BR112015018017B1

BR112015018017B1 - Descodificador para a geração de um sinal áudio de frequência melhorada, método de descodificação, codificador para a geração de um sinal codificado e método de codificação com informação lateral de seleção compacta

Info

Publication number: BR112015018017B1
Application number: BR112015018017-5A
Authority: BR
Inventors: Frederik Nagel; Sascha Disch; Andreas NIEDERMEIER
Original assignee: Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.
Priority date: 2013-01-29
Filing date: 2014-01-28
Publication date: 2022-01-25
Also published as: CA3013744A1; CN109509483B; TR201906190T4; KR101775086B1; JP2017076142A; SG10201608613QA; CN109346101A; SG11201505925SA; CN105103229A; AR094673A1; CA3013766A1; KR101798126B1; MY172752A; MX345622B; US20170358311A1; KR20150111977A; TW201443889A; CN109509483A; CA3013756A1; EP3203471B1

Abstract

descodificador para a geração de um sinal áudio de frequência melhorada, método de descodificação, codificador para a geração de um sinal codificado e método de codificação com informação lateral de seleção compacta. descodificador para a geração de um sinal áudio de frequência melhorada (120) compreendendo: um extrator de características (104) para a extração de uma característica de um sinal central (100); um extrator de informação lateral (110) para extrair uma informação lateral de seleção, associada ao sinal central; um gerador de parâmetros (108) para gerar uma representação paramétrica para estimar uma amplitude espectral do sinal áudio com frequência melhorada (120) sem definição pelo sinal central (100), em que o gerador de parâmetros (108) está configurado para proporcionar várias alternativas de representação paramétrica (702, 704, 706, 708) em resposta à característica (112) e em que o gerador de parâmetros (108) está configurado para selecionar uma das alternativas de representação paramétrica em resposta à informação lateral de seleção (712 a 718) e um estimador de sinal (118) para estimativa do sinal áudio com frequência melhorada (120), utilizando a representação paramétrica selecionada.

Description

[001] Especificações

[002] A presente invenção refere-se a codificação áudio e particularmente à codificação áudio no contexto do melhoramento da frequência, isto é, um sinal de saída do descodificador possui um maior número de bandas de frequência comparado com um sinal codificado. Estes procedimentos compreendem a extensão da largura de banda, replicação do espectro ou preenchimento inteligente de espaços.

[003] Os sistemas de codificação de voz contemporâneos são capazes de codificação de conteúdos áudio digitais em banda larga (em inglês wideband - WB), isto é, sinais com frequências até 7 - 8 kHz, com taxas de bits de apenas 6 kbit/s. Os exemplos mais amplamente discutidos são as recomendações ITU-T G.722.2 [1], assim como as desenvolvidas mais recentemente: G.718 [4, 10] e MPEG-D Unified Speech and Audio Coding (USAC) [8]. Tanto a G.722.2, também conhecida como AMR-WB, e a G.718 empregam técnicas de extensão da largura de banda (BWE) entre 6,4 e 7 kHz para permitir o codificador central "concentrar- se" nas frequências mais baixas perpetuamente mais relevantes (particularmente aquelas às quais o aparelho auditivo humano é sensível à fase) e alcançar assim qualidade suficiente, em especial a taxas de bits muito baixas. No perfil USAC eXtended High Efficiency Advanced Audio Coding (xHE-AAC) é empregue a replicação de banda espectral melhorada (em inglês enhanced spectral band replication - eSBR) para estender a largura de banda áudio para além da largura de banda do codificador central, que está tipicamente abaixo dos 6 kHz a 16 kbit/s. Os actuais processos BWE de última geração podem ser geralmente divididos em duas abordagens conceptuais:

[004] BWE cega ou artificial, em que componentes de alta frequência (HF) são reconstruídos só a partir do sinal do codificador central de baixa frequência (LF) descodificado, isto é, sem necessitar da informação lateral transmitida do codificador. Este esquema é empregue poe AMR-WB e G.718 a 16 kbit/s e inferior, assim como alguns pós processadores BWE retrocompatíveis a operar em voz telefônica de banda estreita [5, 9, 12] (Exemplo: figura 15).

[005] BWE guiada, que difere da BWE cega na medida em que alguns dos parâmetros utilizados para a reconstrução do conteúdo HF são transmitidos ao descodificador como informação lateral em vez de serem estimados a partir do sinal central descodificado. AMR-WB, G.718, xHE-AAC, assim como outros codecs [2, 7, 11] empregam esta abordagem, mas não a taxas de bits muito baixas (figura 16).

[006] A fig. 15 ilustra esta extensão da largura de banda cega ou artificial, como descrita na publicação de Bernd Geiser, Peter Jax e Peter Vary: “ROBUST WIDEBAND ENHANCEMENT OF SPEECH BY COMBINED CODING AND ARTIFICIAL BANDWIDTH EXTENSION”, Proceedings of International Workshop on Acoustic Echo and Noise Control (IWAENC), 2005. O algoritmo de extensão da largura de banda autônomo, ilustrado na fig. 15, compreende um procedimento de interpolação 1500, um filtro de análise 1600, uma extensão de excitação 1700, um filtro de síntese 1800, um procedimento de extração de características1510, procedimento de estimativa do envelope 1520 e um modelo estatístico 1530. Após uma interpolação do sinal de banda estreita para uma taxa de amostragem de banda larga é calculado um vector de características. Depois, por meio de um modelo estatístico oculto de Markov pré-treinado (em inglês hidden Markov model - HMM) determinou-se uma estimativa para o envelope espectral de banda larga em termos de coeficientes de previsão linear (LP). Estes coeficientes de banda larga são utilizados para filtração de análise do sinal de banda estreita interpolado. Após a extensão da excitação resultante, foi aplicado um filtro de síntese inversa. A escolha de uma extensão de excitação que não altere a banda estreita é transparente no que respeita aos componentes da banda estreita.

[007] A fig. 16 ilustra uma extensão de largura de banda com informação lateral, como descrito na publicação acima citada, compreendendo a extensão de largura de banda uma passabanda de telefone 1620, um bloco de extração de informação lateral 1610, um codificador (conjunto) 1630, um descodificador 1640 e um bloco de extensão da largura de banda 1650. Este sistema para melhoramento da largura de banda de um sinal de voz de banda de erro através de codificação combinada e extensão da largura de banda encontra-se ilustrado na fig. 16. No terminal transmissor, o envelope espectral de banda alta do sinal de entrada de banda larga é analisado e é determinada a informação lateral. A mensagem resultante m é codificada tanto separadamente como conjuntamente com o sinal de voz de banda estreita. No receptor, a informação lateral do descodificador é utilizada para suportar a estimativa do envelope de banda larga no algoritmo de extensão da largura de banda. A mensagem m é obtida através de vários procedimentos. Uma representação espectral de frequências desde 3,4 kHz a 7 kHz é extraída do sinal de banda larga disponível apenas do lado emissor.

