Elle trouve une application particulièrement importante dans les systèmes de transmission numérique de signaux sonores sur plusieurs canaux de transmission entre un site local et un ou plusieurs sites distants, chaque site comprenant plu- sieurs microphones et plusieurs haut-parleurs. De tels systèmes sont dits"multivoies"à la prise de son (le son est capté par plusieurs microphones), à la transmission (sur plusieurs canaux) et à la restitution du son (au moyen de plusieurs haut-parleurs).

A titre d'exemple non limitatif, la présente invention sera ici décrite dans son application aux salles de visioconférence, aussi bien pour la transmission entre deux salles, dans une configuration dite"point à point" (où l'image de la salle distante est affichée sur un écran, ou bien plusieurs points de vue de la salle distante sont affichés sur plusieurs écrans) que pour la transmission dans un réseau comportant plus de deux salles, dans une configu- ration dite"multipoint" (où les images des salles distantes sont affichées sur plusieurs écrans).

Dans une salle comportant N microphones et M haut- parleurs, il existe NxM chemins d'écho acoustique. D'une part, les systèmes classiques d'annulation d'écho acoustique ne permettent pas de réaliser un contrôle de l'écho à un coût raisonnable dans un tel contexte. D'autre part, associer pour la transmission chaque microphone d'une salle locale à un haut-parleur d'une salle distante, afin d'obte- nir la meilleure spatialisation possible du son, multiplie- rait le nombre de canaux de transmission, ce qui entraîne- rait un coût de transmission prohibitif pour un développe-

ment commercial.

On connaît, outre les systèmes classiques d'annula- tion d'écho acoustique, des systèmes de réduction d'écho acoustique fondés sur des variations de niveau des signaux sonores. Un inconvénient majeur généralement rencontré dans de tels systèmes est la limitation de l'interactivité, c'est-à-dire une baisse de qualité de réception, notamment une variation sensible du niveau sonore en réception, dans des situations dites de"double parole", c'est-à-dire en cas de présence simultanée d'un signal sonore local utile et d'un signal sonore utile provenant de la salle distante, dans une salle locale donnée.

La présente invention vise à fournir un procédé et un dispositif de réduction d'écho acoustique multivoies et de spatialisation, qui permettent de réduire l'écho tout en préservant l'interactivité et qui, tout en utilisant un nombre relativement faible de canaux de transmission, assurent la restitution du relief sonore. Dans son applica- tion à la visioconférence, la présente invention permet de rapprocher la réunion à distance d'une situation de communi- cation naturelle.

Dans ce but, l'invention propose notamment un procédé de réduction d'écho acoustique et de spatialisation, dans un système de transmission numérique de signaux sonores sur P canaux de transmission, entre un site local et au moins un site distant, comportant chacun N microphones et M haut-parleurs, N, M, P étant des entiers, les valeurs de N et M pouvant différer selon les sites, suivant lequel : (a) on calcule un cumulant pour chaque signal microphonique xi (n) du site local, i étant un entier compris entre 1 et N et n désignant le rang temporel des échantil- lons, et on calcule un cumulant pour chaque signal de haut- parleur zj (n) du site local, j étant un entier compris entre 1 et M (la notion de cumulant est définie plus loin) ; puis, pour tout i, 1 5 i 5 N, (b) on calcule une première atténuation Gmic (i, n)

pour le signal microphonique xi (n) du site local à partir d'un rapport entre des cumulants obtenus précédemment ; (c) on modifie la première atténuation Gmic (i, n) de façon à obtenir une deuxième atténuation G'mic (i, n) définie comme suit : G mic (it n) = Sl (Gmic (i, n)) où sSiGmic(i,n)#s,= S1(Gmic(i,n)) = Gmic(i,n) si s < Gmic(i,n) < 1 et SlC'miclrn-.SlGmiclin> s étant un seuil minimal prédéterminé strictement inférieur à 1 ; (d) à partir des cumulants de signaux microphoniques et de haut-parleurs calculés précédemment, on détermine si le signal microphonique xi (n) est un signal d'écho seul ou un signal provenant uniquement du site local, suivant un premier cas, ou si le signal microphonique xi (n) présente des composantes provenant du site local et d'autres composantes provenant du site distant, suivant un second cas ; (e) on calcule une troisième atténuation G"mic (i, n), qui dans ledit premier cas, est égale à la deuxième atténua- tion G'miC (i, n) et dans ledit second cas, est égale à la deuxième atténuation G'miC (i, dans le calcul de laquelle on augmente le seuil minimal s d'une valeur prédéterminée ; (f) on calcule une quatrième atténuation r (i, n) à partir d'un rapport entre des cumulants de signaux micropho- niques ; (g) on modifie la quatrième atténuation r (i, n) de façon à obtenir une cinquième atténuation FI (i, n) définie comme suit : FI (i, n) = S2 (r (i, n)) où S2 (r (i, n)) = s'si r (i, n) < s', S2 (r (i, n)) = r (i, n) si s'< r (i, n) < 1 et S2 (r (i, n)) = 1 si r (irez 1, s'étant un seuil minimal prédéterminé strictement inférieur à 1 ;

