EP2304721B1

EP2304721B1 - Synthese spatiale de signaux audio multicanaux

Info

Publication number: EP2304721B1
Application number: EP09794018A
Authority: EP
Inventors: Florent Jaillet; David Virette
Original assignee: France Telecom SA
Current assignee: Orange SA
Priority date: 2008-06-26
Filing date: 2009-06-16
Publication date: 2012-05-09
Anticipated expiration: 2029-06-16
Also published as: CN102077276B; US8583424B2; ATE557386T1; EP2304721A1; JP5366104B2; CN102077276A; JP2011525999A; US20110106543A1; WO2010004155A1; ES2387867T3

Description

La présente invention se rapporte au domaine du codage/décodage de signaux audio numériques multicanaux.
Plus particulièrement, la présente invention se rapporte au codage/décodage paramétrique de signaux audio multicanaux.
Ce type de codage/décodage se base sur l'extraction de paramètres de spatialisation pour qu'au décodage, la perception spatiale de l'auditeur puisse être reconstituée.
Une telle technique de codage est connu sous le nom de "Binaural Cue Coding" en anglais (BCC) qui vise d'une part à extraire puis à coder les indices de spatialisation auditive et d'autre part à coder un signal monophonique ou stéréophonique issu d'un matriçage du signal multi-canal original.
Cette approche paramétrique est un codage à bas débit. Le principal intérêt de cette approche de codage est de permettre un taux de compression meilleur que les méthodes classiques de compression de signaux audionumériques multicanaux tout en assurant la rétrocompatibilité du format compressé obtenu avec les formats de codage et les systèmes de diffusions déjà existants.
Ainsi, l'invention porte plus particulièrement sur le décodage spatial d'une scène sonore 3 D à partir d'un nombre réduit de canaux transmis.
La norme MPEG Surround décrite dans le document de la norme MPEG ISO/IEC 23003-1:2007 et dans le document de "Breebaart, J. and Hotho, G. and Koppens, J. and Schuijers, E. and Oomen, W. and van de Par, S.," intitulé "Background, concept, and architecture for the recent MPEG surround standard on multichannel audio compression" dans Journal of the Audio Engineering Society 55-5 (2007) 331-351, décrit une structure spécifique de codage/décodage du signal audio multi-canal.
La figure 1 décrit un tel système de codage/décodage dans lequel l'encodeur 100 construit un signal somme ("downmix" en anglais) S_s par matriçage en 110 des canaux du signal multi-canal original S et fournit via un module d'extraction de paramètres 120, un ensemble réduit de paramètres P qui caractérisent le contenu spatial du signal multi-canal original.
Au décodeur 150, le signal multicanal est reconstruit (S') par un module de synthèse 160 qui prend en compte à la fois le signal somme et les paramètres P transmis.
Le signal somme comporte un nombre réduit de canaux. Ces canaux peuvent être codés par un codeur audio classique avant transmission ou stockage. Typiquement, le signal somme comporte deux canaux et est compatible avec une diffusion stéréo classique. Avant transmission ou stockage, ce signal somme peut ainsi être codé par n'importe quel codeur stéréo classique. Le signal ainsi codé est alors compatible avec les dispositifs comportant le décodeur correspondant qui reconstruisent le signal somme en ignorant les données spatiales.
La norme MPEG Surround a retenu une structure spécifique pour la représentation des données spatiales : le codeur s'appuie sur une structure arborescente de codage construite à partir d'un nombre réduit de blocs élémentaires de codage permettant chacun d'extraire des paramètres spatiaux sur un nombre réduit de canaux. Il existe deux types de bloc élémentaires de codage :

les blocs TTO (pour "Two To One" en anglais) qui permettent d'extraire les paramètres spatiaux entre deux canaux et de construire un signal somme monophonique à partir de ces deux canaux,
les blocs TTT (pour "Three To Two" en anglais) qui permettent d'extraire les paramètres spatiaux entre trois canaux et de construire un signal somme contenant deux canaux à partir de ces trois canaux.

