-
Technisches
Gebiet
-
Die
Erfindung bezieht sich insgesamt auf das Aufzeichnen, Senden und
Wiedergeben mehrdimensionaler Schallfelder, die für menschliches
Hören beabsichtigt
sind. Im einzelnen bezieht sich die Erfindung auf Verbesserungen
an einem perzeptuellen Kodiersystem, Kodierern und Dekodierern sowie
Verfahren für
dasselbe, bei dem kodierte Signale von einem zusammengesetzten Tonsignal
und einem Richtungsvektor übertragen
werden. Die Erfindung ist besonders an die Benutzung in Systemen
angepaßt,
die äußerst niedrige
Bitraten erfordern.
-
Einschlägiger Stand
der Technik
-
In
den US-Patenten 5 583 962, 5 632 005 und 5 633 981 sind zwei perzeptuelle
Kodiersysteme mit verringerter Bitrate für Tonsignale beschrieben, die
darin als "Typ I" und "Typ II" bezeichnet sind.
Jedes der genannten drei Patente 5 583 962, 5 632 005 und 5 633
981 ist durch diesen Hinweis hier vollinhaltlich eingeschlossen.
Gemäß einem
beiden Systemen zugrundeliegenden Prinzip erzeugt ein Kodierer Frequenzteilbandsignale
in Abhängigkeit
von eingegebenen Tonsignalströmen,
wobei die Teilbänder
insgesamt den kritischen Bändern
des menschlichen Ohrs entsprechen.
-
Im
Kodierer des in den genannten Patenten beschriebenen Systems vom
Typ I wird jeder Tonsignalstrom unabhängig kodiert, wenn eine ausreichende
Anzahl Bits verfügbar
ist. Wenn es an Bits mangelt, werden die Signalkomponenten in einigen
oder allen Teilbändern
zu einem zusammengesetzten Signal und einer Vielzahl Skalierungsfaktoren,
einem Skalierungsfaktor für
jeden eingegebenen Tonsignalstrom kombiniert, wobei jeder Skalierungsfaktor
auf irgendeiner Größe in den
Teilbandsignalkomponenten in jedem der Tonsignalströme beruht.
Der Dekodierer des Typs I rekonstruiert eine Darstellung der ursprünglichen
Signalströme
aus dem zusammengesetzten Signal und den Skalierungsfaktoren. Damit
bietet das System vom Typ I einen Biteinspar- oder Kodiergewinn
gegenüber
einem zweckgebundenen einzelnen System, bei dem jeder Tonsignalstrom
unabhängig
kodiert wird. Das System des Typs I wird bei der AC-3 Kodierung
angewandt, welches die Grundlage für ein Dolby Digital perzeptuelles
Kodiersystem bildet, bei dem 5.1 Tonkanäle (links, Mitte, rechts, linker Raum,
rechter Raum und ein Tieftonkanal begrenzter Bandbreite) zu einem
Datenstrom mit verringerter Bitrate kodiert werden.
-
Bei
dem Kodierer des in den genannten Patenten beschriebenen Systems
vom Typ II wird jeder Tonsignalstrom unabhängig kodiert, wenn eine ausreichende
Anzahl Bits verfügbar
ist. Wenn es an Bits mangelt, werden die Signalkomponenten in einigen
oder allen der Teilbänder
zu einem zusammengesetzten Signal und einem oder mehr Richtungsvektoren
kombiniert, wobei die Richtungsvektoren die eine oder mehr Hauptrichtungen
eines Schallfeldes anzeigen, welches von den Tonsignalströmen wiedergegeben
wird. Der Dekodierer des Typs II rekonstruiert aus dem zusam mengesetzten
Signal und dem einen oder mehr Richtungsvektoren eine Wiedergabe
des von den ursprünglichen
Signalströmen
dargestellten Schallfeldes. Das System des Typs II bietet damit
einen Biteinspar- oder Kodiergewinn gegenüber einem zweckgebundenen,
einzelnen System, bei dem jeder Tonsignalstrom unabhängig kodiert
wird, und gegenüber
dem System des Typs I, bei dem das zusammengesetzte Signal mit Skalierungsfaktoren
für jeden
Tonsignalstrom assoziiert wird.
-
Die
in den genannten Patenten beschriebenen Systeme des Typs I und II
sind in verschiedenerlei Hinsicht adaptiv. Ein Aspekt ihrer Adaptivität besteht
darin, daß eins
oder mehr der Frequenzteilbänder
während eines
Teils der Zeit in einem "einzelnen" Modus funktionieren
kann, so daß alle
Teilbandkomponenten der Tonsignalströme im Frequenzteilband jeweils
unabhängig
kodiert und dekodiert werden, während
ein Mangel an Bits beispielsweise dazu führt, daß die Teilbandkomponenten der
Tonsignalströme
in einem bestimmten Frequenzteilband entweder gemäß dem Ansatz
des Typ I oder dem des Typ 2 kodiert werden.
-
Es
ist gleichfalls bekannt, von einer Betriebsweise des Typs I zu einer
des Typs II innerhalb eines oder mehrerer Frequenzteilbänder adaptiv
hin und her zu wechseln. Solche Anordnungen sind Gegenstand der
US Patentanmeldung von Mark Franklin Davis, Nr. 08/895, 496, eingereicht
am 16. Juli 1997 unter dem Titel "Method and Apparatus for Encoding and
Decoding Multiple Audio Channels at Low Bit Rates." Da das Prinzip gemäß Typ II
weniger Bits erfordert als das des Typs 1 kann ein kurzfristiger
Mangel an Bits überwunden
werden, wenn man auf das Kodieren und Dekodieren des Typs II zurückgreift.
-
Offenbarung
der Erfindung
-
Die
vorliegende Erfindung bezieht sich auf Kodieren Typ II, Kodierer
und Dekodierer für
dasselbe sowie Umfelder, in denen derartige Dekodierer mit Vorteil
eingesetzt werden. Insbesondere ist die vorliegende Erfindung auf
neue Aspekte von Kodierern, Dekodierern des Typs II sowie Dekodiererumfelder
gerichtet, die nicht in den genannten Patenten 5 583 962, 5 632
005 und 5 633 981 offenbart sind. Auch wenn hier offenbarte, spezifische
Ausführungsbeispiele
sich auf eine vereinfachte Version des Typs II beziehen, bei der
die Kodierer und Dekodierer vorzugsweise zweckgebundene Vorrichtungen
des Typs II sind und ein einziger Richtungsvektor angewandt wird,
können
gewisse Aspekte der Verbesserungen der Kodierung Typ II, die Gegenstand
der Erfindung sind, an komplizierteren Formen von Systemen des Typs
II angewandt werden, einschließlich
der in den genannten Patenten 5 583 962, 5 632 005 und 5 633 981
beschriebenen adaptiven Anordnungen und in einem adaptiven System
Typ I/Typ II, wie dem in der genannten, anhängigen Anmeldung von Davis beschriebenen.
Die räumliche
Natur des Kodierens mit Hilfe eines Richtungsvektors in der vereinfachten
Version mit einem einzigen Richtungsvektor des Kodierers Typ II
gibt Veranlassung, vielleicht von einem "räumlichen
Kodierer" zu sprechen.
Durchgängig
wird in der vorliegenden Beschreibung die Version mit einem einzigen
Vektor der Kodierung Typ II gemäß den genannten
Patenten 5 583 962, 5 632 005 und 5 633 981 als "räumliches
Kodieren" bezeichnet.
-
Der
Erfinder ist der Meinung, daß innerhalb
einer ausreichend kurzen Zeitspanne in der Größenord nung einer kleinen Anzahl
von Millisekunden das menschliche Ohr Schall nur aus einer einzigen
Richtung in einem kritischen Band hören kann, auch wenn Töne aus vielfachen
Richtungen jeweils in unterschiedlichen Frequenzen innerhalb des
kritischen Bandes vorhanden sind. Aus diesem Grund ist für ein System,
bei dem der Richtungsvektor sich innerhalb eines ausreichend kurzen
Zeitintervalls ändern
kann, die grundlegende Form mit einem einzigen Richtungsvektor des
Systems Typ II, verwirklicht in einem räumlichen Kodierer, angemessen
für die
Darstellung des Schallfeldes, auch wenn hiermit nicht die Möglichkeit
besteht, sämtliche
der Vielzahl von Kanälen
kontinuierlich und gleichzeitig wiederzugeben. Diese Wirkung ist
in der Konzeptdarstellung der 1 gezeigt:
Ein Zuhörer 101,
nimmt wahr, daß Schall
innerhalb eines Teilbandes vom Punkt 111 zwischen Lautsprechern 102 und 104 kommt,
obwohl Töne
innerhalb des Teilbandes tatsächlich
von allen Lautsprechern 102 bis 110 kommen.
-
Dieser "Einzelrichtung"-Effekt hat oberflächlich eine
gewisse Ähnlichkeit
mit dem bekannten "Örtlichkeitssummier"-Effekt. Bei diesem
zuletzt genannten Effekt, beschrieben von Blauert (Spatial Hearing:
The Psychophysics of Human Sound Localization von Jens Blauert,
The MIT Press, Cambridge, Massachusetts, überarbeitete Ausgabe, 1997),
vermitteln zwei oder mehr Schallquellen, die kohärente Signale innerhalb einer
bestimmten Amplitude voneinander und innerhalb einer bestimmten
Zeit voneinander ausstrahlen, den Eindruck eines einzigen Phantomsignals,
siehe insbesondere Seiten 204, 271 und 272 des Textes von Blauert.
