DE69017074T2

DE69017074T2 - Verfahren und Einrichtung zur Codierung von Audio-Signalen.

Info

Publication number: DE69017074T2
Application number: DE69017074T
Authority: DE
Inventors: Alain Charbonnier; Yannick Mahieux
Original assignee: France Telecom SA
Current assignee: Orange SA
Priority date: 1989-05-11
Filing date: 1990-05-09
Publication date: 1995-10-12
Anticipated expiration: 2010-05-10
Also published as: EP0397564A3; FR2646978A1; JPH02308632A; EP0397564B1; DE69017074D1; JP3154482B2; FR2646978B1; EP0397564A2; US5089818A

Description

Die Erfindung betrifft die Übertragung oder Speicherung von Schallsignalen, insbesondere von Audiosignalen, hoher Qualität, in numerischer Form. Sie betrifft insbesondere Verfahren des Typs, gemäß dem man das Schallsignal in Probenblöcke zerlegt und die Proben jedes Blocks einer Kodierung mittels Zeit-Frequenz-Transformation unterwirft, deren Koeffizienten man in numerischer Form überträgt, wobei empfangsseitig die Umkehroperationen ausgeführt werden.
Die bekannten Verfahren des vorstehend genannten Typs lösen teilweise das Problem der Übertragung oder Speicherung in numerischer Form von Schallsignalen hoher Qualität, deren Bandbreite 15 kHz übersteigt und die im Fall direkter Kodierung im Zeitbereich einen zu hohen numerischen Durchsatz erfordern. Die Kodierung mittels Zeit-Frequenz-Transformation, insbesondere die Kodierung mittels diskreter Fourier- Transformation (DFT) oder die Kodierung mittels diskreter Kosinus-Transformation, machen sich die kurzfristige Stationarität vieler physikalischer Signale, und insbesondere von Audiosignalen, zunutze. In diesem letzteren Fall zerlegt man allgemein das von numerischen Proben gebildete Signal in Blöcke mit einer Dauer von einigen zehn Millisekunden (allgemeim von 16 oder 32 ms) und führt eine Zeit- Frequenz-Transformation durch, die Linien ergibt, welche dann mittels eines der klassischen, für den eingesetzten Übertragungskanal geeigneten Verfahren kodiert werden. Der Einsatz einer Transformierten vermindert die kurzfristige Redundanz der zu kodierenden Variablen und ermöglicht es insbesondere, den für eine zufriedenstellende Rekonstruktion erforderlichen Durchsatz zu minimieren, und zwar kodiert man nur die Spektrallinien mit erhöhter Genauigkeit, die Frequenzen entsprechen, bei denen die Energie konzentriert ist. Man kann so das Ausgangssignal mit vermindertem Rauschen rekonstruieren.
Ein derartiges Verfahren ist insbesondere von der Druckschrift ICASSP 78, IEEE International Conference on Acoustics, Speech & Signal Processing, 10.-12. April, 1978, CAMELOT INN TULSA, OKLAHOMA beschrieben worden.
In dem von dieser Druckschrift beschriebenen Verfahren wird das gesprochene Signal in Probenblöcke zerlegt, wobei die Proben jedes Blocks einer Kodierung mittels Zeit-Frequenz- Transformation unterworfen werden, wobei die Koeffizienten der Transformierten jedes Blocks einer prognostischen Kodierung unterworfen werden, welche die Stationarität des Signals über eine oberhalb der Dauer eines Blocks liegende Dauer einsetzen.
Wenn das Verfahren auf die Übertragung und die Rekonstruktion von Audiosignalen hoher Qualität angewendet wird, bringt es aufgrund eines psycho-akustischen Phänomens einen zusätzlichen Vorteil mit sich. Man erhält eine subjektiv zufriedenstellende Rekonstruktion selbst dann, wenn bestimmte Frequenzen, welche von der bei anderen Frequenzen konzentrierten Energie überdeckt werden, lediglich mit verminderter Genauigkeit kodiert werden.
