CN103384901B - 改进变换域中的滤波 - Google Patents
改进变换域中的滤波 Download PDFInfo
- Publication number
- CN103384901B CN103384901B CN201180067872.4A CN201180067872A CN103384901B CN 103384901 B CN103384901 B CN 103384901B CN 201180067872 A CN201180067872 A CN 201180067872A CN 103384901 B CN103384901 B CN 103384901B
- Authority
- CN
- China
- Prior art keywords
- matrix
- filtering
- current block
- subband
- block
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 78
- 230000008569 process Effects 0.000 claims abstract description 36
- 238000005070 sampling Methods 0.000 claims abstract description 24
- 238000011282 treatment Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 142
- 238000006243 chemical reaction Methods 0.000 claims description 40
- 230000009466 transformation Effects 0.000 claims description 28
- 230000017105 transposition Effects 0.000 claims description 8
- 238000005303 weighing Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 6
- 238000003786 synthesis reaction Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000010076 replication Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- GAJBPZXIKZXTCG-VIFPVBQESA-N (2s)-2-amino-3-[4-(azidomethyl)phenyl]propanoic acid Chemical compound OC(=O)[C@@H](N)CC1=CC=C(CN=[N+]=[N-])C=C1 GAJBPZXIKZXTCG-VIFPVBQESA-N 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/26—Pre-filtering or post-filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/0204—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using subband decomposition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/0212—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/022—Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明涉及处理连续采样块(TRj,TRj+1)形式的信号的方法,该方法包括在子带变换域中的滤波,尤其是适用于在变换域中的当前块(TRj)的均衡处理(T0)以及适用于在变换域中的相邻当前块的至少一块(TRj‑1),TRj+1)的滤波‑调整处理。
Description
技术领域
本发明涉及数字数据的滤波,尤其涉及音频数字数据的滤波。
背景技术
使用低比特率音频编码需要在解码后期处理中进行滤波,这可以以各种形式进行:
● 通过改变所记录的特征声音,尤其通过衰减或者放大某些音频频谱的频带来定制聆听体验,
● 同时在音频编码中进行滤波,其中配置工具允许增强所接收到的音频信号。
例如,诸如频带复制(SBR)或者参数立体声(PS)(ISO/IEC14496-3标准,MPEG-4音频标准)技术各自允许由较低的频率来重构较高频率以及由单声道信号重构立体声信号。MPEG环绕MPS(ISO/IEC 23003-1标准,MPEG-D标准)扩展了重构多于两个音频声道的PS处理方法。
在这些技术中,声音的丢失部分可通过信号复制和滤波操作来重构。
例如,SBR处理将较低频率区域调制为较高频率区域并调整信号的频域能量。这种调整允许获得在解码后的信号,该信号类似于初始信号(编码前的信号)。
PS处理由单声道信号重新构造可调整频域能量的两个复合信号,以便使得解码后信号重新组合成初始参考信号。MPS处理将这个原理发展为可由M个传输音频声道来产生N个信号(其中N≥M)。
使用根据MPEG标准(如MP3、AAC或USAC)或者根据ITU-T标准(如G.722.1、G.719、G.718)变换的低比特率音频编码器更适合于使用临界的采样变换。临界采样是低比特率编码中的重要性能。实际上,为了保持传输效率,传输的变换采样并不一定要大于在时域中传输的采样。
为此,在现今的低比特率编码器中,仅仅只使用临界采样变换。有诸如MDCT(改进的离散余弦变换)的变换,这是采用实系数的典型变换。
这些变换不适用于在没有人为现象下的滤波,因为它们会引起称之为“混叠”的失真。
为实现合适的滤波,可以采用两类技术:
1.包括执行逆变换随后执行卷积类的滤波;
2.包括使用适于滤波的变换(例如,短时傅里叶变换或者适用于复数的其它变换,例如,伪正交镜像滤波器PAMF的复数滤波器),这不是临界采样的,从而能够在无人为现象下执行滤波操作:该滤波进而包括与变换系数的简单相乘(均衡)。然而,必须执行编码变换的逆变换,随后必须将采样转置到复数域;在均衡之后,采样通过逆复数变换恢复到时域。因此,需要执行三次变换。
