DE4308175A1 - Verfahren zum Wiedergeben eines ein- oder mehrkanaligen digitalen, blockweise codierten Tonsignals - Google Patents

Description

Die Erfindung bezieht sich auf ein Verfahren gemäß dem Oberbegriff des Patentanspruchs 1. Ein derartiges Verfahren ist aus der DE 36 39 753 bekannt.

Es ist bekannt ("Rundfunktechnische Mitteilungen", Jg. 22 (1978), S. 63-74), die Dynamik eines Tonsignals, d. h., den Unterschied zwischen den lautesten und leisesten Tonsignalpassagen, mit Hilfe geeigneter Prozessoren vor oder nach der Übertragung bzw. Speicherung zu verändern, um sie dem Signal-Rauschabstand der Übertragungsstrecke oder einer durchschnittlichen Abhörsituation anzupassen.

Die hieraus resultierende Dynamik entspricht jedoch in vielen Fällen nicht den individuellen Wünschen des Hörers. So ist beispielsweise beim Abhören in einem fahrenden Kraftfahrzeug die Dynamik wegen des Geräuschpegels im Fahrzeug erheblich zu groß, wohingegen beispielsweise beim Abhören über Kopfhörer in einer ruhigen Umgebung die übertragene Dynamik zu gering ausfällt.

Um die Tonsignalwiedergabe zu verbessern, ist es wünschenswert, die Dynamik individuell am Ort der Wiedergabe den Wünschen des Hörers anpassen zu können. Hierfür ist es bekannt ("Rundfunktechnische Mitteilungen", Jg. 30, Heft 4 (1986), Seiten 158 bis 167), von dem Programmsignal vor der Übertragung bzw. Speicherung ein Stellsignal abzuleiten und synchron mit dem Programmsignal zu übertragen. Dieses Stellsignal "Variable Dynamik" wird mit Hilfe verhältnismäßig aufwendiger Kompressoren gewonnen, und es beschreibt die für eine Dynamikeinengung erforderlichen Verstärkungsänderungen.

Der Vorteil einer stellsignalabhängigen variablen Dynamik liegt darin, daß mit relativ geringem Aufwand auf der Wiedergabeseite eine hohe Qualität der Dynamikeinengung erzielbar ist. Darüber hinaus wird mit Hilfe des übertragenen Stellsignals die freie Wahl der Dynamik an beliebiger Stelle der Übertragungskette ermöglicht. Beispielsweise können für Rundfunkanwendungen vor der Ausstrahlung in üblicher Weise Verstärkungsänderungen im Sinne einer Dynamikeinengung vorgenommen werden, welche der Hörer bei inverser Nutzung des Stellsignals im Sinne einer vollständigen oder teilweisen Wiederherstellung der Originaldynamik wieder rückgängig machen kann. Der Hörer kann anstelle dessen bei Bedarf, z. B. bei lauter Umgebung im Kraftfahrzeug, die Dynamikeinengung auch vergrößern.

Bei der Übertragung eines Stellsignals "Variable Dynamik" ist indessen die lückenlose Generierung und die durchgängige, störungsfreie Übertragung dieses Stellsignals notwendig, was jedoch aus praktischen und technischen Gründen nicht für beliebige Anwendungsbereiche realisierbar ist. Beispielsweise ist die Übertragung des Stellsignals im zukünftigen digitalen Hörrundfunk (DAB) vorgesehen, doch werden in digitalen Aufzeichnungsmedien z. B. DAT- Recordern, DCC-Recordern und der Mini-Disc, das als Zusatzsignal übertragene Stellsignal "Variable Dynamik" nicht aufgezeichnet, mit der Folge, daß der Hörer nach Aufzeichnung eines digitalen Hörfunksignals keine individuelle Dynamikwahl vornehmen kann. Auch läßt sich nicht gewährleisten, daß das Stellsignal "Variable Dynamik" unter allen Umständen erzeugt wird und zur Verfügung steht. Schließlich erfordert die Übertragung des Stellsignals "Variable Dynamik" wegen dessen dynamischer Signaleigenschaften eine relativ hohe Datenrate und einen wirksamen Fehlerschutz. Die relativ hohe Datenrate ergibt sich dadurch, daß für positive Pegelsprünge des Tonsignals die Einschwingzeit des Kompressors sehr kurz sein muß, um Verfälschungen der Signaleinschwingvorgänge zu vermeiden, so daß eine entsprechende schnelle Änderung des Stillsignals, d. h., eine entsprechend hohe Abtastrate, vorzusehen ist. Ferner darf die Auflösung der Abtastwerte 0,5 dB nicht überschreiten. Insgesamt ergibt sich eine erforderliche Netto-Datenrate von etwa 330 bit/s.

