MX2013009346A - Prediccion lineal basada en esquema de codificacion utilizando conformacion de ruido de dominio espectral. - Google Patents

Prediccion lineal basada en esquema de codificacion utilizando conformacion de ruido de dominio espectral.

Info

Publication number
MX2013009346A
MX2013009346A MX2013009346A MX2013009346A MX2013009346A MX 2013009346 A MX2013009346 A MX 2013009346A MX 2013009346 A MX2013009346 A MX 2013009346A MX 2013009346 A MX2013009346 A MX 2013009346A MX 2013009346 A MX2013009346 A MX 2013009346A
Authority
MX
Mexico
Prior art keywords
spectrum
linear prediction
autocorrelation
spectral
audio encoder
Prior art date
Application number
MX2013009346A
Other languages
English (en)
Inventor
Nikolaus Rettelbach
Guillaume Fuchs
Christian Helmrich
Goran Markovic
Original Assignee
Fraunhofer Ges Forschung
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 Ges Forschung filed Critical Fraunhofer Ges Forschung
Publication of MX2013009346A publication Critical patent/MX2013009346A/es

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/022—Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
    • G10L19/025—Detection of transients or attacks for time/frequency resolution switching
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/028—Noise substitution, i.e. substituting non-tonal spectral components by noisy source
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/10—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a multipulse excitation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
    • G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/005—Correction of errors induced by the transmission channel, if related to the coding algorithm
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/012—Comfort noise or silence coding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/0212—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/03—Spectral prediction for preventing pre-echo; Temporary noise shaping [TNS], e.g. in MPEG2 or MPEG4
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • G10L19/07—Line spectrum pair [LSP] vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/10—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a multipulse excitation
    • G10L19/107—Sparse pulse excitation, e.g. by using algebraic codebook
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
    • G10L19/13—Residual excited linear prediction [RELP]
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/22—Mode decision, i.e. based on audio signal content versus external parameters
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/06—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being correlation coefficients
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/022—Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/26—Pre-filtering or post-filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

Un concepto de codificación que se basa en la predicción lineal, y que utiliza conformación de ruido de dominio espectral, se torna menos complejo, con una eficiencia de codificación comparable en términos de, por ejemplo, la relación de tasa/distorsión, usando la descomposición espectral de la señal de entrada de audio, en un espectrograma que comprende una secuencia de espectros, tanto para el cómputo de coeficientes de predicción lineal como para la conformación de dominio espectral, sobre la base de los coeficientes de predicción lineal. La eficiencia de codificación puede permanecer aun si se usa una transformada superpuesta tal para la descomposición espectral, que causa aliasing y necesita la cancelación del aliasing de tiempo, por ejemplo, transformadas superpuestas críticamente muestreadas tales como una MDCT.