In dem Maß,
in dem ein Paar anfangs kohärenter
Signale immer weniger kohärent
wird, kann ein Zuhörer
zunehmend besser unterschiedliche Signale feststellen, siehe insbesondere
die Seiten 240 und 242 bei Blauert. Gemäß dem Einzelrichtungseffekt
des gegenwärtigen
Erfinders nimmt hingegen die Fähigkeit
eines Zuhörers,
wenn die Frequenztrennung zwischen vielen Signalen in ein kritisches
Band hinein absinkt und das Zeitintervall ausreichend kurz ist,
diese Signale als aus verschiedenen Richtungen kommend wahrzunehmen,
gleichfalls ab.
-
Der
Erfinder ist sich darüber
klar, daß ein
Kompromiß gefunden
werden muß zwischen
der Kürze
des Zeitintervalls und den zusätzlichen
Erfordernissen hinsichtlich der Bitrate (aufgrund höherer Abtastgeschwindigkeiten),
die sich wegen des kürzer
werdenden Zeitintervalls stellen mögen (siehe Beschreibung weiter
unten auf Seite 28). So kann bei einem System mit sehr niedriger
Bitrate, bei dem die Abtastrate weniger als optimal ist für den Einzelrichtungseffekt
ein gewisser Verlust an mehr Richtungs- und mehr Signalwahrnehmung des
Zuhörers
und Genauigkeit der Schallortung unter bestimmten Signalbedingungen
eintreten. Trotzdem ist es wahrscheinlich, daß die erhaltene Wiedergabe
eine angenehme und akzeptable Hörerfahrung
aus vielen Richtungen bietet. Die vorliegende Erfindung ist besonders
nützlich
zur Verwendung in Sende- oder Aufzeichnungssystemen, bei denen die
Bitraten äußerst beschränkt sind,
beispielsweise im Fall von Audio übers Internet.
-
Ein
Aspekt der vorliegenden Erfindung beruht auf der Kenntnis, daß was bisher
als Mängel
räumlicher Kodierung
angesehen wurde, hauptsächlich
eine Wirkung des "Signalabtauchens", tatsächlich Tugenden
sind, wenn die räumliche
Kodierung in einer Tonwiedergabeanordnung angewandt wird, bei der
der oder die Zuhörer sich
an vorhersagbarem Ort innerhalb eines Zuhörbereichs befinden. Die Erfindung
ist besonders gut geeignet für
Zuhörumgebungen,
in denen sich ein oder vielleicht auch zwei Zuhörer voraussagbar an einer Stelle
befinden, die man als "Vorzugsplatz
für räumliche
Kodierung" bezeichnen
könnte,
wie weiter unten im Zusammenhang mit den 2, 3 und 4 noch
beschrieben wird. Die Tatsache, daß mit räumlichem Kodieren innerhalb
eines solchen Zuhörbereiches,
nämlich
einem Vorzugsplatz für
räumliche
Kodierung, ein an Artefakten freies Schallfeld erzeugt werden kann,
ist ein unerwartetes Ergebnis. Am Vorzugsplatz für räumliche Kodierung wird die
Signalabtauchwirkung von einem oder mehr Zuhörern psychoakustisch nicht
wahrgenommen. Es wird ein stabiles, normales Schallfeld erhalten.
-
2 zeigt
einen Zuhörer 202,
der sich in einem vorhersagbaren Zuhörbereich, einem idealisierten, im
wesentlichen kreisförmigen
Vorzugsplatz für
räumliche
Kodierung 204, inmitten von fünf Lautsprechern – links
(206), Mitte (208), rechts (210), linker
Raum (212) und rechter Raum (214), einer typischen
Anordnung für
Runduz-Raumklangwiedergabe, befindet.
-
In
PC-Tonsystemen ("Multimedia") werden üblicherweise
nur zwei Lautsprecher verwendet, ein linker und ein rechter Lautsprecher,
die neben oder in der Nähe
des Bildschirmgeräts
stehen (und wahlweise ein Tieftonlautsprecher, der entfernt, beispielsweise
auf dem Fußboden
angeordnet sein kann – der
Tieftonlautsprecher ist in der vorliegenden Beschreibung außer acht
gelassen). Die beiden Lautsprecher erzeugen einen verhältnismäßig kleinen
optimalen Zuhörbereich. 3 zeigt
einen Zuhörer 302 in
einem vorhersagbaren Zuhörbereich,
einem idealisierten Vorzugsplatz für räumliche Kodierung 304,
vor einem Computerbildschirm 306, an dessen Seiten sich
ein linker (308) und rechter (310) Lautsprecher
befinden. In aufwendigeren Computertonsystemen können mehr als zwei Lautsprecher
nach Art der Anordnung gemäß 2 verwendet
sein (der Computerbildschirm würde
sich dann an der gleichen Stelle befinden wie der Mitte-Lautsprecher,
zwischen dem linken und rechten Lautsprecher).
-
Ein ähnlicher
kleiner, optimaler Zuhörbereich
entsteht bei einigen Fernsehgeräten,
bei denen beiderseits des Bildschirms ein Lautsprecherpaar angeordnet
ist. 4 zeigt einen Zuhörer 402 in einem vorhersagbaren
Zuhörbereich,
einem idealisierten Vorzugsplatz für räumliche Kodierung 404,
vor einem Fernsehgerät 406 mit
eingebauten Lautsprechern links (408) und rechts (410)
neben der Bildröhre 412.
Aufwendigere Fernsehtonsysteme können
mehr als zwei Lautsprecher nach Art der in 2 gezeigten
Anordnung umfassen. Zum Beispiel könnte der Fernseher in das Gehäuse integrierte
Links-, Mitte- und Linkslautsprecher umfassen, oder diese Lautsprecher
könnten
sich zusammen mit Raumklanglautsprechern außerhalb des Fernsehgehäuses befinden.
-
Mit
dem Dolby AC-3 System und vielen anderen Systemen wird der vorhersagbare
Ort eines Zuhörers vor
einem Rechner- oder Fernsehtonsystem nicht voll ausgenutzt, wodurch
in solchen Umgebungen Bits verschwendet werden. Auch wenn die räumliche
Kodierung bei den in 1, 2 und 3 gezeigten
Umgebungen beispielsweise besonders nützlich ist, ist räumliche
Kodierung auch in größeren Umfeldern
von Nutzen, wobei sich von selbst versteht, daß die Größe des vorhersagbaren Zuhörbereichs
mit dem Abstand zwischen den Lautsprechern zunimmt. Räumliche
Kodierung kann in größeren Umfeldern
auch selbst für
Zuhörer nützlich sein,
die sich außerhalb
des vorhersagbaren Zuhörbereichs
befinden, wenn sie nur während
kurzer, an Bits armer Zeitintervalle angewandt wird.
-
In
einem vereinfachten Raumklangsystem mit räumlichem Kodierer (d.h. einem
System Typ II, welches mit nur einem einzigen Richtungsvektor arbeitet)
braucht nur ausreichend viel Information gesendet zu werden, um
einen Zuhörer
in einem vorhersagbaren Zuhörbereich
oder einem Vorzugsplatz für
räumliche
Kodierung zufriedenzustellend. Man braucht nicht zu versuchen, sämtliche
Daten verfügbar
zu machen, die nötig sind,
um beispielsweise alle fünf
Kanäle
als genaue Wiedergaben der fünf
Eingangskanäle
wiederherzustellen, wie das beim AC-3 System geschieht. Das führt zu einer
signifikanten Verringerung an Bits. So ist der räumliche Kodierer insofern sehr
wirkungsvoll, als er nicht irgend etwas kodiert, was im vorhersagbaren
Zuhörbereich zu
keinem Moment zu hören
ist. Dieses vereinfachte System kann sogar noch für, sagen
wir zwei Zuhörer
funktionieren, vorausgesetzt sie sind einander nahe und innerhalb
des vorhersagbaren Ortes.
-
Die
Nebenwirkung des "Signalabtauchens" bei dieser vereinfachten
Behandlung besteht darin, daß für einen
Zuhörer,
wenn er sich aus dem vorhersagbaren Ort bewegt und an irgendeinen
bestimmten Lautsprecher ein Ohr anlegt, mit dem sich ändernden
Programminhalt ein Ton erscheinen und verschwinden kann – die Signalabtauchwirkung
(das Signal aus einem bestimmten Lautsprecher kann "abtauchen" oder durch Signale aus
anderen Kanälen
moduliert werden). Diese Wirkung ist genau das, was Klarinettisten
schon immer wußten;
ihre stillen Beiträge
für die
Zuhörerschaft
verschwinden mit jedem Posaunenstoß und erscheinen wundersamerweise
erneut, sobald man sie wieder entlastet. Eine solche Nebenwirkung
wäre bei
einer großen
Zuhörerschaft
in kommerziellen Theatern oder auch zuhause, wo Zuhörer (statt
innerhalb eines verhältnismäßig kleinen
Vorzugsplatzes für
räumliche
Kodierung, wie in 3 gezeigt) im Raum verteilt
sind, zwar nicht akzeptabel; aber für einen oder zwei Zuhörer in einem
vorhersagbaren Zuhörbereich
ist die Wirkung milde und nicht hörbar. Aber, wie schon gesagt,
kann räumliches
Kodieren auch für
kommerzielle Theater und zuhause für große Zuhörerschaften
nützlich
sein, wenn die Zuhörer
im Raum verteilt sind, vorausgesetzt, es wird nur während kurzer
Zeitintervalle angewandt, beispielsweise solange Bedingungen eines
extremen Bitmangels herrschen.
