EP0596785A1

EP0596785A1 - Procédé de discrimination de la parole en présence de bruits ambiants et vocodeur à faible débit pour la mise en oeuvre du procédé

Info

Publication number: EP0596785A1
Application number: EP93402670A
Authority: EP
Inventors: Pierre André Thomson-CSF SCPI Laurent
Original assignee: Thomson CSF SA
Current assignee: Thales SA
Priority date: 1992-11-06
Filing date: 1993-10-29
Publication date: 1994-05-11
Also published as: FR2697937A1

Abstract

Le procédé de discrimination de la parole en présence de bruits ambiants consiste pour analyser un signal Sn composé de la somme d'un nombre K déterminé d'excitations périodiques et d'une excitation apériodique, à calculer (1) I'autocorrélation globale rm du signal Sn, à calculer (2) les sommes partielles tm de l'autocorrélation à court terme apériodique, à calculer (1) I'autocorrélation globale rm du signal Sn, à calculer (2) les sommes partielles tm de l'autocorrélation à court terme sm corrélée avec l'autocorrélation globale rm, à initialiser (3) un compteur k et tant que le compteur k n'atteint pas la valeur maximale K correspondant au nombre maximal d'excitations périodiques (6), pour chaque incrémentation (4) du compteur k, aprés avoir corrigé (7) le calcul des sommes partielles tm, à calculer (5) les valeurs du pitch Mk, du gain βk et de la pente du gain αk de chaque excitation périodique, et à déterminer le niveau de l'excitation apériodique βO en fonction de l'autocorrélation globale rm en début d'analyse et de l'autocorrélation globale rm en fin d'analyse. Application : vocodeurs faible débit. <IMAGE>

Description

La présente invention concerne un procédé de discrimination de la parole en présence de bruits ambiants et un vocodeur à faible débit pour la mise en oeuvre du procédé.
La qualité des vocodeurs de type LPC10 (prédiction linéaire d'ordre 10) est souvent jugée insuffisante, notamment en termes d'agrément d'écoute, de fidélité au locuteur, et de résistance aux bruits ambiants notamment aux bruits ambiants structurés de nature périodique ou quasi-périodique.
Le principe même de ce type de vocodeur conduit à une fidélité limitée car il part de l'hypothèse que le signal à coder est exclusivement de la parole et, qui plus est, que cette parole peut être représentée sous une forme simple telle que du bruit filtré, ou une excitation périodique elle aussi filtrée.
Si le signal à coder ne répond pas à cette définition, par exemple un signal semi-périodique, ou un mélange de plusieurs signaux, la qualité de reproduction est médiocre.
Pour améliorer la qualité de reproduction de la parole, différentes méthodes connues, consistent à utiliser, par exemple, un vocodeur haut débit de 4800 bits/seconde et à réduire ce débit à 2400 bits/seconde. Aucune hypothèse n'est faite sur la nature du signal à coder, le but de ces méthodes consistant uniquement à reproduire le plus fidèlement possible la forme d'onde du signal d'entrée.
Parmi ces méthodes, on peut citer la méthode dite des ondelettes qui est une représentation du signal par une combinaison de formes d'onde bien localisées en temps et en fréquence, l'analyse harmonique qui est une représentation du signal par une combinaison de sinusoïdes harmoniques les unes des autres et, le CELP abréviation anglo-saxonne pour Code Excited Linear Prediction ou les formes d'ondes utilisées à l'entrée du filtre de synthèse sont pré-définies, et stockées dans un "dictionnaire".
L'expérience montre que, si l'on cherche à réduire par trop le débit des vocodeurs qui traitent la forme d'onde du signal, la qualité de reproduction s'en ressent beaucoup. Les dégradations de la qualité se traduisent, par exemple, par une certaine raucité de la parole synthétique, et/ou un bruit de fond de coloration variable au cours du temps, et /ou une grande difficulté à reproduire les sons bruités ou au contraire périodiques.
Le but de l'invention est de pallier les inconvénients précités.
A cet effet, l'invention a pour objet un procédé de discrimination de la parole en présence de bruits ambiants pour vocodeur à faible débit du type comportant une excitation périodique, une excitation apériodique et un filtre d'analyse d'ordre P, caractérisé en ce qu'il consiste pour analyser un signal S_n composé de la somme d'un nombre K déterminé d'excitations périodiques et d'une excitation apériodique, à calculer l'autocorrélation globale r_m du signal S_n, à calculer les sommes partielles t_m de l'autocorrélation à court terme s_m corrélée avec l'autocorrélation globale r_m, à initialiser un compteur k et tant que le compteur k n'atteint pas la valeur maximale K correspondant au nombre maximal d'excitations périodiques, pour chaque incrémentation du compteur k, après avoir corrigé le calcul des sommes partielles t_m, à calculer les valeurs du pitch M_k, du gain β_k et de la pente du gain α_k de chaque excitation périodique, et à déterminer le niveau de l'excitation apériodique β₀ en fonction de l'autocorrélation globale r_m en début d'analyse et de l'autocorrélation r_m en fin d'analyse.
Le procédé selon l'invention a pour principal avantage qu'il permet de reproduire une parole de meilleure qualité qu'avec un vocodeur standard à 2400 bits/seconde et de mieux résister aux bruits ambiants et notamment aux bruits ambiants structurés. Il a également pour avantage d'utiliser un algorithme de complexité raisonnable limitant ainsi la charge de calcul.
D'autres caractéristiques et avantages de l'invention apparaîtront dans la description qui suit faite en regard des dessins annexés qui représentent :

