NO343508B1

NO343508B1 - Apparat og fremgangsmåte for å utføre forsterkningsjustering på flere audio underbåndssignaler.

Info

Publication number: NO343508B1
Application number: NO20180076A
Authority: NO
Inventors: Lars Villemoes; Kristofer Kjörling
Original assignee: Dolby Int Ab
Priority date: 2002-09-18
Filing date: 2018-01-18
Publication date: 2019-03-25
Also published as: US20190362729A1; US11423916B2; CA2924914A1; CA2924913C; JP5577187B2; NO343509B1; US20090259479A1; CN101505145B; WO2004027998A3; DE60303214D1; CA2496665A1; DK1643642T3; US7548864B2; CA2924913A1; KR20050054947A; NO20180074A1; CA2688871C; JP2009169435A; WO2004027998A2; NO20150250A1

Description

Teknisk område

Oppfinnelsen angår systemer som omfatter spektralinnhyllingsjustering av lydsignaler ved benyttelse av en realverdibasert underbånds-filterbank. Den reduserer den aliasing som innføres ved benyttelse av en realverdibasert (eng: real-valued) underbåndsfilterbank for spektral innhyllingsjustering. Den muliggjør også en nøyaktig energiberegning for sinuskomponenter i en realverdibasert underbåndsfilterbank.

Bakgrunn for oppfinnelsen

Det er blitt vist i PCT/SE02/00626 ”Aliasing-reduksjon ved benyttelse av kompleks-eksponentialmodulerte filterbanker” at en kompleks-eksponentialmodulert filterbank er et utmerket verktøy for spektral innhyllingsjustering av lydsignaler. Ved en slik prosess er den spektrale innhylling av signalet representert ved energiverdier som svarer til visse filterbankkanaler. Ved å anslå den aktuelle energi i disse kanaler, kan de tilsvarende underbåndssampler modifiseres slik at de får den ønskede energi, og følgelig justeres spektralinnhyllingen. Dersom begrensninger på beregningskompleksitet hindrer anvendelse av en kompleks-eksponentialmodulert filterbank, og bare tillater en cosinusmodulert (realverdibasert) implementering, oppnås alvorlig aliasing når filterbanken benyttes for spektral-innhyllingsjustering. Dette er særlig åpenbart for lydsignaler med en kraftig tonal struktur, hvor aliasing-komponentene vil forårsake intermodulasjon med de opprinnelige spektralkomponenter. Den foreliggende oppfinnelse tilbyr en løsning på dette ved å sette begrensinger på forsterkningsverdiene som funksjon av frekvensen på signalavhengig måte.

US589015 A1 beskriver et kodesystem for delt bånd som kombinerer flere kanaler av inngangssignaler i forskjellige former for komposittsignaler og genererer romlige signaler som representerer romlige egenskaper av lydfelt i flere frekvensbånd. De romlige egenskapssignalene kan genereres i hver enkelt eller begge former. I en første form representerer signalet målinger av signalnivåer for underbåndssignaler fra inngangskanaler. I en annen form representerer signalet én eller flere tilsynelatende retninger for lydfeltet. Typen av signal for romlige egenskaper kan tilpasses dynamisk som respons på en rekke kriterier, inkludert inngangssignalegenskaper. Temporalt utjevning og spektralutjevning av signaler for romlige egenskaper kan påføres i en koder. Temporalt utjevning og spektralutjevning kan påføres for å få faktorer som er avledet fra de romlige egenskapssignaler i en dekoder.

Sammenfatning av oppfinnelse

Det er et formål med oppfinnelsen å tilveiebringe en forbedret teknikk for spektralinnhyllingsjustering.

Dette formål oppnås ved hjelp av en innretning eller en fremgangsmåte for spektral-innhyllingsjustering av et signal i overensstemmelse med kravene 1 eller 19, eller ved hjelp av et datamaskinprogram i overensstemmelse med krav 20.

Oppfinnelsen beskriver et apparat og en fremgangsmåte for å utføre forsterkningsjustering på flere audio underbåndsignaler generert ved å filtrere et audiosignal ved å bruke en filterbank, idet filterbanken har underbåndfiltre, hvor tilstøtende underbåndfiltre av filterbanken har overgangsbånd som overlapper i et overlappende område. Apparater omfatter en beregner utformet for å beregne en første forsterkningsjusteringsverdi og en annen forsterkningsjusteringsverdi for grupperte tilstøtende audio underbånd-signaler som omfatter et audio underbåndsignal og et tilstøtende audio underbåndsignal. Beregneren er innrettet til å bestemme et første energimål som angir en signalenergi av audio underbånd-signalet og et andre energimål som angir en signalenergi av det tilstøtende audio underbåndsignal, og å bestemme en angivelse av en referanseenergi for de grupperte tilstøtende audio underbåndsignaler som en lineær kombinasjon av en første referanseenergiverdi for audio underbåndsignalet og en andre referanseenergiverdi for det tilstøtende audio underbåndsignal. Beregneren er videre innrettet for å bestemme et energiestimat for en energi i de grupperte tilstøtende audio underbåndsignalene som en lineær kombinasjon av det første energimål for audio underbåndsignalet og det andre energimål for det tilstøtende audio underbåndsignal, og å beregne den første forsterkningsjusteringsverdien og den andre forsterkningsjusteringsverdien for de grupperte tilstøtende audio underbånd-signalene basert på den lineære kombinasjonen av den første referanseenergiverdien for audio underbåndsignalet og den andre referanse-energiverdien for det tilstøtende audio underbåndsignal og basert på den lineære kombinasjonen av det første energimål for audio underbåndsignalet og det andre energimål for det tilstøtende audio underbåndsignal. Apparatet omfatter videre en forsterkningsjusterer utformet for å benytte den første forsterkningsjusteringsverdien på audio underbåndsignalet av de grupperte tilstøtende audio underbåndsignalene og for å anvende den andre forsterkningsjusteringsverdien på det tilstøtende audio underbåndsignal av de grupperte tilstøtende audio underbåndsignalene, hvor i det minste én av beregneren og forsterkningsjustereren omfatter en maskinvare-implementering.