(h) on calcule le produit des troisième et cinquième atténuations G"mic (i, n) et r' (i, n) obtenues précédemment, de façon à obtenir une atténuation globale G*miC (i, n) définie par : G*(i,n)=G"(i,(i,n)=G"(i, n). r' (i, n) ; (i) on modifie l'atténuation globale G*mic (i, n) de façon à obtenir un coefficient de pondération pi (n) défini comme suit : S4(G*mic(i,n))ßi(n)= <BR> <BR> <BR> OÙ S4 (G*mic n))=G*(i,n)sis"<G*(i,n)1,<BR> <BR> <BR> <BR> <BR> G*mic(i,n)sis"<G*mic(i,n)#1,S4(G*mic(i,n))= s" étant un seuil minimal prédéterminé strictement inférieur à 1 ; (j) on transmet sur chaque canal de transmission un signal Yk (n), k étant un entier compris entre 1 et P, sous forme d'une combinaison linéaire des signaux microphoniques xi (n) pondérés, définie comme suit : N <BR> <BR> #αk,i(n)#ßi(n).xi(n)yk(n)= <BR> <BR> <BR> i=1 où ak, i (n) désigne des coefficients de codage réels prédé- terminés et Pi (n) désigne les coefficients de pondération obtenus précédemment ; puis, pour tout entier j, 1 # j # M : (k) on calcule, pour le signal de haut-parleur zj (n) du site distant, une sixième atténuation GHp (j, n) à partir de cumulants calculés pour chaque signal Yk (n) transmis en provenance du site local ; (Q) on modifie la sixième atténuation GHP (j, n) de façon à obtenir un coefficient de pondération (n) défini comme suit : S3(GHP(j,n))#j(n)= où S3 (GHp (j, n)) = s* si GHP (j, n) S s*, S3 (GHP (j, n)) = GHP (j, n) si s* < GHP (j, n) < 1 et 1siGHP(j,n)#1,S3(GHP(j,n))= s* étant un seuil minimal prédéterminé strictement inférieur

à 1 ; (m) on détermine le signal de haut-parleur zj (n) du site distant à partir d'une combinaison linéaire des signaux transmis yk (n) pondérés, définie comme suit : P zj (n) = j (n). yJk (n)-Yk (n) k=1 où yj, (n) désigne des coefficients de décodage réels prédé- terminés, et où Xj (n) désigne les coefficients de pondéra- tion obtenus précédemment ; et (n) on émet sur le j ère haut-parleur du site distant le signal de haut-parleur zj (n) ainsi obtenu.

Les opérations ci-dessus sont effectuées de façon similaire dans toutes les salles du réseau considéré, à la fois en émission et en réception. Dans toute la suite, pour simplifier, on considère une salle donnée dite"locale"et une ou plusieurs salles"distantes", et on ne décrit que les opérations effectuées dans la salle locale à l'émission et les opérations effectuées dans la ou les salle (s) distan- te (s) à la réception, bien que des opérations similaires soient également effectuées dans la ou les salle (s) distan- te (s) à l'émission et dans la salle locale à la réception, respectivement.

Dans le même but que décrit plus haut, la présente invention propose également un dispositif de réduction d'écho acoustique et de spatialisation, dans un système de transmission numérique de signaux sonores sur P canaux de transmission, entre un site local et au moins un site distant, comportant chacun N microphones et M haut-parleurs, N, M, P étant des entiers, les valeurs de N et M pouvant différer selon les sites, caractérisé en ce qu'il comprend : un module de codage des signaux sonores, recevant en entrée N signaux numériques xi (n) provenant respectivement des N microphones du site local, où i est un entier compris entre 1 et N, et n est un entier qui désigne le rang temporel des échantillons, ce module de codage fournissant en sortie P signaux numériques yk (n), où k est un entier

compris entre 1 et P, définis par la formule suivante : N Yk (n) ak, i (n)-pi (n). xi (n) i=l où ak, (n) désigne des coefficients de codage réels prédéter- minés, et où Pi (n) désigne des coefficients de pondération qui dépendent de cumulants des signaux reçus par les microphones du site local et de cumulants des signaux émis par les haut- parleurs du site local, les P signaux Yk (n) étant transmis respectivement sur les P canaux de transmission entre le site local et le site distant ; et un module de décodage des signaux sonores, recevant en entrée les P signaux Yk (n) et fournissant en sortie M signaux numériques zj (n) à émettre respectivement par les M haut-parleurs de chaque site, où j est un entier compris entre 1 et M, définis par la formule suivante : <BR> <BR> <BR> <BR> <BR> P<BR> <BR> <BR> <BR> #j(n).#γj,k(n).yk(n)zj(n)= k=1 où yjk (n) désigne des coefficients de décodage réels prédé- terminés, et où Xj (n) désigne des coefficients de pondération qui dépen- dent des signaux Yk (n).

