DE102005019863A1

DE102005019863A1 - Verfahren und Vorrichtung zur Geräuschunterdrückung

Info

Publication number: DE102005019863A1
Application number: DE102005019863A
Authority: DE
Inventors: Martin Gartner; Stefan Schandl
Original assignee: Siemens AG
Current assignee: Unify GmbH and Co KG
Priority date: 2005-04-28
Filing date: 2005-04-28
Publication date: 2006-11-02
Also published as: CN1993734B; CN1993734A

Abstract

Verfahren zur Geräuschunterdrückung (S_out) bei einem decodierten Signal, welches sich aus einem ersten decodierten Signalbeitrag (S_CELP) und einem zweiten decodierten Signalbeitrag (S_TDAC) zusammensetzt mit folgenden Schritten: DOLLAR A a. Ermitteln einer ersten Energiehüllkurve (env_CELP) und einer zweiten Energiehüllkurve (env_TDAC) des ersten Signalbeitrags (S_CELP) und des zweiten decodierten Signalbeitrags (S_TDAC); DOLLAR A b. Bilden einer Kennzahl (R) in Abhängigkeit von einem Vergleich von erster und zweiter Energiehüllkurve (env_CELP, env_TDAC); DOLLAR A c. Ableiten eines Verstärkungsfaktors (G) in Abhängigkeit von der Kennzahl (R).

Description

Die Erfindung betrifft ein Verfahren zur Decodierung eines Signals, welches mittels eines Hybridcodierers codiert wurde. Die Erfindung betrifft ferner eine entsprechend ausgestaltete Vorrichtung zur Decodierung.
Zur Codierung von Audiosignalen haben sich unterschiedliche Verfahren als besonders effektiv herausgestellt. So hat sich beispielsweise zur qualitativ guten Codierung von Sprachsignalen, welche eine gute Qualität aufweisen, und bei gleichzeitig niedrigen Bitraten des codierten Datenstroms insbesondere die sogenannte CELP Technologie (Code Excited Linear Prediction) als günstig erwiesen. CELP arbeitet im Zeitbereich und basiert auf einem Anregungsmodell für ein variables Filter. Hierbei wird das Sprachsignal sowohl durch Filterparameter als auch durch Parameter, welche das Anregungssignal beschreiben, dargestellt.
Zumeist wird in Hinblick auf Codierer auch von dem entsprechenden Decodierer gesprochen, der die codierten Daten wieder entschlüsseln bzw. decodieren kann. Entsprechende Kommunikationsgeräte weisen einen solchen sogenannten Codec auf, um eben Daten versenden und empfangen zu können, was für eine Für die Codierung von Musik- und Sprachsignalen, welche eine sehr hohe Qualität insbesondere auch bei höheren Bitraten des codierten Datenstroms aufweisen sollen, haben sich vor allem sogenannte perceptuelle Codecs (Codec = Codierer/Decodierer) durchgesetzt. Diese perceptuellen Codecs basieren auf einer Informationsreduktion im Frequenzbereich und sie nutzen Maskierungseffekte des menschlichen Hörsystems aus, d.h., dass beispielsweise bestimmte Frequenzen oder Änderungen, die der Mensch nicht wahrnehmen kann, auch nicht dargestellt werden. Dadurch wird die Komplexität des Coders oder Codecs gesenkt. Da diese Coder meist mit einer Transformierung des Zeitsignals in den Frequenzbereich arbeiten, wobei die Transformierung beispielsweise mittels MDCT (Modified Discrete Cosine Transformation) vorgenommen wird, werden diese oft auch als Transformcoder oder -codecs bezeichnet. Dieser Ausdruck wird im Rahmen der weiteren Anmeldung verwendet.
In letzter Zeit kommen zunehmend sogenannte skalierbare Codecs zum Einsatz. Skalierbare Codecs sind solche Codecs, die zunächst eine exzellente Audioqualität bei relativ hoher Bitrate des codierten Datenstroms erzeugen. Damit ergeben sich relativ lange, periodisch zu übertragende Pakete.
Ein Paket ist eine Mehrzahl Daten, welche in einem Zeitintervall anfallen, und zusammen eben in diesem Paket übertragen werden. Bei Paketen werden oftmals wichtige Daten zuerst und weniger wichtige Daten nachfolgend übertragen. Bei diesen langen Paketen besteht jedoch die Möglichkeit, diese Pakete zu kürzen, indem ein Teil der Daten entfernt wird, insbesondere indem der zeitlich zuletzt übertragene Teil des Paketes abgeschnitten wird. Damit geht natürlich eine Verschlechterung der Qualität einher.
Wegen der zuvor genannten Eigenschaften bietet es sich für skalierbare Codecs an, bei niedrigen Bitraten mit CELP Codecs zu arbeiten und bei höheren Bitraten mit Transformcodecs. Dies hat zur Entwicklung von hybriden CELP/Transformcodecs geführt, die ein Basissignal mit guter Qualität nach dem CELP Verfahren codieren und zusätzlich dazu ein Zusatzsignal nach dem Transformcodec-Verfahren generieren, mit dem das Basis signal verbessert wird. Dies führt dann zu der erwünschten exzellenten Qualität.
Nachteilig bei der Verwendung dieser Transformcodecs ist, dass ein sogenannter „Pre-Echo Effekt" auftritt. Dabei handelt es sich um ein Störgeräusch, das gleichmäßig über die gesamte Blocklänge eines Transform-Coder Blocks verteilt ist. Unter einem Block versteht man, eine Gesamtheit von Daten, welche gemeinsam codiert werden. Für Transformcodecs beträgt eine typische Blocklänge 40 msec. Das Störgeräusch des Pre-Echo Effekts entsteht durch Quantisierungsfehler von übertragenen spektralen Komponenten. Bei gleichmäßigem Signalpegel liegt der Pegel dieses Störgeräusches überall unter dem Pegel des Nutzsignals. Wird allerdings ein Nutzsignal mit einem Null-Pegel gefolgt von einem plötzlichen hohen Pegel, so ist dieses Störgeräusch vor dem Einsetzen des hohen Pegels deutlich zu hören. In der Literatur ist ein bekanntes Beispiel hierfür der Signalverlauf beim Klappern einer Castanette.
Zur Reduktion dieses Effekts werden bereits verschiedene Verfahren angewandt. Diese arbeiten aber alle mit der Übertragung von Zusatzinformationen, was wiederum das Coderdesign sehr komplex gestaltet oder erzwingt, dass die Coder mit vorübergehend erhöhten Bitraten arbeiten müssen.

