BR112020009104A2

BR112020009104A2 - aparelho codificador, método para realizar filtragem de modelagem de ruído temporal e dispositivo de armazenamento não transitório

Info

Publication number: BR112020009104A2
Application number: BR112020009104-9A
Authority: BR
Inventors: Emmanuel RAVELLI; Manfred Lutzky; Markus Schnell; Alexander TSCHEKALINSKIJ; Goran Markovic; Stefan Geyersberger
Original assignee: Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.
Priority date: 2017-11-10
Filing date: 2018-11-06
Publication date: 2020-10-20
Also published as: AR113480A1; US11127408B2; AU2018363699B2; CA3081781A1; WO2019091978A1; ES2905911T3; CN111587456B; CN111587456A; JP2021502597A; KR20200090793A; PT3707712T; EP3483880A1; PL3707712T3; RU2740074C1; SG11202004204UA; AU2018363699A1; JP6990306B2; EP3707712B1; TWI701658B; CA3081781C

Abstract

Trata-se de métodos e aparelho discutidos para realizar a modelagem de ruído temporal. Um aparelho pode compreender uma ferramenta de modelagem de ruído temporal, TNS, (11) para realizar filtragem de previsão linear, LP, (S33, S35, S36) em um sinal de informações que inclui uma pluralidade de quadros; e um controlador (12) configurado para controlar a ferramenta de TNS (11) para que a ferramenta de TNS (11) realize a filtragem de LP com: um primeiro filtro (14a) cuja resposta ao impulso tem uma energia mais alta (S36); e um segundo filtro (15a) cuja resposta ao impulso tem uma energia mais baixa (S35) que o primeiro filtro, em que o segundo filtro não é um filtro de identidade, em que o controlador (12) está configurado para escolher (S34) entre a filtragem (S36) com o primeiro filtro (14a) e a filtragem (S35) com o segundo filtro (15a) com base nas métricas de quadro.

Description

Relatório Descritivo da Patente de Invenção para “APARELHO CODIFICADOR,

MÉTODO PARA REALIZAR FILTRAGEM DE MODELAGEM DE RUÍDO TEMPORAL E DISPOSITIVO DE ARMAZENAMENTO NÃO TRANSITÓRIO”

1. CAMPO DA TÉCNICA

[001] Exemplos no presente documento referem-se a um aparelho de codificação e decodificação, em particular, para realizar modelagem de ruído temporal (TNS).

2. TÉCNICA ANTERIOR

[002] Os seguintes documentos da técnica anterior estão na técnica anterior:

[1] Herre, Júrgen, e James D. Johnston. “Enhancing the performance of perceptual audio coders by using temporal noise shaping (TNS).” Convenção da Sociedade de Engenharia de Áudio 101. Sociedade de Engenharia de Áudio, 1996.

[2] Herre, Jurgen, e James D. Johnston. “Continuously signal-adaptive filterbank for high-quality perceptual audio coding.” Aplicações de Processamento de Sinais de Áudio e Acústica, 1997. 1997 IEEE ASSP Workshop on. IEEE, 1997.

[3] Herre, Júrgen. “Temporal noise shaping, quantization and coding methods in perceptual audio coding: A tutorial introduction.” Conferência da Sociedade de Engenharia de Áudio: 17º Conferência Internacional: High-Quality Audio Coding. Sociedade de Engenharia de Áudio, 1999.

[4] Herre, Juergen Heinrich. “Perceptual noise shaping in the time domain via LPC prediction in the frequency domain.” Patente nº U.S. 5.781.888. 14 de julho de 1998.

[5] Herre, Juergen Heinrich. “Enhanced joint stereo coding method using temporal envelope shaping.” Patente nº U.S. 5.812.971. 22 de setembro de 1998.

[6] 3GPP TS 26.403; General audio codec audio processing functions; Enhanced aacPlus general audio codec; Encoder specification; Advanced Audio Coding (AAC) part.

[7] ISO/IEC 14496-3:2001; Information technology - Coding of audio-visual objects - Part 3: Audio.

[8] 3GPP TS 26.445; Codec for Enhanced Voice Services (EVS); Detailed algorithmic description.

[003] A Modelagem de ruído temporal (TNS) é uma ferramenta para codificadores de áudio com base em transformações, desenvolvida nos anos 90 (documentos de conferência [1 a 3] e patentes [4 a 5]). Desde então, foi integrada aos principais padrões de conversão de áudio, como MPEG-2 AAC, MPEG-4 AAC, 3GPP E-AAC-Plus, MPEG-D USAC, 3GPP EVS, MPEG-H 3D Audio.

[004] TNS pode ser descrita brevemente da seguinte forma. No lado de codificador e antes da quantificação, um sinal é filtrado no domínio de frequência (FD) com uso de previsão linear, LP, para nivelar o sinal no domínio de tempo. No lado de codificador e após quantificação inversa, o sinal é filtrado de volta no domínio de frequência com uso do filtro de previsão inverso, para modelar o ruído de quantificação no domínio de tempo, de modo que seja mascarado pelo sinal.

[005] TNS é eficaz na redução da chamada distorção de pré-eco em sinais que contêm ataques agudos, como, por exemplo, castanholas. Também é útil para sinais que contenham sinais pseudo-estacionários de sinais semelhantes a impulsos, como, por exemplo, fala.

[006] TNS é geralmente usada em um codificador de áudio que opera com taxa de bits relativamente alta. Quando usada em um codificador de áudio que opera com baixa taxa de bits, TNS, às vezes, pode introduzir distorções que degradam a qualidade do codificador de áudio. Essas distorções são semelhantes a cliques ou ruídos e se assemelham, na maior parte dos casos, com sinais de fala ou sinais de música tonais.

[007] Exemplos no presente documento permitem suprimir ou reduzir as deficiências da TNS, mantendo suas vantagens.

[008] Vários exemplos abaixo permitem obter uma TNS aprimorada para conversão em código de áudio com baixa taxa de bits.

3. SUMÁRIO DA INVENÇÃO

[009] De acordo com os exemplos, é fornecido um aparelho codificador que compreende:

uma ferramenta de modelagem de ruído temporal, TNS, para realizar filtragem de previsão linear, LP, em um sinal de informações que inclui uma pluralidade de quadros; e um controlador configurado para controlar a ferramenta de TNS para que a ferramenta de TNS realize a filtragem de LP com: um primeiro filtro cuja resposta ao impulso tem uma energia mais alta; e um segundo filtro cuja resposta ao impulso tem uma energia mais baixa que a resposta ao impulso do primeiro filtro, em que o segundo filtro não é um filtro de identidade, em que o controlador é configurado para escolher entre a filtragem com o primeiro filtro e a filtragem com o segundo filtro com base nas métricas de quadro.

[010] Foi observado que é possível remover distorções em quadros problemáticos, enquanto afeta minimamente os outros quadros.

[011] Em vez de simplesmente ativar/desativar as operações de TNS, é possível manter as vantagens da ferramenta de TNS enquanto reduz suas deficiências. Portanto, um controle inteligente com base em retroalimentação em tempo real é obtido simplesmente reduzindo-se a filtragem, quando necessário, em vez de evitar a mesma.

[012] De acordo com exemplos, o controlador é configurado ainda para: modificar o primeiro filtro de modo a obter o segundo filtro em que a energia de resposta ao impulso do filtro é reduzida.

[013] Consequentemente, o segundo filtro com energia de resposta ao impulso reduzida pode ser acondicionado quando necessário.

[014] De acordo com exemplos, o controlador é configurado ainda para: aplicar pelo menos um fator de ajuste ao primeiro filtro para obter o segundo filtro.

[015] Modificando-se de forma inteligente o primeiro filtro, uma situação de filtragem pode ser criada, o que não é possível através de simples realização de operações de ativar/desativar a TNS. Pelo menos uma situação intermediária entre a filtragem completa e nenhuma filtragem é obtida. Essa situação intermediária, se invocada quando necessário, permite reduzir as desvantagens da TNS, mantendo Suas características positivas.

[016] De acordo com exemplos, o controlador é configurado ainda para: definir o pelo menos um fator de ajuste com base pelo menos nas métricas de quadro.

[017] De acordo com exemplos, o controlador é configurado ainda para: definir o pelo menos um fator de ajuste com base em um limite de determinação de filtragem de TNS que é usado para selecionar entre realizar filtragem de TNS e não realizar filtragem de TNS.

[018] De acordo com exemplos, o controlador é configurado ainda para: definir o pelo menos um fator de ajuste com uso de uma função linear das métricas de quadro, sendo que a função linear é tal que um aumento nas métricas de quadro corresponda a um aumento do fator de ajuste e/ou da energia de resposta ao impulso do filtro.

[019] Portanto, é possível definir, para diferentes métricas, diferentes fatores de ajuste para obter os parâmetros de filtro mais adequados para cada quadro.

