EP2094031A2 - Device and method for creating an encoding stereo signal of an audio section or audio data stream - Google Patents

Device and method for creating an encoding stereo signal of an audio section or audio data stream Download PDF

Info

Publication number
EP2094031A2
EP2094031A2 EP09006142A EP09006142A EP2094031A2 EP 2094031 A2 EP2094031 A2 EP 2094031A2 EP 09006142 A EP09006142 A EP 09006142A EP 09006142 A EP09006142 A EP 09006142A EP 2094031 A2 EP2094031 A2 EP 2094031A2
Authority
EP
European Patent Office
Prior art keywords
channel
stereo
uncoded
channels
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
EP09006142A
Other languages
German (de)
French (fr)
Other versions
EP2094031A3 (en
Inventor
Jan Plogsties
Harald Mundt
Harald Popp
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Original Assignee
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV filed Critical Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Publication of EP2094031A2 publication Critical patent/EP2094031A2/en
Publication of EP2094031A3 publication Critical patent/EP2094031A3/en
Ceased legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04SSTEREOPHONIC SYSTEMS 
    • H04S3/00Systems employing more than two channels, e.g. quadraphonic
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04SSTEREOPHONIC SYSTEMS 
    • H04S3/00Systems employing more than two channels, e.g. quadraphonic
    • H04S3/002Non-adaptive circuits, e.g. manually adjustable or static, for enhancing the sound image or the spatial distribution
    • H04S3/004For headphones
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04RLOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R3/00Circuits for transducers, loudspeakers or microphones
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04RLOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R5/00Stereophonic arrangements
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04SSTEREOPHONIC SYSTEMS 
    • H04S5/00Pseudo-stereo systems, e.g. in which additional channel signals are derived from monophonic signals by means of phase shifting, time delay or reverberation 
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04SSTEREOPHONIC SYSTEMS 
    • H04S2400/00Details of stereophonic systems covered by H04S but not provided for in its groups
    • H04S2400/01Multi-channel, i.e. more than two input channels, sound reproduction with two speakers wherein the multi-channel information is substantially preserved
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04SSTEREOPHONIC SYSTEMS 
    • H04S2420/00Techniques used stereophonic systems covered by H04S but not provided for in its groups
    • H04S2420/03Application of parametric coding in stereophonic audio systems

Abstract

The device has a multi-channel decoder (11) to make more than two multi-channels available from a multi-channel representation. A headphone signal processor (12) processes a headphone signal, in order to produce an uncoded stereo signal with an uncoded first stereo channel (10a) and an uncoded second stereo channel (10b). A stereo coder (13) codes the first uncoded stereo channels, in order to receive a coded stereo signal (14). The stereo coder has a data rate for transferring the coded stereo signal being smaller than a data rate for transferring the uncoded stereo signal. An independent claim is included for a method for producing a coded stereo signal of an audio piece or an audio data stream with a first stereo channel and a second stereo channel from a multi-channel representation of the audio piece or audio data stream, and a computer program.

Description

Die vorliegende Erfindung bezieht sich auf die Multikanal-Audiotechnik und insbesondere auf Multikanal-Audioanwendungen in Verbindung mit Kopfhörer-Techniken.The present invention relates to multi-channel audio technology, and more particularly to multi-channel audio applications in conjunction with headphone techniques.

Die beiden internationalen Patentanmeldungen WO 99/49574 und WO 99/14983 offenbaren Audiosignalverarbeitungstechniken zum Ansteuern eines Paars von gegenüberliegend angeordneten Kopfhörer-Lautsprechern, damit ein Benutzer über die beiden Kopfhörer eine räumliche Wahrnehmung der Audioszene erhält, die nicht nur eine Stereo-Darstellung sondern eine Multikanal-Darstellung ist. So erhält der Hörer über seine bzw. ihre Kopfhörer eine räumliche Wahrnehmung eines Audiostücks, die im besten Fall gleich seiner räumlichen Wahrnehmung ist, wenn der Benutzer in einem Wiedergaberaum sitzen würde, der beispielsweise mit einer 5.1-Audioanlage ausgestattet ist. Zu diesem Zweck wird für jeden Kopfhörer-Lautsprecher jeder Kanal des Multikanal-Audiostücks oder Multikanal-Audiodatenstroms, wie es in Fig. 2 dargestellt ist, einem eigenen Filter zugeführt, wonach dann die jeweils gefilterten zusammengehörenden Kanäle aufaddiert werden, wie es nachfolgend dargestellt wird.The two international patent applications WO 99/49574 and WO 99/14983 disclose audio signal processing techniques for driving a pair of oppositely located headphone speakers to provide a user with spatial perception of the audio scene through the two headphones, which is not just a stereo representation but a multi-channel presentation. Thus, the listener receives via his or her headphones a spatial perception of an audio piece that is equal to its spatial perception at best, if the user would sit in a playback room, which is equipped for example with a 5.1 audio system. For this purpose, for each headphone speaker, each channel of the multi-channel audio track or multi-channel audio stream, as shown in Fig. 2 is shown, fed to its own filter, after which then the respective filtered belonging together channels are added, as shown below.

Auf einer linken Seite in Fig. 2 befinden sich die Multikanal-Eingänge 20, die zusammen eine Multikanal-Darstellung des Audiostücks oder Audiodatenstroms repräsentieren. Ein solches Szenario ist beispielsweise in Fig. 10 schematisch gezeigt. Fig. 10 zeigt einen Wiedergaberaum 200, in dem eine so genannte 5.1-Audioanlage angeordnet ist. Die 5.1-Audioanlage umfasst einen Mitte-Lautsprecher 201, einen Vorne-Links-Lautsprecher 202, einen Vorne-Rechts-Lautsprecher 203, einen Hinten-Links-Lautsprecher 204 und einen Hinten-Rechts-Lautsprecher 205. Eine 5.1-Audioanlage hat einen zusätzlichen Subwoofer 206, der auch als Low-Frequency-Enhancement-Kanal bezeichnet wird. Im so genannten "Sweet Spot" des Wiedergaberaums 200 befindet sich ein Zuhörer 207 , der einen Kopfhörer 208 trägt, welcher einen linken Kopfhörer-Lautsprecher 209 und einen rechten Kopfhörer-Lautsprecher 210 aufweist.On a left side in Fig. 2 are the multi-channel inputs 20, which together represent a multi-channel representation of the audio track or audio data stream. Such a scenario is for example in Fig. 10 shown schematically. Fig. 10 shows a playback room 200 in which a so-called 5.1 audio system is arranged. The 5.1 audio system includes a center speaker 201, a front-left speaker 202, a front-right speaker 203, a rear-left speaker 204, and a rear-right speaker 205. A 5.1 audio system has an additional subwoofer 206, which is also referred to as a low-frequency enhancement channel. In the so-called "sweet spot" of the playback room 200 is a listener 207 wearing a headset 208 having a left headphone speaker 209 and a right headphone speaker 210.

Die in Fig. 2 gezeigte Verarbeitungseinrichtung ist nunmehr ausgebildet, um jeden Kanal 1, 2, 3 der Multikanal-Eingänge 20 mit einem Filter HiL, der den Schallkanal vom Lautsprecher zum linken Lautsprecher 209 in Fig. 10 beschreibt, zu filtern, und um denselben Kanal ferner mit einem Filter HiR zu filtern, der den Schall von einem der fünf Lautsprecher zum rechten Ohr bzw. zum rechten Lautsprecher 210 des Kopfhörers 208 darstellt.In the Fig. 2 Processing means shown is now adapted to each channel 1, 2, 3 of the multi-channel inputs 20 with a filter H iL , the sound channel from the speaker to the left speaker 209 in Fig. 10 describes to filter and to further filter the same channel with a filter H iR representing the sound from one of the five speakers to the right ear 210 to the right speaker 210 of the headphone 208.

Wäre beispielsweise der Kanal 1 in Fig. 2 der vordere linke Kanal, der durch den Lautsprecher 202 in Fig. 10 ausgestrahlt wird, so würde das Filter HiL den durch eine gestrichelte Linie 212 angedeuteten Kanal darstellen, während das Filter H1R den durch eine gestrichelte Linie 213 dargestellten Kanal wiedergeben würde. Wie es in Fig. 10 beispielsweise durch eine gestrichelte Linie 214 angedeutet ist, erhält der linke Kopfhörerlautsprecher 209 nicht nur den Direktschall, sondern auch frühe Reflexionen an einer Rand des Wiedergaberaums und natürlich auch späte Reflexionen, die in einem diffusen Nachhall ausgedrückt werden.For example, if channel 1 were in Fig. 2 the front left channel, which passes through the speaker 202 in Fig. 10 is emitted, the filter H iL would represent the channel indicated by a dashed line 212, while the filter H 1R would represent the channel represented by a dashed line 213. As it is in Fig. 10 For example, indicated by a dashed line 214, the left earphone speaker 209 receives not only the direct sound, but also early reflections at an edge of the playback room and, of course, late reflections that are expressed in a diffuse reverberation.

Eine solche Filterdarstellung ist in Fig. 11 dargestellt. Insbesondere zeigt Fig. 11 ein schematisches Beispiel für eine Impulsantwort eines Filters, beispielsweise des Filters H1L von Fig. 2 dar. Der Direktschall, der durch die Linie 212 in Fig. 11 dargestellt ist, wird durch einen Peak am Anfang des Filters dargestellt, während frühe Reflexionen, wie sie beispielsweise durch 214 in Fig. 10 dargestellt sind, durch einen mittleren Bereich mit mehreren (diskreten) kleineren Peaks in Fig. 11 wiedergegeben werden. Der diffuse Nachhall ist dann typischerweise nicht mehr nach einzelnen Peaks aufgelöst, da der Schall des Lautsprechers 202 prinzipiell beliebig oft reflektiert wird, wobei die Energie natürlich mit jeder Reflexion und zusätzlicher Ausbreitungsstrecke weiter abnimmt, wie es durch die abnehmende Energie im hinteren Abschnitt, der mit "diffuser Nachhall" in Fig. 11 bezeichnet ist, dargestellt ist.Such a filter representation is in Fig. 11 shown. In particular shows Fig. 11 a schematic example of an impulse response of a filter, for example, the filter H 1L of Fig. 2 The direct sound coming through line 212 in FIG Fig. 11 is represented by a peak at the beginning of the filter, whereas early reflections, such as those shown by 214 in FIG Fig. 10 are represented by a central region with a plurality of (discrete) smaller peaks in Fig. 11 be reproduced. The diffuse reverberation is then typically not more resolved to individual peaks, since the sound of the speaker 202 is reflected in principle as often as desired, the energy of course, with each reflection and additional propagation distance continues to decrease, as by the decreasing energy in the rear section, with "diffuse reverberation" in Fig. 11 is indicated, is shown.

Jedes der in Fig. 2 gezeigten Filter umfasst daher eine Filter-Impulsantwort, die in etwa einen Verlauf hat, wie er durch die schematische Impulsantwortdarstellung in Fig. 11 wiedergegeben ist. Selbstverständlich wird die einzelne Filter-Impulsantwort vom Wiedergaberaum, der Positionierung der Lautsprecher, eventueller Dämpfungseigenschaften im Wiedergaberaum z. B. aufgrund mehrerer anwesender Personen oder im Wiedergaberaum befindlichen Möbeln etc. sowie idealerweise auch von den Eigenschaften der einzelnen Lautsprecher 201 bis 206 abhängen.Each of the in Fig. 2 Therefore, the filter shown comprises a filter impulse response, which has approximately a course, as shown by the schematic impulse response representation in Fig. 11 is reproduced. Of course, the individual filter impulse response from the playback room, the positioning of the speakers, any attenuation properties in the playback room z. B. due to several persons present or furniture located in the playback room, etc., and ideally also depend on the characteristics of the individual speakers 201 to 206.

Die Tatsache, dass sich die Signale von allen Lautsprechern am Ohr des Zuhörers 207 superponieren, wird durch die Addierer 22 und 23 in Fig. 2 dargestellt. Es wird also jeder Kanal mit einem entsprechenden Filter für das linke Ohr gefiltert, um dann die von den Filtern ausgegebenen Signale, die alle für das linke Ohr bestimmt sind, einfach aufzuaddieren, um das Kopfhörer-Ausgangssignal für das linke Ohr L zu erhalten. Analog wird eine Addition durch den Addierer 23 für das rechte Ohr bzw. für den rechten Kopfhörer-Lautsprecher 210 in Fig. 10 vorgenommen, um durch Überlagerung sämtlicher mit einem entsprechenden Filter für das rechte Ohr gefilterten Lautsprecher-Signale das Kopfhörer-Ausgangssignal für das rechte Ohr zu erhalten.The fact that the signals from all speakers are superimposed on the ear of the listener 207 is determined by the adders 22 and 23 in FIG Fig. 2 shown. Thus, each channel is filtered with a corresponding filter for the left ear to then simply add up the signals output from the filters, which are all for the left ear, to obtain the headphone output signal for the left ear L. Similarly, addition is made by the right ear adder 23 and the right headphone speaker 210 in FIG Fig. 10 in order to obtain the headphone output signal for the right ear by superimposing all the loudspeaker signals filtered with a corresponding filter for the right ear.

