-
Die
vorliegende Erfindung betrifft einen Audiocodierer und ein in Kombination
mit dem Audiocodierer verwendbares psychoakustisches Analyseverfahren.
Die vorliegende Erfindung betrifft insbesondere eine Audiocodierverarbeitung
wie z.B. ein MPEG-Verfahren (MPEG: Moving Picture Experts Group)
unter Verwendung menschlicher Psychoakustik.
-
Es
ist bekannt, daß in
Audiocodierverarbeitungen, z.B im MPEG-Verfahren, menschliche Psychoakustik
verwendet wird. Die Audiocodierverarbeitung wird unter Verwendung
einer Software implementiert, die unter der Steuerung einer Zentraleinheit (CPU)
in einem Informationsprozessor, z.B. in einem Personalcomputer,
läuft.
Die auf der als psychoakustisches Modell bezeichneten menschlichen
akustischen Wahrnehmung basierende Audiocodierverarbeitung ist jedoch
in der praktischen Anwendung eingeschränkt. Beispielsweise nimmt die
Verarbeitungslast während
eines Maskierungseffektberechnungsschritts wesentlich zu.
-
In
Abhängigkeit
von der Leistungsfähigkeit eines
Prozessors, insbesondere wenn eine Echtzeitcodierung ausgeführt wird,
wird die Codierverarbeitung verzögert,
so daß bei
der Decodierung Tondiskontinuitäten
auftreten.
-
1 zeigt
eine Konfiguration eines Audiocodierers, in dem ein MPEG-1/Audio-Layer-1-Verfahren
für die
vorstehende erwähnte
Codierverarbeitung verwendet wird. In der Figur empfängt der
Audiocodierer 2 Eingangs-Audiodaten als ein Eingangssignal und
gibt codierte Audiodaten aus. Der Audiocodierer 2 weist
eine Subbandteilungseinheit 21, eine Ska liereinheit 22,
eine Bitzuweisungseinheit 23, eine Quantisierungseinheit 24,
eine Bitstromerzeugungseinheit 25 und eine psychoakustische
Analyseeinheit 26 auf, in der ein psychoakustisches Modell
verwendet wird.
-
Die
Subbandteilungseinheit 21 teilt das Eingangssignal in mehrere
Frequenz- oder Subbänder und
gibt die mehreren geteilten Subbänder
aus. Die Skaliereinheit 22 berechnet Skalierungsfaktoren
und stellt Dynamikbereiche gleichmäßig ein.
-
Die
psychoakustische Analyseeinheit 26 bestimmt in jedem der
Subbandsignale ein Verhältnis, mit
dem ein Audiosignal maskiert wird. Gemäß dem in der psychoakustischen
Analyseeinheit 26 bestimmten Verhältnis weist die Bitzuweisungseinheit 23 jedem
der Subbandsignale Bits zu. Die Quantisierungseinheit 24 führt eine
Quantisierungsberechnung für
jedes der von der Bitzuweisungseinheit 23 ausgegebenen
Signale aus. Die Bitstromerzeugungseinheit 25 erzeugt einen
Bitstrom zusammen mit einem Header und Zusatzinformation und gibt
ihn als codierte Audiodaten aus.
-
2 zeigt
eine Konfiguration der psychoakustischen Analyseeinheit 26.
In der Figur empfängt die
psychoakustische Analyseeinheit die Eingangs-Audiodaten als Eingangssignal
und gibt Bitzuweisungsinformation aus. Die psychoakustische Analyseeinheit 36 weist
ferner eine Fast-Fourier-Transformationseinheit
(FFT-Einheit) 31, eine Spektrumerfassungseinheit 32,
eine Maskierungsschwellenwertberechnungseinheit 33, eine
Signal/Maske-Verhältnis-Berechnungseinheit
(SMR-Berechnungseinheit) 34 und eine Schalldruckpegelberechnungseinheit 35 auf.
-
In
der psychoakustischen Analyseeinheit 26 werden die Eingangs-Audiodaten
durch die FFT-Einheit 31 spektral aufgelöst. In den
aufgelösten
Spektren erfaßt
die Spektrumerfassungseinheit 32 nur ein als "Masker" verwendbares Spektrum.
-
Die
Maskierungsschwellenwertberechnungseinheit 33 führt für die durch
die Spektrumerfassungseinheit 32 erfaßten Spektren eine Verarbeitung
aus, z.B. eine Verarbeitung für
einen Vergleich mit einem minimalen Hörschwellenwert und eine Maskierungseffektanalyse,
und berechnet dann einen Maskierungswert für jedes der Subbandsignale. Die
Schalldruckpegelberechnungseinheit 35 berechnet den Schalldruckpegel
für jedes
der Subbandsignale.
-
Schließlich berechnet
die SMR-Berechnungseinheit 34 für jedes der Subbandsignale
ein Signal/Maske-Verhältnis
(SMR) unter Verwendung des von der Schalldruckpegelberechnungseinheit 35 empfangenen
Schalldruckpegels und des von der Maskierungsschwellenwertberechnungseinheit 33 empfangenen
Maskierungswertes. Daraufhin gibt die SMR-Berechnungseinheit 34 das
Rechenergebnis an die (in 1 dargestellte)
Bitzuweisungseinheit 23 aus.
-
Nachstehend
wird die Arbeitsweise der Bitzuweisungseinheit 23 unter
Bezug auf 3 beschrieben.
-
Der
Quantisierungsschrittwert jedes der Subbandsignale wird auf "0" initialisiert (Schritt S31). Anschließend wird
das Maske/Rausch-Verhältnis (MNR)
als Maskierungswert für
jedes der Subbandsignale berechnet (Schritt S32).
-
Basierend
auf den Rechenergebnissen wird der Quantisierungsschrittwert des
Subbandsignals mit einem minimalen MNR-Verhältnis
um einen Schritt inkrementiert (Schritt S33), um das MNR-Verhältnis zu
aktualisieren (Schritt S34). Dann wird die Gesamtzahl von aktuell
zugewiesenen Symbolen bestimmt (Schritt S35) und mit einer zulässigen Anzahl von
Symbolen verglichen (Schritt S36).