La figure 2 illustre un premier exemple d'une structure de codage ou arbre de codage utilisant des blocs TTO (TTO₀, TTO₁, TTO₂, TTO₃ et TTO₄) pour obtenir un signal monophonique S à partir d'un signal multi-canal 5.1 comportant 6 canaux (L, R, C, LFE, Ls et Rs).
La figure 3 illustre un deuxième exemple de structure de codage utilisant à la fois des blocs TTO et des blocs TTT pour obtenir un signal stéréophonique Sl et Sr à partir du signal 5.1.
Le décodage des signaux monophoniques ou stéréophoniques ainsi reçus s'effectue en utilisant un arbre de décodage symétrique à ceux représentés aux figures 2 et 3.
Ainsi, pour le décodage d'un signal encodé selon l'arbre de la figure 2, le décodage peut être vu comme une succession d'étape de reconstruction.
Dans ce cas la première étape de décodage consiste à reconstruire les signaux correspondant aux signaux d'entrée du bloc TTO₀ à partir du signal somme S et des paramètres spatiaux extraits par le bloc TTO₀, l'étape suivante consiste alors à reconstruire les signaux correspondant aux signaux d'entrée du bloc TTO₁ à partir du signal reconstruit à l'étape précédente et des paramètres spatiaux extraits par le bloc TTO₁, le décodage se poursuit ensuite de manière similaire jusqu'à la reconstruction de l'ensemble des canaux du signal multi-canal codé. En pratique, le décodeur construit une matrice permettant de passer directement du signal somme monophonique aux 6 canaux reconstruits par combinaison des matrices de taille inférieure des différents blocs TTO et TTT.
La technique retenue dans la norme MPEG Surround pour le décodage des blocs TTO impose cependant une limitation très pénalisante pour le codage de signaux multicanaux comportant des canaux en opposition de phase.
Cette technique de décodage est plus précisément décrite dans la demande de brevet intitulée "signal synthesizing" publiée sous le numéro WO 03/090206 A1 le 30 octobre 2003 (Applicant : Koninklijke Philips Electronics N.V., Inventor : Dirk J. Breebaart).
Cette technique consiste, comme représenté en référence à la figure 4, à effectuer une étape de décorrélation en 410 par filtrage du signal somme s pour obtenir un signal décorrélé d. Le signal somme et le signal décorrélé ainsi obtenu sont ensuite traités par un module de synthèse 420 via une matrice de synthèse M, en fonction des paramètres spatiaux R et I pour créer les deux signaux l et r respectant les paramètres spatiaux spécifiés. Les paramètres R et I sont ici respectivement le rapport d'énergie entre les canaux du signal multi-canal et un indice de corrélation intercanal des canaux du signal multi-canal.
Le matriçage des signaux s et d se fait suivant les relations suivantes : $[\begin{matrix} l \\ r \end{matrix}] = [\begin{array}{l} λ_{1} \cos (α + β) & λ_{1} \sin (α + β) \\ λ_{2} \cos (- α + β) & λ_{2} \sin (- α + β) \end{array}] [\begin{matrix} s \\ d \end{matrix}]$
avec $λ_{1} = \sqrt{\frac{R}{1 + R}},$
$λ_{2} = \sqrt{\frac{1}{1 + R}},$
$α = \frac{1}{2} \arccos (I)$
et $β = \arctan (\frac{λ_{2} - λ_{1}}{λ_{2} + λ_{1}} \tan (α)) .$
Or ce matriçage présente la limitation mentionnée ci-dessus et qui rend cette méthode inadaptée au codage des signaux audio multicanaux présentant des corrélations intercanal négatives.
En particulier, une telle technique n'est pas adaptée pour le décodage des signaux ambiophoniques qui comportent des oppositions de phase entre canaux.
En effet, lorsque la corrélation intercanal I est négative, et en particulier lorsqu'elle est proche de -1, la proportion de signal décorrélé utilisée pour synthétiser les signaux l et r devient très importante, dépassant dans certains cas de figure nettement la quantité de signal somme s utilisée. Dans le cas le plus problématique, on peut constater que pour une différence intercanal de niveau de 0dB, c'est à dire pour R=1, lorsque la corrélation intercanal I tend vers -1, la matrice de mixage tend vers la matrice suivante : $[\begin{matrix} 0 & \frac{\sqrt{2}}{2} \\ 0 & - \frac{\sqrt{2}}{2} \end{matrix}] .$
Cette matrice correspond à des signaux reconstruits $l = \frac{\sqrt{2}}{2} d$
et $r = - \frac{\sqrt{2}}{2} d$
qui ne font pas intervenir le signal somme dans leur expression, mais utilisent uniquement le signal décorrélé. Ainsi, la forme d'onde du signal reconstruit n'est pas contrôlée puisqu'elle dépend totalement de la décorrélation subie par le signal s.
Le problème de reconstruction illustré dans l'exemple précédent dans un cas extrême se présente également pour d'autres valeurs de R et I, et est d'autant plus marqué que I est proche de -1. Ainsi, la forme d'onde des canaux reconstruits n'est dans ces cas pas aussi proche qu'elle pourrait l'être des signaux originaux, ce qui limite inutilement la qualité des signaux reconstruits.
L'effet de cette limitation est encore plus marqué lorsque le signal présente plusieurs canaux ayant des corrélations intercanal proches de -1. Dans ce cas, plus de deux canaux ont des formes d'onde proches, mais certains d'entre eux sont en opposition de phase.
Lors de la restitution du signal multi-canal original, les signaux de ces différents canaux qui ont des formes d'ondes proches vont interagir dans la zone de restitution en créant des interférences constructives et destructives qui vont permettre de reconstruire le champ sonore souhaité.
Après décodage, la forme d'onde des canaux sera fortement déformée en raison du problème évoqué précédemment.
De plus comme chaque décodeur de bloc TTO intervenant dans l'arbre de décodage, utilise un filtre de décorrélation différent, la déformation de la forme d'onde ne sera pas la même pour les différents canaux.
Les canaux reconstruits n'ont alors plus, comme dans le signal original, des formes d'onde proches et les interférences qui permettaient la reconstruction du champ sonore lors de la restitution, ne se font alors plus comme dans le signal original. Ceci aboutit d'une part à une mauvaise reconstruction spatiale de la scène sonore, et d'autre part à la création d'artefacts audibles, les différences de forme d'onde entraînant la création de composantes bruitées perceptibles.
La présente invention vient améliorer la situation.
A cet effet, la présente invention propose un procédé de synthèse spatiale d'un signal somme pour obtenir au moins deux signaux de sortie, le signal somme ainsi que des paramètres de spatialisation étant issus d'un codage paramétrique par matriçage d'un signal multi-canal original. Le procédé comporte les étapes de:

décorrélation du signal somme pour obtenir un signal décorrélé;
application d'une matrice de synthèse dont les coefficients dépendent des paramètres de spatialisation, au signal décorrélé et au signal somme pour obtenir lesdits signaux de sortie,

Ainsi, la prise en compte de la quantité de signal décorrélé dans chacun des signaux et donc dans l'étape de synthèse du signal, permet de s'affranchir du cas de figure mentionné précédemment où seul le signal décorrélé intervient dans le matriçage de synthèse. Le procédé selon l'invention permet ainsi de traiter les cas où un paramètre de spatialisation situé dans une plage de valeur prédéterminée entraine une telle situation.
La minimisation une telle fonction quantitative permet de définir des coefficients de la matrice de synthèse qui permettent d'assurer un bon respect de la forme d'onde du signal d'entrée dans les signaux de sortie.
Plus particulièrement et de façon simple, une telle fonction quantitative peut-être une fonction d'énergie du signal décorrélé.
Cette fonction respecte bien les caractéristiques mentionnée précédemment.
D'une façon plus générale, la fonction quantitative est du type: $q (x, y) = {({|x|}^{p} + {|y|}^{p})}^{\frac{1}{p}}$
avec p entier supérieur ou égal à 1.
Dans un mode particulier de réalisation, les paramètres de spatialisation sont un paramètre (R) de rapport d'énergie entre les canaux du signal multi-canal et un paramètre (I) de corrélation intercanal du signal multi-canal, une plage de valeur étant la plage dans laquelle le paramètre de corrélation intcrcanal est négatif.
Ainsi, l'invention s'applique plus particulièrement pour les signaux multi-canaux présentant des corrélations intercanal négatives.
Elle peut donc être mise en oeuvre uniquement pour les valeurs du paramètre de corrélation intercanal négative ou pour toute valeur de ce paramètre.
Dans un autre mode de réalisation, une fonction quantitative différente est choisie par plage de valeur des paramètres de spatialisation.
Il est alors possible de moduler l'importance relative que l'on veut donner aux différentes matrices de synthèse. Il est ainsi possible de donner un poids important à une matrice telle que définie dans l'état de l'art, pour une plage particulière de paramètres et inversement de donner un poids important à la matrice de synthèse au sens de l'invention pour une autre plage de paramètre. Ainsi, on peut conserver une compatibilité avec les systèmes existants dans une certaine plage de fonctionnement et améliorer la qualité du système dans une plage particulière. De plus, la possibilité d'utiliser plusieurs matrices de synthèse obtenues selon différents critères permet d'optimiser la qualité globale du système pour toute la plage de fonctionnement.
L'invention se rapporte également à un dispositif de synthèse spatiale d'un signal somme générant au moins deux signaux de sortie, le signal somme ainsi que des paramètres de spatialisation étant issus d'un dispositif de codage paramétrique mettant en oeuvre un matriçage d'un signal multi-canal original. Le dispositif comportant:

des moyens de décorrélation (510) du signal somme pour obtenir un signal décorrélé;
des moyens d'application (520) d'une matrice de synthèse (M Minq) dont les coefficients dépendent des paramètres de spatialisation, au signal décorrélé et au signal somme pour obtenir lesdits signaux de sortie,

Elle se rapporte à un décodeur comportant un dispositif de synthèse tel que décrit ci-dessus.
L'invention vise aussi un équipement multimédia comportant un décodeur tel que décrit ci-dessus.
De façon non limitative, un tel équipement peut-être par exemple un téléphone mobile, un agenda électronique ou lecteur de contenu numérique, un ordinateur, un décodeur de salon ("set-top box").
Enfin, l'invention vise un programme informatique comportant des instructions de code pour la mise en oeuvre des étapes du procédé tel que décrit ci-dessus, lorsque ces instructions sont exécutées par un processeur.
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 système de codage/décodage paramétrique classique de l'état de l'art tel que décrit précédemment;
les figures 2 et 3 illustrent des exemples d'arbres de codage tels que décrits précédemment, selon la norme MPEG Surround dans le cas d'un signal multi-canal de type 5.1;
la figure 4 illustre un système de décodage de l'état de l'art d'un bloc TTO tel que décrit précédemment;
la figure 5 illustre un dispositif de synthèse selon l'invention pour le décodage d'un bloc TTO;
la figure 6 illustre un dispositif de synthèse pour le décodage d'un bloc TTO selon un mode particulier de réalisation;
la figure 7 illustre un décodeur selon l'invention dans le cas de signaux multicanaux de type 5.1; et
la figure 8 illustre un exemple d'équipement multimédia comportant au moins un dispositif de synthèse selon l'invention.

La figure 5 illustre un mode de réalisation de l'invention. Elle illustre un dispositif de synthèse pour le décodage d'un bloc TTO (TTO^-1). Ce dispositif comprend un module de décorrélation 510, apte à effectuer une étape de décorrélation du signal reçu s qui est un signal somme obtenu au codage par un matriçage de signaux multicanaux.
Cette étape de décorrélation est par exemple celle décrite dans la norme MPEG Surround citée précédemment.
Ce signal décorrélé d et le signal somme s sont pris en compte dans un module de synthèse 520 utilisant une matrice M Minq dont les coefficients dépendent de paramètres de spatialisation R et I reçus et produisant des signaux de sortie l et r.
Plus précisément, les signaux l et r sont générés par le matriçage suivant: $[\begin{matrix} l \\ r \end{matrix}] = [\begin{matrix} h_{11} & h_{12} \\ h_{21} & h_{22} \end{matrix}] [\begin{matrix} s \\ d \end{matrix}]$
en respectant les conditions suivantes :

l'énergie totale est conservée, c'est-à-dire: ${h_{11}}^{2} + {h_{12}}^{2} + {h_{21}}^{2} + {h_{22}}^{2} = 1$
le rapport d'énergie entre l et r vaut R, c'est-à-dire: ${h_{11}}^{2} + {h_{12}}^{2} = R ({h_{21}}^{2} + {h_{22}}^{2})$
l'intercorrélation normalisée entre l et r vaut I, c'est-à-dire: $\frac{h_{11} h_{21} + h_{12} h_{22}}{\sqrt{({h_{11}}^{2} + {h_{12}}^{2}) ({h_{21}}^{2} + {h_{22}}^{2})}} = I$

