-
TECHNISCHES GEBIET
-
Die
vorliegende Erfindung betrifft allgemein digitale Audiocodiersysteme
und -verfahren und betrifft insbesondere das Verbessern der Wahrnehmungsqualität der aus
Niedrigstbitraten-Audiocodiersystemen und -verfahren gewonnenen
Audiosignale.
-
STAND DER TECHNIK
-
Audiocodiersysteme
werden verwendet, um ein Audiosignal in ein codiertes Signal, welches
sich zur Übertragung
oder Speicherung eignet, zu codieren und anschließend das
codierte Signal zu empfangen oder wiederzugewinnen und es zu decodieren, um
eine Version des ursprünglichen
Audiosignals zur Wiedergabe zu gewinnen. Wahrnehmungsgemäße Audiocodiersysteme
versuchen, ein Audiosignal in ein codiertes Signal zu codieren,
welches niedrigere Anforderungen hinsichtlich des Informationsgehalts aufweist
als das ursprüngliche
Audiosignal, und anschließend
das codierte Signal zu decodieren, um einen Ausgang zu liefern,
welcher in der Wahrnehmung nicht vom ursprünglichen Audiosignal zu unterscheiden
ist. Ein Beispiel eines wahrnehmungsgemäßen Audiocodierverfahrens ist
in Bosi et al., "ISO/IEC
MPEG-2 Advanced Audio Coding" J.
AES, Vol. 45, Nr. 10, Oktober 1997, S. 789-814 beschrieben, welches
als "Advanced Audio
Coding" (AAC) bezeichnet
wird.
-
Wahrnehmungsgemäße Codierverfahren wie
AAC wenden eine Analyse-Filterbank auf ein Audiosignal an, um digitale
Signalkomponenten zu gewinnen, welche typischerweise ein hohes Genauigkeitsniveau
in der Größenordnung
von 16-24 Bit haben und in Frequenz-Teilbänder eingeteilt sind. Die Teilbandbreiten
variieren typischerweise und entsprechen gewöhnlich den Breiten der sogenannten kritischen
Bänder
des menschlichen Gehörs.
Die Anforderungen hinsichtlich des Informationsgehalts des Signals
werden durch Quantisieren der Teilbandsignalkomponenten auf ein
viel niedrigeres Genauigkeitsniveau gesenkt. Außerdem können die quantisierten Komponenten
auch durch einen Entropiecodierungsprozess wie Huffman-Codierung
codiert werden. Quantisierung führt
Rauschen in die quantisierten Signale ein, aber wahrnehmungsgemäße Audiocodiersysteme
verwenden psychoakustische Modelle in dem Bestreben, die Amplitude
des Quantisierungsrauschens zu regulieren, so dass es durch Spektralkomponenten
im Signal maskiert oder unhörbar
gemacht wird. Eine ungenaue Kopie der Teilbandsignal-Komponenten
wird durch komplementäre Entropiedecodierung
und Dequantisierung aus dem codierten Signal gewonnen.
-
Das
Ziel bei vielen herkömmlichen
wahrnehmungsgemäßen Codiersystemen
ist, auf eine optimale oder so annähernd wie praktisch möglich optimale
Weise die Teilbandsignal-Komponenten zu quantisieren und einen Entropiecodierungsprozess auf
die quantisierten Signalkomponenten anzuwenden. Sowohl Quantisierung
als auch Entropiecodierung sind gewöhnlich dafür ausgelegt, mit so viel mathematischer
Effizienz wie möglich
zu arbeiten.
-
Die
Ausführung
eines optimalen oder annähernd
optimalen Quantisierers hängt
von statistischen Eigenschaften der zu quantisierenden Signalkomponentenwerte
ab. In einem wahrnehmungsgemäßen Codiersystem,
welches eine Transformation verwendet, um die Analyse-Filterbank
zu implementieren, werden die Signalkomponentenwerte aus in Frequenz-Teilbänder eingeordneten
Frequenzbereichs-Transformationskoeffizienten abgeleitet und dann
bezüglich
der Komponente mit der größten Größe in jedem
Teilband normalisiert oder skaliert. Ein Beispiel einer Skalierung
ist ein als Blockkompandieren bekannter Prozess. Die Anzahl der
Koeffizienten, welche in jedes Teilband eingeordnet werden, nimmt typischerweise
mit der Teilbandfrequenz zu, so dass die Teilbandbreiten den kritischen
Bandbreiten des menschlichen Gehörs
nahekommen. Psychoakustische Modelle und Bitzuteilungsprozesse bestimmen das
Maß an
Skalierung für
jedes Teilbandsignal. Einordnen und Skalieren verändern die
statistischen Eigenschaften der zu quantisierenden Signalkomponentenwerte;
deshalb wird die Quantisierungseffizienz im allgemeinen für die Eigenschaften
der eingeordneten und skalierten Signalkomponenten optimiert.
-
In
typischen wahrnehmungsgemäßen Codiersystemen
wie dem oben erwähnten
AAC-System neigen die breiteren Teilbänder dazu, wenige dominierende
Teilbandsignalkomponenten mit einer relativ großen Größe und viel mehr unbedeutendere
Signalkomponenten mit signifikant kleineren Größen zu haben. Ein gleichförmiger Quantisierer
quantisiert eine solche Verteilung von Werten nicht mit hoher Effizienz.
Die Quantisierereffizienz lässt
sich durch Quantisieren der kleineren Signalkomponenten mit höherer Genauigkeit
und durch Quantisieren der größeren Signalkomponenten
mit geringerer Genauigkeit steigern. Dies geschieht häufig mittels
eines komprimierenden Quantisierers wie eines μ-law- oder A-Iaw-Quantisierers.
Ein komprimierender Quantisierer kann durch einen Kompressor, gefolgt von
einem gleichförmigen
Quantisierer, implementiert sein, oder er kann durch einen nicht-gleichförmigen Quantisierer,
welcher dem Zwei-Schritte-Prozess gleichwertig ist, implementiert
sein. Ein expandierender Dequantisierer wird verwendet, um die Effekte
des komprimierenden Quantisierers umzukehren. Ein expandierender
Dequantisierer bewirkt eine Expansion, welche im wesentlichen die
Inverse der im komprimierenden Quantisierer bewirkten Kompression
ist.
-
Ein
komprimierender Quantisierer bewirkt im allgemeinen vorteilhafte
Ergebnisse in wahrnehmungsgemäßen Audiocodiersystemen,
welche alle Signalkomponenten mit einem Quantisierungsgenauigkeitsniveau
darstellen, welches im wesentlichen gleich der oder größer als
die durch ein psychoakustisches Modell als zum Maskieren des Quantisierungsrauschens
erforderlich spezifizierte Genauigkeit ist. Kompression verbessert
die Quantisierungseffizienz im allgemeinen, indem sie die Signalkomponentenwerte
gleichförmiger
innerhalb des Eingangsbereichs des Quantisierers umverteilt.
