[go: up one dir, main page]

WO2011073600A1 - Codage/decodage parametrique stereo avec optimisation du traitement de reduction des canaux - Google Patents

Codage/decodage parametrique stereo avec optimisation du traitement de reduction des canaux Download PDF

Info

Publication number
WO2011073600A1
WO2011073600A1 PCT/FR2010/052807 FR2010052807W WO2011073600A1 WO 2011073600 A1 WO2011073600 A1 WO 2011073600A1 FR 2010052807 W FR2010052807 W FR 2010052807W WO 2011073600 A1 WO2011073600 A1 WO 2011073600A1
Authority
WO
WIPO (PCT)
Prior art keywords
stereo
signal
information
channels
amplitude
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/FR2010/052807
Other languages
English (en)
Inventor
Stéphane RAGOT
Thi Minh Nguyet Hoang
Balazs Kovesi
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Orange SA
Original Assignee
France Telecom SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by France Telecom SA filed Critical France Telecom SA
Publication of WO2011073600A1 publication Critical patent/WO2011073600A1/fr
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/008—Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/0204—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using subband decomposition

Definitions

  • the present invention relates to the field of coding / decoding of digital signals.
  • the coding and decoding according to the invention is particularly suitable for the transmission and / or storage of digital signals such as audio-frequency signals (speech, music or other).
  • the present invention relates to the parametric encoding / decoding of multichannel audio signals, especially stereophonic signals hereinafter called stereo signals.
  • This type of coding / decoding is based on the extraction of spatial information parameters so that at decoding, these spatial characteristics can be reconstructed for the listener, in order to recreate the same spatial image as in the original signal.
  • Such a parametric encoding / decoding technique is for example described in the document entitled "Parametric Coding of Stereo Audio” in EURASIP Journal on Applied Signal Processing 2005 by J. Breebaart and S. van de Par and A. Kohlrausch and E. Schuijers. : 9, 1305-1322. This example is repeated with reference to FIGS. 1 and 2 respectively describing an encoder and a parametric stereo decoder.
  • FIG. 1 describes an encoder receiving two audio channels, a left channel
  • the time channels L (n) and .R (n) are processed by the blocks 101, 102 and 103, 104 respectively which perform a short-term Fourier analysis.
  • the transformed signals L [jJ and R [j] are thus obtained.
  • Block 105 performs a channel reduction processing or "Downmix" in English to obtain in the frequency domain from the left and right signals, a monophonic signal hereinafter called a mono signal which is here a sum signal.
  • Extraction of spatial information parameters is also performed in block 105.
  • the extracted parameters are as follows.
  • the ICLD InterChannel Level Difference
  • interchannel intensity differences characterize the energy ratios per frequency subband between the left and right channels.
  • L [j] and [j] correspond to the spectral (complex) coefficients of the L and R channels
  • the values B [k] and B [k + 1], for each frequency band k define the subband cutout spectrum and the symbol * indicates the complex conjugate.
  • ICPDW ( ⁇ ⁇ L [, -].? * [./]) (2) where ⁇ indicates the argument (phase) of the complex operand.
  • ICPD Equivalent to ICPD can also be defined as an inter-channel time shift called ICTD (for "InterChannel Time Difference"), the definition of which is not repeated here.
  • ICTD InterChannel Time Difference
  • the ICC for "InterChannel Coherence" parameters represent inter-channel correlation (or coherence) and are associated with the spatial width of the sound sources; their definition is not recalled here, but it is noted in the article by Breebart et al. that these parameters are not necessary in the subbands reduced to a frequency coefficient.
  • the mono signal is passed in the time domain (blocks 106 to 108) after short-term Fourier synthesis (inverse FFT, windowing and OverLap-Add or OLA) and a mono coding (block 109) is realized. .
  • the stereo parameters are quantized and coded in block 110.
  • the spectrum of the signals (L [y], i? [J]) is divided according to a non-linear frequency scale of ERB (equivalent Rectangular Bandwidth) or Bark type, with a number of sub-bands typically ranging from 20 to 34 for a sampled signal of 16 to 48 kHz. This scale defines the values of B (k) and B (k + 1) for each subband k.
  • the parameters (ICLD, ICPD, ICC) are encoded by scalar quantization possibly followed by entropy coding or differential coding.
  • 11CLD is encoded by a non-uniform quantizer (ranging from -50 to +50 dB) with differential coding.
  • the non-uniform quantization step exploits the fact that the higher the value of the ICLD, the lower the auditory sensitivity to variations of this parameter.
  • coding For the coding of the mono signal (block 109), several quantization techniques with or without memory are possible, for example coding with “Coded Pulse Modulation” (MIC), its adaptive version called “Adaptive Differential Coded Pulse Modulation” (ADPCM) or more advanced techniques such as transform perceptual coding or Code Excited Linear Prediction (CELP) coding.
  • MIC Coded Pulse Modulation
  • ADPCM Adaptive Differential Coded Pulse Modulation
  • CELP Code Excited Linear Prediction
  • UET-T Recommendation G.722 which uses ADPCM coding for ADAPM (Adaptive Differential Pulse Code Modulation).
  • the input signal of a G.722-type encoder is in an expanded band with a minimum bandwidth of [50-7000 Hz] with a sampling frequency of 16 kHz.
  • This signal is decomposed into two sub-bands [0-4000 Hz] and [4000-8000 Hz] obtained by decomposition of the signal by Quadrature Mirror Filters (QMF) quadrature mirror filters in English, then each of the subbands is encoded separately by an ADPCM encoder.
  • QMF Quadrature Mirror Filters
  • the low band is coded by a 6, 5 and 4 bit nested code ADPCM coding while the high band is coded by a 2 bits per sample ADPCM coder.
  • the total bit rate is 64, 56 or 48 bit / s depending on the number of bits used for decoding the low band.
  • a quantized signal frame according to the G.722 standard consists of 6, 5 or 4-bit coded quantization indices per low-band sample (0-4000 Hz) and 2 bits per high-band sample (4000-8000 Hz). ). Since the transmission frequency of the scalar indices is 8 kHz in each subband, the bit rate is 64, 56 or 48 kbit / s.
  • the mono signal is decoded (block 201), a de-correlator is used (block 202) to produce two versions M (n) and M '(n) of decoded mono signal. These two signals are passed in the frequency domain (blocks 203 to 206) and the decoded stereo parameters (block 207) are used by the stereo synthesis (block 208) to reconstruct the left and right channels in the frequency domain. These channels are finally reconstructed in the time domain (blocks 209 to 214).
  • the block 105 performs a channel reduction processing or "downmix” by combining the stereo channels (left, right) to obtain a mono signal which is then encoded by a mono encoder.
  • the spatial parameters ICLD, ICPD, ICC, (7) are extracted from the stereo channels and transmitted in addition to the bitstream from the mono encoder.
  • the passive "downmix" which corresponds to a direct matrixing of the stereo channels to combine them into a single signal
  • ⁇ ( ⁇ ) is a factor that compensates for a possible loss of energy.
  • the compensation parameter can be set as follows:
  • the ⁇ factor is here saturated with an amplification of 6dB.
  • the gains W y , w 2 are generally adapted as a function of the short-term signal, in particular to align the phases.
  • the phase of the channel L for each frequency sub-band is chosen as the reference phase
  • the channel R is aligned according to the phase of the channel L for each sub-band by the following formula:
  • R '[k] e J, CPm R [k] (8) where R '[k] is the aligned R channel, k is the index of a coefficient in the frequency b sub-band,
  • ICPD [b] is the inter-channel phase difference in the frequency subband frequency given by:
  • K ⁇ [b] z ( ⁇ ⁇ L [k] .R '[k]) (9) where k h defines the frequency intervals of the corresponding subband and * is the complex conjugate. Note that when the subband of index b is reduced to a frequency coefficient, we find:
  • phase alignment therefore conserves energy by eliminating the influence of the phase.
  • This "downmix” corresponds to the "downmix” described in the document by Breebart et al. or:
  • This "downmix" operation is important for parametric stereo coding because the decoded stereo signal is only a spatial shaping of the decoded mono signal.
  • the downmix technique in the frequency domain described above retains the energy level of the stereo signal in the mono signal by aligning the R channel and the L channel before processing. This phase alignment avoids situations where the channels are in phase opposition.
  • the phase of the mono signal after the downmix can become random or be poorly conditioned and give a mono signal resulting in poor quality.
  • the invention improves the situation.
  • a method of parametric coding of a stereo audio signal comprising a step of coding a mono signal resulting from a channel reduction processing applied to the stereo signal and coding signal spatialization information.
  • the channel reduction processing including a calculation, by frequency coefficient, of the amplitude of the mono signal as a function of the amplitude of the channels of the stereo signal.
  • the method is such that it further comprises a determination for a predetermined set of frequency coefficients, the phase of the mono signal by calculating the phase of the signal by means of the channels of the stereo signal.
  • the channel reduction processing according to the invention is carried out in the frequency domain by frequency coefficient so as to control very precisely the energy and the phase over the entire frequency spectrum.
  • the determination, according to the invention, of the phase of the mono signal makes it possible to obtain this phase information more naturally without depending on a particular stereo channel. This avoids the problems of particular situations of the stereo channels.
  • the spatialization information includes a first information on the amplitude of the stereo channels and a second information on the phase of the stereo channels, the second information comprising, by frequency coefficient, the phase difference defined between the mono signal and a first predetermined stereo channel.
  • the second piece of information furthermore comprises a minimum indication enabling the phase difference between the mono signal and the second stereo channel to be deduced.
  • the minimum indication is coded on a bit and indicates the choice between two possible phase differences between the mono signal and the second stereo channel for a low bit rate coding.
  • the minimum indication is coded on a bit and indicates the choice between two possible gains to be applied to the intensity of the mono signal to find the second stereo channel.
  • the spatialization information includes a first information on the amplitude of the stereo channels and a second piece of information giving in particular the amplitude of the sum stereo channels.
  • This spatialization information is sufficient to reconstruct a decoder stereo signal of good quality.
  • the second piece of information comprises, by frequency coefficient, the value of the amplitude of the sum of the stereo channels and a minimum indication making it possible to deduce the direction of rotation of the stereo channels.
  • the second piece of information comprises, by frequency coefficient, the value of a gain to be applied to the amplitude of the mono signal and a minimum indication making it possible to deduce the direction of rotation of the stereo channels.
  • the first piece of information is coded by a first coding layer and the second piece of information is coded by a second coding layer.
  • the invention also relates to a method of parametric decoding of a stereo audio signal comprising a step of decoding a received mono signal, resulting from a channel reduction processing applied to the original stereo signal and to decoding information.
  • the decoding is such that it comprises a synthesis of the stereo signals, by frequency coefficient, from the decoded mono signal comprising an amplitude information obtained as a function of the amplitudes of the original stereo channels and a signal information of the signal by means of the stereo channels originals and from decoded spatialization information.
  • the mono signal thus received provides a stereo signal that retains the energy of the original stereo signal.
  • the decoded spatialization information includes a first information on the amplitude of the stereo channels and a second information on the phase of the stereo channels, the second information comprising, by frequency coefficient, the angle defined between the mono signal and a first predetermined stereo channel.
  • the second piece of information furthermore comprises a minimum indication enabling the angle between the mono signal and the second stereo channel to be deduced.
  • a simple low-speed indication provides the information to find the stereo channels with the correct phase shift.
  • the decoded minimum indication indicates the choice between two possible angles between the mono signal and the second stereo channel.
  • the decoded minimum indication indicates the choice between two possible gains to be applied to the intensity of the mono signal to find the second stereo channel.
  • the spatialization information includes a first information on the amplitude of the stereo channels and a second information on the amplitude of the sum of the stereo channels.
  • This information also makes it possible to reproduce a stereo signal of good quality.
  • the second piece of information comprises, by frequency coefficient, the value of the amplitude of the sum of the stereo channels and a minimum indication enabling the direction of rotation of the stereo channels to be deduced and in a variant the second piece of information comprises, for example, frequency coefficient, the value of a gain to be applied to the amplitude of the decoded mono signal, and a minimum indication for deducing the direction of rotation of the stereo channels.
  • the first information on the amplitude of the stereo channels is decoded by a first decoding layer and the second information is decoded by a second decoding layer.
  • the invention also relates to a parametric encoder of a stereo digital audio signal comprising a coding module of a mono signal from a channel reduction processing module applied to the stereo signal and an information coding module of a stereo signal.
  • the channel reduction processing module comprising a module for calculating, by frequency coefficient, the amplitude of the mono signal as a function of the amplitudes of the channels of the stereo signal.
  • the encoder is such that the channel reduction processing module further comprises a determination module for a predetermined set of frequency coefficients, the phase of the mono signal by calculating the phase of the signal by means of the channels of the stereo signal.
  • a parametric decoder of a stereo audio signal comprising a coding module of a mono signal from a channel reduction processing module applied to the stereo signal and a spatialization information coding module of the stereo signal, the channel reduction processing module comprising a module for calculating, by frequency coefficient, the amplitude of the mono signal as a function of the amplitudes of the channels of the stereo signal.
  • the decoder is such that the channel reduction processing module further comprises a determination module for a predetermined set of frequency coefficients, the phase of the mono signal by calculating the phase of the signal by means of the channels of the stereo signal.
  • the invention relates to a computer program comprising code instructions for implementing the steps of a coding method according to the invention and / or a decoding method according to the invention.
  • the invention finally relates to a storage means readable by a processor storing a computer program as described.
  • FIG. 1 illustrates an encoder implementing a parametric coding known from the state of the art and previously described
  • FIG. 2 illustrates a decoder implementing a parametric decoding known from the state of the art and previously described
  • FIG. 3 illustrates a stereo parametric encoder according to one embodiment of the invention embodying a coding method according to several embodiments of the invention
  • FIGS. 4a and 4b illustrate the bit stream of spatialization information coded in a particular embodiment
  • FIGS. 5a and 5b illustrate, in flowchart form, the steps for determining the encoder, spatialization information according to a first mode and a second embodiment of the invention, respectively;
  • FIGS. 6a and 6b illustrate a method of calculating the spatialization and synthesis information of the stereo signals using this information according to the first embodiment;
  • FIG. 6c illustrates a calculation mode of the spatialization and synthesis information of the stereo signals using this information according to the second embodiment
  • FIGS. 7a and 7b illustrate, in the form of flowcharts, the steps of determining the spatialization information according to a third embodiment of the invention in a first and second variant
  • FIGS. 8a and 8b illustrate a method of calculating the spatialization and synthesis information of stereo signals using this information according to a third embodiment
  • FIG. 9 illustrates an alternative embodiment of an encoder according to the invention.
  • FIG. 10 illustrates a decoder according to one embodiment of the invention, implementing a decoding method according to several embodiments of the invention
  • FIGS. 11a and 11b illustrate, in flowchart form, the decoder determination steps, spatialization information according to a first mode and a second embodiment of the invention, respectively;
  • FIG. 12 illustrates, in flowchart form, the decoder determination steps, spatialization information according to a third embodiment of the invention
  • FIGS. 13a and 13b respectively illustrate a hardware example of an equipment incorporating an encoder and a decoder able to implement the coding method and the decoding method, according to one embodiment of the invention.
  • This parametric stereo encoder uses a G.722 mono coding and extends this coding by operating in wideband with stereo signals sampled at 16 kHz with 5 ms frames. It should be noted that the choice of a frame length of 5 ms is in no way restrictive in the invention which applies equally in variants of the embodiment where the frame length is different, for example from 10 or 20 ms.
  • Each time channel (L and R) sampled at 16 kHz is first pre-filtered by a high pass filter (HPF) eliminating the components below 50 Hz (blocks 301 and 302).
  • HPF high pass filter
  • the L and R channels are analyzed by discrete Fourier transform frequencies with overlapping sinusoidal windowing of 50% length 10 ms or 160 samples (blocks 303 to 306).
  • the signal (L, R) is weighted by a symmetric analysis window covering 2 frames of 5 ms or 10 ms (160 samples).
  • the 10ms analysis window covers the current frame and the future frame.
  • the future frame corresponds to a "future" signal segment commonly called “Iookahead" of 5 ms.
  • Spectra L 'and R' are combined in block 307 to obtain a mono (downmix) signal M 'in the frequency domain.
  • This signal is converted into time by inverse FFT and windowing-overlap with the "Iookahead" part of the previous frame (blocks 308 to 310).
  • the current frame of 5 ms of the obtained mono signal is encoded by the G.722 encoder (block 312).
  • the invention also applies in variant embodiments where a modified version of G.722 is used, or even an encoder other than G.722.
  • a delay of 2 frames must be introduced into the codec.
  • the delay of 2 frames is specific to the detailed implementation here, in particular it is related to symmetrical sinusoidal windows of 10 ms. This delay could be different, for example one could obtain a delay of a frame with an optimized window with a lower overlap between adjacent windows.
  • the block 313 introduces a delay of two frames on the spectra L '[j] and R' [j] in order to obtain the spectra L [j] ] and JR [j].
  • the coding of the stereo spatial information is implemented in the blocks 314 to 316.
  • the stereo parameters are extracted (block 314) and coded (blocks 315 and 316) from the spectrums L ', R and M' offset by two frames: L, R and M.
  • the channel reduction processing block 307 or "downmix" is now described in more detail.
  • the latter performs a "downmix" in the frequency domain to obtain a mono signal M '[jfj.
  • This mono signal M '[j] is calculated by the following formula which defines the amplitude and the phase for each frequency line:
  • amplitude of the mono channel can also be determined according to a formula of the type:
  • the channel reduction processing of the stereo signal comprises a frequency coefficient calculation, the amplitude of the mono signal as a function of the amplitudes of the channels of the stereo signal performed in the module 330 of the block 307 and a frequency coefficient determination of the phase of the mono signal by calculating the phase of the signal by means of the channels of the stereo signal carried out in the module 331 of the block 307.
  • the compensation factor is calculated and applied in the frequency domain, here coefficient by coefficient, and this factor is calculated from the amplitudes of the stereo channels and not from the energy of these channels and from the signal by means of the stereo channels.
  • This factor is maintained everywhere in the spectrum over the entire band to be coded, and not on a dominant frequency zone.
  • Frequency domain "downmix” processing involves a delay of 5 ms for recovery-addition reconstruction.
  • the encoder presented here uses short frames of 5 ms.
  • the impact on the algorithmic delay of the overall encoder is therefore not too important.
  • This additional delay would be more troublesome with longer frames of the order of 20 ms.
  • there are solutions to reduce this additional delay in particular by using an optimized non-sinusoidal window with a lower overlap between adjacent windows.
  • the additional complexity due to the "downmix" operation in the frequency domain is limited here to the frequency / time conversion of the mono signal (blocks 308 to 310) because in all cases the time / frequency conversion of the stereo channels (blocks 303 to 306) is necessary for the extraction and coding of the stereo parameters which are defined and calculated in the frequency domain.
  • the spectra L [j] and R [j] are divided into 20 sub-frequency bands. These subbands are defined by the following boundaries:
  • the ICLD of the sub-band k-0,.,., 19 is calculated according to the equation:
  • the ICLD parameters are coded by differential non-uniform scalar quantization (block 315) on 40 bits per frame. This quantification will not be detailed here because it goes beyond the scope of the invention.
  • phase information for frequencies below 1.5-2 kHz is particularly important for obtaining good stereo quality.
  • the time-frequency analysis performed here gives 80 frequency coefficients per frame, a resolution of 100 Hz per coefficient. Since the bit budget is 40 bits and the allocation is, as explained below, 5 bits per coefficient, only 8 lines can be coded. By experimentation the lines of index j ⁇ 2 to 9 were chosen for this coding of the phase information. These lines correspond to a frequency band of 150 to 950 Hz.
  • the frequency coefficients where the phase information is the most perceptually important are identified, and the associated phases are coded (block 316) by a technique detailed below. after referring to Figures 6a and 6b using a budget of 40 bits per frame.
  • a single angle between a first stereo channel, for example here the secondary channel (defined below) and the mono signal defined by the "downmix" processing of block 307, is code.
  • the angle between the dominant channel (defined below) and the mono signal is coded and another minimum information is also coded, on 1 bit, to allow to deduce the angle of the second stereo channel, here, the secondary channel from the other already coded information.
  • the parameters that are transmitted in the second stereo enhancement layer are for each line in the first embodiment:
  • the parameters that are transmitted in the second stereo enhancement layer are for each line
  • Figures 4a and 4b show the structure of the bitstream for the encoder in a preferred embodiment. It is a hierarchical binary bit structure derived from scalable coding with G.722 coding for core coding.
  • the mono signal is thus coded by G.722 at 56 or 64 kbit / s.
  • the G.722 core coding operates at 56 kbit / s and a first stereo extension layer (Ext.stereo I) is added.
  • the G.722 core coding operates at 64 kbit / s and two stereo extension layers (ExLstereo 1 and Ext.stereo 2) are added.
  • the encoder thus operates according to two possible modes (or configurations):
  • bit stream shown in FIG. 4a includes the information on the amplitude of the stereo channels, for example the ICLD parameters as described above.
  • the bit stream shown in FIG. 4b includes both the stereo channel amplitude information in the first extension layer and the stereo channel phase information in the second extension layer.
  • the division into two extension layers shown in FIGS. 4a and 4b could be generalized in the case where at least one of the two extension layers comprises both a part of the amplitude information and a part of the amplitude information. information on the phase.
  • the phase information comprises the phase difference of the mono signal with one of the stereo channels determined as secondary for the first embodiment or dominant for the second embodiment.
  • the phase information also includes a minimum indication for deducing the phase difference of the mono signal with the stereo channel determined as secondary.
  • the budget allocated to code this phase information is only one particular example of achievement. It can be lower and in this case take into account only a small number of frequency lines or on the contrary higher and can allow to code a greater number of frequency lines.
  • these spatialization information on two extension layers is a particular embodiment.
  • the invention is also applicable in the case where this information is coded in a single improvement coding layer.
  • î [j] is the amplitude information - defined in equation 42 - which corresponds to the amplitude ratio between left channel and right channel.
  • the dominant channel X [j] is the decoded channel L [j] or R [j] whose amplitude is the strongest.
  • the channel X [j] is the decoded channel L [j] or R [j] whose amplitude is the strongest.
  • i is the decoded channel L [j] or R [j] whose amplitude is the smallest.
  • the dominant and secondary channels are defined in the same way as the encoder:
  • X [j], Y [j] and M [j] are respectively denoted by X, Y and M in this figure.
  • the original signals X [j], Y [j] and M [j] are used at the encoder, and this in particular avoids local decoding G.722 and makes it possible to reduce the complexity.
  • the calculation of the "downmix" signal is illustrated in the complex plane, the mono signal M follows the angle of L + R but the amplitude is calculated by an average of the amplitudes of the channels of the stereo signal.
  • Z (.) is the operator that gives the argument (or phase) of the complex operand.
  • the angle a [j] is included in
  • phase information to be encoded is reduced to the angle ⁇ [j], since we find cx j] with the following formula:
  • Fig. 5a illustrates a flowchart showing the steps of this encoding.
  • step B501 the amplitude information that corresponds to the amplitude ratio between the left channel and the right channel is decoded. This local decoding is possible because this information is available during the coding of the phase.
  • step B502 the secondary channel is determined as follows:
  • angles ⁇ [representing the angles, by frequency coefficient, between the mono signal M [j] and the secondary channel Y [j] are calculated in B503.
  • the angle can for example be calculated as follows:
  • Fig. 5b illustrates a flowchart showing the steps of this encoding.
  • step E501 the angles O [j] are calculated by frequency coefficient.
  • angles are those formed by frequency coefficient, the mono channel M [j with the dominant channel X j].
  • the angle c [j] can for example be calculated as follows:
  • angles representing the angles, by frequency coefficient, between the mono signal M [j] and the secondary channel Y [j] are calculated in E504.
  • the angles j3 0 [j] and / 3 ⁇ 4 [] are also determined at E505 as formulated in equations (21) and (23) above.
  • an indicator b [j] is used to select one of the two angles ⁇ 0 [ ⁇ or / -3 ⁇ 4 [/] by taking the angle ⁇ [] as a reference, in step E506.
  • the indicator bj] is quantified in E507 by a bit, where
  • the secondary channel Y is reconstructed by combining the dominant channel X and the mono signal M multiplied by a gain factor. This calculation is an equivalent formulation in the absence of quantification on X and M and thus replaces the rotation by the angle ⁇ detailed above.
  • Equation (30) has two solutions and as a function of ⁇ , which makes it possible to find two candidates for the secondary channel Y:
  • the coded parameters are:
  • the embodiment has been presented from the original amplitude information ⁇ L [j] ⁇ , Note that the phase is frequency-coded and uses amplitude information (L [j], R [j]) coefficient by coefficient.
  • the amplitude information - which is transmitted in the form of d1CLD in the first enhancement layer - is encoded by frequency subbands, and these subbands can comprise several frequency coefficients. So we make the following approximation for coding and decoding information in the second layer:
  • the channel reduction processing is identical but the spatialization information that is transmitted to the decoder is different. It should be noted that this third embodiment is new and inventive on its own.
  • a first coding extension layer contains the intensity information of the stereo channels, for example the parameter ICLD as defined above.
  • the second extension layer does not contain information on the phase differences of the stereo channels.
  • [j] is the angle between [/] and L [j] and? [; ' ] is the angle between M [j] and R [j], regardless of the dominance of a channel.
  • FIGS. 7a and 7b illustrate flowcharts showing the steps of coding the spatialization information for the second stereo extension layer according to this third embodiment for two variants.
  • a first step E701 for FIG. 7a and E711 for FIG. 7b the amplitude d j] of the sum of the stereo channels is calculated by frequency line.
  • step E702 for FIG. 7a and E712 for FIG. 7b can be done directly, by quantizing the value of the amplitude d [j], for example with a scalar quantizer using 4 bits per second. spectral line.
  • Equality is also allowed and corresponds to the case where the channels are perfectly in phase or perfectly in opposite phase. It will be considered later, by misuse of language, that these extreme cases also represent a triangle where the length of the longest side is the sum of the lengths of the other two sides. The three angles of this triangle are therefore 0, 0 and ⁇ .
  • ⁇ i [7] j '
  • the channels are perfectly in opposite phase and for example
  • the quantization step can also be performed with respect to the value of the amplitude of the mono signal, M [j], already decoded, in the form of a scale factor (or gain), as follows :
  • the value of the gain g [j] is quantized, for example with a scalar quantizer using 4 bits per spectral line.
  • FIG. 7a it is not checked whether the parameters after quantization satisfy the triangular inequalities, this verification and the possible correction will be made to the decoder.
  • the version shown in FIG. 7b presents a local decoder (not shown in FIG. 3 of the encoder) and produces the quantized values of the parameters
  • Triangular inequalities are verified at the encoder at step E713. In case of detected problem (N in E714) a new quantified value is chosen by the quantizer of d [7] in E712 and that until the verification of the triangular inequalities (O in E714).
  • the quantization index is sent with which the decoded value of d [j] satisfies the triangular inequalities.
  • a minimum information (1 bit) denoted b [j] is transmitted to enable the direction of rotation of the left and right channels to be deduced from the mono signal.
  • Figures 8a and 8b illustrate a geometric example for a selected frequency line, from the values].
  • OD corresponds to the amplitude value d [j] on the axis defined by the mono (OM).
  • Figures 8a and 8b illustrate the two possible solutions with the values [y],
  • this bit can indicate the direction of rotation of a channel with respect to the mono signal, that of the left channel is sufficient, that of the other channel must not be transmitted because it is always the opposite of this.
  • step E703 and E715 of FIGS. 7a and 7b the angle ⁇ [j] that forms one of the channels with the mono signal is determined. Then, in step E704 and E716, FIGS. 7a and 7b are determined, the sign of the angle and one-bit rotation direction is quantified at step E705 and E707 respectively.
  • the embodiment has been presented from the original amplitude information odd by frequency coefficient and uses a coefficient per coefficient.
  • the amplitude information - which is transmitted in ICLD form in the first enhancement layer - is encoded by frequency subbands, and these subbands can include several frequency coefficients. So we make the following approximation for coding and decoding information in the second layer:
  • the amplitudes L [j and R [j] ⁇ are assumed to be those obtained by applying the information of constant amplitude î [j] on the sub-band, either
  • the block 307 performing the "downmix" processing using the modules 330 and 331 according to the invention also extracts spatialization parameters of the stereo signals through the module 332.
  • the phase difference between the mono signal obtained by the "downmix” processing and one of the stereo channels determined as secondary, is determined by the module 332.
  • the phase difference between the mono signal obtained by the "downmix" processing and one of the stereo channels determined as dominant is determined by the module 332.
  • the indicator making it possible to recover the phase difference between the mono signal and the second channel determined as secondary is also determined by the module 332.
  • the indicator for determining a gain to be applied to the mono signal to find the secondary channel is determined.
  • the third embodiment it is the amplitude of the sum of the stereo signals that is determined in the module 332 of the block 307. An indication to find the direction of rotation of the stereo channels is also determined in this module.
  • this third embodiment it is a gain to be applied to the mono signal that is determined to recover the amplitude of the sum of the stereo signals.
  • the parameter extraction block 314 retrieves these parameters from the block 307 and determines the intensity information parameter, for example the parameter ICLD. This block 314 then transmits all these parameters for a quantification at 315.
  • the invention applies similarly for an implementation using a time-frequency analysis difference of a bank of filters by FFT.
  • MCLT Modulated Complex Lapped Transform
  • MDCT Modulated Discrete Cosine Transform
  • MDST Modulated Discrete Sine Transform
  • PQMF pseudo quadrature mirror filter
  • the principle of the invention also applies to the case where the encoder and the G.722 decoder are replaced by other optionally different encoders of characteristics (flow, length of frames ).
  • This decoder comprises a demultiplexer 501 in which the coded mono signal is extracted to be decoded at 502 by a G.722 decoder in this example.
  • the portion of the bit stream (scalable) corresponding to G.722 is decoded at 56 or 64 kbit / s depending on the selected mode. It is assumed here that there is no loss of frames or bit errors on the bit stream to simplify the description, however, known frame loss correction techniques can obviously be implemented in the decoder.
  • the synthesized mono signal corresponds to M (n) in the absence of channel errors.
  • a short-term discrete Fourier transform analysis with the same windowing as the encoder is performed on M in) (blocks 503 and 504) to obtain the spectrum M [j].
  • the part of the bit stream associated with the stereo extension is also de-multiplexed.
  • the ICLD parameters are decoded to obtain ⁇ lCLD q [ ⁇ - ⁇ , ⁇ ;] ⁇ ⁇ q (block 505) and the. phase difference ⁇ [j between the secondary channel and the signal M by frequency line is decoded (block 506) to obtain ⁇ [j] according to a first embodiment.
  • phase C [j between the dominant channel and the signal M by frequency line which is decoded (block 506) to obtain â [j].
  • the amplitudes of the left and right channels are reconstructed (block 507) by applying the decoded ICLD parameters by subband. This synthesis is carried out as follows:
  • ICLD q [j] is the ICLD parameter decoded for the line j.
  • the ratio 7 [j] is decoded from the information encoded in the first 8 kbit / s stereo enhancement layer.
  • the coding and the associated decoding are not detailed here, but for a budget of 40 bits per frame it can be considered that this ratio is coded by subband and not frequency line, with a non-uniform subband cut. If the decoder operates at 56 + 8 kbit / s for the current frame, only subband-decoded / [/] parameters are used to reconstruct the spectra of the L and R channels, as previously described, ie the equation ( 41).
  • the decoder defines for each frequency line the dominant channel X [j] and the secondary channel Y [j] as follows:
  • the secondary channel is reconstructed from angles ⁇ [j] simply decoded by block 506, simply according to the formula: [; rmn (c 1 [; lc 2 [;]). [i] e ⁇ '1 (43b)
  • the amplitude of the dominant channel is decoded using the decoded mono signal M [y], the decoded secondary channel Y [j] and the amplitude X [j] which is known from the ratio [[j], by the following formula:
  • the dominant channel is reconstructed from angles ⁇ [; ' ] decoded by block 506, simply by the formula:
  • the amplitude of the secondary channel is decoded using the decoded mono signal M [j], the decoded dominant channel X [j] and the known amplitude ⁇ Y [j] from the ratio [j], by the following formula:
  • the spectra R [j] and L [j] are deduced from X [j] and f [j] and converted into the time domain by inverse FFT, windowing, addition and overlap (blocks 508 to 513) to obtain the synthesized channels R (n) and L n).
  • Figure 11a shows the decoding flowchart in the first embodiment, angles to [j] and for the second stereo extension layer.
  • the angle ⁇ [] 1 is decoded in step B1 101.
  • the secondary channel is reconstructed in step B1 102 according to the formula:
  • step B 1104 the dominant channel is reconstructed in step B 1104 according to the formula:
  • FIG. 11b shows the decoding flow chart in the second embodiment, angles ⁇ [j] and for the second layer extension in stereo.
  • the angle a [j] and the indicator b [j] are decoded at step El 101 and at step El 103, and the quantized values at [j] and b [j] are obtained.
  • the value of is used to select the angle, [/] or y-3 ⁇ 4 [j] in step El 104.
  • Stereo signals £ [] and R [j] can thus be synthesized in step El 105.
  • the dominant channel in a variant of this second embodiment, the dominant channel
  • X [j] is reconstructed as explained above, from the angles decoded by block 506 and at step El 101.
  • an indicator b [j] is received which is the coded value of b [j] and which makes it possible to choose between and, gains to be applied to the amplitude of the synthesized mono signal.
  • the secondary channel Y [j] is then reconstructed from the following function:
  • the block 506 of FIG. 10 decodes information by frequency line on the sum of the stereo channels, ie the amplitude of the sum of the channels, or in a variant, a gain to be applied to the amplitude. of the mono signal to obtain the amplitude of the sum of the stereo channels.
  • an indication by frequency line is also decoded at 506. This indication indicates the direction of rotation to be given for one of the stereo channels to be synthesized in the module 507.
  • FIG. 12 represents the flow diagram of the decoding of spatialization information of the second extension layer corresponding to the codings represented in FIGS. 7a and 7b.
  • the decoder After inverse quantization of d [j at the step E1201, knowing M [j], L [j], R [j] and d [j] we can find the quantized values of the angles at [j] and ⁇ and thus L [] and -R [j] for example as described below.
  • L [j], R [j] and d [j] determine a unique triangle as represented in FIG. 8b whose two angles are the two desired angles: â [j] between d [j] and L [j] and fi [j] between d [j] and R [j].
  • step E1207 the sign of â [j] which determines the direction of rotation for both L [j] and R [j] with respect to [j] is decoded
  • the encoder presented with reference to FIG. 3 and the decoder presented with reference to FIG. 10 have been described in the case of a particular application of hierarchical coding and decoding.
  • the invention can also be applied in the case where the spatialization information is transmitted and received to the decoder in the same coding layer and for the same bit rate.
  • the encoders and decoders as described with reference to FIGS. 3, 9 and 10 may be integrated in multimedia equipment of the set-top box type or audio or video content player. They can also be integrated into mobile phone type communication equipment.
  • FIG. 13a represents an exemplary embodiment of such an equipment in which an encoder according to the invention is integrated.
  • This device comprises a PROC processor cooperating with a memory block BM having a storage and / or working memory MEM.
  • the memory block may advantageously comprise a computer program comprising code instructions for implementing the steps of the coding method in the sense of the invention, when these instructions are executed by the processor PROC, and in particular the coding steps of a mono signal from a channel reduction processing applied to the stereo signal and spatialization information coding of the stereo signal.
  • the channel reduction processing comprises a calculation, for frequency coefficient, of the amplitude of the mono signal as a function of the amplitude of the channels of the stereo signal, and additionally a determination for a predetermined set of frequency coefficients, of the phase of the mono signal by the calculation of the phase of the signal by means of the channels of the stereo signal.
  • the program may include the steps implemented to code the information adapted to this treatment.
  • FIGS. 3, 5 and 7 show the steps of an algorithm of such a computer program.
  • the computer program can also be stored on a memory medium readable by a reader of the device or downloadable in the memory space thereof.
  • Such equipment or encoder comprises an input module adapted to receive a stereo signal comprising the R and L channels for right and left, either by a communication network, or by reading a content stored on a storage medium.
  • This multimedia equipment may also include means for capturing such a stereo signal.
  • the device comprises an output module adapted to transmit the coded spatial information parameters P c and a mono signal M from the coding of the stereo signal.
  • FIG. 13b illustrates an example of multimedia equipment or decoding device comprising a decoder according to the invention.
  • This device comprises a PROC processor cooperating with a memory block BM having a storage and / or working memory MEM.
  • the memory block can advantageously comprise a computer program comprising code instructions for implementing the steps of the decoding method in the sense of the invention, when these instructions are executed by the processor PROC, and in particular the decoding steps of a received mono signal, resulting from channel reduction processing applied to the original stereo signal and decoding spatialization information of the original stereo signal.
  • the decoding method further comprises a synthesis of the stereo signals, by frequency coefficient, from the decoded mono signal comprising an amplitude information obtained as a function of the amplitudes of the original stereo channels and a phase information of the signal by means of the original stereo channels and from decoded spatialization information.
  • FIGS. 10, 11 and 12 repeats the steps of an algorithm of such a computer program.
  • the computer program can also stored on a memory medium readable by a reader of the device or downloadable in the memory space of the equipment.
  • the device comprises an input module capable of receiving the coded spatial information parameters P c and a mono signal M originating, for example, from a communication network. These input signals can come from a reading on a storage medium.
  • the device comprises an output module capable of transmitting a stereo signal, L and R, decoded by the decoding method implemented by the equipment.
  • This multimedia equipment may also include speaker type reproduction means or communication means capable of transmitting this stereo signal.
  • Such multimedia equipment may include both the encoder and the decoder according to the invention.
  • the input signal then being the original stereo signal and the output signal, the decoded stereo signal.