Aufgrund der Tatsache, dass es neben dem Direktschall auch frühe Reflexionen und insbesondere auch einen diffusen Nachhall gibt, welche insbesondere für die Raumwahrnehmung von großer Bedeutung sind, damit der Ton nicht synthetisch oder "hölzern" klingt, sondern dem Hörer das Gefühl vermittelt, er sitzt wirklich in einem Konzertsaal mit seinen akustischen Eigenschaften, werden die Impulsantworten der einzelnen Filter 21 alle eine beträchtliche Länge annehmen. Die Faltung jedes einzelnen Multi-Kanals der Multikanal-Darstellung mit zwei Filtern führt daher bereits zu einer erheblichen Rechenaufgabe. Da für jeden einzelnen Multi-Kanal zwei Filter benötigt werden, nämlich einer für das linke Ohr und ein anderer für das rechte Ohr, werden, wenn der Subwoofer-Kanal ebenfalls eigens behandelt wird, für eine Kopfhörer-Wiedergabe einer 5.1-Multikanal-Darstellung insgesamt 12 voneinander unterschiedliche Filter benötigt. Alle Filter haben, wie es aus Fig. 11 ersichtlich ist, eine sehr lange Impulsantwort, um nicht nur den Direktschall sondern auch frühe Reflexionen und den diffusen Nachhall berücksichtigen zu können, der einem Audiostück eigentlich erst die richtige Klangwiedergabe und einen guten Raumeindruck verleiht.Due to the fact that in addition to the direct sound, there are also early reflections and, in particular, a diffuse reverberation, which are of great importance, in particular for the perception of space, so that the sound does not sound synthetic or "wooden" but gives the listener the feeling that he is really sitting in a concert hall with its acoustic properties, the impulse responses of each filter 21 will all take a considerable length. The folding of each individual multi-channel of the multi-channel representation with two filters therefore already leads to a considerable computational task. Since two filters are required for each individual multi-channel, namely one for the left ear and another for the right ear, if the subwoofer channel is also treated separately, for a headphone playback of a 5.1 multi-channel display in total 12 different filters needed. All filters have how it looks Fig. 11 It can be seen, a very long impulse response to not only the direct sound but also to be able to consider early reflections and the diffuse reverberation, which gives an audio piece actually only the correct sound reproduction and a good spatial impression.

Um das bekannte Konzept in die Realität umzusetzen, wird daher, wie es in Fig. 10 gezeigt ist, neben einem Multikanalspieler 220 die sehr aufwendige virtuelle Tonverarbeitung 222 benötigt, die die Signale für die beiden Lautsprecher 209 und 210, die durch Leitungen 224 und 226 in Fig. 10 dargestellt sind, liefert.Therefore, to put the well-known concept into reality, it becomes, as in Fig. 10 in addition to a multi-channel player 220 requires the very complex virtual sound processing 222, the signals for the two speakers 209 and 210, through lines 224 and 226 in Fig. 10 are shown supplies.

Kopfhörer-Anlagen zum Erzeugen eines Multikanal-Kopfhörer-Sounds sind daher aufwendig, sperrig und teuer, was an der hohen Rechenleistung, am hohen Strombedarf für die nötige hohe Rechenleistung und am hohen Arbeitsspeicherbedarf für die durchzuführenden Bewertungen mit der Impulsantwort und am damit verbundenen großen Volumen oder teuren Bausteinen für das Abspielgerät liegt. Solche Anwendungen sind daher an Home-PC-Soundkarten bzw. Laptop-Soundkarten oder auch Heim-Stereo-Anlagen gebunden.Headphone systems for generating a multi-channel headphone sounds are therefore complicated, bulky and expensive, due to the high computing power, the high power requirements for the necessary high computing power and high memory requirements for the ratings to be performed with the impulse response and the associated large volume or expensive blocks for the player is. Such applications are therefore tied to home PC sound cards or laptop sound cards or home stereo systems.

Insbesondere ist dem immer größer werdenden Markt an mobilen Abspielgeräten, wie beispielsweise mobilen CD-Playern oder insbesondere den Hardware-Playern bleibt der Multikanal-Kopfhörer-Sound verschlossen, da die Rechenanforderungen zum Filtern der Multi-Kanäle mit z. B. 12 unterschiedlichen Filtern sowohl im Hinblick auf die Prozessorressourcen als auch im Hinblick auf den Stromverbrauch der typischerweise batteriebetriebenen Geräte nicht in dem Preissegment realisierbar sind. Hier geht es um ein Preissegment am unteren (niedrigen) Ende der Skala. Gerade dieses Preissegment ist aber aufgrund der großen Stückzahlen wirtschaftlich sehr interessant.In particular, the ever-expanding market for mobile players, such as mobile CD players or in particular the hardware players remains the multi-channel headphone sound closed because the computational requirements for filtering the multi-channels with z. B. 12 different filters both in terms of processor resources as well as in terms of power consumption of the typically battery-powered devices are not feasible in the price segment. This is about a price segment at the lower (low) end of the scale. Especially this price segment is economically very interesting because of the large quantities.

Die Aufgabe der vorliegenden Erfindung besteht darin, ein effizientes Signalverarbeitungskonzept zu liefern, das eine Kopfhörer-Wiedergabe in Multikanal-Qualität auch auf einfachen Wiedergabegeräten ermöglicht.The object of the present invention is to provide an efficient signal processing concept that enables multi-channel headphone reproduction even on simple playback devices.

Diese Aufgabe wird durch eine Vorrichtung zum Erzeugen eines codierten Stereo-Signals nach Patentanspruch 1 oder durch ein Verfahren zum Erzeugen eines codierten Stereo-Signals nach Patentanspruch 11 oder ein Computer-Programm nach Patentanspruch 12 gelöst.This object is achieved by a device for generating a coded stereo signal according to claim 1 or by a method for generating a coded stereo signal according to claim 11 or a computer program according to claim 12.

Der vorliegenden Erfindung liegt die Erkenntnis zugrunde, dass der hoch qualitative und attraktive Multikanal-Kopfhörer-Sound allen verfügbaren Abspielgeräten, wie beispielsweise CD-Playern oder Hardware-Playern, dadurch zur Verfügung gestellt werden kann, dass aus einer Multikanal-Darstellung eines Audiostücks oder Audiodatenstroms, also beispielsweise einer 5.1-Darstellung eines Audiostücks außerhalb eines Hardware-Players, also z. B. in einem rechenstarken Computer eines Providers einer Kopfhörer-Signalverarbeitung unterzogen. Erfindungsgemäß wird das Ergebnis Kopfhörer-Signalverarbeitung jedoch nicht einfach abgespielt, sondern einem typischen Audio-Stereo-Codierer zugeführt, der dann aus dem linken Kopfhörerkanal und dem rechten Kopfhörerkanal ein codiertes Stereosignal erzeugt.The present invention is based on the finding that the high-quality and attractive multi-channel headphone sound can be made available to all available playback devices, such as CD players or hardware players, by providing a multi-channel display of an audio track or audio data stream So, for example, a 5.1 representation of an audio piece outside of a hardware player, so z. B. in a high-power computer of a provider of a headphone signal processing. However, according to the invention, the result of earphone signal processing is not simply played back but fed to a typical audio stereo coder, which then generates a coded stereo signal from the left earphone channel and the right earphone channel.

Dieses codierte Stereosignal kann dann, wie jedes andere codierte Stereosignal, das keine Multikanaldarstellung aufweist, dem Hardware-Player oder z. B. einem mobilen CD-Player in Form einer CD zugeführt werden. Das Wiedergabegerät wird dann den Benutzer mit einem Kopfhörer-Multikanal-Sound versorgen, ohne dass irgendwelche zusätzlichen Ressourcen bzw. Einrichtungen an bereits bestehenden Geräten hinzugefügt werden müssen. Erfindungsgemäß wird das Ergebnis der Kopfhörer-Signalverarbeitung, also das linke und das rechte Kopfhörersignal nicht, wie im Stand der Technik, in einem Kopfhörer wiedergegeben, sondern codiert und als codierte Stereo-Daten ausgegeben.This coded stereo signal can then, like any other coded stereo signal, which has no multi-channel representation, the hardware player or z. B. a mobile CD player in the form of a CD. The player will then provide the user with a headphone multi-channel sound without having to add any additional resources or equipment to existing devices. According to the invention, the result of the headphone signal processing, ie the left and the right headphone signal is not reproduced in a headphone, as in the prior art, but coded and output as coded stereo data.

Eine solche Ausgabe kann eine Speicherung, eine Übertragung oder irgendetwas ähnliches sein. Eine solche Datei mit codierten Stereodaten kann dann ohne weiteres jedem beliebigen für Stereo-Wiedergabe ausgebildeten Wiedergabegerät zugeführt werden, ohne dass der Benutzer irgendwelche Änderungen an seinem Gerät durchführen müsste.Such an output may be a store, a transfer, or anything like that. Such a file with coded stereo data can then be readily supplied to any player designed for stereo playback without the user having to make any changes to his device.

Das erfindungsgemäße Konzept, aus dem Ergebnis der Kopfhörer-Signalverarbeitung ein codiertes Stereo-Signal zu erzeugen, ermöglicht es somit, dass die Multikanal-Darstellung, die eine wesentlich bessere und lebensnahere Qualität für einen Benutzer liefert, auch auf allen einfachen und sehr stark verbreiteten und in Zukunft noch stärker verbreiteten Hardware-Playern eingesetzt werden kann.The concept according to the invention of generating a coded stereo signal from the result of the headphone signal processing thus makes it possible for the multichannel presentation, which provides a much better and more lifelike quality for a user, to also be simple and very widely used in the future even more widespread hardware players can be used.

Bei einem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung wird von einer codierten Multikanal-Darstellung ausgegangen, also einer Parameterdarstellung, die einen oder typischerweise zwei Basiskanäle aufweist, und die ferner Parameterdaten aufweist, um auf der Basis der Basiskanäle und der Parameterdaten die Multi-Kanäle der Multikanaldarstellung zu erzeugen. Nachdem ein Frequenzbereichbasiertes Verfahren zur Multikanal-Decodierung bevorzugt wird, wird erfindungsgemäß die Kopfhörer-Signalverarbeitung nicht in dem Zeitbereich durch Faltung des Zeitsignals mit der Impulsantwort durchgeführt, sondern im Frequenzbereich durch Multiplikation mit der Filter-Übertragungsfunktion.In a preferred embodiment of the present invention is based on a coded multi-channel representation, that is, a parameter representation having one or typically two base channels, and further comprising parameter data to on the basis of the base channels and the parameter data to the multi-channels of the multi-channel representation produce. After a frequency-domain-based method for multi-channel decoding is preferred, the headphone signal processing according to the invention is performed not in the time domain by convolution of the time signal with the impulse response, but in the frequency domain by multiplication with the filter transfer function.

Dies ermöglicht die Einsparung von wenigstens einer Rücktransformation vor der Kopfhörer-Signalverarbeitung und ist insbesondere dann vorteilhaft, wenn auch der nachfolgende Stereo-Codierer im Frequenzbereich arbeitet, sodass dann, ohne dass jemals in den Zeitbereich gegangen werden muss, die Stereo-Codierung des Kopfhörer-Stereo-Signals ebenfalls ohne Gang in den Zeitbereich erfolgen kann. Die Verarbeitung von der Multikanal-Darstellung bis zum codierten Stereosignal ohne Einschaltung eines Zeitbereichs oder durch eine wenigstens reduzierte Anzahl von Transformationen ist nicht nur im Hinblick auf die Rechenzeiteffizienz interessant, sondern grenzt Qualitätsverluste ein, da weniger Verarbeitungsstufen auch weniger Artefakte in das Audiosignal einführen.This makes it possible to save at least one inverse transformation before the headphone signal processing and is particularly advantageous when the subsequent stereo coder operates in the frequency domain, so that then, without ever having to go into the time domain, the stereo coding of the headphone Stereo signal can also be done without gear in the time domain. The processing from the multi-channel representation to the coded stereo signal without the intervention of a time domain or at least a reduced number of transformations is not only interesting in terms of computational time efficiency, but limits quality losses, since fewer processing stages also introduce fewer artifacts into the audio signal.

Insbesondere bei Block-basierten Verfahren, die unter Berücksichtigung einer psychoakustischen Maskierungsschwelle quantisieren, wie es für den Stereo-Codierer bevorzugt wird, ist es wichtig, so viel Tandem-Codierungs-Artefakte als möglich zu verhindern.In particular, in block-based methods that quantize considering a psychoacoustic masking threshold, as is preferred for the stereo encoder, it is important to prevent as much tandem coding artifacts as possible.

Bei einem besonders bevorzugten Ausführungsbeispiel der vorliegenden Erfindung wird als Multikanal-Darstellung eine BCC-Darstellung mit einem oder vorzugsweise zwei Basiskanälen verwendet. Nachdem das BCC-Verfahren im Frequenzbereich arbeitet, werden die Multi-Kanäle nicht, wie beim BCC-Decodierer üblich, nach ihrer Synthese in den Zeitbereich transformiert. Stattdessen wird die blockweise vorliegende Spektraldarstellung der Multikanäle verwendet und der Kopfhörer-Signalverarbeitung unterzogen. Hierzu werden die Übertragungsfunktionen der Filter verwendet, also die Fourier-Transformierten der Impulsantworten, um eine Multiplikation zwischen der Spektraldarstellung der Multi-Kanäle und den Filter-Übertragungsfunktionen durchzuführen. Sofern die Impulsantworten der Filter zeitlich länger als ein Block von Spektralkomponenten am Ausgang des BCC-Decodierers sind, wird eine blockweise Filterverarbeitung bevorzugt, bei der die Impulsantworten der Filter im Zeitbereich getrennt werden und blockweise transformiert werden, um dann entsprechende für solche Maßnahmen nötige Gewichtungen der Spektren durchzuführen, wie sie beispielsweise in der WO 94/01933 offenbart sind.In a particularly preferred embodiment of the present invention is used as a multi-channel representation of a BCC representation with one or preferably two base channels. After the BCC method works in the frequency domain, the multi-channels are not transformed into the time domain after their synthesis, as is usual with the BCC decoder. Instead, the spectral representation of the multichannels is used in blocks and subjected to the headphone signal processing. For this purpose, the transfer functions of the filters are used, that is, the Fourier transforms the impulse responses to perform a multiplication between the spectral representation of the multi-channels and the filter transfer functions. If the impulse responses of the filters are longer in time than one block of spectral components at the output of the BCC decoder, a block-wise filter processing is preferred in which the impulse responses of the filters in the time domain be separated and be transformed block by block to then perform necessary for such measures weights of the spectra, as described for example in the WO 94/01933 are disclosed.