-
Wenn
die Gesamtzahl von Symbolen die zulässige Anzahl von Symbolen noch
nicht erreicht hat, springt die Verarbeitung zu Schritt S31 zurück, und die
Bitzuweisungsverarbeitung wird fortgesetzt. Wenn die Gesamtzahl
von Symbolen die zulässige Anzahl
von Symbolen erreicht hat, wird die Bitzuweisungsverarbeitung beendet.
-
Die
vorstehend beschriebene herkömmliche Audiocodierverarbeitung
gemäß der menschlichen akustischen
Wahrnehmung, die allgemein als psychoakustisches Modell bezeichnet
wird, ist jedoch hinsichtlich einer praktischen Anwendung eingeschränkt. Die
Verarbeitungslast nimmt während
des Maskierungseffektberechnungsschritts zu. Außerdem nimmt die Zahl von Schleifeniterationen
zu, wodurch ein Problem hinsichtlich einer höheren Verarbeitungslast auftritt.
Dies ist der Fall, weil in der Bitzuweisungsverarbeitung Bits nacheinander
von denjenigen Subbändern
zugewiesen werden, die eine hohe Bitzuordnungspriorität aufweisen.
-
Nachstehend
werden andere bekannte Audiocodierverfahren beschrieben.
-
In
der JP-A-10-304360 werden lastreduzierende Verfahren für eine Audiocodierverarbeitung beschrieben.
In dieser Veröffentlichung
sind drei Verfahren dargestellt, durch die eine Audiocodierverarbeitung
implementiert wird, ohne daß eine
psychoakustische Analyse ausgeführt
wird, für
die in der Audiocodierverarbeitung die höchste Verarbeitungslast erforderlich
ist.
-
Gemäß einem
ersten Verfahren werden einem Subbandsignal, das einen Ton mit einem
hohen Wahrnehmungspegel des menschlichen Hörempfindens aufweist, Bits
unabhängig
von einzelnen Schalldruckpegeln bedingungslos zugewiesen. Im ersten Verfahren
kann ein Fall auftreten, in dem Bits auch für ein Subbandsignal zugewiesen
werden, das nahezu keinen Schalldruck aufweist.
-
Gemäß einem
zweiten Verfahren wird der durch ein Subbandsignal dargestellte
Ton gemäß einem
Wahrnehmungspegel des menschlichen Hörempfindens gewichtet, und
es wird ein jedem der Subbandsignale zuzuweisender Bitanteil gemäß dem Schalldruck
jedes der Subbandsignale bestimmt. Dann werden entsprechend den
auf die vorstehend erwähnte
Weise bestimmten Anteilen den einzelnen Subbandsignalen Bits zugewiesen.
-
In
einem dritten Verfahren wird der durch ein Subbandsignal dargestellte
Ton gemäß einem
Wahrnehmungspegel des menschlichen Hörempfindens gewichtet. Dann
wird für
jedes der Subbandsignale gemäß einem
Skalierungsfaktor für
das Subbandsignal eine (als Bitzuweisungsinformationskoeffizient bezeichnete)
Bitzuweisungspriorität
bestimmt. Daraufhin werden Bits in der Folge von Subbandsignalen zugewiesen,
die eine hohen Bitzuweisungspriorität aufweisen.
-
In
der JP-C-2558997 ist ein Verfahren dargestellt, durch das die Verarbeitungslast
in der Audiocodierverarbeitung durch Ausführen von zwei Typen von Gewichtungsverarbeitungen
für einzelne
Subbandsignale reduziert wird. Der erste Typ einer Gewichtungsverarbeitung
wird gemäß einem
den Pegel jedes der Subbandsignale darstellenden Logarithmuswert
ausgeführt.
Der zweite Typ einer Gewichtungsverarbeitung ist für jedes
der Subbandsignale vorbestimmt. Der erste Typ einer Gewichtungsverarbeitung
wird als Ersatz für
eine psychoakustische Analyseverarbeitung vorgeschlagen.
-
In
der JP-A-11-330977 ist ein Verfahren dargestellt, das einzelne Subbandsignale
gemäß Quantisierungsfehlern
klassifiziert. In diesem Verfahren wird ein Subbandsignal, das einen
großen
Quantisierungsfehler erzeugt, nicht codiert, sondern es werden nur
einem Subbandsignal, das einen kleinen Quantisierungsfehler erzeugt,
Codierungsbits zugewiesen. Durch dieses Verfahren kann die Codierungseffizienz verbessert
werden, während
die Tonqualität
beibehalten wird. Weil durch dieses Verfahren der Frequenzbereich
des codierten Signals adaptiv verändert wird, wird das Verfahren
als "adaptiv skalierbare Codierung" bezeichnet.
-
In
der EP-A-0805564 ist ein Verfahren dargestellt, in dem Bits gemäß einem
Rauschsignalformungsfaktor zugewiesen werden, der gemäß der Glattheit
des Spektrums des Eingangssignals verändert wird, wobei die Empfindlichkeit
des menschlichen Hörmechanismus
berücksichtigt
wird.
-
Wie
vorstehend beschrieben wurde, wird durch diese Verfahren die Verarbeitungslast
der Audiocodierverarbeitung vermindert. Allerdings wird durch keines
der Verfahren eine psychoakustische Verarbeitung durch eine kleine
Anzahl von Operationen implementiert, um die Verarbeitungslast der
Audiocodierverarbeitung zu reduzieren.
-
Unter
den vorstehend beschriebenen Umständen ist es eine Aufgabe der
vorliegenden Erfindung, einen Audiocodierer bereitzustellen, der
eine psychoakustische Analyseverarbeitung durch eine minimale Anzahl
von Operationen in der Audiocodierverarbeitung implementiert und
eine effiziente Audiocodierung mit einer minimalen Verarbeitungslast
implementiert.
-
Es
ist eine andere Aufgabe der vorliegenden Erfindung, ein in Kombination
mit dem vorstehend erwähnten
erfindungsgemäßen Audiocodierer
verwendbares psychoakustisches Analyseverfahren bereitzustellen.
