TWI695370B - 用以解碼經編碼多聲道信號之裝置、方法及電腦程式 - Google Patents
用以解碼經編碼多聲道信號之裝置、方法及電腦程式 Download PDFInfo
- Publication number
- TWI695370B TWI695370B TW107126083A TW107126083A TWI695370B TW I695370 B TWI695370 B TW I695370B TW 107126083 A TW107126083 A TW 107126083A TW 107126083 A TW107126083 A TW 107126083A TW I695370 B TWI695370 B TW I695370B
- Authority
- TW
- Taiwan
- Prior art keywords
- channel
- pass filter
- signal
- gain
- base channel
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 62
- 238000004590 computer program Methods 0.000 title claims description 14
- 230000003595 spectral effect Effects 0.000 claims abstract description 84
- 238000012545 processing Methods 0.000 claims abstract description 49
- 238000001914 filtration Methods 0.000 claims abstract description 12
- 238000001228 spectrum Methods 0.000 claims description 51
- 238000010606 normalization Methods 0.000 claims description 45
- 230000002441 reversible effect Effects 0.000 claims description 38
- 238000005070 sampling Methods 0.000 claims description 24
- 239000000945 filler Substances 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 8
- 230000001052 transient effect Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000003672 processing method Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 238000012952 Resampling Methods 0.000 claims description 4
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 2
- 238000007493 shaping process Methods 0.000 claims description 2
- 230000001934 delay Effects 0.000 claims 2
- 230000002123 temporal effect Effects 0.000 claims 2
- 230000003111 delayed effect Effects 0.000 claims 1
- 238000011049 filling Methods 0.000 abstract description 4
- 230000006835 compression Effects 0.000 description 9
- 238000007906 compression Methods 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 5
- 238000003786 synthesis reaction Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000002156 mixing Methods 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 108010076504 Protein Sorting Signals Proteins 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004040 coloring Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/008—Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/0204—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders using subband decomposition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/16—Vocoder architecture
- G10L19/173—Transcoding, i.e. converting between two coded representations avoiding cascaded coding-decoding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/26—Pre-filtering or post-filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/038—Speech enhancement, e.g. noise reduction or echo cancellation using band spreading techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S2420/00—Techniques used stereophonic systems covered by H04S but not provided for in its groups
- H04S2420/03—Application of parametric coding in stereophonic audio systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04S—STEREOPHONIC SYSTEMS
- H04S3/00—Systems employing more than two channels, e.g. quadraphonic
- H04S3/008—Systems employing more than two channels, e.g. quadraphonic in which the audio signals are in digital form, i.e. employing more than two discrete digital channels
Abstract
一種用於解碼一經編碼多聲道信號之設備包含:一基礎聲道解碼器,其用於解碼一經編碼基礎聲道以獲得一經解碼基礎聲道;一去相關濾波器,其用於對該經解碼基礎聲道之至少一部分進行濾波以獲得一填充信號;以及一多聲道處理器,其用於使用該經解碼基礎聲道之一頻譜表示及該填充信號之一頻譜表示執行一多聲道處理,其中該去相關濾波器為一寬頻帶濾波器,且該多聲道處理器經組配以將一窄頻帶處理施加至該經解碼基礎聲道之該頻譜表示及該填充信號之該頻譜表示。
Description
發明領域
本發明係關於音訊處理,且特定言之,係關於在用於解碼一經編碼多聲道信號之設備或方法內的多聲道音訊處理。
發明背景
用於以低位元速率對立體聲信號進行參數化寫碼之現有技術水平編解碼器為MPEG編解碼器xHE-AAC。其特徵為基於在子頻帶中估計的單降混及立體聲參數聲道間位準差(ILD)及聲道間同調性(ICC)的全參數化立體聲寫碼模式。輸出藉由在每一子頻帶中使子頻帶降混信號及該子頻帶降混信號之去相關版本(其係藉由在QMF濾波器組內應用子頻帶濾波器而獲得)矩陣化而由單聲道降混合成。
存在與用於寫碼語音項目的xHE-AAC相關的一些缺陷。藉以產生合成第二信號的濾波器產生輸入信號之混響極大版本,其需要鴨聲器(ducker)。因此,處理隨
時間推移會嚴重破壞輸入信號之頻譜形狀。此對於許多信號類型效果良好,但對於頻譜包絡快速改變的語音信號,此造成不自然的著色及聽覺偽聲,諸如雙向通話(double talk)或雙重話音(ghost voice)。另外,濾波器取決於基礎QMF濾波器組之時間解析度,其隨取樣率而改變。因此,輸出信號對於不同取樣率並不一致。
除此之外,3GPP編解碼器AMR-WB+之特徵為支援7至48kbit/s之位元速率的半參數化立體聲模式。其係基於左輸入聲道與右輸入聲道之中間/側邊變換。在低頻率範圍中,藉由中間信號m預測側邊信號s以獲得平衡增益,且m及預測殘差兩者經編碼且連同預測係數一起傳輸至解碼器。在中間頻率範圍中,僅對降混信號m進行寫碼,且使用低階FIR濾波器自m預測缺失信號s,其係在編碼器處進行計算。此伴隨兩個聲道的頻寬擴展。對於語音,編解碼器通常產生比xHE-AAC更自然的聲音,但面臨若干問題。若輸入聲道僅弱相關,如同例如回音語音信號或雙向通話的情況,則藉由低階FIR濾波器由m預測s之程序效果並不非常好。又,編解碼器不能處置異相信號,此可導致品質之實質性損失,且可觀察到,經解碼輸出之立體聲影像通常非常壓縮。另外,該方法並非全參數化的,且因此在位元率方面並不有效。
通常,全參數化方法可能會由於以下事實而導致音訊品質降級:任何信號部分由於參數化編碼並不在解碼器側上重構而損失。
另一方面,諸如中間/側邊寫碼等之波形保持程序並不允許如可自參數化多聲道寫碼器獲得之實質性位元速率節省。
發明概要
本發明之一目標為提供用於解碼經編碼多聲道信號之經改良概念。
此目標藉由用於解碼經編碼多聲道信號之設備、如請求項37之解碼經編碼多聲道信號之方法、如請求項38之電腦程式及如請求項39之音訊信號去相關器、如請求項49之使音訊輸入信號去相關之方法或如請求項50之電腦程式來達成。
