-
Die
vorliegende Erfindung befasst sich mit einer Vorrichtung und einem
Verfahren zum Erzeugen von dekorrelierten Signalen und insbesondere
damit, wie dekorrelierte Signal von einem Signal, das Transienten enthält, derart
abgeleitet werden können,
dass sich bei der Rekonstruktion eines Vielkanal-Audio-Signals bzw. einer
späteren
Kombination des dekorrelierten Signals und des Transientensignals
keine hörbare
Signalverschlechterung ergibt.
-
Viele
Anwendungen im Bereich der Audiosignal-Verarbeitung erfordern das
Erzeugen eines dekorrelierten Signals basierend auf einem bereitgestellten
Audio-Eingangssignal. Als Beispiele seien hier der Stereo-Up-Mix
eines Monosignals, der Vielkanal-Up-Mix basierend auf einem Mono
oder Stereo-Signal,
die künstliche
Hallerzeugung oder das Verbreitern der Stereo-Basis genannt.
-
Aktuelle
Verfahren bzw. Systeme leiden unter einer starken Verschlechterung
der Qualität
bzw. des wahrnehmbaren Klangeindrucks, wenn sie mit einer speziellen
Klasse von Signalen konfrontiert werden (applaus-ähnliche
Signale). Dies ist insbesondere dann der Fall, wenn die Wiedergabe über Kopfhörer erfolgt. Darüber hinaus
benutzen Standard-Dekorrelatoren
Verfahren, die eine hohe Komplexität aufweisen, bzw. einen hohen
Rechenaufwand erfordern.
-
Zur
Verdeutlichung des Problems zeigen die 7 und 8 die
Anwendung von Dekorrelatoren in der Signalbearbeitung. Dabei soll
zunächst
kurz auf den in 7 gezeigten Mono-zu-Stereo-Decoder eingegangen
werden.
-
Dieser
weist einen Standard-Dekorrelator 10 und eine Mix-Matrix 12 auf.
Der Mono-zu-Stereo-Decoder dient dazu, ein eingespeistes Mono-Signal 14 in
ein Stereo-Signal 16, bestehend aus einem linken Kanal 16a und
einem rechten Kanal 16b zu verwandeln. Aus dem eingespeisten
Mono-Signal 14 erzeugt der Standarddekorrelator 10 ein
dekorreliertes Signal 18 (D), welches zusammen mit dem
eingespeisten Mono-Signal 14 an die Eingänge der
Mix-Matrix 12 angelegt wird. In diesem Zusammenhang wird
das unbehandelte Mono-Signal oft auch als „trockenes” Signal bezeichnet, wo hingegen
das dekorrelierte Signal D als „nasses” Signal bezeichnet wird.
-
Die
Mix-Matrix 12 kombiniert das dekorrelierte Signal 18 und
das eingespeiste Mono-Signal 14, um das Stereosignal 16 zu
erzeugen. Dabei können
die Koeffizienten der Mix-Matrix 12 (H) sowohl fest vorgegeben,
signalabhängig
oder auch von einer Benutzereingabe abhängig sein. Darüber hinaus
kann dieser Mixing-Prozess, der von der Mix-Matrix 12 durchgeführt wird,
auch frequenzselektiv sein. Das heißt, unterschiedliche Misch-Operationen
bzw. Matrix-Koeffizienten können
für unterschiedliche
Frequenzbereiche (Frequenzbänder)
angewendet werden. Dazu kann das eingespeiste Mono-Signal 14 von
einer Filterbank vorprozessiert sein, so dass dieses zusammen mit
dem dekorrelierten Signal 18 in einer Filterbank-Repräsentation
vorliegt, in der die zu verschiedenen Frequenzbändern gehörenden Signalanteile jeweils
separat prozessiert werden.
-
Die
Kontrolle des Up-Mix-Prozesses, also der Koeffizienten der Mix-Matrix 12,
kann durch Benutzerinteraktion über
eine Mix-Kontrolle 20 vorgenommen werden. Darüber hinaus
können
die Koeffizienten der Mix-Matrix 12 (H) auch durch sog. „Seiten-Information” (side
information) erfolgen, die zusammen mit dem eingespeisten Monosignal 14 (dem
Downmix) übertragen
werden. Die Seiteninformation enthält dabei eine parametrische
Beschreibung, wie das erzeugte Mehrkanal-Signal aus dem eingespeisten Mono-Signal 14 (dem übermittelten
Signal) erzeugt werden soll. Diese räumliche Seiteninformation wird üblicherweise
von einem Encoder vor dem eigentlichen Down-Mix, also dem Erzeugen
des eingespeisten Mono-Signals 14, erzeugt.
-
Oben
beschriebenes Vorgehen wird normalerweise beim parametrischen (räumlichen)
Audio-Kodieren angewendet (parametric spatial audio coding). Beispielsweise
verwendet das sog. „parametric
stereo”-Kodieren
(H. Purnhagen: „Low
Complexity Parametric Stereo Coding in MPEG-4”, 7th International Conference an
Audio Effects (DAFX-04), Naples, Italy, October 2004) und das MPEG-Surround-Verfahren
(L. Villemoes, J. Herre, J. Breebaart, G. Hotho, S. Disch, H. Purnhagen,
K. Kjörling: „MPEG Surround:
The forthcoming ISO standard for spatial audio coding”, AES 28th
International Conference, Piteå,
Sweden, 2006) ein solches Verfahren.
-
Ein
typisches Beispiel eines parametrischen Stereo-Decoders ist in 8 gezeigt.
Zusätzlich
zum einfachen, nicht frequenz-selektiven Fall, der in 7 gezeigt
ist, weist der in 6 gezeigte Decoder eine Analyse-Filterbank 30 und
eine Synthese-Filterbank 32 auf. Dies ist der Fall, da
hier das Dekorrelieren frequenzabhängig (in der spektralen Domäne) durchgeführt wird.
Daher wird zunächst
das eingespeiste Monosignal 14 von der Analyse-Filterbank 30 in
Signalanteile für
unterschiedliche Frequenzbereiche zerlegt. Das heißt, für jedes
Frequenzband wird analog zum oben beschriebenen Beispiel ein eigenes
dekorreliertes Signal erzeugt. Es werden zusätzlich zum eingespeisten Mono-Signal 14 räumliche
Parameter 34 übertragen,
die dazu dienen, die Matrixelemente der Mix-Matrix 12 zu
bestimmen oder zu variieren, um ein gemischtes Signal zu erzeugen,
welches mittels der Synthesefilterbank 32 in den Zeit-Bereich
zurücktransformiert
wird, um das Stereo-Signal 16 zu bilden.
-
Zusätzlich können die
räumlichen
Parameter 34 optional über
eine Parameterkontrolle 36 verändert werden, um den Up-Mix
bzw. das Stereosignal 16 für verschiedene Wiedergabeszenarien
unterschiedlich zu erzeugen bzw. die Wiederqualität optimal
auf das jeweilige Szenario anzupassen. Werden bei spielsweise die räumlichen
Parameter 34 für
binaurale Wiedergabe angepasst, können die räumlichen Parameter 34 mit
Parametern der binauralen Filter kombiniert werden, um die die Mix-Matrix 12 steuernden
Parameter zu bilden. Alternativ können die Parameter durch direkte
Benutzerinteraktion oder andere Werkzeuge bzw. Algorithmen verändert werden
(siehe beispielsweise: Breebart, Jeroen; Herre, Jurgen; Jin, Craig;
Kjörling,
Kristofer; Koppens, Jeroen; Plogisties, Jan; Villemoes, Lars: Multi-Channel
Goes Mobile: MPEG Surround Binaural Rendering. AES 29th International
Conference, Seoul, Korea, 2006 September 2–4).