Kort beskrivelse av tegningene

Oppfinnelsen skal nå beskrives ved hjelp av illustrerende eksempler, som ikke begrenser oppfinnelsens ramme, med henvisning til de ledsagende tegninger, der

fig. 1 illustrerer en frekvensanalyse av det frekvensområde som dekkes av kanalene 15-24 i en M-kanals underbåndsfilterbank, for et opprinnelig signal som inneholder et stort antall sinuskomponenter. Frekvensoppløsningen for den viste analyse er med hensikt høyere enn frekvensoppløsningen til de benyttede filterbanker, for å vise hvor i en filterbankkanal sinusformen er til stede,

fig. 2 illustrerer en forsterkningsvektor som inneholder de forsterkningsverdier som skal anvendes på underbåndskanalene 15-24 for det opprinnelige signal,

fig. 3 illustrerer utmatningen fra ovennevnte forsterkningsjustering i en realverdibasert implementering uten den foreliggende oppfinnelse,

fig. 4 illustrerer utmatningen fra ovennevnte forsterkningsjustering i en kompleksverdibasert implementering,

fig. 5 illustrerer i hvilken halvdel av hver kanal en sinuskomponent er til stede, fig. 6 illustrerer den foretrukne kanalgruppering ifølge oppfinnelsen,

fig. 7 illustrerer utmatningen fra ovennevnte forsterkningsjustering i en realverdibasert implementering med den foreliggende oppfinnelse,

fig. 8 illustrerer et blokkskjema av innretningen ifølge oppfinnelsen,

fig. 9 illustrerer kombinasjoner av analyse- og syntese-filterbanker for hvilke oppfinnelsen med fordel kan benyttes,

fig. 10 illustrerer et blokkskjema av undersøkelsesinnretningen på fig. 8 i overensstemmelse med den foretrukne utførelse, og

fig. 11 illustrerer et blokkskjema av innretningen for forsterkningsjustering på fig.

8 i overensstemmelse med den foretrukne utførelse av oppfinnelsen.

Beskrivelse av foretrukne utførelser

De nedenfor beskrevne utførelser er bare illustrerende for prinsippene ifølge oppfinnelsen for forbedring av en spektralinnhyllings-justeringsinnretning basert på en realverdibasert filterbank. Man vil forstå at modifikasjoner og variasjoner av de arrangementer og detaljer som er beskrevet her, vil være åpenbare for andre som er fagfolk på området. Det er derfor hensikten å være begrenset bare av omfanget av de etterfølgende krav, og ikke av de spesielle detaljer som er presentert som beskrivelse og forklaring av de foreliggende utførelser.

I den etterfølgende beskrivelse benyttes en realverdibasert pseudo-QMF som omfatter en realverdibasert analyse så vel som en realverdibasert syntese. Man må imidlertid være klar over at det aliasing-problem som adresseres av oppfinnelsen, også fremkommer for systemer med en kompleks analyse og en realverdibasert syntese, så vel som for hvilken som helst annen cosinus-modulert filterbank bortsett fra den pseudo-QMF som benyttes i denne beskrivelse. Oppfinnelsen er anvendelig også for slike systemer. I en pseudo-QMF overlapper hver kanal i det vesentlige bare sin tilstøtende nabo i frekvens. Frekvensresponsene til kanalene er vist i de etterfølgende figurer ved hjelp av de stiplede linjer. Dette er bare for illustrasjonsformål for å vise overlappingen av kanalene, og må ikke tolkes som den virkelige kanalrespons som gis av prototypfilteret.

Frekvensanalysen av et opprinnelig signal er vist på fig. 1. Figuren viser bare det frekvensområde som er dekket av 15 · π/ M til 25 · π/ M av den M-kanals filterbank. I den etterfølgende beskrivelse er de angitte kanalnumre utledet fra deres lave overgangsfrekvens, og kanal 16 dekker følgelig frekvensområdet 16 · π/ M til 17 · π/ M unntatt overlappingen med sine naboer. Dersom ingen modifikasjon utføres på underbåndssamplene mellom analyse og syntese, vil aliasingen være begrenset av prototypfilterets egenskaper. Dersom underbåndssamplene for tilstøtende kanaler modifiseres i overensstemmelse med en forsterkningsvektor, som vist på fig. 2, med uavhengige forsterkningsverdier for hver kanal, går aliasing-opphevelsesegenskapene tapt. En aliasing-komponent vil følgelig vise seg i utgangssignalet som avspeiles rundt filterbankkanalenes overgangsområde, som vist på fig. 3. Dette er ikke tilfelle for en kompleks implementering som beskrevet i PCT/SE02/00626, hvor utgangssignalet, som vist på fig. 4, ikke ville lide av forstyrrende aliasing-komponenter. For å unngå aliasingkomponentene som forårsaker alvorlig intermodulasjonsforvrengning i utgangssignalet, lærer den foreliggende oppfinnelse at to tilstøtende kanaler som deler en sinuskomponent, slik som f.eks. kanal 18 og 19 på fig. 1, må modifiseres på liknende måte, dvs. den forsterkningsfaktor som anvendes på de to kanaler, må være identisk. Dette omtales i det følgende som koplet forsterkning for disse kanaler. Dette innebærer selvsagt at frekvensoppløsningen for innhyllingsjusteringsinnretningen ofres, for å redusere aliasingen. Dersom et tilstrekkelig antall kanaler er gitt, er imidlertid tapet i frekvensoppløsning en lav pris å betale for fraværet av alvorlig intermodulasjonsforvrengning.

For å vurdere hvilke kanaler som skal ha koplede forsterkningsfaktorer, lærer eller foreskriver oppfinnelsen anvendelse av innenbånds lineær forutsigelse. Dersom en lav ordens, lineær forutsigelse benyttes, f.eks. en andre ordens LPC, er dette frekvensanalyseverktøy i stand til å oppløse én sinuskomponent i hver kanal. Ved å observere fortegnet for den første prediktor-polynom-koeffisient, er det lett å bestemme om sinuskomponenten er beliggende i den øvre eller den nedre halvdel av frekvensområdet for underbåndskanalen.