本發明係基於以下發現:混合方法適用於解碼經編碼多聲道信號。此混合方法依賴於使用藉由去相關濾波器產生之填充信號,且此填充信號接著由諸如參數化或其他多聲道處理器之多聲道處理器使用以產生經解碼多聲道信號。特定言之,該去相關濾波器為一寬頻帶濾波器,且該多聲道處理器經組配以將一窄頻帶處理應用於頻譜表示。因此,填充信號較佳由例如全通濾波器程序在時域中產生,且多聲道處理使用經解碼基礎聲道之頻譜表示且額外使用自時域中計算之填充信號產生的填充信號之頻譜表示在譜域中發生。
因此,頻域多聲道處理(一方面)與時域去相關(另一方面)之優勢以適用方式組合以獲得具有高音訊品
質之經解碼多聲道信號。儘管如此,由於經編碼多聲道信號通常並非波形保持編碼格式而例如為參數化多聲道寫碼格式之事實,用於傳輸經編碼多聲道信號之位元率保持儘可能低。因此,為產生填充信號,僅使用諸如經解碼基礎聲道之解碼器可用資料,且在某些實施例中,使用此項技術中已知之額外立體聲參數,諸如增益參數或預測參數或者ILD、ICC或任何其他立體聲參數。
相繼,論述若干較佳實施例。寫碼立體聲信號之最有效方式為使用諸如雙耳線索寫碼或參數立體聲之參數化方法。其旨在藉由恢復子頻帶中之若干空間線索來依據單聲道降混重構空間印象,且由此係基於心理聲學。存在觀察參數化方法之另一方式:簡單地嘗試以參數化方式逐聲道地模型化,從而嘗試利用聲道間冗餘。以此方式,可自主級聲道恢復次級聲道之部分,但其通常留有殘餘分量。忽略此分量通常導致經解碼輸出之不穩定立體聲影像。因此,有必要以合適替換填充此類殘餘分量。因為此類替換係盲目的,因此最安全的係自與降混信號具有類似時間及頻譜屬性的第二信號取得此類部分。
因此,本發明的實施例特別適用於參數化音訊寫碼器,且特定言之參數化音訊解碼器之上下文,其中對缺失殘餘部分之替換係自由解碼器側上之去相關濾波器產生的人工信號提取。
其他實施例係關於用於產生人工信號之程序。諸實施例係關於產生供提取對缺失殘餘部分之替換的
人工第二聲道之方法以及其在稱為增強型立體聲填充之全參數化立體聲寫碼器中的使用。該信號比xHEAAC信號更適合於寫碼語音信號,因為其頻譜形狀在時間上更接近於輸入信號。其係藉由應用特殊濾波器結構而在時域中產生,且因此獨立於執行立體聲升混的濾波器組。其因此可用於不同升混程序中。例如,其可用於xHE-AAC中以在變換至QMF域之後替換人工信號,此將改良語音之效能,且其可用於AMR-WB+之中頻段中以替代中間/側邊預測中之殘差,此將改良弱相關輸入聲道之效能且改良立體聲影像。此尤其可用於特徵在於不同立體聲模式(諸如時域及頻域立體聲處理)之編解碼器。
在較佳實施例中,該去相關濾波器包含至少一個全通濾波器胞元,該至少一個全通濾波器胞元包含套合至第三Schroeder全通濾波器中的兩個Schroeder全通濾波器胞元,及/或該全通濾波器包含至少一個全通濾波器胞元,該全通濾波器胞元包含兩個級聯的Schroeder全通濾波器,其中至第一級聯的Schroeder全通濾波器之輸入與自級聯的第二Schroeder全通濾波器之輸出在信號流之方向上在第三Schroeder全通濾波器之延遲級之前連接。
在另一實施例中,包含三個套合的Schroeder全通濾波器之若干此類全通濾波器胞元級聯以便獲得出於立體聲或多聲道解碼目的具有良好脈衝回應之特別適用的全通濾波器。
此處應強調,儘管相對於自單聲道基礎聲
道、左升混聲道及右升混聲道之立體聲解碼產生論述本發明之若干態樣,但本發明亦適用於多聲道解碼,其中使用兩個基礎聲道編碼例如四個聲道之信號,其中前兩個升混聲道係自第一基礎聲道產生,且第三升混聲道及第四升混聲道係自第二基礎聲道產生。在其他替代例中,本發明亦適用於始終使用較佳相同的填充信號自單個基礎聲道產生三個或更多個升混聲道。然而,在所有此類程序中,以寬頻帶方式,即較佳在時域中,產生填充信號,且在頻域中進行用於自經解碼基礎聲道產生兩個或更多個升混聲道之多聲道處理。
去相關濾波器較佳完全在時域中操作。然而,其他混雜方法亦適用,其中例如藉由使低頻帶部分(一方面)與高頻帶部分(另一方面)去相關來執行去相關,同時例如以高得多的頻譜解析度執行多聲道處理。因此,例示性地,多聲道處理之頻譜解析度可例如與個別地處理每一DFT或FFT線一樣高,且對於若干頻帶給出參數化資料,其中每一頻帶例如包含兩個、三個或更多個DFT/FFT/MDCT線,且對經解碼基礎聲道進行濾波以獲得填充信號像寬頻帶那樣進行,即在時域中進行,或像半寬頻帶那樣進行,例如在一低頻帶及一高頻帶內或可能在三個不同頻帶內進行。因此,在任何情況下,通常對個別線或子頻帶信號執行之立體聲處理之頻譜解析度為最高頻譜解析度。通常,在編碼器中產生且由較佳解碼器傳輸及使用的立體聲參數具有中等頻譜解析度。因此,對於若干頻
帶給出參數,該等頻帶可具有變化的頻寬,但每一頻帶至少包含兩個或更多個由多聲道處理器產生及使用的線或子頻帶信號。而且,去相關濾波之頻譜解析度非常低,且在時域的情況下,在對於不同頻帶產生不同去相關信號的情況下,濾波極低或中等,但此中等頻譜解析度仍然低於給定用於參數化處理的參數時的解析度。
在一較佳實施例中,去相關濾波器之濾波器特性為在整個所關注頻譜範圍上具有恆定量值區之全通濾波器。然而,並不具有此理想全通濾波器行為之其他去相關濾波器亦為適用的,只要在一較佳實施例中,濾波器特性之恆定量值區大於經解碼基礎聲道之頻譜表示之頻譜粒度及填充信號之頻譜表示之頻譜粒度即可。
因此,可確保被執行多聲道處理之填充信號或經解碼基礎聲道之頻譜粒度不影響去相關濾波,以使得產生高品質填充信號,該高品質填充信號較佳使用能量正規化因數加以調整且接著用於產生兩個或更多個升混聲道。
另外,應注意,諸如關於相繼論述的圖4、圖5或圖6所描述的去相關信號之產生可用於多聲道解碼器之上下文中,但亦可用於其中去相關信號適用於諸如任何音訊信號顯現、任何混響操作等中的任何其他應用中。
401:第一級聯的Schroeder全通濾波器
402:第二Schroeder全通濾波器
403:第三Schroeder全通濾波器
411:第一加法器
412:第二加法器
413:第三加法器
414:第四加法器
415:第五加法器
416:第六加法器
421:第一延遲級
422:第二延遲級
423:第三延遲級
431:第一前向饋送件
432:第二反向饋送件
433:第三反向饋送件
441:第一反向饋送件
442:第二前向饋送件
443:第三前向饋送件
502、504、506、508、510:基本全通單元
700:基礎聲道解碼器
705:聲道變換/基礎聲道解碼器
710、810、811、812、821:重取樣器
713:控制器
720:頻寬擴展解碼器
721:低頻帶解碼器
722:第二解碼分支
800:去相關濾波器
802、802':時域濾波器級/全通濾波器單元
804:頻譜轉換器
813、814:延遲補償元件
815:開關
816:零值/零資料
817:切換決策
900:多聲道處理器
902:基礎聲道頻譜轉換器
904:處理器/多聲道處理器級
904a、904b、904c:立體聲處理單元
908、910:時域頻寬擴展元件
912:開窗器及能量正規化因數計算器/開窗器及因數計算器
920、921、922、923、924、925、930、941a、941b、942a、942b、943a、943b、945、1200、1202、1203、1204:區塊
934:頻帶組合器
946:處理器
960:立體聲處理元件/高頻帶升混器
961、962:頻率-時間轉換器
994a、994b:加法器
1000:全通信號產生器
1206:編碼器輸出資料
相繼,關於附圖論述較佳實施例,其中:圖1a說明在與EVS核心寫碼器一起使用時的人工信
號產生;圖1b說明根據一不同實施例之在與EVS核心寫碼器一起使用時的人工信號產生;圖2a說明至包括時域頻寬擴展升混之DFT立體聲處理中之整合;圖2b說明根據一不同實施例之至包括時域頻寬擴展升混之DFT立體聲處理中的整合;圖3說明至特徵在於多個立體聲處理單元之系統中的整合;圖4說明基本全通單元;圖5說明全通濾波器單元;圖6說明較佳全通濾波器之脈衝回應;圖7a說明用於解碼經編碼多聲道信號之設備;圖7b說明去相關濾波器之較佳實施方案;圖7c說明基礎聲道解碼器與頻譜轉換器之組合;圖8說明多聲道處理器之較佳實施方案;圖9a說明用於使用頻寬擴展處理解碼經編碼多聲道信號之設備之另一實施方案;圖9b說明用於產生經壓縮能量正規化因數之較佳實施例;圖10說明根據另一實施例之用於解碼經編碼多聲道信號之設備,其使用基礎聲道解碼器中之聲道變換進行操作;圖11說明用於基礎聲道解碼器之重取樣器與相繼連
接的去相關濾波器之間的協作;圖12說明適合與根據本發明之用於解碼之設備一起使用的例示性參數化多聲道編碼器;圖13說明用於解碼經編碼多聲道信號之設備之較佳實施方案;以及圖14說明多聲道處理器之另一較佳實施方案。
較佳實施例之詳細說明
圖7a說明用於解碼經編碼多聲道信號之設備之一較佳實施例。該經編碼多聲道信號包含輸入至用於解碼經編碼基礎聲道以獲得經解碼基礎聲道之基礎聲道解碼器700中的經編碼基礎聲道。
另外,經解碼基礎聲道輸入至用於對經解碼基礎聲道之至少一部分進行濾波以獲得填充信號之去相關濾波器800中。
經解碼基礎聲道及填充信號兩者皆輸入至多聲道處理器900中,該多聲道處理器用於使用經解碼基礎聲道之頻譜表示及(額外地)填充信號之頻譜表示執行多聲道處理。多聲道處理器輸出經解碼多聲道信號,該經解碼多聲道信號例如在立體聲處理之上下文中包含左升混聲道及右升混聲道,或在涵蓋多於兩個輸出聲道之多聲道處理的情況下包含三個或更多個升混聲道。
去相關濾波器800組配為寬頻帶濾波器,且多聲道處理器900經組配以將一窄頻帶處理應用於該經解
碼基礎聲道之該頻譜表示及該填充信號之該頻譜表示。重要地,在待濾波信號係自較高取樣率下取樣,諸如自諸如22kHz或較低之較高取樣率下取樣至16kHz或12.8kHz時,亦進行寬頻帶濾波。
因此,多聲道處理器以顯著高於產生填充信號之頻譜粒度的頻譜粒度操作。換言之,去相關濾波器之濾波器特性經選擇以使得該濾波器特性之具有一恆定量值之區大於經解碼基礎聲道之頻譜表示之頻譜粒度及填充信號之頻譜表示之頻譜粒度。
因此,舉例而言,在多聲道處理器之頻譜粒度使得對於例如1024線DFT頻譜之每一頻譜線執行升混處理時,則去相關濾波器以如下方式界定:去相關濾波器之濾波器特性之恆定量值區具有的頻率寬度高於DFT頻譜之兩個或更多個頻譜線。通常,去相關濾波器在時域中操作,且所使用的頻譜帶例如自20Hz至20kHz。此類濾波器稱為全通濾波器,且此處應注意,全通濾波器通常無法獲得量值完全恆定的完全恆定量值範圍,但發現自恆定量值改變平均值之+/-10%亦可用於全通濾波器,且因此亦表示「濾波器特性之恆定量值」。