Diese Datenrate beansprucht beispielsweise 17% der Kapazität eines Kanals für programmbezogene Daten ("PAD") im zukünftigen digitalen Hörrundfunk.

Die Aufgabe der Erfindung besteht darin, ein Verfahren der eingangs erwähnten Art zu schaffen, welches die Vorteile der stellsignalabhängigen variablen Dynamik, insbesondere den geringen Aufwand auf der Wiedergabeseite, aufweist, jedoch eine Übertragung von dynamischen Verstärkungsänderungen vermeidet.

Diese Aufgabe wird erfindungsgemäß durch die kennzeichnenden Merkmale des Patentanspruchs 1 gelöst.

Vorteilhafte Ausgestaltungen und Weiterbildungen des erfindungsgemäßen Verfahrens ergeben sich aus den Unteransprüchen.

Die Erfindung wird anhand der Zeichnungen naher erläutert. Es zeigt:

Fig. 1 ein Blockschaltbild einer Anordnung zur Durchführung des erfindungsgemäßen Verfahrens;

Fig. 2 ein Blockschaltbild eines Details der Anordnung nach Fig. 1;

Fig. 3A bis Fig. 3F Beispiele von Dynamikvorgaben in Form statischer Kennlinien für die Signalkompression beim erfindungsgemäßen Verfahren;

Fig. 4 den zeitlichen Pegelverlauf eines blockcodierten Tonsignals mit und ohne die erfindungsgemäßen Maßnahmen;

Fig. 5 und 6 Blockschaltbilder von Weiterentwicklungen des Details gemäß Fig. 2, und

Fig. 7 den frequenzabhängigen Verlauf einer Dynamikkompression.

Die in Fig. 1 schematisch veranschaulichte Wiedergabeanordnung weist einen Demultiplexer 10 auf, welchem ein m-kanaliges, digitales, blockweise codiertes Tonsignal zugeführt wird. Im betrachteten Beispielsfall enthält jeder Tonkanal p Teilbandsignale, wobei jedem Block des Teilbandsignals ein Skalenfaktor SCF zugeordnet ist. Der Skalenfaktor SCF klassiert jeweils den Spitzenwert der digitalen Abtastwerte innerhalb des zugehörigen Blocks und wird im Demultiplexer 10 aus dem Datenstrom des zugeführten Tonsignals abgetrennt.