为执行第一种方式(上述第一点),卷积类滤波必须在编码的逆变换之后执行,这就需要大量运算且并不十分通用(没有改变执行滤波器的适应性)。
第二种方式(第二点)更为通用,且易于改变乘数的系数(均衡功能)。另一方面,要执行变换的数量会大大增加复杂性。
发明内容
本发明旨在改进这一情况。
为此目的,本发明提出了适用于处理连续采样块形式的信号的方法,包括在子带变换域中的滤波。在本发明中,该方法包括:
-均衡处理,应用于在变换域中的当前块,及,
-滤波-调整处理,应用于在变换域中相邻于当前块的至少一块。
术语“块”可理解为指任意的采样序列,例如某些类型中的帧或子帧。
于是,本发明提出了在变换域中的改进滤波。有利的是,该方法不是非常复杂,因为该处理保持在初始变换域中。所获得的优点是可以限制音频混叠组合,同时能精确地提供初始所需的滤波特性。
在一个实施方式中,滤波-调整处理是通过将矩阵应用于相邻于当前块的至少一块来执行的,所述矩阵包括除了符号以外的相同的上下对角线。
在一个实施方式中,该方法还包括通过估算由均衡产生的混叠来优化均衡和滤波-调整参数的先前步骤。
该混叠优选在从子带域(例如在时域中)的逆变换所获得的域中进行估算。
在直接域中的这个估算更为有效地限定由混叠所产生的音频失真,并因此提供更为精细的滤波-调整参数的优化。
有利的是,均衡和滤波调整在变换域中包括:
-均衡处理,应用于当前块
-滤波-调整处理,应用于时间上先于当前块的至少一块,及,
-滤波-调整处理,应用于时间上跟随当前块的至少一块。
于是,该实施方式是基于在当前块之前和之后的两块而提出的。
在一个实施方式中,均衡和滤波-调整包括矩阵系统的应用,该矩阵系统包括:
-第一矩阵,应用于表示当前块的信号矢量,
-第二矩阵,应用于表示先前块的信号矢量,及,
-第三矩阵,应用于表示随后块的信号矢量。
有利的是,第三矩阵是第二矩阵的转置。
因此,本发明尤其提出了对称结构(例如,对任意临界采样余弦调制滤波器组中的滤波所获得的),该结构允许较易获得所执行的函数。
在一个实施方式中,均衡和调整处理之前,也即矩阵的应用之前,这些块在子带域中通过至少一种调制变换(例如MDCT变换)进行变换。
在一个复杂的实施方式中,该变换可以是复数数值调制变换(例如,MCLT或者PQMF)。
在本发明一个实施方式中,其中当前块和相邻块由矢量来表示,该均衡和滤波-调整包括矩阵系统的应用,该矩阵系统至少包括:
-第一矩阵(T0),应用于当前块的信号矢量,及,
-第二矩阵(T1),应用于相邻块的信号矢量。
应用于当前块的信号矢量的第一矩阵(T0)包括,作为唯一的非零元素的相同元素A序列,位于矩阵对角线上,后续为指定子带的元素A-B和跟随着指定子带的子带元素B;应用于相邻块的信号矢量的第二矩阵(T1)包括,作为唯一的非零元素的具有相同绝对值和相反符号的至少两个元素,位于矩阵对角线上,分别代表指定子带和跟随着该指定子带的子带。
更具体地说,本发明允许在实数和复数数值域中执行修正低通、带通或其它滤波器的结构,可使用下列简单函数。
在一个实施方式中,滤波包括在超出对应于所述指定子带的子带上的截止分量。
有利的是,在涉及第三矩阵的情况下,第二和第三矩阵包括数个非零元素,这是滤波-调整参数优化的选定程度的函数,使之最小化估算的混叠。
于是,本发明提出了可计算的有效结构,它具有需要增加的有限数量的系数。有可能选择矩阵系数的数量,这些系数更有利于作为所需复杂性的函数或者作为在复杂性和混叠限制之间折衷的函数来处理。
在一个实施方式中,允许显著减少(甚至是实际消除)与混叠有关的失真,且适用于进行低通滤波的第一矩阵可表示为:
系数1-a0应用于指定的子带,
第二矩阵的表达式可表示为:
对角线的系数-a1应用于指定子带,
且,第三矩阵是第二矩阵的转置。
在这些表达式中,系数a0、a1、a2、a3、a4和a5都是正的实数且至少实数a1是非零的。
在如下所述矩阵线性组合的情况下,a0项可以是指定矩阵的零值,这可以通过另一矩阵与这个指定矩阵的组合进行补偿。
如果指定矩阵所有的这些系数都是非零的,则低通滤波器的混叠失真的优化最小值为:
a0=0.2548 a1=0.1249 a2=0.0812 a3=0.0409 a4=0.0192a5=0.0132。
在一个实施方式中,所要修正的滤波是由多个滤波的线性组合所形成的,则本发明的矩阵修正系统至少包括:
-第一矩阵的对应线性组合,应用于当前块的信号矢量,
-第二矩阵的线性组合,应用于先前块的信号矢量,及,
-第三矩阵的线性组合,也即第二矩阵的转置,应用于随后块的信号矢量。
因此,本发明的方法可普遍适用于任意使用修正失真分析所采用的滤波-调整系数的滤波和均衡函数。
本发明还涉及计算机程序,其包括当处理器执行该程序时实施上述方法的指令。该程序的基本算法的流程实例将参考图13作下述说明。
本发明还涉及处理连续采样块形式的信号的装置,其包括适用于在子带变换域中滤波的部件。这些部件还适用于:
-均衡处理,应用于在变换域中的当前块,及,
-滤波-调整处理,应用于在变换域中相邻于当前块的至少一块。
该装置的一个示例性实施方式参考图14作以下说明。
附图说明
本发明的其它特征和优点将通过参考附图的下述详细说明变得清晰,附图包括:
-图1A示意性地示出了执行滤波步骤S(z)随后直接变换接着执行逆变换的第一处理,
-图1B示意性地示出了执行直接变换接着在所需子带Ssb(z)中进行处理且最终执行逆变换的第二处理,该图和图1A是多相系统的两种不同处理方法,
-图2示意性地示出了在变换域各个子带中的标量乘法,以便表示任意滤波,
-图3示出了适用于变换域矩阵形式的线性滤波(低通滤波器)的通用形式,
-图4显示了图3所示滤波器频率的通用形式,
-图5表示了在不具有滤波调整的实施方式中由均衡参数a0优化(横坐标)所减小的失真(纵坐标),
-图6表示了图5所示由均衡优化所形成的滤波器的频率特性,
-图7表示了由均衡和滤波-调整优化所形成的滤波器的频率特性,
-图8表示了随着在均衡和滤波-调整中所涉及多个系数的函数(横坐标)变化所减小的可观察到混叠所产生的失真(纵坐标),
-图9显示了带通滤波器的情况下使用一组系数a0、a1、a2、a3、a4、a5所执行的滤波、均衡及滤波调整的函数,
-图10显示了复数数值调制变换(MCLT类型)的情况,
-图11比较了低通滤波器适用于实数数值变换(MDCT,实线)和复数数值变换(MCLT,虚线)时,随着在均衡和滤波调整中所涉及多个系数的函数(横坐标)变化所减小的可观察到的混叠所产生的失真(纵坐标),
