-
Die
vorliegende Erfindung bezieht sich auf die Codierung von Audiosignalen,
wobei Übergangssignalanteile
codiert werden. Die vorliegende Erfindung bezieht sich weiterhin
auf die Decodierung von Audiosignalen. Die vorliegende Erfindung
bezieht sich auch auf einen Audiocodierer, einen Audiospieler, ein
Audiosystem, einen Audiostrom und ein Speichermedium.
-
Der
Artikel von Purnhagen und Edler: "Objektbasierter Analyse/Synthese Audio
Coder für
sehr niedrige Datenbraten", "ITG Fachbericht 1998", Nr. 146, Seiten
35-40 beschreibt eine Anordnung zum Codieren von Audiosignalen mit
niedrigen Bitraten. Eine modellbasierte Analyse-Synthese-Anordnung
wird verwendet, wobei ein Eingangssignal in drei teile aufgeteilt
wird: einzelne Sinusoide, harmonische Töne und Rauschen. Das Eingangssignal
wird weiterhin in feste Frames von 32 Mobilstation aufgeteilt. Für alle Blöcke und
Signalteile werden Parameter auf Basis eines Quellenmodells hergeleitet.
Um die Darstellung von Übergangssignalteilen zu
verbessern wird eine Umhüllendenfunktion
a(t) von dem Eingangssignal hergeleitet und auf selektierte Sinusoide
angewandt. Die Umhüllendenfunktion
besteht aus zwei Zeilensegmenten, ermittelt durch die Parameter
ratk, rdec, tmax, wie in 1 dargestellt.
-
Ein
weiteres Beispiel eines Codierungssystems mit niedriger Bitrate
ist in dem Artikel: "ASAC – Analysis/Synthesis
Audio Codec for Very Low Bit Rates" von Edler, Purnhagen und Ferekidis;
Vordrucke von Briefen, präsentiert
bei dem ABS Abkommen, 1996-05-11, Seiten 1-15, XP001062332, wobei
dieser Artikel einen Analysen/Synthesen-Audiocodec (ASAC) beschreibt,
der eine Codierung von Audiosignalen mit sehr niedrigen Bitraten
für Applikationen
wie mobile Kommunikation oder Multimediadatenbankzugriff über Modem
und Analogtelefonleitungen ermöglicht.
-
Es
ist nun u. a. eine Aufgabe der vorliegenden Erfindung, eine Audiocodierung
zu schaffen, die in Termen von Bitrate und Wahrnehmung vorteilhaft
ist. Dazu schafft die vorliegende Erfindung ein Verfahren zum Codieren
und Decodieren, einen Audiocodierer, einen Audiospieler, ein Audiosystem,
einen Audiostrom und ein Speichermedium, wie in den Hauptansprüchen und
in dem Unteranspruch 10 definiert. Vorteilhafte Ausführungsformen
sind in den Unteransprüchen
definiert.
-
Eine
erste Ausführungsform
der vorliegenden Erfindung umfasst das Schätzen einer Position eines Übergangssignalanteils
in dem Audiosignal, das Übereinstimmen
einer Formfunktion in dem Übergangssignalanteil,
wo der Übergangssignalanteil
nach einem anfänglichen
Anstieg allmählich
abfällt,
wobei diese Form ein Anfangsverhalten hat entsprechend tn und ein Abfallverhalten nach dem Anfangsverhalten
entsprechend e–αt, wobei t Zeit ist und
wobei n und α Parameter
sind, die eine Form der Formfunktion beschreiben. Der vorliegenden
Erfindung liegt die Erkenntnis zugrunde, dass eine derartige Funktion
eine bessere Darstellung von Übergangssignalanteilen
gibt, während
die Funktion von einer geringen Anzahl Parameter beschrieben werden kann,
was in Termen von Bitrate und Wahrnehmungsqualität günstig ist. Die vorliegende
Erfindung ist besonders vorteilhaft in Ausführungsformen, in denen Übergangssignalanteile
separat aus einem angehaltenen Signalanteil codiert werden, weil
insbesondere in diesen Ausführungsformen
eine gute Darstellung der Übergangssignalanteile
wichtig ist.