-
Ein
erfindungsgemäßer Audiocodierer
weist eine Subbandteilungseinheit zum Teilen eines Eingangssignals
in mehrere Frequenzbänder
und zum Ausgeben mehrerer Subbandsignale auf, und führt eine
Kompressions-Codierverarbeitung für die einzelnen Subbandsignale
aus. Der Audiocodierer weist ferner eine Bitzuweisungseinheit auf.
Die Bitzuweisungseinheit führt
eine Gewichtung gemäß einer Kurve
gleicher Lautstärke
aus, die Punkte, die Schalldruckwerte der gleichen Hörlautstärke darstellen,
für jede
Frequenz der einzelnen Subbandsignale verbindet. Außerdem führt die
Bitzuweisungseinheit eine Bitzuweisung aus, um einen gewichteten
Quantisierungsfehler in den einzelnen Subbandsignalen auszugleichen.
-
Das
erfindungsgemäße psychoakustische Analyseverfahren
wird auf einen Audiocodierer angewendet, der eine Subbandteilungseinheit
zum Teilen eines Eingangssignals in mehrere Frequenzbänder und
zum Ausgeben mehrerer geteilter Subbandsignale aufweist und eine
Kompressions-Codierverarbeitung für die durch die Subbandteilungseinheit
geteilten einzelnen Subbandsignale ausführt. Das psychoakustische Analyseverfahren
weist die Schritte zum Ausführen
einer Gewichtung gemäß einer
Kurve gleicher Lautstärke
aus, die Punkte, die Schalldruckwerte der gleichen Hörlautstärke darstellen,
für jede Frequenz
der einzelnen Subbandsignale verbindet. Außerdem weist das psychoakustische
Analyseverfahren den Schritt zum Ausführen einer Bitzuweisung zum
Ausgleichen eines gewichteten Quantisierungsfehler in den einzelnen
Subbandsignalen aus.
-
Durch
das erfindungsgemäße psychoakustische
Analyseverfahren wird eine effiziente psychoakustische Analysetechnik
bereitgestellt, die mit einer minimalen Rechenlast in einem Audiocodierverfahren,
z.B. gemäß MPEG-Standards,
implementierbar ist, das das menschliche Hörempfinden berücksichtigt.
-
Eine
psychoakustische Analysetechnik gemäß dem MPEG-Standard berücksichtigt beispielsweise Grenzen
von Verarbeitungen, in denen das menschliche Hörempfinden berücksichtigt
wird, und Maskierungseffekte, um die Priorität der Bitzuweisung zu den einzelnen
Subbandsignalen zu bestimmen. In den Spezifikationen der Standards
wird das menschliche Hörempfinden
als psychoakustisches Modell bezeichnet, und es wird eine Verarbeitung
dafür spezifiziert.
In der Verarbeitung werden Audiobändern mit einem höheren menschlichen
Hörempfinden eine
größere Anzahl
von Bits zugewiesen. Daher können durch
diese Technik codierte Audiodaten mit einer hohen Tonwiedergabequalität erhalten
werden.
-
Die
Verarbeitung gemäß den MPEG-Standards
für das
psychoakustische Modell beginnt jedoch mit einer FFT-Transformation
(Fast-Fourier-Transformation) und beinhaltet andere komplizierte
Verarbeitungen mit hoher Verarbeitungslast. Die Verarbeitung weist
beispielsweise das Vergleichen von Daten von Signalen, die durch
die FFT-Transformation an einer Grenze einer minimalen Hörempfindens
erhalten werden, und eine Analyse von Maskierungseffekten auf.
-
Die
Verarbeitungslast der Verarbeitung des psychoakustischen Modells
nimmt insbesondere dann zu, wenn der Audiocodierer gemäß den MPEG-Standards
unter Verwendung von Software implementiert wird, die durch eine
CPU z.B. eines Personalcomputers gesteuert wird. Die Codierleistung
wird daher durch die Leistungsfähigkeit
eines Prozessors z.B. eines Personalcomputers, der die Codierverarbeitung
ausführt,
wesentlich beeinflußt und
begrenzt. Wenn eine Echtzeitverarbeitung mit einem Audiocodierer
mit einer niedrigen Leistungsfähigkeit
ausgeführt
wird, kann ein Fall auftreten, in dem die Decodierverarbeitung bei
der Wiedergabe verzögert
wird, wodurch Diskontinuitäten
bei der Tonwiedergabe auftreten. Durch das erfindungsgemäße psychoakustische
Analyseverfahren werden diese Probleme gelöst.
-
Im
erfindungsgemäßen psychoakustischen Analyseverfahren
wird für
einzelne Subbandsignale ein Gewichtungskoeffizient gemäß einer
Kurve gleicher Lautstärke
gesetzt, und außerdem
wird ein zulässiger
Quantisierungsfehler-Anfangswert gesetzt. Anschließend wird
für jedes
der Subbandsignale, denen Bits zugewiesen werden können, die
Anzahl von Quantisierungsschritten unter Verwendung des Skalierungsfaktors,
des Gewichtungskoeffizients und des zulässigen Quantisierungsfehlers
des entsprechenden Subbandsignals einzeln berechnet.
-
Daraufhin
wird die Gesamtzahl zugewiesener Symbole berechnet. Wenn die berechnete
Gesamtzahl von Symbolen größer ist
als die zulässige Anzahl
von Symbolen, wird ein neuer zulässiger Quantisierungsfehler
gesetzt, und die Anzahl der Quantisierungsschritte wird für jedes
der Subbandsignale neu berechnet. Andererseits wird, wenn die berechnete
Gesamtzahl der Symbole kleiner oder gleich der zulässigen Anzahl
von Symbolen ist, ein neuer zulässiger
Quantisierungsfehler gesetzt, und dann wird bestimmt, ob der zulässige Quantisierungsfehler
eine Ende- oder Abbruchbedingung für die Bitzuweisungsverarbeitung
erfüllt.
Wenn entschieden wird, daß die
Abbruchbedingung nicht erfüllt
ist, wird die Anzahl von Quantisierungsschritten für jedes
der Subbandsignale neu berechnet. Wenn entschieden wird, daß die Abbruchbedingung
erfüllt ist,
wird die Hörsinnanalyse-Bitzuweisungsverarbeitung
beendet.