Das vorstehend angegebene Verfahren, das seit langem bekannt und beispielsweise in dem Artikel von ZELINSKI et al., "Adaptative Transform Coding of Speech Signals", IEEE Transactions on Acoustics Speech and Signal Processing, vol. ASSP-25, Nr. 4, August 1977 beschrieben ist, behandelt jeden Probenblock ohne jeglichen Bezug zu benachbarten Blöcken. Die Durchsatzminderung, die es zu erhalten erlaubt, ist folglich begrenzt. Und zwar muß man für jeden Block nicht nur die Koeffizienten übertragen, sondern auch eine das Spektrum beschreibende Hilfsinformation, damit der Kodierer und der Dekodierer den entsprechenden Koeffizenten die gleiche Zahl von Bits (d.h. des Quantisierungsniveaus) zuweisen, diese Hilfsinformation, die einen Spektren-Deskriptor bildet, nimmt einen beträchtlichen Anteil des verfügbaren Durchsatzes (allgemein 15 bis 20 %) in Anspruch.
Die Erfindung zielt insbesondere darauf ab, ein Verfahren bereitzustellen, welches es ermöglicht, den erforderlichen Durchsatz weiter zu vermindern. Hierzu geht sie von der Feststellung aus, daß die Schallsignale zusätzlich zur kurzfristigen Redundanz, die bei der Kodierung mittels Zeit-Frequenz-Transformation eingesetzt wird, ferner eine sehr veränderliche mittelfristige Redundanz aufweisen. So liegt im Fall der Übertragung von Audiosignalen die Dauer der Stationarität der Audiosignale für sehr schnelle Passagen unterhalb von 100 ms und übersteigt für gehaltene Töne die Sekunde.
Diese Dauer liegt allgemein oberhalb der Länge des der Transformation unterworfenen Probenblocks. Hieraus ergibt sich eine mehr oder weniger starke Redundanz zwischen den aufeinanderfolgenden Spektren. Diese Redundanz ist für die Teile des Spektrums mit hoher Energie besonders hoch, d.h. für jene, die die höchste Kodierungsgenauigkeit erfordern.
Darüber hinaus zeigt die Erfahrung, daß der Hörapparat für Veränderungen von stark resonanten Tönen besonders empfindlich ist, da er sich an eine Spektralform zu gewöhnen scheint, und er kann daher sehr schwache Veränderungen des Tons in der Intensität und auch der Höhe erfassen. Diese sehr schwachen Änderungen müssen folglich exakt übertragen und rekonstruiert werden, was impliziert, daß den entsprechenden Frequenzen eine beträchtliche Anzahl von Bits zugewiesen wird. Aber gerade diese gehaltenen und stark resonanten Töne, welchen eine große Anzahl von Bits zugemessen werden muß, zeigen eine hohe Redundanz zwischen den Blökken, aus welcher das weiter oben definierte Verfahren keinen Nutzen zieht.
Die Erfindung zielt insbesondere darauf ab, ein Übertragungsverfahren des vorstehend definierten Typs bereitzustellen, welches besser als die im Stand der Technik bekannten Verfahren auf die Anforderungen der Praxis anspricht, insbesondere indem es ermöglicht, den erforderlichen Informationsdurchsatz bei gleicher Rekonstruktionsqualität zu vermindern.
Hierzu schlägt die Erfindung ein Verfahren vorm wie es im Anspruch 1 beansprucht ist. Gemäß diesem Verfahren unterwirft man wenigstens die bedeutsamsten Koeffizienten der Transformierten jedes Blocks einer prognostischen und adaptiven Kodierung, welche die Stationarität des Signals über eine oberhalb der Dauer eines Blocks liegende Dauer einsetzt.
Man verbindet also:
- eine prognostische und adaptive Kodierung der lauten Harmonischen des Signals, und
- eine Kodierung der weniger bedeutsamen Spektrallinien der Transformierten vermittels adaptiver, nicht-gleichmäßiger Quantisierung des Betrags und fester und gleichmäßiger Quantisierung der Phase.