Ausgehend von diesem Stand der Technik ist es Aufgabe der vorliegenden Erfindung, eine Möglichkeit zu schaffen, eine Störgeräuschreduktion bei mittels eines hybriden Coders codierten Daten herbeizuführen, dass einfach arbeitet und keine Zusatzinformation benötigt.

Diese Aufgabe wird durch den Gegenstand der unabhängigen Ansprüche gelöst. Vorteilhafte Weiterbildungen sind Gegenstand der abhängigen Ansprüche.

Für diese Störgeräuschreduktion bei einem decodierten Signal, das sich aus einem ersten, z.B. von einem CELP Decodierer stammenden, und einem zweiten, z.B. von einem Transform-Decodierer stammenden, folgende Schritte durchgeführt:
Aus den beiden decodierten Signalbeiträgen wird jeweils die zugehörige Energiehüllkurve ermittelt. Unter Energiehüllkurve versteht man insbesondere den Energieverlauf eines Signals gegenüber der Zeit.

Aus einem Vergleich beider Hüllkurven wird eine Kennzahl gebildet, beispielsweise ein Verhältnis.

Diese Kennzahl dient wiederum zum Ableiten eines Verstärkungsfaktors.

Dieses Verfahren weist insbesondere Vorteile auf, wenn Energie z.B. bei dem Codierverfahren, welches zum ersten decodierten Signalbeitrag führt, zuverlässiger erkannt wird. Dann kann nämlich durch die Kennzahl oder den Verstärkungsfaktor eine Abweichung erkannt werden.

Insbesondere kann der zweite decodierte Signalbeitrag mit dem Verstärkungsfaktor multipliziert werden. Dadurch kann die oben erwähnte Abweichung korrigiert werden.

Sämtliche Signal können in Zeitabschnitte unterteilt sein, wobei insbesondere die Zeitabschnitte, welche für den ersten decodierten Signalbeitrag verwendet werden, kürzer sein können als diejenigen für den zweiten.

Damit können aufgrund der höheren Zeitauflösung Energieabweichungen im zweiten Signalbeitrag besser korrigiert werden.

Der erste Signalbeitrag kann aus einem CELP Decodierer stammen, der ein CELP codiertes Signal codiert, der zweite aus einem Transformdecodierer, der ein transformcodiertes Signal codiert. Dieses transformcodierte Signal kann inbesondere auch das den ersten, decodierten Signalbeitrag enthalten, der nach der Decodierung transform-codiert wurde und dann im Transformdecodierer als Beitrag zum zweiten Signalbeitrag decodiert wird.

Alternativ hierzu kann eine Summenbildung im Zeitbereich erfolgen.

Der Verstärkungsfaktor kann insbesondere gleich der Kennzahl sein. Dann kann sich bei Bildung eines geeigneten Verhältnisses einen entsprechende Schwächung des zweiten decodierten Signalbeitrages ergeben, wenn dieses vornehmlich das Pre-Echo noise enthält.