-
Die
Nebenwirkung des Signalabtauchens beim räumlichen Kodieren ist innerhalb
des vorhersagbaren Zuhörbereichs
unhörbar,
so daß die
Bitanforderungen des Kodierers auf diejenigen begrenzt werden können, die
zum Erzeugen eines angenehmen Höreindrucks
innerhalb dieses Bereichs absolut nötig sind. Ein Ergebnis nach
Art des "direkten
Drahts zum Vorteil" ist
gar nicht beabsichtigt, aber es wird doch eine gute, praktikable, erfreuliche
Wirkung innerhalb des Vorzugsplatzes für räumliche Kodierung mit guter
Lokalisierung und minimalen Artefakten wahrgenommen.
-
Um
die Raumklangwirkung einer Tonwiedergabeanordnung mit zwei Lautsprechern
am Rechner oder Fernsehgerät
zu verbessern, ist es vorteilhaft, die dekodierten räumlichen
Kodierersignale "räumlich zu
gestalten", indem
man einen "Raumeffektgestalter" ("spatializer") benutzt, der eine
Löschvorrichtung
für akustisches Nebensprechen
(oder Quereinkopplung) umfaßt.
Stereomaterial erzeugt bei einer Wiedergabe über zwei Lautsprecher mittels
herkömmlicher
Mittel im allgemeinen Tonabbildungen, die auf die zwei Lautsprecher
selbst und den Raum dazwischen beschränkt sind. Diese Wirkung resultiert
aus der Quereinspeisung des akustischen Signals von jedem Lautsprecher
in das entfernte Ohr eines vor dem Computerbildschirm sitzenden
Zuhörers.
Durch das Anlegen der Raumkanalsignale an eine Löschvorrichtung für akustisches
Nebensprechen und Summieren der verarbeiteten Signale mit den Links-
und Rechtssignalen ist es möglich,
die Wahrnehmung hervorzurufen, daß Raumklanginformation von
virtuellen Lautsprecherorten hinter oder seitlich von einem Zuhörer kommt,
wenn nur zwei vor ihm angeordneten Lautsprecher benutzt werden (die
Links- und Rechtskanalsignale kommen von den tatsächlichen
Lautsprecherorten, wie es gewöhnlich
der Fall wäre).
-
Der
Ursprung der Löschvorrichtung
für akustisches
Nebensprechen wird gewöhnlich
B.S. Atal und Manfred Schrieder der Bell Telephone Laboratories
zugeschrieben (siehe beispielsweise US Patent 3 236 949, das durch
diesen Hinweis hier vollinhaltlich eingeschlossen wird). Wie ursprünglich von
Schroeder und Atal beschrieben, kann die akustische Nebensprechwirkung
gemildert werden, wenn man ein geeignetes Löschsignal vom entgegengesetzten
Lautsprecher einführt.
Da das Löschsignal
selbst akustisch quereinkoppelt, muß es auch durch ein geeignetes
Signal des ursprünglich
aussendenden Lautsprechers gelöscht
werden und so weiter.
-
5A ist
ein Funktionsblockschaltbild einer Art von Raumeffektgestalter mit
einem Löschnetz
für Tonnebensprechen
gemäß der vorliegenden
Erfindung, kann verwendet werden. Es werden fünf Toneingangssignale, links,
Mitte, rechts, linker Raum und rechter Raum wie beim Dolby Digital
AC-3 System empfangen. Die Eingänge
werden jeweils an wahlweise vorgesehene DC-Blockierfilter 502, 504, 506, 508 und 510 angelegt.
Wahlweise vorgesehene Verzögerungsglieder 512, 514 und 516 in
den Links- Mitte- und Rechtseingangsleitungen haben Zeitverzögerungen
in Übereinstimmung
mit dem Zeitversatz, falls vorhanden, im Löschnetz für Nebensprechen 520.
Gewöhnlich
gibt es im Netz 520 keinen Zeitversatz, und die Verzögerungsglieder 512, 514 und 516 sind
weggelassen, wenn nicht ein Netz 556 beispielsweise einen
Amplitudenkompressor/Begrenzer umfaßt. Die Eingaben in das Löschnetz 520 sind
bei diesem Beispiel die vom linken Raum und rechten Raum. Ein vereinfachtes
Ausführungsbeispiel
des Löschnetzes 520 wird
im Zusammenhang mit dem in 5C gezeigten
Ausführungsbeispiel
beschrieben. Unter nochmaligem Hinweis auf 5A empfängt ein erstes,
lineares additives Summierglied 522 den verzögerten Tonsignalstrom
des Linkskanals. Ein zweites lineares, additives Summierglied 524 empfängt den
verzögerten
Tonsignalstrom des Rechtskanals. Der verzögerte Tonsignalstrom des Mittekanals
wird an das Summierglied 522 und das Summierglied 524 angelegt.
Der verarbeitete Tonsignalstrom des linken Raumkanals vom Netz 520 wird
gleichfalls dem Summierglied 522 zugeführt. Auch der verarbeitete
Tonsignalstrom des rechten Raumkanals vom Netz 520 wird
dem Summierglied 524 zugeleitet. Im Löschnetz werden nur die Tonsignalströme des linken
und rechten Raumkanals verarbeitet. Die Kanäle links vorn und rechts vorn
werden zu den im Löschnetz
verarbeiteten Kanälen
linker Raum beziehungsweise rechter Raum addiert. Der Mittekanal
wird phasengleich ohne weitere Verarbeitung dem linken und rechten
Ausgang hinzugefügt.
-
Die
in 5A gezeigte Anordnung kann auch angewandt werden,
wenn es vier Eingangssignale gibt (Links-, Mitte- und Rechtskanal,
ein einziger Raumkanal) wie von einem Dekodierer "Dolby Surround" oder "Dolby Surround Pro
Logic" vorgesehen.
In diesem Fall sollten durch Aufheben der Korrelation aus dem einzigen
Raumkanal zwei pseudostereophone Signale gemacht werden, die ihrerseits
an die Eingänge
der Löschvorrichtung
angelegt werden. Eine einfache Pseudostereoumwandlung kann benutzt
werden, die mit Phasenverschiebung arbeitet, so daß ein Signal
mit dem anderen außer
Phase ist. Es sind viele weitere Pseudostereoumwandlungstechniken
bekannt.
-
5B zeigt
zusätzliche
Alternativen für
den Raumeffektgestalter gemäß 5A.
In 5B sind die Kanäle links und rechts vorn durch
teilweises Gegenphasemischen im Block 526 geringfügig erweitert.
Gegenphasemischen zum Erweitern der scheinbaren Stereo-"Stufe" ist eine allgemein
bekannte Technik. Als weitere Option kann der Mittekanal gelöscht werden,
um die Färbung
auf ein Minimum einzuschränken,
die daraus resultiert, daß das
Mittesignal von jedem Ohr zweimal gehört wird – einmal vom nahen Lautsprecher
und noch einmal vom entfernten Lautsprecher. Statt der Verwirklichung
einer eigenen Löschvorrichtung
können
die akustischen Quereinkopplungssignale des Mittekanals dadurch
gelöscht
werden, daß sie
an das Löschnetz
für Nebensprechen
auf dem Raumkanal angelegt werden. So wird das Mittekanalsignal über die
linearen, additiven Summierglieder 526 bzw. 528 in
die Eingänge
linker Raum und rechter Raum ins Löschnetz für Nebensprechen 520 eingemischt.
-
5C ist
ein Funktionsblockschaltbild der Grundelemente einer einfachen Löschvorrichtung
für akustisches
Nebensprechen, die in den Anordnungen gemäß 5A oder 5B verwendbar
ist. Es können aber
auch andere, kompliziertere Löschvorrichtungen
angewandt werden. Jedes Verzögerungsglied 530 und 532 hat üblicherweise
etwa 140 Mikrosekunden für
Lautsprecher, die in Bezug auf einen Zuhörer vor ihm unter Winkeln von
+/– 15° angeordnet
sind, einem typischen Winkel für
die in 1 gezeigte Umgebung eines Computerbildschirms
und die in 2 gezeigte Umgebung eines Fernsehgeräts. Jeder
der Filter 534 und 536 ist ganz einfach ein frequenzunabhängiger Dämpfungsfaktor
K, normalerweise etwa 0,9. Die Eingabe jedes Quereinkopplungsschenkels 538 und 540 wird
von der Ausgabe eines additiven Summiergliedes (542 bzw. 544)
in einer Kreuzkanalanordnung mit negativer Rückkopplung entnommen (jeder
Schenkel wird am jeweiligen Summierglied subtrahiert), um aus jedem
vorhergehenden Löschsignal
ein Löschsignal
zu erzeugen, wie vorstehend beschrieben. Das ist digital eine sehr
leicht zu verwirklichende Löschvorrichtung
für akustisches
Nebensprechen: zwei Summierungen, zwei Multiplikationen und ein
Paar 6-Abtastwert-Ringpuffer für
die Verzögerungen.
Vorzugsweise wird die Löschvorrichtung
für akustisches
Nebensprechen, falls gebraucht, digital in Software verwirklicht
und in Echtzeit auf einem PC laufen gelassen, der dem Bildschirmgerät 306 in 3 oder einem
Mikroprozessor im Fernsehgerät 406 gemäß 4 zugeordnet
ist.