[020] De acordo com exemplos, o controlador é configurado ainda para definir o fator de ajuste como - [ — (1— ymin) thresh2 — frameMetrics , se frameMetrics < thresh2 Y= thresh2 — thresh 1 , caso contrário em que thresh é o limite de determinação de filtragem de TNS, thresh2 é o limite de determinação de tipo de filtragem, frameMetrics é uma métrica de quadro e Ymin É um valor fixo.

[021] Distorções causadas pela TNS ocorrem em quadros nos quais o ganho de previsão está em um intervalo específico, que é aqui definido como o conjunto de valores mais altos que o limite de determinação de filtragem de TNS, threshmas menores que o limite de determinação de filtragem thresh2. Em alguns casos em que as métricas são o ganho de previsão, thresh=1.5e thresh2 =2, as distorções causadas pela TNS tendem a ocorrer entre 1,5 e 2. Portanto, vários exemplos permitem superar essas deficiências reduzindo-se a filtragem para 1.5 < predGain <

2.

[022] De acordo com exemplos, o controlador é configurado ainda para modificar os parâmetros do primeiro filtro para obter os parâmetros do segundo filtro aplicando- se: a,(k) = yra(k),k=0,..,K em que a(k) são parâmetros do primeiro filtro, y é o fator de ajuste tal que 0 <y<41,a,(k) são os parâmetros do segundo filtro e K é a ordem do primeiro filtro.

[023] Essa é uma técnica fácil, mas válida, para obter os parâmetros do segundo filtro, de modo que a energia de resposta ao impulso seja reduzida em relação à energia de resposta ao impulso do primeiro filtro.

[024] De acordo com exemplos, o controlador é configurado ainda para obter as métricas de quadro de pelo menos um dentre um ganho de previsão, uma energia do sinal de informações e/ou um erro de previsão.

[025] Essas métricas permitem discriminar de maneira fácil e confiável os quadros que precisam ser filtrados pelo segundo filtro dos quadros que precisam ser filtrados pelo primeiro filtro.

[026] De acordo com exemplos, as métricas de quadros compreendem um ganho de previsão calculado como . energia predGain = predError em que energy é um termo associado a uma energia do sinal de informações e predError é um termo associado a um erro de previsão.

[027] De acordo com exemplos, o controlador está configurado para que: pelo menos para uma redução de um ganho de previsão e/ou uma redução de uma energia do sinal de informações, a energia de resposta ao impulso do segundo filtro seja reduzida, e/ou pelo menos para um aumento do erro de previsão, a energia de resposta ao impulso do segundo filtro seja reduzida.

[028] De acordo com exemplos, o controlador está configurado para:

comparar as métricas de quadro com um limite de determinação de tipo de filtragem (por exemplo, limite 2), de modo a realizar uma filtragem com o primeiro filtro quando as métricas de quadro forem menores que o limite de determinação de tipo de filtragem.

[029] Consequentemente, é fácil estabelecer automaticamente se o sinal deve ser filtrado com uso do primeiro filtro ou com uso do segundo filtro.

[030] De acordo com exemplos, o controlador está configurado para: escolher entre realizar uma filtragem e não realizar filtragem com base nas métricas de quadro.

[031] Consequentemente, também é possível evitar completamente a filtragem de TNS quando não apropriado.

[032] Em exemplos, as mesmas métricas podem ser usadas duas vezes (realizando-se comparações com dois limites diferentes): tanto para decidir entre o primeiro filtro e o segundo filtro, quanto para decidir se o filtro deve ou não ser filtrado.

[033] De acordo com exemplos, o controlador está configurado para: comparar as métricas de quadro com um limite de determinação de filtragem de TNS, de modo a escolher evitar filtragem de TNS quando as métricas de quadro forem menores que o limite de determinação de filtragem de TNS.

[034] De acordo com exemplos, o aparelho pode compreender ainda: um gravador de fluxo de bits para preparar um fluxo de bits com coeficientes de reflexão ou uma versão quantificada do mesmo, obtida pela TNS.

[035] Esses dados podem ser armazenados e/ou transmitidos, por exemplo, para um decodificador.

[036] De acordo com exemplos, é fornecido um sistema que compreende um lado de codificador e um lado de decodificador, em que o lado de codificador compreende um aparelho codificador como acima e/ou abaixo.

[037] De acordo com os exemplos, é fornecido um método para realizar a filtragem de modelagem de ruído temporal, TNS, em um sinal de informações que inclui uma pluralidade de quadros, sendo que o método compreende:

- para cada quadro, escolher, com base nas métricas de quadro, entre filtragem com um primeiro filtro cuja resposta ao impulso tem uma energia mais alta e filtragem com um segundo filtro cuja resposta ao impulso tem uma energia menor do que a energia da resposta ao impulso do primeiro filtro (14a), em que o segundo filtro não é um filtro de identidade; - filtrar o quadro com uso da filtragem escolhida entre o primeiro filtro e o segundo filtro.

[038] De acordo com os exemplos, é fornecido um dispositivo de armazenamento não transitório que armazena instruções que, quando executadas por um processador, fazem com que o processador realize pelo menos algumas das etapas dos métodos acima e/ou abaixo e/ou para implementar um sistema acima ou abaixo e/ou um aparelho como acima e/ou abaixo.

4. DESCRIÇÃO DOS DESENHOS A Figura 1 mostra um aparelho codificador de acordo com um exemplo.

A Figura 2 mostra um aparelho decodificador de acordo com um exemplo.

A Figura 3 mostra um método de acordo com um exemplo.

A Figura 3A mostra uma técnica de acordo com um exemplo.

As Figuras 3B e 3C mostram métodos de acordo com exemplos.

A Figura 4 mostra métodos de acordo com exemplos.

A Figura 5 mostra um aparelho codificador de acordo com um exemplo.

A Figura 6 mostra um aparelho decodificador de acordo com um exemplo.

As Figuras 7 e 8 mostram aparelho codificador de acordo com exemplos.

As Figuras 8(1) a 8(3) mostram evoluções de sinal de acordo com exemplos.

5. EXEMPLOS

[039] A Figura 1 mostra um aparelho codificador 10. O aparelho codificador 10 pode ser para processar (e transmitir e/ou armazenar) sinais de informações, como sinais de áudio. Um sinal de informações pode ser dividido em uma sucessão temporal de quadros. Cada quadro pode ser representado, por exemplo, no domínio da frequência, FD. A representação de FD pode ser uma sucessão de compartimentos, cada uma em uma frequência específica. A representação de FD pode ser um espectro de frequência.

[040] O aparelho codificador 10 pode, entre outros, compreender uma ferramenta de modelagem de ruído temporal 11, TNS, para realizar a filtragem de TNS em um sinal de informações FD 13 (Xs(n)). O aparelho codificador 10 pode, entre outros, compreender um controlador de TNS 12. O controlador de TNS 12 pode ser configurado para controlar a ferramenta de TNS 11, de modo que a ferramenta de TNS 11 realize a filtragem (por exemplo, para alguns quadros) com uso de pelo menos uma filtragem de previsão linear (LP) de energia mais alta de resposta ao impulso e (por exemplo, para outros quadros) com uso de pelo menos uma filtragem de LP de energia mais alta de resposta ao impulso. O controlador de TNS 12 é configurado para realizar uma seleção entre a filtragem de LP de energia mais alta de resposta ao impulso e a filtragem de LP de energia mais baixa de resposta ao impulso com base em métricas associadas à quadro (métricas de quadro). A energia da resposta ao impulso do primeiro filtro é maior que a energia da resposta ao impulso do segundo filtro.

[041] O sinal de informações FD 13 (Xs(n)) pode ser, por exemplo, obtido a partir de uma ferramenta transformada discreta de cosseno modificada, MDCT, (ou transformada senoidal discreta modificada MDST, por exemplo) que transformou uma representação de um quadro a partir de um domínio de tempo TD, para o domínio de frequência, FD.

[042] A ferramenta de TNS 11 pode processar sinais, por exemplo, com uso de um grupo de parâmetros de filtro de previsão linear (LP) 14 (a (k)), que podem ser parâmetros de um primeiro filtro 14a. A ferramenta de TNS 11 também pode compreender parâmetros 14' (aw(k)) que podem ser parâmetros de um segundo filtro 15a (o segundo filtro 15a pode ter uma resposta ao impulso com energia mais baixa em comparação com a resposta ao impulso do primeiro filtro 14a). Os parâmetros 14' podem ser entendidos como uma versão ponderada dos parâmetros 14 e o segundo filtro 15a pode ser entendido como sendo derivado do primeiro filtro 14a. Os parâmetros podem compreender, entre outros, um ou mais dos seguintes parâmetros (ou a versão quantificada do mesmo): Coeficientes de conversão em código de LP, LPC, coeficientes de reflexão, Recs, coeficientes de rci(k) ou versões quantificadas do mesmo rca(k), coeficientes de reflexão do arco-seno, ASRCs, razões de área de log, LARs, pares de espectros de linhas, LSPs e/ou frequências de espectros de linhas, LS ou outros tipos desses parâmetros. Em exemplos, é possível usar qualquer representação de coeficientes de filtro.