-
Die
Ausgabe der Kanäle
L und R der Mix-Matrix
12 (H) wird aus dem eingespeisten
Monosignal
14 (M) und dem dekorrelierten Signal
18 (D),
beispielsweise wie folgt erzeugt:
-
Es
wird also in der Mix-Matrix 12 der Anteil des dekorrelierten
Signals 18 (D), der im Ausgangssignal enthalten ist, eingestellt.
Dabei wird das Mischverhältnis
basierend auf den übertragenen
räumlichen
Parametern 34 zeitlich variiert. Diese Parameter können beispielsweise
Parameter sein, die die Korrelation zwischen zwei ursprünglichen
Signalen beschreiben (Parameter dieser Art werden beispielsweise
beim MPEG-Surround Codieren verwendet und dort unter anderem mit
ICC bezeichnet). Zusätzlich
werden eventuell Parameter übertragen,
die die Energieverhältnisse
zwischen zwei ursprünglich
vorhandenen Kanälen,
die im eingespeisten Mono-Signal 14 enthalten sind, übertragen
(ICLD bzw. ICD in MPEG-Surround). Alternativ oder zusätzlich können die
Matrixelemente durch direkte Benutzer-Eingabe variiert werden.
-
Zum
Erzeugen der dekorrelierten Signale werden bis dato eine Reihe unterschiedlicher
Verfahren verwendet.
-
Parametric
Stereo und MPEG Surround verwenden All-Pass-Filter, also Filter, die den gesamten Spektralbereich
passieren lassen, jedoch eine spektral abhängige Filtercharakteristik
aufweisen. In Binaural Cue Coding (BCC, Faller und Baumgarte, siehe
beispielsweise: C. Faller: „Parametric
Coding Of Spatial Audio”,
Ph. D. thesis, EPFL, 2004) wird eine „Gruppenverzögerung” zur Dekorrelation
vorgeschlagen. Dazu wird eine frequenzabhängige Gruppenverzögerung auf
das Signal angewendet, indem die Phasen in dem DFT-Spektrum des
Signals verändert
werden. Es werden also verschiedene Frequenzbereiche unterschiedlich lange
verzögert.
Ein solches Verfahren fällt
allgemein unter den Oberbegriff der Phasen-Manipulationen.
-
Zusätzlich ist
die Verwendung einfacher Delays, also fester Zeitverzögerungen,
bekannt. Dieses Verfahren wird beispielsweise zum Erzeugen von Surround-Signalen
für die
hinteren Lautsprecher in Vielkanal-Konfigurationen angewendet, um
diese wahrnehmungsmäßig von
den Frontsignalen zu dekorrelieren. Ein typisches solches Matrix-Surround-System
ist Dolby ProLogic II, welches eine Zeitverzögerung für die hintren Audio-Kanäle zwischen
20 und 40 ms verwendet. Eine derart einfache Implementierung ist
zur Erzeugung einer Dekorrelation zwischen vorderen und hinteren
Lautsprechern möglich,
da diese hinsichtlich des Hörerlebnisses
wesentlich weniger kritisch ist als die Dekorrelation zwischen linken
und rechten Kanälen.
Diese hat eine wesentliche Bedeutung für die vom Hörer wahrgenommene „Breite” des rekonstruierten
Signals (siehe dazu: J. Blauert: „Spatial hearing: The psychophysics
of human sound localization”;
MIT Press, Revised edition, 1997).
-
Die
gängigen
Dekorrelationsverfahren, die vorhergehend beschrieben wurden, weisen
die folgenden erheblichen Nachteile auf:
- – spektrale
Einfärbung
des Signals (Kammfiltereffekt)
- – reduzierte „Knackigkeit” des Signals
- – störende Echo-
und Halleffekte
- – unzufriedenstellend
wahrgenommene Dekorrelation bzw. unzufriedenstellende Breite der
Audio-Abbildung
- – repetitiver
Klangcharakter.
-
Dabei
hat die Erfahrung gezeigt, dass insbesondere Signale mit einer hohen
zeitlichen Dichte und räumlichen
Verteilung transienter Ereignisse, die zusammen mit einer breitbandigen
rausch-artigen Signalkomponente übertragen
werden, die für
diese Art der Signalbearbeitung kritischsten Signale darstellen.
Dies ist insbesondere für
applaus-ähnliche
Signale der Fall, die die vorgenannten Eigenschaften besitzen. Die
Ursache dafür
ist, dass durch die Dekorrelation jedes einzelne transiente Signal
(Ereignis) zeitlich verschmiert werden kann, während gleichzeitig der rauschähnliche
Hintergrund durch Kammfiltereffekte spektral verfärbt wird,
was als Veränderung
der Klangfärbung
des Signals leicht wahrnehmbar ist.
-
Zusammengefasst
erzeugen die bekannten Dekorrelationsverfahren entweder die oben
beschriebenen Artefakte oder sie sind nicht in der Lage, den erforderlichen
Grad an Dekorrelation zu erzeugen.
-
Dabei
gilt es insbesondere zu beachten, dass das Abhören über Kopfhörer im Allgemeinen kritischer ist
als das Abhören über Lautsprecher.
Daher sind die oben beschriebenen Nachteile besonders für Applikationen
relevant, die üblicherweise
das Abhören
mit einem Kopfhörer
voraussetzen. Dies ist meist für
portable Abspielgeräte
der Fall, die darüber
hinaus nur einen geringen Energievorrat zur Verfügung haben. In diesem Zusammenhang
ist auch die Rechenkapazität,
die für
die Dekorrelation aufwendet werden muss, ein wichtiger Aspekt. Die
meisten bekannten Dekorrelationsalgorithmen sind äußerst rechenintensiv.
Daher erfordern sie bei einer Implementierung eine relativ hohe
Anzahl von Rechenoperationen, was dazu führt, dass schnelle Prozessoren
verwendet werden müssen,
die unweigerlich viel Energie verbrauchen. Zusätzlich wird zur Implementierung
solcher komplizierten Algorithmen eine große Menge an Speicher benötigt. Dies
führt wiederum zur
Erhöhung
des Energiebedarfs.
-
Insbesondere
bei der Wiedergabe von binauralen Signalen (und dem Abhören über Kopfhörer) ergeben
sich eine Reihe von speziellen Problemen, die die wahrgenommene
Reproduktionsqualität
des wiedergegebenen Signals betreffen. Zum einen ist es bei Applaussignalen
besonders wichtig, den Anschlag eines jeden Klatsch-Ereignisses
korrekt wiederzugeben, um das transiente Ereignis nicht zu verfälschen.
Daher wird ein Dekorrelator benötigt,
der den Anschlag nicht zeitlich verschmiert, der also keine zeitlich
dispersive Charakteristik aufweist. Oben beschriebene Filter, die
eine frequenzabhängige
Gruppenverzögerung
einführen,
beziehungsweise All-Pass-Filter im Allgemeinen sind dafür nicht
geeignet. Zusätzlich
ist es erforderlich, einen repetitiven Klangeindruck zu vermeiden,
wie er beispielsweise durch eine einfache Zeitverzögerung hervorgerufen wird.