-图12比较了带通滤波器适用于实数数值变换(MDCT,实线)和复数数值变换(MCLT,虚线)时,随着在均衡和滤波调整中所涉及多个系数的函数(横坐标)变化所减小的可观察到的混叠所产生的失真(纵坐标),
-图13以示例性实施方式概括了根据本发明方法的步骤,及,
-图14以示例性实施方式示意性示出了适用于实施本发明的装置。
具体实施方式
多相系统的几个原则归结如下。这里,具体的目的是测量在时域(逆变换之后)子带(变换域)中的滤波函数的效果。
为此目的,我们尝试建立在两个处理步骤之间的关系:
● 第一处理步骤(a),执行滤波S(z),然后进行直接变换,紧接着进行逆变换,
● 第二处理步骤(b),进行直接变换,紧接着在所需子带中进行处理Ssb(z),最后进行逆变换。
继而,得到滤波表达式S(z)。
两个处理步骤各自分别以图1A和1B示出。
为了简化这些处理步骤的相似性,我们写出了在多相域中执行的操作。这是简化包括利用采样进行变换的系统精度的传统方法。
分析滤波器组(或者直接变换)由其M阶多相矩阵表示为E(z)。
综合滤波器组(或者逆变换)由其M阶多相矩阵表示为R(z)。
M表示变换系数的数量(即由变换得到的频率系数的数量)。
包括MDCT变换的调制变换的多相分解可表示为:
变换的多相分量可基于用于子带k和系数n的分析滤波器ha,k,n的脉冲响应作如下表述。然而,该示例受限于,但影响其普遍性,脉冲响应具有2M长度的变换,如MDCT变换。
然后,将调制ck,n和分析原型滤波器ha,n引入调制变换,其中:
且ha,n是包含了2M采样的分析原型滤波器(或者窗口),一些采样可能为零(尤其是具有最高指数的采样)。
通过引入符号:
我们得到:
为了综合,我们又相反地得到:
以下,符号“′”表示矩阵的转置。
这里,滤波器hs,n是包括2M采样的原型滤波器(被称为综合窗口),一些采样可能为零(尤其是具有最低指数的采样)。
对于MDCT变换的情况而言,重构在调制和分析及综合滤波器满足下述条件的范围内是完备的:
P(z)=R(z)E(z)
=(hs,0C′1+z-1hs,1C′0)(C0ha,0+z-1C1ha,1)
=hs,0C′1C0ha,0+z-1[hs,0C′1C1ha,1+hs,1C′0C0ha,0]+z-2hs,1C′0C1ha,1
表示两个条件:
C′1C0=C′0C1=0
和
hs,0C′1C1ha,1I+hs,1C′0C0ha,0=M(仔细地选择ha,n和hs,n),
IM是尺寸为M×M的单位矩阵,因此:
因而,MDCT变换是完备的重构(在信号各自包含M个采样序列的帧的情况下,其代价是延误一帧,即M个采样)。
对MDCT完全重构的推断表明:
R-1(z)R(z)E(z)=z-1R-1(z)
这揭示了下列内容的有用的特性:
(0.1)
接着,我们就混叠而言,对变换域中的滤波均衡操作的影响进行说明。这种影响是在逆变换之后的时域中进行分析的。
以在子带Ssb(z)中的处理开始,且尝试对所产生的滤波函数S(z)进行估算。若该处理以多相域来表示,则符号Ssb(z)和S(z)涉及滤波器矩阵。应该注意的是,S(z)不是一定代表可以作为卷积执行的线性滤波器。
由辨别处理步骤(a)和(b)开始:
Y(z)=R(z)Ssb(z)E(z)X(z)=S(z)R(z)E(z)X(z)
R(z)Ssb(z)=S(z)R(z)
然后,等式两侧同时乘以R-1(z):
R(z)Ssb(z)R-1(z)=S(z)R(z)R-1(z)
我们得到(其中R-1(z)=zE(z),如上所示):
R(z)Ssb(z)zE(z)=S(z)
(0.2)
根据所使用的滤波器组,由它们的表达式来替代R和E,则可算出矩阵S(z)。
该矩阵的元素可写为:
该矩阵分解为:
S(z)=Slin(z)+Salias(z),其中:
-Slin(z)为下述循环形式的滤波矩阵(确保它对应于卷积形式的线性滤波器的事实):
线性滤波器的系数可以写为:
-且Salias(z)是任意滤波矩阵,其表示对应于由于在时间和/或频率轴线上发生信号反转而引起混叠的分量以及所产生的其它相关分量。
对于线性部分Slin(z)的估算,优选使用最小二乘估算,使得Salias(z)的功率最小化。这便于观察在矩阵Ssb(z)中呈现的线性滤波的主要贡献。
这是寻求该类型表达式的最小化:
||Salias(z)||2=||S(z)-Slin(z)||2
通过估算矩阵S(z)对角线的平均值可以计算矩阵Slin(z),表示如下:
且 其中0<m≤M-1
对应线性滤波器可通过如下表达式作估算:
混叠分量,它包含具有非线性分量的滤波器,可由两个矩阵的差值来计算:
Salias(z)=S(z)-Slin(z)
该矩阵的功率,可通过求和该矩阵系数的平方而推导得出,从而估算所产生的混叠大小。
为了归纳,在变换域中进行操作(尤其是均衡)之后,该操作的效果可在其逆变换之后得到估算:
-将其分解为两个部分:
◆ 线性部分,表示线性滤波器(对应于信号处理中的传统滤波函数);该滤波具有通过衰减或者放大某些频率中的信号来修正信号频谱的效果,及,
◆ 非线性部分,其包含被认为不需要的混叠部分。
-以及,这些不需要分量的功率的测量结果。
因此,有可能执行如下操作:
-当在变换域中执行均衡之时,测量由现有技术方案所产生的失真,
-提出允许减少所测量到的失真的子带滤波结构。
现在将使用这类测量来讨论本发明的示例性实施方式。
在一个示例性实施方式中,我们提出研究在时域中MDCT分量相乘之后所得到的转移函数。这种相乘的一个示例是乘以由MDCT变换获得的各个分量的标量Tk的应用,如图2所示。这种乘以各个分量Tk的处理称之为均衡。
有效的滤波函数的示例如下:
当0≤k<M/4时,Tk=1和当M/4≤k<M时,Tk=0写成如下形式也是一样的:
对此变换,在此例中使用尺寸M=64的MDCT变换,其具有适用于分析和综合两者的原型滤波器的正弦窗口(也称之为“Malvar”窗口)。
在时域中估算线性部分之后,获得线性滤波器,如图3所示。这是低通滤波器,如图4所示。
通过估算混叠功率,如上所述,测量到的功率为-24.69dB,它会产生不需要的声音效果。
然后,提出修正子带滤波矩阵,计算如下:
系数1-a0(i行,i列)的位置,对应于传统低通滤波器的未修正滤波矩阵中的最后一个为“1”的系数,且系数a0的位置对应于i+1行,i+1列。
有利的是,在参数a0变化的同时,测量混叠失真中的演变。在图5中,将这种失真表示为参数a0(横坐标)的函数(纵坐标),图中在a0=0.3379时具有最小值。
该失真随之降低为-29.16dB,这相对于当前状况(现有技术)来说提高了4.47dB。