Insgesamt liegen an entsprechenden Ausgängen des Demultiplexers 10 n=p·m Skalenfaktoren SCF₁ bis SCF_n vor. Die ferner an entsprechenden n Ausgängen des Demultiplexers 10 anliegenden Teilbandsignale der m Kanäle werden je Kanal und je Teilband in einer Stufe 11-1 bis 11-m invers quantisiert; die daraus resultierenden, blockweise normierten Teilbandsignale der m Tonkanäle werden je Kanal und je Teilband in einer weiteren Stufe 12-1 bis 12-m invers normiert, wobei die Stufen 12-1 bis 12-m jeweils einen Steuereingang aufweisen, an welchem ein zugeordneter, erfindungsgemäß veränderter Skalenfaktor SCF_1k bis SCF_nk angelegt ist. Zur Ableitung der veränderten Skalenfaktoren SCF_1k bis SFC_nk wird aus den vom Datenstrom abgetrennten Skalenfaktoren SCF₁ bis SCF_n mittels einer Signalpegelstufe 1 eine Information L über den Gesamtpegel der n=m·p Teilbandsignale gewonnen. In einem nachfolgenden Signalprozessor 2 wird nach Maßgabe der Pegelinformation L und in Abhängigkeit von einer Dynamikwahlinformation D, die von einer Dynamikwahlstufe 4 vorgegeben wird, ein Koeffizient K (L, D) festgelegt, welcher als gemeinsames Steuersignal Gewichtungsstufen 3-1 bis 3-n zugeführt wird. Jeder Gewichtungsstufe 3-1 bis 3- n wird einer der n Skalenfaktoren SCF₁ bis SCF_n zugeführt, welcher in der betreffenden Gewichtungsstufe 3-1 bis 3-n mit dem Koeffizienten K (L, D) gewichtet wird. Die gewichteten Skalenfaktoren SCF_1k bis SCF_nk steuern, wie erwähnt, über die Stufen 12-1 bis 12-m die Pegel bzw. die Verstärkung der blockweise normierten Teilbandsignale im Sinne einer inversen Normierung.

Die Gewichtung der Skalenfaktoren in den Stufen 3-1 bis 3-n erfolgt in Abhängigkeit von der Information D und damit gemäß der gewünschten Änderung der Tonsignaldynamik und/oder der gewünschten Kompression oder Expansion der blockcodierten Tonsignale. Das statische und dynamische Verhalten der Verstärkungssteuerung mittels der Stufen 12-1 bis 12-m wird dabei im Signalprozessor 2 festgelegt. Der Signalprozessor 2 besteht im Falle des Ausführungsbeispiels gemäß Fig. 2 aus einer ersten Stufe 21, welche das statische Verhalten bestimmt, und aus einer nachgeschalteten zweiten Stufe 22, welche für das dynamische Verhalten verantwortlich ist. Das statische Verhalten der Verstärkungssteuerung ist über die der Stufe 21 eingegebene Dynamikwahlinformation D1 wählbar und läßt sich beispielsweise mit Hilfe von Kennlinien bzw. Koeffiziententabellen festlegen. Eine Auswahl verschiedener Kennlinientypen für die Gewichtung der Skalenfaktoren und daraus resultierend für die Kompression der blockcodierten Teilbandsignale ist in den Fig. 3A bis 3F angegeben, wobei die Fig. 3E und 3F Kennlinienscharen der Typen gemäß Fig. 3B und 3C für unterschiedliche Kompressionsgrade veranschaulichen. Die mit durchgezogener Linie dargestellten Kennlinien geben die Verläufe mit den erfindungsgemäßen Maßnahmen an, wohingegen die mit gestrichelter Linie eingezeichneten Kennlinien die Verläufe ohne die erfindungsgemäßen Maßnahmen zeigen. Die Kennlinien lassen sich auf einfache Weise mit Hilfe entsprechender koeffizienter Tabellen realisieren.

Wie aus Fig. 2 ferner ersichtlich ist, bestimmt die separate Stufe 22 das dynamische Verhalten der Verstärkungssteuerung, welches über die der Stufe 22 eingegebene Dynamikwahlinformation D2 wählbar ist. Sinnvolle Parameter für die Dynamikwahlinformation D2 sind die Ein- und Ausschwingzeiten der Gewichtungsstufen 3-1 bis 3-n in Abhängigkeit vom Signalpegelverlauf, welcher durch die zeitliche Folge der Skalenfaktoren SCF₁ bis SCF_n repräsentiert ist. Das dynamische Verhalten läßt sich auf einfache Weise mit Hilfe geeigneter, in der Stufe 22 programmierter Regeln für die zeitliche Folge der Skalenfaktorgewichtungen realisieren.