-
Niedrigstbitraten-
("Very-Low-Bit-Rate-") (VLBR-) Audiocodiersysteme
können
im allgemeinen nicht alle Signalkomponenten mit zum Maskieren des Quantisierungsrauschens
ausreichender Quantisierungsgenauigkeit darstellen. Manche VLBR-Codiersysteme
versuchen, ein Ausgangssignal mit einem hohen Niveau an wahrgenommener
Qualität
wiederzugeben, indem sie ein Basisbandsignal mit nur einem Teil
der Bandbreite des Eingangssignals übertragen oder aufzeichnen
und fehlende Teile der Signal-Bandbreite während der Wiedergabe durch
Kopieren von Spektralkomponenten aus dem Basisbandsignal regenerieren.
Dieses Verfahren wird manchmal als "Spektraltranslation" oder "Spektralregenerierung" bezeichnet. Die
Erfinder haben beobachtet, dass komprimierende Quantisierer im allgemeinen
keine vorteilhaften Ergebnisse liefern, wenn sie in VLBR-Codiersystemen wie
denjenigen, welche Spektralregenerierung verwenden, zum Einsatz kommen.
-
Die
Ausführung
eines optimalen oder annähernd
optimalen Codierers wie der in typischen Audiocodiersystemen verwendeten
Codierer hängt
von statistischen Eigenschaften der zu codierenden Werte ab. In
typischen Systemen werden Gruppen von quantisierten Signalkomponenten
durch einen Huffman-Codierprozess codiert, welcher ein oder mehrere
Codebücher
verwendet, um die quantisierten Signalkomponenten darstellende Codes
variabler Länge
zu erzeugen. Die kürzesten
Codes werden verwendet, um diejenigen quantisierten Werte darzustellen,
welche voraussichtlich am häufigsten
auftreten werden. Jeder Code wird durch eine ganzzahlige Anzahl
von Bits ausgedrückt.
-
Gute
Ergebnisse liefert die Huffman-Codierung oft in Audiocodiersystemen,
welche alle Signalkomponenten mit ausreichender Quantisierungsgenauigkeit
darstellen können,
um das Quantisierungsrauschen zu maskieren. Die Erfinder haben jedoch
beobachtet, dass die Huffman-Codierung schwerwiegenden Beschränkungen
unterliegt, welche sie zur Verwendung in vielen VLBR-Codiersystemen ungeeignet
machen. Diese Beschränkungen werden
unten erläutert.
-
EP 0 645 769 A2 beschreibt
ein Codierverfahren, in welchem Spektralkomponenten eines Audiosignals
als entweder tonal oder nicht-tonal klassifiziert werden. Die Klassifizierung
jeder Spektralkomponente in einem Block von Komponenten berücksichtigt
den Komponentenwert sowie den Wert benachbarter Komponenten und
den Wert der maximalen Komponente in einem Block. Sie berücksichtigt außerdem die
Energie benachbarter Komponenten im Vergleich zu einem voreingestellten
Energieniveau. Ein zusätzlicher
Prozess kann verwendet werden, um die Anzahl benachbarter Komponenten
eines lokalen Maximums, welche ebenfalls als tonal klassifiziert
werden, zu bestimmen. Alternativ kann eine feste Anzahl von Komponenten
klassifiziert werden.
-
US 5,394,508 beschreibt
ein Codierverfahren, bei welchem Spektralkomponenten eines Audiosignals
in Frequenzbänder
eingeteilt werden, die Komponente mit der größten Größe in jedem Band zur "Maßstabskomponente" ernannt wird, die
Größe der Maßstabskomponente
genau quantisiert wird und alle anderen Komponenten typischerweise
weniger genau quantisiert werden.
-
DE 100 10 649 C1 offenbart
die Codierung eines ursprünglichen
Zeitsignals mittels Umwandlung aus dem Zeitbereich in den Frequenzbereich, um
eine Vielzahl von Spektralkoeffizienten zu gewinnen. Mindestens
zwei Spektralkoeffizienten oder mindestens zwei aus den Analyse-Spektralkoeffizienten
durch Multiplikation eines Codierungsverstärkungsfaktors oder durch Multiplikation
mit einer Kompressionsfunktion abgeleitete Spektralkoeffizienten werden
eingeordnet. Dann wird, entsprechend der beim Quantisieren des Codierungsalgorithmus
verwendeten Quantisierungs- Schrittweite
oder einem ganzzahligen Vielfachen davon, der größte gemeinsame Teiler der Spektralkoeffizienten
oder der aus den Analyse-Spektralkoeffizienten abgeleiteten Spektralkoeffizienten
berechnet.
-
OFFENBARUNG DER ERFINDUNG
-
Eine
Aufgabe der vorliegenden Erfindung ist, verbesserte Audiocodiersysteme
und –verfahren
bereitzustellen, welche die Nachteile der typischen, komprimierende
Quantisierer und Entropiecodierung wie Huffman-Codierung verwendenden
Audiocodierung überwinden.
-
Diese
Aufgabe wird durch einen Audiocodierungs-Sender nach Anspruch 1,
einen Audiodecodierungs-Empfänger
nach Anspruch 8 und ein Medium nach den Ansprüchen 15 und 22 erfüllt.
-
Gemäß einem
Aspekt der vorliegenden Erfindung enthält ein Audiocodierungs-Sender
eine Analyse-Filterbank, welche eine Vielzahl von Frequenz-Teilbänder eines
Audiosignals mit Teilbandsignalkomponenten darstellenden Teilbandsignalen
erzeugt, einen mit der Analyse-Filterbank gekoppelten Quantisierer,
welcher eines oder mehrere der Teilbandsignale quantisiert, um quantisierte
Teilbandsignale für
ein Teilbandsignal mit einer oder mehreren zweiten Teilbandsignalkomponenten,
deren Größen kleiner
als eine oder mehrere erste Teilbandsignalkomponenten sind, zu erzeugen,
indem die zweiten Teilbandsignalkomponenten so in einen Wertebereich
gedrängt
werden, dass die zweiten Teilbandsignalwerte in weniger Quantisierungspegel
quantisiert werden, als es ohne Drängen der Fall wäre, wodurch die
Quantisierungsgenauigkeit und die Entropie der quantisierten zweiten
Teilbandsignalkomponenten abnehmen, einen mit dem Quantisierer gekoppelten Codierer,
welcher das eine oder die mehreren quantisierten Teilbandsignale
mittels eines Entropiecodierprozesses codiert, und einen mit dem
Codierer gekoppelten Formstierer, welcher codierte Teilbandsignale
zu einem Ausgangssignal zusammensetzt.