D'autres caractéristiques et avantages de la présente invention apparaîtront à la lecture de la descrip- tion détaillée qui suit de modes particuliers de réalisa- tion, donnés à titre d'exemples non limitatifs. La descrip- tion se réfère aux dessins annexés, dans lesquels : -la figure 1 représente de façon schématique et simplifiée une salle de visioconférence classique du type à plusieurs microphones et plusieurs haut-parleurs, dans laquelle la disposition des principaux éléments est donnée à titre d'exemple non limitatif ; -la figure 2 est un organigramme général du procédé de la présente invention, dans un mode particulier de

réalisation ; -la figure 3 représente de façon schématique le dispositif de la présente invention, dans un mode particu- lier de réalisation ; -la figure 4 représente de façon schématique un module de codage compris dans le dispositif de la présente invention, dans un mode particulier de réalisation ; et -la figure 5 représente de façon schématique un module de décodage compris dans le dispositif de la présente invention, dans un mode particulier de réalisation.

Dans toute la suite, on décrit la présente invention dans son application à un réseau d'au moins deux salles de visioconférence. Cette application fournit un exemple non limitatif de système de transmission numérique de signaux sonores entre un site local et un ou plusieurs sites distants comportant chacun plusieurs microphones et plu- sieurs haut-parleurs. Les signaux sonores considérés ici sont généralement des signaux de parole.

On suppose dans la présente description que dans une salle donnée, qu'il s'agisse d'une salle locale ou distante, les microphones et les haut-parleurs sont choisis de telle façon que le couplage entre haut-parleurs et microphones est négatif. Cela signifie que la valeur maximale, en dB, de la fonction de transfert entre l'entrée des amplificateurs des haut-parleurs et la sortie des préamplificateurs auxquels sont connectés les microphones est négative. L'énergie d'un signal issu du préamplificateur d'un microphone et provenant d'un haut-parleur de la même salle est donc inférieure à l'énergie du signal en entrée de l'amplificateur de ce haut- parleur. Le couplage négatif assure la stabilité de la boucle acoustique ; en particulier, il n'y a pas d'effet Larsen. D'autre part, cela permet de discriminer entre l'écho et la parole distante utile, puisque le niveau moyen de l'écho est toujours inférieur au niveau moyen de la parole distante utile. L'hypothèse du couplage négatif est vérifiée dans la plupart des salles de visioconférence

classiques.

On appelle"signal microphonique à un instant donné" l'ensemble des signaux sonores captés par un microphone à cet instant. On appelle"signal de haut-parleur à un instant donné"le signal sonore émis par un haut-parleur à cet instant.

On rappelle, en relation avec la figure 1, qu'une salle de visioconférence 10 classique du type à plusieurs microphones et plusieurs haut-parleurs comprend plusieurs microphones 12, plusieurs haut-parleurs 14, et au moins un écran 16, en plus du mobilier courant (généralement table (s) et siège (s)). Pour plus de clarté, on a représenté seulement un microphone 12, deux haut-parleurs 14, un écran 16 et une table 18.

On considère dans toute la suite une salle locale ayant N microphones et M haut-parleurs, les entiers N et M n'étant pas nécessairement égaux, et une ou plusieurs salles distantes, selon le mode de réalisation envisagé, ayant également N microphones et M haut-parleurs. Les entiers N et M peuvent être différents d'une salle du réseau à une autre.

Les salles de visioconférence considérées ne comportent généralement pas plus de 12 microphones et 16 haut-parleurs.

On décrit d'abord le procédé de la présente inven- tion, dans un mode particulier de réalisation, à l'aide de la figure 2.

Au cours d'une première étape, on calcule des grandeurs statistiques appelées cumulants, sur les signaux de chaque microphone et haut-parleur de la salle locale. Ces grandeurs décrivent les distributions des signaux micropho- niques et de haut-parleur. A titre d'exemple non limitatif, on peut les estimer soit en large bande, soit sur certaines bandes de fréquence.

On rappelle que les cumulants sont les dérivées partielles successives de la seconde fonction caractéristi- que d'un vecteur aléatoire, prises à l'origine. En particu-

lier, on montre que pour deux signaux a et b, si a = b = x alors le cumulant d'ordre 2 des signaux a et b, appelé dans ce cas auto-cumulant d'ordre 2 du signal x, représente l'énergie du signal x, et si a w b alors le cumulant d'ordre 2 des signaux a et b, appelé dans ce cas inter-cumulant d'ordre 2 des signaux a et b, représente la fonction d'intercorrélation des signaux a et b.