Sollte eine solche einfache Zeitverzögerung verwendet werden, um
ein dekodiertes Signal zu erzeugen, welches daraufhin mit einer
Mix-Matrix zum direkten Signal addiert wird, klingt das Ergebnis äußerst repetitiv und
somit unnatürlich.
Eine solche statische Verzögerung
erzeugt darüber
hinaus Kammfiltereffekte, also unerwünschte spektrale Verfärbungen
im rekonstruierten Signal.
-
Bei
Verwendung in einfachen Zeitverzögerungen
kommt es darüber
hinaus zum bekannten Präzedenzeffekt
(siehe beispielsweise: J. Blauert: „Spatial hearing: The psychophysics
of human sound localization”; MIT
Press, Revised edition, 1997). Dieser rührt daher, dass es einen zeitlich
führenden
und einen zeitlich nachfolgenden Ausgabekanal gibt, wenn eine einfache
Zeitverzögerung
verwendet wird. Das menschliche Gehör nimmt den Ursprung eines
Tons bzw. eines Klangs oder eines Objekts in derjenigen räumlichen
Richtung wahr, aus der es das Geräusch zuerst hört. Die
Signalquelle wird also in derjenigen Richtung wahrgenommen, in der zufällig der
Signalanteil des zeitlich führenden
Ausgabekanals (Leading-Signals) wiedergegeben wird, unabhängig davon,
ob die eigentlich für
die räumliche
Zuordnung zuständigen
räumlichen
Parameter etwas anders anzeigen.
-
Die
US-Patentanmeldung 2006/0053018 beschreibt einen Synthesizer zum
Erzeugen eines dekorrelierten Signals, der eine Mehrzahl von Subband-Signalen
verwendet, um ein dekorreliertes Signal zu erzeugen. Dabei wird
jedes einzelne Subband-Signal mit einem Hall-Filter gefiltert. Die
Hallgefilterten Teilsignale werden zu einem Dekorrelations-Signal zusammengefasst.
Die dekorrelierten Signale werden also durch Signalmanipulation
an einer Vielzahl von Subband-Signalen durchgeführt.
-
Die
internationale Patentanmeldung 2005/086139 beschreibt die Dekodierung
eines Mono-Downmix-Signals, das aus einem Vielkanal-Signal gewonnen
wurde. Zur Rekonstruktion verwendete dekorrelierte Signale werden
gewonnen, indem das Downmix-Signal (Misch-Signal) mit einer Filterbank
in Subband-Signale aufgeteilt
werden, welche mit variablen Phasenwinkeln beaufschlagt werden.
Zusätzlich
wird eine Transienten-Erkennung
durchgeführt,
um beim Vorliegen transienter Signale die dekorrelierten Signale
anders zu erzeugen.
-
Die
Aufgabe der vorliegenden Erfindung besteht darin, eine Vorrichtung
und ein Verfahren zum Dekorrelieren von Signalen zu schaffen, die
die Signalqualität
beim Vorliegen von transienten Signalen verbessert.
-
Diese
Aufgabe wird durch einen Dekorrelator gemäß Patentanspruch 1 und durch
ein Verfahren zum Erzeugen dekorrelierter Signale gemäß Patentanspruch
17 gelöst.
-
Der
vorliegenden Erfindung liegt dabei die Erkenntnis zugrunde, dass
für transiente
Audio-Eingangssignale dekorrelierte Ausgangssignale dadurch erzeugt
werden können, dass
das Audio-Eingangssignal mit einer um eine Verzögerungszeit verzögerten Repräsentation
des Audio-Eingangssignals
so gemischt wird, dass in einem ersten Zeitintervall ein erstes
Ausgangssignal dem Audio-Eingangssignal
und ein zweites Ausgangssignal der verzögerten Repräsentation des Audio-Eingangssignals
entspricht, wobei in einem zweiten Zeitintervall das erste Ausgangssignal
der verzögerten
Repräsentation
des Audio-Eingangssignals
und das zweite Ausgangssignal dem Audio-Eingangssignal entspricht.
-
Mit
anderen Worten werden von einem Audio-Eingangssignal zwei voneinander
dekorrelierte Signale so abgeleitet, dass zunächst eine zeitverzögerte Kopie
des Audio-Eingangssignals
erzeugt wird. Dann werden die beiden Ausgangssignale dadurch erzeugt,
dass das Audio-Eingangssignal und die verzögerte Repräsentation des Audio-Eingangssignals
wechselseitig für
die beiden Ausgangssignale verwendet werden.
-
In
einer zeitdiskreten Darstellung bedeutet dies, dass die Reihe von
Sample-Werten der Ausgangssignale abwechselnd direkt vom Audio-Eingangssignal
und von der verzögerten
Repräsentation
des Audio-Eingangssignals verwendet werden. Zum Erzeugen des dekorrelierten
Signals wird dabei eine Zeitverzögerung verwendet,
die frequenzunabhängig
ist und daher die Anschläge
der Klatschgeräusche
zeitlich nicht verschmiert. Im Falle einer zeitdiskreten Darstellung
ist dafür
eine Zeitverzögerungskette,
die eine geringe Anzahl von Speicherelementen aufweist, ein guter
Kompromiss zwischen der erzielbaren räumlichen Breite eines rekonstruierten
Signals und des zusätzlichen
Speicherbedarfs. Die gewählte
Verzögerungszeit
ist bevorzugt kleiner als 50 ms, besonders bevorzugt kleiner oder
gleich 30 ms.
-
Somit
wird das Problem der Präzedenz
dadurch gelöst,
dass in einem ersten Zeitintervall das Audio-Eingangssignal direkt
den linken Kanal bildet, während
im anschließenden
zweiten Zeitintervall die verzögerte
Repräsentation
des Audio-Eingangssignals als linker Kanal verwendet wird. Für den rechten
Kanal gilt das Vorgehen entsprechend.
-
Bei
einem bevorzugten Ausführungsbeispiel
ist die Umschaltzeit zwischen den einzelnen Vertauschungsvorgängen größer gewählt als
die Dauer eines typischerweise im Signal auftretenden transienten
Ereignisse. Werden also der führende
und der folgende Kanal periodisch (oder zufällig) in Intervallen (beispielsweise
100 ms Länge)
vertauscht, kann bei geeigneter Wahl der Intervalllänge eine
Verfälschung
der Richtungsortung durch die Trägheit
des menschlichen Hörapparats
unterdrückt
werden.
-
Erfindungsgemäß wird es
somit also möglich,
ein breites Klangfeld zu erzeugen, welches transiente Signale (beispielsweise
Klatschen) nicht verfälscht
und darüber
hinaus nicht einen repetitiven Klangcharakter besitzt.
-
Die
erfindungsgemäßen Dekorrelatoren
verwenden lediglich eine extrem geringe Anzahl arithmetrischer Operationen.
