FI90156C

FI90156C - Foerfarande foer att inspela en flerkanalsaudiosignal pao en cd-skiva

Info

Publication number: FI90156C
Application number: FI915113A
Authority: FI
Inventors: Juha Kuusama
Original assignee: Salon Televisiotehdas Oy
Priority date: 1991-10-30
Filing date: 1991-10-30
Publication date: 1993-12-27
Also published as: FI90156B; FI915113A; DE69220884T2; EP0540329B1; FI915113A0; EP0540329A3; DE69220884D1; EP0540329A2

Description

1 90156

Menetelmä monikanavaisen audiosignaalin taltiomiseksi CD-levylle - Förfarande för att inspela en flerkanalsaudiosig-nal pä en CD-skiva 5

Keksintö koskee menetelmää, jolla CD-levylle (Compact Disc), johon tallennetaan tunnetulla tavalla kaksikanavainen stereoääni sekä toistimen kooderin tarvitsema ohjaustieto, voidaan tallentaa myös monikanavaääni. Keksintö koskee myös 10 levyä, jolle on menetelmän mukaisesti tallennettu monikanavaääni .

Monikanavainen ääni on nykyään yleistynyt elokuvien äänenä sen tarjoaman kaksikanavaista stereoääntä suuremman kuunte-15 lunautinnon vuoksi. Kuitenkin valmiit CD-levylle tallennetut äänitteet, jotka tällä hetkellä ovat kuluttajan ostettavissa, ovat perinteisiä stereoäänitteitä. On odotettavissa, että tulevaisuudessa tarve monikanavaisen äänen toistamiseen CD-levyltä yleistyy. Tällöin on luonnollisesti ratkaistava 20 ensin ongelma, miten monikanavaääni voidaan tallentaa CD-levylle. Tallenteen olisi oltava sellainen, että sitä voitaisiin kuunnella myös nykyisillä toistimilla perinteisenä stereosignaalina. Televisiojärjestelmien alueella on myös pohdittu monikanavaäänen lähettämiseen ja vastaanottoon 25 liittyviä kysymyksiä. Esim. digitaalisen NICAM-järjestelmän äänikanavan kaistanleveys ei sellaisenaan riitä monikanavaisen äänisignaalin välittämiseen, joten monikanavainen, esim.

. . nelikanavainen, ääni on jollain tavalla koodattava niin, että se sopii lähetettäväksi kaksikanavaisen stereosignaalin 30 siirtotiellä. Koodaus on lisäksi tehtävä siten, että vastaanotettua monikanavaista äänisignaalia voidaan sellaisenaan nykyisillä vastaanottimina kuunnella kaksikanavaisena stereosignaalina. Televisiojärjestelmiä koskeva ongelma on ratkaistu samanaikaisesti tämän hakemuksen kanssa jätetyssä 35 suomalaisessa patenttihakemuksessa FI-915114, hakija Salon Televisiotehdas Oy. Siinä on selostettu menetelmä, jolla monikanavainen ääni voidaan koodata niin, että se sopii lähetettäväksi kaksikanavaisen äänen siirtoon tarkoitetulla 2 9Π156 kanavalla. Mainitussa hakemuksessa on käytetty hyväksi koodaustapaa, joka on esitetty konferenssijulkaisussa Proc. ICASSP 90, Alberquerque, New Mexico, April 3-6, 1990, s. 1097-1100, W.R.Th. ten Kate, L.M. van de Kerkhof ja F.F.M.

