RU2305870C2 - Alternating frame length encoding optimized for precision - Google Patents
Alternating frame length encoding optimized for precision Download PDFInfo
- Publication number
- RU2305870C2 RU2305870C2 RU2005134365/09A RU2005134365A RU2305870C2 RU 2305870 C2 RU2305870 C2 RU 2305870C2 RU 2005134365/09 A RU2005134365/09 A RU 2005134365/09A RU 2005134365 A RU2005134365 A RU 2005134365A RU 2305870 C2 RU2305870 C2 RU 2305870C2
- Authority
- RU
- Russia
- Prior art keywords
- signal
- encoding
- coding
- subframes
- signals
- Prior art date
Links
- 238000000034 method Methods 0.000 claims description 74
- 230000003595 spectral effect Effects 0.000 claims description 5
- 230000005236 sound signal Effects 0.000 abstract description 21
- 230000000694 effects Effects 0.000 abstract description 5
- 230000008447 perception Effects 0.000 abstract description 5
- 239000000126 substance Substances 0.000 abstract 1
- 230000006870 function Effects 0.000 description 15
- 230000007547 defect Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000007704 transition Effects 0.000 description 5
- 238000013139 quantization Methods 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000002592 echocardiography Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 125000000391 vinyl group Chemical group [H]C([*])=C([H])[H] 0.000 description 1
- 229920002554 vinyl polymer Polymers 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/008—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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/16—Vocoder architecture
- G10L19/18—Vocoders using multiple modes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Mobile Radio Communication Systems (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Reduction Or Emphasis Of Bandwidth Of Signals (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Endoscopes (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
Description
Область техники, к которой относится изобретениеFIELD OF THE INVENTION
Настоящее изобретение относится, к кодированию аудиосигналов, в частности к кодированию многоканальных аудиосигналов.The present invention relates to the encoding of audio signals, in particular to the encoding of multi-channel audio signals.
Предшествующий уровень техникиState of the art
На рынке существует большая потребность передавать и сохранять аудиосигналы на низкой скорости передачи в битах, одновременно сохраняя высокое качество звука. В частности, в случаях, когда ресурсы передачи или объем памяти ограничены, работа с низкой скоростью передачи в битах является важнейшим фактором стоимости. В типовом случае это имеет место, например, в приложениях потоковой передачи и обмена сообщениями в системах мобильной связи, например, GSM, UMTS или CDMA.There is a great need on the market to transmit and store audio signals at a low bit rate, while maintaining high sound quality. In particular, in cases where transmission resources or memory is limited, operation with a low bit rate is an important cost factor. Typically, this is the case, for example, in streaming and messaging applications in mobile communication systems, for example, GSM, UMTS or CDMA.
В настоящее время не существует стандартизированных кодеков, обеспечивающих высокое стереофоническое качество звука на скоростях передачи в битах, которые представляют экономический интерес для использования в системах мобильной связи. С помощью доступных кодеков возможна монофоническая передача звуковых сигналов. Также доступна стереофоническая передача в некоторой степени. Тем не менее, ограничения на скорость передачи в битах обычно требуют достаточно радикального ограничения на представление стерео.Currently, there are no standardized codecs that provide high stereo sound quality at bit rates that are of economic interest for use in mobile communication systems. Using the available codecs, monophonic audio transmission is possible. Stereophonic transmission is also available to some extent. However, bit rate limits usually require a fairly radical restriction on stereo performance.
Наиболее простой способ стереофонического или многоканального кодирования аудиосигналов - кодировать сигналы различных каналов по отдельности как отдельные и независимые сигналы. Еще один базовый способ, используемый при ЧМ-стереорадиопередаче, который обеспечивает совместимость с традиционными монофоническими радиоприемниками, - передавать суммарный и разностный сигнал двух используемых каналов.The easiest way to stereo or multichannel encoding audio signals is to encode the signals of the various channels individually as separate and independent signals. Another basic method used for FM stereo radio transmission, which ensures compatibility with traditional monophonic radios, is to transmit the sum and difference signal of the two channels used.
Современные аудиокодеки, например, MPEG-1/2 Layer III и MPEG-2/4 AAC применяют так называемое объединенное стереокодирование. Согласно этому методу сигналы различных каналов обрабатываются совместно, а не отдельно и один за другим. Два наиболее часто используемых метода объединенного стереокодирования известны как стереокодирование по методу "Mid/Side" (M/S) и стереокодирование по интенсивности, которые обычно применяются на поддиапазонах стерео- или многоканальных сигналов, которые должны кодироваться.Modern audio codecs, for example, MPEG-1/2 Layer III and MPEG-2/4 AAC use the so-called combined stereo coding. According to this method, the signals of various channels are processed together, and not separately and one after another. The two most commonly used combined stereo coding techniques are known as Mid / Side (M / S) stereo coding and intensity stereo coding, which are typically used on the subbands of stereo or multi-channel signals to be encoded.
M/S-стереокодирование аналогично описанной процедуре в ЧМ-стереорадиопередаче в том смысле, что оно кодирует и передает суммарный и разностный сигналы поддиапазонов канала и тем самым использует избыточность между поддиапазонами канала. Структура и работа кодера, основанного на M/S-стереокодировании, описана, например, в патенте США № 5285498, на имя J.D.Johnston.M / S stereo coding is similar to the described procedure in FM stereo radio transmission in the sense that it encodes and transmits the sum and difference signals of the channel subbands and thereby uses the redundancy between the channel subbands. The structure and operation of an encoder based on M / S stereo coding is described, for example, in US Pat. No. 5,285,498 to J.D. Johnston.
Стереокодирование по интенсивности, с другой стороны, может использовать нерелевантность стерео. Оно передает объединенную интенсивность каналов (различных поддиапазонов) вместе с определенной информацией о местоположении, показывающей, как интенсивность распределена между каналами. Стереокодирование по интенсивности не только предоставляет информацию о спектральной амплитуде каналов. Информация о фазах не передается. По этой причине и поскольку временная межканальная информация (более конкретно, межканальная разность времен) представляет важнейшую психоакустическую значимость, особенно на более низких частотах, стереокодирование по интенсивности может быть использовано только на высоких частотах около, к примеру, 2 КГц. Способ стереокодирования по интенсивности описан, к примеру, в Европейском патенте № 0497413, на имя R, Veldhuis et al.Intensity stereo coding, on the other hand, can use stereo irrelevance. It transmits the combined intensity of the channels (various subbands) along with certain location information showing how the intensity is distributed between the channels. Intensity stereo coding not only provides information on the spectral amplitude of the channels. Phase information is not transmitted. For this reason, and since temporal inter-channel information (more specifically, inter-channel time difference) is of paramount psychoacoustic significance, especially at lower frequencies, intensity stereo coding can only be used at high frequencies around, for example, 2 KHz. A stereo intensity coding method is described, for example, in European Patent No. 0497413 to R, Veldhuis et al.
Недавно разработанный способ стереокодирования, описан, к примеру, в материалах конференции с названием C.Faller et al. "Binaural cue coding applied to stereo and multi-channel audio compression", 112th AES convention, май 2002 года, Мюнхен, Германия, С. Фаллер и др. Этот способ представляет собой способ параметрического кодирования многоканального аудиосигнала. Базовый принцип состоит в том, что на стороне кодирования входные сигналы из N каналов C1, C2,..., CN объединяются в один моносигнал m. Моносигнал представляет собой аудиосигнал, закодированный с использованием любого традиционного монофонического аудиокодека звука. Параллельно извлекаются параметры из канальных сигналов, которые описывают многоканальное изображение. Параметры кодируются и передаются декодеру вместе битовым потоком аудиосигнала. Декодер сначала декодирует моносигнал m' и затем регенерирует канальные сигналы C1', C2',..., CN' на основе параметрического описания многоканального изображения.A recently developed stereo coding method is described, for example, in a conference call C. C. Faller et al. "Binaural cue coding applied to stereo and multi-channel audio compression", 112th AES convention, May 2002, Munich, Germany, S. Faller et al. This method is a method for parametric coding of a multi-channel audio signal. The basic principle is that on the encoding side, the input signals from N channels C1, C2, ..., CN are combined into a single mono signal m. A mono signal is an audio signal encoded using any traditional mono audio audio codec. In parallel, parameters are extracted from channel signals that describe a multi-channel image. The parameters are encoded and transmitted to the decoder together with the bitstream of the audio signal. The decoder first decodes the mono signal m 'and then regenerates the channel signals C 1 ', C 2 ', ..., C N ' based on the parametric description of the multi-channel image.
Принцип способа стереофонического кодирования по меткам (BCC) заключается в том, что он передает закодированный моносигнал и так называемые параметры BCC. Параметры BCC содержат закодированные разности межканальных уровней и разности межканальных времен для поддиапазонов исходного многоканального входного сигнала. Декодер восстанавливает различные канальные сигналы посредством применения регулирования по поддиапазонам уровня фазы моносигнала на основе параметров BCC. Преимущество по сравнению с M/S- или стереокодированием по интенсивности заключается в том, что стереоинформация, содержащая временную межканальную информацию, передается на гораздо более низких скоростях в битах. Тем не менее, этот метод требует частотно-временных преобразований, требующих больших объемов вычислений, по каждому из каналов, как в кодере, так и в декодере.The principle of the stereo label coding (BCC) method is that it transmits a coded mono signal and so-called BCC parameters. The BCC parameters contain the encoded differences of the inter-channel levels and the difference of the inter-channel times for the subbands of the original multi-channel input signal. The decoder reconstructs the various channel signals by applying control over the sub-bands of the mono signal phase level based on the BCC parameters. An advantage over M / S or stereo intensity coding is that stereo information containing temporal inter-channel information is transmitted at much lower bit rates. However, this method requires time-frequency transformations, requiring large amounts of computation, for each channel, both in the encoder and in the decoder.
Более того, BCC не использует тот факт, что значительная часть стереоинформации, особенно на низких частотах, рассеяна, т.е. она не поступает с какого-либо конкретного направления. Диффузные акустические поля существуют в обоих каналах стереозаписи, но они в значительной степени не совпадают по фазе по отношению друг к другу. Если такой алгоритм, как BCC, применяется для записей с большим количеством диффузных акустических полей, воспроизведенное стереоизображение будет искаженным из-за скачков слева направо, поскольку алгоритм BCC может выбирать сигнал для отображения только в конкретных полосах частот слева или справа.Moreover, BCC does not use the fact that a significant part of the stereo information, especially at low frequencies, is scattered, i.e. she does not come from any particular direction. Diffuse acoustic fields exist in both stereo channels, but they do not substantially coincide in phase with respect to each other. If an algorithm such as BCC is used for recordings with a large number of diffuse acoustic fields, the reproduced stereo image will be distorted due to jumps from left to right, since the BCC algorithm can select a signal to be displayed only in specific frequency bands from left or right.
Возможным средством кодирования стереосигнала и обеспечения хорошего воспроизведения диффузных акустических полей является использование схемы кодирования, сходной с методом, использованным в ЧМ-стереорадиовещании, а именно, кодирование моно- (левый+правый) и разностного (левый-правый) сигналов отдельно.A possible means of encoding a stereo signal and ensuring good reproduction of diffuse acoustic fields is to use a coding scheme similar to the method used in FM stereo broadcasting, namely, encoding mono (left + right) and difference (left-right) signals separately.