-
Herkömmlich wird
die Bitzuweisungsverarbeitung basierend auf dem Ergebnis einer unter
Verwendung von Parametern des psychoakustischen Modells ausgeführten Berechnung
ausgeführt.
Weil im erfindungsgemäßen Verfahren
jedoch die Bitzuweisung ausgeführt
wird, um einen Quantisierungsfehler in den einzelnen Subbandsignalen
auszugleichen, kann die Codierung ohne Verwendung eines psychoakustischen
Modells ausgeführt
werden.
-
Außerdem wird,
wenn der Gewichtungskoeffizient für jedes der Subbandsignale
gesetzt wird, die Codierungsbitrate, die gesetzt worden ist, verändert. Wenn
festgestellt wird, daß die
Codierungsbitrate niedriger ist als ein Referenzwert, wird der der
Kurve gleicher Lautstärke
entsprechende Gewichtungskoeffizient gemäß der Codierungsbitrate neu
gewichtet. Daher kann durch das erfindungsgemäße Verfahren die der Codierungsbitrate
entsprechende Tonqualität beibehalten,
durch eine unzureichende Anzahl von Symbolen erzeugtes Co dierrauschen
vermieden und der Codiervorgang entsprechend einem weiten Bereich
von Codierungsbitraten implementiert werden.
-
1 zeigt
eine schematische Ansicht einer Konfiguration eines herkömmlichen
MPEG-1/Audio-Layer-1-Codierers;
-
2 zeigt
eine schematische Ansicht einer Konfiguration einer in 1 dargestellten
psychoakustischen Analyseeinheit;
-
3 zeigt
ein Ablaufdiagramm zum Darstellen einer Verarbeitung einer in 1 dargestellten
Bitzuweisungseinheit;
-
4 zeigt
eine schematische Ansicht einer Konfiguration einer ersten Ausführungsform
eines erfindungsgemäßen Audiocodierers;
-
5 zeigt
ein Ablaufdiagramm zum Darstellen einer Operation der in 4 dargestellten Hörsinnanalyse-Bitzuweisungseinheit;
-
6 zeigt
eine einer Kurve gleicher Lautstärke
entsprechende Gewichtungstabelle in Subbandeinheiten in einer ersten
Ausführungsform
der vorliegenden Erfindung;
-
7 zeigt
eine Beziehung zwischen der Anzahl von Quantisierungsschritten und
der Anzahl von Zuweisungsbits in einem MPEG-1/Audio-Layer-1-Codierverfahren;
-
8 zeigt
ein Ablaufdiagramm zum Darstellen eines Verfahrens zum Aktualisieren
einer Gewichtungstabelle in eine Gewichtungstabelle in Subbandeinheiten,
die Codierungsbitraten entsprechen, gemäß einer zweiten Ausführungsform
der vorliegenden Erfindung;
-
9 zeigt
ein Beispiel einer Gewichtungstabelle in Subbandeinheiten, die Codierungsbitraten entsprechen,
gemäß der zweiten
Ausführungsform der
vorliegenden Erfindung; und
-
10 zeigt
ein Ablaufdiagramm zum Darstellen einer Verarbeitung einer zweiten
Ausführungsform
einer Hörsinn- Bitzuweisungseinheit,
wenn eine Codierungsbitrate niedriger ist als eine empfohlene Bitrate.
-
Nachstehend
wird unter Bezug auf 4 eine erste Ausführungsform
eines erfindungsgemäßen Audiocodierers
beschrieben.
-
In 4 empfängt ein
Audiocodierer 10 Eingangs-Audiodaten als ein Eingangssignal und
gibt codierte Audiodaten aus. Der Audiocodierer 10 weist eine
Subbandteilungseinheit 11, eine Skaliereinheit 12,
eine Hörsinnanalyse-Bitzuweisungseinheit 13, eine
Quantisierungseinheit 14 und eine Bitstromerzeugungseinheit 15 auf.
-
Die
Subbandteilungseinheit 11 teilt das Eingangssignal in mehrere
Frequenzbänder
und gibt mehrere geteilte Subbandsignale aus. Die Skaliereinheit 12 berechnet
einen Skalierungsfaktor bezüglich
eines Referenzwertes für
jedes der Subbandsignale und stellt deren Dynamikbereich gleichmäßig ein.
-
Die
Hörsinnanalyse-Bitzuweisungseinheit 13 führt eine
psychoakustische Analyse aus, die ein Merkmal der vorliegenden Erfindung
darstellt. Die Quantisierungseinheit 14 führt Quantisierungsberechnungen
aus. Die Bitstromerzeugungseinheit 15 erzeugt einen Bitstrom
in Kombination mit einer Header-Information und Zusatzinformation.
-
Die
Hörsinnanalyse-Bitzuweisungsweinheit 13 führt eine
Gewichtung für
jedes der von der Skalierungseinheit 12 ausgegebenen Subbandsignale gemäß einer
Kurve gleicher Lautstärke
aus. Dann berechnet die Hörsinnanalyse-Bitzuweisungseinheit 13 die
zuzuweisende Bitmenge, durch die der gewichtete Quantisierungsfehler
in den einzelnen Subbandsignalen ausgeglichen werden kann.
-
Außer der
Gewichtung gemäß der Kurve gleicher
Lautstärke
kann die Hörsinnanalyse-Bitzuweisungsweinheit 13 auch
Codierungsbitraten entsprechende Gewichte hinzufügen und die zuzuweisende Bitmenge
berechnen, durch die der gewichtete Quantisierungsfehler in den
einzelnen Subbandsignalen ausgeglichen werden kann.
-
Das
menschliche Hörempfinden
ist personenabhängig.