-
Gemäß der vorliegenden
Erfindung bringt ein Kodierer ein zusammengesetztes Toninformationssignal hervor,
welches das wiederherzustellende Schallfeld und einen Richtungsvektor
bzw. ein "Steuerkontrollsignal" wiedergibt. Das
Frequenzspektrum des zusammengesetzten Toninformationssignals ist
in eine Anzahl von Teilbändern
aufgeteilt, die vorzugsweise mit den kritischen Bändern des
menschlichen Ohrs übereinstimmen.
Das Steuerkontrollsignal hat eine Komponente, die sich auf die dominante
Richtung des Schallfeldes in jedem der Teilbänder bezieht.
-
Auch
wenn die Erfindung mittels analoger oder digitaler Techniken oder
sogar einer hybriden Anordnung derselben verwirklicht werden kann,
ist eine Verwirklichung der Erfindung mit Hilfe digitaler Techniken zweckmäßiger, und
die hier offenbarten, bevorzugten Ausführungsbeispiele sind digitale
Verwirklichungen.
-
Bei
einem Ausführungsbeispiel
der Erfindung empfängt
ein Kodierer eine Vielzahl Tonsignalströme, die jeweils einen Eingangskanal
und Lokalisierungseigenschaften jedes dieser Eingangskanäle darstellen.
Der Dekodierer empfängt
ein kodiertes Signal ebenso wie den Ort oder virtuellen Ort des
Schallwandlers für
jeden Ausgangskanal und liefert einen Signalstrom für jeden
Ausgangskanal, um das durch die Eingangskanalsignale wiedergegebene
Schallfeld so genau wie möglich
wiederherzustellen. Da das räumliche
Kodierschema gemäß der vorliegenden
Erfindung von der Prämisse
ausgeht, daß in
jedem Moment nur Schall aus einer einzigen Richtung gehört wird,
braucht der Dekodierer immer nur jeweils ein Signal nicht an mehr
als zwei Schallwandler anzulegen. Die kodierte Information enthält für jedes
Teilband eine angesammelte Wiedergabe sämtlicher Eingangskanäle. Die
angesammelte Wiedergabe weist ein zusammengesetztes Toninformationssignal, welches
den gesamten Nettoschallfeldpegel wiedergibt, und ein Steuerkontrollsignal
auf, das Lokalisierungsinformation für das Schallfeld aufweist.
Diese Lokalisierungsinformation wird hier als Nettorichtungsvektor
bezeichnet.
-
Auch
im Dekodierer ist es so, daß nur
eine Richtung Bits erhält,
so daß innerhalb
jedes kritischen Bandes nur ein oder zwei Darstellungskanäle während jedes
Zeitintervalls Bits bekommen (ein Darstellungskanal ist angemessen,
wenn die Schallfeldrichtung zufällig
mit der Darstellungskanalrichtung kongruent ist; ansonsten sind
zwei Darstellungskanäle
nötig,
um die Schallfeldrichtung zu positioneren).
-
Ein
Aspekt der Erfindung ist ein räumliches
Kodiersystem mit
niedriger Bitrate zum Kodieren einer Vielzahl
von ein Schallfeld wiedergebenden Tonsignalströmen zu einem kodierten Signal
und zum Dekodieren des kodierten Signals, wobei das System einen
Kodierer und einen Dekodierer umfaßt. Der Kodierer weist folgendes
auf:
einen Teilbandsignalgenerator, der eine Vielzahl von Teilbändern in
Abhängigkeit
von der Vielzahl der Tonsignalströme erzeugt, wobei jedes Teilbandsignal
ein jeweiliges Frequenzteilband eines jeweiligen der Tonsignalströme wiedergibt,
einen
Signalkombinierer, der ein zusammengesetztes Signal erzeugt, welches
die Kombination von Teilbandsignalen in den jeweiligen Frequenzteilbändern wiedergibt,
einen
Schallfeldrichtungsdetektor, der ein Steuerkontrollsignal für das zusammengesetzte
Signal erzeugt, welches die Hauptrichtung des Schallfeldes in jeweiligen
Teilbändern
anzeigt;
einen Kodierer und Bitzuteiler, der kodierte Information
durch Zuordnen von Bits zu dem zusammengesetzten Signal und Steuerkontrollsignal
erzeugt, und
einen Formatierer, der die kodierte Information
zu einem kodierten Signal zusammenfügt.
-
Der
Dekodierer weist folgendes auf:
einen Deformatierer, der das
zusammengesetzte Signal und Steuerkontrollsignal aus dem kodierten
Signal ableitet,
einen inversen Teilbandgenerator, der Teilbandsignale
in Abhängigkeit
von dem zusammengesetzten Signal und dem Steuerkontrollsignal ableitet,
eine
Informationseingabe, welche die Zahl der Ausgangskanäle des Dekodierers
und den Ort oder virtuellen Ort von Schallwandlern beschreibt, die
mit den jeweiligen Ausgangskanälen verbunden
sind, wobei drei oder mehr Ausgangskanäle vorhanden sind, und
einen
Signalgenerator, der einen Tonsignalstrom in nicht mehr als zwei
Ausgangskanälen
zur Zeit in Abhängigkeit
von den Teilbandsignalen und Wiedergabeinformation erzeugt.
-
Ein
weiterer Aspekt der Erfindung ist ein räumliches Kodiersystem mit niedriger
Bitrate zum Kodieren einer Vielzahl von ein Schallfeld wiedergebenden
Tonsignalströmen
zu einem kodierten Signal, Dekodieren des kodierten Signals und
Wiederherstellen eines Hörebenbildes
des Schallfeldes, wobei das System einen Kodierer und einen Dekodierer
umfaßt.
Der Kodierer weist folgendes auf:
einen Teilbandsignalgenerator,
der eine Vielzahl Teilbandsignale in Abhängigkeit von der Vielzahl der
Tonsignalströme
erzeugt, wobei jedes Teilbandsignal ein jeweiliges Frequenzteilband
eines jeweiligen der Tonsignalströme wiedergibt,
einen Signalkombinierer,
der ein zusammengesetztes Signal erzeugt, welches die Kombination
aus Teilbandsignalen in jedem Frequenzteilband wiedergibt,
einen
Schallfeldrichtungsdetektor, der ein Steuerkontrollsignal für das zusammengesetzte
Signal erzeugt, welches die Hauptrichtung des Schallfeldes in jedem
Teilband anzeigt,
einen Kodierer und Bitzuteiler, der durch
Zuordnen von Bits zum zusammengesetzten Signal und Steuerkontrollsignal
kodierte Information erzeugt, und
einen Formatierer, der die
kodierte Information zu einem kodierten Signal zusammenfügt.
-
Der
Dekodierer weist folgendes auf:
einen Deformatierer, der das
zusammengesetzte Signal und Steuerkontrollsignal von dem kodierten
Signal ableitet,
einen inversen Teilbandgenerator, der Teilbandsignale
in Abhängigkeit
von dem zusammengesetzten Signal und Steuerkontrollsignal ableitet,
eine
Informationseingabe, welche die Zahl der Ausgangskanäle des Dekodierers
und einen Ort oder virtuellen Ort von Schallwandlern beschreibt,
die mit den jeweiligen Ausgangskanälen verbunden sind, und
einen
Signalgenerator, der einen Tonsignalstrom in einem oder mehr Ausgangskanälen in Abhängigkeit
von den Teilbandsignalen und Wiedergabeinformation erzeugt.
-
Das
System weist ferner folgendes auf:
eine Vielzahl Schallwandler,
die mit den Ausgangskanälen
des Dekodierers gekoppelt und so angeordnet sind, daß sie ein
Hörebenbild
des Schallfeldes für
einen oder mehr Zuhörer
innerhalb eines Vorzugsplatz-Zuhörbereichs
für räumliche
Kodierung erzeugen.
-
Noch
ein weiterer Aspekt der Erfindung ist ein Dekodierer zur Verwendung
in einem räumlichen
Kodiersystem mit niedriger Bitrate zum Dekodieren eines kodierten
Signals, welches aus einer Vielzahl von ein Schallfeld wiedergebenden
Tonsignalströmen
abgeleitet ist, durch Erzeugen einer Vielzahl von Teilbandsignalen
in Abhängigkeit
von der Vielzahl der Tonsignalströme, wobei jedes Teilbandsignal
ein jeweiliges Frequenzteilband eines jeweiligen der Tonsignalströme wiedergibt,
Erzeugen eines zusammengesetzten Signals, welches die Kombination
von Teilbandsignalen in jeweiligen Frequenzteilbändern wiedergibt, Erzeugen
eines Steuerkontrollsignals für
das zusam mengesetzte Signal, welches die Hauptrichtung des Schaltfeldes
in jeweiligen Teilbändern
anzeigt, Erzeugen kodierter Information durch Zuordnen von Bits
zum zusammengesetzten Signal und Steuerkontrollsignal und Zusammenfügen der
kodierten Information zu einem kodierten Signal. Der Dekodierer
weist folgendes auf:
einen Deformatierer, der das zusammengesetzte
Signal und Steuerkontrollsignal von dem kodierten Signal ableitet,
einen
inversen Teilbandgenerator, der Teilbandsignale in Abhängigkeit
von dem zusammengesetzten Signal und Steuerkontrollsignal ableitet,
eine
Informationseingabe, die die Zahl der Ausgangskanäle des Dekodierers
und den Ort oder virtuellen Ort von Schallwandlern beschreibt, die
mit den jeweiligen Ausgangskanälen
verbunden sind, wobei es drei oder mehr Ausgangskanäle gibt,
und
einen Signalgenerator, der einen Tonsignalstrom in nicht
mehr als zwei Ausgangskanälen
zur Zeit in Abhängigkeit
von den Teilbandsignalen und Wiedergabeinformation erzeugt.
