CA2029768C - Procede et dispositif de codage de filtres predicteurs de vocodeurs tres bas debit - Google Patents

Abstract

Le procédé consiste à découper le signal vocal en trames binaires de durée déterminée pour les regrouper (12 1 ... 12 3) en paquets de trames successives en associant à chaque trame d'un paquet un filtre prédicteur et à quantifier (18 1 ... 18 3) les coefficients d~ chaque filtre prédicteur en tenant compte (20, 21) de la configuration stable ou non stable du signal vocal.

Description

Procédé et dispositif de codage de ~iltres prédicteurs de vocodeurs très bas débit La présente invention concerne un procédé et un dispositif de codage de filtres prédicteurs pour vocodeurs très bas débit.
Parmi les méthodes de nurnératiorx de la parole à bas débit la méthode la plus connue est celle du codage prédictif linéaire LPC10, oû LPC10 est l'abréviat.ion dans le langage anglo-saxon de "Linear predictive coding, order 10". Suivant cette méthode la synthèse de la parole a lion en excitant au moyen d'un signal périodique ou par une source de bruit un flltre dont la fonction est de donner au spectre en fréquence du signal une forme d'onde proche de celle du signal de parole d'origine.
La majeure partie tiu débit, qui est de 2400 bits par se-conde, est consacrée à la transmission des coefficients du fil-tr~. Pour cela le train binaire est découpé en trames de 22, 5 millisecondes comportant 54 bits dont 41 sont utilisés pour adapter la fonction de transfert du filtr~.
Un procédé connu de réduction de débit consiste à compri-mer les 41 bits associés ~ un fïltre en 10 à 12 bits qui repré-sentent le numéro d'ian filtre prédéfini, appartenant à un dic-tionnaire de 210 à 212 filtres différents, ce filtre étant celui qui .est le plus proche du filtre d'origine. Ce procédé présente cependant un premier inconvénient majeur qui est de nécessiter la construction d'un dictionnaire de filtres dont le contenu dëpetrd étroitement du jeu des filtres utilisés pour le constitu~r par des techniques classiques de données ( "cluste-ring°') et de la comte c~ procédé n'est pas parfaitement bien adapté,aux conditions de prise de son ruelles. Un üeuxième ineon°
véniemt de ce procédé est qu'il exige pour sa mise en oeuvre une taille d~ mém~pre grès ïmportante pmur stocker le diction mire (210 ~ 212 paquets de coefficients). Corrélativement les temps de calcul deviennent importants du fait qu'il faut rechercher cjans le dictionnaire le filtre 1e plus proche ~iu filtre original, Enfin ce procédé ne permet pas de reproduire de façon satisfaisante des sons stables. Ceci est dû au fait que même pour un son stationnaire l'analyse LPC ne sélectionne jamais en pratique deux fois cle suite le même flltre original mais choisit successivement dans le dictionnaire des filtres proches mais distincts.
De même qu'en télévision où la reconstruction d'une image colorée dépend essentiellement de la qualité du signal de luminance et non pas de celle du signal de chrominance qui peut de ce fait être transmis avec une définition moindre, il appa-raît aussi suffisant en synthèse de parole de ne bien reproduire que le contour de l'énergie du signal vocal, sa coloration (voi-sement, forme de spectre) revêtant une importance moindre pour sa reconstruction. De ce Fait, dans les procédés connus de syn-thèse de la parole le processus de recherche de spectres basé
sur l'évolution de la distance minimale qui sépare les spectres de la parole d'origine (du locuteur) et de la parole synthétique ne sont pas pleinement justifiés, Par exemple, différents exemplaires du son "A" prononcés par différents locuteurs, ou enregistrés dans dos conditions différentes peuvent avoir une distance spectrale élevée mais resteront toujours des "A" pouvant être reconnus én tant que tels, et s'il y a ambiguïté, traduite par une possibilité de confusion avec un son proche, l'auditeur pourra toujours recti Fier de lui-même grâce au contexte. En fait, l'expérience montre qu'en ne consacrant pas plus d°une trentaine de bits aux coeffi-cients du filtre prédictour au lieu de 4l; la qualité de restitu-tion reste satisfaisante même si un auditeur entraîné paut peree-vpir une différence légère entrQ les sons synthétisés avec das coefficients prédicteurs définis sur 30 ou 41 bits. D'autre part, comme la transmission a lieu ~ distance et que le destina-taire n'm pas de ce fait la possibllité de faire cette diffé-rence, il ap;paraït ' suffisant que l'auditeur puisse reconnaître correctement :Le son synthétisë.