Bevorzugte Ausführungsbeispiele der vorliegenden Erfindung werden nachfolgend Bezug nehmend auf die beiliegenden Zeichnungen detailliert erläutert. Es zeigen:

Fig. 1
ein Blockschaltbild der erfindungsgemäßen Vorrichtung zum Erzeugen eines codierten Stereo-Signals;
Fig. 2
eine Detaildarstellung einer Implementierung der Kopfhörer-Signalverarbeitung von Fig. 1;
Fig. 3
einen bekannten Joint-Stereo-Codierer zum Erzeugen von Kanaldaten und parametrischen Multikanal-Informationen;
Fig. 4
eine Darstellung eines Schemas zum Bestimmen von ICLD-, ICTD- und ICC-Parametern für eine BCC-Codierung/Decodierung;
Fig. 5
eine Blockdiagrammdarstellung einer BCC-Codierer/Decodierer-Kette;
Fig. 6
ein Blockdiagramm einer Implementierung des BCC-Synthese-Blocks von Fig. 5;
Fig. 7
eine Kaskadierung zwischen einem Multikanal-Decodierer und der Kopfhörer-Signalverarbeitung ohne Transformation in den Zeitbereich;
Fig. 8
eine Kaskadierung zwischen der Kopfhörer-Signalverarbeitung und einem Stereo-Codierer ohne Transformation in den Zeitbereich;
Fig. 9
ein Prinzip-Blockdiagramm eines bevorzugten Stereo-Codierers;
Fig. 10
eine Prinzipdarstellung eines Wiedergabe-Szenarios zum Bestimmen der Filterfunktionen von Fig. 2;
Fig. 11
eine prinzipielle Darstellung einer zu erwartenden Impulsantwort eines Filters, das gemäß Fig. 10 bestimmt ist.
Preferred embodiments of the present invention will be explained below in detail with reference to the accompanying drawings. Show it:
Fig. 1
a block diagram of the inventive apparatus for generating a coded stereo signal;
Fig. 2
a detailed representation of an implementation of the headphone signal processing of Fig. 1 ;
Fig. 3
a known joint stereo encoder for generating channel data and multi-channel parametric information;
Fig. 4
a representation of a scheme for determining ICLD, ICTD and ICC parameters for BCC encoding / decoding;
Fig. 5
a block diagram representation of a BCC encoder / decoder chain;
Fig. 6
a block diagram of an implementation of the BCC synthesis block of Fig. 5 ;
Fig. 7
a cascading between a multi-channel decoder and the headphone signal processing without transformation into the time domain;
Fig. 8
a cascading between the headphone signal processing and a stereo encoder without transformation into the time domain;
Fig. 9
a schematic block diagram of a preferred stereo encoder;
Fig. 10
a schematic representation of a playback scenario for determining the filter functions of Fig. 2 ;
Fig. 11
a schematic representation of an expected impulse response of a filter according to Fig. 10 is determined.

Fig. 1 zeigt ein Prinzip-Blockschaltbild einer erfindungsgemäßen Vorrichtung zum Erzeugen eines codierten Stereo-Signals eines Audiostücks oder Audiodatenstroms. Das Stereo-Signal umfasst in uncodierter Form einen uncodierten ersten Stereokanal 10a sowie eine uncodierten zweiten Stereo-Kanal 10b und wird aus einer Multikanal-Darstellung des Audiostücks oder Audiodatenstroms erzeugt, wobei die Multikanal-Darstellung Informationen über mehr als zwei Multi-Kanäle aufweist. Wie später noch dargestellt wird, kann die Multikanal-Darstellung in einer uncodierten oder codierten Form vorliegen. Ist die Multikanal-Darstellung in uncodierter Form vorhanden, so umfasst sie drei oder mehr Multi-Kanäle. Bei einem bevorzugten Anwendungs-Szenario umfasst die Multikanal-Darstellung fünf Kanäle und einen Subwoofer-Kanal. Fig. 1 shows a schematic block diagram of an inventive device for generating a coded stereo signal of an audio track or audio data stream. The stereo signal comprises in uncoded form an uncoded first stereo channel 10a and an uncoded second stereo channel 10b, and is generated from a multi-channel representation of the audio piece or audio data stream, the multi-channel representation comprising information on more than two multi-channels. As will be seen later, the multi-channel representation may be in uncoded or encoded form. If the multi-channel representation is present in uncoded form, it includes three or more multi-channels. In a preferred application scenario, the multichannel presentation includes five channels and a subwoofer channel.

Ist die Multikanal-Darstellung dagegen in einer codierten Form vorhanden, so umfasst diese codierte Form typischerweise einen oder mehrere Basis-Kanäle sowie Parameter zum Synthetisieren der drei oder mehr Multi-Kanäle aus dem einen oder den beiden Basiskanälen. Ein Multikanal-Decodierer 11 ist daher ein Beispiel für eine Einrichtung zum Bereitstellen der mehr als zwei Multi-Kanäle aus der Multikanal-Darstellung. Liegt die Multikanal-Darstellung dagegen bereits in uncodierter Form vor, also z. B. in Form von 5+1 PCM-Kanälen, so entspricht die Einrichtung zum Bereitstellen einem Eingangsanschluss für eine Einrichtung 12 zum Durchführen einer Kopfhörer-Signalverarbeitung, um das uncodierte Stereosignal mit dem uncodierten ersten Stereo-Kanal 10a und dem uncodierten zweiten Stereo-Kanal 10b zu erzeugen.On the other hand, if the multi-channel representation is in encoded form, this encoded form typically includes one or more base channels and parameters for synthesizing the three or more multi-channels from the one or both base channels. A multi-channel decoder 11 is therefore one example of a means for providing the more than two multi-channels from the multi-channel representation. On the other hand, is the multichannel presentation already in uncoded form, ie z. B. in the form of 5 + 1 PCM channels, the means for providing an input terminal for a device 12 for Performing headphone signal processing to produce the uncoded stereo signal with the uncoded first stereo channel 10a and the uncoded second stereo channel 10b.

Vorzugsweise ist die Einrichtung 12 zum Durchführen Kopfhörer-Signalverarbeitung ausgebildet, um die Multi-Kanäle der Multikanal-Darstellung jeweils mit einer ersten Filterfunktion für den ersten Stereo-Kanal und mit einer zweiten Filterfunktion für den zweiten Stereo-Kanal zu bewerten und bewertete Multi-Kanäle jeweils aufzuaddieren, um den uncodierten ersten Stereo-Kanal und den uncodierten zweiten Stereo-Kanal zu erhalten, wie es anhand von Fig. 2 dargestellt worden ist. Der Einrichtung 12 zum Durchführen der Kopfhörer-Signalverarbeitung ist ein Stereo-Codierer 13 nachgeschaltet, der ausgebildet ist, um den ersten uncodierten Stereo-Kanal 10a und den zweiten uncodierten Stereo-Kanal 10b zu codieren, um das codierte Stereo-Signal an einem Ausgang 14 des Stereo-Codierers 13 zu erhalten. Der Stereo-Codierer führt eine Datenraten-Reduktion durch, sodass eine Datenrate, die zum Übertragen des codierten Stereo-Signals nötig ist, kleiner als eine Datenrate ist, die zum Übertragen des uncodierten Stereo-Signals nötig ist.Preferably, the headphone signal processing means 12 is arranged to evaluate the multi-channels of the multi-channel display respectively with a first filter function for the first stereo channel and a second filter function for the second stereo channel and weighted multi-channels in each case to obtain the uncoded first stereo channel and the uncoded second stereo channel, as determined by Fig. 2 has been shown. The device 12 for performing the headphone signal processing is followed by a stereo encoder 13, which is configured to encode the first uncoded stereo channel 10a and the second uncoded stereo channel 10b to the encoded stereo signal at an output 14th of the stereo encoder 13. The stereo encoder performs data rate reduction so that a data rate necessary to transmit the encoded stereo signal is less than a data rate necessary to transmit the uncoded stereo signal.

Erfindungsgemäß wird somit ein Konzept erreicht, das es ermöglicht, Mehrkanalton, der auch als "Surround" bezeichnet wird, über einfache Abspielgeräte, wie beispielsweise Hardware-Player, Stereo-Kopfhörern zuzuführen.According to the invention, a concept is thus achieved which makes it possible to supply multi-channel sound, which is also referred to as "surround", via simple playback devices, such as hardware players, stereo headphones.

Als einfache Kopfhörer-Signalverarbeitung kann z. B. die Summe bestimmter Kanäle gebildet werden, um die Ausgangskanäle für die Stereo-Daten zu erhalten. Verbesserte Verfahren arbeiten mit komplexeren Algorithmen, die wiederum eine bessere Qualität der Wiedergabe erreichen.As a simple headphone signal processing z. B. the sum of certain channels are formed to obtain the output channels for the stereo data. Improved methods work with more complex algorithms, which in turn achieve a better quality of reproduction.

Es sei darauf hingewiesen, dass es das erfindungsgemäße Konzept ermöglicht, dass die rechenaufwendigen Schritte zum Multikanal-Decodieren und zum Durchführen der Kopfhörer-Signalverarbeitung nicht im Abspielgerät selbst durchgeführt werden, sondern extern durchgeführt werden. Das Ergebnis des erfindungsgemäßen Konzepts ist eine codierte Stereo-Datei, die beispielsweise ein MP3-File, ein AAC-File, ein HE-AAC-File oder irgendein anderes Stereo-File ist.It should be noted that the inventive concept allows the computationally expensive steps to multi-channel decode and perform headphone signal processing not be performed in the player itself, but are performed externally. The result of the inventive concept is a coded stereo file, which is for example an MP3 file, an AAC file, a HE AAC file or any other stereo file.

Bei anderen Ausführungsbeispielen können auch die Multikanal-Decodierung, die Kopfhörer-Signalverarbeitung und die Stereo-Codierung auf unterschiedlichen Geräten ausgeführt werden, da die Ausgangsdaten bzw. Eingangsdaten der einzelnen Blöcke leicht portierbar und standardisiert erzeugbar und abspeicherbar sind.In other embodiments, the multi-channel decoding, the headphone signal processing and the stereo encoding can be performed on different devices, since the output data or input data of the individual blocks are easily portable and standardized generated and stored.

Nachfolgend wird Bezug nehmend auf Fig. 7 eine bevorzugte Ausführungsform der vorliegenden Erfindung dargestellt, bei der der Multikanal-Decodierer 11 eine Filterbank oder eine FFT-Funktion aufweist, derart, dass die Multikanal-Darstellung im Frequenzbereich geliefert wird. Im Einzelnen werden die einzelnen Multi-Kanäle als Blöcke von Spektralwerten für jeden Kanal separat erzeugt. Erfindungsgemäß wird dann die Kopfhörer-Signalverarbeitung nicht im Zeitbereich durch Faltung der zeitlichen Kanäle mit den Filter-Impulsantworten durchgeführt, sondern es wird eine Multiplikation der Frequenzbereichs-Darstellung der Multikanäle mit einer Spektraldarstellung der Filter-Impulsantwort durchgeführt. Am Ausgang der Kopfhörer-Signalverarbeitung wird dann ein uncodiertes Stereosignal erreicht, das jedoch nicht im Zeitbereich vorliegt, sondern das einen linken und einen rechten Stereo-Kanal umfasst, wobei ein solcher Stereo-Kanal als Folge von Blöcken von Spektralwerten gegeben ist, wobei jeder Block von Spektralwerten ein Kurzzeitspektrum des Stereo-Kanals darstellt.Subsequently, reference will be made to Fig. 7 a preferred embodiment of the present invention is shown, in which the multi-channel decoder 11 has a filter bank or an FFT function, such that the multi-channel representation is provided in the frequency domain. Specifically, the individual multi-channels are generated separately as blocks of spectral values for each channel. According to the headphone signal processing is then not performed in the time domain by folding the temporal channels with the filter impulse responses, but it is performed a multiplication of the frequency domain representation of the multi-channels with a spectral representation of the filter impulse response. At the output of the headphone signal processing then an uncoded stereo signal is reached, which is not present in the time domain, but comprising a left and a right stereo channel, wherein such a stereo channel is given as a result of blocks of spectral values, each block of spectral values represents a short-term spectrum of the stereo channel.

Bei dem in Fig. 8 gezeigten Ausführungsbeispiel wird der Kopfhörer-Signalverarbeitungs-Block 12 eingangsseitig entweder mit Zeitbereichs- oder Frequenzbereichsdaten versorgt. Ausgangsseitig werden die uncodierten Stereo-Kanäle im Frequenzbereich, also wieder als Folge von Blöcken von Spektralwerten erzeugt. Als Stereo-Codierer 13 wird in diesem Fall ein Stereo-Codierer bevorzugt, der Transformations-basiert ist, der also Spektralwerte verarbeitet, ohne dass zwischen der Kopfhörer-Signalverarbeitung 12 und dem Stereo-Codierer 13 eine Frequenz/Zeit-Umsetzung und eine anschließende Zeit-Frequenz-Umsetzung erforderlich ist. Ausgangsseitig gibt der Stereo-Codierer 13 dann eine Datei mit dem codierten Stereosignal aus, die neben Seiteninformationen eine codierte Form von Spektralwerten umfasst.At the in Fig. 8 In the embodiment shown, the headphone signal processing block 12 is supplied on the input side either with time domain or frequency domain data. On the output side are the uncoded stereo channels in the frequency domain, ie again generated as a sequence of blocks of spectral values. In this case, a stereo coder which is transformation-based, that processes spectral values, without a frequency / time conversion and a subsequent time between the headphone signal processor 12 and the stereo coder 13 is preferred as the stereo coder 13 Frequency conversion is required. On the output side, the stereo encoder 13 then outputs a file with the coded stereo signal, which in addition to page information comprises a coded form of spectral values.