Description

PREDICCIÓN LINEAL BASADA EN ESQUEMA DE CODIFICACIÓN UTILIZANDO CONFORMACIÓN DE RUIDO DE DOMINIO ESPECTRAL Descripción La presente invención se refiere a un codee [codificador-decodificador] de audio sobre la base de la predicción lineal usando la conformación de ruido en el dominio de la frecuencia, tal como el modo TCX [sigla en inglés de: excitación codificada de transformada] conocido de la USAC [sigla en inglés de: codificación de discurso y audio unificada].
Como códec de audio relativamente nuevo, el USAC ha sido recientemente finalizado. El USAC es un códec que soporta el cambio entre varios modos de codificación, tales como un modo de codificación del tipo AAC [sigla en inglés de: codificación de audio avanzada], un modo de codificación en el dominio del tiempo usando la codificación de predicción lineal, a decir, ACELP [sigla en inglés de: Predicción Lineal excitada por código algebraico (algoritmo de codificación de discurso)], y la codificación de excitación codificada por transformada que forma un modo de codificación intermedio de acuerdo con el cual la conformación en el dominio espectral se controla usando los coeficientes de predicción lineal transmitidos por medio de la corriente de datos. En la solicitud WO 201 1 147950, se ha hecho una propuesta para tornar el esquema de codificación USAC más adecuado para aplicaciones de bajo retardo, mediante la exclusión del modo de codificación de tipo AAC de la disponibilidad, y la restricción de los modos de codificación solo a ACELP y TCX. Además, se ha propuesto reducir la longitud de trama.
Sin embargo, sería favorable contar con una posibilidad práctica de reducir la complejidad de un esquema de codificación sobre la base de la predicción lineal usando la conformación de dominio espectral, y a la vez, lograr una eficiencia de codificación similar en términos de, por ejemplo, el sentido de la relación de tasa/distorsión.
Por lo tanto, un objetivo de la presente invención es proporcionar dicho esquema de codificación sobre la base de la predicción lineal usando la conformación de dominio espectral, a fin de permitir una reducción de la complejidad, con una eficiencia de codificación comparable o aun mayor.
Este objetivo es logrado por el objeto del asunto de las reivindicaciones independientes pendientes.
Una idea básica que subyace a la presente invención es que un concepto de codificación que se basa en la predicción lineal y que utiliza la conformación de ruido de dominio espectral puede tornarse menos complejo con una eficiencia de codificación comparable en términos de, por ejemplo, la relación de tasa/distorsión, si la descomposición espectral de la señal de entrada de audio en un espectrograma que comprende una secuencia de espectros se usa tanto para el cómputo del coeficiente de predicción lineal como para la entrada para una conformación de dominio espectral sobre la base de los coeficientes de predicción lineal.
En este sentido, se ha hallado que la eficiencia de codificación permanece, aun si se usa dicha transformada superpuesta para la descomposición espectral que causa aliasing y necesita la cancelación del aliasing del tiempo, tal como transformadas superpuestas críticamente muestreadas, por ejemplo, una MDCT [sigla en inglés de: transformada de coseno discreta modificada].
Las implementaciones convenientes de los aspectos de la presente invención son el objeto de las reivindicaciones dependientes.
En particular, las realizaciones preferidas de la presente solicitud se describen con respecto a las figuras, en las cuales: la Fig. 1 muestra un diagrama de bloques de un codificador de audio de acuerdo con una comparación o realización; la Fig. 2 muestra un codificador de audio de acuerdo con una realización de la presente solicitud; la Fig. 3 muestra un diagrama de bloques de un posible decodificador de audio que se adapta al codificador de audio de la Fig. 2; y la Fig. 4 muestra un diagrama de bloques de un codificador de audio alternativo de acuerdo con una realización de la presente solicitud.
A fin de facilitar la comprensión de los principales aspectos y ventajas de las realizaciones de la presente invención que se describe adicionalmente a continuación, se hace referencia preliminar a la Fig. 1 , que muestra un codificador de audio sobre la base de la predicción lineal usando la conformación de ruido de dominio espectral.
En particular, el codificador de audio de la Fig. 1 comprende un descomponedor espectral 10, para la descomposición espectral de una señal de audio de entrada 12 en un espectrograma que consiste en una secuencia de espectros, que se indica en 14 en la Fig. 1. Como se muestra en la Fig. 1 , el descomponedor espectral 10 puede utilizar una MDCT a fin de transferir la señal de audio de entrada 10 del dominio del tiempo al dominio espectral. En particular, un ventaneador 16 precede el módulo MDCT 18 del descomponedor espectral 10, de manera de ventanear porciones de superposición mutua de la señal de audio de entrada 12, cuyas porciones ventaneadas son individualmente sometidas a la respectiva transformada en el módulo MDCT 18, a fin de obtener los espectros de la secuencia de espectros del espectrograma 14. Sin embargo, el descomponedor espectral 10, alternativamente, puede utilizar cualquier otra transformada superpuesta que cause aliasing, tal como cualquier otra transformada superpuesta críticamente muestreada.
Asimismo, el codificador de audio de la Fig. 1 comprende un analizador de predicción lineal 20 para el análisis de la señal de audio de entrada 2, de manera de derivar de allí los coeficientes de predicción lineal. Un conformador de dominio espectral 22 del codificador de audio de la Fig. 1 está configurado para conformar espectralmente un espectro corriente de la secuencia de espectros del espectrograma 14, sobre la base de los coeficientes de predicción lineal proporcionados por el analizador de predicción lineal 20. En particular, el conformador de dominio espectral 22 está configurado para conformar espectralmente un espectro corriente que entra en el conformador de ¡dominio espectral 22 de acuerdo con una función de transferencia que corresponde a una función de transferencia de filtro de análisis de predicción lineal mediante la conversión de los coeficientes de predicción lineal del analizador 20, en valores de peso espectrales y la aplicación de estos valores de peso como divisores, de manera de formar o conformar espectralmente el espectro corriente. El espectro conformado se somete a la cuantlficación en un cuantificador 24 del codificador de audio de la Fig. 1. Debido a la conformación en el conformador de dominio espectral 22, el ruido de la cuantificación que resulta con la desconformación del espectro cuantificado del lado del decodificador es cambiado de modo de ocultarse, es decir, la codificación es lo más perceptivamente transparente posible.
Solo por razones de integridad, se observa que un módulo de conformación de ruido temporal 26 puede someter opcionalmente los espectros avanzados desde el descomponedor espectral 10 hacia el conformador de dominio espectral 22, a un conformador de ruido temporal, y un módulo de énfasis de baja frecuencia 28 puede filtrar adaptativamente cada salida de espectro conformado del conformador de dominio espectral 22, antes de la cuantificación 24.
El espectro cuantificado y espectralmente conformado se inserta en la corriente de datos 30 junto con información sobre los coeficientes de predicción lineal utilizados en la conformación espectral, de manera que, del lado de la decodificación, pueden efectuarse la desconformación y descuantificación.
La mayoría de las partes del códec de audio, excepto el módulo TNS [sigla en inglés de: conformación de ruido temporal] 26, que se muestran en la Fig. 1 son, por ejemplo, representadas y descriptas en el nuevo códec de audio USAC, y en particular, dentro de su modo TCX. Por lo tanto, para más detalles, se hace referencia ejemplarmente a las pautas USAC, por ejemplo, [1].
Sin embargo, se proporciona mayor énfasis en lo que sigue con respecto al analizador de predicción lineal 20. Como se expone en la Fig. 1 , e| analizador de predicción lineal 20 opera directamente sobre la señal de audio de entrada 12. Un módulo de preénfasis 32 prefiltra la señal de audio de entrada 12, por ejemplo, mediante la filtración FIR, y a continuación, se deriva en forma continua una autocorrelación por medio de una concatenación de un ventaneador 34, un autocorrelacionador 36 y ventaneador de demora 38. El ventaneador 34 forma porciones ventaneadas a partir de la señal de audio de entrada prefiltrada, cuyas porciones ventaneadas pueden superponerse mutuamente en el tiempo. El autocorrelacionador 36 computa una autocorrelación por porción ventaneada que sale del ventaneador 34, y el ventaneador de demora 38 es proporcionado en forma opcional a fin de aplicar una función de ventana de demora sobre las autocorrelaciones, a fin de tornar las autocorrelaciones más adecuadas para el siguiente algoritmo de estimación de parámetro de predicción lineal. En particular, un estimador de parámetro de predicción lineal 40 recibe la salida de la ventana de demora, y realiza, por ejemplo, un algoritmo de Wiener-Levinson-Durbin u otro algoritmo adecuado, sobre las autocorrelaciones ventaneadas, de manera de derivar coeficientes de predicción lineal por autocorrelación. Dentro del formador de dominio espectral 22, los coeficientes de predicción lineal resultantes se pasan a través de una cadena de módulos 42, 44, 46 y 48. El módulo 42 es responsable de la transferencia de información de los coeficientes de predicción lineal dentro de la corriente de datos 30, al lado de la decodificación. Como se expone en la Fig. 1 , el insertador de la corriente de datos de coeficientes de predicción lineal 42 puede ser configurado para realizar una cuantificación de los coeficientes de predicción lineal determinados por el analizador de predicción lineal; 20^en un par espectral lineal o dominio de frecuencia espectral lineal, con la codificación de los coeficientes cuantificados en la corriente de datos 30 y la reconversión de los valores de predicción cuantificados en coeficientes de LPC [sigla en inglés de: codificación lineal predictiva], nuevamente. En forma opcional, puede usarse cierta interpolación a fin de reducir una tasa de actualización a la cual es proporcionada la información sobre los coeficientes de predicción lineal dentro de la corriente de datos 30. Por lo tanto, el módulo subsiguiente 44, que es responsable de someter los coeficientes de predicción lineal relacionados con el espectro corriente que ingresa en el conformador de dominio espectral 22, a algún proceso de pesado, tiene acceso a los coeficientes de predicción lineal, ya que estos también están disponibles del lado de la decodificación, es decir, tiene acceso a los coeficientes de predicción lineal cuantificados. Un módulo subsiguiente 46 convierte los coeficientes de predicción lineal pesados en pesos espectrales, que son entonces aplicados por el módulo conformador de ruido de dominio de frecuencia 48 a fin de conformar espectralmente el espectro corriente de llegada.
Como resulta claro de la descripción anterior, el análisis de predicción lineal realizado por el analizador 20 causa exceso, que se suma por completo a la descomposición espectral y la conformación de dominio espectral efectuadas en los bloques 10 y 22, y en consecuencia, el exceso computacional es considerable.
La Fig. 2 muestra un codificador de audio de acuerdo con una realización de la presente solicitud, que ofrece eficiencia de codificación comparable, si bien tiene reducida complejidad de codificación.
En síntesis, en el codificador de audio de la Fig. 2 que representa una realización de la presente solicitud, el analizador de predicción lineal de la Fig. 1 es reemplazado por una concatenación de una computadora de autocorrelación 50 y una computadora de coeficiente de predicción lineal 52 serialmente conectadas entre el descomponedor espectral 10 y el conformador de dominio espectral 22. La motivación para la modificación de la Fig. 1 a la Fig. 2 y la explicación matemática que revela la funcionalidad detallada de los módulos 50 y 52 se proporcionarán en lo que sigue. Sin embargo, es evidente que el excedente computacional del codificador de audio de la Fig. 2 es menor en comparación con el codificador de audio de la Fig. 1 , considerando que la computadora de autocorrelación 50 involucra cómputos menos complejos en comparación con una secuencia de cómputos involucrada en la autocorrelación y el ventaneado antes de la autocorrelación.
Antes de describir el entramado detallado y matemático de la realización de la Fig. 2, se describe brevemente la estructura del codificador de audio de la Fig. 2. En particular, el codificador de audio de la Fig. 2, que se indica generalmente usando el signo de referencia 60, comprende una entrada 62 para recibir la señal de audio de entrada 12, y una salida 64, para la salida de la corriente de datos 30 en la cual el codificador de audio codifica la señal de audio de entrada 12. El descomponedor espectral 10, el conformador de ruido temporal 26, el conformador de dominio espectral 22, en enfatizador de baja frecuencia 28 y el cuantificador 24 están conectados en serie en el orden mencionado, entre la entrada 62 y la salida 64. El conformador de ruido temporal 26 y el enfatizador de baja frecuencia 28 son módulos opcionales, y, de acuerdo con una realización alternativa, pueden omitirse. Si se presenta, el conformador de ruido temporal 26 puede estar configurado para ser activado en forma adaptativa; es decir, la conformación de ruido temporal por el conformador de ruido temporal 26 puede ser activada o desactivada de acuerdo con la característica de señal de audio de entrada, por ejemplo, donde el resultado de la decisión es transferido, por ejemplo, al lado de la decodificación por medio de la corriente de datos 30, como se explicará en más detalle a continuación.
Como se expone en la Fig. 1 , el conformador de dominio espectral 22 de la Fig. 2 es internamente construido como se ha descripto con respecto a la Fig. 1. Sin embargo, la estructura interna de la Fig. 2 no debe ser interpretada como una cuestión decisiva, y la estructura interna del conformador de dominio espectral 22 además puede ser diferente en comparación con la estructura exacta que se muestra en la Fig. 2.
La computadora de coeficiente de predicción lineal 52 de la Fig. 2 comprende el ventaneador de demora 38 y el estimador de coeficiente de predicción lineal 40 que están serialmente conectados entre la computadora de autocorrelacion 50 por una parte, y el conformador de dominio espectral 22, por otra parte. Debe observarse que el ventaneador de demora, por ejemplo, es también un rasgo opcional. Si se presenta, la ventana aplicada por el ventaneador de demora 38 sobre las autocorrelaciones individuales provistas por la computadora de autocorrelacion 50 podría ser una ventana conformada de tipo gaussiana o binomial. Con respecto al estimador de coeficiente de predicción lineal 40, se observa que este no necesariamente utiliza el algoritmo de Wiener-Levinson-Durbin. En cambio, podría usarse un algoritmo diferente a fin de computar los coeficientes de predicción lineal.