5 Zijderveld: Digital Audio Carrying Extra Information. Koodaustapaa on kehittänyt Philips.

Koodaustavassa käytetään hyväksi ihmisen kuulolle ominaista seikkaa: peittoilmiötä. Peittoilmiö tarkoittaa sitä, että 10 mihin tahansa audiosignaaliin voidaan lisätä toinen heikompi signaali, jota korva ei lainkaan kuule peittoilmiön takia. Peittoilmiö on psykoakustinen ilmiö, jossa kuulokynnys siirtyy ylöspäin silloin, kun läsnä on muita matalampia ääniä. Peittoilmiö toimii parhaiten äänillä, joiden spektrikompo-15 nentit ovat lähellä peittävän äänen komponentteja. Taajuus-peitto heikkenee nopeammin siirryttäessä matalampiin ääniin. Tämä pätee myös aikatasossa: peittoilmiö on suurin äänillä, jotka kuuluvat samanaikaisesti. Peittoilmiön olemassaoloa voidaan hyödyntää siten, että audiosignaaliin voidaan lisätä 20 kuulokynnyksen alittavia signaaleja. Periaatteessa tämä tapahtuu siten, että audiosignaali näytteistetään ja näytteiden niiden bittien paikalle, joita ihmiskorva ei kuule, sijoitetaan muuta informaatiota. Informaatio sijoitetaan siten digitaalimuodossa olevan näytteen vähemmän merkitsevien bit--.25 tien paikalle. Kun tällainen signaali toistetaan, ei ihmiskorva kuule lainkaan lisättyä signaalia, sillä varsinainen kuultavaksi tarkoitettu signaali peittää sen. Ihmiskorvan peittokyky siis määrää, kuinka monta vähemmän merkitsevää bittiä voidaan korvata ilman että se olisi vielä kuultavis-30 sa.

Edellä mainitussa patenttihakemuksessa FI-915114 hyödynnetään sitä informaatiota, jota tunnetun Philipsin järjestelmän kooderi tuottaa. Tällaista informaatiota on tieto data-35 moodista, kvantisointiin liittyvä tieto ja dematrisointiin liittyvä tieto. Sanotussa hakemuksessa esitetyn keksinnön mukaisesti tämä tieto lähetetään erillisellä sivukanavalla samanaikaisesti audiosignaalien kanssa vastaanottimelle, 3 9 Π1 5 6 joka sivukanavatiedon ohjaamana pystyy käsittelemään vastaa-anottamansa stereosignaalin ja muuntamaan sen esim. neli-kanavastereosignaaliksi. Lyhyesti sanottuna osa monikanava-äänen informaatiosta piilotetaan ihmiskorvan peittoilmiötä 5 hyväksikäyttämällä vasemman ja oikean stereokanavan ääneen. Loppuosa monikanavaäänestä lähetetään erillisellä sivukana-valla, jolla dekoodaukseen lähetettävä tieto välitetään. Vastaanottimen dekooderi toimii siis lähettimen kooderin ohjauksessa, orjadekooderina, ja dekoodaa äänen jälleen mo-10 nikanavaääneksi. ilman monikanavaäänen dekoodausta on kuitenkin mahdollista vastaanottaa stereokanavalla lähetetty ääni ja toistaa se peittoilmiön vuoksi normaalina stereona ilman, että kuuntelija kuulisi piilotettua ääntä. FI-hake-muksessa kuvattu kooderi, joka voi olla olennaisilta osil-15 taan samanlainen kuin edellä mainitussa konferenssijulkaisussa Proc. ICASSP 90 kuvattu Philipsin kooderi, yhdistää tulevan monikanavaisen audiosignaalin yhdistetyksi stere-osignaaliksi ja kätkee muodostettuun kaksikanavaiseen stere-osignaaliin datasignaalin käyttäen hyväksi peittoilmiötä.

20 Kooderista saadaan tieto datamoodista, kvantisoinnista sekä matrisointitieto. Kvantisointitieto ilmoittaa peittävän signaalin ja peitettävän (kätkettävän) signaalin kvantisointi-portaat ja bittimäärän sekä peittokynnyksen, joka on laskettu aikaväleittäin audiosignaalille. Matrisointitieto ilmoit-25 taa, kuinka alkuperäinen monikanavainen audiosignaali on sekoitettu (downmix). Lyhyesti sanottuna kooderista on saatavissa kaikki se tieto, jolla dekoodaus voidaan suorittaa. Kooderista saatu yhdistetty stereosignaali, johon on "kätketty" dataa, sovitetaan käytettävään audiokanavaan, esim.