有利的是,通过这种修正所获得的滤波器也具有与初始所需滤波器效果相近的特性,如图6所示。
最后,将通过确定作为系数a0的函数的混叠功率(失真变化)所获得的适用系数a0和1-a0应用于均衡处理。
于是,通过观察子带滤波矩阵Ssb所产生的混叠分量,很显然,这些混叠分量可以通过在该矩阵中添加抵消混叠滤波分量1-a0和a0来减小。
在本发明中,该方法可以通过在时域中试图修正混叠效果进一步扩展。这里,我们不仅对上述均衡期间在指定帧中所需处理的信号感兴趣,同时也对在该指定帧之前和/或之后的信号感兴趣。仍然是在该MDCT变换的示例性实施方式中,提出了应用于先前帧(为信号矢量形式)上的第一矩阵T1,以及,因为这类变换的对称性,提出了应用于随后帧上的第二矩阵T’1,其可以从第一矩阵T1推导出。这里,尤其是第二矩阵T’1对应于第一矩阵T1的转置。
这种常用的处理,其表达式可表示如下:
其中T′1是矩阵T1的转置,符号z-1和z各自分别表示先前帧和随后帧。
可以看到,在低通滤波器变换域中进行均衡的情况下,该矩阵T1可采用某种形式且可最小化混叠(即如上所述测量到的“混叠功率”)。首先,寻找在其主对角线中只包含非零元素的矩阵T1的简单表达式,以限制处理的复杂性。在估算混叠之后,很显然,该矩阵在除了矩阵T0的系数1-a0和a0的位置之外的任何地方都具有零元素。占据了这些位置的矩阵T1的系数分别是-a1和a1类型。当然,这种情况下,转置矩阵T’1是单一的。
与仅基于矩阵T0的简单均衡相比,这一实施方法已经有利地将失真减少几个dB。利用如下的优化系数,可以获得减小至-32.71dB的失真水平,比现有技术状况改善8dB:
a0=0.2845和a1=0.1311。
因此,滤波函数可根据频率分量k对连续频谱x-1,k、x0,k和x1,k执行,如下所述:
y0,k=x0,k当k<i
y0,i=(1-a0)x0,i-a1x-1,i-a1x+1,i
y0,i+1=a0x0,i+1+a1x-1,i+1+a1x+1,i+1
和y0,k=0,当k>i+1
可以理解的是,滤波调整的矩阵表达式不一定要用于该简单的实施方式。
然后,有可能通过丰富矩阵T1的形式(然而,同时也会增加计算的复杂性)和增加相邻系数-a1和a1的其它非零项来进一步减少失真。在下述的示例中,14个非零系数可在矩阵T1中获得且其普通失真最小化形式为如下类型:
进而,对于这种广泛处理的矩阵系统可以写为:
采用简化形式,我们得到:
T′1是T1的转置,其对应于:
-将修正均衡的矩阵T0应用于在变换域中的当前帧,
-对变换信号应用矩阵T1,由利用M个采样的信号来计算得到,该采样先于矩阵T0使用的采样,因而最终位于先于当前帧的采样帧中,该当前帧自身通过矩阵T0处理,
-以及,对变换信号应用矩阵T1′,由利用M个采样的信号来计算得到,该采样跟随矩阵T0使用的采样,因而最终位于紧随当前帧的采样帧中。
于是,可以理解的是,矩阵T1,T0 and T1′分别应用于MDCT变换的三个连续帧。
因而,矩阵T1的任务是减少由执行均衡函数的矩阵T0所产生的混叠水平。
在上述矩阵的表达式中,所有的元素因此为零,除了:
-矩阵T0和T1的主对角线中的一些元素,以及,
-矩阵T1第一和第三上对角线和矩阵T1第一和第三下对角线上的元素。
实际上,矩阵T’1是矩阵T1的转置。
因此,在本发明的这个示例性实施方式中,滤波矩阵可优选由下面的对角线元素说明:
● 对角线(T0,0)
● 对角线(T1,0)
● 对角线(T1,-1)
● 对角线(T1,-3)
● 对角线(T1,+1)
● 对角线(T1,+3)
注意到,除了符号以外,上下对角线是相同的:
对角线(T1,-1)=-对角线(T1,+1)
对角线(T1,-3)=-对角线(T1,+3)
只写下对角线便可获得更为简洁的形式,如下:
通过最小化作为自由变量a0到a5的函数的混叠误差,就能获得对应于-45.31dB的混叠功率,相比于现有技术增加20.6dB。在这个数值化示例中,较好的系数选择如下:
a0=0.2548 a1=0.1249 a2=0.0812a3=0.0409a4=0.0192a5=0.0132
此处,要注意的是,这些系数ai的数值随着指数i而减小,这意味着要减少例如需要考虑的系数ai的数量(例如,减少处理的复杂性),就需满足以下操作:
-系数a5设定为0,
-以及,有可能进一步减少复杂性,将系数a4设定为0,
-其它。
非零系数a0、a1、a2等等都可以选择性地进行调整,以减少失真。
于是,系数组a0、...、ai可针对从1到n(n的最高值例如为5)的i的各个数值进行计算,以便选择适于指定情况(例如从电信网络中终端和其他部件的处理复杂性上来说)的系数组a0、...、ai。
很显然,所形成的线性滤波器总是非常接近所需功能,如图7所示,图7示出了具有非常相似特性的低通滤波器。尤其是,可以理解的是,应用于当前帧的矩阵T0的对角线的内容最终设定所需的频率范围。
该表达可以通过增加零系数的数量,例如,使a5为零而“分解”。在这种情况下,优化的子带滤波方案所产生的混叠水平为-42.90dB(而不是-45.31dB)。
在图8所呈现的实施方式中,现有技术推荐16个“传统”系数的使用,而该实施方式提出增加1和29个之间的非零系数(因此形成6个基本系数组a0、a1、...、a5的选择),从而获得范围在4.47dB至20.6dB的频谱混叠功率减幅。在矩阵T1,T0和T1′中增加29个非零系数相应地增加:
-系数a0至矩阵T0中,
-14个非零系数至矩阵T1中,如上所示,以及,
-14个相应的非零系数至转置矩阵T’1中。
下面证明了低通滤波器可转置为任意形式的滤波器(例如带通滤波器)的情况。
以下,本发明的一个实施方式讨论了实施带通滤波器的内容。因此,滤波器用于均衡,其形式为:
Tk=0当0≤k<M/8时
Tk=1当M/8≤k<M/4时
Tk=0当M/4≤k<M时
所执行的滤波函数如图9所示且混叠失真的水平对应于为-21.68dB。
使用与上述低通滤波器的实施方式相同的公式,两个矩阵用于降低由带通函数所产生的混叠水平,其应用:
矩阵T0和T1只有某些对角线是非零。其数值见下表:
因此,低通结构的反混叠函数在该新的实施方式中得到了复制。
通过寻求系数an的最佳值,就能显著地减小混叠的数量。
为了保持在涉及低通滤波器的实施方式中获得的值,可将混叠的水平减少到-42.59dB,相比于上述滤波函数(其呈现出来的失真为-21.68dB)而言,减幅可提高20.91dB。
现在说明应用于复数滤波器的实施方式。