Landscapes

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

Abstract

La présente invention se rapporte à un procédé de codage paramétrique d'un signal audionumérique stéréo comportant une étape de codage (312) d'un signal mono issu d'un traitement de réduction de canaux (307) appliqué au signal stéréo et de codage d'informations de spatialisation (315, 316) du signal stéréo. Ce procédé est tel que le traitement de réduction des canaux comporte un calcul (330), par coefficient fréquentiel, de l'amplitude du signal mono en fonction des amplitudes des canaux du signal stéréo et une détermination (331) pour un ensemble prédéterminé de coefficients fréquentiels, de la phase du signal mono par le calcul de la phase du signal moyennant les canaux du signal stéréo. La transmission des informations de spatialisation est également adaptée selon l'invention à ce traitement de réduction de canaux. L'invention se rapporte également au procédé de décodage correspondant, au codeur et décodeur mettant en œuvre ces procédés respectifs.

Description

Codage/Décodage paramétrique stéréo avec optimisation du traitement de réduction des canaux
La présente invention concerne le domaine du codage/décodage des signaux numériques.
Le codage et le décodage selon l'invention est adapté notamment pour la transmission et/ou le stockage de signaux numériques tels que des signaux audiofréquences (parole, musique ou autres).
Plus particulièrement, la présente invention se rapporte au codage/décodage paramétrique de signaux audio multicanaux, notamment de signaux stéréophoniques ci-après nommés signaux stéréo.
Ce type de codage/décodage se base sur l'extraction de paramètres d'information spatiale pour qu'au décodage, ces caractéristiques spatiales puissent être reconstituées pour l'auditeur, afin de recréer la même image spatiale que dans le signal original.
Une telle technique de codage/décodage paramétrique est par exemple décrite dans le document de J. Breebaart and S. van de Par and A. Kohlrausch and E. Schuijers, intitulé "Parametric Coding of Stereo Audio" dans EURASIP Journal on Applied Signal Processing 2005:9, 1305-1322. Cet exemple est repris en référence aux figures 1 et 2 décrivant respectivement un codeur et un décodeur stéréo paramétrique.
Ainsi, la figure 1 décrit un codeur recevant deux canaux audio, un canal gauche
(noté L pour Left en anglais) et un canal droit (noté R pour Right en anglais).
Les canaux temporels L(n) et.R(n) sont traités par les blocs 101, 102 et 103, 104 respectivement qui effectuent une analyse de Fourier court-terme. Les signaux transformés L[jJ etR[j] sont ainsi obtenus.
Le bloc 105 effectue un traitement de réduction de canaux ou "Downmix" en anglais pour obtenir dans le domaine fréquentiel à partir des signaux gauche et droit, un, signal monophonique ci-après nommé signal mono qui est ici un signal somme.
Une extraction de paramètres d'information spatiale est également effectuée dans le bloc 105. Les paramètres extraits sont les suivants.
Les paramètres ICLD (pour "InterChannel Level Différence" en anglais), encore appelés différences d'intensité intercanal, caractérisent les ratios d'énergie par sous-bande fréquentielle entre les canaux gauche et droit. Ces paramètres permettent de positionner des sources sonores dans le plan horizontal stéréo par "panning". Us sont définis en dB par la formule suivante:
Figure imgf000004_0001
où L[j] et [j] correspondent aux coefficients spectraux (complexes) des canaux L et R, les valeurs B[k] et B[k+1 ], pour chaque bande de fréquence k, définissent la découpe en sous- bande du spectre et le symbole * indique le conjugué complexe.
Les paramètres ICPD (pour "InterChannel Phase Différence" en anglais), encore appelés différences de phase, sont définis suivant la relation suivante:
ICPDW = (∑^ L[,-] . ?* [./]) (2) où Δ indique l'argument (la phase) de l'opérande complexe.
On peut également définir de façon équivalente à l'ICPD, un décalage temporel ïntercanal appelé ICTD (pour "InterChannel Time Différence" en anglais) et dont la définition n'est pas rappelée ici.
Les paramètres ICC (pour "InterChannel Cohérence" en anglais) représentent quant à eux la corrélation (ou cohérence) intercanal et sont associés à la largeur spatiale des sources sonores; leur définition n'est pas rappelée ici, mais il est noté dans l'article de Breebart et al. que ces paramètres ne sont pas nécessaires dans les sous-bandes réduites à un coefficient fréquentiel.
Ces paramètres ICLD, ICPD et ICC sont extraits des signaux stéréo, par le bloc 105.
Le signal mono est passé dans le domaine temporel (blocs 106 à 108) après synthèse de Fourier court-terme (FFT inverse, fenêtrage et addition-recouvrement dite OverLap-Add ou OLA en anglais) et un codage mono (bloc 109) est réalisé. En parallèle les paramètres stéréo sont quantifiés et codés dans le bloc 110.
En général le spectre des signaux (L[y] ,i?[j] ) est divisé suivant une échelle fréquentielle non-linéaire de type ERB (Equivalent Rectangular Bandwidth) ou Bark, avec un nombre de sous-bandes allant typiquement de 20 à 34 pour un signal échantillonné de 16 à 48 kHz. Cette échelle définit les valeurs de B(k) et B(k+1) pour chaque sous-bande k. Les paramètres (ICLD, ICPD, ICC) sont codés par quantification scalaire éventuellement suivie d'un codage entropique ou d'un codage différentiel. Par exemple, dans l'article précédemment cité, 11CLD est codée par un quantificateur non-uniforme (allant de -50 à +50 dB) avec codage différentiel. Le pas de quantification non-uniforme exploite le fait que plus la valeur de l'ICLD est grande plus la sensibilité auditive aux variations de ce paramètre est faible.
Pour le codage du signal mono (bloc 109), plusieurs techniques de quantification avec ou sans mémoire sont possibles, par exemple le codage à "Modulation par Impulsions Codées" (MIC), sa version adaptative dite "Modulation par Impulsions Codées Différentielle Adaptative" (MICDA) ou des techniques plus évoluées comme le codage perceptuel par transformée ou le codage "Code Excited Linear Prédiction" (CELP).
On s'intéresse ici plus particulièrement à la recommandation UET-T G.722 qui utilise le codage MICDA à code imbriqués en sous-bandes (ou ADPCM pour "Adapîive Differential Puise Code Modulation" en anglais).
Le signal d'entrée d'un codeur de type G.722 est en bande élargie de largeur de bande minimale de [50-7000 Hz] avec une fréquence d'échantillonnage de 16 kHz. Ce signal est décomposé en deux sous-bandes [0-4000 Hz] et [4000-8000 Hz] obtenues par décomposition du signal par des filtres miroir en quadrature dit Quadrature Mirror Filters (QMF) en anglais, puis chacune des sous-bandes est codée séparément par un codeur MICDA.
La bande basse est codée par un codage MICDA à codes imbriqués sur 6, 5 et 4 bits tandis que la bande haute est codée par un codeur MICDA dé 2 bits par échantillon. Le débit total est de 64, 56 ou 48 bit/s suivant le nombre de bits utilisé pour le décodage de la bande basse.
La recommandation G.722 datant de 1988 a d'abord été utilisée dans le RNIS (Réseau Numérique à Intégration de Services) pour des applications d'audio et vidéoconférence. Depuis plusieurs années, ce codeur est utilisé dans les applications de téléphonie améliorée de qualité voix HD (Haute Définition) ou HD voice en anglais sur réseau IP fixe.
Une trame de signal quantifié selon la norme G.722 est constituée d'indices de quantification codés sur 6, 5 ou 4 bits par échantillon en bande basse (0-4000 Hz) et 2 bits par échantillon en bande haute (4000-8000 Hz). La fréquence de transmission des indices scalaires étant de 8 kHz dans chaque sous-bande, le débit est de 64, 56 ou 48 kbit/s.
Au décodeur 200, en référence à la figure 2, le signal mono est décodé (bloc 201), un dé-corrélateur est utilisé (bloc 202) pour produire deux versions M(n) et M'(n) du signal mono décodé. Ces deux signaux sont passés dans le domaine fréquentiel (blocs 203 à 206) et les paramètres stéréo décodés (bloc 207) sont utilisés par la synthèse stéréo (bloc 208) pour reconstruire les canaux gauche et droit dans le domaine fréquentiel. Ces canaux sont enfin reconstruits dans le domaine temporel (blocs 209 à 214).
Ainsi, comme mentionné pour le codeur, le bloc 105 effectue un traitement de réduction des canaux ou "downmix" en combinant les canaux stéréo (gauche, droit) pour obtenir un signal mono qui est ensuite codé par un codeur mono. Les paramètres spatiaux (ICLD, ICPD, ICC, ...) sont extraits à partir des canaux stéréo et transmis en plus du train binaire issu du codeur mono.
Plusieurs techniques ont été développées pour le traitement de réduction des canaux ou "downmix" stéréo à mono. Ce "downmix" peut être effectué dans le domaine temporel ou fréquentiel. On distingue en général deux types de "downmix":
- Le "downmix" passif qui correspond à un matriçage direct des canaux stéréo pour les combiner en un seul signal;
- Le "downmix" actif (adaptatif) qui inclut un contrôle de l'énergie et/ou de la phase en plus de la combinaison des deux canaux stéréo.
L'exemple le plus simple de "downmix" passif est donné par le matriçage temporel suivant:
M{n) =^[L{n) + R(n)) = (3)
Figure imgf000006_0002
Ce type de "downmix" a cependant l'inconvénient de ne pas bien conserver l'énergie des signaux après la conversion stéréo à mono lorsque les canaux L et R ne sont pas en phase.
Un mécanisme de "downmix" actif améliorant la situation est donné par l'équation suivante:
Figure imgf000006_0001
où γ(η) est un facteur qui vient compenser une éventuelle perte d'énergie.
Cependant, le fait de combiner les signaux L(n) et R(n) dans le domaine temporel ne permet pas de contrôler finement (avec suffisamment de résolution fréquentielle) les différences de phase éventuelles entre canaux, et donc la conservation d'énergie par sous-bandes fréquentielles. C'est pourquoi il est souvent plus avantageux en termes de qualité de réaliser le "downmix" dans le domaine fréquentiel, même si cela implique de calculer des transformées temps/fréquence et induit un retard et une complexité additionnels par rapport à un "downmix" temporel.
On peut ainsi transposer le "downmix" actif précédent avec les spectres des canaux gauche et droit, de la façon suivante:
Mm=mim± (5)
où k correspond à l'indice d'un coefficient fréquentiel (coefficient de Fourier par exemple représentant une sous-bande fréquentielle). On peut fixer le paramètre de compensation, comme suit:
Figure imgf000007_0001
On s'assure ainsi que l'énergie globale du "downmix" est la somme des énergies des canaux gauche et droit. Le facteur γΜ est ici saturé à une amplification de 6dB.
La technique de "downmix" stéréo à mono du document de Breebaart et al. cité précédemment est effectuée dans le domaine fréquentiel. Le signal mono M [k] est obtenu par une combinaison linéaire des canaux L et R suivant l'équation:
Figure imgf000007_0002
où w1 , w2 sont des gains à valeur complexe. Si w, = w2 = 0.5 , le signal mono est considéré comme une moyenne des deux canaux L et R. Les gains Wy , w2 sont en général adaptés en fonction du signal court-terme en particulier pour aligner les phases.
Un cas particulier de cette technique de "downmix" fréquentiel est proposé dans le document intitulé "A stereo to mono downmixing scheme for MPEG-4 parametric stereo encoder" par Samsudin, E. Kurniawati, N. Boon Poh, F. Sattar, S. George, dans IEEE Trans., ICASSP 2006. Dans ce document, les canaux L et R sont alignés en phase avant d'effectuer le traitement de réduction des canaux.
Plus précisément, la phase du canal L pour chaque sous-bande fréquentielle est choisie comme la phase de référence, le canal R est aligné selon la phase du canal L pour chaque sous-bande par la formule suivante:
R'[k] = eJ,CPm R[k] (8) où R '[k] est le canal R aligné, k est l'indice d'un coefficient dans la blème sous-bande fréquentielle,
ICPD[b] est la différence de phase inter-canal dans la blèms sous-bande fréquentielle donnée par:
K∞[b] = z(∑^L[k] .R' [k]) (9) où kh définit les intervalles fréquentiels de la sous-bande correspondante et * est le conjugué complexe. A noter que lorsque la sous-bande d'indice b est réduite à un coefficient fréquentiel, on trouve:
Figure imgf000008_0001
Finalement le signal mono obtenu par le "downmix" du document de Samsudin cité précédemment est calculé en moyennant le canal L et le canal R' aligné, selon l'équation suivante:
Figure imgf000008_0002
L'alignement en phase permet donc de conserver l'énergie en éliminant l'influence de la phase. Ce "downmix" correspond au "downmix" décrit dans le document de Breebart et al. où:
M [k] = w,L[£] + w2R [k] avec w, = ^ et w2 = ICP^[b] ^
Or, une conversion idéale d'un signal stéréo à un signal mono doit conserver l'énergie pour toutes les composantes fréquentielles du signal.
Cette opération de "downmix" est importante pour le codage stéréo paramétrique car le signal stéréo décodé n'est qu'une mise en forme spatiale du signal mono décodé.
La technique de "downmix" dans le domaine fréquentiel décrite précédemment conserve bien le niveau d'énergie du signal stéréo dans le signal mono en alignant le canal R et le canal L avant d'effectuer le traitement. Cet alignement de phase permet d'éviter les situations où les canaux sont en opposition de phase.
Cette méthode repose cependant sur une dépendance totale du traitement de "downmix" au canal (L ou R) choisi pour fixer la phase de référence.
Dans les cas extrêmes où le canal de référence a une énergie nulle ou correspond à un signal aléatoire (bruit ambiant, etc.), la phase du signal mono après le "downmix" peut devenir aléatoire ou être mal conditionnée et donner un signal mono résultant de mauvaise qualité.
L'invention vient améliorer la situation.
A cet effet, elle propose un procédé de codage paramétrique d'un signal audionumérique stéréo comportant une étape de codage d'un signal mono issu d'un traitement de réduction de canaux appliqué au signal stéréo et de codage d'informations de spatialisation du signal stéréo, le traitement de réduction des canaux comportant un calcul, par coefficient fréquentiel, de l'amplitude du signal mono en fonction de l'amplitude des canaux du signal stéréo. Le procédé est tel qu'il comporte en outre une détermination pour un ensemble prédéterminé de coefficients fréquentiels, de la phase du signal mono par le calcul de la phase du signal moyennant les canaux du signal stéréo.
Ainsi, le traitement de réduction de canaux selon l'invention est effectué dans le domaine fréquentiel, par coefficient fréquentiel de façon à contrôler très précisément l'énergie et la phase sur tout le spectre fréquentiel.
La détermination, selon l'invention, de la phase du signal mono permet d'obtenir cette information de phase de façon plus naturelle sans dépendre d'un canal stéréo en particulier. Ceci permet d'éviter les problèmes de situations particulières des canaux stéréo.
