NO339830B1 - Anordning og fremgangsmåte for syntetisering av tre utgangskanaler ved anvendelse av to inngangskanaler - Google Patents

Description

Oppfinnelsen angår flerkanalssyntetiserere og især innretninger som genererer tre eller flere utgangskanaler ved å bruke to stereo-inngangskanaler.

Flerkanalsaudiomateriale blir mer og mer vanlig også i hjemme-forbruksmiljøet. Dette skyldes hovedsakelig at filmer på DVD tilbyr 5.1 flerkanalslyd, og følgelig kan også hjemmebrukere ofte installere lydavspillingssystemer som kan reprodusere flerkanalslyd. En slik innretting består f.eks. av tre høyttalere L, C, R foran, to høyttalere Ls, Rs bak og en lavfrekvensforsterloiingskanal LFE, og gir flere kjente fordeler i forhold til to kanalstereofremstillinger, f.eks.: • forbedret frontbildestabilitet selv utenfor den optimale, sentrale lytteposisjon på grunn av senterkanalen (større "sweet-spot" = optimal lytteposisjon) • økt følelse av "lyttemedvklaiing" frembrakt av de bakre høyttalere.

Likevel eksisterer det en stor mengde tidlig audioinnhold som består bare av to ("stereo") audiokanaler, for eksempel på kompaktdisker (CD).

For å spille av tokanals tidlig audiomateriale over en 5.1 flerkanalsinnretting, finnes det to grunnleggende muligheter: 1. Reprodusere venstre og høyre stereosignaler over henholdsvis L- og R-høyttalere, dvs. spille av på tradisjonell måte. Denne løsning vil ikke dra fordel av den utvidede høyttaleririnretting (senter- og bakre høyttalere). 2. En kan anvende en fremgangsmåte for å konvertere de to kanaler av innholdsmateriale til et flerkanalssignal (dette kan skje underveis (engelsk: on the fly) eller ved hjelp av forbehandling) som gjør bruk av alle 5.1 høyttalere og på denne måte drar fordel av de tidligere

ovennevnte fordeler ved flerkanalsinnretting.

Løsning #2 har tydelige fordeler i forhold #1, men har også enkelte problemer, spesielt når det gjelder konvertering av de to frontkanaler (venstre og høyre = LR) til tre frontkanaler (flerkanals venstre, senter og høyre = L'C'R').

En god LR-til-L'C'R'-konverteringsløsning bør oppfylle følgende krav:

1) For å frembringe et tilsvarende, men mer stabilt frontbilde i L'C'R' enn i LR-avspillingstilfellet, skal senterkanalen reprodusere alle lydhendelser som vanligvis oppfattes å komme fra midten mellom venstre og høyre høyttaler hvis lytteren befinner seg i "sweet spot". Videre skal signaler i venstre frontposisjon reproduseres av L'C, og signaler i høyre frontposisjon skal reproduseres av R'C (se J.M. Jot og C. Avendano, "Spatial Enhancement of Audio Recordings", AES 23. konferanse, København, 2003). 2) Summen av den akustiske energi som utsendes av fra kanalene L'C'R' bør være lik summen av den akustiske energi fra kildekanalene LR for å oppnå et like høyt lydinntrykk for L'C'R' som for LR. Forutsatt like egenskaper i alle reproduksjons-kanaler, vil dette kunne oversettes til "summen av den elektrisk energi av kanalene L'C'R' bør være lik summen av den elektriske energi fra kildekanalene LR".

På grunn av krav #1 kan signalene fra venstre og høyre kanaler blandes til en (enkelt) senterkanal. Dette er især tilfellet hvis de venstre og høyre kanalsignaler er nær identiske, dvs. at den representerer en skyggelydkilde i midten av det fremre lydtrinn. Dette skyggebildet vil nå erstattes av et "virkelig" bilde generert av senterhøyttaleren. På grunn av kravet #2, skal denne senterkanalen bære summen av venstre og høyre energi. Hvis nivået av de venstre eller høyre kanalsignaler er nær den maksimale amplitude som kan overføres fra kanalen (= 0 dBFS; dBFS = dB fullskala), vil summen av nivåene fra begge kanaler overskride det maksimale nivå som kan representeres av kanalen/systemet. Dette fører vanligvis til den uønskede effekt med "klipping".

Klippesituasjonen er vist på fig. 6. Fig. 6 viser en tidsbølgeform av et signal 60 behandlet av en prosessor med en maksimal positiv terskel 61a og en maksimal negativ terskel 61b. Avhengig av den digitale prosessors evne til å behandle det digitale signalet, kan den maksimale positive terskel og den maksimale negative terskel være +1 og -1. Når en digital prosessor brukes for å representere tallene i heltall, vil alternativt den maksimale positive terskel være 32768 tilsvarende 2<15>og den maksimale negative terskel være -32768 som tilsvarer -2<15>.

