BR9909247B1 - "método e aparelho para processar informação de áudio usando blocos alinhados em tempo de áudio codificado em aplicações de vídeo/áudio para facilitar a troca de áudio." - Google Patents

Description

Relatório Descritivo da Patente de Invenção para "MÉTODO E

APARELHO PARA PROCESSAR INFORMAçãO DE ÁUDIO USANDO BLOCOS ALINHADOS EM TEMPO DE ÁUDIO CODIFICADO EM APLICA- çÕES DE VÍDEO/ÁUDIO PARA FACILITAR A TROCA DE ÁUDIO".

Campo Técnico A presente invenção relaciona-se em geral com o processamen- to de sinal de áudio em aplicações de vídeo/áudio. Mais particularmente, a presente invenção relaciona-se com os métodos de codificação de bloco para codificar sequências de blocos de informação de áudio separadas por intervalos ou bandas de proteção de modo que as variações normais nos atrasos do processamento do sinal não irão romper o alinhamento das in- formações de vídeo e de áudio. Técnica de Fundamento Vários padrões internacionais foram desenvolvidos, os quais definem vários aspectos para se embutir a informação de áudio digital em quadros da informação de vídeo. Por exemplo, o padrão SMPTE 259M pu- blicado pela Society of Motion Picture and Televison Engineers (SMPTE) define uma Interface Serial Digital (SDI) na qual até quatro canais de infor- mação de áudio digital podem ser embutidos dentro de sinais de vídeo digi- tais seriais componentes e compostos. O padrão SMPTE 272M proporciona uma ampla definição de como a informação de áudio digital é para ser em- butida em espaços de dados auxiliares dentro dos quadros da informação de vídeo. A transmissão serial da própria informação de áudio digital é o as- sunto de vários padrões internacionais. Por exemplo, o padrão AES3 (ANSI S4.40) publicado pela Audio Engineering Society (AES), define a transmissão serial de áudio digital de dois canais representado em uma forma de modulação de código de pulso linear (PCM). De acordo com este padrão, as amostras PCM para dois canais são intercaladas e transportadas em pares.

Uma atividade comum em quase todas as aplicações de grava- ção e de difusão é editar ou cortar os fluxos de informação de vídeo/áudio e dividir os fluxos de informação cortados para formar um novo fluxo único.

Atividades similares geram um fluxo de informação por fundir múltiplos flu- xos de informação ou por se comutar entre os múltiplos fluxos. A informação de vídeo normalmente é a referência de sincronização primária de modo que um ponto de edição ou de corte normalmente está alinhado com um quadro de vídeo.

Padrões tais como o AES11 definem práticas recomendadas para sincronizar o equipamento de áudio digital em operações de estúdio. O AES11 é direcionado para controlar incertezas de sincronização causadas por flutuação de fase ou por atrasos do processamento e proporcionar o alinhamento da informação de quadro do vídeo com os quadros de duas amostras dos fluxos de informação de áudio digital AES3. O equipamento e os métodos que aderem a este padrão podem garantir que os sinais sincro- nizados possuem o mesmo número de quadros através de um dado período de tempo e contém amostras que possuem uma sincronização comum. Infe- lizmente, não existe atualmente nenhum padrão ou prática que defina um alinhamento entre a informação de vídeo e os grandes intervalos de infor- mação de áudio. Como resultado, o equipamento de fabricantes diferentes e mesmo do mesmo fabricante possuem variações na sincronização e nos atrasos de processamento que introduzem uma quantidade de incerteza significante no alinhamento relativo das informações de áudio e de vídeo.

Esta incerteza no alinhamento é de pouca conseqüência nas aplicações que utilizam as representações lineares de informação de áudio, tal como estas definidas no padrão AES3. Pelo motivo dos pontos de edição serem constrangidos à ocorrer entre os quadros de duas amostras de infor- mação de áudio, qualquer incerteza no alinhamento do vídeo/áudio não irá resultar na perda da informação de áudio. Ele somente irá afetar a sincroni- zação relativa do som e imagem como apresentado para uma pessoa, o que é improvável de ser percebido.