Bei einem besonders bevorzugten Ausführungsbeispiel der vorliegenden Erfindung wird auf dem Weg von der Multikanal-Darstellung am Eingang des Blocks 11 von Fig. 1 bis zur codierten Stereo-Datei am Ausgang 14 der Einrichtung von Fig. 1 eine durchgehende Frequenzbereichs-Verarbeitung durchgeführt, ohne dass eine Umsetzung in den Zeitbereich und gegebenenfalls wieder eine Umsetzung in den Frequenzbereich zu erfolgen hat. Wird als Stereo-Codierer ein MP3-Codierer oder ein AAC-Codierer eingesetzt, so wird bevorzugt, das Fourier-Spektrum am Ausgang des Kopfhörer-Signalverarbeitungs-Blocks in ein MDCT-Spektrum umzusetzen. Damit wird erfindungsgemäß sichergestellt, dass die Phaseninformationen, die für die Faltung/Bewertung der Kanäle im Kopfhörer-Signalverarbeitungs-Block exakt benötigt werden, in die nicht derart phasen-korrekt arbeitende MDCT-Darstellung umgerechnet werden, sodass für den Stereo-Codierer im Gegensatz zu einem normalen MP3-Codierer oder einem normalen AAC-Codierer keine Einrichtung zum Umsetzen von Zeitbereich in den Frequenzbereich, also in das MDCT-Spektrum benötigt wird.In a particularly preferred embodiment of the present invention is en route from the multi-channel representation at the entrance of the block 11 of Fig. 1 to the coded stereo file at the output 14 of the device of Fig. 1 a continuous frequency domain processing performed without a conversion into the time domain and, if appropriate, again has to be implemented in the frequency domain. If an MP3 coder or an AAC coder is used as the stereo coder, it is preferable to convert the Fourier spectrum at the output of the headphone signal processing block into an MDCT spectrum. This ensures, according to the invention, that the phase information which is required exactly for the convolution / evaluation of the channels in the headphone signal processing block is converted into the MDCT representation which does not operate in phase-correct manner, so that for the stereo encoder, in contrast to a normal MP3 encoder or a normal AAC encoder no means for converting time domain in the frequency domain, ie in the MDCT spectrum is needed.

Fig. 9 zeigt ein allgemeines Blockschaltbild für einen bevorzugten Stereo-Codierer. Der Stereo-Codierer umfasst eingangsseitig ein Joint-Stereo-Modul 15, das vorzugsweise adaptiv bestimmt, ob eine gemeinsame Stereocodierung beispielsweise in Form einer Mitte/Seite-Codierung einen höheren Codiergewinn liefert als eine getrennte Verarbeitung von linkem und rechtem Kanal. Das Joint-Stereo-Modul 15 kann ferner ausgebildet sein, um eine Intensity-Stereo-Codierung durchzuführen, wobei eine Intensity-Stereo-Codierung insbesondere bei höheren Frequenzen einen beträchtlichen Codiergewinn liefert, ohne dass hörbare Artefakte auftreten. Der Ausgang des Joint-Stereo-Moduls 15 wird dann unter Verwendung verschiedener weiterer Redundanz-reduzierender Maßnahmen, wie beispielsweise einer TNS-Filterung, einer Rauschsubstitution etc. weiterverarbeitet, um dann die Ergebnisse einem Quantisierer 16 zuzuführen, der unter Verwendung einer psychoakustischen Maskierungsschwelle eine Quantisierung der Spektralwerte erreicht. Die Quantisierer-Schrittweite ist dabei derart gewählt, dass das durch das Quantisieren eingeführte Rauschen unterhalb der psychoakustischen Markierungsschwelle bleibt, sodass eine Datenratenreduktion erreicht wird, ohne dass die durch die verlustbehaftete Quantisierung eingeführten Verzerrungen hörbar werden. Dem Quantisierer 16 ist schließlich ein Entropie-Codierer 17 nachgeschaltet, der eine verlustlose Entropie-Codierung der quantisierten Spektralwerte durchführt. Am Ausgang des Entropie-Codierers liegt dann das codierte Stereosignal vor, das neben den Entropie-codierten Spektralwerten zur Decodierung nötige Seiteninformationen umfasst. Fig. 9 shows a general block diagram for a preferred stereo encoder. The stereo encoder comprises on the input side a joint stereo module 15, which preferably adaptively determines whether a common stereo coding, for example in the form of a middle / side encoding, provides a higher coding gain than a separate processing from left and right channel. The joint stereo module 15 may further be configured to perform intensity stereo coding, wherein intensity stereo coding provides a significant coding gain, especially at higher frequencies, without audible artifacts occurring. The output of the joint stereo module 15 is then further processed using various other redundancy-reducing measures, such as TNS filtering, noise substitution, etc., and then applying the results to a quantizer 16 which quantizes using a psychoacoustic masking threshold of the spectral values. The quantizer step size is chosen such that the noise introduced by the quantization remains below the psychoacoustic marker threshold, so that a data rate reduction is achieved without the distortions introduced by the lossy quantization becoming audible. The quantizer 16 is finally followed by an entropy coder 17, which performs a lossless entropy coding of the quantized spectral values. At the output of the entropy coder, the encoded stereo signal is then present, which comprises side information necessary for decoding in addition to the entropy-coded spectral values.

Nachfolgend wird auf bevorzugte Implementierungen des Multikanal-Decodierers bzw. auf bevorzugte Multikanal-Darstellungen anhand der Fig. 3 bis 6 eingegangen.Hereinafter, preferred implementations of the multi-channel decoder or on preferred multi-channel representations using the Fig. 3 to 6 received.

So existieren in der Technik viele Techniken zum Reduzieren der Datenmenge, die zur Übertragung eines Multikanal-Audiosignals benötigt wird. Solche Techniken werden Joint-Stereo-Techniken genannt. Zu diesem Zweck wird auf Fig. 3 verwiesen, die eine Joint-Stereo-Vorrichtung 60 zeigt. Diese Vorrichtung kann eine Vorrichtung sein, die beispielsweise die Intensity-Stereo- (IS-) Technik oder die Binaural Cue Codiertechnik (BCC) implementiert. Ein solches Gerät empfängt üblicherweise als Eingangssignal zumindest zwei Kanäle CH1, CH2, .... CHn, und gibt einen einzigen Trägerkanal sowie parametrische Multikanalinformationen aus. Die parametrischen Daten sind so definiert, dass in einem Decodierer eine Approximation eines Ursprungskanals (CH1, CH2, ..., CHn) berechnet werden kann.Thus, many techniques exist in the art for reducing the amount of data needed to transmit a multi-channel audio signal. Such techniques are called joint stereo techniques. For this purpose is on Fig. 3 which shows a joint stereo device 60. This device may be a device implementing, for example, the intensity stereo (IS) technique or the binaural cue coding technique (BCC). Such a device usually receives as input at least two Channels CH1, CH2, .... CHn, and outputs a single carrier channel and multi-channel parametric information. The parametric data is defined so that an approximation of an original channel (CH1, CH2, ..., CHn) can be calculated in a decoder.

Normalerweise wird der Trägerkanal Subband-Abtastwerte, Spektralkoeffizienten, Zeitbereichsabtastwerte etc. umfassen, die eine relativ feine Darstellung des zugrundeliegenden Signals liefern, während die parametrischen Daten keine solchen Abtastwerte oder Spektralkoeffizienten umfassen, sondern Steuerparameter zum Steuern eines bestimmten Rekonstruktionsalgorithmus, wie beispielsweise Gewichten durch Multiplizieren, durch Zeitverschieben, durch Frequenzverschieben, etc. Die parametrischen Multikanalinformationen umfassen daher eine relativ grobe Darstellung des Signals oder des zugeordneten Kanals. In Zahlen ausgedrückt beträgt die Menge an Daten, die von einem Trägerkanal benötigt wird, eine Menge von etwa 60 bis 70 kBit/s, während die Menge an Daten, die durch parametrische Seiteninformationen für einen Kanal benötigt wird, im Bereich von 1,5 bis 2,5 kBit/s ist. Es sei darauf hingewiesen, dass die vorstehenden Zahlen für komprimierte Daten gelten. Selbstverständlich benötigt ein nicht-komprimierter CD-Kanal Datenraten im Bereich von etwa dem Zehnfachen. Ein Beispiel für parametrische Daten sind die bekannten Skalenfaktoren, Intensity-Stereo-Informationen oder BCC-Parameter, wie es nachfolgend dargelegt wird.Normally, the carrier channel will include subband samples, spectral coefficients, time domain samples, etc., which provide a relatively fine representation of the underlying signal, while the parametric data does not include such samples or spectral coefficients, but control parameters for controlling a particular reconstruction algorithm, such as multiplying by weight. by time shifting, by frequency shifting, etc. The parametric multi-channel information therefore comprises a relatively rough representation of the signal or the associated channel. Expressed in numbers, the amount of data needed by a carrier channel is about 60 to 70 kbps, while the amount of data required by one channel parametric page information is in the range of 1.5 to 2.5 kbps. It should be noted that the above figures apply to compressed data. Of course, a non-compressed CD channel requires data rates on the order of about ten times. An example of parametric data is the known scale factors, intensity stereo information, or BCC parameters, as set forth below.

Die Technik der Intensity-Stereo-Codierung ist in dem AES-Preprint 3799, " Intensity Stereo Coding", J. Herre, K.H. Brandenburg, D. Lederer, Februar 1994 , Amsterdam beschrieben. Allgemein basiert das Konzept von Intensity Stereo auf einer Hauptachsentransformation, die auf Daten beider stereophoner Audiokanäle durchzuführen ist. Wenn die meisten Datenpunkte um die erste Hauptachse herum konzentriert sind, kann ein Codiergewinn erreicht werden, indem beide Signale um einen bestimmten Winkel gedreht werden, bevor die Codierung stattfindet. Dies ist jedoch nicht immer für reale stereophone Reproduktionstechniken gegeben. Daher wird diese Technik dahingehend modifiziert, dass die zweite orthogonale Komponente von der Übertragung in dem Bitstrom ausgeschlossen wird. Somit bestehen die rekonstruierten Signale für den linken und den rechten Kanal aus unterschiedlich gewichteten oder skalierten Versionen desselben übertragenen Signals. Dennoch unterscheiden sich die rekonstruierten Signale in ihrer Amplitude, sie sind jedoch identisch im Hinblick auf ihre Phaseninformationen. Die Energie-Zeit-Hüllkurven beider ursprünglicher Audiokanäle werden jedoch durch die selektive Skalierungsoperation beibehalten, die typischerweise auf frequenzselektive Art und Weise arbeitet. Dies entspricht der menschlichen Wahrnehmung des Schalls bei hohen Frequenzen, wo die dominanten räumlichen Informationen durch die Energiehüllkurven bestimmt werden.The technique of intensity stereo coding is described in the AES Preprint 3799, " Intensity Stereo Coding ", J. Herre, KH Brandenburg, D. Lederer, February 1994 , Amsterdam. In general, the concept of Intensity Stereo is based on a major axis transformation that is to be performed on data from both stereophonic audio channels. When most data points are concentrated around the first major axis, a gain in coding can be achieved by rotating both signals through a certain angle before the coding takes place. However, this is not always true for real stereophonic reproduction techniques. Therefore, this technique is modified to exclude the second orthogonal component from transmission in the bitstream. Thus, the reconstructed signals for the left and right channels consist of differently weighted or scaled versions of the same transmitted signal. Nevertheless, the reconstructed signals differ in their amplitude, but they are identical in terms of their phase information. However, the energy-time envelopes of both original audio channels are maintained by the selective scaling operation, which typically operates in a frequency-selective manner. This corresponds to the human perception of sound at high frequencies, where the dominant spatial information is determined by the energy envelopes.

Zusätzlich wird bei praktischen Implementierungen das übertragene Signal, d. h. der Trägerkanal aus dem Summensignal des linken Kanals und des rechten Kanals anstatt der Rotation beider Komponenten erzeugt. Ferner wird diese Verarbeitung, d. h. das Erzeugen von Intensity-Stereo-Parametern zum Durchführen der Skalierungsoperationen frequenzselektiv durchgeführt, d. h. unabhängig für jedes Skalenfaktorband, d. h. für jede Codiererfrequenzpartition. Vorzugsweise werden beide Kanäle kombiniert, um einen kombinierten oder "Träger"-Kanal und zusätzlich zu dem kombinierten Kanal die Intensity-Stereo-Informationen zu bilden. Die Intensity-Stereo-Informationen hängen von der Energie des ersten Kanals, der Energie des zweiten Kanals oder der Energie des kombinierten Kanals ab.In addition, in practical implementations, the transmitted signal, i. H. the carrier channel is generated from the sum signal of the left channel and the right channel instead of the rotation of both components. Furthermore, this processing, i. H. generating intensity-stereo parameters to perform the scaling operations in a frequency-selective manner, i. H. independent for each scale factor band, d. H. for each encoder frequency partition. Preferably, both channels are combined to form a combined or "carrier" channel and, in addition to the combined channel, the intensity stereo information. The intensity stereo information depends on the energy of the first channel, the energy of the second channel or the energy of the combined channel.

Die BCC-Technik ist in dem AES-Convention-Paper 5574 " Binaural Cue Coding applied to stereo and multichannel audio compression", T. Faller, F. Baumgarte, Mai 2002 , München, beschrieben. Bei der BCC-Codierung wird eine Anzahl von Audioeingangskanälen in eine Spektraldarstellung umgewandelt, und zwar unter Verwendung einer DFT-basierten Transformation mit überlappenden Fenstern. Das resultierende Spektrum wird in nicht-überlappende Abschnitte eingeteilt, von denen jeder einen Index hat. Jede Partition hat eine Bandbreite proportional zu der äquivalenten Rechteckbandbreite (ERB). Die Inter-Kanal-Pegelunterschiede (ICLD; ICLD = Inter Channel Level Differences) und die Interkanal-Zeitunterschiede (ICTD; ICTD = Inter Channel Time Differences) werden für jede Partition und für jeden Frame k ermittelt. Die ICLD und ICTD werden quantisiert und codiert, um schließlich als Seiteninformationen in einen BCC-Bitstrom zu kommen. Die Interkanal-Pegelunterschiede und die Interkanal-Zeitunterschiede sind für jeden Kanal relativ zu einem Referenzkanal gegeben. Dann werden die Parameter gemäß vorbestimmter Formeln berechnet, die von den bestimmten Partitionen des zu verarbeitenden Signals abhängen.The BCC technique is described in the AES convention paper 5574 " Binaural Cue Coding Applied to Stereo and Multichannel Audio Compression ", T. Faller, F. Baumgarte, May 2002 , Munich. In BCC coding, a number of audio input channels are converted into a spectral representation, using a DFT-based transformation with overlapping windows. The resulting spectrum is divided into non-overlapping sections, each of which has an index. Each partition has a bandwidth proportional to the equivalent rectangular bandwidth (ERB). The Inter Channel Level Differences (ICLD) and the Inter Channel Time Differences (ICTD) are determined for each partition and for each frame k. The ICLD and ICTD are quantized and encoded to eventually arrive as page information in a BCC bitstream. The inter-channel level differences and the inter-channel time differences are given for each channel relative to a reference channel. Then, the parameters are calculated according to predetermined formulas that depend on the particular partitions of the signal to be processed.