Siden et tidsbølgeformsignal representeres av en sekvens av sampler, hvor hver sampel er et digitalt tall mellom -32768 og +32768, vil det fremgå at høyere tall kan oppnås når, for et bestemt tidstilfelle, den første kanal har en ganske høy verdi og den andre kanal også har en ganske høy verdi, og når disse høye verdier blir lagt sammen. Teoretisk kan det maksimale antall oppnådd ved denne addisjonen av de to kanaler bli 65536. Imidlertid er den digitale signalprosessor ikke i stand til å presentere dette høye tall. I stedet vil den digitale prosessor bare presentere tall som er likt den maksimale positive terskel eller den maksimale negative terskel. Følgelig utfører den digitale signalprosessor klipping ved at et tall som er høyere eller likt den maksimale positive terskel eller den maksimale negative terskel erstattes av et tall som er likt den maksimale positive terskel og den maksimale negative terskel, slik at, med henvisning til fig. 6, den viste situasjon oppstår. Innenfor en klippetidsdel 62, vil bølgeformeren 60 ikke ha sin naturlige (sinus) form, men bli utflatet eller klippet. Når denne klipte bølgeform blir vurdert fra et spektralt synspunkt, vil det fremgå at dette tidsdomeneklipping resulterer i sterke harmoniske komponenter frembrakt av en høy gradient størrelse ved begynnelsen og slutten av klippetidsdelen 62.

Denne "digitale klipping" er ikke knyttet til avspillmgsinnrettingen, dvs. forsterkeren og høyttalerne brukt for å gjengi lydsignaler. Imidlertid har også hver forsterker/høyttaler-kombinasjon bare et begrenset, lineært område, og når dette lineære området overskrides av et behandlet signal, finner det også sted en type klipping som kan unngås ved å bruke det oppfinneriske konsept.

I alle tilfeller innfører forekomst av klipping en stor forvrengning av lydsignalet som i stor grad svekker oppfattelseskvaliteten. Således må forekomsten av klipping unngås og dette enda mer på grunn av at ly(h°orbedringen ved å gi stereosignalet en flerkanalsinnretting slik som et 5.1 høyttalersystem er liten sammenliknet med de svært forstyrrende klippeforvrengninger. Når det ikke kan garanteres at klippingen ikke oppstår, vil man følgelig heller bruke kun venstre og høyre høyttalere i en flerkanalsinnretting for å spille av et stereosignal.

Det finnes løsninger i dag for å løse problemet med klipping.

En enkel løsning for å løse dette problemet er å nedskalere alle kanaler likt til et nivå hvor ingen av kanalens signaler (spesielt sentersignalet) overskrider 0 dBFS-grensen. Dette kan gjøres statisk av en forhåndsdefinert, fast verdi. I dette tilfellet må den faste verdi også være gyldig for de verste tilfeller hvor venstre og høyre kanal har maksimalt nivå. For den gjennomsnittlige LR til L'CR'-konverteringen fører dette til en vesentlig stillere L'C'R'-versjon enn den opprinnelige stereo LR, hvilket er uønsket, spesielt når brukerne svitsjer mellom stereo og flerkanals gjengivelse. Denne adferd kan observeres ved kommersielt tilgjengelige matrisedekodere (Dolby ProLogicII og Logic7 Decoder) som kan brukes som LR til L'CR'-konverteren. Se Dolby-publikasjon: "Dolby Surround Pro Logic II Decoder - Principles of Operation", lmtp://www.dolby.corn/assets/pdf/tech_library/209_Dolby_Surround_Pro_Lo ecoder_Principles_of_Operation.pdf eller Griesinger, D: "Multichannel Matrix Surround Decoders for Two-Eared Listeners", 101st AES Convention, Los Angeles, USA, 1996, fortrykt 4402.

En annen enkel løsning er å bruke kompresjon for dynamisk område for dynamisk (avhengig av signalet) begrense spissignalet, også kalt en "limiter". En ulempe med denne tilnærmelse er at det virkelige dynamiske området av lydprogrammet ikke blir reprodusert, men utsatt for kompresjon (se Digital Audio Effects DAFX; Udo Zolzer, Editor; 2002; Wiley & Sons; p. 99ff; "Limiter").

US 2004037440 Al beskriver et signalbehandlingssystem for bruk i et flerkanalsystem. Signalbehandlingssystemet omfatter en første kanal som har et første audiosignal. En andre kanal som har minst ett andre audiosignal er inkludert. En prosessor som reagerer på en signalnivå terskel i den første kanal er inkludert, slik at på terskelen og over terskelen, blir en del av det første kanalens audiosignal mikses i minst én andre lydkanal.

Jot J M; Avendado C: "Spatial Enhancement of Audio Recordings", AES 23rd International Conference, Copenhagen, Denmark, May 2003, beskriver signalbehandlingsmetoder for å forbedre presentasjonen av tokanals og multikanals opptak ved romlig behandling med hensyn til avspillingssystemet. Tilnærmingene som diskuteres inkluderer: kunstig etterklang; virtualisering av opptak for avspilling via hodetelefoner eller to høyttalere; "Mikse" eller "stereoutvidelse" av to-kanals opptak for avspilling under multikanal eller to-kanals høyttalersystemer. Målet er å forbedre lytterens opplevelse ved å forsøke å matche lydsignalet til avspillingssystemet, og reprodusere det tiltenkte lydbilde så korrekt som mulig. Nylig utviklede algoritmer for frekvens-domenet for forbedring av omgivelsene og retningsmessig forbedring gjennomgås, og deres mulige fordeler diskutert.

Nedskaleringsproblemet er uønsket siden det reduserer nivået eller volumet av et lydsignal sammenliknet med nivået av det opprinnelige signal. For fullstendig å unngå selv en teoretisk forekomst av klipping, må alle kanaler nedskaleres med en skaleringsfaktor som er lik 0,5. Dette fører til et meget redusert utgangsnivå av flerkanalssignalet sammenliknet med det opprinnelige signal. Når man bare lytter til det nedskalerte flerkanalssignal, er det mulig å kompensere for denne nivåreduksjonen ved å øke forsterkningen av lydforsterkeren. Men når det svitsjes mellom flere kilder vil det "gamle" stereosignalet fremstå svært høyt for lytteren når det spilles tilbake ved å bruke samme forsterloiingsinnstilling av forsterkeren for flerkanalsgjengivelse.