Insbesondere kann es sich bei dem ersten Decoder um einen auf der CELP-Technologie basierenden, oder/und bei dem zweiten Coder um einen Transformdecoder handeln. Damit ergibt sich eine besonders effektive Geräuschreduktion bei gleichzeitig exzellenter Qualität des decodierten Signals.

Die Veränderung des empfangenen Gesamtsignals auf Decoderseite kann insbesondere nur dann vorgenommen werden, wenn bestimmte Kriterien vorliegen.

Insbesondere ist es vorgesehen, dass das Verändern des empfangenen Gesamtsignals auf Decoderseite nur erfolgt, wenn die Signalpegeländerung eine bestimmte Schwelle übersteigt. Dies ermöglicht eine besonders effektive Pre-Echo Reduktion, da der Pre-Echo Effekt – wie bereits dargelegt- hauptsächlich bei Pegeländerungen auftritt, da dann das Pre-Echo Geräusch überhalb des Signalpegels liegt. Andererseits wird durch dieses selektive Verändern nicht unnötigerweise auf die Qualitätsverbesserung durch den zweiten Coder verzichtet.

Weitere Vorteile der Erfindung werden anhand ausgewählter Ausführungsbeispiele dargestellt.

Es zeigen:

1: Einen schematischen Ablauf eines Codierungs/Decodierungsvorganges

2: Eine Übertragung eines codierten Signals zwischen Kommunikationsgeräten in einem Kommunikationsnetz.

3: Die Reduktion von Pre-Echos mit Hilfe von Gain Adaption, welche auf einem CELP Signal basiert.

In 1 ist der schematische Ablauf eines Codierungs- und Decodierungsvorgang anhand eines Ausführungsbeispiels gezeigt. Ein analoges Signal S wird mittels einer Vorverarbeitung PP für die Codierung vorbereitet, beispielsweise digitalisiert. Es verfolgt weiterhin eine Zerlegung des Signals in Zeitabschnitte bzw. Rahmen in einer Unterteilungseinheit S. Ein derart vorbereitetes Signal wird der Codierungseinheit Cod zugeführt. Die Codierungseinheit Cod weist einen hybriden Coder auf, der einen ersten CELP-Coder Cod1 und einen zweiten Transformcoder Cod2 umfasst. Der CELP-Coder Cod1 umfasst eine Mehrzahl von CELP-Codern Cod1_a, Cod1_b, Cod1_c, welche in unterschiedlichen Frequenzbereichen arbeiten. Durch diese Aufteilung in unterschiedliche Frequenzbereiche kann eine besonders akkurate Codierung gewährleistet werden. Der CELP-Coder Cod1 liefert einen Grundbeitrag S_G zum codierten Gesamtsignal. Der Transformcoder Cod2 liefert einen Zusatzbeitrag S_Z zum codierten Gesamtsignal S_ges. Das codierte Ge samtsignal S_ges wird mittels einer Kommunikationsvorrichtung auf der Codiererseite C an eine Kommunikationsvorrichtung auf der Decodiererseite D übertragen. Hier erfolgt ggf. eine Verarbeitung der Daten PROC zur nachfolgenden Decodierung DEC. An die Decodierung DEC schließt sich eine Geräuschreduktion NR an, die in 3 anhand des G729EV Decoder mit Breitband CELP in größerem Detail dargestellt ist.

In 2 ist ein erstes Kommunikationsgerät com1 dargestellt, welches eine Sende- und Empfangseinheit ANT zum Übertragen oder/und Empfangen von Daten aufweist sowie eine Recheneinheit CPU, die zur Durchführung des in 1 dargestellten Codierverfahrens eingerichtet ist. Die Übertragung von Daten erfolgt mittels der Sende/Empfangseinheit ANT über ein Kommunikationsnetz CN. Der Empfang erfolgt durch ein zweites Kommunikationsgerät com2 welches wiederum eine Sende- und Empfangseinheit ANT sowie eine Recheneinheit CPU aufweist, welche zur Durchführung eines Decodierverfahrens gemäß FIG eingerichtet ist.

In 3 ist schematisch der Ablauf einer Pre-Echo Reduktion zu sehen.

Ein CELP codiertes Signal S_cod,Celp wird mittels eines Gesamtband CELP Decodierers DEC_ges,Celp decodiert. Das decodierte Signal S_CELP wird einerseits zu einer Energiehüllkurvenbestimmungseinheit GE weitergeleitet zur Bestimmung der zugehörigen Hüllkurve env_CELP, anderseits zu einem TDAC (Time domain aliasing cancellation) Encoder COD_TDAC.

Bei der TDAC Codierung handelt es sich um ein Beispiel für eine Transformcodierung.