-
Nach
einem weiteren Aspekt der vorliegenden Erfindung ist die Formfunktion
eine Laguerre-Funktion, die in laufender Zeit gegeben wird durch: c·tne–αt (1)wobei c ein
Skalierungsparameter ist (der eins sein kann). In einer praktischen
Ausführungsform
wird eine zeitdiskrete Laguerre-Funktion verwendet.
-
Übergangssignalanteile
sind als eine plötzliche Änderung
in dem Pegel der Stromversorgung (oder der Amplitude) oder als eine
plötzliche Änderung
in dem Wellenmuster. Detektion von Übergangssignalanteilen an sich
ist in dem betreffenden technischen Bereich bekannt. So wird beispielsweise
in J. Kliewer und A. Mertins "Audio
subband coding with improved representation of transient signal
segments", "Proc. Of EUSIPCO-98, "Signal Processing
IX, "Theories and
applications", Rhodos,
Griechenland, Sept. 1998, Seiten 2345-2348, ein Übergangsdetektionsmechanismus
vorgeschlagen, der auf der Differenz in Energiepegeln vor und nach
einer plötzlichen
Startposition basiert. In einer praktischen Ausführungsform der vorliegenden
Erfindung werden plötzliche Änderungen
in dem Amplitudenpegel betrachtet.
-
In
einer bevorzugten Ausführungsform
der vorliegenden Erfindung ist die Formfunktion eine verallgemeinerte
diskrete Laguerre-Funktion. Meixner und Meixnerartige Funktionen
mit einer rationellen z-Transformation: "Int. J. Circuit Theory Appl." 23, 1995, Seiten
237-246. Parameter dieser Formfunktionen werden auf eine einfache
Art und Weise hergeleitet.
-
In
einer anderen Ausführungsform
der vorliegenden Erfindung umfassen die Formparameter eine Schrittangabe
in dem Fall, dass der Übergangssignalanteil
eine schrittartige Änderung
in der Amplitude ist. Das Signal nach der schrittartigen Änderung
wird auf vorteilhafte Weise in angehaltenen Codierern codiert.
-
In
einer anderen bevorzugten Ausführungsform,
der vorliegenden Erfindung ist die Position des Übergangssignalanteils eine
Startposition. Es ist bequem, die Startposition des Übergangssignalsanteils
zur adaptiven Framebildung zu geben, wobei ein Frame an der Startposition
eines Übergangssignalanteils
startet. Die Startposition wird für die Formfunktion und die
adaptive Framebildung verwendet, was zu einer effizienten Codierung
führt.
Wenn die Startposition gegeben wird, ist es nicht notwendig, die
Startposition durch eine Kombination zweier Parameter zu ermitteln,
wie dies in dem von Edler beschriebenen Verfahren erforderlich wäre.
-
Ausführungsbeispiele
der vorliegenden Erfindung sind in der Zeichnung dargestellt und
werden im Folgenden näher
beschrieben. Es zeigen:
-
1 eine
bekannte Umhüllendenfunktion,
wie bereits beschrieben,
-
2 eine
Ausführungsform
eines Audiocodierers nach der vorliegenden Erfindung,
-
3 ein
Beispiel einer Formfunktion nach der vorliegenden Erfindung,
-
4 eine
Darstellung laufender zentraler Momente erster und zweiter Ordnung
eines Eingangsaudiosignals,
-
5 ein
Beispiel einer Formfunktion, hergeleitet für ein Eingangsaudiosignal,
-
6 eine
Ausführungsform
eines Audiospielers nach der vorliegenden Erfindung und
-
7 ein
System mit einem Audiocodierer und einem Audiospieler.
-
Die
Zeichnung zeigt nur diejenigen Elemente, die zum Verständnis der
vorliegenden Erfindung erforderlich sind.
-
2 zeigt
einen Audiocodierer 1 nach der vorliegenden Erfindung mit
einer Eingangseinheit 10 zum Erhalten eines Eingangsaudiosignals
x(t). Der Audiocodierer 1 trennt das Eingangssignal in
drei Anteile: Übergangssignalanteile,
angehaltene deterministische Anteile, und angehaltene stochastische
Anteile. Der Audiocodierer 1 umfasst einen Übergangscodierer 11,
einen Sinusoidcodierer 13 und einen Rauschcodierer 14.