Således må brukeren måtte tenke på å redusere forsterloiingsinstillingen av forsterkeren før den svitsjes fra en flerkanalsgjengivelse av et stereosignal til en virkelig stereoavspilling av stereosignalet for ikke å skade hørselen eller utstyret.

Den andre gjeldende fremgangsmåte for å bruke en kompresjon for dynamisk område på en effektiv måte, unngår klipping. Imidlertid blir selve lydsignalet endret. Således vil den dynamiske kompresjon føre til et ikke-autentisk lydsignal, hvilket, selv når de innførte forstyrrelser ikke er altfor fremtredende, kan være tvilsom ut fra et autentiseringssynspunkt.

Det er et formål med oppfinnelsen å tilveiebringe et forbedret konsept for flerkanalsynteser ved å bruke to inngangskanaler.

Formålet oppnås av et apparat for å syntetisere tre utgangskanaler ifølge krav 1 eller 12, en fremgangsmåte for syntetisering ifølge krav 11 eller 13 og et dataprogram ifølge krav 14 for utførelse av fremgangsmåten ifølge krav 11 eller 13.

Oppfinnelsen er basert det funn at for å løse problemet og for uansett å oppnå fordelene ved å spille av et stereosignal ved å bruke tre eller flere kanaler i en flerkanalsoppsetning, blir senterkanalen generert som vanlig, dvs. at den mottar lyd midt mellom venstre og høyre høyttaler som også kalles "virkelig senter"-gjengivelse. Når det virkelige senter imidlertid, inn i klippeområdet, vil bare en del av energien av signalkomponentene som representerer hendelsene i midten av lydoppsetningen føres til en senterkanal. Resten av energien av disse lydhendelser blir ført tilbake til første og tredje (eller venstre og høyre) kanal eller holdes der fra begynnelsen.

For en tidsramme hvor klipping kan oppstå, og når to/tre oppmiksinger utføres uten modifikasjoner, blir således senterkanalen skalert ned til nivået under tilsvarende det maksimale nivå som er mulig uten klipping. Uansett blir den manglende del/energi av signalet som ikke kan gjengis av senterkanalen reprodusert med venstre og høyre kanal som et "virtuelt senter" eller "fantom senter".

Signalet av det virkelige senter og det virtuelle senter blir så akustisk kombinert under avspilling og gjenskaper et tenkt senter uten klipping. Denne "miksing" av det virkelige senter og det virtuelle senter fører til et forbedret og mer stabilt frontbilde av et stereolydsignal, dvs. en økt "sweet spot" selv om denne plassering ikke er så stor som når det ikke finnes et fantom senter i det hele tatt. Imidlertid har den nye fremgangsmåte ikke klippeproblemer siden resten av energien ikke kan behandles innenfor den andre kanal på grunn av at klippeproblemet ikke går tapt men blir gjengitt av den opprinnelige venstre og høyre kanal.

Det skal bemerkes her at energien for enhver situasjon av venstre og høyre kanaler i flerkanalsoppsetningen blir lavere enn energien i den opprinnelige venstre og høyre kanal siden energien av senterkanalen blir hentet fra venstre og høyre kanal. Selv når en gjenværende del av energien ifølge oppfinnelsen blir matet tilbake til venstre og høyre utgangskanal, vil det aldri være et klippeproblem innenfor disse kanalene.

En annen fordel ved oppfinnelsen er at den nye signalgenerering utføres på en slik måte, i en foretrukket utførelse, at den totale elektriske eller akustiske energi av de genererte tre utgangskanaler (og eventuelt genererte tilleggsutgangskanal som for eksempel Ls, Rs, Cs, LFE, ...) blir opprettholdt for energien av det opprinnelige stereosignal. Samme totale lysstyrke uansett måten signalet blir gjengitt på, dvs. når signalet blir gjengitt ved å bruke et stereooppsett med bare to høyttalere eller om signalet blir gjengitt ved å bruke en flerkanalsoppsetning med flere enn to høyttalere, kan den garanteres.

Videre blir den nye signalgenerering og fordeling av lydenergien til senterkanalen og venstre og høyre kanal dynamisk bare brukt hvis klipping er uunngåelig, dvs. at den andre senterkanal er fullstendig uforandret i situasjoner som ikke påvirkes av klipping, dvs. når samplingsverdiene av den andre kanal forblir under eller bare lik den maksimale terskel.

Videre produserer den resulterende akustiske kommunikasjon av det "virkelige senter" og "fantomsenter" et signal som er mye nærmere den optimale trekanalskonfigurasjon, dvs. tre kanaler uten klipping eller tre kanaler i hvilke samplingsverdier uten min/maks terskel er tillatt. Det nye lydbildet er følgelig i en foretrukket utførelse verken forskjellig i nivået sammenliknet med stereoinngangssignalet eller ikke-autentisk som i tilfellet hvor det brukes en limiter eller en enkelt klipper.

