BRPI1006217B1

BRPI1006217B1 - aparelho e método para manipulação de um sinal de áudio

Info

Publication number: BRPI1006217B1
Application number: BRPI1006217-3A
Authority: BR
Inventors: Sascha Disch; Frederik Nagel; Max Neuendorf; Dominik Zorn; Christian Helmrich
Original assignee: Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.
Priority date: 2009-03-26
Filing date: 2010-03-22
Publication date: 2020-12-22
Also published as: AR075963A1; PL2234103T3; ATE526662T1; WO2010108895A1; EP2234103B1; HK1166415A1; EP2234103A1; CA2755834A1; CN102365681B; ES2478871T3; US8837750B2; TW201040943A; AU2010227598A1; BRPI1006217A2; ZA201106971B; KR20110139294A; PL2411976T3; CN102365681A; JP5328977B2; TWI421859B

Abstract

APARELHO E MÉTODO PARA MANIPULAÇÃO DE UM SINAL DE ÁUDIO. Um dispositivo e método para manipulação de um sinal de áudio compreende um janelador (102)para gera ruma.pluralidade de blocos consecutivos de amostras de áudio, sendo que a pluralidade de blocos consecutivos compreende pelo menos um bloco preenchido de amostras de áudio,sendo que o bloco preenchido apresenta valores preenchido se valores de sinal de áudio ,sendo que um primeiro conversor(104)para conversão do bloco preenchido em uma representação espectral apresenta valores espectrais,um modificador de fase(106)para rnodificar fases dos valores espectrais para obter uma representação espectral modificada e um segundo conversor(108)para conversão da representação espectral modificada em um sinal de áudio de domínio de tempo modificado.

Description

DESCRIÇÃO

A presente invenção refere-se a um esquema para 5 manipulação de um sinal de áudio através da modificação de fases de valores espectrais do sinal de áudio tais como dentro de um esquema de largura de banda estimada (BWE).

Armazenamento ou transmissão de sinais de áudio muitas vezes está sujeito a restrições de taxa de bit rigorosas. 10 No passado, codificadores eram forçados a reduzir drasticamente a largura de banda de áudio transmitida quando estava disponível apenas uma taxa de bit muito baixa. Modernos codecs de áudio são atualmente capazes de codificar sinais de banda larga utilizando métodos de extensão de largura de banda como descrito em M. Dietz, 15 L. Liljeryd, K. Kjõrling e O. Kunz, "Spectral Band Replication, a novel approach in áudio coding," in 112th AES Convention, Munich, May 2002; S. Meltzer, R. Bohm e F. Henn, "SBR enhanced áudio codecs for digital broadcasting such as "Digital Radio Mondiale" (DRM)," na 112a convenção AES, Munique, maio de 2002; T. Ziegler, 20 A. Ehret, P. Ekstrand and M. Lutzky, "Enhancing mp3 with SBR: Features and Capabilities of the new mp3PRO Algorithm," na 112a convenção AES, Munique, maio de 2002; International Standard ISO/IEC 14496-3:2001/FPDAM 1, "Bandwidth Extension," ISO/IEC, 2002. Speech bandwidth extension method and apparatus Vasu Iyengar 25 et al.; E. Larsen, R. M. Aarts, and M. Danessis. Efficient high- frequency bandwidth extension of music and speech. Na 112a convenção AES, Munique, Alemanha, maio de 2002; R. M. Aarts, E.

Larsen, and 0. Ouweltjes. A unified approach to low- and high r < frequency bandwidth extension. Na 115a convenção AES, New York, EUA, outubro de 2003; K. Kãyhkõ. A Robust Wideband Enhancement for Narrowband Speech Signal. Research Report, Helsinki University of Technology, Laboratory of Acoustics and Áudio Signal Processing, 5 2001; E. Larsen and R. M. Aarts. Áudio Bandwidth Extension -

Application to psychoacoustics, Signal Processing and Loudspeaker Design. John Wiley & Sons, Ltd, 2004; E. Larsen, R. M. Aarts, and M. Danessis. Efficient high-frequency bandwidth extension of music and speech. Na 112a convenção AES, Munique, Alemanha, maio de 10 2002; J. Makhoul. Spectral Analysis of Speech by Linear

Prediction. IEEE Transactions on Áudio and Electroacoustics, AU- 21 (3), junho de 1973; United States Patent Application 08/951,029, Ohmori , et al. Áudio band width extending system and method and United States Patent 6895375, Malah, D & Cox, R. V.: System for 15 bandwidth extension of Narrow-band speech. Esses algoritmos contam com uma representação paramétrica do conteúdo de alta-frequência (HF) , que é gerado a partir da codificação de forma de onda da parte de baixa-frequência (LF) do sinal decodificado por meio de transposição na região espectral HF ("patching") e aplicação de um 20 pós-processamento baseado em parâmetro.

Recentemente, um novo algoritmo que emprega vocoders de fase conforme descrito por exemplo em M. Puckette. Phase-locked Vocoder. IEEE ASSP Conference on Applications of Signal Processing to Áudio and Acoustics, Mohonk 1995.", Robel, 25 A. : Transient detection and preservation in the phase vocoder; citeseer.ist.psu.edu/679246.html; Laroche L., Dolson M.: "Improved phase vocoder timescale modification of áudio", IEEE Trans. Speech and Áudio Processing, vol. 7, no. 3, pp. 323—332 e patente C í

Americana 6549884 Laroche, J. & Dolson, M. : Phase-vocoder pitch- shifting for the patch generation, has been presented in Frederik Nagel, Sascha Disch, "A harmonic bandwidth extension method for * áudio codecs," ICASSP International Conference on Acoustics, - 5 Speech and Signal Processing, IEEE CNF, Taipei, Taiwan, April 2009. Porém, esse método chamado "extensão de largura de banda harmônica" (HBE) é propenso a degradações de qualidade de transientes contidos no sinal de áudio, conforme descrito em Frederik Nagel, Sascha Disch, Nikolaus Rettelbach, "A phase 10 vocoder driven bandwidth extension method with novel transient handling for áudio codecs," 126a convenção AES, Munique, Alemanha, I maio de 2009, já que não é garantido que coerência vertical através de sub-bandas seja preservada no algoritmo vocoder de fase padrão e, além disso, recálculo das fases da transformada discreta 15 de Fourier (DFT) deve ser feito em blocos de tempo isolados de uma I transformada que assume implicitamente periodicidade circular.

Sabe-se que podem ser observados dois tipos de artefatos devido ao processamento vocoder de fase baseado em bloco. Esses, particularmente, são dispersão da forma de onda e 20 distorção temporal devido a efeitos de convolução ciclicos temporais do sinal em virtude da aplicação de fases recém calculadas .

Em outras palavras, devido à aplicação de uma modificação de fase nos valores espectrais do sinal de áudio no 25 algoritmo BWE, um transiente presente em um bloco do sinal de áudio pode ser enrolado em volta do bloco, ou seja, convolvido ciclicamente de volta ao bloco. Isso resulta em distorção temporal e, consequentemente, leva a uma degradação do sinal de áudio.

Portanto, devem ser empregados métodos para um tratamento especial de partes de sinal contendo transientes. Porém, uma vez que o algoritmo BWE especialmente é executado no lado do decodificador de uma cadeia codec, a complexidade 5 computacional é um sério problema. Correspondentemente, medidas contra a degradação de sinal de áudio citadas não devem preferivelmente implicar em uma complexidade computacional extensamente aumentada.

É objeto da presente invenção prover um esquema 10 para manipulação de um sinal de áudio através da modificação de fases de valores espectrais do sinal de áudio, por exemplo, no contextoo de um esquema BWE que permite a obtenção de uma troca melhor entre redução de dita degradação e a complexidade computacional. 15 Este objeto é obtido por um dispositivo de acordo com a reivindicação 1 ou um método de acordo com a reivindicação 19, ou um programa de computador de acordo com a reivindicação 20.

A idéia básica subjacente à presente invenção é que a troca melhor acima citada pode ser obtida se pelo menos um 20 bloco preenchido (padded) de amostras de áudio que contém valores preenchidos e valores de sinal de áudio for gerado antes da modificação de fases dos valores espectrais do bloco preenchido-. Através dessa medida, um desvio de conteúdo de sinal para bordas de bloco devido à modificação de fase e uma distorção temporal 25 correspondente, pode ser evitado ou pelo menos o torna menos provável, mantendo portanto a qualidade de áudio com baixos esforços. 5/41 manipulação de um sinal de áudio é baseado na geração de uma pluralidade de blocos consecutivos de amostras de áudio, sendo que a pluralidade de blocos consecutivos compreende pelo menos um bloco preenchido de amostras de áudio, sendo que o bloco - 5 preenchido apresenta valores preenchidos e valores de sinal de áudio. O bloco preenchido é então convertido em uma representação espectral que apresenta valores espectrais. Os valores espectrais são então modificados para obter uma representação espectral modificada. Finalmente, a representação spectral é convertida em 10 um sinal de áudio de dominio temporal. A faixa de valores que foi usada para o preenchimento (padding) pode ser então removida.

De acordo com uma concretização da presente invenção, o bloco preenchido é gerado pela inserção de valores preenchidos consistindo de valores zero antes e após um bloco de 15 tempo.

De acordo com uma concretização, os blocos preenchidos são limitados àqueles que contém um evento transiente,restringindo assim o custo de complexidade computacional adicional e esses eventos. Mais precisamente, um 20 bloco é processado, por exemplo, em uma via avançada por um algoritmo BWE, quando um evento transiente é detectado neste bloco do sinal de áudio, na forma de um bloco preenchido, enquanto outro bloco do sinal de áudio é processado como um bloco não-preenchido que apresenta valores de sinal de áudio apenas em uma via padrão 25 de um algoritmo BWE quando o evento transiente não é detectado no bloco. Através da comutação adaptiva entre processamento padrão e processamento avançado, pode-se reduzir significativamente o esforço computacional médio, que permite por exemplo uma memória e velocidade de processador reduzida.

De acordo com concretizações da presente invenção, os valores preenchidos são dispostos antes e/ou após um bloco de tempo no qual um evento transiente é detectado, de modo 5 que o bloco preenchido seja adaptado a uma conversão entre o dominio de tempo e o dominio de freqüência por um primeiro e segundo conversor, realizado por exemplo através de um processador DFT e de um processador IDFT, respectivamente. Uma solução preferida é dispor o preenchimento (padding) simetricamente em 10 torno do bloco de tempo.