Pour s'adapter à ce traitement de réduction de canaux, dans un premier mode de réalisation, les informations de spatialisation comportent une première information sur l'amplitude des canaux stéréo et une seconde information sur la phase des canaux stéréo, la seconde information comportant, par coefficient fréquentiel, la différence de phase définie entre le signal mono et un premier canal stéréo prédéterrniné.
Ainsi, seules les informations de spatialisation utiles pour la reconstruction du signal stéréo, sont codées. Un codage bas débit est alors possible tout en permettant d'obtenir au décodeur un signal stéréo de bonne qualité.
Dans un deuxième mode de réalisation, la seconde information comporte en outre une indication minimale permettant de déduire la différence de phase entre le signal mono et le second canal stéréo.
Dans un mode privilégié de réalisation, l'indication minimale est codée sur un bit et indique le choix entre deux différences de phase possibles entre le signal mono et le second canal stéréo pour un codage bas débit. Dans une variante de réalisation, l'indication minimale est codée sur un bit et indique le choix entre deux gains possibles à appliquer à l'intensité du signal mono pour retrouver le second canal stéréo.
Pour s'adapter au traitement de réduction de canaux de l'invention, dans un troisième mode de réalisation, les informations de spatialisation comportent une première information sur l'amplitude des canaux stéréo et une seconde information donnant en particulier l'amplitude de la somme des canaux stéréo.
Ces informations de spatialisation suffisent pour reconstruire au décodeur un signal stéréo de bonne qualité.
Pour un codage bas débit des informations de spatialisation, la seconde information comporte, par coefficient fréquentiel, la valeur de l'amplitude de la somme des canaux stéréo et une indication minimale permettant de déduire le sens de rotation des canaux stéréo.
Dans une variante de réalisation, la seconde information comporte, par coefficient fréquentiel, la valeur d'un gain à appliquer à l'amplitude du signal mono et une indication minimale permettant de déduire le sens de rotation des canaux stéréo.
Dans une variante de réalisation de tous les modes, adaptée à un codage hiérarchique, la première information est codée par une première couche de codage et la seconde information est codée par une seconde couche de codage.
L'invention se rapporte également à un procédé de décodage paramétrique d'un signal audionumérique stéréo comportant une étape de décodage d'un signal mono reçu, issu d'un traitement de réduction de canaux appliqué au signal stéréo original et de décodage d'informations de spatialisation du signal stéréo original. Le décodage est tel qu'il comporte une synthèse des signaux stéréo, par coefficient fréquentiel, à partir du signal mono décodé comportant une information d'amplitude obtenue en fonction des amplitudes des canaux stéréo originaux et une information de phase du signal moyennant les canaux stéréo originaux et à partir d'informations de spatialisation décodées.
Le signal mono ainsi reçu permet d'obtenir un signal stéréo qui conserve l'énergie du signal stéréo original.
Dans un premier mode de réalisation, les informations de spatialisation décodées comportent une première information sur l'amplitude des canaux stéréo et une seconde information sur la phase des canaux stéréo, la seconde information comportant, par coefficient fréquentiel, l'angle défini entre le signal mono et un premier canal stéréo prédéterminé.
Ces informations permettent donc de restituer un signal stéréo de bonne qualité. Dans un deuxième mode de réalisation, la seconde information comporte en outre une indication minimale permettant de déduire l'angle entre le signal mono et le second canal stéréo.
Une simple indication à bas débit permet d'obtenir l'information pour retrouver les canaux stéréo avec le bon déphasage.
Dans un cas, l'indication minimale décodée indique le choix entre deux angles possibles entre le signal mono et le second canal stéréo.
Dans une variante l'indication minimale décodée indique le choix entre deux gains possibles à appliquer à l'intensité du signal mono pour retrouver le second canal stéréo.
Dans un troisième mode de réalisation, les informations de spatialisation comportent une première information sur l'amplitude des canaux stéréo et une seconde information sur l'amplitude de la somme des canaux stéréo.
Ces informations permettent également de restituer un signal stéréo de bonne qualité.
Dans une variante de réalisation la seconde information comporte, par coefficient fréquentiel, la valeur de l'amplitude de la somme des canaux stéréo et une indication minimale permettant de déduire le sens de rotation des canaux stéréo et dans une variante la seconde information comporte, par coefficient fréquentiel, la valeur d'un gain à appliquer à l'amplitude du signal mono décodé .et une indication minimale permettant de déduire le sens de rotation des canaux stéréo.
Dans une variante de réalisation de tous les modes, adaptée au décodage hiérarchique, la première information sur l'amplitude des canaux stéréo est décodée par une première couche de décodage et la seconde information est décodée par une seconde couche de décodage.
L'invention se rapporte également à un codeur paramétrique d'un signal audionumérique stéréo comportant un module de codage d'un signal mono issu d'un module de traitement de réduction de canaux appliqué au signal stéréo et un module de codage d'informations de spatialisation du signal stéréo, le module de traitement de réduction des canaux comportant un module de calcul, par coefficient fréquentiel, de l'amplitude du signal mono en fonction des amplitudes des canaux du signal stéréo. Le codeur est tel que le module de traitement de réduction des canaux comporte en outre un module de détermination pour un ensemble prédéterminé de coefficients fréquentiels, de la phase du signal mono par le calcul de la phase du signal moyennant les canaux du signal stéréo.
Elle se rapporte aussi à un décodeur paramétrique d'un signal audionumérique stéréo comportant un module de codage d'un signal mono issu d'un module de traitement de réduction de canaux appliqué au signal stéréo et un module de codage d'informations de spatialisation du signal stéréo, le module de traitement de réduction des canaux comportant un module de calcul, par coefficient fréquentiel, de l'amplitude du signal mono en fonction des amplitudes des canaux du signal stéréo. Le décodeur est tel que le module de traitement de réduction des canaux comporte en outre un module de détermination pour un ensemble prédéterminé de coefficients fréquentiels, de la phase du signal mono par le calcul de la phase du signal moyennant les canaux du signal stéréo.
Enfin, l'invention se rapporte à un programme informatique comprenant des instructions de code pour la mise en œuvre des étapes d'un procédé de codage selon l'invention et/ou d'un procédé de décodage selon l'invention.
L'invention se rapporte enfin à un moyen de stockage lisible par un processeur mémorisant un programme informatique tel que décrit.
D'autres caractéristiques et avantages de l'invention apparaîtront plus clairement à la lecture de la description suivante, donnée uniquement à titre d'exemple non limitatif, et faite en référence aux dessins annexés, sur lesquels:
- la figure 1 illustre un codeur mettant en œuvre un codage paramétrique connu de l'état de l'art et précédemment décrit;
- la figure 2 illustre un décodeur mettant en œuvre un décodage paramétrique connu de l'état de l'art et précédemment décrit;
- la figure 3 illustre un codeur paramétrique stéréo selon un mode de réalisation de l'invention mettant en œuvre un procédé de codage selon plusieurs modes de réalisation de l'invention;
- les figures 4a et 4b illustrent le train binaire des informations de spatialisation codés dans un mode particulier de réalisation;
- les figures 5a et 5b illustrent sous forme d'organigramme, les étapes de détermination au codeur, des informations de spatialisation selon respectivement un premier mode et un deuxième mode de réalisation de l'invention; - les figures 6a et 6b illustrent un mode de calcul des informations de spatialisation et de synthèse des signaux stéréo utilisant ces informations selon le premier mode de réalisation;
- la figure 6c illustre un mode de calcul des informations de spatialisation et de synthèse des signaux stéréo utilisant ces informations selon le deuxième mode de réalisation;
- les figures 7a et 7b illustrent sous forme d'organigrammes, les étapes de détermination des informations de spatialisation selon un troisième mode de réalisation de l'invention dans une première et deuxième variante;
- les figures 8a et 8b illustrent un mode de calcul des informations de spatialisation et de synthèse dés signaux stéréo utilisant ces informations selon un troisième mode de réalisation;
- la figure 9 illustre une variante de réalisation d'un codeur selon l'invention;
- la figure 10 illustre un décodeur selon un mode de réalisation de l'invention, mettant en œuvre un procédé de décodage selon plusieurs modes de réalisation de l'invention;
- les figures l ia et 11b illustrent sous forme d'organigramme, les étapes de détermination au décodeur, des informations de spatialisation selon respectivement un premier mode et un deuxième mode de réalisation de l'invention;
- la figure 12 illustre sous forme d'organigramme, les étapes de détermination au décodeur, des informations de spatialisation selon un troisième mode de réalisation de l'invention;
- les figures 13a et 13b illustrent respectivement un exemple matériel d'un équipement incorporant un codeur et un décodeur aptes à mettre en œuvre le procédé de codage et le procédé de décodage, selon un mode de réalisation de l'invention.
En référence à la figure 3, un codeur paramétrique de signaux stéréo selon un mode de réalisation de l'invention, délivrant à la fois un signal mono et des paramètres d'information spatiale du signal stéréo est maintenant décrit.
Ce codeur stéréo paramétrique tel qu'illustré utilise un codage mono G.722 et étend ce codage en opérant en bande élargie avec des signaux stéréo échantillonnés à 16 kHz avec des trames de 5 ms. Il est à noter que le choix d'une longueur de trames de 5 ms n'est en aucun cas restrictif dans l'invention qui s'applique pareillement dans des variantes du mode de réalisation où la longueur de trames est différente, par exemple de 10 ou 20 ms. Chaque canal temporel (L et R) échantillonné à 16 kHz est d'abord pré-filtré par un filtre passe-haut (HPF pour High Pass Filter en anglais) éliminant les composantes en dessous de 50 Hz (blocs 301 et 302).
Les canaux L et R sont analysés en fréquences par transformée de Fourier discrète avec fenêtrage sinusoïdal à recouvrement de 50% de longueur 10 ms soit 160 échantillons (blocs 303 à 306). Pour chaque trame, le signal (L, R) est donc pondéré par une fenêtre d'analyse symétrique couvrant 2 trames de 5 ms soit 10 ms (160 échantillons). La fenêtre d'analyse de 10 ms couvre la trame courante et la trame future. La trame future correspond à un segment de signal "futur" communément appelé "Iookahead" de 5 ms.
Pour la trame courante, les spectres obtenus,
Figure imgf000014_0001
comprennent 81 coefficients complexes, avec une résolution de 100 Hz par coefficient fréquentiel. Le coefficient d'indice j=0 correspond à la composante continue (0 Hz), il est réel. Le coefficient d'indice y"=80 correspond à la fréquence de Nyquist (8000 Hz), il est aussi réel. Les coefficients d'indice 0 <j <80 sont complexes et correspondent à une sous- bande de largeur 100 Hz centrée sur la fréquence de j .
Les spectres L' et R' sont combinés dans le bloc 307 pour obtenir un signal mono (downmix) M' dans le domaine fréquentiel. Ce signal est converti en temps par FFT inverse et fenêtrage-recouvrement avec la partie "Iookahead" de la trame précédente (blocs 308 à 310).
Puisque le retard algorithmique de G.722 est de 22 échantillons, le signal mono est retardé (bloc 311) de T = 80-22 échantillons afin de permettre de réutiliser le résultat de l'analyse fréquentiel des blocs 305 et 306 car le retard accumulé entre le signal mono et les canaux stéréo devient un multiple de la longueur de trames (80 échantillons).
La trame courante de 5 ms du signal mono obtenu est codée par le codeur G.722 (bloc 312). Cependant l'invention s'applique également dans des variantes de réalisation où une version modifiée de G.722 est utilisée, voire un codeur différent de G.722.
Pour synchroniser l'extraction de paramètres stéréo (bloc 314) et la synthèse spatiale à partir du signal mono effectué au décodeur, il faut introduire dans le codeur- décodeur un retard de 2 trames. Le retard de 2 trames est spécifique à la mise en œuvre détaillée ici, en particulier il est lié aux fenêtres symétriques sinusoïdales de 10 ms. Ce retard pourrait être différent, par exemple on pourrait obtenir un retard d'une trame avec une fenêtre optimisée avec un recouvrement plus faible entre fenêtres adjacentes. Dans un mode particulier de réalisation de l'invention, illustré ici à la figure 3, le bloc 313 introduit un retard de deux trames sur les spectres L'[j] et R '[ j] afin d'obtenir les spectres L[j] et JR[ j] .
Cependant, on pourrait de façon plus avantageuse en termes de quantité de données à stocker, décaler les sorties du bloc 314 d'extraction des paramètres ou encore les sorties des blocs de quantification 315 et 316. On pourrait également introduire ce décalage au décodeur à la réception des couches d'amélioration stéréo.
Parallèlement au codage mono, le codage de l'information spatiale stéréo est mis en œuvre dans les blocs 314 à 316.
Les paramètres stéréo sont extraits (bloc 314) et codés (blocs 315 et 316) à partir des spectres L', R et M' décalés de deux trames: L, R et M. .
Le bloc de traitement de réduction de canaux 307 ou "downmix" est maintenant décrit plus en détails.
Celui-ci réalise selon un mode de réalisation de l'invention, un "downmix" dans le domaine fréquentiel pour obtenir un signal mono M '[ jfj .
Ce signal mono M '[j] est calculé par la formule suivante qui définit l'amplitude et la phase pour chaque raie fréquentielle:
Figure imgf000015_0001
A noter que l'amplitude du canal mono peut également être déterminée selon une formule du type:
Figure imgf000016_0001
Ainsi, le traitement de réduction des canaux du signal stéréo comporte un calcul par coefficient fréquentiel, de l'amplitude du signal mono en fonction des amplitudes des canaux du signal stéréo effectuée dans le module 330 du bloc 307 et une détermination par coefficient fréquentiel, de la phase du signal mono par le calcul de la phase du signal moyennant les canaux du signal stéréo effectuée dans le module 331 du bloc 307.