-
Gemäß einem
weiteren Aspekt der vorliegenden Erfindung enthält ein Audiodecodierungs-Empfänger einen
Deformatierer, welcher ein oder mehrere codierte Teilbandsignale
aus einem Eingangssignal gewinnt, einen mit dem Deformatierer gekoppelten
Decodierer, welcher durch Decodieren codierter Teilbandsignale mittels
eines Entropiedecodierprozesses ein oder mehrere decodierte Teilbandsignale
erzeugt, einen mit dem Decodierer gekoppelten Dequantisierer, welcher
Teilbandsignalkomponenten der decodierten Teilbandsignale dequantisiert,
wobei der Dequantisierer komplementär zu einem Quantisierer ist,
welcher für
ein Teilbandsignal mit einer oder mehreren ersten Teilbandsignalkomponenten
und einer oder mehreren zweiten Teilbandsignalkomponenten, deren
Größen kleiner
als die eine oder mehrere erste Teilbandsignalkomponenten sind,
die zweiten Teilbandsignalkomponenten in einen Wertebereich drängt, um
sie in weniger Quantisierungspegel zu quantisieren, als es ohne Drängen der
Fall wäre,
wodurch die Quantisierungsgenauigkeit und die Entropie der quantisierten
zweiten Teilbandsignalkomponenten abnehmen, und eine mit dem Dequantisierer
gekoppelte Synthese-Filterbank, welche in Reaktion auf das eine
oder die mehreren dequantisierten Teilbandsignale ein Ausgangssignal
erzeugt.
-
Die
verschiedenen Merkmale der vorliegenden Erfindung und ihre bevorzugten
Ausführungsformen werden
anhand der folgenden Erörterung
und der beigefügten
Zeichnungen besser verständlich. Der
Inhalt der folgenden Erörterung
und der Zeichnungen dient nur als Beispiel und ist nicht dahingehend
zu verstehen, dass er eine Begrenzung des Umfangs der vorliegenden
Erfindung darstellt.
-
KURZBESCHREIBUNG DER ZEICHNUNGEN
-
1 ist
ein Blockschaltbild eines Audiocodierungs-Senders.
-
2 ist
ein Blockschaltbild eines Audiodecodierungs-Empfängers.
-
3 ist
eine grafische Darstellung von Kompression und Expansion hypothetischer
Teilbandsignalkomponenten.
-
4A–4Csind
grafische Darstellungen der Quantisierung der in 3 gezeigten
Teilbandsignalkomponenten.
-
5 ist
eine grafische Darstellung einer komprimierenden Quantisierungsfunktion.
-
6 ist
eine grafische Darstellung einer Kompressionsfunktion.
-
7 ist
eine grafische Darstellung einer gleichförmigen Quantisierungsfunktion.
-
8 ist
eine grafische Darstellung einer Expansionsfunktion.
-
9 ist
eine grafische Darstellung einer expandierenden Quantisierungsfunktion.
-
10 ist
eine grafische Darstellung einer expandierenden/komprimierenden
Quantisierungsfunktion.
-
11 ist
eine grafische Darstellung von arithmetischer Codierung.
-
12 ist
ein Blockschaltbild einer Vorrichtung, welche verwendet werden kann,
um verschiedene Aspekte der vorliegenden Erfindung zu implementieren.
-
AUSFÜHRUNGSWEISEN
DER ERFINDUNG
-
A. Sender
-
1. Überblick
-
1 veranschaulicht
eine Implementierung eines Audiocodierungs-Senders, welche verschiedene
Aspekte der vorliegenden Erfindung enthalten kann. In dieser Implementierung
empfängt
Analyse- Filterbank 12 vom
Weg 11 ein Audiosignal darstellende Audioinformationen
und liefert als Reaktion digitale Informationen, welche Frequenz-Teilbänder des
Audiosignals darstellen. Die digitalen Informationen in jedem der
Frequenz-Teilbänder
werden durch einen jeweiligen Quantisierer 14, 15, 16 quantisiert und
an den Codierer 17 weitergeleitet. Der Codierer 17 erzeugt
eine codierte Darstellung der quantisierten Informationen, welche
an den Formstierer 18 weitergeleitet wird. In einer Implementierung
werden die Quantisierungsfunktionen in den Quantisierern 14, 15, 16 in
Reaktion auf von der Quantisierer-Steuereinrichtung 13,
welche die Quantisierungs-Steuerinformationen in Reaktion auf die
vom Weg 11 empfangenen Audioinformationen erzeugt, empfangene Quantisierungs-Steuerinformationen
angepasst. Der Formstierer 18 setzt die codierte Darstellung
der quantisierten Informationen und die Quantisierungs-Steuerinformationen
zu einem Ausgangssignal zusammen, welches sich zur Übertragung
oder Speicherung eignet, und leitet das Ausgangssignal auf Weg 19 weiter.
-
Der
in 1 veranschaulichte Sender weist Komponenten für drei Frequenz-Teilbänder auf.
In einer typischen Anwendung werden viel mehr Teilbänder verwendet,
aber zur besseren Verdeutlichung sind nur drei gezeigt. Im Prinzip
ist keine bestimmte Anzahl für
die vorliegende Erfindung von Belang.
-
Die
Analyse-Filterbank 12 kann auf im wesentlichen jede beliebige
gewünschte
Weise einschließlich
einer breiten Palette von Digitalfiltertechniken, Blocktransformationen
und Wavelet-Transformationen implementiert sein. Zum Beispiel kann
die Analyse-Filterbank 12 durch einen oder mehrere Quadraturspiegelfilter
("Quadrature Mirror
Filters") (QMF)
in Kaskade, verschiedene diskrete Fourier-Transformationen wie die
Diskrete Cosinustransformation (DCT) oder eine bestimmte, als "Time-Domain-Aliasing-Cancellation-" (TDAC-) Transformation
bekannte modifizierte DCT, welche in Princen et al., "Subband/Transform
Coding Using Filter Bank Designs Based an Time Domain Aliasing Cancellation", ICASSP 1987 Conf.
Proc., Mai 1987, S. 2161-64 beschrieben ist, implementiert sein.
-
Analyse-Filterbänke, welche
durch Blocktransformationen implementiert sind, wandeln einen Block
oder ein Intervall eines Eingangssignals in einen Satz von Transformationskoeffizienten
um, welche den Spektralinhalt dieses Signalintervalls darstellen.
Eine Gruppe aus einem oder mehreren benachbarten Transformationskoeffizienten
stellt den Spektralinhalt in einem bestimmten Frequenz-Teilband
mit einer der Anzahl von Koeffizienten in der Gruppe entsprechenden
Bandbreite dar.
-
Analyse-Filterbänke, welche
durch irgendeine Art von Digitalfilter wie einen Mehrphasenfilter statt
durch eine Blocktransformation implementiert sind, spalten ein Eingangssignal
in einen Satz von Teilbandsignalen auf. Jedes Teilbandsignal ist
eine zeitbasierte Darstellung des Spektralinhalts des Eingangssignals
in einem bestimmten Frequenz-Teilband. Vorzugsweise wird das Teilbandsignal
so vermindert, dass jedes Teilbandsignal eine Bandbreite hat, welche
der Anzahl von Abtastwerten im Teilbandsignal für ein Einheits-Zeitintervall
entspricht.
-
In
dieser Erörterung
bezieht sich der Begriff "Teilbandsignal" auf Gruppen von
einem oder mehreren benachbarten Transformationskoeffizienten und bezieht
sich der Begriff "Teilbandsignalkomponenten" auf die Transformationskoeffizienten.
