NO174868B

NO174868B - Method of transmitting an audio signal

Info

Publication number: NO174868B
Application number: NO860718A
Authority: NO
Inventors: Detlef Krahe
Original assignee: Telefunken Fernseh & Rundfunk
Priority date: 1985-02-27
Filing date: 1986-02-26
Publication date: 1994-04-11
Also published as: DK89786D0; JPS61201526A; DE3685134D1; DK89786A; EP0193143A2; ATE75890T1; EP0193143B1; EP0193143A3; NO174868C; DE3506912A1; KR860006885A; JPH0523653B2; HK42996A; DK166933B1; ES552325A0; KR910001428B1; NO860718L; DE3506912C2; ES8707045A1

Abstract

According to the invention, the signal is converted into a signal representing the short-time spectrum (Figure 4) before being transmitted. Components of the signal which are irrelevant to the listener receive less weighting or are suppressed. As a result, the average decision content can be lowered to about 2.5. <IMAGE>

Description

Ved overføring av et audiosignal, eksempelvis ved kringkasting, kabeloverføring, satellittkommunikasjon og ved registreringsapparater er det kjent å omforme det analoge audiosignal til et digitalt signal med en bestemt oppløsning (kvantisering, et bestemt antall bit pr. tastverdi eller samplingsverdi). Etter den digitale overføring gjendannes signalet på ny til opprinnelig analog form. Ved digital over-føring oppnås spesielt en bedre støyavstand. When transmitting an audio signal, for example in broadcasting, cable transmission, satellite communication and in recording devices, it is known to transform the analogue audio signal into a digital signal with a specific resolution (quantization, a specific number of bits per key value or sampling value). After the digital transmission, the signal is restored to its original analogue form. In the case of digital transmission, a better noise clearance is achieved in particular.

Den båndbredde som er nødvendig for overføring av et slikt signal bestemmes hovedsakelig av antall samplingsverdier pr. tidsenhet og den ønskede oppløsning (bit pr. samplingsverdi). The bandwidth required for the transmission of such a signal is mainly determined by the number of sampling values per time unit and the desired resolution (bit per sampling value).

I praksis er det et krav å holde båndbredden minst mulig for en gitt overføring for enten å kunne anvende en smalbåndet kanal eller å kunne overføre flest mulig audiosignaler samtidig i en gitt kanal. Den nødvendige båndbredde lar seg redusere ved reduksjon av antallet samplingsverdier eller antall bit pr. samplingsverdi. Imidlertid vil disse tiltak vanligvis føre til dårligere gjengivelse. In practice, it is a requirement to keep the bandwidth as small as possible for a given transmission in order to either be able to use a narrowband channel or to be able to transmit as many audio signals as possible simultaneously in a given channel. The required bandwidth can be reduced by reducing the number of sampling values or the number of bits per sample value. However, these measures will usually lead to poorer rendering.

Fra det internasjonale patentskrift WO 8303935 og fra tidsskriftet ICASSP 82 Proceedings, Paris, mai 1982 (IEEE) er det kjent hvordan man kan transformere et digitalt signal fra tidsplanet til frekvensplanet og deretter inndele det frekvensspektrum som fremkommer i forskjellige områder som gis forskjellig vektfaktor for det frekvensfordelte signal. Tidsskriftet nevnt ovenfor angir slik teknikk i artikkelen: "Et adaptivt transformasjonskodesystem med korte primære blokklengder og frekvensplankvantisering ved hjelp av tilbakekoplet adaptiv tilpasning". From the international patent document WO 8303935 and from the journal ICASSP 82 Proceedings, Paris, May 1982 (IEEE) it is known how to transform a digital signal from the time plane to the frequency plane and then divide the frequency spectrum that appears into different areas that are given different weighting factors for it frequency distributed signal. The journal mentioned above states such technique in the article: "An adaptive transform coding system with short primary block lengths and frequency plane quantization using feedback adaptive adaptation".

Denne oppfinnelse, representerer en videreføring av denne kjente teknikk, idet oppfinnelsen har som oppgave å skaffe til veie en fremgangsmåte for overføring av et digitalt audiosignal med enda lavere gjennomsnittlig bitrate pr. samplingsverdi uten at gjengivelseskvaliteten reduseres merkbart. This invention represents a continuation of this known technique, as the invention has the task of providing a method for transmitting a digital audio signal with an even lower average bitrate per sampling value without the reproduction quality being noticeably reduced.

Oppgaven løses med den fremgangsmåte som fremgår av det etterfølgende patentkrav 1 og hvis særlige kjennetegn fremgår av dette kravs karakteriserende del. Fordelaktige ytterligere særtrekk ved oppfinnelsen vil fremgå av de underordnede etter-følgende krav. Oppfinnelsen bygger videre på den kjente teknikk slik denne er representert av litteraturstedene og baserer seg dessuten på følgende fakta og utredninger: Det digitaliserte audiosignal som i tillegg er transformert til et korttidsspektralsignal og som langs tidsaksen i det transformerte tidsplan representerer de enkelte samplingsverdier av det analoge signal, inndeles langs denne tidsakse i påfølgende tidsavsnitt og blir under transformasjonen til korttidsspektralsignalet tidsmessig fordelt slik at signalets samtlige spektralkomponenter fremkommer i løpet av et kort tidsintervall på f.eks. 20 ms lengde. The task is solved with the method which appears in the following patent claim 1 and whose special characteristics appear in the characterizing part of this claim. Advantageous additional features of the invention will be apparent from the subordinate subsequent claims. The invention builds on the known technique as represented by the literature and is also based on the following facts and studies: The digitized audio signal which is additionally transformed into a short-term spectral signal and which along the time axis in the transformed schedule represents the individual sampling values of the analogue signal , are divided along this time axis into successive time sections and are, during the transformation to the short-term spectral signal, temporally distributed so that all of the signal's spectral components appear during a short time interval of e.g. 20 ms length.