la figure 1, les différentes étapes d'un premier mode de réalisation du procédé selon l'invention mises sous la forme d'un organigramme ;
la figure 2, les diagrammes représentant l'évolution de l'autocorrélation ;
la figure 3, les différentes étapes d'un second mode de réalisation du procédé mises sous la forme d'un organigramme ;
la figure 4, un mode de réalisation d'un vocodeur pour la mise en oeuvre du procédé selon l'invention.

Le procédé selon l'invention repose sur le principe qu'il n'est pas utile de reproduire la forme d'onde du signal d'entrée et qu'il faut plutôt reproduire du mieux possible l'impression auditive qu'aurait produit le signal original, ce qui n'est pas obligatoirement la même chose: un vocodeur standard à 2400 bits/seconde pouvant restituer un signal de parole d'excellente qualité avec certains locuteurs et dans de bonnes conditions de prise de son, bien que la forme d'onde produite à la synthèse n'a que peu de choses à voir avec la forme d'onde originale.
Le débit alloué au filtre de prédiction n'étant pas suffisant pour représenter le signal avec une fidélité suffisante, il faut le modéliser. Pour cela, la parole synthétique est considérée donner une impression acoustique voisine de celle procurée par le signal de parole original. La parole synthétique ainsi considérée est constituée de la superposition de formes d'ondes particulièrement simples qui peuvent être définies avec un faible débit binaire. Pour définir ces formes d'ondes, le vocodeur standard à 2400 bits/seconde est supposé donner une qualité satisfaisante dans des cas simples, par exemple, dans des cas où le signal à coder peut être représenté comme la superposition d'un bruit de fond continu, et d'un ou plusieurs signaux périodiques ou quasi-périodiques ; la même hypothèse est faite dans les vocodeurs harmoniques.
D'autre part, dans le cas où apparaît un transitoire brutal tel qu'un bruit extérieur, la fidélité de reproduction du signal d'entrée n'est vraisemblablement pas indispensable. Le transitoire est alors considéré comme un son parasite et il est éliminé par des systèmes d'antiparasitage connus améliorant ainsi la qualité de restitution du signal d'entrée.
De plus, le débit accordé au filtre de prédiction d'un vocodeur standard peut être réduit suivant des techniques connues, utilisées dans les vocodeurs à 800 bits/seconde, permettant ainsi de libérer des bits alloués au filtre de prédiction trop richement décrit.
Les bits ainsi récupérés sont utilisés pour définir les K excitations périodiques ayant chacune une période ou "pitch" déterminée et un gain modulable dans le temps.
Un premier mode de réalisation du procédé selon l'invention consiste à déterminer le signal d'excitation représentatif de la parole extraite des bruits ambiants, en donnant la période du "pitch" et le niveau du signal à partir de la somme des K signaux périodiques et d'un signal apériodique.
Dans un vocodeur standard de 2400 bits/seconde, il est obligatoire de déterminer un seul pitch sans erreur et un indicateur de voisement également sans erreur. Avantageusement, selon l'invention, si le premier générateur périodique, matérialisant l'excitation, ne dispose pas du "vrai" pitch, c'est-à-dire du pitch du signal de parole à extraire, il reste encore K-1 générateurs pour le trouver. De même, comme il n'y a pas de décision de voisement mais plutôt une répartition des gains entre une source de bruit et K sources périodiques, il n'y a pas de risque d'erreur de voisement.
Le procédé selon l'invention ne s'intéresse pas à la forme d'onde vraie, ou à un résiduel, mais à sa composition en termes de périodes ou "pitch", niveaux relatifs, et proportion de bruit. La détermination de l'excitation se fait donc à partir d'un signal où les informations de phase n'apparaissent pas. Le procédé est basé sur un calcul d'autocorrélation dont le résultat donne une grandeur représentative de ce signal moyennant certaines précautions pour détecter les composantes périodiques et les variations de gain.
La figure 1 représente l'organigramme des étapes du procédé selon l'invention.
La première étape 1 calcule l'autocorrélation globale r_m du signal constitué de la somme des K + 1 signaux.
Si P représente l'ordre du filtre de prédiction à court terme, et M_max la valeur maximale de pitch considérée en nombre d'échantillons, l'autocorrélation globale r_m est calculée pour m = -P à m = M_max+P, suivant la formule :
Dans l'expression (1) S_n et S_n-m sont des amplitudes d'échantillons de signal et N(m) désigne un nombre d'échantillons multiple de m, le plus grand qui soit inférieur ou égal à une valeur N_max. Cette disposition permet d'améliorer la détection ultérieure des périodicités.
La valeur choisie pour le dénominateur permet de détecter la variation du niveau de signal, donc d'améliorer la fidélité. Par exemple, pour un niveau de signal multiplié par g sur une durée de m échantillons, le signal ayant une période m, on obtient r_m = g.r₀, r_2m = g².r₀, etc...
Les valeurs de l'autocorrélation globale r_m sont ensuite analysées en faisant comme première hypothèse simplificatrice que l'autocorrélation à court terme du signal est nulle pour un écart m supérieur à P en valeur absolue : ceci devient presque vrai si l'on utilise non pas le signal original mais plutôt le résiduel à la sortie d'un prédicteur auto-adaptatif d'ordre suffisant et ayant une constante de temps d'adaptation bien choisie.
Par exemple, il peut être avantageux de remplacer S_n par un résiduel S_n' donné par les équations suivantes :