Oppfinnelsen skal beskrives nærmere i det følgende, der:

fig. 1 viser et apparat for å syntetisere de øvre kanaler i samsvar med foretrukne utførelser av oppfinnelsen,

fig. 2a er en foretrukket utførelse av signalgeneratoren på fig. 1 med en postprosessor,

fig. 2b er en foretrukket implementering av postprosessoren på fig. 2a,

fig. 3 er en annen utførelse av den nye signalgenerator med en repeterende oppmikserkontroll,

fig. 4 er en annen utførelse av den nye signalgenerator som fullstendig virker i parameterdomenet,

fig. 5 er et eksempel av et 5.1-lydsystem som eventuelt også har en surround senterkanal Cs,

fig. 6 er en illustrasjon av en klippet bølgeform,

fig. 7 er et skjematisk riss av energisituasjonen av det opprinnelige to kanalsinngangssignalet og tre kanalsutgangssignalet før og etter klipping, og

fig. 8 viser en foretrukket analysator for inngangskanaler.

Fig. 1 viser en foretrukket utførelse av det nye apparatet for å syntetisere tre utgangssignaler ved å bruke to inngangskanaler, der en andre kanal av de tre utgangskanaler er tenkt brukt for en høyttaler i en lydavspillmgsoppsetning som er anbrakt mellom to høyttalere og som er ment å motta den første utgangskanal og den tredje utgangskanal. Inngangskanalene er vist ved 10a hvor kanalen for eksempel kan være den venstre kanal L og 10b for den andre kanal som kan være den høyre kanal R. Utgangskanalene er indikert som 12a for den høyre kanal, 12b for senterkanalen og 12c for venstre kanal. I tillegg kan utgangskanaler genereres, for eksempel en venstre surround-utgangskanal 14a, en høyre surround-utgangskanal 14b og en nedre frekvens forbedringskanal 14c. Arrangementet av tilsvarende høyttalere for disse kanalene er vist på fig. 5. I midten av disse høyttalerne 12a, 12b, 12c, 14a, 14b er et "sweet spot" 50. Når en lytter befinner seg mellom sweet spot vil vedkommende få et optimalt lydinntrykk.

I tillegg kan en senter surroundkanal 51 Cs legges til og anbringes mellom venstre surroundkanal 14a og høyre surroundkanal 14b. Signalet for senter surroundkanalen 51 kan beregnes ved å bruke samme fremgangsmåte for beregning av signalet for senterkanalen 12b. I tillegg kan de nye fremgangsmåter følgelig også brukes for å beregne senter surroundkanalen for å unngå klipping i denne.

Det skal bemerkes at den nye fremgangsmåte egner seg for hver lydkanalkonstellasjon hvor to inngangskanaler som er tiltenkt for to forskjellige spatsiale posisjoner i en avspillmgsoppsetning blir brukt og hvor tre utgangskanaler blir generert ved å bruke disse to inngangskanalene, der den andre kanal av de tre kanalene blir anbrakt mellom to ekstra høyttalere i avspillmgsoppsetningen som blir forsynt med første og tredje inngangskanalsignaler.

Den nye syntetiserer på fig. 1 omfatter en inngangskanalanalysator 15 for å analysere de to inngangskanalene for å bestemme signalkomponentene som oppstår i begge inngangskanaler. Disse signalkomponentene som oppstår i begge inngangskanaler kan brukes for å bygge den virkelige senterkanal, dvs. som kan gjengis via senterkanalen C på fig. 5. Typisk omfatter et stereosignal en mengde slike monosignalkomponenter, for eksempel en talende person eller for musikksignaler, en sanger eller et soloinstrument anbrakt foran et orkester og følgelig foran publikum.

Den nye synteseiser omfatter i tillegg et tids- og frekvensvalg og videre signalavhengig signalgenerator 16 for å generere tre utgangssignaler 12a, 12b, 12c ved å bruke to inngangskanaler 10a, 10b og informasjon på påviste signalkomponenter som oppstår i begge inngangskanaler tilveiebrakt via ledningen 13. Især kan den nye signalgenerator mate påviste signalkomponenter minst delvis til den andre kanal. Videre kan generatoren bare mate en del av de påviste signalkomponenter i den andre kanal når det finnes en situasjon hvor en fullstendig mating av de påviste signalkomponenter vil føre til en overskridelse av maksimalterskelen.

Således har det andre utgangssignal et tidsdel som bare omfatter en del av de påviste signalkomponenter for å unngå klipping, mens i en annen del av den andre utgangskanal har de fullstendige påviste signalkomponenter blitt matet til den andre utgangskanal. Resten av de påviste signalkomponenter er omfattet i første og tredje utgangskanaler og følgelig danner de "fantomsenteret" når kanalene avgis via høyttaleroppsettet for eksempel som vist på fig. 5.

Avhengig av komplimentering av det nye konsept, kan "andelen" av de påviste signalkomponenter som befinner seg i den andre kanal og resten av de påviste signalkomponenter som befinner seg i første og tredje kanal være en energiandel eller frekvensandel eller en annen andel, slik at den andre kanal bare omfatter en del av de påviste signalkomponenter og vil ikke ha noen verdi over den maksimale terskelverdi og vil følgelig ikke forårsake klippeforvrengninger.

Fig. 2a viser en foretrukket utførelse av den nye signalanalysator 16 på fig. 1. Især på fig. 2a omfatter signalanalysatoren en 2-3-oppmikser 16 som utfører en oppmiksing regulert av inngangskanalenes analysator 15 på fig. 1. Utgangssignalet fra 2-3-oppmikseren L, R, C er oppmiksede kanaler. Imidlertid kan kanal C utsettes for klipping siden kanal C genereres ved å bruke en tilserningsprosess hvor signalkomponentene fra venstre kanal og høyre kanal blir lagt sammen.