涉及MCLT(调制复数重叠变换)变换的一个示例性实施方式的讨论,详见例如:
“调制复数重叠变换及其在音效处理中的应用”(H.Malvar,″A ModulatedComplex Lapped Transform And Its Applications to Audio Processing″.Proc.International Conference on Acoustics,Speech and Signal Processing,1999)。
参考图10,MCLT变换包含两个分量:
● 对应于信号MDCT变换的分量,与上一实施方式相同,以及,
● 对应于信号MDST(改进的离散正弦变换)变换的分量:MDCT变换的余弦项由正弦项替代,以获得其表达式。
于是,该分析的余弦部分可表示为(与之前的情况相同):
Ec(z)=C0ha,0+z-1C1ha,1
且其次,正弦部分可表示为:
Es(z)=S0ha,0+z-1S1ha,1
逆变换以相同方式表示为:
Rc(z)=hs,0C′1+z-1hs,1C′0和Rs(z)=hs,0S′1+z-1hs,1S′0
矩阵Si包含正弦项:
因此,MDCT变换涉及进行两种直接变换:
-一种MDCT变换,
-以及另一种MDST变换,
随后,进行两种对应的逆变换,相加该两种结果(具有增益)。
子带处理的效果最终可表示为:
且应用上一示例性实施方式所表达的处理类型以便:
● 提供适用于子带Ssb处理的参数,
● 以及估算线性卷积分量和所产生的混叠数量。
于是,就有可能将上述示例所得到的结果简便地应用于MCDT变换的情况。使用上述所构建的矩阵Ssb,并可以相同的方式推导出作为多个系数的函数的失真特性。
应该注意到的是,在MCLT变换的情况下,滤波矩阵Ssb具有与MDCT变换相同的系数数量。然而,由于对余弦部分和正弦部分进行了双重应用,所使用的系数的总数也是成倍的,如图11(低通滤波器)和图12(带通滤波器)所示,图中系数数量的相比使得MDCT变换(实线)和MCLT变换(虚线)的混叠效应降低。
现在对任意滤波的实施进行说明。可以组合上述实施方式所呈现的滤波函数。例如,组合上述带通滤波器的情况与低通滤波器的情况(没有限制)。
例如,所形成的滤波器的形式可表示为:
● 低通滤波器,k从0到M/8,
● 带通滤波器,k从M/8到M/4。
这简单累加了两种滤波器的贡献。对应于带通和低通贡献的两个表格如下并排表示:
然后,将不同矩阵线性相加且相加结果如下:
低通滤波器的通用结构确实可以获得。当将两个组合滤波器结合在一起的时,可以观察到数值为零,这意味着,这里不再需要混淆补偿,正如所盼,且通频带具有M/4个系数。
也有可能对以上两种滤波器进行加权,以便获得更为复杂的滤波函数。
例如,滤波函数可以执行为:
-对频率低于M/8的情况,应用g=10的因子,
-对位于M/8和M/4之间的频率保持其初始值,
-以及,去除任意高于M/4的频率。
在该示例性实施方式中,下面两个矩阵的元素要考虑在内:
像上述实施方式一样,将这两个矩阵相加。于是,任意类型的均衡范围都可以通过组合基础的加权带通函数(和/或低通函数)、通过相加而复制。
因此,就一般而言,从所需的滤波函数开始,该函数表示为要应用到变换的各个频带上的一系列增益,这些增益可反映在矩阵T0的主对角线上。这些增益可以调整,从而限制了从一个频带带到另一频带之间的不连续性(通常是a0系数值)。
对于两个频带之间增益的各个差值而言,各自增益都可由混叠减小范围进行加权,该混叠减小范围限定了对矩阵T1和T’1的修正,从而对变换域中的之前帧和随后帧进行加权。
然后,执行滤波。
于是,对于MDCT变换域中的各个信号帧而言,三个连续的帧(以矢量形式表现)各自分别乘以滤波矩阵:
-T1,用于将要滤波的当前帧的先前帧,
-T0,用于待滤波的当前帧,以及,
-T′1,用于当前帧的随后帧,
然后,相加得到的结果。
这就获得在MDCT变换域中的频谱,且进行MDCT逆变换,以便获得具有所需滤波特性的时间信号。
这个方法扩展到复数数值变换(例如MCLT),可更一般地扩展到任意调制和可能的复数数值变换。
图13总结了根据本发明方法的示例性实施方式的主要步骤。
在第一步骤10中,对于指定滤波,例如带通(低通或者高通可认为是带通的特殊情况),确定所有的系数组:
-a0,a1,
-a0,a1,a2,
-a0,a1,a2,a3,
-...,
-a0,a1,a2,a3,...,an,例如其中n=5,
从而允许构建矩阵T0、T1、T’1,以便最小化由混叠所产生的失真。
这个步骤10可以“离线”预先执行。
接着,对于当前“在线”步骤11,例如必须遵守复杂性标准,选择系数组a0、a1、...、ai且i小于或者等于n,使得指数i满足滤波复杂性/质量之间折衷的要求,例如确定作为一个或另一个终端的计算能力的函数或者根据音频编码质量来确定质量水平。实际上,编码的音频信号不可避免地会发生失真,因此其不需要使混叠降低为显著低于由编码生成的噪音水平的数值。指数i的数值因而可以在步骤11中确定作为这些条件的函数,且在下一步骤12中,对应于指数i选择值的系数组a0、a1、...、ai可例如从存储器中找回。
对于指定滤波F(步骤24),该指定滤波的所有的滤波分量(F1,F2,...,Fk)都可以确定,例如低通F1(步骤13)、高通F2(因而通过减去滤波分量F1形成带通)、复数滤波Fk(步骤20)或其它滤波。尤其是,基本滤波F可由分量滤波的线性组合而得到:
F=λ1F1+...+λkFk
于是,加权项λk应用于对应各个滤波分量Fk(步骤14至20)的矩阵T0 k、T1 k、T’1 k,且依次相加加权后的矩阵,从而获得最终对应于基本矩阵F(步骤21至23)的矩阵T0、T1、T’1,并且这些矩阵分别各自应用于表示指定帧TRj,先前帧TRj-1和随后帧TRj+1的矢量。如上所述,矩阵T′1也可由矩阵T1通过转置而推导得出。
本发明也涉及包括由处理器执行程序时实施本发明方法的指令的计算机程序。可以看到,图13对应于该程序的基本算法的流程图。
本发明还涉及用于实施该方法的装置,且因而包括适用于子带变换域滤波的部件。尤其是,这些部件:
-均衡处理,用于在变换域中的当前块,及,
-滤波调整处理,用于在变换域中的相邻于当前块的至少一块。
这种装置的示例性实施方式如图14所述,在示出的示例中:
-输入,用于接受在子带域中的待处理信号S,
-第二可选输入,用于接收确定所述指数i所用的条件,以便选择适用于滤波复杂性/质量之间折衷的系数组a0、a1、...、ai,
-信号处理部件,例如,处理器PROC和工作存储器MEM,