Insbesondere sind lediglich eine einzige Zeitverzögerung und
eine geringe Anzahl von Multiplikationen erforderlich, um erfindungsgemäß dekorrelierte
Signale zu erzeugen. Der Austausch einzelner Kanäle ist eine einfache Kopieroperation,
erfordert also keinen zusätzlichen
Rechenaufwand. Optionale Signalanpassungs- bzw. Nachprozessierverfahren
erfordern ebenfalls lediglich eine Addition bzw. eine Subtraktion,
also Operationen, die typischerweise von bereits existierender Hardware übernommen
werden können. Somit
ist lediglich eine geringe Menge an zusätzlichem Speicher für die Implementierung
der Verzögerungseinrichtung
bzw. der Delay-Line
erforderlich. Diese existiert in vielen Systemen und kann ggf. mitbenutzt
werden.
-
Bevorzugte
Ausführungsbeispiele
der vorliegenden Erfindung werden nachfolgend bezugnehmend auf die
beiliegenden Zeichnungen detailliert erläutert. Es zeigen:
-
1 Ein
Ausführungsbeispiel
eines erfindungsgemäßen Dekorrelators;
-
2 eine
Illustration der erfindungsgemäß erzeugten
dekorrelierten Signale;
-
2a zeigt
ein weiteres Ausführungsbeispiels
eines erfindungsgemäßen Dekorrelators;
-
2b zeigt
Ausführungsbeispiele
möglicher
Steuersignale für
den Dekorrelator aus 2a;
-
3 ein
weiteres Ausführungsbeispiel
eines erfindungsgemäßen Dekorrelators;
-
4 ein
Beispiel für
eine Vorrichtung zum Erzeugen dekorrelierter Signale;
-
5 ein
Beispiel eines erfindungsgemäßen Verfahrens
zum Erzeugen von Ausgangssignalen;
-
6 ein
Beispiel für
einen erfindungsgemäßen Audiodecoder;
-
7 ein
Beispiel für
einen dem Stand der Technik entsprechenden Up-Mixer; und
-
8 ein
weiteres Beispiel für
einen dem Stand der Technik entsprechenden Up-Mixer/Dekoder.
-
1 zeigt
ein Beispiel für
einen erfindungsgemäßen Dekorrelator
zum Erzeugen eines ersten Ausgangssignals 50 (L') und eines zweiten
Ausgangssignals 52 (R'),
basierend auf einem Audio-Eingangssignal 54 (M).
-
Der
Dekorrelator enthält
ferner eine Verzögerungseinrichtung 56,
um eine verzögerte
Repräsentation des
Audio-Eingangssignals 58 (M_d)
zu erzeugen. Der Dekorrelator weist ferner einen Mixer 60 zum
Kombinieren der verzögerten
Repräsentation
des Audio-Eingangssignals 58 mit dem Audio-Eingangssignal 54 auf, um
das erste Ausgangssignal 50 und das zweite Ausgangssignal 52 zu
erhalten. Der Mixer 60 wird dabei durch die beiden schematisch
dargestellten Schalter gebildet, mittels derer abwechselnd das Audio-Eingangssignal 54 auf
das linke Ausgangssignal 50 oder das rechte Ausgangssignal 52 geschalten
wird. Selbiges gilt auch für die
verzögerte
Repräsentation
des Audio-Eingangssignals 58.
Der Mixer 60 des Dekorrelators funktioniert also so, dass
in einem ersten Zeitintervall das erste Ausgangssignal 50 dem
Audio-Eingangssignal 54 und das zweite Ausgangssignal der
verzögerten
Repräsentation
des Audio-Eingangssignals 58 entspricht,
wobei in einem zweiten Zeitintervall das erste Ausgangssignal 50 der
verzögerten
Repräsentation
des Audio-Eingangssignals und das zweite Ausgangssignal 52 dem
Audio-Eingangssignal 54 entspricht.
-
Erfindungsgemäß wird eine
Dekorrelation also dadurch erreicht, dass eine zeitverzögerte Kopie
des Audio-Eingangskanals 54 angefertigt
wird und dass daraufhin als Ausgangskanäle wechselseitig das Audio-Eingangssignal 54 und
die verzögerte
Repräsentation
des Audio-Eingangssignals 58 verwendet werden. Es werden
also die die Ausgangssignale bildenden Komponenten (Audio-Eingangssignals 54 und
verzögerte Repräsentation
des Audio-Eingangssignals 58) getaktet vertauscht. Dabei
ist die Länge
des Zeitintervalls, für die
jeweils vertauscht wird bzw. für
die jeweils ein Eingangssignal an dem Ausgangssignal entspricht,
variabel. Darüber
hinaus können
die Zeitintervalle, für
die die einzelnen Komponenten vertauscht werden, unterschiedliche
Länge haben.
Das heißt
also, das Verhältnis
derjenigen Zeiten, in welchen das erste Ausgangssignal 50 aus
dem Audio-Eingangssignal 54 und
der verzögerten
Repräsentation
des Audio-Eingangssignals 58 besteht, ist variabel einstellbar.
-
Bevorzugt
ist dabei die Dauer der Zeitintervalle größer als die mittlere Dauer
von Transientenanteilen, die im Audio-Eingangssignal 54 enthalten
sind, um eine gute Reproduktion des Signals zu erhalten.
-
Geeignete
Zeitdauern liegen dabei im Zeitintervall zwischen 10 ms und 200
ms, wobei eine typische Zeitdauer beispielsweise 100 ms ist.
-
Zusätzlich zu
den Schaltzeitintervallen kann die Dauer der Zeitverzögerung an
die Begebenheiten des Signals angepasst werden oder sogar zeitlich
variabel sein. Bevorzugt liegen die Verzögerungszeiten in einem Intervall
von 2 ms bis 50 ms. Beispiele für
geeignete Verzögerungszeiten
sind 3, 6, 9, 12, 15 oder 30 ms.
-
Mit
dem in 1 gezeigten erfindungsgemäßen Dekorrelator ist es zum
Einen möglich,
dekorrelierte Signale zu erzeugen, die den Anschlag, also den Beginn
von transienten Signalen zeitlich nicht verschmieren und darüber hinaus
eine sehr hohe Dekorrelation des Signals gewährleisten, was dazu führt, dass
ein Hörer ein
mit Hilfe eines solchen dekorrelierten Signals rekonstruiertes Mehrkanalsignal
als besonders räumlich
ausgedehntes Signal wahrnimmt.
-
Wie
anhand von 1 zu sehen ist, kann dabei der
erfindungsgemäße Dekorrelator
sowohl für
kontinuierliche Audiosignale als auch für gesampelte Audio-Signale,
also für
Signale, die als Folge diskreter Abtastwerte vorliegen, angewendet
werden.
-
2 zeigt
anhand eines solchen in diskreten Abtastwerten vorliegenden Signals
die Funktionsweise des Dekorrelators von 1.
-
Dabei
wird das aus einer Folge von diskreten Samplewerten vorliegende
Audio-Eingangssignal 54 und die verzögerte Repräsentation des Audio-Eingangssignals 58 betrachtet.
Der Mixer 60 ist hier nur schematisch als zwei mögliche Verbindungswege
zwischen dem Audio-Eingangssignal 54 und der verzögerten Repräsentation
des Audio-Eingangssignals 58 und den beiden Ausgangssignalen 50 und 52 dargestellt.