30 NICAM-formaattiin lähetettäväksi radiotiellä. Samanaikaisesti lähetetään erillisellä matalanopeuksisella digitaali-kanavalla edellä luetellut dekoodauksessa tarvittavat tiedot. Mikäli audiokanavaan kätkettävä data ei jollain ajan-hetkellä mahdukaan audiokanavaan - audiosignaalin peittokyky 35 ei riitä - voidaan tämä data lähettää mainitulla erillisellä datakanavalla, jolla lähetettävää informaatiota voidaan kutsua sivuinformaatioksi, koska se lähetetään varsinaisen audiokanavan sivussa.

4 9Π156

Vastaanottimessa dekooderi vastaanottaa audiokanavan signaalin ja datakanavan sivuinformaation, jossa lähetetyn dekoo-dausinformaation ohjaamana se pystyy dekoodaamaan audiokanavan signaalin ja erottamaan siihen kätketyn datan. Mat-5 risointitiedon ohjaamana se kykenee edelleen muodostamaan esim. monikanavaisen audiosignaalin. Sivuinformaation välitykseen käytettävä datakanava voi olla hidas ja sillä lähetettävä data voidaan helposti kompressoida ja suojata. Menetelmä sopii erityisesti käytettäväksi monikanavaäänen 10 (surround sound) välittämiseen teräväpiirtotelevisiojärjestelmässä.

Selityksen alussa mainittiin, että nykyään kaupan olevissa CD-levyissä on kaksikanavainen stereoääni. Se ongelma, miten 15 CD-levylle voidaan taltioda monikanavainen ääni, voidaan ratkaista käyttäen hyväksi sanotun Fl-hakemuksen periaatetta. Tällöin nykyisillä laitteilla toistettaessa tallenne kuulostaa aivan tavanomaiselta kaksikanavastereoääneltä, mutta varustettaessa toistin erityisellä dekooderilla voi-20 daan tallenne toistaa alkuperäisenä monikanavaisena ns. surround sound -äänenä.

Tämä tallennus tehdään patenttivaatimuksen 1 menetelmän mukaisesti .

25

Keksintö perustuu siihen oivallukseen, että koska tunnetusti CD-levylle tallennetaan stereoäänen lisäksi aina myös dekoodaukseen tarvittavaa datainformaatiota, voidaan tämän data-informaation joukkoon sisällyttää monikanavasignaalin 30 toistamisen vaatimaa dataa. Tämä on mahdollista, koska CD-levyn datainformaatiolle varatussa tilassa on jo varauduttu ylimääräisen datan tallentamiseen järjestämällä ylimääräistä datakapasiteettia sitä varten. Tarkemmin tämä tarkoittaa sitä, että patenttihakemuksessa FI-915114 määritelty sivu-35 kanavan informaatio tallennetaan CD-levyn datalohkoihin tähän ylimääräiseen datakapasiteettiin ja levyn kahdelle äänikanavalle piilotetaan peittoilmiötä hyväksi käyttäen muiden kanavien ääntä. Toistettaessa ääni monikanavaisena tallenne il 5 9 n 1 5 6 dematrisoidaan käyttäen hyväksi sivukanavan informaatiota ja kahteen äänikanavaan piilotettua äänitietoa. Perinteisillä CD-levyjen dekoodereilla ei sivukanavan informaatiota voida käyttää hyväksi, joten toistettaessa saadaan kaksikanavaste-5 reoääni, joka peittoilmiön vuoksi kuulostaa alkuperäiseltä huolimatta siihen piilotetusta äänestä. Sen sijaan käytettäessä sivukanavan informaation ohjaamaa kooderia saadaan monikanavainen ääni.

10 Keksintöä selostetaan viittamalla oheisiin kuviin, joissa kuva 1 esittää CD-levyn yhden datakehyksen rakennetta, kuva 2 esittää yleisperiaatetta monikanavaäänen koodaamisesta ja kätkemisestä stereokanavaan, ja kuva 3 esittää CD-äänilevylle tallennetun monikanavaäänen 15 dekoodausta.