Способ, описанный в патенте США 5434948, на имя С. Е. Holt et al., использует аналогичный метод, как и в BCC, для кодирования моносигнала и дополнительной информации. В этом случае дополнительная информация состоит из фильтров предсказателей и факультативно остаточного сигнала. Фильтры предсказателей, оцененные посредством алгоритма наименьших квадратов, в применении к моносигналу дают возможность предсказания многоканальных звуковых сигналов. С помощью этого способа можно реализовать кодирование на очень низких скоростях передачи в битах многоканальных источников звука, однако ценой снижения качества, как дополнительно описано ниже.The method described in US patent 5434948, in the name of C. E. Holt et al., Uses a similar method, as in BCC, to encode a mono signal and additional information. In this case, the additional information consists of predictor filters and optionally a residual signal. Predictor filters evaluated using the least squares algorithm, when applied to a mono signal, make it possible to predict multi-channel audio signals. Using this method, it is possible to implement coding at very low bit rates of multichannel sound sources, however, at the cost of lower quality, as further described below.
Наконец, для полноты следует упомянуть метод, используемый в трехмерном аудиосигнале. Этот метод синтезирует сигналы правого и левого канала посредством фильтрации сигналов источника звука с помощью так называемых основанных на положении головы фильтров. Однако этот метод требует, чтобы сигналы различных источников звука были разделены и, таким образом, не может быть в общем случае применен для стерео- или многоканального кодирования.Finally, for completeness, mention should be made of the method used in the three-dimensional audio signal. This method synthesizes the right and left channel signals by filtering the sound source signals using so-called head-based filters. However, this method requires that the signals of different sound sources be separated and, therefore, cannot be generally used for stereo or multichannel coding.
Сущность изобретенияSUMMARY OF THE INVENTION
Проблема в существующих схемах кодирования, основанных на кодировании кадров сигналов, в частности основного сигнала и одного или более побочных сигналов, заключается в том, что деление звуковой информации на кадры может вводить непривлекательные дефекты восприятия. Деление информации на кадры относительно большой длительности в общем снижает среднюю требуемую скорость передачи в битах. Это может быть полезно, например, для музыки, содержащей большую долю диффузного звука. Однако для насыщенной музыки с множеством переходов или речи быстрые временные вариации "размазываются" в течение длительности кадра, приводя к паразитным звукам или даже к проблемам с упреждающим эхо. Кодирование коротких кадров, напротив, обеспечивает более точное представление звука, минимизируя энергию, но требует более высоких скоростей передачи в битах и больших вычислительных ресурсов. Эффективность кодирования по существу также может падать при кадрах очень небольшой длины. Введение большего числа границ кадров может также привести к неоднородностям параметров кодирования, которые могут проявляться как дефекты восприятия.A problem in existing coding schemes based on encoding frames of signals, in particular the main signal and one or more side signals, is that dividing audio information into frames can introduce unattractive perceptual defects. Dividing information into frames of relatively long duration generally reduces the average required bit rate. This may be useful, for example, for music containing a large proportion of diffuse sound. However, for rich music with many transitions or speech, fast temporal variations are smeared over the duration of the frame, resulting in spurious sounds or even problems with pre-emptive echoes. Encoding short frames, on the other hand, provides a more accurate representation of sound, minimizing energy, but requires higher bit rates and greater computing resources. Essentially, coding efficiency may also drop with frames of very short lengths. The introduction of a larger number of frame boundaries can also lead to heterogeneous coding parameters, which can manifest as perceptual defects.
Дополнительная проблема в схемах, основанных на кодировании основного и одного или нескольких побочных сигналов, заключается в том, что они требуют относительно значительных вычислительных ресурсов. В частности, когда используются короткие кадры, обработка неоднородностей параметров от одного кадра к другому является сложной задачей.An additional problem in schemes based on the coding of the main and one or more side signals is that they require relatively significant computational resources. In particular, when short frames are used, processing parameter inhomogeneities from one frame to another is a complex task.
Когда используются длинные кадры, ошибки оценки звука с переходами могут вызывать очень значительные побочные сигналы, в свою очередь увеличивающие требование к скорости передачи.When long frames are used, audio estimation errors with transitions can cause very significant side signals, which in turn increase the speed requirement.
Цель настоящего изобретения, следовательно, заключается в обеспечении способа и устройства кодирования, повышающих качество восприятия многоканальных звуковых сигналов, в частности, чтобы избежать дефектов, таких как упреждающее эхо, паразитные звуки или дефекты неоднородности кадров. Дополнительная цель настоящего изобретения заключается в обеспечении способа и устройства кодирования, требующих меньшей вычислительной мощности и имеющих более постоянные требования к скорости передачи в битах.The purpose of the present invention, therefore, is to provide a coding method and apparatus that improves the perception quality of multi-channel audio signals, in particular, to avoid defects such as pre-emptive echoes, spurious sounds or frame heterogeneity defects. An additional objective of the present invention is to provide a coding method and apparatus requiring less processing power and having more constant bit rate requirements.
Вышеуказанные цели достигаются посредством способов и устройств согласно формуле изобретения. В основном полифонические сигналы используются для создания основного сигнала, в типовом случае моносигнала, и побочного сигнала. Основной сигнал кодируется согласно известным принципам кодирования. Преложен ряд схем кодирования побочного сигнала. Каждая схема кодирования характеризуется набором субкадров различной длины. Общая длина субкадров соответствует длине кадра кодирования схемы кодирования. Наборы субкадров содержат, по меньшей мере, один субкадр. Схема кодирования, которая должна быть использована для побочного сигнала, выбирается, по меньшей мере частично, на основе текущего содержимого полифонических сигналов.The above objectives are achieved by methods and devices according to the claims. In general, polyphonic signals are used to create the main signal, typically a mono signal, and a side signal. The main signal is encoded according to known coding principles. A number of side signal coding schemes have been laid. Each coding scheme is characterized by a set of subframes of different lengths. The total length of the subframes corresponds to the coding frame length of the coding scheme. Sets of subframes comprise at least one subframe. The coding scheme to be used for the side signal is selected, at least in part, based on the current contents of the polyphonic signals.
В одном варианте осуществления выбор делается (либо до кодирования) на основе анализа характеристик сигнала. В другом варианте осуществления побочный сигнал кодируется посредством каждой из схем кодирования и на основе измерений качества кодирования выбирается наилучшая схема кодирования.In one embodiment, the choice is made (or before coding) based on an analysis of the characteristics of the signal. In another embodiment, the side signal is encoded by each of the coding schemes, and based on the coding quality measurements, the best coding scheme is selected.
В предпочтительном варианте осуществления побочный остаточный сигнал создается как разность между побочным сигналом и основным сигналом, масштабированная с помощью коэффициента симметрирования. Коэффициент симметрирования выбирается, чтобы минимизировать побочный остаточный сигнал. Оптимизированный побочный остаточный сигнал и коэффициент симметрирования кодируются и предоставляются в качестве параметров, представляющих побочный сигнал. На стороне декодера коэффициент симметрирования, побочный остаточный сигнал и основной сигнал используются для восстановления побочного сигнала.In a preferred embodiment, a side residual signal is created as the difference between the side signal and the main signal, scaled with a symmetry coefficient. A balancing factor is selected to minimize the incidental residual signal. The optimized side residual signal and the balance factor are encoded and provided as parameters representing the side signal. On the decoder side, a balance factor, a side residual signal, and a main signal are used to reconstruct the side signal.
В дополнительном предпочтительном варианте осуществления кодирование побочного сигнала содержит масштабирование контура энергии, чтобы избежать эффектов упреждающего эхо. Более того, различные схемы кодирования содержат различные процедуры кодирования в отдельных субкадрах.In a further preferred embodiment, the encoding of the side signal comprises scaling the energy loop to avoid pre-emptive echo effects. Moreover, different coding schemes comprise different coding procedures in separate subframes.
Основное преимущество настоящего изобретения заключается в том, что повышается надежность восприятия звуковых сигналов. Более того, настоящее изобретение по-прежнему дает возможность передачи многоканальных сигналов на очень низких скоростях в битах.The main advantage of the present invention is that the reliability of perception of audio signals is increased. Moreover, the present invention still enables the transmission of multi-channel signals at very low bit rates.
Краткое описание чертежейBrief Description of the Drawings
Изобретение вместе со своими дополнительными целями и преимуществами поясняются в последующем описании, со ссылками на чертежи, из которых:The invention together with its additional objectives and advantages are explained in the following description, with reference to the drawings, of which:
Фиг.1 - блок-схема системы передачи полифонических сигналов;Figure 1 - block diagram of a system for transmitting polyphonic signals;
Фиг.2a - блок-схема кодера в передающем устройстве;Fig. 2a is a block diagram of an encoder in a transmitter;
Фиг.2b - блок-схема декодера в передающем устройстве;Fig.2b is a block diagram of a decoder in a transmitting device;
Фиг.3a - схема, иллюстрирующая кодирование кадров различной длины;Figa is a diagram illustrating the encoding of frames of various lengths;
Фиг.3b и 3c - блок-схемы вариантов осуществления устройств кодирования побочных сигналов согласно настоящему изобретению;3b and 3c are block diagrams of embodiments of side signal encoding devices according to the present invention;
Фиг.4 - блок-схема варианта осуществления кодера, использующего кодирование побочного сигнала с учетом коэффициента симметрирования;FIG. 4 is a block diagram of an embodiment of an encoder using side-signal coding, taking into account a balance factor; FIG.
Фиг.5 - блок-схема варианта осуществления кодера в многосигнальных системах;5 is a block diagram of an embodiment of an encoder in multi-signal systems;
Фиг.6 - блок-схема варианта осуществления декодера, подходящего для декодирования сигналов с устройства, показанного на фиг.5;6 is a block diagram of an embodiment of a decoder suitable for decoding signals from the device shown in FIG. 5;
Фиг.7a и 7b - схемы, иллюстрирующие дефект упреждающего эхо;7a and 7b are diagrams illustrating a preemptive echo defect;
Фиг.8 - блок-схема варианта осуществления устройства кодирования побочного сигнала согласно настоящему изобретению, использующего различные принципы кодирования в различных субкадрах;Fig. 8 is a block diagram of an embodiment of a side signal encoding apparatus according to the present invention using different encoding principles in different subframes;
Фиг.9 иллюстрирует применение различных принципов кодирования в различных поддиапазонах частот;9 illustrates the application of various coding principles in different frequency subbands;
Фиг.10 - блок-схема последовательности основных этапов варианта осуществления способа кодирования согласно настоящему изобретению; и10 is a flowchart of the main steps of an embodiment of an encoding method according to the present invention; and
Фиг.11 - блок-схема последовательности основных этапов варианта осуществления способа декодирования согласно настоящему изобретению.11 is a flowchart of the main steps of an embodiment of a decoding method according to the present invention.