Der Audiocodierer umfasst ggf. einen Verstärkungskompressionsmechanismus
(GC) 12.
-
In
dieser vorteilhaften Ausführungsform
der vorliegenden Erfindung erfolgt Übergangscodierung vor der angehaltenen
Codierung. Dies ist vorteilhaft, weil Übergangssignalanteile in angehaltenen
Codierern nicht effizient und optimal codiert werden. Wenn angehaltene
Codierer zum Codieren von Übergangssignalanteilen verwendet
werden, ist viel Codierungsaufwand erforderlich, man kann sich beispielsweise
vorstellen, dass es schwierig ist, nur mit angehaltenen Sinusoiden
einen Übergangssignalanteil
zu codieren. Deswegen ist die Entfernung von Übergangssignalanteilen aus
dem zu codierenden Audiosignal vor der angehaltenen Codierung günstig. Eine
in dem Übergangscodierer
hergeleitete Übergangsstartposition
wird in den angehaltenen Codierern zur adaptiven Segmentierung (adaptiven
Framebildung) verwendet, was zu einer weiteren Verbesserung der
Leistung der angehaltenen Codierung führt.
-
Der Übergangscodierer 11 umfasst
einen Übergangsdetektor
(TD) 110, einen Übergangsanalysator (TA) 111 und
einen Übergangssynthesizer
(TS) 112. Erstens geht das Signal x(t) in den Übergangsdetektor 110 ein.
Dieser Detektor 110 schätzt,
ob es einen Übergangssignalanteil
gibt und an welcher Position. Diese Information wird dem Übergangsanalysator 111 zugeführt. Diese
Information kann auch in dem sinusförmigen Codierer 13 und
in dem Rauschcodierer 14 verwendet werden um eine vorteilhafte
signalinduzierte Segmentierung zu erhalten. Wenn die Position des Übergangssignalanteils
ermittelt wird, versucht der Übergangsanalysator 111 den Übergangssignalanteil
(oder den Hauptteil davon) zu extrahieren. Dies stimmt mit einer
Formfunktion für
ein Signalsegment überein,
das vorzugsweise an einer geschätzten
Startposition startet und ermittelt den Inhalt während der Formfunktion, beispielsweise
einer (kleinen) Anzahl sinusförmiger
Anteile. Diese Information befindet sich in dem. Der Übergangscode
Cr wird einem Übergangssynthesizer 112 zugeführt. Der synthetisierte Übergangssignalanteil
wird in dem Subtrahierer 16 von dem Eingangssignal x(t)
subtrahiert, was zu einem Signal x1 führt. In dem
Fall, dass auf den GC 12 verzichtet wird, ist x1 = x2. Das Signal
x2 wird dem sinusförmigen Codierer 13 zugeführt, wo
es in einem sinusförmigen
Analysator (SA) 130 analysiert wird, was die (deterministischen)
sinusförmigen
Anteile ermittelt. Diese Information befindet sich in dem sinusförmigen Code
CS. Aus dem sinusförmigen Code CS wird
der sinusförmige
Signalanteil durch einen sinusförmigen
Synthesizer (SS) 131 rekonstruiert. Dieses Signal wird
in dem Subtrahierer 17 von dem Eingang x2 zu
dem sinusförmigen
Codierer 13 subtrahiert, was zu einem Restsignal x3 führt,
ohne (große) Übergangssignalanteile
und (wichtige) deterministische sinusförmige Anteile. Deswegen wird
vorausgesetzt, dass das restliche Signal x3 aus
Rauschanteilen besteht. Es wird auf den Leistungsinhalt entsprechend
einer ERB-Skala in einem Rausachanalysator (NA) 14 analysiert.
Der Rauschanalysator 14 erzeugt einen Rauschcode CN. Auf gleiche Weise wie in der Situation
bei dem sinusförmigen
Codierer 13 kann der Rauschanalysator 14 auch
die Startposition des Übergangssignalanteils
als eine Position zum Starten eines neuen Analysenblocks verwendet
werden. Die Segmentgrößen des
sinusförmigen
Analysators 130 und des Rauschanalysators 14 sind
nicht unbedingt gleich. In einem Multiplexer 15 wird ein
Audiostrom AS gebildet, der die Codes CT,
CS und CN umfasst.