圖7b說明去相關濾波器800之實施方案,其具有時域濾波器級802及相繼連接的產生填充信號之頻譜表示的頻譜轉換804。頻譜轉換器804通常實施為FFT或DFT處理器,但其他時域-頻域轉化演算法亦適用。
圖7c說明基礎聲道解碼器700與基礎聲道
頻譜轉換器902之間的協作之較佳實施方案。通常,基礎聲道解碼器經組配以作為產生時域基礎聲道信號之時域基礎聲道解碼器操作,而多聲道處理器900在譜域中操作。因此,圖7a之多聲道處理器900具有圖7c之基礎聲道頻譜轉換器902作為輸入級,且基礎聲道頻譜轉換器902之頻譜表示接著轉發至例如圖8、圖13、圖14、圖9a或圖10中所說明的多聲道處理器處理元件。在此上下文中,將概述,大體而言,始於「7」之附圖標號表示較佳屬於圖7a之基礎聲道解碼器700之元件。具有以「8」開始之附圖標記的元件較佳屬於圖7a之去相關濾波器800,且具有以「9」開始之附圖標記的元件較佳屬於圖7a之多聲道處理器900。然而,此處應注意,個別元件之間的分離僅用於描述本發明,但任何實際實施方案可具有不同、通常為硬件或替代地為軟體或混合硬體/軟體處理區塊,其以與圖7a及其他圖中所說明之邏輯分離不同的方式分離。
圖4說明指示為802'之濾波器級802之較佳實施方案。特定言之,圖4說明可單獨地或與例如圖5中所說明之更多此類級聯的全通單元一起包括於去相關濾波器中的基本全通單元。圖5說明具有例示性五個級聯的基本全通單元502、504、506、508、510之去相關濾波器802,而基本全通單元中之每一者可如圖4中概述者加以實施。然而,替代地,去相關濾波器可包括單個圖4的基本全通單元403,且因此表示去相關濾波器級802'之替代實施方案。
較佳地,每一基本全通單元包含套合至第三Schroeder全通濾波器403中的兩個Schroeder全通濾波器401、402。在此實施方案中,全通濾波器胞元403連接至兩個級聯的Schroeder全通濾波器401、402,其中至第一級聯的Schroeder全通濾波器401之輸入與自級聯的第二Schroeder全通濾波器402之輸出在信號流之方向上在該第三Schroeder全通濾波器之延遲級423之前連接。
特定言之,圖4中所說明之全通濾波器包含:第一加法器411、第二加法器412、第三加法器413、第四加法器414、第五加法器415及第六加法器416;第一延遲級421、第二延遲級422及第三延遲級423;具有第一前向增益之第一前向饋送件431、具有第一反向增益之第一反向饋送件441、具有第二前向增益之第二前向饋送件442及具有第二反向增益之第二反向饋送件432;以及具有第三前向增益之第三前向饋送件443及具有第三反向增益之第三反向饋送件433。
圖4中所說明之連接如下:至第一加法器411中之輸入表示至全通濾波器802中之輸入,其中至第一加法器411中之第二輸入連接至第三濾波器延遲級423之輸出,且包含具有第三反向增益之第三反向饋送件433。第一加法器411之輸出連接至至第二加法器412中一輸入,且經由具有第三前向增益之第三前向饋送件443連接至第六加法器416之輸入。至第二加法器412中之輸入經由具有第一反向增益之第一反向饋送件441連接至第一延遲級
421。第二加法器412之輸出連接至第一延遲級421之輸入,且經由具有第一前向增益之第一前向饋送件431連接至第三加法器413之輸入。第一延遲級421之輸出連接至第三加法器413之另一輸入。第三加法器413之輸出連接至第四加法器414之輸入。至第四加法器414中之另一輸入經由具有第二反向增益之第二反向饋送件432連接至第二延遲級422之輸出。第四加法器414之輸出連接至至第二延遲級422中之輸入,且經由具有第二前向增益之第二前向饋送件442連接至至第五加法器415中之輸入。第二延遲級421之輸出連接至至第五加法器415中之另一輸入。第五加法器415之輸出連接至第三延遲級423之輸入。第三延遲級423之輸出連接至至第六加法器416中之輸入。至第六加法器416中之該另一輸入經由具有第三前向增益之第三前向饋送件443連接至第一加法器411之輸出。第六加法器416之輸出表示全通濾波器802之輸出。
較佳地,如圖8中所說明,多聲道處理器900經組配以使用經解碼基礎聲道之頻譜帶與填充信號之對應頻譜帶之不同加權組合判定第一升混聲道及第二升混聲道。特定言之,不同加權組合取決於自包括於經編碼多聲道信號內的經編碼參數化資訊導出的預測因數及/或增益因數。另外,加權組合較佳取決於包絡正規化因數,或較佳取決於使用經解碼基礎聲道之頻譜帶及填充信號之對應頻譜帶計算出的能量正規化因數。因此,圖8之處理器904接收經解碼基礎聲道之頻譜表示及填充信號之頻譜表示,
且較佳在時域中輸出第一升混聲道及第二升混聲道,且預測因數、增益因數及能量正規化因數以每頻帶方式輸入,且此等因數接著用於一頻帶內之所有頻譜線,但對於不同頻帶改變,其中此資料係自經編碼信號擷取或在解碼器中在本端判定。
特定言之,預測因數及增益因數通常表示在解碼器側上解碼且接著用於參數化立體聲升混之經編碼參數。與之相比,能量正規化因數係在解碼器側上通常使用經解碼基礎聲道之頻譜帶及填充信號之頻譜帶加以計算。包絡正規化因數同樣如此。較佳地,包絡正規化對應於每頻帶能量正規化。
儘管本發明特定地參考12圖中所說明之編碼器及圖13或圖14中所說明之特定解碼器加以論述,然而,應注意,產生寬頻帶填充信號及在窄頻帶譜域中在多聲道立體聲解碼操作中應用寬頻帶填充信號亦可應用於此項技術中已知之任何其他參數化立體聲編碼技術。此等為自HE-AAC標準或自MPEG環繞標準或自雙耳線索寫碼(BCC寫碼)或任何其他立體聲編碼/解碼工具或任何其他多聲道編碼/解碼工具已知之參數化立體聲編碼。
圖9a說明多聲道解碼器之另一較佳實施例,其包含產生第一升混聲道及第二升混聲道之多聲道處理器級904以及相繼連接的時域頻寬擴展元件908、910,該等時域頻寬擴展元件以引導或非指導方式對第一升混聲道及第二升混聲道個別地執行時域頻寬擴展。通常,開窗
器及能量正規化因數計算器912經提供以計算待由多聲道處理器904使用之能量正規化因數。然而,在相對於圖1a或圖1b及圖2a或圖2b論述之替代實施例中,對單聲道或經解碼核心信號執行頻寬擴展,且僅圖2a或圖2b之單一立體聲處理元件960經提供用於自高頻帶單聲道信號產生高頻帶左聲道信號及高頻帶右聲道信號,該等高頻帶左聲道信號及高頻帶右聲道信號接著使用加法器994a及994b相加到低頻帶左聲道信號及低頻帶右聲道信號。
例如,可在時域中執行圖2a或圖2b中所說明之此相加。接著,區塊960產生時域信號。此為較佳實施方案。然而,替代地,圖2a或圖2b中之立體聲處理904及來自區塊960之左聲道及右聲道信號可在譜域中產生,且例如藉由合成濾波器組實施加法器994a及994b,以使得來自區塊904之低頻帶資料輸入至合成濾波器組之低頻帶輸入中,且區塊960之高頻帶輸出輸入至合成濾波器組之高頻帶輸入中,且合成濾波器組之輸出為對應左聲道時域信號或右聲道時域信號。
較佳地,在優選實施例中,圖9a中之開窗器及因數計算器912如例如亦在圖1a或圖1b中之961處所說明而產生且計算高頻帶信號之能量值,且使用此能量估計用於產生高頻帶第一及第二升混聲道,如將隨後相對於方程式28至31所論述。
較佳地,用於計算經加權組合之處理器904接收每頻帶能量正規化因數作為輸入。然而,在一較佳實
施例中,執行能量正規化因數之壓縮,且使用經壓縮能量正規化因數計算不同加權組合。因此,相對於圖8,處理器904接收經壓縮能量正規化因數而非未經壓縮能量正規化因數。相對於不同實施例在圖9b中說明此程序。區塊920接收每時間/頻率區間之殘餘或填充信號之能量及每時間及頻率區間之經解碼基礎聲道之能量,且接著計算包含若干此類時間/頻率區間之頻帶的絕對能量正規化因數。接著,在區塊921中,執行能量正規化因數之壓縮,且此壓縮可例如為使用對數函數,如例如隨後相對於方程式22所論述。
基於藉由區塊921產生之經壓縮能量正規化因數,給出用於產生經壓縮能量正規化因數之不同程序。在第一替代方案中,將函數應用於如922中所說明之經壓縮因數,且此函數較佳為非線性函數。接著,在區塊923中,擴充評估之因數以獲得特定經壓縮能量正規化因數。因此,區塊922可例如實施為隨後將給出的方程式(22)中的函數表達式,且區塊923藉由方程式(22)內的「冪」函數執行。然而,在區塊924與925中給出導致類似經壓縮能量正規化因數的不同替代方案。在區塊924中,判定評估因數,且在區塊925中,將評估因數應用於自區塊920獲得之能量正規化因數。因此,可例如藉由隨後說明之方程式27實施如在區塊912中概述的因數至能量正規化因數之應用。
因此,如例如隨後在方程式27中所說明,
判定評估因數,且此因數簡單地為可乘以如藉由區塊920所判定的能量正規化因數g norm 而不實際上執行特殊函數評估的因數。因此,亦可免除區塊925之計算,即,一旦原始未經壓縮能量正規化因數以及評估因數及諸如填充信號之頻譜值的乘法內之另一操作數一起相乘以獲得正規化填充信號頻譜線,則無需經壓縮能量正規化因數之特定計算。
圖10說明另一實施方案,其中經編碼多聲道信號並不簡單地為單聲道信號,而包含例如經編碼中間信號及經編碼側邊信號。在此類情境中,基礎聲道解碼器700不僅解碼經編碼中間信號及經編碼側邊信號或通常經編碼第一信號及經編碼第二信號,而且額外執行例如呈中間/側邊變換及反向中間/側邊變換形式的聲道變換705,以計算諸如L之主級聲道及諸如R之次級聲道,或變換為卡忽南-拉維(Karhunen Loeve)變換。
然而,聲道變換之結果及特定言之解碼操作之結果為:主級聲道為寬頻帶聲道,而次級聲道為窄頻帶聲道。接著,寬頻帶聲道輸入至去相關濾波器800中,且在區塊930中執行高通濾波以產生去相關高通信號,且此去相關高通信號接著在頻帶組合器934中相加至窄頻帶次級聲道以獲得寬頻帶次級聲道,以使得最終輸出寬頻帶主級聲道及寬頻帶次級聲道。
圖11說明另一實施方案,其中藉由基礎聲道解碼器700以與經編碼基礎聲道相關聯之特定取樣率獲
得的經解碼基礎聲道輸入至重取樣器710中,以便獲得經重取樣之基礎聲道,該經重取樣之基礎聲道接著用於對經重取樣之聲道進行操作之多聲道處理器中。
圖12說明參考立體聲編碼之較佳實施方案。在區塊1200中,對於諸如L之第一聲道及諸如R之第二聲道計算通道間相位差IPD。此IPD值接著通常經量化且針對每一時間範圍中之每一頻帶作為編碼器輸出資料1206輸出。此外,IPD值用於計算立體聲信號之參數化資料,諸如每一時間範圍t中之每一頻帶b的預測參數g t,b 及每一時間範圍t中之每一頻帶b的增益參數r t,b 。
另外,第一聲道及第二聲道兩者亦用於中間/側邊處理器1203中以針對每一頻帶計算中間信號及側邊信號。