Die Erfindung schlägt gleichermaßen einen Kodierer und einen Dekodierer sowie eine vollständige Übertragungseinrichtung vor, welche zur Durchführung des vorstehend definierten Verfahrens einsetzbar sind.
Der prognostische und adaptive Betrags-Kodierer kann einen allgemein klassischen Aufbau erster Vorhersageordnung und einen nicht-gleichmäßigen Quantisierer aufweisen. Der Phasen-Kodierer kann seinerseits zwei verschachtelte Differential-Schleifen und einen adaptiven gleichmäßigen Quantisierer aufweisen.
Die Erfindung wird bei der Lektüre der folgenden Beschreibung einer bestimmten Ausführungsform besser verständlich, welche als nicht beschränkendes Beispiel gegeben ist. Die Beschreibung bezieht sich auf die beigefügten Zeichnungen, in welchen:
Figur 1 ein Prinzipschaubild einer Übertragungseinrichtung gemäß dem Stand der Technik ist, welche die Zeit- Frequenz-Transformation einsetzt;
Figuren 2A und 2B jeweils Schaubilder eines prognostischen Kodierers und eines prognostischen Dekodierers für den Betrag der Koeffizienten sind, welche in die Einrichtung gemäß Figur 1 zur Durchführung der Erfindung eingebaut werden können,
Figuren 3A und 3B jeweils Schaubilder eines prognostischen Kodierers und eines prognostischen Dekodierers für die Phase der Harmonischen sind, welche ebenfalls in die Einrichtung der Figur 1 zur Durchführung der Erfindung eingebaut werden können,
Figur 4 ein Schaubild der gesamten erfindungsgemäßen Einrichtung ist.
Vor der Beschreibung der Erfindung sei der Aufbau der betreffenden Bauelemente einer Übertragungseinrichtung bekannten Typs an sich in Erinnerung gerufen, welche eine Kodierung mittels Zeit-Frequenz-Transformation verwendet.
Die in Figur 1 schematisch dargestellte Einrichtung umfaßt einen Sender und einen Empfänger, die über einen nicht dargestellten Übertragungskanal miteinander verbunden sind, der ein Funkkanal oder ein Drahtkanal sein kann. Der Sender enthält einen Kodierer 10, der das analoge Eingangssignal s(t) über einen Abtaster 14 erhält. Im Fall der Übertragung von Audiosignalen hoher Qualität wird allgemein eine Abtastfrequenz von 32 kHz bis 48 kHz eingesetzt. Der Kodierer umfaßt eine Schaltung 16 zur Zerlegung in Blöcke, die die Eingangsproben x(n) aufnimmt und sie in aufeinanderfolgende Blöcke {x(n)} der Ordnungszahl m = 0, 1, 2,... unterteilt, die jeweils von N Proben gebildet sind und im Fall eines Audiosignals eine Dauer von allgemein 16 oder 32 ms aufweisen. Jeder Block {x(n)} wird von einer Transformationsschaltung 18 unabhängig einer Zeit-Frequenz-Transformation unterworfen, die am Ausgang komplexe, mit y(m,k) bezeichnete Koeffizienten für den Block der Ordnungszahl m mit k = 0,1,...,N/2 bereitstellen. Jeder Block wird vollständig unabhängig von den anderen Blöcken behandelt.
Im folgenden sei angenommen, daß die Schaltung 18 eine diskrete Fourier-Transformierte (DFT) bereitstellt, es könnten jedoch auch andere Transformationen eingesetzt werden, insbesondere die diskrete Kosinus-Transformation (DCT)
Die jedem Block zugewiesenen komplexen Koeffizienten liegen in der Form vor:
y(m,k) = y(m,k) exp[jφ(m,k)] (1)
wobei y(m,k) gemäß der Formel berechnet wird:
Die Beträge der verschiedenen Koeffizienten stellen die Frequenzverteilung der Energie in einem Block dar. Die langfristige Redundanz des Signals, die in der Formel (2) aufscheint, wird von dem Kodierer der Figur 1 nicht berücksichtigt.