De acordo com uma concretização, pelo menos um bloco preenchido é gerado mediante valores preenchidos de adição tais como valores zero a um bloco de amostras de áudio do sinal de áudio. Alternativamente, uma função de janela de análise que 15 apresenta pelo menos uma zona de proteção acrescentada a uma posição de partida da função de janela ou a uma posição final da função de janela, é empregada para formar um bloco preenchido mediante aplicação desta função de janela de análise a um bloco de amostras de áudio do sinal de áudio. A função de janela pode 20 compreender, por exemplo, uma janela Hann com zonas de proteção.

A seguir, serão esclarecidas concretizações da presente invenção com referência aos desenhos de acompanhamento, onde: A fig. 1 mostra um diagrama em bloco de uma 25 concretização para manipulação de um sinal de áudio; A fig. 2 mostra um diagrama em bloco de uma concretização para executar uma extensão de largura de banda utilizando-se o sinal de áudio; A fig. 3 mostra um diagrama em bloco de uma concretização para executar um algoritmo de extensão de largura de banda utilizando-se diferentes fatores BWE; A fig. 4 mostra um diagrama em bloco de uma outra concretização para converter um bloco preenchido ou um bloco não-preenchido utilizando-se um detector de transiente; A fig. 5 mostra um diagrama em bloco de uma implementação de uma concretização da figura 4; A fig. 6 mostra um diagrama em bloco de uma outra implementação de uma concretização da figura 4; A fig. 7a mostra um gráfico de um bloco de sinal a titulo de exemplo antes e após modificação de fase para ilustrar um efeito de uma modificação de fase em uma forma de onda de sinal com um transiente centralizado em um bloco de tempo; A fig. 7b mostra um gráfico de um bloco de sinal a titulo de exemplo antes e após modificação de fase para ilustrar um efeito de uma modificação de fase sobre uma forma de onda de sinal com o transiente próximo a uma primeira amostra de um bloco de tempo; A fig. 8 mostra um diagrama em bloco de uma vista de cima de uma quinta concretização da presente invenção; A fig. 9a mostra um gráfico de uma função de janela de análise a titulo de exemplo na forma de uma janela Hann com zonas de proteção na qual as zonas de proteção são caracterizadas por zeros constantes, sendo que a janela pode ser usada em uma concretização alternativa da presente invenção; A fig. 9b mostra um gráfico de uma função de janela de análise a titulo de exemplo na forma de uma janela Hann com zonas de proteção na qual as zonas de proteção são caracterizadas por sombreamentos, sendo que a janela pode ser usada em uma outra concretização alternativa da presente invenção; ( A fig. 10 mostra uma ilustração esquemática para manipulação de uma banda espectral de um sinal de áudio em um esquema de extensão de largura de banda; A fig. 11 mostra uma ilustração esquemática para uma operação overlap add no contextoo de um esquema de extensão de largura de banda; A fig. 12 mostra um diagrama em bloco e uma ilustração esquemática para uma implementação de uma concretização alternativa baseada na figura 4; e A fig. 13 mostra um diagrama em bloco de uma implementação de extensão de largura de banda tipicamente harmônica (HBE). A fig. 1 ilustra um aparelho para manipulação de um sinal de áudio de acordo com a presente invenção. O aparelho compreende um janelador ( janelador) 102, que apresenta uma entrada 100 para um sinal de áudio. O janelador 102 é implementado para gerar uma pluralidade de blocos consecutivos de amostras de áudio, que compreende pelo menos um bloco preenchido. O bloco preenchido, particularmente, apresenta valores preenchidos e valores de sinal de áudio. O bloco preenchido presente em uma saida 103 do janelador 102 é fornecido a um primeiro conversor 104, que é implementado para converter o bloco preenchido 103 em uma representação espectral que apresenta valores espectrais. Os valores espectrais na saida 105 do primeiro conversor 104 são então fornecidos a um modificador de fase 106. O modificador de fase 106 é implementado para modificar fases dos valores espectrais 105 a fim de obter uma representação espectral modificada em 107. A saida 107 é finalmente fornecida a um Segundo conversor 108, que pé implementado para converter a representação espectral modificada 107 em um sinal de áudio de dominio de tempo modificado 109. A saida 109 do Segundo conversor 108 pode ser conectada a um outro decimador, que é necessário para um esquema de extensão de largura de banda, conforme debatido em conexão com as figuras 2, 3 e 8. A fig. 2 mostra uma ilustração esquemática de uma concretização para executar um algoritmo de extensão de largura de banda utilizando-se um fator de extensão de largura de banda (□). Neste caso, o sinal de áudio 100 é alimentado ao janelador 102, que compreende um processador de janela de análise 110 e um preenchedor (padder) subsequente 12. Em uma concretização, o processador de janela de análise 110 é implementado para gerar uma pluralidade de blocos consecutivos que apresentam o mesmo tamanho. A saida 111 do processador de janela de análise 110 é ainda conectada ao preenchedor (padder) 112. Particularmente, o preenchedor 112 é implementado para preencher um bloco da pluralidade de blocos consecutivos na saida 111 do processador de janela de análise 110 a fim de obter o bloco preenchido na saida 103 do preenchedor 112. Neste caso, o bloco preenchido é obtido pela inserção de valores preenchidos em posições de tempo especificadas antes de uma primeira amostra de blocos consecutivos de amostras de áudio ou após uma última amostra do bloco consecutivo de amostras de áudio. O bloco preenchido 103 e ainda convertido pelo primeiro conversor 104 para obter uma representação espectral na saída 105. Além disso, um filtro passa- banda 114 é usado, o qual é implementado para extrair o sinal passa-banda 113 da representação espectral 105 ou do sinal de áudio 100. Uma característica de passa-banda do filtro passa-banda 114 é selecionada de tal forma que o sinal passa-banda 113 é restrito a uma faixa de frequência alvo apropriada. Neste caso, o filtro passa-banda 114 recebe um fator de extensão de largura de banda (□) que também está presente na saída 115 de um modificador de fase a jusante 106. Em uma concretização da presente invenção, um fator de extensão de largura de banda (□) de 2.0 é usado para executar o algoritmo de extensão de largura de banda. No caso em que o sinal de áudio 100 apresenta, por exemplo, uma faixa de frequência de 0 a 4 kHz, o filtro passa-banda 114 extrairá a faixa de frequência de 2 a 4 kHz, de modo que o sinal passa-banda 113 será transformado pelo algoritmo BWE subseqüente em uma faixa de frequência alvo de 4 a 8 kHz com a condição de, por exemplo, o fato de extensão de largura de banda (□) de 2.0 seja aplicado para selecionar um filtro passa-banda apropriado 114 (vide Fig. 10) . A representação espectral do sinal passa-banda na saída 113 do filtro passa-banda 114 compreende informação de amplitude e informação de fase, que é ainda processada em um escalador 116 e no modificador de fase 106, respectivamente. O escalador 116 é implementado para escalar os valores espectrais 113 da informação de amplitude por um fator, sendo que o fator depende de uma característica de uma adição com superposição (overlap add) em que é contabilizada uma relação de uma primeira distância (a) para uma adição com superposição aplicada pelo janelador 102 e uma distância de tempo diferente (b) aplicada pelo adicionador com superposição (overlap-adder) a jusante 124 .

Por exemplo, se existir uma característica de adição com superposição com uma adição com superposição de 60 vezes de blocos consecutivos de amostras de áudio que apresentam a primeira distância de tempo (a), e uma razão da segunda distância de tempo (b) para a primeira distância de tempo (a) de b/a=2, então o fator de b/a x 1/6 será aplicado pelo escalador 116 para escalar os valores espectrais na saida 113 (vide Fig. 11) assumindo a janela de análise retangular.

Porém, este escalonamento de amplitude especifico pode ser apenas aplicado se uma a jusante for executada subseqüentemente à adição com superposição. No caso a decimação é feita antes da adição com superposição, a decimação pode apresentar um efeito sobre as amplitudes dos valores espectrais que em geral devem ser contabilizados pelo escalador 116.

O modificador de fase 106 é configurado para escalar ou multiplicar, respectivamente, as fases dos valores espectrais 113 da banda do sinal de áudio pelo fator de extensão de largura de banda (□) , de modo que pelo menos uma amostra de um bloco consecutivo de amostras de áudio seja ciclicamente convolvido no bloco. _ . _ O efeito de convolaçâo cíclica baseado em uma periocidade circular, que é um efeito colateral indesejado da conversão pelo primeiro conversor 104 e pelo segundo conversor 108 é apresentado na figura 7 pelo exemplo de um transiente 700 centrado na janela de análise 704 (Fig. 7a) e um transiente 702 na proximidade de uma borda da janela de análise 704 (Fig. 7b). A figura 7a mostra um transiente 700 centrado na janela de análise 704, isto é, dentro do bloco consecutivo de amostras de áudio que apresentam um comprimento de amostra 706 incluindo, por exemplo, 1001 amostras com uma primeira amostra 708 e uma última amostra 710 do bloco consecutivo. O sinal original 5 700 é indicado por uma linha hifenizada fina. Após conversão pelo primeiro conversor 104 e subsequentemente aplicação de uma modificação de fase, por exemplo, pelo uso de um vocoder de fase para o espectro do sinal original, o transiente 700 será deslocado e convolvido ciclicamente de volta para a janela de análise 704 10 após a conversão pelo segundo conversor 108, isto é, de modo que o transiente ciclicamente convolvido 701 ficará situado dentro da janela de análise 704. O transiente ciclicamente convolvido 701 é indicado pela linha grossa identificada como "sem proteção". A figura 7b mostra o sinal original que contém um 15 transiente 702 próximo à primeira amostra 708 da janela de análise 704. O sinal original que apresenta um transiente 702 é, novamente, indicado pela linha hifenizada fina. Neste caso, após a conversão pelo primeiro conversor 104 e subsequentemente aplicação da modificação de fase, o transiente 702 será deslocado e 20 ciclicamente convolvido de volta para a janela de análise 704 após a conversão pelo segundo conversor 108, de modo que um transiente cliclamente convolvido 703 seja obtido o qual é indicado pela linha grossa identificada por "sem proteção". Neste caso, o transiente cliclamente convolvido 703 é gerado pelo fato de pelo 25 menos uma porção do transiente 702 ser deslocada antes da primeira amostra 708 da janela de análise 704 devido à modificação de fase, que resulta em um warapping circular do transiente convolvido ciclicamente 703. Particularmente, conforme podemos observar na figura 7b, a porção do transiente 702 que é deslocada para fora da janela de análise 704, ocorre novamente (porção 705) à esquerda da última amostra 710 da janela de análise 704 devido ao efeito de periodicidade circular. 5 A representação espectral modificada que compreende a informação de amplitude modificada a partir da saida 117 do escalador 116 e a informação de fase modificada a partir da saida 107 do modificador de fase 106 são fornecidas ao segundo conversor 108, que é configurado para converter uma representação 10 espectral modificada no sinal de áudio de dominio de tempo modificado presente na saida 109 do segundo conversor 108. O sinal de áudio de dominio de tempo modificado na saida 109 do segundo conversor 108 pode ser então fornecido a um removedor de preenchimento 118. O removedor de preenchimento (padding) 118 é 15 implementado para remover aquelas amostras do sinal de áudio de dominio de tempo modificado, que corresponde às amostras dos valores preenchidos para gerar o bloco preenchido na saida 103 do janelador 102 antes da modificação de fase ser aplicada pelo processamento a jusante do modificador de fase 106. Mais 20 precisamente, amostras são removidas naquelas posições de tempo do sinal de áudio de dominio de tempo modificado, que correspondem às posições dê tempo especificadas para as quais valores preenchidos são inseridos antes da modificação de fase.