Подробное описание изобретенияDETAILED DESCRIPTION OF THE INVENTION
Фиг.1 иллюстрирует типичную систему 1, в которой настоящее изобретение может быть преимущественно использовано. Передающее устройство 10 содержит антенну 12, включающую в себя аппаратные средства и программное обеспечение, обеспечивающие возможность передавать радиосигналы 5 приемному устройству 20. Передающее устройство 10 содержит помимо других компонентов многоканальный кодер 14, который преобразует сигналы ряда входных каналов 16 в выходные сигналы, подходящие для радиопередачи. Примеры подходящих многоканальных кодеров 14 подробнее описаны ниже. Сигналы входных каналов 16 могут быть предоставлены, к примеру, из памяти 18 аудиосигналов, например, из файла данных цифрового представления аудиозаписей, аудиозаписи звука на магнитной ленте или виниловом диске и т.д. Сигналы входных каналов 16 также могут обеспечиваться "вживую", к примеру, из набора микрофонов 19. Аудиосигналы оцифровываются, если не находятся уже в цифровой форме, перед вводом в многоканальный кодер 14.Figure 1 illustrates a
На стороне приемного устройства 20 антенна 22 со связанными аппаратными средствами и программным обеспечением обеспечивают обработку фактического приема радиосигналов 5, представляющих полифонические аудиосигналы. Реализуются типовые функциональные возможности, например коррекция ошибок. Декодер 24 декодирует принятые радиосигналы 5 и преобразует аудиоданные, передаваемые, таким образом, в сигналы ряда выходных каналов 26. Выходные сигналы могут выдаваться, например, на громкоговорители 29 для немедленного представления или могут быть сохранены в памяти 28 аудиосигналов любого типа.On the receiving device 20 side, an antenna 22 with associated hardware and software provides processing for the actual reception of radio signals 5 representing polyphonic audio signals. Typical functionalities, such as error correction, are implemented. The
Системой 1 может быть, например, система телефонных конференций, система для предоставления аудиоуслуг или других аудиоприложений. В некоторых системах, таких как, к примеру, система телефонных конференций, обмен данными должен быть дуплексного типа, тогда как, к примеру, распространение музыки от поставщика услуг к абоненту должно быть, по существу, одностороннего типа. Передача сигналов от передающего устройства 10 к приемному устройству 20 также может выполняться любыми другими средствами, к примеру, посредством других видов электромагнитных волн, кабелей или оптоволокна, а также их сочетаний.
Фиг.2a иллюстрирует вариант осуществления кодера согласно настоящему изобретению. В данном варианте осуществления полифонический сигнал представляет собой стереосигнал, содержащий два канала a и b, принятый на входе 16A и 16B соответственно. Сигналы канала a и b подаются в устройство 32 предварительной обработки, где могут выполняться различные процедуры предварительного формирования сигнала. Сигналы (возможно, модифицированные) из выхода устройства 32 предварительной обработки, суммируются в устройстве 34 суммирования. Устройство 34 суммирования также делит сумму на два. Сигнал xmono, генерируемый таким образом, является основным сигналом из стереосигналов, поскольку он по существу содержит все данные из обоих каналов. В этом варианте осуществления основной сигнал, таким образом, представляет чистый "моно-" сигнал. Основной сигнал xmono подается на устройство 38 кодирования основного сигнала, которое кодирует основной сигнал согласно любым надлежащим принципам кодирования. Эти принципы известны из предшествующего уровня техники и поэтому дополнительно не описываются. Устройство 38 кодирования основного сигнала выдает выходной сигнал pmono, представляющий параметры кодирования, характеризующие основной сигнал.Fig. 2a illustrates an embodiment of an encoder according to the present invention. In this embodiment, the polyphonic signal is a stereo signal comprising two channels a and b received at
В устройстве 36 вычитания разность (поделенная на два) канальных сигналов обеспечивается как побочный сигнал xside. В этом варианте осуществления побочный сигнал представляет разницу между двумя каналами в стереосигнале. Побочный сигнал xside подается в устройство 30 кодирования побочных сигналов. Предпочтительные варианты осуществления устройства 30 кодирования побочных сигналов дополнительно описываются ниже. Согласно процедуре кодирования побочных сигналов, которая подробнее описана ниже, побочный сигнал xside преобразуется в параметры кодирования pside, представляющие побочный сигнал xside. В некоторых вариантах осуществления данное кодирование осуществляется с использованием также информации основного сигнала xmono. Стрелка 42 показывает такую возможность, когда используется исходный некодированный основной сигнал xmono. В других вариантах осуществления информация основного сигнала, которая используется в устройстве 30 кодирования побочных сигналов, может быть выведена из параметров кодирования pmono, представляющих основной сигнал, как показано прерывистой линией 44.In the
Параметры кодирования pmono, представляющие основной сигнал xmono, являются первым выходным сигналом, а параметры кодирования pside, представляющие побочный сигнал xside, являются вторым выходным сигналом. В типичном случае эти два выходных сигнала, pmono и pside, вместе представляющие полностью стереофонический звук, мультиплексируются в один сигнал 52 передачи в устройстве 40 мультиплексирования. В других вариантах осуществления передача первого и второго выходных сигналов pmono, pside может выполняться раздельно.The encoding parameters p mono representing the main signal x mono are the first output signal, and the encoding parameters p side representing the side signal x side are the second output signal. Typically, these two output signals, p mono and p side , together representing fully stereo sound, are multiplexed into a
На фиг.2b вариант осуществления декодера 24 согласно настоящему изобретению проиллюстрирован как блок-схема. Принятый сигнал 54, содержащий параметры кодирования, представляющие информацию основного и побочного сигнала, подается в устройство 56 демультиплексирования, которое разделяет первый и второй входной сигнал соответственно. Первый входной сигнал, соответствующий параметрам кодирования pmono основного сигнала, подается в устройство 64 декодирования основного сигнала. Традиционно параметры кодирования pmono, представляющие основной сигнал, используются, чтобы генерировать декодированный основной сигнал x''mono, который в максимальной степени подобен основному сигналу xmono (фиг.2a) кодера 14 (фиг.2a).2b, an embodiment of a
Аналогично второй входной сигнал, соответствующий побочному сигналу, подается в устройство 60 декодирования побочных сигналов. Здесь параметры кодирования pside, представляющие побочный сигнал, используются для восстановления декодированного побочного сигнала x"side. В некоторых вариантах осуществления процедура декодирования использует информацию об основном сигнале x''mono, что показано стрелкой 65.Similarly, the second input signal corresponding to the side signal is supplied to the side
Декодированный основной и побочные сигналы x''mono, x"side подаются в устройство 70 суммирования, которое выдает выходной сигнал, который является представлением исходного сигнала канала a. Аналогично разность, обеспеченная устройством 68 вычитания, является выходным сигналом, который является представлением исходного сигнала канала b. Эти канальные сигналы могут быть обработаны в постпроцессоре 74 согласно процедурам обработки сигналов предшествующего уровня техники. Наконец, канальные сигналы a и b подаются на выходы 26A и 26B декодера.The decoded main and side signals x ″ mono , x ″ side are supplied to an
Как упоминалось при описании сущности изобретения, кодирование в типовом случае выполняется на покадровой основе. Кадр содержит аудиовыборки за заранее определенный период времени. В нижней части фиг.3a проиллюстрирован кадр SF2 длительностью L. Аудиовыборки в незаштрихованной области должны кодироваться вместе. Предшествующие выборки и последующие выборки кодируются в других кадрах. Деление выборок на кадры в любом случае приведет к некоторым неоднородностям в границах кадров. Смещение звуков приведет к смещению параметров кодирования, существенно изменяясь на границе каждого кадра. Это приведет к воспринимаемым ошибкам. Возможный способ в какой-то степени компенсировать это состоит в кодировании не только на основе выборок, которые должны быть закодированы, но также выборок в абсолютной окрестности кадра, как указано заштрихованными частями. Таким образом достигается более мягкий переход между различными кадрами. В качестве альтернативы или дополнения иногда также используются методы интерполяции для уменьшения дефектов восприятия, вызываемых границами кадров. Тем не менее, все эти процедуры требуют значительных дополнительных вычислительных ресурсов, и для некоторых специальных методов кодирования также может быть трудно обеспечить их определенными ресурсами.As mentioned in the description of the invention, coding is typically performed on a frame-by-frame basis. A frame contains audio samples for a predetermined period of time. At the bottom of FIG. 3a, an SF2 frame of length L is illustrated. Audio samples in the unshaded area should be encoded together. Previous samples and subsequent samples are encoded in other frames. Dividing the samples into frames will in any case lead to some heterogeneity within the boundaries of the frames. The shift of sounds will lead to a shift in the encoding parameters, significantly changing at the border of each frame. This will lead to perceived errors. A possible way to compensate for this to some extent is to encode not only the samples to be encoded, but also the samples in the absolute vicinity of the frame, as indicated by the shaded parts. Thus, a softer transition between different frames is achieved. As an alternative or addition, interpolation techniques are sometimes also used to reduce perceptual defects caused by frame boundaries. However, all of these procedures require significant additional computing resources, and for some special encoding methods it can also be difficult to provide them with specific resources.
С этой точки зрения выгодно использовать кадры настолько большой длины, насколько это возможно, поскольку число границ кадров будет небольшим. Также эффективность кодирования в типовом случае становится высокой, а необходимая скорость передачи в битах минимизируется. Тем не менее, кадры большой длины приводят к проблемам с дефектами упреждающего эхо и паразитным звукам.From this point of view, it is advantageous to use frames as long as possible, since the number of frame boundaries will be small. Also, the coding efficiency in a typical case becomes high, and the required bit rate is minimized. However, long shots lead to problems with preemptive echo defects and spurious sounds.
Посредством использования более коротких кадров, например, SF1 или даже SF0, имеющих длительность L/2 и L/4 соответственно, как понимают специалисты в данной области техники, эффективность кодирования может быть уменьшена, скорость передачи в битах, возможно, будет выше и проблемы с дефектами границ кадров увеличатся. Тем не менее, более короткие кадры меньше подвержены, к примеру, другим дефектам восприятия, таким как паразитные звуки и упреждающее эхо. Чтобы иметь возможность минимизировать ошибки кодирования в максимальной степени, следует использовать кадр максимально короткой длины.By using shorter frames, such as SF1 or even SF0, having a duration of L / 2 and L / 4, respectively, as those skilled in the art understand, coding efficiency can be reduced, bit rate may be higher and problems with defects in frame boundaries will increase. However, shorter frames are less susceptible, for example, to other perceptual defects, such as spurious sounds and pre-emptive echoes. To be able to minimize coding errors to the maximum extent, you should use a frame of the shortest possible length.
Согласно настоящему изобретению восприятие аудиосигналов улучшается посредством использования длины кадра для кодирования подобного сигнала, которая зависит от текущего содержимого сигнала. Поскольку влияние различных длин кадров на восприятие аудиосигнала различается в зависимости от характера звука, который должен кодироваться, улучшение может быть достигнуто посредством обеспечения возможности самого характера сигнала влиять на используемую длину кадра. Кодирование основного сигнала не является целью настоящего изобретению и поэтому не описывается подробно. Однако, длины кадров, используемых для основного сигнала, могут равняться или не равняться длинам кадров, используемых для побочного сигнала.According to the present invention, the perception of audio signals is improved by using a frame length to encode a similar signal, which depends on the current contents of the signal. Since the effect of different frame lengths on the perception of the audio signal varies depending on the nature of the sound to be encoded, improvement can be achieved by allowing the very nature of the signal to affect the used frame length. The encoding of the main signal is not the purpose of the present invention and therefore is not described in detail. However, the frame lengths used for the main signal may or may not equal the lengths of the frames used for the side signal.
