DOMAINE DE L'INVENTION

La présente invention appartient au domaine du traitement du signal sonore.

Plus particulièrement, la présente invention appartient au domaine l'enregistrement d'un signal audio à 360°.

ETAT DE L'ART

On connaît dans l'état de la technique des procédés et des systèmes permettant de diffuser des signaux vidéo à 360°. Il existe un besoin dans l'état de la technique de pouvoir associer des signaux audio à ces signaux vidéo à 360°.

Jusqu'à maintenant, l'audio 3D était réservé aux professionnels du son et aux chercheurs. Cette technologie a pour objectif de capturer le maximum d'informations spatiales lors de l'enregistrement pour les restituer ensuite à l'auditeur et lui donner une sensation d'immersion dans la scène sonore.

Dans le domaine de la vidéo, l'intérêt est croissant pour les vidéos filmées à 360° et reproduites via un casque de réalité virtuelle pour une immersion complète dans l'image : l'utilisateur peut tourner la tête et explorer la scène visuelle tout autour de lui. Pour obtenir la même fidélité dans le domaine du son, la solution la plus compacte est l'utilisation d'un réseau de microphones, comme par exemple l'Eigenmike de mh acoustics, le Soundfield de TSL Products, et le TetraMic de Core Sound. La forme polyhédrique des réseaux de microphones permet d'utiliser des formules simples pour convertir les signaux des microphones en un format ambisonique. Le format ambisonique est un ensemble de canaux audio résulta nt d'un encodage directionnel du champ acoustique, il contient toutes les informations nécessaires à la reconstruction spatiale du champ sonore. Equipés de quatre à trente-deux microphones, ces produits sont onéreux et donc réservés à des utilisations professionnelles.

De récentes recherches se sont orientées sur un encodage en format ambisonique sur la base d'un nombre réduit de microphones omnidirectionnels. L'usage d'un nombre réduit de ce type de microphones permet de réduire les coûts.

A titre d'exemple, la publication A triple microphonic array for surround sound recording, Rilin CHEN ET AL. divulgue un réseau composé de deux microphones omnidirectionnels dont les diagrammes de directivité sont virtuellement modifiés par application d'un retard à l'un des signaux captés par les microphones. Les signaux résultant sont ensuite combinés pour obtenir le signal sonore au format ambisonique.

Un inconvénient du procédé décrit dans cet art antérieur est que le réseau de microphones est placé en champ libre. Dans la pratique, lorsqu'un obstacle est placé entre les deux microphones, des phénomènes de diffraction entraînent des atténuations et des déphasages de l'onde incidente différenciés suivant les fréquences. En conséquence, l'application d'un retard au signal reçu par l'un des microphones ne permettra pas une restitution fidèle du signal sonore reçu car le retard appliqué sera le même à toutes les fréquences.

EXPOSE DE L'INVENTION

L'invention vise à remédier aux inconvénients de l'art antérieur en proposant un procédé de traitement du signal sonore permettant de réaliser un encodage du signal sonore au format ambisonique sur la base de signaux captés par au moins deux microphones omnidirectionnels.

L'invention concerne un procédé de traitement du signal sonore comportant les étapes suivantes :

captation synchrone d'un signal sonore d'entrée S _en trée à l'aide de N microphones omnidirectionnels, N étant un entier naturel supérieur ou égal à deux ;

encodage dudit signal sonore d'entrée S _en trée en un format de données D de son de type ambisonique d'ordre R, R étant un entier naturel supérieur ou égal à un, ladite étape d'encodage comprenant une sous-étape d'optimisation de directivité réalisée à l'aide de filtres de type filtre à Réponse Impulsionnelle Finie RIF et ladite étape d'encodage comprenant une sous-étape de création d'un signal sonore de sortie Sortie au format ambisonique à partir de signaux améliorés issus de la sous-étape d'optimisation de directivité ;

restitution du signal sonore de sortie à l'aide d'un traitement numérique desdites données D de son ;

Selon l'invention, au cours de la sous-étape d'optimisation de directivité, il est soustrait à chacun des signaux captés par les microphones les signaux captés par les N-1 autres microphones filtrés chacun par un filtre RIF, pour obtenir N signaux améliorés.

