Académique Documents
Professionnel Documents
Culture Documents
Elaboré par :
Atrous Sarra
Hachani Salma
Encadré par :
1 Principe 3
1.1 Analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 Réalisation 4
2.1 Banc de filtres d’analyse . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2 Décimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3 Quantification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.4 Interpolation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.5 Filtres de synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2
TABLE DES FIGURES
REMERCIEMENTS
ous tenons à exprimer nos sincères remerciements à toutes les personnes qui
N ont contribué à la réalisation de ce rapport. Tout d’abord, nous souhaitons
remercier Madame Soumaya MEHERZI pour la quantité impressionnante du temps
qu’elle nous a consacré. Ainsi que pour ses remarques constructives. Enfin, nous
remercions nos collègues pour leur collaboration et leur soutien tout au long de la
réalisation de ce projet.
1
INTRODUCTION
L e
codage en sous-bande est une méthode couramment utilisée pour compresser les
signaux audio. Elle implique de diviser le signal en différentes bandes de fréquences
et d’adapter la technique de codage à chaque bande, dans le but de minimiser le
débit total tout en assurant une qualité "acceptable" selon des critères perceptuels
objectifs et subjectifs.
Ce projet consiste à implémenter cette technique en utilisant Matlab, avec une
architecture simple, et à la tester sur un exemple audio. Pour réaliser cela, les prin-
cipaux concepts théoriques abordés dans le cours seront utilisés, tels que le filtrage,
la décimation, l’interpolation et la quantification. Cela permettra une illustration
pratique et concrète de ces concepts, offrant ainsi une meilleure compréhension
tout en maîtrisant l’utilisation de Matlab.
2
CHAPITRE 1
PRINCIPE
Le but principal de cette technique est d’obtenir une compression de haute qua-
lité d’un signal donné en utilisant un débit minimal. Le principe de base repose sur
la subdivision du spectre du signal en différentes sous-bandes, et sur la conception
d’une technique de compression adaptée pour chaque sous-bande. Les sous-bandes
sont généralement sélectionnées en fonction de leur importance perceptuelle, que
ce soit en termes d’énergie ou d’entropie.
1.1 Analyse
— Banc de filtres d’analyse : permettant de subdiviser le signal en sous-bandes.
— Décimation : permettant de réduire la fréquence d’échantillonnage. — Quantifi-
cation/Codage : permettant de représenter les différents échantillons par des codes
bianires.
1.2 Synthèse
— Décodage : permet de transformer les codes binaires en échantillons. —
Interpolation : restituer la fréquence d’échantillonnage pour chaque sous-bande. —
Banc de filtre de synthèse : restituer chaque composante dans sa bande de départ.
3
CHAPITRE 2
RÉALISATION
4
2.1. BANC DE FILTRES D’ANALYSE chapitre 2
5
2.1. BANC DE FILTRES D’ANALYSE chapitre 2
6
2.1. BANC DE FILTRES D’ANALYSE chapitre 2
7
2.1. BANC DE FILTRES D’ANALYSE chapitre 2
8
2.1. BANC DE FILTRES D’ANALYSE chapitre 2
9
2.2. DÉCIMATION chapitre 2
Bien que les filtres RII (Réponse Impulsionnelle Infinie), tels que les filtres
butter ou cheby, offrent une plus grande flexibilité dans la conception des réponses
fréquentielles, ils peuvent introduire une complexité accrue et ne sont pas nécessai-
rement adaptés à l’objectif spécifique de découpage en sous-bandes sans distorsion
dans ce projet.
En conclusion, il est recommandé de choisir des filtres RIF pour assurer une sé-
paration claire des sous-bandes, une restitution précise du signal et une mise en
œuvre pratique et stable.
2.2 Décimation
Après avoir filtré les signaux s1 et s2 pour récupérer les bandes BF et HF
respectivement, il est nécessaire de réduire la fréquence d’échantillonnage à la
fréquence de Nyquist Fe1 = Fe/2. Cela permet de réduire le nombre d’échantillons
10
2.3. QUANTIFICATION chapitre 2
par seconde et, par conséquent, le débit binaire résultant, tout en préservant le
contenu spectral de chaque signal.