Вследствие незначительных временных вариаций может быть выгодно, например, в некоторых случаях кодировать побочный сигнал с использованием относительно длинных кадров. Это может иметь место в случае с записями с большим количеством диффузного акустического поля, к примеру, концертными записями. В других случаях, например разговорах в режиме стерео, короткие кадры, возможно, предпочтительнее. Решение о том, какую длину кадра предпочесть, может приниматься двумя основными способами.Due to slight temporal variations, it may be advantageous, for example, in some cases to encode a side signal using relatively long frames. This may be the case with recordings with a large amount of diffuse acoustic field, for example, concert recordings. In other cases, such as conversations in stereo, short frames are probably preferable. The decision about which frame length to prefer can be made in two main ways.
Один вариант осуществления устройства 30 кодирования побочных сигналов согласно настоящему изобретению проиллюстрирован на фиг.3b, в котором используется решение с обратной связью. Здесь используется базовый кадр кодирования длины L. Создается ряд схем 81 кодирования, отличающихся отдельным набором 80 субкадров 90. Каждый набор 80 субкадров 90 содержит один или более субкадров 90 равной или различной длины. Общая длина набора 80 субкадров 90, тем не менее, всегда равна длине базового кадра L кодирования. Согласно фиг.3b, верхняя схема кодирования характеризуется набором субкадров, содержит только один субкадр длины L. Следующий набор субкадров содержит два кадра длины L/2. Третий набор содержит два кадра длины L/4, за которыми следует кадр L/2.One embodiment of a side
Сигнал xside, подаваемый на устройство 30 кодирования побочного сигнала, кодируется посредством всех схем 81 кодирования. В верхней схеме кодирования весь базовый кадр кодирования кодируется в полном кадре. Однако в других схемах кодирования сигнал xside кодируется в каждом субкадре независимо друг от друга. Результат от каждой схемы кодирования подается в селектор 85. Средство 83 измерения точности определяет измеренное значение точности для каждого из кодированных сигналов. Измеренное значение точности является объективным значением качества, предпочтительно мерой отношения "сигнал-шум" или взвешенным соотношением "сигнал-шум". Измеренные значения точности, связанные с каждой схемой кодирования, сравниваются, и результат управляет средством 87 переключения для выбора параметров кодирования, представляющих побочный сигнал, из схемы кодирования, обеспечивающих наилучшее измеренное значение точности, в качестве выходного сигнала pside из устройства 30 кодирования побочных сигналов.The x side signal supplied to the side
Предпочтительно все возможные сочетания длины кадров тестируются, и выбирается набор субкадров, который обеспечивает наилучшее объективное качество, к примеру, соотношение "сигнал-шум".Preferably, all possible combinations of frame lengths are tested and a set of subframes is selected that provides the best objective quality, for example, a signal-to-noise ratio.
В настоящем варианте осуществления длина используемых субкадров выбирается согласно:In the present embodiment, the length of the used subframes is selected according to:
где lsf - это длины субкадров, lf - длина кадра кодирования, а n - целое число. В настоящем варианте осуществления n выбирается от 0 до 3. Тем не менее, возможно использовать любую длину кадров, если общая длина набора сохраняется постоянной.where l sf is the length of the subframes, l f is the length of the encoding frame, and n is an integer. In the present embodiment, n is selected from 0 to 3. However, it is possible to use any frame length if the total set length is kept constant.
На фиг.3c проиллюстрирован другой вариант осуществления устройства 30 кодирования побочных сигналов. Здесь решение о длине кадра является решением без обратной связи, основанным на статистике сигнала. Другими словами, спектральные характеристики побочного сигнала используются в качестве базы для принятия решения о том, какая схема кодирования будет использована. Как и раньше, имеются различные схемы кодирования, характеризующиеся различными наборами субкадров. Однако в данном варианте осуществления селектор 85 предшествует фактическому кодирования. Входной побочный сигнал xside поступает в селектор 85 и блок 84 анализа сигналов. Результат анализа является входным сигналом переключателя 86, в котором используется только одна из схем 81 кодирования. Выходной сигнал этой схемы кодирования также является выходным сигналом pside устройства 30 кодирования побочных сигналов.FIG. 3c illustrates another embodiment of a side
Преимущество решения без обратной связи заключается в том, что должно быть выполнено только одно фактическое кодирование. Недостаток заключается в том, что анализ характеристик сигнала может быть очень усложнен, и может быть трудно предсказывать возможные линии поведения заранее, чтобы иметь возможность предоставлять соответствующий выбор в переключателе 86. Большой объем статистического анализа звука должен быть выполнен и включен в устройство 84 анализа сигнала. Любое незначительное изменение в схемах кодирование может привести к кардинальному изменению статистической линии поведения.The advantage of a non-feedback solution is that only one actual coding should be performed. The disadvantage is that the analysis of signal characteristics can be very complicated, and it can be difficult to predict possible behaviors in advance in order to be able to provide an appropriate choice in
Посредством выбора с обратной связью (фиг.3b) схемы кодирования могут заменяться без выполнения каких-либо изменений в остальном устройстве. С другой стороны, если должно быть проанализировано множество схем кодирования, то требования по вычислениям будут высокими.By selecting with feedback (FIG. 3b), coding schemes can be replaced without making any changes to the rest of the device. On the other hand, if multiple coding schemes are to be analyzed, the computational requirements will be high.
Преимущество такого кодирования с переменной длиной кадра для побочного сигнала заключается в том, что можно осуществить выбор между точным временным разрешением и грубым частотным разрешением, с одной стороны, и грубым временным разрешением и точным частотным разрешением, с другой стороны. Вышеперечисленные варианты осуществления сохраняют стереоизображение наилучшим возможным образом.The advantage of such variable frame length coding for the side signal is that it is possible to choose between precise time resolution and coarse frequency resolution, on the one hand, and coarse time resolution and exact frequency resolution, on the other hand. The above embodiments preserve the stereo image in the best possible way.
Существуют также некоторые требования по фактическому кодированию, используемому в различных схемах кодирования. В частности, когда используется выбор с обратной связью, вычислительные ресурсы, чтобы выполнять ряд более или менее одновременных операций кодирования, должны быть значительными. Чем более сложен процесс кодирования, тем больше вычислительной мощности требуется. Более того, низкая скорость передачи в битах также предпочтительна.There are also some requirements for the actual coding used in various coding schemes. In particular, when a closed-loop selection is used, the computing resources in order to perform a series of more or less simultaneous coding operations must be significant. The more complex the coding process, the more processing power is required. Moreover, a low bit rate is also preferred.
Способ, представленный в патенте США № 5434948, использует фильтрованную версию моносигнала (основного), для воссоздания побочного или разностного сигнала. Параметры фильтрации оптимизированы и могут меняться во времени. Затем передаются параметры фильтрации, представляющие кодирование побочного сигнала. В одном варианте осуществления также передается остаточный побочный сигнал. Во многих случаях этот подход может быть возможен, чтобы использовать в качестве способа кодирования побочного сигнала в объеме настоящего изобретения. Тем не менее, этот подход имеет некоторые недостатки. Квантование коэффициентов фильтрации и любой остаточный побочный сигнал часто требуют относительно высоких скоростей передачи в битах, поскольку порядок фильтрации должен быть высоким, чтобы предоставлять точную оценку побочного сигнала. Оценка самой фильтрации может быть проблематична, особенно в случаях насыщенной музыки с множеством переходов. Ошибки оценки предоставляют модифицированный побочный сигнал, который иногда больше по амплитуде, чем не модифицированный сигнал. Это приводит к более высоким требованиям по скорости передачи в битах. Более того, если новый набор коэффициентов фильтрации вычисляется каждые N выборок, то коэффициенты фильтрации должны интерполироваться для достижения плавного перехода от одного набора коэффициентов фильтрации к другому, как описано выше. Интерполяция коэффициентов фильтрации является сложной задачей, и ошибки интерполяции будут проявляться в больших ошибках побочных сигналов, приводящих к более высоким скоростям передачи в битах, необходимым для кодера разностных сигналов ошибки.The method presented in US patent No. 5434948, uses a filtered version of the monosignal (main), to recreate a secondary or differential signal. Filtering options are optimized and may change over time. Then, filtering parameters representing coding of the side signal are transmitted. In one embodiment, a residual side signal is also transmitted. In many cases, this approach may be possible to use as a method of encoding a side signal within the scope of the present invention. However, this approach has some disadvantages. The quantization of the filter coefficients and any residual side signal often require relatively high bit rates, since the filter order must be high in order to provide an accurate estimate of the side signal. Evaluating the filtering itself can be problematic, especially in cases of rich music with many transitions. Evaluation errors provide a modified side signal, which is sometimes larger in amplitude than an unmodified signal. This leads to higher bit rate requirements. Moreover, if a new set of filter coefficients is calculated every N samples, then the filter coefficients should be interpolated to achieve a smooth transition from one set of filter coefficients to another, as described above. Interpolating filter coefficients is a complex task, and interpolation errors will manifest themselves in large side-signal errors, resulting in higher bit rates necessary for the differential error encoder.
Чтобы избежать необходимости в интерполяции, необходимо обновлять коэффициенты фильтрации для каждой выборки и использовать анализ с обратной совместимостью. Для получения хорошего результата необходимо, чтобы скорость передачи в битах кодера остаточного сигнала была достаточно высокой. Поэтому это не является оптимальной альтернативой стереокодированию с низкой скоростью передачи.To avoid the need for interpolation, it is necessary to update the filter coefficients for each sample and use backward compatibility analysis. To obtain a good result, it is necessary that the bit rate of the residual signal encoder be high enough. Therefore, this is not an optimal alternative to stereo coding with a low bit rate.
Существуют случаи, к примеру, достаточно часто в музыке, когда моносигналы и разностные сигналы практически некоррелированы. Оценка фильтрации в таком случае становится очень сложной с дополнительным риском ухудшения ситуации в кодере разностных сигналов ошибки.There are cases, for example, quite often in music, when monosignals and difference signals are practically uncorrelated. The estimation of filtering in this case becomes very complicated with the additional risk of worsening the situation in the encoder of differential error signals.
Решение согласно патенту США 5434948 может работать достаточно хорошо в случаях, когда коэффициенты фильтрации изменяются очень медленно во времени, к примеру, в системах телефонных конференций. В случае музыкальных сигналов этот подход не работает оптимальным образом, поскольку фильтры должны изменяться очень быстро, чтобы отслеживать стереоизображение. Это означает, что должна быть использована длина субкадров с существенно различающейся величиной, т.е. число тестируемых комбинаций быстро возрастает. Это, в свою очередь, означает, что требования к вычислению всех возможных схем кодирования становятся невыполнимо высокими.The solution according to US patent 5434948 can work quite well in cases where the filter coefficients change very slowly over time, for example, in telephone conference systems. In the case of music signals, this approach does not work optimally, since the filters must change very quickly in order to track the stereo image. This means that the length of the subframes with a significantly different value should be used, i.e. the number of tested combinations is increasing rapidly. This, in turn, means that the computational requirements for all possible coding schemes become impossibly high.
Поэтому в предпочтительном варианте осуществления кодирование побочного сигнала основано на идее снижения избыточности между моносигналами и побочными сигналами посредством использования простого коэффициента симметрирования вместо сложного фильтра предсказателя с высокими требованиями по скорости передачи в битах. Затем кодируется остаточный сигнал, получаемый в результате этой операции. Величина этого остаточного сигнала относительно мала и не требует очень высокой скорости передачи в битах. Данная идея очень подходит для сочетания с описанным выше подходом, основанным на наборе переменных кадров, поскольку вычислительная сложность невысока.Therefore, in a preferred embodiment, the coding of the side signal is based on the idea of reducing redundancy between mono signals and side signals by using a simple symmetry coefficient instead of a complex predictor filter with high bit rate requirements. Then, the residual signal resulting from this operation is encoded. The magnitude of this residual signal is relatively small and does not require a very high bit rate. This idea is very suitable for combining with the approach described above, based on a set of variable frames, since the computational complexity is low.