Entretanto, existe um número crescente de aplicações que utili- zam as técnicas de codificação de redução de taxa de bits para embutir nú- meros maiores de canais de áudio dentro de um fluxo de dados de ví- deo/áudio. Estas técnicas de codificação freqüentemente são aplicadas amostrar blocos de 128 ou de mais amostras de áudio para gerar blocos de informação codificada. Estes blocos de amostra tipicamente representam informação de áudio que transpõem um intervalo de 3 até 12 ms. Cada blo- co de informação codificada gerado por estes processos de codificação re- presenta a menor unidade de informação a partir da qual uma réplica razoa- velmente precisa de um segmento da informação de áudio original pode ser recuperada. As técnicas de divisão de banda reduzem as taxas de bits por aplicar a codificação baseada na psicoacústica junto às representações de sub-banda de freqüência de um sinal de áudio. As representações de sub- banda de freqüência podem ser geradas pela aplicação de uma pluralidade de filtros de banda de passagem ou de uma ou mais transformações. Para facilidade da discussão, estas técnicas de codificação por divisão de banda são descritas pelo presente em termos de se aplicar um banco de filtros para gerar sinais de sub-banda. A incerteza no alinhamento mencionado acima é significante nestas aplicações por codificação de bloco porque um ponto de edição caindo dentro dos limites de um bloco codificado irá resultar em parte deste bloco sendo cortado do sinal restante. A perda parcial de um bloco codifica- do será manifestada por uma perda no sinal recuperado para uma duração tipicamente de 3 ms ou mais. É provável que tal perda seria percebida junto a um sistema auditivo humano.

Este problema pode ser evitado por se utilizar um processo de processamento posterior no qual uma representação PCM dos sinais de áudio originais é recuperada por se aplicar um processo de decodificação junto ao áudio codificado, editando a representação PCM recuperada como requerido e gerando uma nova representação codificada por se aplicar um processo de codificação junto à informação de áudio PCM editada. Esta solução não é atrativa por causa dos custos adicionais e da degradação na qualidade do áudio resultante dos processos de decodifica- ção/recodificação. Em adição, por razões que serão melhor entendidas após a leitura da discussão exposta abaixo, o pós-processamento não é atrativo porque os processos de decodificação/recodificação introduzem atrasos adicionais no fluxo de informação de áudio.

Revelação da Invenção É um objetivo da presente invenção proporcionar o processa- mento de fluxos de informação de vídeo/áudio embutido que permite ativi- dades como edição e comutação ao mesmo tempo que evitando os proble- mas mencionados acima.

De acordo com os ensinamentos de um aspecto da presente invenção, um método recebe um sinal de áudio de entrada transportando informação de áudio, recebe referências de quadro de vídeo indicando refe- rências de tempo para uma seqüência de quadros de vídeo, gera blocos de informação de áudio codificada a partir da informação de áudio em uma forma reduzida de taxa de bits por aplicar um processo de codificação de bloco junto ao sinal de áudio de entrada e compacta em tempo os blocos de informação de áudio codificada e monta os blocos com tempo compactado em um fluxo de áudio codificado compreendendo uma pluralidade de se- qüências de blocos compactados em tempo de modo que um bloco inicial em uma respectiva seqüência é separado de um bloco final em uma se- qüência precedente por um intervalo que está alinhado em tempo com uma respectiva referência do quadro de vídeo.

Os vários aspectos da presente invenção e suas modalidades preferidas podem ser melhor entendidos por se referir a seguinte discussão e aos desenhos acompanhantes nos quais números de referência iguais referem-se a elementos iguais nas várias figuras. O conteúdo da seguinte discussão e dos desenhos é exposto somente como exemplo e não deve ser entendido como representando limitações sobre o escopo da presente in- venção.

Breve Descrição dos Desenhos A figura 1 é um diagrama de blocos funcional de uma modalida- de de um sistema para gravar e para direcionar vários fluxos de dados de vídeo/áudio.

As figuras 2A até 2C são representações gráficas de sinais de áudio hipotéticos possuindo vários alinhamentos com as referências de quadro de vídeo. A figura 3 é um diagrama de blocos funcional de uma modalida- de de um dispositivo para processar sinais de vídeo com informação de áu- dio embutida. A figura 4 é um diagrama de blocos funcional de uma modalida- de de um processador de codificação de sinal de áudio de acordo com vári- os aspectos da presente invenção.