Et andre ordens forutsigelsespolynom

(1)

oppnås ved lineær forutsigelse ved benyttelse av autokorrelasjonsmetoden eller kovariansmetoden for hver kanal i QMF-filterbanken som vil bli påvirket av spektralinnhyllingsjusteringen. Fortegnet for QMF-bank-kanalen defineres i overensstemmelse med:

(2)

hvor k er kanalnummeret, M er antall kanaler, og hvor frekvensinversjonen for annenhver QMF-kanal tas i betraktning. Det er følgelig mulig for hver kanal å vurdere hvor en kraftig tonalkomponent er beliggende, og således gruppere sammen de kanaler som deler en kraftig sinuskomponent. På fig. 5 er fortegnet for hver kanal angitt, og følgelig i hvilken halvdel av underbåndskanalen sinusformen er beliggende, hvor 1 angir den øvre halvdel og -1 angir den nedre halvdel. Oppfinnelsen lærer at for å unngå aliasingkomponentene, må underbåndskanalens forsterkningsfaktorer grupperes for de kanaler hvor kanal k har et negativt fortegn og kanal k-1 har positivt fortegn. Kanalfortegnene som er vist på fig. 5, gir følgelig den nødvendige gruppering ifølge fig. 6, hvor kanalene 16 og 17, kanalene 18 og 19, kanalene 21 og 22, og kanalene 23 og 24 er gruppert. Dette betyr at forsterkningsverdiene gk(m) for de grupperte kanaler k og k-1 beregnes sammen, i stedet for separat, i overensstemmelse med:

(3)

hvor E<ref>

k(m ) er referanseenergien og Ek(m ) er den anslåtte energi ved tidspunktet m. Dette sikrer at de grupperte kanaler får samme forsterkningsverdi. En slik gruppering av forsterkningsfaktorene bevarer filterbankens aliasing-opphevelsesegenskaper og gir utgangssignalet ifølge fig. 7. Det er her åpenbart at de aliasing-komponenter som er til stede på fig. 3, har forsvunnet. Dersom det ikke finnes noen kraftig sinuskomponent, vil nullene likevel være beliggende i den ene eller den andre halvdel av z-planet, angitt ved fortegnet for kanalen, og kanalene vil bli gruppert tilsvarende. Dette betyr at det ikke er noe behov for deteksjonsbasert beslutningstaking angående hvorvidt en kraftig tonalkomponent er til stede eller ikke.

I en realverdibasert filterbank er energivurderingen ikke enkel slik som i en kompleks representasjon. Dersom energien beregnes ved å summere de kvadrerte underbåndssampler av en eneste kanal, er det en fare for sporing av tidsinnhyllingen av signalet i stedet for den virkelige energi. Dette skyldes det faktum at en sinuskomponent kan ha en vilkårlig frekvens fra 0 opp til filterbank-kanalbredden. Dersom en sinuskomponent er til stede i en filterbankkanal, kan den ha en meget lav relativ frekvens, selv om den er en høyfrekvent sinuskomponent i det opprinnelige signal. Vurdering av energien av dette signal blir vanskelig i et realverdibasert system, på grunn av at dersom middelverditiden velges dårlig i forhold til frekvensen av sinuskomponenten, kan en tremulant (amplitudevariasjon) innføres, når i virkeligheten signalenergien faktisk er konstant. Oppfinnelsen lærer imidlertid at filterbankkanalene skal grupperes to og to ved gitt beliggenhet av sinuskomponentene. Dette reduserer i vesentlig grad tremulantproblemet, slik det skal omtales nedenfor.

I en cosinusmodulert filterbank er analysefiltrene hk(n) cosinusmodulerte versjoner av et symmetrisk lavpass-prototypfilter p0(n), så som

hvor M er antall kanaler, k = 0,1,…, M-1, N er prototypfilterets orden og n = 0,1,…, N. Prototypfilterets symmetri antas her å være med hensyn til n = N/2. Utledningene nedenfor er likeartede i tilfelle av halvsampelsymmetri.

Dersom det er gitt et sinusformet inngangssignal x(n) = Acos(Ωn θ) med frekvens 0 ≤ Ω ≤ π, kan underbåndssignalet til kanal k ≥ 1 beregnes til å være tilnærmet lik

hvor P(ω) er den realverdibaserte, diskrete tids-Fourier-transformasjon av det forskjøvne prototypfilter p0(n N/2). Approksimasjonen er god når P(Ω π(k 1⁄2)/M) er liten, og dette gjelder spesielt dersom P(ω) er neglisjerbar for |ω| ≥ π/M, en hypotese som ligger til grunn for den etterfølgende diskusjon. For spektralinnstillingsjustering kan den gjennomsnittlige energi innenfor et underbånd k beregnes som

hvor w(n) er et vindu med lengde L. Innsetting av likning (5) i likning (6) fører til

hvor ψ(Ω) er et faseledd som er uavhengig av k, og W(ω) er den diskrete tids-Fouriertransformasjon av vinduet. Denne energi kan være kraftig fluktuerende dersom Ω ligger nær et heltallig multiplum av π/M, selv om inngangssignalet er en stasjonær sinuskurve. Artifakter av tremulanttypen vil fremkomme i et system basert på slike enkeltstående realanalyse-bankkanal-energiestimater.

Dersom man på den annen side antar at π(k – 1⁄2)/M ≤ Ω ≤ π(k 1/2)/M og at P(ω) er neglisjerbar for |ω| ≥ π/M, har bare underbåndskanalene k og k-1 ikke-nullutgangssignaler, og disse kanaler vil bli gruppert sammen slik som foreslått ved den foreliggende oppfinnelse. Energiestimatet basert på disse to kanaler er

hvor

og

For de fleste brukbare konstruksjoner av prototypfiltre gjelder at S(Ω) er tilnærmet konstant idet frekvensområdet som er gitt ovenfor. Dersom videre vinduet w(n) har en lavpass-filterkarakter, er |ε(Ω)| mye mindre enn |W(0)|, slik at fluktuasjonen av energiestimatet ifølge likning (8) er vesentlig redusert sammenliknet med estimatet ifølge likning (7).

Fig. 8 viser en innretning ifølge oppfinnelsen for spektralinnhyllingsjustering av et signal. Innretningen ifølge oppfinnelsen omfatter en innretning 80 for tilveiebringelse av et antall underbåndsignaler. Det skal bemerkes at det til et underbåndsignal er knyttet et kanalnummer k som angir et frekvensområde som dekkes av underbåndskanalen.

