DE3310480A1

DE3310480A1 - Digitales codierverfahren fuer audiosignale

Info

Publication number: DE3310480A1
Application number: DE19833310480
Authority: DE
Inventors: Karlheinz Dipl.-Ing. 8520 Erlangen Brandenburg; Gerhard G. Dr.-Ing. 7141 Aurich Langenbucher; Helmuth Dipl.-Ing. 8520 Erlangen Schramm; Dieter Prof. Dr.-Ing. Seitzer
Original assignee: Individual
Current assignee: Individual
Priority date: 1983-03-23
Filing date: 1983-03-23
Publication date: 1984-10-04
Also published as: DE3310480C2

Description

Prof. Dr. -Ing. Dieter Seither *··**--* .*.-" 33/1 63^ "] Q 4 8 0 Humboldtstraße 14 - J" '

8520 Erlangen

Die Erfindung betrifft ein digitales Codierverfahren für die übertragung bzw. Speicherung akustischer Signale, insbesondere Musiksignale.

Ein grundlegendes Verfahren zur Codierung akustischer Siynale ist die sog. Pulscodemodulation als Ausgangspunkt für weitere Datenreduktionsverfahren. Während Sprachsignale üblicherweise mit 12 Bit linear bzw. 8 Bit logarithmisch codiert werden, werden für Musiksignale momentan 14 Bit bei linearer Codierung verwendet. Bei einer Abtastfrequenz von 8 kHz ergeben sich damit für Sprachsignale Datenraten 96 kbit/s bzw. 64 kbit/s. Musiksignale werden wegen der höheren Qualitätsanforderungen mit mindestens 32 kHz (Deutsche Bundespost) abgetastet. Bei 14 Bit linearer Codierung ergibt sich somit eine Datenrate von 448 kbit/s.

Im Gegensatz zur übertragung, von Sprachsignalen, für die es eine ganze Reihe von Datenreduktionsverfahren gibt, sind kaum Datenreduktionsverfahren für.Musiksignale bekannt. In CH3 wird von einem Verfahren berichtet,, mit dem eine Reduktion von 14 Bit auf 11 Bit erreicht wird. Werden jedoch Reduktionsfaktoren größer j gleich 2 angestrebt, - d. h. anstelle von 14 Bit werden nur 7 Bit pro Abtastwert verwendet - so bewirken Datenreduktionsverfahren für Musiksignale bisher immer eine Qualitätsverminderung relativ zu einer linearen Quantisierung.

Das Ziel der Erfindung ist die Realisierung eines Verfahrens zur Datenreduktion von Musiksignalen um einen Faktor 4-6 > (je nach Abtastrate des Originalsignals), ohne.daß eine subjektive Qualitätsminderung des Signals bemerkbar wird, sowie die Realisierung eines solchen Verfahrens in Festkommarechnung. Die Verbesserung gegenüber herkömmlichen Verfahren, z.' B. einer nichtlinearen Quantisierung, kommt dadurch zustande, daß das Codierverfahren im Spektralbereich nach dem Prinzip der Adaptiven Transformations-

_ 5 _ COPV

codierung (ATC) arbeitet. Das Prinzip der ATC ist grundsätzlich von der Sprachübertragung her bekannt C 2 U . Jedoch war es dort bisher trotz der vergleichsweise niedrigen Abtastfrequenz von 8 kHz - dies ist ein Viertel_der Mindestabtastfrequenz für Musiksignale hoher Qualitä_rt - aufgrund seiner Komplexität nicht im praktischen Betrieb einsetzbar. Da die notwendigen Operationen in Gleitkommarechnung durchgeführt werden mußten, waren zur Simulation der ATC Rechenanlagen nötig. Diese erlauben jedoch aufgrund ihre'r zu kleinen Rechengeschwindigkeit in der Regel keine Echtzeitverarbeitung des akustischen Signals.

Da Musiksignale vielfach auf wenige signifikante Frequenzen beschränkte Spektralanteile besitzen, eignet sich das Prinzip der Adaptiven Transformationscodierung, besonders zur Codierung von. Musiksignalen. Bei diesem Verfahren werden.Spektralkoeffizienten, die in Abhängigkeit ihrer Energie unterschiedlich.fein.quantisiert werden, zum Empfänger übertragen. Spektralkoeffizienten, deren Anteil am Gesamtsignal unbedeutend .ist, werden nicht-übertragen. Zusätzlich werden noch.. Informationen über den. Verlauf des Spektrums zum Empfänger übertragen.

Die Erfindung betrifft eine Echtzeitrealisierung des .Codierverfahrens, dadurch gekennzeichnet,, daß die. notwendigen Rechenoperationen mit. beschränkter Wortlänge in.Festkomma-Rechnung durchgeführt werden. Um die beschränkte Wortlänge möglichst effektiv auszunutzen, werden an..verschiedenen Stellen des Systems Verstärkungsregelungen eingesetzt.

Ein.Block von .128 Abtastwerten des akustischen Signals wird unter Verwendung der Diskreten Cosinus-Transformation. (DCT) in einen Satz von 128 Spektralkoeffizienten. transformiert. Die DCT wird mit Hilfe der schnellen Fourier-Transformation '(FFT) realisiert U.33 · Bsi der Realisierung der FFT in .Festkommarechnung nehmen die Rundungsfehler bekanntlich von Stufe zu Stufe zu. ■ Der Grund liegt darin, daß eine 16 χ 16 Bit Multiplikation ein 32 Bit Ergebnis liefert. Bei einer Festkomma-Darstellung mit nur 16 Bit Wortlänge müssen 'die-unteren 16 Bit dieses 32 Bit Ergebnisses bei der weiteren Verarbeitung unberücksichtigt bleiben. Es ist leicht einzusehen, daß die dadurch·entstehenden Rundungsfehler umso größer werden, je kleiner die ursprünglich zu multiplizierenden Faktoren sind-

Das Problem der Rundungsfehler wird bei der Erfindung dadurch verringert, daß vor der Berprhnnnrr λ~*- ™™_m -----

kungsregelung wirkt..: "Damit ^:iai;;j3i*c her gestellt, dale ^uca [fctpn diejenigen Blöcke von Signalwerten, die kleine Signalamplituden enthalten, die zur Verfügung stehende Wortlänge ausgenutzt wird. Ein weiteres Problem bei der Berechnung der FFT in Festkommarechnung besteht darin, daß das Zwischenergebnis nach der Berechnung einer Stufe maximal doppelt so groß sein kann wie die Eingangswerte für diese Stufe. Die dadurch entstehenden Überläufe verfälschen das Ergebnis der FFT-Berechnung. Eine 2. Verstärkungsregelung wird deshalb bei der Berechnung der FFT verwendet, um mögliche Überläufe zu verhindern. Die Regelung nimmt eine Skalierung der Ergebnisse für alle FFT- Stufen vor, beginnend von der Stufe, ab der unter ungünstigsten Bedingungen ein Überlauf zu erwarten ist. Die Verstärkungsregelung kann auch abhängig von den Signalwerten innerhalb eines Blockes erfolgen, derart, daß nach der Berechnung einer FFT-Stufe alle Zwischenergebnisse daraufhin., kontrolliert werden, ob sie betragsmäßig maximal die Hälfte des zur Verfügung stehenden Wertebereiches benötigen.. Überschreitet ein Zwischenergebnis betragsmäßig diese Grenze,, so müssen alle Zwischenergebnisse der jeweiligen Stufe skaliert werden.

Ein wesentliches Merkmal der adaptiven Transformationscodierung (ATC) besteht darin, die einem Wert im transformierten Bereich zugeteilte Wortlänge optimal im Sinne eines minimalen Quadrates des Quantisierungsfehlers an die spektrale Verteilung des Signals anzupassen. Die Bitzahl R.. für einen Spektralkoeffizienten i ergibt sich theoretisch zu £23

- 1 ⁶>²

R₁ = R + ο -Id ^! (1)

i = 1 ... N

R = mittlere Bitzahl pro Koeffizient N = Blocklänge
<o . = Varianz des Koeffizienten i.

Bei realen, nichtstationären Signalen-wie Sprache oder.Musik wird diese Bitaufteilung bei der ATC für jeden transformierten

331 ο48ο

Block .neu an den momentanen spektralen.Verlauf angepaßt. Nach Gl. (1) müßten somit je Block^:KTWerte R. als Zusatzinformation zum Empfänger übertragen werden. Da dies einen unvertretbar hohen Anteil.an der gesamten zu übertragenden Information bedeutete, muß eine wesentliche Datenreduktion bei der Beschreibung des Spektrums durchgeführt werden. Ein im Prinzip bekanntes und für die hier betrachtete Anwendung gut geeignetes Verfahren besteht darin, statt des tatsächlichen Jtferts logarithmische Schätzwerte der Streuung, log G₁, für einige Stützstellen im Spektrum zu übertragen. Sie werden aus den aktuellen Spektralwerten y. wie folgt berechnet:

Λ h*^M
log C?.²= -J- . Σ logy·² (2)

J = J₁

Das heißt, in einem Intervall 1 werden M benachbarte logarithmierte Quadrate gemittelt. Es ergeben sich L = N/M zu übertragende Stützwerte.

Aus den Stützwerten werden durch lineare Interpolation wieder sämtliche Zwischenwerte log &j ermittelt. Zur Berechnung der Bitzahlen R^ nach Formel. (1) wird log 6 anstatt log e? verwendet.

Erfindungsgemäß wird dieses Prinzip so modifiziert, daß eine Ausführung mit vertretbarem Geräteaufwand in Echtzeit ermöglicht wird, ohne die Leistungsfähigkeit einzuschränken.

Die Quadrierung der Spektralwerte in (2) innerhalb eines Intervalls kann über die für die Transformation sowieso benötigte Multiplikationseinheit erfolgen, z. B. als 16 χ 16 bit Multiplikation.

Im Gegensatz zu (2) wird die Summierung direkt über die Quadrate ausgeführt: , ' ; ·

Λ 2 ι ' I 2
log 6, = log — · Σ y- (3)

Die geometrische Mittelung wird durch eine arithmetische ersetzt, da dadurch günstigere Ergebnisse erzielt werden bei verringertem y Rechenaufwand.

331 ο48ο

Die Aufsummierung wird üblicherweise in der gleichen Einheit wie die Multiplikation erfolgen, kann aber auch extern durchgeführt werden.

Eine denkbare Vereinfachung .ist der Ersatz der quadratischen Mittelung durch Mittelung der Beträge Iy.! . Der Multiplizierer kann dann an dieser Stelle entfallen, es sind jedoch geringfügige Qualitätseinbußen möglich.

Die Logarithmierung in Gl...(3) muß wesentlich vereinfacht werden. Es zeigt sich, daß es genügt, von. der Summe der. Quadrate nur die ganzzahlige Zweierpotenz zu bestimmen, d. h. nur die Stellung der ersten M¹ im binären Wort. Bei 16. bit Wortlänge für y. treten nur ganzzahlige Werte im Bereich 0 ... 29 auf. Sie sind mit 5 bit darstellbar, es ergibt sich gleichzeitig eine Quantisierung und damit Datenreduktion der Zusatzinformation.

Selbstverständlich ist das Verfahren auch auf. die ursprüngliche Form nach Gl. (2) anwendbar.

Die Vereinfachung der Logarithmierung führt zu keiner meßbaren Beeinflussung der Qualität.

Die lineare Interpolation der logarithmierten Stützwerte zur Berechnung der Schätzwerte, log Gj der Spektralkoeffizienten ist bezüglich der verfügbaren Wortlänge unproblematisch durch die sich oben ergebende Beschränkung auf z.B. 5 bit.

2 Werte an den Intervallgrenzen werden gleich dem ersten bzw. letzten Stützwert gesetzt. Bei der Ausführung der eigentlichen Interpolation wird für die Differenz zwischen 2 interpolierten Werten die Wortlänge intern um ld (M) + 1 Stellen erhöht sowie vorzeichenabhängig ein Korrekturwert zur Rundung addiert oder subtrahiert. Die während der Berechnung eines interpolierten Wertes nötige Division durch 2*M erfolgt durch eine einfache Schiebeoperation. .

— 9 —

331048 ο

Ausgehend von den interpolierten Werten der Streuung erfolgt die Aufteilung der verfügbaren Stellenzahl auf die Spektralwerte. Da die Streuungen schon als logarithmische Werte vorliegen, reduziert sich die Berechnung der Bitzahl noch (1) auf die Ausführung von Grundrechenarten, doch auch hier kann aus Aufwandsgründen keine Gleitkommarechnung durchgeführt werden,

Mit dem gewählten Verfahren ist eine reine Festkommarechnung möglich. Für die interne Darstellung werden, die Wortlängen um eine Zweierpotenz,, z. B. 16 entsprechend 4 binären Stellen, erhöht. Ein 16 bit Rechenwerk ist dann vollkommen ausreichend.

Voraussetzung ist wiederum.die Minimierung von Rundungseinflüssen durch sinnvolles Zusammenfassen von .Teiloperationen und die Addition von Korrekturwerten vor. Divisionen.

Die Erfindung beinhaltet eine Echtzeitrealisierung des beschriebenen Verfahrens. Untersuchungen ergaben, daß selbst bei hohen Qualitätsanforderungen für. die Realisierung ein 16 bit Rechenwerk ausreicht. Dabei, können Signale mit einer Bandbreite von über 20 kHz verarbeitet werden. Die dabei erzielten Datenraten liegen um den Faktor .4.-6 .unter den bisher, verwendeten Datenraten.

Claims

Patentansprüche

Digitales Codierverfahren für die übertragung oder Speicherung insbesondere von akustischen Signalen nach dem Verfahren der ATC dadurch gekennzeichnet, daß die Berechnung der blockweise zu übertragenden Werte ganz oder teilweise in Festkomma-Rechnung mit beschränkter Wortlänge erfolgt, wobei die Rundungsfehler durch eine verteilte Verstärkungsregelung eliminiert werden.

Unteransprüche
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß eine

1. Verstärkungsregelung die volle Ausnutzung der beschränkten Wortlänge für jeden der Blöcke von Signalwerten gewährleistet, so daß kleine Signalwerte nicht benachteiligt werden.
3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß eine

2. Verstärkungsregelung bei der Berechnung der FFT einen .möglichen überlauf verhindert. .
4. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die 2. Verstärkungsregelung fest auf den ungünstigsten Fall eingestellt wird.
5. Verfahren nach Anspruch.1, dadurch gekennzeichnet, daß die

2. Verstärkungsregelung abhängig von den Abtastwerten des jeweiligen Blockes durchgeführt wird.
6. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß bei der Berechnung der Stützstellen des Spektrums die geometrische Mittelung durch eine arithmetische ersetzt wird.
7. Verfahren nach Anspruch 1, dadurch gekennzeichnet,Jdaß bei der Berechnung der Stützstellen des Spektrums die quadratisehe Mitteilung durch eine' Betragsmittelung ersetzt wird·-
8. Verfahren nach Anspruch 1, dadurch, gekennzeichnet,.daß bei der Berechnung der Stützstellen des Spektrums die Logarithmierung ersetzt wird durch die Bestimmung der ersten "1" im

-i -

binären Wort und daß damit gleichzeitig eine Reduktion der Zusatzinformation erreicht wird.
9. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Interpolation zur Schätzung der Varianzen der Spektralkoeffizienten mit interner Stellenerhöhung durchgeführt wird, jedoch ohne zusätzliche Anforderungen an das vorhandene Rechenwerk.
TO. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Berechnung der Bitzahlen .für die einzelnen Spektralkoeffizienten mit intern erhöhter Wortlänge durchgeführt wird, jedoch ohne zusätzliche Anforderungen an das vorhandene Rechenwerk.
11. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß bei der gesamten Bitzuteilung die benötigten Divisionen durch Schiebeoperationen oder durch Auslesen bereits vorher abgespeicherter Werte (z.B.. in einem Schreib-/Lese- oder Festwertspeicher) ersetzt werden.
12. Verfahren nach Anspruch 1, dadurch gekennzeichnet,daß die Rundungseinflüsse, die durch die Festkommarechnung entstehen, durch geeignetes Zusammenfassen von Teiloperationen und Korrekturadditionen vor der. Rundung verringert werden.
13. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß bei der Bitzuteilung für die Spektralkoeffizienten Korrekturoperationen wegen negativer und zu großer Bitzahlen iterativ durchgeführt werden, wobei die Anzahl der Iterationen beschränkt ist.
14. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die

Korrektur verbleibender Fehler bei der Bitzuteilung (Gesamt-

bitzahl zu groß oder zu klein) -prioritätsgesteuert durchgeführt wird, wobei die Priorität abhängig ist von der Größe .des Rundungs fehler s?
15. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die prioritätsgesteuerte Korrektur verbleibender Fehler bei der Bitzuteilung dadurch- vereinfacht wird, daß die Rundungsfehler vorher in wenige Klassen eingeteilt werden.
16. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Bitzuteilung für die·Spektralkoeffizienten nach dem Kriterium optimaler subjektiver Qualität erfolgt.
17. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Durchführung der in den Ansprüchen beschriebenen Operationen softwaregesteuert erfolgt, d. h., daß Anweisungen für die Durchführung der Operationen als Programm in einem Festwertspeicher abgelegt sind und die Zwischenspeicherung der Daten in einem Schreib-/Lesespeicher (RAM) erfolgt und die Verarbeitung der Anweisungen in einem zentralen Schaltwerk vorgenommen wird.
18. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Durchführung der in den Ansprüchen beschriebenen Operationen durch spezielle Hardware erfolgt, d. h., durch ein dafür ausgelegtes sequentielles Schaltwerk, durchgeführt wird.
19. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Durchführung der in den Ansprüchen beschriebenen Operationen zum Teil softwaregesteuert und lediglich bezüglich zeitkritischer Operationen durch spezielle Hardware erfolgt.
20. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Codierung mittels der ATC zum Zwecke der digitalen Speicherung des Signales, beispielsweise auf Tonband oder Schallplatte, erfolgt. ;
21. Verfahren nach Anspruch 1, dadurch gekennnzeichnet, daß die Codierung mittels der ATC zum Zwecke der digitalen Übertragung im Fernmeldenetz (drahtgebunden bzw. über Glasfaser) erfolgt. _coPV
22. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Codierung mittels der ATC zum Zwecke der digitalen übertragung im Rundfunknetz erfolgt, wobei eine Kombination mit
dem jeweiligen Modulationsverfahren des betreffenden übertagungsfreguenzbereiches vorgenommen wird.