As figuras 5A até 5C são representações gráficas de sinais de áudio hipotéticos processados de acordo com a presente invenção e pos- suindo vários alinhamentos com as referências de quadro de vídeo. A figura 6 é uma representação esquemática gráfica dos blocos de informação de áudio que se sobrepõem ponderados com funções de ja- nela.

Modos para Realizar a Invenção Vista Geral de um Sistema A figura 1 ilustra uma modalidade de um sistema para gravar e para direcionar vários fluxos de dados de vídeo/áudio e representa um exemplo de um sistema que pode de forma vantajosa empregar os aspectos da presente invenção. Para o propósito de clareza, esta figura, bem como todas as figuras, não ilustram os caminhos do sinal para transportar os si- nais de relógios mestres utilizados para sincronizar o equipamento. É assu- mido nesta discussão que os sinais, tais como, aqueles gerados ao longo dos caminhos 21, 22, 23 e 24 conformam-se com os padrões SMPTE 259M e SMPTE 272M; entretanto, nenhum padrão ou formato de sinal particular é essencial para praticar a presente invenção. Por exemplo, em uma modali- dade alternativa do sistema, sinais separados, cada um transportando a respectiva informação de vídeo e informação de áudio são gerados ao longo dos caminhos 21 até 24 e o direcionador 31 inclui um circuitamento para de forma separada direcionar a informação de vídeo e de áudio. Em tal modali- dade, um desembutidor SDI está interposto entre o embutidor SDI 12 e o direcionador 31. Esta modalidade alternativa é mencionada aqui para apre- sentar que nenhum formato de sinal particular é essencial para a prática da presente invenção. O gravador de fita de vídeo (VTR) 16 recebe a informação de vídeo a partir do caminho 1 e a informação de áudio a partir do caminho 2 e grava esta informação de vídeo/áudio na fita. Subseqüentemente, o VTR 16 lê a informação de vídeo/áudio gravada na fita e gera ao longo do caminho 21 um sinal de execução transportando a informação de vídeo com a infor- mação de áudio embutida. De uma maneira similar, o VTR 17 grava a infor- mação de vídeo e de áudio recebida respectivamente a partir dos caminhos 3 e 4 e subseqüentemente gera ao longo do caminho 22 um sinal de execu- ção transportando a informação de vídeo com a informação de áudio embu- tida. O VTR 16, o VTR 17 e o VTR 18 incluem um circuitamento tal como um embutidor de Interface Digital Serial (SDI) par embutir a informa- ção de áudio dentro da informação de vídeo durante a execução. O embutidor SDI 11 recebe a informação de vídeo e de áudio respectivamente a partir dos caminhos 5 e 6 e gera ao longo do caminho 14 um sinal transportando a informação de vídeo digital com a informação de áudio digital embutida. O VTR 18, que inclui um circuitamento tal como um desembutidor SDI, extrai a informação de áudio a partir do sinal de dados de vídeo/áudio e grava as informações de vídeo e de áudio separada na fita. Subseqüentemente, o VTR 18 recupera as informações de vídeo e de áudio a partir da fita e utiliza o circuitamento tal como um embutidor SDI para gerar ao longo do caminho 23 um sinal de execução transportando as informações de vídeo e de áudio embutida. Entretanto, se um gravador de dados digital for substituto para o VTR 18, nenhum circuitamento embutidor ou desembutidor é requerido no gravador porque o próprio fluxo de dados de vídeo/áudio pode ser gravado e executado. O embutidor SD112 recebe as informações de vídeo e de áudio respectivamente a partir dos caminhos 7 e 8 e gera ao longo do caminho 24 um sinal transportando a informação de vídeo digital com a informação de áudio digital embutida. O direcionador SDI 31 recebe os sinais de vídeo/áudio a partir dos caminhos 21, 22, 23 e 24 e seletivamente direciona ou troca estes si- nais ao longo do caminho 34 para o dispositivo de execução/gravação 41. O

número de sinais recebidos pelo direcionador SDI 31 não é significante. O dispositivo de execução/gravação 41 representa um dispositivo arbitrário que utiliza o sinal passado ao longo do caminho 34. Por exemplo, ele pode ser um dispositivo de gravação tal como o VTR ou um dispositivo de execu- ção tal como um aparelho de televisão. Além disso, a execução/gravação 41 pode estar localizada remotamente com respeito ao embutidor SDI 31, caso em que o caminho 34 representa um canal de comunicação ou de difusão.