~galement il apparaît important que dans les parties sta-bles du signal (voyelles) le filtre prédicteur reste stable et sort aussi proche que possible du Flltre prédicteur d'origine.
Par contre dans les pai~ties instables (transition, son non voisé) la prédicteur transmis n'a pas besoin d'être une copie fidèle du prédicteur d'origine.
Le but de l'invention est de pallier les inconvénients précités.
A cet effet, l'invention a pour objet un procédé de codage de filtres prédicteurs de vocodeurs très bas débit du type dans lequel le signal vocal est découpé en trames binaires de durée déterminée caractérisé en ce qu'il consiste à regrouper les trames par paquets de trames successives, à associer respec tivement ~a chaque trame contenue dans un paquet un filtre prédieteur, et à quantifier les coefficients de chaque filtre prédicteur en tenant compte de Ia configuration stable ou non stable du signal vocal.
D'autres caractéristiques et avantages de l'invention apparaîtront ci-après à la lecture de la description qui suit faite en regard des dessins annexés qui reprësentent ;
- la figure 1 un schéma de principe d'un synthétiseur de parole de l'art connu ;
- la figure 2 une mise sous forme de tableaux des quatre codages possibles des filtres prédicteurs du vocodeur selon l'invention ;
la figure 3 un organigramme pour .illustrer le calcul de l'erreur de prédiction des filtres prédicteurs mis en oeuvre par l'ïnvention ;
- la figure 4 un graphe de transformation des coefficients de réflexion des filtres prédicteurs ;
- la fàgure 5 la loi de quantification des coefficients de réflexion des filtres transformés par le graphe de la figure 3 ;
la figure ô un dispositif pour la mise en oeuvre du Procédé selon l'invention.