Dans un mode de mise en œuvre, les N microphones omnidirectionnels sont intégrés à un dispositif.

Dans un mode de mise en œuvre, le filtre RIF appliqué au cours de la sous- étape d'optimisation de directivité à chaque signal capté est égal au rapport de la transformée en Z de la réponse impulsionnelle du microphone associé au signal objet de la soustraction sur la transformée en Z de la réponse impulsionnelle du microphone associé au signal à filtrer puis soustraire, pour un angle d'incidence associé à une direction à supprimer. Dans un mode de mise en œuvre, lesdits microphones sont disposés selon un cercle sur un plan, espacés suivant un angle égal à 360°/N.

Dans un mode de mise en œuvre, le procédé met en œuvre quatre microphones espacés suivant un angle de 90° à l'horizontal.

Dans un mode de mise en œuvre, le dispositif est un smartphone et le procédé met en œuvre deux microphones placés chacun sur un bord latéral dudit smartphone.

Dans un mode de mise en œuvre, au moins un filtre à Réponse Impulsionnelle Infinie RM est appliqué à chacun des signaux améliorés lors de la sous-étape d'optimisation de directivité afin de corriger les artéfacts produits par les opérations de filtrage à l'aide de filtres RI F.

Dans un mode de mise en œuvre, l'au moins un filtre RM est un filtre de type « peak », dont une fréquence centrale fc, un facteur de qualité Q et un gain GdB en décibels sont paramétrables pour compenser les artéfacts. Dans un mode de mise en œuvre, l'ordre R du format de type ambisonique est égal à un.

Dans un mode de mise en œuvre, la création du signal de sortie au format ambisonique est réalisée par opérations algébriques réalisées sur les signaux améliorés issus de la sous-étape d'optimisation de directivité pour créer les différents canaux dudit format ambisonique.

L'invention concerne également un système de traitement du signal sonore pour la mise en œuvre du procédé selon l'invention. Le système selon l'invention comporte des moyens pour :

capter de manière synchrone un signal sonore d'entrée S _en trée à l'aide de N microphones, N étant un entier naturel supérieur ou égal à deux ; encoder ledit signal sonore d'entrée en un format de données D de son de type ambisonique d'ordre R, R étant un entier naturel supérieur ou égal à un ;

restituer un signal sonore de sortie à l'aide d'un traitement numérique desdites données D de son ;

Selon l'invention, le système de traitement du signal sonore comporte des moyens comprenant des filtres à Réponse Impulsionnelle Finie pour filtrer chacun des signaux captés par les microphones et les soustraire à chacun des autres signaux originaux non filtrés pour obtenir N signaux améliorés.

BREVE DESCRIPTION DES FIGURES

L'invention sera mieux comprise à la lecture de la description qui suit et à l'examen des figures qui l'accompagnent. Celles-ci ne sont présentées qu'à titre indicatif et nullement limitatif de l'invention.

La figure 1 représente les différentes étapes du procédé selon l'invention.

La figure 2 représente un smartphone équipé de deux microphones captant une onde acoustique.

La figure 3 représente un schéma de principe des sous-étapes d'optimisation de la directivité des microphones et de création du format ambisonique.

La figure 4 représente un schéma de principe de détermination des filtres à Réponse Impulsionnelle Infinie utilisés lors de la sous-étape d'optimisation de la directivité.

La figure 5 représente un dispositif comportant deux paires de microphones, les deux directions portant les deux paires de microphones étant orthogonales. La figure 6 représente un schéma de principe d'optimisation du canal Gauche dans le mode de mise en œuvre de la figure 5 comprenant quatre microphones.

La figure 7 représente un schéma de principe de création du format ambisonique dans le mode de mise en œuvre de la figure 5.

La figure 8 représente deux paires de microphones captant une onde acoustique, les deux directions portant les deux paires de microphones formant un angle strictement inférieur à 90°.