I dette korttidsspektrum lar seg på grunn av psykoakustiske forhold generelt påvise komponenter som en tilhører ikke vil kunne høre, og som altså i kringkastingsteknisk henseende er irrelevante, i forhold til ved en tidsrepresentasjon over lengre tid eller i sanntid. Av denne grunn kan slike irrelevante spektralkomponenter gis mindre betydning (gis en lav vektfaktor) eller utelates ved overføringen. Ved å innføre disse forholds-regler kan en betraktelig del av de opprinnelig antatte nødven-dige digitale minstekvanta (bit) elimineres ved overføringen, slik at den midlere bitrate for et bestemt antall samplingsverdier kan reduseres betydelig. In this short-term spectrum, due to psychoacoustic conditions, it is generally possible to detect components that a listener will not be able to hear, and which are therefore irrelevant from a broadcasting technical point of view, compared to a time representation over a longer period of time or in real time. For this reason, such irrelevant spectral components can be given less importance (given a low weighting factor) or omitted in the transmission. By introducing these precautions, a considerable part of the originally assumed necessary minimum digital quantities (bits) can be eliminated during the transmission, so that the average bitrate for a certain number of sampling values can be significantly reduced.

Slike irrelevante spektralkomponenter er f.eks. komponenter som ikke overskrider en bestemt amplitude i forhold til en nærliggende maksimalamplitude i spekteret. Fortrinnsvis kan slike komponenter utelates ved overføringen uten merkbar innflytelse på gjengivelseskvaliteten. Slike komponenter oppfattes nemlig ikke grunnet psykoakustiske lovmessigheter som følge av en såkalt maskeringseffekt. En slik effekt kommer til virkning i avhengighet av den tidsmessige fordeling av komponentene såvel som deres gjensidige frekvens- og amplitudeverdier. Such irrelevant spectral components are e.g. components that do not exceed a certain amplitude in relation to a nearby maximum amplitude in the spectrum. Preferably, such components can be omitted in the transfer without appreciable influence on the reproduction quality. Such components are not perceived due to psychoacoustic laws as a result of a so-called masking effect. Such an effect comes into effect depending on the temporal distribution of the components as well as their mutual frequency and amplitude values.

Siden visse tidskonstanter er målgivende for masker-ingsef fekten, deles signalet opp i tidsvinduer i tidsmessig påfølgende intervaller eller blokker med varighet i størrelsesor-den 20 ms, idet maskerings- eller høreterskelen ikke vil falle særlig mye innenfor et slikt tidsintervall. Hvert av signalene i en slik tidsblokk transformeres så over i et korttidsfrekvensspektrum og analyseres ved den etterfølgende signalkoding med hensyn til irrelevante frekvenskomponenter. Since certain time constants are decisive for the masking effect, the signal is divided into time windows in temporally consecutive intervals or blocks with a duration of the order of 20 ms, as the masking or hearing threshold will not fall very much within such a time interval. Each of the signals in such a time block is then transformed into a short-term frequency spectrum and analyzed by the subsequent signal coding with regard to irrelevant frequency components.

Den menneskelige høreoppfattelse danner frekvensbånd, såkalte frekvensgrupper, som spiller en vesentlig rolle i forbindelse med maskeringseffekten. Oppdelingen i frekvensgrupper og maskeringsmekanismen er kjent og beskrevet av E. Zwicher: Psychoakustik, Springer-Verlag, Berlin, Heidelberg, New York 1982, side 46 ff. Hver av disse frekvensgrupper utskilles enkeltvis ved kodingen og analyseres med hensyn til irrelevante frekvenskomponenter. Frekvensoppløsningen er valgt så fin at den smaleste frekvensgruppe har en bredde på ca. 100 Hz, og for transformeringen av signalet fra tidsplanet til frekvensplanet anvendes fortrinnsvis en Fouriertransformasjon, og da særlig en såkalt Fast Fourier Transformation (FFT). The human auditory perception forms frequency bands, so-called frequency groups, which play a significant role in connection with the masking effect. The division into frequency groups and the masking mechanism are known and described by E. Zwicher: Psychoakustik, Springer-Verlag, Berlin, Heidelberg, New York 1982, page 46 ff. Each of these frequency groups is separated individually during the coding and analyzed with regard to irrelevant frequency components. The frequency resolution is chosen so fine that the narrowest frequency group has a width of approx. 100 Hz, and for the transformation of the signal from the time plane to the frequency plane, a Fourier transformation is preferably used, and in particular a so-called Fast Fourier Transformation (FFT).