Auf Decodiererseite empfängt der Decodierer typischerweise ein Monosignal und den BCC-Bitstrom. Das Monosignal wird in den Frequenzbereich transformiert und in einen Raumsyntheseblock (Spatial-Syntheseblock) eingegeben, der auch decodierte ICLD- und ICTD-Werte empfängt. In dem Spatial-Syntheseblock werden die BCC-Parameter (ICLD und ICTD) verwendet, um eine Gewichtungsoperation des Monosignals durchzuführen, um die Multikanalsignale zu synthetisieren, die, nach einer Frequenz-/Zeit-Umwandlung eine Rekonstruktion des ursprünglichen Multikanal-Audiosignals darstellen.On the decoder side, the decoder typically receives a mono signal and the BCC bit stream. The mono signal is transformed into the frequency domain and input to a spatial synthesis block which also receives decoded ICLD and ICTD values. In the spatial synthesis block, the BCC parameters (ICLD and ICTD) are used to perform a weighting operation of the mono signal to synthesize the multi-channel signals representing, after a frequency / time conversion, a reconstruction of the original multi-channel audio signal.

Im Fall von BCC ist das Joint-Stereo-Modul 60 wirksam, um die kanalseitigen Informationen so auszugeben, dass die parametrischen Kanaldaten quantisierte und codierte ICLD- oder ICTD-Parameter sind, wobei einer der ursprünglichen Kanäle als Referenzkanal zum Codieren der Kanalseiteninformationen verwendet wird.In the case of BCC, the joint stereo module 60 operates to output the channel-side information such that the parametric channel data is quantized and coded ICLD or ICTD parameters using one of the original channels as the reference channel for encoding the channel side information.

Normalerweise wird der Trägersignal aus der Summe der teilnehmenden Ursprungskanäle gebildet.Normally, the carrier signal is formed from the sum of the participating source channels.

Natürlich liefern die obigen Techniken nur eine Monodarstellung für einen Decodierer, der nur den Trägerkanal verarbeiten kann, der jedoch nicht in der Lage ist, die parametrischen Daten zur Erzeugung von einer oder mehreren Approximationen von mehr als einem Eingangskanal zu verarbeiten.Of course, the above techniques provide only a monodic representation for a decoder that can only process the carrier channel, but is unable to process the parametric data to produce one or more approximations of more than one input channel.

Die BCC-Technik ist auch in den US-Patentveröffentlichungen US 2003/0219130 A1 , US 2003/0026441 A1 und US 2003/0035553 A1 beschrieben. Zusätzlich wird auf die Fachveröffentlichung " Binaural Cue Coding. Part II: Schemes and Applications", T. Faller und F. Baumgarte, IEEE Trans. On Audio and Speech Proc. Bd. 11, Nr. 6, November 2003 verwiesen.The BCC technique is also disclosed in the US patent publications US 2003/0219130 A1 . US 2003/0026441 A1 and US 2003/0035553 A1 described. In addition, the specialist publication " Binaural cue coding. Part II: Schemes and Applications ", T. Faller and F. Baumgarte, IEEE Trans. On Audio and Speech Proc. Vol. 11, No. 6, November 2003 directed.

Nachfolgend wird ein typisches BCC-Schema zur Multikanalaudiocodierung detaillierter dargestellt, und zwar Bezug nehmend auf die Fig. 4 bis 6.In the following, a typical BCC scheme for multi-channel audio coding will be described in more detail, referring to FIGS 4 to 6 ,

Fig. 5 zeigt ein solches BCC-Schema zur Codierung/Übertragung von Multikanalaudiosignalen. Das Multikanalaudioeingangssignal an einem Eingang 110 eines BCC-Codierers 112 wird in einem sogenannten Downmix-Block 114 heruntergemischt. Bei diesem Beispiel ist das ursprüngliche Multikanalsignal an dem Eingang 110 ein 5-Kanal-Surround-Signal mit einem vorderen linken Kanal, einem vorderen rechten Kanal, einem linken Surround-Kanal, einem rechten Surround-Kanal und einem Mittenkanal. Bei dem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung erzeugt der Downmix-Block 114 ein Summensignal durch eine einfache Addition dieser fünf Kanäle in ein Monosignal. Fig. 5 shows such a BCC scheme for encoding / transmission of multi-channel audio signals. The multi-channel audio input signal at an input 110 of a BCC encoder 112 is down-mixed in a so-called downmix block 114. In this example, the original multi-channel signal at the input 110 is a 5-channel surround signal having a front left channel, a front right channel, a left surround channel, a right surround channel and a center channel. In the preferred embodiment of the present invention, the downmix block 114 generates a sum signal by simply adding these five channels into a mono signal.

Andere Downmixing-Schemen sind in der Technik bekannt, so dass unter Verwendung eines Multikanal-Eingangssignals ein Downmix-Kanal mit einem einzigen Kanal erhalten wird.Other downmixing schemes are known in the art such that a single channel downmix channel is obtained using a multi-channel input signal.

Dieser einzige Kanal wird an einer Summensignalleitung 115 ausgegeben. Eine Seiteninformation, die von dem BCC-Analyseblock 116 erhalten wird, wird auf einer Seiteninformationsleitung 117 ausgegeben.This single channel is output on a sum signal line 115. Page information provided by the BCC analysis block 116 is output on a page information line 117.

Bei dem BCC-Analyseblock werden Interkarial-Pegelunterschiede (ICLD) und Interkanal-Zeitunterschiede (ICTD) berechnet, wie es vorstehend dargestellt worden ist. Neuerdings ist der BCC-Analyseblock 116 auch in der Lage, Interkanal-Korrelationswerte (ICC-Werte) zu berechnen. Das Summensignal und die Seiteninformationen werden in einem quantisierten und codierten Format zu einem BCC-Decodierer 120 übertragen. Der BCC-Decodierer zerlegt das übertragene Summensignal in eine Anzahl von Subbändern und führt Skalierungen, Verzögerungen und andere Verarbeitungsschritte aus, um die Subbänder der auszugebenden Multikanal-Audiokanäle zu liefern. Diese Verarbeitung wird so durchgeführt, dass die ICLD-, ICTD- und ICC-Parameter (Cues) eines rekonstruierten Multikanalsignals am Ausgang 121 mit den entsprechenden Cues für das ursprüngliche Multikanalsignal am Eingang 110 in dem BCC-Codierer 112 übereinstimmen. Zu diesem Zweck umfasst der BCC-Decodierer 120 einen BCC-Syntheseblock 122 und einen Seiteninformationenüberarbeitungsblock 123.In the BCC analysis block, inter-carial level differences (ICLD) and inter-channel time differences (ICTD) are calculated, as shown above. Recently, the BCC analysis block 116 is also capable of calculating inter-channel correlation (ICC) values. The sum signal and the page information are transmitted in a quantized and encoded format to a BCC decoder 120. The BCC decoder decomposes the transmitted sum signal into a number of subbands and performs scaling, delays and other processing to provide the subbands of the multichannel audio channels to be output. This processing is performed so that the ICLD, ICTD and ICC parameters (cues) of a reconstructed multichannel signal at output 121 match the corresponding cues for the original multichannel signal at input 110 in BCC encoder 112. For this purpose, the BCC decoder 120 includes a BCC synthesis block 122 and a page information revision block 123.

Nachfolgend wird der interne Aufbau des BCC-Syntheseblocks 122 Bezug nehmend auf Fig. 6 dargestellt. Das Summensignal auf der Leitung 115 wird in eine Zeit-/Frequenz-Umwandlungseinheit oder Filterbank FB 125 eingespeist. Am Ausgang des Blocks 125 existiert eine Anzahl N von Subbandsignalen oder, in einem Extremfall, ein Block von Spektralkoeffizienten, wenn die Audio-Filterbank 125 eine 1:1-Transformation durchführt, d. h. eine Transformation, die N Spektralkoeffizienten aus N Zeitbereichsabtastwerten erzeugt.Hereinafter, the internal structure of the BCC synthesis block 122 will be referred to Fig. 6 shown. The sum signal on line 115 is fed to a time / frequency conversion unit or filter bank FB 125. At the output of the block 125 there exists a number N of subband signals or, in an extreme case, a block of spectral coefficients, when the audio filter bank 125 performs a 1: 1 transform, ie a transform producing N spectral coefficients from N time domain samples.

Der BCC-Syntheseblock 122 umfasst ferner eine Verzögerungsstufe 126, eine Pegelmodifikationsstufe 127, eine Korrelationsverarbeitungsstufe 128 und eine Inversfilterbankstufe IFB 129. Am Ausgang der Stufe 129 kann das rekonstruierte Multikanalaudiosignal mit beispielsweise fünf Kanälen im Falle eines 5-Kanal-Surroundsystems zu einem Satz von Lautsprechern 124 ausgegeben werden, wie sie in Fig. 5 oder Fig. 4 dargestellt sind.The BCC synthesis block 122 further includes a delay stage 126, a level modification stage 127, a correlation processing stage 128, and an inverse filter bank stage IFB 129. At the output of stage 129, the reconstructed Multi-channel audio signal with, for example, five channels in the case of a 5-channel surround system are output to a set of speakers 124 as shown in FIG Fig. 5 or Fig. 4 are shown.

Das Eingangssignal sn wird in den Frequenzbereich oder den Filterbankbereich mittels des Elements 125 umgewandelt. Das Signal, das vom Element 125 ausgegeben wird, wird derart kopiert, dass mehrere Versionen desselben Signals erhalten werden, wie es durch den Kopierknoten 130 dargestellt ist. Die Anzahl der Versionen des ursprünglichen Signals ist gleich der Anzahl der Ausgangskanäle in dem Ausgangssignal. Dann wird jede Version des ursprünglichen Signals am Knoten 130 einer bestimmten Verzögerung d1, d2, ..., di, ... dN unterzogen. Die Verzögerungsparameter werden durch den Seiteninformationsverarbeitungsblock 123 in Fig. 5 berechnet und von den Interkanal-Zeitunterschieden, wie sie durch den BCC-Analyseblock 116 von Fig. 5 berechnet worden sind, abgeleitet.The input signal sn is converted into the frequency domain or the filter bank region by means of the element 125. The signal output by element 125 is copied so as to obtain multiple versions of the same signal, as represented by copy node 130. The number of versions of the original signal is equal to the number of output channels in the output signal. Then each version of the original signal at node 130 undergoes a certain delay d 1 , d 2 , ..., d i , ... d N. The delay parameters are determined by the page information processing block 123 in FIG Fig. 5 and from the inter-channel time differences as determined by the BCC analysis block 116 of FIG Fig. 5 have been calculated derived.

Dasselbe gilt für die Multiplikationsparameter a1, a2, ..., ai, ..., aN, die ebenfalls durch den Seiteninformationsverarbeitungsblock 123 basierend auf den Interkanal-Pegelunterschieden, wie sie durch den BCC-Analyseblock 116 berechnet worden sind, berechnet werden.The same applies to the multiplication parameters a 1 , a 2 ,..., A i ,..., A N , which are also calculated by the page information processing block 123 based on the interchannel level differences as calculated by the BCC analysis block 116. be calculated.

Die durch den BCC-Analyseblock 116 berechneten ICC-Parameter werden zum Steuern der Funktionalität des Blocks 128 verwendet, so dass bestimmte Korrelationen zwischen den verzögerten und in ihren Pegeln manipulierten Signalen an den Ausgängen des Blocks 128 erhalten werden. Es sei hier darauf hingewiesen, dass die Reihenfolge der Stufen 126, 127, 128 von der in Fig. 6 gezeigten Reihenfolge abweichen kann.The ICC parameters calculated by BCC analysis block 116 are used to control the functionality of block 128 so that certain correlations between the delayed and level manipulated signals are obtained at the outputs of block 128. It should be noted here that the order of stages 126, 127, 128 is different from the one in FIG Fig. 6 may differ.

Es sei darauf hingewiesen, dass bei einer rahmenweisen Verarbeitung des Audiosignals auch die BCC-Analyse rahmenweise durchgeführt wird, also zeitlich variabel, und dass ferner eine frequenzweise BCC-Analyse erhalten wird, wie es durch die Filterbank-Aufteilung aus Fig. 6 ersichtlich ist. Dies bedeutet, dass die BCC-Parameter für jedes Spektralband erhalten werden. Dies bedeutet ferner, dass in dem Fall, in dem die Audiofilterbank 125 das Eingangssignal in beispielsweise 32 Bandpasssignale zerlegt, der BCC-Analyseblock einen Satz von BCC-Parametern für jedes der 32 Bänder erhält. Natürlich führt der BCC-Syntheseblock 122 von Fig. 5, der detailliert in Fig. 6 dargestellt ist, eine Rekonstruktion durch, die auch auf den beispielhaft genannten 32 Bändern basiert.It should be noted that in a frame-by-frame processing of the audio signal, the BCC analysis is performed frame by frame, so temporally variable, and that further a frequency-wise BCC analysis is obtained as indicated by the filter bank partitioning Fig. 6 is apparent. This means that the BCC parameters are obtained for each spectral band. This also means that in the case where the audio filter bank 125 decomposes the input signal into, for example, 32 bandpass signals, the BCC analysis block obtains a set of BCC parameters for each of the 32 bands. Of course, the BCC synthesis block 122 performs Fig. 5 who is detailed in Fig. 6 is a reconstruction, which is based on the exemplified 32 bands.

Nachfolgend wird Bezug nehmend auf Fig. 4 ein Szenario dargestellt, das dazu verwendet wird, um einzelne BCC-Parameter zu bestimmen. Normalerweise können die ICLD-, ICTD- und ICC-Parameter zwischen Kanalpaaren definiert werden. Es wird jedoch bevorzugt, die ICLD- und ICTD-Parameter zwischen einem Referenzkanal und jedem anderen Kanal zu bestimmen. Dies ist in Fig. 4A dargestellt.Subsequently, reference will be made to Fig. 4 presented a scenario that is used to determine individual BCC parameters. Normally the ICLD, ICTD and ICC parameters can be defined between channel pairs. However, it is preferred to determine the ICLD and ICTD parameters between a reference channel and each other channel. This is in Fig. 4A shown.

