et même 1 entier, soit un débit d'au plus 1 ,5 kbits/s pour N (par exemple 1024) échantillons de signal. La complexité réduite de l'algorithme est également un atout.
Dans le procédé suivant, selon lequel on analyse l'Aplatissement Spectral, deux paramètres, SFi et SF2, permettent d'estimer "l'aplatissement" du spectre, d'où le terme parfois utilisé d'"aplatissement statistique". Ils correspondent à l'étude de la forme du spectre et à son évolution le long de la séquence étudiée. Lors de l'apparition d'un bruit large bande dans le signal, une composante continue de type bruit blanc provoquera un aplatissement du spectre. Paramètre SFj.
Lors de l'apparition d'une dégradation, les composantes qui avaient des valeurs proches de zéro, vont passer à des valeurs non négligeables. Le produit des composantes du spectre va ainsi fortement augmenter, alors que leur somme ne variera que très peu. Pour exploiter ceci, le paramètre d'estimation de l'aplatissement du spectre SFt est calculé selon la formule suivante : MoyermeArithmétique (X)
SFj ≈lO.loglO = 10.1ogl (15) MoyenneGéo métrique (X)
Figure imgf000025_0001
avec X, le spectre du signal et Xj les composantes du spectre. Ce paramètre est calculé de la même manière sur la référence et sur le signal dégradé. Par comparaison il est ensuite possible d'estimer le niveau de bruit blanc inséré, et par suite les dégradations. Paramètre SF2
Pour calculer ce paramètre, le coefficient d'aplatissement statistique, appelé "kurtosis" ou "concentration" a été utilisé. L'estimation est faite à partir des moments centrés d'ordre 2 et 4. Ils permettent d'estimer la forme du spectre par rapport à une distribution normale au sens statistique du terme.
Le calcul correspond au rapport entre le moment centré d'ordre 4 et le moment centré d'ordre 2 (variance) au carré des coefficients du spectre. La formule utilisée est ainsi la suivante :
Figure imgf000025_0002
avec moments centrés m^ définis par :
Figure imgf000025_0003
où X est la moyenne arithmétique des N composantes Xj du spectre X en dB.
De même que pour le paramètre SFl3 plus la valeur obtenue est importante, plus le signal est concentré et moins il y a de bruit dans le signal. Celui-ci est calculé sur la référence et sur le signal dégradé. Par comparaison le niveau de bruit blanc inséré est estimé.
Le schéma de la Figure 10 présente le principe (valable pour les deux paramètres ci-dessus) : Dans le cas d'une comparaison avec la référence, une simple distance du type différence ou autre est suffisante pour détecter les dégradations. Si aucune référence n'est disponible, il est nécessaire d'effectuer une détection des pics dans la variation des paramètres pour rechercher les dégradations. Cela peut être fait en utilisant la technique, classique en traitement de l'image, de la morphologie mathématique à niveau de gris (érosions et dilatations).
Les avantages et limitations de ces paramètres sont identiques à ceux des paramètres précédents : débit nécessaire limité, sans référence possible et utilisation des courbes de correspondance pour estimer l'importance perceptuelle des dégradations. Dans le cadre de la surveillance d'un réseau de diffusion en télévision numérique, le signal audio de référence correspond au signal à l'entrée du réseau de diffusion. Les paramètres de référence sont calculés sur ce signal, puis transmis via une voie de donnée spécifique, jusqu'au point de mesure souhaité. C'est à ce point que sont calculés les même paramètres nécessaires à la comparaison pour l'établissement des mesures avec référence réduite. Les mesures sans référence sont également calculées. Dans le cas où les paramètres de référence ne seraient pas disponibles (non présents, erronés, ...) ces mesures sont suffisantes pour détecter les erreurs les plus importantes. Les sous-systèmes en pointillés de la Figure 11 ne sont alors plus utilisés. Les mesures obtenues sans référence et celles obtenues avec référence réduite (dans le cas où elles ont pu être calculées) sont utilisées par un modèle pour estimer l'importance de la dégradation introduite lors de la diffusion. Le schéma de la Figure 11 résume cet exemple de réalisation : Plusieurs points de mesure peuvent ainsi être établis. Une fois ces estimations de dégradations obtenues, il est aisé de les transmettre vers un centre de surveillance du réseau, ce qui permet d'avoir une vue d'ensemble des performances du réseau.
Le même schéma que précédemment peut être utilisé pour visualiser (avec ou sans référence) les performances de la diffusion de radios sur Internet. Dans ce cas, la voie de donnée utilisée pour transporter les paramètres de référence peut être le réseau lui-même, tout comme pour renvoyer les notes estimées au centre de surveillance. Le signal de référence correspond au signal envoyé par le serveur, et le signal dégradé est celui décodé au point de mesure choisi. Cela peut par exemple servir à choisir le serveur le plus approprié en fonction du lieu de connexion en accédant aux données d'un centre de surveillance. Le schéma (Figure 12) suivant illustre ce mode de réalisation dans le cas où les paramètres de référence sont envoyés par le réseau et où les notes obtenues utilisent une voie de transmission spécifique.
Un procédé selon l'invention est applicable à chaque fois qu'il est nécessaire d'identifier des défauts sur un signal audio qui a été transmis par un réseau de diffusion quelconque (câble, satellite, hertzien, Internet, DNB, DAB, ...). Le procédé proposé exploite deux classes de méthodes : les techniques avec référence réduite et celles sans référence. Il est particulièrement intéressant lorsque le débit disponible pour la transmission de la référence est limité.
Ainsi, cette invention est applicable à des fins d'exploitation pour les équipements de métrologie et pour les systèmes de supervision des réseaux de distribution des signaux audio. Une de ses caractéristiques avantageuses réside dans l'association des mesures effectuées avec et sans référence. Enfin, cette invention correspond aux besoins imposés dans les systèmes de gestion de la qualité de service.