A noter qu'une variante de réalisation du calcul de l'amplitude et de la phase de ce signal mono revient à calculer de façon équivalente, par coefficient fréquentiel (ou raie fréquentielle):
M ij] = Îj .{LV)+R ]) (16)
avec
Figure imgf000016_0002
Ainsi on retrouve
Figure imgf000016_0003
Le facteur de compensation est calculé et appliqué dans le domaine fréquentiel, ici coefficient par coefficient, et ce facteur est calculé à partir des amplitudes des canaux stéréo et non de l'énergie de ces canaux et à partir du signal moyennant les canaux stéréo. Ainsi on conserve l'amplitude partout dans le spectre sur toute la bande à coder, et non pas sur une zone de fréquence dominante.
Le traitement de "downmix" dans le domaine fréquentiel implique un retard de 5 ms pour la reconstruction avec recouvrement-addition.
Cependant le codeur présenté ici utilise des trames courtes de 5 ms. L'impact sur le retard algorithmique du codeur global n'est donc pas trop important. Ce retard additionnel serait plus gênant avec des trames plus longues de l'ordre de 20 ms. Néanmoins il existe des solutions pour réduire ce retard additionnel en particulier en utilisant une fenêtre optimisée non sinusoïdale avec un recouvrement plus faible entre fenêtres adjacentes. Par ailleurs, la complexité additionnelle due à l'opération de "downmix" dans le domaine fréquentiel est limité ici à la conversion fréquences/temps du signal mono (blocs 308 à 310) car dans tous les cas la conversion temps/fréquence des canaux stéréo (blocs 303 à 306) est nécessaire à l'extraction et au codage des paramètres stéréo qui sont définis et calculés dans le domaine fréquentiel.
Pour adapter les paramètres de spatialisation au signal mono tel qu'obtenu par le traitement de "downmix" décrit ci-dessus, une extraction particulière des paramètres par le bloc 314 est maintenant décrite en référence à la figure 3.
Pour l'extraction des paramètres ICLD (bloc 314), les spectres L[ j] et R[j] sont découpés en 20 sous-bandes de fréquences. Ces sous-bandes sont définies par les frontières suivantes :
{ B(k) }t=0,..,20 = [0, 1, 2, 3, 4, 5, 6, 7, 9, 11, 13, 16, 19, 23, 27, 31, 37, 44, 52, 61, 80]
Le tableau ci-dessus délimite (en nombre de coefficients de Fourier) les sous- bandes fréquentielles d'indice k = 0 à 19. Par exemple la première sous-bande (k=0) va du coefficient B(k)= à B(k+1 )-l = 0; elle est donc réduite à un seul coefficient (100 Hz). De même, la dernière sous-bande (k=19) va du coefficient B(k)=61 à B(k+l)-l = 79, elle comprend 19 coefficients (1900 Hz).
Pour chaque trame, l'ICLD de la sous-bande k—0,.,.,19 est calculée suivant l'équation:
ICLD[it] = 10.1og 10 dB (18)
Figure imgf000017_0001
où a [k] et <Τβ[&] représentent respectivement l'énergie du canal gauche (L) et du canal droit (R).
Selon un mode de réalisation particulier, dans une première couche d'extension stéréo (+8 kbit/s), les paramètres ICLD sont codés par une quantification scalaire non- uniforme différentielle (bloc 315) sur 40 bits par trame. Cette quantification ne sera pas détaillée ici car elle dépasse le cadre de l'invention.
On sait selon l'ouvrage J, Blauert, "Spatial Hearing: The Psychophysics of Human Sound Localization", revised édition, MIT Press, 1997 que l'information de phase pour les fréquences inférieures à 1.5-2 kHz est particulièrement importante pour obtenir une bonne qualité stéréo. L'analyse temps-fréquence réalisée ici donne 80 coefficients frequentiels par trame, soit une résolution de 100 Hz par coefficient. Le budget de bits étant de 40 bits et l'allocation étant, comme expliqué plus loin, de 5 bits par coefficient, seules 8 raies peuvent être codées. Par expérimentation les raies d'indice j~2 à 9 ont été choisies pour ce codage de l'information de phase. Ces raies correspondent à une bande de fréquences de 150 à 950 Hz.
Ainsi, pour la seconde couche d'extension stéréo (+8 kbit/s) les coefficients fréquentiels où l'information de phase est la plus importante perceptuellement sont identifiés, et les phases associées sont codées (bloc 316) par une technique détaillée ci-après en référence aux figures 6a et 6b en utilisant un budget de 40 bits par trame.
Normalement pour que le décodeur puisse reconstruire les canaux L et R, il faudrait coder deux angles par coefficient fréquentiel.
Dans le premier mode de réalisation de l'invention décrit ici, un seul angle entre un premier canal stéréo, par exemple ici le canal secondaire (défini plus loin) et le signal mono défini par le traitement de "downmix" du bloc 307, est codé.
Cette seule information suffit pour retrouver le canal dominant comme expliqué ultérieurement en référence à la figure 6b.
Dans un deuxième mode de réalisation, l'angle entre le canal dominant (défini plus loin) et le signal mono est codé et une autre information minimale est également codée, sur 1 bit, pour permettre de déduire l'angle du second canal stéréo, ici, le canal secondaire à partir des autres informations déjà codées.
Plus précisément, les paramètres qui sont transmis dans la deuxième couche d'amélioration stéréo sont pour chaque raie dans le premier mode de réalisation:
- l'angle ?[ j entre le signal mono et le canal secondaire, codé sur 5 bits dans
Figure imgf000018_0001
suivant une quantification scalaire uniforme et de pas— .
Dans le deuxième mode de réalisation, les paramètres qui sont transmis dans la deuxième couche d'amélioration stéréo sont pour chaque raie
- 'angle a[j] entre le signal mono et le canal dominant, codé sur 4 bits dans l'intervalle
Figure imgf000018_0002
- un indicateur b[j] permettant de choisir entre /¾[ ] et ¾[/] codé sur 1 bit: b[j] ~ 0 pour fi0[f et 1 pour β{ [j] . Pour chaque raie j considérée, il faut donc 5 bits. Le budget total de la deuxième couche étant de 40 bits par trame, on ne code donc que les paramètres associés à 8 coefficients Séquentiels, de façon préférentielle pour les raies d'indice j-2 à 9.
Les figures 4a et 4b présentent la structure du train binaire pour le codeur dans un mode de réalisation privilégié. Il s'agit d'une structure de train binaire hiérarchique issue du codage scalable avec pour codage cœur, le codage de type G.722.
Le signal mono est ainsi codé par G.722 à 56 ou 64 kbit/s.
A la figure 4a, le codage cœur G.722 fonctionne à 56 kbit/s et une première couche d'extension stéréo (Ext.stereo I) est ajoutée.
A la figure 4b, le codage cœur G.722 fonctionne à 64 kbit/s et deux couches d'extension stéréo (ExLstereo 1 et Ext.stereo 2) sont ajoutées.
Le codeur fonctionne donc selon deux modes (ou configurations) possibles:
- un mode avec un débit de 56+8 kbit/s (figure 4a) avec un codage du signal mono (downmix) par un codage G.722 à 56 kbit/s et une extension stéréo de 8 kbit/s.
- un mode avec un débit de 64+16 kbit/s (figure 4b) avec un codage du signal mono (downmix) par un codage G.722 à 64 kbit/s et une extension stéréo de 16 kbit/s.
Pour ce deuxième mode, on suppose que les 16 kbit/s additionnels sont divisés en deux couches de 8 kbit/s dont la première est identique en termes de syntaxe (i.e. paramètres codés) à la couche d'amélioration du mode 56+8 kbit/s.
Ainsi le train binaire représenté en figure 4a comporte l'information sur l'amplitude des canaux stéréo, par exemple les paramètres ICLD tels que décrits ci-dessus.
Le train binaire représenté en figure 4b comporte à la fois l'information sur l'amplitude des canaux stéréo dans la première couche d'extension et l'information de phase des canaux stéréo dans la deuxième couche d'extension.
Le découpage en deux couches d'extension montré aux figures 4a et 4b pourrait se généraliser au cas où au moins l'une des deux couches d'extension comprend à la fois une partie de l'information sur l'amplitude et une partie de l'information sur la phase.
Dans les modes de réalisation décrits ci-dessus, l'information de phase comporte la différence de phase du signal mono avec un des canaux stéréo déterminé comme secondaire pour le premier mode de réalisation ou dominant pour le second mode de réalisation. Dans le cas du second mode de réalisation, l'information de phase comporte aussi une indication minimale permettant de déduire la différence de phase du signal mono avec le canal stéréo déterminé comme secondaire. Le budget alloué pour coder cette information de phase n'est qu'un exemple particulier de réalisation. Il peut être inférieur et dans ce cas ne prendre en compte qu'un nombre réduit de raies fréquentielles ou au contraire supérieur et peut permettre de coder un plus grand nombre de raies fréquentielles.
De même le codage de ces informations de spatialisation sur deux couches d'extension est un mode de réalisation particulier. L'invention s'applique également au cas où ces informations sont codées dans une seule couche de codage d'amélioration.
La détermination des informations de phase est maintenant explicitée en référence aux figures 6a, 6b et 6c.
On distingue ici deux canaux pour chaque raie j-2 à 9: le canal dominant X [j] et le canal secondaire Y [j] .
Au décodeur ces canaux sont déterminés comme suit:
Figure imgf000020_0001
où î[j] est l'information d'amplitude - définie à l'équation 42 -qui correspond au rapport d'amplitude entre canal gauche et canal droit. Ainsi le canal dominant X [j] est le canal décodé L[j] ou R[j] dont l'amplitude est la plus forte. De façon similaire, le le canal
j\ est le canal décodé L[j] ou R[j] dont Γ amplitude est la plus faible.
Aussi pour assurer la cohérence entre codeur et décodeur on définit de la même façon au codeur les canaux dominant et secondaire comme:
Figure imgf000020_0002
et
SI HÉ < 1
Figure imgf000020_0003
où est une information disponible au codeur (par décodage local). Le critère de décision 7[ j] est donc identique pour le codeur et le décodeur.
Les vecteurs complexes associés au canal dominant X [j] et au canal secondaire Y[j] sont illustrés à la figure 6a où on définit également les angles C£[J] et β[ respectifs par rapport au canal mono M [ j ] .
Pour simplifier les notations les indices de coefficients fréquentiels ne sont pas notés sur cette figure. En particulier X [j] , Y [j] et M [ j] sont notés respectivement X, Y et M sur cette figure.
A noter qu'on présente ici les développements en utilisant les signaux originaux X [j], Y[j] et M [j] ; cependant pour rendre les codeur et décodeur cohérents, il serait possible dans une variante au codeur d'utiliser à leur place des versions quantifiées X [j] , f[j] et M [j] disponibles par décodage local hiérarchique des couches mono et des couches d'amélioration stéréo. Dans le mode de réalisation privilégié on utilise au codeur les signaux originaux X [j], et ce " évite en particulier un décodage local G.722 et permet de réduire la complexité.
Le calcul du signal "downmix" est illustré dans le plan complexe, le signal mono M suit l'angle de L+R mais l'amplitude est calculée par une moyenne des amplitudes des canaux du signal stéréo.
Sur la figure 6a, on définit deux angles:
- la différence de phase entre le canal dominant et le signal mono:
a[j} = Z(Xlj].M<UÎ)
- la différence de phase entre le canal secondaire et le signal mono:
Figure imgf000021_0001
où Z(.) est l'opérateur qui donne l'argument (ou phase) de l'opérande complexe.
Par définition du signal mono suivant l'invention, l'angle a[j] est compris dans
K 7C
l'intervalle
2 ' 2 On montre maintenant comment il est possible de retrouver l'angle cx[j] en supposant connus M [ j] , Y [j] et |Z [ jf]| .
Le principe de ce premier mode de réalisation est discuté sur la base de la figure
6b.
Sur le plan théorique, le problème peut être posé de façon géométrique. D'après les éléments supposés connus (M [ j] , Y[j et \∑[ j]| ), on connaît à la figure 6b les points
M, Y et l'angle β[ et on cherche l'angle a[ j] . L'angle défini par YKO est identique à l'angle a[ j] et la longueur YK est identique à [ . Dans le triangle YKO on connaît deux cotés et l'un des angles
Figure imgf000022_0001
manquant.
Si on projette le canal secondaire Y sur la droite OM, où O est le point du plan complexe correspondant à une valeur nulle et M est le point du plan complexe correspondant à M[j], on trouve:
|Z[7]|.|sin a[;]| = |7[7]|.|sin ^[j}|
Autrement dit, l'information de phase à coder se réduit à l'angle β[ j] , puisqu'on retrouve cx j] avec la formule suivante :
Figure imgf000022_0002
Pour bien comprendre le codage des informations de spatialisation pour la deuxième couche d'extension stéréo selon ce premier mode de réalisation, la figure 5a illustre un organigramme représentant les étapes de ce codage.
Ainsi, à l'étape B501, on décode l'information d'amplitude qui correspond au rapport d'amplitude entre canal gauche et canal droit. Ce décodage local est possible car cette information est disponible lors du codage de la phase.
Ensuite à l'étape B502 on détermine le canal secondaire de la façon suivante :
YU] = RU] > 1
et
Figure imgf000023_0001
Les angles β[ représentant les angles, par coefficient fréquentiel, entre le signal mono M [j] et le canal secondaire Y[j] sont calculés en B503.
L'angle peut par exemple être calculé de la façon suivante:
^[;] = arctan 2(Re(7.M*),Im(F. *)) où la fonction arctan 2(x, y) est définie par :
arctan(y I x) x > 0
^+arctan(y/x) v≥0,x< 0
-?zr+ arctan(v /x) ν < 0,λ' < 0
arctan2(;c, y) =
π/2 y > 0,x = 0
-π/ 2 y < Q,x = 0
indéfini y = 0,x = 0
Les angles
Figure imgf000023_0002
sont quantifiés dans le bloc B504. Par exemple, on considère ici
7V le cas d'une quantification scalaire uniforme sur 5 bits et de pas — dans l'intervalle [—π,
Figure imgf000023_0003
.
On montre maintenant comment il est possible de retrouver l'angle β[ en supposant connus M[j] , X[j] et selon un deuxième mode de réalisation. Cette estimation de l'angle β[ est illustrée à la figure 6c. Si on projette le canal dominant X sur la droite OM, où O est le point du plan complexe correspondant à une valeur nulle et M est le point du plan complexe correspondant à M[j] , on trouve:
|Z[j]|.|sin«[ ]| = |y[4|sin /]| (19)
On peut d c trouver l'angle β[]] avec la relation:
Figure imgf000023_0004
L'équation ci-dessous permet de retrouver l'angle β[]] comme suit:
Figure imgf000024_0001
où s = +1 ou -1 de sorte que le signe de β[β soit opposé à celui de plus précisément:
Figure imgf000024_0002
Cependant si β0[β vérifie |X ']|.|sinûf[j]| = |y[ ]|.|sin/?[j]| , alors /?,[/] défini par:
Figure imgf000024_0003
vérifie aussi l'équation (21).
H faut donc un bit d'information supplémentaire pour lever l'ambiguïté entre β0[ et AL/] .
Un exemple de mise en œuvre du principe de calcul de β0[ et est donné par un exemple de code en annexe A-l.