Internamente, la computadora de autocorrelacion 50 comprende una secuencia de una computadora de espectro de potencia 54 seguida de un torcedor de escala/pesador de espectro 56, que, a su vez, es seguido de un transformador inverso 58. Los detalles y la significación de la secuencia de módulos 54 a 58 se describirán en más detalle a continuación.
A fin de comprender la razón por la cual es posible la utilización conjunta de la descomposición espectral del descomponedor 10 tanto para la conformación de ruido de dominio espectral dentro del conformador 22, como para el cómputo de coeficientes de predicción lineal, debe considerarse el teorema de Wiener-Khinichin, que demuestra que puede calcularse una autocorrelacion empleando una DFT [sigla en inglés de: transformada de frecuencia discreta]: Rra— E C^w %n—m ) fc = 0, ...,N - l m = 0, ...,.V - l Por lo tanto, Rm son los coeficientes de autocorrelación de la autocorrelación de la porción de señal xn cuya DFT es Xk.
Por lo tanto, si el descomponedor espectral 10 utiliza una DFT a fin de implementar la transformada superpuesta y generar la secuencia de espectros de la señal de audio de entrada 12, entonces el calculador de autocorrelación 50 podrá realizar un cálculo más rápido de una autocorrelación en su salida, solamente obedeciendo el teorema de Wiener-Khinichin recién mencionado.
Si son requeridos los valores para todas las demoras m de la autocorrelación, la DFT del descomponedor espectral 10 podría efectuarse usando una FFT [sigla en inglés de: transformada rápida de Fourier], y podría usarse una FFT inversa dentro de la computadora de autocorrelación 50 a fin de derivar de allí la autocorrelación empleando la fórmula recién mencionada. Sin embargo, cuando solo son necesarias las demoras M«N, será más rápido utilizar una FFT para la descomposición espectral y aplicar directamente una DFT [sigla en inglés de: transformada de Fourier discreta] inversa de manera de obtener los coeficientes de autocorrelación pertinentes.
Lo mismo se aplica cuando la DFT mencionada anteriormente es reemplazada con una ODFT, es decir, una DFT de frecuencia excedente, donde una DFT generalizada de una secuencia de tiempo x se define como: l a— O 2 se establece para ODFT (DFT de frecuencia excedente).
Sin embargo, si se usa una MDCT en la realización de la Fig. 2, en lugar de una DFT o FFT, las cosas difieren. La MDCT involucra una transformada de coseno discreta de tipo IV, y solo revela un espectro de valor real. Es decir, la información de fase se pierde por esta transformación. La MDCT puede anotarse como: *- = B£, *.~[;(" + - +9 (fc + -)] donde xn con n = 0 ... 2N-1 define una porción ventaneada corriente de la señal de audio de entrada 12 como salida del ventaneador 16, y Xk es, en consecuencia, el coeficiente espectral k del espectro resultante para esta porción ventaneada.
La computadora de espectro de potencia 54 calcula, a partir de la salida de la MDCT, el espectro de potencia mediante el cuadrado de cada coeficiente de transformada Xk de acuerdo con: sk = \xk\* k = 0, ...,N - l La relación entre un espectro de MDCT definido por Xk y un espectro de ODFT Xk0DFT puede anotarse como: Xk = Re(x ft)coSieky + lm(X^t)sin{ek) k _ Q ff _ 1 Esto significa que el uso de la MDCT en lugar de una ODFT como entrada para la computadora de autocorrelación 50 que realiza la MDCT para el procedimiento de autocorrelación es equivalente a la autocorrelación obtenida a partir de la ODFT con un peso de espectro de: Esta distorsión de la autocorrelación determinada, sin embargo, es transparente para el lado de la decodificación, ya que la conformación de dominio espectral dentro del conformador 22 tiene lugar exactamente en el mismo dominio espectral que aquel del descomponedor espectral 10, a decir, la MDCT. En otros términos, debido a que la conformación de ruido de dominio de frecuencia por el conformador de ruido de dominio de frecuencia 48 de la Fig. 2 se aplica en el dominio MDCT, esto efectivamente significa que el peso del espectro fkmdct cancela la modulación de la MDCT, y produce resultados similares a los que produciría una LPC convencional como se muestra en la Fig. 1 cuando la MDCT es reemplazada con una ODFT.
Por lo tanto, en la computadora de autocorrelación 50, el transformador inverso 58 realiza una ODFT inversa, y una ODFT inversa de una entrada real simétrica es igual a una DCT tipo II: En consecuencia, esto permite un rápido cómputo de la LPC sobre la base de MDCT en la computadora de autocorrelación 50 de la Fig. 2, ya que la autocorrelación determinada por la ODFT inversa en la salida del transformador inverso 58 vuelve a un costo computacional relativamente bajo, ya que solo son necesarios pasos computacionales menores, tales como el cuadrado recién mencionado, la computadora de espectro de potencia 54 y la ODFT inversa en el transformador inverso 58.
Los detalles con respecto al torcedor de escala/pesador de espectro 56 aún no han sido descriptos. En particular, este módulo es opcional, y puede omitirse o ser reemplazado por un decimador de dominio de frecuencia. Los detalles con respecto a posibles medidas realizadas por el módulo 56 se describen a continuación. Antes, sin embargo, se reseñan algunos detalles referidos a algunos de los otros elementos expuestos en la Fig. 2. Con respecto al ventaneador de demora 38, por ejemplo, se observa que este puede realizar una compensación de ruido blanco a fin de mejorar el acondicionamiento de la estimación de coeficiente de predicción lineal realizada por el estimador 40. El peso de LPC efectuado en el módulo 44 es opcional, aunque, si se presenta, puede realizarse a fin de lograr una expansión de ancho de banda real. Esto es, los polos de las LPC son movidos hacia el origen por un factor constante de acuerdo con, por ejemplo: A'(Z) = A (*-) Por lo tanto, el peso de LPC efectuado de esta manera se aproxima al enmascaramiento simultáneo. Una constante de ? = 0,92 o entre 0,85 y 0,95, inclusive produce buenos resultados.
Con referencia al módulo 42, se observa que puede usarse la codificación de tasa de bits variable o algún otro esquema de codificación de entropía, a fin de codificar la información relacionada con los coeficientes de predicción lineal en la corriente de datos 30. Como ya se mencionó anteriormente, la cuantifícación podría realizarse en el dominio LSP/LSF, aunque el dominio ISP/ISF también es viable.
Con respecto al módulo LPC—a-MDCT 46, que convierte la LPC en valores de peso espectral que se denominan, en el caso del dominio MDCT, ganancias MDCT en lo que sigue, se hace referencia, por ejemplo, al codee USAC, donde se explica en detalle esta transformada. En síntesis, los coeficientes de LPC pueden ser sometidos a una ODFT a fin de obtener ganancias de MDCT; entonces puede usarse la inversa como pesajes para la conformación del espectro en el módulo 48 mediante la aplicación de los pesajes resultantes sobre las respectivas bandas del espectro. Por ejemplo, 16 coeficientes LPC son convertidos en ganancias MDCT. Naturalmente, en lugar de pesar usando la inversa, se emplea el pesaje usando las ganancias MDCT en forma no invertida, del lado del decodificador, a fin de obtener una función de transferencia que se asemeja a un filtro de síntesis LPC a fin de formar el ruido de cuantificación como ya sea ha mencionado. En consecuencia, resumiendo, en el módulo 46, las ganancias utilizadas por FDNS 48 se obtienen de los coeficientes de predicción lineal usando una ODFT, y se denominan ganancias MDCT en el caso de usar MDCT.
Por razones de integridad, la Fig. 3 muestra una posible implementación para un codificador de audio que podría usarse a fin de reconstruir la señal de audio de la corriente de datos 30, nuevamente. El decodificador de la Fig. 3 comprende un desenfatizador de baja frecuencia 80, que es opcional; un desconformador de dominio espectral 82, un desconformador de ruido temporal 84, que también es opcional, y un conversor de dominio espectrah-a-tiefnpo 86, que están serialmente conectados entre una entrada de corriente de datos 88 del decodificador de audio en el cual entra la corriente de datos 30, y una salida 90 del decodificador de audio, donde sale la señal de audio reconstruida. El desenfatizador de baja frecuencia recibe de la corriente de datos 30 el espectro cuantificado y espectralmente conformado, y realiza allí una filtración, que es inversa a la función de transferencia del enfatizador de baja frecuencia de la Fig. 2. Como ya se mencionó, el desenfatizador 80, sin embargo, es opcional.
El desconformador de dominio espectral 82 tiene una estructura que es muy similar a aquella del conformador de dominio espectral 22 de la Fig. 2. En particular, internamente, comprende una concatenación de extractor de LPC 92, pesador de LPC 94, que es igual al pesador de LPC 44, un conversor de LPC a MDCT 96, que también es igual al módulo 46 de la Fig. 2, y un conformador de ruido de dominio de frecuencia 98, que aplica las ganancias de MDCT sobre el espectro (desenfatizado) de llegada de manera inversa a FDNS 48 de la Fig. 2, es decir, mediante la multiplicación, en lugar de la división, a fin de obtener una función de transferencia que corresponde a un filtro de síntesis de predicción lineal de los coeficientes de predicción lineal extraídos de la corriente de datos 30 por el extractor LPC 92. El extractor LPC 92 puede realizar la retransformada mencionada anteriormente a partir de un correspondiente - dominio de cuantificacion tal como LSP/LSF o ISP/ISF, a fin de obtener los coeficientes de predicción lineal para los espectros individuales codificados en la corriente de datos 30 para las porciones de superposición mutua consecutivas de la señal de audio por reconstruir.
El conformador de ruido de dominio de tiempo 84 revierte la filtración del módulo 26 de la Fig. 2, y a continuación se describen en más detalle posibles implementaciones para estos módulos. Sin embargo, en cualquier caso, el módulo TNS 84 de la Fig. 3 es opcional, y puede omitirse, como ya se ha mencionado también con respecto al módulo TNS 26 de la Fig. 2.
El componedor espectral 86 comprende, internamente, un transformador inverso 100 que realiza, por ejemplo, una IMDCT individualmente sobre los espectros desconformados de llegada, seguido de un cancelador del aliasing, tal como un agregador de superposición-adición 102, configurado para registrar temporalmente en forma correcta las versiones ventaneadas reconstruidas que salen del retransformador 100, a fin de efectuar la cancelación del aliasing de tiempo entre ellas y dar salida a la señal de audio reconstruida en la salida 90.
Como ya se menciona con anterioridad, debido a la conformación de dominio espectral 22 de acuerdo con una función de transferencia correspondiente a un filtro de análisis de LPC definido por los coeficientes de LPC proporcionados dentro de la corriente de datos 30, la cuantificación en el cuantificador 24, que tiene, por ejemplo, un ruido espectralmente llano, es conformada por el desconformador de dominio espectral 82 en un lado de la decodificación, de manera tal de ocultarse debajo del umbral de enmascarado.
Existen diferentes posibilidades para la implementación del módulo TNS 26 y su inversa, en el decodificador, a decir, el módulo 84. La conformación de ruido temporal es para la conformación del ruido en el sentido temporal dentro de las porciones de tiempo a las que se refieren los espectros individuales especialmente formados por el conformador de dominio espectral. La conformación de ruido temporal es especialmente útil en el caso de presentarse transitoriedades dentro de la respectiva porción de tiempo a la cual se refiere el espectro corriente. De acuerdo con una realización específica, el conformador de ruido temporal 26 está configurado como un predictor de espectro configurado para filtrar predictivamente el espectro corriente o la secuencia de espectros que sale del descomponedor espectral 10 a lo largo de una dimensión espectral. Es decir, el predictor de espectro 26 además puede determinar los coeficientes de filtro de predicción que pueden insertarse en la corriente de datos 30. Esto es ilustrado por una línea de puntos en la Fig. 2. En consecuencia, los espectros filtrados de ruido temporal son allanados a lo largo de la dimensión espectral, y debido a la relación entre el dominio espectral y el dominio de tiempo, la filtración inversa dentro del desconformador de ruido de dominio de tiempo 84 de acuerdo con los filtros de predicción de conformación de ruido de dominio de tiempo transmitidos dentro de la corriente de datos 30, la desconformación conduce a un ocultamiento o a una compresión del ruido dentro de los tiempo en los cuales se produce el ataque o las transitorias. Se evitan de este modo los así denominados preecos.
En otros términos, mediante la filtración predictiva del espectro corriente en el conformador de ruido de dominio de tiempo 26, el conformador de ruido de dominio de tiempo 26 obtiene un recordatorio de espectro, es decir, el espectro predictivamente filtrado que es adelantado al conformador de dominio espectral 22, donde se insertan los correspondientes coeficientes de predicción en la corriente de datos 30. El desconformador de ruido de dominio de tiempo 84, a su vez, recibe del deconformador de dominio espectral 82 el espectro desconformado, y revierte la filtración en el dominio del tiempo a lo largo del dominio espectral mediante la filtración inversa de este espectro de acuerdo con los filtros de predicción recibidos desde la corriente de datos, o extraídos de la corriente de datos 30. En otros términos, el conformador de ruido de dominio de tiempo 26 utiliza un filtro de predicción de análisis, tal como un filtro de predicción lineal, mientras que el desconformador de ruido de dominio de tiempo 84 utiliza un correspondiente filtro de síntesis sobre la base de los mismos coeficientes de predicción.
Como ya se mencionó, el codificador de audio puede configurarse a fin de decidir permitir o deshabilitar la conformación de ruido temporal, de acuerdo con la ganancia de predicción de filtro o con una tonalidad o transitoriedad de la señal de entrada de audio 12 en la respectiva porción de tiempo correspondiente al espectro corriente. Nuevamente, la información respectiva sobre la decisión es insertada en la corriente de datos 30.
En lo que sigue, se analiza la posibilidad de acuerdo con la cual la computadora de autocorrelación 50 es configurada para Computar la autocorrelación de la versión del espectro predictivamente filtrada, es decir, filtrada por TNS, en lugar del espectro no filtrado que se muestra en la Fig. 2. Existen dos posibilidades: los espectros filtrados por TNS pueden usarse cada vez que se aplica TNS, o de una manera seleccionada por el codificador de audio sobre la base, por ejemplo, de características de la señal de audio de entrada 12 por codificar. En consecuencia, el codificador de audio de la Fig. 4 difiere del codificador de audio de la Fig. 2, en que la salida de la computadora de autocorrelación 50 está conectada tanto a la salida del descomponedor espectral 10 como a la salida del módulo TNS 26.