ICC-Parameter können auf verschiedene Arten und Weisen definiert werden. Allgemein gesagt kann man ICC-Parameter in dem Codierer zwischen allen möglichen Kanalpaaren bestimmen, wie es in Fig. 4B dargestellt ist. Es wurde jedoch vorgeschlagen, nur ICC-Parameter zwischen den stärksten zwei Kanälen zu einem Zeitpunkt zu berechnen, wie es in Fig. 4C dargestellt ist, wo ein Beispiel gezeigt ist, bei dem zu einem Zeitpunkt ein ICC-Parameter zwischen den Kanälen 1 und 2 berechnet wird, und zu einem anderen Zeitpunkt ein ICC-Parameter zwischen den Kanälen 1 und 5 berechnet wird. Der Decodierer synthetisiert dann die Interkanalkorrelation zwischen den stärksten Kanälen in dem Decoder und verwendet bestimmte heuristische Regeln zum Berechnen und Synthetisieren der Interkanalkohärenz für die restlichen Kanalpaare.ICC parameters can be defined in several ways. Generally speaking, one can determine ICC parameters in the encoder between all possible channel pairs, as shown in FIG Fig. 4B is shown. However, it has been proposed to calculate only ICC parameters between the strongest two channels at a time, as in Fig. 4C where an example is shown in which one ICC parameter between channels 1 and 2 is calculated one at a time, and at another time an ICC parameter between channels 1 and 5 is calculated. The decoder then synthesizes the inter-channel correlation between the strongest channels in the decoder and uses certain heuristic rules to compute and synthesize the inter-channel coherence for the remaining channel pairs.

Bezüglich der Berechnung beispielsweise der Multiplikationsparameter a1, aN basierend auf den übertragenen ICLD-Parametern wird auf das AES-Convention-Paper Nr. 5574 Bezug genommen. Die ICLD-Parameter stellen eine Energieverteilung eines ursprünglichen Mehrkanalsignals dar. Ohne Verlust der Allgemeinheit wird es bevorzugt, wie es in Fig. 4A gezeigt, vier ICLD-Parameter zu nehmen, die die Energiedifferenz zwischen den jeweiligen Kanälen und dem vorderen linken Kanal darstellen. In dem Seiteninformationsverarbeitungsblock 122 werden die Multiplikationsparameter a1, ..., aN von den ICLD-Parametern so abgeleitet, dass die gesamte Energie aller rekonstruierter Ausgangskanäle dieselbe ist (oder proportional zu der Energie des übertragenen Summensignals ist).With regard to the calculation, for example, of the multiplication parameters a 1 , a N based on the transmitted ICLD parameters Reference is made to AES Convention Paper No. 5574. The ICLD parameters represent an energy distribution of an original multichannel signal. Without loss of generality, it is preferred as shown in FIG Fig. 4A shown to take four ICLD parameters representing the energy difference between the respective channels and the front left channel. In the page information processing block 122, the multiplication parameters a 1 , ..., a N are derived from the ICLD parameters such that the total energy of all reconstructed output channels is the same (or proportional to the energy of the transmitted sum signal).

Bei dem in Fig. 7 gezeigten Ausführungsbeispiel wird auf die Frequenz-Zeit-Umsetzung, die durch die inversen Filterbanken IFB 129 von Fig. 6 erreicht werden, verzichtet. Es werden stattdessen die Spektraldarstellungen der einzelnen Kanäle am Eingang dieser inversen Filterbanken verwendet und der Kopfhörer-Signalverarbeitungs-Vorrichtung von Fig. 7 zugeführt, um ohne eine zusätzliche Frequenz/Zeit-Transformation die Bewertung der einzelnen Multi-Kanäle mit den jeweils zwei Filtern pro Multi-Kanal durchzuführen.At the in Fig. 7 The embodiment shown is based on the frequency-time conversion, which by the inverse filter banks IFB 129 of Fig. 6 be achieved, waived. Instead, the spectral representations of the individual channels are used at the input of these inverse filter banks and the headphone signal processing device of Fig. 7 supplied to perform the evaluation of the individual multi-channels with the two filters per multi-channel without an additional frequency / time transformation.

Im Hinblick auf eine komplette im Frequenzbereich stattfindende Verarbeitung sei darauf hingewiesen, dass dann der Multikanal-Decodierer, also z. B. die Filterbank 125 von Fig. 6 und der Stereo-Codierer dieselbe Zeit/Frequenzauflösung haben sollen. Ferner wird es bevorzugt, ein und dieselbe Filterbank zu verwenden, was insbesondere auch dahingehend vorteilhaft ist, dass für die gesamte Verarbeitung, wie sie in Fig. 1 darstellt ist, nur eine einzige Filterbank benötigt wird. In diesem Fall ergibt sich eine besonders effiziente Verarbeitung, da die Transformation im Multikanal-Decodierer und im Stereo-Encodierer nicht berechnet werden müssen.With regard to a complete occurring in the frequency domain processing, it should be noted that then the multi-channel decoder, so z. B. the filter bank 125 of Fig. 6 and the stereo encoder should have the same time / frequency resolution. Furthermore, it is preferred to use one and the same filter bank, which is particularly advantageous in that for the entire processing, as shown in FIG Fig. 1 represents, only a single filter bank is needed. In this case, a particularly efficient processing, since the transformation in the multi-channel decoder and in the stereo encoder do not need to be calculated.

Die Eingangsdaten bzw. Ausgangsdaten beim erfindungsgemäßen Konzept sind daher vorzugsweise im Frequenzbereich codiert mittels Transformation/Filterbank und sind nach psychoakustischen Vorgaben unter Ausnutzung von Verdeckungseffekten codiert, wobei insbesondere im Decodierer eine spektrale Darstellung der Signale vorliegen sollte. Beispiele hierfür sind MP3-Dateien, AAC-Dateien oder AC3-Dateien. Die Eingangsdaten bzw. Ausgangsdaten können jedoch auch durch Summen- und Differenzbildung codiert sein, wie es bei so genannten matrizierten Verfahren der Fall ist. Beispiele hierfür sind Dolby ProLogic, Logic7 oder Circle Surround. Die Daten insbesondere der Multikanaldarstellung können zusätzlich mit parametrischen Verfahren codiert sein, wie es bei MP3 Surround der Fall ist, wobei dieses Verfahren auf der BCC-Technik basiert.The input data or output data in the inventive concept are therefore preferably coded in the frequency domain by means of transformation / filter bank and are coded according to psychoacoustic specifications taking advantage of masking effects, in which case a spectral representation of the signals should be present in particular in the decoder. Examples include MP3 files, AAC files or AC3 files. However, the input data or output data can also be encoded by summing and subtraction, as is the case with so-called matrixed methods. Examples are Dolby ProLogic, Logic7 or Circle Surround. The data, in particular the multichannel representation, can additionally be coded with parametric methods, as is the case with MP3 surround, this method being based on the BCC technique.

Abhängig von den Gegebenheiten kann das erfindungsgemäße Verfahren zum Erzeugen in Hardware oder in Software implementiert werden. Die Implementierung kann auf einem digitalen Speichermedium, insbesondere einer Diskette oder CD mit elektronisch auslesbaren Steuersignalen erfolgen, die so mit einem programmierbaren Computersystem zusammenwirken können, dass das Verfahren ausgeführt wird. Allgemein besteht die Erfindung somit auch in einem Computer-Programm-Produkt mit einem auf einem maschinenlesbaren Träger gespeicherten Programmcode zur Durchführung eines erfindungsgemäßen Verfahrens, wenn das Computer-Programm-Produkt auf einem Rechner abläuft. In anderen Worten ausgedrückt kann die Erfindung somit als ein Computer-Programm mit einem Programmcode zur Durchführung des Verfahrens realisiert werden, wenn das Computer-Programm auf einem Computer abläuft.Depending on the circumstances, the inventive method for generating can be implemented in hardware or in software. The implementation may be on a digital storage medium, in particular a floppy disk or CD with electronically readable control signals, which may interact with a programmable computer system such that the method is performed. In general, the invention thus also consists in a computer program product with a program code stored on a machine-readable carrier for carrying out a method according to the invention, when the computer program product runs on a computer. In other words, the invention can thus be realized as a computer program with a program code for carrying out the method when the computer program runs on a computer.

Claims (11)