[043] A saída da ferramenta de TNS 11 pode ser uma versão filtrada 15 (Xr(n)) do sinal de informações FD 13 (Xs(n)).

[044] Outra saída da ferramenta de TNS 11 pode ser um grupo de parâmetros de saída 16, como coeficientes de reflexão rei(k) (ou versões quantificadas do mesmo rca(k)).

[045] A jusante dos componentes 11 e 12, um codificador de fluxo de bits pode codificar as saídas 15 e 16 em um fluxo de bits que pode ser transmitido (por exemplo, sem fio, por exemplo, com uso de um protocolo como Bluetooth) e/ou armazenado (por exemplo, em uma memória de massa unidade de armazenamento).

[046] A filtragem de TNS fornece coeficientes de reflexão que geralmente são diferentes de zero. A filtragem de TNS fornece uma saída que geralmente é diferente da entrada.

[047] A Figura 2 mostra um aparelho decodificador 20 que pode fazer uso da saída (ou uma versão processada do mesmo) da ferramenta de TNS 11. O aparelho decodificador 20 pode compreender, entre outros, um decodificador de TNS 21 e um controlador de decodificador de TNS 22. Os componentes 21 e 22 podem cooperar para obter uma saída de síntese 23 (X;(n)). O decodificador de TNS 21 pode ser, por exemplo, entrada com uma representação decodificada 25 (ou uma versão processada do mesmo AM) do sinal de informações como obtido pelo aparelho decodificador 20. O decodificador de TNS 21 pode obter na entrada (como entrada 26) os coeficientes de reflexão rci(k) (ou versões quantificadas do mesmo rca(k)). Os coeficientes de reflexão rci(k) ou rca(k) podem ser a versão decodificada dos coeficientes de reflexão rci(k) ou rcea(k) fornecidos na saída 16 pelo aparelho codificador 10.

[048] Conforme mostrado na Figura 1, o controlador de TNS 12 pode controlar a ferramenta de TNS 11 com base, entre outros, nas métricas de um quadro 17 (por exemplo, ganho de previsão ou predGain). Por exemplo, o controlador de TNS 12 pode realizar a filtragem escolhendo-se entre pelo menos uma filtragem de LP de energia mais alta de resposta ao impulso e/ou uma filtragem de LP de energia mais baixa de resposta ao impulso e/ou entre filtragem e não filtragem. Além da filtragem de LP de energia mais alta de resposta ao impulso e da filtragem de LP de energia mais baixa de resposta ao impulso, pelo menos uma filtragem de LP de energia de resposta ao impulso intermediária é possível de acordo com exemplos.

[049] O número de referência 17' na Figura 1 se refere a informações, comandos e/ou dados de controle que são fornecidos à ferramenta de TNS 14 a partir do controlador de TNS 12. Por exemplo, uma decisão com base nas métricas 17 (por exemplo, "usar o primeiro filtro" ou "usar o segundo filtro") pode ser fornecida à ferramenta de TNS 14. As configurações nos filtros também podem ser fornecidas à ferramenta de TNS 14. Por exemplo, um fator de ajuste (y) pode ser fornecido ao filtro de TNS, de modo a modificar o primeiro filtro 14a para obter o segundo filtro 15a.

[050] As métricas 17 podem ser, por exemplo, métricas associadas à energia do sinal no quadro (por exemplo, as métricas podem ser tais que, quanto maior a energia, maiores as métricas). As métricas podem ser, por exemplo, métricas associadas a um erro de previsão (por exemplo, as métricas podem ser tais que, quanto maior o erro de previsão, menor a métrica). As métricas podem ser, por exemplo, um valor associado à relação entre o erro de previsão e a energia do sinal (por exemplo, as métricas podem ser tais que, quanto maior a proporção entre a energia e o erro de previsão, maiores as métricas). As métricas podem ser, por exemplo, um ganho de previsão para um quadro atual ou um valor associado ou proporcional ao ganho de previsão para o quadro atual (como, por exemplo, quanto maior o ganho de previsão,

maiores serão as métricas). As métricas de quadro (17) podem estar associadas ao nivelamento do envelope temporal do sinal.

[051] Foi observado que as distorções devido à TNS ocorrem apenas (ou pelo menos predominantemente) quando o ganho de previsão é baixo. Portanto, quando o ganho de previsão é alto, os problemas causados pela TNS não surgem (ou são menos propensos a surgir) e é possível executar a TNS completa (por exemplo, energia mais alta de resposta ao impulso de LP). Quando o ganho de previsão é muito baixo, é preferível não executar a TNS (sem filtragem). Quando o ganho de previsão é intermediário, é preferível reduzir os efeitos da TNS com uso de uma filtragem de previsão linear de energia mais baixa de resposta ao impulso (por exemplo, ponderando-se os coeficientes de LP ou outros parâmetros de filtragem e/ou coeficientes de reflexão e/ou com uso de um filtro cuja resposta ao impulso tem uma energia mais baixa). A filtragem de LP de energia mais alta de resposta ao impulso e a filtragem de LP de energia mais baixa de resposta ao impulso são diferentes uma da outra, em que a filtragem de LP de energia mais alta de resposta ao impulso é definida de modo a causar uma energia mais alta de resposta ao impulso do que a filtragem de LP de energia mais baixa de resposta ao impulso. Um filtro é geralmente caracterizado pela energia de resposta ao impulso e, portanto, é possível identificar o mesmo com sua energia de resposta ao impulso. A filtragem de LP de energia mais alta de resposta ao impulso significa usar um filtro cuja resposta ao impulso tem uma energia mais alta que o filtro usado na filtragem de LP de energia mais baixa de resposta ao impulso.

[052] Portanto, com os exemplos presentes, as operações de TNS podem ser calculadas por: - realizar filtragem de LP de energia de resposta ao impulso alto quando as métricas (por exemplo, ganho de previsão) são altas (por exemplo, acima de um limite de determinação do tipo de filtragem); - realizar filtragem de LP de energia baixa de resposta ao impulso quando as métricas (por exemplo, ganho de previsão) são intermediárias (por exemplo, entre um limite de determinação de filtragem de TNS e o limite de determinação do tipo de filtragem); e - não realizar filtragem de TNS quando as métricas (por exemplo, ganho de previsão) são baixas (por exemplo, abaixo do limite de determinação da filtragem de TNS).

[053] A filtragem de LP de energia alta de resposta ao impulso pode ser obtida, por exemplo, com uso de um primeiro filtro com uma energia alta de resposta ao impulso. A filtragem de LP de energia baixa de resposta ao impulso pode ser obtida, por exemplo, com uso de um segundo filtro com uma energia mais baixa de resposta ao impulso. O primeiro e o segundo filtro podem ser filtros lineares invariantes no tempo (LTI).

[054] Em exemplos, o primeiro filtro pode ser descrito com uso dos parâmetros de filtro a(k) (14). Em exemplos, o segundo filtro pode ser uma versão modificada do primeiro filtro (por exemplo, conforme obtido pelo controlador de TNS 12). O segundo filtro (filtro de energia mais baixa de resposta ao impulso) pode ser obtido diminuindo- se a escala dos parâmetros de filtro do primeiro filtro (por exemplo, com uso de um parâmetro y ou y* tal que 0 <y < 1, com k sendo um número natural tal que k < K, em que K é a ordem do primeiro filtro).

[055] Portanto, em exemplos, quando os parâmetros de filtro são obtidos e, com base nas métricas, é determinado que a filtragem de energia mais baixa de resposta ao impulso é necessária, os parâmetros de filtro do primeiro filtro podem ser modificados (por exemplo, reduzidos em escala) para obter parâmetros de filtro do segundo filtro, a serem usadospara o filtro de energia de seleção de impulso mais baixo.

[056] A Figura 3 mostra um método 30 que pode ser implementado no aparelho codificador 10.

[057] Na etapa S31, uma métrica de quadro (por exemplo, ganho de previsão 17) é obtida.

[058] Na etapa S32, é verificado se as métricas de quadro 17 são maiores que um limite de determinação de filtragem de TNS ou o primeiro limite (que pode ser 1,5, em alguns exemplos). Um exemplo de métrica pode ser um ganho de previsão.

[059] Se em S32 for verificado que as métricas de quadro 17 são inferiores ao primeiro limite (thresh), nenhuma operação de filtragem é executada em S33 (pode ser possível dizer que um filtro de identidade é usado, em que o filtro de identidade é um filtro no qual a saída é igual à entrada). Por exemplo, Xrt(n)= Xs(n) (a saída 15 da ferramenta de TNS 11 é igual à entrada 13) e/ou os coeficientes de reflexão rci(k) (e/ou suas versões quantificadas rco(k)) também são definidos como O. Portanto, as operações (e a saída) do aparelho decodificador 20 não serão influenciadas pela ferramenta de TNS 11. Portanto, em S33, nem o primeiro filtro nem o segundo filtro podem ser usados.

[060] Se em S32 for verificado que as métricas de quadro 17 são maiores que o limite de determinação de filtragem de TNS ou o primeiro limite (thresh), uma segunda verificação pode ser realizada na etapa S34 comparando-se as métricas de quadro com um limite de determinação de tipo de filtragem ou segundo limite (thresh2, que pode ser maior que o primeiro limite e ser, por exemplo, 2).

[061] Se em S34 for verificado que as métricas de quadro 17 são inferiores ao limite de determinação do tipo de filtragem ou ao segundo limite (thresh2), a filtragem de LP de energia mais baixa de resposta ao impulso é realizada em S35 (por exemplo, um segundo filtro com energia mais baixa de resposta ao impulso é usado, o segundo filtro não é um filtro de identidade).

[062] Se em S34 for verificado que as métricas de quadro 17 são maiores que o limite de determinação do tipo de filtragem ou o segundo limite (thresh2), a filtragem de LP de energia mais baixa de resposta ao impulso é realizada em S36 (por exemplo, um primeiro filtro cuja energia de resposta é maior que o filtro de energia mais baixa é usado).

[063] O método 30 pode ser reiterado para um quadro subsequente.

[064] Em exemplos, a filtragem de LP de energia mais baixa de resposta ao impulso (S35) pode diferir da filtragem de LP de energia mais alta de resposta ao impulso (S36), em que os parâmetros de filtro 14 (a(k)) podem ser ponderados, por exemplo, por valores diferentes (por exemplo, a filtragem de LP de energia mais alta de resposta ao impulso pode ter por base pesos unitários e a filtragem de LP de energia mais baixa de resposta ao impulso pode ter por base pesos inferiores a 1). Em exemplos, a filtragem de LP de energia mais baixa de resposta ao impulso pode diferir da filtragem de LP de energia mais alta de resposta ao impulso, pois os coeficientes de reflexão 16 obtidos através da filtragem de LP de energia mais baixa de resposta ao impulso podem causar uma redução maior da energia de resposta ao impulso do que a redução causada por os coeficientes de reflexão obtidos através da filtragem de LP de energia mais alta de resposta ao impulso.

[065] Portanto, enquanto realiza uma filtragem de energia mais alta de resposta ao impulso na etapa S36, o primeiro filtro é usado com base nos parâmetros de filtro 14 (a (k)) (que são, portanto, os primeiros parâmetros de filtro). Enquanto realiza a filtragem de energia mais baixa de resposta ao impulso na etapa S35, o segundo filtro é usado. O segundo filtro pode ser obtido modificando-se os parâmetros do primeiro filtro (por exemplo, ponderando-se com peso menor que 1).

[066] A sequência das Etapas S31-S832-S34 pode ser diferente em outros exemplos: por exemplo, S34 pode preceder S32. Uma das etapas S32 e/ou S34 pode ser opcional em alguns exemplos.

[067] Em exemplos, pelo menos um dos primeiros e/ou segundos limites pode ser fixo (por exemplo, armazenado em um elemento de memória).

[068] Em exemplos, a filtragem de energia mais baixa de resposta ao impulso pode ser obtida reduzindo-se a resposta ao impulso do filtro ajustando-se os parâmetros de filtro de LP (por exemplo, coeficientes LPC ou outros parâmetros de filtragem) e/ou os coeficientes de reflexão ou um valor intermediário usado para obter os coeficientes de reflexão. Por exemplo, coeficientes menores que 1 (pesos) podem ser aplicados aos parâmetros de filtro de LP (por exemplo, coeficientes LPC ou outros parâmetros de filtragem) e/ou coeficientes de reflexão, ou um valor intermediário usado para obter os coeficientes de reflexão.

[069] Em exemplos, o ajuste (e/ou a redução da energia de resposta ao impulso) pode ser (ou ser em termos de): = [ -1- Tmin) PEESh2 — trameMetrics , se frameMetrics < thresh2 Y= thresh2 — thresh 1 , caso contrário em que thresh2 é o limite de determinação de tipo de filtragem (e pode ser, por exemplo, 2), thresh é o limite de determinação de filtragem de TNS (e pode ser 1,5), ymin É UMa constante (por exemplo, um valor entre 0,7 e 0,95, como entre 0,8 e 0,9, como 0,85). y valores podem ser usados para dimensionar os coeficientes LPC (ou outros parâmetros de filtragem) e/ou os coeficientes de reflexão. frameMetrics é a métrica de quadro.

[070] Em um exemplo, a fórmula pode ser — í -1- vm) Presh2 — predGain , se predGain < thresh2 Y= thresh2 — thresh 1 , caso contrário em que thresh2 é o limite de determinação de tipo de filtragem (e pode ser, por exemplo, 2), thresh é o limite de determinação de filtragem de TNS (e pode ser 1,5), ymin É UMa constante (por exemplo, um valor entre 0,7 e 0,95, como entre 0,8 e 0,9, como 0,85). y valores podem ser usados para dimensionar os coeficientes LPC (ou outros parâmetros de filtragem) e/ou os coeficientes de reflexão. predGain pode ser o ganho de previsão, por exemplo.

[071] A partir da fórmula, pode ser visto que um frameMetrics (ou predGain) menor que thresh2 mas próximo a isso (por exemplo, 1,999) fará com que a redução da energia de resposta ao impulso seja fraca (por exemplo y = 1). Portanto, a filtragem de LP de energia mais baixa de resposta ao impulso pode ser uma dentre uma pluralidade de diferentes filtragens de LP de energia mais baixa de resposta ao impulso, sendo que cada um é caracterizado por um parâmetro de ajuste diferente y, por exemplo, de acordo com o valor das métricas de quadro.

[072] Em exemplos de filtragem de LP de energia mais baixa de resposta ao impulso, valores diferentes das métricas podem causar ajustes diferentes. Por exemplo, um ganho de previsão mais alto pode ser associado a um valor mais alto de y, e uma redução menor da energia de resposta ao impulso em relação ao primeiro filtro. y pode ser visto como uma função linear dependente de predGain. Um incremento de predGain causará um incremento de y, o que, por sua vez, diminuirá a redução da energia de resposta ao impulso. Se predGain for reduzido, y também será reduzido, e a energia de resposta ao impulso também será reduzida.

[073] Portanto, os quadros subsequentes do mesmo sinal podem ser filtrados de maneira diferente: - alguns quadros podem ser filtrados com uso do primeiro filtro (filtragem de energia mais alta de resposta ao impulso), na qual os parâmetros de filtro (14) são mantidos; - alguns outros quadros podem ser filtrados com uso do segundo filtro (filtragem de energia mais baixa de resposta ao impulso), no qual o primeiro filtro é modificado para obter um segundo filtro com energia mais baixa de resposta ao impulso (sendo que os parâmetros de filtro 14 são modificados, por exemplo) para reduzir a energia de resposta ao impulso em relação ao primeiro filtro; - alguns outros quadros também podem ser filtrados com uso do segundo filtro (filtragem de energia mais baixa de resposta ao impulso), mas com ajustes diferentes (como consequência de valores diferentes das métricas de quadro).

[074] Consequentemente, para cada quadro, um primeiro filtro específico pode ser definido (por exemplo, com base nos parâmetros de filtro), enquanto um segundo filtro pode ser desenvolvido modificando-se os parâmetros de filtro do primeiro filtro.

[075] A Figura 3A mostra um exemplo do controlador 12 e do bloco de TNS 11 que coopera para realizar operações de filtragem de TNS.

[076] Uma métrica de quadro (por exemplo, ganho de previsão) 17 pode ser obtida e comparada com um limite de determinação de filtragem de TNS 18a (por exemplo, em um comparador 10a). Se as métricas de quadro 17 forem maiores que o limite de determinação de filtragem de TNS 18a (thresh), é permitido (por exemplo, pelo seletor 11a) comparar as métricas de quadro 17 com um limite de determinação de tipo de filtragem 18b (por exemplo, em um comparador 12a). Se as métricas de quadro 17 forem maiores que o limite de determinação do tipo de filtragem 18b, então um primeiro filtro 14a cuja resposta ao impulso tem energia mais alta (por exemplo y=1) é ativado. Se as métricas de quadro 17 forem menores que o limite de determinação do tipo de filtragem 18b, um segundo filtro 15a cuja resposta ao impulso tem energia mais baixa (por exemplo, y < 1) será ativado (elemento 12b indica uma negação do valor binário gerado pelo comparador 12a). O primeiro filtro 14a cuja resposta ao impulso tem energia mais alta pode realizar a filtragem S36 com maior energia de resposta ao impulso, e o segundo filtro 15a cuja resposta ao impulso tem energia mais baixa pode realizar a filtragem S35 com a energia mais baixa de resposta ao impulso.

[077] As Figuras 3B e 3C mostra os métodos 36 e 35 para usar o primeiro e o segundo filtros 14a e 15a, respectivamente (por exemplo, para as etapas S36 e S35, respectivamente).

[078] O método 36 pode compreender uma etapa S36a para obter os parâmetros de filtro 14. O método 36 pode compreender uma etapa S36b que realiza a filtragem (por exemplo, S36) com uso dos parâmetros do primeiro filtro 14a. A etapa S35b pode ser realizada apenas na determinação (por exemplo, na etapa S34) de que as métricas de quadro estão acima do limite de determinação do tipo de filtragem (por exemplo, na etapa S35).

[079] O método 35 pode compreender uma etapa S35a para obter os parâmetros de filtro 14 do primeiro filtro 14a. O método 35 pode compreender uma etapa S35b para definir o fator de ajuste y (por exemplo, usando-se pelo menos um dos limites thresh e thresh2 e as métricas de quadro). O método 35 pode compreender uma etapa 35c para modificar o primeiro filtro 14a para obter um segundo filtro 15a com energia mais baixa de resposta ao impulso em relação ao primeiro filtro 14a. Em particular, o primeiro filtro 14a pode ser modificado aplicando-se o fator de ajuste y (por exemplo, conforme obtido em S35b) aos parâmetros 14 do primeiro filtro 14a, para obter os parâmetros do segundo filtro. O método 35 pode compreender uma etapa S35d na qual a filtragem com o segundo filtro (por exemplo, em S35 do método 30) é realizada. As etapas S35a, S35b e S35c podem ser realizadas na determinação (por exemplo,

na etapa S34) de que as métricas de quadro são menores que o limite de determinação do tipo de filtragem (por exemplo, na etapa S35).

[080] A Figura 4 mostra um método 40' (lado de codificador) e um método 40” (lado de decodificador) que pode formar um único método 40. Os métodos 40' e 40” podem ter algum contato em que um decodificador que opera de acordo com o método 40' pode transmitir um fluxo de bits (por exemplo, sem fio, por exemplo, com uso de Bluetooth) para um decodificador que opera de acordo com o método 40",

[081] As etapas do método 40 (indicado como uma sequência a) -b) -c) -d) -1) - 2) -3) -e-f) e pela sequência S41'-S49') são discutidas aqui abaixo. a) Etapa S41": A autocorrelação do espectro MDCT (ou MDST) (valor FD) pode ser processada, por exemplo, MNparar r(k) = > c(n)c(n +k), k=0,..,K NENiniciar em que K é a ordem do filtro de LP filtro (por exemplo K = 8). Aqui, c(n) pode ser o valor FD inserido na ferramenta de TNS 11. Por exemplo, c(n) pode se referir a um compartimento associado a uma frequência com índice n. b) Etapa S42': A autocorrelação pode estar na janela de retardo: r(k) = r(k)w(k), k=0,..,K Um exemplo da função de janela de retardo pode ser, por exemplo: w(k) = exp [-3 nad], k=0,.,K em que a é um parâmetro de janela (por exemplo a = 0.011). c) Etapa S43': Os coeficientes de filtro de LP podem ser estimados, com uso de por exemplo um procedimento de recursão de Levinson-Durbin, como: e(0) = r(0) aº(0)=1 para k z 1º K executar —Xn=-0a (n)r(k—-n reto = E e C » ) at(k) = rc(k) ar(0) =1 paran = 1 a k — 1 executar ar (n) = a*(n) + re(kh)ak (kn) e(k) = (1 — re(k)º)e(k — 1) em que a(k) = a“(k),k = O0,..., K são os coeficientes estimados LPC (ou outros parâmetros de filtragem), rc(k), k = 1,..., K são os coeficientes de reflexão correspondentes e e = e(K) é o erro de previsão.

d) Etapa S44': A decisão (etapa S44' ou S32) de ativar/desativar a filtragem de TNS no quadro atual pode ter por base, por exemplo, uma métrica de quadro, como o ganho de previsão: Se predGain > thresh, então ative a filtragem de TNS em que o ganho de previsão é calculado por predGain = ao E thresh é um limite (por exemplo thresh = 1.5).

1) Etapa S45": O fator de ponderação y pode ser obtido (por exemplo, na etapa S45') por — í -1— Yu) rest? — predGain , se predGain < thresh2 Y= thresh2 — thresh 1 , caso contrário em que thresh2 é um segundo limite (por exemplo thresh2 = 2) e ynin É o fator de ponderação mínimo (por exemplo ymin = 0.85). A thresh2 pode ser, por exemplo, o limite de determinação do tipo de filtragem.

Quando y = 1, o primeiro filtro 14a é usado. Quando 0 <y < 1, o segundo filtro 15a é usado (por exemplo, na etapa S35b).

2) Etapa S46': Os coeficientes de LPC (ou outros parâmetros de filtragem) podem ser ponderados (por exemplo, na etapa S46') com uso do fator y: a,(k) = yra(k),k =0,..,K y* é uma exponenciação (por exemplo, yº =y xy).

3) Etapa S47': Os coeficientes de LPC ponderados (ou outros parâmetros de filtragem) podem ser convertidos em coeficientes de reflexão com uso de, por exemplo, o procedimento a seguir (etapa S47'):

aí(k)=a,(k),k=0,..,K para k = K a 1 executar rc(k) = at*(k) e=(1-—rec(k)) oun=1ak-1 executar an) = at (nm) — re(l)at (kn) e e) Etapa S48': Se TNS estiver ativada (como resultado da determinação de S32, por exemplo), os coeficientes de reflexão podem ser quantificados (etapa S48') com uso de, por exemplo, quantificação uniforme escalar no domínio arco-seno: arcsin(rc(k)) rci(k) = volta E rca(k) = sin (Arc;(k)) em que A é a largura da célula (por exemplo A = =) e volta(.) é a função de arredondamento para o número inteiro mais próximo. rc;(k) são os índices de saída do quantificador que são então codificados com uso de, por exemplo, codificação aritmética. rcy(k) são os coeficientes de reflexão quantificados.

f) Etapa S49': Se TNS estiver ativada, o espectro MDCT (ou MDST) é filtrado (etapa S49') com uso dos coeficientes de reflexão quantificados e uma estrutura de retícula de filtro Sº (Ninício = 1) = sº (Minício = 1) = = s“P(Mnicio = D=0 paran = Ninício A Nparar EXecutar tº(n) = sº(1n) = c(n) para k = 1 a K executar th(n) = th (n) + reg(k)st On =1) sk(n) = reg (kt (n) +s (n=1) cn) = tm)

[082] Um fluxo de bits pode ser transmitido para o decodificador. O fluxo de bits pode compreender, juntamente com uma representação FD do sinal de informações (por exemplo, um sinal de áudio), também controlar dados, tais como os coeficientes de reflexão obtidos através da realização de operações de TNS descritas acima

(análise de TNS).

[083] O método 40” (lado de decodificador) pode compreender as etapas g) (S41") e h) (S42 ") nas quais, se TNS estiver ativada os coeficientes de reflexão quantificados são decodificados e o espectro quantificado de MDCT (ou MDST) é filtrado novamente. O seguinte procedimento pode ser usado: Sº (Ninício — 1) = S* (Minicio — 1) = = s“(Mincio = D=0 para n = Ninício A Nparar EXecutar tr(n) = c(n) para k = K a 1 executar tn) = tn) — reg (ks On=1) s*(n) = reg (kt (nm) + ss (n=1) cr(nm) = sº(n) = tº (nm)

[084] Um exemplo de aparelho codificador 50 (que pode incorporar o aparelho codificador 10 e/ou executar pelo menos parte da operação dos métodos 30 e 40") é mostrado na Figura 5.

[085] O aparelho codificador 50 pode compreender uma pluralidade de ferramentas para codificar um sinal de entrada (que pode ser, por exemplo, um sinal de áudio) Por exemplo, uma ferramenta MDCT 51 pode transformar uma representação TD de um sinal de informações em uma representação FD. Um modelador de ruído espectral, SNS, ferramenta 52 pode realizar análise de modelagem de ruído (por exemplo, modelagem de ruído espectral, SNS, análise), por exemplo, e recuperar coeficientes de LPC ou outros parâmetros de filtragem (por exemplo, a(k), 14). A ferramenta de TNS 11 pode ser como acima e pode ser controlada pelo controlador 12. A ferramenta de TNS 11 pode realizar uma operação de filtragem (por exemplo, de acordo com o método 30 ou 40') e emitir uma versão filtrada do sinal de informações e uma versão dos coeficientes de reflexão. Uma ferramenta quantificadora 53 pode realizar uma quantificação de saída de dados pela ferramenta de TNS 11. Um codificador aritmético 54 pode fornecer, por exemplo, conversão em código de entropia. Uma ferramenta de nível de ruído 55' também pode ser usada para estimar um nível de ruído do sinal. Um gravador de fluxo de bits 55 pode gerar um fluxo de bits associado ao sinal de entrada que pode ser transmitido (por exemplo, sem fio, por exemplo, com uso de Bluetooth) e/ou armazenado.

[086] Um detector de largura de banda 58' (que pode detectar a largura de banda do sinal de entrada) também pode ser usado. Pode fornecer as informações sobre o espectro ativo do sinal. Estas informações também podem ser usadas, em alguns exemplos, para controlar as ferramentas de conversão em código.

[087] O aparelho codificador 50 também pode compreender uma ferramenta de pós-filtragem de longo prazo 57 que pode ser inserida com uma representação TD do sinal de entrada, por exemplo, depois que a representação TD tiver sido reduzida por amostragem por uma ferramenta de redução por amostragem 56.

[088] Um exemplo de aparelho decodificador 60 (que pode incorporar o aparelho decodificador 20 e/ou executar pelo menos parte da operação do método 40”) é mostrado na Figura 6.

[089] O aparelho decodificador 60 pode compreender um leitor 61 que pode ler um fluxo de bits (por exemplo, conforme preparado pelo aparelho 50). O aparelho decodificador 60 pode compreender um decodificador residual aritmético 61a que pode realizar, por exemplo, decodificação de entropia, decodificação residual e/ou decodificação aritmética com uma representação digital no FD (espectro restaurado), por exemplo, conforme fornecido pelo decodificador. O aparelho decodificador 60 pode compreender uma ferramenta de arquivamento de ruído 62 e uma ferramenta de ganho global 63, por exemplo. O aparelho decodificador 60 pode compreender um decodificador de TNS 21 e um controlador decodificador de TNS 22. O aparelho 60 pode compreender uma ferramenta de decodificador de SNS 65, por exemplo. O aparelho decodificador 60 pode compreender uma ferramenta MDCT inversa (ou MDST) 65' para transformar uma representação digital do sinal de informações do FD para o TD. Uma pós-filtragem a longo prazo pode ser realizada pela ferramenta LTPF 66 no TD. As informações de largura de banda 68 podem ser obtidas a partir do detector de largura de banda 58º, por exemplo, anúncio aplicado a algumas das ferramentas (por exemplo, 62 e 21).

[090] Exemplos das operações do aparelho acima são aqui fornecidos.

[091] A Modelagem de Ruído Temporal (TNS) pode ser usada pela ferramenta 11 para controlar o formato temporal do ruído de quantificação dentro de cada janela da transformação.

[092] Em exemplos, se TNS estiver ativa no quadro atual, podem ser aplicados até dois filtros por espectro MDCT (ou espectro MDST ou outro espectro ou outra representação FD). É possível aplicar uma pluralidade de filtros e/ou executar a filtragem de TNS em uma faixa de frequência específica. Em alguns exemplos, isso é apenas opcional.

[093] O número de filtros para cada configuração e a frequência de início e de parada de cada filtro são fornecidos na tabela a seguir: largura num tns filt [start freq(f stop freq(f sub start(f, (sub stop(f, de ers ) ) s) s) banda le | 1 (12) 180) 1112.34.57) |(134.57.80))

1112.61.110) [(661.110.160 WB 1 (12) 1160) ) »

1112.88.164) |(188.164.240 SSWB | (12) (240) ) »

1161.110.160

1112.61.110), h SWB 2 112.160) 1160.320) [(160.213.26 (213.266,32 67 on ((74.137.200 (112.74.137), kb FB 2 112.200) (200.400) |(200.266.33

1266.333.40 3) on

[094] Informações como as frequências de início e parada podem ser sinalizadas, por exemplo, a partir do detector de largura de banda 58".

[095] Em que NB é de banda estreita, WB é de banda larga, SSWB é de banda semi-super larga, SWB é de banda super larga e FB é de banda larga completa.

[096] As etapas de codificação de TNS são descritas abaixo. Primeiro, uma análise pode estimar um conjunto de coeficientes de reflexão para cada filtro de TNS. Então, esses coeficientes de reflexão podem ser quantificados. E, finalmente, o espectro MDCT (ou espectro MDST ou outro espectro ou outra representação de FD) pode ser filtrado com uso dos coeficientes de reflexão quantificados.

[097] A análise completa de TNS descrita abaixo é repetida para cada filtro de TNS, f£, com f = 0..num tns filters-1 (num tns filters que são fornecidos pela tabela acima).

[098] Uma função de autocorrelação normalizada pode ser calculada (por exemplo, na etapa S41') da seguinte forma, para cada k = 0.8 ro(k) , se [ e =0 — s=0 O | ss OM “ > e ————————— caso contrário £ e(s) com not) = fo so contrário e sub stop(f.s)-1 e(s) = > X.n)? para s=0..2 n=sub, start(f,s) em que sub start(f,s) e sub stop(f,s) são apresentados na tabela acima.

[099] A função de autocorrelação normalizada pode ter janela de retardo (por exemplo, em S42') com uso de, por exemplo: r(k) = r(k)exp [-3o.02792] para k = 0..8

[0100] A recursão de Levinson-Durbin descrita acima pode ser usada (por exemplo, na etapa S43') para obter coeficientes de LPC ou outros parâmetros de filtragem a(k), k = 0..8 e/ou um erro de previsão e.

[0101] A decisão de ativar/desativar o filtro de TNS f no quadro atual tem por base o ganho de previsão: Se predGain > thresh, em seguida, ative o filtro de TNS f Com, por exemplo, thresh = 1.5 e sendo que o ganho de previsão é obtido, por exemplo, como: predGain = ao

[0102] As etapas adicionais descritas abaixo são realizadas apenas se o filtro de TNS f estiver ativado (por exemplo, se a etapa S32 tiver resultado "SIM").

[0103] Um fator de ponderação y é calculado por — [ -1— yu) resh2 — predGain , se predGain < thresh2 Y= thresh2 — thresh 1 , caso contrário em que thresh2 = 2, ynin = 0,85 e tns Ipc weighting = fa «senbits < 480 O ,caso contrário

[0104] Os coeficientes de LPC ou outros parâmetros de filtragem podem ser ponderados (por exemplo, na etapa S46') com uso do fator y av(k) = yra(k) para k=0..8 Os coeficientes de LPC ponderados ou outros parâmetros de filtragem podem ser convertidos (por exemplo, na etapa S47') em coeficientes de reflexão com uso de, por exemplo, o seguinte algoritmo: aí(k) = ay(k),k=0,..,K para k = K a 1 executar rc(k) = a*(k) e=(1—rc(k)) oun = 1ak-1 executar dm) = at (n) — re(k)a*(k —n) e em que rc(k, f) = rc(k) os coeficientes finais de reflexão estimados para o filtro de TNS f.

[0105] Se o filtro de TNS f estiver desativado (por exemplo, resultado "NÃO" na verificação da etapa S32), os coeficientes de reflexão podem ser simplesmente definidos como O: rc(k, Ff) = 0, k=0..8.

[0106] O processo de quantificação, por exemplo, como realizado na etapa S48', agora é discutido.

[0107] Para cada filtro de TNS f, os coeficientes de reflexão obtidos podem ser quantificados, por exemplo, com uso de quantificação uniforme escalar no domínio arco-seno rei(k, f) = nint [ese DI +8 para k=0..8 e rea(k, f) = sin[A(rc;(k, f) —8)] para k=0..8 em que A = = e nint(.) é a função de arredondamento para o número inteiro mais próximo, por exemplo. rci(k,f) podem ser os índices de saída do quantificador e rc/(k, f) podem ser os coeficientes de reflexão quantificados.

[0108] A ordem dos coeficientes de reflexão quantificados pode ser calculada com uso de k=7 enquanto k > O e rc,(k, f) = O fazer k=k-1 Teoraer(P)=k+1

[0109] O número total de bits consumidos por TNS no quadro atual pode ser calculado da seguinte forma num tns filters-1 nbitsrws = | y 2048 + nbitSrns.raer (L) + mesm & 2048 em que nbitsrus. 1, PD = faetns order bitsltns lpe welghtinalireoraer —1) ,se TCoraer(f) > o o , caso contrário e rm(f)-1 nbitsrtnscoo, O = | 2 ac tns coef bits[k][rc;(k, F)] ,sercoraem(f)>O o , caso contrário

[0110] Os valores de tab nbits TNS order e tab nbits TNS coef podem ser fornecidos em tabelas.

[0111] O espectro MDCT (ou MDST) X;(n) (entrada 15 na Figura 1) pode ser filtrado com uso do seguinte procedimento: sº(start freg(0) — 1) = s' (start freg(0) — 1) =--- = s” (start freg(0) - 1) = O para f = O a num tns filters-1 executar paran = start frea(f) a stop freg(f) — 1 executar tºMm) = sº(n) = X.(1) para k = 0 a 7 executar tm) = tº(n) +reg(kh)s"(n—=1) s*(n) = reg (k)t*(n) + s*(n— 1) X/(1m) = tº(n) em que X;(n) o espectro MDCT (ou MDST) filtrado por TNS (saída 15 na Figura 1).

[0112] Com referência às operações realizadas no decodificador (por exemplo, 20, 60), coeficientes de reflexão quantificados podem ser obtidos para cada filtro de TNS f com uso de reg(k,f) = sin[A(rc;(k, f) 8] k=0..8 em que rc, (k, f) são os índices de saída de quantificador.

[0113] O espectro MDCT (ou MDST) X;Mn) conforme fornecido ao decodificador de TNS 21 (por exemplo, conforme obtido a partir da ferramenta de ganho global 63) pode então ser filtrado com uso do seguinte algoritmo sº (start freg(0) — 1) = s! (start freg(0) — 1) = --- = s? (start freg(0) — 1) = O para f = 0 a num tns filters-1 executar paran = start frea(f) a stop freg(f) — 1 executar t<(n) = X-(n) para k = 7 a 0 executar t*(n) = tn) — reg (kh)s*n=1) st In) = reg (kt(n) + s*(n= 1) Xs(n) = sº(n) = tº(n) em que X;(n) é a saída do decodificador de TNS.

6. DISCUSSÃO NA INVENÇÃO

[0114] Conforme explicado acima, TNS às vezes pode apresentar distorções, que degradam a qualidade do codificador de áudio. Essas distorções são semelhantes a cliques ou ruídos e se assemelham, na maior parte dos casos, com sinais de fala ou sinais de música tonais.

[0115] Foi observado que as distorções geradas por TNS ocorrem apenas em quadros em que o ganho de previsão, predGain, é baixo e próximo a um limite thresh.

[0116] Pode-se pensar que aumentar o limite resolveria facilmente o problema. Mas para a maioria dos quadros, é realmente benéfico ativar a TNS mesmo quando o ganho de previsão é baixo.

[0117] A solução proposta é manter o mesmo limite, mas ajustar o filtro de TNS quando o ganho de previsão for baixo, de modo a reduzir a energia de resposta ao impulso.

[0118] Há muitas maneiras de implementar esse ajuste (que em alguns casos pode ser chamado de "atenuação", por exemplo, quando a redução de energia de resposta ao impulso é obtida reduzindo-se dos parâmetros de filtro de LP, por exemplo). Podemos optar por usar a ponderação, que pode ser, por exemplo, uma ponderação ay(k) = y*a(k),k = 0,.., K com a(k) são os parâmetros de filtro de LP (por exemplo, coeficientes LPC) calculados na Etapa de Codificador c) e a,,(k) são os parâmetros ponderados de filtro de LP. O fator de ajuste (ponderação) y é feito dependente do ganho de previsão, de modo que uma redução mais alta de energia de resposta ao impulso (y < 1) seja aplicada para ganhos de previsão mais baixos e de modo que não exista, por exemplo, nenhuma redução de energia de resposta ao impulso (y = 1) para ganhos de previsão mais elevados.

[0119] A solução proposta provou ser muito eficaz na remoção de todos as distorções em quadros problemáticas, enquanto afeta minimamente os outros quadros.

[0120] Agora é possível fazer referência às Figuras 8(1) a 8(3). As Figuras mostram um quadro de sinal de áudio (linha contínua) e a resposta de frequência (linha tracejada) do filtro de previsão de TNS correspondente.

A Figura 8(1): sinal de castanholas A Figura 8(2): sinal de tubo de arremesso A Figura 8(3): sinal de fala

[0121] O ganho de previsão está relacionado ao nivelamento do envelope temporal do sinal (consulte, por exemplo, a Seção 3 da referência [2] ou a Seção 1.2 da referência [3]).

[0122] Um baixo ganho de previsão implica um envelope temporal tendencialmente plano, enquanto um alto ganho de previsão implica um envelope temporal extremamente não plano.

[0123] A Figura 8 (1) mostra o caso de um ganho de previsão muito baixo (predGain = 1,0). Corresponde ao caso de um sinal de áudio muito estacionário, com um envelope temporal plano. Nesse caso, predGain = 1 < thresh (por exemplo, thresh = 1,5): nenhuma filtragem é realizada (S33).

[0124] A Figura 8 (2) mostra o caso de um ganho de previsão muito alto (12.3). Corresponde ao caso de um ataque forte e agudo, com um envelope temporal altamente não plano. Neste caso, predGain = 12,3> thresh2 (threh2 = 2): a filtragem de energia mais alta de resposta ao impulso é realizada em S36.

[0125] A Figura8 (3) mostra o caso de um ganho de previsão entre thresh e thresh2, por exemplo, em um intervalo de 1,5 a 2,0 (maior que o primeiro limite, menor que o segundo limite). Corresponde ao caso de um envelope temporal ligeiramente não plano. Neste caso, thresh <predGain <thresh2: a filtragem de energia mais baixa de resposta ao impulso é realizada em S35, com uso do segundo filtro 15a com energia mais baixa de resposta ao impulso.

7. OUTROS EXEMPLOS

[0126] A Figura 7 mostra um aparelho 110 que pode implementar o aparelho de codificação 10 ou 50 e/ou realizar pelo menos algumas etapas do método 30 e/ou 40. O aparelho 110 pode compreender um processador 111 e uma unidade de memória não transitória 112 que armazenam instruções que, quando executadas pelo processador 111, podem fazer com que o processador 111 realize uma filtragem e/ou análise de TNS. O aparelho 110 pode compreender uma unidade de entrada 116, que pode obter um sinal de informações de entrada (por exemplo, um sinal de áudio). O processador 111 pode, portanto, realizar processos de TNS.

[0127] A Figura 8 mostra um aparelho 120 que pode implementar o aparelho decodificador 20 ou 60 e/ou executar o método 40”. O aparelho 120 pode compreender um processador 121 e uma unidade de memória não transitória 122 que armazenam instruções que, quando executadas pelo processador 121, podem fazer com que o processador 121 realize como, entre outros, uma operação de síntese de TNS. O aparelho 120 pode compreender uma unidade de entrada 126, que pode obter uma representação decodificada de um sinal de informações (por exemplo, um sinal de áudio) no FD. O processador 121 pode, portanto, realizar processos para obter uma representação decodificada do sinal de informações, por exemplo, no TD. Esta representação decodificada pode ser fornecida a unidades externas com uso de uma unidade de saída 127. A unidade de saída 127 pode compreender, por exemplo, uma unidade de comunicação para se comunicar com dispositivos externos (por exemplo, com uso de comunicação sem fio, como Bluetooth) e/ou espaços de armazenamento externos. O processador 121 pode salvar a representação decodificada do sinal de áudio em um espaço de armazenamento local 128.

[0128] Em exemplos, os sistemas 110 e 120 podem ser o mesmo dispositivo.

[0129] Dependendo de certos requisitos de implementação, exemplos podem ser implementados em hardware. A implementação pode ser realizada com uso de uma mídia de armazenamento digital, por exemplo, um disquete, um disco versátil digital

(DVD), um disco Blu-Ray, um disco compacto (CD), uma memória somente de leitura (ROM), uma memória somente de leitura programável (PROM), uma memória somente de leitura apagável e programável (EPROM), uma memória somente de leitura programável eletricamente apagável (EEPROM) ou uma memória flash, que tem sinais de controle legíveis eletronicamente armazenados na mesma, que cooperam (ou têm capacidade de cooperar) com um sistema de computador programável, de modo que o método respectivo seja realizado. Portanto, a mídia de armazenamento digital pode ser legível por computador.

[0130] Em geral, exemplos podem ser implantadas como um produto de programa de computador com instruções de programa, em que as instruções de programa são operacionais para realizar um dentre os métodos quando o produto de programa de computador opera em um computador. As instruções de programa podem, por exemplo, ser armazenado em uma mídia legível por máquina.

[0131] Outros exemplos compreendem o programa de computador para desempenho de um dentre os métodos descritos no presente documento, armazenado em uma portadora legível por máquina. Em outras palavras, um exemplo do método é, portanto, um programa de computador que tem instruções de programa para realizar um dentre os métodos descritos no presente documento, quando o programa de computador opera em um computador.

[0132] Um exemplo adicional dos métodos é, portanto, uma mídia portadora de dados (ou uma mídia de armazenamento digital, ou uma mídia legível por computador) que compreende, registrado no mesmo, o programa de computador para desempenho de um dentre os métodos descritos no presente documento. A mídia portadora de dados, a mídia de armazenamento digital ou a mídia gravada são tangíveis e/ou não transitórias, em vez de sinais intangíveis e transitórios.

[0133] Um exemplo adicional compreende unidade de processamento, por exemplo, um computador ou um dispositivo de lógica programável que realiza um dentre os métodos descritos no presente documento.

[0134] Um exemplo adicional compreende um computador que tem instalado em si o programa de computador para desempenho de um dos métodos descritos no presente documento.

[0135] Um exemplo adicional compreende um aparelho e um sistema que transferem (por exemplo, de modo eletrônico ou óptico) um programa de computador para desempenho de um dos métodos descritos no presente documento para um receptor. O receptor pode, por exemplo, ser um computador, um dispositivo móvel, um dispositivo de memória ou semelhantes. O aparelho ou sistema podem compreender, por exemplo, um servidor de arquivo para transferir o programa de computador para o receptor.

[0136] Em alguns exemplos, um dispositivo de lógica programável (por exemplo, um arranjo de porta programável em campo) pode ser usado para desempenho de uma parte ou todas as funcionalidades dos métodos descritos no presente documento. Em alguns exemplos, uma matriz de portas programável em campo pode cooperar com um microprocessador a fim de realizar um dentre os métodos descritos no presente documento. De modo geral, os métodos podem ser realizados por meio de qualquer aparelho de hardware adequado.

[0137] Os exemplos descritos acima são ilustrados pelos princípios discutidos acima. É entendido que as modificações e as variações das disposições e os detalhes descritos no presente documento serão evidentes. Portanto, pretende-se que as mesmas sejam limitadas pelo escopo das reivindicações da patente iminentes e não pelos detalhes específicos apresentados a título de descrição e explicação dos exemplos no presente documento.

Claims

REIVINDICAÇÕES

1. Aparelho codificador (10, 50, 110) caracterizado por compreender: uma ferramenta de modelagem de ruído temporal, TNS, (11) para realizar filtragem de previsão linear, LP, (S33, S35, S36) em um sinal de informações (13) que inclui uma pluralidade de quadros; e um controlador (12) configurado para controlar a ferramenta de TNS (11) para que a ferramenta de TNS (11) realize a filtragem de LP com: um primeiro filtro (14a) cuja resposta ao impulso tem uma energia mais alta (S36); e um segundo filtro (15a) cuja resposta ao impulso tem uma energia mais baixa (S35), em que o segundo filtro (15a) não é um filtro de identidade, em que o controlador (12) está configurado para escolher (S34) entre a filtragem (S36) com o primeiro filtro (14a) e a filtragem (S35) com o segundo filtro (15a) com base nas métricas de quadro (17), em que o controlador (11) é configurado ainda para modificar o primeiro filtro (14a) de modo a obter o segundo filtro (15a) em que energia de resposta ao impulso do filtro é reduzida.

2. Aparelho codificador, de acordo com a reivindicação 1, caracterizado por o controlador (11) ser configurado ainda para: aplicar (S45') um fator de ajuste ao primeiro filtro (14a) para obter o segundo filtro (15a).

3. Aparelho codificador, de acordo com a reivindicação 2, caracterizado por ser configurado para modificar o primeiro filtro (14a) para obter o segundo filtro (15a) modificando-se a amplitude dos parâmetros (14) do primeiro filtro (14a) com uso de um fator de ajuste.

4. Aparelho codificador, de acordo com a reivindicação 2 ou 3, caracterizado por o controlador (11) ser configurado ainda para: definir (S45') o fator de ajuste com base em um limite de determinação de tipo de filtragem (18b) usado para selecionar (S32) entre filtragem (S36) com o primeiro filtro (14a) e filtragem (S35) com o segundo filtro (15a).

5. Aparelho codificador, de acordo com a reivindicação 2, 3 ou 4, caracterizado por o controlador (11) ser configurado ainda para: definir (S45') o fator de ajuste com base pelo menos nas métricas de quadro (17).

6. Aparelho codificador, de acordo com qualquer das reivindicações 2 a 5, caracterizado por o controlador (11) ser configurado ainda para: definir (S45') o fator de ajuste com base em um limite de determinação de filtragem de TNS (18b) que é usado para selecionar (S32) entre realizar filtragem de TNS (S34, S35) e não realizar filtragem de TNS (S33).

7. Aparelho codificador, de acordo com qualquer das reivindicações 2 a 6, caracterizado por o controlador (11) ser configurado ainda para: definir (S45') o fator de ajuste com uso de uma função linear das métricas de quadro (17), sendo que a função linear é tal que um aumento nas métricas de quadro corresponda a um aumento do fator de ajuste e/ou da energia de resposta ao impulso do filtro.

8. Aparelho codificador, de acordo com qualquer das reivindicações 2 a 7, caracterizado por ser configurado para definir o fator de ajuste como - [ — (1 — ymin) thresh2 — frameMetrics , se frameMetrics < thresh2 Y= thresh2 — thresh 1 , caso contrário em que threshé o limite de determinação de filtragem de TNS (18a), thresh2 é o limite de determinação de tipo de filtragem (18b), frameMetrics é uma métrica de quadro (17) e ynin é um valor fixo.

9. Aparelho codificador, de acordo com qualquer das reivindicações 2 a 8, caracterizado por ser configurado para modificar os parâmetros (14) do primeiro filtro (14a) para obter os parâmetros do segundo filtro (15a) aplicando-se: a,(k) = yra(k),k =0,..,K em que a(k) são parâmetros (14) do primeiro filtro (14a), y é o fator de ajuste de modo que 0 <y <1, a, (k) sejam os parâmetros do segundo filtro (15a) e K seja a ordem do primeiro filtro (14a).

10. Aparelho codificador, de acordo com qualquer das reivindicações 1 a 9, caracterizado por o controlador (11) ser configurado ainda para: obter as métricas de quadro (17) de pelo menos um dentre um ganho de previsão, uma energia do sinal de informações e/ou um erro de previsão.

11. Aparelho codificador, de acordo com qualquer das reivindicações 1 a 10, caracterizado por as métricas de quadro compreenderem um ganho de previsão calculado como . energia predGain = predError em que energia é um termo associado a uma energia do sinal de informações, e predError é um termo associado a um erro de previsão.

12. Aparelho codificador, de acordo com qualquer das reivindicações 1 a 11, caracterizado por o controlador ser configurado para que: pelo menos para uma redução de um ganho de previsão e/ou uma redução de uma energia do sinal de informações, a energia de resposta ao impulso do segundo filtro seja reduzida, e/ou pelo menos para um aumento do erro de previsão, a energia de resposta ao impulso do segundo filtro seja reduzida.

13. Aparelho codificador, de acordo com qualquer das reivindicações 1 a 12, caracterizado por o controlador (11) ser configurado ainda para: comparar (S34) as métricas de quadro (17) com um limite de determinação de tipo de filtragem (18b), de modo a realizar uma filtragem (S36) com o primeiro filtro (15a) quando as métricas de quadro (17) forem menores que o limite de determinação de tipo de filtragem (18b).

14. Aparelho codificador, de acordo com qualquer das reivindicações 1 a 13, caracterizado por o controlador (11) ser configurado ainda para: escolher (S32, S44') entre realizar uma filtragem (S35, S36) e não realizar filtragem (S33) com base nas métricas de quadro (17).

15. Aparelho codificador, de acordo com a reivindicação 14, caracterizado por o controlador (11) ser configurado ainda para: comparar (S32, S44') as métricas de quadro (17) com um limite de determinação de filtragem de TNS (18a), de modo a escolher evitar filtragem de TNS (S33) quando as métricas de quadro (17) forem menores que o limite de determinação de filtragem de TNS (18a).

16. Aparelho codificador, de acordo com qualquer uma das reivindicações 1 a 15, caracterizado por compreender ainda: um gravador de fluxo de bits para preparar um fluxo de bits com coeficientes de reflexão (16) ou uma versão quantificada do mesmo, obtida pela ferramenta de TNS (11).

17. Aparelho codificador, de acordo com qualquer uma das reivindicações 1 a 16, caracterizado por os parâmetros de filtragem (14) do primeiro filtro (14a) serem escolhidos entre coeficientes de conversão em código LP, LPC, e/ou qualquer outra representação dos coeficientes de filtro.

18. Aparelho codificador, de acordo com qualquer uma das reivindicações 1 a 17, caracterizado por o sinal de informações ser um sinal de áudio.

19. Aparelho codificador, de acordo com qualquer uma das reivindicações 1 a 18, caracterizado por o controlador (11) ser configurado ainda para modificar o primeiro filtro (14a) de modo a obter o segundo filtro (15a), em que energia de resposta ao impulso do filtro é reduzida.

20. Aparelho codificador, de acordo com qualquer uma das reivindicações 1 a 19, caracterizado por as métricas de quadro (17) serem associadas ao nivelamento do envelope temporal do sinal.

21. Método (30, 40') para realizar filitagem de modelagem de ruído temporal, TNS, em um sinal de informações que inclui uma pluralidade de quadros, sendo que o método é caracterizado por compreender: para cada quadro, escolher (S34) entre filtragem com um primeiro filtro (14a) e filtragem com um segundo filtro (15a), cuja resposta ao impulso tem uma energia mais baixa, com base em uma métrica de quadro, em que o segundo filtro (15a) não é um filtro de identidade; - filtrar o quadro com uso da filtragem com a filtragem escolhida entre filtragem com o primeiro filtro (14a) e filtragem com o segundo filtro (15a); e modificar o primeiro filtro (14a) de modo a obter o segundo filtro (15a) em que a energia de resposta ao impulso do filtro é reduzida.

22. Dispositivo de armazenamento não transitório caracterizado por armazenar instruções que, quando executadas por um processador (111, 121), fazem com que o processador realize o método, de acordo com a reivindicação 21.