Auch ein Ton, der durch ein Signal dargestellt wird, das einen Ton
mit dem gleichen Schalldruckpegel darstellt, ändert sich in Abhängigkeit
von der Frequenz des Signals in der Hörlautstärke. Eine Kurve, die Punkte
verbindet, die gleiche Druckwerte von Tönen darstellen, die den gleichen
Hörlautstärkepegel
für eine
einzelne Reintonfrequenz aufweisen, wird als Kurve gleicher Lautstärke oder
Kurve gleicher Wahrnehmung bezeichnet. D.h., obwohl der durch die
Signale dargestellte Ton unabhängig
von seiner Frequenz den gleichen Schalldruckpegel aufweist, wird
er in Abhängigkeit
vom jeweiligen Hörempfinden
oder Hörsinn
verschieden wahrgenommen.
-
Gemäß der Kurve
gleicher Lautstärke
liegen die durch Menschen am besten wahrnehmbaren Frequenzen in
der Nähe
von 4 kHz, und eine Frequenz, die niedriger oder höher ist
als 4 kHz ist für
einen menschlichen Hörer
nur schwer hörbar.
Kurven gleicher Lautstärke
sind in "Sound Oscillation
Technology" (Nishiyama
et al.; Corona Corp., Seite 23; April 1979) ausführlich beschrieben.
-
5 zeigt
ein Ablaufdiagramm zum Darstellen der Arbeitsweise der in 4 dargestellten Hörsinnanalyse-Bitzuweisungseinheit 13. 6 zeigt
ein Beispiel einer einer Kurve gleicher Lautstärke entsprechenden Gewichtungstabelle
in Subbandeinheiten gemäß einer
ersten Ausführungsform
der vorliegenden Erfindung. 7 zeigt
die Beziehung zwischen der Anzahl von Quantisierungsschritten und
der Anzahl von Zuweisungsbits in einem MPEG-1/Audio-Layer-1-Codierverfahren.
Daten, die die in 6 dargestellte Gewichtungstabelle
und die in 7 dargestellte entsprechende Beziehung
darstellen, sind in einer Speichereinheit 13-1 der Hörsinnanalyse-Bitzuweisungseinheit 13 gespeichert.
-
Nachstehend
wird unter Bezug auf die 4 bis 7 eine Ausführungsform
eines erfindungsgemäßen psychoakustischen
Analyseverfahrens anhand eines MPEG-1/Audio-Layer-1-Codierverfahrens
als Beispiel beschrieben.
-
Ein
Eingangssignal, das einer linearen 16-Bit-Digitalisierung unterzogen wird, wird
durch die Subbandteilungseinheit 11 in Subbandsignale von
32 Bändern
geteilt. Daraufhin wird eine Verarbeitung in Einheiten von 12 Abtastungen
pro Subband, d.h. in Einheiten von insgesamt 384 Abtastungen, ausgeführt. Um
die Dynamikbereiche der in 32 Frequenzbänder geteilten einzelnen Subbandsignale
gleichmäßig einzustellen,
normiert die Skalierungseinheit 12 die Bereiche derart,
daß die
maximale Amplitude auf 1,0 gesetzt wird, und berechnet einen Skalierungsfaktor
in Einheiten des Subbandsignals.
-
Anschließend bestimmt
die Hörsinnanalyse-Bitzuweisungseinheit 13 die
Bitzuweisungsmenge für
jedes der Subbandsignale. Zunächst
wird ein Initialisierungsschritt ausgeführt (Schritt S51 in 5). Der
Initialisierungsschritt beinhaltet die Bestimmung von Gewichtungskoeffizienten
für die
einzelnen Subbandsignale. Die Gewichtungskoeffizienten werden gemäß der vorstehend
beschriebenen Kurve gleicher Lautstärke bestimmt. Die Gewichtungskoeffizienten werden
daher derart bestimmt, daß einem
Subbandsignal mit einem Frequenzband, das durch einen Menschen am
besten wahrnehmbar ist, die größte Anzahl
von Bits zugewiesen wird.
-
Gemäß der Kurve
gleicher Lautstärke
kann bestimmt werden, daß ein
Frequenzband bei etwa 4 kHz für
Menschen am besten wahrnehmbar ist. In dem Beispiel gilt: je größer der
Koeffizient ist, desto niedriger ist die Bitzuweisungsprio rität für das Subbandsignal.
Außerdem
wird der Koeffizient für
die höchste
Bitzuweisungspriorität
auf 1,0 gesetzt.
-
Nachstehend
wird ein Basiskonzept des Verfahrens beschrieben.
-
Wenn
der Skalierungsfaktor für
jedes der Subbandsignale durch Sscale(sb) und die Anzahl der Quantisierungsschritte
durch Qsteps(sb) dargestellt wird, ist ein Quantisierungsfehler
Qerr(sb) durch folgende Gleichung gegeben: Qerr(sb)
= Sscale(sb)/Qsteps(sb)(sb = 0, 1, 2, ..., 31).
-
Außerdem wird,
wenn der Gewichtungskoeffizient für jedes der Subbandsignale
durch Wweight(sb) dargestellt wird, ein Gewichtungsquantisierungsfehler
Wqerr(sb) durch folgende Gleichung dargestellt: Wqerr(sb)
= Qerr(sb) × Wweight(sb)(sb
= 0, 1, 2, ..., 31).
-
Eine
Bitzuweisung unter Verwendung der menschlichen Psychoakustik wird
durch Steuern der Anzahl von Quantisierungsschritten Qsteps(sb)
zum Ausgleichen des Quantisierungsfehlers Wqerr(sb) in den einzelnen
Subbandsignalen implementiert, und gleichzeitig wird der Wert des
Quantisierungsfehlers Wqerr(sb) auf einen Minimalwert einer zulässigen Anzahl
von Symbolen reduziert.
-
Daraufhin
wird der zulässige
Quantisierungsfehler auf einen Anfangswert gesetzt. Der zulässige Quantisierungsfehler
bezeichnet einen Wert, der durch Dividieren eines maximalen Skalierungsfaktors
in jedem der Subbandsignale durch eine vorläufig festgelegte maximale Anzahl
von Quantisierungsschritten erhalten wird, die jedem der Subbandsignale
zugewiesen werden können.
