Alain Le Guyader

A Scalable Three Bit-rates 8–14.1-24 kbit/s Audio Coder

This paper presents a scalable three bit- rates (8, 14.1 and 24 kbit/s) coder. For the two embedded lowest ones, operating in the telephone bandwidth, celp coding techniques are used. For the highest rate, that both improves narrowband quality and extends the band to [50-7000Hz], transform coding techniques are used. The main applications deal with transmission over network with no guaranteed QoS.RésuméCet article présente un codeur hiérarchique à trois débits (8, 14,1 et 24 kbit/s). Pour les deux plus bas débits imbriqués, fonctionnant en bande téléphonique, des techniques celp sont utilisées. Le plus haut débit, qui améliore la qualité en bande téléphonique tout en étendant la bande passante à la gamme [50, 7 000 Hz], utilise un codage par transformée. Les principales applications de ce codeur se situent dans le domaine de la transmission sur réseau à qualité de service non garantie.

Optimal detector for an additive watermarking scheme based on human auditory system

One requirement for audio watermarks is that the embedded watermark should be imperceptible and does not alter the audio signal quality. To achieve this goal, existing audio watermarking methods use a power constraint or more sophisticated Human Auditory System (HAS) models. At the embedding side the watermark signal is shaped by a masking curve computed on the original signal. At the detector, signal processing like Wiener filtering or inverse filtering whitens the watermark and tries to avoid host signal effect. Then, the correlation detector, which is the Maximum Likelihood (ML) optimal detector, is applied considering Gaussian assumption for the signals. The method described in this paper uses a different approach in the DFT domain. A new ML detector is derived assuming a Weibull distribution for the modulus of the Discrete Fourier Transform of the host signal. Performances of the new proposed detector are given and compared to the correlation detector that assumes a Gaussian distribution of the signal.

Le traitement du signal vocal voice signal processing

RésuméLe traitement de la parole a connu ces dernières années un formidable développement lié aux avancées technologiques des composants de traitement numérique des signaux et à la numérisation grandissante des réseaux. Cet article fournit une analyse des principales techniques qui se sont imposées récemment dans les domaines du codage, de la reconnaissance et de la synthèse de la parole. En compression de débit, ľaccent est mis sur le codage par analyse/synthèse excité par code (code-excited linear prediction celp) qui domine les recherches actuelles dans une gamme de débits allant de 4 à 16 kbit/s. En reconnaissance de parole, on insiste sur ľadaptation aux lignes téléphoniques, le rejet des entrées parasites et la détection de mots-clés, trois éléments essentiels pour augmenter la robustesse des systèmes. En synthèse de la parole à partir du texte, la technique psola (pitch synchronous overlap and add), qui a donné naissance à une nouvelle génération de systèmes de synthèse au timbre très naturel, est détaillée. Ľanalyse des tendances actuelles permet de dégager quelques axes prometteurs pour de futures recherches.AbstractThe speech processing studies have advanced rapidly in recent years spurred on by great progresses in thevlsi technologies and in the digitalization of the networks. This paper offers an overview of the most attractive techniques which have focused the recent researchs and developments in speech coding, recognition and synthesis areas. For speech compression, the emphasis is put on a family of techniques named code-excited linear prediction (celp) which dominates current studies for rates in the range of 4 to 16 kbit/s. In terms of speech recognition, particular emphasis is placed on the following three elements which are essential in order to increase the robustness of the systems : telephone line adaptation, rejection of parasite noise and out-of-vocabulary words, and keyword spotting. In terms of text-to-speech synthesis, thepsola (pitch synchronous overlap and add) technique is outlined herein. This technique gives rise to a new generation of synthesis systems which produce speech with very natural timbre. The analysis of current tendencies for each area allows to suggest attractive directions for future research.