[008] Este envelope sub-banda é computado através de previsão linear selectiva, isto é cálculo do espectro da potência da banda larga seguido de um IDFT dos respectivos componentes da banda superior e recursão de Levinson- Durbin de ordem 8. Os coeficientes LPC sub-banda resultantes são convertidos no domínio cepstral e são finalmente quantificados por um quantificador vectorial com uma tabela de códigos de tamanho M = 2N. Para um comprimento de frame de 20 ms, o resultado é uma taxa de dados de informação lateral de 300 bit/s. Uma abordagem de estimativa combinada estende um cálculo de probabilidades a posteriori e reintroduz dependências na característica de banda estreita. Assim, obtém-se uma forma melhorada de ocultação de erro que utiliza mais do que uma fonte de informação para a respectiva estimativa de parâmetros.

[009] Pode-se observar um determinado dilema de qualidade em codecs WB a baixas taxas de bits, tipicamente abaixo de 10 kbit/s. Por outro lado, estas taxas já são demasiado baixas para justificar a transmissão até de quantidades moderadas de dados BWE, excluindo os sistemas típicos guiados BWE com 1 kbit/s ou mais de informação lateral. Por outro lado, um BWE cego viável soa de forma significativamente pior em pelo menos alguns tipos de material de voz ou de música devido à incapacidade de uma previsão de parâmetros adequada a partir do sinal central. Este aspecto verifica-se particularmente no caso de alguns sons vocais, tais como as fricativas com baixa correlação entre HF e LF. Por conseguinte, é desejável reduzir a taxa de informação lateral de um esquema BWE guiado para um nível bastante abaixo de 1 kbit/s, o que permitiria a adopção do mesmo até em codificação com taxa de bit muito baixa.

[010] Têm sido documentadas múltiplas abordagens BWE nos últimos anos [1-10]. Em geral, todas estas ou são totalmente cegas ou totalmente guiadas a um dado ponto operacional, independentemente das características instantâneas do sinal de entrada. Além disso, muitos sistemas BWE cegos [1, 3, 4, 5, 9, 10] são optimizados particularmente para sinais de voz em vez de música e podem assim produzir resultados insatisfatórios para música. Finalmente, a maioria das realizações BWE são relativamente complexas em termos informáticos, empregando transformadas de Fourier, computações de filtro LPC ou quantificação vectorial da informação lateral (Codificação Vectorial Preditiva em MPEG-D- USAC [8]). Este aspecto pode constituir uma desvantagem na adopção de uma nova tecnologia de codificação nos mercados de telecomunicações móveis, dado que a maioria dos dispositivos móveis proporcionam uma potência computacional e capacidade de bateria muito limitada.

[011] Uma abordagem que estende BWE cega com informação lateral reduzida é apresentada um [12], como ilustrado na fig. 16. A informação lateral "m", contudo, é limitada à transmissão de um envelope espectral da amplitude de frequência estendida da largura de banda.

[012] Um outro problema do procedimento ilustrado na fig. 16 reside na forma muito complicada da estimativa do envelope, utilizando a característica de banda baixa por um lado e a informação lateral do envelope adicional por outro lado. Ambas as entradas, isto é, a característica de banda baixa e a o envelope de banda alta adicional influencia o modelo estatístico. Este aspecto resulta em uma implementação complicada da parte do descodificador, que é particularmente problemática para dispositivos móveis devido ao maior consumo de energia. Além disso, o modelo estatístico é ainda mais difícil de atualizar devido ao fato de não ser só influenciado pelos dados do envelope de banda alta adicionais.

[013] É um objetivo da presente invenção proporcionar um conceito aperfeiçoado de codificação/descodificação áudio.

[014] Este objetivo é alcançado com um descodificador de acordo com a reivindicação 1, um codificador de acordo com a reivindicação 15, um método de descodificação de acordo com a reivindicação 20, um método de codificação de acordo com a reivindicação 21, um programa informático de acordo com a reivindicação 22 ou um sinal codificado de acordo com a reivindicação 23.

[015] A presente invenção baseia-se na descoberta de que, a fim de reduzir ainda mais a quantidade de informação lateral e, adicionalmente, a fim de não tornar todo um codificador/descodificador excessivamente complexo, a codificação paramétrica de uma porção de banda alta da técnica anterior tem de ser substituída por pelo menos melhorada por informação lateral de seleção, relacionada efetivamente com o modelo estatístico utilizado conjuntamente com um extrator de características em um descodificador de melhoramento da frequência. Devido ao fato de a extração de características em combinação com um modelo estatístico proporcionar alternativas de representação paramétrica que possuem ambiguidades especificamente para determinadas porções de voz, descobriu-se que o controlo efetivo do modelo estatístico dentro de um gerador de parâmetros do lado do descodificador, que seria a melhor alternativa de entre as que são apresentadas, é superior à codificação paramétrica efetiva de determinadas características do sinal, especificamente em aplicações a taxas de bit muito baixas, em que a informação lateral para a extensão da largura de banda é limitada.

[016] Assim, é melhorada uma BWE cega, que explora um modelo fonte para o sinal codificado, através da extensão com pouca informação lateral adicional, particularmente se o próprio sinal não permite uma reconstrução do conteúdo HF a um nível de qualidade perceptual aceitável. Por conseguinte, o procedimento combina os parâmetros do modelo fonte, que são gerados a partir de conteúdo do codificador central codificado, com informação extra. Este aspecto é vantajoso particularmente para realçar a qualidade perceptual dos sons que são difíceis de codificar neste modelo fonte. Estes sons exibem tipicamente uma baixa correlação entre o conteúdo HF e LF.

[017] A presente invenção aborda os problemas da BWE convencional em codificação áudio a taxa de bit muito baixa e as desvantagens das técnicas BWE de última geração existentes. É apresentada uma solução para o dilema de qualidade descrito através da proposta de uma BWE minimamente guiada como combinação de adaptação do sinal de uma BWE cega e uma guiada. A BWE da presente invenção acrescenta pouca informação lateral ao sinal, o que permite uma maior discriminação dos sons codificados que seriam problemáticos de outra forma. Na codificação de voz, aplica-se em particular no caso das sibilantes ou fricativas.