Die gemeinsame Wirkung der Stufen 21 und 22 gemäß Fig. 2 ergibt sich beispielhaft aus dem in Fig. 4 dargestellten Diagramm. Die Zeitachse ist in 24 ms-Zeitabschnitte (Frames) aufgeteilt; jeder Frame enthält drei Blöcke zu je acht ms. Eingetragen sind die Pegel pro Block mit und ohne einer erfindungsgemäßen Signalkompression. Wesentlich ist, daß im Bereich positiver Pegelsprünge (Frame 1 bis 8) die Kompression exakt gemäß der gewählten statischen Kennlinie (hier die Kennlinie gemäß Fig. 3C) verläuft. Im Bereich negativer Pegelsprünge (Frame 9 bis 16) wird die notwendige Rücklaufzeitkonstante durch begrenzte Verstärkungsänderungen je Block, beispielsweise 0,05 dB/Block (entsprechend 6,25 dB/s) realisiert. Dabei ist zu berücksichtigen, daß die relativ hohen Sprünge beim Ausregeln eines Pegelanstieges durch die 8 ms-Blöcke bzw. Zeitfenster nicht beeinträchtigt werden. Während leiser Passagen in der Rücklaufphase zu einer höheren Verstärkung ist die entstehende, in Fig. 4 gezeigte Treppenkurve mit der Stufenbreite 8 ms gegenüber einer herkömmlichen automatischen Verstärkungssteuerung ungünstig. Betrachtet man jedoch die üblichen Rücklaufzeitkonstanten, so ergeben sich die 8 ms Sprünge im wesentlichen im Bereich unter 0,05 dB. Diese Sprünge sind auch im Hinblick auf einen Glättungseffekt bei der in Fig. 1 nicht mehr dargestellten Decodierung der blockweise normierten Teilbandsignale völlig unhörbar.

Bei der in Fig. 5 dargestellten Weiterbildung enthalten die Stufen 21 und 22 von einer zusätzlichen, mit den Skalenfaktoren SCF₁ bis SCF_n gespeisten Signalanalysestufe 5 Informationen, welche die Optimierung des statischen und dynamischen Verhaltens der Verstärkungssteuerung ermöglichen. Beispielsweise lassen sich insbesondere im Falle teilbandcodierter Tonsignale aus den Teilband- Skalenfaktoren SCF₁ bis SCF_n Informationen über den momentanten Lautstärkepegel ableiten, so daß die Gewichtung der Skalenfaktoren und damit die Tonsignaldynamik zusätzlich nach Maßgabe dieser Lautstärkeinformation gesteuert werden kann. Weiterhin können in der Signalanalysestufe 5 Analysen im Zeitbereich durch Vergleich der aktuellen Skalenfaktoren mit vorangegangenen erfolgen. Dies ist nicht nur für Ermittlung der Lautstärke bei impulshaltigen Signalen von Interesse, sondern insbesondere für die Vermeidung von unerwünschten Modulationseffekten ("Pump-Effekten"), die bei breitbandiger Kompression auftreten können:

Mit Hilfe der Signalanalysestufe 5 können die Verstärkungsänderungen in den Teilbändern individuell so gesteuert werden, daß Teilbandsignale mit hohem Pegel geringer verstärkt werden als Teilbandsignale mit niedrigem Pegel, wobei zur Vermeidung von Klangfarbenfehlern eine Korrelationsanalyse durchgeführt wird. Die Korrelationsanalyse bewirkt, daß Teilbandsignale mit korrelierenden positiven Pegelsprüngen zusammengefaßt und von den übrigen Teilbandsignalen während eines bestimmten Zeitabschnittes unterschieden werden, dergestalt, daß für die zusammengefaßten Teilbandsignale ein kleinerer Koeffizient K(L, D₁, D₂,) erzeugt wird als für die übrigen Teilbandsignale. Hierdurch wird erreicht, daß transiente hochpegelige Signalanteile, beispielsweise die eines Paukenschlags, welche die quasistationären Signalanteile, beispielsweise die eines leisen, von Streichinstrumenten erzeugten Musik-"Teppichs", nicht verdecken, eine individuelle Verstärkungsabsenkung erfahren, ohne gravierende Klangfarbenänderungen des Paukenschlags und ohne Lautstärkeabsenkung des von den Streichinstrumenten erzeugten Musik- "Teppichs".