-
Wenn
der maximale Skalierungsfaktor durch Smax_scale bezeichnet wird,
und die vorläufig
festgelegte maximale Anzahl von Quantisierungsschritten "255" beträgt, wird
der An fangswert eines zulässigen
Quantisierungsfehlers Qerr_thr durch folgende Gleichung erhalten: Qerr_thr = Smax_scale/255
-
Die
Anzahl der Quantisierungsschritte ist die Anzahl der Schritte, über mit
der eine Quantisierung ausgeführt
wird. Im MPEG-1/Audio-Layer-1-Codierverfahren wird jede Anzahl von
Quantisierungsschritten durch einen Wert dargestellt, der um "1" niedriger ist als ein Exponent von "2", wobei der Maximalwert der Anzahl der
Quantisierungsschritten "32767" und der Minimalwert "3" beträgt. Wenn keine Quantisierung
ausgeführt
wird, wird die Anzahl der Quantisierungsschritte auf "0" gesetzt.
-
Außerdem wird
im MPEG-1/Audio-Layer-1-Codierverfahren "32767" als maximale Anzahl von Quantisierungsschritten
gesetzt, die jedem der Subbandsignale praktisch zuweisbar sind.
Daher kann, wenn dieser Wert gesetzt ist, eine Quantisierung mit
dem kleinsten Fehler ausgeführt
werden.
-
Wenn
der Wert "3" als minimale Anzahl
der Quantisierungsschritte gesetzt ist, wird durch die Quantisierung
der größte Fehler
erzeugt. Gemäß dem vorstehenden
Sachverhalt werden ein Quantisierungsfehler Qerr_thr_min, der in
einer Anfangsphase am kleinsten ist, und ein Quantisierungsfehler Qerr_thr_max,
der in einer Anfangsphase am größten ist,
durch folgende Ausdrücke
dargestellt: Qerr_thr_min = Smax_scale/32767 Qerr_thr_max = Smax_scale/3.
-
Diese
Ausdrücke
werden verwendet, um zu bestimmen, ob der Quantisierungsfehler innerhalb vorgegebener
Grenzen liegt, wenn die Gesamtanzahl von Symbolen berechnet wird.
-
Dadurch
wird die Initialisierung abgeschlossen. Anschließend wird eine Verarbeitung
zum Berechnen der Anzahl von Quantisierungsschritten für jedes
der Subbandsignale ausgeführt
(Schritt S52 in 5). Die Anzahl von Quanti sierungsschritten Qsteps(sb)
für jedes
der Subbandsignale wird durch den folgenden Ausdruck erhalten: Qsteps(sb) = Sscale(sb) × Wweight(sb)/Qerr_thr(sb
= 0, 1, 2, ..., 31).
-
In
diesem Fall muß die
erhaltene Anzahl von Quantisierungsschritten Qsteps(sb) auf eine
durch das MPEG-1/Audio-Layer-1-Codierverfahren
definierte vorgegebene Anzahl von Quantisierungsschritten gerundet
werden.
-
7 zeigt
die Beziehung zwischen der Anzahl der Quantisierungsbits und der
dieser entsprechenden Anzahl von Quantisierungschritten. In der vorliegenden
Ausführungsform
wird die Anzahl der Quantisierungsschritte auf den nächsten Spezifikationswert
gerundet.
-
Daraufhin
wird basierend auf der den einzelnen Subbandsignalen zugewiesenen
Anzahl von Quantisierungsschritten eine entsprechende Anzahl von
Quantisierungsbits bestimmt. Außerdem
werden die Anzahl von Bits für
Seiteninformation, Header-Information und ähnliche Information hinzugefügt, die zum
Erzeugen eines MPEG-1/Audio-Bitstroms erforderlich sind. Dadurch
wird eine Gesamtzahl von Symbolen erhalten (Schritt S53 in 5).
-
Daraufhin
wird die Gesamtzahl von Symbolen mit der zulässigen Anzahl von Symbolen
verglichen, die gemäß der Codierungsbitrate
bestimmt und praktisch zuweisbar ist (Schritt S54 in 5).
Wenn die Gesamtzahl von Symbolen größer ist als die zulässige Anzahl
von Symbolen, wird, weil festgestellt werden kann, daß der aktuelle
zulässige
Quantisierungsfehler Qerr_thr übermäßig klein
ist, der zulässige
Quantisierungsfehler Qerr_thr auf einen größeren Wert aktualisiert (Schritt
S55 in 5).
-
Der
zulässige
Quantisierungsfehler Qerr_thr wird folgendermaßen aktualisiert. Zunächst wird
der aktuelle zulässige
Quantisierungsfehler Qerr_thr als neuer kleinster Quan tisierungsfehler
Qerr_thr_min gespeichert. D.h., die Beziehung kann dargestellt werden
durch: Qerr_thr_min = Qerr_thr.
-
Anschließend wird
ein neuer zulässiger Quantisierungsfehler
gemäß folgendem
Ausdruck berechnet: Qerr_thr = (Qerr_thr + Qerr_thr_max)/2.
-
Nachdem
der zulässige
Quantisierungsfehler wie vorstehend beschrieben aktualisiert wurde, wird
die Anzahl von Quantisierungsschritten für jedes der Subbandsignale
neu berechnet (Schritt S52 in 5).
-
Wenn
festgestellt wird, daß die
Gesamtzahl von Symbolen kleiner oder gleich der zulässigen Anzahl
von Symbolen ist, wird, weil festgestellt werden kann, daß der aktuelle
zulässige
Quantisierungsfehler übermäßig groß ist, der
aktuelle zulässige
Quantisierungsfehler auf einen kleineren Wert aktualisiert (Schritt
S56 in 5).
-
Der
zulässige
Quantisierungsfehler Qerr_thr wird folgendermaßen aktualisiert. Zunächst wird
der aktuelle zulässige
Quantisierungsfehler Qerr_thr als neuer größter Quantisierungsfehler Qerr_thr_max gespeichert.
D.h., die Beziehung kann folgendermaßen dargestellt werden: Qerr_thr_max = Qerr_thr.
-
Daraufhin
wird der neue zulässige
Quantisierungsfehler gemäß folgendem
Ausdruck berechnet: Qerr_thr = (Qerr_thr + Qerr_thr_min)/2.