avec A $\binom{n+1}{i}$
=A $\binom{n}{i}$
+ ε signe (S'_nS_n-i), i=1...Q
Dans une deuxième hypothèse, la valeur minimale M_min du pitch est choisie supérieure à 2P.
En tenant compte des deux hypothèses précédentes, l'autocorrélation globale r_m est ensuite recomposée à partir de la somme des excitations périodiques M₁, M₂,...,M_k et des valeurs de l'autocorrélation à court terme r_-p...,r_p dupliquées aux positions 0, M₁, 2_M1,...,0, M₂, 2_M2,...,0, M_k, 2M_k, ..., les répliques suivant l'évolution du niveau des composantes du signal.
La figure 2 représente, de haut en bas, l'évolution de l'autocorrélation r_m en fonction de m, pour m = -P à m = M_max+P. Sur cette figure, la contribution du bruit n'est pas représentée. Le premier diagramme représente l'autocorrélation à court terme, les deux diagrammes suivants, la contribution des signaux périodiques M₁ à M_K, et le dernier diagramme l'autocorrélation globale r_m obtenue à partir des valeurs de l'autocorrélation à court terme r_-p,...,r_p, convoluées avec K trains d'impulsions.
Afin de tenir compte de l'évolution du niveau du signal, le train d'impulsions relatif à la kème excitation périodique est défini par la formule suivante:
Le coefficient β_k représente un gain, le coefficient α_k une variation de gain, ou pente de gain qui doit être linéaire pour pouvoir poursuivre les calculs et INT(M_max/M_k) est une fonction qui ne retient que la partie entière du rapport M_max/M_k soit le rapport entre la valeur du pitch maximum et la valeur du pitch de la kème excitation périodique.
Compte tenu des deux hypothèses précédentes concernant les valeurs respectives de P, ordre de prédiction, et M_min, valeur minimale recherchée pour le pitch M_k, l'étape 2 sur la figure 1 consiste à calculer les sommes partielles t_m qui correspondent en fait au calcul de l'autocorrélation de l'autocorrélation globale r_m limitée à sa valeur à court terme. Le calcul est donné par la formule suivant :

et

s_-p...,s_p sont les valeurs de l'autocorrélation r_-p,..., r_p limitée à sa valeur à court terme.
Pour des raisons de complexité de calcul, un algorithme itératif de recherche sub-optimal pour trouver les K valeurs de M_k, α_k et β_k correspondant respectivement à la période du pitch, la pente du gain et le gain de la kème excitation est mis en oeuvre à l'étape 5. Il consiste à calculer les valeurs de M_k, α_k et β_k qui minimisent la quantité d suivante, par exemple, par une méthode des moindre carrés :