Bei der weiteren Ausführungsform gemäß Fig. 6 sind zusätzlich gegenüber Fig. 2 in den Weg zwischen der Dynamikwahlstufe 4 und den Prozessorstufen 21, 22 Steuerstufen 23 und 24 geschaltet, welche von einer im Tonsignal mitübertragenen, quasi-statischen Stellgröße S gesteuert werden. Durch die Stellgröße S werden die Dynamikwahlinformationen D1, D2 der Stufe 4 modifiziert, so daß auf das statische und dynamische Verhalten des Signalprozessors 2 sendeseitig bzw. encoderseitig eingegriffen werden kann.

Dabei ist die notwendige Datenrate für die Übertragung der Stellgröße S sehr klein, da der dynamische Verlauf der Verstärkungsänderungen nicht zu übertragen werden braucht. Beispiele für die Anwendung der quasi-statischen Stellgröße S, welche einzeln oder in Kombination miteinander vorgesehen werden können, sind:

• - sendeseitige bzw. encoderseitige Wahl der statischen Kompressorkennlinie;
• - sendeseitige bzw. encoderseitige Wahl des Kompressionsgrades;
• - sendeseitige bzw. encoderseitige Wahl der Rücklaufzeitkonstanten für die Verstärkungsänderungen.

In allen Fällen ist es möglich, durch die wiedergabeseitige Wahl der gewünschten Dynamik mittels der Dynamikwahlinformationen D1 und D2 das statische und dynamische Verhalten des Prozessors 2 zusätzlich zu beeinflussen. Beispielsweise kann die encoderseitige Wahl des Kompressionsgrades vollständig oder graduell aufgehoben werden (Expansion); alternativ kann die encoderseitige Kompressionsvorwahl durch eine zusätzliche decoderseitige Kompression verstärkt werden. Wesentlich ist, daß die encoderseitige Kompressionsvorwahl beliebig durch die wiedergabeseitige Dynamikwahl im Sinne einer Kompressions­ anhebung oder Kompressionsabsenkung überlagert werden kann und daß die Verfügbarkeit der Stellgröße S keine Voraussetzung für variable Wiedergabedynamik darstellt.

Darüberhinaus ist es möglich, anstelle einer encoderseitigen Kompressionsvorwahl eine erfindungsgemäße Kompression des gesendeten Tonsignals im Encoder durchzuführen (Vorkompression) und mit Hilfe der Stellgröße S die Kompressionsdaten zu übertragen, so daß durch decoderseitige Expansion die Originalsignaldynamik vollständig wiederhergestellt werden kann.

Hierdurch erreicht das erfindungsgemäße Verfahren eine wichtige Eigenschaft der stellsignalabhängigen variablen Dynamik ohne Übertragung der dynamischen Verstärkungsänderungen.

Eine weitere Ausgestaltung des erfindungsgemäßen Verfahrens betrifft die frequenzabhängige Kompression durch unterschiedliche Koeffizienten K(L, D, S) für die Gewichtung der Skalenfaktoren SCF₁ bis SCF_n. In Fig. 7 ist der Frequenzverlauf für den minimalen Signalpegel ppk0 des originalen Signals angegeben, gegenüber welchem die beispielhaften Kurven ppk1 und ppk2 angehoben sind. Der jeweilige Dynamikbereich ergibt sich aus der Differenz zwischen den jeweiligen Kurven pp (pianissimo) und dem maximalen Signalpegel ff (fortissimo), der in Fig. 7 ebenfalls eingezeichnet ist. Die Kurve ppk2 zeigt beispielhaft eine reduzierte Kompression der Teilbandsignale für die Teilbänder im oberen Frequenzbereich. Diese reduzierte Kompression stellt eine günstigere Anpassung an die Lärmsituation in einem fahrenden Kraftfahrzeug dar, welche durch den unteren, dunkler dargestellten Bereich der abfallenden Geraden in Fig. 7 angedeutet ist. Im Vergleich zu einer frequenzunabhängigen Kompression gemäß der Kurve ppk1 weist die Kurve ppk2 in den oberen Frequenzbereichen einen etwa gleichbleibenden Abstand zu dem Lärmpegel auf, wodurch eine unnötige Kompression im oberen Frequenzbereich vermieden wird.