Ytterligere særlige kjennetegn og fordeler ved den løsning som forefinnes ifølge oppfinnelsen, gir seg fra det utførelseseksempel som i det følgende vil bli beskrevet med henvisning til de ledsagende illustrasjoner, hvor fig. 1 viser tidsforløpet for fremgangsmåten ifølge oppfinnelsen, fig. 2 viser oppdelingen i tidsvinduer av signalet for å danne påfølgende tidsblokker, fig. 3 viser de anvendte amplitudeskillelinjer ved oppdelingen i tidsvinduer, fig. 4 viser oppdelingen av frekvensbåndet for korttidsfrekvensspektrumetr i enkelte frekvensområder og amplitudeutskillelsen av komponentene, og fig. 5 viser en ytterligere behandling av signalet for et spesielt signalinnhold. Further special features and advantages of the solution according to the invention are apparent from the embodiment which will be described in the following with reference to the accompanying illustrations, where fig. 1 shows the time course for the method according to the invention, fig. 2 shows the division into time windows of the signal to form successive time blocks, fig. 3 shows the used amplitude dividing lines for the division into time windows, fig. 4 shows the division of the frequency band for the short-term frequency spectrum into individual frequency ranges and the amplitude separation of the components, and fig. 5 shows a further processing of the signal for a particular signal content.

På fig. 1 fremstiller et analogt signal a(t) et audiosignal såsom eksempelvis et tale- eller musikksignal, og dette analoge signal a(t) føres til en analog/digital omformer, her-etter kalt a/d-omformer 1 for omforming til et samsvarende digitalt audiosignal. I trinn 2 følger en såkalt oppdeling i tidsvinduer av signalet ved tidsmessig påfølgende og overlappende inn-delte tidsintervaller. Signalet fremkommer derved i tidsmessig påfølgende blokker med en varighet av 20 ms, slik at hvert av signalene i en blokk kan viderebearbeides separat. I trinn 3 følger en forhåndsbearbeiding av signalet, og betydningen av dette vil nærmere beskrives senere. I trinn 4 transformeres det digitale signal i et tidsvindu eller en blokk til et frekvensspektrum. På utgangen av trinn 4 befinner det seg således et signal i løpet av tidsperioden som tilsvarer en tidsblokk, hvilket signal fremstiller spektralkomponentene av signalet fordelt over hele frekvensbåndet. Trinn 4 transformerer altså signalet fra tidsplanet til et samsvarende frekvensspektrum i In fig. 1 produces an analog signal a(t) an audio signal such as, for example, a speech or music signal, and this analog signal a(t) is fed to an analog/digital converter, hereafter called a/d converter 1 for conversion into a corresponding digital audio signal. In step 2, a so-called division into time windows follows the signal at temporally consecutive and overlapping divided time intervals. The signal thereby appears in temporally consecutive blocks with a duration of 20 ms, so that each of the signals in a block can be further processed separately. In step 3, the signal is pre-processed, and the meaning of this will be described in more detail later. In step 4, the digital signal is transformed in a time window or block into a frequency spectrum. At the output of step 4, there is thus a signal during the time period corresponding to a time block, which signal produces the spectral components of the signal distributed over the entire frequency band. Step 4 thus transforms the signal from the time plane into a corresponding frequency spectrum i

frekvensplanet. the frequency plane.

Signalet fra trinn 4 føres til et kodetrinn 5. Her skjer en koding ifølge psykoakustiske retningslinjer. Det betyr at spektralkomponenter som ved gjengivelsen og spesielt på grunn av maskeringseffekter ikke direkte kan oppfattes, gis lavere vektfaktor ved kodingen eller utelates helt. En slik bearbeiding av korttidsspekteret er mulig f.eks. ved hjelp av en datamaskin. The signal from stage 4 is fed to a coding stage 5. Here, coding takes place according to psychoacoustic guidelines. This means that spectral components that cannot be directly perceived during the reproduction and especially due to masking effects, are given a lower weighting factor during the coding or are omitted entirely. Such processing of the short-term spectrum is possible, e.g. using a computer.

Det således kodede signal føres til et sendetrinn 6 for kringkasting, angitt som en kringkastingskanal 7. Ved den oppnådde reduksjon av den midlere bitrate kan denne kringkastingskanal 7 holdes tilsvarende smalere. Overføringen fortsetter på mottakersiden med et mottakertrinn 8 som er innstilt på kringkastingskanalen 7 og hovedsakelig har inverse funksjoner av de som utføres i sendertrinnet 6. Det mottatte signal føres deretter til en dekoder 9 som utfører dekoding tilsvarende kodingen i kodetrinnet 5. I trinn 10 transformeres på ny det mottatte signal i frekvensplanet til et digitalt signal i tidsplanet. I trinn 11 føres så signalet igjen til et enhetlig kontinuerlig digitalt signal og forbearbeidelsen i trinn 3 tas hensyn til. Deretter føres signalet til en d/a-omformer 12. Denne omformer 12 gjengir til sist det analoge signal som b(t) som ikke er identisk med det opprinnelige analoge signal a(t), siden spektralkomponentene er gitt forskjellig vekt eller undertrykket i kodetrinnet 5 ved kodingen. Forskjellen mellom analogisignalene b(t) og a(t) er likevel slik at en lytter ikke skal kunne merke forskjellen ved gjengivelsen. I signalet blir altså komponenter som for lytteren er ikke hørbar informasjon og følgelig irrelevante fjernet for å kunne redusere den nødvendige bitrate ved overføringen over kringkastingskanalen 7, og spesielt reduseres utsvingene. The thus coded signal is fed to a transmission stage 6 for broadcasting, indicated as a broadcast channel 7. With the achieved reduction of the average bitrate, this broadcast channel 7 can be kept correspondingly narrower. The transmission continues on the receiving side with a receiver stage 8 which is tuned to the broadcast channel 7 and mainly has inverse functions of those performed in the transmitter stage 6. The received signal is then fed to a decoder 9 which performs decoding corresponding to the coding in the coding stage 5. In stage 10, the convert the received signal in the frequency plane into a digital signal in the time plane. In step 11, the signal is then fed back to a uniform continuous digital signal and the pre-processing in step 3 is taken into account. The signal is then fed to a d/a converter 12. This converter 12 finally reproduces the analogue signal as b(t) which is not identical to the original analogue signal a(t), since the spectral components are given different weight or suppressed in the coding stage 5 at the coding. The difference between the analogue signals b(t) and a(t) is nevertheless such that a listener should not be able to notice the difference in the reproduction. In the signal, components that are not audible information for the listener and are therefore irrelevant are removed in order to be able to reduce the required bitrate during the transmission over the broadcast channel 7, and especially the fluctuations are reduced.