CD-levyn informaatio koostuu kuvan 1 mukaisista peräkkäisistä datakehyksistä. Jokaiseen kehykseen kuuluu 33 symbolia 20 (tavua), joita edeltää johdanto (preamble), ja yksi symboli käsittää 8 databittiä. Kehyksen ensimmäistä symbolia käytetään alikoodia varten ja lopuista 32 tavusta edustaa 24 tavua audionäytteitä ja kahdeksaa tavua käytetään virheenkor-jaustarkoituksiin purskevirheiden ja satunnaisvirheiden kor-25 jäämiseksi. Alikoodi kokonaisuudessaan on melko laaja ja vain osa siitä on yhdessä kehyksessä. Koko alikoodi on sijoitettu 98 peräkkäiseen kehykseen. Alikoodi on olennaisesti audiosignaaliin nähden ulkoinen datavirta, joka on sijoitettu audionäytteiden joukkoon. Sen tehtävänä on mm. avustaa 30 levyllä olevien eri musiikkikappaleiden aloituskohdan löytämisessä, niiden sijainnin paikantamisessa levyllä, kappaleiden keston luetteloinnissa ja levyn kumulatiivisessa aika-laskennassa. Edelleen se välittää tiedon levytyksessä käytetystä esikorostuksesta, niin että levysoitin voi automaatti-35 sesti valita oikean esikorostuksen poistotavan. Alikoodin formaatti on standardoitu. Toistava laite löytää sen levyltä siten, että jokainen kehys alkaa synkronointikuviolla. Levysoitin tunnistaa kuvion ja käyttää sitä kehyslaskurin in- 6 PH 156 krementointiin. Eri alikoodit erotetaan siten, että myös alikoodin paikalla on synkronointikuvio, jolloin kaksi peräkkäistä synkronointikuviota erottaa eri aiikoodilohkot toisistaan. Kun alikoodit voidaan näin tunnistaa, voidaan ne 5 erottaa kehyksistä, niin että audionäytteet johdetaan omaan audionäytteiden käsittelyhaaraansa. Edellä on sanottu, että alikoodi on sijoitettu 98 kehykseen. Levysoitin erottaa alikoodit ja tallentaa ne RAM-muistiin. Kun 96 kpl kahdeksan bitin alikoodia on erotettu, pitää soittimen prosessori tätä 10 kahdeksana 96-bittisenä koodisanana. Näitä koodisanoja on siis jokaisessa 98 kehyksen lohkossa 8 kappaletta, mutta tällä hetkellä vain yhdellä näistä 96 bitin sanoista on merkitystä eli se on käytössä ja loput lohkon tallennuskapasiteetille mahtuvista seitsemästä koodisanasta on varattu 15 käytettäväksi tulevaisuudessa. Vapaata kapasiteettia keksinnön mukaisen sivuinformaation tallentamiseen on siis seitsemän 96-bittistä sanaa joka 13,3:s millisekunti eli 50526 bittiä/sekunti. Tämä kapasiteetti sopii käytettäväksi sivu-kanavan informaation tallentamiseen.

20

Keksinnön mukaisesti sijoitetaan kehyksiin muihin kuin audionäytteiden tavuihin sivukanavainformaatio, johon mahdollisten audionäytteiden lisäksi sisältyy kaikki se tieto, joka tarvitaan toistolaitteen dekooderin ohjaukseen. Nämä 25 tavut, joihin sivukanavainformaatio tallennetaan, ovat edellä esitetyn mukaisesti alikoodin vapaa kapasiteetti eli 7 kpl 96 bitin sanaa 98 kehyksen lohkoa kohti. Tallennusnopeus on, jos koko vapaa kapasiteetti käytettäisiin, 50,526 kbit/s. Itse audionäytteisiin piilotetaan muu monikanavaää-.30 nitieto.

Tallennettaessa moniäänimateriaalia CD-levylle menetellään kuvan 2 mukaan seuraavasti: Monikanavaäänestä tehdään moni-kanavaäänen kooderilla tavalla tai toisella bittivirta. Koo-35 deri voi toimia jonkin tunnetun menetelmän mukaisesti, esim.