Em uma concretização da presente invenção, os 25 valores preenchidos são simetricamente inseridos antes da primeira amostra 708 do bloco consecutivo e após a última amostra 710 do bloco consecutivo de amostras de áudio, por exemplo, ilustrados na figura 7, de modo que duas zonas de proteção simétricas 712, 714 sejam formadas, envolvendo o bloco consecutivo centrado que apresenta comprimento de amostra 706. Neste caso simétrico, as zonas de proteção ou "intervalos de proteção" 712, 714, respectivamente, podem ser preferivelmente removidas do bloco preenchido pelo removedor de preenchimento 118 após a modificação de fase dos valores espectrais e sua subsequente conversão no sinal de áudio de dominio de tempo modificado, a fim de obter o bloco consecutivo somente sem os valores preenchidos na saida 119 do removedor de preenchimento 118.

Em uma implementação alternativa, os intervalos de proteção não podem ser removidos pelo removedor de preenchimento 118 da saida 109 do Segundo conversor 108, de modo que o sinal de áudio de dominio de tempo modificado do bloco preenchido apresentará o comprimento de amostra 716, incluindo o comprimento de amostra 706 do bloco consecutivo centrado e os comprimentos de amostra 712, 714 dos intervalos de proteção. Este sinal pode ser ainda processado em estágios de processamento subsequentes abaixo de um adicionador com superposição 124, conforme mostrado no diagrama em bloco da figura 2. No caso em que o removedor de preenchimento 118 não estiver presente, este processamento, que inclui a operação nos intervalos de proteção, também poderá ser interpretado com uma superamostragem do sinal. Ainda que o removedor de preenchimento 118 não seja necessário em concretizações da presente invenção, é vantajoso usá-lo conforme mostrado na figura 2, pois o sinal presente na saida 119 terá já o mesmo comprimento do bloco consecutivo original ou bloco não preenchido, respectivamente, presente na saida 111 do processador de janela de análise 110 antes do preenchimento pelo preenchedor "padder" 112. Portanto, os estágios de processamento subsequentes serão rapidamente adaptados ao sinal na saida 119.

Preferivelmente, o sinal de áudio de dominio de tempo modificado na saida 119 do removedor de preenchimento 118 é fornecido a um decimador 120. O decimador 120 é preferivelmente implementado por um conversor de taxa de amostra única que opera utilizando-se o fator de extensão de largura de banda (□) a fim de obter um sinal de dominio de tempo decimado na saida 121 do decimador 120. Neste caso, a característica de decimação depende da característica de modificação de fase provida pelo modificador de fase 106 na saída 115. Em uma concretização da presente invenção, o fator de extensão de largura de banda o=2 é fornecido pelo modificador de fase 106 pela saída 115 ao decimador 120, de modo que cada segunda amostra será removida do sinal de áudio de domínio de tempo modificado na saída 119, resultando no sinal de domínio de tempo decimado presente na saída 121.

O sinal de domínio de tempo decimado presente na saída 121 do decimador 120 é subsequentemente alimentado a um janelador de síntese 122, que é implementado para aplicar uma função de janela de síntese por exemplo ao sinal de domínio de tempo decimado, sendo que a função de janela de síntese é combinada com uma função de análise aplicada pelo processador de janela de análise 110 do janelador 102. Neste caso, a função de janela de síntese pode ser combinada à função de análise de tal forma que aplicação da função de síntese compensa o efeito da função de análise. Alternativamente, o janelador de síntese 122 também pode ser implementado para operar no sinal de áudio de domínio de tempo modificado na saída 109 do segundo conversor 108. 0 sinal de dominio de tempo decimado janelado da saida 123 do janelador de síntese 122 é então fornecido a um adicionador com superposição 124. Neste caso, o adicionador com superposição 124 recebe informação sobre a primeira distância de 5 tempo para a operação de adição com superposição (a) aplicada pelo janelador 102 e o fator de extensão de largura de banda (o) aplicado pelo modificador de fase 106 na saída 115. O adicionador com superposição 124 aplica uma distância de tempo diferente (b) que é maior do que a primeira distância de tempo (a) ao sinal de 10 domínio de tempo janelado e decimado. Neste caso, a decimação é efetuada após a adição com superposição, a condição o=b/a pode ser cumprida de acordo com um esquema de extensão de largura de banda. Porém, na concretização conforme mostrada na figura 2, a decimação é executada antes da adição com superposição, de modo que a 15 decimação pode apresentar um efeito sobre a condição acima que em geral deve ser contabilizada pelo adicionador com superposição 124 . Preferivelmente, o aparelho mostrado na figura 2 é configurado para executar um algoritmo BWE, que compreende um 20 fator de extensão de largura de banda (o) , sendo que o fator de extensão de largura de banda (o) controla uma expansão de frequência de uma banda do sinal- de áudio em uma banda de freqüência-alvo. Desse modo, o sinal na faixa de frequência alvo que depende do fator de extensão de largura de banda (cr) pode ser 25 obtido na saída 125 do adicionador com superposição 124.

No contextoo de um algoritmo BWE, um adicionador com superposição 124 é implementado para induzir uma dispersão temporal do sinal de áudio pelo espaçamento dos blocos consecutivos de um sinal de dominio de tempo de entrada mais distantes entre si do que os blocos consecutivos de sobreposição originais do sinal de áudio para obter um sinal de espalhamento.

Neste caso, a decimação é executada após a adição 5 com superposição, um espalhamento temporal por um fator de 2.0, por exemplo, levará a um sinal de espalhamento com duas vezes a duração do sinal de áudio original 100. Decimação subsequente com um fator de decimação correspondente de 2.0, por exemplo, levará a um sinal com largura de banda extendida e decimado apresentando 10 novamente a duração original do sinal de áudio 100. Porém, no caso do decimador 120 ser colocado antes do adicionador com superposição 124, conforme mostrado na figura 2, o decimador 120 poderá ser configurado para operar em um fator de extensão de largura de banda (o) de 2.0, de modo que, por exemplo, cada 15 segunda amostra será removida de seu sinal de dominio de tempo de entrada, que resulta em um sinal de dominio de tempo decimado com metade da duração do sinal de áudio original 100. Simultaneamente, um sinal filtrado com passa-banda na faixa de frequência de por exemplo 2 a 4 kHz será extendido em sua largura de banda por um 20 fator 2.0, levando a um sinal 121 na faixa de freqüência correspondente de por exemplo 4 a 8 kHz após a decimação. Em seguida, o sinal com largura de banda extendida e decimado poderá ser temporariamente propagado para a duração original do sinal de áudio 100 através do adicionador com superposição a jusante 124. O 25 processamento acima, essencialmente, refere-se ao principio de um vocoder de fase.

O sinal na faixa de frequência-alvo obtido da saida 125 do adicionador com superposição 124 é em seguida fornecido a um ajustador de envelope 130. Com base nos parâmetros transmitidos recebidos na entrada 101 do ajustador de envelope 130 derivados do sinal de áudio 100, o ajustador de envelope 130 é implementado para ajustar o envelope do sinal na saida 125 do 5 adicionador com superposição 124 em uma determinada via, de modo que um sinal corrigido na sáida 129 do ajustador de envelope 130 seja obtido, que compreende um envelope ajustado e/ou uma tonalidade corrigida.

A figura 3 mostra um diagrama em bloco de uma 10 concretização da presente invenção no qual o aparelho é configurado para executar Turn algoritmo de extensão de largura de banda utilizando diferentes fatores BWE (o) como, por exemplo, o=2, 3, 4, .... Inicialmente, os parâmetros de algoritmo de extensão de largura de banda são encaminhados pela entrada 128 a todos os 15 dispositivos que operam juntos nos fatores BWE (o) . Esses são, particularmente, o primeiro conversor 104, o modificador de fase 106, o segundo conversor 108, o decimador 120 e o adicionador com superposição 124, conforme mostrado na figura 3. Como acima descrito, os dispositivo de processamento consecutivos para 20 executar o algoritmo de extensão de largura de banda são implementados para operar de tal forma que para diferentes fatores BWE (o) nã entrada 128 sejam obtidos sinais de áudio de dominio de tempo correspondentes nas saidas 121-1, 121-2, 121-3, ..., do decimador 120, que são caracterizados por diferentes faixas de 25 frequência alvo ou bandas, respectivamente. Em seguida, os diferentes sinais de audio de dominio de tempo modificados são processados pelo adicionador com superposição 124 com base nos diferentes fatores BWE (o) , conduzindo a diferentes resultados de adição com superposição nas saidas 125-1, 125-2, 125-3, ..., do adicionador com superposição 124. Esses resultados de adição com superposição são finalmente combinados através de um combinador 126 em sua saida 127 a fim de obter um sinal combinado compreendendo as diferentes bandas de freqüência alvo.

Para uma visão ilustrativa, o principio básico do algoritmo de extensão de largura de banda é representado na figura 10. Particularmente, a figura 10 mostra esquematicamente como o fator BWE (o) controla, por exemplo, o chaveamento de freqüência entre uma porção 113-1, 113-2, 113-3 da banda do sinal de áudio 100 e uma banda de freqüência alvo 125-1, 125-2, ou 125-3, respectivamente.