Was die Phase φ(m,k) anbelangt, tritt die langfristige, d.h. über ein die Dauer eines Blocks überschreitendes Zeitintervall vorliegende, Stationarität des Signals bei der Momentanfrequenz des Signals auf. Dies zeigt sich unmittelbar, wenn man den speziellen Fall eines sinusförmigen, mit einer Periode Ts abgetasteten Signals der Frequenz f betrachtet. Die Proben x(n) eines derartigen Signals liegen in der Form vor:
x(n) = A cos(2π f n Ts + θ) (3)
Die Phasendifferenz Δφ(k) zwischen einem Koeffizienten der Ordnungszahl k der DFT y(m&sub1;,k), die an einem Probenblock der Dimension N berechnet wurde, und dem entsprechenden Koeffizienten y(m&sub2;,k) für einen Block gleicher Dimension, der relativ zum ersteren um M Proben verschoben ist, beträgt also:
Δφ(k) = φ(m&sub2;,k) - φ(m&sub1;,k) = 2π fM Ts (4)
Man sieht aus Formel (4), daß die zeitliche Phasendifferenz eine Information über die Momentanfrequenz f des sinusförmigen Signals enthält. Die Information über die Frequenz kann jedenfalls nur in einem begrenzten Abweichungsbereich erhalten werden, da die Phasen und somit die Differenz nur Modulo 2π verfügbar sind. Die meßbare Phasendifferenz ist mit der Differenz zwischen der Momentanfrequenz f des Signals und einer Frequenz fa, welche eine Funktion des Abstands zwischen den Blöcken ist, über die Beziehung verbunden:
Δφ(k) = f - fa
wo 1/fa die ganze Zahl von Perioden des sinusförmigen Signals während der Zeitdauer M Ts ist.
In dem häufigen Fall, in dem die aufeinanderfolgenden Blöcke einander benachbart sind, d.h. in dem M = N gilt, ist fa ein Vielfaches der Frequenzauflösung der DFT.
Im Fall eines stationären Signals, dessen Spektrum im Verlaufe der Zeit praktisch unverändert bleibt, bleibt Δφ nahezu konstant.
Im Gegensatz hierzu kann Δφ im Fall von bestimmten Audiosignalen und Übergängen zwischen Signalen unterschiedlicher Natur sehr schnelle Änderungen aufweisen.
Der in Figur 1 dargestellte Kodierer gemäß dem Stand der Technik arbeitet mit adaptiver Quantisierung. Er umfaßt hierzu eine Schaltung 20 zur Extraktion eines Deskriptors des Spektrums, der von einem Quantisierer 22 gefolgt ist, der den Deskriptor in eine Form bringt, welche eine zum Dekodierer des Empfängers übertragene Hilfsinformation bildet. Der quantisierte Deskriptor wird in dem Kodierer ferner einer Schaltung 24 zugeführt, welche jedem Koeffizienten unter Berücksichtigung seiner Amplitude eine Anzahl von Bits zuordnet. Die Koeffizienten y(m,k) jedes Blocks werden von adaptiven Quantisierern 26 numerisiert, welche jeden Koeffizienten mit einer von der Zuweisungsschaltung 24 festgelegten Anzahl von Bits kodieren.
Die quantisierten Koeffizienten und der quantisierte Deskriptor werden zu (nicht dargestellten) Formatbildungsmitteln, einem Modulator und Ausgangsschaltungen geschickt.
Der Empfänger umfaßt nicht dargestellte Eingangsschaltungen, welche eine Demodulierung und eine Verteilung der empfangenen Information vornehmen, wobei das Format der Meldungen in diesen Eingangsschaltungen gespeichert ist. Diese Schaltungen speisen den Dekodierer 12, der einen zum Aufbau des Kodierers symmetrischen Aufbau aufweist. Die quantisierten Koeffizienten werden zu einer Quantisierungsumkehrvorrichtung 28 gesendet, während die Deskriptoren einer Schaltung 30 zur Rekonstruktion des Deskriptors zugeführt werden, welche eine Schaltung 32 zur Zuweisung von Bits gemäß einer der Verteilung des Kodierers identischen Verteilung speist.