En utilisant les deux premières conditions, on a ${h_{11}}^{2} + {h_{12}}^{2} = \frac{R}{R + 1} et {h_{21}}^{2} + {h_{22}}^{2} = \frac{1}{R + 1}$
Les solutions peuvent donc s'écrire sous la forme : $h_{11} = \sqrt{\frac{R}{R + 1}} \cos (a), h_{12} = \sqrt{\frac{R}{R + 1}} \sin (a), h_{21} = \sqrt{\frac{1}{R + 1}} \cos (b), h_{22} = \sqrt{\frac{1}{R + 1}} \sin (b)$
La troisième condition, s'écrit alors : $\cos (a) \cos (b) + \sin (a) \sin (b) = I$
c'est-à-dire cos(a-b) = I.
On voit donc que les matrices solutions du problème sont l'ensemble des matrices paramétrées par β ∈ [0, 2π) de la forme : $[\begin{matrix} h_{11} & h_{12} \\ h_{21} & h_{22} \end{matrix}] = [\begin{matrix} \sqrt{\frac{R}{R + 1}} & 0 \\ 0 & \sqrt{\frac{1}{R + 1}} \end{matrix}] [\begin{matrix} \cos (β + α) & \sin (β + α) \\ \cos (β - α) & \sin (β - α) \end{matrix}]$
avec $α = \pm \frac{\arccos (I)}{2} .$
Ainsi, deux valeurs de a sont possibles. La valeur de β est fonction de R et I et est choisi selon un mode de réalisation de l'invention de manière à limiter la quantité du signal décorrélé d introduite dans les signaux reconstruits quelque soit les valeurs de corrélation I, y compris pour des valeurs négatives.
Ainsi, le choix de la valeur β peut être formalisé en introduisant une fonction quantitative q relative à la quantité de signal décorrélé pris en compte dans le matriçage pour la reconstruction des signaux.
D'une façon générale, la fonction quantitative q est telle que l'augmentation en valeur absolue des coefficients de la matrice de synthèse appliqués au signal décorrélé, fait augmenter la valeur de la fonction q appliquée à ces mêmes coefficients.
Ainsi, cette fonction quantitative q est telle qu'elle vérifie les conditions suivantes :

pour tous réels x, x', y si |x'| ≥ |x| alors q (x', y) ≥ q(x, y)
et symétriquement pour tous réels x, y, y' si |y'|≥|y| alors q(x, y') ≥ q(x, y).

Pour I et R fixés, la valeur de β est alors choisie par minimisation de la fonction : $f (β) = q (h_{12}, h_{22}) = q (\sqrt{\frac{R}{R + 1}} \sin (β + α), \sqrt{\frac{1}{R + 1}} \sin (β - α))$
De nombreuses fonctions quantitative respectant les conditions décrites ci-dessus peuvent être choisies et permettront d'effectuer un choix satisfaisants de β.
Ainsi, la fonction q peut-être par exemple de type: $q (x, y) = {({|x|}^{p} + {|y|}^{p})}^{\frac{1}{p}}$

avec p un entier supérieur ou égal à 1.
Dans un mode particulier de réalisation, la fonction quantitative q est une fonction d'énergie du signal décorrélé.
La fonction q est donc telle que: $q (x, y) = x^{2} + y^{2}$
Ainsi, les valeurs de β garantissant une reconstruction satisfaisante selon le mode de réalisation de l'invention décrit ici sont choisies de façon à minimiser l'énergie totale du signal décorrélé d dans les signaux reconstruits.
On cherche alors β minimisant : ${h_{12}}^{2} + {h_{22}}^{2} = \frac{R}{R + 1} \sin^{2} (β + α) + \frac{1}{R + 1} \sin^{2} (β - α)$
c'est-à-dire ${h_{12}}^{2} + {h_{22}}^{2} = \frac{1}{2} (\frac{R}{R + 1} (1 - \cos (2 β + 2 α)) + \frac{1}{R + 1} (1 - \cos (2 β - 2 α)))$
ce qui revient à maximiser : $g (β) = \frac{R}{R + 1} \cos (2 β + 2 α) + \frac{1}{R + 1} \cos (2 β - 2 α)$
La dérivée de g est : $gʹ (β) = - 2 (\frac{R}{R + 1} \sin (2 β + 2 α) + \frac{1}{R + 1} \sin (2 β - 2 α))$
$gʹ (β) = - 2 (\frac{R - 1}{R + 1} \sin (2 α) \cos (2 β) + \frac{R + 1}{R + 1} \cos (2 α) \sin (2 β))$
Elle s'annule lorsque: $\tan (2 β) = \frac{1 - R}{R + 1} \tan (2 α)$
La valeur de β retenue est donc choisie parmi les valeurs vérifiant $β = \frac{1}{2} \arctan (\frac{1 - R}{R + 1} \tan (2 α)) \mod (\frac{π}{2})$
et correspondant bien à une valeur de maximum de g.
Ainsi, la figure 5 représente un dispositif de synthèse pour le décodage d'un bloc TTO, appelé ici TTO^-1 comportant un module de décorrélation 510 du signal somme, un module de synthèse 520 apte à appliquer une matrice de synthèse au signal décorrélé et au signal somme. Les coefficients de cette matrice de synthèse sont déterminés selon un critère de minimisation d'une fonction quantitative q relative à la quantité de signal décorrélé tel que décrit ci-dessus.
La figure 5, illustre également les étapes du procédé de synthèse spatiale selon l'invention dans lequel à partir d'un signal somme s, on obtient au moins deux signaux de sortie 1 et r. Le signal somme est issu d'un codage paramétrique par matriçage d'un signal multi-canal fournissant également des paramètres de spatialisation.
Le procédé mis en oeuvre par le dispositif de synthèse comporte les étapes de:

décorrélation (Décorr.) du signal somme pour obtenir un signal décorrélé d;
application (Synth.) d'une matrice de synthèse (M Minq) dont les coefficients dépendent des paramètres de spatialisation (I, R), au signal décorrélé (d) et au signal somme (s) pour obtenir lesdits signaux de sortie.

Ce procédé est tel que pour au moins une plage de valeur d'au moins un paramètre de spatialisation, les coefficients de la matrice de synthèse sont déterminés selon un critère de minimisation d'une fonction quantitative, relative à la quantité de signal décorrélé pris en compte dans l'étape d'application de la matrice de synthèse.
Dans le mode de réalisation décrit précédemment en référence à la figure 5, les paramètres de spatialisation sont des paramètres désignant le rapport d'énergie R entre les canaux du signal multi-canal original et une mesure de corrélation intercanal de ce même signal.
D'autres paramètres de spatialisation issus du codage paramétrique peuvent également être choisis. Ces paramètres peuvent par exemple être des paramètres désignant le déphasage entre les canaux du signal multi-canal, ou des paramètres d'enveloppe temporelle des canaux audio.
La figure 6 illustre un autre mode de réalisation de l'invention dans lequel, en fonction d'une plage de valeur d'au moins un des paramètres de spatialisation reçus, ici le paramètre de corrélation intercanal I, une matrice de synthèse différente est choisi.
L'exemple illustré à la figure 6 montre deux types de matrice de synthèse.
La première matrice de synthèse M est par exemple celle décrite dans l'état de l'art dans la norme MPEG Surround. Le module de synthèse correspondant est illustré en 630. Cette matrice de synthèse est appliquée ici au signal somme s et au signal décorrélé d lorsque le paramètre I est positif.
Lorsque le paramètre I est négatif, la matrice de synthèse M Minq est celle décrite en référence à la figure 5. Le module de synthèse correspondant est représenté en 620.
Ainsi, le procédé mis en oeuvre par ce mode de réalisation permet de traiter efficacement des signaux multi-canaux qui présentent des corrélations intercanal négatives.
Ce type de signal multi-canal est par exemple un signal de type ambiophonique. En effet, ce type de signal présente des canaux en opposition de phase. Cet élément caractéristique des signaux issus d'une prise de son ambiophonique est illustré dans les articles de M. Gerzon intitulés "Hierarchical System of Surround Sound Transmission for HDTV" ou "Ambisonic Decoders for HDTV".
Dans une variante de réalisation, plusieurs matrices de synthèse peuvent être prévues pour des plages de valeurs différentes des paramètres de spatialisation.
Ainsi, on peut moduler l'importance relative que l'on veut donner aux différentes matrices de synthèse en fonction des valeurs de paramètres reçus.
Par exemple, il est ainsi possible de donner un poids important à une matrice M telle que décrite dans l'état de l'art pour une plage particulière de paramètres et inversement de donner un poids important à la matrice de synthèse MMinq au sens de l'invention pour une autre plage de paramètre.
La compatibilité avec les systèmes existants dans une certaine plage de fonctionnement est alors conservée. Une amélioration de la qualité de la synthèse dans une plage particulière de valeur de paramètres de spatialisation est alors apportée dans ce mode de réalisation.
De plus, la possibilité d'utiliser plusieurs matrices de synthèse obtenues selon différents critères permet d'optimiser la qualité globale de la synthèse pour toute la plage de fonctionnement.
On peut par exemple utiliser différentes matrices de synthèse selon que la valeur d'au moins un paramètre de spatialisation est faible ou au contraire importante.
Ainsi dans cette variante du mode de réalisation, on utilisera deux matrices de synthèse telles que pour des valeurs positives de l'indice de corrélation I, on utilisera la matrice M telle que décrit dans l'état de l'art, et pour des valeurs négative de l'indice de corrélation I, on utilisera la matrice MMinq.
On pourra aussi définir différentes plages de fonctionnement comme par exemple:

pour I > 0, on utilise une matrice Minter = M
pour 0≥ I>-0.25, on utilisera une interpolation des deux matrices Minter = α M + (1- α) MMinq
pour -0.25≥ I>-1, on utilisera la matrice Minter = MMinq

Ce type de dispositif TTO^-1 tel que représenté en figure 5 ou en figure 6 est par exemple intégré dans un décodeur de signal numérique. Un tel type de décodeur est par exemple illustré en référence à la figure 7.
Le décodeur représenté sur cette figure est typiquement prévu pour décoder des signaux multi-canaux de type 5.1. Ainsi, ce décodeur comporte une pluralité de dispositif TTO^-1 (TTO₀ ^-1, TTO₁ ^-1, TTO₂ ^-1, TTO₃ ^-1, TTO₄ ^-1) selon l'invention pour, à partir d'un signal S reçu, obtenir un signal multi-canal comportant 6 canaux (L, R, C, LFE, Ls, Rs).
Le module de décodage 730 comportant cette pluralité de dispositif de synthèse peut, bien évidemment, être configuré de façon différente selon l'arbre de codage qui a été utilisé pour le signal multi-canal original.
Le décodeur tel que représenté en figure 7 comporte un module d'analyse QMF (pour "quadrature Mirror Filter" en anglais) apte à effectuer une transformation du signal temporel somme (ou downmix) S issu du codeur en un signal fréquentiel par sous-bande. Le signal par bande de fréquence est alors fourni en entrée du module de décodage 730. A la sortie du module de décodage, les signaux traités entrent dans le module de synthèse QMF 720 apte à effectuer une transformation inverse et ramener le signal multi-canal obtenu dans le domaine temporel.
Ces modules d'analyse QMF et de synthèse QMF peuvent par exemple être ceux tels que décrits dans la norme MPEG Surround.
Le décodeur tel que représenté en figure 7 reçoit en provenance du codeur des paramètres P de spatialisation qui sont issus du codage paramétrique du signal multi-canal original.
Typiquement, ces paramètres peuvent être des paramètres de rapport d'énergie entre les canaux, de mesure de corrélation entre les canaux ou encore de déphasage entre les canaux ou enfin d'enveloppe temporelle.
Ce décodeur 700 peut être intégré à un équipement multimédia de type décodeur de salon ou "set-top box", ordinateur ou encore téléphone mobile, lecteur de contenu numérique, agenda électronique personnel, etc...
La figure 8 représente un exemple d'un tel équipement multimédia qui comporte notamment un module d'entrée E apte à recevoir des signaux sonores multi-canaux compressés soit par un réseau de communication par exemple ou par le biais d'une prise de son multi-canal.
Ces signaux multi-canaux ont été compressés par une méthode de codage paramétrique qui par matriçage du signal original génère un signal somme S et des paramètres de spatialisation P. Ce codage peut dans un mode alternatif être prévu dans l'équipement multimédia.
Cet équipement comporte un ou plusieurs dispositifs de synthèse selon l'invention représentés matériellement ici par 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 oeuvre des étapes du procédé au sens de l'invention, lorsque ces instructions sont exécutées par le processeur PROC, et notamment une étape de décorrélation d'un signal somme reçu pour obtenir un signal décorrélé et une étape d'application d'une matrice de synthèse dont les coefficients dépendent des paramètres de spatialisation, au signal décorrélé et au signal somme pour obtenir au moins deux signaux de sortie. La matrice de synthèse est telle que , pour au moins une plage de valeur d'au moins un paramètre de spatialisation, ses coefficients sont déterminés selon un critère de minimisation d'une fonction quantitative, relative à la quantité de signal décorrélé pris en compte dans l'étape d'application de la matrice de synthèse.
Typiquement, la description de la figure 5 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 bloc mémoire comporte ainsi les coefficients de la matrice de synthèse telle que définie ci-dessus.
Ce bloc mémoire peut comporter dans un autre mode de réalisation de l'invention tel que décrit en référence à la figure 6, des coefficients définissants plusieurs matrices de synthèse qui sont appliqués au signal somme et au signal décorrélé en fonction de plage de valeurs des paramètres de spatialisation reçus.
De même le processeur de l'équipement peut également comporter des instructions pour la mise en oeuvre des étapes d'analyse et de synthèse du décodeur tel que décrit en référence à la figure 7.
L'équipement multimédia tel qu'illustré comporte également une sortie S pour délivrer le signal multi-canal reconstruit S' soit par des moyens de restitution de type haut-parleur soit par des moyens de communication apte à transmettre ce signal multi-canal.