Claims

REVENDICATIONS
1. Procédé d'évaluation qualitative d'un signal audio numérique, caractérisé en ce qu'il met en œuvre en temps réel et en temps continu dans des fenêtres temporelles successives, le calcul d'un indicateur de qualité obtenu uniquement à partir dudit signal audionumérique et qui est constitué par un vecteur associé à chaque fenêtre temporelle.
2. Procédé selon la revendication 1, caractérisé en ce que ledit vecteur a une dimension au moins cent fois inférieure au nombre d'échantillons audio d'une fenêtre temporelle, cette dimension étant par exemple comprise entre 1 et 10 et de préférence entre 1 et 5, et plus particulièrement entre 2 et 5.
3. Procédé selon une des revendications 1 ou 2, caractérisé en ce que la génération d'un dit vecteur indicateur de qualité met en œuvre pour un signal audio de référence et pour le signal audio à évaluer, les étapes suivantes : a) calculer pour chaque fenêtre temporelle la densité spectrale de puissance du signal audio et lui appliquer un filtre représentatif de l'atténuation de l'oreille interne et moyenne pour obtenir une densité spectrale filtrée, b) calculer à partir de la densité spectrale filtrée les excitations individuelles à l'aide de la fonction d'étalement fréquentiel dans l'échelle basilaire, c) déterminer à partir desdites excitations individuelles la sonie compressée à l'aide d'une fonction modélisant la sensibilité non linéaire en fréquence de l'oreille, pour obtenir des composantes basilaires, d) séparer les composantes basilaires en classes, de préférence en trois classes, et calculer pour chaque classe un nombre C représentant la somme des fréquences de cette classe, ledit vecteur étant constitué par lesdits nombres C, e) calculer une distance entre les vecteurs du signal audio de référence et du signal audio à évaluer associés à chaque fenêtre temporelle pour réaliser une évaluation de la dégradation du signal audio.
4. Procédé selon une des revendications 1 ou 2, caractérisé en ce que la génération d'un dit vecteur indicateur de qualité met en œuvre, pour le signal audio de référence et pour le signal audio à évaluer, les étapes suivantes : a) calculer N coefficients d'un filtre de prédiction par une modélisation autorégressive, b) déterminer dans chaque fenêtre temporelle le maximum du résidu par différence entre le signal prédit à l'aide du filtre de prédiction et le signal audio, ledit maximum du résidu de prédiction constituant ledit vecteur indicateur de qualité, c) calculer une distance entre lesdits vecteurs du signal audio de référence et du signal audio à évaluer associés à chaque fenêtre temporelle pour réaliser une dite évaluation de la dégradation du signal audio.
5. Procédé selon la revendication 1, caractérisé en ce que la génération d'un dit vecteur indicateur de qualité met en œuvre pour le signal audio de référence et pour le signal audio à évaluer, les étapes suivantes : a) calculer pour chaque fenêtre temporelle la densité spectrale de puissance du signal audio et lui appliquer un filtre représentatif de l'atténuation de l'oreille interne et moyenne, pour obtenir une fonction d'étalement fréquentiel dans l'échelle basilaire, b) calculer des excitations individuelles à partir de la fonction d'étalement fréquentiel dans l'échelle basilaire, c) obtenir à partir desdites excitations individuelles la sonie compressée à partir d'une fonction modélisant la sensibilité non linéaire en fréquence de l'oreille, pour obtenir des composantes basilaires , d) calculer à partir desdits composantes basilaires N' coefficients de prédiction d'un filtre de prédiction par une modélisation auto-régressive, e) générer pour chaque fenêtre temporelle un dit vecteur indicateur de qualité à partir de certains seulement des N' coefficients de prédiction.
6. Procédé selon la revendication 5, caractérisé en ce que le vecteur indicateur de qualité comporte entre 5 et 10 desdits coefficients de prédiction.
7. Procédé selon la revendication 1, caractérisé en ce que la génération d'un dit vecteur indicateur de qualité met en œuvre au moins pour le signal audio à évaluer les étapes suivantes : a) calcul d'une activité temporelle du signal dans chaque fenêtre temporelle, b) calculer une moyenne glissante sur Ni valeurs successives de l'activité temporelle, c) conserver la valeur minimale parmi Mi valeurs successives de la moyenne glissante.
8. Procédé selon la revendication 7, caractérisé en ce que ledit vecteur indicateur de qualité est constitué par ladite valeur minimale.
9. Procédé selon la revendication 7, caractérisé en ce que ledit vecteur indicateur de qualité est constitué par une valeur binaire résultant de la comparaison de ladite valeur minimale avec un seuil donné.
