Audio et spatialisation du son Nicolas Tsingos

Motivation L’apport du son est indéniable films, jeux vidéos, simulation, réalité virtuelle le son augmente le réalisme et la sensation d ’immersion

Motivation Le son doit être cohérent avec les visuels synchronisation cohérence des effets (distance, position, etc.)

Introduction au son physique Onde mécanique compression/dilatation des molécules du milieu pas de son dans le vide ! créée par un corps en vibration caractérisée par le niveau de pression acoustique (Pa ou N.m-2) également mesurée en décibels (dB) : 20 log10(P/Préf)

Ondes harmoniques Onde sphérique: P(r,t) = Po/r sin(t - kr )  = 2f (pulsation) k = /c (nombre d’onde) = 2 /k (longueur d’onde) = kr (phase) r

Introduction au son physique Ordres de grandeur célérité : 340 m/s (air) 1000 m/s (eau/métal) fréquences: 0 - 400 kHz (audible de 20Hz à 20kHz) longueur d’onde : 100m - 1mm Lumière: célérité : 3.108 m/s (vide) fréquences: 1011 - 1017 Hz longueur d’ondes: 7.8x10-7 m (rouge) - 3.9x10-7 m (violet)

Ondes complexes Peuvent se décomposer en ondes harmoniques décomposition linéaire Analyse de Fourier FFT par blocs spectrogramme

Ondes complexes

Propagation du son Sources/Auditeur en mouvement Effet Doppler

Propagation du son Réflexion spéculaire Diffraction du son

Propagation du son Réverbération superposition de réflexions/diffractions du son au cours du temps particulièrement sensible dans les espaces clos

Perception du son L’oreille est un récepteur complexe le tympan mesure la pression acoustique convertie en atomes temps-fréquence par le cortex

Perception du son Nous somme sensibles à l’intensité (intégrale temporelle du carré de la pression) Fréquences audibles: 20Hz- 20kHz Dynamique: 1012 W.m2 (120 dB) du seuil d’audition au seuil de douleur

Perception du son

Perception du son Filtrage en « bandes critiques » membrane basilaire (cochlée) le son est découpé en 25 bandes 1/3 octave

Perception du son Masquage Effet de précédence : pour des signaux similaires le premier arrivé à l’auditeur masque le second (essayez avec votre chaine hifi) Masquage temporel : un son fort masque un son faible immédiatement après…et même avant ! Masquage fréquentiel: une fréquence masque les fréquences voisines (+ dans les basses)

Perception du son Le spectre et la phase du son sont plus importants que les variations de la pression

Perception du son la perception binaurale (des 2 oreilles) donne des indications de direction en 3D

Le son numérique Acquisition du son Numérisation du son microphone convertit les variations de pression en variations d’intensité électrique Numérisation du son convertit les variations d’intensité electrique en bits Pulse Code Modulation (PCM) quantisation et fréquence d’échantillonage

Le son numérique Quantisation nombre de bits utilisés pour encoder l’amplitude du signal virgule fixe ou virgule flottante linéaire ou non-linéaire pas assez de résolution => bruit détermine la dynamique possible du signal

Le son numérique Fréquence d’échantillonnage (sampling rate) combien de fois par seconde va-t-on représenter la valeur du signal Théorème de Shannon: il faut échantillonner à au moins 2x la plus haute fréquence contenue dans le signal pour ne pas avoir de pertes

Le son numérique Quelques chiffres CD : 16 bits, entiers, 44100 Hz Téléphone: 8 bits, entiers, 8kHz, non linéaire DVD: jusqu’à 192kHz, 24 bits, entiers

Spatialisation du son *

Spatialisation du son Positionnement du son dans l’espace différence de temps d’arrivée aux oreilles masquage/diffraction par le torse et la tête filtrage complexe dû aux réflexions/diffractions dans le pavillon de l’oreille => dépend de la direction d’incidence

Spatialisation du son Réverbération Modèle géométrique Construire les réflexions En déduire un filtre Modèle perceptif approximation statistique réverberation artificielle contrôle par critères perceptifs Reflections Delay Reverb Delay dB Reflections Reverb 0 dB Direct time Decay Time

Réverbération par convolution Réponse impulsionelle la réponse d’un système lorsque l’entrée est une impulsion (Dirac) suffit à décrire le système Convolution

Calcul de réponse impulsionelle Ray-tracing

Calcul de réponse impulsionelle For each path Build path filter Add to impulse response Convolve signal chunk with “long” filter Need for a convolution engine Best-suited to static environments

Calcul de réponse impulsionelle For each path Build “short” path filter Convolve with a chunk of input signal Mix contribution to output Convolution per path Supports interpolation of paths attributes and filters

Attributs perceptifs Acoustique des salles (design de salles de concert) dB 0 dB time

Attributs perceptifs Acoustique des salles Total energy (amplification) dB 0 dB time

Attributs perceptifs Acoustique des salles Total energy (amplification) Decay time (reverberance) dB 0 dB time