Les étapes 3 et 4 correspondent respectivement à l'initialisation d'un compteur k et à l'incrémentation de ce compteur k tant que la valeur du compteur k n'a pas atteinte la valeur K. Ce test est effectué par l'étape 6 du procédé selon l'invention.
En notant R le vecteur des autocorrélations r_m et Sl_k celui des autocorrélations à court terme s_m convoluées avec le kème train d'impulsions, avec un gain égal à 1, la quantité d, représentant la distance entre le vecteur R et le vecteur Sl_k affecté d'un gain β_k, est obtenue par la formule suivante : ${(6) d=|R-β}_{k} {Sl}_{k} |²$
${R={r}_{-P}, ... , R _{M_{max + P}}}$

avec ${Sl}_{k} ={si _{k,-P,...,Si _{{k,M}_{MAX+P}}}}$

et
La valeur de β_k qui minimise cette expression (6) est obtenue par la formule suivante : ${(7) β}_{k} = \frac{{R.Sl}_{k}}{{|Sl}_{k} |²}$
Dans ces conditions, la quantité d devient d_min telle que: ${d=d}_{min} =|R|²- \frac{{(R.Sl}_{k})²}{{|Sl}_{k} |²}$
En reprenant le calcul des sommes partielles donné par la relation (4), l'expression d_min donnée par la relation (8) devient alors :
Il ne reste plus qu'à minimiser cette expression en fonction de α_k, ce qui donne, tous calculs effectués, la valeur suivante pour α_k : ${(10) α}_{k} = \frac{S₀ T₁ - S₁ T₀}{S₂ T₀ - S₁ T₁}$

avec

et
La valeur de d_min ainsi obtenue est alors la suivante : ${(11) d}_{min} = |R|²- \frac{S₂T₀²-2S₁T₀T₁+S₀T₁²}{t₀(S₀S₂-S₁²)}$
La recherche d'une excitation donnée consiste à trouver la valeur M_k qui minimise cette quantité, sachant que R ne varie pas durant la recherche et que les quantités S₀, S₁ et S₂ sont facilement calculables pour une valeur de M_k donnée.
Une fois que la valeur de M_k a été déterminée, l'équation (10) donne la valeur de α_k, et la valeur de β_k est donnée par modification de l'équation (7): ${(12) β}_{k} = \frac{S₂T₀-S₁T₁}{t₀(S₀S₂-S₁²)}$
Lors de l'itération suivante, c'est-à-dire au passage de la valeur k à la valeur k + 1 du compteur k correspondant à l'étape 4 sur la figure 1, le vecteur R des autocorrélations r_m n'est que partiellement modélisé par le vecteur Sl_k multiplié par le gain β_k. Il convient donc de remplacer les autocorrélations r_m par leurs valeurs modifiées r'_m par soustraction des quantités β_k si_k,m suivant l'équation suivante :
Cependant, comme les valeurs de l'autocorrélation globale r_m n'interviennent pas directement dans le calcul de α_k et β_k, le procédé ne modifie que les sommes partielles t_m qui sont seules utilisées. Cette correction correspondant à l'étape 7 consiste à soustraire des sommes partielles t_m les valeurs de l'autocorrélation c_m des échantillons s_m de l'autocorrélation à court terme et à remplacer les sommes partielles t_m par leurs valeurs modifiées t_m' . Ceci est réalisé suivant la relation suivante :

avec
Les coefficients c_m ne sont calculés qu'une fois, puisque s_m ne change pas au cours des itérations.
Une fois les K excitations périodiques définies, le niveau de l'excitation apériodique à utiliser, se déduit de l'autocorrélation r_m. En effet, si le signal répondait exactement à un modèle à K excitations périodiques, la valeur de l'autocorrélation r_m ou des sommes t_m serait nulle après la dernière correction suivant les équations (13) et (14). En pratique, le niveau β₀ de bruit à générer peut être représenté, compte tenu des approximations faites, par une fonction non décroissante du rapport entre les valeurs des coefficients r_m après définition de la Kème excitation, et leurs valeurs initiales. Cette fonction peut être par exemple une relation empirique du type :