10. Procédé selon une des revendications 7 à 9, caractérisé en ce qu'il met en œuvre le calcul d'une note de qualité en déterminant un intervalle de temps cumulé pendant lequel ladite valeur minimale est inférieure à un seuil donné Si et/ou en déterminant le nombre de fois par seconde où ladite valeur minimale est inférieure à un seuil donné S'i.
11. Procédé selon une des revendications 7 à 10, caractérisé en ce que lesdites valeurs minimales sont générées à la fois pour le signal audio de référence et pour le signal audio à évaluer et en ce qu'un vecteur de qualité est généré par comparaison entre les valeurs minimales correspondantes du signal audio de référence et du signal audio à évaluer.
12. Procédé selon la revendication 1, caractérisé en ce que la génération d'un dit vecteur indicateur de qualité met en œuvre au moins pour le signal audio à évaluer les étapes suivantes : f) calculer une activité temporelle du signal dans chaque fenêtre temporelle, g) calculer une moyenne glissante sur N2 valeurs successives de l'activité temporelle, h) conserver la valeur maximale parmi M2 valeurs successives de la moyenne glissante.
13. Procédé selon la revendication 12, caractérisé en ce que ledit vecteur indicateur de qualité est constitué par ladite valeur maximale.
14. Procédé selon la revendication 12, caractérisé en ce que ledit vecteur indicateur de qualité est constitué par une valeur binaire résultant de la comparaison de ladite valeur maximale avec un seuil donné S2.
15. Procédé selon la revendication 12, caractérisé en ce qu'un vecteur indicateur de dégradation est généré par comparaison entre la valeur maximale obtenue sur le signal audio de référence et la valeur maximale correspondante obtenue sur le signal audio à évaluer.
16. Procédé selon la revendication 1, caractérisé en ce que le générateur d'un dit vecteur indicateur de qualité met en œuvre au moins pour le signal audio à évaluer le calcul de la transformée de Fourier dans des blocs successifs de N3 échantillons constituant desdites fenêtres temporelles et calculer la valeur du minimum du spectre dans M3 blocs successifs, ladite valeur du minimum du spectre constituant un vecteur indicateur de qualité.
17. Procédé selon la revendication 16, caractérisé en ce qu'il comporte une étape d'évaluation de l'introduction de bruit dans le signal audio à évaluer en comparant la valeur dudit minimum du spectre dans M3 blocs successifs associé au signal audio transmis avec la valeur maximale des M3 minima obtenues dans les M3 mêmes blocs successifs associés au signal audio de référence.
18. Procédé selon la revendication 16, caractérisé en ce qu'il comporte une étape d'évaluation de l'introduction de bruit dans le signal audio à évaluer en comparant la valeur dudit minimum du spectre dans M3 blocs successifs avec une valeur moyenne des minima du spectre obtenus dans des blocs antérieurs auxdits M3 blocs successifs.
19. Procédé selon la revendication 1, caractérisé en ce qu'il met en œuvre au moins pour le signal audio à évaluer le calcul d'un dit vecteur indicateur de qualité constitué par d'un paramètre d'aplatissement du spectre qui est le rapport entre une moyenne arithmétique et une moyenne géométrique des composantes du spectre du signal.
20. Procédé selon la revendication 19, caractérisé en ce qu'il met en œuvre un indicateur de détection d'une dégradation du signal audio par introduction d'un bruit large bande en comparant ledit paramètre d'aplatissement du spectre entre le signal audio de référence et le signal audio à évaluer.
21. Procédé selon une des revendications précédentes, caractérisé en ce que le signal audio à évaluer est un signal audio transmis numériquement.
22. Procédé selon une des revendications précédentes, caractérisé en ce que le signal audio à évaluer est un signal audio numérique auquel a été appliqué un codage numérique.
23. Procédé selon la revendication 22, caractérisé en ce que ledit codage numérique est un codage à réduction de débit.
PCT/FR2003/000222 2002-01-24 2003-01-23 Procede d'evaluation qualitative d'un signal audio numerique. WO2003063134A1 (fr)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP03715043.0A EP1468416B1 (fr) 2002-01-24 2003-01-23 Procede d'evaluation qualitative d'un signal audio numerique.
US10/502,425 US8036765B2 (en) 2002-01-24 2003-01-23 Method for qualitative evaluation of a digital audio signal
CA2474067A CA2474067C (fr) 2002-01-24 2003-01-23 Methode d'evaluation qualitative d'un signal audio numerique
US13/219,391 US8606385B2 (en) 2002-01-24 2011-08-26 Method for qualitative evaluation of a digital audio signal