Ferner ist ein erstes Zeitintervall 70 gezeigt, in dem
das ersten Ausgangssignal 50 dem Audio-Eingangssignal 54 und
das zweite Ausgangssignal 52 der verzögerten Repräsentation des Audio-Eingangssignals 58 entspricht.
Der Funktionsweise des Mixers entsprechend entspricht in einem zweiten
Zeitintervall 72 das erste Ausgangssignal 50 der
verzögerten
Repräsentation
des Audio-Eingangssignals 58 und das zweite Ausgangssignal 52 dem Audio-Eingangssignal 54.
-
Im
in 2 gezeigtem Fall ist die Zeitdauer des ersten
Zeitintervalls 70 und des zweiten Zeitintervalls 72 identisch,
obwohl dies nicht Vorraussetzung ist, wie bereits oben erwähnt.
-
Sie
beträgt
im dargestellten Fall das zeitliche Äquivalent von vier Abtastwerten,
so dass im Takt von vier Abtastwer ten zwischen den beiden Signalen 54 und 58 umgeschalten
wird, um das erste Ausgangssignal 50 und das zweite Ausgangssignal 52 zu
bilden.
-
Das
Erfindungsgemäße Konzept
zum Dekorrelieren von Signalen kann im Zeitbereich, also mit der zeitlichen
Auflösung,
die durch die Samplefrequenz gegeben ist, angewendet werden. Genauso
ist es möglich, das
Konzept auf eine Filterbank-Repräsentation
eines Signals anzuwenden, in der das Signal (Audio-Signal) in mehrere
diskrete Frequenzbereiche zerlegt ist, wobei das Signal je Frequenzbereich üblicherweise
mit verringerter Zeitauflösung
vorliegt.
-
2a zeigt
ein weiteres Ausführungsbeispiel,
bei dem der Mixer 60 so ausgebildet ist, dass in einem ersten
Zeitintervall das erste Ausgangssignal 50 zu einem Anteil
X(t) aus dem Audioeingangssignal 54 und zu einem Anteil
(1 – X(t))
aus der verzögerten
Repräsentation
des Audio-Eingangssignals 58 gebildet
wird. Dementsprechend wird im ersten Zeitintervall das zweite Ausgangssignal 52 zu
einem Anteil X(t) von der verzögerten
Repräsentation
des Audio-Eingangssignals 58 und
zu einem Anteil (1 – X(t))
von dem Audio-Eingangssignal 54 gebildet. Mögliche Implementierung
der Funktion X(t), die man auch als Überblend-Funktion bezeichnen könnte, sind
in 2b gezeigt. Allgemein ist dabei allen Implementierungen,
dass der Mixer 60 so funktioniert, dass dieser eine um
eine Verzögerungszeit
verzögerte
Repräsentation
des Audio-Eingangssignals 58 mit dem Audio-Eingangssignal 54 kombiniert,
um das erste Ausgangssignal 50 und das zweite Ausgangssignal 52 mit zeitlich
variierenden Anteilen des Audio-Eingangssignals 54 und
der verzögerten
Repräsentation
des Audio-Eingangssignals 58 zu erhalten. Dabei ist in
einem ersten Zeitintervall das erste Ausgangssignal 50 zu
einem mehr als 50%igen Anteil aus dem Audio-Eingangssignal 54 und
das zweite Ausgangssignal 52 zu einem mehr als 50%igen
Anteil aus der verzögerten
Repräsentation
des Audio-Eingangssignals 58 gebildet. In einem zweiten
Zeitintervall ist das erste Ausgangssignal 50 aus einem
mehr als 50%igen Anteil der verzögerten
Repräsentation
des Audio-Eingangssignals 58 und das zweite Ausgangssignal 52 aus
einem mehr als 50%igen Anteil des Audio-Eingangssignals gebildet.
-
2b zeigt
mögliche
Steuerfunktionen für
den Mixer 60, wie er in 2a dargestellt
ist. Aufgetragen ist auf der x-Achse die Zeit t in willkürlichen
Einheiten sowie auf der y-Achse die Funktion X(t), die mögliche Funktionswerte
von Null bis Eins aufweist. Dabei können andere Funktionen X(t)
ebenfalls verwendet werden, die auch nicht notwendigerweise einen
Wertebereich von 0 bis 1 aufweisen müssen. Auch andere Wertebereiche,
beispielsweise von 0 bis 10, sind vorstellbar. Dargestellt sind
drei Beispiele für
Funktionen X(t), die die Ausgangssignale in dem ersten Zeitintervall 62 und
dem zweiten Zeitintervall 64 bestimmen.
-
Eine
erste Funktion 66, die kastenförmig dargestellt ist, entspricht
dem in 2 beschriebenen Fall des Austauschens der Kanäle, bzw.
des überblendfreien
Umschaltens, das schematisch auch in 1 dargestellt
ist. Betrachtet man beispielsweise das erste Ausgangssignal 50 von 2a,
so wird dieses im ersten Zeitintervall 62 vollständig vom
Audio-Eingangssignal 54 gebildet, während im ersten Zeitintervall 62 das
zweite Ausgangssignal 52 vollständig von der verzögerten Repräsentation
des Audio-Eingangssignals 58 gebildet wird. Im zweiten
Zeitintervall 64 gilt dasselbe umgekehrt, wobei die Länge der
Zeitintervalle nicht zwingend identisch sein muss.
-
Eine
zweite, gestrichelt dargestellte, Funktion 58 schaltet
die Signale nicht vollständig
um, bzw. erzeugt ein erstes und ein zweites Ausgangssignal 50 und 52,
die zu keinem Zeitpunkt vollständig
aus dem Audio-Eingangssignal 54 oder der verzögerten Repräsentation
des Audio-Eingangssignals 58 gebildet werden. Jedoch ist
im ersten Zeitintervall 62 das erste Ausgangssignal 50 zu
einem mehr als 50-%igen Anteil aus dem Audio-Eingangssignal 54 gebildet,
was entsprechend auch für
das zweite Ausgangssignal 52 gilt.
-
Eine
dritte Funktion 69 ist so implementiert, dass sie zu Überblendzeitpunkten 69a bis 69c,
die den Übergangszeitpunkten
zwischen dem ersten Zeitintervall 62 und dem zweiten Zeitintervall 64 entsprechen,
die also diejenigen Zeitpunkte markieren, an denen die Audio-Ausgangssignale
variiert werden, so beschaffen, dass diese einen Überblend-Effekt erzielt. Das
heißt
also, dass in einem Beginnintervall und in einem Endintervall am
Beginn und am Ende des ersten Zeitintervalls 62 das erste
Ausgangssignal 50 und das zweite Ausgangssignal 52 sowohl
Anteile des Audio-Eingangssignals 58 als
auch der verzögerten
Repräsentation
des Audio-Eingangssignals enthalten.
-
In
einem Zwischenzeitintervall 69 zwischen dem Beginnintervall
und dem Endintervall entspricht das erste Ausgangssignal 50 dem
Audio-Eingangssignal 54 und das zweite Ausgangssignal 52 der
verzögerten Repräsentation
des Audio-Eingangssignals 58.