Der Audiostrom AS wird beispielsweise einem Datenbus, einem Antennensystem,
einem Speichermedium usw. zugeführt.
-
Nachstehend
wird eine Darstellung der Übergangssignalanteile
nach der vorliegenden Erfindung beschrieben. In dieser Ausführungsform
besteht der Code für Übergangsanteile
CT entweder aus einer parametrischen Form
plus den zusätzlichen
Frequenzanteilen (oder anderem Inhalt) unter der Form oder einem
Code zum Identifizieren einer schrittartigen Änderung. Nach einer bevorzugten
Ausführungsform
der vorliegenden Erfindung ist die Formfunktion für einen Übergang,
der allmählich
abfällt
nach einem anfänglichen
Anstieg, vorzugsweise eine verallgemeinerte Laguerre-Funktion. Für andere
Typen Übergangssignalanteile
können
andere Funktionen verwendet werden.
-
Ein
Beispiel einer verallgemeinerten diskreten Laguerre-Funktion ist
eine Meixner-Funktion. Eine diskrete Meixner-Funktion g(t) nullter
Ordnung wird gegeben durch:
wobei
t = 0,1,2,.. und (b)
t = b(b + 1)...(b +
t – 1)
ein Pochhammersymbol ist. Der Parameter b bezeichnet eine Verallgemeinerungsordnung
(b > 0) und ermittelt
die Anfangsform der Funktion: etwa f α t
(b-1)/2 für kleine
t. Der Parameter ζ bezeichnet
einen Pol mit 0 < ζ < 1 und ermittelt
den Abfall für
größere t.
Die Funktion g(t) ist eine positive Funktion für alle Werte von t. Für b = 1
wird eine diskrete Laguerre-Funktion erhalten. Weiterhin ist für b = 1
die z-Transformation von g eine rationelle Funktion in z und kann
folglich als eine Stoßantwort
eines IIR-Filters erster Ordnung verwirklicht werden. Für alle anderen
Werte von b gibt es keine rationelle z-Transformation. Die Funktion
g(t) ist energiegenormt, d.h.:
Die Meixner-Funktion nullter
Ordnung kann rekursiv wie folgt geschaffen werden:
-
In
einer anderen Ausführungsform
nach der vorliegenden Erfindung werden Meixner-artige Funktionen
verwendet, weil sie eine rationelle z-Transformation haben. Ein
Beispiel einer Meixner-artigen Funktion ist in
3 dargestellt/Eine
diskrete Meixnerartige Funktion nullter Ordnung h(t) wird durch
die z-Transformation gegeben:
wobei α = 0,1,2,... und Ca gegeben
wird durch:
wobei P
a ein
Legendre-Polynom ist, gegeben durch:
-
Der
Parameter α bezeichnet
die Ordnung der Verallgemeinerung (ä ist eine nicht negative ganze
Zahl) und ξ ist
der Pol mit 0 < ξ < 1. Der Parameter α determiniert
die Anfangsform der Funktion: f α ta für
kleine t. Der Parameter ξ determiniert
den Abfall für
große
t. Die Funktion h ist eine positive Funktion für alle Werte von t und ist
energiegenormt. Für
alle Werte von a hat die Funktion h eine rationelle z-Transformation
und kann als die Stoßantwort
eines IIR-Filters (der Ordnung α +
1) verwirklicht werden.
-
Die
Funktion h(t) kann in einer endlichen diskreten Laguerre-Reihe wie
folgt ausgedrückt
werden:
wobei Ø
m diskrete
Laguerre-Funktionen sind, siehe den Artikel von A.C. den Brinker.
B
m wird gegeben durch:
-
Laufende
zentrale Momente erster und zweiter Ordnung einer bestimmten Funktion
f(t) werden definiert durch:
wobei
k
0 die Startposition des Übergangssignalanteils
ist.