Dans un mode particulier de réalisation du procédé de la présente invention, on choisit comme cumulant pour les signaux microphoniques et les signaux de haut-parleur 1'auto-cumulant d'ordre 2, c'est-à-dire l'énergie de ces signaux. On note xi (n) le signal capté par le ième microphone d'une salle donnée, i étant un entier compris entre 1 et N, et n désignant le rang temporel des échantillons. On note z (n) le signal émis par le j 6me haut-parleur d'une salle donnée, j étant un entier compris entre 1 et M. On note Cum2 (xi (n)) et Cum2 (Zj (n)) les énergies respectives des signaux microphoniques et de haut-parleur.

Cette première étape est indiquée par le chiffre de référence 1000 sur la figure 2.

Dans une variante non détaillée ici, on peut choisir comme cumulants des inter-cumulants d'ordre 2, c'est-à-dire des fonctions d'intercorrélation des signaux microphoniques et de haut-parleur.

Puis, comme indiqué en 1001 sur la figure 2, à partir de ces grandeurs statistiques, on calcule pour chaque signal microphonique de la salle locale une première atténuation Gmic (i, n) permettant de réduire l'écho en fonction des signaux de haut-parleurs de la salle locale.

Dans le mode particulier de réalisation mentionné précédemment, où les cumulants choisis sont les énergies, on calcule la première atténuation Gmic (i, n) à partir de la formule suivante :

où C est une constante réelle strictement supérieure à 1. En présence de signaux de haut-parleurs, cette constante permet d'atténuer plus rapidement les signaux microphoniques, ce qui permet de réduire l'écho plus rapidement. Le choix de C est lié en particulier à des caractéristiques acoustiques de la salle et des transducteurs utilisés. A titre d'exemple non limitatif et dans un contexte acoustique particulier, on peut choisir C = 8.

On peut calculer les cumulants ainsi que la première atténuation Gmic (i, n) soit à chaque échantillon, soit à une cadence inférieure à la fréquence d'échantillonnage, soit par trame de plusieurs échantillons, à titre d'exemples non limitatifs. Dans ce dernier cas, on peut par exemple calculer une valeur moyenne des cumulants et de la première atténuation sur une trame donnée et attribuer cette valeur moyenne à chaque échantillon de cette trame.

Cependant, on n'applique pas la première atténuation Gmic (i, n) en l'état au signal microphonique correspondant xi(n).

Pour éviter une saturation des signaux microphoni- ques, on modifie la première atténuation G. ic : (i, n) de façon qu'elle ait une valeur maximale égale à 1 et qu'elle ait comme valeur minimale l'atténuation souhaitée, qui dépend du niveau de l'écho acoustique.

Comme indiqué en 1002 sur la figure 2, on obtient ainsi pour chaque signal microphonique de la salle locale une atténuation modifiée appelée deuxième atténuation, notée G'mic (i, n) et définie par : G miC (itn) = S1 (Gmic (itn)) (2)

où S1(Gmic(i,n)) = s si Gmic (i, n) : 5 s, S1(Gmic(i,n)) = Gmic(i,n) si s < Gmici, n) < 1 et S1 (GmiC (itn)) = 1 si Gmic (i, n) 2 1.

Le seuil minimal s est l'atténuation souhaitée précitée. Dans 1'exemple précité où C = 8, pour une fonction de transfert entre haut-parleurs et microphones ayant une valeur moyenne de-20 dB sur l'ensemble du domaine des fréquences mises en oeuvre, un seuil minimal avantageux est s = 0,1, ce qui correspond, en dB, à 20 loglos =-20 dB, où loglo désigne le logarithme décimal.

Cependant, on n'applique pas non plus la deuxième atténuation G'mic (i, n) en l'état au signal microphonique correspondant xi (n). Sinon, dans le cas de la double parole, c'est-à-dire en présence de parole locale et distante simultanées, le signal de parole local subirait la même atténuation que l'écho, ce qui limiterait l'interactivité.

On effectue pour cela un ajustement supplémentaire des atténuations à appliquer aux signaux microphoniques.

A partir du rapport de cumulants (1) calculé précédemment, on détermine, microphone par microphone, pour tout entier i compris entre 1 et N, si le signal microphoni- que xi (n) est un signal d'écho seul ou un signal de parole locale seule, suivant un premier cas, ou si xi (n) est un signal de double parole, suivant un second cas.

Dans un mode particulier de réalisation, si la première atténuation Gmic (i, n) a une valeur très inférieure à 1, cela signifie qu'on est en présence d'un signal d'écho seul, étant donné qu'on a supposé que le couplage entre haut-parleurs et microphones est négatif. Si Gmic (i, n) est très supérieur à 1, on est en présence d'un signal de parole locale seule. Si Gmic (i, n) a une valeur intermédiaire, on est en présence de double parole.

Cette détermination du type de chaque signal microphonique peut être effectuée à l'aide de toute autre méthode jugée appropriée.