A noter que pour que l'estimation ci-dessus soit valable il faut que, comme montré sur la figure 6c, la droite OM définie par le signal mono ait au moins une intersection avec le cercle de rayon
Figure imgf000024_0004
centré sur X. Dans le cas contraire, il y aurait une incohérence mathématique, et l'hypothèse sur la définition du signal mono de la forme
Figure imgf000024_0005
serait invalide et il serait impossible de déduire la phase du signal secondaire.
La différence de phase a[j] entre le canal dominant X et le signal mono M est ainsi conditionnée par la contrainte générale suivante:
!χ[4 η ( ·])| < |7[7·]| (24)
On en déduit:
< arcsin (25)
û Cette condition doit être vérifiée, y compris au décodeur à partir des paramètres décodés.
Afin d'aligner les traitements entre codeur et décodeur, on pourra utiliser les paramètres décodés en local au codeur et disponibles pour le codage de l'information de phase, ce qui donne la relation suivante:
Figure imgf000025_0001
< arcsin î[j]) si î[j] < 1
et
Figure imgf000025_0002
Pour bien comprendre le codage des informations de spatialisation pour la deuxième couche d'extension stéréo selon ce deuxième mode de réalisation, la figure 5b illustre un organigramme représentant les étapes de ce codage.
Ainsi, à l'étape E501, les angles O [j] sont calculés par coefficient fréquentiel.
Ces angles sont ceux que forment, par coefficient fréquentiel, le canal mono M [ j avec le canal dominant X j] . L'angle c [j] peut par exemple être calculé de la façon suivante:
Figure imgf000025_0003
Les angles Ci [j] pour j=2,...,9 sont ensuite quantifiés en E502 et la condition de l'équation (25) ci-dessus est vérifiée à l'étape E503.
Les angles représentant les angles, par coefficient fréquentiel, entre le signal mono M [ j] et le canal secondaire Y[j] sont calculés en E504.
L'angle β[ϊ] peut par exemple être calculé de la façon suivante: β[ϊ] = arctan2(Re(F. "* ) ,Im(r. ,e))
Les angles j30[j] et /¾[ ] sont également déterminés en E505 comme formulé dans les équations (21) et (23) ci-dessus. Pour chaque raie fréquentielle, un indicateur b[j] est utilisé pour sélectionner un des deux angles β0[β ou /-¾[/] en prenant l'angle β[] comme référence, à l'étape E506. Enfin, l'indicateur b j] est quantifié en E507 par un bit, où
Figure imgf000026_0001
Dans une variante du deuxième mode de réalisation décrit ci-dessus, le canal secondaire Y est reconstruit en combinant le canal dominant X et le signal mono M multiplié par un facteur de gain. Ce calcul est une formulation équivalente en l'absence de quantification sur X et M et remplace donc la rotation par l'angle β détaillée au-dessus.
Le principe de cette variante est discuté sur la base de la figure 6c décrite précédemment.
Au codeur, on a une relation entre les vecteurs X, K et M suivant:
|£- X| = |F| (26)
Or le point M se trouvant sur la droite OK, on cherche un gain λ tel que:
Κ = λΜ (27)
A partir des équations (26) et (27), on en déduit:
{Xr -XMrf + {X. -λΜ,)1 = |i (28)
où M = Mr + j.M; et X = Xr + j.X{ On en déduit ainsi l'équation suivante:
(ΧΓ 2 +Y2) +À2(Mr 2 +Ml 2) -2À(XrMr + XiMi) =
Figure imgf000026_0002
(29)
On obtient une équation d'ordre 2 en fonction du facteur λ :
2 | | -2Α(ΖΓ _ + Χ,.Μ,.) + (|Ζ|2 -|7|2) = 0 (30)
L'équation (30) a deux solutions et en fonction de λ , qui permettent de trouver deux candidats pour le canal secondaire Y:
70 = ^. -J (31)
Υ^ λ,Μ - Χ (32)
Ces deux candidats Y0 et Yx correspondent aux deux points K et K' représenté sur la figure 6c.
A noter que pour que l'équation (30) ait bien deux solutions, on trouve la condition : (XrMr +XlMl)2 >
Figure imgf000027_0001
-frf ) (33)
On peut montrer que cette condition donnée à l'équation (33) est en fait équivalente à la condition donnée à l'équation (25).
Ainsi, dans cette variante de réalisation, dans la deuxième couche d'amélioration stéréo, les paramètres codés sont:
il it
l'angle a[j (/=2...9) codé sur 4 bits dans l'intervalle suivant une
' 2 quantification scalaire uniforme de pas— ;
- un indicateur b[j] (j=2...9) permettant de choisir entre deux gains possibles l et > codé sur 1 bit : b[j]
Figure imgf000027_0002
j] .
Le mode de réalisation a été présenté à partir des informations d'amplitude originales \L[j]\ ,
Figure imgf000027_0003
A noter que la phase est codée par coefficient fréqùentiel et utilise une information d'amplitude ( L[j] , R[j] ) coefficient par coefficient. Or l'information d'amplitude - qui est transmise sous forme dlCLD dans la première couche d'amélioration - est codée par sous-bandes fréquentielles, et ces sous-bandes peuvent comprendre plusieurs coefficients fréquentiels. Aussi on fait l'approximation suivante pour le codage et le décodage des informations dans la deuxième couche:
Quand la raie fréquentielle d'indice 7* correspond à une sous-bande dont la taille est supérieure à un seul coefficient, alors les amplitudes sont supposées être
Figure imgf000027_0004
celles obtenues en appliquant l'information d'amplitude constante î[j] sur la sous-bande.
Dans un troisième mode de réalisation du procédé de codage selon l'invention, le traitement de réduction de canaux est identique mais les informations de spatialisation qui sont transmises au décodeur sont différentes. A noter que ce troisième mode de réalisation est à lui tout seul nouveau et inventif.
Comme dans le premier mode de réalisation, une première couche d'extension de codage contient l'information d'intensité des canaux stéréo, par exemple le paramètre ICLD tel que défini précédemment.
Cependant, ici, la seconde couche d'extension ne contient pas des informations sur les différences de phase des canaux stéréo. Cette seconde couche d'extension contient l'amplitude codée de la somme des signaux stéréos d [j] = |L[y] + i? [/]| . Comme le budget disponible par trame est de 40 bits dans le mode particulier du codeur décrit en référence à la figure 3, celui-ci ne permet pas de coder l'amplitude de la somme
Figure imgf000028_0001
, pour toutes les raies fréquentielles. Seules les raies fréquentielles où cette information est identifiée comme perceptuellement importante sont utilisées.
Dans ce mode de réalisation l'identification du canal dominant n'est pas nécessaire. Pendant la description de ce mode de réalisation la notation suivante est utilisée :
[j] est l'angle entre [/] et L[j] et ?[;'] est l'angle entre M [j] et R[j] , indépendamment de la dominance d'un canal.
Les figures 7a et 7b illustrent des organigrammes représentant les étapes de codage des informations de spatialisation pour la deuxième couche d'extension stéréo selon ce troisième mode de réalisation pour deux variantes.
Dans une première étape E701 pour la figure 7a et E711 pour la figure 7b, l'amplitude d j] de la somme des canaux stéréo est calculée par raie fréquentielle.
La quantification de cette amplitude, à l'étape E702 pour la figure 7a et E712 pour la figure 7b, peut être faite directement, en quantifiant la valeur de l'amplitude d [j] , par exemple avec un quantificateur scalaire utilisant 4 bits par raie spectrale.
On sait que la valeur de l'amplitude décodée d [j] est non négative et qu'elle doit vérifier les inégalités suivantes qu'on référencera par la suite comme des "inégalités triangulaires" :
En effet, L[jt , .
Figure imgf000028_0002
L'égalité est aussi permise et correspond au cas où les canaux sont parfaitement en phase ou parfaitement en phase inverse. On considérera par la suite, par abus de langage, que ces cas extrêmes représentent aussi un triangle où la longueur du coté le plus long est la somme des longueurs des deux autres cotés. Les trois angles de ce triangle sont donc de 0, 0 et π. Quand les canaux sont parfaitement en phase, <i [7] = j'| + |R[j]| , ^[j] = 0 et β[ΐ] = . Et quand les canaux sont parfaitement en phase opposée et par exemple
L'étape de quantification peut également s'effectuer par rapport à la valeur de l'amplitude du signal mono, M [ j] , déjà décodée, sous la forme d'un facteur d'échelle (ou gain), de la façon suivante:
Figure imgf000029_0001
où la valeur du gain g [j] est quantifiée, par exemple avec un quantificateur scalaire utilisant 4 bits par raie spectrale.
De façon similaire au cas précédent, la valeur quantifié de g [ j] notée g [j] doit vérifier les inégalités suivantes :
Figure imgf000029_0002
Sur la figure 7a on ne vérifie pas si les paramètres après quantification vérifient bien les inégalités triangulaires, cette vérification et l'éventuelle correction seront faites au décodeur. La version représentée sur la figure 7b présente un décodeur local (non représenté sur la figure 3 du codeur) et produit les valeurs quantifiées des paramètres |L[ 7']| , et d [j] . Les inégalités triangulaires sont vérifiées au codeur à l'étape E713. En cas de problème détecté (N en E714) une nouvelle valeur quantifiée est choisie par le quantificateur de d[ 7] en E712 et cela jusqu'à la vérification des inégalités triangulaires (O en E714).
Dans le train binaire on envoie dans ce cas l'indice de quantification avec lequel la valeur décodée de d [ j] vérifie les inégalités triangulaires.
En plus de cette information d'amplitude de la somme ou de gain, on transmet une information minimale (1 bit) notée b [ j] pour permettre de déduire le sens de rotation des canaux gauche et droite par rapport au signal mono.
Les figures 8a et 8b illustrent un exemple géométrique pour une raie de fréquence choisie, à partir des valeurs ] . Sur ces figures OD correspond à la valeur d'amplitude d [ j] sur l'axe défini par le mono (OM). Les figures 8a et 8b illustrent les deux solutions possibles avec les valeurs [y] , |£[/]| > u ] données, le bit d'information transmis permet de choisir entre ces deux possibilités.
Par exemple ce bit peut indiquer le sens de rotation d'un canal par rapport au signal mono, celui du canal gauche ûr[ ] est suffisante, celui du l'autre canal ne doit pas être transmis car il est toujours l'opposé de ce premier. On peut aussi choisir de transmettre le signe de l'angle pour le canal dominant.
Pour cela dans les étapes E703 et E715 des figures 7a et 7b, on déterrnine l'angle a[ j] que forme l'un des canaux avec le signal mono. On détermine ensuite à l'étape E704 et E716 des figures 7a et 7b, le signe de l'angle
Figure imgf000030_0001
et on quantifie sur un bit le sens de rotation à l'étape E705 et E707 respectivement.
Ainsi, au décodeur, connaissant M [ j] , |L[ /]| , |i? [ jr']| et d [ j] on peut retrouver les valeurs quantifiées des angles â[j] et et ainsi L[y]eti?[ ] .
Le mode de réalisation a été présenté à partir des informations d'amplitude originales odée par coefficient fréquentiel et utilise un coefficient par coefficient. Or
Figure imgf000030_0002
l'information d'amplitude - qui est transmise sous forme d'ICLD dans la première couche d'amélioration - est codée par sous-bandes fréquentielles, et ces .sous-bandes peuvent comprendre plusieurs coefficients fréquentiels. Aussi on fait l'approximation suivante pour le codage et le décodage des informations dans la deuxième couche:
Quand la raie fréquentielle d'indice j correspond à une sous-bande dont la taille est supérieure à un seul coefficient, alors les amplitudes L[j et R[j]\ sont supposées être celles obtenues en appliquant l'information d'amplitude constante î[j] sur la sous-bande, soit
Figure imgf000030_0003
tel que défini plus loin. Une variante de réalisation du codeur de la figure 3 est maintenant présentée en référence à la figure 9.
Dans ce codeur, le bloc 307 effectuant le traitement de "downmix" à l'aide des modules 330 et 331 selon l'invention, extrait également des paramètres de spatialisation des signaux stéréo grâce au module 332.
Ces paramètres sont déterminés conformément aux premier, deuxième et troisième modes de réalisation décrits précédemment ainsi que pour leurs variantes.
Dans le premier mode de réalisation, la différence de phase entre le signal mono obtenu par le traitement de "downmix" et un des canaux stéréo déterminé comme secondaire , est déterminé par le module 332.
Dans le deuxième mode de réalisation, la différence de phase entre le signal mono obtenu par le traitement de "downmix" et un des canaux stéréo déterminé comme dominant est déterminé par le module 332. L'indicateur permettant de retrouver la différence de phase entre le signal mono et le second canal déterminé comme secondaire est aussi déterminé par le module 332.
Dans une variante de ce deuxième mode de réalisation, l'indicateur permettant de déterminer un gain à appliquer au signal mono pour retrouver le canal secondaire, est déterminé.
Dans le troisième mode de réalisation, c'est l'amplitude de la somme des signaux stéréo qui est déterminé dans le module 332 du bloc 307. Une indication permettant de retrouver le sens de rotation des canaux stéréo est aussi déterminée dans ce module.
Dans une variante de ce troisième mode de réalisation, c'est un gain à appliquer au signal mono qui est déterminé pour retrouver l'amplitude de la somme des signaux stéréo.
Ces paramètres subissent un décalage de deux trames en 313 comme les signaux L '[j] et R '[;] et tel qu'expliqué en référence à la figure 3.
Le bloc 314 d'extraction des paramètres, récupère ces paramètres du bloc 307 et détermine le paramètre d'information d'intensité, par exemple le paramètre ICLD. Ce bloc 314 transmet alors tous ces paramètres pour une quantification en 315.
Les codeurs tels que représentés aux figures 3 et 9, utilisent une analyse-synthèse par FT avec une fenêtre symétrique sinusoïdale.
Cependant, une fenêtre plus courte, voire asymétrique, pourrait être avantageusement utilisée pour réduire le retard de codage. De façon générale, l'invention s'applique pareillement pour une mise en œuvre utilisant une analyse temps-fréquence différence d'un banc de filtres par FFT. Par exemple on pourra utiliser un banc de filtres fréquentiels avec une transformation "Modulated Complex Lapped Transform" (MCLT) combinant deux transformées en quadrature une "Modulated Discrète Cosine Transform" (MDCT) et une "Modulated Discrète Sine Transform" (MDST), ou encore un banc de filtre de type "pseudo quadrature mirror filter" (PQMF) complexe.
Par ailleurs, le principe de l'invention s'applique aussi au cas où le codeur et le décodeur G.722 sont remplacés par d'autres codeurs de caractéristiques éventuellement différentes (débit, longueur de trames...).
En référence à la figure 10 un décodeur selon mode de réalisation de l'invention est maintenant décrit.
Ce décodeur comporte un démultiplexeur 501 dans lequel le signal mono codé est extrait pour être décodé en 502 par un décodeur de type G.722 dans cet exemple. La partie du train binaire (scalable) correspondant à G.722 est décodée à 56 ou 64 kbit/s suivant le mode sélectionné. On suppose ici qu'il n'y a pas de perte de trames ni d'erreurs binaires sur le train binaire pour simplifier la description, cependant des techniques connues de correction de perte de trames peuvent bien évidemment être mises en œuvre dans le décodeur.
