DE60214584T2

DE60214584T2 - Differentielle kodierung im frequenz bereich von sinusmodell parametern

Info

Publication number: DE60214584T2
Application number: DE60214584T
Authority: DE
Inventors: Jesper Jensen; Richard Heusdens
Original assignee: Koninklijke Philips Electronics NV
Current assignee: Koninklijke Philips NV
Priority date: 2001-10-19
Filing date: 2002-09-27
Publication date: 2007-09-06
Anticipated expiration: 2022-09-28
Also published as: US20040204936A1; WO2003036619A1; JP2005506581A; US7269549B2; EP1442453B1; DE60214584D1; CN1312659C; EP1442453A1; ATE338999T1; CN1571992A; KR20040055788A

Description

Diese Erfindung betrifft eine differenzielle Codierung im Frequenzbereich von Sinusmodellparametern.
In den letzten Jahren sind modellbasierte Ansätze für Audiokompression mit niedrigen Bitraten auf zunehmendes Interesse gestoßen. Typischerweise zerlegen diese parametrischen Schemata die Audio-Wellenform in verschiedene koexistierende Signalanteile, z.B. einen Sinusanteil, einen rauschähnlichen Anteil und/oder einen transienten Anteil. Danach werden Modellparameter, die jeden einzelnen Signalanteil beschreiben, quantisiert, codiert und zu einem Decodierer gesendet, wo die quantisierten Signalanteile synthetisiert und summiert werden, um ein rekonstruiertes Signal zu bilden. Oft ist der Sinusanteil des Audiosignals mithilfe eines Sinusmodells dargestellt, das durch Amplituden-, Frequenz- und möglicherweise Phasenparameter festgelegt ist. Bei den meisten Audiosignalen ist der Sinussignalanteil von der Wahrnehmung her wichtiger als die Rausch- und transienten Anteile, und infolgedessen ist ein relativ großer Betrag des Gesamtbitbudgets dem Darstellen der Sinusmodellparameter zugewiesen. Beispielsweise werden in einem bekannten skalierbaren Audiocodierer, der von T. S. Verma und T. H. Y. Meng in „A 6kbps to 85kbps scalable audio coder" Proc. IEEE Inst. Conf. Acoust., Speech Signal Processing, Seiten 877–880, 2000 beschrieben ist, über 70 % der verfügbaren Bits zum Darstellen von Sinusparametern verwendet.
Üblicherweise wird, um die für das Sinusmodell benötige Bitrate zu reduzieren, Inter-Rahmen-Korrelation zwischen Sinusparametern unter Verwendung von Schemata zur differenziellen Codierung im Zeitbereich (TD-Codierung) ausgenutzt. Ein Beispiel eines derartigen Verfahrens ist im Dokument J. Jensen et al. „Optimal time differential encoding of sinusoidal parameters", 22nd Symposium in information theory in the Benelux, Mai 2001 beschrieben. Sinuskomponenten in einem aktuellen Signalrahmen sind quantisierten Komponenten im vorangehenden Rahmen zugeordnet (wobei somit „Tonspuren" in der Zeit-Frequenz-Ebene gebildet werden), und die Parameterdifferenzen werden quantisiert und codiert. Komponenten im aktuellen Rahmen, die nicht mit vergangenen Komponenten verknüpft werden können, werden als Anfänge neuer Spuren angesehen und werden üblicherweise direkt, ohne differenzielle Codierung, codiert. Während sie zum Reduzieren der Bitrate in stationären Signalbereichen wirksam ist, ist die differenzielle Codierung im Zeitbereich in Bereichen mit abrupten Signaländerungen weniger wirksam, da relativ wenige Komponenten Tonspuren zugeordnet werden können und infolgedessen eine große Zahl von Komponenten direkt codiert werden. Außerdem ist, um ein Signal aus den differenziellen Parametern im Decodierer rekonstruieren zu können, differenzielle Codierung im Zeitbereich in kritischer Weise von der Annahme abhängig, dass die Parameter des vorangehenden Rahmens unbeschädigt angekommen sind. Bei einigen Übertragungskanälen, z.B. verlustbehafteten Paketnetzen wie dem Internet, kann diese Annahme ungültig sein. Somit ist in einigen Fällen eine Alternative zur differenziellen Codierung im Zeitbereich wünschenswert.
Eine derartige Alternative ist differenzielle Codierung im Frequenzbereich, wobei Intra-Rahmen-Korrelation zwischen Sinuskomponenten ausgenutzt wird. Bei differenzieller Codierung im Frequenzbereich werden Differenzen zwischen Parametern, die zum selben Signalrahmen gehören, quantisiert und codiert, womit die Abhängigkeit von Parametern von vorangehenden Rahmen beseitig wird. Differenzielle Codierung im Frequenzbereich ist in sinusbasierter Sprachcodierung wohl bekannt und ist kürzlich ebenso zur Audiocodierung verwendet worden. Typischerweise werden Sinuskomponenten innerhalb eines Rahmens in der Reihenfolge zunehmender Frequenz quantisiert und codiert; zuerst wird die Komponente mit niedrigster Frequenz direkt codiert, und dann werden nacheinander die Komponenten höherer Frequenzen relativ zum nächsten Nachbarn mit niedrigerer Frequenz quantisiert und codiert. Während dieser Ansatz einfach ist, ist er möglicherweise nicht optimal. Beispielsweise kann es bei einigen Rahmen effizienter sein, die Nächster-Nachbar-Bedingung zu lockern.