取決於實施方案,可僅將中間信號M轉發至編碼器1204,且不將側邊信號轉發至編碼器1204,以使得輸出資料1206僅包含經編碼基礎聲道、藉由區塊1202產生之參數化資料及藉由區塊1200產生之IPD資訊。
隨後,相對於參考編碼器論述一較佳實施例,但應注意,亦可使用如之前論述的任何其他立體聲編碼器。
參考立體聲編碼器
為了進行參考而指定基於DFT之立體聲編碼器。照例,藉由同時應用分析窗繼之以離散傅立葉變換(DFT)來產生左及右聲道之時間頻率向量L t 及R t 。DFT區
間接著分組為子頻帶(Lt,k)k є Ib與(Rt,k)k є Ib,其中I b表示子頻帶集合索引。
參數之計算。除了逐頻帶IPD之外,亦提取兩個其他立體聲參數。用於藉由M t,b 預測S t,b 之最佳係數,即數目g t,b ,使得剩餘部分之能量(5) p t,k =S t,k -g t,b M t,k
圖13說明解碼器側之較佳實施方案。在表示圖7a之基礎聲道解碼器的區塊700中,解碼經編碼基礎聲道M。
接著,在區塊940a中,計算諸如L之主級升混聲道。另外,在區塊940b中,計算次級升混聲道,其例如,為聲道R。
區塊940a及940b兩者皆連接至填充信號產生器800,且接收藉由圖12中之區塊1200或圖12之1202產生的參數化資料。
較佳地,在具有第二頻譜解析度之頻帶中給出參數化資料,且區塊940a、940b以高頻譜解析度粒度操
作且產生具有高於第二頻譜解析度的第一頻譜解析度之頻譜線。
區塊940a、940b之輸出例如輸入至頻率-時間轉換器961、962中。此等轉換器可為DFT或任何其他變換,且通常亦包括後續合成窗處理及另一重疊-相加操作。
另外,填充信號產生器接收能量正規化因數,且較佳地,接收經壓縮能量正規化因數,且使用此因數來產生用於區塊940a及940b之經正確地調平/加權的填充信號頻譜線。
隨後,給出區塊940a、940b之較佳實施方案。兩個區塊皆包含計算941a相位旋轉因數,計算經解碼基礎聲道之頻譜線的第一權重,如由942a及942b所指示。另外,兩個區塊皆包含計算943a及943b,用於計算填充信號之頻譜線的第二權重。
另外,填充信號產生器800接收藉由區塊945產生之能量正規化因數。此區塊945接收每頻帶填充信號及每頻帶基礎聲道信號,且接著計算用於一頻帶中之所有線的相同能量正規化因數。
最後,此資料轉發至處理器946以用於計算用於第一及第二升混聲道之頻譜線。為此目的,處理器946接收來自區塊941a、941b、942a、942b、943a、943b之資料以及用於經解碼基礎聲道之頻譜頻譜及用於填充信號之頻譜線。區塊946之輸出由此為用於第一及第二升混聲道
之對應頻譜線。
隨後,給出解碼器之較佳實施方案。
參考解碼器
為了進行參考指定對應於上文所描述的編碼器的基於DFT之解碼器。來自編碼器兩者之時間-頻率變換應用於經解碼降混,從而產生時間-頻率向量 t,b 。使用經解量化值 t,b 、 t,b 及 t,b ,將左及右聲道計算為
此將相關殘差預測增益r t,b 轉變為絕對值。對 t,k 之簡單選擇將為
其中d b >表示逐頻寬訊框延遲,但此具有特定缺點,即‧ t 與 t 可能具有差異極大的頻譜及時間形狀,‧甚至在頻譜與時間包絡匹配的情況下,在(12)及(13)中使用(15)亦會誘發頻率相依性ILD及IPD,此在低至中間頻率範圍中僅緩慢地改變。此造成例如音調項目之問題,
‧對於語音信號,延遲應選擇為小以便保持低於回音臨限值,但此會由於梳狀濾波而造成強著色。
因此,較佳使用在下文描述的人工信號之時間-頻率區間。
合成信號產生
為替換立體聲升混中的缺失殘餘部分,自時域輸入信號m產生第二信號,從而輸出第二信號 F 。對此濾波器之設計約束為具有短而密集的脈衝回應。此藉由應用藉由將兩個Schroeder全通濾波器套合至第三Schroeder濾波器中而獲得的基本全通濾波器之若干級來達成,即
其中
已由Schroeder在人工混響產生之上下文中提出,其中其以大增益及大延遲兩者而應用。因為在此上下文中具有混響輸出信號係不合乎需要的,因此增益及延遲選擇為相當小。類似於混響情況,最佳藉由選擇對於所有全通濾波
器為成對互質數之延遲d i 來獲得密集且類隨機的脈衝回應。
濾波器以固定取樣率執行,而不管藉由核心寫碼器遞送的信號之頻寬或取樣率。在與EVS寫碼器一起使用時,此為必需的,因為頻寬可能藉由頻寬偵測器在操作期間改變,且固定取樣率保證一致的輸出。用於全通濾波器之較佳取樣率為32kHz,即原生超寬頻帶取樣率,因為在16kHz以上的殘餘部分之不存在通常不再不可聞。在與EVS寫碼器一起使用時,信號直接自核心構造而成,該核心併有如在圖1中所顯示之若干重取樣例程。
其中B i 為具有表1中顯示的增益及延遲之基本全通濾波器。此濾波器之脈衝回應描繪於圖6中。出於複雜度原因,吾人亦可以較低取樣率應用此類濾波器及/或減少基本全通濾波器單元之數目。
全通濾波器單元亦提供以零覆寫輸入信號之部分的功能性,其受編碼器控制。此可例如用來刪除來自濾波器輸入之攻擊。
g norm y因數之壓縮
為獲得較平滑的輸出,已發現將朝向一壓縮值之壓縮器應用於能量調整增益g norm 係有益的。此亦由於以下事實而補償一位元:氛圍之部分通常會在以較低位元
速率寫碼降混之後損失。
在t左右之c值由此指定此區之壓縮強度,其中值0對應於無壓縮,且值1對應於全部壓縮。此外,若c為偶數,則壓縮方案為對稱的,即c(t)=c(-t).。一個實例為
其得出(26) f(t)=t-max{min{α,t},-α}。
對於ACELP幀與頻寬擴展之時域立體聲升混組合使用
在與EVS編解碼器(用於通信場景之低延遲音訊編解碼器)一起使用時,需要在時域中執行頻寬擴展之立體聲升混,以保護由時域頻寬擴展(TBE)誘發之延遲。立體聲頻寬升混旨在恢復頻寬擴展範圍中的正確水平移
動,但不添加缺失殘差之替代項。因此,需要在如圖2中描繪之頻域立體聲處理中添加替代項。
無法直接計算。此問題解決如下:令I HB 及I LB 表示頻率區間之高頻帶與低頻帶索引。接著,藉由在時域中計算經開窗高頻帶信號之能量來獲得Σ| t,k |2之估計E ,HB 。現在,若I b,LB 及I b,HB 表示I b (頻帶b之索引)中之低頻帶及高頻帶索引,則可得出
與寫碼主級及次級聲道之寫碼器一起使用
人工信號亦適用於寫碼主級及次級聲道之立體聲寫碼器。在此情況下,主級聲道充當全通濾波器單元之輸入。經濾波輸出可接著用來替代立體聲處理中之殘餘部分,可能在將整形濾波器應用於其之後。在最簡單的設定中,主級及次級聲道可為輸入聲道之變換,如中間/側邊或KL變換,且次級聲道可限於較小頻寬。次級聲道之缺失部分可接著在應用高通濾波器之後由經濾波主級聲道替換。
與能夠在立體聲模式之間切換的解碼器一起使用
人工信號之特別受關注的情況為在解碼器特徵在於如圖3中所描繪的不同立體聲處理方法時。該等方法可同時(例如,由頻寬分離)或排他性地(例如,頻域與時域處理)應用,且連接至切換決策。在所有立體聲處理方法中使用相同人工信號使切換情況及同時情況兩者中的不連續性平滑化。
較佳實施例之益處及優勢
新方法具有優於如例如在xHE-AAC中應用
的現有技術水平方法之許多益處及優勢。
時域處理允許比應用於參數化立體聲中的子頻帶處理高得多的時間解析度,此使得有可能設計脈衝回應既密集且又快速衰減之濾波器。此導致輸入信號頻譜包絡隨時間推移被破壞較少,或輸出信號著色較少,且且因此發聲更自然。
對語音之更佳適合性,其中濾波器之脈衝回
應之最佳峰值區應處於20與40ms之間。
濾波器單元特徵在於以不同取樣率對輸入信號進行重取樣之功能性。此允許以固定取樣率操作濾波器,此舉為有益的,因為其保證不同取樣率下的類似輸出,或使在取樣率不同之信號之間切換時的不連續性平滑化。出於複雜度原因,應選擇內部取樣率以使得經濾波信號僅涵蓋感知相關頻率範圍。
因為信號係在解碼器之輸入處產生且不連接至濾波器組,因此其可用於不同立體聲處理單元中。此有助於使在不同單元之間切換時或對信號之不同部分操作不同單元時的不連續性平滑化。
其亦減小複雜度,因為在單元之間切換時不需要重新初始化。
增益壓縮方案有助於補償由核心寫碼造成的氛圍損失。
與ACELP幀之頻寬擴展相關的方法緩解基於水平移動的時域頻寬擴展升混中的缺失殘餘分量之缺乏,此在於DFT域與時域中處理高頻帶之間切換時增大穩定性。
輸入可以非常精細的時間標度以零替換,此對於處置攻擊係有益的。
隨後,論述關於圖1a或圖1b、圖2a或圖2b及圖3的額外細節。
圖1a或圖1b將基礎聲道解碼器700說明為
包含具有低頻帶解碼器721及頻寬擴展解碼器720以產生經解碼基礎聲道之第一部分的第一解碼分支。另外,基礎聲道解碼器700包含具有全頻帶解碼器以產生經解碼基礎聲道之第二部分的第二解碼分支722。
兩個元件之間的切換藉由控制器713進行,該控制器說明為藉由包括於經編碼多聲道信號中之控制參數控制的開關,用於將經編碼基礎聲道之一部分饋送至包含區塊720、721之第一解碼分支或第二解碼分支722中。低頻帶解碼器721例如實施為代數碼激勵線性預測寫碼器ACELP,且第二全頻帶解碼器實施為經變換寫碼激勵(TCX)/高品質(HQ)核心解碼器。
來自區塊722之經解碼降混或來自區塊721之經解碼核心信號以及(額外地)來自區塊720之頻寬擴展信號經取得且轉發至圖2a或圖2b中之程序。此外,相繼連接的去相關濾波器包含重取樣器810、811、812,且在必要時且在適當的情況下包含延遲補償元件813、814。加法器組合來自區塊720之時域頻寬擴展信號與來自區塊721之核心信號,且將其轉發至藉由經編碼多聲道資料控制之呈開關控制器形式之開關815,以便取決於哪一信號可用而在第一寫碼分支或第二寫碼分支之間切換。
另外,切換決策817經組配以例如實施為暫態偵測器。然而,暫態偵測器不必為用於藉由信號分析檢測暫態之實際偵測器,但暫態偵測器亦可經組配以判定指示基礎聲道中之暫態的經編碼多聲道信號中之側邊資訊或
特定控制參數。
切換決策817設定開關以便將自開關815輸出之信號饋送至全通濾波器單元802中,或饋送零輸入,其導致對於某些非常具體的可選時間區實際撤銷啟動多聲道處理器中的填充信號相加,因為在圖1a或圖1b中之1000處指示的EVS全通信號產生器(APSG)完全在時域中操作。因此,可逐樣本地選擇零輸入而無需對任何窗長度之任何參考,從而根據譜域處理之需要減小頻譜解析度。
圖1a中所說明之裝置與圖1b中所說明之裝置的不同之處在於,在圖1b中省略重取樣器及延遲級,即在圖1b裝置中並不需要元件810、811、812、813、814。因此,在圖1b實施例中,全通濾波器單元以16kHz而非如圖1a中以32kHz操作