Como se acaba de mencionar, el espectro de MDCT filtrado por TNS como salida del descomponedor espectral 10 puede usarse como una entrada o base para el cómputo de autocorrelación dentro de la computadora 50. Como se menciona, el espectro filtrado por TNS podría usarse cada vez que se aplica TNS, o el codificador de audio podría decidir, para los espectros a los cuales se aplica TNS, entre el uso del espectro no filtrado o el espectro filtrado por TNS. La decisión podría tomarse, como se menciona anteriormente, de acuerdo con las características de la señal de entrada de audio. Sin embargo, la decisión podría ser transparente para el decodificador, que solamente aplica la información de coeficientes de LPC para la desconformación de dominio de frecuencia. Otra posibilidad sería que el codificador de audio cambie entre el espectro filtrado por TNS y el espectro no filtrado, para espectros a los cuales se aplica TNS, es decir, tomar la decisión entre estas dos opciones para estos espectros, de acuerdo con una longitud de transformada seleccionada del descomponedor espectral 10.
Con mayor precisión, el descomponedor 10 en la Fig. 4 puede configurarse para cambiar entre diferentes longitudes de transformada en la descomposición espectral de la señal de entrada de audio, de manera que los espectros que salen del descomponedor espectral 10 serán de diferente resolución espectral. Es decir, el descomponedor espectral, por ejemplo, utilizará una transformada superpuesta tal como la MDCT, a fin de transformar porciones de tiempo de superposición mutua de diferente longitud, en transformadas o espectros de también diversas longitudes, donde la longitud de la transformada de los espectros corresponde a la longitud de las correspondiente porciones de tiempo de superposición. En dicho caso, la computadora de autocorrelacion 50 podría configurarse a fin de computar la autocorrelacion a partir del espectro corriente predictivamente filtrado o filtrado por TNS, en el caso de que una resolución espectral del espectro corriente cumpla con un criterio predeterminado, o a partir del espectro corriente no predictivamente filtrado, es decir, si filtrar, en el caso de que la resolución espectral del espectro corriente no cumpla con el criterio predeterminado. El criterio predeterminado podría ser, por ejemplo, que la resolución espectral del espectro corriente exceda cierto umbral. Por ejemplo, el uso del espectro filtrado por TNS como salida del módulo TNS 26 para el cómputo de la autocorrelacion es beneficioso para tramas más largas (porciones de tiempo), tales como tramas de más de 15 ms, si bien puede ser inconveniente para tramas cortas (porciones temporales), más cortas que, por ejemplo, 15 ms, y en consecuencia, la entrada en la computadora de autocorrelacion 50 para tramas más largas puede ser el espectro de MDCT filtrado por TNS, mientras que para tramas más cortas, el espectro de MDCT como salida del descomponedor 10 puede usarse directamente.
Hasta la fecha, no se habían descripto aún las modificaciones pertinentes preceptivas que podrían efectuarse sobre el espectro de potencia dentro del módulo 56. Ahora, se explican diversas medidas, que podrían aplicarse individualmente o en combinación sobre todas las realizaciones y variantes descriptas hasta ahora. En particular, podría aplicarse un pesaje de espectro mediante el módulo 56 sobre le espectro de potencia que sale de la computadora de espectro de potencia 54. El pesaje de espectro podría ser: Sk - fk Sk /V - 1 donde Sk son los coeficientes del espectro de potencia como se menciona anteriormente.
El pesaje espectral puede usarse como un mecanismo para la distribución del ruido de cuantificacion de acuerdo con aspectos psicoacústicos. El pesaje de espectro correspondiente a un preénfasis en el sentido de la Fig. 1 podría definirse mediante: Además, podría usarse la torcedura de escala dentro del módulo 56. El espectro completo podría dividirse, por ejemplo, en bandas M para espectros correspondientes a tramas o porciones de tiempo de una longitud de muestra de l-i, y bandas 2M, para espectros correspondientes a porciones de tiempo de tramas que tienen una longitud de muestra de fe, donde fe puede ser el doble de , donde puede ser 64, 128 o 256. En particular, la división podría obedecer: La división de banda podría incluir la torcedura de frecuencia aproximación de la escala Bark de acuerdo con: alternativamente, las bandas podrían distribuirse igualmente para formar una escala lineal, de acuerdo con: N Para los espectros de tramas de longitud I-i, por ejemplo, una cantidad de bandas podría ser entre 20 y 40, y entre 48 y 72, para espectros que. pertenecen a tramas de longitud l2, donde se prefieren 32 bandas para espectros .de tramas de longitud , y 64 bandas para espectros de tramas de longitud I2.
El pesaje espectral y la torcedura de frecuencia opcionalmente efectuadas por el módulo opcional 56 podrían considerarse un medio de asignación de bits (conformación de ruido de cuantificación). El pesaje de espectro én una escala lineal correspondiente al preénfasis podría realizarse usando una constante µ = 0,9 o una constante que se encuentra entre 0,8 y 0,95, de manera que el correspondiente preénfasis corresponderá aproximadamente a la torcedura de escala Bark.
La modificación del espectro de potencia dentro del módulo 56 puede incluir la diseminación del espectro de potencia, el modelado del enmascarado simultáneo, y en consecuencia, el reemplazo de los módulos de pesaje LPC 44 y 94.
Si se utiliza una escala lineal, y se aplica el pesaje de espectro correspondiente al preénfasis, entonces los resultados del codificador de audio de la Fig. 4 obtenidos del lado de la decodificación, es decir, en la salida del decodificador de audio de la Fig. 3, son perceptivamente muy similares al resultado de reconstrucción convencional obtenido de acuerdo con la realización de la Fig. 1.
Algunos resultados de prueba de escucha se han logrado usando las realizaciones identificadas anteriormente. De estas pruebas, resultó que el análisis de LPC convencional que se muestra en la Fig. 1 y el análisis de LPC sobre la base de MDCT de escala lineal produjeron resultados perceptivamente equivalentes cuando: • el pesaje de espectro en el análisis de LPC sobre la base de MDCT corresponde al preénfasis en el análisis de LPC convencional; • se usa el mismo ventaneado dentro de la descomposición espectral, tal como una ventana de seno de baja superposición; y • se usa la escala lineal en el análisis de LPC sobre la base de MDCT. La diferencia imperceptible entre el análisis de LPC convencional y el análisis de LPC sobre la base de MDCT de escala lineal probablemente provenga del hecho de que la LPC se usa para la conformación de ruido de cuantificación, y de que hay suficientes bits a 48 kbit/s para codificar los coeficientes de MDCT de manera suficientemente precisa.
Además, resultó que el uso de la escala de Bark o la escala no lineal mediante la aplicación de la torcedura de escala dentro del módulo 56 logró resultados de eficiencia de codificación o de pruebas de escucha de acuerdo con los cuales la escala de Bark supera la escala lineal para las piezas de audio de prueba Applause (aplauso), Fatboy (chico gordo), RockYou (mecer), Waiting (esperar), bohemian (bohemio), fuguepremikres, kraftwerk, lesvoleurs, teardrop (lágrima).
La escala de Bark falla en gran medida para hockey y linchpin (cabilla). Otro ítem que tiene problemas en la escala de Bark es bibilolo, que no se incluyó en la prueba, ya que presenta una música experimental con estructura de espectro específica. Algunos oyentes además expresaron fuerte desagrado del ítem bibilolo.
Sin embargo, es posible que el codificador de audio de las Figs. 2 y 4 cambie entre diferentes escalas. Es decir, el módulo 56 podría aplicar diferentes escalas para diferentes espectros de acuerdo con las características de la señal de audio tales como la transitoriedad o tonalidad, o usar diferentes escalas de frecuencia para producir múltiples señales cuantificadas y una medida para determinar la mejor de las señales cuantificadas, perceptivamente. Resultó que el cambio de escala logra mejoramientos en presencia de transitoriedades, tales como las transitoriedades en RockYou y linchpin, en comparación con ambas versiones no cambiadas (escalas de Bark y lineal).
Debe mencionarse que las realizaciones reseñadas con anterioridad podrían usarse como el modo TCX en un códec de audio de múltiples modos, tal como un códec que soporta ACELP, y la realización reseñada anteriormente, como un modo de tipo TCX. Como entramado, podrían usarse las tramas de una longitud constante, tal como de 20 ms. De esta manera, podría obtenerse una clase de versión de bajo retardo del códec USAC, que es muy eficiente. Como el TNS, podría usarse el TNS de AAC-ELD. A fin de reducir la cantidad de bits utilizada para la información de lado, el número de filtros podría fijarse en dos, uno que opera a de 600 Hz a 4500 Hz, y un segundo, de 4500 Hz al final del espectro del codificador núcleo. Los filtros podrían ser independientemente encendidos y apagados. Los filtros podrían aplicarse y transmitirse como un enrejado usando coeficientes Parcor. El orden máximo de un filtro podría establecerse en ocho, y podrían usarse cuatro bits por coeficiente de filtro. Podría usarse la codificación Huffman para reducir el número de bits utilizados para el orden de un filtro y para sus coeficientes.
Si bien se han descripto algunos aspectos en el contexto de un aparato, es claro que estos aspectos además representan una descripción del correspondiente método, donde un bloque o dispositivo corresponde a un paso de método o un rasgo de un paso de método. En forma análoga, los aspectos que se describen en el contexto de un paso de método representan además una descripción de un correspondiente bloque, ítem o rasgo de un correspondiente aparato. Algunos o la totalidad de los pasos de método pueden ejecutarse mediante (o usando) un aparato de soporte físico, por ejemplo, un microprocesador, una computadora programable o un circuito electrónico. En algunas realizaciones, algunos de uno o más de los pasos de método más importantes pueden ser ejecutados por dicho aparato.
De acuerdo con ciertos requisitos de implementación, las realizaciones de la invención pueden ser implementadas en soporte físico o en soporte lógico. La implementación puede realizarse usando un medio de almacenamiento digital, por ejemplo, un disco flexible, un DVD [disco versátil digital], un Blu-Ray, un CD [disco compacto], una ROM [sigla en inglés de: memoria de solo lectura], una PROM [sigla en inglés de: memoria de solo lectura programable], una EPROM [sigla en inglés de: memoria de solo lectura programable borrable], una EEPROM [sigla en inglés de: memoria de solo lectura programable y borrable electrónicamente] o una memoria FLASH, que tienen señales de control legibles electrónicamente allí almacenadas, que cooperan (o son capaces de cooperar) con un sistéma de computadora programable de manera de efectuar el respectivo método. Por lo tanto, el medio de almacenamiento digital puede ser legible por computadora.
Algunas realizaciones de acuerdo con la invención comprenden un portador : i ¡ ; :|¡; :¡ de datos que tiene señales de control legibles electrónicamente, que son capaces de cooperar con un sistema de computadora programable, de modo de realizar uno de los métodos que se describen en esta solicitud.
En general, las realizaciones de la presente invención pueden implementarse como un producto de programa para computadora con un código de programa, donde el código de programa opera para llevar a cabo uno de los métodos cuando el producto de programa de computadora se ejecuta en una computadora. El código de programa, por ejemplo, puede ser almacenado en un portador legible por una máquina.
Otras realizaciones comprenden el programa de computadora para realizar uno de los métodos que se describen en esta solicitud, almacenado en un portador legible por una máquina.
En otras palabras, una realización del método de la invención, es, por lo tanto, un programa para computadora que tiene un código de programa para realizar uno de los métodos que se describen en esta solicitud, cuando el programa de computadora se ejecuta en una computadora.
Una realización adicional de los métodos de la invención es, por lo tanto, un portador de datos (o un medio de almacenamiento digital, o un medio legible por computadora) que comprende, allí grabado, el programa de computadora para efectuar uno de los métodos que se describen en esta solicitud. El portador de datos, el medio de almacenamiento digital o el medio grabado habitualmente son tangibles y/o no transicionales.
Una realización adicional del método de la invención es, por lo tanto, una corriente de datos o una secuencia de señales que representa el programa de computadora para realizar uno de los métodos que se describen en esta solicitud. La corriente de datos o la secuencia de señales, por ejemplo, puede, configurarse para ser transferida por medio de una conexión de comunicación de datos, por ejemplo, mediante la Internet.
Una realización adicional comprende un medio de procesamiento, por ejemplo, una computadora, o un dispositivo lógico programable, configurado o adaptado para realizar uno de los métodos que se describen en esta solicitud.
Una realización más comprende una computadora que tiene instalado el programa de computadora para llevar a cabo uno de los métodos que se describen en la presente solicitud.
Una realización adicional de acuerdo con la invención comprende un aparato o un sistema configurado para la transferencia (por ejemplo, de manera electrónica u óptica) de un programa de computadora para la realización de uno de los métodos que se describen en esta solicitud, a un receptor. El receptor puede ser, por ejemplo, una computadora, un dispositivo móvil, un dispositivo de memoria o similar. El aparato o el sistema, por ejemplo, puede comprender un servidor de archivo para la transferencia del programa de computadora al receptor.
En algunas realizaciones, puede usarse un dispositivo lógico programable (por ejemplo, un serie de puertas lógicas programable en campo) a fin de llevar a cabo algunas o todas las funcionalidades de los métodos que se describen en esta solicitud. En algunas realizaciones, una serie de puertas lógicas programable en campo puede cooperar con un microprocesador, a fin de llevar a cabo uno de los métodos que se describen en esta solicitud. En general, los métodos se llevan a cabo, preferentemente, por medio de cualquier aparato de soporte físico.
Las realizaciones descriptas con anterioridad son meramente ilustrativas de los principios de la presente invención. Debe entenderse que serán evidentes para los expertos en la técnica modificaciones y variaciones de las disposiciones y los detalles que se describen en esta solicitud. Por lo tanto, se tiene la intención de limitarse solo al alcance de las reivindicaciones de patente inminentes, y no a los detalles específicos que se presentan a modo de descripción y explicación de las realizaciones de la presente solicitud.
Literatura: [1]: USAC codee (Unified Speech and Audio Codee), ISO/IEC CD 23003-3 fechado el 24 de septiembre de 2010.