Fig. 2A - C viser tidslukene for signalet i trinn 2. Signalet a(t) tilordnes et tidsvindu med amplitudeforløpet WA over tidsintervallet ti - t7, dvs. signalamplitudene for signalet a(t) ifølge fig. 2A multipliseres med verdiene fra forløpet WA ifølge fig. 2B. Dette forløp har fra ti - t2 en kvart periodes sinusform og fra t6 til t7 en kvart periodes kosinusform, mens det mellomliggende forløp fra t2 - t6 har den konstante verdi 1. Forløpet fra ti - t2 og t6 - t7 er nødvendig ved en slik oppdeling i tidsvinduer som danner påfølgende tidsblokker, siden et sprang fra null til en endelig verdi ellers ved Fouriertransfor-mas j onen ville transformeres til et meget bredt frekvensspektrum. Ved multiplikasjon av signalet a(t) med forløpet WA fremkommer et signal A vist på fig. 2C, med en viss forvrengning i tids-intervallene ti - t2 og t6 - t7. Denne oppdeling i tidsvinduer, dvs. den tidsselektive behandling som skjer i trinn 2 på fig. 1, er anskueliggjort for et analogt signal i tidsplanet på fig. 2A - C. I virkeligheten er signalet a(t) og WA digitale signaler, slik at det er digitale signalverdier som multipliseres med hverandre for tidsintervallet ti - t7. Fig. 2A - C shows the time slots for the signal in step 2. The signal a(t) is assigned to a time window with the amplitude progression WA over the time interval ti - t7, i.e. the signal amplitudes for the signal a(t) according to fig. 2A is multiplied by the values from the course WA according to fig. 2B. This sequence has from ti - t2 a quarter-period sine shape and from t6 to t7 a quarter-period cosine shape, while the intermediate sequence from t2 - t6 has the constant value 1. The sequence from ti - t2 and t6 - t7 is necessary for such a division in time windows that form successive time blocks, since a jump from zero to a final value would otherwise be transformed by the Fourier transformation into a very broad frequency spectrum. By multiplying the signal a(t) with the sequence WA, a signal A shown in fig. 2C, with some distortion in the time intervals ti - t2 and t6 - t7. This division into time windows, i.e. the time-selective processing that takes place in step 2 in fig. 1, is visualized for an analogue signal in the time plane of fig. 2A - C. In reality, the signal a(t) and WA are digital signals, so that they are digital signal values that are multiplied with each other for the time interval ti - t7.

Hvert av signalene i et tidsvindu ti - t7, dvs. innenfor en tidsblokk, transformeres ifølge fig. 1, trinn 4, til et korttidsfrekvensspektrum. Fig. 2D viser amplitudef or løpet som funksjon av frekvens f og fig. 2e viser tilsvarende faseforøp i frekvensplanet for et slikt signal. På mottakersiden fremkommer det forløp som er fremstilt på fig. 2A - E i omvendt rekkefølge. Amplituden og fasen mottas som digitale signaler og ved hjelp av en invers FFT og d/a-omforming bringes signalet til slutt til et analogt signal b(t). Each of the signals in a time window ti - t7, i.e. within a time block, is transformed according to fig. 1, step 4, to a short-time frequency spectrum. Fig. 2D shows the amplitude of the run as a function of frequency f and fig. 2e shows the corresponding phase shift in the frequency plane for such a signal. On the receiving side, the sequence shown in fig. 2A - E in reverse order. The amplitude and phase are received as digital signals and with the help of an inverse FFT and d/a conversion the signal is finally brought to an analogue signal b(t).

Fig. 3 viser amplitudeforløpet som funksjon av tid for de påfølgende tidsvinduer på henholdsvis sendersiden og på mottakersiden. Tidsvinduene på sendersiden (i trinn 2) har forløpet WA (A = analyse) ifølge fig. 3A. ti - t2 og t6 - t7 er overlappingsperioder hvor to tidsvinduer samtidig er i virksom-het. Et tidsvindu strekker seg over 1024 samplingsverdier, hvorved overlappingen opptar ca. 64 samplingsverdier, hvorved overlappingen opptar ca. 64 samplingsverdier, dvs. 6,25% av et tidsvindus varighet. Det amplitudeforløp som er vist på fig. 3A gjelder tilsvarende for mottakersiden og dannes i trinn 11 (WS = Window Synthesis). I løpet av tiden t2 - t6 forløper signalet uten amplitudepåvirkning, dvs. multiplisert med faktoren 1, slik som fremstilt på fig. 2C. En tast- eller samplingsverdi som tas 1 løpet av overlappingstidsrommet ti - t2 multipliseres i trinn Fig. 3 shows the amplitude progression as a function of time for the subsequent time windows on the transmitter side and on the receiver side, respectively. The time windows on the transmitter side (in step 2) have the course WA (A = analysis) according to fig. 3A. ti - t2 and t6 - t7 are overlapping periods where two time windows are in operation at the same time. A time window extends over 1024 sampling values, whereby the overlap occupies approx. 64 sampling values, whereby the overlap occupies approx. 64 sampling values, i.e. 6.25% of the duration of a time window. The amplitude progression shown in fig. 3A applies similarly to the receiving side and is formed in step 11 (WS = Window Synthesis). During the time t2 - t6, the signal progresses without amplitude influence, i.e. multiplied by the factor 1, as shown in fig. 2C. A key or sampling value taken 1 during the overlap period ti - t2 is multiplied in steps