avec γ = 1 ou 2
Bien entendu, le procédé décrit ci-dessus peut être amélioré sur divers points qui sont abordés brièvement ci-après. Un nouvel organigramme des étapes d'un deuxième mode de réalisation du procédé selon l'invention est représenté sur la figure 3. Sur cette figure les étapes homologues à celles de la figure 1 sont désignées par les mêmes repères.
L'étape 8 du procédé consiste en un prétraitement du signal d'entrée. Ce prétraitement transforme, par exemple, le signal d'entrée S_m brut en un signal dont l'autocorrélation se rapproche d'une impulsion de dirac, donc d'un signal dont le spectre est aplati, par exemple, par un filtre prédicteur auto-adaptatif. Ce prétraitement réalise ainsi un blanchissement du spectre avant analyse.
D'autres prétraitements, tels que par exemple, l'élimination de la composante continue et des très basses fréquences du signal d'entrée, un contrôle automatique de gain, et une pré-accentuation, sont également possibles.
A partir du signal ainsi traité par l'étape 8, le calcul de l'autocorrélation globale r_m est effectué selon l'étape 1 décrite précédemment. Une deuxième étape 9 supplémentaire consiste à pondérer l'autocorrélation venant d'être calculée par une fenêtre de pondération simple pouvant être représenté par exemple par une enveloppe non croissante en fonction du temps et dont la largeur est choisie plus large que l'intervalle maximal d'analyse. Le but de cette fenêtre de pondération vise plus à stabiliser le signal plutôt qu'à le mettre en forme en évitant des discontinuités dans la suite des calculs dues au nombre variable de répliques de l'autocorrélation à court terme que peuvent comporter les vecteurs Sl_k. Par exemple, si M_max = 160, il y aura trois répliques pour un pitch de 80 et seulement deux répliques pour un pitch de 81. Cette étape fait donc apparaître progressivement les répliques de l'autocorrélation dont les amplitudes suivent une fonction décroissante.
Les étapes 2, 3 et 4 se retrouvent à l'identique de la figure 1, et l'étape 5 est pratiquement identique moyennant une limitation sur les valeurs de β_k et α_k :
En effet, dans le cas d'un signal complètement non voisé, par exemple un signal de parole sans voyelle, le procédé selon l'invention est capable de déterminer les K pitchs recherchés. La seule différence avec un son partiellement ou totalement voisé réside dans la valeur des coefficients β et α . Pour éviter cette situation, le calcul selon l'étape 5 ne retient que les excitations périodiques pour lesquelles les coefficients β et α sont compris dans des plages de valeurs restreintes : par exemple, des valeurs positives inférieures à 1 pour β ≧ 0,3 et β ≦ 1, et des valeurs proches de 1 pour α,|α| = 0,2. La limitation des valeurs de α permet également d'éviter des impulsions de diracs négatives représentatives de l'autocorrélation. Le coefficient α peut répondre par exemple à la relation suivante : $(16) |α| ≦ \frac{1}{{INT (M}_{max} {/M}_{k})}$
L'étape 10 du procédé, consiste en un test supplémentaire sur la valeur du compteur k à l'issue du calcul des coefficients M_k, α_k et β_k effectué par l'étape 5 du procédé.
Ce test prend en compte l'éventualité que la première excitation analysée, k<2, par le procédé soit le signal de parole recherché. Dans ce cas, l'étape 10 est rebouclée sur l'incrémentation du compteur k représentée par l'étape 4.
Dans l'autre cas, k≧2, l'étape 11 du procédé recalcule les coefficients calculés par l'étape 5: l'algorithme utilisé par le procédé selon l'invention est sub-optimal, c'est-à-dire qu'il recherche les K excitations périodiques les unes après les autres, alors qu'en toute rigueur il devrait les rechercher toutes à la fois. De plus, les vecteurs Sl_k ne sont pas orthogonaux, ils partagent tous les autocorrélations r_-p à r_p créant des interférences entre les diverses autocorrélations. Afin d'optimiser l'algorithme, l'étape 11 recalcule les coefficients α₁, α₂,..., α_k-1 et β₁, β₂,...,β_k-1 en plus de α_k et β_k à la kème itération, en conservant les valeurs de pitchs M_k précédemment calculés; ce qui revient à une résolution d'un système de K équations linéaires.