[018] Constatou-se que, em codecs WB, o envelope espectral da região HF acima da região codificador central representa os dados mais críticos necessários para executar BWE com uma qualidade perceptual aceitável. Todos os outros parâmetros, tais como uma estrutura fina das linhas espectrais e envelope temporal, podem ser frequentemente derivados do sinal central descodificado com bastante precisão ou têm pouca importância perceptual. No entanto, as fricativas têm frequentemente uma fraca reprodução no sinal BWE. A informação lateral pode, assim, incluir informação adicional que distinga entre as diferentes sibilantes ou fricativas, tais como "f", "s", “ch” e "sh".

[019] Outra informação acústica problemática para a extensão da largura de banda ocorre quando existem explosivas ou africadas, tais como "t" ou "tsch".

[020] A presente invenção permite o uso desta informação lateral e transmissão efetiva desta informação lateral só quando é necessária e permite não transmitir esta informação lateral quando não se espera ambiguidade no modelo estatístico.

[021] Além disso, as realizações preferidas da presente invenção só usam uma quantidade muito pequena de informação lateral, tal como três bits por frame ou menos bits por frame, uma detecção de atividade oral/detecção voz/não voz combinada para a detecção para controlo de um estimador de sinal, diferentes modelos estatísticos determinados por um classificador de sinal ou alternativas de representação paramétrica, não só referentes a uma estimativa do envelope como ainda referentes a outras ferramentas de extensão da largura de banda ou o melhoramento dos parâmetros de extensão da largura de banda ou a adição de novos parâmetros para parâmetros de extensão da largura de banda preexistentes e efetivamente transmitidos.

[022] As realizações preferidas da presente invenção são discutidas em seguida, no contexto das figuras em anexo e são ainda apresentadas nas reivindicações dependentes.

[023] Fig. 1 ilustra um descodificador para a geração de um sinal áudio de frequência melhorada;

[024] Fig. 2 ilustra uma implementação preferida no contexto do extrator deinformaolaeraldafi;

[025] Fig. 3 ilustra uma tabela referente a um número de bits da informação lateral de seleção com o número de alternativas de representação aramrica;

[026] Fig. 4 ilustra um procedimento preferido executado no gerador de armero;

[027] Fig. 5 ilustra uma implementação preferida do estimador de sinal controlado por um detector de atividade de oral ou detector de voz/não-voz.

[028] Fig. 6 ilustra uma implementação preferida do gerador de parâmetros controlado por um claificadordeinal;

[029] Fig. 7 ilustra um exemplo de um resultado de um modelo estatístico e a informação lateral de seleção

[030] Fig. 8i ilustra um sinal codificado de exemplo, compreendendo um sinal central codificado e informação lateral associad

[031] Fig. 9 ilustra um esquema de processamento do sinal de extensão da largura de banda para um melhoramento da estimativa do envelope;

[032] Fig. 10 ilustra outra implementação de um descodificador no contexto dos procedimentos de replicação da banda espectral;

[033] Fig. 11 ilustra outra realização de um descodificador no contexto de inormao lateral transmitida adiionalmente;

[034] Fig. 12 ilustra uma realização de um descodificador para gerar um sinal odiiado;

[035] Fig. 13 ilustra uma implementação do gerador da informação lateral de seleção da ig ;

[036] Fig. 14 ilustra mais uma implementação do gerador da informação lateral de seleção da ig ;

[037] Fig. 15 ilustra um algoritmo de extensão da largura de banda autônomo da técnica anterior e

[038] Fig. 16 ilustra uma síntese de um sistema de transmissão com uma mensagem de adição.

[039] A fig. 1 ilustra um descodificador para a geração de um sinal áudio de frequência melhorada 120. O descodificador compreende um extrator de características 104 para a extração de (pelo menos) uma característica de um sinal central 100. Geralmente, o extrator de características pode extrair uma única característica ou uma pluralidade de características, isto é, duas ou mais características, e é ainda mais preferível que uma pluralidade de características seja extraída pelo extrator de características. Este aspecto aplica-se não só ao extrator de características no descodificador mas também ao extrator de características no codificador.

[040] Além disso, é apresentado um extrator de informação lateral 110 pra extrair uma informação lateral de seleção 114, associada ao sinal central 100. Além disso, é ligado um gerador de parâmetros 108 ao extrator de características 104 através de uma linha de transmissão de características 112 e ao extrator de informação lateral 110 através da informação lateral de seleção 114. O gerador de parâmetros 108 está configurado para gerar uma representação paramétrica para estimar uma amplitude espectral do sinal áudio com frequência melhorada sem definição pelo sinal central. O gerador de parâmetros 108 está configurado para proporcionar várias alternativas de representação paramétrica em resposta às características 112 e para selecionar uma das alternativas de representação paramétrica como a representação paramétrica em resposta à informação lateral de seleção 114. O descodificador compreende ainda um estimador de sinal 118 para estimar um sinal áudio de frequência melhorada, utilizando a representação paramétrica selecionada pelo seletor, isto é, representação paramétrica 116.

[041] Particularmente, o extrator de características 104 pode ser implementado em qualquer extrato do sinal central descodificado, como ilustrado na fig. 2. Depois é configurada uma interface de entrada 110 para receber um sinal de entrada codificado 200. Este sinal de entrada codificado 200 dá entrada na interface 110 e a interface de entrada 110 separa então a informação lateral de seleção do sinal central codificado. Assim, a interface de entrada 110 funciona como extrator de informação lateral 110 na fig. 1. A saída do sinal central codificado 201 através da interface de entrada 110 dá agora entrada em um descodificador central 124 para proporcionar um sinal central descodificado que pode ser o sinal central 100.

[042] Em alternativa, contudo, o extrator de características pode ainda operar ou extrair uma característica do sinal central codificado. Tipicamente, o sinal central codificado compreende uma representação de fatores de escala para bandas de frequência ou qualquer outra representação de informação áudio. Dependendo do tipo de extração de características, a representação codificada do sinal áudio é representativa do sinal central descodificado e, por conseguinte, podem ser extraídas características. Em alternativa ou adicionalmente, pode ser extraída uma característica não só de um sinal central totalmente descodificado mas também de um sinal central parcialmente descodificado. Em codificação no domínio da frequência, o sinal codificado representa uma representação do domínio de frequência compreendendo uma sequência de frames espectrais. O sinal central descodificado pode, por conseguinte, ser apenas parcialmente descodificado para obter uma representação descodificada de uma sequência de frames espectrais, antes de executar efetivamente uma conversão espectro-tempo. Assim, o extrator de características 104 pode extrair características tanto do sinal central codificado ou de um sinal central descodificado parcialmente ou um sinal central totalmente descodificado. O extrator de características 104 pode ser implementado no que respeita às suas características extraídas tal como é conhecido da técnica e o extrator de características por, por exemplo, ser implementado como em áudio fingerprinting ou tecnologias de ID áudio.