NICAM, MUSICAM, PCM. Oletetaan esimerkiksi seuraavasti: Alkuperäinen musiikkitallenne on olemassa kahdessa muodossa: stereoäänenä L, R ja monikanavaäänenä AI, A2, A3...An. Esi- n 7 9 n 1 5 6 tyksen tuottaja on tietysti tehnyt jollakin tavalla stereo-äänen monikanavaäänestä. Moniäänikanavat AI...An siis koodataan bittivirraksi kuvan 2 mukaisesti monikanavaäänen koo-derissa 1. Tämän bittivirran data kätketään stereoääneen 5 tunnetulla tavalla lohkossa 2. Saadaan uusi stereopari L', R'. Hakemuksen FI-915114 esittämällä tavalla muodostetaan myös sivukanava, jonka informaatio sisältää välttämättömän monikanavaäänen dekoodaukseen liittyvän tiedon ts. dekoode-rin ohjaustiedon. Sivukanavalla välitetään myös se osa de-10 kooderin bittivirrasta, jota ei kyetä piilottamaan stereopa-riin L, R.

Tallennettaessa monikanavaääni CD-levylle tallennetaan kumpikin kätkettyä informaatiota sisältävä kanava L' ja R' 15 omaan audiokanavaansa. Levyn käyttäjädatan vapaiden alikoo-disanojen paikalle tallennetaan ohjauskanavan informaatio. Tallennuksessa levylle voidaan käyttää siis suurimmaksi osaksi hyväksi jo käytössä olevia laitteistoja.

20 Soitettaessa CD-levyä soittimella toimitaan kuvan 3 mukaisesti. Levyltä luetaan kuten nykyisinkin alikoodidata ja audiokanavien data. Jos toistetaan nykyisillä soittimilla, saadaan toistettavaksi stereokanavat L' ja R'. Peittoilmiön takia nämä kuulostavat kuuntelijan korvaan aivan samalta 25 kuin alkuperäiset stereokanavat L ja R. Kun soitin varustetaan lisälaitteilla monikanavaääneen dekoodaamiseksi, johdetaan audiosignaalit L' ja R' sekä alikoodidatasta luettu sivukanavainformaatio piilotuksen purkulohkoon 3, jossa audiosignaaleista L', R' erotetaan niihin kätketty data. Datan 30 erottaminen suoritetaan alikoodidatasta luetun sivukanavain-formaation ohjaamana. Siten saadaan bittivirta, joka on sama kuin kuvan 2 kooderilta tuleva bittivirta. Tämä bittivirta viedään monikanavaäänen dekooderiin 4, joka bittivirtaan sisältyvän ohjaustiedon mukaan dekoodaa alkuperäisen moni-35 kanavaäänisignaalin. Dekooderi on siis esim. NICAM-, MUSICAM- tai PCM-dekooderi käytetyn kooderin mukaan.

8 ^’156

Jos oikean R ja vasemman kanavan L signaaliin kätkettyä mo-nikanavaäänen dataa ei poisteta, ei signaali ole aivan sama kuin alkuperäisessä, mutta peittoilmiön vaikutuksesta kuuntelija ei huomaa mitään eroa. Koska monikanavaisen äänen 5 formaatti voidaan saattaa identtiseksi CD:hen tallennettavan audiosignaalin formaatin kanssa ja sopivalla järjestelyllä CD:lie tallennettavan datan formaatin kanssa, voidaan keksinnön menetelmän mukaan tehtyä CD-taltiointia käyttää kaksikanavaisen äänisignaalin toistamiseen perinteisillä soit-10 timilla tai monikanavastereosignaalin (surround sound) toistamiseen käytettäessä soittimessa sopivilla lisäpiireillä varustettua dekooderia.