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR02/00856 2002-01-24
FR0200856A FR2835125B1 (fr) 2002-01-24 2002-01-24 Procede d'evaluation d'un signal audio numerique

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US10502425 A-371-Of-International 2003-01-23
US13/219,391 Division US8606385B2 (en) 2002-01-24 2011-08-26 Method for qualitative evaluation of a digital audio signal

Publications (1)

Publication Number Publication Date
WO2003063134A1 true WO2003063134A1 (fr) 2003-07-31

Family

ID=27589574

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2003/000222 WO2003063134A1 (fr) 2002-01-24 2003-01-23 Procede d'evaluation qualitative d'un signal audio numerique.

Country Status (5)

Country Link
US (2) US8036765B2 (fr)
EP (1) EP1468416B1 (fr)
CA (1) CA2474067C (fr)
FR (1) FR2835125B1 (fr)
WO (1) WO2003063134A1 (fr)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2833791B1 (fr) * 2001-12-13 2004-02-06 Telediffusion De France Tdf Dispositif de metrologie pour la surveillance automatique d'un reseau de diffusion de signaux numeriques et reseau de diffusion comprenant un tel dispositif de metrologie
WO2008011898A1 (fr) * 2006-07-27 2008-01-31 Telefonaktiebolaget Lm Ericsson (Publ) Transmission de diffusion hiérarchique par l'intermédiaire de plusieurs émetteurs
US8599704B2 (en) * 2007-01-23 2013-12-03 Microsoft Corporation Assessing gateway quality using audio systems
JP5291004B2 (ja) * 2007-03-02 2013-09-18 テレフオンアクチーボラゲット エル エム エリクソン（パブル） 通信ネットワークにおける方法及び装置
CN101608947B (zh) * 2008-06-19 2012-05-16 鸿富锦精密工业（深圳）有限公司 声音测试方法
US20100161779A1 (en) * 2008-12-24 2010-06-24 Verizon Services Organization Inc System and method for providing quality-referenced multimedia
EP2392003B1 (fr) * 2009-01-30 2013-01-02 Telefonaktiebolaget LM Ericsson (publ) Prédiction de qualité de signal audio
CN102422634B (zh) * 2009-05-14 2014-12-03 皇家飞利浦电子股份有限公司 Dvb-t/h传输的鲁棒感测
US8949114B2 (en) 2009-06-04 2015-02-03 Optis Wireless Technology, Llc Method and arrangement for estimating the quality degradation of a processed signal
US8560312B2 (en) * 2009-12-17 2013-10-15 Alcatel Lucent Method and apparatus for the detection of impulsive noise in transmitted speech signals for use in speech quality assessment
JP5750167B2 (ja) 2010-12-07 2015-07-15 エンパイア テクノロジー ディベロップメント エルエルシー 端末間の体感品質を測定するためのオーディオフィンガープリントの差分
US9779731B1 (en) * 2012-08-20 2017-10-03 Amazon Technologies, Inc. Echo cancellation based on shared reference signals
US9830905B2 (en) 2013-06-26 2017-11-28 Qualcomm Incorporated Systems and methods for feature extraction