2 med sinusfunksjonen. Da samme kurve også anvendes på mottakersiden i trinn 11, blir denne samplingsverdi totalt multiplisert med sin<2> (x), hvilket betyr at amplituden for denne samplingsverdi svekkes med faktoren sin<2> (x). Under tidsforløpet ti - t2 virker imidlertid i tillegg den fallende, kosinusformede flanke i det tidsvindu som tidsmessig ligger foran, slik at samme 2 with the sine function. As the same curve is also used on the receiver side in step 11, this sampling value is multiplied in total by sin<2> (x), which means that the amplitude of this sampling value is weakened by the factor sin<2> (x). During the time period ti - t2, however, the falling, cosine-shaped edge also acts in the time window that is temporally ahead, so that the same

samplingsverdi også multipliseres med cos<2> (x). Grunnet den lineære overlagring av de to signaler og den matematiske sammenheng sampling value is also multiplied by cos<2> (x). Due to the linear superimposition of the two signals and the mathematical relationship

fremkommer også i løpet av overlappingstidsrommet den konstante amplitudef aktor 1. Dette er vist på fig- 3B ved den øvre, vannrette linje i dette overlappingstidsrom ti - t2 og t6 - t7. Totalt er altså overføringsfunksjonen for signalet hele tiden lik 1, slik at det ikke oppstår noen amplitudef orvrengning av signalene. the constant amplitude factor 1 also appears during the overlap period. This is shown in Fig. 3B by the upper, horizontal line in this overlap period ti - t2 and t6 - t7. In total, therefore, the transfer function for the signal is always equal to 1, so that no amplitude distortion of the signals occurs.

Fig. 4 viser amplitudeforløpet i frekvensplanet av spektrallinjene i et korttidsfrekvensspektrum slik som det fremkommer på utgangen av trinn 4 på fig. 1. Det totale frekvensbånd av dette spektrum fl - f 15 er oppdelt i et antall frekvensgrupper fl - f2, f2 - f4, f4 - f 12, f 12 - f 14 og f 14 - f 15. I hver frekvensgruppe analyseres spektrallinjene etter psykoakustiske retningslinjer og gis vektfaktorer. Kun de dominante amplitudeverdier overføres og irrelevante amplitudeverdier gis enten lavere vektfaktor eller undertrykkes fullstendig. Den absolutte maksimale amplitudeverdi 15 for det totale frekvensbånd overføres så som en absoluttverdi med 12-16 bit. De maksimale amplitudeverdier 14, 16, 17, 18 for de øvrige frekvensgrupper overføres ved en oppløsning på 8 bit og i deres innbyrdes korrekte relative forhold til den absolutt maksimale verdi 15. De øvrige verdier-20 - 26 for frekvensgruppene f4 - f 12 refereres så til maksimalverdien 16, dvs. avviket fra denne maksimalverdi 16 overføres. Herved inndeles amplitudeområdet som refereres fra denne maksimale amplitudeverdi 16 i tre delområder Al, A2, A3 med hver 10 dB omfang og et siste område A4 for restamplitudeverdi-ene. Hvert av disse områder har amplitudeverdiene 16, 20, 21 hhv. 22, 23 hhv. 24 hhv. 25, 26, og disse grupper av amplitudeverdier overføres som én respektive felles verdi for hvert område. Mellom verdiene 16, 20, 21 hhv. 22, 23 hhv. 25, 26 skilles således ikke. Amplitudeverdiene 25, 26 ved frekvensene f 10, fil og som under-skrider mer enn 30 dB i forhold til maksimalamplitudeverdien 16, settes til null. Fasen for verdiene 25, 26 overføres ikke. Disse spektralkomponenter ville likevel, grunnet den nære beliggenhet inntil verdien 16 og den lave amplitude grunnet maskeringseffekter, ikke være oppfattbare. I praksis deles det samlede frekvensbånd fl - fl5 opp i tjueseks frekvensgrupper av hvilke det på fig. 4 for enkelhets skyld kun er vist fem. Ved oppdelingen i amplitudeområder Al, A2, A3 og A4 er det tilstrekkelig med to bit for overføring av amplitudeverdiene 20 - 26 i forhold til maksimalamplitudeverdien 16. For hver av de overførte amplitudeverdier i området Al - A3, overføres to bit for den tilhør-ende faseverdi. Fig. 4 shows the amplitude course in the frequency plane of the spectral lines in a short-term frequency spectrum as it appears at the output of step 4 in fig. 1. The total frequency band of this spectrum fl - f 15 is divided into a number of frequency groups fl - f2, f2 - f4, f4 - f 12, f 12 - f 14 and f 14 - f 15. In each frequency group, the spectral lines are analyzed according to psychoacoustic guidelines and given weighting factors. Only the dominant amplitude values are transmitted and irrelevant amplitude values are either given a lower weighting factor or suppressed completely. The absolute maximum amplitude value 15 for the total frequency band is then transmitted as an absolute value with 12-16 bits. The maximum amplitude values 14, 16, 17, 18 for the other frequency groups are transmitted at a resolution of 8 bits and in their mutually correct relative relationship to the absolute maximum value 15. The other values-20 - 26 for the frequency groups f4 - f 12 are referred to as to the maximum value 16, i.e. the deviation from this maximum value 16 is transferred. Hereby, the amplitude range referred to from this maximum amplitude value 16 is divided into three sub-ranges Al, A2, A3 each with a 10 dB range and a final range A4 for the residual amplitude values. Each of these areas has the amplitude values 16, 20, 21 respectively. 22, 23 respectively. 24 or 25, 26, and these groups of amplitude values are transmitted as one respective common value for each area. Between the values 16, 20, 21 respectively. 22, 23 respectively. 25, 26 are thus not separated. The amplitude values 25, 26 at the frequencies f 10, fil and which fall below more than 30 dB in relation to the maximum amplitude value 16 are set to zero. The phase for the values 25, 26 is not transferred. These spectral components would nevertheless, due to the close location to the value 16 and the low amplitude due to masking effects, not be perceptible. In practice, the total frequency band fl - fl5 is divided into twenty-six frequency groups of which in fig. 4 for the sake of simplicity only five are shown. When dividing into amplitude ranges Al, A2, A3 and A4, two bits are sufficient for transmitting the amplitude values 20 - 26 in relation to the maximum amplitude value 16. For each of the transmitted amplitude values in the range Al - A3, two bits are transmitted for the corresponding phase value.