圖2a或圖2b說明全通信號產生器1000至包括時域頻寬擴展升混之DFT立體聲處理中的整合。區塊1000將藉由區塊720產生之頻寬擴展信號輸出至高頻帶升混器960(TBE升混-(時域)頻寬擴展升混),以自藉由區塊720產生之單聲道頻寬擴展信號產生高頻帶左信號及高頻帶右信號。另外,重取樣器821提供為在804處指示之對填充信號之DFT之前連接。此外,提供用於經解碼基礎聲道之DFT 922,該經解碼基礎聲道為(全頻帶)經解碼降混或(低頻帶)經解碼核心信號。
取決於實施方案,在來自全頻帶解碼器722之經解碼降混信號可用時,則撤銷啟動區塊960,且立體
聲處理區塊904已經輸出全頻帶升混信號,諸如全頻帶左及右聲道。
然而,在經解碼核心信號輸入至DFT區塊922中時,則啟動區塊960,且藉由加法器994a及994b相加左聲道信號與右聲道信號。然而,仍然在藉由區塊904指示之譜域中根據例如基於方程式28至31在一較佳實施例內論述的程序來執行填充信號之相加。因此,在此類情境中,由DFT區塊902輸出之對應於低頻帶中間信號之信號不具有任何高頻帶資料。然而,由區塊804輸出之信號,即填充信號,具有低頻帶資料及高頻帶資料。
在立體聲處理區塊中,藉由經解碼基礎聲道及填充信號產生由區塊904輸出之低頻帶資料,但由區塊904輸出之高頻帶資料僅由填充信號組成且不具有來自經解碼基礎聲道之任何高頻帶資訊,因為經解碼基礎聲道係頻帶受限的。來自經解碼基礎聲道之高頻帶資訊係由頻寬擴展區塊720產生,藉由區塊960升混至左高頻帶聲道及右高頻帶聲道中,且接著藉由加法器994a、994b相加。
圖2a中所說明之裝置與圖2b中所說明之裝置的不同之處在於,在圖2b中省略重取樣器,即圖2b裝置中不需要元件821。
圖3說明具有如之前相對於立體聲模式之間的切換所論述的多個立體聲處理單元904a至904b、904c之系統之較佳實施方案。每一立體聲處理區塊接收側邊資訊及(額外地)特定主級信號以及完全相同之填充信號,而
不顧及輸入信號之特定時間部分係使用立體聲處理演算法904a、立體聲處理演算法904b還是另一立體聲處理演算法904c加以處理。
儘管已在設備之上下文中描述一些態樣,但顯然,此等態樣亦表示對應方法之描述,其中區塊或裝置對應於方法步驟或方法步驟之特徵。類似地,方法步驟之上下文中所描述的態樣亦表示對應區塊或項目或對應設備之特徵的描述。可由(或使用)硬體設備(比如微處理器、可規劃電腦或電子電路)執行方法步驟中之一些或全部。在一些實施例中,可由此類設備執行最重要之方法步驟中之一或多者。
本發明之經編碼音訊信號可儲存於數位儲存媒體上或可在諸如無線傳輸媒體之傳輸媒體或諸如網際網路之有線傳輸媒體上傳輸。
取決於某些實施要求,本發明之實施例可在硬體或軟體中實施。可使用非暫時性儲存媒體或數位儲存媒體執行實施,該等媒體例如軟碟、DVD、Blu-ray、CD、ROM、PROM、EPROM、EEPROM或快閃記憶體,該等各者在其上儲存有電子可讀控制信號,該等信號與可規劃電腦系統協作(或能夠與其協作)使得執行各別方法。因此,數位儲存媒體可為電腦可讀的。
根據本發明之一些實施例包含具有電子可讀控制信號之資料載體,該等控制信號能夠與可規劃電腦系統協作,使得進行本文中所描述之方法中之一者。
大體而言,本發明之實施例可實施為具有程式碼之電腦程式產品,當電腦程式產品運行於電腦上時,程式碼操作性地用於執行該等方法中之一者。程式碼可例如儲存於機器可讀載體上。
其他實施例包含儲存於機器可讀載體上,用於執行本文中所描述之方法中的一者之電腦程式。
換言之,本發明方法之實施例因此為電腦程式,其具有用於在電腦程式於電腦上執行時執行本文中所描述之方法中之一者的程式碼。
因此,本發明方法之另一實施例為資料載體(或數位儲存媒體,或電腦可讀媒體),其包含記錄於其上的用於執行本文中所描述之方法中之一者的電腦程式。資料載體、數位儲存媒體或所記錄媒體通常係有形的及/或非暫時性的。
因此,本發明之方法之另一實施例為表示用於執行本文中所描述之方法中的一者之電腦程式之資料串流或信號序列。資料流或信號序列可(例如)經組配以經由資料通訊連接(例如,經由網際網路)而傳送。
另一實施例包含處理構件,例如經組配或經調適以執行本文中所描述之方法中的一者的電腦或可規劃邏輯裝置。
另一實施例包含上面安裝有用於執行本文中所描述之方法中之一者的電腦程式之電腦。
根據本發明之另一實施例包含經組配以(例
如,電子地或光學地)傳送用於執行本文中所描述之方法中之一者的電腦程式至接收器的設備或系統。接收器可(例如)為電腦、行動裝置、記憶體裝置或其類似者。設備或系統可(例如)包含用於傳送電腦程式至接收器之檔案伺服器。
在一些實施例中,可規劃邏輯裝置(例如,場可規劃閘陣列)可用以執行本文中所描述之方法的功能性中之一些或全部。在一些實施例中,場可規劃閘陣列可與微處理器協作,以便執行本文中所描述之方法中之一者。通常,該等方法較佳地由任何硬體設備來執行。
本文中所描述之設備可使用硬體設備或使用電腦或使用硬體設備與電腦之組合來實施。
本文中所描述之設備或本文中所描述之設備的任何組件可至少部分地以硬體及/或以軟體來實施。
本文中所描述之方法可使用硬體設備或使用電腦或使用硬體設備與電腦的組合來進行。
本文中所描述之方法或本文中所描述之設備的任何組件可至少部分地由硬體及/或由軟體來執行。
上述實施例僅說明本發明之原理。應理解,對本文中所描述之佈置及細節的修改及變化將對本領域熟習此項技術者顯而易見。因此,意圖為僅受到接下來之申請專利範圍之範疇限制,而不受到藉由本文中之實施例之描述及解釋所呈現的特定細節限制。
在前述描述中,可見各種特徵出於精簡本發
明之目的而在實施例中分組在一起。不應將此揭示方法解釋為反映以下意圖:所主張之實施例要求比每一請求項中明確敍述更多的特徵。實際上,如以下申請專利範圍所反映,本發明標的物可在於單一所揭示實施例之少於全部的特徵。因此,以下申請專利範圍特此併入實施方式中,其中每一請求項就其自身而言可作為單獨實施例。儘管每一請求項就其自身而言可作為單獨實施例,但應注意,儘管附屬請求項可能在請求項中提及與一或多個其他請求項之特定組合,但其他實施例亦可包括附屬請求項與每一其他附屬請求項之標的物的組合或每一特徵與其他附屬或獨立請求項之組合。除非陳述並不希望特定組合,否則在本文中提議此等組合。此外,希望亦包括一項請求項對於任何其他獨立請求項的特徵,即使並不直接使此請求項附屬於獨立請求項亦如此。
應進一步注意,本說明書或申請專利範圍中所揭示之方法可藉由具有用於執行此等方法之各別步驟中之每一者的構件之裝置加以實施。
此外,在一些實施例中,單一步驟可包括或可分成多個子步驟。除非明確地排除,否則此等子步驟可包括於具有此單一步驟之本發明中且為其部分。
700:基礎聲道解碼器
800:去相關濾波器
900:多聲道處理器
Claims (38)
- 一種用於解碼一經編碼多聲道信號之設備,其包含:一基礎聲道解碼器,其用於解碼一經編碼基礎聲道以獲得一經解碼基礎聲道;一去相關濾波器,其用於對該經解碼基礎聲道之至少一部分進行濾波以獲得一填充信號;以及一多聲道處理器,其用於使用該經解碼基礎聲道之一頻譜表示及該填充信號之一頻譜表示執行一多聲道處理,其中該去相關濾波器為一寬頻帶濾波器,且該多聲道處理器經組配以將一窄頻帶處理施加至該經解碼基礎聲道之該頻譜表示及該填充信號之該頻譜表示。
- 如請求項1之設備,其中該去相關濾波器之一濾波器特性經選擇以使得該濾波器特性之一恆定量值之一區大於該經解碼基礎聲道之該頻譜表示之一頻譜粒度及該填充信號之該頻譜表示之一頻譜粒度。
- 如請求項1之設備,其中該去相關濾波器包含:一濾波器級,其用於對該經解碼基礎聲道進行濾波以獲得一寬頻帶或時域填充信號;以及一頻譜轉換器,其用於將該寬頻帶或時域填充信號轉換為該填充信號之該頻譜表示。
- 如請求項1之設備, 其進一步包含一基礎聲道頻譜轉換器,其用於將該經解碼基礎聲道轉換為該經解碼基礎聲道之該頻譜表示。
- 如請求項1之設備,其中該去相關濾波器包含一全通時域濾波器或至少一個Schroeder全通濾波器。
- 如請求項1之設備,其中該去相關濾波器包含至少一個Schroeder全通濾波器,該至少一個Schroeder全通濾波器具有一第一加法器、一延遲級、一第二加法器、具有一前向增益之一前向饋送件及具有一反向增益之一反向饋送件。
- 如請求項5之設備,其中該全通濾波器包含至少一個全通濾波器胞元,該至少一個全通濾波器胞元包含套合至一第三Schroeder全通濾波器中之兩個Schroeder全通濾波器,或其中該全通濾波器包含至少一個全通濾波器胞元,該至少一個全通濾波器胞元包含兩個級聯的Schroeder全通濾波器,其中至第一級聯的Schroeder全通濾波器之一輸入與來自級聯的第二Schroeder全通濾波器之一輸出在信號流之方向上在該第三Schroeder全通濾波器之一延遲級之前連接。
- 如請求項5之設備,其中該全通濾波器包含:一第一加法器、一第二加法器、一第三加法器、一第四加法器、一第五加法器及一第六加法器; 一第一延遲級、一第二延遲級及一第三延遲級;具有一第一前向增益之一第一前向饋送件、具有一第一反向增益之一第一反向饋送件,具有一第二前向增益之一第二前向饋送件及具有一第二反向增益之一第二反向饋送件;以及具有一第三前向增益之一第三前向饋送件及具有一第三反向增益之一第三反向饋送件。
- 如請求項8之設備,其中至該第一加法器中之一輸入表示至該全通濾波器中之一輸入,其中至該第一加法器中之一第二輸入係連接至該第三延遲級之一輸出且包含具有一第三反向增益之該第三反向饋送件,其中該第一加法器之一輸出係連接至至該第二加法器中之一輸入且係經由具有該第三前向增益之該第三前向饋送件連接至該第六加法器之一輸入,其中至該第二加法器中之一另一輸入係經由具有該第一反向增益之一第一反向饋送件而連接至該第一延遲級,其中該第二加法器之一輸出係連接至該第一延遲級之一輸入且係經由具有該第一前向增益之該第一前向饋送件而連接至該第三加法器之一輸入,其中該第一延遲級之一輸出係連接至該第三加法器之一另一輸入,其中該第三加法器之一輸出係連接至該第四加法器之一輸入, 其中至該第四加法器中之一另一輸入係經由具有該第二反向增益之該第二反向饋送件而連接至該第二延遲級之一輸出,其中該第四加法器之一輸出係連接至至該第二延遲級中之一輸入且係經由具有該第二前向增益之該第二前向饋送件而連接至至該第五加法器中之一輸入,其中該第二延遲級之一輸出係連接至至該第五加法器中之一另一輸入,其中該第五加法器之一輸出係連接至該第三延遲級之一輸入,其中該第三延遲級之該輸出係連接至至該第六加法器中之一輸入,其中至該第六加法器中之一另一輸入係經由具有該第三前向增益之該第三前向饋送件而連接至該第一加法器之一輸出,且其中該第六加法器之該輸出表示該全通濾波器之一輸出。