-
Noch
ein weiterer Aspekt der Erfindung ist ein Dekodierer- und Wiederherstellungssystem
zur Verwendung in einem räumlichen
Kodiersystem niedriger Bitrate zum Dekodieren und Wiedergeben eines
kodierten Signals, welches aus einer Vielzahl von ein Schallfeld
wiedergebenden Tonsignalströmen
abgeleitet ist, durch Erzeugen einer Vielzahl von Teilbandsignalen
in Abhängigkeit
von der Vielzahl der Tonsignalströme, wobei jedes Teilbandsignal
ein jeweiliges Frequenzteilband eines jeweiligen der Tonsignalströme wiedergibt,
Erzeugen eines zusammengesetzten Signals, welches die Kombination
aus Teilbandsignalen in jeweiligen Frequenzteilbändern wiedergibt, Erzeugen
eines Steuerkontrollsignals für
das zusammengesetzte Signal, welches die Hauptrichtung des Schallfeldes
in jeweiligen Teilbändern
anzeigt, Erzeugen kodierter Information durch Zuteilen von Bits
zum zusammengesetzten Signal und Steuerkontrollsignal, und Zusammenfügen der
kodierten Information zu einem kodierten Signal. Das Dekodierer-
und Wiedergabesystem weist folgendes auf:
einen Deformatierer,
der das zusammengesetzte Signal und Steuerkontrollsignal von dem
kodierten Signal ableitet,
einen inversen Teilbandgenerator,
der Teilbandsignale in Abhängigkeit
von dem zusammengesetzten Signal und Steuerkontrollsignal ableitet,
eine
Informationseingabe, die die Zahl der Ausgangskanäle des Dekodierers
und den Ort oder virtuellen Ort von Schallwandlern anzeigt, die
mit den jeweiligen Ausgangskanälen
verbunden sind, und
einen Signalgenerator, der einen Tonsignalstrom
in einem oder mehr Ausgangskanälen
in Abhängigkeit
von den Teilbandsignalen und Wiedergabeinformation erzeugt, und
eine
Vielzahl von Schallwandlern, die mit den Ausgangskanälen des
Dekodierers gekoppelt und so angeordnet sind, daß sie ein Hörebenbild des Schallfeldes
für einen
oder mehr Zuhörer
innerhalb eines Vorzugsplatz-Zuhörbereichs
für räumliche
Kodierung erzeugen.
-
Die
verschiedenen Merkmale der Erfindung und ihre bevorzugten Ausführungsbeispiele
werden in der folgenden Beschreibung "Beste Art und Weise zum Ausführen der
Erfindung" und den
beigefügten
Zeichnungen mehr im einzelnen erläutert.
-
Kurzbeschreibung
der Zeichnungen
-
1 ist
ein Konzeptschema und zeigt eine Person, die einem von einer Vielzahl
von Präsentationskanälen erzeugten
Schallfeld zuhört,
aber wahrnimmt, daß ein
Ton von einem Punkt kommt.
-
2 ist
eine schematische Draufsicht und zeigt einen Zuhörer an einem idealisierten
Vorzugsplatz räumlicher
Kodierung in einer Raumklangwiedergabeanordnung zwischen fünf Lautsprechern.
-
3 ist
eine schematische Draufsicht und zeigt einen Zuhörer an einem idealisierten
Vorzugsplatz räumlicher
Kodierung vor einem Computerbildschirm mit Lautsprechern an den
Seiten.
-
4 ist
eine schematische Draufsicht und zeigt einen Zuhörer an einem idealisierten
Vorzugsplatz räumlicher
Kodierung vor einem Fernsehgerät
mit der Bildröhre
benachbarten Lautsprechern.
-
5A ist
ein Funktionsblockschaltbild eines Raumeffektgestalters mit einer
Löschvorrichtung
für akustisches
Nebensprechen.
-
5B ist
ein Funktionsblockschaltbild eines modifizierten Raumeffektgestalters
mit einer Löschvorrichtung
für akustisches
Nebensprechen.
-
5C ist
ein Funktionsblockschaltbild einer einfachen Löschvorrichtung für akustisches
Nebensprechen mit vier Anschlüssen
gemäß dem Stand
der Technik.
-
6 ist
ein Konzeptblockschaltbild und zeigt räumliches Kodieren und Dekodieren.
-
7 ist
ein Funktionsblockschaltbild des Grundaufbaus eines Teilbandkodierers.
-
8 ist
ein Funktionsblockschaltbild des Grundaufbaus eines Teilbanddekodierers.
-
9 ist
ein Funktionsblockschaltbild des Grundaufbaus der Erfindung in Bezug
auf die Teilbandkodierung.
-
10 ist
ein Funktionsblockschaltbild des Grundaufbaus der Erfindung in Bezug
auf die Teilbanddekodierung.
-
11 ist
eine hypothetische graphische Darstellung eines Wiedergabesystems
in drei Dimensionen mit fünf
Präsentationskanälen.
-
12A ist ein schematisches Funktionsblockschaltbild
eines räumlichen
Dekodierers, der im Zusammenhang mit einer vorhersagbaren Abspielumgebung
arbeitet.
-
12B ist ein schematisches Funktionsblockschaltbild
eines räumlichen
Dekodierers, der im Zusammenhang mit einer weiteren vorhersagbaren
Abspielumgebung arbeitet.
-
Beste Art
und Weise zum Ausführen
der Erfindung
-
6 ist
eine Konzeptionsdarstellung eines Ausführungsbeispiels des Kodiersystems
Typ II. Ein Kodierer, der Prozesse 604 und 606 aufweist,
empfängt
von einem in 7 gezeigten Teilbandkodierer
Teilbandsignale, die ein Schallfeld von einer Vielzahl von Eingabekanälen 602 darstellen
und empfängt
von einem Weg 603 Information darüber, wie das Schallfeld auf
jeden dieser Eingabekanäle
abgebildet ist. Der Prozeß 604 kombiniert
die Signale zu einem zusammengesetzten Toninformationssignal, welches
er längs
eines Weges 608 weitergibt. Der Prozeß 606 etabliert ein
Steuerkontrollsignal, welches die scheinbare Richtung des Schallfeldes
wiedergibt und welches er längs
eines Weges 610 weitergibt. Ein Dekodierer, der einen Prozeß 612 aufweist,
empfängt
von einem Weg 613 Information für die Zahl der Ausgangskanäle und die
tatsächliche
oder virtuelle räumliche
Konfiguration von Ausgangskanalschallwandlern im Präsentationssystem,
empfängt
ein zusammengesetztes Kanalsignal von den Wegen 608 und 610 und
erzeugt Ausgabesignale längs
Ausgangskanälen 614 zur
Darstellung des Schallfeldes.
-
Bei
Anwendungen des räumlichen
Kodierers in der Praxis ist die Information an den Kodierer eine
Vielfalt von Signalströmen,
die Eingabekanäle
wiedergeben. Der Kodierer befaßt
sich mit dem gewünschten
wiederhergestellten Schallfeld und muß deshalb Information darüber empfangen,
wie diese Eingabekanäle
zu dem Schallfeld in Beziehung stehen sollen. Beispielsweise im
Fall einer Fünfkanalquelle
mit Wiedergabe links, Mitte, rechts, linker Raum und rechter Raum
mittels insgesamt standardisierter Lautsprecherorte kann der Nettorichtungsvektor
von den fünf
Kanalsignalen abgeleitet werden, die an diese Lautsprecherorte angelegt
werden sollen.
-
Ein
räumlich
kodierender Dekodierer, der Information zur Abspiel- oder Präsentationsumgebung
empfangen soll, kann den Nettorichtungsvektor benutzen, um einen
Signalsatz für
die beabsichtigte Fünfkanalabspiel-
oder Darstellungsumgebung oder für
eine andere Abspiel- oder Präsentationsumgebung
mit einer anderen Anzahl von Kanälen
und/oder Lautsprecherorten zu erzeugen. Beispielsweise kann das
zusammengesetzte Toninformationssignal und der Nettorichtungsvektor
für ein
Computerbildschirmumfeld mit zwei Lautsprechern dekodiert werden.
Wie schon gesagt, kann die Dekodierung einen "Raumeffektgestalter" umfassen, so daß die resultierende Darstellung
die psychoakustische Wirkung eines Schallfeldes bietet, welches
nicht auf die beiden Lautsprecher und den Raum zwischen ihnen begrenzt
ist.
-
Die
Erfindung ist weder auf die Benutzung bei einem bestimmten Schema
zum Erzeugen mehrerer Eingabekanäle,
noch auf irgendein bestimmtes Schema zum Einfangen oder Neuerschaffen
von Schallfeldern begrenzt. Die Erfindung akzeptiert als Eingabe
am Kodierer jeden beliebigen Satz mehrerer Eingabekanäle mit Informationen,
die nötig
sind, um festzulegen, wie der Erzeuger der Eingabekanäle sie für die Erzeugung eines
Schallfeldes beabsichtigt hatte, z.B. deren beabsichtigte Richtung
in Bezug auf den Zuhörer.