[043] De preferência, a informação lateral de seleção 114 compreende um número N de bits por frame do sinal central. A fig. 3 ilustra uma tabela com diferentes alternativas. O número de bits para a informação lateral de seleção é fixada ou selecionada dependendo do número de alternativas de representação paramétrica fornecidas por um modelo estatístico em resposta a uma característica extraída. Um bit de informação lateral de seleção é suficiente quando são apresentadas apenas duas alternativas de representação paramétrica pelo modelo estatístico em resposta a uma característica. Quando é apresentado um número máximo de quatro alternativas de representação pelo modelo estatístico, então são necessários dois bits para a informação lateral de seleção. Três bits de informação lateral de seleção permitem no máximo oito alternativas de representação paramétrica simultâneas. Quatro bits de informação lateral de seleção permitem efetivamente 16 alternativas de representação paramétrica e cinco bits de informação lateral de seleção permitem 32 alternativas de representação paramétrica simultâneas. Prefere-se o uso de apenas três ou menos de três bits de informação lateral de seleção por frame, resultando em uma taxa de informação lateral de 150 bits por segundo quando um segundo está dividido em 50 frames. Esta taxa de informação lateral pode ser mesmo reduzida devido ao fato de a informação lateral de seleção ser só necessária quando o modelo estatístico proporcionar efetivamente alternativas de representação. Assim, quando o modelo estatístico proporcionar somente uma única alternativa para uma característica, então um bit de informação lateral de seleção não é necessário de todo. Por outro lado, quando o modelo estatístico só proporciona quatro alternativas de representação paramétrica, então são necessários apenas dois bits em vez de três bits de informação lateral de seleção. Por conseguinte, em casos típicos, a taxa de informação lateral adicional pode ser ainda reduzida abaixo de 150 bits por segundo.

[044] Além disso, o gerador de parâmetros está configurado para proporcionar, no máximo, uma quantidade de alternativas de representação paramétrica igual a 2N. Por outro lado, quando o gerador de parâmetros 108 proporciona, por exemplo, só cinco alternativas de representação paramétrica, então são ainda assim necessários três bits de informação lateral de seleção.

[045] A fig. 4 ilustra uma implementação preferida do gerador de parâmetros 108. Em particular, o gerador de parâmetros 108 está configurado de forma que a característica 112 da fig. 1 é a entrada em um modelo estatístico, como indicado na fase 400. Depois, como indicado na fase 402, são apresentadas várias alternativas de representação paramétrica pelo modelo.

[046] Além disso, o gerador de parâmetros 108 está configurado para recuperar a informação lateral de seleção 114 a partir do extrator de informação lateral, como indicado no passo 404. Depois, na fase 406, é selecionada uma alternativa de representação paramétrica específica utilizando a informação lateral de seleção 114. Finalmente, na fase 408, a alternativa de representação paramétrica selecionada é feita sair para o estimador de sinal 118.

[047] De preferência, o gerador de parâmetros 108 está configurado para utilizar, em caso de seleção de uma das alternativas de representação paramétrica, uma ordem predefinida das alternativas de representação paramétrica ou, em alternativa, uma ordem de sinal-codificador das alternativas de representação. Com este propósito, remete-se para a fig. 7. A fig. 7 ilustra um resultado do modelo estatístico que proporciona quatro alternativas de representação paramétrica 702, 704, 706, 708. O código de informação lateral de seleção correspondente encontra-se igualmente ilustrado. A alternativa 702 corresponde ao padrão de bit 712. A alternativa 704 corresponde ao padrão de bit 714. A alternativa 706 corresponde ao padrão de bit 716 e a alternativa 708 corresponde ao padrão de bit 718. Assim, quando o gerador de parâmetros 108 ou, por exemplo, fase 402 recupera as quatro alternativas 702 a 708 pela ordem ilustrada na fig. 7, então uma informação lateral de seleção com um padrão de bit 716 irá identificar exclusivamente a alternativa de representação paramétrica 3 (número de referência 706) e o gerador de parâmetros 108 irá depois selecionar esta terceira alternativa. Contudo, quando o padrão de bit da informação lateral de seleção é o padrão de bit 712, então seria selecionada a primeira alternativa 702.

[048] A ordem predefinida das alternativas de representação paramétricas pode, por conseguinte, ser a ordem em que o modelo estatístico efetivamente apresenta as alternativas em resposta a uma característica extraída. Em alternativa, se a alternativa individual possui diferentes probabilidades associadas que são, contudo, muito aproximadas entre si, então a ordem predefinida poderia ser aquela em que a representação paramétrica com maior probabilidade vem em primeiro lugar e por aí adiante. Em alternativa, a ordem poderia ser assinalada, por exemplo por um único bit, mas até para guardar este bit é preferida uma ordem predefinida.

[049] Subsequentemente, remete-se para as figs. 9 a 11.

[050] Em uma realização de acordo com a fig. 9, a invenção é particularmente adequada para sinais de voz, dado que é explorado um modelo de origem de voz dedicado para a extração de parâmetros. Contudo, a invenção não está limitada à codificação de voz. Diferentes realizações podem empregar igualmente outros modelos de origem.

[051] Particularmente, a informação lateral de seleção 114 é também designada como sendo "informação fricativa", dado que esta informação lateral de seleção distingue entre as sibilantes ou fricativas problemáticas, tais como "f", "s" ou "sh". Assim, a informação lateral de seleção proporciona uma clara definição de uma de três alternativas problemáticas que são, por exemplo, fornecidas pelo modelo estatístico 904 no processo da estimativa do envelope 902 que são ambos executados no gerador de parâmetros 108. Os resultados da estimativa do envelope em uma representação paramétrica do envelope espectral das porções espectrais não incluídas no sinal central.

[052] Assim, o bloco 104 corresponde ao bloco 1510 da fig. 15. Além disso, o bloco 1530 da fig. 15 pode corresponder ao modelo estatístico 904 da fig. 9.

[053] Além disso, é preferível que o estimador de sinal 118 compreenda um filtro de análise 910, um bloco de extensão da excitação 112 e um filtro de síntese 940. Assim, os blocos 910, 912, 914 podem corresponder aos blocos 1600, 1700 e 1800 da fig. 15. Em particular, o filtro de análise 910 é um filtro de análise LPC. O bloco de estimativa do envelope 902 controla os coeficientes do filtro do filtro de análise 910, de forma que o resultado do bloco 910 é o sinal de excitação do filtro. O sinal de excitação do filtro é estendido no que respeita à frequência a fim de obter um sinal de excitação na saída do bloco 912, que não só possui a amplitude de frequências do descodificador 120 para um sinal de saída mas também possui a amplitude de frequências ou espectral não definida pelo codificador central e/ou excedendo a amplitude espectral do sinal central. Assim, o sinal áudio 909 à saída do descodificador não é sujeito a amostragem e interpolado por um interpolador 900 e, então, o sinal interpolado é sujeito ao processo no estimador do sinal 118. Assim, o interpolador 900 na fig. 9 pode corresponder ao interpolador 1500 da fig. 15. De preferência, contudo, em contraste com a fig. 15, a extração de características 104 é executada utilizando sinal não-interpolado, em vez de no sinal interpolado, como ilustrado na fig. 15. Este aspecto é vantajoso na medida em que o extrator de características 104 opera com maior eficiência devido ao fato de o sinal áudio não-interpolado 909 possui um menor número de amostras em comparação com uma determinada porção de tempo do sinal áudio em comparação com o sinal à saída do bloco 900.