Senterkanalen C blir sendt til klippingsdetektoren 16d som mater en postprosessor 16c som også mottar informasjon om påviste signalkomponenter. Især undersøker klippingsdetektoren 16b tidsbølgeformen av senterkanalen 12c.

Avhengig av implementeringen kan klippingsdetektoren konstrueres på forskjellige måter. Når det antas at fig. 2a signalgenerator kan behandle tall med en størrelsesorden som er høyere enn den bestemte maksimale terskelverdi, vil klippesektoren 16 ganske enkelt undersøke tidsbølgeformen for å se om det finnes høyere tall enn den maksimale terskel av det etterfølgende behandlmgstrinn. Når en slik situasjon påvises, blir postprosessoren 16c aktivert via aktiveringsledningen 16d for å begynne postbehandling, slik at energien fra senterkanalen blir redusert og energien av venstre og høyre kanal blir økt, slik at tre utgangskanaler 12a, 12b, 12c til slutt blir forsynt av postprosessoren 16c. Ifølge fig. 2A-utførelsen, blir følgelig LR-LCR-konverteringen utført som vanlig. Det interne signalet 20b for den interne første-trinnssenterkanal blir analysert for å sjekke om klipping vil oppstå hvis det må sendes som et eksternt signal, for eksempel i et AES/EBU- eller SPDIF-format. Når dette skjer blir en del av signalet 20b fjernet i postprosessor 16c som fører til et modifisert senterkanalsignal 12b og distribuert i stedet for til de mellomliggende venstre og høyre kanaler 12a, 12c som et "fantomsenter"-bidrag. Etter postbehandling blir senterkanalsignalet 12b igjen under 0 dBFS.

En foretrukket utførelse av postprosessoren 16c er vist på fig. 2b. Senterkanalen 20b, etter oppmikseren 16a, blir sendt til en del ekstrakter 25. Delekstrakteren mottar informasjon 13 om påviste signalkomponenter og styresignalet via ledningen 16d fra klippingsdetektoren som også omfatter en indikasjon om størrelsen av ekstraheringen. Alternativt kan mengden av ekstrahering for hvert repetisjonstrinn være fast, uavhengig av eventuell klippling og en gjentakende prøve/feil prosess kan brukes for å ekstrahere økende mengder av de påviste signalkomponenter på en trinnvis måte inntil klippingsdetektoren 16b ikke påviser mer klipping. Deretter blir den modifiserte senterkanal 12b sendt av delekstraktoren og resten av de påviste signalkomponenter tilsvarende den ekstraherte del må omfordeles til venstre og høyre kanal 20c, 20a sitt signal av oppmikseren etter multiplisering med 0,5. For å oppnå dette omfatter postprosessoren 2 multiplikator 26 i hver gren eller en enkelt multiplikator før forgreningen og en venstre addisjonsenhet 27a og en høyre addisjonsenhet 27b.

Når påvisningen av signalkomponentene som oppstår i begge inngangskanaler har blitt perfekt, vil venstre og høyre kanal 20a, 20c ikke omfatte et "fantomsenter". Ved å legge til de ekstraherte komponenter (etter multiplisering med 0,5) til disse kanalene, blir imidlertid et fantomsenter lagt til venstre og høyre kanal.

En annen utførelse av oppfinnelsen og især signalgeneratoren 16 på fig. 1, vil nå bli omtalt i forbindelse med fig. 3. Inngangskanalene blir sendt til en regulerbar 2-3-oppmikser som mottar informasjon om de påviste signalkomponenter for å generere tre utgangskanaler i et første repetisjonstrinn kontrollert av en repetisjonsstyreenhet 30. Det første trinn vil være likt oppmikseroperasjonen på fig. 2a, dvs. at senterkanalen 20b kan ha klippeproblemer. En slik klippesituasjon vil påvises av klippingsdetektoren 16b. I motsetning til fig. 2a, regulerer klippegeneratoren 16b oppmikseren 16a på en tilbakemeldingsmåte via oppmikserens styreledning 31 for å endre opprniksingsregelen på en bestemt måte, slik at den genererte senterkanal 20b mottar, etter ett eller flere repetisjonstrinn som reguleres av repetisjonsstyreenheten 30, bare inntil en del av de påviste signalkomponenter, slik at ingen klipping oppstår mer.

Således viser utførelsen på fig. 3 en repetisjonsprosess. I en første omgang av repetisjonsprosessen, blir oppmikseroperasjonen utført som vanlig. Ved utgangen sjekker detektoren 16b om det oppsto klipping. Når klipping påvises, blir denne tidsramme behandlet igjen ved nå å bruke omtilordningsprosessen og bruke omruting av en del av sentersignalets energi til venstre og høyre kanal som et fantomsenterbidrag.

Fig. 4-utførelsen virker fullstendig innenfor parameterdomenet. For å oppnå dette er det tilveiebrakt en oppmikser av parameterkalkulator 40 som er koplet til barometerendringsenheten 41.1 tillegg er det tilveiebrakt en klippingsdetektor 42 som kan undersøke de opprinnelige venstre og høyre kanaler eller de beregnede oppmikserparametere for å finne ut om klipping vil oppstå eller ikke etter en likefrem oppmiksingsbehandling. Når klippingsdetektoren 42 påviser en fare for klipping, vil den regulere en parameterendring 41 via styreledningen 44 for å tilveiebringe endrede oppmiksede parametere som deretter blir levert til en likefrem oppmikser 16a som deretter genererer første, andre og tredje utgangskanaler, slik at ingen klipping oppstår i den andre kanal og, for en tidsramme, i hvilken klippingsdetektoren 42 opprinnelig har påvist et klippeproblem, at venstre og høyre kanal 12c, 12a har et fantomsenterbidrag.