-
Dann
wird festgestellt, ob die Bitzuweisung gemäß dem neuen zulässigen Quantisierungsfehler konvergiert
hat. Wenn die durch den folgenden Ausdruck dargestellte Bedingung
erfüllt
ist, wird festgestellt, daß die
Bitzuweisung konvergiert hat, so daß die Verarbeitung beendet
wird (Schritt S57 in 5). Qerr_thr/Qerr_thr_max > 0,9.
-
Wenn
die vorstehende Bedingung nicht erfüllt ist, wird festgestellt,
daß die
Bitzuweisungsverarbeitung nicht konvergiert hat. In diesem Fall
wird die Anzahl der Quantisierungsschritte für jedes der Subbandsignale
unter Verwendung des aktualisierten zulässigen Quantisierungsfehlers
Qerr_thr neu berechnet (Schritt S52 in 5).
-
Daraufhin
quantisiert oder digitalisiert die Quantisierungseinheit 14 jedes
der Subbandsignale unter Verwendung einer linearen Quantisierungseinrichtung,
die eine Nullsymmetrie-Darstellung verwendet. Dann erzeugt die Bitstromerzeugungseinheit 15 einen
Bitstrom zusammen mit Header- und Seiteninformation. Dadurch wird
die Codierungsverarbeitung abgeschlossen.
-
Gemäß dem Bitzuweisungsverfahren,
in dem das in den MPEG-Standards spezifizierte psychoakustische
Modell verwendet wird, werden komplizierte Berechnungen zum Analysieren
von FFT-Daten, Maskierungseffekten und ähnliche Verarbeitungen mit
einer hohen Verarbeitungslast ausgeführt. Wie vorstehend beschrieben
wurde, sind im erfindungsgemäßen Bitzuweisungsverfahren
keine. derartigen komplizierten Berechnungen erforderlich, so daß die Codierverarbeitungslast
reduziert werden kann.
-
Die 8 bis 10 stehen
mit einer zweiten Ausführungsform
der vorliegenden Erfindung in Beziehung. 8 zeigt
ein Ablaufdiagramm zum Darstellen eines Verfahrens zum Aktualisieren
einer Gewichtungstabelle in eine Gewichtungstabelle in Subbandeinheiten,
die einer Codierungsbitrate entsprechen. 9 zeigt
ein Beispiel einer Gewichtungstabelle in Subbandeinheiten, die einer
Codierungsbitrate entsprechen. 10 zeigt
ein Ablaufdiagramm zum Darstellen der Arbeitsweise der (in 4 dargestellten)
Hörsinnanalyse-Bitzuweisungseinheit 13,
wenn eine Codierungsbitrate kleiner ist als eine empfohlene Bitrate.
Die in 9 dar gestellte Gewichtungstabelle ist in der Speichereinheit 13-1 der
in 4 dargestellten Hörsinnanalyse-Bitzuweisungseinheit 13 gespeichert.
-
Ein
Audiocodierer dieser Ausführungsform hat
mit Ausnahme der Verarbeitung der Hörsinnanalyse-Bitzuweisungseinheit 13 die
gleiche Konfiguration wie der in 4 dargestellte
Audiocodierer 10. Daher werden die gleichen Abschnitte
nicht näher
erläutert.
Die vorliegende Ausführungsform
wird nachstehend unter Bezug auf die 4, 8, 9 und 10 beschrieben.
-
In
der vorstehend beschriebenen ersten Ausführungsform wird die der Kurve
gleicher Lautstärke
entsprechende Gewichtungstabelle erzeugt, und unter Verwendung der
Tabelle werden unter einer Vorbedingung, daß allen Subbandsignalen Bits zugewiesen
werden, Bits zugewiesen. In der ersten Ausführungsform kann jedoch, wenn
die Codierungsbitrate niedrig ist, insbesondere wenn die Codierungsbitrate
kleiner ist als die empfohlene Bitrate, die als Soll-Bitrate bezeichnet
wird, und eine Gewichtung ausgeführt
wird, wenn die Codierungsbitrate hoch ist, ein Mangel an Bits entstehen.
Durch einen Mangel an Zuweisungsbits kann die Tonqualität abnehmen
und Codierrauschen erzeugt werden.
-
Um
die vorstehend erwähnten
Probleme zu lösen,
wird die Bitzuweisungspriorität
für ein
Subbandsignal auf der Seite eines hohen Audiobandes vermindert,
und einem Frequenzband, das einen Ton darstellt, der durch einen
menschlichen Hörer
leicht wahrnehmbar ist, wird eine große Bitzahl zugewiesen. Dadurch
kann die Tonqualität
gemäß den Codierungsbitraten
beibehalten und Codierrauschen verhindert werden. Nachstehend wird
eine Verarbeitung beschrieben, die ausgeführt wird, wenn die Codierungsbitrate
niedriger ist als die Soll-Bitrate.
-
Zunächst berechnet
der Codierer einen Gewichtungskoeffizient für jedes der Subbandsignale (Schritt
S101 in 10). Bei der Berechnung des Gewichtungskoeffizienten
für jedes
der Subbandsignale wird zunächst
eine durch einen Benutzer gesetzte Codierungsbitrate verifiziert
(Schritt S81 in 8). Bei der Verifizierung wird
bestimmt, ob die Codierungsbitrate niedriger ist als eine Soll-Bitrate. Wenn
festgestellt wird, daß die
Codierungsbitrate größer oder
gleich der Soll-Bitrate ist (Schritt S82 in 8), verwendet
der Codierer die in 6 dargestellte, der Kurve gleicher
Lautstärke
entsprechende Gewichtungstabelle.
-
Wenn
festgestellt wird, daß die
Codierungsbitrate kleiner ist als die Soll-Bitrate (Schritt S82
in 8), verwendet der Codierer einen einer Bitrate entsprechenden
Koeffizienten (9) und einen auf der Kurve gleicher
Lautstärke
basierenden Gewichtungskoeffizienten (6), um einen
neuen Gewichtungskoeffizienten zu berechnen (Schritt S83 in 8).