Использование коэффициента симметрирования в сочетании с подходом кадров переменной длины устраняет необходимость в сложной интерполяции и связанные проблемы, которые может вызывать интерполяция. Более того, использование простого коэффициента симметрирования вместо сложного фильтра вызывает меньше проблем с оценкой, поскольку возможные ошибки оценки для коэффициента симметрирования имеют меньшее влияние. Предпочтительное решение позволяет воспроизводить и панорамированные сигналы и диффузные акустические поля с хорошим качеством и с ограниченными требованиями к скорости передачи в битах и вычислительным ресурсам.Using a symmetry factor in combination with a variable-length frame approach eliminates the need for complex interpolation and the associated problems that interpolation can cause. Moreover, using a simple symmetric coefficient instead of a complex filter causes fewer estimation problems, since possible estimation errors for the symmetric coefficient have less impact. The preferred solution allows you to reproduce both panned signals and diffuse acoustic fields with good quality and with limited requirements for bit rate and computational resources.
Фиг.4 иллюстрирует предпочтительный вариант осуществления стереокодера согласно настоящему изобретению. Этот вариант во многом аналогичен показанному на фиг.2a, но с более детальным представлением устройства 30 кодирования побочных сигналов. Кодер 14 данного варианта осуществления не имеет устройства предварительной обработки, и входные сигналы подаются непосредственно на устройства 34, 36 суммирования и вычитания. Моносигнал xmono умножается на конкретный коэффициент симметрирования gsm в умножителе 33. В устройстве 35 вычитания умноженный моносигнал вычитается из побочного сигнала xside, т.е. фактически разности между двумя каналами для формирования остаточного побочного сигнала. Коэффициент симметрирования gsm определяется на основе содержимого моно- и побочных сигналов оптимизатором 37, чтобы минимизировать побочный остаточный сигнал согласно критерию качества. Критерием качества является предпочтительно критерий метода наименьших квадратов. Остаточный побочный сигнал кодируется в кодере 39 остаточных побочных сигналов согласно любым процедурам кодирования. Предпочтительно кодер 39 остаточных побочных сигналов представляет собой кодер с преобразованием на низких скоростях передачи в битах или линейный предикативный кодер с возбуждением по коду (CELP). Параметры кодирования pside, представляющие побочный сигнал, затем содержат параметры кодирования pside residual, представляющие остаточный побочный сигнал и оптимизированный коэффициент симметрирования 49.4 illustrates a preferred embodiment of a stereo encoder according to the present invention. This option is in many ways similar to that shown in FIG. 2a, but with a more detailed representation of the side
В варианте осуществления по фиг.4 моносигналом 42, используемым для синтеза побочных сигналов, является целевой сигнал xmono для кодера 38 моносигналов. Как упоминалось выше (в связи с фиг.2a), также может быть использован локальный синтезированный сигнал кодера 38 моносигналов. В последнем случае общая задержка в кодере может быть увеличена и вычислительная сложность побочного сигнала может возрасти. С другой стороны, качество может быть лучше, поскольку в таком случае можно устранять ошибки кодирования, обусловленные кодером моносигналов.In the embodiment of FIG. 4, the
С математической точки зрения, базовая схема кодирования может быть описана следующим образом. Обозначим два канальных сигнала как a и b, которые могут быть левым и правым каналом стереопары. Канальные сигналы объединяются в моносигнал посредством суммирования и в побочный сигнал посредством вычитания. В форме уравнения операции описываются следующим образом:From a mathematical point of view, the basic coding scheme can be described as follows. We denote the two channel signals as a and b, which can be the left and right channels of the stereo pair. Channel signals are combined into a mono signal by summing and into a side signal by subtraction. In the form of equations, operations are described as follows:
Полезно уменьшить масштаб сигналов xmono и xside в два раза. При этом подразумевается, что имеются другие способы создания xmono и xside. Можно, к примеру, использовать:It is useful to halve the x mono and x side signals. This implies that there are other ways to create x mono and x side . You can, for example, use:
В блоках входных сигналов модифицированный, или остаточный, побочный сигнал вычисляется согласно:In blocks of input signals, a modified, or residual, side signal is calculated according to:
где f(xmono, xside) - функция коэффициента симметрирования, которая, на основе блока из N выборок, т.е. субкадра, побочных и моносигналов стремится увеличить долю сигнала, удаляемого из побочного сигнала. Другими словами, коэффициент симметрирования используется, чтобы минимизировать остаточный побочный сигнал. В специальном случае, когда она минимизируется в смысле наименьших квадратов, это эквивалентно минимизации энергии остаточного побочного сигнала xside residual.where f (x mono , x side ) is a function of the symmetry coefficient, which, based on a block of N samples, i.e. subframe, side and mono signals seeks to increase the proportion of the signal removed from the side signal. In other words, a balancing factor is used to minimize the residual side signal. In the special case, when it is minimized in the sense of least squares, this is equivalent to minimizing the energy of the residual side signal x side residual .
В вышеупомянутом специальном случае f(xmono,xside) описывается как:In the above special case, f (x mono , x side ) is described as:
где xside - побочный сигнал, xmono - моносигнал. Заметим, что функция основана на блоке, начинающемся в " начала кадра" и заканчивающемся в "конце кадра".where x side is a side signal, x mono is a mono signal. Note that the function is based on a block starting at the “beginning of the frame” and ending at the “end of the frame”.
Можно добавить взвешивание в частотной области для вычисления коэффициента симметрирования. Это осуществляется посредством свертки сигналов xside и xmono с помощью импульсной характеристики фильтра взвешивания. Затем можно перенести ошибку оценки в частотный диапазон, где их легче расслышать. Это определяется как перцептуальное взвешивание.You can add weighting in the frequency domain to calculate the coefficient of symmetry. This is done by convolution of the x side and x mono signals using the impulse response of the weighing filter. Then you can transfer the estimation error to the frequency range, where they are easier to hear. This is defined as perceptual weighing.
Квантованная версия значения коэффициента симметрирования, заданного функцией f(xmono,xside), передается в декодер. Предпочтительно учитывать квантование уже после формирования модифицированного побочного сигнала. Затем получается выражение, представленное ниже:A quantized version of the value of the symmetry coefficient specified by the function f (x mono , x side ) is transmitted to the decoder. It is preferable to consider quantization after the formation of the modified side signal. Then we get the expression below:
где Qg(..) - функция квантования, которая применяется к коэффициенту симметрирования, заданному функцией f(xmono,xside). Коэффициент симметрирования передается по каналу передачи. В обычных панорамированных слева направо сигналах коэффициент симметрирования ограничен интервалом [-1,0... 1,0]. Если, с другой стороны, каналы не в фазе друг с другом, то коэффициент симметрирования может выйти за пределы этих ограничений.where Q g (..) is the quantization function that is applied to the symmetry coefficient given by the function f (x mono , x side ). The balancing coefficient is transmitted over the transmission channel. In ordinary signals panned from left to right, the symmetry coefficient is limited to the interval [-1.0 ... 1.0]. If, on the other hand, the channels are not in phase with each other, then the symmetrization coefficient may go beyond these limits.
Как дополнительное средство, чтобы стабилизировать стереоизображение, можно ограничить коэффициент симметрирования, если нормализованная взаимная корреляция между моно- и побочными сигналами задана следующим уравнением:As an additional means to stabilize the stereo image, it is possible to limit the symmetrization coefficient if the normalized cross-correlation between mono and side signals is given by the following equation:
гдеWhere
Эти ситуации возникают достаточно часто в случае, к примеру, классической музыки или студийной музыки с большим количеством диффузных звуков, где в некоторых ситуациях каналы a и b могут практически компенсировать друг друга при создании моносигнала. Влияние на коэффициент симметрирования заключается в том, что он может быстро изменяться, вызывая помехи в стереоизображении. Вышеописанное ограничение смягчает эту проблему.These situations arise quite often in the case of, for example, classical music or studio music with a large number of diffuse sounds, where in some situations channels a and b can almost cancel each other out when creating a mono signal. The effect on the coefficient of symmetry is that it can change quickly, causing interference in the stereo image. The above limitation mitigates this problem.
Основанный на фильтровании подход согласно патенту США 5434948 имеет аналогичные проблемы, но в этом случае решение не является столь простым.A filtering-based approach according to US Pat. No. 5,434,948 has similar problems, but in this case, the solution is not so simple.
Если E s - функция кодирования (к примеру, кодер преобразования) остаточного побочного сигнала, а E m - функция кодирования моносигнала, то декодированные сигналы a" и b" в декодере могут быть описаны следующим образом (при условии, что γ=0,5):If E s is the encoding function (for example, a conversion encoder) of the residual side signal, and E m is the mono signal encoding function, then the decoded signals a "and b" in the decoder can be described as follows (provided that γ = 0.5 ):
Важное преимущество вычисления коэффициента симметрирования для каждого кадра заключается в том, что можно избежать использования интерполяции. Вместо этого обычно, как описано выше, обработка кадров осуществляется с помощью перекрывающихся кадров.An important advantage of calculating the symmetry coefficient for each frame is that interpolation can be avoided. Instead, typically, as described above, frame processing is performed using overlapping frames.
Принцип кодирования с помощью коэффициентов симметрирования работает особенно хорошо в случае музыкальных сигналов, где в типовом случае необходимы быстрые изменения, чтобы отслеживать стереоизображение.The principle of coding with symmetrical coefficients works particularly well in the case of music signals, where typically fast changes are needed to track a stereo image.
В последнее время многоканальное кодирование стало популярным. Примером является 5.1-канальное объемное звучание в DVD-фильмах. Каналы при этом размещены следующим образом: левый фронтальный, центральный фронтальный, правый фронтальный, левый задний, правый задний и отдельный низкочастотный динамик (сабвуфер). На фиг.5 показан вариант осуществления кодера, который кодирует три фронтальных канала в такой конфигурации, используя межканальные избыточности согласно настоящему изобретению.Recently, multi-channel coding has become popular. An example is 5.1 channel surround sound in DVD movies. The channels are placed as follows: left front, central front, right front, left rear, right rear and a separate low-frequency speaker (subwoofer). 5 shows an embodiment of an encoder that encodes three front channels in this configuration using inter-channel redundancies according to the present invention.