Les étapes 6 et 7 suivantes correspondent respectivement à celles du procédé de la figure 1.
Une dernière correction est apportée au premier mode de réalisation du procédé selon l'invention par une étape 12 qui, compte tenu de la sub-optimalité de l'algorithme, consiste à corriger les valeurs de pitch M_k :
En effet, il est possible de trouver à la kème itération un pitch M_k de valeur identique à celle de l'un des pitchs déjà calculé. Pour améliorer l'algorithme, l'étape 12 optimise le calcul au-delà du nombre K effectif d'excitations recherché et choisit et/ou regroupe parmi les K'(K'< K) excitations celles qui donnent le meilleur résultat acoustique. Par exemple, deux excitations dont les valeurs de M sont trop voisines pour être discernées sont regroupées en une seule excitation. La détermination du niveau de l'excitation apériodique reste quant à elle identique dans les deux modes de réalisation du procédé selon l'invention. Une fois les différentes excitations déterminées par le procédé selon l'invention, l'analyse se poursuit par une quantification selon des procédés connus.
Un mode de réalisation d'un vocodeur permettant la mise en oeuvre du procédé selon l'invention est représenté à la figure 4. Ce dispositif comporte un générateur de bruit 13 délivrant une forme d'onde aléatoire, ou excitation apériodique, K générateurs 14₁ à 14_k délivrant chacun un train d'ondes périodiques où chaque période du fondamental, "pitch", est notée respectivement M₁ à M_k. L'excitation apériodique correspond aux sons non voisés comme la plupart des consonnes et les K trains d'ondes périodiques correspondent à des sons voisés comme les voyelles. L'excitation apériodique et les K excitations apériodiques ainsi définies sont affectées respectivement d'un gain G₀ à G_k modulable dans le temps représenté respectivement par les cercles 15₀ à 15_k. Les K + 1 excitations sont ensuite injectées simultanément à l'entrée d'un sommateur 16. En sortie du sommateur 16, on obtient les k + 1 excitations superposées qui sont injectées sur une première entrée d'opérande d'un opérateur de multiplication 17. La deuxième entrée d'opérande permet d'ajuster le niveau global des k + 1 excitations. Après avoir défini le niveau global et la répartition des gains des diverses excitations, tout en respectant la relation suivante G₀ + G₁ + ... + G_k = 1, le signal de sortie de l'opérateur 17 est injecté en entrée d'un filtre d'analyse 18, par exemple, un filtre de prédiction d'ordre P qui en utilisant le procédé d'analyse selon l'invention délivre en sortie un signal de parole synthétique débarrassé des bruits ambiants .
Un procédé de quantification utilisable avec un tel vocodeur est donné à titre d'exemple :
De façon usuelle, le niveau global de l'énergie de la trame est quantifié semi-logarithmiquement sur 5 bits.
En supposant l'existence de K = 3 générateurs d'excitation périodique, et en admettant une quantification non linéaire du pitch sur 6 bits, avec M_min = 20 et M_max = 160, il faut 18 bits pour définir les trois pitchs, M₁, M₂ et M₃.
Enfin, pour s'affranchir des erreurs de transmission affectant le pitch, et ne pas avoir à transmettre le gain β₀ du générateur de bruit, on propose plutôt de transmettre les valeurs des niveaux initiaux β_i,init(i = 1...K) des générateurs périodiques de leurs niveaux finaux β_i,fin(i = 1...K) ces niveaux finaux étant atteints sur la durée N d'une trame, et étant définis par l'expression suivante :
A raison de 2 bits par coefficient, ceci représente un total de 3(2+2) = 12 bits, sachant par ailleurs que β₀ est le complément à 1 de la somme des β_i.
Le nombre de bits alloués à l'excitation est donc de 5 + 18 + 12 = 35.
En utilisant pour la quantification du filtre de prédiction un procédé similaire à celui mis en oeuvre pour un vocodeur à 1200 bits/seconde, où le débit est d'environ 25 bits par filtre pour une qualité équivalente à celle du 2400 bits/seconde, le débit obtenu est de 2400 bits/seconde au plus pour des trames de 25 ms au moins.