-及,输出,提供滤波后的信号S’。
本发明不限于上述的示例性实施方式,其可以扩展到其他任何变化实施例。
例如,实施方式借助三个连续频谱呈现出来,这三个连续频谱由矩阵T1、T0、T’1对连续帧处理后得到。然而,当想要实施具有更长的有限脉冲响应的滤波器时,所需要处理的帧的数量可以更大。
此外,在使用与原型综合滤波器(称之为“分析和综合窗口”的滤波形式)不同的原形分析滤波器的滤波方法中,通过均衡的滤波-调整处理可应用于先于当前帧之前的多个帧,先前帧的数量不同于当前帧之后的帧的数量。例如,有可能仅仅只处理相邻于当前帧的一帧(先前或者随后帧)。在这种情况下,获得非对称的线性滤波器。
适用于MDCT变换的处理矩阵(尤其是矩阵T1和T’1)已经进行说明,对非零矩阵元素的位置作了具体说明。然而,这些形式的矩阵可以具有其它类型变换的变形。例如,对于具有这里所执行的不同于MDCT变换类型的Malvar滤波器来说,矩阵T’1可以采用不是矩阵T1转置的形式。
Claims (16)
1.适用于处理连续采样块形式的信号的方法,该方法包括在子带变换域中的滤波,其特征在于,它包括:
-均衡处理(T0),应用于变换域中的当前块,及,
-滤波-调整处理(T1,T’1),应用于变换域中相邻当前块的至少一块;其中,所述滤波-调整处理通过应用于相邻当前块的所述至少一块的矩阵来进行,所述矩阵包括除了符号以外的相同的上和下对角线。
2.根据权利要求1所述的方法,其特征在于,所述方法包括通过估算由均衡产生的混叠来优化均衡和滤波-调整参数的先前步骤。
3.根据权利要求2所述的方法,其特征在于,所述混叠是在由子带域逆变换所获得的域中进行估算的。
4.根据权利要求1所述的方法,其特征在于,所述均衡和滤波调整在变换域中进行且包括:
-均衡处理(T0),应用于当前块,
-滤波-调整处理(T1),应用于时间上先于当前块的至少一块,以及,
-滤波-调整处理(T’1),应用于时间上跟随当前块的至少一块。
5.根据权利要求4所述的方法,其特征在于,当前块、先前块和随后块由信号矢量来表示,所述均衡和滤波调整的特征包括矩阵系统的应用,该矩阵系统包括:
-第一矩阵(T0),应用于当前块的信号矢量,
-第二矩阵(T1),应用于先前块的信号矢量,以及,
-第三矩阵(T’1),应用于随后块的信号矢量。
6.根据权利要求5所述的方法,其特征在于,所述第三矩阵是第二矩阵的转 置。
7.根据权利要求1所述的方法,其特征在于,当前块和至少一个相邻块在均衡和滤波调整之前在子带域中通过至少一种调制变换进行变换。
8.根据权利要求7所述的方法,其特征在于,所述调制变换是改进的离散余弦变换。
9.根据权利要求7所述的方法,其特征在于,所述变换是复数数值的调制变换(MCLT)。
10.根据权利要求1所述的方法,其特征在于,所述当前块和相邻块由信号矢量表示,均衡和滤波-调整的特征包括矩阵系统的应用,该矩阵系统至少包括:
-第一矩阵(T0),应用于当前块的信号矢量,以及,
-第二矩阵(T1),应用于相邻块的信号矢量,
且其中:
-第一矩阵(T0),应用于当前块的信号矢量,包括作为唯一非零元素的相同元素A序列,位于矩阵的对角线上,后续为指定子带的元素A-B以及跟随着指定子带的子带元素B,以及,
-第二矩阵(T1),应用于相邻块的信号矢量,包括作为唯一非零元素的具有相同绝对值和相反符号的至少两个元素,位于矩阵的对角线上,分别代表指定子带和跟随指定子带的子带。
11.根据权利要求10所述的方法,其特征在于,所述滤波包括超出对应于所述指定子带的子带的截止分量。
12.根据权利要求5所述的方法,其特征在于,所述方法包括通过估算由均衡产生的混叠来优化均衡和滤波-调整参数的先前步骤,所述第二和第三矩阵 包括数个非零元素,它们是优化滤波-调整参数的选择程度的函数,以便最小化估算的混叠。
13.根据权利要求10所述的方法,其特征在于,所述第一矩阵对于低通滤波的形式可表示为:
系数1-a0应用于指定子带,
其中第二矩阵的形式可表示为:
对角线的系数a1应用于指定子带,
且其中第三矩阵的形式可表示为:
对角线的系数a1应用于指定子带,
系数a0、a1、a2、a3、a4和a5是正的实数,至少实数a1是非零的。
14.根据权利要求13所述的方法,其特征在于,所述系数a0、a1、a2、a3、a4和a5为:
a0=0.2548 a1=0.1249 a2=0.0812 a3=0.0409 a4=0.0192 a5=0.0132。
15.根据权利要求10所述的方法,其特征在于,若所述滤波包括多个滤波的线性组合,则所述矩阵系统至少包括:
-第一矩阵(T0)的对应线性组合,应用于当前块的信号矢量,
-第二矩阵(T1)的线性组合,应用于先前块的信号矢量,以及,
-第三矩阵(T’1)的线性组合,为第二矩阵(T1)的转置,应用于随后块的信号矢量。
16.适用于处理连续采样块形式的信号的装置,包括适用于在子带变换域中滤波的部件,其特征在于,所述部件还应用于:
-均衡处理(T0),应用于在变换域中的当前块,以及,
-滤波-调整处理(T1,T’1),应用于在变换域中相邻于当前块的至少一块,
其中,所述滤波-调整处理通过应用于相邻当前块的所述至少一块的矩阵来进 行,所述矩阵包括除了符号以外的相同的上和下对角线。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1061187A FR2969804A1 (fr) | 2010-12-23 | 2010-12-23 | Filtrage perfectionne dans le domaine transforme. |
FR1061187 | 2010-12-23 | ||
PCT/FR2011/053024 WO2012085410A1 (fr) | 2010-12-23 | 2011-12-16 | Filtrage perfectionne dans le domaine transforme |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103384901A CN103384901A (zh) | 2013-11-06 |
CN103384901B true CN103384901B (zh) | 2016-08-10 |
Family