DESCRIPTION DETAILLEE

En référence à la figure 1 , la présente invention se rapporte à un procédé 100 de traitement d'un signal sonore comportant les étapes suivantes :

captation 1 10 synchrone d'un signal sonore d'entrée S _en trée à l'aide de N microphones, N étant un entier naturel supérieur ou égal à deux ;

encodage 120 dudit signal sonore d'entrée S _en trée en un format de données D de son de type ambisonique d'ordre R, R étant un entier naturel supérieur ou égal à un ;

restitution 130 d'un signal sonore de sortie S _sor tie à l'aide d'un traitement numérique desdites données D de son.

Dans l'exemple de réalisation détaillé ci-après, la captation 1 10 est réalisée avec un nombre N de microphones égal à deux, et l'ordre R est égal à 1 (le format ambisonique est alors appelé « B-format »). Les canaux du B-format seront notés dans la suite de la description (W ; X ; Y ; Z) selon les conventions usuelles, ces canaux représentant respectivement :

la composante sonore omnidirectionnelle (W) ;

- la composante sonore Avant - Arrière (X) ;

la composante sonore Gauche - Droite (Y) ;

la composante sonore Haut - Bas (Z). La captation 1 10 consiste en un enregistrement du signal sonore S _en trée- En référence à la figure 2, deux microphones omnidirectionnels M-i , M ₂ , disposés en périphérie d'un dispositif 1 , captent une onde acoustique 2 d'incidence Θ par rapport à une droite portée par lesdits microphones.

Dans le mode de mise en œuvre illustré, le dispositif 1 est un smartphone.

Il est considéré ici que les deux microphones Mi ; M ₂ sont disposés selon la dimension Y. Les raisonnements qui suivent pourraient être menés de manière équivalente en considérant que les deux microphones sont disposés selon la dimension X (Avant - Arrière) ou la dimension Z (Haut - Bas) et ce choix n'est pas limitatif de l'invention.

A l'issue de l'étape de captation 1 10, on obtient deux signaux numériques échantillonnés. On note y _g le signal associé au « canal Gauche » et enregistré par le microphone Mi et yd le signal associé au « canal Droit » et enregistré par le microphone M ₂ , lesdits signaux y _g , yd constituant le signal d'entrée S _en trée- entrée

Tel qu'illustré sur la figure 2, le microphone M-i capte en premier l'onde acoustique 2 provenant de la gauche. Le microphone M ₂ la capte avec un retard par rapport au microphone M-i . Le retard est imputable notamment à :

- une distance d entre les deux microphones ;

la présence d'un obstacle, ici le dispositif 1 , engendrant notamment des phénomènes de réflexion et de diffraction.

Lorsque l'onde acoustique 2 présente plusieurs fréquences, le retard avec lequel le microphone M ₂ capte ladite onde acoustique dépend de la fréquence, notamment du fait de la présence du dispositif 1 entre les microphones occasionnant un phénomène de diffraction.

De la même manière, chaque fréquence de l'onde acoustique est atténuée de manière différente, en raison de la présence du dispositif 1 d'une part, et d'autre part en fonction des caractéristiques de directivité des microphones M-i , M ₂ dépendant de la fréquence. Par ailleurs, les microphones étant tous deux omnidirectionnels, ils restituent tous deux l'ensemble de l'espace sonore.

Par la suite, on cherche à différencier les microphones M-i et M ₂ en modifiant virtuellement leur directivité par traitement sur les signaux numériques enregistrés, de manière à pouvoir combiner les signaux modifiés pour créer le format ambisonique.

La figure 3 illustre les traitements appliqués aux signaux numériques obtenus lors de l'étape de captation 1 10, dans le cadre de l'étape d'encodage 120 du procédé selon l'invention.

Dans une sous-étape d'optimisation 121 de la directivité, un filtre F ₂ i(Z) est appliqué au signal y _g du « canal Gauche ». Le signal filtré est ensuite soustrait du signal y _d du « canal Droit » au moyen d'un soustracteur.