Три канальных сигнала L, C, R предоставлены на трех входах 16A-C, и моносигнал xmono создается посредством суммирования этих трех сигналов. Добавлено устройство 130 кодирования центрального сигнала, которое принимает центральный сигнал xcentre. Моносигнал 42 в данном варианте осуществления представляет собой кодированный и декодированный моносигнал x''mono, умножаемый на определенный коэффициент симметрирования gQ в умножителе 133. В устройстве 135 вычитания умноженный моносигнал вычитается из центрального сигнала xcentre для получения центрального остаточного сигнала. Коэффициент симметрирования gQ определяется на основе содержимого моно- и центрального сигналов оптимизатором 137, чтобы минимизировать центральный остаточный сигнал согласно критерию качества. Центральный остаточный сигнал кодируется в кодере 139 центральных остаточных сигналов согласно любым процедурам кодирования. Предпочтительно кодер 139 центральных остаточных сигналов представляет собой кодер с преобразованием на низких скоростях передачи в битах или CELP-кодер. Параметры кодирования pcentre, представляющие центральный сигнал, в таком случае содержат параметры кодирования pcentre residual, представляющие центральный остаточный сигнал, и оптимизированный коэффициент симметрирования 149. Центральный остаточный сигнал и масштабированный моносигнал суммируются в устройстве 235 суммирования, создавая модифицированный центральный сигнал 142, компенсируемый с учетом ошибок кодирования.Three channel signals L, C, R are provided at three
Побочный сигнал xside, т.е. разность между левым L и правым R каналами, подается на устройство 30 кодирования побочных сигналов, как и в предыдущих вариантах осуществления. Однако, здесь оптимизатор 37 также зависит от модифицированного центрального сигнала 142, обеспечиваемого устройством кодирования 130 центрального сигнала. Поэтому побочный остаточный сигнал создается как оптимальная линейная комбинация моносигнала 42, модифицированного центрального сигнала 142 и побочного сигнала в устройстве 35 вычитания.Side signal x side , i.e. the difference between the left L and right R channels is supplied to the side
Вышеописанная концепция кадров переменной длины может быть применена к любым из побочных и центральных сигналов, либо к обоим.The above concept of variable length frames can be applied to any of the secondary and central signals, or both.
Фиг.6 иллюстрирует устройство декодирования, подходящее для приема кодированных аудиосигналов от устройства кодирования, показанного на фиг.5. Принятый сигнал 54 делится на параметры кодирования pmono, представляющие основной сигнал, параметры кодирования pcentre, представляющие центральный сигнал, и параметры кодирования pside, представляющие побочный сигнал. В декодере 64 параметры кодирования pmono, представляющие основной сигнал, используются для формирования основного сигнала x"mono. В декодере 160 параметры кодирования pmono, представляющие центральный сигнал, используются для формирования центрального сигнала x"centre на основе основного сигнала x"mono. В декодере 60 параметры кодирования pside, представляющие побочный сигнал, декодируются для получения побочного сигнала x"side на основе основного сигнала x"mono и центрального сигнала x"centre.FIG. 6 illustrates a decoding apparatus suitable for receiving encoded audio signals from the encoding apparatus shown in FIG. The received
Эта процедура может быть математически выражена следующим образом:This procedure can be mathematically expressed as follows:
Входные сигналы xleft, xrignt и xcentre объединяются в моноканал согласно:The input signals x left , x rignt and x center are combined into a mono channel according to:
α, β и χ в оставшемся разделе установлены на 1.0 для простоты, но они могут устанавливаться на произвольные значения. Значения α, β и χ могут быть либо константами, либо зависимым от содержимого сигнала, чтобы выделить один или два канала, чтобы достичь оптимального качества. The α, β, and χ in the remaining section are set to 1.0 for simplicity, but they can be set to arbitrary values. The values of α, β, and χ can be either constants or dependent on the signal content to select one or two channels in order to achieve optimal quality.
Нормализованная взаимная корреляция между моно- и центральным сигналом вычисляется следующим образом:The normalized cross-correlation between the mono and central signal is calculated as follows:
гдеWhere
где xcentre - центральный сигнал, xmono - моносигнал. Моносигнал выводится из целевого моносигнала, но можно использовать также локальный синтез кодера моносигналов.where x center is the central signal, x mono is a mono signal. The mono signal is output from the target mono signal, but local synthesis of the mono signal encoder can also be used.
Центральный остаточный сигнал, который должен кодироваться, выражается следующим образом:The central residual signal to be encoded is expressed as follows:
где Qg(..) - функция квантования, которая применяется к коэффициенту симметрирования. Коэффициент симметрирования передается по каналу передачи.where Q g (..) is the quantization function that is applied to the symmetry coefficient. The balancing coefficient is transmitted over the transmission channel.
Если Ec - функция кодирования (к примеру, кодер с преобразованием) центрального сигнала, Em - функция кодирования моносигнала, то декодированный сигнал x"centre в декодере может быть описан следующим образом:If E c is the encoding function (for example, an encoder with conversion) of the central signal, E m is the mono signal encoding function, then the decoded signal x " center in the decoder can be described as follows:
Побочный остаточный сигнал, который должен кодироваться, выражается следующим образом:The side residual signal to be encoded is expressed as follows:
где gQsm и gQsc - квантованные значения параметров g sm и g sc, которые минимизируют выражение:where g Qsm and g Qsc are the quantized values of the parameters g sm and g sc , which minimize the expression:
может быть, например, равно 2 для минимизации ошибки по методу наименьших квадратов. Параметры g sm и g sc могут быть квантованы вместе или по отдельности.may be, for example, equal to 2 to minimize the least squares error. The parameters g sm and g sc can be quantized together or separately.
Если Es - функция кодирования побочного остаточного сигнала, то декодированные канальные сигналы x"left и x"right задаются следующим образом:If E s is the coding function of the secondary residual signal, then the decoded channel signals x " left and x" right are specified as follows:
Одним из наиболее раздражающих дефектов восприятия является эффект упреждающего эхо. На фиг.7a-b схемы иллюстрируют этот дефект. Пусть компонент сигнала изменяется во времени, как показано кривой 100. В начале, с момента t0, компонент сигнала не присутствует в аудиовыборке. Во время t между t1 и t2 компонент сигнала внезапно появляется. Когда компонент сигнала кодируется с использованием длины кадра t2-t1, появление компонента сигнала "размазывается" по всему кадру, как показано на кривой 101. Если осуществляется декодирование кривой 101, компонент сигнала появляется на время Δt раньше планируемого появления компонента сигнала, и ощущается "упреждающее эхо".One of the most annoying perceptual defects is the proactive echo effect. 7a-b, diagrams illustrate this defect. Let the signal component change in time, as shown by
Дефекты упреждающего эхо становятся более акцентированными, если используются длинные кадры кодирования. Посредством использования более коротких кадров дефект в некоторой степени подавляется. Другой способ разрешать вышеописанные проблемы упреждающего эхо состоит в использовании того факта, что моносигнал имеется как в кодере, так и в декодере. Это дает возможность масштабировать побочный сигнал согласно контуру энергии моносигнала. В декодере выполняется инверсное масштабирование и, таким образом, некоторые из проблем упреждающего эхо могут быть смягчены.Proactive echo defects become more emphasized if long coding frames are used. By using shorter frames, the defect is suppressed to some extent. Another way to solve the proactive echo problems described above is to exploit the fact that the mono signal is present in both the encoder and the decoder. This makes it possible to scale the side signal according to the mono signal energy circuit. The decoder performs inverse scaling and, thus, some of the proactive echo problems can be mitigated.
Контур энергии моносигнала вычисляется по кадру следующим образом:The mono signal energy loop is calculated per frame as follows:
где w(n) - это функция окна. Наиболее простой функцией окна является прямоугольное окно, но могут быть более желательными и другие типы окон, например, взвешивающая функция Хэмминга.where w (n) is the window function. The simplest window function is a rectangular window, but other window types, such as the Hamming weighting function, may be more desirable.
Побочный остаточный сигнал в таком случае масштабируется следующим образом:The side residual signal is then scaled as follows:
, ,
В более общей форме вышеуказанное уравнение может быть записано следующим образом:In a more general form, the above equation can be written as follows:
, ,
где f(..) - монотонная непрерывная функция. В декодере контур энергии вычисляется на декодированном моносигнале и применяется к декодированному побочному сигналу следующим образом:where f (..) is a monotonic continuous function. In the decoder, the energy loop is calculated on the decoded mono signal and applied to the decoded side signal as follows:
, ,
Поскольку это масштабирование по контуру энергии в некотором смысле является альтернативой использованию более коротких кадров, данная концепция особенно хорошо подходит для объединения с концепцией кадров переменной длины, дополнительно описанной выше. При наличии нескольких схем кодирования, которые применяют масштабирование по контуру энергии, из которых некоторые не применяют, а другие применяют масштабирование по контуру энергии только в течение определенных субкадров, может быть обеспечен более гибкий набор схем декодирования. На фиг.8 проиллюстрирован вариант осуществления устройства 30 кодирования сигналов согласно настоящему изобретению. Здесь различные схемы кодирования 81 содержат заштрихованные субкадры 91, представляющие кодирование, применяющее масштабирование по контуру энергии, и незаштрихованные субкадры 92, представляющие процедуры кодирования, не применяющие масштабирование по контуру энергии. Таким образом, имеются комбинации не только субкадров различной длины, но также субкадров с различными принципами кодирования. В представленном поясняющем примере применение масштабирования по контуру энергии отличается в различных схемах кодирования. В более общем случае принципы кодирования могут быть объединены с концепцией переменной длины аналогичным способом.Since this energy-scale scaling is in some ways an alternative to using shorter frames, this concept is particularly suitable for combining with the concept of variable-length frames, which is further described above. If there are several coding schemes that apply energy-scaling, of which some do not apply, while others use energy-scaling only for certain subframes, a more flexible set of decoding schemes can be provided. FIG. 8 illustrates an embodiment of a
Набор схем кодирования, показанный на фиг.8, содержит схемы, которые обрабатывают, например, дефекты упреждающего эхо различными способами. В некоторых случаях используются более длинные субкадры с минимизацией упреждающего эхо согласно принципу контура энергии. В других схемах используются более короткие субкадры без масштабирования по контуру энергии. В зависимости от содержимого сигнала одна из альтернатив может быть более выгодной. Для случаев существенного упреждающего эхо схемы кодирования, использующие короткие субкадры с масштабированием по контуру энергии, могут быть обязательными.The coding scheme set shown in FIG. 8 contains circuits that process, for example, proactive echo defects in various ways. In some cases, longer subframes are used while minimizing the pre-emptive echo according to the principle of the energy loop. Other schemes use shorter subframes without scaling along the energy path. Depending on the contents of the signal, one of the alternatives may be more advantageous. For significant pre-echo cases, coding schemes using short energy-scaling subframes may be required.
Предложенное решение может быть использовано в полном частотном диапазоне или в одном или более различных поддиапазонов. Использование поддиапазона может быть применено либо к обоим основному и побочному сигналу, либо к одному из них отдельно. Предпочтительный вариант осуществления содержит разделение побочного сигнала на несколько частотных диапазонов. Причина просто заключается в том, что легче удалить избыточность в изолированном частотном диапазоне, чем во всем частотном диапазоне. Это особенно важно при кодировании музыкальных сигналов с обогащенным спектральным содержимым.The proposed solution can be used in the full frequency range or in one or more different subbands. The use of a subband can be applied either to both the main and secondary signal, or to one of them separately. A preferred embodiment comprises dividing the side signal into several frequency ranges. The reason is simply that it is easier to remove redundancy in the isolated frequency range than in the entire frequency range. This is especially important when encoding music signals with rich spectral content.
Возможный вариант использования заключается в кодировании частотного диапазона ниже заранее определенного порога с помощью вышеописанного способа. Заранее определенным порогом предпочтительно может быть 2 КГц или даже более предпочтительно 1 КГц. Для оставшейся части полезного частотного диапазона можно либо кодировать еще один дополнительный частотный диапазон с помощью вышеописанного способа, либо использовать совершенно другой способ.A possible use case is to encode the frequency range below a predetermined threshold using the above method. The predetermined threshold may preferably be 2 KHz, or even more preferably 1 KHz. For the remainder of the useful frequency range, you can either encode another additional frequency range using the above method, or use a completely different method.