Bei Annäherung an die vorliegende Erfindung haben sich die Erfinder bemüht, ein allgemeineres Verfahren zur differenziellen Codierung im Frequenzbereich von Sinusmodellparametern herzuleiten. Bei gegebenen Parameterquantisierern und Codewortlängen (in Bits), die dem jeweiligen Quantisierungslevel entsprechen, findet das vorgeschlagene Verfahren die optimale Kombination von differenzieller Codierung im Frequenzbereich und direkter Codierung der Sinuskomponenten in einem Rahmen. Das Verfahren ist in dem Sinne allgemeiner als vorhandene Schemata, als es Parameterdifferenzen zulässt, an denen ein beliebiges Komponentenpaar beteiligt ist, also anders ausgedrückt nicht notwendigerweise ein solches von Frequenzbereichs-Nachbarn. Außerdemn können, anders als bei dem einfachen, oben beschriebenen Schema, mehrere (im Extremfall alle) Komponenten direkt codiert werden, wenn sich dies als am effizientesten herausstellt.
Die Erfindung ist definiert durch ein Codierverfahren nach Anspruch 1, ein Decodierverfahren nach Anspruch 11, eine Codieranordnung nach Anspruch 10, eine Decodieranordnung nach Anspruch 13, ein codiertes Signal nach Anspruch 14, ein Speichermedium mit einem codierten Signal nach Anspruch 15. Bevorzugte Ausführungsformen sind in den abhängigen Ansprüchen dargelegt.
Ausführungsformen der Erfindung werden jetzt detailliert in Form eines Beispiels und unter Bezug auf die beiliegenden Zeichnungen beschrieben, wobei
1 ein gerichteter Graph D ist, der zum Darstellen aller möglicher Kombinationen direkter Codierung und differenzieller Codierung im Frequenzbereich der Sinuskomponenten (K = 5) in einem gegebenen Rahmen verwendet wird;
2 ein Beispiel von Ausgangspegeln für Quantisierer skalarer Amplituden in einer Ausführungsform der Erfindung zeigt;
3 Beispiele zulässiger Lösungsbäume für den Fall K = 5 zeigt;
4 einen Graphen G (K = 5) zum Darstellen möglicher Lösungen von Problem 1 (wie unten definiert) als Zuordnungen zeigt, wobei der Übersichtlichkeit wegen nur ein paar der Kanten und Gewichtungen gezeigt sind;
5 Zuordnungen in Graph G zeigt, die den Bäumen in 3 entsprechen;
6a bis 6c Beispiele topologisch identischer und verschiedener Lösungsbäume zeigt;
7 ein Graph der Anzahl topologisch verschiedener Lösungsbäume in einem codierten Signal, die Erfindung verkörpernd, als Funktion der Anzahl von Sinuskomponenten K ist und
8 ein vereinfachtes Blockschaltbild eines Systems zum Übertragen von Audiodaten ist, die Erfindung verkörpernd.
Ausführungsformen der Erfindung können in einem System zum Übertragen von Audiosignalen über eine unzuverlässige Kommunikationsverbindung, wie z.B. das Internet, ausgebildet sein. Ein derartiges System, das skizzenartig in 8 gezeigt ist, umfasst typischerweise eine Quelle von Audiosignalen 10 und Übertragungsvorrichtung 12 zum Übertragen von Audiosignalen von der Quelle 10. Die Übertragungsvorrichtung 12 beinhaltet Eingangseinheit 20 zum Erhalten eines Audiosignals von der Quelle 10, eine Codieranordnung 22 zum Codieren des Audiosignals, um das codierte Audiosignal zu erhalten, und eine Ausgangseinheit 24 zum Übertragen oder Aufzeichnen des codierten Audiosignals durch Anlegen des codierten Signals an eine Netzverbindung 26. Empfangsvorrichtung 30 ist mit der Netzverbindung 26 verbunden, um das codierte Audiosignal zu empfangen. Die Empfangsvorrichtung 30 beinhaltet eine Eingangseinheit 32 zum Empfangen des codierten Audiosignals, eine Anordnung 34 zum Decodieren des codierten Audiosignals, um ein decodiertes Audiosignal zu erhalten, und eine Ausgangseinheit 36 zum Ausgeben des decodierten Audiosignals. Das Ausgangssignal kann dann reproduziert, aufgezeichnet oder anderweitig verarbeitet werden, wie es geeignete Vorrichtung 40 erfordert.
Innerhalb der Codieranordnung 22 wird das Signal gemäß einem Codierverfahren codiert, das einen Schritt des Codierens von Parametern einer gegebenen Sinuskomponente entweder in differenzieller Weise relativ zu anderen Komponenten im selben Rahmen oder in direkter Weise, d.h. ohne differenzielle Codierung, umfasst. Das Verfahren muss bestimmen, ob in einer Phase im Codierprozess differenzielle Codierung zu verwenden ist oder nicht.
Um das Problem zu formulieren, das durch das Verfahren gelöst werden muss, um diese Bestimmung zu erreichen, betrachte man die Situation, in der eine Anzahl von Sinuskomponenten s₁, ...,s_K in einem Signalrahmen abgeschätzt worden ist. Jede Komponente s_k ist durch einen Amplitudenwert α_k und einen Frequenzwert ω_k beschrieben. Für die Zwecke der vorliegenden Beschreibung ist es nicht erforderlich, Phasenwerte zu betrachten, da diese aus den Frequenzparametern hergeleitet oder direkt quantisiert werden können. Nichtsdestotrotz wird man sehen, dass die Erfindung tatsächlich auf Phasenwerte und/oder andere Werte wie z.B. Dämpfungskoeffizienten ausgeweitet werden kann.
Man betrachte die folgenden Möglichkeiten zur Quantisierung der Parameter einer gegebenen Komponente:

1) Direkte (d.h. nicht differenzielle) Quantisierung oder
2) Differenzielle Quantisierung relativ zu den quantisierten Parametern einer der Komponenten bei niedrigeren Frequenzen.

Die Menge aller möglichen Kombinationen direkter und differenzieller Quantisierung ist mithilfe eines gerichteten Graphen (Digraphen) D dargestellt, wie in 1 dargestellt.
Die Knoten s₁, ..., s_K repräsentieren die zu quantisierenden Sinuskomponenten. Kanten zwischen diesen Knoten repräsentieren die Möglichkeiten zur differenziellen Codierung, z.B. repräsentiert die Kante zwischen s₁ und s₄ die Quantisierung der Parameter von s₄ relativ zu s₁ (das heißt, α ^₄ = α ^₁ + Δα ^₁₄ für Amplitudenparameter). Der Knoten s₀ ist ein Dummyknoten, die eingeführt ist, um die Möglichkeit direkter Quantisierung zu repräsentieren. Beispielsweise repräsentiert die Kante zwischen s₀ und s₂ direkte Quantisierung der Parameter von s₂. Jeder Kante ist eine Gewichtung w_ij zugeordnet, die einem Aufwand hinsichtlich Rate und Verzerrung des Wählens der einzelnen Quantisierung entspricht, die durch die Kante repräsentiert ist. Die grundlegende Aufgabe ist es, eine Raten-Verzerrungsoptimale Kombination direkter und differenzieller Codierung zu finden. Dies entspricht dem Finden der Teilmenge von K Kanten in D mit minimalem Gesamtaufwand derart, dass jedem Knoten s₁, ..., s_K genau eine ankommende Kante zugeordnet ist.
Nun wird die Berechnung der Kantengewichtungen beschrieben. Prinzipiell ist jede Kantengewichtung von der Form: wij = rij + λdij Gleichung 1wobei r_ij und d_ij die Rate (d.h. die Anzahl Bits) bzw. die Verzerrung sind, die dieser einzelnen Quantisierung zugeordnet sind, und λ ein Lagrange-Multiplikator ist. Im Allgemeinen hängt, da höher indizierte Komponenten s_j relativ zu (bereits quantisierten) niedriger indizierten Komponenten quantisiert werden, wie in 1 gezeigt, der exakte Wert einer Gewichtung w_ij von der einzelnen Quantisierung der niedriger indizierten Komponente s_i ab. Anders ausgedrückt, kann der Wert von w_ij nicht berechnet werden, bevor s_i quantisiert worden ist. Um diese Abhängigkeit zu beseitigen, nehmen wir an, dass ähnliche Quantisierer für direkte und differenzielle Quantisierung verwendet werden, wie in 2 für Amplitudenparameter dargestellt.
In 2 gibt Spalte 1 Ausgangspegel für direkte Amplitudenquantisierer an, gibt Spalte 2 Ausgangspegel für differenzielle Amplitudenquantisierer an und gibt Spalte 3 die Menge erreichbarer Amplitudenpegel nach differenzieller Quantisierung an.
Mit dieser Annahme sind die Quantisiererlevel identisch, die durch direkte und differenzielle Quantisierung erreicht werden können, und eine gegebene Komponente wird in derselben Weise quantisiert, unabhängig davon, ob direkte oder differenzielle Quantisierung verwendet wird. Dies wiederum bedeutet, dass die Gesamtverzerrung für jede Kombination direkter und differenzieller Codierung konstant ist, und wir können in Gleichung 1 λ = 0 setzen. Außerdem können nun alle Gewichtungswerte von D im Voraus als w_ij = r_ij berechnet werden, wobei
ist und die ganze Zahl r_(·) die Anzahl Bits bezeichnet, die zum Darstellen des quantisierten Parameters (·) notwendig sind. In diesem Beispiel werden die Werte von r(·) als Einträge in vorausberechneten Huffman-Codeworttabellen gefunden.
Um das Beispiel klar zu verstehen, ist es erforderlich, das Problem zu formulieren, auf das eingegangen wird. Unter der Annahme, dass der fragliche Signalrahmen K zu codierende Sinuskomponenten enthält, formulieren wir das Problem der optimalen differenziellen Codierung im Frequenzbereich wie folgt:
Problem 1: Finde für einen gegebenen Digraphen D mit Kantengewichtungen w_ij die Menge von K Kanten mit minimaler Gesamtgewichtung derart, dass:

a) jedem Knoten s₁, ..., s_K genau eine ankommende Kante zugeordnet ist, und
b) jedem Knoten s₁, ..., s_K ein Maximum von einer abgehenden Kante zugeordnet ist.