Selon l'invention, le filtre F ₂ i(Z) est de type filtre à Réponse Impulsionnelle Finie (RI F, ou FIR en terminologie anglo-saxonne, pour « Finite Impulse Response »). Un tel filtre RIF permet d'agir indépendamment sur chacune des fréquences, en modifiant l'amplitude et la phase du signal d'entrée sur chacune des fréquences, et ainsi compenser les effets imputables à la présence du dispositif 1 entre les microphones.

En notant Ηι(Ζ, Θ) et H ₂ (Z, Θ) les transformées en Z respectives des réponses impulsionnelles des microphones M-i et M ₂ lorsque ceux-ci sont intégrés au dispositif 1 , dans la direction d'incidence donnée par l'angle d'incidence Θ, le filtre F ₂ i(Z) est déterminé par la relation :

_ Η ₂ (Ζ, Θ = 0°)

2 ^{l ( ) ~} ^^, 6 = 0°) Le choix de l'angle d'incidence Θ nul dans la détermination du filtre F ₂ i(Z) permet d'isoler la composante du son venant de la gauche. On obtient ainsi, après soustraction des signaux, un signal amélioré y _d ^* associé au « canal Droit » duquel la composante du son provenant de la gauche a été sensiblement supprimée.

La directivité du microphone M ₂ est ainsi virtuellement modifiée pour capter essentiellement les sons venant de la droite. La même opération est réalisée de manière similaire pour le canal Gauche. De manière similaire, un filtre F-| ₂ (Z) est appliqué au signal yd du canal Droit. Le signal filtré est ensuite soustrait du signal y _g du canal Gauche au moyen d'un soustracteur. Le filtre F ₂ (Z) est un filtre RI F défini par la relation :

ΗΛΖ, Θ = 180°)

F ₁₂ (Z) = -

^{12 J} Η ₂ (Ζ, Θ = 180°)

Le choix de l'angle d'incidence Θ égal à 180° dans la détermination du filtre Fi ₂ (Z) permet d'isoler la composante du son venant de la droite. On obtient ainsi, après soustraction des signaux, un signal amélioré y _g ^* associé au « canal Gauche » duquel la composante du son provenant de la droite a été sensiblement supprimée.

La directivité du microphone Mi est ainsi virtuellement modifiée pour capter essentiellement les sons venant de la gauche.

En pratique, les filtres F ₂ i (Z) et F ₂ (Z) ont des caractéristiques de filtres passe-haut et leur application produit des artéfacts. En particulier, le spectre fréquentiel des signaux améliorés y _g ^* , yd ^* est atténué dans les basses fréquences et altéré dans les hautes fréquences.

Pour corriger ces défauts, on applique aux signaux améliorés au moins un filtre G-i(Z), G ₂ (Z) de type filtre à Réponse Impulsionnelle Infinie (RM, ou IIR en terminologie anglo-saxonne, pour « Infinité Impulse Response ») aux signaux améliorés y _g ^* et yd ^* respectivement.

Pour déterminer l'au moins un filtre Gi (Z), G ₂ (Z) à appliquer, un bruit blanc B est filtré par les filtres F ₂ (Z), F ₂ (Z) déterminés auparavant, comme illustré sur la figure 4. Les signaux filtrés sont ensuite soustraits au bruit blanc B d'origine. La comparaison des profils P, P' des signaux de sortie avec le bruit blanc B permet de connaître le ou les filtres Gi (Z), G ₂ (Z) à appliquer pour corriger les altérations du spectre fréquentiel dues au traitement des signaux, lors de la sous-étape 121 .

Dans un mode de mise en œuvre, les filtres RM sont des filtres de type « peak », dont une fréquence centrale fc, un facteur de qualité Q et un gain Gd _B en décibels sont paramétrables afin de corriger les artéfacts. Ainsi, une fréquence atténuée pourra être corrigée par un gain positif, une fréquence accentuée pourra être atténuée par un gain négatif.

On obtient donc après filtrage par l'au moins un filtre RM G-i(Z), G ₂ (Z) un signal corrigé Y _G représentatif des sons provenant de la gauche et un signal corrigé YD représentatif des sons provenant de la droite.

Par la suite, en référence à la figure 3, la sortie au format ambisonique est créée 122.