Primeiramente, no caso de o=2, um sinal filtrado com passa-banda 113-1 com uma faixa de freqüência de, por exemplo, 2 a 4 kHz é extraido da banda inicial do sinal de áudio 100. A banda do sinal filtrado com passa-banda 113-1 é então transformada para a primeira saida 125-1 do adicionador com superposição 124.A primeira saida 125-1 apresenta uma faixa de freqüência de 4 a 8 kHz correspondente a uma extensão de largura de banda da banda inicial do sinal de áudio 100 através de um fator 2.0 (o=2). Esta banda superior para o=2 também pode ser denominada como "primeira banda remendada"-. Em seguida, no _çaso de a=3, um sinal filtrado com passa-banda 113-2 com a faixa de freqüência de 8/3 a 4 kHz é extraido, o qual é em seguida transformado para a segunda saida 125-2 após o adicionador com superposição 124 caracterizado por uma faixa de freqüência de 8 a 12 kHz. A banda superior da saida 125-2 correspondente a uma extensão de largura de banda através de um fator 3.0 (o=3) tamb'm pode ser denominada como "segunda banda remendada". Em seguida, no caso de α=4, o sinal filtrado com passa-banda 113-3 com uma faixa de frequência de 3 a 4 kHz é extraido, o qual é então transformado para a terceira saida 125-3 com uma faixa de frequência de 12 a 16 kHz após o adicionador com 5 superposição 124. A banda superior da saida 125-3 correspondente a uma extensão de largura de banda através de um fator 4.0 (o=4) também pode ser denominada como"terceira banda remendada". Desse modo, a primeira, segunda e terceira banda remendada são obtidas pela cobertura de bandas de frequência consecutivas até uma 10 frequência máxima de 16 kHz, que é preferivelmente necessária para a manipulação do sinal áudio 100 no contextoo de um algoritmo de extensão de largura de banda de alta qualidade. A princípio, o algoritmo de extensão de largura de banda também pode ser executado para valores mais altos do fator BWE o>4, produzindo até 15 mais bandas de alta freqüência. Porém, considerando bandas de alta frequência desse tipo, em geral não resultará em um aperfeiçoamento maior da qualidade perceptual do sinal de áudio manipulado.

Conforme mostrado na figura 3, os resultados de 20 adição com superposição 125-1, 125-2, 125-3, ..., baseados nos diferentes fatores BWE (o) , são também combinados através de um combinador 126, de modo que um sinal combinado na saída 127 seja obtido compreendendo as diferentes bandas de frequência (vide Fig. 10). Neste caso, o sinal combinado na saída 127 consiste da banda 25 remendada de alta frequência transformada, variando da freqüência máxima (fmax) do sinal de áudio 100 para o vezes a frequência máxima (oxfmax) , como ,por exemplo, de 4 a 16 kHz (Fig. 10) . O ajustador de envelope a jusante 130 é configurado conformeacima para modificar o envelope do sinal combinado baseado em parâmetros transmitidos do sinal de áudio presente na saida na entrada 101, levando a um sinal corrigido na saida 129 do ajustador de envelope 130. O sinal corrigido fornecido pelo ajustador de envelope 130 na saida 129 é também combinado com o sinal de audio original 100 através de um outro combinador 132 a fim de obter um sinal manipulado extendido em sua largura de banda na saida 131 do outro combinador 132. Conforme ilustrado na figura 10, a faixa de frequência do sinal com largura de banda extendida na saida 131 compreende a banda do sinal de áudio 100 e as diferentes bandas de freqüência obtidas da transformação de acordo com o algoritmo de extensão de largura de banda, no total, por exemplo de 0 al6 kHz (Fig. 10).

Em uma concretização da presente invenção de acordo com a figura 2, o janelador 102 (windower) é configurado para inserir valores preenchidos em posições de tempo especifiçadas antes de uma primeira amostra de um bloco consecutivo de amostras de áudio ou após uma última amostra do bloco consecutivo de amostras de áudio, sendo que uma soma de um número de valores preenchidos e um número de valores no bloco consecutivo é de pelo menos 1.4 vezes o numero de valores no bloco consecutivo de amostras de áudio. . .

Particularmente, com relação à figura 7, uma primeira porção do bloco preenchido que apresenta o comprimento- de amostra 712 é inserida antes da primeira amostra 708 do bloco consecutivo centrado 704 que apresenta o comprimento de amostra 706, enquanto uma segunda porção do bloco preenchido que apresenta o comprimento de amostra 714 é inserida após o bloco consecutivo centrado 704. Note que na figura 7 o bloco consecutivo 704 ou a janela de análise, respectivamente, é designado por "região-de- interesse" (ROI), sendo que as linhas verticais, sólidas que I cruzam as amostras 0 e 1000 indicam as bordas da janela de análise * 5 704, na qual a condição de periodicidade circular se mantém. Preferivelmente, a primeira porção do bloco preenchido a esquerda do bloco consecutivo 704 apresenta o mesmo tamanho da segunda porção do bloco preenchido a direita do bloco ! consecutivo 704, sendo que o tamanho total do bloco preenchido 10 apresenta um comprimento de amostra 716 (por exemplo, amostra -500 a amostra 1500) , que é duas vezes maior que o comprimento de amostra 706 do bloco consecutivo centrado 704. A figura 7b mostra, por exemplo, que um transiente 702 originalmente localizado próximo à borda esquerda da janela de análise 704 será 15 temporalmente deslocado devido a uma modificação de fase aplicada pelo modificador de fase 106, de modo que seja obtido um transiente deslocado 707 centrado em volta da primeira amostra 708 do bloco consecutivo centrado 704. Neste caso, o transiente deslocado 707 ficará inteiramente localizado dentro do bloco 20 preenchido que apresenta o comprimento de amostra 716, impedindo assim convolução circular ou enrolamento circular (circular wrapping) causado pela modificação de fase aplicada.

Se, por exemplo, a primeira porção do bloco preenchido à esquerda da primeira amostra 708 do bloco consecutivo 25 centrado 704 não for grande o suficiente para acomodar plenamente um possivel deslocamento de tempo do transiente, este último será ciclicamente convolvido, implicando que pelo menos parte do transiente ressurgirá na segunda porção do bloco preenchido à direita da última amostra 710 do bloco consecutivo 704. Esta parte do transiente, porém, poderá ser preferivelmente removida pelo removedor de preenchimento 118 após aplicação do modificador de fase 106 nos últimos estágios do processamento. Porém, o comprimento de amostra 716 do bloco preenchido deverá ser pelo menos 1.4 vezes maior do que o comprimento de amostra 706 do bloco consecutivo 704. Considera-se que a modificação de fase aplicada pelo modificador de fase 106 como, por exemplo, realizado pelo vocoder de fase, sempre acarreta um deslocamento de tempo com relação a tempos negativos, isto é, a um deslocamento com relação ao esquerdo sobre o eixo tempo/amostra.

Em concretizações da presente invenção, o primeiro e o Segundo conversor 104, 108 são implementados para operar em um comprimento de conversão, que corresponde ao comprimento de amostra do bloco preenchido. Por exemplo, se o bloco consecutivo apresentar um comprimento de amostra N, enquanto o bloco preenchido apresentar um comprimento de amostra de pelo menos 1.4xN, como por exemplo 2N, o comprimento de conversão aplicado pelo primeiro e pelo segundo conversor 104, 10 será portanto 1.4xN, por exemplo, 2N.

A principio, porém, o comprimento de conversão do primeiro - conversor e do Segundo conversor 104, 108 será selecionado em função do fator BWE (o) em que quanto maior for o fator BWE (o), maior será o comprimento de conversão. Porém, é preferivelmente suficiente usar um comprimento de conversão tão grande quanto o comprimento de amostrado bloco preenchido, mesmo se o comprimento de conversão não for grande o suficiente para impedir qualquer tipo de efeitos de convolução ciclica para valores maiores do fator BWE tais como, por exemplo, para o>4. Essa é a razão pela qual em tal caso (o>4) , uma distorção temporal de eventos transientes devido a convolução ciclica, por exemplo, é insignificante nas bandas remendadas de alta-frequência 5 transformadas e não interferirá de modo significativo na qualidade perceptual. Na figura 4, uma concretização é mostrada compreendendo um detector de transiente 134, que é implementado para detector um evento transiente em um bloco do sinal de áudio 10 100, tal como, por exemplo, no bloco consecutivo 704 de amostras de áudio que apresentam o comprimento de amostra 706, conforme ilustrado na figura 7.

Especificamente, o detector de transiente 134 é configurado para determinar se um bloco consecutivo de bloco de 15 audio contém um evento transiente, que é caracterizado por uma alteração repentina da energia do sinal de áudio 100 no tempo, como por exemplo um aumento ou decréscimo de energia em mais de por exemplo 50% de uma porção temporal para a porção temporal seguinte. 20 A detecção de transiente pode, por exemplo, ser baseada em um processamento seletivo de frequência tal como uma operação quadrada de partes de alta-frequência de uma representação espectral que representa uma medida da energia contida na banda de alta-frequência do sinal de áudio 100 e uma 25 subseqüente comparação da mudança temporal em energia em relação a um limite pré-determinado.

Além disso, por um lado, o primeiro conversor 104 é configurado para converter o bloco preenchido na saida 103 do preenchedor 112, quando o evento transiente como por exemplo, o evento transiente 702 da figura 7b for detectado pelo detector de transiente 134 em um determinado bloco 133-1 do sinal de áudio 100, que corresponde ao bloco preenchido. Por outro lado, o 5 primeiro conversor 104 é configurado para converter um bloco não- preenchido que apresenta valores de sinal de audio apenas na sáida 133-2 do detector de transiente 134, sendo que o bloco não- preenchido corresponde ao bloco do sinal de áudio 100, quando o evento transiente não for detectado no bloco. 10 Neste caso, o bloxo preenchido compreende valores preenchidos, tais como por exemplo, valores zero inseridos a esquerda e a direita do bloco consecutivo centrado 704 da figura 7b, e valores de sinal de áudio que residem dentro do bloco consecutivo centrado 704 da figura 7b. O bloco não-preenchido, 15 porém, compreende valores de sinal de áudio apenas, tais como por exemplo, aqueles valores de amostras de áudio que residem dentro do bloco consecutivo 704 da figura 7b.