Le signal mono synthétisé correspond à M(n) en l'absence d'erreurs de canal. Une analyse par transformée de Fourier discrète à court-terme avec le même fenêtrage qu'au codeur est réalisée sur M in) (blocs 503 et 504) pour obtenir le spectre M [j] .
La partie du train binaire associée à l'extension stéréo est aussi dé-multiplexée. Les paramètres ICLD sont décodés pour obtenir {lCLDq [ί -Ι, Α;]}^ q (bloc 505) et la . différence de phase β [ j entre le canal secondaire et le signal M par raie fréquentielle est décodée (bloc 506) pour obtenir β [ j] selon un premier mode de réalisation.
Selon un deuxième mode de réalisation, c'est la différence de phase C([j entre le canal dominant et le signal M par raie fréquentielle qui est décodée (bloc 506) pour obtenir â[ j] . Les amplitudes des canaux gauche et droit sont reconstruites (bloc 507) en appliquant les paramètres ICLD décodés par sous-bande. Cette synthèse est réalisée comme suit:
Figure imgf000033_0001
[ et c2 [ j] sont les facteurs qui sont calculés à partir des valeurs d'ICLD par
Ces facteurs J J] et c2 [j sont par exemple sous la forme suivante:
Figure imgf000033_0002
est défini à partir du paramètre ICLD décod comme
Figure imgf000033_0003
où ICLDq[j] est le paramètre ICLD décodé pour la raie j.
Le rapport 7 [ j] est décodé à partir des informations codées dans la première couche d'amélioration stéréo à 8 kbit/s. Le codage et le décodage associé ne sont pas détaillés ici, mais pour un budget de 40 bits par trame on peut considérer que ce rapport est codé par sous-bande et non pas raie fréquentielle, avec une découpe en sous-bandes non uniforme. Si le décodeur fonctionne à 56+8 kbit/s pour la trame courante, seuls les paramètres /[/] décodés par sous-bande sont utilisés pour reconstruire les spectres des canaux L et R, tel que décrit précédemment, soit l'équation (41).
Si le décodeur fonctionne à 64+16 kbit/s, le décodeur reçoit en plus les informations codées dans la deuxième couche d'amélioration stéréo, ce qui permet de décoder les paramètres β [ j] pour les raies d'indice j=2 à 9 dans un premier mode de réalisation de l'invention et les paramètres â[j] et b [ j] pour les raies d'indice j'=2 à 9 dans un deuxième mode de réalisation.
Au décodeur on définit pour chaque raie fréquentielle le canal dominant X [j] et le canal secondaire Y[ j] comme suit:
\ X [j] = ÎU]
IUÎ > i
Y[jl = R[j]
Figure imgf000034_0001
Dans un premier mode de réalisation, on reconstruit le canal secondaire à partir des angles β[ j] simplement décodés par le bloc 506, simplement suivant la formule : [; rmn(c1[;lc2[;]). [i]e^'1 (43b)
L'amplitude du canal dominant est décodé à l'aide du signal mono décodé M [y] , du canal secondaire décodé Y[j] et de l'amplitude X[j] qui est connue à partir du rapport î [j] , par la formule suivante:
Figure imgf000034_0002
L'angle â[ j] est déduit à partir de la relation suivante: â[j] =
Figure imgf000034_0003
et le canal dominant est reconstruit suivant la formule
X[f = max(c, [j], c2 [j]).M [j]e (43)
Dans un deuxième mode de réalisation, , on reconstruit le canal dominant à partir des angles â[ ;'] décodés par le bloc 506, simplement par la formule:
X[j] = max {c j CtUjyMUV*1» (43)
L'amplitude du canal secondaire est décodé à l'aide du signal mono décodé M[j] , du canal dominant décodé X[j] et de l'amplitude \Y[j] connue à partir du rapport î[j] , par la formule suivante: | [ ] .min (c1[7],C2[ ]) (44)
Figure imgf000035_0001
Pour chaque raie fréquentielle j=2 à 9 on reçoit l'indicateur b[j] dont la valeur permet de choisir entre deux angles décodés j30[j] et
Le calcul de pQ[j et p^j] est identique à la méthode donnée à la figure 6c et utilise les informations décodées â[j] et î[j] et non leurs valeurs originales.
A partir du calcul de β0[β et et du bit reçu b[j] , le canal secondaire est reconstruit en effectuant une rotation par l'angle p [j] (le signe de p[j] est opposé du Oc[j] ) selon la formule suivante:
Ylj] = M[j]eJ^lJ1 (45)
A noter que la formule ci-dessus n'est valide et applicable que si la condition suivante est vérifiée:
Figure imgf000035_0002
où X [j] est le canal dominant décodé et f [j] est le canal secondaire décodé. Dans le cas considéré où L est dominant et R est secondaire, la condition devient:
Figure imgf000036_0001
Dans le cas inverse où R est dominant et L est secondaire:
Figure imgf000036_0002
< arcsin (|/[;]|) (47)
Dans le cas où cette condition n'est pas vérifiée, on limite l'angle â[j] de la façon suivante:
Figure imgf000036_0003
arcsin (48)
Le décodage décrit précédemment pour le débit de 64+16 kbit/s fonctionne alors correctement.
Les spectres R[j] et L[j] sont déduits de X [j] et f [j] et convertis dans le domaine temporel par FFT inverse, fenêtrage, addition et recouvrement (blocs 508 à 513) pour obtenir les canaux synthétisés R (n) et L n) .
La figure lia présente l'organigramme de décodage dans le premier mode de réalisation, des angles â[j] et pour la deuxième couche d'extension en stéréo.
L'angle β[]\ est décodé à l'étape Bl 101.
Le canal secondaire est reconstruit à l'étape Bl 102 suivant la formule :
L'angle â j] est déduit à l'étape B 1103 à partir de la relation
Figure imgf000036_0004
et le canal dominant est reconstruit à l'étape B 1104 suivant la formule :
Figure imgf000036_0005
Les signaux stéréo L[ j] et R [j] peuvent ainsi être synthétisés à l'étape B 1105. La figure 11b présente l'organigramme de décodage dans le deuxième mode de réalisation, des angles â[j] et pour la deuxième couche d'extension en stéréo. L'angle a[j] et l'indicateur b[j] sont décodés à l'étape El 101 et à l'étape El 103, et les valeurs quantifiés â[j] et b[j] sont obtenues.
Les angles β0 &] et P\ \f\ sont calcules à l'étape El 102 selon les équations suivantes:
 [J] = «csto I -S -sin à[J] (49)
Figure imgf000037_0001
La valeur de permet de sélectionner l'angle , [/] ou y-¾ [j] à l'étape El 104.
Les signaux stéréo £[ ] et R [j] peuvent ainsi être synthétisés à l'étape El 105.
Dans une variante de ce deuxième mode de réalisation, le canal dominant
X [ j] est reconstruit comme expliqué précédemment, à partir des angles décodés par le bloc 506 et à l'étape El 101.
Pour chaque coefficient fréquentiel où cette information a été codée, on reçoit un indicateur b[ j] qui est la valeur codée de b[j] et qui permet de choisir entre et , des gains à appliquer à l'amplitude du signal mono synthétisé.
Le canal secondaire Y [ j] est alors reconstruit à partir de la fonction suivante:
Figure imgf000037_0002
Dans un troisième mode de réalisation, le bloc 506 de la figure 10 décode des informations par raie fréquentielle sur la somme des canaux stéréo, soit l'amplitude de la somme des canaux, soit dans une variante, un gain à appliquer à l'amplitude du signal mono pour obtenir l'amplitude de la somme des canaux stéréo.
Dans les deux cas, une indication par raie fréquentielle est également décodée en 506. Cette indication indique le sens de rotation à donner pour un des canaux stéréo à synthétiser dans le module 507.
La figure 12 représente l'organigramme du décodage des informations de spatialisation de la deuxième couche d'extension correspondant aux codages représentés en figures 7a et 7b. Au décodeur, après quantification inverse de d[j à l'étape E1201, connaissant M [j] , L[j] , R [j] et d[j] on peut retrouver les valeurs quantifiées des angles â[j] et β _ί\ et ainsi L[ ]et-R[j] par exemple de la manière décrite ci-dessous.
Si cela n'a pas été fait à l'encodage, on doit d'abord vérifier que les inégalités triangulaires sont valables avec les paramètres quantifiés aux étapes E1202 et E1203. Si non
(N en E1203), on doit corriger la valeur de d[j] à l'étape E1204 par exemple de la façon suivante :
Si d[ j] est inférieur à L[j] - Ê[j] , on prend d [j] = L[j] -| R ,
Si d[ j] est supérieur à L[j] + R [ j] , on prend <-?[./] = t[ j]
Les vérifications faites par les étapes E1202, E1203 et E1204 sont également nécessaires si la probabilité des erreurs binaires durant la transmission n'est pas nulle.
Dans les autres cas ces étapes sont optionnelles.
Si les inégalités triangulaires ont été respectées pour la valeur quantifiée de d[j] comme données plus haut, L[j] , R[j] et d[j] déterminent alors un triangle unique comme représenté en figure 8b dont les deux angles sont les deux angles recherchés: â[ j] entre d [j] et L[j] et fi[j] entre d [j]et R[j] .
Les valeurs absolues de ces angles décodés peuvent être obtenues en E1205 et E1206, en utilisant le théorème d'AI-Kashi, aussi connu comme la loi des cosinus, selon les formules suivantes:
Figure imgf000038_0001
Comme les inégalités triangulaires ont été respectées, on est sûr, sans vérification supplémentaire, que l'argument de ces fonctions "arccos" est dans l'intervalle ]0, .
Les fonctions "arccos" peuvent donc être calculées et elles donnent des résultats uniques dans l'intervalle ]0, ... ,π [. On vérifie par exemple que dans le cas où les deux canaux sont en phase, on a donc
Figure imgf000039_0001
Comme expliqué précédemment, un autre bit est également transmis pour déterminer le signe de l'un des angles (â[ j] dans notre exemple), le signe de l'autre angle ( j3 [ j] ) étant opposé de ce premier.
On décode donc à l'étape E1207 le signe de â[j] qui détermine le sens de rotation à la fois pour L [j] et R [ j] par rapport à [j] ,
En connaissant les amplitudes L[j] , R[j] et les angles et J3[j]
(rotation) relatifs par rapport à [j] , on obtient facilement les valeurs L[/]eti [ ] à l'étape E1208 de la même façon que dans les autre modes de réalisation déjà présentés.
Le codeur présenté en référence à la figure 3 et le décodeur présenté en référence à la figure 10 ont été décrit dans le cas d'application particulière de codage et décodage hiérarchique. L'invention peut également s'appliquer dans le cas où les informations de spatialisation sont transmises et reçues au décodeur dans une même couche de codage et pour un même débit.
Les codeurs et décodeurs tels que décrits en référence aux figures 3, 9 et 10 peuvent être intégrés dans des équipements multimédia de type décodeur de salon, "set top box" ou lecteur de contenu audio ou vidéo. Us peuvent également être intégré dans des équipements de communication de type téléphone mobile.
La figure 13a représente un exemple de réalisation d'un tel équipement dans lequel un codeur selon l'invention est intégré. Ce dispositif comporte un processeur PROC coopérant avec un bloc mémoire BM comportant une mémoire de stockage et/ou de travail MEM.
Le bloc mémoire peut avantageusement comporter un programme informatique comportant des instructions de code pour la mise en œuvre des étapes du procédé de codage au sens de l'invention, lorsque ces instructions sont exécutées par le processeur PROC, et notamment les étapes de codage d'un signal mono issu d'un traitement de réduction de canaux appliqué au signal stéréo et de codage d'informations de spatialisation du signal stéréo. Lors de ces étapes le traitement de réduction des canaux comporte un calcul, par coeffîcient fréquentiel, de l'amplitude du signal mono en fonction de l'amplitude des canaux du signal stéréo, et en outre une détermination pour un ensemble prédéterminé de coefficients fréquentiels, de la phase du signal mono par le calcul de la phase du signal moyennant les canaux du signal stéréo.
Le programme peut comporter les étapes mises en œuvre pour coder les informations adaptées à ce traitement.
Typiquement, les descriptions des figures 3, 5 et 7 reprennent les étapes d'un algorithme d'un tel programme informatique. Le programme informatique peut également être stocké sur un support mémoire lisible par un lecteur du dispositif ou téléchargeable dans l'espace mémoire de celui-ci.
Un tel équipement ou codeur comporte un module d'entrée apte à recevoir un signal stéréo comportant les canaux R et L pour droit et gauche, soit par un réseau de communication, soit par lecture d'un contenu stocké sur un support de stockage. Cet équipement multimédia peut également comporter des moyens de capture d'un tel signal stéréo.
Le dispositif comporte un module de sortie apte à transmettre les paramètres d'informations spatiales codées Pc et un signa] mono M issus du codage du signal stéréo.
De la même façon, la figure 13b illustre un exemple d'équipement multimédia ou dispositif de décodage comportant un décodeur selon l'invention.
Ce dispositif comporte un processeur PROC coopérant avec un bloc mémoire BM comportant une mémoire de stockage et/ou de travail MEM.
. Le bloc mémoire peut avantageusement comporter un programme informatique comportant des instructions de code pour la mise en œuvre des étapes du procédé de décodage au sens de l'invention, lorsque ces instructions sont exécutées par le processeur PROC, et notamment les étapes de décodage d'un signal mono reçu, issu d'un traitement de réduction de canaux appliqué au signal stéréo original et de décodage d'informations de spatialisation du signal stéréo original. Le procédé de décodage comporte en outre une synthèse des signaux stéréo, par coefficient fréquentiel, à partir du signal mono décodé comportant une information d'amplitude obtenue en fonction des amplitudes des canaux stéréo originaux et une information de phase du signal moyennant les canaux stéréo originaux et à partir d'informations de spatialisation décodées.
Typiquement, la description des figures 10, 11 et 12 reprend les étapes d'un algorithme d'un tel programme informatique. Le programme informatique peut également être stocké sur un support mémoire lisible par un lecteur du dispositif ou téléchargeable dans l'espace mémoire de l'équipement.
Le dispositif comporte un module d'entrée apte, à recevoir les paramètres d'information spatiale codés Pc et un signal mono M provenant par exemple d'un réseau de communication. Ces signaux d'entrée peuvent provenir d'une lecture sur un support de stockage.
Le dispositif comporte un module de sortie apte à transmettre un signal stéréo, L et R, décodé par le procédé de décodage mis en œuvre par l'équipement.
Cet équipement multimédia peut également comporter des moyens de restitution de type haut-parleur ou des moyens de communication apte à transmettre ce signal stéréo.
Bien évidemment, un tel équipement multimédia peut comporter à la fois le codeur et le décodeur selon l'invention. Le signal d'entrée étant alors le signal stéréo original et le signal de sortie, le signal stéréo décodé.
ANNEXE
α = angle(L*conj(M));
If [α|>π/2
α = -2* π *sign(a)
end
β = angIe(R*conj(M));
if (sign(ct* β)>0)
β = β - 2* π * sign(P)
end pO=asin(|L|/|R|*sin(a))
if (βθ* α >0)
βΟ=-βΟ;
end
if (β0<0)
β1=β0+ π;
else
βΐ =π-βΟ;
end
ϊί(β1*α>0)
β1=-β1
end b = arg min | β - βί|