Claims

Procédé de discrimination de la parole en présence de bruits ambiants pour vocodeur à faible débit du type comportant une excitation périodique, une excitation apériodique et un filtre d'analyse d'ordre P, caractérisé en ce qu'il consiste pour analyser un signal S_n composé de la somme d'un nombre K déterminé d'excitations périodiques et d'une excitation apériodique, à calculer (1) l'autocorrélation globale r_m du signal S_n, à calculer (2) les sommes partielles t_m de l'autocorrélation à court terme s_m corrélée avec l'autocorrélation globale r_m, à initialiser (3) un compteur k et tant que le compteur k n'atteint pas la valeur maximale K correspondant au nombre maximal d'excitations périodiques (6), pour chaque incrémentation (4) du compteur k, après avoir corrigé (7) le calcul des sommes partielles t_m, à calculer (5) les valeurs du pitch M_k, du gain β_k et de la pente du gain α_k de chaque excitation périodique, et à déterminer le niveau de l'excitation apériodique β₀ en fonction de l'autocorrélation globale r_m en début d'analyse et de l'autocorrélation r_m en fin d'analyse.
Procédé selon la revendication 1, caractérisé en ce que l'autocorrélation globale rm est bornée entre une valeur minimale m = - P, où P correspond à l'ordre de prédiction à court terme du filtre d'analyse, et une valeur maximale m = M_max + P, où M_max correspond à la valeur maximale du pitch M_k considéré.
Procédé selon l'une quelconque des revendications 1 et 2, caractérisé en ce que les valeurs M_k, β_k et α_k sont déterminées en minimisant par une méthode des moindre carré la distance d définie comme étant la distance entre le vecteur R de l'autocorrélation globale r_m et le vecteur Sl_k de l'autocorrélation à court terme s_m convolué avec la kème excitation périodique, multiplié par le gain β_k.
Procédé selon l'une quelconque des revendications 1 à 3, caractérisé en ce que les sommes partielles t_m sont modifiées en soustrayant des sommes partielles t_m, les valeurs de l'autocorrélation d'échantillons s_m de l'autocorrélation à court terme et en remplaçant les anciennes sommes partielles t_m par les nouvelles sommes t_m' résultant de la soustraction.
Procédé selon l'une quelconque des revendications 1 à 4, caractérisé en ce qu'il consiste en outre à prétraiter (8) le signal d'entrée S_n pour affiner le calcul (1) de l'autocorrélation globale r_m, à pondérer (9) l'autocorrélation globale r_m par une fenêtre de pondération limitant le nombre de répliques de l'autocorrélation, à tester (10) après le calcul (5) des valeurs de M_k, β_k et α_k, si la valeur du compteur k est strictement inférieure à deux, alors à incrémenter (4) le compteur k, sinon à recalculer (10) les valeurs α_i et β_i respectivement à α_k et β_k en conservant les valeurs de M_k précédemment calculées, de i égal à un, à i égal à la valeur du compteur k, et tant que la valeur du compteur k n'a pas atteint la valeur maximale K, à incrémenter (4) le compteur k, et quand la valeur maximale K est atteinte, à regrouper en une seule excitation, deux excitations dont les valeurs M_k sont trop voisines pour être discernables.
Procédé selon la revendication 5, caractérisé en ce que le prétraitement (8) du signal d'entrée S_n est une prédiction auto-adaptative permettant un blanchissement du spectre du signal d'entrée S_n.
Procédé selon la revendication 6, caractérisé en ce que la fenêtre de pondération de l'autocorrélation globale r_m est une fonction non croissante du temps dont la largeur est choisi supérieure à l'intervalle maximal d'analyse.
Vocodeur pour la mise en oeuvre du procédé selon l'une quelconque des revendications 1 à 7, caractérisé en ce qu'il comporte un générateur de bruit (13) délivrant une excitation apériodique, K générateurs (14₁ à 14_k) délivrant K excitations périodiques, les K + 1 excitations étant affectées respectivement d'un gain (G₀ à G_k) modulable dans le temps et tel que la somme des gains (G₀ à G_k) est égale à un, un circuit sommateur (16) recevant les K + 1 excitations dont la sortie est couplée à une première entrée d'opérande d'un opérateur de multiplication (17), la deuxième entrée d'opérande permettant d'ajuster le niveau global des K + 1 excitations, et un filtre d'analyse (18) assurant l'analyse des k + 1 excitations pour en déduire le signal synthétique représentatif de la parole en présence de bruits ambiants.
Vocodeur selon la revendication 8, caractérisé en ce que le filtre d'analyse (18) est un filtre de prédiction linéaire d'ordre P = 10.