-
Mit
einer guten Schätzung
der laufenden Momente T1 und T2 eines
Eingangsaudiosignals (es gilt f(t) = x(t) in den Gleichungen 10
und 11), können
die Formparameter deduziert werden. Unglücklicherweise folgt bei echten
Daten einem Übergangssignalanteil
meistens eine angehaltene Anregungsphase, wodurch eine mögliche Messung
der laufenden Momente gestört
wird. 4 zeigt die laufenden zentralen Momente erster und
zweiter Ordnung einer Eingangsaudiosignals. Es zeigt sich, dass
die laufenden Momente anfangs linear zunehmen. Und zwar aus der
angenommenen Startposition und später nach Sättigung neigen. Obschon die Formparameter
aus dieser Kurve deduziert werden konnen, weil die Sättigung
nicht so klar ist wie für
Parameterextraktion erwünscht,
d.h. es ist nicht klar genug, bei welchem k gute Schätzungen
von T1 und T2 erhalten werden.
In einer vorteilhaften Ausführungsform
der vorliegenden Erfindung wird ein Verhältnis in Anfangszunahme der
laufenden Momente T1 und T2 verwendet
um die Formparameter zu deduzieren. Diese Messung ist vorteilhaft
bei der Ermittlung von b (und im Falle der Meixner-Funktion α nullter
Ordnung), da b das Anfangsverhalten der Form bestimmt. Aus dem Verhältnis zwischen
Neigungen laufender Momente T1 und T2 wird eine gute Schätzung für b erhalten. Aus Simulationsergebnissen
ist erhalten, dass es bis zu einem sehr guten Grad, zwischen dem
Verhältnis
Neigung T1/ Neigung T2 und
dem Parameter b, eine linear Beziehung gibt, dies im Gegensatz zu
einer Laguerre-Funktion, einigermaßen abhängig von dem Abfallparameter ξ. Als eine
Beschreibung kann Folgendes (hergeleitet durch Versuche) verwendet
werden:
-
Für
Meixner:
-
-
Neigung T1/Neigung
T2 = b + ½ (12)
-
Für
Meixner-artig:
-
- Neigung T1/Neigung
T2 = 2a + 3/2 (13)wobei eine
Abhängigkeit
ignoriert wird. Weil T1 und T2 für k = k0 Null sind, kann Neigung T1/Neigung
T2 für
eine geeignete k durch T1/T2 angenähert werden.
-
Der
Pol ξ der
Form kann wie folgt geschätzt
werden. Ein Polynom zweiter Ordnung wird an einen laufenden Moment,
beispielsweise T1, angepasst. Dieses Polynom
wird an ein Signalsegment von T1 angepasst, mit
einer derartigen Observationszeit T, dass eine Anpassung deutlich
sichtbar ist, d.h. ein deutlicher Term zweiter Ordnung in dem Polynom
passt zu T. Daraufhin wird das Polynom zweiter Ordnung zu dem Maximum extrapoliert
und es wird vorausgesetzt, dass dieser Wert der Sättigungspegel
von T1 ist. Aus diesem Wert für T1 und b wird ξ berechnet, und zwar unter Verwendung
der Gleichungen 2 und 10, wobei f(t) = g(t) ist. Für eine Meixner-artige
Funktion wird ξ aus
de, Wert für
T1 und α berechnet,
und zwar unter Verwendung der Gleichungen 8-10, wobei f(t) = h(t)
ist. Eine Prozedur zum Schätzen
des Abfallparameters ξ ist
wie folgt:
Start mit einem bestimmten Wert von T
-
Anpassung
eines Polynoms zweiter Ordnung an die Daten bei 0 zu T, d.h. T1(t) ≈ c0 + c1t + c2t2 für t = [0,T]wobei
C0,1,2 passende Parameter sind
-
Überprüfung, ob
der quadratische Term dieses Polynoms bei t = T wesentlich ist:
T
1(T) < (1 – ε)(c
0 + c
1T) wobei ε einen relativen
Beitrag des quadratischen Terms bei t = T darstellt wenn dies erfüllt wird,
Durchführung
einer Extrapolation von T
1(t) zu dem Maximum
und Ausgleich davon mit T
1:
-
Berechnung
des Abfallparameters ξ aus
T1 und b (oder α)
-
Für Meixner-artige
Funktionen wird der Formparameter α vorzugsweise auf ganze Werte
gerundet.