Claims (13)

REIVINDICACIONES Habiendo asi especialmente descrito y determinado la naturaleza de la presente invención y la forma cómo la misma ha de ser llevada a la práctica se declara reivindicar como de propiedad y derecho exclusivo:
1. Un codificador de audio que comprende un descompositor espectral (10) para descomponer espectralmente, usando un MDCT, una señal de audio de entrada (12) a un espectograma (14) de una secuencia de espectros; una computadora de autocorrelación (50) configurada para calcular una autocorrelación de una corriente actual de la secuencia de espectros ; una computadora de coeficiente de predicción lineal (52) configurada para calcular coeficientes de predicción lineal en base a la correlación; un formador de dominio espectral (22) configurado para formar espectralmente el espectro actual en base a los coeficientes de predicción lineal y una etapa de cuantificación (24) configurada para cuantificar el espectro formado espectralmente; en donde el codificador de audio está configurado para insertar información en cuanto al espectro formado espectralmente e información en cuanto a los coeficientes de predicción lineal a una corriente de datos, en donde la computadora de autocorrelación está configurada para, al calcular la autocorrelacion del espectro actual, calcular el espectro de energía del espectro actual y someter el espectro de potencia a una transformada de ODFT inversa .
2. Un codificador de audio de acuerdo con la reivindicación 1, que comprende: un predictor de espectro (26) configurado para filtrar predictivamente el espectro actual a lo largo de una dimensión espectral, en donde el formador de dominio espectral está configurado para formar espectralmente el espectro de corriente filtrado predictivamente y el codificador de audio está configurado para insertar información en cuanto a como invertir la filtración predictiva a la corriente de datos.
3. Un codificador de audio de acuerdo con la reivindicación 2, en donde el predictor de espectro está configurado para efectuar filtración de predicción lineal en el espectro actual a lo largo de la dimensión espectral, en donde el formador de corriente de datos está configurado de tal manera que la información en cuanto a como invertir la filtración predictiva comprende información en cuanto a coeficientes de predicción lineales adicionales subyacentes a la filtración de predicción lineal en cuanto al espectro actual a lo largo de la dimensión espectral.
4. El codificador de audio de acuerdo con la reivindicación 2 o 3, en donde el codificador de audio está configurado para decidir habilitar o deshabilitar el predictor de espectro dependiendo de la tonalidad o capacidad de transitoria de la señal de entrada de audio o una ganancia de predicción de filtro, en donde el codificador de audio está configurado para insertar información en cuanto a la decisión .
5. Un codificador de audio de acuerdo con una de las reivindicaciones 2 o 4, en donde la computadora de autocorrelación está configurada para calcular la autocorrelación del espectro actual filtrado predictivamente .
6. Un codificador de audio de acuerdo con una cualquiera de las reivindicaciones 2 a 5, en donde el descompositor ejemplar (10) está configurado para conmutar entre diferentes longitudes de transformada en la descomposición espectralmente de la señal de entrada de audio (12) de tal manera que los espectros son de resolución espectral diferente, en donde la computadora de autocorrelación (50) está configurada para calcular la autocorrelación del espectro actual filtrado predictivamente en caso de una resolución espectral del espectro 1 actual que satisface un criterio predeterminado o del espectro actual no filtrado predictivamente en caso de que la '[resolución espectral del espectro actual no satisfaga el criterio predeterminado.
7. Un codificador de audio de acuerdo con la reivindicación 6, en donde la computadora de autocorrelación está configurada de tal manera que el criterio predeterminado es satisfecho si la resolución espectral del espectro actual es más alta que un umbral de resolución espectral.
8. El codificador de audio de acuerdo con una de las reivindicaciones 1 a 7, en donde la computadora de autocorrelación está configurada para, al calcular la autocorrelación del espectro actual, ponderar perceptualmente el espectro de potencia y someter el espectro de potencia a la transformada de ODFT inversa como ponderada perceptualmente .
9. El codificador de audio de acuerdo con la reivindicación 8, en donde la computadora de autocorrelación está configurada para cambiar la escala de frecuencia del espectro actual y para efectuar la ponderación perceptual del espectro de potencia en la escala de frecuencia cambiada.
10. El codificador de audio de acuerdo con cualquiera de las reivindicaciones 1 a 9, en donde el codificador de audio está configurado para insertar la información en cuanto a los coeficientes de predicción lineal a la corriente de datos en una forma cuantificada, en donde el formador de dominio espectral está configurado para formar espectralmente el espectro actual en base a los coeficientes de predicción lineales cuantificados .
11. El codificador de audio de acuerdo con la reivindicación 10, en donde el codificador de audio está configurado para insertar la información en cuanto a los coeficientes de predicción lineal a la corriente de datos en una forma de acuerdo con la cual la cuantificación de los coeficientes de predicción lineal toman lugar en el dominio de LSF o LSP.
12. Un método de codificación que comprende descomponer espectralmente, usando un MDCT, una señal de entrada de audio (12) a un espectograma (14) de una secuencia de espectros; calcular una autocorrelación de un espectro actual de la secuencia de espectros; calcular coeficientes de predicción lineal en base a la autocorrelación; formar espectralmente el espectro actual en base a los coeficientes de predicción lineal; cuantificar el espectro formado espectralmente e insertar información en cuanto al espectro formado espectralmente cuantificado e información en cuanto a los coeficientes de predicción lineal a una corriente de datos, en donde el cálculo de la autocorrelación del espectro actual comprende calcular el espectro de potencia del espectro actual y someter el espectro de potencia,,, a una transformada de ODFT inversa.
13. Un programa de computadora, caracterizado porque tiene códigos de programa para efectuar, cuando es ejecutado en una computadora, el método de acuerdo con la reivindicación 12.
MX2013009346A 2011-02-14 2012-02-14 Prediccion lineal basada en esquema de codificacion utilizando conformacion de ruido de dominio espectral. MX2013009346A (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201161442632P 2011-02-14 2011-02-14
PCT/EP2012/052455 WO2012110476A1 (en) 2011-02-14 2012-02-14 Linear prediction based coding scheme using spectral domain noise shaping

Publications (1)

Publication Number Publication Date
MX2013009346A true MX2013009346A (es) 2013-10-01

Family

ID=71943596

Family Applications (1)

Application Number Title Priority Date Filing Date
MX2013009346A MX2013009346A (es) 2011-02-14 2012-02-14 Prediccion lineal basada en esquema de codificacion utilizando conformacion de ruido de dominio espectral.

Country Status (19)

Country Link
US (1) US9595262B2 (es)
EP (1) EP2676266B1 (es)
JP (1) JP5625126B2 (es)
KR (1) KR101617816B1 (es)
CN (1) CN103477387B (es)
AR (1) AR085794A1 (es)
AU (1) AU2012217156B2 (es)
BR (2) BR112013020587B1 (es)
CA (1) CA2827277C (es)
ES (1) ES2534972T3 (es)
HK (1) HK1192050A1 (es)
MX (1) MX2013009346A (es)
MY (1) MY165853A (es)
PL (1) PL2676266T3 (es)
RU (1) RU2575993C2 (es)
SG (1) SG192748A1 (es)
TW (1) TWI488177B (es)
WO (1) WO2012110476A1 (es)
ZA (1) ZA201306840B (es)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010003663A1 (en) * 2008-07-11 2010-01-14 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio encoder and decoder for encoding frames of sampled audio signals
CA2777073C (en) * 2009-10-08 2015-11-24 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Multi-mode audio signal decoder, multi-mode audio signal encoder, methods and computer program using a linear-prediction-coding based noise shaping
US8891775B2 (en) * 2011-05-09 2014-11-18 Dolby International Ab Method and encoder for processing a digital stereo audio signal
CA2899542C (en) * 2013-01-29 2020-08-04 Guillaume Fuchs Noise filling without side information for celp-like coders
BR122020015614B1 (pt) * 2014-04-17 2022-06-07 Voiceage Evs Llc Método e dispositivo para interpolar parâmetros de filtro de predição linear em um quadro de processamento de sinal sonoro atual seguindo um quadro de processamento de sinal sonoro anterior
KR101837153B1 (ko) * 2014-05-01 2018-03-09 니폰 덴신 덴와 가부시끼가이샤 주기성 통합 포락 계열 생성 장치, 주기성 통합 포락 계열 생성 방법, 주기성 통합 포락 계열 생성 프로그램, 기록매체
EP2980798A1 (en) * 2014-07-28 2016-02-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Harmonicity-dependent controlling of a harmonic filter tool
US10310826B2 (en) * 2015-11-19 2019-06-04 Intel Corporation Technologies for automatic reordering of sparse matrices
EP3405950B1 (en) 2016-01-22 2022-09-28 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Stereo audio coding with ild-based normalisation prior to mid/side decision
EP3382701A1 (en) 2017-03-31 2018-10-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for post-processing an audio signal using prediction based shaping
WO2019091573A1 (en) 2017-11-10 2019-05-16 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for encoding and decoding an audio signal using downsampling or interpolation of scale parameters
WO2019091576A1 (en) 2017-11-10 2019-05-16 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio encoders, audio decoders, methods and computer programs adapting an encoding and decoding of least significant bits
EP3483884A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Signal filtering
EP3483886A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Selecting pitch lag
EP3483883A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio coding and decoding with selective postfiltering
EP3483879A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Analysis/synthesis windowing function for modulated lapped transformation
EP3483882A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Controlling bandwidth in encoders and/or decoders
EP3483880A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Temporal noise shaping
EP3483878A1 (en) 2017-11-10 2019-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio decoder supporting a set of different loss concealment tools
EP4336497A3 (en) 2018-07-04 2024-03-20 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Multisignal encoder, multisignal decoder, and related methods using signal whitening or signal post processing
DE102020210917B4 (de) 2019-08-30 2023-10-19 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein Verbesserter M/S-Stereo-Codierer und -Decodierer
KR20230066547A (ko) 2020-07-07 2023-05-16 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. 오디오 양자화기, 오디오 역양자화기 및 관련 방법들