Underbåndsignalet skriver seg fra et kanalfilter med kanalnummeret k i en analysefilterbank. Analysefilterbanken har et antall kanalfiltre hvor kanalfilteret med kanalnummeret k har en viss kanalrespons som er overlappet med en kanalrespons til et tilstøtende kanalfilter som har et lavere kanalnummer k-1. Overlappingen finner sted i et visst overlappingsområde. Når det gjelder overlappingsområdene, henvises det til figurene 1, 3, 4 og 7 som viser overlappende pulsresponser med stiplede linjer for tilstøtende kanalfiltre i en analysefilterbank.

Underbåndsignalene som utmates av innretningen 80 på fig. 8, innmates i en innretning 82 for undersøkelse av underbåndsignalene med hensyn til aliasinggenererende signalkomponenter. Innretningen 82 er spesielt operativ for å undersøke det underbåndsignal som har kanalnummeret k knyttet til seg, og for å undersøke et tilstøtende underbåndsignal som har kanalnummeret k – 1 knyttet til seg. Dette er for å bestemme hvorvidt underbåndsignalet og det tilstøtende underbåndsignal har aliasinggenererende signalkomponenter i overlappingsområdet, så som en sinuskomponent som vist for eksempel på fig. 1. Det skal her bemerkes at sinussignalkomponenten for eksempel i det underbåndsignal som har tilknyttet kanalnummeret 15, ikke er plassert i overlappingsområdet. Det samme gjelder for sinussignalkomponenten i det underbåndsignal som har tilknyttet kanalnummeret 20. Når det gjelder de andre sinuskomponenter som er vist på fig. 1, blir det klart at disse ligger i overlappingsområder for tilsvarende, tilstøtende underbåndsignaler.

Undersøkelsesinnretningen 82 er operativ for å identifisere to tilstøtende underbåndsignaler som har en aliasing-genererende signalkomponent i overlappingsområdet. Innretningen 82 er koplet til en innretning 84 for beregning av forsterkningsjusteringsverdier for tilstøtende underbåndssignaler. Innretningen 84 er spesielt operativ for å beregne den første forsterkningsjusteringsverdi og en andre forsterkningsjusteringsverdi for underbåndsignalet på den ene side og det tilstøtende underbåndsignal på den annen side. Beregningen utføres som reaksjon på et positivt resultat for undersøkelsesinnretningen. Innretningen for beregning er spesielt operativ for å bestemme den første forsterkningsjusteringsverdi og den andre forsterkningsjusteringsverdi som ikke er uavhengige av hverandre, men avhengige av hverandre.

Innretningen 84 utmater en første forsterkningsjusteringsverdi og en andre forsterkningsjusteringsverdi. Det skal på dette punkt bemerkes at den første forsterkningsjusteringsverdi og den andre forsterkningsjusteringsverdi fortrinnsvis er like hverandre i en foretrukket utførelse. I tilfelle av modifisering av forsterkningsjusteringsverdier, som er blitt beregnet for eksempel i en spekatralbånd-gjenpartkoder (eng: spectral band replication encoder), er de modifiserte forsterkningsjusteringsverdier som svarer til de opprinnelige SBR-forsterkningsjusteringsverdier, begge mindre enn den høyeste verdi av de opprinnelige verdier, og høyere enn den laveste verdi av de opprinnelige verdier, slik det vil bli skissert senere.

Innretningen 84 for beregning av forsterkningsjusteringsverdier beregner derfor to forsterkningsjusteringsverdier for de tilstøtende underbåndsignaler. Disse forsterkningsjusteringsverdier og selve underbåndsignalene tilføres til en innretning 86 for forsterkningsjustering av de tilstøtende underbåndsignaler ved benyttelse av de beregnede forsterkningsjusteringsverdier. Den forsterkningsjustering som utføres av innretningen 86, utføres fortrinnsvis ved hjelp av en multiplikasjon av underbåndssampler med forsterkningsjusteringsverdiene, slik at forsterkningsjusteringsverdiene er forsterkningsjusteringsfaktorer. Forsterkningsjusteringen av et underbåndsignal som har flere underbåndssampler, utføres med andre ord ved å multiplisere hvert underbåndssampel fra et underbånd med forsterkningsjusteringsfaktoren som er blitt beregnet for det respektive underbånd. Finstrukturen av underbåndssignalet berøres derfor ikke av forsterkningsjusteringen. Med andre ord opprettholdes de relative amplitudeverdier av underbåndssamplene, mens de absolutte amplitudeverdier av underbåndssamplene endres ved å multiplisere disse sampler med den forsterkningsjusteringsverdi som er knyttet til det respektive underbåndsignal.

På utgangen av innretningen 86 oppnås forsterkningsjusterte underbåndsignaler. Når disse forsterkningsjusterte underbåndsignaler innmates i en syntesefilterbank som fortrinnsvis er en realverdibasert syntesefilterbank, oppviser utgangssignalet fra syntesefilterbanken, dvs. det syntetiserte utgangssignal, ikke vesentlige aliasingkomponenter, slik det er blitt beskrevet foran med henvisning til fig. 7.

Det skal her bemerkes at en fullstendig opphevelse av aliasing-komponentene kan oppnås når forsterkningsverdiene av de tilstøtende underbåndsignaler gjøres like hverandre. Ikke desto mindre kan i det minste en reduksjon av aliasing-komponentene oppnås når forsterkningsjusteringsverdiene for de tilstøtende underbåndsignaler beregnes i avhengighet av hverandre. Dette betyr at en forbedring av aliasing-situasjonen allerede oppnås når forsterkningsjusteringsverdiene ikke er helt like hverandre, men ligger nærmere hverandre sammenliknet med det tilfelle i hvilket ingen oppfinneriske skritt er blitt tatt.

Oppfinnelsen benyttes normalt i forbindelse med spektralbåndkopiering (SBR = Spectral Band Replication) eller høyfrekvensrekonstruksjon (HFR), hvilket er nærmere beskrevet i WO 98/57436 A2.

Slik det er kjent i teknikken, omfatter spektralinnhyllingskopiering eller høyfrekvensrekonstruksjon visse trinn på kodersiden så vel som visse trinn på dekodersiden.