Deslocamentos no Alinhamento de Vídeo/Áudio Os atrasos do circuito no VTR 16,17,18 e no embutidor SD111 e 12 podem alterar o alinhamento relativo da informação de vídeo com a informação de áudio. Como resultado, o alinhamento da informação de ví- deo/áudio no sinal de execução 21, por exemplo, pode ser deslocado com respeito ao alinhamento entre a informação de vídeo e a informação de áu- dio como recebidas a partir dos caminhos 1 e 2, respectivamente. A quanti- dade de alterações no alinhamento varia entre equipamentos de fabricantes diferentes, pode variar entre peças diferentes do equipamento do mesmo fabricante e pode até mesmo variar dentro de uma dada peça do equipa- mento como em função do estado de inicialização dos buffers, por exemplo.

Referindo-se à figura 2A, o sinal 111 representa a informação de áudio possuindo um alinhamento particular com as referências de quadro de vídeo 101 e 102. Cada uma destas referências de quadro de vídeo indica um ponto de referência particular em um respectivo quadro de vídeo. Um ponto de referência comum para a informação de vídeo NTSC, por exemplo, coincide com a informação de vídeo para a linha 10 em cada quadro. Um ponto de referência comum para a informação de vídeo PAL coincide com a linha 1 em cada quadro. Nenhum alinhamento particular é crítico para a prática da presente invenção.

Na figura 2B, o sinal 121 representa a mesma informação de áudio como esta transportada pelo sinal 111, mas está atrasada com res- peito ao sinal 111. Como resultado, o alinhamento entre o sinal 121 e as referências de quadro de vídeo é deslocado com respeito ao alinhamento para o sinal 111. Na figura 2C, o sinal 131 representa a mesma informação de áudio como esta transportada pelo sinal 111, mas está avançada com respeito ao sinal 111; por conseqüência, o alinhamento entre o sinal 131 e as referências de quadro de vídeo está deslocado de uma maneira oposta ao deslocamento no alinhamento do sinal 121.

Referindo-se à figura 1, suponha que a informação de áudio e o alinhamento representando na figura 2A seja transportados pelos caminhos 1/2, 3/4, 5/6 e 7/8. Deslocamentos diferentes no alinhamento tal; como aqueles ilustrados nas figuras 2A até 2C irão provavelmente existir nos si- nais gerados ao longo dos caminhos 21 até 24. Adicionalmente suponha que os alinhamentos ilustrados nas figuras 2A até 2C existem nos sinais gerados ao longo dos caminhos 21 até 23, respectivamente. Quando o dire- cionador SDI 31 troca entre os sinais recebidos a partir destes três cami- nhos, uma pequena descontinuidade irá ocorrer na informação de áudio embutida no sinal passado ao longo do caminho 34. Se a informação de áudio for representada em uma forma linear, tal como a PCM, estas descon- tinuidades provavelmente não podem ser percebidas por um ouvinte huma- no, porque a descontinuidade é somente para algumas amostras. Seria es- pecialmente difícil para discernir uma descontinuidade entre dois sinais possuindo um conteúdo de áudio diferente.

Efeitos da Codificação Como explicado acima, entretanto, existe um interesse cres- cente em embutir números maiores de canais de áudio dentro de um fluxo de dados de vídeo/áudio. Quando a capacidade da informação neste núme- ro maior de canais de áudio excede a capacidade do espaço disponível para a informação de áudio, alguma forma de compactação de largura de banda ou de taxa de bits é empregada. Um exemplo de tal compactação é a codificação de áudio baseada nos princípios psicoacústicos.

Estas técnicas de codificação, normalmente, são aplicadas junto à blocos de amostras de áudio para gerar blocos de informação codificada.

Estes blocos de amostra tipicamente representam a informação de áudio que transpõem um intervalo de 3 até 12 ms. Cada bloco de informação co- dificada gerado por estes processos de codificação representa a menor uni- dade de informação a partir da qual uma réplica razoavelmente precisa de um segmento da informação de áudio original pode ser recuperada.