Pour obtenir la composante omnidirectionnelle W du signal sonore, les signaux corrigés YD, YG sont sommés puis le résultat est normalisé par multiplication par un gain K _w égal à 0.5 :

YG + YD

W =—^

Sur la base de la convention selon laquelle la composante Y est positive si le son vient essentiellement de la gauche, la composante sonore Gauche-Droite est obtenue en soustrayant du signal corrigé Y _G associé au « canal Gauche » le signal corrigé YD associé au « canal Droit ». Le résultat est normalisé par multiplication par un facteur K _Y égal à 0.5 : Etant donné que l'on ne dispose d'aucune information concernant les composantes Avant - Arrière et Haut - Bas, les composantes X et Z sont mises à zéro.

A l'issue de l'étape d'encodage 120, on obtient des données D en B-format (dans le présent exemple de réalisation, les signaux W et Y, les autres signaux X et Z étant mis à zéro) :

Il est possible de reconstituer les signaux corrigés YG, YD des canaux Gauche et Droit respectivement par sommation et soustraction des signaux W et Y :

L'étape de restitution 130 consiste en une restitution du signal sonore, grâce à une transformation des données sous format ambisonique en canaux binauraux.

Dans un mode de mise en œuvre, les données D sous format ambisonique sont transformées en données sous format binaural.

L'invention n'est pas limitée à l'exemple de réalisation décrit ci-dessus. En particulier, et le nombre de micros utilisé peut être supérieur à deux.

Dans un mode de mise en œuvre alternatif du procédé 100 selon l'invention, quatre microphones omnidirectionnels M-i , M ₂ , M ₃ , M ₄ disposés en périphérie d'un dispositif 1 , captent une onde acoustique 2 d'incidence Θ par rapport à une droite portée par les microphones Mi et M ₂ , comme illustré sur la figure 4.

II est considéré ici que les deux microphones M-i ; M ₂ sont disposés selon la dimension Y et que les deux microphones M ₃ , M ₄ sont disposés selon la dimension X. Les quatre microphones sont disposés sur un cercle, représenté en traits mixtes sur la figure 4.

A l'issue de l'étape de captation 1 10, on obtient quatre signaux numériques échantillonnés. On note :

- y _g le signal associé au « canal Gauche » et enregistré par le microphone Mi ;

- y _d le signal associé au « canal Droit » et enregistré par le microphone M ₂ ;

- x _av le signal associé au « canal Avant » et enregistré par le microphone M ₃ ; - x _ar le signal associé au « canal Arrière » et enregistré par le microphone M ;

lesdits signaux y _g , y _d ,x _av ,x _ar constituant le signal d'entrée S _en trée :

entrée

En référence à la figure 6 , la sous-étape d'optimisation 121 de la directivité est illustrée pour ce mode de mise en œuvre. Dans un souci de clarté, seul le traitement du signal y _g associé au canal Gauche est illustré.

Dans ce mode de mise en œuvre, le signal amélioré y _g ^* est obtenu en soustrayant au signal y _g capté par le microphone M-i les signaux y _d , x _av et x _ar filtrés respectivement par des filtres RI F F-| ₂ (Z), Fi ₃ (Z) et Fi ₄ (Z), définis par :

Η^Ζ, Θ = 180°)

1 ₂ (Z)

2 (Ζ, Θ = 180°)

Η^Ζ, Θ = = 90°)

F ₁₃ (Z)

Η ₃ (_Ζ, Θ = -- 90°)

Η^Ζ, Θ = 270°)

F ₁₄ (Z) =

Η ₄ (Ζ, Θ = 270°)

Où Ηι (Ζ, θ), Η ₂ (Ζ, θ), Η ₃ (Ζ, θ), Η ₄ (Ζ, θ), désignent les transformées en Z respectives des réponses impulsionnelles des microphones M-i, M ₂ , M ₃ , M ₄ lorsque ceux-ci sont intégrés au dispositif 1 , pour un angle d'incidence Θ.

Le choix des angles d'incidence 180°, 90°, 270° dans la détermination des filtres permet d'isoler les composantes du son venant respectivement de la droite, de l'avant et de l'arrière.