Le synthétiseur de parole .représenté à la Figure 1 com-porte de Façon connue un filtre prédicteur 1 couplé par son entrée El à un générateur de signal périodique 2 et à un géné-rateur de bruit 3 au travers d'un commutateur 4 et d'une amplifi-cateur à gain variable 5 reliés ean série. he commutateur 4 cou-ple l'entrée du filtre prédicteur 1 à la sortie du générateur de signal périodique 2 ou à la sortie du générateur de bruit 3 suivant la nature voisée ou non du son à restituer. L'amplitude du son est commandée par l'amplificateur 5. Le filtre 1 restitue sur sa sortie S un signal de parole en fonction de coefficients d~ prédiction appliqués sur son entrée E2. A la différence de co qui est reprësenté à la figure 1 les synthétiseurs de parole auxquels s'appliquent le procédé et le dispositif d~ codage de l'invention doivent comporter trois filtres prédicteurs 1 adap-tés à chaque groupe de trois trames de 22, 5 ms successives du signal de parole suivant l'état stable ou non stable du son à
synthétiser. Cette organisation permet, par exemple, de réduire le débit de 2400 bits par seconde à 800 bits par seconde, en regroupant les trames par paquets de 3 x 22,5 = 67,5 millisecondes de 54 bits dans lesquels 30 à 35 bits sont utüi-sés pour décrire par exemple les 10 coefficients prédicteurs des trois filtres successifs nécessaires à la mise en oeuvre de la méthode de codage LPC10 décrite précédemment, et deux bits parmi ceux-ci sont utilisés pour définir la configuration à
donner aux trois filtres à générer suivant la nature stable ou non du signal vocal à générer. Dans le tableau de la figure 2 où
sont consignées les quatre configurations possibles des trois filtres, à l'état 00 des deux bits de configuration correspond une première configuration où les trais filtres prëdicteurs sont identiques ' pour les trois trames du signal vocal. Pour la deuxième configuration les bits de configuration ont la valeur Ol et seuls les deux premiers filtres des trarr~es 1 et 2 sont identiques. Dams la troisième configuration, correspondant aux bits de configuration 10 seuls les deux derniers filtres des trames 2 et 3 ont identidues. Enfïn dans la quatrième configura-tion, correspondant aux bits de configuration 11, les trois filtres des tramps 1 ot 3 sont différents. Naturellement c~ mode de configuration n'est pas unique et il est tout aussi possible en restant dans .le cadre de l'invention à définir le nombre de trames dans un paquet par un nombre quelconque . Cependant pour des commodités de réalisation ce nombre pourra être com-pris entre 2 et 4 inclusivement. Dans ces cas naturellement le nombre de configurations possibles pourra être étendu à $ ou 16 au maximum. La définition des filtres est établie suivant les étapes 1 à 6 du procédé représenté par l'organigramme de la figure 2. Selon une première étape du procédé portant la réfé-rence a sur l'organigramme les coefficients d'autocorrélation Rl~ k du signai sont calculs suivant une relation de la forme Rik -'~ y~ySin.Si'n-k (1) où Sin est un échantillon n du signal dans la trame i et W
n désigne la fenêtre de pondération. A la deuxième étape référencée 6 le calcul des coefficients de réflexion du filtre prédicteur en treillis correspondant aux coefficients Ri(k) précédent est effectué en application d'un algorithm~ standard par exemple, de l'algorithme connu de LEROU.X-GUEGUEN ou SCHUR. A cette étape, les coefficients Rik sont transformés en coefficients Kid où j est un entier positif prenant les valeurs . successives de 1 à 10. A la troisième étape portant la référence 7 les coefficients k dont les valeurs sont comprises par définition entre -1 et +I sont transformés en des coefficients modifiés qui évoluent entre "-l'infini" et "+l~infini" et qui tiennent compte du fait que la quantification des coefficients k doit être fidèle lorsqu'ils ont une valeur absolue proche de 1 et une valeur qui peut être plus grossière lorsqu'ils sont voisins de 0 par caxempl~. Chaque coefficient Kid est par exemple transformé suivant une relation de la forme Lij = ~ü~(1_Kl)2)-~ t2) dont 1~ graph~ est représenté à la figur$ 3 ou encore suivant les relations (Li)=Kid ( 1- ~ Ki) I ) ; (Lit=are cos Kid ) ;
(Li~=arc sin Kj3) ou encore en application de la méthode de ~~~i~'~~3 calcul des coefficients LSP décrite dans l'article de George S. Kang an Lawrence, J. Fransen du Naval Research Laboratory Washington DC ê;0375 1985 ayant pour titre Appïication of fine spectrum pairs to low bit rate speech encoder". A la quatrième étape représentée en 8 les coefficients Lij sont quantifiés suivant nj bIts chacun de façon non uniforme en tenant compte de la répartition des coefficients pour donner une valeur Lij suivant une loi de répartition représentée par 1'histograrrune des Ll~ de la figure 4. A l'étape 5 les valeurs de !0 Lit- sont à leur tour utilisées pour calculer des coefficients Kid suivant la relation Kij ~ Lij~ ( 1 +Lij z ) z ( a ) Ces valeurs Kij représentent les valeurs quantifiées des coefficients de prédiction à partir desquels les coefficients d'un prédicteur äi~Z~ peuvent être déduits par des relations de récurrence définies comme suit E1°(z) = 1 (4) Ap~z) = AP I(z) + Ki~P Z P Ap l~z 1) (5) Pour p = 1, 2, ... 10..
avec Ai(z)=Ai0 (z) = Alo+AllZ 1+...+Al lOZ~lO (6) Enfin à la dernière étape représentée en 10 le calcul de l'énergie de l'erreu.r da prédiction est effectué en application de la relation suivante E2 =~ 10 i n ( ~ AiD j$i, n_3) 2 ('7) ou encore Eq ' K'io~io * 2 ~ ~ Vii, jBi, j ($) avec B. _ ~ A?
r,rn m=0 BIJ Ö Ai. mAi, m+3 Pour compléter l'algorithme ll suffit alors de tester les quatre différentes configurations décrites précédemment en inter-calant entre la première et la deuxième étape du procédé une étape supplémentaire tenant comopte des configurations possibles pour ne retenir finalement que la configuration pour laquolle l'erreur de prédiction totale obtenue est minimale (sommée sur les trois trames) .
10 Dans la première configuration le même filtre est utllisé
pour les trois trames. On utilise alors pour le déroulement des étapes 2 à 6 un quatrième filtre fictif unique qui est calculé à
partir des coefficients R~3 donnés par la relation R,l~ = R13 + R2) + R3) (9) avec j variant de 0 à 10.
L'erreur de prédiction totale est alors égale à E4 et l'algorithme du procédé revient en fait â considérer les trois trames comme une seule trame de durée trois fois supérieure.
Les coefficients Ll à L10 peuvent alors être quantifiés avec par exemple 5, 5, 4, 4, 4, 3, 2, 2, 2, 2 bits respectivement, soit 33 bits au total.
Selon la deuxième configuration, dans laquelle un même filtre est utilisé pour les trames 1 et 2, l'algorithme est exécuté avec des valeurs des coefficients R5J et R3) d'autocorrélatiorr définis comme suit R'S,) - B'1~ j + RZ~) ofx j Prend successivement les valeurs de 1 lt 10 pour les deux premières trames et R3 ~ 3 ( j variant de 1 é 10) Pour la derniéro trame.
L°erreur de prédiction est égal~ à E52 + E32 ce rai q revient ~ considérer que les trames 1 ~t 2 sont regroupées en un~ seule tram~ de duxée double, 1a trame 3 restant inchangée.
Xl est alors possible de quantifier les coefficients Ll à L10 sur les tramés 1 et Z, avec respectivement 5, 4, 4, 3, 3, 2, 2, 2, 0, 0 a bits (25 bits au total, les coefficients L9 et L10 n'étant pas transmis), et leur variation pour obtenir ceux do la troisième trame en utllisant 3, 2, 2,1, 0, 0, 0, 0, 0, 0 bits respectivement (a bits au total), soit 33 bits pour les trois trames.
Le fait de n~ pas transmettre les coefficients L9 et L10 n'est pas gênant puisque dans csa cas la configuration correspond à des prédicteurs qui êvoluent et dont les coefficients ont une importance qui va décroissante en fonction de leur rang.
Dans la troisième configuration , où les mêmes filtres sont utilisés pour les trames 2 et 3 le même procédé quo dans la deuxième configuration est utilisé en regroupant les coeffi cients Ri) des trames 2 et 9 tel que R6J = R2) + R3). Le même procédé de quantification est utilisé mais en codant le prédicteur des trames 2 et 3 et le différentiel pour la trama 1.
Enfin pour la dernière configuration où tous les flltres sont différents il faut considérer que les trois trames sont découplées et que l'erreur totale est égale à Elz + E2z + E3z, Dans ce cas les coefficients Ll ~ L10 de la trame 2 seront quantifiés avec respectivement 9, 4, 3, 3, 3, 2, 2, 0, 0 bits soit 21 bits, ainsi que Ies différences poux la première trame avec