Claims

REVENDICATIONS
1. Procédé de codage paramétrique d'un signal audionumérique stéréo comportant une étape de codage (312) d'un signal mono issu d'un traitement de réduction de canaux (307) appliqué au signal stéréo et de codage d'informations de spatialisation (315,316) du signal stéréo, le traitement de réduction des canaux comportant un calcul (330), par coefficient fréquentiel, de l'amplitude du signal mono en fonction de l'amplitude des canaux du signal stéréo, caractérisé en ce qu'il comporte en outre une détermination (331) pour un ensemble prédéterminé de coefficients fréquentiels, de la phase du signal mono par le calcul de la phase du signal moyennant les canaux du signal stéréo.
2. Procédé selon la revendication 1, caractérisé en ce que les informations de spatialisation comportent une première information (ICLD) sur l'amplitude des canaux stéréo et une seconde information sur la phase des canaux stéréo, la seconde information comportant, par coefficient fréquentiel, la différence de phase (/ [. ] ou (x j\) définie entre le signal mono et un premier canal stéréo prédéterminé.
3. Procédé selon la revendication 2, caractérisé en ce que la seconde information comporte en outre une indication (&[, ] ) permettant de déduire la différence de phase entre le signal mono et le second canal stéréo.
4. Procédé selon la revendication 3, caractérisé en ce que l'indication minimale est codée sur un bit et indique le choix entre deux différences de phase (β0[]] , ¾[. ] ) possibles entre le signal mono et le second canal stéréo.
5. Procédé selon la revendication 3, caractérisé en ce que l'indication minimale est codée sur un bit et indique le choix entre deux gains possibles (/¾[/] , ¾[/] ) à appliquer à l'intensité du signal mono pour retrouver le second canal stéréo.
6. Procédé selon la revendication 1, caractérisé en ce que les informations de spatialisation comportent une première information sur l'amplitude des canaux stéréo et une seconde information sur l'amplitude de la somme des canaux stéréo.
7. Procédé selon la revendication 6, caractérisé en ce que la seconde information comporte, par coefficient fréquentiel, la valeur de l'amplitude de la somme des canaux stéréo et une indication minimale permettant de déduire le sens de rotation des canaux stéréo.
8. Procédé selon la revendication 6, caractérisé en ce que la seconde information comporte, par coefficient fréquentiel, la valeur d'un gain à appliquer à l'amplitude du signal mono et une indication minimale permettant de déduire le sens de rotation des canaux stéréo.
9. Procédé selon l'une des revendications 2 à 8, caractérisé en ce que la première information est codée par une première couche de codage et la seconde information est codée par une seconde couche de codage.
10. Procédé de décodage paramétrique d'un signal audionumérique stéréo comportant une étape de décodage (502) d'un signal mono reçu, issu d'un traitement de réduction de canaux appliqué au signal stéréo original et de décodage (505, 506) d'informations de spatialisation du signal stéréo original,
caractérisé en ce qu'il comporte une synthèse (507) des signaux stéréo, par coefficient fréquentiel, à partir du signal mono décodé comportant une information d'amplitude obtenue en fonction des amplitudes des canaux stéréo originaux et une information de phase du signal moyennant les canaux stéréo originaux et à partir d'informations de spatialisation décodées.
11. Procédé selon la revendication 10, caractérisé en ce que les informations de spatialisation comportent une première information sur l'amplitude des canaux stéréo (ICLD) et une seconde information sur la phase des canaux stéréo, la seconde information comportant, par coefficient fréquentiel, l'angle ( ?[/] ou c [ j] ) défini entre le signal mono et un premier canal stéréo prédéterminé.
12. Procédé de décodage selon la revendication 11, caractérisé en ce que la seconde information comporte en outre une indication minimale (&[./] ) permettant de déduire l'angle entre le signal mono et le second canal stéréo.
13. Procédé selon la revendication 10, caractérisé en ce que les informations de spatialisation comportent une première information sur l'amplitude des canaux stéréo et une seconde information sur l'amplitude de la somme des canaux stéréo.
14. Procédé selon l'une des revendications 10 à 13, caractérisé en ce que la première information est décodée par une première couche de décodage et la seconde information est décodée par une seconde couche de décodage.
15. Codeur paramétrique d'un signal audionumérique stéréo comportant un module de codage (312) d'un signal mono issu d'un module de traitement de réduction de canaux (307) appliqué au signal stéréo et un module de codage d'informations de spatialisation (315,316) du signal stéréo, le module de traitement de réduction des canaux comportant un module (330) de calcul, par coefficient fréquentiel, de l'amplitude du signal mono en fonction des amplitudes des canaux du signal stéréo,
caractérisé en ce que le module de traitement de réduction des canaux comporte en outre un module (331) de détermination pour un ensemble prédéterminé de coefficients fréquentiels, de la phase du signal mono par le calcul de la phase du signal moyennant les canaux du signal stéréo.
16. Décodeur paramétrique d'un signal audionumérique stéréo comportant un module de décodage (502) d'un signal mono reçu, issu d'un traitement de réduction de canaux appliqué au. signal stéréo original et un module de décodage (505, 506) d'informations de spatialisation du signal stéréo original,
caractérisé en ce qu'il comporte un module de synthèse (507) des signaux stéréo, par coefficient fréquentiel, à partir du signal mono décodé (M(n)) comportant une information d'amplitude obtenue en fonction des amplitudes des canaux stéréo originaux et une information de phase du signal moyennant les canaux stéréo originaux et à partir d'informations de spatialisation décodées.
17. Programme informatique comprenant des instructions de code pour la mise en œuvre des étapes d'un procédé de codage selon l'une des revendications 1 à 8 et ou d'un procédé de décodage selon l'une des revendications 9 à 16, lorsque celles-ci sont exécutées par un processeur.
PCT/FR2010/052807 2009-12-18 2010-12-17 Codage/decodage parametrique stereo avec optimisation du traitement de reduction des canaux Ceased WO2011073600A1 (fr)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
FR0959250 2009-12-18
FR0959250 2009-12-18
FR1051513 2010-03-02
FR1051513 2010-03-02

Publications (1)

Publication Number Publication Date
WO2011073600A1 true WO2011073600A1 (fr) 2011-06-23

Family

ID=43759844

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2010/052807 Ceased WO2011073600A1 (fr) 2009-12-18 2010-12-17 Codage/decodage parametrique stereo avec optimisation du traitement de reduction des canaux

Country Status (1)

Country Link
WO (1) WO2011073600A1 (fr)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9672837B2 (en) 2013-09-12 2017-06-06 Dolby International Ab Non-uniform parameter quantization for advanced coupling
CN109389986A (zh) * 2017-08-10 2019-02-26 华为技术有限公司 时域立体声参数的编码方法和相关产品
CN113314132A (zh) * 2021-05-17 2021-08-27 武汉大学 一种应用于交互式音频系统中的音频对象编码方法、解码方法及装置
CN116343802A (zh) * 2015-09-25 2023-06-27 沃伊斯亚吉公司 立体声声音解码方法和立体声声音解码系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080253576A1 (en) * 2007-04-16 2008-10-16 Samsung Electronics Co., Ltd Method and apparatus for encoding and decoding stereo signal and multi-channel signal

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080253576A1 (en) * 2007-04-16 2008-10-16 Samsung Electronics Co., Ltd Method and apparatus for encoding and decoding stereo signal and multi-channel signal

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
BREEBAART J ET AL: "Parametric Coding of Stereo Audio", INTERNET CITATION, 1 June 2005 (2005-06-01), pages 1305 - 1322, XP002514252, ISSN: 1110-8657, Retrieved from the Internet <URL:http://www.jeroenbreebaart.com/papers/jasp/jasp2005.pdf> [retrieved on 20090210] *
J. BREEBAART; S. VAN DE PAR; A. KOHLRAUSCH; E. SCHUIJERS: "Parametric Coding of Stereo Audio", EURASIP JOURNAL ON APPLIED SIGNAL PROCESSING, vol. 9, 2005, pages 1305 - 1322, XP002514252
SAMSUDIN ET AL: "A Stereo to Mono Dowmixing Scheme for MPEG-4 Parametric Stereo Encoder", ACOUSTICS, SPEECH AND SIGNAL PROCESSING, 2006. ICASSP 2006 PROCEEDINGS . 2006 IEEE INTERNATIONAL CONFERENCE ON TOULOUSE, FRANCE 14-19 MAY 2006, PISCATAWAY, NJ, USA,IEEE, PISCATAWAY, NJ, USA LNKD- DOI:10.1109/ICASSP.2006.1661329, 14 May 2006 (2006-05-14), pages V, XP031387161, ISBN: 978-1-4244-0469-8 *
SAMSUDIN, E. KURNIAWATI; N. BOON POH; F. SATTAR; S. GEORGE: "A stereo to mono downmixing scheme for MPEG-4 parametric stereo encoder", IEEE TRANS., ICASSP, 2006
THI MINH NGUYET HOANG ET AL: "Parametric stereo extension of ITU-T G.722 based on a new downmixing scheme", 2010 IEEE INTERNATIONAL WORKSHOP ON MULTIMEDIA SIGNAL PROCESSING (MMSP '10), SAINT MALO, FRANCE, 4-6 OCT. 2010, IEEE, IEEE, PISCATAWAY, USA, 4 October 2010 (2010-10-04), pages 188 - 193, XP031830580, ISBN: 978-1-4244-8110-1 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11297533B2 (en) 2013-09-12 2022-04-05 Dolby International Ab Method and apparatus for audio decoding based on dequantization of quantized parameters
US10057808B2 (en) 2013-09-12 2018-08-21 Dolby International Ab Non-uniform parameter quantization for advanced coupling
US12213004B2 (en) 2013-09-12 2025-01-28 Dolby International Ab Method and apparatus for audio decoding based on dequantization of quantized parameters
US10383003B2 (en) 2013-09-12 2019-08-13 Dolby International Ab Non-uniform parameter quantization for advanced coupling
US10694424B2 (en) 2013-09-12 2020-06-23 Dolby International Ab Non-uniform parameter quantization for advanced coupling
US11838798B2 (en) 2013-09-12 2023-12-05 Dolby International Ab Method and apparatus for audio decoding based on dequantization of quantized parameters
US9672837B2 (en) 2013-09-12 2017-06-06 Dolby International Ab Non-uniform parameter quantization for advanced coupling
CN116343802A (zh) * 2015-09-25 2023-06-27 沃伊斯亚吉公司 立体声声音解码方法和立体声声音解码系统
US12175987B2 (en) 2017-08-10 2024-12-24 Huawei Technologies Co., Ltd. Time-domain stereo parameter encoding method and related product
US11727943B2 (en) 2017-08-10 2023-08-15 Huawei Technologies Co., Ltd. Time-domain stereo parameter encoding method and related product
CN109389986B (zh) * 2017-08-10 2023-08-22 华为技术有限公司 时域立体声参数的编码方法和相关产品
CN109389986A (zh) * 2017-08-10 2019-02-26 华为技术有限公司 时域立体声参数的编码方法和相关产品
CN113314132A (zh) * 2021-05-17 2021-08-27 武汉大学 一种应用于交互式音频系统中的音频对象编码方法、解码方法及装置
CN113314132B (zh) * 2021-05-17 2022-05-17 武汉大学 交互式音频系统中的音频对象编码方法、解码方法及装置

Similar Documents

Publication Publication Date Title
WO2012052676A1 (fr) Codage/decodage paramétrique stéréo amélioré pour les canaux en opposition de phase
EP2374123B1 (fr) Codage perfectionne de signaux audionumeriques multicanaux
EP2002424B1 (fr) Dispositif et procede de codage scalable d&#39;un signal audio multi-canal selon une analyse en composante principale
EP2489039B1 (fr) Codage/décodage paramétrique bas débit optimisé
EP2374124B1 (fr) Codage perfectionne de signaux audionumériques multicanaux
EP2691952B1 (fr) Allocation par sous-bandes de bits de quantification de paramètres d&#39;information spatiale pour un codage paramétrique
EP2277172B1 (fr) Dissimulation d&#39;erreur de transmission dans un signal audionumerique dans une structure de decodage hierarchique
EP3427260B1 (fr) Codage et décodage optimisé d&#39;informations de spatialisation pour le codage et le décodage paramétrique d&#39;un signal audio multicanal
EP2452337B1 (fr) Allocation de bits dans un codage/décodage d&#39;amélioration d&#39;un codage/décodage hiérarchique de signaux audionumériques
EP3391370A1 (fr) Traitement de réduction de canaux adaptatif pour le codage d&#39;un signal audio multicanal
EP2452336B1 (fr) Codage/décodage perfectionne de signaux audionumériques
WO2007093726A2 (fr) Dispositif de ponderation perceptuelle en codage/decodage audio
FR2897733A1 (fr) Procede de discrimination et d&#39;attenuation fiabilisees des echos d&#39;un signal numerique dans un decodeur et dispositif correspondant
WO2010004155A1 (fr) Synthese spatiale de signaux audio multicanaux
EP1987513A2 (fr) Procede et dispositif de codage hierarchique d&#39;un signal audio source, procede et dispositif de decodage, programmes et signal correspondants
WO2011073600A1 (fr) Codage/decodage parametrique stereo avec optimisation du traitement de reduction des canaux
EP2347411A1 (fr) Attenuation de pre-echos dans un signal audionumerique
EP2489040A1 (fr) Decodage parametrique stereo optimise
WO2002069326A1 (fr) Procede et dispositif de reconstruction spectrale de signaux a plusieurs voies
FR2980620A1 (fr) Traitement d&#39;amelioration de la qualite des signaux audiofrequences decodes
WO2015145050A1 (fr) Estimation d&#39;un bruit de codage introduit par un codage en compression de type micda

Legal Events

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

Ref document number: 10809293

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 10809293

Country of ref document: EP

Kind code of ref document: A1