-
5 zeigt
ein Beispiel einer Formfunktion, hergeleitet für ein Eingangsaudiosignal.
-
Eine
gewisse Vorverarbeitung, wie das Durchführen einer Hilbert-Transformation der
Daten, kann durchgeführt
werden, um eine erste Annäherung
der Form zu erhalten, obschon eine Vorverarbeitung für die vorliegende
Erfindung nicht wesentlich ist.
-
Wenn
der Wert, bei dem die laufenden Momente sättigen, hoch ist, d.h. in der
Größenordnung
von Segmenten/Framelänge,
wird die Meixner(artige) Form gestrichen. In dem Fall, dass der Übergang
eine schrittartige Änderung
in der Amplitude ist, wird die Position des Übergangs für eine richtige Segmentierung
in dem Sinusoidcodierer und dem Rauschcode bewahrt.
-
Nachdem
die Startposition und die Form eines Übergangs ermittelt worden sind,
wird die Signalform unterhalb der Form geschätzt. Eine (geringe) Anzahl
Sinusoide wird unterhalb der Form geschätzt. Dies geschieht bekanntlich
in der Analyse-durch-Syntheseprozedur.
Die Daten, die verwendet erden zum Schätzen der Sinusoide, sind ein
Segment, das gefenstert wird um den Übergang zu umgeben, nicht aber
eine nachfolgende angehaltene Antwort. Dazu wird den Daten vor dem
Eingang in das Analyse-durch-Syntheseverfahren ein
Zeitfenster zugeführt.
Im Wesentlichen erstreckt sich das betreffende Signal von der Startposition
zu einem gewissen Abtastwert, wo die Form auf einen bestimmten Prozentsatz
des Maximums reduziert wird. Die gefensterten Daten können in
eine Frequenzdomäne
transformiert werden, beispielsweise durch eine diskrete Fourier
Transformation (DFT). Um NF-Anteile zu vermeiden, die sich wahrscheinlich
hinter dem geschätzten Übergang
erstrecken, wird in der Frequenzdomäne auch ein Fenster angewandt.
Danach wird die maximale Antwort ermittelt und die mit dieser maximalen
Antwort assoziierte Frequenz. Die geschätzte Form wird durch diese
Frequenz moduliert, und die möglichst
beste Anpassung wird an den Daten durchgeführt, und zwar entsprechend
einem vorbestimmten Kriterium, beispielsweise einem psychoakustischen Modell
oder im Sinne der kleinsten Quadrate. Dieses geschätzte Übergangssegment
wird von dem ursprünglichen Übergang
subtrahiert und die Prozedur wird wiederholt, bis eine maximale
Anzahl Sinusoidanteile überstiegen
wird, oder in dem Segment kaum noch Energie übrig ist. Im Wesentlichen wird
ein Übergang
durch eine Summe modulierter Meixner-Funktionen dargestellt. In
einer praktischen Ausführungsform
werden 6 Sinusoide geschätzt.
Wenn der unter liegende Inhalt vorwiegend Rauschanteile enthält, wird
eine Rauschschätzung
verwendet oder es werden beliebige Werte für die Frequenzen der Sinusoide
gegeben.
-
Der Übergangscode
CT umfasst eine Startposition eines Übergangs
und einen Übergangstyp.
Der Code für
einen Übergang
im Falle einer Meixner(artigen) Form umfasst:
die Startposition
des Übergangs
eine
Angabe, dass die Form eine Meixner(artige) Funktion ist
Formparameter
b (oder a) und ξ
Modulationsterme:
NF Frequenzparameter und Amplituden für (ko)sinusmodulierte
Form.
-
In
dem Fall, dass der Übergang
im Wesentlichen ein plötzlicher
Anstieg in dem Amplitudenpegel ist, wobei es (relativ) kurz nach
der Startposition keinen deutlichen Abfall in diesem Pegel gibt,
kann der Übergang nicht
mit einer Meixner(artigen) Form codiert werden. In dem Fall wird
die Startposition bewahrt um eine richtige Signalsegmentierung zu
erhalten. Der Code für
Schrittübergänge umfasst:
die
Startposition des Übergangs
einen
Indikator für
den Schritt.