Bedingung a) ist wesentlich, da sie sicherstellt, dass jede der K Sinuskomponenten genau ein Mal quantisiert und codiert wird. Bedingung b) zwingt dem K-Kanten-Lösungsbaum eine besonders einfache Struktur auf. Dies ist von Bedeutung für die Menge an Begleitinformationen, die erforderlich sind, um dem Decodierer zu sagen, wie die gesendeten (Delta-) Amplituden und Frequenzen zu kombinieren sind. 3 zeigt Beispiele möglicher Lösungsbäume, die die Bedingungen a) und b) erfüllen. Es ist zu beachten, dass die „standardmäßige" Konfiguration der differenziellen Codierung im Frequenzbereich, die z.B. in einigen Vorschlägen nach Stand der Technik verwendet wird, ein Spezialfall in 3c des vorgelegten Rahmenwerks ist.
Beim Lösen des obigen Problems sind zwei Algorithmen bereitgestellt (bezeichnet als Algorithmus 1 und Algorithmus 2). Algorithmus 1 ist mathematisch optimal, während Algorithmus 2 eine Näherungslösung bei geringerem Berechnungsaufwand bereitstellt.
Algorithmus 1: Um Problem 1 zu lösen, formulieren wir es als so genanntes Zuordnungsproblem um, welches ein wohl bekanntes Problem in der Graphentheorie ist. Mithilfe des Digraphen D (1) konstruieren wir einen Graphen G, wie in 4 gezeigt. Die Knoten von G können in zwei Teilmengen unterteilt werden: die Teilmenge X auf der linken Seite, die die Knoten s₁, ..., s_K-1 und K Kopien von s₀ enthält, und die Teilmenge XY auf der rechten Seite, die die Knoten s₁, ..., s_K und K-1 Dummyknoten enthält, die als † gezeigt sind.
Eine Anzahl Kanten verbinden die Knoten von X und Y. Kanten, die mit Knoten in X verbunden sind, entsprechen abgehenden Kanten im Digraph D, während Kanten, die mit Knoten s₁, ..., s_K ∈ Y verbunden sind, ankommenden Kanten in D entsprechen. Beispielsweise entspricht die Kante von s₂ ∈ X nach s₄ ∈ Y in G der Kante s₂s₄ im Digraph D. Somit repräsentieren die Volllinien-Kanten in Graph G die „Kanten für differenzielle Codierung" in Digraph D. Außerdem entsprechen die Strichlinien-Kanten von den Knoten {s₀} ∈ X nach s₁, ..., s_K ∈ Y alle direkter Codierung von Komponenten s₁, ..., s_K. Die Gewichtungen der Kanten, die die Knoten in X mit Knoten s₁, ..., s_K ∈ Y verbinden, sind mit den Gewichtungen der entsprechenden Kanten in Digraph D identisch. Abschließend werden die K-1 Dummyknoten {†} ∈ Y verwendet, um den Umstand darzustellen, dass einige Knoten in den Lösungsbäumen „Blätter" sein können, d.h., keine abgehenden Kanten aufweisen. Beispielsweise ist in 3a Knoten s₂ ein Blatt. Im Graph G ist dies als eine Kante von s₂⎕ ∈ X zu einem der Knoten † ∈ Y dargestellt. Alle Kanten, die mit †-Knoten verbunden sind, weisen eine Gewichtung von 0 auf.
Es kann gezeigt werden, dass jede Menge von K Kanten in D, die Bedingung a) und b) von Problem 1 erfüllt, als eine Zuordnung in G der Knoten in X zu den Knoten in Y, d.h., eine Teilmenge von 2K-1 Kanten in G derart dargestellt werden kann, dass jeder Knoten genau einer Kante zugeordnet ist. 5a–c zeigen Beispiele von Zuordnungen, die jeweils den Bäumen in 3a–c entsprechen. Somit kann Problem 1 als das so genannte Zuordnungsproblem umformuliert werden, das wir als Problem 2 beschreiben.
Problem 2: Finde in Graph G die Menge von 2K-l Kanten mit minimaler Gesamtgewichtung derart, dass jeder Knoten genau einer Kante zugeordnet ist.