On obtient ainsi, après soustraction des signaux, un signal amélioré y _g ^* associé au « canal Gauche » duquel les composantes du son provenant de la droite, de l'avant et de l'arrière ont été sensiblement supprimées. Un filtre G ₃ (Z) de type RM est ensuite appliqué pour corriger les artéfacts nés des opérations de filtrage par filtres RI F.

On obtient à l'issue de cette étape le signal corrigé Y _G .

Des traitements similaires peuvent être appliqués aux signaux des canaux Droit, Avant et Arrière, pour obtenir respectivement les signaux corrigés Y _D , XAV, XAR.

La figure 7 décrit la sous-étape 122 de création du format ambisonique dans le mode de mise en œuvre à quatre microphones décrit ci-avant.

Pour obtenir la composante omnidirectionnelle W du signal sonore, les signaux corrigés YD, YG, XAV, XAR sont sommés puis le résultat est normalisé par multiplication par un gain K _w égal à un quart :

Sur la base de la convention selon laquelle la composante Y est positive si le son vient essentiellement de la gauche, la composante sonore Gauche-Droite est obtenue en soustrayant du signal corrigé YG associé au canal Gauche le signal corrigé YD associé au « canal Droit ». Le résultat est normalisé par multiplication par le facteur K _Y égal à un demi :

Sur la base de la convention selon laquelle la composante X est positive si le son vient essentiellement de l'avant, la composante sonore Avant-Arrière est obtenue en soustrayant du signal corrigé X _A v associé au canal Avant le signal corrigé XAR associé au canal Arrière. Le résultat est normalisé par multiplication par le facteur K _x égal à un demi : Dans un mode de mise en œuvre alternatif, l'invention comporte six micros pour intégrer la composante Z du format ambisonique.

Dans des modes de mise en œuvre alternatifs, l'ordre R du format ambisonique est supérieur ou égal à 2, et le nombre de microphones est adapté pour intégrer l'ensemble des composantes du format ambisonique. Par exemple, pour un ordre R égal à deux, dix-huit microphones sont mis en œuvre pour former les neuf composantes du format ambisonique correspondant. Les filtres RI F appliqués aux signaux captés sont adaptés en conséquence, notamment, l'angle d'incidence Θ considéré pour chaque filtre est adapté afin d'éliminer sur chacun des signaux les composantes sonores issues de directions de l'espace non désirées.

Par exemple, en référence à la figure 7, un angle φ entre une direction Y portée par les microphones Mi et M ₂ et une direction X' portée par les microphones M ₃ et M4 est strictement inférieur à 90°.

Dans ce mode de mise en œuvre, le filtre appliqué au signal enregistré par

M ₃ et soustrait au signal capté par M-ι est donné par :

Η ₁ (Ζ, θ = φ

Ρ ^{ΐ Ζ)} - Η ₃ (Ζ, θ = φ)

De cette manière, on obtient après soustraction du signal filtré au signal capté par M-i un signal amélioré duquel la composante sonore selon la direction X' a été supprimée.

On peut ainsi créer un format ambisonique d'ordre supérieur ou égal à deux en rajoutant par exemple des microphones dans les directions telles que φ = 45°, φ = 90° ou φ = 135°.

La présente invention se rapporte également à un système de traitement du signal sonore, comportant des moyens pour :

- capter de façon synchrone un signal sonore d'entrée S _en trée à l'aide de N microphones, N étant un entier naturel supérieur ou égal à deux ;

- encoder ledit signal sonore d'entrée S _en trée en un format de données D de son de type ambisonique d'ordre R, R étant un entier naturel supérieur ou égal à un, lesdits moyens étant mis en œuvre à l'aide de filtres de type RI F et de filtres RM de type « peak » ;

- restituer un signal sonore de sortie à l'aide d'un traitement numérique desdites données D de son.

Ce système de traitement du signal sonore comprend au moins une unité de calcul et une unité de mémoire.

L'invention est décrite dans ce qui précède à titre d'exemple. Celui-ci n'est pas limitatif de l'invention.