Keksinnön mukaisella CD-levyllä on monia etuja. Se on täysin 15 yhteensopiva jo olemassa olevien CD-laitteiden kanssa. Levy voidaan valmistaa ja sitä voidaan soittaa nykyisillä laitteilla ilman mitään ylimääräisiä lisälaitteita. Mikäli HDTV-televisiojärjestelmässä käytetään hakijan esittämää sivu-kanavaa käyttävää koodaus/dekoodaus-menetelmää, olisi CD-le-20 vylle tallennus yhteensopiva HDTV-äänimateriaalin kanssa bittitasolla.

il

Claims

9 9Γ156
1. Menetelmä monikanavaisen (AI, A2...An) audiosignaalin tallentamiseksi CD-levylle, jossa digitaalimuodossa oleva informaatio muodostuu vasemman ja oikean kanavan audionäyt- 5 teistä ja käyttäjädatasta, jota toistin tarvitsee audionäyt-teiden järjestämiseksi stereosignaaliksi ja jossa menetelmässä monikanavainen audiosignaali (AI, A2...An) koodataan niin, että saadaan bittivirta, monikanavaisesta audiosignaalista muodostetaan ensimmäinen (L) ja toinen (R) audiosig-10 naali, joille kummallekin lasketaan peittokynnys, jonka alapuolelle jääviä ääniä ihminen ei kuule ja korvataan sanotun bittivirran biteillä ensimmäisen ja toisen audiosignaalin ne bitit, jotka jäävät peittokynnyksen alapuolelle, jolloin saadaan muunnettu ensimmäinen (L') ja muunnettu toinen (R') 15 audiosignaali, tunnettu siitä, että - kerätään kaikki se ohjaustieto, joka tarvitaan sanotun bittivirran bittien erottamiseksi ensimmäisestä ja toisesta audiosignaalista, 20. tallennetaan muunnettu ensimmäinen (L') ja muunnettu toi nen audiosignaali (R') CD-levyn vasemman ja oikean kanavan audionäytteiksi, - tallennetaan kerätty ohjaustieto osaksi CD-levyn käyttäjä-dataa sen alikoodisanoihin. 25
2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että ohjaustietoon liitetään myös se osa bittivirrasta, jota ei voida liittää ensimmäiseen ja toiseen audiosignaaliin. 30
3. Patenttivaatimuksen 2 mukainen menetelmä, tunnettu siitä, että monikanavaisen audiosignaalin formaatti on 3/2, mikä tarkoittaa sitä, että siinä on vasen (L), oikea (R) ja keskikanava (C) sekä kaksi sivulla olevaa . 35 surround-kanavaa (SR, SL). 10 901 56
4. Patenttivaatimusten 1 ja 3 mukainen menetelmä, tunnettu siitä, että ensimmäinen audiosignaali sisältää vasemman kanavan (L) informaation ja toinen audiosignaali sisältää oikean kanavan (R) Informaation. 5
5. CD-levy, jossa digitaalimuodossa oleva informaatio muodostuu vasemman ja oikean kanavan audionäytteistä ja käyttä-jädatasta, jota toistin tarvitsee audionäytteiden järjestämiseksi audiosignaaliksi, tunnettu siitä, että 10. ensimmäisen kanavan audionäytteet (L1) muodostuvat moni kanavaisesta audiosignaalista (AI, A2...An) muodostetun stereoäänen ensimmäisen kanavan (L) näytteistä, joiden biteistä peittokynnyksen alittava osa on korvattu bittivirraksi koodatun monikanavaisen audiosignaalin biteillä 15 - toisen kanavan audionäytteet (R') muodostuvat monikanavai sesta audiosignaalista (AI, A2...An) muodostetun stereoäänen toisen kanavan (R) näytteistä, joiden biteistä peittokynnyksen alittava osa on korvattu bittivirraksi koodatun monikanavaisen audiosignaalin biteillä, 20. käyttäjädatan alikoodaukseen on sisällytetty kaikki se oh jaustieto, joka tarvitaan bittivirran bittien erottamiseksi ensimmäisen ja toisen kanavan audionäytteistä (L' ja R') sekä alkuperäisen monikanavaisen audiosignaalin rekonstruoimiseksi . "25
6. Patenttivaatimuksen 6 mukainen CD-levy, tunnettu siitä, että käyttäjädatan alikoodaukseen sisältyy myös se osa bittivirrasta, jota ei ole voitu sijoittaa ensimmäisen (L) ja toisen (R) kanavan audionäyttei- -30 den peittokynnyksen alapuolelle. 1]
11 Q Π 1 ! kJ kj