- 如請求項7之設備,其中該全通濾波器包含兩個或更多個全通濾波器胞元,其中該等全通濾波器胞元之該等延遲之延遲值為互質數。
- 如請求項5之設備,其中一Schroeder全通濾波器之一前向增益與一反向增益相等或彼此相差小於該前向增益及該反向增益中之一 較大增益值之10%。
- 如請求項5之設備,其中該去相關濾波器包含兩個或更多個全通濾波器胞元,其中該等全通濾波器胞元中之一者具有兩個正增益及一個負增益,且該等全通濾波器胞元中之另一者具有一個正增益及兩個負增益。
- 如請求項5之設備,其中一第一延遲級之一延遲值低於一第二延遲級之一延遲值,且其中該第二延遲級之該延遲值低於包含三個Schroeder全通濾波器之一全通濾波器胞元之一第三延遲級之一延遲值,或其中一第一延遲級之一延遲值與一第二延遲級之一延遲值之總和小於包含三個Schroeder全通濾波器之一全通濾波器胞元之該第三延遲級之一延遲值。
- 如請求項5之設備,其中該全通濾波器包含處於一級聯中的至少兩個全通濾波器胞元,其中在該級聯中較靠後的一全通濾波器之一最小延遲值小於在該級聯中較靠前的一全通濾波器胞元之一最高延遲值或次高延遲值。
- 如請求項5之設備,其中該全通濾波器包含處於一級聯中的至少兩個全通濾波器胞元,其中每一全通濾波器胞元具有一第一前向增益或一第 一反向增益、一第二前向增益或一第二反向增益及一第三前向增益或一第三反向增益、一第一延遲級、一第二延遲級及一第三延遲級,其中該等增益及該等延遲之該等值設定為處於在下表中指示之值的±20%之一容差範圍內:
- 如請求項1之設備,其中該多聲道處理器經組配以使用該經解碼基礎聲道之頻譜帶與該填充信號之一對應頻譜帶之不同加權組合判定一第一升混聲道及一第二升混聲道,該等不同加權組合取決於使用該經解碼基礎聲道之一頻譜帶及該填充信號之一對應頻譜帶計算的一預測因數及/或一增益因數及/或一包絡或能量正規化因數。
- 如請求項16之設備,其中該多聲道處理器經組配以壓縮該能量正規化因數且使用該經壓縮能量正規化因數計算該等不同加權組合。
- 如請求項17之設備,其中該能量正規化因數使用以下操作加以壓縮:計算該能量正規化因數之一對數; 使該對數經受一非線性函數;以及計算該非線性函數之一結果的一取冪結果。
- 如請求項16之設備,其中該多聲道處理器經組配以壓縮該能量正規化因數且使用該經壓縮能量正規化因數且使用一非線性函數計算該等不同加權組合,其中該非線性函數係基於f(t)=t-max{min{a,t},-α}而界定,其中α為一預定邊界值,且其中t為介於-α與+α之間的一值。
- 如請求項1之設備,其中該多聲道處理器經組配以計算一低頻帶第一升混聲道及一低頻帶第二升混聲道,且其中該設備進一步包含用於擴充該低頻帶第一升混聲道及該低頻帶第二升混聲道或一低頻帶基礎聲道之一時域頻寬擴充器,其中該多聲道處理器經組配以使用該經解碼基礎聲道之頻譜帶與該填充信號之該對應頻譜帶之不同加權組合判定一第一升混聲道及一第二升混聲道,該等不同加權組合取決於使用該經解碼基礎聲道之該頻譜帶及該填充信號之 該頻譜帶之一能量所計算的一能量正規化因數,其中該能量正規化因數係使用自一經開窗高頻帶信號之一能量所導出的一能量估計加以計算。
- 如請求項21之設備,其中該時域頻寬擴充器經組配以在無用於計算該能量正規化因數的開窗運算之情況下使用該高頻帶信號。
- 如請求項1之設備,其中該基礎聲道解碼器經組配以提供一經解碼主級基礎聲道及一經解碼次級基礎聲道,其中該去相關濾波器經組配用於對該經解碼主級基礎聲道進行濾波以獲得該填充信號,其中該多聲道處理器經組配用於藉由使用該填充信號在一多聲道處理中合成一或多個殘餘部分而執行該多聲道處理,或其中一整形濾波器係施加至該填充信號。
- 如請求項23之設備,其中該主級基礎聲道及該次級基礎聲道為原始輸入聲道之一變換之一結果,該變換為例如一中間/側邊變換或一卡忽南-拉維(KL)變換,且其中該經解碼次級基礎聲道係限於一較小頻寬,其中該多聲道處理器經組配用於對該填充信號進行高通濾波且用於使用該經高通濾波之填充信號作為一次級聲道用於不包括於該頻寬受限經解碼次級基礎聲道中之一頻寬。
- 如請求項1之設備,其中該多聲道處理器經組配用於執行不同立體聲處理方法,且其中該多聲道處理器另外經組配以同時,例如由頻寬分離,或排他性地執行不同多聲道處理方法,例如頻域與時域處理,且連接至一切換決策,且其中該多聲道處理器經組配以在所有多聲道處理方法中使用相同填充信號。
- 如請求項1之設備,其中該去相關濾波器包含為一時域濾波器,其具有介於20ms與40ms之間的該時域濾波器之脈衝回應的一最佳峰值區。
- 如請求項1之設備,其中該去相關濾波器經組配用於將該經解碼基礎聲道重取樣至一預定義或輸入相依性目標取樣率,其中該去相關濾波器經組配以使用一去相關濾波器級對一經重取樣之經解碼基礎聲道進行濾波,且其中該多聲道處理器經組配以將用於一另一時間部分之一經解碼基礎聲道轉換至相同取樣率,以使得該多聲道處理器使用基於相同取樣率之該經解碼基礎聲道及該填充信號之頻譜表示而操作,而不顧及該經解碼基礎聲道對於不同時間部分之不同取樣率,或其中該設備經組配以在轉換至一頻域之前或同時或在轉換至該頻域之後執行一重取樣。
- 如請求項1之設備,其進一步包含用於發現該經編碼或經解碼基礎聲道中之一暫態之一暫態偵測器,其中該去相關濾波器經組配用於在該暫態偵測器已發現暫態信號樣本之一時間部分中以雜訊或零值饋送一去相關濾波器級,其中該去相關濾波器經組配用於在該暫態偵測器尚未發現該經編碼或經解碼基礎聲道中之一暫態的一另一時間部分中以該經解碼基礎聲道之樣本饋送該去相關濾波器級。
- 如請求項1之設備,其中該基礎聲道解碼器包含:一第一解碼分支,其包含一低頻帶解碼器及一頻寬擴展解碼器以產生該經解碼聲道之一第一部分;一第二解碼分支,其具有一全頻帶解碼器以產生該經解碼基礎聲道之一第二部分;以及一控制器,其用於根據該控制信號將該經編碼基礎聲道之一部分饋送至該第一解碼分支或該第二解碼分支中。
- 如請求項1之設備,其中該去相關濾波器包含:一第一重取樣器,其用於將一第一部分重取樣至一預定取樣率;一第二重取樣器,其用於將一第二部分重取樣至該預定取樣率;以及一全通濾波器單元,其用於對一全通濾波器輸入信號 進行全通濾波以獲得該填充信號;以及一控制器,其用於將一經重取樣之第一部分或一經重取樣之第二部分饋送至該全通濾波器單元中。
- 如請求項30之設備,其中該控制器經組配以回應於該控制信號而將該經重取樣之第一部分或該經重取樣之第二部分或零資料饋送至該全通濾波器單元中。
- 如請求項1之設備,其中該去相關濾波器包含:一時間至頻譜轉換器,其用於將該填充信號轉換為包含具有一第一頻譜解析度之頻譜線的一頻譜表示,其中該多聲道處理器包含一時間至頻譜轉換器,該時間至頻譜轉換器用於將該經解碼基礎聲道轉換為使用具有該第一頻譜解析度之頻譜線的一頻譜表示,其中該多聲道處理器經組配以對於一特定頻譜線使用該填充信號之一頻譜線、該經解碼基礎聲道之一頻譜線及一或多個參數產生用於一第一升混聲道或一第二升混聲道之頻譜線,該等頻譜線具有該第一頻譜解析度,其中該一或多個參數具有與其相關聯的低於該第一頻譜解析度之一第二頻譜解析度,且其中該一或多個參數用來產生一頻譜線群組,該頻譜線群組包含該特定頻譜線及至少一個頻率鄰近之頻譜線。
- 如請求項1之設備,其中該多聲道處理器經組配以使用以下各者產生用於該第一升混聲道或該第 二升混聲道之一頻譜線:取決於一或多個所傳輸參數之一相位旋轉因數;該經解碼基礎聲道之一頻譜線;用於該經解碼基礎聲道之該頻譜線之一第一權重,該第一權重取決於一所傳輸參數;該等填充信號之一頻譜線;用於該填充信號之該頻譜線之一第二權重,該第二權重取決於一所傳輸參數;以及一能量正規化因數。
- 如請求項33之設備,其中,用於計算該第二升混聲道之該第二權重之一正負號不同於用於計算該第一升混聲道之該第二權重之一正負號,或其中,用於計算該第二升混聲道之該相位旋轉因數不同於用於計算該第一升混聲道之一相位旋轉因數,或其中,用於計算該第二升混聲道之該第一權重不同於用於計算該第一升混聲道之該第一權重。
- 如請求項1之設備,其中該基礎聲道解碼器經組配以獲得具有一第一頻寬之該經解碼基礎聲道,其中該多聲道處理器經組配以產生一第一升混聲道及一第二升混聲道之一頻譜表示,該頻譜表示具有該第一頻寬及包含在頻率方面高於該第一頻寬之一頻帶的一額外第二頻寬,其中該第一頻寬係使用該經解碼基礎聲道及該填充信 號產生,其中該第二頻寬係使用該填充信號而不使用該經解碼基礎聲道產生,其中該多聲道處理器經組配以將該第一升混聲道或該第二升混聲道轉換為一時域表示,其中該多聲道處理器進一步包含一時域頻寬擴展處理器,該時域頻寬擴展處理器用於產生用於該第一升混信號或該第二升混信號或該基礎聲道之一時域擴展信號,該時域擴展信號包含該第二頻寬;以及一組合器,其用於組合該時域擴展信號與該第一或第二升混聲道或該基礎聲道之該時間表示以獲得一寬頻帶升混聲道。
- 如請求項35之設備,其中該多聲道處理器經組配以使用以下各者計算用於計算該第二頻寬中的該第一升混聲道或該第二升混聲道之一能量正規化因數:該第一頻寬中的該經解碼基礎聲道之一能量,用於該第一聲道或該第二聲道之一時間擴展信號或一頻寬擴展降混信號之一經開窗版本之一能量,及該第二頻寬中的該填充信號之一能量。
- 一種用於解碼一經編碼多聲道信號之方法,其包含:解碼一經編碼基礎聲道以獲得一經解碼基礎聲道;對該經解碼基礎聲道之至少一部分進行去相關濾波以獲得一填充信號;以及 使用該經解碼基礎聲道之一頻譜表示及該填充信號之一頻譜表示執行一多聲道處理,其中該去相關濾波為一寬頻帶濾波,且該多聲道處理包含將一窄頻帶處理施加至該經解碼基礎聲道之該頻譜表示及該填充信號之該頻譜表示。
- 一種電腦程式,其用於在於電腦或處理器上運行時執行如請求項37之方法。
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP17183841.0 | 2017-07-28 | ||
??17183841.0 | 2017-07-28 | ||
EP17183841 | 2017-07-28 | ||
WOPCT/EP2018/070326 | 2018-07-26 | ||
??PCT/EP2018/070326 | 2018-07-26 | ||
PCT/EP2018/070326 WO2019020757A2 (en) | 2017-07-28 | 2018-07-26 | APPARATUS FOR ENCODING OR DECODING A MULTI-CHANNEL SIGNAL ENCODED USING A FILLING SIGNAL GENERATED BY A BROADBAND FILTER |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201911294A TW201911294A (zh) | 2019-03-16 |