En fonction de la détermination du type de chaque

signal microphonique xi (n), on calcule une troisième atténuation G"mic (i, n), comme indiqué en 1003 sur la figure 2, à partir de la deuxième atténuation G'mic (i, n), comme suit. Dans le premier cas précité, où le signal microphoni- que xi (n) est un signal d'écho seul ou un signal de parole locale seule, la troisième atténuation est G''mic (i, n) = G'mic (i, n). Dans le second cas précité, où le signal micro- phonique xi (n) est un signal de double parole, on"relâche" l'atténuation, c'est-à-dire que dans le calcul de la deuxième atténuation G'mic (i, n), on remplace la valeur initiale du seuil minimal s par une valeur plus élevée, dans une proportion telle que l'écho soit perceptible, mais non gênant. Dans 1'exemple précité où C = 8 et s = 0,1, on peut par exemple choisir d'augmenter le seuil s lorsque le rapport de cumulants (1) est supérieur à-12 dB ; on peut choisir de le faire passer à s = 0,7, soit environ-3 dB. Ce relâchement de l'atténuation, effectué uniquement pour les microphones qui captent un signal de parole locale, contri- bue notamment à préserver l'interactivité.

Les étapes décrites précédemment concernent des opérations effectuées séparément pour chaque microphone de la salle locale. Afin de prendre en compte dans chacune de ces opérations la présence des autres microphones de la salle locale, on calcule pour chaque signal microphonique xi (n) une atténuation additionnelle, appelée quatrième atténuation et notée r (i, n), comme indiqué en 1004 sur la figure 2.

La quatrième atténuation r (i, n) tient compte des signaux microphoniques xq (n), où q est un entier différent de i et compris entre 1 et N. Elle est calculée à partir d'un rapport entre des cumulants de signaux microphoniques.

Dans un mode particulier de réalisation, on choisit comme cumulant pour les signaux microphoniques xi (n) l'auto- cumulant d'ordre 2, c'est-à-dire l'énergie de ces signaux, et on calcule la quatrième atténuation r (i, n) pour chaque signal microphonique xi (n) à partir de la formule suivante :

Comme on l'a indiqué plus haut, on peut estimer les auto-cumulants des signaux microphoniques, d'une part, soit en large bande, soit sur certaines bandes de fréquence, et d'autre part, soit à chaque échantillon, soit à une cadence inférieure à la fréquence d'échantillonnage, soit par trame de plusieurs échantillons.

Dans le rapport de cumulants (3), il est particuliè- rement avantageux d'utiliser au dénominateur le produit des cumulants des signaux microphoniques autres que le ième signal microphonique. Néanmoins, en variante, on peut utiliser la somme des mêmes cumulants.

Cependant, on n'applique pas la quatrième atténua- tion r (i, n) en l'état au signal microphonique correspondant xi (n).

Pour éviter une saturation des signaux microphoni- ques, on modifie la quatrième atténuation r (i, n) suivant une étape analogue à l'étape de modification de la première atténuation G » ic (i, n), décrite plus haut.

Comme indiqué en 1005 sur la figure 2, on obtient ainsi pour chaque signal microphonique de la salle locale une cinquième atténuation r' (i, n), définie par : r' (i, n) = S2 (r (i, n)) (4) où S2 (r (i, n)) = s'si r (i, n) S s', S2 (r (i, n)) = r (i, n) si s'< r (i, n) < 1 et S2 (r (i, n)) = 1 si r (i, n) 2 1.

Le seuil minimal s'est l'atténuation souhaitée, qui dépend principalement du niveau de diaphonie perceptible, et dans une moindre mesure, du niveau d'écho. La diaphonie est

ici caractérisée par des interférences perceptibles dans le signal microphonique xi (n), entre la parole qui provient du locuteur s'exprimant devant le io, e microphone de la salle locale et la parole qui provient de locuteurs s'exprimant devant les autres microphones de la salle locale et qui est également captée par le ieme microphone.

Dans 1'exemple précité où C = 8 et s = 0,1 (ou s = 0,7 en cas de double parole), un seuil s'avantageux est s' = 0,125, soit environ-18 dB.

On calcule ensuite le produit des troisième et cinquième atténuations G"mic (i, n) et FI (i, n) obtenues précédemment, de façon à obtenir pour chaque signal micro- phonique xi (n) une atténuation globale G*mic (i, n) définie par : G*(i,n)=G"(i,n).r'(i,n).

On modifie cette atténuation globale de façon à obtenir pour chaque signal microphonique xi (n), comme indiqué en 1006 sur la figure 2, un coefficient de pondéra- tion Pi (n) défini comme suit : Pi (n) = S4 (G*(i,n))(5) <BR> <BR> <BR> où S4 (G*mic (i,n)) = s" si G*mic(i,n) # s" et<BR> <BR> <BR> <BR> <BR> G*mic(i,n)sis"<G*mic(i,n)#1,S4(G*mic(i,n))= s"étant un seuil minimal prédéterminé strictement inférieur à 1.

Dans 1'exemple précité où C = 8, s = 0,1 (ou s = 0,7 en cas de double parole) et s'= 0,125, un seuil s"avanta- geux est s"= 0,1.