Family Cites Families (211)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE294441T1 (de) 1991-06-11 2005-05-15 Qualcomm Inc Vocoder mit veränderlicher bitrate
US5408580A (en) 1992-09-21 1995-04-18 Aware, Inc. Audio compression system employing multi-rate signal analysis
SE501340C2 (sv) 1993-06-11 1995-01-23 Ericsson Telefon Ab L M Döljande av transmissionsfel i en talavkodare
BE1007617A3 (nl) 1993-10-11 1995-08-22 Philips Electronics Nv Transmissiesysteem met gebruik van verschillende codeerprincipes.
US5657422A (en) 1994-01-28 1997-08-12 Lucent Technologies Inc. Voice activity detection driven noise remediator
US5784532A (en) 1994-02-16 1998-07-21 Qualcomm Incorporated Application specific integrated circuit (ASIC) for performing rapid speech compression in a mobile telephone system
US5684920A (en) * 1994-03-17 1997-11-04 Nippon Telegraph And Telephone Acoustic signal transform coding method and decoding method having a high efficiency envelope flattening method therein
US5568588A (en) 1994-04-29 1996-10-22 Audiocodes Ltd. Multi-pulse analysis speech processing System and method
CN1090409C (zh) 1994-10-06 2002-09-04 皇家菲利浦电子有限公司 采用不同编码原理的传送系统
US5537510A (en) * 1994-12-30 1996-07-16 Daewoo Electronics Co., Ltd. Adaptive digital audio encoding apparatus and a bit allocation method thereof
SE506379C3 (sv) 1995-03-22 1998-01-19 Ericsson Telefon Ab L M Lpc-talkodare med kombinerad excitation
US5727119A (en) 1995-03-27 1998-03-10 Dolby Laboratories Licensing Corporation Method and apparatus for efficient implementation of single-sideband filter banks providing accurate measures of spectral magnitude and phase
JP3317470B2 (ja) 1995-03-28 2002-08-26 日本電信電話株式会社 音響信号符号化方法、音響信号復号化方法
US5754733A (en) * 1995-08-01 1998-05-19 Qualcomm Incorporated Method and apparatus for generating and encoding line spectral square roots
US5659622A (en) 1995-11-13 1997-08-19 Motorola, Inc. Method and apparatus for suppressing noise in a communication system
US5890106A (en) 1996-03-19 1999-03-30 Dolby Laboratories Licensing Corporation Analysis-/synthesis-filtering system with efficient oddly-stacked singleband filter bank using time-domain aliasing cancellation
US5848391A (en) 1996-07-11 1998-12-08 Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschung E.V. Method subband of coding and decoding audio signals using variable length windows
JP3259759B2 (ja) 1996-07-22 2002-02-25 日本電気株式会社 音声信号伝送方法及び音声符号復号化システム
US5960389A (en) 1996-11-15 1999-09-28 Nokia Mobile Phones Limited Methods for generating comfort noise during discontinuous transmission
JPH10214100A (ja) 1997-01-31 1998-08-11 Sony Corp 音声合成方法
US6134518A (en) 1997-03-04 2000-10-17 International Business Machines Corporation Digital audio signal coding using a CELP coder and a transform coder
SE512719C2 (sv) 1997-06-10 2000-05-02 Lars Gustaf Liljeryd En metod och anordning för reduktion av dataflöde baserad på harmonisk bandbreddsexpansion
JP3223966B2 (ja) 1997-07-25 2001-10-29 日本電気株式会社 音声符号化／復号化装置
US6070137A (en) 1998-01-07 2000-05-30 Ericsson Inc. Integrated frequency-domain voice coding using an adaptive spectral enhancement filter
ATE302991T1 (de) 1998-01-22 2005-09-15 Deutsche Telekom Ag Verfahren zur signalgesteuerten schaltung zwischen verschiedenen audiokodierungssystemen
GB9811019D0 (en) 1998-05-21 1998-07-22 Univ Surrey Speech coders
US6173257B1 (en) 1998-08-24 2001-01-09 Conexant Systems, Inc Completed fixed codebook for speech encoder
US6439967B2 (en) 1998-09-01 2002-08-27 Micron Technology, Inc. Microelectronic substrate assembly planarizing machines and methods of mechanical and chemical-mechanical planarization of microelectronic substrate assemblies
SE521225C2 (sv) 1998-09-16 2003-10-14 Ericsson Telefon Ab L M Förfarande och anordning för CELP-kodning/avkodning
US7272556B1 (en) 1998-09-23 2007-09-18 Lucent Technologies Inc. Scalable and embedded codec for speech and audio signals
US7124079B1 (en) 1998-11-23 2006-10-17 Telefonaktiebolaget Lm Ericsson (Publ) Speech coding with comfort noise variability feature for increased fidelity
FI114833B (fi) 1999-01-08 2004-12-31 Nokia Corp Menetelmä, puhekooderi ja matkaviestin puheenkoodauskehysten muodostamiseksi
DE19921122C1 (de) 1999-05-07 2001-01-25 Fraunhofer Ges Forschung Verfahren und Vorrichtung zum Verschleiern eines Fehlers in einem codierten Audiosignal und Verfahren und Vorrichtung zum Decodieren eines codierten Audiosignals
JP4024427B2 (ja) * 1999-05-24 2007-12-19 株式会社リコー 線形予測係数抽出装置、線形予測係数抽出方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体
CN1145928C (zh) 1999-06-07 2004-04-14 艾利森公司 用参数噪声模型统计量产生舒适噪声的方法及装置
JP4464484B2 (ja) 1999-06-15 2010-05-19 パナソニック株式会社 雑音信号符号化装置および音声信号符号化装置
US6236960B1 (en) 1999-08-06 2001-05-22 Motorola, Inc. Factorial packing method and apparatus for information coding
US6636829B1 (en) 1999-09-22 2003-10-21 Mindspeed Technologies, Inc. Speech communication system and method for handling lost frames
ES2269112T3 (es) 2000-02-29 2007-04-01 Qualcomm Incorporated Codificador de voz multimodal en bucle cerrado de dominio mixto.
JP2002118517A (ja) 2000-07-31 2002-04-19 Sony Corp 直交変換装置及び方法、逆直交変換装置及び方法、変換符号化装置及び方法、並びに復号装置及び方法
FR2813722B1 (fr) 2000-09-05 2003-01-24 France Telecom Procede et dispositif de dissimulation d'erreurs et systeme de transmission comportant un tel dispositif
US6847929B2 (en) 2000-10-12 2005-01-25 Texas Instruments Incorporated Algebraic codebook system and method
US6636830B1 (en) 2000-11-22 2003-10-21 Vialta Inc. System and method for noise reduction using bi-orthogonal modified discrete cosine transform
CA2327041A1 (en) 2000-11-22 2002-05-22 Voiceage Corporation A method for indexing pulse positions and signs in algebraic codebooks for efficient coding of wideband signals
US7901873B2 (en) 2001-04-23 2011-03-08 Tcp Innovations Limited Methods for the diagnosis and treatment of bone disorders
US7136418B2 (en) 2001-05-03 2006-11-14 University Of Washington Scalable and perceptually ranked signal coding and decoding
KR100464369B1 (ko) 2001-05-23 2005-01-03 삼성전자주식회사 음성 부호화 시스템의 여기 코드북 탐색 방법
US20020184009A1 (en) 2001-05-31 2002-12-05 Heikkinen Ari P. Method and apparatus for improved voicing determination in speech signals containing high levels of jitter
US20030120484A1 (en) 2001-06-12 2003-06-26 David Wong Method and system for generating colored comfort noise in the absence of silence insertion description packets
DE10129240A1 (de) 2001-06-18 2003-01-02 Fraunhofer Ges Forschung Verfahren und Vorrichtung zum Verarbeiten von zeitdiskreten Audio-Abtastwerten
US6879955B2 (en) 2001-06-29 2005-04-12 Microsoft Corporation Signal modification based on continuous time warping for low bit rate CELP coding
DE10140507A1 (de) 2001-08-17 2003-02-27 Philips Corp Intellectual Pty Verfahren für die algebraische Codebook-Suche eines Sprachsignalkodierers
US7711563B2 (en) 2001-08-17 2010-05-04 Broadcom Corporation Method and system for frame erasure concealment for predictive speech coding based on extrapolation of speech waveform
KR100438175B1 (ko) 2001-10-23 2004-07-01 엘지전자 주식회사 코드북 검색방법
US6934677B2 (en) 2001-12-14 2005-08-23 Microsoft Corporation Quantization matrices based on critical band pattern information for digital audio wherein quantization bands differ from critical bands
CA2365203A1 (en) 2001-12-14 2003-06-14 Voiceage Corporation A signal modification method for efficient coding of speech signals
US7240001B2 (en) 2001-12-14 2007-07-03 Microsoft Corporation Quality improvement techniques in an audio encoder
DE10200653B4 (de) 2002-01-10 2004-05-27 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Skalierbarer Codierer, Verfahren zum Codieren, Decodierer und Verfahren zum Decodieren für einen skalierten Datenstrom
CA2388439A1 (en) 2002-05-31 2003-11-30 Voiceage Corporation A method and device for efficient frame erasure concealment in linear predictive based speech codecs
CA2388352A1 (en) 2002-05-31 2003-11-30 Voiceage Corporation A method and device for frequency-selective pitch enhancement of synthesized speed
CA2388358A1 (en) 2002-05-31 2003-11-30 Voiceage Corporation A method and device for multi-rate lattice vector quantization
US7302387B2 (en) 2002-06-04 2007-11-27 Texas Instruments Incorporated Modification of fixed codebook search in G.729 Annex E audio coding
US20040010329A1 (en) 2002-07-09 2004-01-15 Silicon Integrated Systems Corp. Method for reducing buffer requirements in a digital audio decoder
DE10236694A1 (de) 2002-08-09 2004-02-26 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum skalierbaren Codieren und Vorrichtung und Verfahren zum skalierbaren Decodieren
US7502743B2 (en) 2002-09-04 2009-03-10 Microsoft Corporation Multi-channel audio encoding and decoding with multi-channel transform selection
US7299190B2 (en) 2002-09-04 2007-11-20 Microsoft Corporation Quantization and inverse quantization for audio
EP1543307B1 (en) * 2002-09-19 2006-02-22 Matsushita Electric Industrial Co., Ltd. Audio decoding apparatus and method
RU2331933C2 (ru) 2002-10-11 2008-08-20 Нокиа Корпорейшн Способы и устройства управляемого источником широкополосного кодирования речи с переменной скоростью в битах
US7343283B2 (en) 2002-10-23 2008-03-11 Motorola, Inc. Method and apparatus for coding a noise-suppressed audio signal
US7363218B2 (en) 2002-10-25 2008-04-22 Dilithium Networks Pty. Ltd. Method and apparatus for fast CELP parameter mapping
KR100463559B1 (ko) 2002-11-11 2004-12-29 한국전자통신연구원 대수 코드북을 이용하는 켈프 보코더의 코드북 검색방법
KR100463419B1 (ko) 2002-11-11 2004-12-23 한국전자통신연구원 적은 복잡도를 가진 고정 코드북 검색방법 및 장치
KR100465316B1 (ko) 2002-11-18 2005-01-13 한국전자통신연구원 음성 부호화기 및 이를 이용한 음성 부호화 방법
KR20040058855A (ko) 2002-12-27 2004-07-05 엘지전자 주식회사 음성 변조 장치 및 방법
US7876966B2 (en) 2003-03-11 2011-01-25 Spyder Navigations L.L.C. Switching between coding schemes
US7249014B2 (en) 2003-03-13 2007-07-24 Intel Corporation Apparatus, methods and articles incorporating a fast algebraic codebook search technique
US20050021338A1 (en) 2003-03-17 2005-01-27 Dan Graboi Recognition device and system
KR100556831B1 (ko) 2003-03-25 2006-03-10 한국전자통신연구원 전역 펄스 교체를 통한 고정 코드북 검색 방법
WO2004090870A1 (ja) 2003-04-04 2004-10-21 Kabushiki Kaisha Toshiba 広帯域音声を符号化または復号化するための方法及び装置
DE10321983A1 (de) 2003-05-15 2004-12-09 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Einbetten einer binären Nutzinformation in ein Trägersignal
US7548852B2 (en) 2003-06-30 2009-06-16 Koninklijke Philips Electronics N.V. Quality of decoded audio by adding noise
DE10331803A1 (de) 2003-07-14 2005-02-17 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Umsetzen in eine transformierte Darstellung oder zum inversen Umsetzen der transformierten Darstellung
CA2475282A1 (en) 2003-07-17 2005-01-17 Her Majesty The Queen In Right Of Canada As Represented By The Minister Of Industry Through The Communications Research Centre Volume hologram
DE10345995B4 (de) 2003-10-02 2005-07-07 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Verarbeiten eines Signals mit einer Sequenz von diskreten Werten
DE10345996A1 (de) 2003-10-02 2005-04-28 Fraunhofer Ges Forschung Vorrichtung und Verfahren zum Verarbeiten von wenigstens zwei Eingangswerten
US7418396B2 (en) 2003-10-14 2008-08-26 Broadcom Corporation Reduced memory implementation technique of filterbank and block switching for real-time audio applications
US20050091044A1 (en) 2003-10-23 2005-04-28 Nokia Corporation Method and system for pitch contour quantization in audio coding
US20050091041A1 (en) 2003-10-23 2005-04-28 Nokia Corporation Method and system for speech coding
CN1914669A (zh) 2004-01-28 2007-02-14 皇家飞利浦电子股份有限公司 使用复数值数据的音频信号解码
AU2004317109B2 (en) 2004-02-12 2008-05-22 Core Wireless Licensing S.A.R.L. Classified media quality of experience
DE102004007200B3 (de) 2004-02-13 2005-08-11 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audiocodierung
CA2457988A1 (en) 2004-02-18 2005-08-18 Voiceage Corporation Methods and devices for audio compression based on acelp/tcx coding and multi-rate lattice vector quantization
FI118835B (fi) 2004-02-23 2008-03-31 Nokia Corp Koodausmallin valinta
FI118834B (fi) 2004-02-23 2008-03-31 Nokia Corp Audiosignaalien luokittelu
JP4744438B2 (ja) 2004-03-05 2011-08-10 パナソニック株式会社 エラー隠蔽装置およびエラー隠蔽方法
WO2005096274A1 (fr) * 2004-04-01 2005-10-13 Beijing Media Works Co., Ltd Dispositif et procede de codage/decodage audio ameliores
GB0408856D0 (en) 2004-04-21 2004-05-26 Nokia Corp Signal encoding
MXPA06012617A (es) 2004-05-17 2006-12-15 Nokia Corp Codificacion de audio con diferentes longitudes de cuadro de codificacion.
JP4168976B2 (ja) 2004-05-28 2008-10-22 ソニー株式会社 オーディオ信号符号化装置及び方法
US7649988B2 (en) 2004-06-15 2010-01-19 Acoustic Technologies, Inc. Comfort noise generator using modified Doblinger noise estimate
US8160274B2 (en) 2006-02-07 2012-04-17 Bongiovi Acoustics Llc. System and method for digital signal processing
US7630902B2 (en) 2004-09-17 2009-12-08 Digital Rise Technology Co., Ltd. Apparatus and methods for digital audio coding using codebook application ranges
KR100656788B1 (ko) 2004-11-26 2006-12-12 한국전자통신연구원 비트율 신축성을 갖는 코드벡터 생성 방법 및 그를 이용한 광대역 보코더
RU2405217C2 (ru) 2005-01-31 2010-11-27 Скайп Лимитед Способ взвешенного сложения с перекрытием
CN100593197C (zh) 2005-02-02 2010-03-03 富士通株式会社 信号处理方法和装置
US20070147518A1 (en) 2005-02-18 2007-06-28 Bruno Bessette Methods and devices for low-frequency emphasis during audio compression based on ACELP/TCX