Ved den grove kvantisering av amplitude- og faseverdiene med kun to bit, innføres allerede en tydelig reduksjon av den datamengde som trengs for overføringen. Ved bortfall av komponenter, nemlig faseverdiene for amplitudeverdier 25, 26 innenfor frekvensgruppen f4 - f 12, spares ytterligere bit under overførin-gen. Disse frigitte bit kan anvendes til overføring av en finere amplitudeinndeling i områdene Al - A3, og for dette kan eksempelvis hvert av disse områder Al - A3 oppdeles i to delområder på dB. Derved blir hver frekvensverdi 20 - 24 tilordnet en bit som viser om amplitudeverdien, eksempelvis 20, 21 ligger innenfor det første delområde på 5 dB eller det andre delområde under maksimalamplitudeverdien 16. Tilordningen av disse bit skjer via en tabell 28 som settes opp på sendersiden og rekonstrueres på mottakersiden. For dette tillempes et raster 27 for det samlede forløp for frekvensspektrumet, som vist på fig. 4, og rasteret 27 har en inndeling i trinn på 6 dB. Amplitudeverdiene 20 - 24 tilordnes således dette raster. Tabellen 28 tilordner hver amplitudeverdi 20 - 24 til en bestemt posisjon i forhold til maksimalamplitudeverdien 16. Tabellen 28 begynner med de laveste frekvensverdier og viser spaltevis posisjonen for hver av de maksima som tilhører de oppdelte frekvensområder. By the rough quantization of the amplitude and phase values with only two bits, a clear reduction of the amount of data needed for the transmission is already introduced. If components are omitted, namely the phase values for amplitude values 25, 26 within the frequency group f4 - f 12, a further bit is saved during the transmission. These released bits can be used to transmit a finer amplitude division in the areas Al - A3, and for this, for example, each of these areas Al - A3 can be divided into two sub-areas of dB. Thereby, each frequency value 20 - 24 is assigned a bit that shows whether the amplitude value, for example 20, 21 lies within the first sub-range of 5 dB or the second sub-range below the maximum amplitude value 16. The assignment of these bits takes place via a table 28 which is set up on the transmitter side and is reconstructed on the receiving side. For this, a raster 27 is applied for the overall course of the frequency spectrum, as shown in fig. 4, and the raster 27 has a division into steps of 6 dB. The amplitude values 20 - 24 are thus assigned to this raster. Table 28 assigns each amplitude value 20 - 24 to a specific position in relation to the maximum amplitude value 16. Table 28 begins with the lowest frequency values and shows the position of each of the maxima belonging to the divided frequency ranges in columns.

Hvis ytterligere frigitte bit står til disposisjon, kan en oppdeling av hvert 5 dB-område deles opp ytterligere til 2,5 dB-områder. En slik oppdeling kan fortsettes så lenge man ønsker. Innsparingen av bit og anvendelse av disse bit for en finere oppløsning (reduksjon av kvantiseringsfeilene) benevnes adaptiv kvantisering. If additional free bits are available, a division of each 5 dB range can be further subdivided into 2.5 dB ranges. Such a division can be continued as long as desired. The saving of bits and the use of these bits for a finer resolution (reduction of the quantization errors) is called adaptive quantization.