Na concretização acima, na qual a conversão do 20 primeiro conversor 104 e portanto, também estágios de processamento subsequentes com base na saida 105 do primeiro conversor 104 dependem da detecção do evento transiente, o bloco preenchido na saida 103 do preenchedor 112é gerado apenas para determinados blocos de tempo selecionados do sinal de áudio 100 25 (i.e. blocos de tempo contendo um evento transiente), cujo preenchimento antes da manipulação do sinal de áudio 100 está previsto vantajosamente em termos de qualidade percepcional.

Em outras concretizações da presente invenção, a seleção do caminho de sinal apropriado para o processamento subsequente conforme indicado pelo "evento não transiente" ou "evento transiente," respectivamente, na figura 4é feita com o uso da chave 136 conforme ilustrado na figura 55, que é controlado pela saida 135 do detector de transiente 134 contendo informação sobre a detecção do evento transiente, incluindo a informação se o evento transiente é detectado no bloco do sinal de áudio 100 ou não. Esta informação do detector de transiente 134 é encaminhada pela chave 136 à saida 135-1 da chave 136 assinalada como "evento transiente" ou à saida 135-2 da chave 136 assinalada como "evento não transiente". Neste caso, as saidas 135-1, 135-2 da chave 136 na figura 5 corresponde igualmente às saídas 133-1, 133-2 do detector de transiente 134na figura 4. Conforme acima, o bloco preenchido na saida 103 do preenchedor 112 é gerado do bloco 135-1 do sinal de áudio 100 no qual o evento transiente é detectado pelo detector de transiente 134. Além disso, a chave 136 é configurada para alimentar o bloco preenchido gerado pelo preenchedor 112 na saída 103 para primeiro sub-conversor 138-1 quando o evento transiente for detectado pelo detector de transiente 134 e para alimentar o bloco não-preenchido na saída 135-2 para o segundo sub-conversor 138-2 quando o evento transiente não for detectado pelo detector de transiente 134. Neste caso, o primeiro sib- conversor 138-1 é adaptado para executar uma conversão do bloco preenchido utilizando-se primeiro comprimento de conversão como por exemplo , 2N, enquanto o Segundo sub-conversor 138-2 é adaptado para executar uma conversão do bloco não-preenchido utilizando-se um segundo comprimento de conversão tal como por exemplo N. Como o bloco preenchido apresenta um comprimento maior de amostra do que o bloco não-preenchido, o segundo comprimento de conversão é mais curto do que o primeiro comprimento de conversão. Finalmente, uma primeira representação espectral na saida 137-1 do primeiro sub-conversor 138-1 ou uma segunda representação espectral na saida 137-2 do segundo sub-conversor 138-2, respectivamente, é obtida, que pode ser ainda processada no contextoo do algoritmo de extensão de largura de banda, conforme antes ilustrado.

Em uma concretização alternativa da presente invenção, o janelador 102 compreende um processador de janela de análise 140, que é configurado para aplicar uma função de janela de análise a um bloco consecutivo de amostras de áudio como por exemplo, o bloco consecutivo 704 da figura 7. A função de janela de análise aplicada pelo processador de janela de análise 140, particularmente, compreende pelo menos uma zona de proteção em uma posição inicial da função de janela como por exemplo, a porção de tempo que inicia na primeira amostra 718 (i.e., amostra -500) da função de janela 709 no esquerdo do bloco consecutivo 704 da figura 7b, ou em uma posição final da função de janela como por exemplo a porção de tempo que termina na última amostra 720 (i.e., amostra 1500) da função de janela 709 no lado direito do bloco consecutivo _704 da figura 7b. A figura 6 mostra uma concretização alternativa da presente invenção que compreende ainda uma chave de janela de proteção 142, que é configurada para controlar o processador de janela de análise 140 dependendo da informação sobre a detecção de transiente conforme previsto pela saida 135 do detector de transiente 134. O processador de janela de análise 140 é controlado pelo fato de um primeiro bloco consecutivo na saida 139-1 da chave de janela de proteção 142 que apresenta um primeiro tamanho de janela ser gerado quando o evento transiente for detectado pelo detector de transiente 134 e um outro bloco consecutivo na saida 139-2 da chave de janela de proteção 142 que apresenta um segundo tamanho de janela é gerado quando o evento transiente não é detectado pelo detector de transiente 134. Neste caso, o processador de janela de análise 140 é configurado para aplicar a função de janela de análise, como por exemplo é representada uma janela Hann com uma zona de proteção na figura. 9a, ao bloco consecutivo na saida 139-1 ou ao outro bloco consecutivo na saida 139-2, de modo que um bloco preenchido na saida 141-1 ou um bloco não-preenchido na saida 141-2 seja obtido, respectivamente.

Na figura 9a, o bloco preenchido na saida 141-1, por exemplo, compreende uma primeira zona de proteção 910 e uma segunda zona de proteção 920, sendo que os valores das amostras de áudio das zonas de proteção 910, 920 são ajustados para zero. Neste caso, as zonas de proteção 910, 920 cercam uma zona 930 correspondente às características da função de janela, neste caso, por exemplo, indicadas pelo formato característico da janela Hann. Alternativamente, com relação à figura 9b, os valores das amostras de áudio das zonas de proteção 940, 950 também podem oscilar em torno de zero. As linhas verticais na figura 9 indicam uma primeira amostra 905 e uma última amostra 915 da zona 930. Além disso, as zonas de proteção 910, 940 iniciam com a primeira amostra 901 da função de janela, enquanto a zona de proteção 920, 950 terminam com a última amostra 903 da função de janela. O comprimento de amostra 900 da janela completa que apresenta uma porção de janela Hann centrada, incluindo as zonas de proteção 910, 920, da figura 9a, por exemplo, é duas vezes maior que o comprimento da zona 930. 5 No caso em que o evento transiente for detectado pelo detector de transiente 134, o bloco consecutivo na saida 139- 1 é processado em que ele é ponderado pelo formato caracteristico da função de janela de análise como por exemplo a janela Hann normalizada 901 com as zonas de proteção 910, 920 conforme 10 ilustrado na figura 9a, enquanto no caso em que o evento transiente não é detectado pelo detector de transiente 134, o bloco consecutivo na saida 139-2 é processado em que ele é ponderado pelo formato caracteristico da zona 930 da função de janela de análise apenas como por exemplo a zona 930 da janela 15 Hann normalizada 901 da figura 9a.

No caso em que o bloco preenchido ou bloco não- preenchido nas saidas 141-1, 141-2 serem gerados pelo uso da função de janela de análise compreendendo a zona de proteção há pouco citada, os valores preenchidos ou valores de sinal de áudio 20 se originam da ponderação das amostras de áudio pela zona de proteção ou pela zona não-protegida (característica) da função de janela de análise, respectivamente. Neste caso, tanto os valores preenchidos como valores de sinal de áudio representam valores ponderados, sendo que especificamente os valores preenchidos são 25 aproximadamente zero. Especificamente, o bloco preenchido ou bloco não-preenchido nas saidas 141-1, 141-2 podem corresponder àqueles nas saidas 103, 135-2 na concretização mostrada na figura 5.

Devido à ponderação em virtude da aplicação da função de janela de análise, o detector de transiente 134 e o processador de janela de análise 140 devem ser preferivelmente dispostos de tal forma que a detecção do evento transiente pelo detector de transiente 134 ocorra antes de a função de janela de 5 análise ser aplicada pelo processador de janela de análise 140. Em contrapartida, a detecção do evento transiente será significativamente influenciada devido ao processo de ponderação, que é especialmente o caso para um evento transiente localizado dentro das zonas de proteção ou próximo às bordas da zona não- 10 protegida (característica), já que neste região, os fatores de ponderação correspondentes aos valores da função de janela de análise são sempre próximos a zero.

O bloco preenchido na saida 141-1 e o bloco não preenchido na saida 141-2 são em seguida convertidos em suas 15 representações espectrais nas saidas 143-1, 143-2, utilizando-se o primeiro sub-conversor 138-lcom o primeiro comprimento de conversão e o segundo sub-conversor 138-2 com o segundo comprimento de conversão, sendo que o primeiro e o segundo comprimento de conversão correspondem aos comprimentos de amostra 20 dos blocos convertidos, respectivamente. As representações espectrais nas saidas 143-1, 143-2 podem ser ainda processadas conforme anteriormente debatido nas concretizações. A figura 8 mostra uma vista de cima de uma concretização da implementação de extensão de largura de banda. 25 Particularmente, a figura 8 inclui o bloco 800 designado como "parâmetros adicionais/ sinal de áudio" que provê o sinal de áudio 100 designado pelo bloco de saida "dados de áudio baixa frequência (LF)". Além disso, o bloco 800 provê parâmetros decodificados que podem corresponder à entrada 101 do ajustador de envelope 130 nas figuras 2 e 3. Os parâmetros na saida 101 do bloco 800 podem ser em seguida usados para o ajustador de envelope 130 e/ou um corretor de tonalidade 150. O ajustador de envelope 130 e o 5 corretor de tonalidade 150 são configurados para aplicar, por exemplo uma distorção pré-determinada ao sinal combinado 127 a fim de obter o sinal distorcido 151, que pode corresponder ao sinal corrigido 129 das figuras 2 e 3. O bloco 800 pode compreender informação 10 coadjuvante sobre a detecção de transiente provida no lado do codificador da implementação de extensão de largura de banda. Neste caso, esta informação coadjuvante é ainda transmitida por um fluxo de bits 810 conforme indicado pela linha pontilhada ao detector de transiente 134 no lado de decodificador. 15 Preferivelmente, porém, a detecção de transiente é executada sobre a pluralidade de bloco consecutivos de amostras de áudio na saida 111 do processador de janela de análise 110 aqui denominado como um dispositivo "framing" (enquadramento) 102-1. Em outras palavras, informação coadjuvante de transiente é detectada 20 no detector de transiente 134 que representa o decodificador ou ela é transferida para o fluxo de bits 810 a partir do codificador (linha pontilhada). A primeira solução não aumenta a taxa de bits a ser transmitida, enquanto a última facilita a detecção, quando o sinal original ainda estiver disponivel. 25 Especificamente, a figura 8 mostra um diagrama em bloco de um aparelho que é configurado para executar uma implementação de extensão de largura de banda (HBE) conforme ilustrado na figura 13, que é combinada com a chave 136, controlada pelo detector de transiente 134, para executar um processamento adaptive de sinal, dependendo da informação sobre a ocorrência de um evento transiente na saida 135.