Vorrichtung zum Erzeugen eines codierten Stereo-Signals eines Audiostücks oder Audiodatenstroms mit einem ersten Stereo-Kanal und einem zweiten Stereo-Kanal aus einer Multikanal-Darstellung des Audiostücks oder Audiodatenstroms, die Informationen über mehr als zwei Multi-Kanäle aufweist, mit folgenden Merkmalen: einer Einrichtung (11) zum Bereitstellen der mehr als zwei Multi-Kanäle aus der Multikanal-Darstellung; wobei die Multikanal-Darstellung einen oder mehrere Basiskanäle sowie Parameterinformationen zum Berechnen der Multi-Kanäle aus einem oder mehreren Basiskanälen aufweist,
wobei die Einrichtung (11) zum Bereitstellen ausgebildet ist, um aus dem einen oder den mehreren Basiskanälen und den Parameterinformationen die wenigstens drei Multi-Kanäle zu berechnen.
einer Einrichtung (12) zum Durchführen einer Kopfhörer-Signalverarbeitung, um ein uncodiertes Stereosignal mit einem uncodierten ersten Stereo-Kanal (10a) und einem uncodierten zweiten Stereo-Kanal (10b) zu erzeugen, wobei die Einrichtung (12) zum Durchführen ausgebildet ist,
um jeden Multi-Kanal mit einer ersten Filterfunktion (HiL), die von einer virtuellen Position eines Lautsprechers zum Wiedergeben des Multi-Kanals und einer virtuellen ersten Ohrposition eines Hörers abgeleitet ist, für den ersten Stereo-Kanal und mit einer zweiten Filterfunktion (HiR), die von einer virtuellen Position des Lautsprechers und einer virtuellen zweiten Ohrposition des Hörers abgeleitet ist, für den zweiten Stereo-Kanal zu bewerten, um für jeden Multi-Kanal einen ersten bewerteten Kanal und einen zweiten bewerteten Kanal zu erzeugen, wobei die beiden virtuellen Ohrpositionen des Hörers unterschiedlich sind,
um die bewerteten ersten Kanäle aufzuaddieren (22), um den uncodierten ersten Stereo-Kanal (10a) zu erhalten, und
um die bewerteten zweiten Kanäle aufzuaddieren (23), um den uncodierten zweiten Stereo-Kanal (10b) zu erhalten; und
einem Stereo-Codierer (13) zum Codieren des ersten uncodierten Stereo-Kanals (10a) und des uncodierten zweiten Stereo-Kanals (10b), um das codierte Stereo-Signal (14) zu erhalten, wobei der Stereo-Codierer derart ausgebildet ist, dass eine Datenrate, die zum Übertragen des codierten Stereo-Signals nötig ist, kleiner als eine Datenrate ist, die zum Übertragen des uncodierten Stereo-Signals nötig ist.
Apparatus for generating a coded stereo signal of an audio piece or audio data stream having a first stereo channel and a second stereo channel from a multi-channel representation of the audio piece or audio data stream having information over more than two multi-channels, comprising: means (11) for providing the more than two multi-channels from the multi-channel representation; wherein the multi-channel representation has one or more base channels and parameter information for calculating the multi-channels from one or more base channels,
wherein the means (11) for providing is adapted to calculate from the one or more base channels and the parameter information the at least three multi-channels.
means (12) for performing headphone signal processing to produce an uncoded stereo signal having an uncoded first stereo channel (10a) and an uncoded second stereo channel (10b), the means (12) being adapted to pass through,
for each multi-channel having a first filter function (H iL ) derived from a virtual position of a loudspeaker for reproducing the multi-channel and a virtual first ear position of a listener for the first stereo channel and with a second filter function (H iR ) derived from a virtual position of the loudspeaker and a virtual second ear position of the listener for the second Evaluate a stereo channel to produce for each multi-channel a first weighted channel and a second weighted channel, the two virtual ear positions of the listener being different,
to add up the weighted first channels (22) to obtain the uncoded first stereo channel (10a), and
to add up the weighted second channels (23) to obtain the uncoded second stereo channel (10b); and
a stereo encoder (13) for encoding the first uncoded stereo channel (10a) and the uncoded second stereo channel (10b) to obtain the encoded stereo signal (14), the stereo encoder being arranged a data rate necessary for transmitting the encoded stereo signal is less than a data rate necessary for transmitting the uncoded stereo signal.
Vorrichtung nach Anspruch 1, bei der die Einrichtung (12) zum Durchführen ausgebildet ist, um die erste Filterfunktion (HiL), die Direktschall, Reflexionen und diffusen Nachhall berücksichtigt, und die zweite Filterfunktion (HiR), die Direktschall, Reflexionen und diffusen Nachhall berücksichtigt, zu verwenden.The apparatus of claim 1, wherein the means (12) is adapted to perform to take into account the first filter function (H iL ), the direct sound, reflections and diffuse reverberation, and the second filter function (H iR ), the direct sound, reflections and diffuse Reverberation considered, to use. Vorrichtung nach Anspruch 2, bei der die erste und die zweite Filterfunktion einer Filterimpulsantwort entsprechen, die einen Peak bei einem kleinen Zeitwert, der den Direktschall darstellt, mehrere kleinere Peaks bei mittleren Zeitwerten, die die Reflexionen darstellen, und einen kontinuierlichen Bereich, der nicht mehr nach einzelnen Peaks aufgelöst ist und den diffusen Nachhall darstellt, aufweist.The apparatus of claim 2, wherein the first and second filter functions correspond to a filter impulse response having a peak at a low time value representing the direct sound, a plurality of smaller peaks at mean time values representing the reflections, and a continuous range that is no longer is resolved after individual peaks and represents the diffuse reverberation. Vorrichtung nach Anspruch 1,
bei der die Einrichtung (11) zum Bereitstellen ausgebildet ist, um ausgangsseitig eine blockweise Frequenzbereichsdarstellung für jeden Multikanal zu liefern, und
bei der die Einrichtung (12) zum Durchführen ausgebildet ist, um die blockweise Frequenzbereichs-Darstellung mit einer Frequenzbereichs-Darstellung der ersten und der zweiten Filterfunktion zu bewerten.
Device according to claim 1,
wherein the means (11) for providing is adapted to provide a block-wise frequency domain representation for each multichannel on the output side, and
in which the means (12) for performing is designed to evaluate the block-wise frequency domain representation with a frequency domain representation of the first and the second filter function.
Vorrichtung nach einem der vorhergehenden Ansprüche,
bei der die Einrichtung (12) zum Durchführen ausgebildet ist, um eine blockweise Frequenzbereichs-Darstellung des uncodierten ersten Stereokanals und des uncodierten zweiten Stereo-Kanals zu liefern, und
bei der der Stereo-Codierer (13) ein Transformationsbasierter Codierer ist und ferner ausgebildet ist, um die blockweise Frequenzbereichsdarstellung des uncodierten ersten Stereo-Kanals und des uncodierten zweiten Stereo-Kanals ohne eine Umsetzung von der Frequenzbereichs-Darstellung in eine zeitliche Darstellung zu verarbeiten.
Device according to one of the preceding claims,
wherein the means (12) is arranged to perform to provide a block-wise frequency domain representation of the uncoded first stereo channel and the uncoded second stereo channel, and
wherein the stereo encoder (13) is a transform based encoder and is further configured to process the block-wise frequency domain representation of the uncoded first stereo channel and the uncoded second stereo channel without conversion from the frequency domain representation to a temporal representation.
Vorrichtung nach einem der vorhergehenden Ansprüche,
bei der der Stereo-Codierer (13) ausgebildet ist, um eine gemeinsame Stereo-Codierung (15) des ersten und des zweiten Stereokanals durchzuführen.
Device according to one of the preceding claims,
wherein the stereo encoder (13) is adapted to perform a common stereo coding (15) of the first and the second stereo channel.
Vorrichtung nach einem der vorhergehenden Ansprüche,
bei der der Stereo-Codierer (13) ausgebildet ist, um einen Block von Spektralwerten unter Verwendung einer psychoakustischen Maskierungsschwelle zu quantisieren (16) und einer Entropie-Codierung (17) zu unterziehen, um das codierte Stereo-Signal zu erhalten.
Device according to one of the preceding claims,
wherein the stereo encoder (13) is adapted to quantize a block of spectral values using a psychoacoustic masking threshold (16) and an entropy coding (17) to obtain the coded stereo signal.
Vorrichtung nach einem der vorhergehenden Ansprüche,
bei der die Einrichtung (11) zum Bereitstellen als BCC-Decodierer ausgebildet ist.
Device according to one of the preceding claims,
in which the device (11) is designed to be provided as a BCC decoder.
Vorrichtung nach einem der vorhergehenden Ansprüche,
bei der die Einrichtung (11) zum Bereitstellen als Multikanal-Decodierer ausgebildet ist, der eine Filterbank mit mehreren Ausgängen aufweist,
bei der die Einrichtung (12) zum Durchführen ausgebildet ist, um Signale an den Filterbank-Ausgängen mit der ersten und der zweiten Filterfunktion zu bewerten, und
bei der der Stereo-Codierer (13) ausgebildet ist, um den im Frequenzbereich vorliegenden uncodierten ersten Stereo-Kanal und den im Frequenzbereich vorliegenden uncodierten zweiten Stereo-Kanal zu quantisieren (16) und einer Entropie-Codierung (17) zu unterziehen, um das codierte Stereo-Signal zu erhalten.
Device according to one of the preceding claims,
in which the means (11) for providing is designed as a multi-channel decoder which has a filter bank with a plurality of outputs,
wherein the means (12) is adapted to perform to evaluate signals at the filter bank outputs with the first and the second filter function, and
in which the stereo coder (13) is designed to quantize (16) and to apply an entropy coding (17) to the uncoded first stereo channel present in the frequency domain and the uncoded second stereo channel present in the frequency domain to get encoded stereo signal.
Verfahren zum Erzeugen eines codierten Stereo-Signals eines Audiostücks oder Audiodatenstroms mit einem ersten Stereo-Kanal und einem zweiten Stereo-Kanal aus einer Multikanal-Darstellung des Audiostücks oder Audiodatenstroms, die Informationen über mehr als zwei Multi-Kanäle aufweist, mit folgenden Schritten: Bereitstellen (11) der mehr als zwei Multi-Kanäle aus der Multikanal-Darstellung; wobei die Multikanal-Darstellung einen oder mehrere Basiskanäle sowie Parameterinformationen zum Berechnen der Multi-Kanäle aus einem oder mehreren Basiskanälen aufweist,
wobei beim Bereitstellen aus dem einen oder den mehreren Basiskanälen und den Parameterinformationen die wenigstens drei Multi-Kanäle berechnet werden;
Durchführen (12) einer Kopfhörer-Signalverarbeitung, um ein uncodiertes Stereosignal mit einem uncodierten ersten Stereo-Kanal (10a) und einem uncodierten zweiten Stereo-Kanal (10b) zu erzeugen, wobei der Schritt des Durchführens (12) folgende Schritte aufweist: Bewerten jedes Multi-Kanals mit einer ersten Filterfunktion (HiL), die von einer virtuellen Position eines Lautsprechers zum Wiedergeben des Multi-Kanals und einer virtuellen ersten Ohrposition eines Hörers abgeleitet ist, für den ersten Stereo-Kanal und mit einer zweiten Filterfunktion (HiR), die von einer virtuellen Position des Lautsprechers und einer virtuellen zweiten Ohrposition des Hörers abgeleitet ist, für den zweiten Stereo-Kanal, um für jeden Multi-Kanal einen ersten bewerteten Kanal und einen zweiten bewerteten Kanal zu erzeugen, wobei die beiden virtuellen Ohrpositionen des Hörers unterschiedlich sind, Aufaddieren (22) der bewerteten ersten Kanäle, um den uncodierten ersten Stereo-Kanal (10a) zu erhalten, und Aufaddieren (23) der bewerteten zweiten Kanäle, um den uncodierten zweiten Stereo-Kanal (10b) zu erhalten; und Stereo-Codieren (13) des ersten uncodierten Stereo-Kanals (10a) und des uncodierten zweiten Stereo-Kanals (10b), um das codierte Stereo-Signal (14) zu erhalten, wobei der Schritt des Stereo-Codierens derart ausgeführt wird, dass eine Datenrate, die zum Übertragen des codierten Stereo-Signals nötig ist, kleiner als eine Datenrate ist, die zum Übertragen des uncodierten Stereo-Signals nötig ist.
A method of generating a coded stereo signal of an audio piece or audio data stream having a first stereo channel and a second stereo channel from a multi-channel representation of the audio piece or audio data stream having information over more than two multi-channels, comprising the steps of: Providing (11) the more than two multi-channels from the multi-channel representation; wherein the multi-channel representation includes one or more base channels and parameter information for calculation having multi-channels of one or more base channels,
wherein when providing from the one or more base channels and the parameter information, the at least three multi-channels are calculated;
Performing (12) headphone signal processing to produce an uncoded stereo signal having an uncoded first stereo channel (10a) and an uncoded second stereo channel (10b), the step of performing (12) comprising the steps of: Evaluating each multi-channel with a first filter function (H iL ) derived from a virtual position of a loudspeaker to reproduce the multi-channel and a virtual first ear position of a listener, for the first stereo channel and with a second filter function (H iR ) derived from a virtual position of the loudspeaker and a virtual second ear position of the listener for the second stereo channel to generate a first weighted channel and a second weighted channel for each multi-channel, the two virtual ear positions of the listener are different, Adding (22) the weighted first channels to obtain the uncoded first stereo channel (10a), and Adding (23) the weighted second channels to obtain the uncoded second stereo channel (10b); and Stereo coding (13) the first uncoded stereo channel (10a) and the uncoded second stereo channel (10b) to obtain the encoded stereo signal (14), wherein the step of stereo encoding is performed such that a data rate for transmission of the coded stereo signal is less than a data rate necessary to transmit the uncoded stereo signal.
Computer-Programm mit einem Programmcode zum Durchführen des Verfahrens zum Erzeugen eines codierten Stereo-Signals nach Patentanspruch 10, wenn das Computer-Programm auf einem Rechner abläuft.A computer program comprising program code for performing the method of generating a coded stereo signal according to claim 10 when the computer program is run on a computer.
EP09006142.5A 2005-03-04 2006-02-22 Device and method for creating an encoding stereo signal of an audio section or audio data stream Ceased EP2094031A3 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102005010057A DE102005010057A1 (en) 2005-03-04 2005-03-04 Apparatus and method for generating a coded stereo signal of an audio piece or audio data stream
EP06707184A EP1854334B1 (en) 2005-03-04 2006-02-22 Device and method for generating an encoded stereo signal of an audio piece or audio data stream

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
EP06707184A Division EP1854334B1 (en) 2005-03-04 2006-02-22 Device and method for generating an encoded stereo signal of an audio piece or audio data stream

Publications (2)

Publication Number Publication Date
EP2094031A2 true EP2094031A2 (en) 2009-08-26
EP2094031A3 EP2094031A3 (en) 2014-10-01

Family

ID=36649539

Family Applications (2)

Application Number Title Priority Date Filing Date
EP09006142.5A Ceased EP2094031A3 (en) 2005-03-04 2006-02-22 Device and method for creating an encoding stereo signal of an audio section or audio data stream
EP06707184A Active EP1854334B1 (en) 2005-03-04 2006-02-22 Device and method for generating an encoded stereo signal of an audio piece or audio data stream

Family Applications After (1)

Application Number Title Priority Date Filing Date
EP06707184A Active EP1854334B1 (en) 2005-03-04 2006-02-22 Device and method for generating an encoded stereo signal of an audio piece or audio data stream

Country Status (20)

Country Link
US (1) US8553895B2 (en)
EP (2) EP2094031A3 (en)
JP (1) JP4987736B2 (en)
KR (1) KR100928311B1 (en)
CN (1) CN101133680B (en)
AT (1) ATE461591T1 (en)
AU (1) AU2006222285B2 (en)
BR (1) BRPI0608036B1 (en)
CA (1) CA2599969C (en)
DE (2) DE102005010057A1 (en)
ES (1) ES2340796T3 (en)
HK (1) HK1111855A1 (en)
IL (1) IL185452A (en)
MX (1) MX2007010636A (en)
MY (1) MY140741A (en)
NO (1) NO339958B1 (en)
PL (1) PL1854334T3 (en)
RU (1) RU2376726C2 (en)
TW (1) TWI322630B (en)
WO (1) WO2006094635A1 (en)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005010057A1 (en) * 2005-03-04 2006-09-07 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for generating a coded stereo signal of an audio piece or audio data stream
US7876904B2 (en) * 2006-07-08 2011-01-25 Nokia Corporation Dynamic decoding of binaural audio signals
KR101499785B1 (en) 2008-10-23 2015-03-09 삼성전자주식회사 Method and apparatus of processing audio for mobile device
PL2647222T3 (en) 2010-12-03 2015-04-30 Fraunhofer Ges Forschung Sound acquisition via the extraction of geometrical information from direction of arrival estimates
EP2705516B1 (en) * 2011-05-04 2016-07-06 Nokia Technologies Oy Encoding of stereophonic signals
FR2976759B1 (en) * 2011-06-16 2013-08-09 Jean Luc Haurais METHOD OF PROCESSING AUDIO SIGNAL FOR IMPROVED RESTITUTION
JP6007474B2 (en) * 2011-10-07 2016-10-12 ソニー株式会社 Audio signal processing apparatus, audio signal processing method, program, and recording medium
US20140341404A1 (en) * 2012-01-17 2014-11-20 Koninklijke Philips N.V. Multi-Channel Audio Rendering
US9602927B2 (en) * 2012-02-13 2017-03-21 Conexant Systems, Inc. Speaker and room virtualization using headphones
KR20140017338A (en) * 2012-07-31 2014-02-11 인텔렉추얼디스커버리 주식회사 Apparatus and method for audio signal processing
JP6160072B2 (en) * 2012-12-06 2017-07-12 富士通株式会社 Audio signal encoding apparatus and method, audio signal transmission system and method, and audio signal decoding apparatus
JP6328662B2 (en) 2013-01-15 2018-05-23 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. Binaural audio processing
CN104919820B (en) * 2013-01-17 2017-04-26 皇家飞利浦有限公司 binaural audio processing
EP2757559A1 (en) 2013-01-22 2014-07-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for spatial audio object coding employing hidden objects for signal mixture manipulation
US10075795B2 (en) 2013-04-19 2018-09-11 Electronics And Telecommunications Research Institute Apparatus and method for processing multi-channel audio signal
WO2014171791A1 (en) 2013-04-19 2014-10-23 한국전자통신연구원 Apparatus and method for processing multi-channel audio signal
US9412385B2 (en) * 2013-05-28 2016-08-09 Qualcomm Incorporated Performing spatial masking with respect to spherical harmonic coefficients
US9319819B2 (en) * 2013-07-25 2016-04-19 Etri Binaural rendering method and apparatus for decoding multi channel audio
TWI774136B (en) * 2013-09-12 2022-08-11 瑞典商杜比國際公司 Decoding method, and decoding device in multichannel audio system, computer program product comprising a non-transitory computer-readable medium with instructions for performing decoding method, audio system comprising decoding device
KR102244379B1 (en) 2013-10-21 2021-04-26 돌비 인터네셔널 에이비 Parametric reconstruction of audio signals
CN112002337A (en) * 2015-03-03 2020-11-27 杜比实验室特许公司 Method, device and equipment for processing audio signal
EP3067885A1 (en) * 2015-03-09 2016-09-14 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for encoding or decoding a multi-channel signal
AU2016312404B2 (en) 2015-08-25 2020-11-26 Dolby International Ab Audio decoder and decoding method
TWI577194B (en) * 2015-10-22 2017-04-01 山衛科技股份有限公司 Environmental voice source recognition system and environmental voice source recognizing method thereof
EP3208800A1 (en) 2016-02-17 2017-08-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for stereo filing in multichannel coding
US10187740B2 (en) * 2016-09-23 2019-01-22 Apple Inc. Producing headphone driver signals in a digital audio signal processing binaural rendering environment
CN112261545A (en) * 2019-07-22 2021-01-22 海信视像科技股份有限公司 Display device
US11523239B2 (en) 2019-07-22 2022-12-06 Hisense Visual Technology Co., Ltd. Display apparatus and method for processing audio