On applique à chaque signal microphonique xi (n) le coefficient de pondération Pi (n) correspondant.

En variante aux étapes 1005 et 1006, on peut tout d'abord calculer l'atténuation r" (i, n) puis l'appliquer au signal microphonique correspondant xi (n), de façon à obtenir un signal microphonique atténué ; on calcule ensuite l'atténuation G",,, (i, n) et on l'applique au signal micropho- nique atténué.

On suppose que P canaux sont prévus pour la trans-

mission numérique entre la salle locale et la ou les salles distantes.

Dans le mode particulier de réalisation décrit, l'étape suivante du procédé de la présente invention consiste à transmettre sur chaque canal de transmission un signal Yk (n), k étant un entier compris entre 1 et P, comme indiqué en 1007 sur la figure 2, sous forme d'une combinai- son linéaire des signaux microphoniques xi (n) pondérés, définie comme suit : N yk (n) αk,i(n).ßi(n).xi (n) (6) i=l où ak, (n) désigne des coefficients de codage réels prédé- terminés et pi (n) désigne les coefficients de pondération obtenus précédemment.

Les coefficients Pi (n) varient au cours du temps et contribuent notamment à réduire l'écho tout en préservant l'interactivité. Ils permettent en outre de privilégier le ou les microphone (s) actif (s) et de favoriser la spatialisa- tion du son.

Les coefficients aki (n), 1 5 k 5 P, 1 S i s N, forment une matrice de codage à P lignes et N colonnes. Le coefficient situé à l'intersection de la koème ligne et de la ioème colonne, noté ak0iO (n), où ko est un entier compris entre 1 et P et io est un entier compris entre 1 et N, représente la contribution du poème microphone au poème canal de transmis- sion.

Ainsi, chaque ligne de la matrice de codage fournit les contributions des N microphones à un canal de transmis- sion donné, et chaque colonne fournit les contributions d'un microphone donné aux différents canaux de transmission. La somme des coefficients de chaque colonne vaut 1.

Ces contributions, c'est-à-dire les coefficients ak, (n), sont inférieures ou égales à 1 et sont choisies de

façon appropriée selon le contexte acoustique et vidéo. Les coefficients aki (n) dépendent notamment de la configuration du réseau de salles de visioconférence. Par exemple, ils diffèrent selon que la configuration est du type point à point ou multipoint (ces notions ont été définies en introduction). Les coefficients aki (n) dépendent également de la prise de vue effectuée dans les salles de visioconfé- rence du réseau, de façon à assurer la concordance entre les signaux sonores et les images fournies par les écrans des différentes salles.

Chaque microphone est généralement associé à une région de la salle locale. Chaque canal transmet générale- ment les contributions de microphones voisins d'une même région.

A titre d'exemple non limitatif, dans le cas où N = 6 (six microphones) et P = 2 (deux canaux de transmission), la matrice de codage peut être choisie comme suit : 1 1 1/2 1/2 0 0 0 0 1/2 1/2 1 1 On a choisi dans cet exemple d'associer les premier et deuxième microphones à une région"gauche", les deuxième et troisième microphones à une région"centre"et les cinquième et sixième microphones à une région"droite", en fonction de leur emplacement dans la salle.

Les signaux des premier et deuxième microphones sont transmis sur le premier canal (a1l = a1 2 = 1). Les signaux des cinquième et sixième microphones sont transmis sur le deuxième canal (a2,5 = a2 6 = 1). Les signaux des troisième et quatrième microphones sont transmis à 50 % sur le premier canal et à 50 % sur le deuxième canal (a1, 3 = α1.4 = α2.3 = α2.4 = 1/2). Les contributions des cinquième et sixième micropho- nes au premier canal sont considérées comme négligeables, étant donné l'emplacement sensiblement éloigné de ces

microphones par rapport à la région"gauche" (α1. 5 = α1.6 = 0). De même, les contributions des premier et deuxième microphones au deuxième canal sont considérées comme négligeables, étant donné l'emplacement sensiblement éloigné de ces microphones par rapport à la région"gauche" (a21 = 0).α2.2= On considère dans ce qui suit la réception dans une salle distante donnée.

L'étape suivante du procédé consiste à calculer, pour chaque signal de haut-parleur zj (n) de cette salle distante, une sixième atténuation GHp (j, n), comme indiqué en 1008 sur la figure 2, à partir de cumulants calculés pour chaque signal Yk (n) transmis en provenance de la salle locale considérée précédemment.

Dans un mode particulier de réalisation, la sixième atténuation GHp (j, n) est issue d'un rapport entre des auto- cumulants d'ordre 2 (énergies) et des inter-cumulants d'ordre 2 (fonctions d'intercorrélation) des signaux transmis yk (n). De même que pour les cumulants mentionnés plus haut, le calcul peut être effectué par bande de fréquence ou en large bande.