Prinzipien der vorliegenden Erfindung können auf andere Arten von Implementierungen
angewendet werden, jedoch kann so der Begriff "Teilbandsignal" im allgemeinen als sich auch auf ein
den Spektralinhalt eines bestimmten Frequenz-Teilbands eines Signals darstellendes
zeitbasiertes Signal beziehend verstanden werden und kann der Begriff "Teilbandsignalkomponenten" im allgemeinen als
sich auf Abtastwerte eines zeitbasierten Teilbandsignals beziehend
verstanden werden.
-
Die
Quantisierer 14, 15, 16 und der Codierer 17 werden
unten ausführlicher
erörtert.
-
Die
Quantisierer-Steuereinrichtung 13 kann im wesentlichen
jede gewünschte
Art von Verarbeitung ausführen.
Ein Beispiel ist ein Prozess, welcher ein psychoakustisches Modell
auf Audioinformationen anwendet, um die psychoakustischen Maskierungseffekte
verschiedener Spektralkomponenten im Audiosignal abzuschätzen. Zahlreiche
Variationen sind möglich.
Zum Beispiel kann die Quantisierer-Steuereinrichtung 13 die
Quantisierungs-Steuerinformationen in Reaktion auf die am Ausgang
der Analyse-Filterbank 12 verfügbaren Frequenz-Teilband-Informationen
anstelle der oder zusätzlich
zu den am Eingang der Filterbank verfügbaren Audioinformationen erzeugen.
Als anderes Beispiel kann die Quantisierer-Steuereinrichtung 13 beseitigt
sein und verwenden die Quantisierer 14, 15, 16 Quantisierungsfunktionen,
welche nicht angepasst werden. Die vorliegende Erfindung erfordert
keinen besonderen Prozess.
-
Der
Formstierer 18 setzt die quantisierten und codierten Signalkomponenten
zu einer Form zusammen, welche zum Weiterleiten auf Weg 19 zur Übertragung
oder Speicherung geeignet ist. Das formatierte Signal kann nach
Belieben Synchronisationsmuster, Fehlererkennungs-/Fehlerkorrekturinformationen
und Steuerinformationen enthalten.
-
2. Quantisierer
-
a) Komprimierende Quantisierer
-
Die
Quantisierer 14, 15, 16 in vielen typischen
Audiocodiersystemen sind komprimierende Quantisierer, weil Kompression
die Quantisierungseffizienz verbessert. Der Grund für diese
Effizienzverbesserung wird in den folgenden Absätzen erläutert.
-
Kurve 31 in 3 stellt
Komponentenwerte eines hypothetischen Teilbandsignals dar. Zur besseren
Verdeutlichung sind benachbarte Werte durch geradlinige Segmente
verbunden. Nur positive Werte sind in dieser Figur sowie in anderen
Figuren veranschaulicht; jedoch gelten die hier erörterten
Prinzipien für
Implementierungen, welche positive und negative Komponentenwerte
haben. Die Komponentenwerte werden bezüglich des Werts der größten Komponente
im Teilbandsignal normalisiert oder skaliert. Acht Quantisierungspegel
erstrecken sich über
den normalisierten Wertebereich von Null bis Eins.
-
4A ist
eine grafische Darstellung einer Acht-Pegel-Quantisierung der Teilbandsignalkompo nenten
in Kurve 31 mittels einer gleichförmigen Quantisierungsfunktion
wie der in 7 gezeigten Funktion, welche
die Signalkomponentenwerte auf den nächstgelegenen Quantisierungspegel
rundet. Die positiven Quantisierungspegel können durch eine 3-Bit-Binärzahl dargestellt
werden. Die Komponentenwerte, welche auf Pegel unter dem Pegel "4" quantisiert werden, werden ineffizient
quantisiert, weil diese Quantisierungspegel durch nur zwei Bit dargestellt
werden könnten.
Tatsächlich
wird für
jede Signalkomponente, welche unter dem Pegel "4" quantisiert
wird, ein Bit verschwendet.
-
4B ist
eine grafische Darstellung einer Acht-Pegel-Quantisierung der Teilbandsignalkomponenten
in Kurve 31 mittels der in 5 gezeigten komprimierenden
Quantisierungsfunktion, welche die Signalkomponentenwerte auf den
nächstgelegenen
Quantisierungspegel rundet. Der komprimierende Quantisierer hat
eine höhere
Quantisierungseffizienz als der gleichförmige Quantisierer, weil weniger Signalkomponenten
unter dem Pegel "4" quantisiert werden.
Ein komprimierender Quantisierer kann durch eine nichtg-leichförmige Quantisierungsfunktion
wie die in 5 gezeigte implementiert sein
oder er kann durch eine Kompressionsfunktion wie die in 6 gezeigte
Funktion, gefolgt von einem in 7 gezeigten
gleichförmigen
Quantisierer, implementiert sein. Kurve 32 in 3 stellt
die Signalwerte von Kurve 31 nach Kompression durch die
in 6 gezeigte Funktion dar.
-
Die
Quantisierungsgenauigkeit eines komprimierenden Quantisierers ist
nicht-gleichförmig
für alle
Eingangswerte. Die Quantisierungsgenauigkeit für ein Intervall mit Werten
kleiner Größe ist höher als die
Quantisierungsgenauigkeit für
ein benachbartes Intervall mit Werten größerer Größe.
-
Kompression ändert die
statistische Verteilung der Teilbandsignal-Abtastwerte durch Verkleinern
des Dynamikbereichs der Werte. Kompression in Verbindung mit Normalisierung
oder Skalierung erhöht
die Genauigkeit vieler kleinerer Werte, indem diese Werte in höhere Quantisierungspegel
gedrängt werden,
welche effektiv mehr Bits verwenden. Expansion und ein inverser
Skalierungsprozess werden in einem Empfänger verwendet, um die durch
Skalierung und Kompression erzeugten Effekte umzukehren.
-
Die
in 6 gezeigte Kompressionsfunktion ist eine Potenzfunktion
der Form y = c(x) = xn (1a)wobei
- c(x)
- = die Kompressionsfunktion
von x;
- y
- = der komprimierte
Wert; und
- n
- = ein positiver reeller
Wert kleiner Eins.
-
Eine
komplementäre
Expansionsfunktion ist in 8 gezeigt
und ist von der Form x = e(y) = y1/n (1b) wobei
- e(y)
- = die Expansionsfunktion
von y.
-
Ein
anderes Beispiel von Kompressions- und Expansionsfunktionen sind
die Funktionen der Form y = c(x) =
logb(x) (2a) x = e(y) = by (2b)
-
Viele
Formen von Kompressions- und Expansionsfunktionen werden in herkömmlichen
Codiersystemen verwendet, und in Codiersystemen, welche Aspekte
der vorliegenden Erfindung enthalten, kann im wesentlichen jede
beliebige Form verwendet werden.
-
b) Niedrigstbitraten-Systeme
-
Manche
Anwendungen wie das Streamen von Ton auf öffentliche Computernetze erfordern
codierte digitale Audio-Streams bei Bitraten, welche so niedrig
sind, dass alle wesentlichen Signalkomponenten nicht mit ausreichender
Genauigkeit quantisiert werden können,
um sicherzustellen, dass das Quantisierungsrauschen maskiert wird.