US9619980B2 (en) 2013-09-06 2017-04-11 Immersion Corporation Systems and methods for generating haptic effects associated with audio signals
US9576445B2 (en) 2013-09-06 2017-02-21 Immersion Corp. Systems and methods for generating haptic effects associated with an envelope in audio signals
CN104681038B (zh) * 2013-11-29 2018-03-09 清华大学 音频信号质量检测方法及装置
US10147441B1 (en) 2013-12-19 2018-12-04 Amazon Technologies, Inc. Voice controlled system
US10224759B2 (en) 2014-07-15 2019-03-05 Qorvo Us, Inc. Radio frequency (RF) power harvesting circuit
US10566843B2 (en) * 2014-07-15 2020-02-18 Qorvo Us, Inc. Wireless charging circuit
US10559970B2 (en) 2014-09-16 2020-02-11 Qorvo Us, Inc. Method for wireless charging power control
CN105893515B (zh) * 2016-03-30 2021-02-05 腾讯科技（深圳）有限公司 一种信息处理方法及服务器
RU2700551C2 (ru) * 2018-01-22 2019-09-17 Российская Федерация, от имени которой выступает Министерство обороны Российской Федерации Способ контроля качества каналов передачи данных в автоматизированных системах управления реального масштаба времени
CN109147804A (zh) * 2018-06-05 2019-01-04 安克创新科技股份有限公司 一种基于深度学习的音质特性处理方法及***
CN110570874B (zh) * 2018-06-05 2021-10-22 中国科学院声学研究所 一种用于监测野外鸟类鸣声强度及分布的***及其方法
CN110211610A (zh) * 2019-06-20 2019-09-06 平安科技（深圳）有限公司 评估音频信号损失的方法、装置及存储介质
CN112562714B (zh) * 2020-11-24 2022-08-05 潍柴动力股份有限公司 一种噪声评估方法及装置
CN112929808A (zh) * 2021-02-05 2021-06-08 四川湖山电器股份有限公司 检测校园广播播音设备能否正常工作的方法、模块及***
EP4084366A1 (fr) * 2021-04-26 2022-11-02 Aptiv Technologies Limited Procédé de test d'un dispositif récepteur de diffusion radio embarqué
CN113409820B (zh) * 2021-06-09 2022-03-15 合肥群音信息服务有限公司 一种基于语音数据的质量评价方法
CN113488074B (zh) * 2021-08-20 2023-06-23 四川大学 一种用于检测合成语音的二维时频特征生成方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5621854A (en) * 1992-06-24 1997-04-15 British Telecommunications Public Limited Company Method and apparatus for objective speech quality measurements of telecommunication equipment
FR2769777A1 (fr) * 1997-10-13 1999-04-16 Telediffusion Fse Procede et systeme d'evaluation, a la reception, de la qualite d'un signal numerique, tel qu'un signal audio/video numerique
WO1999050824A1 (fr) * 1998-03-27 1999-10-07 Her Majesty The Queen In Right Of Canada As Repre Sented By The Minister Of Industry Through The Communication Research Centre Procede et systeme de mesure objective de la qualite d'un signal audio
WO2000000962A1 (fr) * 1998-06-26 2000-01-06 Ascom Ag Procede d'execution d'une evaluation automatisee de la qualite de transmission de signaux audio
WO2001052600A1 (fr) * 2000-01-13 2001-07-19 Koninklijke Kpn N.V. Procede et dispositif de determination de la qualite d'un signal