ID=44263160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180067872.4A Active CN103384901B (zh) | 2010-12-23 | 2011-12-16 | 改进变换域中的滤波 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9847085B2 (zh) |
EP (1) | EP2656344B1 (zh) |
CN (1) | CN103384901B (zh) |
FR (1) | FR2969804A1 (zh) |
WO (1) | WO2012085410A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2665208A1 (en) | 2012-05-14 | 2013-11-20 | Thomson Licensing | Method and apparatus for compressing and decompressing a Higher Order Ambisonics signal representation |
EP2875511B1 (en) | 2012-07-19 | 2018-02-21 | Dolby International AB | Audio coding for improving the rendering of multi-channel audio signals |
CN103414678B (zh) * | 2013-08-02 | 2016-08-03 | 浙江大学 | 基于Vector OFDM的双选择性信道的变换域均衡方法 |
MY175355A (en) * | 2013-08-23 | 2020-06-22 | Fraunhofer Ges Forschung | Apparatus and method for processing an audio signal an aliasing erro signal |
EP3267646B1 (en) * | 2016-07-06 | 2021-06-02 | Nxp B.V. | Iq mismatch correction module |
CN112243125B (zh) * | 2020-10-20 | 2022-07-12 | 浙江大华技术股份有限公司 | 视频编码方法以及电子设备、存储装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1606687A (zh) * | 2002-09-19 | 2005-04-13 | 松下电器产业株式会社 | 音频解码设备和方法 |
CN101455095A (zh) * | 2006-03-28 | 2009-06-10 | 法国电信 | 在变换域中用于有效的双耳声音空间化的方法和装置 |
CN101501760A (zh) * | 2006-07-31 | 2009-08-05 | 弗劳恩霍夫应用研究促进协会 | 处理实子带信号以减少混叠影响的设备和方法 |
CN101635564A (zh) * | 2001-04-02 | 2010-01-27 | 编码技术股份公司 | 利用复指数调制滤波器组的混叠减小 |
CN101925950A (zh) * | 2008-01-04 | 2010-12-22 | 杜比国际公司 | 音频编码器和解码器 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030070177A (ko) * | 2002-02-21 | 2003-08-29 | 엘지전자 주식회사 | 원시 디지털 데이터의 잡음 필터링 방법 |
US7720644B2 (en) * | 2005-09-16 | 2010-05-18 | Agilent Technologies, Inc. | Method and apparatus of spectral estimation |
ES2834024T3 (es) * | 2006-10-25 | 2021-06-16 | Fraunhofer Ges Forschung | Aparato y procedimiento para la generación de muestras de audio en el dominio temporal |
EP2099027A1 (en) * | 2008-03-05 | 2009-09-09 | Deutsche Thomson OHG | Method and apparatus for transforming between different filter bank domains |
TWI662788B (zh) * | 2009-02-18 | 2019-06-11 | 瑞典商杜比國際公司 | 用於高頻重建或參數立體聲之複指數調變濾波器組 |
US9124233B2 (en) * | 2010-08-25 | 2015-09-01 | Vixs Systems, Inc | Audio equalizer and methods for use therewith |
WO2012050705A1 (en) * | 2010-10-14 | 2012-04-19 | Dolby Laboratories Licensing Corporation | Automatic equalization using adaptive frequency-domain filtering and dynamic fast convolution |
-
2010
- 2010-12-23 FR FR1061187A patent/FR2969804A1/fr not_active Withdrawn
-
2011
- 2011-12-16 CN CN201180067872.4A patent/CN103384901B/zh active Active
- 2011-12-16 US US13/995,718 patent/US9847085B2/en active Active
- 2011-12-16 EP EP11817369.9A patent/EP2656344B1/fr active Active
- 2011-12-16 WO PCT/FR2011/053024 patent/WO2012085410A1/fr active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101635564A (zh) * | 2001-04-02 | 2010-01-27 | 编码技术股份公司 | 利用复指数调制滤波器组的混叠减小 |