De même que pour les atténuations calculées à l'émission, on applique à la sixième atténuation GHp (j, n) un seuil minimal, noté s* et strictement inférieur à 1, et un seuil maximal de 1, de façon que cette atténuation ait pour valeur maximale 1 et pour valeur minimale l'atténuation souhaitée en fonction de la diaphonie et de l'écho.

Comme indiqué en 1009 sur la figure 2, on obtient ainsi un coefficient de pondération kj (n) défini comme suit : S3(GHP(j,n))(7)#j(n)= où S3 (GHp (j, n)) = s* si GHp (j, n) # s*, S3(GHP(j,n)) = GHP(j, n) si s* < GHp (j, n) < 1 et 1siGHP(j,n)#1.S3(GHP(j,n))=

A titre d'exemple non limitatif, dans le cas où P = 2 (deux canaux de transmission) et M = 3 (trois haut- parleurs), les coefficients de pondération peuvent être obtenus comme suit : S3(GHP(2,n)),où#2(n)= 2. Cum2 (yl (n)). Cum2 (y2 (n)) GHP(2, n) = CUm2 (Y1 (n)) 2 + Cum2(y2(n))2 où Cum2 (y1 (n)) est un auto-cumulant d'ordre 2 qui représente l'énergie du signal transmis yl (n), et où Cum2 (y2 (n)) est un auto-cumulant d'ordre 2 qui représente l'énergie du signal transmis Y2 (n).

Dans le même exemple, on peut choisir #1(n) = #3 (n) = 1 + s*-W2 (n).

Ces expressions se généralisent aisément à un nombre plus élevé de canaux de transmission et de haut-parleurs.

Dans 1'exemple précité où C = 8, s = 0,1 (ou s = 0,7 en cas de double parole) et s'= 0,125, un seuil s* avanta- geux est s* = s'= 0,125, soit environ-18 dB.

Comme indiqué en 1010 sur la figure 2, on détermine ensuite chaque signal de haut-parleur zj (n) de la salle distante, à partir d'une combinaison linéaire des signaux transmis Yk (n) pondérés, définie comme suit : où yjk (n) désigne des coefficients de décodage réels prédéterminés et Xj (n) désigne les coefficients de pondéra- tion obtenus précédemment.

Les coefficients k (n) varient au cours du temps et contribuent notamment à améliorer la restitution du relief sonore et à réduire la diaphonie éventuelle, en particulier

en cas de transmission sur un nombre P de canaux inférieur au nombre M de haut-parleurs. Ils contribuent également à réduire l'écho acoustique en limitant le nombre de haut- parleurs actifs à tout moment.

Les coefficients yjk (n), 1 s j s M, 1 s k s P, forment une matrice de décodage à P lignes et M colonnes.

Ils dépendent notamment de la disposition des haut-parleurs et du mode d'affichage des images dans les salles de visio- conférence du réseau. A la différence des coefficients de codage ak, i (n), les coefficients yjk (n) sont indépendants de la configuration point à point ou multipoint du réseau.

L'étape suivante du procédé consiste à émettre, au moyen du j ème haut-parleur de la salle distante, pour tout entier j compris entre 1 et M, le signal de haut-parleur zj (n) obtenu à partir de la formule (8).

Dans un mode particulier de réalisation, on transmet en outre sur les P canaux de transmission les produits yjk k (n). Xj (n), 1 s 5 j : 5 M, 1 < k < P, à la même cadence que les signaux sonores. Ainsi, chaque canal de transmission transporte, en plus du signal yk (n), les pondérations dont ce signal doit être affecté avant émission par le haut- parleur correspondant de la salle distante. Cela revient à effectuer une détection d'activité vocale et à transmettre l'information correspondante.

Dans ce mode de réalisation, on adapte la matrice de codage en fonction des locuteurs actifs et on calcule la matrice de décodage à l'émission, à partir de la matrice de codage et des caractéristiques de restitution sonore.

Lorsque le nombre de microphones actifs, tel que déduit de la valeur de la cinquième atténuation FI (i, n) ou de la troisième atténuation G"mic (i, n), est inférieur ou égal au nombre de canaux de transmission, chaque signal issu d'un microphone actif est aiguillé vers un des canaux. La matrice de codage est alors constituée uniquement de 1 et de 0 (les 1 correspondant aux microphones actifs).

Dans ce mode de réalisation, la matrice de décodage

est la transposée de la matrice de codage.

On peut transmettre les M x P coefficients yjk (n) au moyen d'un faible nombre de bits. A titre d'exemple non limitatif, trois bits par coefficient peuvent suffire. On peut par exemple effectuer un codage de type logarithmique où chaque coefficient, exprimé en dB, est quantifié de façon uniforme sur un nombre de niveaux donné. A titre d'exemple non limitatif, on peut prévoir huit niveaux.