Мотивация использования вышеописанного способа предпочтительно для низких частот состоит в том, что диффузные акустические поля обычно имеют небольшой запас энергии на высоких частотах. Естественная причина заключается в том, что звукопоглощение в типовом случае повышается с частотой. Кроме того, компоненты диффузных акустических полей, как считается, играют менее важную роль для слуховой системы человека на более высоких частотах. Поэтому полезно использовать это решение на низких частотах (ниже 1 или 2 КГц) и основываться на других, даже более эффективных в смысле битов, схемах кодирования на более высоких частотах. Тот факт, что схема применяется только на низких частотах, дает значительную экономию по скорости передачи в битах, поскольку необходимая скорость передачи в битах в предложенном способе пропорциональна требуемой пропускной способности. В большинстве случае кодер моносигналов может кодировать весь частотный диапазон, тогда как предложенное кодирование побочных сигналов, как предполагается, будет выполняться только в более низкой части частотного диапазона, как схематично проиллюстрировано на фиг.9. Ссылочной позицией 301 обозначена схема кодирования побочного сигнала согласно настоящему изобретению, ссылочной позицией 302 - любая другая схема кодирования побочного сигнала, ссылочной позицией 303 - схема кодирования побочного сигнала.The motivation for using the above method, preferably for low frequencies, is that diffuse acoustic fields usually have a small energy reserve at high frequencies. The natural reason is that sound absorption typically increases with frequency. In addition, the components of diffuse acoustic fields are believed to play a less important role in the human auditory system at higher frequencies. Therefore, it is useful to use this solution at low frequencies (below 1 or 2 KHz) and be based on other, even more efficient in terms of bits, coding schemes at higher frequencies. The fact that the circuit is used only at low frequencies provides significant savings in bit rate, since the required bit rate in the proposed method is proportional to the required bandwidth. In most cases, a mono signal encoder can encode the entire frequency range, while the proposed coding of side signals is assumed to be performed only in the lower part of the frequency range, as schematically illustrated in FIG. 9.
Также есть возможность использовать предложенный способ для нескольких различных частотных диапазонов.It is also possible to use the proposed method for several different frequency ranges.
На фиг.10 основные этапы варианта осуществления способа кодирования согласно настоящему изобретению проиллюстрированы в виде блок-схемы последовательности операций. Процедура начинается на этапе 200. На этапе 210 кодируется основной сигнал, выведенный из полифонических сигналов. На этапе 212 обеспечиваются схемы кодирования, которые содержат субкадры с различной длиной и/или порядком. Побочный сигнал, выведенный на этапе 214 из полифонических сигналов, кодируется посредством схемы кодирования, выбранной в зависимости, по меньшей мере, частично, от фактического содержимого текущих полифонических сигналов. Процедура завершается на этапе 299.10, the main steps of an embodiment of an encoding method according to the present invention are illustrated in a flowchart. The procedure starts at
На фиг.11 основные этапы варианта осуществления способа декодирования согласно настоящему изобретению проиллюстрированы в виде блок-схемы последовательности операций. Процедура начинается на этапе 200. На этапе 220 декодируется принятый закодированный основной сигнал. На этапе 222 обеспечиваются схемы кодирования, которые содержат субкадры с различной длиной и/или порядком. Принятый побочный сигнал декодируется на этапе 224 посредством выбранной схемы кодирования. На этапе 226 декодированный основной и побочные сигналы объединяются в полифонический сигнал. Процедура завершается на этапе 299.11, the main steps of an embodiment of a decoding method according to the present invention are illustrated in a flowchart. The procedure begins at
Вышеописанные варианты осуществления следует рассматривать как иллюстративные примеры настоящего изобретения. Специалистам в данной области техники должно быть очевидно, что различные модификации, комбинации и изменения могут быть выполнены в вариантах осуществления без отступления от объема применения настоящего изобретения. В частности, решения, касающиеся различных частей в разных вариантах осуществления, могут быть объединены в других конфигурациях, если технически осуществимо. Объем настоящего изобретения определяется формулой изобретения.The above embodiments should be considered as illustrative examples of the present invention. It will be apparent to those skilled in the art that various modifications, combinations, and changes can be made in the embodiments without departing from the scope of the present invention. In particular, decisions regarding various parts in different embodiments may be combined in other configurations, if technically feasible. The scope of the present invention is defined by the claims.
СсылкиReferences
ЕР 0497413EP 0497413
Патент США 5285498U.S. Patent 5,285,498
Патент США5434948US Patent 5,434,948
C.Faller et al., "Binaural cue coding applied to stereo and multi-channel audio compression", 112th AES convention, май 2002 года, Мюнхен, Германия.C. Faller et al., "Binaural cue coding applied to stereo and multi-channel audio compression", 112th AES convention, May 2002, Munich, Germany.
Claims (26)
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SE0303501A SE0303501D0 (en) | 2003-12-19 | 2003-12-19 | Filter-based parametric multi-channel coding |
SE0303501-1 | 2003-12-19 | ||
SE0400417-2 | 2004-02-20 | ||
SE0400417A SE527670C2 (en) | 2003-12-19 | 2004-02-20 | Natural fidelity optimized coding with variable frame length |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2007121143/09A Division RU2425340C2 (en) | 2003-12-19 | 2007-06-05 | Accuracy-optimised encoding with supression of lead echo |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2005134365A RU2005134365A (en) | 2006-05-27 |
RU2305870C2 true RU2305870C2 (en) | 2007-09-10 |
Family
ID=31996354
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2005134365/09A RU2305870C2 (en) | 2003-12-19 | 2004-12-15 | Alternating frame length encoding optimized for precision |
RU2007121143/09A RU2425340C2 (en) | 2003-12-19 | 2007-06-05 | Accuracy-optimised encoding with supression of lead echo |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2007121143/09A RU2425340C2 (en) | 2003-12-19 | 2007-06-05 | Accuracy-optimised encoding with supression of lead echo |
Country Status (15)
Country | Link |
---|---|
EP (2) | EP1623411B1 (en) |
JP (2) | JP4335917B2 (en) |
CN (2) | CN100559465C (en) |
AT (2) | ATE371924T1 (en) |
AU (1) | AU2004298708B2 (en) |
BR (2) | BRPI0410856B8 (en) |
CA (2) | CA2690885C (en) |
DE (2) | DE602004008613T2 (en) |
HK (2) | HK1091585A1 (en) |
MX (1) | MXPA05012230A (en) |
PL (1) | PL1623411T3 (en) |
RU (2) | RU2305870C2 (en) |
SE (1) | SE527670C2 (en) |
WO (1) | WO2005059899A1 (en) |
ZA (1) | ZA200508980B (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2513910C2 (en) * | 2008-05-13 | 2014-04-20 | Стормингсвисс Гмбх | Angle-dependent operating device or method for generating pseudo-stereophonic audio signal |
RU2586842C2 (en) * | 2009-12-17 | 2016-06-10 | Фраунхофер-Гезелльшафт цур Фёрдерунг дер ангевандтен Форшунг Е.Ф. | Device and method for converting first parametric spatial audio into second parametric spatial audio signal |
RU2601189C2 (en) * | 2011-07-05 | 2016-10-27 | Фраунхофер-Гезелльшафт Цур Фердерунг Дер Ангевандтен Форшунг Е.Ф. | Method and device for decomposing stereophonic record using frequency-domain processing applied with spectral weights generator |
RU2718231C1 (en) * | 2016-08-10 | 2020-03-31 | Хуавэй Текнолоджиз Ко., Лтд. | Method for encoding multichannel signal and encoder |
RU2769789C2 (en) * | 2017-06-30 | 2022-04-06 | Хуавей Текнолоджиз Ко., Лтд. | Method and device for encoding an inter-channel phase difference parameter |
Families Citing this family (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BR0305434A (en) * | 2002-07-12 | 2004-09-28 | Koninkl Philips Electronics Nv | Methods and arrangements for encoding and decoding a multichannel audio signal, apparatus for providing an encoded audio signal and a decoded audio signal, encoded multichannel audio signal, and storage medium |
WO2006126856A2 (en) | 2005-05-26 | 2006-11-30 | Lg Electronics Inc. | Method of encoding and decoding an audio signal |
JP4639966B2 (en) * | 2005-05-31 | 2011-02-23 | ヤマハ株式会社 | Audio data compression method, audio data compression circuit, and audio data expansion circuit |
EP1913578B1 (en) | 2005-06-30 | 2012-08-01 | LG Electronics Inc. | Method and apparatus for decoding an audio signal |
US8082157B2 (en) | 2005-06-30 | 2011-12-20 | Lg Electronics Inc. | Apparatus for encoding and decoding audio signal and method thereof |
AU2006266655B2 (en) | 2005-06-30 | 2009-08-20 | Lg Electronics Inc. | Apparatus for encoding and decoding audio signal and method thereof |
US8050915B2 (en) * | 2005-07-11 | 2011-11-01 | Lg Electronics Inc. | Apparatus and method of encoding and decoding audio signals using hierarchical block switching and linear prediction coding |
US7788107B2 (en) | 2005-08-30 | 2010-08-31 | Lg Electronics Inc. | Method for decoding an audio signal |
KR101169280B1 (en) | 2005-08-30 | 2012-08-02 | 엘지전자 주식회사 | Method and apparatus for decoding an audio signal |
EP1920635B1 (en) | 2005-08-30 | 2010-01-13 | LG Electronics Inc. | Apparatus and method for decoding an audio signal |
JP4859925B2 (en) | 2005-08-30 | 2012-01-25 | エルジー エレクトロニクス インコーポレイティド | Audio signal decoding method and apparatus |
US7646319B2 (en) | 2005-10-05 | 2010-01-12 | Lg Electronics Inc. | Method and apparatus for signal processing and encoding and decoding method, and apparatus therefor |
US8068569B2 (en) | 2005-10-05 | 2011-11-29 | Lg Electronics, Inc. | Method and apparatus for signal processing and encoding and decoding |
US7696907B2 (en) | 2005-10-05 | 2010-04-13 | Lg Electronics Inc. | Method and apparatus for signal processing and encoding and decoding method, and apparatus therefor |
US7751485B2 (en) | 2005-10-05 | 2010-07-06 | Lg Electronics Inc. | Signal processing using pilot based coding |
US7672379B2 (en) | 2005-10-05 | 2010-03-02 | Lg Electronics Inc. | Audio signal processing, encoding, and decoding |
WO2007040353A1 (en) | 2005-10-05 | 2007-04-12 | Lg Electronics Inc. | Method and apparatus for signal processing |