Fig. 5 viser forbehandlingen av en lydpuls 29 som forekommer ved et tidspnkt t9 innenfor tidsvinduet ti - t7. En slik lydpuls kan eksempelvis være et anslag mot et triangel. Den beskrevne forbehandling skjer i trinn 3 vist på fig. 1. Lydpulsen 29 har et innledende linjeforløp som ligger mellom t8 og t9, men som ikke er hørbart grunnet formaskering. Ved transformasjon i trinnet 4 til et frekvensspektrum (fig. 1) dannes nå et signal i frekvensplanet som angir spektralfordelingen for signalet i tidsforløpet ti - t7. Siden tilordningen av spektrallinjer til enkeltstående tidspunkter innenfor tidsvinduet for dette signal ikke lenger er gitt, vil et tidsforløp som lydpulsen 29 når den betraktes som fordelt over hele tidsvinduet ti - t7 kunne anses som "kvasifordelt". Ved dette kan det oppstå en hørbar forvrengning. Fig. 5 shows the pre-processing of a sound pulse 29 which occurs at a time point t9 within the time window ti - t7. Such a sound pulse can, for example, be a strike against a triangle. The described pretreatment takes place in step 3 shown in fig. 1. The sound pulse 29 has an initial line progression that lies between t8 and t9, but which is not audible due to pre-masking. Upon transformation in step 4 to a frequency spectrum (Fig. 1), a signal is now formed in the frequency plane which indicates the spectral distribution of the signal in the time course ti - t7. Since the assignment of spectral lines to individual moments within the time window for this signal is no longer given, a time course such as the sound pulse 29 when considered as distributed over the entire time window t - t7 could be considered "quasi-distributed". This can cause audible distortion.

For å unngå en slik feil som faktisk er tenkbar, oppdeles tidsvinduet ti - t7 (tidsblokken) i 32 underblokker. Amplitudeverdien i hver av underblokkene finnes, og så snart det oppstår et amplitudesprang på mer enn 20 dB mellom to underblokker, (på fig. 5 er dette tilfellet i nærheten av lydpulsen 29) utløses en spesiell ytterligere forholdsregel. Denne består i at signalet før amplitudespranget på sendersiden passerer en kompanderinnretning som hever amplituden og tilsvarende senker den på mottakersiden. Ved dette reduseres en eventuell feil som oppstår på grunn av "kvasifordelingen" av den korte puls over hele tidsvinduet. In order to avoid such an error that is actually conceivable, the time window ti - t7 (the time block) is divided into 32 sub-blocks. The amplitude value in each of the sub-blocks is found, and as soon as an amplitude jump of more than 20 dB occurs between two sub-blocks, (in Fig. 5 this is the case near the sound pulse 29) a special additional precaution is triggered. This consists in the signal before the amplitude jump on the transmitter side passing a compander device which raises the amplitude and correspondingly lowers it on the receiver side. This reduces any error that occurs due to the "quasi-distribution" of the short pulse over the entire time window.

Fig. 6 viser en alternativ fremgangsmåte ved overføring av et audiosignal med finere amplitudeinndelinger. Et rutenett 40 legges over frekvensspektrumet slik at nettets grenselinje faller på den absolutte maksimale amplitudeverdi 15. Rutenettet 40 har maksimalt seksten 6 dB-trinn og spenner således over et område på 96 dB. Ut fra rutenettet settes en tabell 41 opp på mottakersiden og som er rekonstruerbar på sendersiden. Det betyr at plasseringen av verdiene 42, 44, 43, 20, 21, 22, 23 og 45 er rekonstruerbare i tabellen. Tabellen viser ved hjelp av en bit (0 eller 1) hvor en verdi ligger i dB-området eller i 6 - 10 dB-området av områdene Al - A3, A5 - A7. For finere amplitudeopp-deling benyttes kun én bit for hver verdi. For verdien 20 over-føres en null for å vise at verdien 20 ligger i 0 - 5 dB-området av Al. Verdiene for 42 og 44 tilordnes 0 dB-linjen, verdiene 43, 20, 21 6 dB-linjen, verdiene 22, 23 12 dB-linjen og verdien 45 18 dB-linjen. De bit som hører til de enkelte verdier starter linjevis på 0 dB-linjen og overføres i henhold til tabellen 41. Fig. 6 shows an alternative method for transmitting an audio signal with finer amplitude divisions. A grid 40 is laid over the frequency spectrum so that the boundary line of the grid falls on the absolute maximum amplitude value 15. The grid 40 has a maximum of sixteen 6 dB steps and thus spans a range of 96 dB. Based on the grid, a table 41 is set up on the receiver side and which can be reconstructed on the transmitter side. This means that the position of the values 42, 44, 43, 20, 21, 22, 23 and 45 can be reconstructed in the table. The table shows with the help of a bit (0 or 1) where a value lies in the dB range or in the 6 - 10 dB range of the areas Al - A3, A5 - A7. For finer amplitude division, only one bit is used for each value. For the value 20, a zero is transferred to show that the value 20 lies in the 0 - 5 dB range of Al. The values for 42 and 44 are assigned to the 0 dB line, the values 43, 20, 21 to the 6 dB line, the values 22, 23 to the 12 dB line and the value 45 to the 18 dB line. The bits belonging to the individual values start linearly on the 0 dB line and are transmitted according to table 41.