Uma seqüência de blocos de informação codificada 112 é re- presentada como um encadeamento de pulsos na figura 2A. A informação transportada por estes blocos é uma representação codificada da informa- ção de áudio no sinal 111.0 formato e o tamanho dos pulsos não é signifi- cante. 0 encadeamento de pulsos somente é pretendido para sugerir uma seqüência de blocos que transporta informação codificada correspondendo aos blocos de amostras de áudio que podem estar limitados com outro ou de preferência, sobrepõem um ao outro. No exemplo apresentado na figura 2A a informação de áudio transpondo o intervalo entre as referência de quadro de vídeo adjacentes é representada por seis blocos de informação codificada. Várias considerações para aperfeiçoar a qualidade da codifica- ção de áudio nas aplicações de vídeo/áudio são reveladas na WO-A 99/21187.

Quando as técnicas de codificação de bloco são utilizadas no sistema da figura 1, os sinais que o direcionador SDI 31 recebe a partir dos caminhos 21 até 24 contém a informação de áudio codificada nos blocos.

Como discutido acima, deslocamentos que variam no alinhamento podem ocorrer entre os blocos de informação codificados e as referência de quadro de vídeo. Isto é ilustrado pelos alinhamentos diferentes entre a referência de quadro de vídeo 101, por exemplo, e os blocos 112,122 e 132 apresen- tados nas figuras 2A, 2B e 2C, respectivamente. Suponha, como discutido acima, que os alinhamentos ilustrados nas figuras 2A até 2C existem nos sinais gerados ao longo dos caminhos 21 até 23, respectivamente. Quando o direcionador SDI 31 troca a referência de quadro de vídeo 101 do sinal recebido via o caminho 22, ilustrado na figura 2B, para o sinal recebido via o caminho 23, ilustrado na figura 2C, uma quantidade significante de informa- ção de áudio no ponto de troca não pode ser recuperada a partir do sinal direcionado ao longo do caminho 23. A informação de áudio transportada no bloco 123 antes do ponto de troca não pode ser recuperada porque, por um lado, todo o bloco é necessário para recuperar a informação de áudio mas, por outro lado, a parte deste bloco após o ponto de troca está ausente. De forma similar, a informação de áudio transportada no bloco 133 após o ponto de troca não pode ser recuperada porque a parte do bloco 133 antes do ponto de troca está ausente.

Este problema não é único para o tipo de sistema ilustrado na figura 1. Por exemplo, o problema também ocorre com edições de fita ou de dublagem de áudio para um único VTR.

Como será explicado mais completamente abaixo, a presente invenção supera este problema por formar bandas de proteção ou intervalos no fluxo de áudio codificado de modo que uma variação considerável no alinhamento de vídeo/áudio pode ser tolerada sem perda de informação de áudio.

Processador de Codificação do Sinal A figura 3 ilustra um processador de sinal de vídeo/áudio que pode ser incorporado em uma variedade de modos dentro de um sistema tal como este ilustrado na figura 1. Na modalidade apresentada, uma pluralida- de de sinais transportando informação de vídeo com informação de áudio embutida são recebidos a partir dos caminhos de sinal de entrada 61-1, 61- 2 e 61-3. Três caminhos de sinal de entrada são apresentados na figura, entretanto, as modalidades da presente invenção podem possuir caminhos de sinal para essencialmente qualquer número de sinais de entrada. O dis- tribuidor de sinal 62 representa uma ampla faixa de processos de distribui- ção de sinal incluindo comutação, fusão, edição, divisão e armazenamen- to/recuperação. Para simplicidade, a ilustração e a discussão pelo presente assume que o distribuidor de sinal 62 recebe uma pluralidade de sinais de vídeo/áudio e processa e/ou distribui estes sinais de alguma maneira para gerar ao longo do caminho 63 um único sinal transportando a informação de vídeo com a informação de áudio embutida. O deformatador 64 recebe a informação de vídeo/áudio a partir do caminho 63, extrai a informação de áudio embutida e passa a mesma ao longo do caminho 65. A informação de vídeo pode ser passada ao longo do caminho 69. O processador de sinal de áudio 66 recebe a informação de áudio a partir do caminho 65 e aplica um processo de codificação de bloco junto a informação de áudio para gerar ao longo do caminho 67 blocos de informação codificada. O formatador 68 re- cebe os blocos de informação codificada a partir do caminho 67 e gera ao longo do caminho 70 um sinal de saída compreendendo uma pluralidade de sequências de blocos de informação codificada com intervalos ou bandas de proteção entre um bloco inicial em uma seqüência e um bloco final em uma seqüência precedente. Utilizando um sinal de referência tal como um sinal de relógio mestre, o intervalo ou banda de proteção é alinhado em tempo com a informação de vídeo.