Le sous-échantillonnage est réalisé avec un facteur M = 2, ce qui signifie que
seul un échantillon sur deux est conservé. Le signal sous-échantillonné y(m) peut
être exprimé dans le domaine temporel comme suit :
y(m) = x(n)δ(n − mM )
Cette équation correspond à un spectre périodisé de période Fe/M, avec une
représentation spectrale Y(f) donnée par :
Y (f ) = (1/M ) ∗ X(f − kF e/M )
En procédant au sous-échantillonnage des signaux s1 et s2 selon le facteur M =
2, nous obtenons les signaux s1d et s2d respectivement.
2.3 Quantification
Dans cette partie, nous avons utilisé la technique de quantification uniforme
pour quantifier les signaux s1d et s2d. La quantification uniforme consiste à subdi-
viser l’intervalle d’amplitude du signal en L = 2l sous-intervalles de même longueur,
où l est le nombre de bits utilisés pour représenter chaque échantillon quantifié.
Chaque échantillon quantifié est représenté par la valeur médiane du sous-intervalle
auquel il appartient.
Nous avons implémenté une fonction appelée "unifquant" pour réaliser la quan-
tification uniforme d’un signal donné. Cette fonction prend comme arguments le
signal x, les bornes Amin et Amax de l’intervalle d’amplitude, ainsi que le nombre
de bits l. Elle retourne le signal quantifié xq ainsi que la valeur du RSB (Rapport
Signal sur Bruit) correspondant.
11
2.4. INTERPOLATION chapitre 2
En appliquant cette fonction sur les signaux s1d et s2d pour différentes valeurs de
l, choisies entre 2 et 12, nous avons pu observer les effets de la quantification sur la
qualité du signal reconstruit.
Dans notre cas, on a obtenu pour l=2 , rsb_s1d = 1.12 et rsb_s2d = 1.41 alors
que pour l=12 on a obtenu rsb_s1d = 59.067 et rsb_s2d = 53.529
En augmentant le nombre de bits utilisés pour la quantification, nous obtenons
une meilleure précision dans la représentation des échantillons quantifiés. Cela se
traduit par une diminution de l’erreur de quantification et donc une amélioration
du RSB.
2.4 Interpolation
La phase d’interpolation a pour objectif de ramener les deux composantes vers la
bande spectrale initiale, qui a une largeur de Fe/2. Cela est réalisé en rétablissant la
fréquence d’échantillonnage à Fe par le biais d’une opération de suréchantillonnage
avec un facteur M = 2.
Le suréchantillonnage consiste à insérer M-1 zéros entre deux échantillons consé-
cutifs du signal d’entrée x. Ainsi, le signal résultant, appelé y, s’exprime dans le
domaine temporel de la manière suivante :
Notons aussi qu’une périodisation du spectre fait apparaître des spectres ’images’
12
2.4. INTERPOLATION chapitre 2
ou ’miroirs’ autour des fréquences kFe/M. Ces spectres seront éliminés par la suite
par les filtres de synthèse qui seront elaborés plus loin dans la partie suivante.
Pour ce faire nous avons élaboré le code suivant :
13
2.5. FILTRES DE SYNTHÈSE chapitre 2
Où la fonction filpr() permet ici d’inverser l’ordre des coefficients des filtres de
l’analyse. Cela permet de les utiliser comme filtres de synthèse pour reconstruire le
signal original à partir des sous-bandes. On obtient donc les deux présentations
spectrales des deux composantes du signal :
14
2.5. FILTRES DE SYNTHÈSE chapitre 2
15
2.5. FILTRES DE SYNTHÈSE chapitre 2
Notons que
16
2.5. FILTRES DE SYNTHÈSE chapitre 2
Nous calculons par la suite , le débit binaire résultant de toute la chaîne ainsi
que le RSB grace au code suivant :
nous avons par la suite varier les valeurs de l1 et l2 et enregistrer les resultats
obtenus tout en comparant la qualité de l’audio obtenu à partir du signal synthèse :
-pour l1=l1=8 :
-pour l1=l1=2 :
-pour l1=l1=10 :
17
2.5. FILTRES DE SYNTHÈSE chapitre 2
18
CONCLUSION
19