Die Steilheit der Funktion 69 an den Überblendzeitpunkt 69a bis 69c kann
in weiten Grenzen variiert werden, um die wahrgenommene Reproduktionsqualität des Audiosignals
an die Gegebenheiten anzupassen. Dabei ist jedoch in jedem Fall
sichergestellt, dass in einem ersten Zeitintervall das erste Ausgangssignal 50 einen
mehr als 50%igen Anteil des Audio-Eingangssignals 54 und das
zweite Ausgangssignal 52 einem mehr als 50%igen Anteil
der verzögerten
Repräsentation
des Audio-Eingangssignals 58 enthält, und dass in einem zweiten
Zeitintervall 64 das erste Ausgangssignal 50 einen
mehr als 50%igen Anteil der verzögerten
Repräsentation
des Audio-Eingangssignals 58 und das zweite Ausgangssignal 52 einen
mehr als 50%igen Anteil des Audio-Eingangssignals 54 enthält.
-
3 zeigt
ein weiteres Ausführungsbeispiel
für einen
Dekorrelator, der das erfindungsgemäße Konzept implementiert. Dabei
sind funktionsidentische oder ähnliche
Komponenten mit denselben Bezugszeichen wie in den vorhergehenden
Beispielen bezeichnet.
-
Allgemein
gilt im Kontext der gesamten Anmeldung, dass funktionsidentische
oder funktionsähnliche Komponenten
mit denselben Bezugszeichen bezeichnet sind, so dass deren Beschreibung
anhand der einzelnen Ausführungsbeispiele
wechselseitig aufeinander anwendbar ist.
-
Der
in 3 gezeigte Dekorrelator unterscheidet sich vom
in 1 schematisch dargestellten Dekorrelator dadurch,
dass das Audio-Eingangssignal 54 und die verzögerte Repräsentation
des Audio-Eingangssignals 58 mittels einer optionalen Skaliereinrichtung 74 skaliert
werden können,
bevor diese dem Mixer 60 zugeführt werden. Die optionale Skaliereinrichtung 74 weist
dabei einen ersten Skalierer 76a und einen zweiten Skalierer 76b auf,
wobei der erste Skalierer 76a das Audio-Eingangssignal 54 und
der zweite Skalierer 76b die verzögerte Repräsentation des Audio-Eingangssignals 58 skalieren
kann.
-
Die
Verzögerungseinrichtung 56 wird
von dem Audio-Eingangssignal
(monophonisch) 54 gespeist. Der erste Skalierer 76a und
der zweite Skalierer 76b können optional die Intensität des Audio-Eingangssignals und
der verzögerten
Repräsentation
des Audio-Eingangssignals variieren. Bevorzugt wird dabei die Intensität des zeitlich
folgenden Signals (G_lagging), also der verzögerten Repräsentation des Audio-Eingangssignals 58 erhöht und/oder
die Intensität
des führenden
Signals (G_leading), also des Audio-Eingangssignals 54, erniedrigt.
Die Änderung
der Intensität
kann dabei beispielsweise anhand der folgenden einfachen multiplikativen
Operationen vorgenommen werden, bei denen ein geeignet gewählter Verstärkungsfaktor
an die einzelnen Signalkomponenten multipliziert wird: L' =
M·G_leading R' =
M_d·G_lagging
-
Die
Verstärkungsfaktoren
können
dabei so gewählt
werden, dass die Gesamtenergie erhalten ist. Zusätzlich können die Verstärkungsfaktoren
so definiert sein, dass diese sich signalabhängig verändern. Im Falle von zusätzlich übertragender
Seiteninformation, also beispielsweise bei Vielkanal-Audiorekonstruktion,
können
die Verstärkungsfaktoren
auch von der Seiteninformation abhängig sein, so dass diese abhängig von
dem zu rekonstruierenden akustischen Szenario variiert werden.
-
Durch
die Applikation von Gain-Faktoren bzw. Verstärkungsfaktoren und durch die
Variation der Intensität
des Audio-Eingangssignals 54 bzw.
der verzögerten
Repräsentation
des Audio-Eingangssignals 58 kann der Präzedenzeffekt
(der Effekt, der sich aus der zeitlich verzögerten Wiederholung desselben
Signals ergibt) kompensiert werden, indem die Intensität der direkten
Komponente bezüglich
der verzögerten
Komponente so verändert
wird, dass verzögerte
Komponenten verstärkt
und/oder die nicht-verzögerte
Komponente abgeschwächt
wird. Der durch die eingeführte
Verzögerung
hervorgerufene Präzedenzeffekt
kann also durch Lautstärkeanpassungen
(Intensitätsanpassungen),
die für
das räumliche
Hören wichtig
sind, teilweise ausgeglichen werden.
-
Wie
im obigen Fall werden die verzögerte
und die nicht-verzögerte Signalkomponente
(das Audio-Eingangssignal 54 und die verzögerte Repräsentation
des Audio-Eingangssignals 58) mit einer geeigneten Rate vertauscht,
das heißt:
L' = M und R' = M_d in einem ersten
Zeitintervall und
L' =
M_d und R' = M in
einem zweiten Zeitintervall.
-
Wird
das Signal in Frames, also in diskreten Zeitabschnitten konstanter
Länge,
verarbeitet, ist das Zeitintervall des Vertauschens (Vertauschungsrate)
bevorzugt ein ganzzahliges Vielfaches der Frame-Länge. Ein Beispiel
für eine
ty pische Vertauschungszeit oder Vertauschungsperiode ist 100 ms.
-
Das
erste Ausgangssignal 50 und das zweite Ausgangssignal 52 können direkt
als Ausgangssignal ausgegeben werden, wie in 1 gezeigt.
Wenn die Dekorrelation auf Grundlage von transformierten Signalen
stattfindet, ist nach der Dekorrelation selbstverständlich eine
Rücktransformation
erforderlich. Der Dekorrelator in 3 weist
zusätzlich
einen optionalen Nachprozessor 80 auf, der das erste Ausgangssignal 50 und das
zweite Ausgangssignal 52 kombiniert, um an seinem Ausgang
ein nachprozessiertes Ausgangssignal 82 und ein zweites
nachprozessiertes Ausgangssignal 84 bereitzustellen, der
Nachprozessor kann dabei mehrere vorteilhafte Wirkungen aufweisen.
Zum einen kann er dazu dienen, dass Signal für weitere Verfahrensschritte, beispielsweise
einen darauffolgenden Up-Mix in einer Mehrkanalrekonstruktion so
aufzubereiten, dass ein bereits existierender Dekorrelator durch
den erfindungsgemäßen Dekorrelator
ersetzt werden kann, ohne den Rest der Signalverarbeitungskette
verändern
zu müssen.
-
So
kann beispielsweise der in 3 gezeigte
Dekorrelator die dem Stand der Technik entsprechenden Dekorrelatoren
bzw. die Standarddekorrelatoren 10 der 7 und 8 vollständig ersetzen,
wodurch die Vorteile der erfindungsgemäßen Dekorrelatoren auf einfache
Art und Weise in bereits existierende Dekoder-Set-ups integriert
werden können.
-
Ein
Beispiel für
eine Signalnachbearbeitung, wie sie durch den Nachprozessor 80 durchgeführt werden
kann, ist anhand der folgenden Gleichungen gegeben, welche eine
Mitte-Seite (MS)-Codierung beschreiben: M = 0.707·(L' + R') D
= 0,707·(L' – R')
-
In
einem weiteren Ausführungsbeispiel
wird der Nachprozessor 80 dazu verwendet, den Grad der
Vermischung des direkten Signals und des verzögerten Signals zu verringern.