-
Die
Leistung der aufeinander folgenden angehaltenen Codierungsstufen
(sinusförmig
und Rauschen) wird durch Verwendung der Übergangsposition bei der Segmentierung
des Signals verbessert. Der Sinusoidcodierer und der Rauschcodierer
starten bei einem neuen Frame an der Stelle eines detektierten Übergangs. Auf
diese Weise wird die Mittelwertbestimmung über Signalteile vermieden,
von denen bekannt ist, dass sie ein nicht stationäres Verhalten
aufweisen. Dies bedeutet, dass ein Segment vor einem Übergangssegment
gekürzt,
verschoben oder mit einem vorhergehenden Frame gekoppelt werden
soll.
-
Der
Audiocodierer
1 nach der vorliegenden Erfindung umfasst
ggf. ein Verstärkungssteuerelement
12 vor
den angehaltenen Codierern
13 und
14. Es ist für die angehaltenen
Codierer vorteilhaft, Änderungen
in dem Amplitudenpegel zu vermeiden. Für einen Schrittübergang
wird dieses Problem durch Verwendung einer Segmentierung entsprechend
den Übergängen gelöst. Für Übergänge, die
mit einer Form wiedergegeben werden., wird das Problem teilweise
durch Extraktion des Übergangs
von dem Eingangssignal gelöst.
Das Restsignal kann dennoch eine wesentliche dynamische Änderung
in dem Amplitudenpegel aufweisen, wahrscheinlich entsprechend der
geschätzten
Form geformt. Um das Restsignal abzuflachen kann das Verstärkungsregelelement
verwendet werden. Eine Kompressionsrate kann wie folgt definiert
werden:
wobei h(t) die geschätzte Form
ist und wobei d ein Parameter ist, der eine Kompressionsrate beschreibt.
Das Verstärkungsregelelement
setzt voraus, dass nach einem Übergang
eine stationäre
Phase mit Amplitudenausschweifungen um etwa das 0,2fache Maximum
der geschätzten
Form auftritt. Ein Verhältnis
r wird definiert durch:
wobei
M
r das Maximum des Restsignals ist.
-
Der
Kompressionsratenparameter d entspricht dem Wert r, wenn r > 2 ist, sonst wird
für d den
Wert 0 gewählt.
Für die
Kompression braucht nur d übertragen
zu werden.
-
6 zeigt
einen Audiospieler 3 nach der vorliegenden Erfindung. Ein
Audiostrom AS',
beispielsweise erzeugt von einem Codierer nach 2,
wird von einem Datenbus, einem Antennensystem, einem Speichermedium
usw. erhalten. Der Audiostrom AS wird in einem Demultiplexer 30 zum
Erhalten der Codes CT', CS' und CN' gedemultiplext.
Diese Codes werden einem Übergangssynthesizer 31,
einem Sinussynthesizer 32 und bzw. Rauschsynthesizer 33 zugeführt. Aus
dem Übergangscode
CT' werden
die Übergangssignalanteile
in dem Übergangssynthesizer 31 berechnet.
In dem Fall, dass der Übergangscode
eine Formfunktion angibt, wird die Form auf Basis der empfangenen
Parameter berechnet. Weiterhin wird der Forminhalt auf Basis der Frequenzen
und Amplituden der sinusförmigen
Anteile berechnet. Wenn der Übergangscode
CT' einen
Schritt angibt, wird kein Übergang
berechnet. Das gesamte Übergangssignal
yT ist eine Summe aller Übergänge.
-
In
dem Fall, dass der Dekompressionsparameter d verwendet wird, d.h.
wenn in dem Codierer 1 hergeleitet und in den Audiostrom
AS' aufgenommen,
wird ein Dekompressionsmechanismus 34 verwendet. Das Verstärkungssignal
g(t) wird auf Eins initialisiert und der gesamte Amplitudendekompressionsfaktor
wird als das Produkt aller verschiedener Dekompressionsfaktoren
berechnet. In dem Fall, dass der Übergang ein Schritt ist, wird
kein Amplitudendekompressionsfaktor berechnet.
