Codage audio haute qualité (20 Hz-15 kHz) en sous bandes à débit réduit (64 kbit/s) et à faible retard (5 ms)

Résumé

Cet article présente une nouvelle méthode de codage audionumérique à faible retard et à débit réduit pour des applications émergentes en télécommunication telles que l’audioconférence ou la vidéoconférence. Le codeur développé permet de traiter des signaux génériques (parole, musique, sons d’accompagnement, sons d’ambiance,...) à un débit de 64 kbit/s avec un retard de codage et décodage aux environs de 5 ms dans la bande de fréquence 20-15000 Hz. Ce codeur s’articule sur une décomposition en sous-bandes du signal d’entrée associée à un codage de la parole de type LD-CELP. L’introduction d’un modéle psychoacoustique pennet de déterminer le débit optimal à allouer à chacune des sous-bandes en fonction des caractéristiques propres de l’audition humaine. Pour satisfaire la demande de débit requise par le modele psychoacoustique et pour réduire la complexité algorithmique induite par cette structure de codage, nous avons présenté une nouvelle méthode de quantification vectorielle basée sur les réseaux réguliers de points. Cette méthode permet de quantifier le signal résiduel au sein du codeur LD-CELP sans effectuer de recherche trop complexe du meilleur quantificateur. Des tests objectifs et subjectifs ont été réalisés sur des séquences sonores critiques utilisées par l’iso. Des tests formels ont montré que la qualité du codeur proposé est comparable aux meilleures implantations de la norme MPEG-I, couche II, avec l’avantage, pour la solution proposée, d’avoir un retard de codage et décodage beaucoup plus faible (5 ms).

Abstract

In this paper, we present a new method for high quality audio coding at low delay and low bit rate for telecommunications applications such as audioconfe-rence or videoconference. The developped coder is adapted to code generic audio signals at a bit rate of 64 kbit/s with a delay close to 5 ms in the 20-15000 Hz bandwidth. The method is based on speech coding as well as audio coding concepts. The coder combines subband decomposition of the input signal and LD-CELP techniques. We introduce in this structure of coding a psychoacoustic model which allows to allocate an optimal bit rate on each subband according to perceptual properties of the human hearing. In order to satisfy the bit rate requirement of the psychoacoustic model and to reduce the complexity of such a coding algorithm, we suggested a new method of vector quantization based on lattice quantization. This method allows to quantify the residual signal in the LD-CELP coder and avoid the complexity of the full search. Objective and subjective tests have been made on a test set of audio signals which is a critical sub-set used by ISO. Formal tests showed that the quality of the proposed coder is comparable to the best implementation of the MPEG-1, Layer II, but our solution has the advantage of reaching a very low delay (5 ms).