[054] A fig. 10 ilustra uma outra realização da presente invenção. Em contraste com a fig. 9, a fig. 10 possui um modelo estatístico 904 que proporciona não só uma estimativa do envelope como na fig. 9 mas proporciona representações paramétricas adicionais que compreendem informação para a geração dos tons em falta 1080 ou a informação para filtração inversa 1040 ou informação em um limite inferior de ruído 1020 a ser adicionado. Os procedimentos dos blocos 1020, 1040, a geração do envelope espectral 1060 e os tons em falta 1080 encontram-se descritos na norma MPEG-4, no contexto de HE-AAC (High Efficiency Advanced Audio Coding).

[055] Assim, outros sinais diferentes de voz podem também ser codificados como ilustrado na fig. 10. Nesse caso pode não ser suficiente codificar só o envelope espectral 1060, mas também mais informação lateral, tal como a tonalidade (1040), um nível de ruído (1020) ou ondas sinusoidais em falta (1080), como acontece na tecnologia de replicação da banda espectral (SBR) ilustrada em [6].

[056] Uma realização adicional encontra-se ilustrada na fig. 11, sendo a informação lateral informação, isto é a informação lateral de seleção, utilizada para além da informação lateral SBR ilustrada em 1100. Assim, a informação lateral de seleção compreendendo, por exemplo, a informação sobre os sons vocais detectados é adicionada à informação lateral SBR anterior 1100. Este aspecto ajuda a regenerar com maior precisão o conteúdo de alta frequência para sons vocais, tais como sibilantes, incluindo fricativas, explosivas e vogais. Assim, o procedimento ilustrado na fig. 11 tem a vantagem de a informação lateral de seleção 114 transmitida adicionalmente suportar uma classificação do lado do descodificador (fonema) a fim de proporcionar uma adaptação do lado do descodificador dos parâmetros SBR ou BWE (extensão da largura de banda). Assim, em contraste com a fig. 10, a realização da fig. 11 proporciona para além da informação lateral de seleção a informação lateral SBR anterior.

[057] A fig. 8 ilustra uma representação de exemplo do sinal de entrada codificado. O sinal de entrada codificado consiste nos frames seguintes 800, 806, 812. Cada frame possui o sinal central codificado. A título de exemplo, o frame 800 possui voz como o sinal central codificado. O frame 806 possui música como o sinal central codificado e o frame 812 possui novamente voz como o sinal central codificado. O frame 800 possui, a título de exemplo, como informação lateral apenas a informação lateral de seleção, mas sem informação lateral SBR. Assim, o frame 800 corresponde à fig. 9 ou fig. 10. A título de exemplo, o frame 806 compreende informação SBR, mas não contém qualquer informação lateral de seleção. Além disso, o frame 812 compreende um sinal de voz codificado e, em contraste com o frame 800, o frame 812 não contém qualquer informação lateral de seleção. Isto deve-se ao fato de a informação lateral de seleção não ser necessária, dado não terem sido encontradas quaisquer ambiguidades no processo de extração de características/modelo estatístico do lado do codificador.

[058] Em seguida é descrita a fig. 5. Um detector de atividade vocal ou um detector de voz/não-voz 500 a operar no sinal central são empregues a fim de decidir se deve ser empregue a largura de banda da invenção ou a tecnologia de melhoramento da frequência ou uma tecnologia diferente de extensão da largura de banda. Assim, quando o detector de atividade vocal ou detector voz/não-voz detecta verbalizações ou voz, é utilizada uma primeira tecnologia de extensão de largura de banda BWEXT.1, ilustrada em 511, que opera, por exemplo, como discutido nas figs. 1, 9, 10, 11. Assim, os interruptores 502, 504 são configurados de forma a que esses parâmetros do gerador de parâmetros da entrada 512 sejam tomados e o interruptor 504 liga estes parâmetros ao bloco 511.- Contudo, quando é detectada uma situação pelo detector 500, que não mostra quaisquer sinais de voz mas, por exemplo, mostra sinais de música, então os parâmetros da extensão da largura de banda 514 do fluxo de bits dão entrada preferencialmente no outros procedimento da tecnologia de extensão da largura de banda 513. Assim, o detector 500 detecta se a tecnologia de extensão da largura de banda da invenção 511 deve ser empregue ou não. Para sinais não-voz o codificador pode trocar para outras técnicas de extensão da largura de banda ilustradas pelo bloco 513, tal como mencionado em [6, 8]. Assim, o estimador de sinal 118 da fig. 5 é configurado para alternar para um procedimento de extensão da largura de banda diferente e/ou para utilizar parâmetros diferentes extraídos de um sinal codificado, quando o detector 500 detecta uma atividade não-verbalizada ou um sinal não-voz. Para esta tecnologia de extensão da largura de banda 513 diferente, a informação lateral de seleção não se encontra, preferencialmente, presente no fluxo de bits e também não é utilizada, sendo simbolizada na fig. 5 pela regulação do interruptor 502 para a entrada 514.

[059] A fig. 6 ilustra uma outra implementação do gerador de parâmetros 108. O gerador de parâmetros 108 possui preferencialmente vários modelos estatísticos, tais como um primeiro modelo estatístico 600 e um segundo modelo estatístico 602. Além disso, é apresentado um seletor 604 que é controlado pela informação lateral de seleção, para proporcionar a alternativa de representação paramétrica correta. O modelo estatístico que está ativo é controlado por um classificador de sinal adicional 606, a receber, como entrada, o sinal central, isto é o mesmo sinal como entrada no extrator de características 104. Assim, o modelo estatístico na fig. 10 ou em muitas outras figuras pode variar com o conteúdo codificado. Para voz é empregue um modelo estatístico que representa um modelo de origem de produção de voz, enquanto para outros sinais, tais como sinais musicais como, por exemplo, classificados pelo classificador de sinal 606, é utilizado um modelo diferentes que é treinado com base em um conjunto vasto de dados musicais. Outros modelos estatísticos também são úteis para diferentes linguagens, etc.

[060] Como anteriormente discutido, a fig. 7 ilustra a pluralidade de alternativas obtidas por um modelo estatístico, tal como o modelo estatístico 600. Assim, a saída do bloco 600 é, por exemplo, para diferentes alternativas, como ilustrado na linha paralela 605. Da mesma forma, o segundo modelo estatístico 602 pode também fazer a saída de várias alternativas, tais como as alternativas ilustradas na linha 606. Dependendo do modelo estatístico específico, é preferível que se faça a saída de apenas as alternativas com uma probabilidade bastante elevada no que respeita ao extrator de características 104. Assim, um modelo estatístico proporciona, em resposta a uma característica, uma pluralidade de representações paramétricas alternativas, em que cada representação paramétrica alternativa tem a probabilidade de ser idêntica às probabilidades de outras representações paramétricas alternativas ou ser diferente das probabilidades de outras representações paramétricas alternativas em menos de 10 %. Assim, em uma realização, apenas a representação paramétrica com a maior probabilidade e um número de outras representações paramétricas alternativas que possuem todas uma probabilidade de ser apenas 10% menor do que a probabilidade da alternativa com a melhor correspondência são a saída.

[061] A fig. 12 ilustra um descodificador para gerar um sinal codificado 1212. O codificador compreende um codificador central 1200 para a codificação de um sinal original 1206, para obter um sinal áudio central codificado 1208 com informação sobre um menor número de bandas de frequência em comparação com o sinal original 1206. Além disso, é apresentado um gerador de informação lateral de seleção informação para a geração de informação lateral de seleção 1210 (abreviatura do inglês SSI - selection side information). A informação lateral de seleção 1210 indica uma alternativa de representação paramétrica definida, fornecida por um modelo estatístico em resposta a uma característica extraída do sinal original 1206 ou do sinal áudio codificado 1208 ou de uma versão descodificada do sinal áudio codificado. Além disso, o codificador compreende uma interface de saída 1204 para a saída do sinal codificado 1212. O sinal codificado 1212 compreende o sinal áudio codificado 1208 e a informação lateral de seleção 1210. De preferência, o gerador da informação lateral de seleção 1202 é implementado como ilustrado na fig. 13. Com este propósito, o gerador da informação lateral de seleção 1202 compreende um descodificador central 1300. É fornecido o extrator de características 1302 que opera na saída do sinal central descodificado 1300. A característica dá entrada no processador do modelo estatístico 1304 para gerar várias alternativas de representação paramétrica para estimar uma amplitude espectral de um sinal áudio com frequência melhorada sem definição pelo sinal central descodificado à saída do bloco 1300. Estas alternativas de representação paramétrica 1305 dão todas entrada em um estimador de sinal 1306 para estimativa do sinal áudio com frequência melhorada 1307. Estes sinais áudio de frequência melhorada estimados 1307 dão depois entrada em um comparador 1308 para comparação dos sinais áudio de frequência melhorada 1307 com o sinal original 1206 da fig. 12. O gerador de informação lateral de seleção 1202 é adicionalmente configurado para definir a informação lateral de seleção 1210, de forma a que a informação lateral de seleção defina especificamente a alternativa de representação paramétrica resultante em um sinal áudio de frequência melhorada que melhor corresponde ao sinal original com um critério de optimização. O critério de optimização pode ser um critério baseado no MMSE (abreviatura em inglês de minimum means squared error - mínimo erro quadrático médio), um critério de minimização da diferença por amostragem ou preferencialmente um critério psicoacústico que minimiza a distorção percepcionada ou qualquer outro critério de optimização conhecido dos peritos na técnica.

[062] Enquanto a fig. 13 ilustra um procedimento em circuito fechado ou de análise por síntese, a fig. 14 ilustra uma implementação alternativa da informação lateral de seleção 1202 mais similar a um procedimento em circuito aberto. Na realização da fig. 14, o sinal original 1206 compreende meta informação associada para o gerador de informação lateral de seleção 1202, descrevendo uma sequência de informação acústica (por ex. anotações) para uma sequência de amostras do sinal áudio original. O gerador de informação lateral de seleção 1202 compreende, nesta realização, um extrator de metadados 1400 para extrair a sequência de meta informação e, adicionalmente, um tradutor de metadados, tipicamente com conhecimentos sobre o modelo estatístico utilizado no lado do descodificador para a tradução da sequência de meta informação em uma sequência de informação lateral de seleção 1210 associada ao sinal áudio original. Os metadados extraídos pelo extrator de metadados 1400 são descartados no codificador e não são transmitidos no sinal codificado 1212. Pelo contrário, a informação lateral de seleção 1210 é transmitida no sinal codificado, juntamente com o sinal áudio codificado 1208, gerado pelo codificador central, que possui um conteúdo de frequência diferente e, tipicamente, um conteúdo de frequência menor em comparação com o sinal descodificado gerado por fim ou comparado com o sinal original 1206.

[063] A informação lateral de seleção 1210 gerada pelo gerador de informação lateral de seleção 1202 pode ter qualquer uma das características, como discutido no contexto das figuras iniciais.

[064] Embora a presente invenção tenha sido descrita no contexto de diagramas em bloco, em que os blocos representam componentes reais ou lógicos de hardware, a presente invenção pode ser também implementada por um método informático. Neste último caso, os blocos representam fases correspondentes do método, em que estas fases representam funcionalidades executadas pelos blocos de hardware lógicos ou físicos correspondentes.

[065] Embora alguns aspectos tenham sido descritos no contexto de um aparelho, é evidente que estes aspectos também representam uma descrição do método correspondente, em que um bloco ou dispositivo corresponde a uma fase do método ou característica de uma fase do método. De forma análoga, os aspectos descritos no contexto de uma fase do método representam também uma descrição de um bloco correspondente ou item ou característica de um aparelho correspondente. Algumas ou todas as fases do método podem ser executadas com (ou utilizando) um aparelho de hardware como, por exemplo, um microprocessador, um computador programável ou um circuito electrónico. Em algumas realizações, uma ou várias das fases do método mais importantes podem ser executadas através de um aparelho destes.

[066] O sinal transmitido ou codificado da invenção pode ser guardado em um meio de armazenamento digital ou pode ser transmitido em um meio de transmissão, tal como um meio de transmissão sem fios ou um meio de transmissão por fios, tal como a internet.

[067] Dependendo de determinados requisitos de implementação, as realizações da invenção podem ser implementadas em hardware ou em software. A implementação pode ser executada recorrendo a um meio de armazenamento digital, por exemplo um disquete, DVD, Blu-Ray, CD, ROM, PROM e EPROM, uma memória EEPROM ou FLASH, com sinais de controlo de leitura electrónica armazenados nos mesmos que cooperam (e são capazes de cooperar) com um sistema informático programável, de forma a que seja executado o respectivo método. Por conseguinte, o meio de armazenamento digital pode ser lido em computador.

[068] Algumas realizações de acordo com a invenção compreendem um suporte de dados com sinais de controlo de leitura electrónica, que são capazes de cooperar com um sistema informático programável, de forma que é executado um dos métodos presentemente descritos.

[069] Em geral, as realizações da presente invenção podem ser implementadas como um produto informático com um código informático, programa esse que é operacional para executar um dos métodos quando o produto programa informático corre em um computador. O código informático pode, por exemplo, ser guardado em um suporte legível eletronicamente.

[070] Outras realizações compreendem o programa informático para realizar um dos métodos presentemente descritos, guardado em um suporte legível eletronicamente.

[071] Por outras palavras, uma realização do método da invenção é, por conseguinte, um programa informático com um código informático para executar um dos métodos descritos, quando o produto programa informático corre em um computador.

[072] Uma outra realização do método da invenção é, por conseguinte, suporte de dados (ou um meio de armazenamento não transitório, tal como um meio de armazenamento digital ou um meio legível em computador) contendo um registo do programa informático para executar um dos métodos descritos. O suporte de dados, o meio de armazenamento digital ou o meio registado são tipicamente tangíveis e/ou não transitórios.

[073] Uma outra realização do método da invenção é, por conseguinte, um fluxo de dados ou uma sequência de sinais representando o programa informático para executar um dos métodos descritos. O fluxo de dados ou a sequência de sinais pode, por exemplo, ser configurado para ser transferido através de uma ligação de comunicação de dados, por exemplo através da internet.

[074] Uma outra realização compreende um meio de processamento, por exemplo, um computador ou um dispositivo lógico programável, configurado ou adaptado para executar um dos métodos aqui descritos.

[075] Uma outra realização compreende um computador com o programa informático instalado para executar um dos métodos presentemente descritos.

[076] Uma outra realização de acordo com a invenção compreende um aparelho ou um sistema configurado para transferir (por exemplo eletronicamente ou opticamente) um programa informático para executar um dos métodos presentemente descritos. O receptor pode, por exemplo, ser um computador, um dispositivo móvel, um dispositivo de memória ou semelhante. O aparelho ou sistema pode, por exemplo, compreender um servidor de ficheiros para a transferência do programa informático para o receptor.

[077] Em algumas realizações, um dispositivo lógico programável (por exemplo, uma rede de portas lógicas programável em campo, em inglês field programmable gate array) pode ser utilizado para executar algumas ou todas as funcionalidades dos métodos presentemente descritos. Em algumas realizações, uma rede de portas lógicas programável em campo pode cooperar com um microprocessador para executar um dos métodos presentemente descritos. Em geral, os métodos são executados preferencialmente por qualquer aparelho de hardware.

[078] As realizações descritas acima são simples ilustrações dos princípios da presente invenção. Subentende-se que as modificações e variações das disposições e detalhes presentemente descritos serão evidentes para os peritos na técnica. Por conseguinte, pretende-se limitar apenas pelo âmbito das reivindicações anexas e não por detalhes específicos apresentados a título descritivo e explicações das realizações.

Claims

1. Descodificador para a geração de um sinal áudio de frequência melhorada (120) caracterizado por compreender: um extrator de características (104) para a extração de uma característica de um sinal central (100); um extrator de informação lateral (110) pra extrair uma informação lateral de seleção, associada ao sinal central; um gerador de parâmetros (108) para gerar uma representação paramétrica para estimar uma amplitude espectral do sinal áudio com frequência melhorada (120) sem definição pelo sinal central (100), em que o gerador de parâmetros (108) está configurado para proporcionar várias alternativas de representação paramétrica (702, 704, 706, 708) em resposta à característica (112) e em que o gerador de parâmetros (108) está configurado para selecionar uma das alternativas de representação paramétrica em resposta à informação lateral de seleção (712 a 718); um estimador de sinal (118) para estimar um sinal áudio de frequência melhorada (120), utilizando a representação paramétrica selecionada; e um classificador de sinal (606) para a classificação de um frame do sinal central (100), em que o gerador de parâmetros (108) está configurado para utilizar um primeiro modelo estatístico (600), quando é classificado um frame de sinal como pertencente a uma primeira classe de sinais e para utilizar um segundo modelo estatístico diferente (602), quando o frame é classificado em uma segunda classe de sinais diferente.

2. Descodificador de acordo com a reivindicação 1, caracterizado por compreender ainda: uma interface de entrada (110) para receber um sinal de entrada codificado (200) compreendendo um sinal central codificado (201) e a informação lateral de seleção (114) e um descodificador central (124) para descodificar o sinal central codificado para obter o sinal central (100).

3. Descodificador de acordo com a reivindicação 1 ou 2, caracterizado por o gerador de parâmetros (108) estar configurado para utilização, em caso de seleção de uma das alternativas de representação paramétrica, de uma ordem predefinida das alternativas de representação paramétrica ou de uma ordem de sinal-codificador das alternativas de representação paramétrica.

4. Descodificador de acordo com qualquer uma das reivindicações de 1 a 3, caracterizado por o gerador de parâmetros (108) estar configurado para proporcionar uma representação do envelope como a representação paramétrica, por a informação lateral de seleção (114) indicar uma de entre várias sibilantes ou fricativas diferentes e por o gerador de parâmetros (108) estar configurado para proporcionar a representação do envelope identificado pela informação lateral de seleção.

5. Descodificador de acordo com qualquer uma das reivindicações de 1 a 4, caracterizado por o estimador de sinal (118) compreender um interpolador (900) para interpolar o sinal central (100) e por o extrator de características (104) estar configurado para extrair a característica do sinal central (100) que não é interpolado.

6. Descodificador de acordo com qualquer uma das reivindicações de 1 a 5, caracterizado por o estimador de sinal (118) compreender: um filtro de análise (910) para análise do sinal central ou um sinal central interpolado, para obter um sinal de excitação; um bloco de extensão de excitação (912) para gerar um sinal de excitação melhorado com uma amplitude espectral não incluída no sinal central (100) e um filtro de síntese (914) para filtração do sinal de excitação estendido; em que o filtro de análise (910) ou o filtro de síntese (914) são determinados pela representação paramétrica selecionada.

7. Descodificador de acordo com qualquer uma das reivindicações de 1 a 6, caracterizado por o estimador de sinal (118) compreender um processador da extensão da largura de banda espectral para gerar uma banda espectral estendida, correspondente à amplitude espectral que não está incluída no sinal central, utilizando pelo menos uma banda espectral do sinal central e a representação paramétrica, por a representação paramétrica compreender parâmetros para pelo menos um de entre um ajuste do envelope espectral (1060), uma adição do limite inferior de ruído (1020), um filtro inverso (1040) e uma adição de tons ausentes (1080), por o gerador de parâmetros ser configurado para proporcionar, para uma característica, várias alternativas da representação paramétrica, compreendendo cada alternativa de representação paramétrica parâmetros para pelo menos um de entre um ajuste do envelope espectral (1060), uma adição do limite inferior de ruído (1020), um filtro inverso (1040) e uma adição de tons ausentes (1080).

8. Descodificador de acordo com qualquer uma das reivindicações de 1 a 7, caracterizado por compreender ainda: um detector de atividade de vocalização ou um discriminador de voz/não-voz (500), em que o estimador de sinal (118) está configurado para estimar o sinal de frequência melhorada utilizando a representação paramétrica apenas quando o detector de atividade de vocalização ou o detector de voz/não-voz (500) indica uma atividade de vocalização ou um sinal de voz.

9. Descodificador de acordo com a reivindicação 8, caraterizado por o estimador de sinal (118) estar configurado para trocar (502, 504) de um procedimento de melhoramento da frequência (511) para um procedimento diferente de melhoramento da frequência (513) ou para utilizar parâmetros diferentes (514) extraídos de um sinal codificado quando um detector de atividade de vocalização ou um detector de voz/não-voz (500) indica um sinal não-voz ou um sinal que não apresenta atividade de vocalização.

10. Descodificador de acordo com qualquer uma das reivindicações de 1 a 9, caracterizado por o modelo estatístico estar configurado para proporcionar, em resposta a uma característica, várias alternativas de representações paramétricas (702 a 708), por cada representação paramétrica alternativa ter uma probabilidade idêntica a uma probabilidade de outra representação paramétrica alternativa ou diferente da probabilidade de outra representação paramétrica alternativa em menos de 10 % da probabilidade mais elevada.

11. Descodificador de acordo com qualquer uma das reivindicações de 1 a 10, caracterizado por a informação lateral de seleção só estar incluída em um frame (800) do sinal codificado, quando o gerador de parâmetros (108) proporciona várias alternativas de representação paramétrica, e por a informação lateral de seleção não estar incluída em um frame diferente (812) do sinal áudio codificado, em que o gerador de parâmetros (108) só proporciona uma única alternativa de representação paramétrica em resposta à característica (112).

12. Codificador para gerar um sinal codificado (1212) caracterizado por compreender: um codificador central (1200) para a codificação de um sinal original (1206), para obter um sinal áudio central codificado (1208) com informação sobre um menor número de bandas de frequência em comparação com o sinal original (1206); um gerador de informação lateral de seleção (1202) para a geração de informação lateral de seleção (1210) indicadora de uma alternativa de representação paramétrica definida (702-708), fornecida por um modelo estatístico em resposta a uma característica (112) extraída do sinal original (1206) ou do sinal áudio codificado (1208) ou de uma versão descodificada do sinal áudio codificado (1208); e uma interface de saída (1204) para saída do sinal codificado (1212), compreendendo o sinal codificado o sinal áudio codificado (1208) e a informação lateral de seleção (1210); um descodificador central (1300) para descodificar o sinal áudio codificado (1208) para obter o sinal central descodificado, em que o gerador da informação lateral de seleção (1202) compreende: um extrator de características (1302) para a extração de uma característica do sinal central descodificado; um processador do modelo estatístico (1304) para gerar várias alternativas de representação paramétrica (702 a 708) para estimar uma amplitude espectral de um sinal áudio com frequência melhorada sem definição pelo sinal central descodificado; um estimador de sinal (1306) para estimativa de sinais áudio com frequência melhorada para as alternativas de representação paramétrica (1305); e um comparador (1308) para comparação dos sinais áudio de frequência melhorada (1307) com o sinal original (1206), em que o gerador de informação lateral de seleção (1202) é configurado para definir a informação lateral de seleção (1210), de forma a que a informação lateral de seleção defina especificamente a alternativa de representação paramétrica resultante em um sinal áudio de frequência melhorada que melhor corresponde ao sinal original (1206) com um critério de optimização.

13. Codificador de acordo com a reivindicação 12, caracterizado por a interface de saída (1204) estar configurada para incluir apenas a informação lateral de seleção (1210) no sinal codificado (1212), quando são apresentadas várias das alternativas de representação paramétrica pelo modelo estatístico e para não incluir qualquer informação lateral de seleção em um frame para o sinal áudio codificado (1208), em que o modelo estatístico é operacional só para proporcionar uma única representação paramétrica em resposta à característica.

14. Método para a geração de um sinal áudio de frequência melhorada (120) caracterizado por compreender: a extração (104) de uma característica de um sinal central (100); a extração (110) de uma informação lateral de seleção associada ao sinal central; a geração (108) de uma representação paramétrica para estimar uma amplitude espectral do sinal áudio com frequência melhorada (120) sem definição pelo sinal central (100), em que várias alternativas de representação paramétrica (702, 704, 706, 708) são proporcionadas em resposta à característica (112) e em que uma das alternativas de representação paramétrica é selecionada em resposta à informação lateral de seleção (712 a 718); a estimativa (118) do sinal áudio de frequência melhorada (120), utilizando a representação paramétrica selecionada; e classificação de um frame do sinal central (100), em que a geração (108) utiliza um primeiro modelo estatístico (600), quando é classificado um frame de sinal como pertencente a uma primeira classe de sinais e utiliza um segundo modelo estatístico diferente (602), quando o frame é classificado em uma segunda classe de sinais diferente.

15. Método de geração de um sinal codificado (1212) caracterizado por compreender: a codificação (1200) de um sinal original (1206), para obter um sinal áudio codificado (1208) com informação sobre um menor número de bandas de frequência em comparação com o sinal original (1206); a geração (1202) de informação lateral de seleção (1210) indicadora de uma alternativa de representação paramétrica definida (702-708), fornecida por um modelo estatístico em resposta a uma característica (112) extraída do sinal original (1206) ou do sinal áudio codificado (1208) ou de uma versão descodificada do sinal áudio codificado (1208); a saída (1204) do sinal codificado (1212), compreendendo o sinal codificado o sinal áudio codificado (1208) e a informação lateral de seleção (1210); e classificação de um frame do sinal central (100), em que a geração (108) utiliza um primeiro modelo estatístico (600), quando é classificado um frame de sinal como pertencente a uma primeira classe de sinais e utiliza um segundo modelo estatístico diferente (602), quando o frame é classificado em uma segunda classe de sinais diferente.