I motsetning til fig. 2 og 3, utføres den nye fremgangsmåte basert på behandling av parametere som brukes for å avlede utgangssignalene 20a, 20b, 20c eller 12a, 12b, 12c fra inngangsstereosignalene. For å tilveiebringe implementeringer med enda lavere beregningskompleksitet, blir også klippepåvisningen og manipuleringen av signalnivå eller delvis av disse, basert på de behandlede parametere. Dette i motsetning til fig. 2 og 3 hvor den nye fremgangsmåte utføres på de faktiske lydkanalsignaler som allerede ble skapt for senterkanalen etter at en mulig klipping kunne bli påvist.

Den nye klippingspåvisning/kontroll kan utføres ved postbehandling. Således blir de tiltenkte konversjonsparametere analysert og modifisert i samsvar med det nye konsept for å tilveiebringe klipping etter syntese av de faktiske utgangslydsignaler. En alternativ måte å styre parameterendringen 41 på er på en gjentakende måte. De tiltenkte konverteringsparametere blir analysert. Når, etter syntese av det virkelige audiosignal, klipping kan skje, blir konverteringsparametrene modifiserte. Deretter blir prosessen igjen startet og til slutt blir utgangskanalsignalene syntetisert uten klipping og med bidragene til det virkelige senter og fantomsenteret i tilsvarende kanal.

En foretrukket implementering av inngangskanalenes analysator vil nå bli beskrevet. For å oppnå dette henvises til fig. 8 som viser en slik foretrukket analysator for inngangskanalene 15. Først blir etterfølgende eller overlappende rammer generert ved å bruke vindusblokken 80 slik at ved utgangen av blokken 80 vil det være på linjen 81a, en blokk av verdier av venstre kanal og på linjen 81b, en blokk av verdier på høyre kanal. Deretter utføres en frekvensanalyse for hver blokk individuelt. For å oppnå dette er en frekvensanalysator 82 tilveiebrakt for hver kanal.

Frekvensanalysatoren kan være en innretning for å generere en frekvens-domenefremstilling av et tidsdomenesignal. Slik frekvensanalysator kan omfatte en korttids Fourier-transformering, en FFT-algoritme, eller en MDCT-transformering eller en annen transformermgsinnretning. Alternativt kan frekvensanalyseringsblokken 82 også omfatte en delbånds filterbank for å generere for eksempel 32 delbåndskanaler eller et høyere eller lavere antall delbåndskanaler fra en blokk av inngang signalverdier. Avhengig av implementeringen av delbåndsfilterbanken, kan funksjonaliteten av rammeinnretningen 80 og frekvensanalyseblokken 82 implementeres i en enkelt digitalt implementert delbåndsfilterbank.

Deretter utføres en båndvis krysskorrelering som vist av innretningen 84. Således bestemmer krysskorreleringen et krysskorreleringsmål mellom tilsvarende bånd, dvs. båndene med samme frekvensindeks. Krysskorreleringsmålet bestemmes av blokken 84 og har en verdi mellom 0 og 1, der 0 indikerer ingen korrelering og 1 indikerer full korrelering. Når inmetningen 84 sender ut et korreleringsmål med lav krysning, innebærer det at venstre og høyre signalkomponent i det respektive bånd er forskjellig fra hverandre, slik at dette bånd ikke omfatter signalkomponenter som oppstår i begge bånd og som bør settes inn i en senterkanal. Når imidlertid krysskorreleringsmålet er høyt, indikerer det at signaler i begge båndene er svært lik hverandre når båndet har en signalkomponent som oppstår i venstre og høyre kanal, slik at dette bånd bør settes inn i senterkanalen.

Et annet kriterium for å avgjøre om signalene i båndene er lik hverandre, er signalenergien. Følgelig omfatter den foretrukne utførelse av de nye inngangskanalers analysator en båndvis energikalkulator 85 som beregner energien i hvert bånd og som sender en energi tilsvarende mål som indikerer om energiene i de tilsvarende bånd er lik hverandre eller forskjellige fra andre.

Energitilsvarende mål fra irmretningen 85 og krysskorreleringsmålsignalet fra irmretningen 84 blir begge sendt til det endelige beslutningstrinn 86 som kommer til en konklusjon om at et bestemt bånd i en enkelt ramme oppstår i begge kanalene eller ikke. Når beslutnmgstrinnet 85 bestemmer at signalet oppstår i begge kanaler, blir denne signaldel matet til senterkanalen for å generere et "virkelig senter".

Fig. 8 viser en utførelse for å implementere inngangskanalenes analysator. Andre utførelser er for eksempel kjent og vist i "Spatial enhancement of audio recordings", Jot og Avendano, 23. internasjonale AES konferanse, København, Danmark, mai 23-25, 2003. Især omfatter andre fremgangsmåter for anvendelse i to kanaler for å finne signalkomponenter til disse kanalene ved hjelp av statistiske eller analyttiske analyseringsmetoder, for eksempel hovedkomponentanalyser eller den uavhengige delromsanalyse eller andre fremgangsmåter for audioanalyse. Alle disse fremgangsmåtene har det felles at de påviser signalkomponenter som oppstår i begge kanaler og som bør mates til en senterkanal for å generere et virkelig senter.