Zum Lösen von Problem 2 existieren mehrere Algorithmen, wie z.B. die so genannte Ungarische Methode, wie in H. W. Kuhn, „The Hungarian Method for the Assignment Problem", Naval Research Logistics Quarterly, 2:83–97, 1955 diskutiert, welche das Problem in O((2K-1)³) arithmetischen Operationen löst. Eine alternative Implementierung ist ein Algorithmus, der in R. Jonker und A. Volgenant, „A Shortest Augmenting Path Algorithm for Dense and Sparse Linear Assignment Problems", Computing, Bd. 38, S. 325–340, 1987 beschrieben ist. Die Komplexität ist der Ungarischen Methode ähnlich, in der Praxis ist der Algorithmus nach Jonker und Volgenants jedoch schneller. Ferner kann deren Algorithmus Dünnbesetzungsprobleme schneller lösen, was für den Mehrrahmenverknüpfungs-Algorithmus dieser Ausführungsform von Bedeutung ist.
Zusammengefasst besteht Algorithmus 1 aus den folgenden Schritten. Zuerst wird der Digraph D (und als ein Resultat der Graph G) konstruiert. Dann wird die Zuordnung in G mit minimaler Gewichtung (Problem 2) bestimmt. Abschließend wird aus der Zuordnung in G leicht die optimale Kombination direkter und differenzieller Codierung hergeleitet.
Algorithmus 2 ist ein iterativer Greedy-Algorithmus, der die Knoten s₁, ..., s_K des Graphen D nacheinander nach zunehmenden Indizes behandelt. Bei Iteration k wird eine der ankommenden Kanten von Knoten s_k aus einer Kandidatenkantenmenge ausgewählt. Die Kandidatenmenge besteht aus den ankommenden Kanten von s_k, die von Knoten ohne vorher ausgewählte abgehende Kante ausgehen, und der Kante s₀s_k der direkten Codierung. Aus dieser Menge wird die Kante mit minimaler Gewichtung ausgewählt. Mit dieser Vorgehensweise erhält man eine Menge von K Kanten, die Bedingung a) und b) von Problem 1 erfüllt. Im Allgemeinen ist dieser Greedy-Ansatz nicht optimal, d.h., es kann eine andere Menge von K Kanten mit einer niedrigeren Gesamtgewichtung geben, die Bedingung a) und b) erfüllt. Algorithmus 2 weist eine Berechnungskomplexität von O(K²) auf.
Zusätzlich zu den Sinus-(Delta-)-Parametern, die wie oben beschrieben codiert sind, muss ein codiertes Signal, das die Erfindung verkörpert, Begleitinformationen beinhalten, die beschreiben, wie die Parameter am Decodierer zu kombinieren sind. Eine Möglichkeit besteht darin, jedem möglichen Lösungsbaum ein Symbol im Begleitinformationenalphabet zuzuordnen. Jedoch ist die Anzahl unterschiedlicher Lösungsbäume groß; beispielsweise kann für K = 25 Sinuskomponenten in einem Rahmen gezeigt werden, dass die Anzahl unterschiedlicher Lösungsbäume näherungsweise 10⁸ ist, was 62 Bits zum Indizieren des Lösungsbaums im Begleitinformationenalphabet entspricht. Diese Anzahl ist für die meisten Anwendungen klar zu groß. Glücklicherweise muss das Begleitinformationenalphabet nur topologisch verschiedene Lösungsbäume repräsentieren, vorausgesetzt, dass eine bestimmte Reihenfolge auf die (Delta-) Parameterfolge angewendet wird. Zur Klärung der Begrifflichkeit von topologisch verschiedenen Bäumen und Parameterreihenfolgen betrachte man die Beispiele von Lösungsbäumen in 6a bis 6c und die entsprechenden Parameterfolgen, die unter den Bäumen aufgeführt sind. Die aufspannenden Bäume in 6a und 6b sind topologisch identisch, da sie jeweils aus einem Drei-Kanten- und einem Zwei-Kanten-Zweig bestehen und somit durch dasselbe Symbol im Begleitinforma tionenalphabet repräsentiert werden würden. Umgekehrt ist der Baum in 6c, der aus einem einzelnen Fünf-Kanten-Zweig besteht, topologisch von den anderen verschieden. In Kenntnis der topologischen Baumstruktur und unter der Annahme, dass beispielsweise die (Delta-) Parameter zweigweise im Parameterstrom mit den längsten Zweigen zuerst auftreten, ist es dem Decodierer möglich, die empfangenen Parameter korrekt zu kombinieren.
Infolgedessen stellen bevorzugte Ausführungsformen der Erfindung ein Begleitinformationenalphabet bereit, dessen Symbole topologisch verschiedenen Lösungsbäumen entsprechen. Eine obere Schranke für die Begleitinformationen ist durch die Anzahl derartiger Bäume gegeben. Es folgen Ausdrücke für die Anzahl topologisch verschiedener Bäume.