Aus den empfangenen quantisierten Koeffizienten und der Hilfsinformation über das Spektrum stellt die Quantisierungsumkehrvorrichtung 28 für jeden Probenblock N/2 Koeffizienten y'(m,k) bereit. Diese rekonstruierten Koeffizienten werden einer Schaltung 34 zur Umkehr der DFT bzw. zur DFT&supmin;¹ zugeführt, welche ihrerseits für jeden Block N Proben x' (m) rekonstruiert. Diese N Proben reproduzieren die Eingangsproben, falls sie nicht von Rauschen aufgrund der Quantisierung und der Transferfunktion des Übertragungswegs beeinträchtigt sind.
Wie man weiter oben gesehen hat, umfaßt eine erfindungsgemäße Einrichtung zusätzliche Mittel, welche die Stationarität des Signals über eine längere Frist, als es der Dauer eines Blocks entspricht, einsetzt, wobei diese Stationarität zu einer Redundanz zumindest bestimmter der Koeffizienten der Transformierten führt.
Zuerst wird ein möglicher Aufbau eines prognostischen Kodierers und eines prognostischen Dekodierers für den Betrag der Harmonischen (Figuren 2A und 2B) und eines prognostischen Kodierers und eines prognostischen Dekodierers für die Phase der Harmonischen (Figuren 3A und 3B) beschrieben, bevor ein möglicher Gesamtaufbau der Einrichtung angegeben wird. In dem speziellen betrachteten Fall zieht man in Betracht, daß die Kodierung von dem Typ mit differentieller adaptiver Modulation mittels kodierter Impulse ist, auch ADPCM genannt, es können jedoch auch andere Kodierungsarten eingesetzt werden.

Prognostische Kodierung und prognostische Dekodierung des Betrags der Harmonischen

Der prognostische Kodierer des Betrags jedes Koeffizienten kann den in Figur 2A gezeigten Aufbau aufweisen. Der von der Transformationsschaltung 18 bereitgestellte Betrag wird einem Addierer 36 zugeführt, der an seinem invertierenden Eingang ferner die von einer Vorhersage-Differential-Schleife bereitgestellte Vorhersage empfängt. Der von dem Addierer 36 bereitgestellte Vorhersagefehler e(m,k) wird einem Quantisierer 40 zugeführt, der an seinem Ausgang den Vorhersagefehler in Form eines ein Quantisierungsniveau darstellenden binären Signals liefert.
Die dargestellte Vorhersageschleife umfaßt eine Quantisierungsuinkehrvorrichtung 42 und einen algebraischen Addierer 44. Der Addierer 44 empfängt das rekonstruierte Fehlersignal e'(m,k) und gibt es an eine von dem Ausgang des Addierers 44 gespeiste Vorhersagevorrichtung 46 aus.
Im allgemeinen Regelfall wird die Vorhersageschleife von der Ordnung p = 1 sein und einen festen Vorhersagekoeffizienten aufweisen, eine höhere Vorhersageordnung bringt allgemein nur eine geringfügige Verbesserung des Vorhersagegewinns.
Das Ausgangssignal des Quantisierers 40 wird ferner einem Adaptierungsblock 45 zugeführt, der für den Quantisierer eine Schätzung der Abweichung des Typs (m,k) bereitstellt.
Der Quantisierer 40 und der Adaptierungsblock 45 können vorgesehen sein, um die Adaptierung mittels der Multiplizierer-Technik zu realisieren, die in "Digital Coding of Waveforms" von N. Jayant et al., Prentice Hall Signal Processing Series, Editions Oppenheim beschrieben ist. Der Quantisierer 40 arbeitet in der folgenden Art und Weise: Zur Behandlung des Blocks m wird der Schätzwert (m,k) mit einem Faktor multipliziert, der von dem Codewort I(m-1,k) abhängt, welches am Ausgang des Multiplizierers für den Block m-1 übertragen wurde, gemäß der Beziehung:
m(m,k) = m(m-1,k) Mu( I(m-1,k) )
Die Werte Mu( I ) sind vorberechnet und in Tabellen abgelegt welche in dem Adaptierungsblock 45 gespeichert sind.
Der Quantisierer ist vom nicht-gleichmäßigen, adaptiven Typ gemäß dem Laplace'schen Gesetz. Die Anzahl von Niveaus, die durch Codeworte dargestellt ist, die er am Ausgang liefern kann, ändert sich als Funktion von m und k gemäß einer dynamischen Zuweisung der Bits, deren Anzahl Rk an einem Eingang 48 bereitgestellt wird.
Damit die Energie des Fehlers e(m,k) am Ausgang des Addierers 36 minimal wird, muß der feste Vorhersagekoeffizient der Schleife gleich dem Korrelationskoeffizienten p sein. Die Erfahrung hat gezeigt, daß p für ein Audiosignal ungefähr gleich 0,96 ist.
Bezeichnet man den Betrag, der aus für den Block der Ordnungszahl m-1 übertragenen Codeworten 1 rekonstruiert wurde, mit y'(m-1,k), so beschreiben die folgenden Gleichungen die Funktion des prognostischen Betrags-Kodierers:
e(m,k) = y(m,k) - p y'(m-1,k)
y'(m,k) = e'm(m,k) + p y'(m-1,k)
in denen e'(m,k) das Ausgangssignal der Quantisierungsumkehrvorrichtung bezeichnet, das abgesehen von Quantisierungsrauschen gleich dem Fehler e(m,k) ist.
Der im Empfänger enthaltene prognostische Betrags-Dekodierer kann den Aufbau mit dem in Figur 2B gezeigten Prinzip aufweisen: Das empfangene demodulierte Signal wird einer PCM-Quantisierungsumkehrvorrichtung 50 zugeführt, die mit einer Adaptierungsschaltung 52 versehen ist, welche jener des Kodierers identisch ist. Die Adaptierungsschaltung liefert der Quantisierungsumkehrvorrichtung einen Schätzwert der Abweichung des Typs (m,k). Die Synthese des rekonstruierten Betrags y'(m,k) wird durch Integration des rekonstruierten Fehlers e'(m,k) in einem Addierer 54 durchgeführt, welcher ferner das Ausgangssignal einer Vorhersageschleife empfängt, deren Vorhersagekoeffizient der gleiche ist wie jener der Vorhersagevorrichtung 46.

Prognostischer Kodierer und prognostischer Dekodierer der Phase der Harmonischen

Der prognostische Phasen-Kodierer (Figur 3A) hat allgemein einen Aufbau, der jenem des Kodierers der Figur 2A ähnlich ist, umfaßt jedoch zwei Differential-Schleifen.
Die äußere Schleife, die von einem algebraischen Addierer 56, einer Vorhersagevorrichtung 58 und einem Addierer 60 gebildet ist, berechnet die Phasendifferenz Δφ(m,k), welche nach der vorstehend angegebenen Formel (4) die Frequenz wiedergibt.
Die innere Schleife, die von einem algebraischen Addierer 62, einer Vorhersagevorrichtung 64 und einem Addierer 66 gebildet ist, erlaubt es, den Fehler eφ zu erhalten. Man sieht, daß der Addierer 66 ein Signal empfängt, das die Frequenz wiedergibt und vom Addierer 60 stammt, sowie eine Vorhersage der Momentanfrequenz, die von der Vorhersagevorrichtung 64 geliefert wird.
Die Vorhersage ist, wie im Fall des Betrags-Kodierers, erster Ordnung. Eine höhere Vorhersageordnung verbessert den Vorhersagegewinn nur für bestimmte Fälle, wie einem Vibrato. Sie ist daher allgemein nicht gerechtfertigt.
Der Vorhersagekoeffizient β für die innere Schleife ist im Prinzip gleich dem Korrelationskoeffizienten: ein Wert β = 0,97 gibt gute Ergebnisse. Der Koeffizient α der äußeren Schleife wird derart gewählt, daß die Auswirkungen der Übertragungsfehler abgeschwächt werden. Ein Wert von 0,98 gibt häufig gute Ergebnisse.