Det vil nå henvises til fig. 7 for å vise en energisituasjon før og etter at en to-tre-oppmiksingsprosess har blitt implementert av de to-tre-oppmikser 16a på figurene. Ved venstre inngangskanal L som vist som 70 på fig. 7 har en bestemt energi. I dette eksempel har høyre inngangskanal av de to stereoinngangskanaler, en forskjellig (lavere) energi som er vist ved 71. Det forutsettes at kanalanalysatoren har funnet ut at det finnes signalkomponenter som oppstår i begge kanaler. Disse signalkomponentene som oppstår i begge kanaler har en energi som vist ved 72 på fig. 7. Når hele energien 72 mates til senterkanalen som vist ved 73, vil energien av senterkanalen være over en energigrense, der energigrensen minst delvis viser at signalet med en slik høy energi har amplitudeverdier over den maksimale amplitudeterskelverdi. Følgelig vil bare en del av energien 72 sendes til det virkelige senter, mens den overskytende del blir tilsvarende omfordelt til den syntetiserte venstre og høyre kanal L' R' som vist av pilene 76.

I denne sammenheng skal det bemerkes at det finnes flere måter for om fordelingsenergien fra senterkanalen tilbake til venstre og høyre kanal eller for å innføre en riktig mengde energi fra en opprinnelig venstre kanal og en opprinnelig høyre kanal til senterkanalen. Man kan for eksempel skalere ned alle de påviste signalkomponenter med en bestemt nedskaleringsfaktor og innføre det nedskalerte signal til senterkanalen. Dette vil ha samme konsekvens for signalkomponentene i hvert bånd når en frekvensselektiv analyse blir brukt. Alternativt kan man også utføre en båndvis energikontroll. Dette innebærer at når det har blitt påvist for eksempel 10 bånd med påviste signalkomponenter, kan det innføres bare 5 bånd til senterkanalen og de gjenværende 5 bånd i venstre og høyre kanal blir igjen for å redusere energien i senterkanalen.

Avhengig av enkelte implementeringskrav av de nye fremgangsmåter, kan den nye fremgangsmåte implementeres i maskinvare eller i programvaren. Implementeringen kan utføres ved å bruke et digitalt lagringsmedium, især en disk eller en CD med elektronisk lagrede avlesningsbare styresignaler som samvirker med et programmerbart datasystem, slik at den nye fremgangsmåten kan utføres. Generelt er oppfinnelsen følgelig et dataprogramprodukt med en programkode lagret for en maskinlesbar bærer, idet programkoden er konfigurert for å utføre den nye fremgangsmåte når dataprogramproduktet kjøres på en datamaskin. Med andre ord er oppfinnelsen også et dataprogram med en programkode for å utføre denne fremgangsmåten når programmet kjøres på en datamaskin.

Claims (14)

1. Apparat for å syntetisere tre utgangskanaler (12a, 12b, 12c) ved å bruke to inngangskanaler (10a, 10b), der en andre kanal av de tre utgangskanaler er matbar til en høyttaler i en tiltenkt auchogjengivelsesinnretting, som er anbrakt mellom to høyttalere som er matbar med den første utgangskanal og den tredje utgangskanal, omfattende: en analysator (15) for å analysere de to inngangskanaler for å påvise signalkomponenter som oppstår i begge inngangskanaler for å oppnå påviste signalkomponenter, og en signalgenerator (16) for å generere de tre utgangskanaler (12a, 12b, 12c) ved å bruke de to inngangskanaler (10a, 10b), der signalgeneratoren omfatter: en to-tre-oppmikser (16a) for å generere minst en andre mellomkanal (12b) med minst en del av de påviste signalkomponenter, en klippingsdetektor (16a) for å påvise en del av den andre kanal med en amplitude over den maksimale terskel, og en to-tre-oppmikserstyreenhet (30, 31) for å styre to-tre-oppmikseren (16a) slik at bare en del av de påviste signalkomponenter blir matet til den andre kanal og resten av signalkomponentene forblir anbrakt i de første og tredje utgangskanaler når en fullstendig mating av de påviste signalkomponenter vil føre til en overskridelse av en maksimal terskel (61a, 61b) for den andre kanal.

2. Apparat ifølge krav 1,karakterisert vedat signalgeneratoren (16) er funksjonsdyktig til å generere de tre utgangskanaler, slik at, for en bestemt tidsperiode, en total energi av de tre utgangskanaler og potensielt genererte, ekstra utgangssignaler blir lik en elektrisk eller akustisk energi for de to inngangskanaler.

3. Apparat ifølge ett av krav 1 eller 2,karakterisert vedat signalgeneratoren (16) er funksjonsdyktig til å generere den andre utgangskanal slik at delen av de påviste signalkomponenter matet til den andre kanal blir så stor som mulig, slik at en energi av den andre utgangskanal som omfatter bare delen av de påviste signalkomponenter, alltid har en maksimal amplitude som er under eller lik den maksimale terskel (61a, 61b).

4. Apparat ifølge ett av de foregående krav,karakterisert vedat signalgeneratoren (16) er tilpasset slik at en rest (73) av de påviste signalkomponenter, som ikke er i den andre kanal, er omfattet i de første og tredje kanaler.