Dieses codierte Signal S_cod,Celp,TDAC wird zum Transformdecodierer DEC_TDAC geleitet zusammen mit dem von Empfängersei te stammenden Transformcodierten Signal S,cod,TDAC. Auch aus diesem decodierten Signal S_TDAC wird ebenfalls in einer Energiehüllkurvenbestimmungseinheit GE die zugehörige Energiehüllkurve env_TDAC bestimmt. In der Verhältnisbestimmungseinheit D wird das Verhältnis R zueinander als Kennzahl zeitabschnittweise bestimmt. In der Bedingungsfeststellungseinheit C wird festgestellt, ob das Verhältnis R einen festgelegten Mindestabstand von 1 hat, d.h. dass die Pegel beider Signale um einen vorgegeben Prozentsatz voneinander abweichen.

Ergebnis ist dann ein Verstärkungsfaktor G, der im gezeigten Fall gleich dem Verhältnis R ist, mit dem der transformdecodierte Signalbeitrag S_TDAC multipliziert wird.

Somit kann im Fall einer Abweichung der Energie des transformdecodierte Signalbeitrag S_TDAC, wobei die Abweichung eben der genannte Pre-Echo Effekt ist, dieser Signalbeitrag zum zuverlässigeren Wert des CELP decodierten Signals S_CELP bewegt werden, so dass das endgültige Signal S_out Störgeräuschreduziert ist.

Claims

Verfahren zur Geräuschunterdrückung (S_out) bei einem decodierten Signal, welches sich aus einem ersten decodierten Signalbeitrag (S_CELP) und einem zweiten decodierten Signalbeitrag (S_TDAC) zusammensetzt mit folgenden Schritten: a. Ermitteln einer ersten Energiehüllkurve (env_CELP) und einer zweiten Energiehüllkurve (env_TDAC) des ersten Signalbeitrags (S_CELP) und des zweiten decodierten Signalbeitrags (S_TDAC); b. Bilden einer Kennzahl (R) in Abhängigkeit von einem Vergleich von erster und zweiter Energiehüllkurve (env_CELP, env_TDAC); c. Ableiten eines Verstärkungsfaktors (G) in Abhängigkeit von der Kennzahl (R);
Verfahren nach Anspruch 1 mit folgendem weiteren Schritt: d. Multiplizieren des zweiten decodierten Signalbeitrags (S_TDAC) mit dem Verstärkungsfaktor (G), wenn die Kennzahl (R) ein festgelegtes Kriterium (C) erfüllt.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem die decodierte Signalbeiträge (S_TDAC, S_CELP) in Zeitabschnitte unterteilt ist und die Schritte a) bis d) zeitabschnittweise erfolgen.
Verfahren nach Anspruch 4, bei dem die Länge der Zeitabschnitte für den ersten und den zweiten decodierten Signalbeitrag (S_TDAC, S_CELP) unterschiedlich ist und die Schritte a) bis d) zeitabschnittweise für den kürzeren Zeitabschnitt erfolgen.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem der erste decodierte Signalbeitrag (S_CELP) durch Decodieren eines ersten Codierbeitrags (S_Cod,Celp) aus einem ersten Decodierer (DEC_ges,Celp) stammt und der zweite decodierte Signalbeitrag (S TDAC) durch Decodieren eines zweiten Codierbeitrags (S_cod,TDAC, S_Cod,CELP,TDAC) aus einem zweiten Decodierer (DEC_TDAC) stammt.
Verfahren nach Anspruch 5, bei dem der zweite Codierbeitrag (S_TDAC) den ersten Codierbeitrag (S_CELP) enthält.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem die Kennzahl (R) durch das Bilden des Verhältnisses von erster und zweiter Energiehüllkurve (env_CELP, env_TDAC) gebildet wird.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem der Verstärkungsfaktor (G) gleich der Kennzahl (R) ist.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem das erste decodierte Signal (S_CELP) durch Decodieren eines Signals (S_Cod,Celp) gebildet wird, welches von einer Mehrzahl von ersten Codierern (Cod1_a, Cod1_b, Cod1_c) stammt, welche in unterschiedlichen Frequenzbereichen arbeiten.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem der erste Decodierer (DEC_ges_CELP) durch einen CELP Decodierer gebildet wird.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem der zweite Decodierer (DEC_TDAC) durch einen Transform Decodierer gebildet wird.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem erster und zweiter Decodierer (DEC_TDAC, DEC_CELP) den gleichen Frequenzbereich umfassen.
Vorrichtung, insbesondere Kommunikationsgerät, mit einer Recheneinheit (CPU), die zur Durchführung eines Verfahrens nach Anspruch 1 bis 12 ausgebildet ist.