Como mencionado acima, as figuras não ilustram os caminhos de sinal para transportar os sinais de relógio mestre utilizados para sincro- nizar o equipamento. Em uma modalidade preferida, o processador de sinal de áudio 66 forma blocos de amostra de áudio que estão alinhados com o sinal de relógio mestre. Este alinhamento é ilustrado na figura 2A onde os limites entre os blocos de amostra adjacentes coincidem com as referência de quadro de vídeo 101 e 102; entretanto, outros alinhamentos podem ser utilizados.

Referindo-se à figura 5A, a seqüência dos blocos 112-2 trans- porta a informação codificada representando o segmento de sinal 111-2, que é uma representação de tempo compactada hipotética da parte do sinal 111 ente as referência de quadro de vídeo 101 e 102. De forma similar, a seqüência de blocos 112-1 transporta informação codificada representando o segmento do sinal 111-1 e a seqüência de blocos 112-3 transporta infor- mação codificada representando o segmento do sinal 111-3. O processador de sinal de áudio 66 e o formatador 68 geram seqüências de blocos trans- portando uma representação codificada da informação de áudio na qual, por exemplo, uma banda de proteção ou intervalo foi formado entre o bloco final na seqüência 112-1 e o bloco inicial na seqüência 112-2.

Os deslocamentos no alinhamento ilustrados nas figura 2A até 2C também são ilustrados nas figuras 5A até 5C. Nestas Figuras, a informa- ção codificada nas seqüências 122-1, 122-2, 122-3, 132-1, 132-2 e 132-3 transportam a informação codificada representando os segmentos de sinal 121-1,121-2,121-3,131-1,131-2 e 131-3, respectivamente. Como pode ser visto a partir das figuras 5B e 5C, nenhuma perda na informação de áudio ocorre como um resultado dos deslocamentos em alinhamento porque os pontos de troca potenciais nas referência de quadro de vídeo 101 e 102 ocorrem dentro de uma banda de proteção. O processador de sinal ilustrado na figura 3 pode ser incorpora- do dentro de um direcionador SDI, por exemplo, para processar os sinais de vídeo contendo informação de áudio AES3 ou PCM embutida. Uma modali- dade omitindo o distribuidor de sinal 62 pode ser incorporada dentro de um VTR ou embutidor SDI. Outra modalidade que também omite o deformatador 64 pode ser incorporada dentro de um VTR ou dentro dos circuitos de en- trada de um embutidor SDI. A figura 4 ilustra uma modalidade de um processador de codifi- cação de sinal de áudio que é adequado para incorporação dentro da mo- dalidade ilustrada na figura 3 e também possui utilidade separada como será explicado abaixo. De acordo com esta modalidade, o processador de sinal de áudio 66 compreende uma pluralidade de bancos de filtros 71, 72 e 73. O banco de filtros 71 gera uma pluralidade de sinais de sub-banda de freqüência ao longo dos caminhos 75-1 até 75-3 em resposta ao sinal rece- bido a partir do caminho 65-1.0 banco de filtros 72 gera uma pluralidade de sinais de sub-banda de freqüência ao longo dos caminhos 76-1 até 76-3 em resposta ao sinal recebido a partir do caminho 65-2. O banco de filtros 73 gera uma pluralidade de sinais de sub-banda de freqüência ao longo dos caminhos 77-1 até 77-3 em resposta ao sinal recebido a partir do caminho 65-3. Os bancos de filtros 71, 72 e 73 podem ser implementados de uma série de modos incluindo um banco de filtros de banda de passagem, um conjunto em cascata de filtros de divisão de banda e uma ou mais transfor- mações de domínio de tempo para domínio de freqüência. Somente três bancos de filtros são apresentados e somente três sinais de sub-banda são apresentados para cada banco de filtros, entretanto, uma modalidade pode inclui muito mais bancos de filtros os quais cada um gera vinte e quatro ou mais sinais de sub-banda, cada um representando sub-bandas de frequên- cia possuindo larguras de banda proporcionais ou menores do que as largu- ras de banda críticas do sistema auditivo humano. O codificador 79 aplica um processo de codificação de bloco junto aos sinais de sub-banda e gera ao longo do caminho 67 uma seqüência de blocos representando em uma forma codificada a informação de áudio recebida via os caminhos 65-1, 65-2 e 65-3. A codificação de divisão de banda não é essencial para a práti- ca da presente invenção. Outras formas de codificação, tal como a PCM de bloco compactado/expandido ou a modulação delta podem ser utilizadas.

Em uma modalidade prática, um processador de codificação de sinal de áudio recebe oito canais de informação de áudio em forma PCM linear ou alternativamente, quatro fluxos de dados AES3 e utiliza oito ban- cos de filtros e um codificador que aplica um processo de codificação de bloco para gerar blocos de informação codificada com bandas de proteção que podem ser transportadas em um espaço ou largura de banda não maior do que requerido para transportar dois canais de informação de áudio em forma PCM linear ou alternativamente, um fluxo de dados AES3.

Blocos de Sobreposição e Funções de Janela O encadeamento de pulsos utilizado nas figuras para represen- tar blocos de informação sugere que os blocos adjacentes limitam-se mas não sobrepõem-se um ao outro. Apesar de nenhuma disposição particular de blocos ser crítica para a prática da presente invenção, modalidades pre- feridas processam blocos que se sobrepõem uns aos outros. Geralmente, os blocos sobrepostos de informação de áudio são ponderados ou modula- dos por uma função de janela de modo que a soma das amostras sobre- postas em blocos adjacentes é substancialmente igual a uma constante. A figura 6 ilustra uma seqüência de blocos. O bloco inicial 141 na seqüência sobrepõe o bloco adjacente 142. Todos os blocos na seqüên- cia são representados por um envelope que possui um formato de uma fun- ção de janela utilizada para ponderar a informação de áudio correspondente no domínio de tempo. O bloco final 146 na seqüência sobrepõe o bloco pre- cedente e um bloco subseqüente não apresentado na figura. A quantidade de sobreposição e a escolha da função de janela pode ter efeitos signifi- cantes sobre a performance da codificação mas nenhuma função de janela ou quantidade de sobreposição é crítica para a presente invenção. Nas mo- dalidades preferidas, a quantidade de sobreposição é igual a metade do comprimento do bloco e a função de janela é derivada a partir da função Kaiser-Bessel.

Como explicado acima, o processador de sinal de áudio 86 gera informação de áudio que é alinhada com as referência de quadro de vídeo.

Nas modalidades que geram seqüências de blocos de informação de áudio, o alinhamento pode ser tal que uma referência de quadro de vídeo seja co- incidente com essencialmente qualquer ponto em qualquer bloco da se- qüência. No exemplo apresentado na figura 6, o início do bloco inicial 141 está coincidente com a referência de quadro de vídeo 100.

Em algumas aplicações, o ponto exato de coincidência pode variar de quadro de vídeo para quadro de vídeo. Por exemplo, em aplica- ções que combinam a informação de áudio digital com a informação de ví- deo NTSC, quadros de vídeo sucessivos podem ter números variáveis de amostras de áudio porque a taxa de amostragem de áudio não é um inteiro múltiplo da taxa de quadro de vídeo. Várias considerações para o comprimento do bloco, função de janela e alinhamento de vídeo/áudio são discutidas na WO-A 99/21187, refe- rida acima.

Claims (12)

1. Método para processar informação de áudio que compreen- de: receber um sinal de áudio de entrada transportando a informa- ção de áudio, receber referências de quadro de vídeo indicando referências de tempo para uma sequência de quadros de vídeo, e gerar blocos de informação de áudio codificada a partir da in- formação de áudio em uma forma de taxa de bits reduzida; caracterizado pelo fato de que os blocos de informação de áudio codificada são gerados pela aplicação de um processo de codificação de bloco ao sinal de áudio de entrada e compactando por tempo os blocos de informação de áudio codificada, e montar os blocos com tempo compactado em um fluxo de áudio codificado compreendendo uma pluralidade de sequências dos blocos com tempo compactado de modo que um bloco inicial em uma respectiva se- quência fique separado de um bloco final em uma sequência precedente por um intervalo que está alinhado em tempo com a respectiva referência de quadro de vídeo.

2. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que o processo de codificação de bloco codifica a informação de áudio em uma forma que contém menos redundância e/ou menos irrelevân- cia perceptual.

3. Método, de acordo com a reivindicação 2, caracterizado pelo fato de que o processo de codificação de bloco compreende: aplicar um dentre um banco de filtros de banda de passagem e uma ou mais transformações para o sinal de áudio de entrada para gerar uma pluralidade de representações de sub-banda de frequência do sinal de áudio de entrada, e gerar os blocos de informação de áudio codificada por adaptati- vamente alocar bits para as representações de sub-banda de frequência de acordo com princípios psicoacústicos.

4. Método, de acordo com qualquer uma das reivindicações 1 até 3, caracterizado pelo fato de que os quadros de vídeo compreendem informação de vídeo disposta em uma pluralidade de linhas de vídeo e cada um dos intervalos tem uma duração maior do que a de três linhas de vídeo.

5. Método, de acordo com qualquer uma das reivindicações 1 até 3, caracterizado pelo fato de que cada um dos quadros de vídeo pos- sui uma duração igual a um intervalo de quadro e a duração dos intervalos está dentro de uma faixa de cerca de um por cento do intervalo de quadro até cerca de vinte por cento do intervalo de quadro.

6. Método, de acordo com qualquer uma das reivindicações 1 até 5, caracterizado pelo fato de que aplica o processo de codificação de bloco para sobrepor blocos da informação de áudio.

7. Aparelho para processar informação de áudio que compreen- de: um dispositivo para receber um sinal de áudio de entrada trans- portando a informação de áudio, um dispositivo para receber referências de quadro de vídeo indi- cando referências de tempo para uma sequência de quadros de vídeo, e um dispositivo para gerar blocos de informação de áudio codifi- cada a partir da informação de áudio em uma forma de taxa de bits reduzi- da; caracterizado pelo fato de que o dispositivo para gerar blocos de informação de áudio codificada gera a de áudio codificada aplicando um processo de codificação de bloco ao sinal de áudio de entrada e compac- tando por tempo os blocos de informação de áudio codificada, e compreendendo ainda um dispositivo para montar os blocos com tempo compactado em um fluxo de áudio codificado compreendendo uma pluralidade de sequências dos blocos com tempo compactado de modo que um bloco inicial em uma respectiva sequência esteja separado de um bloco final em uma sequência precedente por um intervalo que está alinha- do em tempo com uma respectiva referência de quadro de vídeo.

8. Aparelho, de acordo com a reivindicação 7, caracterizado pelo fato de que o processo de codificação de bloco codifica a informação de áudio em uma forma que contém menos redundância e/ou menos irrele- vância perceptual.

9. Aparelho, de acordo com a reivindicação 8, caracterizado pelo fato de que o processo de codificação de bloco compreende: um dispositivo para aplicar um dentre um banco de filtros de banda de passagem e uma ou mais transformações para o sinal de áudio de entrada para gerar uma pluralidade de representações de sub-banda de fre- quência do sinal de áudio de entrada, e um dispositivo para gerar os blocos de informação codificada por adaptativamente alocar bits para as representações de sub-banda de frequência de acordo com princípios psicoacústicos.

10. Aparelho, de acordo com qualquer uma das reivindicações 7 até 9, caracterizado pelo fato de que os quadros de vídeo compreendem informação de vídeo disposta em uma pluralidade de linhas de vídeo e cada um dos intervalos possui uma duração maior do que esta de três linhas de vídeo.

11. Aparelho, de acordo com qualquer uma das reivindicações 7 até 9, caracterizado pelo fato de que cada um dos quadros de vídeo pos- sui uma duração igual a um intervalo de quadro e a duração dos intervalos está dentro de uma faixa de cerca de um por cento do intervalo de quadro até cerca de vinte por cento do intervalo de quadro.

12. Aparelho, de acordo com qualquer uma das reivindicações 7 até 11, caracterizado pelo fato de que o dispositivo para gerar os blocos de informação de áudio codificada aplica o processo de codificação de bloco para sobrepor os blocos da informação de áudio.