Für derartige frequenzabhängige Verstärkungsänderungen in den Teilbändern ist zu beachten, daß die Unterdrückung der Aliaskomponenten benachbarter Teilbänder in den, in Fig. 1 nicht dargestellten, den Stufen 12-1 bis 12-m nachgeschalteten Synthesefiltern ausreichend ist, d. h., daß die maximal zulässigen Verstärkungsdifferenzen in direkt benachbarten Teilbändern durch die maximal zulässigen Aliaskomponenten festgelegt werden. Diese ergeben sich aus dem Verdeckungseffekt des menschlichen Gehörs, welcher schon bei einer irrellevanzmindernden Quellencodierung genutzt wird. Bei geringem Signal in einem Teilband sind auch nur geringe Aliaskomponenten vorhanden und man ist nicht auf die vollständige Auslöschung der Aliaskomponenten für die Erzielung einer guten Qualität angewiesen. Gering ausgesteuerte Teilbänder wirken als Puffer zwischen Teilbändern mit geringem Pegel und solchem mit höherem Pegel.

Claims (8)

1. Verfahren zum Wiedergeben eines ein- oder mehrkanaligen digitalen, blockweise codierten Tonsignals, in dessen Datenstrom eine Skalenfaktorinformation enthalten ist, welche jeweils den Spitzenwert der digitalen Abtastwerte innerhalb eines bestimmten Zeitintervalls (Blocks) klassiert, bei dem aus dem Datenstrom die Skalenfaktoren abgetrennt werden, welche blockweise den Pegel des wiederzugebenden, digitalen Tonsignals steuern, dadurch gekennzeichnet, daß die abgetrennten Skalenfaktoren (SCF₁ bis SCF_n) vor ihrer Verwendung zur Pegelsteuerung nach Maßgabe von Dynamikvorgaben verändert werden.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Dynamikvorgaben von dem Benutzer individuell einstellbar sind.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß die Dynamikvorgabe durch ein Zusatzsignal vorgenommen oder beeinflußt wird, welches in dem Datenstrom des Tonsignals enthalten ist und davon abgetrennt wird.

4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, daß das Zusatzsignal die Art und/oder den Grad der encoderseitig vorgenommenen Dynamikeinengung identifiziert.

5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, daß die Dynamikvorgaben den Wert eines einzelnen Skalenfaktors oder die Werte einer zeitlichen Folge von Skalenfaktoren verändern.

6. Verfahren nach einem der Ansprüche 1 bis 5, bei dem jeder Kanal des digitalen Tonsignals in Form einer Vielzahl von Teilbandsignalen codiert ist und im Datenstrom jedes Teilbandsignals die zugehörigen Skalenfaktoren enthalten sind, dadurch gekennzeichnet, daß mit den Dynamikvorgaben die Skalenfaktoren der einzelnen Teilbandsignale des betreffenden Tonsignalkanals gleichmäßig oder unterschiedlich verändert werden.

7. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Veränderung der abgetrennten Skalenfaktoren (SCF₁ bis SCF_n) nach Maßgabe einer Analyse der Skalenfaktoren erfolgt.

8. Verfahren nach Anspruch 6 oder 7, dadurch gekennzeichnet, daß die Veränderung der abgetrennten Skalenfaktoren (SCF₁ bis SCF_n) für Teilbandsignale mit korrelierenden positiven Pegelsprüngen geringer ist als für die übrigen Teilbandsignale.