Der Kodierer übersetzt
diese Information und diese Tonkanäle in ein zusammengesetztes
Toninformationssignal und ein Steuerkontrollsignal als Nettorichtungsvektor,
so daß der
Dekodierer als Ausgabe einen Satz von Präsentationskanälen bereitstellen
kann, die das bestmögliche
Schallfeld in Übereinstimmung
mit den Möglichkeiten
des Abspiel- oder Wiedergabegeräts
und der Umgebung hervorbringen. Die Anzahl der vom Dekodierer erzeugten Kanäle wird
von Eigenschaften des Darstellungssystems diktiert und ist deshalb
nicht notwendigerweise gleich der Zahl der Eingabekanäle.
-
Die
vorliegende Erfindung läßt sich
auf Teilbandkodierer anwenden, die durch eines von vielen bekannten
Verfahren verwirklicht sind. Eine bevorzugte Verwirklichung arbeitet
mit einer Transformation, genauer gesagt einer Transformation von
der Zeitdomäne
in die Frequenzdomäne
gemäß der TDAC-Technik
(Time Domain Aliasing Cancellation), siehe Princen und Bradley "Analysis/Synthesis
Filter Bank Design Based on Time Aliasing Cancellation", IEEE Trans. on
Acoust., Speech, Signal Proc. Bd. ASSP-34, 1986, SS. 1153–1161. Ein Beispiel
eines Transformationskodierer/Dekodierersystems mit TDAC-Transformation
findet sich in der US Patentschrift 5 109 417, die durch diesen
Hinweis hier vollinhaltlich eingeschlossen ist.
-
Wie 7 zeigt,
weist typische Einkanalteilbandkodierung das Aufteilen eines eingegebenen
Signalstroms 810 in Teilbänder mittels einer Filterbank 710,
das Umwandeln der Teilbandinformation in quantisierte Codewörter mittels
eines Kodierers 730 und das Zusammenfügen der quantisierten Codewörter zu
einer zum Senden oder Speichern geeigneten Form mittels eines Formatierers 740 auf.
Wenn die Filterbank durch digitale Filter oder diskrekte Transformationen
verwirklicht ist, wird das Eingabesignal vor dem Filtern mittels
der Filterbank von einem Abtaster 700 abgetastet und digitalisiert.
Wenn die Filterbank durch analoge Filter verwirklicht ist, können die
Teilbandsignale mittels eine Abtasters 720 zur digitalen
Kodierung mittels eines Kodierers 730 abgetastet und digitalisiert
werden. Gemäß einem
Aspekt bezieht sich die vorliegende Erfindung auf den Kodierer 730 für mehrere
Informationskanäle.
Zum Beispiel bildet jede der Eingaben 602 in 6 Teilbandinformation,
die an den Kodierer 730 gelangt.
-
Wie 8 zeigt,
weist typische digitale Einkanalteilbanddekodierung das Auseinandernehmen
der formatierten Codewörter
mittels eines Deformatierers 810, Wiederherstellen der
Teilbandinformation mittels eines Dekodierers 820 und Verschmelzen
der Teilbandinformation mittels einer inversen Filterbank 840 zu
einem Einkanalsignal auf. Wenn die inverse Filterbank von analogen
Filtern gebildet und das Signal digital kodiert ist, wird die Teilbandinformation
vor dem Filtern in der inversen Filterbank mittels eines Umsetzers 830 in
analoge Form umgesetzt. Ist die inverse Filterbank von digitalen
Filtern oder diskreten Transformationen gebildet, wird das digitale
Signal mittels eines Umsetzers 850 in analoge Form umgesetzt.
Ansonsten bezieht sich die vorliegende Erfindung auf den Dekodierer 820 für mehrere
Informationskanäle.
-
Die
Teilbandsteuerung kombiniert Teilbandspektralkomponenten aus einem
oder mehr Kanälen
zu einem zusammengesetzten Signal. Die zusammengesetzte Darstellung
des Teilbandes wird anstelle der Teilbandspektralkomponenten individueller
Kanäle
die vom zusammengesetzten Kanalteilband wiedergegeben werden, gesendet
oder aufgezeichnet. Es gibt zwei gleichwertige Verfahren zum Schaffen
eines zusammengesetzten Kanals. Mit dem einen oder anderen Verfahren
wird das gleiche Ergebnis erhalten. Ein Ansatz besteht darin, zunächst Einlagerungskanal-Maskierkriterien
auf jeden Kanal anzuwenden, um die Zahl der für jeden Kanal erforderlichen
Bits zu verringern, indem die Kodierung maskierter Signalkomponenten
ausgeschlossen wird, und dann als nächstes nach der Bitreduzierung
die Kanäle
zu kombinieren, um ein zusammengesetztes Signal zu erzeugen. Der
nachfolgend noch mehr im einzelnen beschriebene andere Ansatz besteht darin,
zunächst
die ursprünglichen
Kanalsignale zu kombinieren, um das zusammengesetzte Signal zu erzeugen
und dann als zweites Einlagerungskanal-Maskierkriterien auf das
zusammengesetzte Signal zur Reduzierung der Bits anzuwenden, indem
das Kodieren maskierter Signalkomponenten ausgeschaltet wird. Es
wird angenommen, daß das
erhaltene, zusammengesetzte Signal in beiden Fällen das gleiche oder im wesentlichen
das gleiche ist. In beiden Fällen
berücksichtigt
der räumliche
Kodierer zwei Arten von Maskierung, nämlich Kreuzkanalmaskierung
und Einlagerungskanalmaskierung innerhalb des resultierenden zusammengesetzten
Kanals. Die Erfindung soll die Anwendung des einen oder anderen
Verfahrens zur Erzeugung eines zusammengesetzten Signals abdecken.
-
Das
Steuerkontrollsignal (bzw. der Nettorichtungsvektor) stellt die
scheinbare, dominante Richtung der Spektralkom-ponenten von allen
Kanälen
dar.
-
Gemäß den Lehren
der vorliegenden Erfindung für
digitale Kodiertechniken werden numerische Werte, die Spektralkomponenten
wiedergeben, zu Codewörtern
quantisiert, wobei eine variable Anzahl Bits mindestens einigen
der Codewörter
aus einem Bitpool adaptiv zugeordnet werden können. Die Bitzuteilung beruht darauf,
ob wegen des gegenwärtigen
Signalinhalts Quantisierfehler in einigen Teilbändern die Signalkodierqualität stärker herabsetzen
als Quantisierfehler in anderen Teilbändern. Genauer gesagt, werden
mehr Bits Spektralkomponenten innerhalb von Teilbändern zugeteilt,
deren Quantisierungsrauschen psychoakustischer Maskierung weniger
stark unterliegt als Quantisierungsrauschen in anderen Teilbändern.
-
Gemäß den Lehren
der vorliegenden Erfindung zur Dekodierung wird bei der Umkehrsteuerung
das Steuerkontrollsignal benutzt, um eine Darstellung der gesteuerten
Kanäle
aus dem zusammengesetzten Kanal wiederzugewinnen. Da für das räumliche
Kodieren gemäß der vorliegenden
Erfindung ein einziger Richtungsvektor benutzt wird und angesichts
des zugrundeliegenden Prinzips, daß ein Zuhörer nur Schall aus einer Richtung
zur Zeit hört,
brauchen zur Darstellung eines spezifischen Präsentationssystems nur ein oder
zwei Kanäle
erzeugt zu werden. Die Zahl der Kanäle für den Dekodierer wird von den
Eigenschaften des Präsentationssystems
bestimmt und infolgedessen ist die Zahl nicht unbedingt gleich der
Zahl der Eingabekanäle.
-
Gemäß den Lehren
der vorliegenden Erfindung für
digitale Dekodiertechniken wird ein adaptiver Bitzuteilungsprozeß durchgeführt, der
im wesentlichen dem während
der Kodierung benutzten ähnelt,
um die Zahl der jedem quantisierten Codewort zugeteilten Bits festzulegen.
Diese Information wird für
die Wiederherstellung der Teilbandspektralkomponenten benutzt.
-
9 ist
ein schematisches Funktionsblockschaltbild eines Kodierers für räumliches
Kodieren (d.h. eines vereinfachten Kodierers mit einem einzigen
Vektor des Typs II). Der Kodierer kann mit Hilfe einer Vielfalt an
analogen und digitalen Kodiertechniken verwirklicht werden. Zweckmäßiger läßt sich
die Erfindung verwirklichen, wenn man digitale Techniken anwendet,
und die hier offenbarten Ausführungsbeispiele
sind digitale Verwirklichungen.
-
Digitale
Verwirklichungen können
adaptive Bitzuteilungstechniken verwenden. In der folgenden Beschreibung
eines bevorzugten Ausführungsbeispiels
werden Ideen sowohl der adaptiven Bitzuteilung als auch der Teilbandsteuerung
offenbart, obwohl klar sein sollte, daß digitale Verwirklichungen
der räumlichen
Kodierung bei Bitzuteilungen angewandt werden können, die nicht adaptiv sind.
-
Wie 9 zeigt,
werden Teilbandsignalkomponenten für jeden der Vielzahl von Eingabekanälen 1 bis einschließlich N
auf dem Eingabeweg 901 von einem Generator 902 für scheinbare
Richtung und zusammengesetzte Signale verarbeitet, um ein Steuerkontrollsignal
scheinbare Richtung und ein zusammengesetztes Signal festzulegen.
Der Prozeß empfängt auch
Quelleninformation, die anzeigt, wie das Quellenschallfeld auf jeden
der Eingabekanäle
abgebildet ist (Information, welche die beabsichtigte räumliche
Richtung für
jedes Kanalsignal beschreibt). Die Quellen- und Reproduktionsinformation
kann unterschiedlich entweder dauerhaft oder programmierbar sein.