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2737948B1 (fr) * 1995-08-16 1997-10-17 Alcatel Mobile Comm France Dispositif de commande de volume sonore pour recepteur de signaux de parole codes par blocs
SE517547C2 (sv) * 1998-06-08 2002-06-18 Ericsson Telefon Ab L M Signalsynkronisering vid signalkvalitetsmätning
US7006555B1 (en) * 1998-07-16 2006-02-28 Nielsen Media Research, Inc. Spectral audio encoding
AU2881300A (en) * 1999-10-27 2001-05-08 Nielsen Media Research, Inc. System and method for encoding an audio signal for use in broadcast program identification systems, by adding inaudible codes to the audio signal

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5621854A (en) * 1992-06-24 1997-04-15 British Telecommunications Public Limited Company Method and apparatus for objective speech quality measurements of telecommunication equipment
FR2769777A1 (fr) * 1997-10-13 1999-04-16 Telediffusion Fse Procede et systeme d'evaluation, a la reception, de la qualite d'un signal numerique, tel qu'un signal audio/video numerique
WO1999050824A1 (fr) * 1998-03-27 1999-10-07 Her Majesty The Queen In Right Of Canada As Repre Sented By The Minister Of Industry Through The Communication Research Centre Procede et systeme de mesure objective de la qualite d'un signal audio
WO2000000962A1 (fr) * 1998-06-26 2000-01-06 Ascom Ag Procede d'execution d'une evaluation automatisee de la qualite de transmission de signaux audio
WO2001052600A1 (fr) * 2000-01-13 2001-07-19 Koninklijke Kpn N.V. Procede et dispositif de determination de la qualite d'un signal