Wie in den Beispielen von 6a bis 6c dargestellt, kann die Struktur der Lösungsbäume durch Festlegen der Länge jedes Zweiges im Baum dargestellt werden. Unter der Annahme einer Reihenfolge mit den längsten Zweigen zuerst ist die Menge topologisch verschiedener Bäume durch verschiedene Folgen nicht zunehmender positiver ganzer Zahlen festgelegt, deren Summe K ist; in der Kombinatorik werden derartige Folgen als „ganzzahlige Partitionen" der positiven ganzen Zahl K bezeichnet. Beispielsweise gibt es für K = 5 die folgenden sieben ganzzahligen Partitionen: {5} (1c), {4,1}, {3,2} (1a und 1b), {3,1,1}, {2,2,1}, {2,1,1,1} und {1,1,1,1,1}. Somit gibt es für K = 5 sieben topologisch verschiedene Lösungsbäume, und das Begleitinformationenalphabet würde aus sieben Symbolen bestehen. Bezeichnen wir mit P_j(K) die Anzahl ganzzahliger Partitionen von K, deren erste ganze Zahl j ist, lässt sich direkt zeigen, dass die Anzahl P verschiedener Lösungsbäume durch die folgenden Rekursionen gegeben ist:
8 zeigt die Anzahl topologisch verschiedener Bäume als Funktion der Anzahl K von Sinuskomponenten. Somit würde das Indizieren des Begleitinformationenalphabets für K = 25 ein Maximum von 11 Bits erfordern. Man beachte, dass der Graph eine obere Schranke für die Begleitinformationen darstellt; die Ausnutzung statistischer Eigenschaften unter Verwendung z.B. von Entropiecodierung kann die Begleitinformationenrate weiter reduzieren.
Die Eigenschaften der vorgeschlagenen Algorithmen können in einer Simulationsuntersuchung mit Audiosignalen demonstriert werden. Vier unterschiedliche Audiosignale, die mit einer Rate von 44,1 kHz und mit einer Dauer von näherungsweise 20 Sekunden abgetastet wurden, wurden unter Verwendung eines Hanning-Fensters mit einer 50-igen Überlappung zwischen aufeinander folgenden Rahmen jeweils in Rahmen einer festen Länge von 1024 Abtastungen unterteilt.
Jeder Signalrahmen wurde mithilfe eines Sinusmodells mit einer festen Anzahl von K = 25 Sinuskomponenten mit konstanter Amplitude und konstanter Frequenz dargestellt, deren Parameter mithilfe eines Matching-Pursuit-Algorithmus extrahiert wurden. Amplituden- und Frequenzparameter wurden mithilfe relativer Quantisiererlevelabstände von 20 % bzw. 0,5 % gleichförmig im log-Bereich quantisiert. Für direkte und differenzielle Quantisierung wurden ähnliche relative Quantisierungslevel verwendet, wie in 2 gezeigt, und quantisierte Parameter wurden mithilfe von Huffman-Codierung codiert.
Es wurden Experimente durchgeführt, bei denen Algorithmus 1 und 2 verwendet wurden, um zu bestimmen, wie direkte Codierung und differenzielle Codierung im Frequenzbereich für jeden Rahmen zu kombinieren sind. Darüber hinaus wurden Simulationen durchgeführt, bei denen Amplituden- und Frequenzparameter unter Verwendung der „standardmäßigen" Konfiguration der differenziellen Codierung im Frequenzbereich quantisiert wurden, die in 3c für K = 5 dargestellt ist. Abschließend wurden, um den möglichen Gewinn von differenzieller Codierung im Frequenzbereich zu bestimmen, Parameter direkt quantisiert, d.h. ohne differenzielle Codierung. Jedes Experiment verwendete unterschiedliche, innerhalb des Experiments abgeschätzte Huffman-Codes.
Für jede dieser Codier-Vorgehensweisen wurde die Bitrate R_pars, die zum Codieren von (Delta-) Amplituden und Frequenzen benötigt wurde, (mithilfe von Entropien erster Ordnung) abgeschätzt. Außerdem wurde, da Algorithmus 1 und 2 erfordern, dass Informationen über die Lösungsbaumstruktur zum Decodierer gesendet werden, die Bitrate R_S.I:, die zum Darstellen dieser Begleitinformationen benötigt wurde, ebenfalls abgeschätzt. Tabelle 1 unten zeigt die abgeschätzten Bitraten für die verschiedenen Codierstrategien und Testsignale. In diesem Kontext ist Vergleich von Bitraten angemessen, weil für alle Experimente ähnliche Quantisierer verwendet werden und infolgedessen die Testsignale auf demselben Vezerrungslevel codiert sind.