Der Kodierer kann Daueranweisungen hinsichtlich der Quelle und/oder
Abspiel-umgebung umfassen, oder solche Instruktionen können von
außen über Eingabewege
in den Kodierer eingegeben werden, wie in 9 gezeigt.
Von den eingegebenen Teilbandsignalen und der Quelleninformation
wird ein zusammengesetztes Toninformationssignal abgeleitet, welches
das Quellenschallfeld wiedergibt. Ein Steuerkontrollsignal in Form
eines einzigen Richtungsvektors, welches Lokalisierungsinformation
für das
Schallfeld aufweist, wird von den eingegebenen Teilbandsignalen
und der Quelleninformation abgeleitet.
-
Das
vom Block 902 ausgegebene, zusammengesetzte Signal wird
auch an einen Grobpegelquantisierer 904 angelegt, der die
Teilbandspektralinformation des einzigen zusammengesetzten Kanals
quantisiert. Von einem adaptiven Bitzuteiler 908 wird die
Anzahl Bits verschiedenen Teilbändern
in Abhängigkeit
von grober Quantisierungsinformation, die vom Grobpegelquantisierer 904 erhalten
wurde, und der Anzahl zur Zuteilung verfügbarer Bits, die von einem
Bitpool 910 empfangen wurde, zugeteilt. Die zusammengesetzte
Signalspektralinformation wird von einem Quantisierer 912 in
Abhängigkeit
von dem zusammengesetzten Signal, der Ausgabe des Grobpegelquantisierers
und der Ausgabe des adaptiven Bitzuteilers zu quantisierten Codewörtern adaptiv
quantisiert. Auch wenn nachfolgend ein geeigneter Algorithmus beschrieben
wird, ist der Algorithmus, mit dem der Kodierer Bits adaptiv zuteilt,
für die
vorliegende Erfindung nicht von kritischer Bedeutung. Der Quantisierer 912 quantisiert
auch das Steuerkontrollsignal. Der Quantisierer 912 liefert
als Ausgaben die Steuerinformation, quantisierte Codewörter und
grobe Quantisierungsinformation längs entsprechender Wege 914 bis 918.
-
10 ist
ein schematisches Funktionsblockschaltbild eines räumlich kodierenden
Dekodierers. Ein adaptiver Bitzuteilungsrechner 1002 legt
in Abhängigkeit
von vom Kodiererausgang 918 empfangener, grober Quantisierungsinformation
und der von einem Bitpool 1004 empfangenen Zahl von für die Zuteilung
verfügbaren
Bits die Zahl der jedem Codewort während des Quantisierens zugeordneten
Bits fest; ein Dequantisierer 1006 dequantisiert das vom
Kodiererausgang 914 empfangene Steuerkontrollsignal und
stellt in Abhängigkeit von
vom Kodiererausgang 916 empfangenen, quantisierten Codewörtern, vom
Kodiererausgang 918 empfangener, grober Quantisierungsinformation
und vom adaptiven Bitzuteilungsrechner 1002 empfangener
Bitzuteilungsinformation Spektralkomponenteninformation wieder her
und liefert an seinen Ausgängen
die Information über
den einzigen Richtungsvektor auf einem Weg 1008, die Teilbandexponenten
des zusammengesetzten Kanals auf einer Leitung 1010 und
die Spektralkomponenten des zusammengesetzten Kanals auf einem Weg 1012.
Diese Ausgaben werden an einen inversen Generator 1014 der
scheinbaren Richtung und des zusammengesetzten Signals angelegt,
der gleichfalls Wiedergabeinformation empfängt, welche die erwartete Anzahl der
Ausgangskanäle
und den Ort oder virtuellen Ort von Wandlern (beispielsweise Lautsprechern)
beschreibt, die an die Ausgangskanäle angeschlossen sind. Die
Wiedergabeinformation kann dauerhaft oder programmierbar sein. Der
Dekodierer kann Daueranweisungen hinsichtlich des Abspielumfeldes
umfassen, oder solche Anweisungen können von außerhalb über einen Eingabeweg, wie in 10 gezeigt,
an den Dekodierer gegeben werden. In Abhängigkeit von Steuer- und zusammengesetzter
Spektralinformation, die auf Wegen 1008–1012 empfangen werden,
rekonstruiert der Generator 1014 Teilbänder und liefert innerhalb
jedes Zeitintervalls, während
dessen ein Satz aus Teilbandsignalen und Richtungsvektor empfangen
wird, einen kompletten Satz an Teilbändern für einen oder zwei Kanäle mit Teilbandspektralinformation,
wobei jeder Kanal als Abschnitte eines Weges 1016 wiedergegeben
ist, die mit Ch 1, ... Ch N gekennzeichnet sind. Die Aktivierung
von nur einem oder zwei Kanälen
für jedes
Teilband während
des Zeitintervalls reicht aus, um Schall aus einer einzigen Richtung
innerhalb jedes Teilbandes wiederzugeben. Anders ausgedrückt, hinsichtlich
jedes beliebigen Teilbandes ist während jedes Zeitintervalls
nur ein oder zwei Kanäle
aktiv.
-
Das
bevorzugte Ausführungsbeispiel
der vorliegenden Erfindung wird in bezug auf das Kodieren und Dekodieren
in den folgenden Abschnitten mehr im einzelnen erläutert. Im
Verlauf der Beschreibung werden auch alternative Ausführungsbeispiele
und Strukturen für
die vorliegende Erfindung genannt.
-
In 9,
in der ein Teilbandkodierer des Typs II dargestellt ist, ist zu
erkennen, daß der
Generator 902 für
die scheinbare Richtung und das zusammengesetzte Signal längs des
Weges 901 mehrere Kanäle
mit Teilbandinformation empfängt.
Wenn die Teilbandblöcke
durch diskrete Transformation, beispielsweise diskrete Fourier Transformation
(DFT) abgeleitet werden, besteht jedes Teilband aus einem oder mehr
diskreten Transformationskoeffizienten. Auf eine bestimmte Teilbandanordnung
für ein
Signal der Bandbreite 20 kHz wird eine 512 Punkt Transformation
und eine Eingabesignalabtastrate von 48 kHz angewandt. Die Teilbänder entsprechen
insgesamt den kritischen Bändern
des Ohrs. Es können
auch andere Teilbandgruppierungen, Abtastraten und Transformationslängen angewandt
werden, ohne den Umfang der vorliegenden Erfindung zu verlassen.
-
Wie
schon gesagt, wird angenommen, daß der Einzelrichtungseffekt
zum Tragen kommt, wenn das Zeitintervall ausreichend kurz ist. Bei
einer Abtastrate von 48 kHz und einer Transformation mit 512 Punkten, hat
jeder Transformationsblock ein Zeitintervall von grob gesagt 10
Millisekunden (im Fall der TDAC-Transformation ist dies lediglich
eine Näherung
angesichts der Mittelung von Block zu Block, die dem TDAC-Prozeß inhärent ist).
Das bedeutet also, daß etwa
alle 10 Millisekunden eine Folge zusammengesetzter Teilbandsignale
erzeugt wird. Jedem zusammengesetzten Block kann ein einziger Richtungsvektor
zugeordnet sein, oder es können
alternativ Richtungsvektoren auf regelmäßiger Basis mehr oder weniger
häufig
während
der Blockperiode erzeugt werden. Als weitere Alternative können ein
oder mehr zusätzliche
Richtungsvektoren innerhalb einer Blockperiode nur dann erzeugt
werden, wenn eine Verlagerung in der dominanten Richtung von mehr
als einer Schwelle (sagen wir mehr als 30°) eintritt. Der Erfinder hat
festgestellt, daß ein
System auf der Basis einer TDAC-Transformation mit Blocklängen von
etwa 10 Millisekunden und einem einzigen Richtungsvektor während jeder
Blockperiode eine angenehme Musikwiedergabeerfahrung bietet.
-
Im
Prozeß des
Generators für
die scheinbare Richtung und das zusammengesetzte Signal werden die Spektralkomponenten
von vielen Kanälen
kombiniert, um ein zusammengesetztes Einkanalteilband zu schaffen,
was die Zahl der Spektralkomponenten verringert, die quantisiert
und gesendet werden müssen.
Ein Steuerkontrollsignal, welches Informationen über die scheinbare Richtung
des Schallfeldes (eine einzige Richtung) innerhalb eines Zeitintervalls übermittelt,
wird mit den kodierten Spektralkomponenten des zusammengesetzten
Kanals weitergegeben, um es dem empfangenden Dequantisierer zu ermöglichen,
Spektralkomponenten aus einem oder zwei Kanälen wiederzugewinnen, was für die Wiedergabe
einer einzigen Richtung ausreicht. Es sei darauf hingewiesen, daß insgesamt
die aus dem zusammengesetzten Kanal und dem Steuersignal der einzigen
Richtung wiedergewonnenen Spektralkomponenten nicht mit den Spektralkomponenten
eines Empfängers
identisch sind, der aus einzelnen Kanälen oder aus einem zusammengesetzten
Kanal und Skalierungsfaktoren für
jeden Kanal dekodieren würde
(wie beim System des Typs I).
-
Durch
das Kodieren eines Teilbandes in Form eines zusammengesetzten Kanals
und eines sekundären
Einzelrichtungsvektors anstelle der Kodierung von Teilbändern diskreter
Kanäle
oder eines zusammengesetzten Kanalteilbandes und Kanalskalierungsfaktoren
(wie beim System des Typs I) eingesparte Bits werden vom adaptiven
Bitzuteilungsprozeß beispielsweise
zur Zuteilung zu anderen Teilbändern
und vom Quantisierer zum Quantisieren des Steuerkontrollsignals
benutzt.