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MONTARD N ET AL: "An efficient method for objective audio and video quality assessment in digital television applications", SIGNAL PROCESSING X THEORIES AND APPLICATIONS. PROCEEDINGS OF EUSIPCO 2000. TENTH EUROPEAN SIGNAL PROCESSING CONFERENCE, PROCEEDINGS OF 10TH EUROPEAN SIGNAL PROCESSING CONFERENCE, TAMPERE, FINLAND, 4-8 SEPT. 2000, 2000, Tampere, Finland, Tampere Univ. Technology, Finland, pages 2189 - 2192 vol.4, XP008008708, ISBN: 952-15-0443-9 *

Also Published As

Publication number Publication date
US8606385B2 (en) 2013-12-10
FR2835125B1 (fr) 2004-06-18
EP1468416B1 (fr) 2015-12-23
US8036765B2 (en) 2011-10-11
FR2835125A1 (fr) 2003-07-25
US20050143974A1 (en) 2005-06-30
EP1468416A1 (fr) 2004-10-20
US20120099734A1 (en) 2012-04-26
CA2474067A1 (fr) 2003-07-31
CA2474067C (fr) 2014-12-30

Similar Documents

Publication Publication Date Title
EP1468416B1 (fr) Procede d&#39;evaluation qualitative d&#39;un signal audio numerique.
EP2419900B1 (fr) Procede et dispositif d&#39;evaluation objective de la qualite vocale d&#39;un signal de parole prenant en compte la classification du bruit de fond contenu dans le signal
EP0768770B1 (fr) Procédé et dispositif de création d&#39;un bruit de confort dans un système de transmission numérique de parole
EP2691952B1 (fr) Allocation par sous-bandes de bits de quantification de paramètres d&#39;information spatiale pour un codage paramétrique
EP1997103B1 (fr) Procede de codage d&#39;un signal audio source, dispositif de codage, procede et dispositif de decodage, signal, produits programme d&#39;ordinateur correspondants
EP0906613B1 (fr) Procede et dispositif de codage d&#39;un signal audiofrequence par analyse lpc &#34;avant&#34; et &#34;arriere&#34;
US9767846B2 (en) Systems and methods for analyzing audio characteristics and generating a uniform soundtrack from multiple sources
EP2080194B1 (fr) Attenuation du survoisement, notamment pour la generation d&#39;une excitation aupres d&#39;un decodeur, en absence d&#39;information
EP2795618B1 (fr) Procédé de détection d&#39;une bande de fréquence prédéterminée dans un signal de données audio, dispositif de détection et programme d&#39;ordinateur correspondant
FR2882458A1 (fr) Procede de mesure de la gene due au bruit dans un signal audio
EP1875465A1 (fr) Procede d&#39;adaptation pour une interoperabilite entre modeles de correlation a cout terme de signaux numeriques
US6549757B1 (en) Method and system for assessing, at reception level, the quality of a digital signal, such as a digital audio/video signal
EP1468573A1 (fr) Procede de synchronisation de deux flux de donnees numeriques de meme contenu.
EP1195064A1 (fr) Procede d&#39;evaluation de la qualite de sequences audiovisuelles
CN108877816B (zh) 基于qmdct系数的aac音频重压缩检测方法
Organiściak et al. Single-ended quality measurement of a music content via convolutional recurrent neural networks
EP1159795B1 (fr) Procede de controle de la qualite d&#39;un signal audionumerique diffuse avec un programme audiovisuel
FR2790845A1 (fr) Procede de controle de la qualite d&#39;un signal audionumerique distribue

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): CA SG US

AL Designated countries for regional patents

Kind code of ref document: A1

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

121 Ep: the epo has been informed by wipo that ep was designated in this application
DFPE Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed before 20040101)
WWE Wipo information: entry into national phase

Ref document number: 2474067

Country of ref document: CA

WWE Wipo information: entry into national phase

Ref document number: 2003715043

Country of ref document: EP

WWP Wipo information: published in national office

Ref document number: 2003715043

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 10502425

Country of ref document: US