Attributs perceptifs Acoustique des salles Total energy (amplification) Decay time (reverberance) Direct/reflected ratio (proximity) dB 0 dB time

Attributs perceptifs Acoustique des salles Total energy (amplification) Decay time (reverberance) Direct/reflected ratio (proximity) Early/late ratio (intelligibility) dB 0 dB time

Attributs perceptifs Acoustique des salles Total energy (amplification) Decay time (reverberance) Direct/reflected ratio (proximity) Early/late ratio (intelligibility) Initial delay time (room size) dB 0 dB time

Attributs perceptifs Acoustique des salles Total energy (amplification) Decay time (reverberance) Direct/reflected ratio (proximity) Early/late ratio (intelligibility) Initial delay time (room size) dB 0 dB time

Attributs perceptifs Acoustique des salles Total energy (amplification) Decay time (reverberance) Direct/reflected ratio (proximity) Early/late ratio (intelligibility) Initial delay time (room size) Lateral energy fraction dB 0 dB time

Attributs perceptifs On divise la réponse impulsionelle en 3 parties le son direct reflexions précoces réverbération (tardive) fréquences: 3 bandes basses [20-500 Hz] médium [500-2000 Hz] aigus [2000+ Hz] dB time Hz

Attributs perceptifs Distribution spatiale (typique) son direct: directionel réflexions individuelles: directionelles réverberation: diffuse (de partout) Réflexions précoces ne sont pas séparées mais: - le son direct peut être bloqué - echos audibles (environmt. extérieurs) - “phasing” avec les sources en mouvement

Reverbération artificielle Plus efficace qu’une convolution directe t 1 N 2 g A matrice de feedback delai atténuation

multi-channel output bus Spatialisateur multi-channel output bus filter gain pan pan reverberation block source processing block Reverb. Refl.

Positionement 3D du son Systèmes de restitution stéréo multi-haut parleur

Positionement 3D du son En stéréo HRTFs pas besoin de plus ! appliquer une paire de filtres à un signal mono filtres sont directionels HRTFs Head Related Transfer Functions mesurés ou simulés dépendent de l’auditeur

Positionement 3D du son Extension à des enceintes stéréo transaural stereo suppression des chemins croisés (cross-talk)

Positionement 3D du son Multi-haut parleur Son surround 5.1 et + Ambisonics Holophonie

Récapitulatif ? yes (3D array) yes (3D array) yes small average n/a elevation small average low average (4+) Amplitude Panning n/a v.good high heavy (100+) WFS good moderate Ambisonics light (2+) Transaural recording Sweet spot imaging DSP light (2) Setup (# chans) HRTF Technique

Standards Direct Sound 3D => support hardware par les cartes sons spatialisation, reverberation, effets EAX (Creative Labs) OpenAL (multi-plateforme) => support hardware par les cartes sons 64 voix 3D + 4 reverb simultanées MPEG4 audio JAVA 3D

Compression du son Quantization et fréquence d’échantillonage Quantization non uniforme Adaptive Differential PCM (ADPCM) Perceptual audio coding (PAC)

Quantization et échantillonnage Réduire le nombre de bits introduit du bruit de quantization limite la dynamique Réduire la fréquence d ’échantillonage limite la réponse en fréquence Peut marcher pour certains signaux (voix,…)

Quantization non uniforme Donner plus de résolution aux signaux de faible amplitude quantization logarithmique -law (US) et A-law (europe) 14/16 bits représentés sur 8 bits téléphone

Adaptive Differential PCM (ADPCM) Coder les différence entre les samples proches 127-145-138 sera stocké 127-18-(-7). utilisé principalement pour la voix de 16 bits à 4 bits = compression 4:1 DTS

Perceptual audio coding (PAC) MPEG I -layer III (mp3) , MPEGII AAC, Dolby digital (ac3), etc. Principe: Découper le signal en bandes critiques Allouer le nombre de bits de quantization dynamiquement Mais réduire ce nombre introduit du bruit Exploiter les masquages auditifs pour assurer que le signal masque le bruit

Modèles à base d ’événements MIDI (Musical Instrument Digital Interface) Représente la musique comme des notes et des événements Utilise un moteur de synthèse pour la restitution Compression très efficace Mais sons limités et pas de garantie de qualité

Direct Sound Partie audio de Direct X DirectSound object gère les entrées-sorties audio temps-réel support hardware par les cartes audio DirectSound object configuration audio DirectSound primary buffer DirectSound secondary buffers mixés dans le primary buffer

Direct Sound Object Device Configuration d ’écoute carte son casque enceintes stéréo multi-canal

Direct Sound Primary buffer Format de données audio quantisation format (entiers, flottants) fréquence d ’échantillonnage nombre de canaux compression Mode exclusif ou partagé

Direct Sound Secondary Buffers Tableaux circulaires de données échantillonnées lus à la fréquence d ’échantillonnage audio il faut écrire assez vite pour ne pas perdre des données Paramètres de contrôle volume position (buffers 3D) pitch