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1994001933A1 (en) 1992-07-07 1994-01-20 Lake Dsp Pty. Limited Digital filter having high accuracy and efficiency
WO1999014983A1 (en) 1997-09-16 1999-03-25 Lake Dsp Pty. Limited Utilisation of filtering effects in stereo headphone devices to enhance spatialization of source around a listener
WO1999049574A1 (en) 1998-03-25 1999-09-30 Lake Technology Limited Audio signal processing method and apparatus
US20030026441A1 (en) 2001-05-04 2003-02-06 Christof Faller Perceptual synthesis of auditory scenes
US20030035553A1 (en) 2001-08-10 2003-02-20 Frank Baumgarte Backwards-compatible perceptual coding of spatial cues
US20030219130A1 (en) 2002-05-24 2003-11-27 Frank Baumgarte Coherence-based audio coding and synthesis
KR20040027015A (en) * 2002-09-27 2004-04-01 (주)엑스파미디어 New Down-Mixing Technique to Reduce Audio Bandwidth using Immersive Audio for Streaming

Family Cites Families (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US602349A (en) * 1898-04-12 Abrading mechanism
US5632005A (en) 1991-01-08 1997-05-20 Ray Milton Dolby Encoder/decoder for multidimensional sound fields
JPH04240896A (en) * 1991-01-25 1992-08-28 Fujitsu Ten Ltd Sound field controller
FR2688371B1 (en) * 1992-03-03 1997-05-23 France Telecom METHOD AND SYSTEM FOR ARTIFICIAL SPATIALIZATION OF AUDIO-DIGITAL SIGNALS.
US5703999A (en) * 1992-05-25 1997-12-30 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Process for reducing data in the transmission and/or storage of digital signals from several interdependent channels
DE4236989C2 (en) * 1992-11-02 1994-11-17 Fraunhofer Ges Forschung Method for transmitting and / or storing digital signals of multiple channels
JPH06269097A (en) * 1993-03-11 1994-09-22 Sony Corp Acoustic equipment
US5488665A (en) 1993-11-23 1996-01-30 At&T Corp. Multi-channel perceptual audio compression system with encoding mode switching among matrixed channels
JP3404837B2 (en) * 1993-12-07 2003-05-12 ソニー株式会社 Multi-layer coding device
US5659619A (en) * 1994-05-11 1997-08-19 Aureal Semiconductor, Inc. Three-dimensional virtual audio display employing reduced complexity imaging filters
US5982903A (en) * 1995-09-26 1999-11-09 Nippon Telegraph And Telephone Corporation Method for construction of transfer function table for virtual sound localization, memory with the transfer function table recorded therein, and acoustic signal editing scheme using the transfer function table
US5956674A (en) * 1995-12-01 1999-09-21 Digital Theater Systems, Inc. Multi-channel predictive subband audio coder using psychoacoustic adaptive bit allocation in frequency, time and over the multiple channels
US5742689A (en) * 1996-01-04 1998-04-21 Virtual Listening Systems, Inc. Method and device for processing a multichannel signal for use with a headphone
US5812971A (en) * 1996-03-22 1998-09-22 Lucent Technologies Inc. Enhanced joint stereo coding method using temporal envelope shaping
JP3948752B2 (en) * 1996-04-10 2007-07-25 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ Encoding device for encoding multiple information signals
AUPP271598A0 (en) * 1998-03-31 1998-04-23 Lake Dsp Pty Limited Headtracked processing for headtracked playback of audio signals
CN1065400C (en) 1998-09-01 2001-05-02 国家科学技术委员会高技术研究发展中心 Compatible AC-3 and MPEG-2 audio-frequency code-decode device and its computing method
CA2309077A1 (en) * 1998-09-02 2000-03-16 Matsushita Electric Industrial Co., Ltd. Signal processor
DE19932062A1 (en) * 1999-07-12 2001-01-18 Bosch Gmbh Robert Process for the preparation of source-coded audio data as well as the sender and receiver
JP2001100792A (en) * 1999-09-28 2001-04-13 Sanyo Electric Co Ltd Encoding method, encoding device and communication system provided with the device
JP3335605B2 (en) * 2000-03-13 2002-10-21 日本電信電話株式会社 Stereo signal encoding method
JP3616307B2 (en) * 2000-05-22 2005-02-02 日本電信電話株式会社 Voice / musical sound signal encoding method and recording medium storing program for executing the method
JP2002191099A (en) * 2000-09-26 2002-07-05 Matsushita Electric Ind Co Ltd Signal processor
JP3228474B2 (en) * 2001-01-18 2001-11-12 日本ビクター株式会社 Audio encoding device and audio decoding method
JP2002262385A (en) * 2001-02-27 2002-09-13 Victor Co Of Japan Ltd Generating method for sound image localization signal, and acoustic image localization signal generator
JP2003009296A (en) * 2001-06-22 2003-01-10 Matsushita Electric Ind Co Ltd Acoustic processing unit and acoustic processing method
BRPI0308148A2 (en) * 2002-04-05 2016-06-21 Koninkl Philips Electronics Nv methods and apparatus for encoding n input signals and for decoding encoded data representative of n signals, signal format, and recording carrier
WO2003090207A1 (en) * 2002-04-22 2003-10-30 Koninklijke Philips Electronics N.V. Parametric multi-channel audio representation
KR100522593B1 (en) 2002-07-08 2005-10-19 삼성전자주식회사 Implementing method of multi channel sound and apparatus thereof
RU2363116C2 (en) * 2002-07-12 2009-07-27 Конинклейке Филипс Электроникс Н.В. Audio encoding
JP4084990B2 (en) * 2002-11-19 2008-04-30 株式会社ケンウッド Encoding device, decoding device, encoding method and decoding method
JP4369140B2 (en) 2003-02-17 2009-11-18 パナソニック株式会社 Audio high-efficiency encoding apparatus, audio high-efficiency encoding method, audio high-efficiency encoding program, and recording medium therefor
FR2851879A1 (en) * 2003-02-27 2004-09-03 France Telecom PROCESS FOR PROCESSING COMPRESSED SOUND DATA FOR SPATIALIZATION.
JP2004309921A (en) * 2003-04-09 2004-11-04 Sony Corp Device, method, and program for encoding
US7949141B2 (en) * 2003-11-12 2011-05-24 Dolby Laboratories Licensing Corporation Processing audio signals with head related transfer function filters and a reverberator
US7394903B2 (en) * 2004-01-20 2008-07-01 Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschung E.V. Apparatus and method for constructing a multi-channel output signal or for generating a downmix signal
US20050276430A1 (en) * 2004-05-28 2005-12-15 Microsoft Corporation Fast headphone virtualization
US20050273324A1 (en) * 2004-06-08 2005-12-08 Expamedia, Inc. System for providing audio data and providing method thereof
JP2005352396A (en) * 2004-06-14 2005-12-22 Matsushita Electric Ind Co Ltd Sound signal encoding device and sound signal decoding device
DE102005010057A1 (en) * 2005-03-04 2006-09-07 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for generating a coded stereo signal of an audio piece or audio data stream

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1994001933A1 (en) 1992-07-07 1994-01-20 Lake Dsp Pty. Limited Digital filter having high accuracy and efficiency
WO1999014983A1 (en) 1997-09-16 1999-03-25 Lake Dsp Pty. Limited Utilisation of filtering effects in stereo headphone devices to enhance spatialization of source around a listener
WO1999049574A1 (en) 1998-03-25 1999-09-30 Lake Technology Limited Audio signal processing method and apparatus
US20030026441A1 (en) 2001-05-04 2003-02-06 Christof Faller Perceptual synthesis of auditory scenes
US20030035553A1 (en) 2001-08-10 2003-02-20 Frank Baumgarte Backwards-compatible perceptual coding of spatial cues
US20030219130A1 (en) 2002-05-24 2003-11-27 Frank Baumgarte Coherence-based audio coding and synthesis
KR20040027015A (en) * 2002-09-27 2004-04-01 (주)엑스파미디어 New Down-Mixing Technique to Reduce Audio Bandwidth using Immersive Audio for Streaming

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HERRE J ET AL: "MP3 Surround: Efficient and Compatible Coding of Multi-Channel Audio", AUDIO ENGINEERING SOCIETY. CONVENTION PREPRINT, XX, XX, 8 May 2004 (2004-05-08), pages 1 - 14, XP002338414 *
J. HERRE; K.H. BRANDENBURG; D. LEDERER: "Intensity Stereo Coding", AES-PREPRINT 3799, February 1994 (1994-02-01)
T. FALLER; F. BAUMGARTE: "Binaural Cue Coding applied to stereo and multichannel audio compression", AES-CONVENTION-PAPER 5574, May 2002 (2002-05-01)
T. FALLER; F. BAUMGARTE: "Binaural Cue Coding. Part II: Schemes and Applications", IEEE TRANS. ON AUDIO AND SPEECH PROC., vol. 11, no. 6, November 2003 (2003-11-01)

Also Published As

Publication number Publication date
MY140741A (en) 2010-01-15
CA2599969C (en) 2012-10-02
RU2007136792A (en) 2009-04-10
KR100928311B1 (en) 2009-11-25
AU2006222285A1 (en) 2006-09-14
DE102005010057A1 (en) 2006-09-07
NO20075004L (en) 2007-10-03
MX2007010636A (en) 2007-10-10
HK1111855A1 (en) 2008-08-15
JP4987736B2 (en) 2012-07-25
JP2008532395A (en) 2008-08-14
EP2094031A3 (en) 2014-10-01
US8553895B2 (en) 2013-10-08
CN101133680A (en) 2008-02-27
US20070297616A1 (en) 2007-12-27
TWI322630B (en) 2010-03-21
TW200701823A (en) 2007-01-01
EP1854334A1 (en) 2007-11-14
BRPI0608036B1 (en) 2019-05-07
AU2006222285B2 (en) 2009-01-08
NO339958B1 (en) 2017-02-20
WO2006094635A1 (en) 2006-09-14
IL185452A (en) 2011-07-31
ATE461591T1 (en) 2010-04-15
PL1854334T3 (en) 2010-09-30
KR20070100838A (en) 2007-10-11
ES2340796T3 (en) 2010-06-09
DE502006006444D1 (en) 2010-04-29
IL185452A0 (en) 2008-01-06
CN101133680B (en) 2012-08-08
RU2376726C2 (en) 2009-12-20
CA2599969A1 (en) 2006-09-14
BRPI0608036A2 (en) 2009-11-03
EP1854334B1 (en) 2010-03-17

Similar Documents

Publication Publication Date Title
EP1854334B1 (en) Device and method for generating an encoded stereo signal of an audio piece or audio data stream
DE602006000239T2 (en) ENERGY DEPENDENT QUANTIZATION FOR EFFICIENT CODING OF SPATIAL AUDIOPARAMETERS
DE602004004168T2 (en) COMPATIBLE MULTICHANNEL CODING / DECODING
DE602005006385T2 (en) DEVICE AND METHOD FOR CONSTRUCTING A MULTI-CHANNEL OUTPUT SIGNAL OR FOR PRODUCING A DOWNMIX SIGNAL
EP1687809B1 (en) Device and method for reconstruction a multichannel audio signal and for generating a parameter data record therefor
DE102006050068B4 (en) Apparatus and method for generating an environmental signal from an audio signal, apparatus and method for deriving a multi-channel audio signal from an audio signal and computer program
DE69633633T2 (en) MULTI-CHANNEL PREDICTIVE SUBBAND CODIER WITH ADAPTIVE, PSYCHOACOUS BOOK ASSIGNMENT
EP1763870B1 (en) Generation of a multichannel encoded signal and decoding of a multichannel encoded signal
DE602005006424T2 (en) STEREO COMPATIBLE MULTICHANNEL AUDIO CODING
EP1999999B1 (en) Generation of spatial downmixes from parametric representations of multi channel signals
DE69933659T2 (en) METHOD AND SYSTEM FOR SPATIAL CODING WITH LOW BITRATE
EP1803117B1 (en) Individual channel temporal envelope shaping for binaural cue coding schemes and the like
DE602005002942T2 (en) METHOD FOR DISPLAYING MULTI CHANNEL AUDIO SIGNALS
DE102013223201B3 (en) Method and device for compressing and decompressing sound field data of a region
KR20070028481A (en) Multi-channel synthesizer and method for generating a multi-channel output signal
DE102005014477A1 (en) Apparatus and method for generating a data stream and generating a multi-channel representation
EP2891334B1 (en) Producing a multichannel sound from stereo audio signals
WO2007118533A1 (en) Apparatus and method for production of a surrounding-area signal
WO2014072513A1 (en) Non-linear inverse coding of multichannel signals
DE102020210917B4 (en) Improved M/S stereo encoder and decoder
EP1719128A1 (en) Device and method for writing on an audio cd, and audio cd

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

AC Divisional application: reference to earlier application

Ref document number: 1854334

Country of ref document: EP

Kind code of ref document: P

AK Designated contracting states

Kind code of ref document: A2

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC NL PL PT RO SE SI SK TR

RIN1 Information on inventor provided before grant (corrected)

Inventor name: MUNDT, HARALD

Inventor name: POPP, HARALD

Inventor name: PLOGSTIES, JAN

REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1135548

Country of ref document: HK

PUAL Search report despatched

Free format text: ORIGINAL CODE: 0009013

AK Designated contracting states

Kind code of ref document: A3

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC NL PL PT RO SE SI SK TR

RIC1 Information provided on ipc code assigned before grant

Ipc: H04S 3/00 20060101AFI20140826BHEP

Ipc: G10L 19/00 20130101ALI20140826BHEP

17P Request for examination filed

Effective date: 20150323

RBV Designated contracting states (corrected)

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC NL PL PT RO SE SI SK TR

17Q First examination report despatched

Effective date: 20160404

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN REFUSED

18R Application refused

Effective date: 20171214

REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1135548

Country of ref document: HK