Dabei kann die anhand der obigen Formel dargestellte normale Kombination
modifiziert werden, so dass beispielsweise im Wesentlichen das erste
Ausgangssignal 50 skaliert und als erstes nachprozessiertes
Ausgangssignal 82 verwendet wird, während das zweite Ausgangssignal 52 als
Grundlage für
das zweite nachprozessierte Ausgangssignal 84 verwendet wird.
Der Nachprozessor bzw. die den Nachprozessor beschreibende Mix-Matrix
kann dabei entweder vollständig
umgangen werden oder die Matrix-Koeffizienten, die die Kombination
der Signale im Nachprozessor 80 steuern, können so
variiert werden, dass nur wenig oder keine zusätzliche Mischung der Signale
auftritt.
-
4 zeigt
eine weitere Möglichkeit,
den Präzedenz-Effekt
durch eine geeignete Korrelator zu vermeiden. Dabei sind die im 3 gezeigten
ersten und zweiten Skaliereinheiten 76a und 76b obligatorisch,
wo hingegen der Mixer 60 entfallen kann.
-
Dabei
wird, in Analogie zum oben beschriebenen Fall entweder das Audio-Eingangssignal 54 und/oder
die verzögerte
Repräsentation
des Audio-Eingangssignals 58 verändert bzw. in seiner Intensität variiert.
Um den Präzedenz-Effekt
zu verhindern, werden entweder die Intensität der verzögerten Repräsentation des Audio-Eingangssignals 58 erhöht und/oder
die Intensität
des Audio-Eingangssignals 54 erniedrigt, wie es den folgenden
Gleichungen zu entnehmen ist: L' = M·G_leading R' =
M_d·G_lagging
-
Dabei
wird die Intensität
bevorzugt in Abhängigkeit
von der Verzögerungszeit
der Verzögerungseinrichtung 56 verändert, so
dass bei kürzerer
Verzögerungszeit
eine größere Verrin gerung
der Intensität
des Audio-Eingangssignals 54 erreicht wird.
-
Vorteilhafte
Kombinationen von Verzögerungszeiten
und dazugehörigen
Verstärkungsfaktoren
sind in der folgenden Tabelle zusammengefasst:
| Delay
(ms) | 3 | 6 | 9 | 12 | 15 | 30 |
| Gain
factor | 0,5 | 0,65 | 0,65 | 0,7 | 0,8 | 0,9 |
-
Die
skalierten Signale können
dann beliebig gemischt werden, beispielsweise mittels eines oben
beschriebenen Mitte-Seite-Codierers
oder eines der anderen Misch-Algorithmen, die im Vorhergehenden
beschrieben wurden.
-
Durch
die Skalierung des Signals wird also der Präzedenzeffekt vermieden, indem
die zeitlich vorauseilende Komponente in der Intensität verringert
wird. Daher kann mittels einer Mischung nun ein Signal erzeugt werden,
welches die im Signal enthaltenden Transientenanteile nicht zeitlich
verschmiert und darüber
hinaus keine unerwünschte
Verfälschung
des Klangeindrucks durch den Präzedenz-Effekt
hervorruft.
-
5 zeigt
schematisch ein Beispiel für
ein erfindungsgemäßes Verfahren
zum Erzeugen von Ausgangssignalen, basierend auf einem Audio-Eingangssignal 54.
In einem Kombinationsschritt 90 wird eine um eine Verzögerungszeit
verzögerte
Repräsentation
des Audio-Eingangssignals 54 mit dem Audio-Eingangssignal 54 kombiniert,
um ein erstes Ausgangssignal 52 und ein zweites Ausgangssignal 54 zu
erhalten, wobei in einem ersten Zeitintervall das erste Ausgangssignal 52 dem
Audio-Eingangssignal 54 und das zweite Ausgangssignal der
verzögerten
Repräsentation
des Audio-Eingangssignals entspricht und wobei in einem zweiten
Zeitintervall das erste Ausgangssignal 52 der verzögerten Repräsentation
des Audio- Eingangssignals
und das zweite Ausgangssignal 54 dem Audio-Eingangssignal entspricht.
-
6 zeigt
die Anwendung des erfindungsgemäßen Konzepts
in einem Audio-Decoder. Ein Audio-Decoder 100 umfasst einen
Standard-Dekorrelator 102 und einen Dekorrelator 104,
der einem der im Vorhergehenden beschriebenen erfindungsgemäßen Dekorrelatoren
entspricht. Der Audiodecoder 100 dient dem Erzeugen eines
mehrkanaligen Ausgangssignals 106, welches im gezeigten
Fall beispielhaft zwei Kanäle
aufweist. Das mehrkanalige Ausgangssignal wird basierend auf einem
Audio-Eingangssignal 108 erzeugt,
das, wie gezeigt, ein Mono-Signal
sein kann. Der Standard-Dekorrelator 102 entspricht den
im Stand der Technik bekanten Dekorrelatoren und der Audio-Decoder
ist so beschaffen, dass dieser im einem Standardbetriebs-Modus den
Standard-Dekorrelator 102 verwendet, um bei einem Transienten-Audio-Eingangssignal 108 den
Dekorrelator 104 alternativ zu verwenden. So wird die vom
Audio-Decoder erzeugte Mehrkanalrepräsentation auch bei Vorliegen
von transienten Eingangssignalen bzw. transienten Downmix-Signalen
mit guter Qualität
möglich.
-
Die
grundlegende Intention ist also, erfindungsgemäße Dekorrelatoren anzuwenden,
wenn stark dekorrelierte und transiente Signale verarbeitet werden
sollen. Wenn die Möglichkeit
besteht, transiente Signale zu erkennen, kann der erfindungsgemäße Dekorrelator
alternativ zu einem Standard-Dekorrelator
eingesetzt werden.
-
Wenn
zusätzlich
Dekorrelationsinformation zur Verfügung steht (beispielsweise
ein ICC-Parameter, der im MPEG-Surround-Standard
die Korrelation zwischen zwei Ausgangssignalen eines Vielkanaldownmixes beschreibt),
kann diese zusätzlich
als Entscheidungskriterium verwendet werden, um zu entscheiden,
welcher Dekorrelator verwendet werden soll. So können beispielsweise bei kleinen
ICC-Werten (beispielsweise Werten kleiner 0,5) Ausgänge der
erfindungsgemäßen Dekorrelatoren
(beispielsweise des Dekorrelators der 1 und 3)
verwendet werden. Für
nicht-transiente Signale (beispielsweise tonale Signale) werden
also Standard-Dekorrelatoren
verwendet, um zu jeder Zeit die bestmögliche Reproduktionsqualität sicherzustellen.
-
Die
Anwendung der erfindungsgemäßen Dekorrelatoren
im Audiodecoder 100 ist also signalabhängig. Wie oben erwähnt, existieren
Möglichkeiten
der Detektion von transienten Signalanteilen (beispielsweise LPC-Prädiktion
im Signalspektrum oder ein Vergleich der Energien, die im niederfrequenten
Spektralbereich im Signal enthalten sind mit denjenigen im hohen
Spektralbereich). In vielen Decodier-Szenarien sind diese Detektionsmechanismen
bereits vorhanden oder können
einfach implementiert werden. Ein Beispiel für bereits vorhandene Indikatoren
sind die oben erwähnten
Korrelations- oder Kohärenzparameter
eines Signals. Zusätzlich
zur einfachen Erkennung des Vorhandenseins von transienten Signalanteilen
können
diese Parameter verwendet werden, um die Stärke der Dekorrelation der erzeugten
Ausgangskanäle
zu steuern.