Na figura 8, a pluralidade de blocos consecutivos 5 na saida 111 do dispositivo de enquadramento 102-1 é fornecida a um dispositivo de janelamento (windowing) de análise 102-2, que é configurado para aplicar uma função de janela de análise que apresenta um formato de janela pré-determinado como por exemplo, uma janela Von Hann (raised-cosine / coseno elevado), que é 10 caracterizada por flancos menos profundos se comparados a um formato de janela retangular tipicamente aplicado em uma operação de enquadramento. Dependendo da decisão de chaveamento assinalada como "transiente" ou "não transiente" obtida com a chave 136, o bloco 135-1 que inclui o evento transiente ou o bloco 135-2 que 15 não inclui o evento transiente, respectivamente, da pluralidade de blocos consecutivos janelados (i.e. enquadrados e ponderados) na saida 811 do dispositivo de janelamento de análise 102-2, conforme detectado pelo detector de transiente 134, são ainda processados conforme abordado detalhadamente acima. Especialmente, um 20 dispositivo de preenchimento com zeros 102-3, que pode corresponder ao preenchedor 112 da janela 102 nas figures 2, 4 e 5 é preferivelmente usado para inserir valores zero fora do bloco de tempo 135-1, de modo que seja obtido um bloco preenchido com zero 803, que pode corresponder ao bloco preenchido 103, com o 25 comprimento de amostra 2N duas vezes maior do que o comprimento de amostra N do bloco de tempo 135-2. Neste caso, o detector de transiente 134 é designado como "detector de posição de transiente" já que pode ser usado para determinar a "posição" 33/41 (i.e. localização de tempo) do bloco consecutivo 135-1 com relação à pluralidade de blocos consecutivos na saida 811, i.e. o bloco de tempo respectivo pode ser identificado a partir da sequência de blocos consecutivos na saida 811. 5 Em uma concretização, o bloco preenchido é sempre gerado a partir de um bloco consecutivo especifico, para o qual o evento transiente é detectado, independentemente de sua localização dentro do bloco. Neste caso, o detector de transiente 134 é simplesmente configurado para determinar (identificar) o 10 bloco que contém o evento transiente. Em uma concretização alternativa, o detector de transiente 134 pode além disso ser configurado para determinar a localização particular do evento transiente com relação ao bloco. Na concretização anterior, uma implementação mais simples do detector de transiente 134 pode ser 15 usada, enquanto na última concretização, a complexidade computacional do processamento pode ser reduzida, já que o bloco preenchido será gerado e ainda processado apenas se um evento transiente for localizado em um local especifico, preferivelmente próximo a uma borda de bloco. Em outras palavras, na última 20 concretização, o preenchimento com zeros ou zonas de proteção só serão necessários se um evento transiente for localizado perto das bordas de bloco (i.e., de ocorrerem transientes excêntricos). O aparelho da figura 8, essencialmente prove um método para contrapor o efeito de convolução ciclica pela 25 introdução dos assim chamados "intervalos de proteção" pelo preenchimento com zeros de ambas as extremidades de cada bloco de tempo antes de iniciar o processamento vocoder de fase. Neste o processamento vocoder de fase inicia com a operação do primeiro ou do segundo sub-conversor 138-1, 138-2, compreendendo por exemplo, um processador FFT que apresenta um comprimento de conversão de 2N ou N, respectivamente.

Especificamente, o primeiro conversor 104 pode 5 ser implementado para executar uma transformação de Fourier rápida (STFT) do bloco preenchido 103, enquanto o Segundo conversor 108 pode ser implementado para executar uma STFT inversa baseada na magnitude e fase da representação espectral modificada na saida 105. 10 Com relação à figura 8, após as novas fases terem sido calculadas e, por exemplo, a sintese da STFT inversa ou de transformada Fourier discreta inversa (IDFT) ter sido realizada, os intervalos de proteção serão simplesmente removidos da parte central do bloco de tempo, que será ainda processado no estágio de 15 adição com superposição (OLA) do vocoder. Alternativamente, os intervalos de proteção, não precisam ser removidos, mas serão ainda processados no estágio OLA. Esta operação pode ser efetivamente considerada como uma superamostragem do sinal. Como resultado da implementação de acordo com a 20 figura 8, um sinal manipulado extendido em largura de banda é obtido na saida 131 do outro combinador 132. Em seguida, um outro dispositivo de enquadramento 160 pode ser usado para modificar o enquadramento (i.e. o tamanho de janela da pluralidade de blocos de tempo consecutivos) do sinal de áudio manipulado na saida 131 25 designado como "sinal de áudio com alta freqüência (HF)" em uma via pré-determinada, por exemplo, de modo que o bloco consecutivo de amostras de áudio na saia 161 do outro dispositivo de enquadramento 160 apresentará o mesmo tamanho de janela como o sinal de áudio inicial 800.

A possivel vantagem de utilizar intervalos de proteção neste contextoo durante o processamento de transientes através de um vocoder de fase como por exemplo, esboçado na 5 concretização da figura 8, é visualizada a titulo de exemplo na figura 7. O painel a) mostra o transiente centrado na janela de análise ("pontilhado fino" indica sinal original). Neste caso, o intervalo de proteção não apresenta efeito significativo no dispositivo de processamento já que a janela também pode acomodar 10 o transiente modificado ('continua fina' que utiliza intervalos de proteção, 'continua grossa' sem intervalos de proteção). Porém, conforme mostrado no painel b) , se o transiente for excêntrico ("pontilhado fino" indica sinal original), ele será temporalmente deslocado pela manipulação de fase durante o processamento 15 vocoder. Se este deslocamento não puder ser acomodado diretamente pelo periodo de tempo coberto pela janela, ocorrerá enrolamento circular (circular wrapping) ('continua grossa' sem intervalos de proteção) que eventualmente leva a uma colocação errada de (partes de) do transiente, degradando assim a qualidade de áudio 20 perceptual. Porém, o uso de intervalos de proteção impede os efeitos de convolução circular através da acomodação das partes deslocadas na zona de proteção ('continua fina' que usa intervalos de proteção). Como uma alternativa à implementação de 25 preenchimento com zeros, janelas com zonas de proteção (vide Fig. 9) podem ser usadas conforme acima mencionado. No caso das janelas com zonas de proteção, em um lado ou em ambos os lados das janelas os valores serão aproximadamente zero. Eles podem ser exatamente zero ou variar em torno de zero com a possível vantagem de não deslocar zeros da zona de proteção para a janela através da adaptação de fase, mas valores pequenos. A figura 9 mostra os dois tipos de janelas. Particularmente, na figura 9, a diferença entre 5 as funções de janela 901, 902 é que na figura 9a a função de janela 901 compreende as zonas de proteção 910, 920 cujos valores de amostra são exatamente zero, enquanto na figura 9b a função de janela 902 compreende as zonas de proteção 940, 950 cujos valores de amostra oscilam em torno de zero. Portanto, no ultimo caso, 10 valores pequenos ao invés de zero serão deslocado através da adaptação de fase da zona de proteção 940 ou 950 para a zona 930 da janela.

Conforme acima mencionado, a aplicação de intervalos de proteção pode aumentar a complexidade computacional 15 devido aos seus equivalentes para superamostragem já que transformadas de análise e síntese devem ser calculadas sobre blocos de sinal de comprimento substancialmente extendidos (usualmente um fator de 2) . Por outro lado, isso assegura uma qualidade perceptual melhorada pelo menos para blocos de sinal 20 transiente, porém isso ocorre apenas em blocos selecionados de um sinal de áudio de música médio. Por outro lado, a força de processamento é regularmente aumentada pelo processamento do outro sinal inteiro.

Concretizações da invenção são baseadas no fato 25 de superamostragem ser apenas vantajosa para determinados blocos de sinal selecionadas. Especificamente, as concretizações provêem um novo método de processamento adaptivo de sinal que compreende um mecanismo de detecção e aplica superamostragem apenas àqueles blocos de sinal onde ela realmente melhora a qualidade perceptual. Além disso, através do processamento de sinal que adaptivamente chaveia entre processamento padrão e processamento avançado, a eficácia do processamento de sinal no contextoo da presente invenção pode ser significativamente aumentada, reduzindo assim o esforço computacional.

Para ilustrar a diferença entre processamento padrão e processamento avançado, a comparação de uma implementação de extensão de largura de banda tipicamente harmônica (HBE) (Fig. 13) com a implementação da figura 8 é feita como segue: A figura 13 representa uma vista de cima de HBE. Neste caso, os estágios de vocoder de fase múltipla operam na mesma freqüência de amostragem de todo o sistema. A figura 8, porém, mostra o caminho de processamento que aplica preenchimento com zeros /superamostragem apenas àquelas partes do sinal, onde ela é realmente benéfica e resulta em uma qualidade perceptual melhorada. Isso é possivel através de uma decisão de chaveamento, que é preferivelmente dependente de uma detecção de localização de transiente que seleciona o caminho de sinal apropriado para o processamento subsequente. Comparado ao HBE mostrado na figura 13, a detecção de locação de transiente 134 (a partir do sinal ou fluxo de bits), a chave 136e o caminho de sinal no lado direito, que inicia com a operação de preenchimento com zeros aplicada pelo preenchedor com zeros 102-3 e termina com a remoção de preenchimento (opcional) executada pelo removedor de preenchimento 118, foram adicionados nas concretizações conforme ilustrado na figura 8.

Em uma concretização da presente invenção, o janelador 102 é configurado para gerar uma pluralidade 111 de blocos consecutivos de amostras de áudio que formam uma sequência de tempo, que compreende pelo menos um primeiro par 145-1 de um bloco não-preenchido 133-2, 141-2 e um bloco preenchido 5 consecutivo 103, 141-1 e um segundo par 145-2 de um bloco preenchido 103, 141-1 e um bloco não-preenchido consecutivo 133-2, 141-2 (vide figura 12) . 0 primeiro e o segundo par de blocos consecutivos 145-1, 145-2 são ainda processados no contexto da implementação de extensão de largura de cadeia, até suas amostras 10 de áudio correspondentes serem obtidas nas saidas 147-1, 147-2 do decimador 120, respectivamente.As amostras de Audi decimadas 147- 1, 147-2 são em seguida alimentada para o adicionador com superposição 124, que é configurado para adicionar blocos de superposição das amostras de áudio decimadas 147-1, 147-2 do 15 primeiro par 145-1 ou do segundo par 145-2.