2, 2,1,1, 0, 0, 0, 0, 0, 0 bîts soit 6 bits ainsi que les différences pour la trame 3 (6 bits supplémentaires) . Cette dernière configuration correspond à un codage de 21+S+6 = 33 bits.
Le dispositif pour la mise en oeuvre du procédé qui est représenté à la figure 8 comporte un dispositif 1 de calcul des 10 coefficients d'autocorrélation pour chaque trame couplée tà
des éléments de i~etard formés par trois mémoires de trames 121 ~i 123 pour ntémc~riser les coefficients Ri) calculês à la première étape du procédé, ïl comprend également un dispositif de calcul 13 des coefficiexrts Kij et Llj suivant la deuxième étape du procéd~. Un bus de données 14 véhicule les valeurs des coefficients Li3 $i = l à 3, j = 1 à 10) et les valeurs des coefficients Rio représentant les énergies où i = 1 à 3. Le bus de donmées 14 relie les éléments de retard 121 ~ 123 et le disposïtiF de calcul 13 a quatre chaines de calcul référeneês de 151 à 154. Les chaînes de calcul 151 d 153 . comprennent respectivement un dispositif somrnateur, respectivement 161 t~ 163 qui est relié aux éléments de retard 121 ~l 123 pour calculer les coefficients R4j, R5j et R6j suivant les 4 configurations décrites précédemment. Les sort:Ies des dispositifs de sommation 161 d 163 sont reliées à des dispositifs de calcul respectivement 171 à 173 des coefficients L4j, K4j ; KSj, LSj et K6j et L6j. Les coefficients L4j L5j L6j sont transmis respectivement à des dispositifs de quantification 181 . ~l 183 LO pour calculer les coefficients Lit conformément ~ la quatriême étape du procédé. Ces coefficients sont appliqués à des dispositifs de calcul d'erreur totale référencés respectivement de 191 à 193 pour fournis respectivement des erreurs d~
prédiction totale E4z, E52 + E2Z et enfin E z + E ~ pour chacune 1 s des configurations 1 à 3 décrites précédemment. La chaîne de calcul 154 comprend relié au bus de données 14 un dispositif de quantification séparée 184 des coefficients Lij. Les coefficients Lij obtenus à la sortie du dispositif de quantification .184 sont appliqués à un dispositif de calcul d'erreur totale 184 pour calculer l'erreur totale suivant la relation El~ + E22 + E32 définie précédemment. Chacune des sorties des dispositifs de calcul d'erreur totale 191 à 194 des chaînes d~ calcul 151 ~ 154 sont appliquées aux entrées respectives d'un dispositif de recherche totale de minimum 20.
D'autre part, chacune des sorties du dispositif de quantification 181 ~ 184, fournissant les coefficients ò,i~, sont aPPLquées ~ un dispositif d'aiguillage 21 commandé par la sortie du dispositif de recherche d'erreur totale minimum 2D
pour sélectionner des coefficients Lit à transmettre quï
corresponde à l'erreur totale minimum calculée par le dispositif 2Q. Dans cet exemple la sortie du dispositif comporte 35 bits, 33 bits représentant les valeurs des coefficients Lit obtenues à
la sortis du dispositif d'aiguillage 21 et 2 bits représentant 1°une des quatr~ configurations possibles indiquées par le dispositif de recherche d'erreur totale minimum 20.