I koderen kodes et opprinnelig signal som har full båndbredde, ved hjelp av en kildekoder. Kildekoderen frembringer et utgangssignal, dvs. en kodet versjon av det opprinnelige signal, i hvilket ett eller flere frekvensbånd som var inkludert i det opprinnelige signal, ikke lenger er inkludert i de kodede versjoner av det opprinnelige signal. Den kodede versjon av det opprinnelige signal omfatter normalt bare et lavt bånd av den opprinnelige båndbredde. Det høye bånd av den opprinnelige båndbredde av det opprinnelige signal er ikke inkludert i den kodede versjon av det opprinnelige signal. På kodersiden finnes det i tillegg en spektralinnhyllingsanalysator for analyse av den spektralinnhylling av det opprinnelige signal i båndene som mangler i den kodede versjon av det opprinnelige signal. Dette eller disse manglende bånd er for eksempel det høye bånd. Spektralinnhyllingsanalysatoren er operativ for å frembringe en grov innhyllingsrepresentasjon av det bånd som mangler i den kodede versjon av det opprinnelige signal. Denne grove spektralinnhyllingsrepresentasjon kan genereres på flere måter. En måte er å lede den respektive frekvensandel av det opprinnelige signal gjennom en analysefilterbank, slik at respektive underbåndsignaler for respektive kanaler i det tilsvarende frekvensområde oppnås, og å beregne energien for hvert underbånd slik at disse energiverdier er den grove spektralinnhyllingsrepresentasjon.

En annen mulighet er å utføre en Fourier-analyse av det manglende bånd og å beregne energien av det manglende frekvensbånd ved å beregne en gjennomsnittlig energi av spektralkoeffisientene i en gruppe, så som et kritisk bånd, når lydsignaler betraktes, ved å benytte en gruppering i overensstemmelse med den velkjente Bark-skala.

I dette tilfelle består den grove spektralinnhyllingsrepresentasjon av visse referanseenergiverdier, hvor en referanseenergiverdi er knyttet til et visst frekvensbånd. SBR-koderen multiplekser nå denne grove spektralinnhyllingsrepresentasjon med den kodede versjon av det opprinnelige signal for å danne et utgangssignal som overføres til en mottaker eller en SBR-klar dekoder.

Slik det er kjent i teknikken, er den SBR-klare dekoder operativ for å regenerere det manglende frekvensbånd ved å benytte et visst frekvensbånd eller alle frekvensbånd som oppnås ved dekoding av den kodede versjon av det opprinnelige signal, for å oppnå en dekodet versjon av det opprinnelige signal. Den dekodede versjon av det opprinnelige signal omfatter selvsagt heller ikke det manglende bånd. Dette manglende bånd rekonstrueres nå ved å benytte de bånd som var inkludert i det opprinnelige signal, ved hjelp av spektralbåndkopiering (eng: spectral band replication). Spesielt utvelges ett eller flere bånd i den dekodede versjon av det opprinnelige signal og kopieres opp til bånd som må rekonstrueres. Finstrukturen av de kopierte underbåndsignaler eller frekvens/spektralkoeffisienter justeres deretter ved benyttelse av forsterkningsjusteringsverdier som beregnes ved benyttelse av den virkelige energi av underbåndsignalet som på den ene side er blitt oppkopiert, og benyttelse av referanseenergien som uttrekkes fra den grove spektralinnhyllingsrepresentasjon som er blitt overført fra koderen til dekoderen. Normalt beregnes forsterkningsjusteringsfaktoren ved å bestemme kvotienten mellom referanseenergien og den virkelige energi, og ved å ta kvadratroten av denne verdi.

Dette er den situasjon som er blitt beskrevet foran med henvisning til fig. 2. Fig. 2 viser spesielt slike forsterkningsjusteringsverdier som for eksempel er blitt bestemt av en forsterkningsjusteringsblokk i en høyfrekvens-rekonstruksjonsdekoder eller en SBR-klar dekoder.

Den oppfinneriske innretning som er vist på fig. 8, kan benyttes for fullstendig å erstatte en normal SBR-forsterkningsjusteringsinnretning, eller den kan benyttes for å forbedre en tidligere kjent forsterkningsjusteringsinnretning. Ved den første mulighet bestemmes forsterkningsjusteringsverdiene for tilstøtende underbåndsignaler i avhengighet av hverandre i tilfelle de tilstøtende underbåndsignaler har et aliasingproblem. Dette betyr at det i de overlappende filterresponser til de filtre fra hvilke de tilstøtende underbåndsignaler skriver seg, var aliasing-genererende signalkomponenter, så som en tonal signalkomponent slik det er blitt omtalt i forbindelse med fig. 1. I dette tilfelle beregnes forsterkningsjusteringsverdiene ved hjelp av referanseenergiene som overføres fra den SBR-klare koder, og ved hjelp av et estimat for energien til de oppkopierte underbåndsignaler, og som reaksjon på innretningen for undersøkelse av underbåndsignalene med hensyn til aliasing-genererende signalkomponenter.

I det andre tilfelle, i hvilket innretningen ifølge oppfinnelsen benyttes for forbedring av funksjonsdyktigheten av en eksisterende SBR-klar dekoder, kan innretningen for beregning av forsterkningsjusteringsverdier for tilstøtende underbåndsignaler implementeres slik at den gjenfinner forsterkningsjusteringsverdiene til to tilstøtende underbåndsignaler som har et aliasingproblem. Da en typisk SBR-klar koder ikke tar noe hensyn til aliasingproblemer, er disse forsterkningsjusteringsverdier for disse to tilstøtende underbåndsignaler uavhengige av hverandre. Innretningen ifølge oppfinnelsen for beregning av forsterkningsjusteringsverdiene er operativ for å utlede beregnede forsterkningsjusteringsverdier for de tilstøtende underbåndsignaler basert på de to gjenfunne ”opprinnelige” forsterkningsjusteringsverdier. Dette kan gjøres på flere måter. Den første måte er å gjøre den andre forsterkningsjusteringsverdi lik den første forsterkningsjusteringsverdi. Den andre mulighet er å gjøre den første forsterkningsjusteringsverdi lik den andre forsterkningsjusteringsverdi. Den tredje mulighet er å beregne middelverdien av begge opprinnelige forsterkningsjusteringsverdier og å benytte denne middelverdi som den første beregnede forsterkningsjusteringsverdi og den andre beregnede innhyllingsjusteringsverdi. En annen mulighet ville være å velge forskjellige eller like første og andre beregnede forsterkningsjusteringsverdier som begge er lavere enn den høyeste opprinnelige forsterkningsjusteringsverdi, og som begge er høyere enn den laveste forsterkningsjusteringsverdi av de to opprinnelige forsterkningsjusteringsverdier. Når fig. 2 og fig. 6 sammenliknes, blir det klart at de første og andre forsterkningsjusteringsverdier for to tilstøtende underbånd som er blitt beregnet avhengig av hverandre, begge er høyere enn den opprinnelige laveste verdi og begge er lavere enn den opprinnelige høyeste verdi.