-
Viele
Versuche, Niedrigstbitraten-(VLBR-) Codiersysteme zu schaffen, waren
bestrebt, gut klingenden Ton durch Codieren und Übertragen eines nur einen Teil
der Bandbreite eines Eingangssignals darstellenden Basisbandsignals
und Verwenden von Verfahren zur Regenerierung der fehlenden Teile
der Bandbreite während
der Wiedergabe zu schaffen. Typischerweise werden hochfrequente
Komponenten aus dem Basisbandsignal ausgeschlossen und während der
Wiedergabe regeneriert. Dieses Verfahren nimmt Bits, welche zum
Codieren hochfrequenter Komponenten hätten verwendet werden können, und verwendet
diese Bits, um die Quantisierungsgenauigkeit der niedrigerfrequenten
Komponenten zu erhöhen.
-
Dieses
Basisband-/Regenerierverfahren hat keine zufriedenstellenden Ergebnisse
geliefert. Viele Bemühungen,
die Qualität
dieser Art von VLBR-Codiersystem zu verbessern, waren bestrebt,
das Regenerierverfahren zu verbessern; die Erfinder haben jedoch
festgestellt, dass bekannte Spektralregenerierverfahren nicht sehr
gut arbeiten, weil aus mindestens zwei Gründen Bits Spektralkomponenten nicht
optimal zugeordnet werden.
-
Der
erste Grund ist, dass das Basisbandsignal zu schmal ist. Dies wirkt
sich dahingehend aus, dass Bits von allen Signalkomponenten außerhalb des
Basisbandsignals, einschließlich
bedeutender Komponenten mit großer
Größe, weggenommen werden,
um die Signalkomponenten innerhalb des Basisbands, einschließlich unbedeutender
Komponenten mit kleiner Größe, zu codieren.
Die Erfinder haben festgestellt, dass das Basisbandsignal eine Bandbreite
von etwa 5 kHz oder mehr haben sollte. Unglücklicherweise sind in vielen
VLBR-Anwendungen die Begrenzungen der Bitraten so streng, dass nur
etwa ein Bit für
jede Spektralkomponente eines Signals mit einer Bandbreite von 5
kHz übertragen werden
kann. Weil ein Bit pro Spektralkoeffizient nicht genug ist, um die Wiedergabe
eines Ausgangssignals hoher Qualität zu ermöglichen, verringern bekannte
Codiersysteme die Bandbreite des Basisbandsignals weit unter 5 kHz,
so dass die restlichen Signalkomponenten im schmaleren Basisbandsignal mit
höherer
Genauigkeit quantisiert werden können.
-
Der
zweite Grund ist, dass zu viele Bits Signalkomponenten im Basisbandsignal,
welche eine kleine Größe haben,
zugeteilt werden. Dies wirkt sich dahingehend aus, dass Bits von
bedeutenden Komponenten großer
Größe weggenommen
werden, um unbedeutende Komponenten mit kleiner Größe genauer
zu codieren. Dieses Problem wird durch Codiersysteme, welche skalierende
und komprimierende Quantisierer verwenden, verschlimmert, weil Skalierung
und Kompression wie oben erläutert
kleine Komponentenwerte in größere Quantisierungspegel drängen.
-
Durch
jeden dieser Gründe
verursachte Probleme lassen sich vermindern, indem die weniger bedeutenden
kleinwertigen Signalkomponenten in einen Wertebereich gedrängt werden,
dessen Werte in eine kleinere Anzahl von Quantisierungspegeln quantisiert
werden. Dieser Prozess vermindert die Quantisierungsgenauigkeit
der kleinwertigen Komponenten, aber er senkt auch die Entropie der
kleinwertigen Signalkomponenten nach Quantisierung auf ein Niveau,
welches niedriger als die Entropie ohne Drängen ist. Alle Signalkomponenten
werden in einen Code entropiecodiert, welcher die weniger bedeutenden
kleinwertigen Signalkomponenten mit weniger Bits darstellt als ohne
Drängen
derselben in weniger Quantisierungspegel möglich wäre, und die restlichen Bits
werden verwendet, um andere Signalkomponenten genauer zu quantisieren.
Die Anzahl von Signalkomponenten, welche in weniger Quantisierungspegel
gedrängt
werden, kann durch Verwenden eines expandierenden Quantisierers
gesteuert werden.
-
c) Expandierende Quantisierer
-
4C ist
eine grafische Darstellung einer Acht-Pegel-Quantisierung der Teilbandsignalkomponenten
in Kurve 31 mittels der in 9 gezeigten
expandierenden Quantisierungsfunktion, welche die Signalkomponentenwerte
auf den nächstgelegenen Quantisierungspegel
rundet. Der expandierende Quantisierer hat eine niedrigere Quantisierungseffizienz
als der gleichförmige
Quantisierer, weil mehr Signalkomponenten unter dem Pegel "4" quantisiert werden. Ein expandierender
Quantisierer kann durch eine nicht-gleichförmige Quantisierungsfunktion
wie in 9 gezeigt implementiert sein, oder er kann durch
eine Expansionsfunktion wie die in 8 gezeigte
Funktion, gefolgt von einem in 7 gezeigten
gleichförmigen
Quantisierer, implementiert sein. Kurve 33 in 3 stellt
die Signalwerte von Kurve 31 nach Expansion durch die in 8 gezeigte
Funktion dar.
-
Die
Quantisierungsgenauigkeit eines expandierenden Quantisierers ist
nicht-gleichförmig
für alle Eingangswerte.
Die Quantisierungsgenauigkeit für ein
Intervall mit Werten kleiner Größe ist niedriger
als die Quantisierungsgenauigkeit für ein benachbartes Intervall
mit Werten größerer Größe.
-
Kompression
und ein inverser Skalierungsprozess werden in einem Empfänger verwendet,
um die durch Skalierung und Expansion erzeugten Effekte umzukehren.
-
Expansion ändert die
statistische Verteilung der Teilbandsignal-Abtastwerte durch Vergrößern des
Dynamikbereichs der Werte. Expansion in Verbindung mit Normalisierung
oder Skalierung vermindert die Genauigkeit vieler kleinerer Werte,
indem diese Werte in niedrigere Quantisierungspegel gedrängt werden.
Eine größere Anzahl
von kleinerwertigen Signalkomponenten wird zum Beispiel in den Quantisierungspegel "0" gedrängt. Durch Erhöhen der
Anzahl von Signalkomponenten, welche auf niedrige Quantisierungspegel
einschließlich "Quantisiert-auf-Null-" ("Quantized-To-Zero-") (QTZ-) Signalkomponenten
quantisiert werden, und durch Verwenden eines Codes, welcher diese
kleineren und QTZ-Komponenten effizient darstellt, stehen mehr Bits
zur Verfügung,
um größerwertige
Signalkomponenten genauer zu quantisieren.
-
Tatsächlich werden
Expansion und Quantisierung verwendet, um wichtige Signalkomponenten über eine
größere Bandbreite
für eine
genauere Codierung zu identifizieren. Dies optimiert die Zuteilung von
Bits, so dass ein Signal höherer
Qualität
aus einem VLBR-codierten Signal regeneriert werden kann.