US8155965B2 (en) 2005-03-11 2012-04-10 Qualcomm Incorporated Time warping frames inside the vocoder by modifying the residual
US7707034B2 (en) 2005-05-31 2010-04-27 Microsoft Corporation Audio codec post-filter
RU2296377C2 (ru) 2005-06-14 2007-03-27 Михаил Николаевич Гусев Способ анализа и синтеза речи
EP1897085B1 (en) 2005-06-18 2017-05-31 Nokia Technologies Oy System and method for adaptive transmission of comfort noise parameters during discontinuous speech transmission
FR2888699A1 (fr) 2005-07-13 2007-01-19 France Telecom Dispositif de codage/decodage hierachique
KR100851970B1 (ko) * 2005-07-15 2008-08-12 삼성전자주식회사 오디오 신호의 중요주파수 성분 추출방법 및 장치와 이를이용한 저비트율 오디오 신호 부호화/복호화 방법 및 장치
US7610197B2 (en) 2005-08-31 2009-10-27 Motorola, Inc. Method and apparatus for comfort noise generation in speech communication systems
RU2312405C2 (ru) 2005-09-13 2007-12-10 Михаил Николаевич Гусев Способ осуществления машинной оценки качества звуковых сигналов
US20070174047A1 (en) 2005-10-18 2007-07-26 Anderson Kyle D Method and apparatus for resynchronizing packetized audio streams
US7720677B2 (en) 2005-11-03 2010-05-18 Coding Technologies Ab Time warped modified transform coding of audio signals
US8255207B2 (en) 2005-12-28 2012-08-28 Voiceage Corporation Method and device for efficient frame erasure concealment in speech codecs
WO2007080211A1 (en) 2006-01-09 2007-07-19 Nokia Corporation Decoding of binaural audio signals
EP1984911A4 (en) * 2006-01-18 2012-03-14 Lg Electronics Inc DEVICE AND METHOD FOR SIGNAL CODING AND DECODING
CN101371297A (zh) 2006-01-18 2009-02-18 Lg电子株式会社 用于编码和解码信号的设备和方法
US8032369B2 (en) 2006-01-20 2011-10-04 Qualcomm Incorporated Arbitrary average data rates for variable rate coders
FR2897733A1 (fr) 2006-02-20 2007-08-24 France Telecom Procede de discrimination et d'attenuation fiabilisees des echos d'un signal numerique dans un decodeur et dispositif correspondant
FR2897977A1 (fr) 2006-02-28 2007-08-31 France Telecom Procede de limitation de gain d'excitation adaptative dans un decodeur audio
EP1852848A1 (en) 2006-05-05 2007-11-07 Deutsche Thomson-Brandt GmbH Method and apparatus for lossless encoding of a source signal using a lossy encoded data stream and a lossless extension data stream
US7959940B2 (en) 2006-05-30 2011-06-14 Advanced Cardiovascular Systems, Inc. Polymer-bioceramic composite implantable medical devices
EP2030199B1 (en) * 2006-05-30 2009-10-28 Koninklijke Philips Electronics N.V. Linear predictive coding of an audio signal
JP4810335B2 (ja) 2006-07-06 2011-11-09 株式会社東芝 広帯域オーディオ信号符号化装置および広帯域オーディオ信号復号装置
JP5052514B2 (ja) 2006-07-12 2012-10-17 パナソニック株式会社 音声復号装置
JP5190363B2 (ja) 2006-07-12 2013-04-24 パナソニック株式会社 音声復号装置、音声符号化装置、および消失フレーム補償方法
US7933770B2 (en) 2006-07-14 2011-04-26 Siemens Audiologische Technik Gmbh Method and device for coding audio data based on vector quantisation
CN102096937B (zh) 2006-07-24 2014-07-09 索尼株式会社 毛发运动合成器系统和用于毛发/皮毛流水线的优化技术
US7987089B2 (en) 2006-07-31 2011-07-26 Qualcomm Incorporated Systems and methods for modifying a zero pad region of a windowed frame of an audio signal
EP2054879B1 (en) 2006-08-15 2010-01-20 Broadcom Corporation Re-phasing of decoder states after packet loss
US7877253B2 (en) 2006-10-06 2011-01-25 Qualcomm Incorporated Systems, methods, and apparatus for frame erasure recovery
US8126721B2 (en) 2006-10-18 2012-02-28 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Encoding an information signal
US8417532B2 (en) 2006-10-18 2013-04-09 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Encoding an information signal
US8036903B2 (en) 2006-10-18 2011-10-11 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Analysis filterbank, synthesis filterbank, encoder, de-coder, mixer and conferencing system
US8041578B2 (en) 2006-10-18 2011-10-18 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Encoding an information signal
DE102006049154B4 (de) 2006-10-18 2009-07-09 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Kodierung eines Informationssignals
PT2109098T (pt) 2006-10-25 2020-12-18 Fraunhofer Ges Forschung Aparelho e método para gerar amostras de áudio de domínio de tempo
DE102006051673A1 (de) 2006-11-02 2008-05-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Nachbearbeiten von Spektralwerten und Encodierer und Decodierer für Audiosignale
KR101016224B1 (ko) 2006-12-12 2011-02-25 프라운호퍼-게젤샤프트 추르 푀르데룽 데어 안제반텐 포르슝 에 파우 인코더, 디코더 및 시간 영역 데이터 스트림을 나타내는 데이터 세그먼트를 인코딩하고 디코딩하는 방법
FR2911228A1 (fr) 2007-01-05 2008-07-11 France Telecom Codage par transformee, utilisant des fenetres de ponderation et a faible retard.
KR101379263B1 (ko) 2007-01-12 2014-03-28 삼성전자주식회사 대역폭 확장 복호화 방법 및 장치
FR2911426A1 (fr) 2007-01-15 2008-07-18 France Telecom Modification d'un signal de parole
US7873064B1 (en) 2007-02-12 2011-01-18 Marvell International Ltd. Adaptive jitter buffer-packet loss concealment
EP2128855A1 (en) 2007-03-02 2009-12-02 Panasonic Corporation Voice encoding device and voice encoding method
JP4708446B2 (ja) 2007-03-02 2011-06-22 パナソニック株式会社 符号化装置、復号装置およびそれらの方法
JP5241701B2 (ja) 2007-03-02 2013-07-17 パナソニック株式会社 符号化装置および符号化方法
DE102007063635A1 (de) 2007-03-22 2009-04-02 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zur zeitlichen Segmentierung eines Videos in Videobildfolgen und zur Auswahl von Keyframes für das Auffinden von Bildinhalten unter Einbeziehung einer Subshot-Detektion
JP2008261904A (ja) 2007-04-10 2008-10-30 Matsushita Electric Ind Co Ltd 符号化装置、復号化装置、符号化方法および復号化方法
US8630863B2 (en) 2007-04-24 2014-01-14 Samsung Electronics Co., Ltd. Method and apparatus for encoding and decoding audio/speech signal
CN101388210B (zh) 2007-09-15 2012-03-07 华为技术有限公司 编解码方法及编解码器
DK2827327T3 (da) 2007-04-29 2020-10-12 Huawei Tech Co Ltd Fremgangsmåde til excitationsimpulskodning
CA2691993C (en) 2007-06-11 2015-01-27 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Audio encoder for encoding an audio signal having an impulse-like portion and stationary portion, encoding methods, decoder, decoding method, and encoded audio signal
US9653088B2 (en) 2007-06-13 2017-05-16 Qualcomm Incorporated Systems, methods, and apparatus for signal encoding using pitch-regularizing and non-pitch-regularizing coding
KR101513028B1 (ko) 2007-07-02 2015-04-17 엘지전자 주식회사 방송 수신기 및 방송신호 처리방법
US8185381B2 (en) 2007-07-19 2012-05-22 Qualcomm Incorporated Unified filter bank for performing signal conversions
CN101110214B (zh) 2007-08-10 2011-08-17 北京理工大学 一种基于多描述格型矢量量化技术的语音编码方法
US8428957B2 (en) * 2007-08-24 2013-04-23 Qualcomm Incorporated Spectral noise shaping in audio coding based on spectral dynamics in frequency sub-bands
ES2748843T3 (es) 2007-08-27 2020-03-18 Ericsson Telefon Ab L M Análisis/síntesis espectral de baja complejidad utilizando resolución temporal seleccionable
JP4886715B2 (ja) 2007-08-28 2012-02-29 日本電信電話株式会社 定常率算出装置、雑音レベル推定装置、雑音抑圧装置、それらの方法、プログラム及び記録媒体
WO2009033288A1 (en) 2007-09-11 2009-03-19 Voiceage Corporation Method and device for fast algebraic codebook search in speech and audio coding
CN100524462C (zh) 2007-09-15 2009-08-05 华为技术有限公司 对高带信号进行帧错误隐藏的方法及装置
US8576096B2 (en) 2007-10-11 2013-11-05 Motorola Mobility Llc Apparatus and method for low complexity combinatorial coding of signals
KR101373004B1 (ko) 2007-10-30 2014-03-26 삼성전자주식회사 고주파수 신호 부호화 및 복호화 장치 및 방법
CN101425292B (zh) 2007-11-02 2013-01-02 华为技术有限公司 一种音频信号的解码方法及装置
DE102007055830A1 (de) 2007-12-17 2009-06-18 Zf Friedrichshafen Ag Verfahren und Vorrichtung zum Betrieb eines Hybridantriebes eines Fahrzeuges
CN101483043A (zh) 2008-01-07 2009-07-15 中兴通讯股份有限公司 基于分类和排列组合的码本索引编码方法
CN101488344B (zh) 2008-01-16 2011-09-21 华为技术有限公司 一种量化噪声泄漏控制方法及装置
DE102008015702B4 (de) 2008-01-31 2010-03-11 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zur Bandbreitenerweiterung eines Audiosignals
JP5302980B2 (ja) 2008-03-04 2013-10-02 フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン 複数の入力データストリームのミキシングのための装置
US8000487B2 (en) 2008-03-06 2011-08-16 Starkey Laboratories, Inc. Frequency translation by high-frequency spectral envelope warping in hearing assistance devices
FR2929466A1 (fr) 2008-03-28 2009-10-02 France Telecom Dissimulation d'erreur de transmission dans un signal numerique dans une structure de decodage hierarchique
EP2107556A1 (en) 2008-04-04 2009-10-07 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audio transform coding using pitch correction
US8768690B2 (en) 2008-06-20 2014-07-01 Qualcomm Incorporated Coding scheme selection for low-bit-rate applications
MY154452A (en) 2008-07-11 2015-06-15 Fraunhofer Ges Forschung An apparatus and a method for decoding an encoded audio signal
MX2011000375A (es) 2008-07-11 2011-05-19 Fraunhofer Ges Forschung Codificador y decodificador de audio para codificar y decodificar tramas de una señal de audio muestreada.
ES2379761T3 (es) 2008-07-11 2012-05-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Proporcinar una señal de activación de distorsión de tiempo y codificar una señal de audio con la misma
EP2144230A1 (en) 2008-07-11 2010-01-13 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Low bitrate audio encoding/decoding scheme having cascaded switches
ES2683077T3 (es) * 2008-07-11 2018-09-24 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Codificador y decodificador de audio para codificar y decodificar tramas de una señal de audio muestreada
ES2401487T3 (es) 2008-07-11 2013-04-22 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Aparato y procedimiento para la codificación/decodificación de una señal de audio utilizando un esquema de conmutación de generación de señal ajena
CA2871498C (en) 2008-07-11 2017-10-17 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Audio encoder and decoder for encoding and decoding audio samples
US8380498B2 (en) 2008-09-06 2013-02-19 GH Innovation, Inc. Temporal envelope coding of energy attack signal by using attack point location
US8352279B2 (en) 2008-09-06 2013-01-08 Huawei Technologies Co., Ltd. Efficient temporal envelope coding approach by prediction between low band signal and high band signal
US8577673B2 (en) 2008-09-15 2013-11-05 Huawei Technologies Co., Ltd. CELP post-processing for music signals
DE102008042579B4 (de) 2008-10-02 2020-07-23 Robert Bosch Gmbh Verfahren zur Fehlerverdeckung bei fehlerhafter Übertragung von Sprachdaten
EP2345030A2 (en) 2008-10-08 2011-07-20 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Multi-resolution switched audio encoding/decoding scheme
KR101315617B1 (ko) 2008-11-26 2013-10-08 광운대학교 산학협력단 모드 스위칭에 기초하여 윈도우 시퀀스를 처리하는 통합 음성/오디오 부/복호화기
CN101770775B (zh) 2008-12-31 2011-06-22 华为技术有限公司 信号处理方法及装置
BR122019023704B1 (pt) 2009-01-16 2020-05-05 Dolby Int Ab sistema para gerar um componente de frequência alta de um sinal de áudio e método para realizar reconstrução de frequência alta de um componente de frequência alta
US8457975B2 (en) 2009-01-28 2013-06-04 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Audio decoder, audio encoder, methods for decoding and encoding an audio signal and computer program
ES2567129T3 (es) 2009-01-28 2016-04-20 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Codificador de audio, decodificador de audio, información de audio codificada, métodos para la codificación y decodificación de una señal de audio y programa de ordenador
EP2214165A3 (en) 2009-01-30 2010-09-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus, method and computer program for manipulating an audio signal comprising a transient event
EP2234103B1 (en) 2009-03-26 2011-09-28 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Device and method for manipulating an audio signal
KR20100115215A (ko) 2009-04-17 2010-10-27 삼성전자주식회사 가변 비트율 오디오 부호화 및 복호화 장치 및 방법
EP3352168B1 (en) 2009-06-23 2020-09-16 VoiceAge Corporation Forward time-domain aliasing cancellation with application in weighted or original signal domain
JP5267362B2 (ja) 2009-07-03 2013-08-21 富士通株式会社 オーディオ符号化装置、オーディオ符号化方法及びオーディオ符号化用コンピュータプログラムならびに映像伝送装置
CN101958119B (zh) 2009-07-16 2012-02-29 中兴通讯股份有限公司 一种改进的离散余弦变换域音频丢帧补偿器和补偿方法
US8635357B2 (en) 2009-09-08 2014-01-21 Google Inc. Dynamic selection of parameter sets for transcoding media data
TWI430263B (zh) 2009-10-20 2014-03-11 Fraunhofer Ges Forschung 音訊信號編碼器、音訊信號解碼器、使用混疊抵消來將音訊信號編碼或解碼之方法
PL2473995T3 (pl) 2009-10-20 2015-06-30 Fraunhofer Ges Forschung Koder sygnału audio, dekoder sygnału audio, sposób dostarczania zakodowanej reprezentacji treści audio, sposób dostarczania dekodowanej reprezentacji treści audio oraz program komputerowy do wykorzystania w zastosowaniach z małym opóźnieniem
CA2862715C (en) 2009-10-20 2017-10-17 Ralf Geiger Multi-mode audio codec and celp coding adapted therefore
CN102081927B (zh) 2009-11-27 2012-07-18 中兴通讯股份有限公司 一种可分层音频编码、解码方法及系统
US8428936B2 (en) 2010-03-05 2013-04-23 Motorola Mobility Llc Decoder for audio signal including generic audio and speech frames
US8423355B2 (en) 2010-03-05 2013-04-16 Motorola Mobility Llc Encoder for audio signal including generic audio and speech frames
CN103069484B (zh) 2010-04-14 2014-10-08 华为技术有限公司 时/频二维后处理
TW201214415A (en) 2010-05-28 2012-04-01 Fraunhofer Ges Forschung Low-delay unified speech and audio codec
EP2676268B1 (en) 2011-02-14 2014-12-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for processing a decoded audio signal in a spectral domain
AR085895A1 (es) 2011-02-14 2013-11-06 Fraunhofer Ges Forschung Generacion de ruido en codecs de audio
WO2013075753A1 (en) 2011-11-25 2013-05-30 Huawei Technologies Co., Ltd. An apparatus and a method for encoding an input signal