I overensstemmelse med en annen utførelse av oppfinnelsen utføres særtrekkene med tilveiebringelse av underbåndsignaler (blokken 80 på fig. 8), undersøkelse av underbåndsignalene med hensyn til aliasing-genererende signalkomponenter (blokken 82 på fig. 8) og beregning av forsterkningsjusteringsverdier for tilstøtende underbåndsignaler (blokken 84), utført i en SBR-klar koder som ikke utfører noen forsterkningsjusteringsoperasjoner. I dette tilfelle er innretningen for beregning, som er betegnet med henvisningstallet 84 på fig. 8, forbundet med en innretning for utmating av den første og den andre beregnede forsterkningsjusteringsverdi for overføring til en dekoder.

I dette tilfelle vil dekoderen motta en allerede ”aliasing-redusert”, grov spektralinnhyllingsrepresentasjon sammen med fortrinnsvis en indikasjon på at den aliasingreduserende gruppering av tilstøtende underbåndsignaler allerede er blitt utført. Ingen modifikasjoner av en normal SBR-dekoder er da nødvendige, da forsterkningsjusteringsverdiene allerede er i god form, slik at det syntetiserte signal ikke vil oppvise noen ailiasing-forvrengning.

I det følgende skal visse implementeringer av innretningen 80 for tilveiebringelse av underbåndsignaler beskrives. I tilfelle oppfinnelsen implementeres i en ny koder, er innretningen for tilveiebringelse av et antall underbåndsignaler analysatoren for analysering av det manglende frekvensbånd, dvs. det frekvensbånd som ikke er inkludert i den kodede versjon av det opprinnelige signal.

I tilfelle oppfinnelsen implementeres i en ny dekoder, kan innretningen for tilveiebringelse av et antall underbåndsignaler være en analysefilterbank for analysering av den dekodede versjon av det opprinnelige signal kombinert med en SBR-innretning for transponering av underbåndsignalene i det lave bånd til underbåndskanaler i et høyt bånd. Dersom imidlertid den kodede versjon av det opprinnelige signal omfatter kvantiserte og eventuelt entropi-kodede underbåndsignaler selv, omfatter innretningen for tilveiebringelse ikke en analysebank. I dette tilfelle er innretningen for tilveiebringelse operativ for å uttrekke entropidekodede og rekvantiserte underbåndsignaler fra det overførte signal som innmates til dekoderen. Innretningen for tilveiebringelse er videre operativ for å transponere slike uttrukne underbåndsignaler i det lave bånd i overensstemmelse med hvilken som helst av de kjente transponeringsregler til det høye bånd, slik det er kjent i teknikken for spektralbåndkopiering eller høyfrekvensrekonstruksjon.

Fig. 9 viser samvirket mellom analysefilterbanken (som kan være beliggende i koderen eller dekoderen) og en syntesefilterbank 90 som er beliggende i en SBR-dekoder. Syntesefilterbanken 90 som er anbrakt i dekoderen, er operativ for å motta de forsterkningsjusterte underbåndsignaler for å syntetisere høybåndsignalet som deretter, etter syntese, kombineres til den dekodede versjon av det opprinnelige signal for å oppnå et fullbåndsdekodet signal. Alternativt kan den realverdibaserte syntesefilterbank dekke hele det opprinnelige frekvensbånd, slik at lavbåndskanalene i syntesefilterbanken 90 suppleres med underbåndsignalene som representerer den dekodede versjon av det opprinnelige signal, mens høybånds-filterkanalene suppleres med de forsterkningsjusterte underbåndsignaler som utmates av innretningen 84 på fig. 8.

Slik det er blitt skissert tidligere, gjør den oppfinneriske beregning av forsterkningsjusteringsverdier i avhengighet av hverandre det mulig å kombinere en kompleks analysefilterbank og en realverdibasert syntesefilterbank, eller å kombinere en realverdibasert analysefilterbank og en realverdibasert syntesefilterbank spesielt for billige dekoderanvendelser.

Fig. 10 illustrerer en foretrukket utførelse av innretningen 82 for undersøkelse av underbåndsignalene. Slik det er blitt skissert på forhånd med hensyn til fig. 5, omfatter undersøkelsesinnretningen 82 på fig. 8 en innretning 100 for bestemmelse av en lavordens prediktor-polynomkoeffisient for et underbåndsignal og et tilstøtende underbåndsignal, slik at det oppnås koeffisienter av prediktor-polynomer. Slik det er blitt skissert med hensyn til likning (1), beregnes fortrinnsvis den første prediktor-polynomkoeffisient av et andre ordens forutsigelsespolynom slik som definert i likning (1). Innretningen 100 er koplet til en innretning 102 for bestemmelse av et fortegn for en koeffisient for de tilstøtende underbåndsignaler. I overensstemmelse med den foretrukne utførelse av oppfinnelsen er bestemmelsesinnretningen 102 operativ for å beregne likning (2), slik at det oppnås et underbåndsignal og det tilstøtende underbåndsignal. Fortegnet for et underbåndssignal som oppnås av innretningen 102, avhenger på den ene side av fortegnet for prediktor-polynomkoeffisienten, og på den annen side av kanalnummeret eller underbåndsnummeret k. Innretningen 102 på fig. 10 er koplet til en innretning 104 for analysering av fortegnene for å bestemme tilstøtende underbåndsignaler som har aliasingproblematiske komponenter.

I overensstemmelse med den foretrukne utførelse av oppfinnelsen er innretningen 104 spesielt operativ for å bestemme underbåndsignaler som underbåndsignaler med aliasing-genererende signalkomponenter, i tilfelle underbåndsignalet med det laveste kanalnummer har positivt fortegn og underbåndsignalet med det høyeste kanalnummer har negativt fortegn. Når fig. 5 betraktes, blir det klart at denne situasjon oppstår for underbåndsignaler 16 og 17, slik at underbåndsignalene 16 og 17 bestemmes til å være tilstøtende underbåndsignaler med koplede forsterkningsjusteringsverdier. Det samme gjelder for underbåndsignalene 18 og 19 eller underbåndsignalene 21 og 22 eller underbåndsignalene 23 og 24.