io Il va de soi que l'invention ne se llmlte pas aux exemples qtti viennent d'être décrits et qu'olle peut recevoir d'autres variantes de réalisation dépendant notamment, des coefficients qui sont appliqués aux flltres qui peuvent être différents des coefficients Lij définis précédemment et du nambre de ces coefficients qui peut âtre différent de ~0. Il est clair égale-ment que l'invention peut encore s'appliquer pour des défini-tions de paquets de trames comprenant des nombres différents de trois trames ou des configurations de filtrage différentes de quatre et que ces variantes doivent conduire naturellement à des nombres totaux de bits de quantification différents de (33+2) bits avec une répartition par configuration différent~.

Claims (10)

1. Procédé de codage de filtres prédicteurs de vocodeurs très bas débit du type dans lequel le signal vocal est découpé en trames binaires de durée déterminée caractérisé en ce qu'il consiste à regrouper un nombre déterminé de trames par paquets de trames successives; à
quantifier les coefficients d'un nombre déterminé de premiers filtres prédicteurs associés respectivement à chaque trame d'un paquet; à
quantifier les coefficients d'au moins un second filtre prédicteur associé à
une combinaison déterminée de trames; à sélectionner le filtre prédicteur pour lequel une erreur de prédiction est minimale; et à restaurer le signal vocal en un signal de la parole en fonction des coefficients du filtre prédicteur sélectionné.

2. Procédé selon la revendication 1 caractérisé en ce que le nombre de trames dans un paquet est compris entre 2 et 4 inclusivement.

3. Procédé selon la revendication 1 ou 2 caractérisé en ce que le nombre de configurations est aux nombres de 4, 8 ou 16.

4. Procédé selon la revendication 3 caractérisé en ce qu'il consiste à limiter le choix des configurations à quatre, une première configuration où les filtres prédicteurs sont identiques une deuxième et une troisième configuration où seulement deux filtres prédicteurs sont identiques et une quatrième configuration où les trois filtres prédicteurs sont différents.

5. Procédé selon la revendication 4 caractérisé en ce qu'il consiste à calculer pour chaque configuration les coefficients de prédiction et l'énergie de l'erreur de prédiction pour ne retenir que les coefficients de prédiction dont l'erreur de prédiction est minimale.

6. Procédé selon la revendication 5 caractérisé en ce qu'il consiste pour le calcul des coefficients de prédiction à calculer dans chaque trame les coefficients d'autocorrélation R~,k du signal vocal échantillonné, et à appliquer l'algorithme de Leroux-Gueguen ou de Schur pour déterminer les coefficients de réflexion de chaque filtre prédicteur.

7. Procédé selon l'une quelconque des revendications 1 à 6 caractérisé en ce que les coefficients de réflexion Li,j des filtres sont au nombre de 10 et sont codés sur une longueur totale de 33 bits quelle que soit la configuration.

8. Procédé selon la revendication 7 caractérisé en ce que les coefficients de réflexion L, à L10 des filtres ont respectivement pour longueur:
(5, 5, 4, 4, 4, 3, 2, 2, 2, 2) bits suivant la première configuration (5, 4, 4, 3, 3, 2, 2, 2, 0, 0) bits et (3, 2, 2, 1, 0, 0, 0, 0, 0, 0) bits suivant les deuxième et troisième configurations (4, 4, 3, 3, 3, 2, 2, 0, 0) bits pour le codage de la trame intermédiaire (trame 2) suivant la quatrième configuration et (2, 2, 1, 1, ,0, 0, 0 ,0, 0, 0) bits pour les deux autres trames (trame 1) (trame 3) suivant la quatrième configuration.

9. Procédé selon la revendication 6 caractérisé en ce que les coefficients de réflexion des filtres sont déterminés par la relation L i,j,= K i,j/(1-K i,j2)-2

10. Dispositif pour la mise en oeuvre du procédé selon l'une quelconque des revendications 1 à 9.