Die Spalten in Tabelle 1 unten zeigen Bitraten [kbit/s] für verschiedene Codierschemata und Testsignale. Die Tabellenspalten sind R_Pars: Bitrate zum Darstellen von (Delta-) Amplituden und Frequenzen, R_S.I: für Begleitinformationen (Baumstrukturen) benötigte Rate und R_Total: Gesamtrate. Gain (Gewinn) ist die relative Verbesserung bei verschiedenen Schemata der differenziellen Codierung im Frequenzbereich gegenüber direkter Codierung (nicht differenziell).
Tabelle 1 zeigt, dass die Verwendung von Algorithmus 1 zum Bestimmen der Kombination direkter Codierung und differenzieller Codierung im Frequenzbereich eine Bitratenreduzierung im Bereich von 18,8–27,0 % relativ zur direkten Codierung ergibt. Algorithmus 2 verhält sich nahezu genauso gut mit Bitratenreduzierungen im Bereich von 18,5–26,7 %. Die geringfügig geringeren Begleitinformationen, die sich aus Algorithmus 2 ergeben, sind durch den Umstand bedingt, dass Algorithmus 2 dazu tendiert, Lösungsbäume mit weniger, aber längeren „Zweigen" zu erzeugen, wodurch die Anzahl unterschiedlicher beobachteter Lösungsbäume reduziert wird. Abschließend reduziert das „standardmäßige" Verfahren zur differenziellen Codierung im Frequenzbereich die Bitrate um 12,7–24,0 %.
Daher sind Codierverfahren bereitgestellt, die zwei Algorithmen zum Bestimmen der bitratenoptimalen Kombination direkter Codierung und differenzieller Codierung im Frequenzbereich von Sinuskomponenten in einem gegebenen Rahmen verwenden. In Simulationsexperimenten mit Audiosignalen zeigten die vorgelegten Algorithmen eine Bitratenreduzierung von bis zu 27 % relativ zu direkter Codierung. Außerdem reduzierten die vorgeschlagenen Verfahren die Bitrate um bis zu 7 % verglichen mit einem typischerweise verwendeten Schema zur differenziellen Codierung im Frequenzbereich. Während die Betrachtung der Erfindung sich auf differenzielle Codierung im Frequenzbereich als eigenständige Technik konzentriert hat, ist in weiteren Ausführungsformen das Schema verallgemeinert, um differenzielle Codierung im Frequenzbereich in Kombination mit differenzieller Codierung im Zeitbereich zu beschreiben. Bei derartigen verbundenen Schemata mit differenzieller Codierung im Zeit-/Frequenzbereich ist es möglich, Ausführungsformen bereitzustellen, die die Stärken der beiden Codiertechniken kombinieren.
Man sollte beachten, dass die oben erwähnten Ausführungsformen die Erfindung eher veranschaulichen als begrenzen und dass der Fachmann in der Lage sein wird, viele alternative Ausführungsformen zu konzipieren, ohne vom Umfang der angehängten Ansprüche abzuweichen. In den Ansprüchen sind jedwede in Klammern gesetzten Bezugs zeichen nicht als den Anspruch begrenzend anzusehen. Das Wort „umfassen" (Englisch: „comprising") schließt das Vorhandensein anderer als der in einem Anspruch erwähnten Elemente oder Schritte nicht aus. Die Erfindung kann mittels Hardware, die mehrere getrennte Elemente umfasst, und mittels eines in geeigneter Weise programmierten Computers implementiert sein. In einem Anordnungsanspruch, in dem mehrere Mittel aufgezählt sind, können mehrere dieser Mittel durch ein und dasselbe Element an Hardware ausgeführt sein. Die Tatsache allein, dass gewisse Maßnahmen in gegenseitig unterschiedlichen abhängigen Ansprüchen dargelegt sind, weist nicht darauf hin, dass eine Kombination dieser Maßnahmen nicht zum Vorteil verwendet werden kann.
Tabelle 1
Legende der Zeichnungen
2

Example:

Beispiel

Assume:

Annahme

Direct:

Direkt

Diff.:

Diff.

6a

Pars.:

Par.

7

No of Distinct Trees [bits]:

Anzahl verschiedener Bäume [bit]

No of Sinusoidal Components (K):

Anzahl von Sinuskomponenten (K)

Claims

Verfahren des Codierens eines Audiosignals, wobei das Verfahren gekennzeichnet ist durch einen Schritt des algorithmischen Bestimmens, ob jeder Parameter einer gegebenen Sinuskomponente in codierten Rahmen differenziell oder direkt zu codieren ist, und einen Schritt des Codierens jedes Parameters gemäß der Bestimmung entweder in differenzieller Weise relativ zu anderen Komponenten im selben Rahmen oder in direkter Weise, d.h. ohne differenzielle Codierung.
Verfahren nach Anspruch 1, in dem der Algorithmus die folgenden Schritte beinhaltet: a. Konstruieren eines Digraphen D der Menge aller möglichen Kombinationen direkt und differenziell quantisierter Komponenten und Konstruieren eines Graphen G daraus; b. Bestimmen der Zuordnung in G mit minimaler Gesamtgewichtung und c. Herleiten der optimalen Kombination direkter und differenzieller Codierung aus der Zuordnung in G.
Verfahren nach Anspruch 1, in dem der Algorithmus eine angenäherte Bestimmung vornimmt, ob ein Parameter differenziell oder direkt codiert wird.
Verfahren nach Anspruch 1 oder Anspruch 3, in dem der Algorithmus ein iterativer Greedy-Algorithmus ist.
Verfahren nach Anspruch 4, in dem der Algorithmus die folgenden Schritte beinhaltet: a. Konstruieren eines Digraphen D der Menge aller möglichen Kombinationen direkt und differenziell quantisierter Komponenten; b. Behandeln der Knoten s₁, ..., s_K des Graphen D nacheinander nach zunehmenden Indizes; c. bei Iteration k wird eine der ankommenden Kanten von Knoten s_k aus einer Kandidatenkantenmenge ausgewählt, wobei die Kandidatenkantenmenge die ankommenden Kanten von s_k, die von Knoten ohne vorher ausgewählte abgehende Kante ausgehen, und die Kante s₀s_k der direkten Codierung umfasst; und d. Auswählen der Kante mit minimaler Gewichtung aus dieser Menge.
Verfahren nach Anspruch 2, beinhaltend einen Schritt des Finden einer optimalen Kombination in Graph G der Menge von 2K-1 Kanten mit minimaler Gesamtgewichtung derart, dass jeder Knoten genau einer Kante zugeordnet ist.
Verfahren nach Anspruch 6, in dem die Menge von Kanten mit minimaler Gewichtung durch eine Vorgehensweise gefunden wird, die Verwendung der Ungarische Methode zum Lösen des Zuordnungsproblems beinhaltet.
Verfahren nach Anspruch 6, in dem die Menge von Kanten mit minimaler Gewichtung durch eine Vorgehensweise gefunden wird, die Verwendung eines Algorithmus des kürzesten augmentierenden Pfades zum Lösen des Zuordnungsproblems beinhaltet.
Verfahren nach einem der vorhergehenden Ansprüche, das ferner einen Schritt des Generierens von Begleitinformationen umfasst, die festlegen, ob Komponenten in einem Rahmen differenziell oder direkt codiert werden.
Codieranordnung zum Codieren eines Audiosignals, wobei die Codieranordnung Mittel zum Codieren von Parametern einer gegebenen Sinuskomponente umfasst, dadurch gekennzeichnet, dass die Codieranordnung Mittel zum algorithmischen Bestimmen umfasst, ob jeder Parameter einer gegebenen Sinuskomponente in codierten Rahmen differenziell oder direkt zu codieren ist, und Mittel zum Codieren von Parametern in codierten Rahmen gemäß der Bestimmung entweder in differenzieller Weise relativ zu anderen Komponenten im selben Rahmen oder in direkter Weise, d.h. ohne differenzielle Codierung.
Verfahren des Decodierens eines codierten Audiosignals, wobei das codiere Audiosignal Parameter einer gegebenen Sinuskomponente umfasst, dadurch gekennzeichnet, dass die Parameter in codierten Rahmen entweder differenziell relativ zu anderen Komponenten im selben Rahmen oder direkt codiert worden sind, d.h. ohne differenzielle Codierung, wobei das Verfahren Interpretieren der Signale, um zu bestimmen, ob eine Komponente in einem Rahmen differenziell oder direkt zu decodieren ist, und Decodieren der Komponente gemäß dem Ergebnis der Bestimmung umfasst.
Verfahren des Decodierens codierter Audiosignale nach Anspruch 11, in dem das Signal gemäß einem Verfahren eines der Ansprüche 1 bis 9 codiert worden ist.
Anordnung zum Decodieren eines codierten Audiosignals, wobei das codierte Audiosignal Parameter einer gegebenen Sinuskomponente umfasst, die in codierten Rahmen entweder differenziell relativ zu anderen Komponenten im selben Rahmen oder direkt codiert worden sind, d.h. ohne differenzielle Codierung, wobei die Anordnung Bestimmungsmittel, um zu bestimmen, ob eine Komponente in einem Rahmen differenziell oder direkt zu decodieren ist, und Decodiermittel umfasst, die ausgeführt sind, gemäß der Bestimmung zu arbeiten.
Codiertes Audiosignal, das Parameter einer gegebenen Sinuskomponente umfasst, die in codierten Rahmen entweder differenziell relativ zu anderen Komponenten im selben Rahmen oder direkt codiert worden sind, d.h. ohne differenzielle Codierung, wobei das Signal Begleitinformationen beinhaltet, die festlegen, ob Komponenten in einem Rahmen differenziell oder direkt codiert sind.
Speichermedium, auf dem ein codiertes Audiosignal nach Anspruch 14 gespeichert worden ist.
Vorrichtung zum Übertragen oder Aufzeichnen eines codierten Audiosignals, wobei die Vorrichtung umfasst: a. eine Eingangseinheit zum Erhalten eines Audiosignals, b. eine Anordnung nach Anspruch 10 zum Codieren des Audiosignals, um das codierte Audiosignal zu erhalten, und c. eine Ausgangseinheit zum Übertragen oder Aufzeichnen des codierten Audiosignals.
Vorrichtung zum Empfangen und/oder Reproduzieren eines codierten Audiosignals, wobei die Vorrichtung umfasst: a. eine Eingangseinheit zum Empfangen des codierten Audiosignals, b. eine Anordnung nach Anspruch 13 zum Decodieren des codierten Audiosignals, um ein decodiertes Audiosignal zu erhalten, und c. eine Ausgangseinheit zum Ausgeben des decodierten Audiosignals.