Alternativamente, o decimador 120 também pode ser posicionado após o adicionador com superposição 124 conforme descrito acima correspondentemente. Depois, para o primeiro par 145-1, é fornecida 20 uma distância de tempo b' , que pode corresponder à distância de tempo b da figura 2, entre uma primeira amostra 151, 155 do bloco não-preenchido 133-2, 141-2 e uma primeira amostra 153, 157 dos valores de sinal de áudio do bloco preenchido 103, 141-1, respectivamente, pelo adicionador com superposição 124, de modo 25 que um sinal na faixa de freqüência alvo do algoritmo de extensão de largura de banda seja obtido na saida 149-1 do adicionador com superposição 124. Para o segundo par 145-2, é fornecida a distância de tempo b' entre uma primeira amostra 153, 157 dos valores de sinal de áudio do bloco preenchido 103, 141-1 e uma primeira amostra 151, 155 do bloco não-preenchido 133-2, 141-2, respectivamente através do adicionador com superposição 124, de modo que um sinal na faixa de frequência alvo do algoritmo de extensão de largura de banda seja obtido na sáida 149-2 do adiconador com superposição 124.

Novamente, no caso do decimador 120 ser colocado antes do adicionador com superposição 124 na cadeia de processamento conforme ilustrado na figura 2, um possivel efeito da decimação sobre a correspondência em relação à distância de tempo b' deverá ser levado em conta.

Observa-se que embora a presente invenção tenha sido descrita no contexto de diagramas em bloco onde os blocos representam componentes atuais de hardware ou lógicos a presente invenção também pode ser implementada por um método implementado por computador. No ultimo caso, os blocos representam etapas de método correspondentes sendo que essas etapas representam as funcionalidades executadas por blocos de hardware fisicos ou lógicos.

As concretizações descritas são meramente ilustrativas em relação aos princípios da presente invenção. Naturalmente que modificações e variações dos arranjos e os detalhes descritos aqui são patentes a outros versados na técnica. Portanto, limita-se apenas pelo escopo das reivindicações da patente iminente e não pelos detalhes específicos apresentados por meio de descrição e explanação das concretizações aqui.Dependendo de determinadas exigências de implementação dos métodos inventivos, estes poderão ser implementados em hardware ou software. A implementação pode ser executada utilizando-se um meio de armazenamento digital, particularmente um disco, um DVD ou um CD que apresentam sinais de controle eletronicamente legiveis ali 5 armazenados, que co-operam com sistemas de computador programáveis tal qual os métodos inventivos são executados. Em geral, pode ser implementado portanto com um produto de programa de computador com o código de programa armazenado em um portador legivel por máquina, sendo que o código de programa é operado para executar os 10 métodos inventivos quando o produto de programa de computador rodar em um computador. Em outras palavras, os métodos inventivos são, portanto, um programa de computador que apresenta um código de programa para executar pelo menos um dos métodos inventivos quando o programa de computador rodar em um computador. O sinal de 15 audio processado de acordo com a invenção pode ser armazenado em qualquer meio de armazenamento legivel por máquina, tais como meio de armazenamento digital.

As vantagens do novo processamento são que as concretizações acima mencionadas, i.e. aparelhos, métodos ou 20 programas de computador, descritos neste pedido evitam processamento computacional super-complexo oneroso onde não é _ necessário... Ele utiliza uma detecção de localização de transiente que identifica blocos de tempo contendo, por exemplo, eventos transientes excêntricos e chaves para processamento avançado, por 25 exemplo processamento com superamostragem que utiliza intervalos de proteção, porém, apenas naqueles casos em que ele resulta em um aperfeiçoamento em termos de qualidade perceptual.

O processamento mostrado é útil em qualquer bloco baseado em aplicação de processamento de áudio, por exemplo, vocoders de fase, ou aplicações surround sound paramétricas (Herre, J.; Faller, C.; Ertel, C.; Hilpert, J.; Hõlzer, A.; Spenger, C, "MP3 Surround: Efficient and Compatible Coding of 5 Multi-Channel Áudio," 116th Conv. Aud. Eng. Soc., May 2004), em que efeitos de convolução cicular temporais acarretam uma distorção e, ao mesmo tempo, poder de processamento é um recurso limitado.

As mais proeminentes aplicações são decodificadores de audio, que são muitas vezes implementados em 10 dispositivos portáteis e assim operam com uma alimentação de energia por bateria.

Claims

1. Aparelho para manipular um sinal de áudio (100), caracterizado pelo fato de que compreende: um janelador (102) para gerar uma pluralidade (111; 811) de blocos consecutivos de amostras de áudio, a pluralidade (111; 811) de blocos consecutivos compreendendo pelo menos um bloco acolchoado (103; 803; 141-1; 902) de áudio amostras, o bloco acolchoado (103; 803; 141-1; 902) tendo valores acolchoados e valores de sinal de áudio; um primeiro conversor (104) para converter o bloco acolchoado (103; 803; 141-1; 902) em uma representação espectral (105) tendo valores espectrais; um modificador de fase (106) para modificar fases dos valores espectrais para obter uma representação espectral modificada (107); e um segundo conversor (108) para converter a representação espectral modificada (107) em um sinal de áudio no domínio do tempo modificado (109), o aparelho compreendendo ainda um detector transitório (134) para determinar um evento transitório (700, 701, 702, 703, 705, 707) no sinal de áudio (100), em que o primeiro conversor (104) está configurado para converter o bloco acolchoado (103; 803; 141-1; 902), quando o detector de transientes (134) detecta o evento transitório (700, 701, 702, 703, 705, 707) em um bloco (133-1; 135-1) do sinal de áudio (100) correspondente ao bloco acolchoado (103; 803; 141-1; 902), e em que o primeiro conversor (104) está configurado para converter um bloco não preenchido (133-2; 135-2; 141-2; 930) tendo apenas valores de sinal de áudio, o bloco não preenchido (133-2; 135-2 ; 141-2; 930) correspondente ao bloco do sinal de áudio (100), quando o transitório (700, 701, 702, 703, 705, 707) não é detectado no bloco.

2. Aparelho, de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda: um dizimador (120) para dizimar o sinal de áudio no domínio do tempo modificado (109) ou sobrepor blocos adicionados de amostras de áudio no domínio do tempo modificado para obter um sinal no domínio do tempo dizimado (121), em que uma característica de dizimação depende de uma característica de modificação de fase aplicada pelo modificador de fase (106).

3. Aparelho, de acordo com a reivindicação 2, caracterizado pelo fato de que é adaptado para executar uma extensão de largura de banda usando o sinal de áudio (100), compreendendo ainda: um filtro de passagem de banda (114) para extrair um sinal de passagem de banda (113) da representação espectral (105) ou do sinal de áudio (100), em que uma característica de passagem de banda do filtro de passagem de banda (114) é selecionada dependendo de uma característica de modificação de fase aplicado pelo modificador de fase (106), de modo que o sinal de passagem de banda (113) seja transformado pelo processamento subsequente em uma faixa de frequência alvo (125-1, 125-2, 125-3) não incluída no sinal de áudio (100).

4. Aparelho, de acordo com a reivindicação 2, caracterizado pelo fato de que compreende ainda: um somador de sobreposição (124) para adicionar blocos sobrepostos (121-1, 121-2, 121-3) de amostras de áudio dizimadas ou amostras de áudio no domínio do tempo modificadas para obter um sinal (125) em uma faixa de frequência alvo (125-1, 125-2, 125-3) de um algoritmo de extensão de largura de banda.

5. Aparelho, de acordo com a reivindicação 4, caracterizado pelo fato de que compreende ainda: Um escalonador (116) para escalar os valores espectrais por um fator, em que o fator depende de uma característica de adição de sobreposição, em que uma relação da primeira distância de tempo (a) para uma adição de sobreposição aplicada pelo janelador (102) e um diferente a distância no tempo (b) aplicada pelo somador de sobreposição (124) e as características da janela são contabilizadas.

6. Aparelho, de acordo com a reivindicação 1, caracterizado pelo fato de que o janelador (102) compreende: um processador de janela de análise (110; 102-1, 102-2; 140) para gerar uma pluralidade (111; 811) de blocos consecutivos com o mesmo tamanho; e um acolchoador (112; 102-3) para acolchoar um bloco (133-1; 135-1) da pluralidade (111; 811) de blocos consecutivos de amostras de áudio para obter o bloco acolchoado (103; 803; 141-1; 902) inserindo valores preenchidos em posições de tempo especificadas antes de uma primeira amostra (708) de um bloco consecutivo (133-1; 135- 1; 704) de amostras de áudio ou após uma última amostra (710) do bloco consecutivo (133- 1; 135-1; 704) de amostras de áudio.

7. Aparelho, de acordo com a reivindicação 1, caracterizado pelo fato de que o janelador (102) está configurado para inserir valores acolchoados em posições de tempo especificadas antes de uma primeira amostra (708) de um bloco consecutivo (133-1; 135-1; 704) de áudio amostras ou após uma última amostra (710) do bloco consecutivo (133- 1; 135-1; 704) de amostras de áudio, o aparelho compreendendo ainda: um removedor de preenchimento (118) para remover amostras em posições de tempo do sinal de áudio no domínio do tempo modificado (109), as posições de tempo correspondentes às posições de tempo especificadas aplicadas pelo janelador (102).

8. Aparelho, de acordo com a reivindicação 1 ou 2, caracterizado pelo fato de que compreende ainda: um janelador de síntese (122) para janelamento do sinal de domínio de tempo dizimado (121) ou o sinal de áudio de domínio de tempo modificado (109) tendo uma função de janela de síntese correspondente a uma função de análise aplicada pelo janelador (102).

9. Aparelho, de acordo com a reivindicação 1, caracterizado pelo fato de que o janelador (102) está configurado para inserir valores acolchoados em posições de tempo especificadas antes de uma primeira amostra (708) de um bloco consecutivo (133-1; 135-1; 704) de áudio amostras ou após uma última amostra (710) do bloco consecutivo (133- 1; 135-1; 704) de amostras de áudio, em que uma soma de um número de valores preenchidos e um número de valores no bloco consecutivo (133-1 ; 135-1; 704) de amostras de áudio é pelo menos 1,4 vezes o número de valores no bloco consecutivo (133-1; 135-1; 704) de amostras de áudio.