Dans un mode particulier de réalisation, on diffuse en outre, dans la salle locale, les signaux à transmettre Yk (n), au moyen des haut-parleurs locaux, en plus des signaux reçus en provenance de la ou des salle (s) distan- te (s) et à un niveau plus faible que les signaux reçus.

Cette diffusion d'un retour local amène les locuteurs à parler moins fort ou plus loin du microphone, au cas où ils parlaient initialement à un niveau très élevé ou trop près du microphone sans s'en rendre compte. Cette diffusion contribue également à créer un environnement acoustique commun dans une salle donnée, ce qui est particulièrement avantageux pour des locuteurs situés à des emplacements éloignés d'une même salle.

On décrit dans ce qui suit le dispositif de la présente invention, dans un mode particulier de réalisation, à l'aide de la figure 3.

Ce dispositif s'applique à un système de transmis- sion numérique de signaux sonores du même type que celui considéré en relation avec le procédé, à savoir, un système mettant en oeuvre P canaux de transmission entre une salle locale et au moins une salle distante, qui comportent chacune N microphones et M haut-parleurs, les valeurs de N et M pouvant différer selon les salles.

Comme le montre la figure 3, le dispositif comprend un module 20 de codage des signaux sonores. Le module 20 reçoit en entrée N signaux numériques xi (n) qui proviennent respectivement des N microphones de la salle locale. Il fournit en sortie P signaux numériques Yk (n) définis par la

formule (6) donnée plus haut.

Les P signaux Yk (n) sont transmis respectivement sur les P canaux de transmission dans le réseau 22.

Le dispositif comprend également un module 24 de décodage des signaux sonores. Le module 24 reçoit en entrée les P signaux Yk (n) et fournit en sortie M signaux numéri- ques zj (n), définis par la formule (8) donnée plus haut, à émettre respectivement par les M haut-parleurs de chaque salle.

Dans le mode particulier de réalisation représenté sur la figure 4, le module 20 de codage des signaux sonores comprend un module 26 pour calculer un cumulant pour chaque signal microphonique xi (n) de la salle locale et un cumulant pour chaque signal de haut-parleur zj (n) de la salle locale.

Le module 20 comprend également un module 28, connecté en sortie du module 26, pour calculer la première atténuation Gmic (i, n), décrite plus haut, pour chaque signal microphonique xi (n) de la salle locale, à partir d'un rapport entre des cumulants fournis par le module 26 de calcul de cumulants. Dans un mode particulier de réalisa- tion, le module 28 fournit en sortie des valeurs de Gmic (i, n) telles que définies par la formule (1) donnée plus haut.

Un module 30 pour modifier chaque première atténua- tion Gmic (i, n) est connecté en sortie du module 28. Il fournit en sortie la deuxième atténuation G'mic (i, n) définie par la formule (2) donnée plus haut.

Le module 20 comprend de plus un module 32, connecté en sortie du module 26 de calcul de cumulants, pour détermi- ner, pour chaque signal microphonique xi (n), à partir des cumulants de signaux microphoniques et de haut-parleurs fournis par le module 26, si ce signal microphonique est un signal d'écho seul ou un signal provenant uniquement de la salle locale, suivant un premier cas, ou si ce signal microphonique présente des composantes provenant de la salle locale et d'autres composantes

provenant de la salle distante, suivant un second cas, comme on l'a décrit plus haut.

Un module 34 pour calculer la troisième atténuation G"mic (i, n) définie plus haut est connecté en sortie des modules 30 et 32.

Le module 20 comprend en outre un module 36, connecté en sortie du module 26 de calcul de cumulants, pour calculer la quatrième atténuation r (i, n) à partir d'un rapport entre des cumulants de signaux microphoniques. Dans un mode particulier de réalisation, le module 36 fournit en sortie des valeurs de r (i, n) telles que définies par la formule (3) donnée plus haut.

Un module 38 pour modifier chaque quatrième atténua- tion r (i, n) est connecté en sortie du module 36. Il fournit en sortie la cinquième atténuation r' (i, n) définie par la formule (4) donnée plus haut.

Un module 40 pour calculer et modifier le produit des troisième et cinquième atténuations G"mic (i, n) et r' (i, n) est connecté en sortie des modules 34 et 38. Le module 40 fournit en sortie les coefficients de pondération Pi (n) définis par la formule (5) donnée plus haut.

Dans le mode particulier de réalisation représenté sur la figure 5, le module 24 de décodage des signaux sonores comprend un module 42 pour calculer, pour chaque signal de haut-parleur z (n) de la salle distante considé- rée, la sixième atténuation GHP (j, n) définie plus haut, à partir de cumulants calculés pour chaque signal transmis Yk (n). Ces cumulants peuvent être fournis par le module 26 de calcul de cumulants représenté sur la figure 4.

Un module 44 pour modifier chaque sixième atténua- tion GHP (j, n) est connecté en sortie du module 42. Il fournit en sortie les coefficients de pondération k (n) définis par la formule (7) donnée plus haut.