5. Apparat ifølge ett av de foregående krav,karakterisert vedat den maksimale terskel (61a, 61b) er en full-skalaamplitude bestemt av apparatet for syntetisering, eller en digital eller en analog behandlingsenhet koplet til apparatet for syntetisering.

6. Apparat ifølge krav 5,karakterisert vedat den maksimale terskel (61a, 62b) er lik en maksimalt tillatt positiv eller negativ samplingsverdi av en tidsdomenebølgeform av et signal.

7. Apparat ifølge ett av de foregående krav,karakterisert vedat analysatoren (15) er funksjonsdyktig til å bestemme (84) et mål for en krysskorrelering mellom minst en del av den første inngangskanal og den andre inngangskanal, og å påvise (86) en del med et krysskorreleringsmål over en tilsvarende terskel.

8. Apparat ifølge ett av de foregående krav,karakterisert vedat analysatoren (15) er funksjonsdyktig til å påvise (85) en energi av en del av den første kanal og en del av den andre kanal og å påvise (86) deler av kanalene med energier som er lik eller som er forskjellig med mindre enn en likhetsterskel.

9. Apparat ifølge ett av de foregående krav,karakterisert vedat analysatoren (15) og signalgeneratoren (16) er funksjonsdyktig til å utføre en frekvensselektiv eller tidsselektiv analyse og syntese.

10. Apparat ifølge ett av de foregående krav,karakterisert vedat de første og andre kanaler er en venstrekanal (L) og en høyre kanal (R) av en stereofremstilling av et lydsignal, og i hvilket de tre utgangssignaler er en front-venstrekanal (L'), en senterkanal (C) og en front-høyre kanal (R'), eller en bakre venstre kanal (Ls), en bakre senterkanal (Cs) og en bakre høyre kanal (Cs).

11. Fremgangsmåte for å syntetisere tre utgangskanaler (12a, 12b, 12c) ved å bruke to inngangskanaler (10a, 10b), hvor en andre kanal (12b) av de tre utgangskanaler er matbar til en høyttaler i en tiltenkt auchogjengivelsesinnretting som er anbrakt mellom to høyttalere som er matbar med den første utgangskanal og den tredje utgangskanal, omfattende: analysere (15) de to inngangskanaler for å påvise signalkomponenter som oppstår i begge inngangskanaler, og generere (16) de tre utgangskanaler ved å bruke de to inngangskanaler, der generermgstrinnet omfatter: generere (16a) minst en andre mellomkanal (12b) med minst en del av de påviste signalkomponenter, generere (16b) en del av den andre kanal med en amplitude over den maksimale terskel, og styre (30, 31) generermgstrinnet, slik at bare en del av de påviste signalkomponenter er matet til den andre kanal og en rest av signalkomponentene forblir anbrakt i de første og tredje utgangskanal er når en fullstendig mating av de påviste signalkomponenter vil føre til en overskridelse av en maksimal terskel for den andre kanal.

12. Apparat for å syntetisere tre utgangskanaler (12a, 12b, 12c) ved å bruke to inngangskanaler (10a, 10b), der en andre kanal av de tre utgangskanaler er matbar til en høyttaler i en tiltenkt gjengivelsesinnretting som er anbrakt mellom to høyttalere som er matbar med den første utgangskanal og den tredje utgangskanal, omfattende: en analysator (15) for å analysere de to inngangskanaler for å påvise signalkomponenter som oppstår i begge inngangskanaler for å oppnå påviste signalkomponenter, og en signalgenerator (16) for å generere de tre utgangskanaler (12a, 12b, 12c) ved å bruke de to inngangskanaler (10a, 10b), der signalgeneratoren omfatter: en klippingsdetektor (42) for å bestemme en del av inngangskanalene i hvilken det finnes en klippesannsynlighet, en to-tre-oppmikser (16a) for å generere tre mellomkanaler, der en andre mellomkanal omfatter minst en del av de påviste signalkomponentenheter, og en styreenhet (41) for å regulere to-tre-opprnikseren (16a), slik at en genereringsparameter for oppmiksing av delen bestemt av klippingsdetektoren blir regulert slik at den andre kanal alltid har en amplitude som befinner seg under eller er lik den maksimale terskel.

13. Fremgangsmåte for å syntetisere de tre utgangskanaler (12a, 12b, 12c) ved å bruke to inngangskanaler (10a, 10b), der en andre kanal (12b) av de tre utgangskanaler er matbar til en høyttaler i en tiltenkt lydgjengivelsesinnretting som er anbrakt mellom to høyttalere som er matbar med den første utgangskanal og den tredje utgangskanal, omfattende: analysere (15) de to innløpskanaler for å påvise signalkomponenter som oppstår i begge inngangskanaler, og generere (16) de tre utgangskanaler ved å bruke de to inngangskanaler, der generermgstrinnet omfatter: bestemme (42) en del av inngangskanalene i hvilket det finnes en klippesannsynlighet, generere (16a) tre mellomkanaler, der en andre mellomkanal omfatter minst en del av de påviste signalkomponenter, og regulere (41) generermgstrinnet (16a), slik at genereringsparameteren for oppmiksing av delen bestemt av klippingsdetektoren blir regulert slik at den andre kanalen alltid har en amplitude som er under eller er lik den maksimale terskel.

14. Dataprogram for å utføre, under kjøring på en datamaskin, en fremgangsmåte for å syntetisere i samsvar med krav 11 eller 13.