Claims

Procédé de synthèse spatiale d'un signal somme pour obtenir au moins deux signaux audionumériques de sortie, le signal somme ainsi que des paramètres de spatialisation étant issus d'un codage paramétrique par matriçage d'un signal audionumérique multi-canal original, le procédé comportant les étapes de:
- décorrélation (Decorr.) du signal somme (s) pour obtenir un signal décorrélé (d);

- application (Synth.) d'une matrice de synthèse (M Minq) dont les coefficients dépendent des paramètres de spatialisation (R, I), au signal décorrélé et au signal somme pour obtenir lesdits signaux de sortie,
caractérisé en ce que pour au moins une plage de valeur d'au moins un paramètre de spatialisation, les coefficients de la matrice de synthèse sont déterminés selon un critère de minimisation d'une fonction quantitative (q), relative à la quantité de signal décorrélé dans chacun des signaux de sortie obtenus par l'étape d'application de la matrice de synthèse, la fonction quantitative étant telle que l'augmentation en valeur absolue des coefficients de la matrice de synthèse appliqués au signal décorrélé fait augmenter la valeur de ladite fonction appliquée à ces mêmes coefficients.
Procédé selon la revendication 1, caractérisé en ce que la fonction quantitative est une fonction d'énergie du signal décorrélé.
Procédé selon la revendication 1, caractérisé en ce que la fonction quantitative est du type:
$q (x, y) = {({|x|}^{p} + {|y|}^{p})}^{\frac{1}{p}}$
avec p entier supérieur ou égal à 1.
Procédé selon la revendication 1, caractérisé en ce que les paramètres de spatialisation sont un paramètre (R) de rapport d'énergie entre les canaux du signal multi-canal et un paramètre (I) de corrélation intercanal du signal multi-canal, une plage de valeur étant la plage dans laquelle le paramètre de corrélation intercanal est négatif.
Procédé selon la revendication 1, caractérisé en ce qu'une fonction quantitative différente est choisie par plage de valeur des paramètres de spatialisation.
Dispositif de synthèse spatiale d'un signal somme générant au moins deux signaux audionumeriques de sortie, le signal somme ainsi que des paramètres de spatialisation étant issus d'un dispositif de codage paramétrique mettant en oeuvre un matriçage d'un signal audionumérique multi-canal original, le dispositif comportant:
- des moyens de décorrélation (510) du signal somme pour obtenir un signal décorrélé;

- des moyens d'application (520) d'une matrice de synthèse (M Minq) dont les coefficients dépendent des paramètres de spatialisation, au signal décorrélé et au signal somme pour obtenir lesdits signaux de sortie,
caractérisé en ce que pour au moins une plage de valeur d'au moins un paramètre de spatialisation, les coefficients de la matrice de synthèse sont déterminés selon un critère de minimisation d'une fonction quantitative, relative à la quantité de signal décorrélé dans chacun des signaux de sortie obtenus par les moyens d'application de la matrice de synthèse, la fonction quantitative étant telle que l'augmentation en valeur absolue des coefficients de la matrice de synthèse appliqués au signal décorrélé fait augmenter la valeur de ladite fonction appliquée à ces mêmes coefficients.
Décodeur de signal audio numérique comportant au moins un dispositif de synthèse selon la revendication 6.
Equipement multimédia comportant un décodeur selon la revendication 7.
Programme informatique comportant des instructions de code pour la mise en oeuvre des étapes du procédé selon l'une des revendications 1 à 5, lorsque ces instructions sont exécutées par un processeur.