Det skal her bemerkes at det alternativt også kan benyttes et annet forutsigelsespolynom, dvs. et forutsigelsespolynom av tredje, fjerde eller femte orden, og at også en annen polynomkoeffisient kan benyttes for bestemmelse av fortegnet, så som den andre, tredje eller fjerde ordens forutsigelses-polynomkoeffisient. Imidlertid foretrekkes den prosedyre som er vist med hensyn til likningene 1 og 2, da den innebærer lave faste beregningsutgifter.

Fig. 11 viser en foretrukket implementering av innretningen for beregning av forsterkningsjusteringsverdier for tilstøtende underbåndsignaler i overensstemmelse med den foretrukne utførelse av oppfinnelsen. Spesielt omfatter innretningen 84 på fig. 8 en innretning 110 for tilveiebringelse av en indikasjon på en referanseenergi for tilstøtende underbånd, en innretning 112 for beregning av anslåtte energier for de tilstøtende underbånd, og en innretning 114 for bestemmelse av første og andre forsterkningsjusteringsverdier. Den første forsterkningsjusteringsverdi gkog den andre forsterkningsjusteringsverdi gk-1er fortrinnsvis like. Innretningen 114 er fortrinnsvis operativ for å utføre likning (3) som vist foran. Det skal her bemerkes at indikasjonen på referanseenergien for tilstøtende underbånd normalt oppnås fra et kodet signal som utmates av en normal SBR-koder. Referanseenergiene utgjør spesielt den grove spektralinnhyllingsinformasjon slik den genereres av en normal SBR-klar koder.

Oppfinnelsen angår også en fremgangsmåte for spektralinnhyllingsjustering av et signal, idet det benyttes en filterbank hvor filterbanken omfatter en realverdibasert analysedel og en realverdibasert syntesedel, eller hvor filterbanken omfatter en kompleks analysedel og en realverdibasert syntesedel, hvor en i frekvens lavere kanal og den tilstøtende i frekvens høyere kanal modifiseres ved benyttelse av den samme forsterkningsverdi, dersom den lavere kanal har et positivt fortegn og den høyere kanal har et negativt fortegn, slik at relasjonen mellom underbåndssamplene av den lavere kanal og underbåndssamplene av den høyere kanal opprettholdes.

Ved ovennevnte fremgangsmåte beregnes fortrinnsvis den nevnte forsterkningsverdi ved å benytte den gjennomsnittlige energi til de tilstøtende kanaler.

Avhengig av omstendighetene kan den oppfinneriske fremgangsmåte for spektralinnhyllingsjustering implementeres i maskinvare eller i programvare. Implementeringen kan finne sted på et digitalt lagringsmedium, så som en plate eller en CD med elektronisk lesbare styresignaler, som kan samvirke med et programmerbart datamaskinsystem slik at fremgangsmåten ifølge oppfinnelsen utføres. Oppfinnelsen er derfor generelt et datamaskinprogramprodukt med en programkode som er lagret på en maskinlesbar bærer, for utførelse av fremgangsmåten ifølge oppfinnelsen, når datamaskin-programproduktet kjøres på en datamaskin. Med andre ord er oppfinnelsen derfor også et datamaskinprogram med en programkode for utførelse av fremgangsmåten ifølge oppfinnelsen, når datamaskinprogrammet kjøres på en datamaskin.

Claims

Patentkrav 1. Apparat for å utføre forsterkningsjustering på flere audio underbåndsignaler generert ved å filtrere et audiosignal ved å bruke en filterbank (80), idet filterbanken (80) har underbåndfiltre, hvor tilstøtende underbåndfiltre av filterbanken (80) har overgangsbånd som overlapper i et overlappende område, som omfatter: en beregner (84) utformet for å beregne en første forsterkningsjusteringsverdi og en annen forsterkningsjusteringsverdi for grupperte tilstøtende audio underbåndsignaler som omfatter et audio underbåndsignal og et tilstøtende audio underbåndsignal, hvor beregneren (84) er innrettet til å bestemme et første energimål som angir en signalenergi av audio underbåndsignalet og et andre energimål som angir en signalenergi av det tilstøtende audio underbåndsignal, å bestemme (110) en angivelse av en referanseenergi for de grupperte tilstøtende audio underbåndsignaler som en lineær kombinasjon av en første referanseenergiverdi for audio underbåndsignalet og en andre referanseenergiverdi for det tilstøtende audio underbåndsignal, og å bestemme (112) et energiestimat for en energi i de grupperte tilstøtende audio underbåndsignalene som en lineær kombinasjon av det første energimål for audio underbåndsignalet og det andre energimål for det tilstøtende audio underbåndsignal, og å beregne (114) den første forsterkningsjusteringsverdien og den andre forsterkningsjusteringsverdien for de grupperte tilstøtende audio underbåndsignalene basert på den lineære kombinasjonen av den første referanseenergiverdien for audio underbåndsignalet og den andre referanseenergiverdien for det tilstøtende audio underbåndsignal og basert på den lineære kombinasjonen av det første energimål for audio underbåndsignalet og det andre energimål for det tilstøtende audio underbåndsignal; og en forsterkningsjusterer (86) utformet for å benytte den første forsterkningsjusteringsverdien på audio underbåndsignalet av de grupperte tilstøtende audio underbåndsignalene og for å anvende den andre forsterkningsjusteringsverdien på det tilstøtende audio underbåndsignal av de grupperte tilstøtende audio underbåndsignalene hvor i det minste én av beregneren og forsterkningsjustereren omfatter en maskinvareimplementering.
2 Apparat i samsvar med krav 1, hvor beregneren (84) videre er innrettet til å beregne den første forsterkningsjusteringsverdien og den andre forsterkningsjusteringsverdien ved å bruke en kvotient som omfatter en teller og en nevner, hvor telleren omfatter den lineære kombinasjonen av den første referanseenergiverdien og den andre referanseenergiverdien og nevneren omfatter den lineære kombinasjonen av det første energimål og det andre energimål.
3 Apparat i samsvar med krav 1, hvor beregneren (84) er innrettet til å beregne første og andre forsterkningsjusteringsverdiene slik at første og andre forsterkningsjusteringsverdiene er lik hverandre.
4 Apparat i samsvar med krav 1, hvor beregneren (84) er innrettet til å beregne den første forsterkningsjusteringsverdien og den andre forsterkningsjusteringsverdien basert på en gjennomsnittlig energi av underbåndsignalet og det tilstøtende underbåndsignal.
5 Apparat i samsvar med krav 1, hvor beregneren (84) er innrettet til å beregne første og andre forsterkningsjusteringsverdiene i henhold til følgende ligning:

hvor gk-l(m) er den første forsterkningsjusteringsverdien for audio underbåndsignalet av de grupperte tilstøtende audio underbåndsignalene, hvor gk(m) er den andre forsterkningsjusteringsverdien for det tilstøtende audio underbåndsignal av de grupperte tilstøtende audio underbåndsignalene, hvor (m) er den første referanseenergiverdien for audio underbåndsignalet, hvor Ek-1<ref>(m) er den andre referanseenergiverdien for det andre audio underbåndsignal, hvor Ek-1(m) er det første energimål av audio underbåndsignalet, hvor Ek(m) er det andre energimål av det tilstøtende audio underbåndsignal, og hvor m angir et tidspunkt.
6 Apparat i samsvar med krav 1, hvor første eller andre energimål for et audio underbåndsignal beregnes ved summering av kvadrerte underbåndsampler av audio underbåndsignalet.
7 Apparat i samsvar med krav 1, som videre omfatter en analysator (82) for å analysere de flere audio underbåndsignaler generert ved å filtrere signalet ved å bruke filterbanken (80) for å bestemme de grupperte audio underbåndsignalene.
8 Apparat i samsvar med krav 1, som videre omfatter en syntesefilterbank for syntesefiltrering av forsterkningsjusterte audio underbåndsignaler for å oppnå et syntetisert utgangssignal.
9 Apparat i samsvar med krav 1, hvor filterbanken (80) er en realverdi-filterbank, og hvor en syntesefilterbank (90) for syntesefiltrering av forsterkningsjusterte audio underbåndsignaler er en realverdi-filterbank.
10 Fremgangsmåte for å utføre forsterkningsjustering på flere audio underbåndsignaler generert ved å filtrere et audiosignal ved å bruke en filterbank (80), idet filterbanken (80) har audio underbåndfiltre, tilstøtende audio underbåndfiltre av filterbanken (80) har overgangsbånd som overlapper i et overlappende område, som omfatter: å beregne, med en beregner, en første forsterkningsjusteringsverdi og en annen forsterkningsjusteringsverdi for grupperte tilstøtende audio underbåndsignaler som omfatter et audio underbåndsignal og et tilstøtende audio underbåndsignal, hvor beregningen omfatter: å bestemme et første energimål som angir en signalenergi av audio underbåndsignalet og et andre energimål som angir en signalenergi av det tilstøtende audio underbåndsignal, å bestemme (110) en angivelse av en referanseenergi for de grupperte tilstøtende audio underbåndsignaler som en lineær kombinasjon av en første referanseenergiverdi for audio underbåndsignalet og en andre referanseenergiverdi for det tilstøtende audio underbåndsignal, å bestemme (112) et energiestimat for en energi i de grupperte tilstøtende audio underbåndsignalene som en lineær kombinasjon av det første energimål for audio underbåndsignalet og det andre energimål for det tilstøtende audio underbåndsignal, og å beregne (114) den første forsterkningsjusteringsverdien og den andre forsterkningsjusteringsverdien for de grupperte tilstøtende audio underbåndsignalene basert på den lineære kombinasjonen av den første referanseenergiverdien for audio underbåndsignalet og den andre referanseenergiverdien for det tilstøtende audio underbåndsignal og basert på den lineære kombinasjon av det første energimål for audio underbåndsignalet og det andre energimål for det tilstøtende audio underbåndsignal; og å anvende, av en forsterkningsjusterer, den første forsterkningsjusteringsverdien på audio underbåndsignalet av de grupperte tilstøtende audio underbåndsignalene og å anvende den andre forsterkningsjusteringsverdien på det tilstøtende audio under båndsignal av de grupperte tilstøtende audio underbåndsignalene, hvor minst én av beregneren og forsterkningsjustereren omfatter en maskinvare-implementering.
11 Ikke-flyktig lagringsmedium som har lagret på seg et datamaskinprogram som har en programkode for å utføre, når datamaskinprogrammet kjører på en datamaskin, en fremgangsmåte for å utføre forsterkningsjustering på flere audio underbåndsignaler generert ved å filtrere et audiosignal ved å bruke en filterbank, idet filterbanken har audio underbåndfiltre, tilstøtende audio underbåndfiltre av filterbanken har overgangsbånd som overlapper i et overlappende intervall, idet fremgangsmåten omfatter: å beregne en første forsterkningsjusteringsverdi og en annen forsterkningsjusteringsverdi for grupperte tilstøtende audio underbåndsignaler som omfatter et audio underbåndsignal og et tilstøtende audio underbåndsignal, hvor beregningen omfatter: å bestemme et første energimål som angir en signalenergi av audio underbåndsignalet og et andre energimål som angir en signalenergi av det tilstøtende audio underbåndsignal, å bestemme en angivelse av en referanseenergi for de grupperte tilstøtende audio underbåndsignaler som en lineær kombinasjon av en første referanseenergiverdi for audio underbåndsignalet og en andre referanseenergiverdi for det tilstøtende audio underbåndsignal, å bestemme et energiestimat for en energi i de grupperte tilstøtende audio underbåndsignaler som en lineær kombinasjon av det første energimål for audio underbåndsignalet og det andre energimål for det tilstøtende audio underbåndsignal, og å beregne den første forsterkningsjusteringsverdien og den andre forsterkningsjusteringsverdien for de grupperte tilstøtende audio underbåndsignalene basert på den lineære kombinasjonen av den første referanseenergiverdien for audio underbåndsignalet og den andre referanseenergiverdien for det tilstøtende audio underbåndsignal og basert på den lineære kombinasjonen av det første energimål for audio underbåndsignalet og det andre energimål for det tilstøtende audio underbåndsignal; og å anvende den første forsterkningsjusteringsverdien på audio underbåndsignalet av de grupperte tilstøtende audio underbåndsignalene og å bruke den andre forsterkningsjusteringsverdien på det tilstøtende audio underbåndsignal av de grupperte tilstøtende audio underbåndsignalene.