-
Die
Quantisierer können
Expansion für
nur einen Teil des gesamten Bereichs zu quantisierender Werte vorsehen.
Expansion ist wichtig für
kleinere Werte. Wenn gewünscht,
können
die Quantisierer für einige
Signalkomponenten wie diejenigen mit größeren Werten auch Kompression
vorsehen. 10 veranschaulicht eine Quantisierungsfunktion 42,
welche Expansion und Kompression gemäß Funktion 41 vorsieht.
Expansion ist für
Werte mit den kleinsten Größen vorgesehen,
und Kompression ist für
Werte mit den größten Größen vorgesehen.
Für Werte
mit Zwischengrößen ist
weder Expansion noch Kompression vorgesehen.
-
Der
Betrag einer Expansion und Kompression, wenn überhaupt einer, kann in Reaktion
auf irgendwelche oder alle aus einer Vielfalt von Bedingungen einschließlich der
Signaleigenschaften, der Anzahl von zum Codieren der quantisierten
Signalkomponenten verfügbaren
Bits und der Nähe
zu dominierenden Komponenten großer Größe angepasst werden. Zum Beispiel
wird für
rauschähnliche
Teilbandsignale mit relativ flachem Spektrum im allgemeinen mehr
Expansion benötigt.
Weniger Expansion wird benötigt,
wenn eine relativ große
Anzahl von Bits für
die Codierung zur Verfügung
steht. Weniger Expansion sollte für Signalkomponenten, welche
in der Nähe
dominierender Signalkomponenten größer Größe liegen, verwendet werden.
Ein Hinweis darauf, wie Expansion und Kompression angepasst werden,
sollte dem Empfänger
auf irgendeine Weise mitgeteilt werden, damit er seine komplementären Prozesse
anpassen kann.
-
Die
Quantisierer 14, 15, 16 können jeweils die
gleichen oder verschiedene Expansionsfunktionen und Quantisierungsfunktionen
anwenden. Ferner kann der Quantisierer für ein bestimmtes Teilbandsignal
auf eine davon, was in Quantisierern für andere Teilbandsignale geschieht,
unabhängige
oder zumindest verschiedene Weise angepasst oder variiert werden.
Außerdem
braucht Expansion nicht für alle
Teilbandsignale vorgesehen zu werden.
-
3. Codierer
-
Der
Codierer 17 wendet Entropiecodierung auf die quantisierten
Signalkomponenten an, um die Anforderungen hinsichtlich des Informationsgehalts zu
senken. Huffman-Codierung wird in vielen bekannten Codiersystemen
verwendet, aber aus mindestens zwei Gründen eignet sie sich zur Verwendung
in vielen VLBR-Systemen nicht gut.
-
Der
erste Grund rührt
von der Tatsache her, dass Huffman-Codes aus einer ganzzahligen
Anzahl von Bits bestehen und der kürzeste Code ein Bit lang ist.
Huffman-Codierung verwendet den kürzesten Code für das quantisierte
Zeichen mit der höchsten Wahrscheinlichkeit
des Auftretens. Es ist vertretbar, davon auszugehen, dass der wahrscheinlichste
zu codierende quantisierte Wert Null ist, weil die vorliegende Erfindung
dazu neigt, die Anzahl von QTZ-Signalkomponenten in Teilbandsignalen
zu erhöhen. Die
vorliegende Erfindung kann die Signalqualität in VLBR-Systemen signifikant
verbessern, wenn QTZ-Komponenten durch Codes, welche weniger als ein
Bit lang sind, dargestellt werden können.
-
Kürzere effektive
Codelängen
lassen sich durch Verwendung von Huffman-Codierung mit mehrdimensionalen
Codebüchern
erzielen. Dies ermöglicht
der Huffman-Codierung, zur Darstellung vieler quantisierter Werte
einen Ein-Bit-Code zu verwenden. Ein zweidimensionales Codebuch
zum Beispiel ermöglicht
einem Ein-Bit-Code, zwei Werte darzustellen. Leider ist mehrdimensionale
Codierung für die
meisten Teilbandsignale nicht sehr effizient und erfordert die Speicherung
des Codebuchs eine beträchtliche
Menge Speicherplatz. Huffman-Codierung kann anpassungsfähig zwischen
ein- und mehrdimensionalen Codebüchern
umschalten, aber im codierten Signal sind Steuerbits erforderlich,
um zu identifizieren, welches Codebuch zum Codieren von Teilen des
Signals verwendet wird. Diese Steuerbits machen durch Verwendung
mehrdimensionaler Codebücher
erreichte Vorteile wieder zunichte.
-
Der
zweite Grund, dass Huffman-Codierung in vielen VLBR-Codiersystemen
nicht geeignet ist, besteht darin, dass die Codierungseffizienz
sehr empfindlich für
die Statistik des zu codierenden Signals ist. Wenn ein Codebuch
verwendet wird, das dafür
ausgelegt ist, Werte mit von den Statistiken der tatsächlich codiert
werdenden Signalwerte sehr verschiedenen Statistiken zu codieren,
kann Huffman-Codierung durch Erhöhen
der Anforderungen hinsichtlich des Informationsgehalts des codierten
Signals eine Strafe auferlegen. Dieses Problem lässt sich durch Auswählen des
besten Codebuchs aus einem Satz von Codebüchern vermindern, aber zum Identifizieren
des Codebuchs, das verwendet wird, sind Steuerbits erforderlich.
Diese Steuerbits machen durch Verwendung mehrerer Codebücher erreichte
Vorteile wieder zunichte.
-
Verschiedene
Codierverfahren wie Lauflängencodes
können
allein oder in Verbindung mit anderen Codierungsformen verwendet
werden. In einer bevorzugten Implementierung wird jedoch arithmetische
Codierung verwendet, weil sie automatisch an die tatsächliche
Signalstatistik angepasst werden kann und weil sie in der Lage ist,
kürzere
Codes zu erzeugen als dies häufig
mit Huffman-Codierung möglich ist.
-
Ein
arithmetischer Codierprozess berechnet eine reelle Zahl innerhalb
des halbgeschlossenen Intervalls [0, 1), um eine "Nachricht" aus einem oder mehreren "Zeichen" darzustellen. In
diesem Zusammenhang ist ein Zeichen der quantisierte Wert einer Signalkomponente
und ist die Nachricht ein Satz von Quantisierungspegeln für eine Vielzahl
von Signalkomponenten. Ein "Alphabet" ist der Satz aller
möglichen
Zeichen oder quantisierten Werte, welche in einer Nachricht auftreten
können.
Die Anzahl von Zeichen in der Nachricht, welche durch die reelle
Zahl dargestellt werden können,
wird durch die Genauigkeit der reellen Zahl, welche durch den Codierer
ausgedrückt
werden kann, begrenzt. Die Anzahl von durch die reelle Codezahl
dargestellten Zeichen wird dem Decodierer auf irgendeine Weise mitgeteilt.
-
Wenn
M die Anzahl von Zeichen im Alphabet darstellt, lauten die Schritte
in einem arithmetischen Codierprozess wie folgt:
- 1.