10. Aparelho, de acordo com a reivindicação 7, caracterizado pelo fato de que o janelador (102) está configurado para inserir simetricamente os valores acolchoados antes da primeira amostra (708) do bloco consecutivo (133-1; 135-1; 704) de amostras de áudio e após a última amostra (710) do bloco consecutivo centralizado (133-1; 135-1; 704) de amostras de áudio, para que o bloco acolchoado (103; 803; 141-1; 902) seja adaptado a uma conversão pelo primeiro conversor (104) e o segundo conversor (108).

11. Aparelho, de acordo com a reivindicação 1, caracterizado pelo fato de que o janelador (102) está configurado para aplicar uma função de janela (709; 902) tendo pelo menos uma zona de proteção (712, 714; 910, 920; 940, 950) na posição inicial (718; 901) da função de janela (709; 902) ou na posição final (720; 903) da função de janela (709; 902).

12. Aparelho, de acordo com a reivindicação 2, caracterizado pelo fato de o aparelho ser configurado para executar um algoritmo de extensão de largura de banda, o algoritmo de extensão de largura de banda compreendendo um fator de extensão de largura de banda (o) , o fator de extensão de largura de banda (o) controlando uma mudança de frequência entre uma banda (113- 1, 113, -2, 113-3,...) do sinal de áudio (100) e uma faixa de frequência alvo (125-1, 125-2, 125-3,.), em que o primeiro conversor (104), o modificador de fase (106), o segundo conversor (108) e o dizimador (120) são configurados para operar usando diferentes fatores de extensão de largura de banda (o), de modo que diferentes sinais de áudio de tempo modificado (121- 1, 121-2, 121-3,.) com diferentes faixas de frequência alvo (125-1, 125-2, 125-3,.) são obtidas, compreendendo ainda um somador de sobreposição (124) para realizar uma adição de sobreposição com base nos diferentes fatores de extensão de largura de banda (o), e um combinador (126) para combinar sobreposição adiciona resultados (125-1, 125-2, 125-3,.) para obter um sinal combinado (127) compreendendo as diferentes bandas de frequência alvo (125-1, 125-2, 125- 3).

13. Aparelho, de acordo com a reivindicação 1, caracterizado pelo fato de que o janelador (102) compreende: um padder (112; 102-3) para inserir valores preenchidos em posições de tempo especificadas antes de uma primeira amostra (708) de um bloco consecutivo (133-1; 135- 1; 704) de amostras de áudio ou após uma última amostra (710) do bloco consecutivo (133-1; 135-1; 704) de amostras de áudio, o aparelho compreendendo ainda: um comutador (136) que é controlado pelo detector de transientes (134), em que o comutador (136) está configurado para controlar o padder (112; 102-3) de modo que um bloco acolchoado (103; 803) seja gerado quando um transiente O evento (700, 701, 702, 703, 705, 707) é detectado pelo detector de transientes (134), o bloco acolchoado (103; 803) tendo valores acolchoados e valores de sinal de áudio e para controlar o desbotador (112; 102- 3), para que um bloco não preenchido (133-2; 135-2) seja gerado quando o evento transitório (700, 701, 702, 703, 705, 707) não for detectado pelo detector de transientes (134), o bloco não acolchoado (133-2; 135-2) com apenas valores de sinal de áudio, em que o primeiro conversor (104) compreende um primeiro subconversor (138-1) e um segundo subconversor (138-2), em que a chave (136) é ainda configurada para alimentar o bloco acolchoado (103; 803) para o primeiro subconversor (138-1) para executar uma conversão tendo um primeiro comprimento de conversão quando o evento transitório (700, 701, 702, 703, 705, 707) é detectada pelo detector de transientes (134) e para alimentar o bloco não acolchoado (133-2; 135-2) para o segundo subconversor (138- 2) para realizar uma conversão tendo um segundo comprimento menor que o primeiro quando o evento transitório (700, 701, 702, 703, 705, 707) não for detectado pelo detector transitório (134).

14. Aparelho, de acordo com a reivindicação 1, caracterizado pelo fato de que o janelador (102) compreende um processador de janela de análise (110; 102-1, 102-2; 140) para aplicar uma função de janela de análise a um bloco consecutivo (139-1, 139- 2) de amostras de áudio, sendo o processador da janela de análise controlável de modo que a função da janela de análise compreenda uma zona de proteção (712, 714; 910, 920; 940, 950) na posição inicial (718; 901) da função da janela (709 ; 902) ou uma posição final (720; 903) da função de janela (709; 902), o aparelho compreendendo ainda: um interruptor de janela de proteção (142) que é controlado pelo detector de transientes (134), em que o interruptor de janela de proteção (142) está configurado para controlar o processador de janela de análise (110; 102-1, 102-2; 140), de modo que um bloco acolchoado (141-1; 902) é gerado a partir de um bloco consecutivo de amostras de áudio pelo uso da função da janela de análise que compreende a zona de guarda, o bloco acolchoado (141-1; 902) tendo valores acolchoados e valores de sinal de áudio quando um O evento transitório (700, 701, 702, 703, 705, 707) é detectado pelo detector de transientes (134) e para controlar o processador da janela de análise (102-1, 102-2; 140), de modo que um elemento não acolchoado o bloco (141- 2; 930) é gerado, o bloco não preenchido (141-2; 930) possui apenas valores de sinal de áudio, quando o evento transitório (700, 701, 702, 703, 705, 707) não é detectado por o detector de transientes (134), em que o primeiro conversor (104) compreende um primeiro subconversor (138-1) e um segundo subconversor (138-2), em que a chave da janela de proteção (142) é ainda configurada para alimentar o bloco acolchoado (141- 1; 902) para o primeiro subconversor (138-1) para executar uma conversão tendo um primeiro comprimento de conversão quando um evento transitório (700, 701, 702, 703, 705, 707) é detectada pelo detector de transientes (134) e para alimentar o bloco não acolchoado (141-2; 930) ao segundo subconversor (138-2) para realizar uma conversão tendo um segundo comprimento menor que o primeiro quando o evento transitório (700, 701, 702, 703, 705, 707) não é detectado pelo detector de transientes (134).

15. Aparelho, de acordo com a reivindicação 4 ou 12, caracterizado pelo fato de que compreende ainda: um ajustador de envelope (130) para ajustar o envelope do sinal (125) em uma faixa de frequência alvo (125-1, 125-2, 125-3) ou o sinal combinado (129) com base nos parâmetros transmitidos (101) para obter um sinal corrigido (129); e um outro combinador (132) para combinar o sinal de áudio (100; 102-1) e o sinal corrigido (129) para obter um sinal manipulado (131) que é estendido em largura de banda.

16. Aparelho, de acordo com a reivindicação 1, caracterizado pelo fato de que o janelador (102) é configurado para gerar uma pluralidade (111; 811) de blocos consecutivos de amostras de áudio, a pluralidade (111; 811) de blocos consecutivos compreendendo pelo menos um primeiro par ( 145-1) de um bloco não acolchoado (133-2; 135-2; 141- 2; 930) e um bloco acolchoado consecutivo (103; 803; 141-1; 902) e um segundo par (145-2) de um bloco acolchoado (103; 803; 141-1; 902) e um bloco não acolchoado consecutivo (133-2; 135-2; 141-2; 930), o aparelho compreendendo ainda: um dizimador (120) para dizimar as amostras de áudio no domínio do tempo modificadas ou sobrepor blocos adicionados de amostras de áudio no domínio do tempo modificados do primeiro par (145-1) para obter as amostras de áudio dizimadas (147-1) do primeiro par (145 -1) ou para dizimar as amostras de áudio do domínio do tempo modificadas ou sobrepor blocos adicionados de amostras de áudio do domínio do tempo modificados do segundo par (145- 2) para obter as amostras de áudio dizimadas (147-2) do segundo par (145- 2) e um somador de sobreposição (124), em que o somador de sobreposição (124) está configurado para adicionar blocos sobrepostos das amostras de áudio dizimadas (147-1, 147-2) ou amostras de áudio no domínio do tempo modificadas do primeiro par (145-1) ou o segundo par (145-2), em que para o primeiro par (145-1) a distância no tempo (b ') entre uma primeira amostra (151) do bloco não acolchoado (133-2; 135-2; 141- 2; 930) e uma primeira amostra (153) dos valores do sinal de áudio do bloco acolchoado (103; 803141-1; 902) é fornecida pelo somador de sobreposição (124) ou em que para o segundo par (145-2) uma distância de tempo (b ') entre uma primeira amostra (153) dos valores do sinal de áudio do bloco acolchoado (103; 803; 141-1; 902) e uma primeira amostra (157) do bloco não acolchoado (133- 2; 135-2; 141-2; 930) é fornecido pelo somador de sobreposição (124), para obter um sinal em uma faixa de frequência alvo do algoritmo de extensão de largura de banda.

17. Método para manipular um sinal de áudio, caracterizado pelo fato de que compreende: gerar (102) uma pluralidade (111; 811) de blocos consecutivos de amostras de áudio, a pluralidade (111; 811) de blocos consecutivos compreendendo pelo menos um bloco acolchoado (103; 803) de amostras de áudio, o bloco acolchoado (103; 803 ) tendo valores acolchoados e valores de sinal de áudio; converter (104) o bloco acolchoado (103; 803) em uma representação espectral tendo valores espectrais; modificar (106) fases dos valores espectrais para obter uma representação espectral modificada (107); converter (108) a representação espectral modificada (107) em um sinal de áudio de domínio de tempo modificado (105) (109), e determinar um evento transitório (700, 701, 702, 703, 705, 707) no sinal de áudio (100) usando um detector de transientes (134), em que a etapa de conversão (104) compreende a conversão do bloco acolchoado (103; 803; 141- 1; 902), quando o detector transitório (134) detecta o evento transitório (700, 701, 702, 703, 705, 707) em um bloco (133-1; 135-1) do sinal de áudio (100) correspondente ao bloco acolchoado (103; 803; 141-1; 902), e em que a etapa de conversão (104) compreende a conversão de um bloco não acolchoado (133-2; 135-2; 141-2; 930) tendo apenas valores de sinal de áudio, o bloco não acolchoado (133-2; 135-2; 141-2; 930) correspondente ao bloco do sinal de áudio (100), quando o transiente (700, 701, 702, 703, 705, 707) não é detectado no bloco.