-
Aus
zwei aufeinander folgenden Übergangspositionen
wird eine Segmentierung für
die sinusförmige Synthese
SS 32 und die Rauschsynthese NS 33 berechnet.
Der sinusförmige
Code CS wird verwendet zum Erzeugen des
Signals yS, beschrieben als eine Summe von
Sinusformen in einem bestimmten Segment. Der Rauschcode CN wird verwendet zum Erzeugen eines Rauschsignals
yN. Aufeinander folgende Segmente werden
beispielsweise durch ein Überlappungshinzufügungsverfahren
hinzu addiert.
-
Das
gesamte Signal y(t) besteht aus der Summe des Übergangssignals yT und
des Produktes aus der Amplitudendekompression g und der Summe des
sinusförmigen
Signals yS und des Rauschsignals yN. Der Audiospieler umfasst zwei Addierer 36 und 37 zum
Summieren betreffender Signal. Das gesamte Signal wird einer Ausgangseinheit 35 zugeführt, die
beispielsweise ein Lautsprecher ist.
-
7 zeigt
ein Audiosystem nach der vorliegenden Erfindung mit einem Audiocodierer 1,
wie in 2 dargestellt, und einem Audiospieler 3,
wie in 6 dargestellt. Ein derartiges System bietet Abspiel-
und Aufzeichnungsmöglichkeiten.
Der Audiostrom AS wird von dem Audiocodierer zu dem Audiospieler
geliefert, und zwar über
einen Kommunikationskanal 2, der eine drahtlose Verbindung,
ein Datenbus oder ein Speichermedium sein kann. In dem Fall, dass
der Kommunikationskanal 2 ein Speichermedium ist, kann
das Speichermedium fest in dem System sein oder auch eine entfernbare
Platte, eine Speicherkarte sein. Der Kommunikationskanal 2 kann
ein Teil des Audiosystems sein, wird aber oft außerhalb des Systems sein.
-
Es
sei bemerkt, dass die oben genannten Ausführungsformen die vorliegende
Erfindung illustrieren statt begrenzen, und dass der Fachmann imstande
sein wird, im Rahmen der beiliegenden Patentansprüche viele
alternative Ausführungsformen
zu entwerfen. In den Ansprüchen
sollen eingeklammerte Bezugszeichen nicht als den Anspruch begrenzend
betrachtet werden. Das Wort "umfassen" schließt das Vorhandensein anderer
Elemente oder Verfahrensschritte als diejenigen, die hier genannte
werden, nicht aus. Die vorliegende Erfindung kann mit Hilfe von
Hardware mit verschiedenen einzelnen Elementen und mit Hilfe eines
auf geeignete Art und Weise programmierten Computers implementiert
werden. In einem Anordnungsanspruch, in dem verschiedene Mittel
nummeriert sind, können
verschiedene dieser Mittel von ein und demselben Hardware-Item verkörpert sein,
Die Tatsache, dass bestimmte Maßnahmen
in untereinander verschiedenen Unteransprüchen genannte werden, gibt
nicht an, dass eine Kombination dieser Maßnahmen nicht verwendet werden
könnte.
-
Zusammenfassend
schafft die vorliegende Erfindung eine Codierung und Decodierung
eines Audiosignals mit der Schätzung
einer Position eines Übergangssignalanteils
in dem Audiosignal, der Übereinstimmung
einer Formfunktion in dem Übergangssignalanteil
im Falle der Übergangssignalanteil
nach einem Anfangsanstieg allmählich
abfällt,
wobei diese Formfunktion ein im Wesentlichen exponentiellen Anfangsverhalten
und ein im Wesentlichen logarithmisches Abfallverhalten aufweist;
und wobei die Position und die Parameter, welche die Formfunktion
in einem Audiostrom beschreiben vorgesehen ist.
Die Meixner-Funktion nullter Ordnung kann rekursiv wie folgt geschaffen werden:
wobei Pa ein Legendre-Polynom ist, gegeben durch:
wobei Mr das Maximum des Restsignals ist.