KR100857114B1 (en) | 2005-10-05 | 2008-09-08 | 엘지전자 주식회사 | Method and apparatus for signal processing and encoding and decoding method, and apparatus therefor |
US7761289B2 (en) | 2005-10-24 | 2010-07-20 | Lg Electronics Inc. | Removing time delays in signal paths |
WO2007080211A1 (en) * | 2006-01-09 | 2007-07-19 | Nokia Corporation | Decoding of binaural audio signals |
CN101366082B (en) * | 2006-02-06 | 2012-10-03 | 艾利森电话股份有限公司 | Variable frame shifting code method, codec and wireless communication device |
US7461106B2 (en) | 2006-09-12 | 2008-12-02 | Motorola, Inc. | Apparatus and method for low complexity combinatorial coding of signals |
US8576096B2 (en) | 2007-10-11 | 2013-11-05 | Motorola Mobility Llc | Apparatus and method for low complexity combinatorial coding of signals |
US8209190B2 (en) | 2007-10-25 | 2012-06-26 | Motorola Mobility, Inc. | Method and apparatus for generating an enhancement layer within an audio coding system |
US7889103B2 (en) | 2008-03-13 | 2011-02-15 | Motorola Mobility, Inc. | Method and apparatus for low complexity combinatorial coding of signals |
US8639519B2 (en) | 2008-04-09 | 2014-01-28 | Motorola Mobility Llc | Method and apparatus for selective signal coding based on core encoder performance |
EP2283483B1 (en) | 2008-05-23 | 2013-03-13 | Koninklijke Philips Electronics N.V. | A parametric stereo upmix apparatus, a parametric stereo decoder, a parametric stereo downmix apparatus, a parametric stereo encoder |
WO2010016270A1 (en) * | 2008-08-08 | 2010-02-11 | パナソニック株式会社 | Quantizing device, encoding device, quantizing method, and encoding method |
CN102160114B (en) * | 2008-09-17 | 2012-08-29 | 法国电信公司 | Method and device of pre-echo attenuation in a digital audio signal |
JP5309944B2 (en) | 2008-12-11 | 2013-10-09 | 富士通株式会社 | Audio decoding apparatus, method, and program |
US8219408B2 (en) | 2008-12-29 | 2012-07-10 | Motorola Mobility, Inc. | Audio signal decoder and method for producing a scaled reconstructed audio signal |
US8140342B2 (en) | 2008-12-29 | 2012-03-20 | Motorola Mobility, Inc. | Selective scaling mask computation based on peak detection |
US8175888B2 (en) | 2008-12-29 | 2012-05-08 | Motorola Mobility, Inc. | Enhanced layered gain factor balancing within a multiple-channel audio coding system |
US8200496B2 (en) | 2008-12-29 | 2012-06-12 | Motorola Mobility, Inc. | Audio signal decoder and method for producing a scaled reconstructed audio signal |
EP2461321B1 (en) | 2009-07-31 | 2018-05-16 | Panasonic Intellectual Property Management Co., Ltd. | Coding device and decoding device |
US8977546B2 (en) * | 2009-10-20 | 2015-03-10 | Panasonic Intellectual Property Corporation Of America | Encoding device, decoding device and method for both |
EP2517201B1 (en) * | 2009-12-23 | 2015-11-04 | Nokia Technologies Oy | Sparse audio processing |
US8442837B2 (en) | 2009-12-31 | 2013-05-14 | Motorola Mobility Llc | Embedded speech and audio coding using a switchable model core |
US8423355B2 (en) | 2010-03-05 | 2013-04-16 | Motorola Mobility Llc | Encoder for audio signal including generic audio and speech frames |
US8428936B2 (en) | 2010-03-05 | 2013-04-23 | Motorola Mobility Llc | Decoder for audio signal including generic audio and speech frames |
US9129600B2 (en) | 2012-09-26 | 2015-09-08 | Google Technology Holdings LLC | Method and apparatus for encoding an audio signal |
CA3210225A1 (en) * | 2012-11-15 | 2014-05-22 | Ntt Docomo, Inc. | Audio coding device, audio coding method, audio coding program, audio decoding device, audio decoding method, and audio decoding program |
US10060955B2 (en) * | 2014-06-25 | 2018-08-28 | Advanced Micro Devices, Inc. | Calibrating power supply voltages using reference measurements from code loop executions |
US12125492B2 (en) | 2015-09-25 | 2024-10-22 | Voiceage Coproration | Method and system for decoding left and right channels of a stereo sound signal |
JP6887995B2 (en) | 2015-09-25 | 2021-06-16 | ヴォイスエイジ・コーポレーション | Methods and systems for encoding stereo audio signals that use the coding parameters of the primary channel to encode the secondary channel |
CN110728986B (en) | 2018-06-29 | 2022-10-18 | 华为技术有限公司 | Coding method, decoding method, coding device and decoding device for stereo signal |
CN112233682B (en) * | 2019-06-29 | 2024-07-16 | 华为技术有限公司 | Stereo encoding method, stereo decoding method and device |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5434948A (en) * | 1989-06-15 | 1995-07-18 | British Telecommunications Public Limited Company | Polyphonic coding |
NL9100173A (en) * | 1991-02-01 | 1992-09-01 | Philips Nv | SUBBAND CODING DEVICE, AND A TRANSMITTER EQUIPPED WITH THE CODING DEVICE. |
US5285498A (en) * | 1992-03-02 | 1994-02-08 | At&T Bell Laboratories | Method and apparatus for coding audio signals based on perceptual model |
US5694332A (en) * | 1994-12-13 | 1997-12-02 | Lsi Logic Corporation | MPEG audio decoding system with subframe input buffering |
US5956674A (en) * | 1995-12-01 | 1999-09-21 | Digital Theater Systems, Inc. | Multi-channel predictive subband audio coder using psychoacoustic adaptive bit allocation in frequency, time and over the multiple channels |
US5812971A (en) * | 1996-03-22 | 1998-09-22 | Lucent Technologies Inc. | Enhanced joint stereo coding method using temporal envelope shaping |
US5796842A (en) * | 1996-06-07 | 1998-08-18 | That Corporation | BTSC encoder |
US6463410B1 (en) * | 1998-10-13 | 2002-10-08 | Victor Company Of Japan, Ltd. | Audio signal processing apparatus |
US6226616B1 (en) * | 1999-06-21 | 2001-05-01 | Digital Theater Systems, Inc. | Sound quality of established low bit-rate audio coding systems without loss of decoder compatibility |
JP3335605B2 (en) * | 2000-03-13 | 2002-10-21 | 日本電信電話株式会社 | Stereo signal encoding method |
WO2002091363A1 (en) * | 2001-05-08 | 2002-11-14 | Koninklijke Philips Electronics N.V. | Audio coding |
JP2003084790A (en) * | 2001-09-17 | 2003-03-19 | Matsushita Electric Ind Co Ltd | Speech component emphasizing device |
CN1219415C (en) * | 2002-07-23 | 2005-09-14 | 华南理工大学 | 5.1 path surround sound earphone repeat signal processing method |
-
2004
- 2004-02-20 SE SE0400417A patent/SE527670C2/en unknown
- 2004-12-15 DE DE602004008613T patent/DE602004008613T2/en active Active
- 2004-12-15 CN CNB2004800186630A patent/CN100559465C/en active Active
- 2004-12-15 DE DE602004023240T patent/DE602004023240D1/en active Active
- 2004-12-15 WO PCT/SE2004/001867 patent/WO2005059899A1/en active IP Right Grant
- 2004-12-15 CA CA2690885A patent/CA2690885C/en active Active
- 2004-12-15 AT AT04820553T patent/ATE371924T1/en not_active IP Right Cessation
- 2004-12-15 CA CA2527971A patent/CA2527971C/en active Active
- 2004-12-15 PL PL04820553T patent/PL1623411T3/en unknown
- 2004-12-15 BR BRPI0410856A patent/BRPI0410856B8/en not_active IP Right Cessation
- 2004-12-15 MX MXPA05012230A patent/MXPA05012230A/en active IP Right Grant
- 2004-12-15 CN CN200710138487XA patent/CN101118747B/en not_active Expired - Fee Related
- 2004-12-15 RU RU2005134365/09A patent/RU2305870C2/en active
- 2004-12-15 EP EP04820553A patent/EP1623411B1/en not_active Ceased
- 2004-12-15 AU AU2004298708A patent/AU2004298708B2/en not_active Ceased
- 2004-12-15 AT AT07109801T patent/ATE443317T1/en not_active IP Right Cessation
- 2004-12-15 ZA ZA200508980A patent/ZA200508980B/en unknown
- 2004-12-15 BR BRPI0419281-8A patent/BRPI0419281B1/en not_active IP Right Cessation
- 2004-12-15 JP JP2006518596A patent/JP4335917B2/en not_active Expired - Fee Related
- 2004-12-15 EP EP07109801A patent/EP1845519B1/en active Active
-
2006
- 2006-11-01 HK HK06112026.7A patent/HK1091585A1/en not_active IP Right Cessation
- 2006-11-01 HK HK08106066.8A patent/HK1115665A1/en not_active IP Right Cessation
-
2007
- 2007-06-05 RU RU2007121143/09A patent/RU2425340C2/en active
- 2007-08-22 JP JP2007216374A patent/JP4589366B2/en not_active Expired - Fee Related
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2513910C2 (en) * | 2008-05-13 | 2014-04-20 | Стормингсвисс Гмбх | Angle-dependent operating device or method for generating pseudo-stereophonic audio signal |
RU2586842C2 (en) * | 2009-12-17 | 2016-06-10 | Фраунхофер-Гезелльшафт цур Фёрдерунг дер ангевандтен Форшунг Е.Ф. | Device and method for converting first parametric spatial audio into second parametric spatial audio signal |
RU2601189C2 (en) * | 2011-07-05 | 2016-10-27 | Фраунхофер-Гезелльшафт Цур Фердерунг Дер Ангевандтен Форшунг Е.Ф. | Method and device for decomposing stereophonic record using frequency-domain processing applied with spectral weights generator |
RU2718231C1 (en) * | 2016-08-10 | 2020-03-31 | Хуавэй Текнолоджиз Ко., Лтд. | Method for encoding multichannel signal and encoder |
US10643625B2 (en) | 2016-08-10 | 2020-05-05 | Huawei Technologies Co., Ltd. | Method for encoding multi-channel signal and encoder |
US11217257B2 (en) | 2016-08-10 | 2022-01-04 | Huawei Technologies Co., Ltd. | Method for encoding multi-channel signal and encoder |
US11756557B2 (en) | 2016-08-10 | 2023-09-12 | Huawei Technologies Co., Ltd. | Method for encoding multi-channel signal and encoder |
RU2769789C2 (en) * | 2017-06-30 | 2022-04-06 | Хуавей Текнолоджиз Ко., Лтд. | Method and device for encoding an inter-channel phase difference parameter |
US11568882B2 (en) | 2017-06-30 | 2023-01-31 | Huawei Technologies Co., Ltd. | Inter-channel phase difference parameter encoding method and apparatus |
US12067993B2 (en) | 2017-06-30 | 2024-08-20 | Huawei Technologies Co., Ltd. | Inter-channel phase difference parameter encoding method and apparatus |
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2305870C2 (en) | Alternating frame length encoding optimized for precision | |
US7809579B2 (en) | Fidelity-optimized variable frame length encoding | |
JP5277508B2 (en) | Apparatus and method for encoding a multi-channel acoustic signal | |
JP4809370B2 (en) | Adaptive bit allocation in multichannel speech coding. | |
JP5455647B2 (en) | Audio decoder | |
RU2361288C2 (en) | Device and method of generating control signal for multichannel synthesiser and device and method for multichannel synthesis | |
US8817992B2 (en) | Multichannel audio coder and decoder | |
JP5179881B2 (en) | Parametric joint coding of audio sources | |
RU2367033C2 (en) | Multi-channel hierarchical audio coding with compact supplementary information | |
US20090204397A1 (en) | Linear predictive coding of an audio signal | |
US7725324B2 (en) | Constrained filter encoding of polyphonic signals | |
AU2007237227B2 (en) | Fidelity-optimised pre-echo suppressing encoding | |
JP2007527543A (en) | Constrained filter coding of polyphonic signals |