CN1606687A (zh) * | 2002-09-19 | 2005-04-13 | 松下电器产业株式会社 | 音频解码设备和方法 |
CN101455095A (zh) * | 2006-03-28 | 2009-06-10 | 法国电信 | 在变换域中用于有效的双耳声音空间化的方法和装置 |
CN101501760A (zh) * | 2006-07-31 | 2009-08-05 | 弗劳恩霍夫应用研究促进协会 | 处理实子带信号以减少混叠影响的设备和方法 |
CN101925950A (zh) * | 2008-01-04 | 2010-12-22 | 杜比国际公司 | 音频编码器和解码器 |
Non-Patent Citations (1)
Title |
---|
Aliasing Reduction for Gain Control with Critically Sampled Filter Banks;Bernd Edler;《IEEE》;20061231;第315-318页 * |
Also Published As
Publication number | Publication date |
---|---|
EP2656344B1 (fr) | 2016-08-17 |
US20130282387A1 (en) | 2013-10-24 |
US9847085B2 (en) | 2017-12-19 |
EP2656344A1 (fr) | 2013-10-30 |
FR2969804A1 (fr) | 2012-06-29 |
CN103384901A (zh) | 2013-11-06 |
WO2012085410A1 (fr) | 2012-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103384901B (zh) | 改进变换域中的滤波 | |
CN101819778B (zh) | 局部复合调制的滤波器组 | |
Härmä et al. | Frequency-warped signal processing for audio applications | |
CN102158198B (zh) | 滤波器产生器、滤波器系统和提供中间滤波器定义信号的方法 | |
CN102523552B (zh) | 非节能上混规则脉络立体多声道解码器 | |
US8175280B2 (en) | Generation of spatial downmixes from parametric representations of multi channel signals | |
CN101167250B (zh) | 使用变形处理的数字音频的动态范围控制与均衡的方法和设备 | |
EP3025336B1 (en) | Reduction of comb filter artifacts in multi-channel downmix with adaptive phase alignment | |
CN102893329B (zh) | 信号处理器、窗口提供器、用于处理信号的方法以及用于提供窗口的方法 | |
Baumgartner et al. | Practical implementation of radial filters for ambisonic recordings | |
Schlecht et al. | Accurate reverberation time control in feedback delay networks | |
US20080215330A1 (en) | Audio Signal Modification | |
Moorer et al. | Linear-phase bandsplitting: Theory and applications | |
Kabzinski et al. | A causality-constrained frequency-domain least-squares filter design method for crosstalk cancellation | |
US9306606B2 (en) | Nonlinear filtering using polyphase filter banks | |
Bank | Warped, kautz, and fixed-pole parallel filters: A review | |
EP4042418B1 (fr) | Détermination de corrections à appliquer a un signal audio multicanal, codage et décodage associés | |
KR100571922B1 (ko) | 공간 역 필터 이용 방법 및 장치 | |
Völk et al. | Auditory adapted exponential transfer function smoothing (AAS) | |
Karachalios et al. | Multiband analysis and equalization of loudspeaker responses | |
Zhu et al. | Fast convolution for binaural rendering based on HRTF spectrum | |
Hsu et al. | Novel Decimation-Whitening Filter in Spectral Band Replication | |
WO2023118138A1 (en) | Ivas spar filter bank in qmf domain | |
JPH07273656A (ja) | 信号処理方法及び装置 | |
Dam et al. | Designs of low delay cosine modulated filter banks and subband amplifiers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |