DE3817864A1 - Verfahren zur uebertragung eines audiosignals - Google Patents

Description

Bei der Übertragung eines Audiosignals, z.B. bei der Rundfunkübertragung, Kabelübertragung, Satellitenübertragung und bei Aufzeichnungsgeräten ist es bekannt, das analoge Au­ diosignal in ein digitales Audiosignal mit einer bestimmten Auflösung umzuwandeln, in dieser Form zu übertragen und bei der Wiedergabe wieder in ein analoges Signal umzusetzen. Durch die digitale Übertragung wird insbesondere bei der Wie­ dergabe ein größerer Störabstand erreicht.

Die für die Übertragung eines solchen Signals erforderliche Bandbreite ist im wesentlichen bestimmt durch die Zahl der zu übertragenden Abtastwerte pro Zeiteinheit sowie durch die Auflösung.

In der Praxis besteht die Forderung, die für die Übertragung notwendige Bandbreite möglichst klein zu halten, um mit ei­ nem schmalbandigen Kanal auszukommen oder über einen vorhan­ denen Kanal möglichst viele Audiosignale gleichzeitig über­ tragen zu können. Die erforderliche Bandbreite läßt sich an sich verringern durch eine Reduzierung der Abtastwerte oder der Anzahl der Bits pro Abtastwert.

Diese Maßnahme hat aber in der Regel eine Verschlechterung bei der Wiedergabe zur Folge. Bei einem bekannten Verfahren (DE OS 35 06 912.0) wird zur Verbesserung der Wiedergabequa­ lität das digitale Audiosignal in zeitlich aufeinanderfolgen­ den Abschnitten in ein Kurzzeitspektrum transformiert, wel­ ches jeweils für die Zeitabschnitte, z.B. 20 ms, die Spek­ tralkomponenten des Signals darstellt. In dem Kurzzeitspektr­ um lassen sich auf Grund psycho-akustischer Gesetzmäßigkei­ ten im allgemeinen Komponenten, die vom Hörer nicht wahrge­ nommen werden, also im nachrichtentechnischen Sinn irrele­ vant sind, besser auffinden, als im Zeitbereich. Diese Kompo­ nenten werden bei der Übertragung weniger gewichtet oder ganz weggelassen. Durch diese Maßnahme kann bei der Übertra­ gung ein beträchtlicher Teil der sonst notwendigen Daten ent­ fallen, so daß die mittlere Bitrate beträchtlich verringert werden kann.

Es hat sich gezeigt, daß bei Amplitudenschwankungen inner­ halb eines solchen Abschnittes, insbesondere bei erst im Ver­ laufe eines Blocks aus der Ruhe einsetzenden Signalen, nach der Übertragung diese Signale mit Störungen überlagert wer­ den. Die Ursache für die Wahrnehmbarkeit liegt darin, daß die Störungen auch vor dem Einsetzen der Signale auftre­ ten und damit ungenügend verdeckt werden.

Diese Störungen können z.B. durch Quantisierungsrauschen ent­ stehen, das sich dem Kurzzeitspektrum überlagert und bei dem nach der Rücktransformation auch Rauschanteile innerhalb des gesamten Blocks im Zeitbereich auftreten.

Zur Verringerung dieser Störungen wird jeder Block in Unter­ blöcke aufgeteilt und die Amplitudensprünge der Signale von einem Unterblock zu einem benachbarten Unterblock detektie­ rt. Bei Amplitudensprüngen von mehr als 20 dB werden die Si­ gnale im vorangegangenen Block komprimiert und nach der Rück­ transformation expandiert.

Hierbei können folgende Schwierigkeiten auftreten:

• a) Die Erkennung realer Sprünge ist unsicher.
• b) Als Sprünge werden nur solche Energieänderungen in vorher bestimmten Unterblöcken bewertet, die ein bestimmtes Maß überschreiten.
• c) Es kann aufgrund von Unsicherheiten in der vorgenommenen Energiedetektion zu unbeabsichtigten Signalüberhöhungen im angehobenen Signalabschnitt kommen.

Der Erfindung liegt die Aufgabe zugrunde, das eingangs ge­ nannte Verfahren dahingehend zu verbessern, daß bei Signal­ veränderungen innerhalb eines Blockes, wie sie in ihrer Viel­ falt bei natürlichen Audiosignalen üblich sind, der Störab­ stand nach der Übertragung verbessert wird.

Diese Aufgabe wird durch die Merkmale des Anspruchs 1 ge­ löst.

Im Prinzip werden in jedem Unterblock der Blöcke, auf die das Audiosignal durch das Zeitfenster aufgeteilt wird, eine Signalkompression vorgenommen. Diese wird nicht mehr davon abhängig gemacht, daß reale Sprünge der Schwellwerte über­ schritten werden. Dadurch lassen sich die Auswirkungen und Störungen während der nachfolgenden Signalverarbeitung, gleich welchen Ursprungs sie sind, vermindern. Durch komple­ mentäre Expansion der Signale in den Blöcken nach der Über­ tragung werden die ursprünglichen Signalverhältnisse wieder­ hergestellt, wobei der Störabstand gegenüber schwachen Signa­ len verbessert wird.

Nachfolgend wird die Erfindung an Hand der Zeichnung erläu­ tert. Darin zeigen:.

Fig. 1 den zeitlichen Ablauf des erfindungsgemäßen Verfahrens,

Fig. 2 eine Fensterung des Signals zur Erzielung der aufeinanderfolgenden Blöcke,

Fig. 3a-d die Darstellung eines im Verlaufe eines Blocks einsetzenden Signals im Original sowie nach der Rücktransformation,

Fig. 4 die Aufteilung in Unterblöcke,

Fig. 5 eine Fensterfunktion, mit der die Blöcke überlagert werden,

Fig. 6 den Energieverlauf innerhalb eines Blockes mit und ohne Kompression,

Fig. 7-9 Blockschaltbilder zur Durchführung einer Signalkompression oder -expansion.

In Fig. 1 wird das Analogsignal a (t), das ein Audiosignal wie z.B. Sprache oder Musik darstellt, durch den bei 1 darge­ stellten Verfahrensschritt in ein entsprechendes digitales Signal umgewandelt. In dem bei 2 gezeigten zweckmäßigen, aber nicht zwingend notwendigen Verfahrensschritt wird das Signal einer Preemphase unterworfen, wobei vorzugsweise die höherfrequenten Spektralanteile des Audiosignals gegenüber den tieferfrequenten Anteilen angehoben werden. Durch diese Maßnahme soll der Effekt ausgeglichen werden, daß Signale mit niedrigen Frequenzen von Signalen mit hohen Frequenzen schlecht verdeckt werden. Um eine Verdeckung dennoch zu er­ zielen, muß die Anhebung umso stärker erfolgen, je weiter die Nutzfrequenz entfernt liegt.

In dem bei 3 dargestellten Verfahrensschritt erfolgt eine Fensterung des Signals, wodurch zeitlich aufeinanderfolgende Blöcke mit Signalabschnitten entstehen. Die Dauer dieser Blöc­ ke beträgt vorzugsweise 20 ms. Die Signale eines Blockes kön­ nen später getrennt für sich weiterverarbeitet werden.

Bei 4 werden die Blöcke durch Wichtung mit einer Fensterfunk­ tion in Unterblöcke unterteilt. Zweckmäßig ist eine Auftei­ lung in 10-20 Unterblöcke.

Im nachfolgenden, mit 5 bezeichneten Verfahrensschritt wer­ den die Signale innerhalb der jeweiligen Unterblöcke kon­ stant verstärkt oder geschwächt, wobei, wie noch weiter un­ ten ausgeführt wird, mehrere Verfahrensschritte durchgeführt werden.

Zur Bestimmung der Verstärkungsfaktoren oder Schwächungsfak­ toren werden die mittleren Leistungen aus den Unterblöcken entsprechenden Signalabschnitten als Detektionsabschnitten abgeleitet. Für die mittleren Leistungen in den Detektionsab­ schnitten werden dann Maßzahlen (Energie : Abschnittsdauer) gebildet. Diese Maßzahlen werden für die Detektionsabschnit­ te eines Blockes auf die Maßzahl des Detektionsabschnittes mit der größten Maßzahl bezogen. Aus den Maßzahlen werden dann die Verstärkungsfaktoren bestimmt, wobei proportionale oder auch quantisierte Verstärkungsfaktoren mit unterschied­ lichen Quantisierungfaktoren gewählt werden können.

Zweckmäßig ist es, für kleine Verstärkungsfaktoren kleinere Quantisierungsstufenhöhen zu wählen als für größere. Der ma­ ximale Verstärkungsfaktor wird vorzugsweise auf einen Wert von 40 dB begrenzt. Nach Durchführung dieser Maßnahme wird in allen Unterblöcken etwa der gleiche Störabstand bezüglich der Nutzenergie und der durch die Kodierung entstehenden Störenergie erreicht.

Im mit 6 bezeichneten Verfahrensschritt wird anschließend das Signal des Blockes durch eine Transformation in ein Fre­ quenzspektrum umgesetzt. Bei 7 erfolgt eine Kodierung nach psycho-akustischen Gesichtspunkten. Das bedeutet, daß Spek­ tralkomponenten die bei der Wiedergabe insbesondere auf Grund von Verdeckungseffekten ohnehin nicht wahrgenommen wer­ den, bei der Kodierung geringer gewichtet oder weggelassen werden. Mit 8 ist der Verfahrensschritt der Übertragung oder Speicherung dargestellt, wonach die vorbeschriebenen Verfah­ rensschritte im wesentlichen wieder in umgekehrter Reihenfol­ ge rückgängig gemacht werden.

So erfolgt bei 9 zunächst eine Dekodierung, durch die das übertragene oder gespeicherte Signal wieder in ein Frequenz­ spektrum zurückgewandelt wird. Durch den mit 10 bezeichneten Verfahrensschritt wird das Kurzzeitspektrum wieder in den Zeitbereich überführt. Bei 11 werden auf Grund der übermit­ telten Verstärkungsfaktoren die in den Blöcken und Unterblöc­ ken vorhandenen Signale komplementär entzerrt. Bei 12 werden die Unterblöcke zu Blöcke zusammengefügt und bei 13 werden aus den Blöcken wieder ein zusammenhängende digitale Signale gebildet. Nach Durchführung einer Deemphase bei 14, die zu der Preemphase bei 2 komplementär gerichtet ist, wird eine Digital/Analog-Wandlung bei 15 durchgeführt, nach der schließlich das Analogsignal b (t) abgegriffen werden kann. Das Analogsignal b (t) ist nicht identisch mit dem Analogsi­ gnal a (t), weil bei der Kodierung Spektralkomponenten unter­ schiedlich gewichtet oder unter drückt werden. Der Unter­ schied zwischen den Analogsignalen b (t) und a(t) ist aber so, daß er bei der Wiedergabe vom Hörer nicht bemerkt wird.

In Fig. 2a, b, c ist die Fensterung des Signals a′ darge­ stellt, als deren Folge zeitlich aufeinanderfolgende Blöcke 17, 18 und 19 entstehen. Dies kann dadurch geschehen, daß das Signal a′ mit einer Amplitudenkennlinie 16 multipliziert wird. Die Kennlinie hat bei einer bevorzugten Ausführungs­ form am Anfang einen über eine viertel Periode sinusförmi­ gen, danach einen konstanten Wert und am Ende einen kosinus­ förmigen Verlauf. Der stetige Verlauf an den Enden soll ver­ meiden, daß bei der späteren Transformation ein sehr breites Frequenzspektrum entstehen würde. Außerdem werden die Fen­ ster so gelegt, daß eine Überlappung der Blöcke stattfindet. Im folgenden wird jedoch aus Gründen der besseren Darstel­ lung von rechteckigen Amplitudenverläufen ausgegangen.

Die Fenster besitzen eine zeitliche Dauer von 20 ms. Diese Zeit hat sich als zweckmäßig erwiesen, um einerseits ein aus­ reichend fein aufgelöstes Kurzzeitspektrum zu erhalten, das bei der späteren Kodierung genügend Spektrallinien enthält, um eine wirksame Datenreduktion vornehmen zu können, und um andererseits bei Änderungen des Signals die Verstärkung rela­ tiv schnell auf den jeweils veränderten Zustand einzustellen und damit den psycho-akustischen Vor- und Nachverdeckungsef­ fekt auszunutzen.

In der Praxis sind jedoch Fälle möglich, bei denen ein Si­ gnal aus der Ruhe plötzlich einsetzt und dieser Einsatz in­ nerhalb eines Blockes, z.B. in dessen zweiter Hälfte statt­ findet. Dieser Fall ist in Fig. 3a dargestellt. Das transfor­ mierte Signal zeigt Fig. 3b. Durch Quantisierungsfehler bei der Kodierung überlagert sich dem in Fig. 3b dargestellten Spektrum ein Störspektrum, so daß das in Fig. 3c dargestell­ te Spektrum entsteht. Nach Rücktransformation beeinflußt die­ ses Störspektrum den Signalverlauf nicht erst ab dem Einsatz des Signals sondern bereits zu Beginn des Blockes wie Fig. 3d zeigt. Da der Vorverdeckungseffekt geringer als der Nachverdeckungseffekt ist, kann diese Störung hörbar werden. Durch entsprechende Kompression innerhalb des Blockes vor der Transformation und Übertragung und Expansion nach der Übertragung und Rücktransformation kann der Störabstand er­ heblich verbessert werden.

Zu diesem Zweck wird, wie in Fig. 4 dargestellt ist, jeder Block 16, 17... in Unterblöcke unterteilt. Diese Unterblöcke 19, 20, 21... haben außer an den Blockrändern gleiche zeitli­ che Ausdehnungen derart, daß sie sich jeweils zur Hälfte überlappen. An den Blockrändern besteht eine Überlappung mit Unterblöcken 18 der halben zeitlichen Ausdehnung. In diesen sich überlappenden rechteckigen Unterblöcken werden die mitt­ leren Signalleistungen bestimmt (Energie im Zeitabschnitt dividiert durch die Ausdehnung des Zeitabschnitts).

In einem nachfolgenden Schritt werden, wie in Fig. 5 gezeigt ist, die zunächst rechteckigen Unterblöcke 19, 20, 21... mit cos²-Fensterfunktionen 22 bewertet. Die Zeitabschnitte an den Blockrändern, die nur die halbe zeitliche Ausdehnung der übrigen Unterblöcke besitzen, werden mit einem cos²-Halbfen­ ster 23 gewichtet. Die sich überlappenden Gewichtsfunktionen ergänzen sich zu jedem Zeitpunkt des Signalblocks zu 1.

In Fig. 6 ist gezeigt, wie die Signale in den Unterblöcken 19, 20, 21 entsprechend den detektierten mittleren Leistun­ gen, dargestellt durch die durchgezogenen Linien, so ver­ stärkt, bzw. geschwächt werden, daß die mittleren Leistungen in den Unterblöcken 19, 20, 21... etwa gleich werden, darge­ stellt durch die gestrichelt gezeichneten Linien. Zwecks übersichtlicher Darstellung sind die Blöcke hier nicht ge­ strichelt gezeichnet. Durch die Verstärkung und Schwächung der Signale wird das Verhältnis zwischen der Blocknutzener­ gie und der durch die Kodierung entstehenden Blockstörener­ gie nicht verändert. Andererseits wird durch diese Maßnahme erreicht, daß nun in allen Unterblöcken der gleiche Störab­ stand besteht. Bezüglich des Störabstandes wird also dassel­ be erreicht, wie wenn man von vorn herein durch Fensterung Blöcke gewählt hätte, die der Größe der Unterblöcke entspre­ chen würde. Die vorher erwähnten Nachteile kürzerer Blöcke werden jedoch vermieden.

Die sich überlappenden Unterblöcke werden zweckmäßig aus psy­ cho-akustischen Gründen auf eine zeitliche Ausdehnung von ca. 2-4 ms bemessen. Bei Blöcken mit ca. 1000 Abtastwerten bei einer Abtastfrequenz von 44,1 kHz entspricht dies der Bildung von ca. 10-20 Unterblöcken. Weiterhin ist es zweckmä­ ßig aus psycho-akustischen Gründen die Signalverstärkung auf einen Maximalwert von z.B. 40 dB zu begrenzen.

Es reicht aus, die Verstärkungsfaktoren zu quantisieren, wo­ bei die Quantisierung relativ grob durchgeführt werden kann, um die für die Quantisierungsstufen notwendigen zusätzlichen Daten zu begrenzen. Die Quantisierung kann so vorgenommen werden, daß für kleinere Verstärkungsfaktoren kleinere Quan­ tisierungsstufenhöhen gewählt werden als für größere. Dabei wird die Quantisierung so bemessen, daß die mittlere Lei­ stung im angehobenen Unterblock die im Unterblock mit der höchsten detektierten mittleren Leistung, also dem Bezugs­ block, nicht übersteigt. Auf diese Weise ist es möglich, so gar einen Gewinn im Verhältnis der Blocknutzenergie zur Blockstörenergie zu erzielen. In diesem Fall ist der Störab­ stand allen Unterblöcken aber nicht mehr identisch, sondern nur noch annähernd gleich.

Fig. 7 bis 9 zeigen Blockschaltbilder zur Durchführung einer Kompression bzw. Expansion zusammen mit einer Preemphase bzw. Deemphase. Die Schaltungen enthalten jeweils einen steu­ erbaren Verstärker 24 und ein Filter 25.

In Fig. 7 ist nur der steuerbare Verstärker 24 im Signalweg angeordnet. Das Filter 25 befindet sich im Steuersignalweg. Wird diese Schaltung durch inverse Steuerung zur komplementä­ ren Expansion verwendet, so kann das Filter 25 entfallen.

In Fig. 8 ist das Filter 25 dem steuerbaren Verstärker 24 vorgeschaltet. Diese Ausgestaltung benötigt auch bei der Ex­ pansion ein Filter.

In Fig. 9 ist das Filter 25 ebenfalls dem steuerbaren Ver­ stärker 24 vorgeschaltet und zusätzlich selbst steuerbar aus­ gebildet. Die Grenzfrequenz kann dabei so verschoben werden, daß praktisch immer eine Verdeckung erzielbar ist. Bei der Expansion sind das steuerbare Filter 25 sowie der steuerbare Verstärker 24 invers anzusteuern.

Claims (17)

1. Verfahren zur Übertragung eines Audiosignals, das durch Zeitfenster in zeitlich aufeinanderfolgende Blöcke auf­ geteilt wird, dann die in den Blöcken enthaltenen Si­ gnalanteile durch Transformation in ein Kurzzeitspek­ trum umgewandelt werden, anschließend die Kurzzeitspek­ tren auf der Basis psycho-akustischer Gesetzmäßigkeiten codiert und übertragen werden und nach der Übertragung decodiert, die Kurzzeitspektren durch Rücktransformati­ on wieder in den Zeitbereich überführt werden und schließlich die im Zeitbereich vorliegenden Blöcke an­ einandergefügt werden, wobei die Blöcke in Unterblöcke aufgeteilt werden und bei Pegeländerungen von einem Block zum anderen, die einen vorgegebenen Wert über­ schreiten, die Signale in den Unterblöcken vor der Transformation einer Kompression und nach der Rück­ transformation einer Expansion unterzogen werden, da­ durch gekennzeichnet, daß das Signal in Abhängigkeit der mittleren Signalleistungen in den Unterblöcken in diesen bei der Kompression verstärkt und/oder ge­ schwächt und bei der Expansion komplementär behandelt wird.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die maximale Änderung der zeitabhängigen Verstärkung und/oder Schwächung begrenzt wird.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeich­ net, daß die Unterteilung der Blöcke in Unterblöcke durch Gewichtung mit Fensterfunktionen erfolgt, die über dem Zeitabschnitt einen konstanten Wert aufweisen.

4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, daß sich die Fensterfunktionen überlappen und die Blöcke an ihren beiden Rändern mit Fensterfunktionen der halben zeitlichen Breite gewichtet werden.

5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, daß die Blöcke mit weiteren, "weichen" Fensterfunktionen gewichtet werden, die einen stetigen Verlauf aufweisen, an den Grenzen der Unterblöcke zu Null werden und sich im gesamten Block zu einem konstanten Gewichtungswert, vorzugsweise zu 1, ergänzen.

6. Verfahren nach einem der Ansprüche 3 bis 5, dadurch ge­ kennzeichnet, daß die Fensterfunktionen außer an den Blockrändern Hanning-Fenster enspr. cos²-Fenster und an den Blockrändern cos²-Halbfenster sind.

7. Verfahren nach einem der Ansprüche 3 bis 6, dadurch ge­ kennzeichnet, daß die Signale innerhalb der jeweiligen Unterblöcke mit einem konstanten Faktor verstärkt oder geschwächt werden.

8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, daß die Verstärkungsfaktoren (Schwächungsfaktoren) aus den mittleren Leistungen in den Unterblöcken entsprechenden Signalabschnitten als Detektionsabschnitten abgeleitet werden.

9. Verfahren nach einem der Ansprüche 3 bis 6, dadurch ge­ kennzeichnet, daß auch die Detektionsabschnitte wie die Unterblöcke durch Gewichtung der Blöcke mit Fensterfunk­ tionen gewonnen werden, die über dem Zeitabschnitt ei­ nen konstanten Wert besitzen.

10. Verfahren nach Anspruch 8 oder 9, dadurch gekennzeich­ net, daß für die mittleren Leistungen in den Detektion­ sabschnitten Maßzahlen (Energie geteilt durch Abschnitt­ dauer) gebildet werden.

11. Verfahren nach Anspruch 10, dadurch gekennzeichnet, daß die Maßzahlen für die Detektionsabschnitte eines Blocks auf die Maßzahl eines Detektionsabschnittes, vorzugswei­ se desjenigen mit der größten Maßzahl, bezogen werden und daß die entstehenden Maßzahlverhältnisse die Ver­ stärkungsfaktoren, vorzugsweise proportional, bestimmen.

12. Verfahren nach Anspruch 11, dadurch gekennzeichnet, daß quantisierte Verstärkungsfaktoren gewählt werden.

13. Verfahren nach Anspruch 12, dadurch gekennzeichnet, daß die Quantisierung ungleichmäßig durchgeführt wird, vor­ zugsweise derart, daß für kleine Verstärkungsfaktoren kleinere Quantisierungsstufenhöhen gewählt werden als für größere.

14. Verfahren nach einem der Ansprüche 1 bis 13, dadurch gekennzeichnet, daß die Verstärkungsfaktoren auf einen Maximalwert von vorzugsweise 40 dB begrenzt werden.

15. Verfahren nach einem der Ansprüche 1 bis 14, dadurch gekennzeichnet, daß die Signale vor der Blockbildung einer Preemphase und nach der Übertragung und Aneinan­ derfügung der Blöcke einer komplementären Deemphase un­ terworfen werden.

16. Verfahren nach Anspruch 15, dadurch gekennzeichnet, daß durch die Preemphase höherfrequente Spektralanteile des Audiosignals gegenüber tieferfrequenten Anteilen angeho­ ben werden.

17. Verfahren nach einem der Ansprüche 1 bis 16, dadurch ge­ kennzeichnet, daß die Audiosignale vor der Blockbildung digitalisiert und nach der Übertragung und Zusammenfü­ gung der Blöcke analogisiert werden.