TWI695370B true TWI695370B (zh) | 2020-06-01 |
Family
ID=59655866
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107126083A TWI695370B (zh) | 2017-07-28 | 2018-07-27 | 用以解碼經編碼多聲道信號之裝置、方法及電腦程式 |
TW108134227A TWI697894B (zh) | 2017-07-28 | 2018-07-27 | 用以解碼經編碼多聲道信號之裝置、方法及電腦程式(二) |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108134227A TWI697894B (zh) | 2017-07-28 | 2018-07-27 | 用以解碼經編碼多聲道信號之裝置、方法及電腦程式(二) |
Country Status (15)
Country | Link |
---|---|
US (3) | US11341975B2 (zh) |
EP (2) | EP4243453A3 (zh) |
JP (5) | JP7161233B2 (zh) |
KR (1) | KR102392804B1 (zh) |
CN (4) | CN117854515A (zh) |
AR (1) | AR112582A1 (zh) |
AU (2) | AU2018308668A1 (zh) |
BR (1) | BR112020001660A2 (zh) |
CA (1) | CA3071208A1 (zh) |
ES (1) | ES2965741T3 (zh) |
PL (1) | PL3659140T3 (zh) |
RU (1) | RU2741379C1 (zh) |
SG (1) | SG11202000510VA (zh) |
TW (2) | TWI695370B (zh) |
WO (1) | WO2019020757A2 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2017357454B2 (en) * | 2016-11-08 | 2021-02-04 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus and method for downmixing or upmixing a multichannel signal using phase compensation |
US11031024B2 (en) * | 2019-03-14 | 2021-06-08 | Boomcloud 360, Inc. | Spatially aware multiband compression system with priority |
MX2023002255A (es) * | 2020-09-03 | 2023-05-16 | Sony Group Corp | Dispositivo y método de procesamiento de señales, dispositivo y método de aprendizaje y programa. |
EP4226367A2 (en) | 2020-10-09 | 2023-08-16 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus, method, or computer program for processing an encoded audio scene using a parameter smoothing |
MX2023003965A (es) * | 2020-10-09 | 2023-05-25 | Fraunhofer Ges Forschung | Aparato, metodo, o programa de computadora para procesar una escena de audio codificada utilizando una extension de ancho de banda. |
AU2021358432A1 (en) | 2020-10-09 | 2023-05-18 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus, method, or computer program for processing an encoded audio scene using a parameter conversion |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2015201672A1 (en) * | 2010-08-25 | 2015-04-23 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Apparatus for generating a decorrelated signal using transmitted phase information |
TWI541796B (zh) * | 2013-07-22 | 2016-07-11 | 弗勞恩霍夫爾協會 | 音源解碼器裝置、解碼壓縮過之輸人音源訊號方法及電腦程式 |
TWI571863B (zh) * | 2011-03-18 | 2017-02-21 | 弗勞恩霍夫爾協會 | 具有彈性組態功能之音訊編碼器及解碼器 |
TWI579831B (zh) * | 2013-09-12 | 2017-04-21 | 杜比國際公司 | 用於參數量化的方法、用於量化的參數之解量化方法及其電腦可讀取的媒體、音頻編碼器、音頻解碼器及音頻系統 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6111958A (en) | 1997-03-21 | 2000-08-29 | Euphonics, Incorporated | Audio spatial enhancement apparatus and methods |
US6928168B2 (en) * | 2001-01-19 | 2005-08-09 | Nokia Corporation | Transparent stereo widening algorithm for loudspeakers |
ATE354161T1 (de) | 2002-04-22 | 2007-03-15 | Koninkl Philips Electronics Nv | Signalsynthese |
US7502743B2 (en) * | 2002-09-04 | 2009-03-10 | Microsoft Corporation | Multi-channel audio encoding and decoding with multi-channel transform selection |
ATE390683T1 (de) * | 2004-03-01 | 2008-04-15 | Dolby Lab Licensing Corp | Mehrkanalige audiocodierung |
SE0400998D0 (sv) * | 2004-04-16 | 2004-04-16 | Cooding Technologies Sweden Ab | Method for representing multi-channel audio signals |
TWI393121B (zh) * | 2004-08-25 | 2013-04-11 | Dolby Lab Licensing Corp | 處理一組n個聲音信號之方法與裝置及與其相關聯之電腦程式 |
SE0402649D0 (sv) | 2004-11-02 | 2004-11-02 | Coding Tech Ab | Advanced methods of creating orthogonal signals |
KR101228630B1 (ko) * | 2005-09-02 | 2013-01-31 | 파나소닉 주식회사 | 에너지 정형 장치 및 에너지 정형 방법 |
WO2009045649A1 (en) | 2007-08-20 | 2009-04-09 | Neural Audio Corporation | Phase decorrelation for audio processing |
US20090052676A1 (en) | 2007-08-20 | 2009-02-26 | Reams Robert W | Phase decorrelation for audio processing |
US20100040243A1 (en) | 2008-08-14 | 2010-02-18 | Johnston James D | Sound Field Widening and Phase Decorrelation System and Method |
BR122020009732B1 (pt) * | 2008-05-23 | 2021-01-19 | Koninklijke Philips N.V. | Método para a geração de um sinal esquerdo e de um sinal direito a partir de um sinal de downmix mono com base em parâmetros espaciais, meio legível por computador não transitório, aparelho de downmix estéreo paramétrico para a geração de um sinal de downmix mono a partir de um sinal esquerdo e de um sinal direito com base em parâmetros espaciais e método para a geração de um sinal residual de previsão para um sinal de diferença a partir de um sinal esquerdo e de um sinal direito com base em parâmetros espaciais |