-
Die
Spektralkomponenten der Teilbänder
in einem oder mehr Kanälen
werden kombiniert. Gemäß den genannten
Patenten 5 583 962, 5 632 005 und 5 633 981 wird bei einem bevorzugten
Verfahren jeder Spektralkomponentenwert im zusammengesetzten Teilband
so gesetzt, daß er
dem Durchschnitt der entsprechenden Spektralkomponentenwerte in
den gesteuerten Kanälen
gleicht, und mit alternativen Verfahren können andere lineare Kombinationen
oder gewichtete Summen der Spektralkomponentenwerte in den gesteuerten
Kanälen
gebildet werden.
-
Das
Steuerkontrollsignal gibt die primäre (d.h. dominante) räumliche
Richtung der Teilbandkomponenten im zusammengesetzten Kanal wieder.
Gemäß der vereinfachten
Version des Systems Typ II, die Gegenstand dieser Erfindung ist,
wird von einem Grundverfahren während
jedes Zeitintervalls ein einziger Vektor erzeugt, der nur die primäre oder
dominante räumliche
Richtung für
jedes Teilband im zusammengesetzten Signal wiedergibt.
-
Die
Idee dieses Grundverfahrens ist unter Hinweis auf 11 besser
zu verstehen, denn dort ist ein hypothetisches Wiedergabesystem
veranschaulicht, welches fünf
Präsentationskanäle aufweist.
Jeder dieser Präsentationskanäle, die
einem der Eingabekanäle
entsprechen, stellt einen Lautsprecher dar, der sich auf der Oberfläche einer
Kugeleinheit befindet. Der beabsichtigte Zuhörer befindet sich in der Mitte
der Kugel. Einer der Kanäle
ist mit RF bezeichnet. Die für
den Zuhörer
scheinbare Richtung des Kanals RF ist mit dem Einheitsvektor D →I wiedergegeben.
-
Bei
diesem Grundverfahren des Kodierens stellt der Steuerkontrollsignalvektor V →
j die hauptsächliche (dominante) Richtung
des Schallfeldes für
das zusammengesetzte Signalteilband j dar. Auch wenn ein kartesisches
Koordinatensystem eine bevorzugte Darstellung für die Richtung ist, können auch
andere Darstellungen, beispielsweise Polarkoordinaten benutzt werden,
ohne vom Gedanken der Erfindung abzuweichen. Der Richtungsvektor
jedes Kanals wird nach Pegel gewichtet. Das Steuerkontrollsignal
läßt sich
wie folgt ausdrücken:
worin
- D →Ii =
Richtungseinheitsvektor für
Kanal i,
- LIi,j = berechneter Pegel für Teilband
j im Kanal i,
- S = Gesamtzahl der Eingabekanäle
- V →j = Steuerkontrollsignalvektor für Teilband
j,
- D →I = Richtungseinheitsvektoren für alle Eingabekanäle und
- L →Ij = berechnete Pegel für Teilband
j in allen Eingabekanälen
-
Weitere
Einzelheiten eines für
die vorliegende Erfindung verwendbaren Kodierers Typ II sind in
den genannten Patenten 5 583 962, 5 632 005 und 5 633 981 beschrieben.
-
In
dem in 10 gezeigten Dekodierer für räumliches
Kodieren stellt der inverse Generator 1014 für scheinbare
Richtung und zusammengesetztes Signal eine einzige Richtungsdarstellung
des zusammengesetzten Kanals in Abhängigkeit von einem Steuerkontrollsignal,
groben Quantisierungspegeln und Signalkomponentenwerten wieder her,
die jeweils über
die entsprechenden Wege 1008 bis 1012 empfangen
wurden.
-
Wie
schon gesagt, wird für
das Kodieren Typ II von der Erfindung ein Steuerkontrollsignal in
Form eines Richtungsvektors verwendet. Zur Annäherung der Richtung des kodierten
Signals muß der
Wiederherstellungsprozeß die
Zahl und den Ort der am Dekodierplatz installierten Lautsprecher
berücksichtigen.
Der Richtungsvektor D →Oi für jeden Präsentationskanal i wird dem
inversen Generator 1014 für scheinbare Richtung und zusammengesetztes
Signal als Wiedergabeinformationseingabe zur Verfügung gestellt.
Der Wiederherstellungsprozeß erzeugt
vorzugsweise Spektralkomponenten für nur einen oder zwei Präsentationskanäle, was ausreicht,
um ein Schallfeld mit räumlicher
Orientierung des zusammengesetzten Signalteilbandes zu erhalten,
welches vom Steuerkontrollsignal wiedergegeben ist.
-
Wenn
man die Gleichung 1 auf das Präsentationssystem
anwendet, kann das Steuerkontrollsignal wie folgt ausgedrückt werden:
worin
- DO i = Richtungseinheitsvektor
für Präsentationskanal
i,
- LOij = berechneter Pegel für Teilband
j im Kanal i,
- S = Gesamtzahl der Präsentationskanäle
- V →j = Steuerkontrollsignalvektor für Teilband
j,
- DO = Richtungseinheitsvektoren
für alle
Präsentationskanäle, und
- L →Oj = berechnete Pegel für Teilband
j in allen Präsentationskanälen
-
Eine
zusätzliche
Bedingung, die den berechneten Pegeln LO auferlegt ist, besteht
darin, daß die
Lautstärke
des vom Präsentationssystem
erzeugten Schallfeldes der Lautstärke des ursprünglichen
Schallfeldes gleich sein sollte. Genauer gesagt, unterliegt jeder L →Oj Vektor dem Zwang, daß die Lautstärke oder
der Gesamtpegel des Schallfeldes für jedes vom Präsentationssystem
erzeugte Teilband dem Pegel des Teilbandes im ursprünglichen
Schallfeld gleich sein muß.
-
Weitere
Einzelheiten des für
die vorliegende Erfindung anwendbaren Dekodierers Typ II sind in
den genannten Patenten 5 583 962, 5 632 005 und 5 633 981 beschrieben.
-
12A ist ein schematisches Funktionsblockschaltbild
eines räumlichen
Dekodierers, der im Zusammenhang mit einer vorhersagbaren Abspielumgebung
funktioniert. Steuerinformation, quantisierte Codewörter und
grobe Quantisierungsinformation wird längs Eingabewegen 1202, 1204 bzw. 1206 einem
räumlichen
Dekodierer 1208 zugeführt.
Die Eingabesignale können
dem räumlichen
Dekodierer mittels einer Vielfalt an Sende- oder Speichertechniken
zugeleitet werden, einschließlich
beispielsweise verdrahteter oder drahtloser Übermittlung, magnetischer Datenträger und
optischer Datenträger.
Wie schon gesagt, werden die Eingabesignale entsprechend der Version
mit einem einzigen Vektor des Systems Typ II kodiert. Der Dekodierer 1208 liefert
vier oder fünf
Ausgabesignale, die an einen wahlweise vorgesehenen Raumeffektgestalter 1210 angelegt
werden können,
der mit einer Löschvorrichtung
für akustisches
Nebensprechen arbeitet. Die jeweilige Verwirklichung des Raumeffektgestalters 1210 ist
nicht von kritischer Bedeutung; geeignete Anordnungen sind im Zusammenhang
mit den 5A, 5B und 5C beschrieben
worden. Der Ausgang des Raumeffektgestalters 1210, wenn
denn einer benutzt wird, wird an einen linken und rechten Lautsprecher 1212 und 1214 (über geeignete
Verstärkungs-
und Kopplungsmittel, die nicht gezeigt sind) angelegt. Ansonsten
werden die Ausgaben des Dekodierers 1208 über geeignete,
nicht gezeigte Verstärkungs-
und Kopplungsmittel den Lautsprechern zugeführt. Die Lautsprecher, die
beispielsweise nach Art der 3 oder 4 angeordnet
sind, erzeugen einen länglichen
Vorzugsplatz für
räumliche
Kodierung 1216 (idealisiert dargestellt), an dem sich ein Zuhörer 1217 befindet.
Wenn ein Raumeffektgestalter 1210 benutzt wird, kann dieser
ein integraler Bestandteil des Dekodierers 1208 sein.
-
12B ist ein schematisches Funktionsblockschaltbild
eines räumlichen
Dekodierers, der im Zusammenhang mit einem weiteren vorhersagbaren
Abspielumfeld funktioniert. Steuerinformation, quantisierte Codewörter und
grobe Quantisierungsinformation, die längs Eingabewegen 1202, 1204 bzw. 1206 an
einen räumlichen
Dekodierer 1208 angelegt werden, sind in der Anordnung
gemäß 12A gezeigt. Die Anordnung gemäß 12B unterscheidet
sich dadurch, daß die
Umgebung für
das Abspielen eine standardisierte Raumklanganordnung mit fünf Lautsprechern
ist. In diesem Fall ist kein Raumeffektgestalter nötig. Die
Ausgaben des räumlichen
Dekodierers 1208 werden an die fünf Lautsprecher gegeben – links
(1218), Mitte (1220), rechts (1222),
linker Raum (1224) und rechter Raum (1226), die
einen kreisförmigen
Vorzugsplatz für
räumliche
Kodierung 1228 erzeugen (idealisiert dargestellt), in welchem
sich ein Zuhörer 1230 befindet.