-
Beispiele
für die
Verwendung bereits existierender Detektionsalgorithmen für transiente
Signale sind MPEG-Surround, wo die Steuerinformation des STP-Werkzeuges
zur Detektion geeignet ist und die Zwischen-Kanal-Kohärenz-Parameter
(ICC) verwendet werden können.
Die Detektion kann dabei sowohl auf der Encoder als auf der Decoderseite
erfolgen. Im erstgenannten Fall wäre ein Signal-Flag oder Bit
zu übermitteln, welches
vom Audio-Decoder 100 ausgewertet wird, um zwischen den
verschiedenen Dekorrelatoren hin und her zu schalten. Wenn das Signalverarbeitungsschema
des Audiodecoders 100 auf überlappenden Fenstern zur Rekonstruktion
des endgültigen
Audiosignals basiert und die Überlappung
der benachbarten Fenster (Frames) groß genug ist, kann eine einfache
Umschaltung zwischen verschiedenen Dekorrelatoren erfolgen, ohne dass
dies zur Einführung
hörbarer
Artefakte führt.
-
Ist
dies nicht der Fall, können
verschiedene Maßnahmen
ergriffen werden, um einen annäherungsweise
unhörbaren Übergang
zwischen den unterschiedlichen Dekorrelatoren zu ermöglichen.
Dabei kann zum einen eine Überblend-Technik
verwendet werden, bei der zunächst
beide Dekorrelatoren parallel verwendet werden. Das Signal des Standarddekorrelators 102 wird
dann beim Übergang
zum Dekorrealator 104 intensitätsmäßig langsam ausgeblendet, während das
Signal des Dekorrelators 104 simultan eingeblendet wird.
Darüber hinaus
können
beim hin- und herschalten Hystereseschaltkurven verwendet werden,
die sicherstellen, dass nach erfolgter Umschaltung auf einen Dekorrelator
dieser für
eine vorbestimmte Mindestzeit verwendet wird, um mehrmaliges unmittelbares
Hin- und Herschalten zwischen den verschiedenen Dekorrelatoren zu
verhindern.
-
Zusätzlich zu
Lautstärkeeffekten
kann es zu anderen wahrnehmungspsychologischen Effekten kommen,
wenn unterschiedliche Dekorrelatoren verwendet werden.
-
Dies
ist insbesondere der Fall, da die erfindungsgemäßen Dekorrelatoren einen besonders „breites” Klangfeld
erzeugen können.
In einer nachgeschalteten Mix-Matrix, wird bei der Vielkanal-Audio-Rekonstruktion
einem direkten Signal eine bestimmte Menge eines dekorrelierten
Signals zugemischt. Dabei bestimmt die Menge des dekorrelierten
Signals bzw. die Dominanz des dekorrelierten Signals im erzeugten
Ausgangssignal üblicherweise
die Breite des wahrgenommenen Klangfelds. Die Matrixkoeffizienten
dieser Misch-Matrix (Mix-Matrix) werden dabei üblicherweise von den oben erwähnten übertragenen
Korrelationsparametern bzw. anderen räumlichen Parametern gesteuert.
Daher kann vor dem Umschalten auf einen erfindungsgemäßen Dekorrelator
die Breite des Klangfeldes zunächst
künstlich
erhöht
werden, indem die Koeffizienten der Mix-Matrix so verändert werden,
dass der breite Klangeindruck langsam entsteht, bevor auf die erfindungsgemäßen Dekorrelatoren
umgeschalten wird. Im anderen Fall des Umschaltens vom erfindungsgemäßen Dekorrela tor kann
auf dieselbe Art und Weise die Breite des Klangeindrucks verringert
werden, bevor die eigentliche Umschaltung erfolgt.
-
Natürlich können oben
beschriebene Umschaltszenarien auch kombiniert werden, um einen
besonders weichen Übergang
zwischen verschiedenen Dekorrelatoren zu erzielen.
-
Zusammenfassend
weisen die erfindungsgemäßen Dekorrelatoren
gegenüber
dem Stand der Technik eine Reihe von Vorteilen auf, die insbesondere
bei der Rekonstruktion applausähnlicher
Signale, also von Signalen, die einen hohen transienten Signalanteil
aufweisen, zum Tragen kommen. So wird zum einen ein extrem breites
Klangfeld erzeugt, ohne zusätzliche
Artefakte einzuführen,
was insbesondere im Fall von transienten, applausähnlichen
Signalen ein großer
Vorteil ist. Wie mehrfach gezeigt, können die erfindungsgemäßen Dekorrelatoren
einfach in bereits existierende Wiedergabeketten bzw. Decoder integriert
werden und sogar von Parametern, die innerhalb dieser Decoder schon
vorhanden sind, gesteuert werden, um die bestmögliche Reproduktion eines Signals
zu erzielen. Als Beispiele für
die Integration in solche existierenden Decoder-Strukturen wurden
vorher bereits Parametric Stereo und MPEG-Surround genannt. Darüber hinaus
schafft es das erfindungsgemäße Konzept,
Dekorrelatoren zur Verfügung
zu stellen, die nur außerordentlich
geringe Anforderungen an die verfügbare Rechenleistung stellen,
so dass zum einen keine teure Investition in Hardware erforderlich
ist und zum anderen der zusätzliche
Energieverbrauch der erfindungsgemäßen Dekorrelatoren vernachlässigbar
ist.
-
Obwohl
im Vorhergehenden hauptsächlich
anhand von diskreten Signalen, also Audio-Signalen, die durch eine
Folge von diskreten Abtastwerten repräsentiert werden, argumentiert
wurde, dient dies lediglich dem besseren Verständnis. Das erfindungsgemäße Konzept
ist ebenso auf kontinuierliche Audiosignale anwendbar, so wie auf
andere Darstellungen von Audiosignalen, beispielsweise von Parameterrepräsentationen in
frequenztransformierten Darstellungsräumen.
-
Abhängig von
den Gegebenheiten kann das erfindungsgemäße Verfahren Erzeugen von Ausgangssignalen
in Hardware oder in Software implementiert werden. Die Implementation
kann auf einem digitalen Speichermedium, insbesondere einer Diskette
oder CD mit elektronisch auslesbaren Steuersignalen erfolgen, die so
mit einem programmierbaren Computersystem zusammenwirken können, dass
das erfindungsgemäße Verfahren
Erzeugen von Ausgangssignalen ausgeführt wird. Allgemein besteht
die Erfindung somit auch in einem Computer-Programm-Produkt mit einem auf einem
maschinenlesbaren Träger
gespeicherten Programmcode zur Durchführung des erfindungsgemäßen Verfahrens,
wenn das Computer-Programm-Produkt auf einem Rechner abläuft. In
anderen Worten ausgedrückt
kann die Erfindung somit als ein Computer-Programm mit einem Programmcode
zur Durchführung
des Verfahrens realisiert werden, wenn das Computer-Programm auf einem
Computer abläuft.