-
Wenn
der der Kurve gleicher Lautstärke
entsprechende Gewichtungskoeffizient durch Wweight(sb) dargestellt
wird, und der einer Bitrate entsprechende Koeffizient durch Wweight_br(sb) dargestellt
wird, wird ein neuer Gewichtungskoeffizient Wweight_new(sb) durch
folgenden Ausdruck erhalten: Wweight_new(sb)
= Wweight(sb) × Wweight_br(sb)(sb
= 0, 1, 2, ..., 31)
-
Anschließend wird
eine Initialisierung vorgenommen, um die Bitzuweisungsverarbeitung
zu starten (Schritt S102 in 10). Wenn
die Codierungsbitrate größer oder
gleich der Soll-Bitrate ist, wird Wweight(sb) als Gewichtungskoeffizient
verwendet. Wenn die Codierungsbitrate kleiner ist als die Soll-Bitrate,
wird Wweight_new(sb) als Gewichtungskoeffizient verwendet.
-
Für die Initialisierung
wird die gleiche Verarbeitung wie in Schritt S51 der ersten Ausführungsform
der vorliegenden Erfindung ausgeführt. Auch für die folgende Bitzuweiungsverarbeitung
(Schritte S103 bis S108 in 10) wird
die gleiche Verarbeitung wie in der ersten Ausführungsform (Schritte S52 bis
S57 in 5) ausgeführt,
und die Bitzuweisungsverarbeitung wird darauf beendet.
-
Auf
diese Weise wird jedem der Subbandsignale das der Codierungsbitrate
entsprechende Gewicht hinzugefügt.
Dadurch kann die der Codierungsbitrate entsprechende Tonqualität beibehalten
werden, und es kann ein Audiocodierverfahren ausgeführt werden,
durch das Codierrauschen verhindert wird.
-
Wie
vorstehend beschrieben wurde, ist im erfindungsgemäßen Verfahren
im Unterschied zum herkömmlichen
Verfahren, die Bitzuweisungsverarbeitung unter Verwendung des psychoakustischen Modells
nicht erforderlich. Im erfindungsgemäßen Verfahren wird eine Gewichtung
für jedes
der Subbandsignale gemäß der Kurve
gleicher Lautstärke ausgeführt und
die Bitzuweisungsmenge berechnet, gemäß der ein gewichteter Quantisierungsfehler
im einzelnen Subbandsignal zulässig
ist. Dadurch kann die Tonqualität
beibehalten werden, und außerdem kann
die Codierverarbeitungslast in der Audiocodierverarbeitung reduziert
werden, die die psychoakustische Verarbeitung beeinhaltet.
-
Außerdem wird
eine der Kurve gleicher Lautstärke
entsprechende Gewichtungskoeffizienttabelle für die einzelnen Subbandsignale
bereitgestellt, und außerdem
wird eine der Codierungsbitrate entsprechende Gewichtungstabelle
dafür bereitgestellt.
Auf die beiden Tabellen wird Bezug genommen, um eine der Codierungsbitrate
entsprechende Bitzuweisung auszuführen. Dadurch kann in der Audiocodierverarbeitung,
die die psychoakustische Verarbeitung beinhaltet, auch bei einer
niedrigen Codierungsbitrate die Tonqualität mit der entsprechenden Bitrate
beibehalten werden, und die Audiocodierung kann ausgeführt werden,
während
Codierungsrauschen verhindert wird, das aufgrund einer ungenügenden Anzahl
von Symbolen verursacht wird.
-
Obwohl
die einzelnen Ausführungsformen unter
Bezug auf das MPEG-1/Audio-Layer-1-Codierverfahren beschrieben worden
sind, ist die vorliegende Erfindung auch auf andere Audiocodierverfahren anwendbar,
die jeweils eine Bitzuweisungseinrichtung aufweisen, die ein psychoakustisches
Modell verwenden. Beispiele von Audiocodierverfahren, auf die die
vorliegende Erfindung anwendbar ist, sind ein MPEG-1/Audio-Layer-2-Verfahren, ein
MPEG-1/Audio-Layer-3-Verfahren und ein MPEG-2/Audio-AAC-Verfahren.
-
Außerdem kann
die Konfiguration derart sein, daß die Speichereinheit 13-1 mehrere
Gewichtungstabellen speichert, die Codierbitraten entsprechen, wie
unter Bezug auf die zweite Ausführungsform
beschrieben worden ist, wobei die Gewichtungstabellen geeignet ausgewählt werden.
-
Wie
vorstehend beschrieben wurde, weist der erfindungsgemäße Audiocodierer
die Subbandteilungseinheit (Subbandteilungseinrichtung) zum Teilen
eines Eingangssignal in mehrere Frequenzbänder auf, und der Audiocodierer
führt eine
Kompressions-Codierverarbeitung für einzelne Subbandsignale aus,
die durch die Subbandteilungseinrichtung geteilt wurden. Der erfindungsgemäße Audiocodierer
führt eine
Gewichtung gemäß der Kurve
gleicher Lautstärke,
die Punkte verbindet, die Schalldruckwerte darstellen, die den gleichen
Hörlautstärkepegel
aufweisen, für
jede Reintonfrequenz der einzelnen Subbandsignale aus, und führt eine
Bitzuweisung aus, um einen gewichteten Quantisierungsfehler in den
einzelnen Subbandsignalen auszugleichen. Dadurch kann eine psychoakustische
Analyse mit einer verminderten Anzahl von Verarbeitungsschritten
in der Audiocodierverarbeitung ausgeführt werden, und kann eine effiziente
Audiocodierumgebung realisiert werden, in der die Verarbeitungslast reduziert
ist.
-
Außer daß die Gewichtung
für die
einzelnen Subbandsignale gemäß der Kurve
gleicher Lautstärke
ausgeführt
wird, wird erfindungsgemäß die Gewichtung
auch gemäß den Bitraten
ausgeführt.
Dadurch kann, auch wenn die Codierungsbitrate niedrig ist, die Tonqualität mit der
entsprechenden Codierungsbitrate beibehalten werden, und die Audiocodierung
kann ausgeführt
werden, während
Codierungsrauschen verhindert wird, das durch eine ungenügende Anzahl
von Symbolen verursacht wird.