Das Intervall [0,1) in M Segmente teilen, wobei jedes Segment einem
bestimmten Zeichen im Alphabet entspricht. Das Segment für ein jeweiliges Zeichen
hat eine Länge,
welche proportional zur Wahrscheinlichkeit des Auftretens für dieses
Zeichen ist.
- 2. Das erste Zeichen aus der Nachricht gewinnen und das entsprechende
Segment wählen.
- 3. Das gewählte
Segment auf eine Weise, welche derjenigen in Schritt (1)
entspricht, in M Segmente teilen. Jedes Segment entspricht einem
jeweiligen Zeichen im Alphabet und hat eine Länge, welche proportional zur
Wahrscheinlichkeit des Auftretens für dieses Zeichen ist.
- 4. Das nächste
Zeichen aus der Nachricht gewinnen und das entsprechende Segment
wählen.
- 5. Mit den Schritten (3) und (4) fortfahren,
bis die gesamte Nachricht codiert ist oder bis die Genauigkeitsgrenze
erreicht ist.
- 6. Den kürzestmöglichen
Binärbruch
erzeugen, welcher eine beliebige Zahl im letzten gewählten Segment
darstellt.
-
11 veranschaulicht
diesen Prozess, wie er auf eine Nachricht aus vier Zeichen "1300" in einem Alphabet
aus vier Zeichen, welche vier Quantisierungspegel 0, 1, 2 und 3
darstellen, angewendet wird. Die Wahrscheinlichkeiten des Auftretens
für jedes
dieser Zeichen lauten 0,55, 0,20, 0,15 beziehungsweise 0,10.
-
Der
erste Kasten auf der linken Seite der Figur stellt Schritt (1)
dar, in welchem das halbgeschlossene Intervall [0, 1) in vier Segmente
für jedes Zeichen
des Alphabets, deren Länge
jeweils proportional zur Wahrscheinlichkeit des Auftretens für die entsprechenden
Zeichen ist, geteilt wird.
-
In
Schritt (2) wird das erste, den Quantisierungspegel "1" darstellende Zeichen aus der Teilbandsignal-Nachricht
gewonnen und wird das entsprechende halbgeschlossene Segment [0,55,
0,75) gewählt.
-
Der
zweite Kasten direkt rechts neben dem ersten Kasten stellt Schritt
(3) dar, in welchem das gewählte Segment in vier Segmente
für jedes
Zeichen im Alphabet geteilt wird.
-
In
Schritt (4) wird das den Quantisierungspegel "3" darstellende zweite Zeichen aus der
Nachricht gewonnen und wird das entsprechende halbgeschlossene Segment
[0,73, 0,75) gewählt.
-
Schritt
(5) wiederholt die Schritte (3) und (4). Der
dritte Kasten direkt rechts neben dem zweiten Kasten stellt eine
Wiederholung von Schritt (3) dar, in welchem das vorher
gewählte
Segment in vier Segmente für
jedes Zeichen im Alphabet geteilt wird.
-
In
einer Wiederholung von Schritt (4) wird das den Quantisierungspegel "0" darstellende dritte Zeichen aus der
Nachricht gewonnen und wird das entsprechende halbgeschlossene Segment
[0,730, 0,741) gewählt.
-
Schritt
(5) wiederholt erneut die Schritte (3) und (4).
Der vierte Kasten direkt rechts neben dem dritten Kasten stellt
eine Wiederholung von Schritt (3) dar, in welchem das vorher
gewählte
Segment in vier Segmente für
jedes Zeichen im Alphabet geteilt wird.
-
In
einer Wiederholung von Schritt (4) wird das den Quantisierungspegel "0" darstellende vierte und letzte Zeichen
aus der Nachricht gewonnen und wird das entsprechende halbgeschlossene
Segment [0,73000, 0,73605) gewählt.
-
Nachdem
das Ende der Nachricht erreicht ist, erzeugt Schritt (6)
den kürzestmöglichen
Binärbruch,
welcher irgendeine Zahl im letzten gewählten Segment darstellt. Ein
6-Bit-Binärbruch
0,1011112 = 0,73437510 wird
erzeugt.
-
Der
oben beschriebene Codierprozess benötigt eine Wahrscheinlichkeitsverteilung
für das
Zeichenalphabet, und diese Verteilung muss dem Decodierer auf irgendeine
Weise mitgeteilt werden. Wenn die Wahrscheinlichkeitsverteilung
sich ändert,
wird der Codierprozess suboptimal. Der Codierer 17 kann aus
der tatsächlichen
Wahrscheinlichkeit der zum Codieren empfangenen Zeichen eine neue
Verteilung berechnen. Diese Berechnung kann fortwährend bei
Gewinnung jedes Zeichens aus der Nachricht erfolgen, oder sie kann
weniger häufig
berechnet werden. Der Decodierer 23 kann die gleichen Berechnungen
ausführen
und seine Verteilung mit dem Codierer 17 synchronisiert
halten. Der Codierprozess kann mit jeder beliebigen gewünschten
Wahrscheinlichkeitsverteilung beginnen.
-
Weitere
Informationen über
arithmetische Codierung können
aus Bell, Cleary und Witten, "Text Compression", Prentice Hall,
Englewood Cliffs, NJ, 1990, S. 109-120 und aus Saywood, "Introduction to Data
Compression", Morgan
Kaufmann Publishers, Inc., San Francisco, 1996, S. 61-96, entnommen
werden.
-
B. Empfänger
-
2 veranschaulicht
eine Implementierung eines Audiodecodierungs-Empfängers, welche
verschiedene Aspekte der vorliegenden Erfindung enthalten kann.
In dieser Implementierung empfängt
ein Deformatierer 22 vom Weg 21 ein Eingangssignal, welches
eine codierte Darstellung quantisierter digitaler Informationen,
welche Frequenz-Teilbänder
eines Audiosignals darstellen, übermittelt.
Der Deformatierer 22 gewinnt die codierte Darstellung aus
dem Eingangssignal und leitet sie an den Decodierer 23 weiter.
Der Decodierer 23 decodiert die codierte Darstellung in
Frequenz-Teilbänder
quantisierter Informationen. Die quantisierten digitalen Informationen in
jedem der Frequenz-Teilbänder
werden durch einen jeweiligen Dequantisierer 25, 26, 27 dequantisiert
und an die Synthese-Filterbank 28 weitergeleitet, welche
auf Weg 29 ein Audiosignal darstellende Audioinformationen
erzeugt. Die Dequantisierungsfunktionen in den Dequantisierern 25, 26, 27 werden in
Reaktion auf aus der Dequantisierungs-Steuereinrichtung 24,
welche die Dequantisierungs-Steuerinformationen in Reaktion auf
durch den Deformatierer 22 aus dem Eingangssignal gewonnene
Steuerinformationen erzeugt, empfangene Dequantisierungs-Steuerinformationen
angepasst.
-
Der
Decodierer 23 wendet einen Prozess an, welcher komplementär zu dem
durch den Codierer 17 angewendeten Prozess ist. In einer
bevorzugten Implementierung wird arithmetische Decodierung verwendet.