Also Published As

Publication number Publication date
PL2676266T3 (pl) 2015-08-31
AU2012217156A1 (en) 2013-08-29
SG192748A1 (en) 2013-09-30
KR101617816B1 (ko) 2016-05-03
US20130332153A1 (en) 2013-12-12
JP5625126B2 (ja) 2014-11-12
TW201246189A (en) 2012-11-16
BR112013020587B1 (pt) 2021-03-09
WO2012110476A1 (en) 2012-08-23
JP2014510306A (ja) 2014-04-24
BR112013020592B1 (pt) 2021-06-22
AR085794A1 (es) 2013-10-30
ZA201306840B (en) 2014-05-28
AU2012217156B2 (en) 2015-03-19
EP2676266B1 (en) 2015-03-11
ES2534972T3 (es) 2015-04-30
EP2676266A1 (en) 2013-12-25
BR112013020592A2 (pt) 2016-10-18
RU2013142133A (ru) 2015-03-27
CN103477387B (zh) 2015-11-25
RU2575993C2 (ru) 2016-02-27
MY165853A (en) 2018-05-18
KR20130133848A (ko) 2013-12-09
CN103477387A (zh) 2013-12-25
CA2827277A1 (en) 2012-08-23
TWI488177B (zh) 2015-06-11
US9595262B2 (en) 2017-03-14
HK1192050A1 (en) 2014-08-08
BR112013020587A2 (pt) 2018-07-10
CA2827277C (en) 2016-08-30

Similar Documents

Publication Publication Date Title
MX2013009346A (es) Prediccion lineal basada en esquema de codificacion utilizando conformacion de ruido de dominio espectral.
JP6173288B2 (ja) マルチモードオーディオコーデックおよびそれに適応されるｃｅｌｐ符号化
TWI444990B (zh) 用以利用複數預測來處理多聲道音訊信號之音訊編碼器、音訊解碼器及相關方法
CN1957398B (zh) 在基于代数码激励线性预测/变换编码激励的音频压缩期间低频加重的方法和设备
CN103052983B (zh) 音频或视频编码器、音频或视频解码器及编码和解码方法
KR101792712B1 (ko) 주파수 도메인 내의 선형 예측 코딩 기반 코딩을 위한 저주파수 강조
RU2762301C2 (ru) Устройство и способ для кодирования и декодирования аудиосигнала с использованием понижающей дискретизации или интерполяции масштабных параметров
KR20240066586A (ko) 복소수 양자화를 이용하는 오디오 신호의 부호화 및 복호화 방법 및 장치

Legal Events

Date Code Title Description
FG Grant or registration