JP5711555B2 (ja) | 2010-02-15 | 2015-05-07 | クラリオン株式会社 | 音像定位制御装置 |
SG187950A1 (en) * | 2010-08-25 | 2013-03-28 | Fraunhofer Ges Forschung | Apparatus for generating a decorrelated signal using transmitted phase information |
EP2477188A1 (en) * | 2011-01-18 | 2012-07-18 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Encoding and decoding of slot positions of events in an audio signal frame |
EP2830053A1 (en) * | 2013-07-22 | 2015-01-28 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Multi-channel audio decoder, multi-channel audio encoder, methods and computer program using a residual-signal-based adjustment of a contribution of a decorrelated signal |
EP3061089B1 (en) | 2013-10-21 | 2018-01-17 | Dolby International AB | Parametric reconstruction of audio signals |
CN104581610B (zh) | 2013-10-24 | 2018-04-27 | 华为技术有限公司 | 一种虚拟立体声合成方法及装置 |
EP2980794A1 (en) | 2014-07-28 | 2016-02-03 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio encoder and decoder using a frequency domain processor and a time domain processor |
EP2980795A1 (en) | 2014-07-28 | 2016-02-03 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio encoding and decoding using a frequency domain processor, a time domain processor and a cross processor for initialization of the time domain processor |
-
2018
- 2018-07-26 WO PCT/EP2018/070326 patent/WO2019020757A2/en active Application Filing
- 2018-07-26 CN CN202410037965.1A patent/CN117854515A/zh active Pending
- 2018-07-26 EP EP23188147.5A patent/EP4243453A3/en active Pending
- 2018-07-26 EP EP18742830.5A patent/EP3659140B1/en active Active
- 2018-07-26 BR BR112020001660-8A patent/BR112020001660A2/pt unknown
- 2018-07-26 KR KR1020207002678A patent/KR102392804B1/ko active IP Right Grant
- 2018-07-26 JP JP2020504101A patent/JP7161233B2/ja active Active
- 2018-07-26 CN CN201880049590.3A patent/CN110998721B/zh active Active
- 2018-07-26 PL PL18742830.5T patent/PL3659140T3/pl unknown
- 2018-07-26 SG SG11202000510VA patent/SG11202000510VA/en unknown
- 2018-07-26 CA CA3071208A patent/CA3071208A1/en active Pending
- 2018-07-26 AU AU2018308668A patent/AU2018308668A1/en not_active Abandoned
- 2018-07-26 ES ES18742830T patent/ES2965741T3/es active Active
- 2018-07-26 CN CN202410041929.2A patent/CN117612542A/zh active Pending
- 2018-07-26 RU RU2020108472A patent/RU2741379C1/ru active
- 2018-07-26 CN CN202410041942.8A patent/CN117690442A/zh active Pending
- 2018-07-27 TW TW107126083A patent/TWI695370B/zh active
- 2018-07-27 AR ARP180102127 patent/AR112582A1/es unknown
- 2018-07-27 TW TW108134227A patent/TWI697894B/zh active
-
2020
- 2020-01-09 US US16/738,301 patent/US11341975B2/en active Active
-
2021
- 2021-08-24 AU AU2021221466A patent/AU2021221466B2/en active Active
- 2021-12-07 US US17/543,819 patent/US11790922B2/en active Active
-
2022
- 2022-10-06 JP JP2022161637A patent/JP7401625B2/ja active Active
-
2023
- 2023-09-11 US US18/464,574 patent/US20230419976A1/en active Pending
- 2023-12-07 JP JP2023206539A patent/JP2024023572A/ja active Pending
- 2023-12-07 JP JP2023206540A patent/JP2024023573A/ja active Pending
- 2023-12-07 JP JP2023206541A patent/JP2024023574A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2015201672A1 (en) * | 2010-08-25 | 2015-04-23 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Apparatus for generating a decorrelated signal using transmitted phase information |
TWI571863B (zh) * | 2011-03-18 | 2017-02-21 | 弗勞恩霍夫爾協會 | 具有彈性組態功能之音訊編碼器及解碼器 |
TWI541796B (zh) * | 2013-07-22 | 2016-07-11 | 弗勞恩霍夫爾協會 | 音源解碼器裝置、解碼壓縮過之輸人音源訊號方法及電腦程式 |
TWI579831B (zh) * | 2013-09-12 | 2017-04-21 | 杜比國際公司 | 用於參數量化的方法、用於量化的參數之解量化方法及其電腦可讀取的媒體、音頻編碼器、音頻解碼器及音頻系統 |
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7258935B2 (ja) | スペクトルドメイン・リサンプリングを用いて多チャネル信号を符号化又は復号化する装置及び方法 | |
TWI695370B (zh) | 用以解碼經編碼多聲道信號之裝置、方法及電腦程式 | |
KR102067044B1 (ko) | 과도 프로세싱을 향상시키기 위한 사후 프로세서, 사전 프로세서, 오디오 인코더, 오디오 디코더, 및 관련 방법 | |
JP2020500336A (ja) | 位相補償を使用してマルチチャネル信号をダウンミックスまたはアップミックスするための装置および方法 | |
JP6285939B2 (ja) | 後方互換性のある多重分解能空間オーディオオブジェクト符号化のためのエンコーダ、デコーダおよび方法 | |
JP2009503615A (ja) | 聴覚事象の関数としての空間的オーディオコーディングパラメータの制御 | |
JP2016525716A (ja) | 適応位相アライメントを用いたマルチチャネルダウンミックスにおけるコムフィルタアーチファクトの抑制 | |
KR102423959B1 (ko) | 다운샘플링 또는 스케일 파라미터의 보간을 사용하여 오디오 신호를 인코딩 및 디코딩하기 위한 장치 및 방법 | |
CN115843378A (zh) | 使用针对多声道音频信号的声道的缩放参数的联合编码的音频解码器、音频编码器以及相关方法 | |
RU2799737C2 (ru) | Устройство повышающего микширования звука, выполненное с возможностью работы в режиме с предсказанием или в режиме без предсказания |