-
Die
Dequantisierer 25, 26, 27 sehen eine Kompression
vor, welche zu der in den Quantisierern 14, 15, 16 vorgesehenen
Expansion komplementär ist.
Ein komprimierender Dequantisierer kann durch eine nicht-gleichförmige Dequantisierungsfunktion implementiert
sein, oder er kann durch eine gleichförmige Dequantisierungsfunktion,
gefolgt von einer Kompressionsfunktion, implementiert sein. Nicht-gleichförmige und
gleichförmige
Dequantisierung können
durch eine Verweistabelle implementiert sein. Gleichförmige Dequantisierung
kann durch einen Prozess implementiert sein, welcher lediglich eine
geeignete Anzahl von Bits an den quantisierten Wert anhängt. Die
angehängten
Bits können
alle einen Wert Null haben oder sie können irgendeinen anderen Wert
wie Abtastwerte aus einem Zittersignal oder einem pseudozufälligen Rauschsignal
haben.
-
Kompression
sollte nicht über
den vollen Wertebereich vorgesehen werden, wenn die Quantisierer 14, 15, 16 nicht
Expansion über
den vollen Wertebereich vorsehen.
-
Die
Dequantisierungs-Steuereinrichtung 24 kann im wesentlichen
jede gewünschte
Art von Verarbeitung ausführen.
Ein Beispiel ist ein Prozess, welcher ein psychoakustisches Modell
auf aus dem Eingangssignal gewonnene Informationen anwendet, um
die psychoakustischen Maskierungseffekte verschiedener Spektralkomponenten
in einem Audiosignal abzuschätzen.
Als anderes Beispiel ist die Dequantisierungs-Steuereinrichtung 24 beseitigt
und können
die Dequantisierer 25, 26, 27 entweder
Dequantisierungsfunktionen verwenden, welche nicht angepasst werden,
oder können
sie Dequantisierungsfunktionen verwenden, welche in Reaktion auf durch
den Deformatierer 22 direkt aus dem Eingangssignal gewonnene
Dequantisierungs-Steuerinformationen angepasst werden. Die vorliegende
Erfindung erfordert keinen besonderen Prozess.
-
Der
in 2 veranschaulichte Empfänger zeigt Komponenten für drei Frequenz-Teilbänder. In einer
typischen Anwendung werden viel mehr Teilbänder verwendet, aber zur besseren
Verdeutlichung sind nur drei gezeigt. Im Prinzip ist keine bestimmte Anzahl
für die
vorliegende Erfindung von Belang.
-
Die
Synthese-Filterbank 28 kann auf im wesentlichen jede beliebige
gewünschte
Weise, auch auf solche Weisen, welche invers zu den oben für die Analyse-Filterbank 12 erörterten
Verfahren sind, implementiert sein. Synthese-Filterbänke, welche
durch Blocktransformationen implementiert sind, synthetisieren ein
Ausgangssignal aus Sätzen
von Transformationskoeffizienten. Synthese-Filterbänke, welche durch irgendeine
Art von Digitalfilter wie einen Mehrphasenfilter statt durch eine
Blocktransformation implementiert sind, synthetisieren ein Ausgangssignal aus
einem Satz von Teilbandsignalen. Jedes Teilbandsignal ist eine zeitbasierte
Darstellung des Spektralinhalts eines Eingangssignals in einem bestimmten
Frequenz-Teilband.
-
C. Implementierung
-
Verschiedene
Aspekte der vorliegenden Erfindung können auf mannigfaltige Weisen
einschließlich
Software in einem universalen Computersystem oder in irgendeiner
anderen Vorrichtung, welche spezialisiertere Komponenten wie Digitalsignalprozessor (DSP-)
Schaltungen, welche mit in einem universalen Computersystem vorhandenen
Komponenten ähnlichen
Komponenten gekoppelt sind, enthält,
implementiert sein. 12 ist ein Blockschaltbild von
Einrichtung 70, welche verwendet werden kann, um verschiedene
Aspekte der vorliegenden Erfindung in einem Audiocodierungs-Sender oder einem
Audiodecodierungs-Empfänger
zu implementieren. DSP 72 stellt Rechenressourcen bereit.
RAM 73 ist der von DSP 72 zur Signalverarbeitung
verwendete System-Direktzugriffsspeicher (RAM). ROM 74 stellt
irgendeine Form von dauerhafter Speicherung wie einen Festwertspeicher
(ROM) zum Speichern von zum Betreiben der Einrichtung 70 benötigten Programmen
dar. E/A-Steuerung 75 stellt eine Schnittstellenschaltung
zum Empfangen und Senden von Signalen über Kommunikationskanäle 76, 77 dar. Analog/Digital-Wandler
und Digital/Analog-Wandler können nach
Belieben in E/A-Steuerung 75 enthalten sein, um analoge
Audiosignale zu empfangen und/oder zu senden. Bei der gezeigten
Ausführungsform
sind alle bedeutenden Systemkomponenten an den Bus 71 angeschlossen,
welcher mehr als einen physischen Bus darstellen kann; eine Busarchitektur ist
jedoch nicht erforderlich, um die vorliegende Erfindung zu implementieren.
-
In
in einem Allzweck-Computersystem implementierten Ausführungsformen
können
zusätzliche Komponenten
enthalten sein, um Schnittstellen zu Einrichtungen wie einer Tastatur
oder einer Maus und einer Anzeige zu bilden und um eine Speicherungseinrichtung
mit einem Speichermedium wie Magnetband oder -platte oder einem
optischen Medium zu steuern. Das Speichermedium kann verwendet werden,
um Programme aus Anweisungen für
Betriebssysteme, Dienstprogramme und Anwendungen aufzuzeichnen,
und kann Ausführungsformen
von Programmen enthalten, welche verschiedene Aspekte der vorliegenden
Erfindung implementieren.
-
Die
zur praktischen Ausführung
der vorliegenden Erfindung erforderlichen Funktionen können auch
durch Spezialkomponenten ausgeführt
werden, welche auf mannigfaltige Weisen einschließlich diskreter
Logikkomponenten, eines oder mehrerer ASICs und/oder programmgesteuerter
Prozessoren implementiert sind. Die Art und Weise, auf welche diese Komponenten
implementiert sind, ist für
die vorliegende Erfindung ohne Belang.
-
Software-Implementierungen
der vorliegenden Erfindung können
durch eine Vielfalt von maschinenlesbaren Medien wie Basisband-
oder modulierte Kommunikationswege im gesamten Spektrum von Ultraschall-
bis zu Ultraviolettfrequenzen oder Speichermedien einschließlich solcher,
welche Informationen mittels im wesentlichen jeder beliebigen magnetischen
oder optischen Aufzeichnungstechnik einschließlich Magnetband, Magnetplatte
und optischer Platte übermitteln, übermittelt
werden. Verschiedene Aspekte können
außerdem
in verschiedenen Komponenten von Computersystem 70 durch
Verarbeitungsschaltungen wie ASICs, universale integrierte Schaltungen,
durch in verschiedenen Formen von ROM oder RAM enthaltene Programme
gesteuerte Mikroprozessoren und andere Verfahren implementiert werden.