Overføringstiden for alle frekvensspektra er den samme. Avhengig av hvor mange bit som spares ved den grove kvantisering av amplitude- og faseverdiene, kan f ler eller færre bit fra tabellen 41 overføres. Det betyr at bit fra den første linje 0 dB kan overføres med en større sannsynlighet enn bit fra de etterfølg-ende linjer. En punktert linje 46 fastlegger grensen mellom linjene 47 og 48. Den bit som er tilordnet verdien 23 overføres da med større sannsynlighet enn den bit som er tilordnet verdien 45, selv om bidraget for verdien 45 er større enn bidraget fra verdien 23. The transmission time for all frequency spectra is the same. Depending on how many bits are saved by the rough quantization of the amplitude and phase values, more or fewer bits from the table 41 can be transferred. This means that bits from the first line 0 dB can be transmitted with a greater probability than bits from the subsequent lines. A dotted line 46 defines the boundary between lines 47 and 48. The bit assigned to the value 23 is then transmitted with greater probability than the bit assigned to the value 45, even if the contribution for the value 45 is greater than the contribution from the value 23.

Claims

1. Procedure for transmitting an audio signal, comprising: conversion from analogue to digital form, transformation of the digital audio signal into a corresponding digital short-term spectral signal, division of the total relevant frequency band (fl f15) for the transmission into several frequency groups, emphasis on the individual signal components of the short-term spectral signal in the defined frequency groups on the basis of psychoacoustic laws, with the weighting taking place by multiplication with a weighting factor that provides a code for the signal's digital quantization during transmission, transmission of the coded, transformed, frequency- and weight-distributed audio signal to a receiving end, decoding of the transmitted signal, back transformation from the frequency to the time plane, and back conversion to analog form, CHARACTERIZED IN THAT the absolute maximum amplitude value (15) in the entire frequency band (fl - f 15) and belonging to one of the frequency band's frequency groups is transmitted as an absolute value, while the maximum amplitude values (14, 16, 17, 18) for each of the other frequency groups that do not contain the absolute maximum amplitude value (15) and in the form of maximum values for the transformed signal contributions that fall within these other frequency groups are divided into amplitude ranges (Al - A4) below the respective maximum amplitude value (14, 16, 17, 18) in each frequency group and down to a certain threshold in relation to a zero level, that the amplitude values that fall within one and the same amplitude range (Al - A3) are transferred with the same respective amplitude value, while the amplitude values that do not reach the threshold are set equal zero, as the threshold indicates the boundary between the lowest amplitude range (A4) and the second lowest (A3), and that the smallest digital quanta (bit) that are released by they are considered redundant for the transmission, are used for finer subdivision of the amplitude values.

2. Method according to claim 1, CHARACTERIZED IN THAT the transformation from time to frequency plane is performed as a Fourier transformation (FT).

3- Method according to claim 2, CHARACTERIZED IN THAT the transformation is a simplified Fourier transformation adapted to digital signal processing and known as "Fast Fourier Transformation" (FFT).

4. Method according to claim 1, CHARACTERIZED IN THAT the short-term spectral signal in the time plane extends over a length of the order of 20 ms.

5. Method according to claim 1, CHARACTERIZED IN THAT parts of the signal during the coding are given a lower weighting factor or are completely suppressed.

6. Method according to claim 1, CHARACTERIZED IN THAT signal parts with reduced amplitude are given a lower weighting factor.

7. Method according to claim 1, CHARACTERIZED IN THAT signal parts whose amplitude is below a given value are completely suppressed during the coding (25, 26 in Fig. 4).

8. Method according to claim 1, CHARACTERIZED IN THAT parts of the signal, depending on the frequency distance to and amplitude of masking spectral components with greater amplitude, are given a lower weighting factor or are suppressed completely.

9. Method according to claim 1, CHARACTERIZED IN THAT the signal is divided into time windows (ti - t7) into successive signal blocks, each of which is converted into a signal sequence assigned to the short-term frequency spectrum that applies to the time window's signal.

10. Method according to claim 9, CHARACTERIZED IN THAT the time windows overlap each other in time.

11. Method according to claim 10, CHARACTERIZED IN THAT the overlap time (ti - t2; t6 - t7) is of the order of magnitude 5 - 8%, for example 6.25% of the length of the time windows (ti - t7).

12. Method according to claim 9, CHARACTERIZED IN THAT the amplitude course (WA, WS) in the time window on the transmitter and receiver side are identical (Fig. 3).

13. Method according to claim 9, CHARACTERIZED IN THAT the amplitude course (WA, WS) of the signal blocks during the overlap time (ti - t2; t6 - t7) has a steadily rising or falling course.

14. Method according to claim 12 and/or 13, CHARACTERIZED BY the fact that the amplitude progressions (WA, WS) on the transmitter and receiver side of the transmission during the overlap time are such that the sum of the product WA-WS on the transmitter side and the same product on the receiver side = 1.

15. Method according to claim 14, CHARACTERIZED IN THAT the falling edge of the amplitude course at the end of a time window has a cosine course, and that the rising edge of the course at the start of a time window has a sinus course.

16. Method according to claim 1, CHARACTERIZED BY the fact that each of the maximum values for the amplitudes (14, 15, 16, 17, 18) is transmitted in one frequency group (Fig. 4).

17. Method according to claim 9, CHARACTERIZED BY the fact that a signal block is divided into several (e.g. 32) sub-blocks, and that when there is an amplitude jump from one sub-block to the next of more than a given value (e.g. 20 dB), an amplitude reduction is applied by means of a compander system to the signal in the sub-block that is temporally ahead.

18. Method according to claim 2, CHARACTERIZED IN THAT the frequency spectrum is produced by transformation from signal contributions in the time plane, taking into account both amplitude and phase.