Der Aufbau des Quantisierers 68, der Quantisierungsumkehrvorrichtung 70 und der Adaptierungsschaltung 72, der der gleiche sein kann wie jener des Betrags-Kodierers, wird nicht beschrieben. Die Adaptierung wird wieder mittels Multiplizierern verwirklicht. Die Quantisierung kann über ein bestimmtes Intervall, beispielsweise [-2,+2] gleichmäßig sein.
Die Funktion des Kodierers wird durch die folgenden Gleichungen dargestellt:
Δφ'(m,k) = φ(m,k) - α φ'(m-1,k)
eφ(m,k) = Δφ(m,k) - β Δφ'(m-1,k)
Δφ'(m,k) = e'φ(m,k) + β Δφ'(m-1,k)
φ'(m,k) = Δφ(m,k) + α φ'(m-1,k) (7)
Die Transferfunktion des gesamten Dekodierers lautet:
Die Stabilität des Dekodierers wird sichergestellt, da sowohl α als auch β einen Absolutwert von kleiner als 1 aufweisen.
Der in Figur 3A dargestellte prognostische Kodierer muß allgemein durch (nicht dargestellte) Testmittel komplettiert werden, welche es ermöglichen, die Phasensprünge zu erfassen. Und zwar ist der Wert von φ(m,k) nur modulo 2π verfügbar. Ein Phasensprung von ±π ergibt sich im Fall eines periodischen Signals regelmäßig und führt zu einem Impuls auf den Fehler eφ(m,k). Um zu vermeiden, daß dieser Impuls die Kontinuität der Phase φ(m,k) und der Phasendifferenz (Δφ) zerstört, ist eine Zurückführung notwendig.
Die Testmittel können den Absolutwert des Fehlers e(m,k) mit π vergleichen. Falls der Absolutwert π überschreitet, untersuchen die Mittel, welcher der drei möglichen Werte:
Δφ(m,k)
Δφ(m,k) + 2π
Δφ(m,k) - 2π
den Absolutwert des Fehlers eφ(m,k) minimiert.
Die Änderung von Δφ gibt der vom Addierer 56 synthetisierten Phase einen Wertebetrag von größer als π: Der Kodierer wird daher zurückgeführt, um φ'(m,k) in den Grenzen [-π,+π] zu halten.
Der prognostische Phasen-Kodierer (Figur 3B) hat einen zum Aufbau des Kodierers symmetrischen Aufbau. Er umfaßt eine Quantisierungsumkehrvorrichtung 74, die mit einer Adaptierungsvorrichtung 76 versehen ist und einen Addierer 78 speist, der einer Vorhersageschleife zur Rekonstruktion der Phasendifferenz Δφ' angehört. Eine zweite Vorhersageschleife, die stromabwärts der ersten gelegen ist, umfaßt einen Addierer 80, der die Rekonstruktion der Phase φ'(m,k) ermöglicht.
Man sieht, daß die kodierte Phase φ'(m,k) durch doppelte Integration des Vorhersagefehlers erhalten wird, welcher in Form der kodierten Worte 1 übertragen worden ist. Wie der Kodierer, so umfaßt der prognostische Phasen-Dekodierer allgemein (nicht dargestellte) Mittel zum Testen der synthetisierten Phase und Zurückführen.
Für eine gegebene Quantisierungsgenauigkeit benötigt die Übertragung der durch die ADPCM-Kodierung erhaltenen Worte einen geringeren Durchsatz als die direkte Übertragung des Betrags oder der Phase der Koeffizienten, zumindest für die in der Nähe von Spitzen des Frequenzspektrums gelegenen Koeffizienten. Allgemein beträgt der Gewinn für die gesamten Audiosignale für jeden vorgenannten Wert (Betrag und Phase) etwa 2 Bits.
Es ist wichtig, festzuhalten, daß der gesamte Vorhersagegewinn, der durch die ADPCM-Kodierung des Betrags und der Phase erhalten wird, von dem erhöhten Vorhersagbarkeitsgrad der in der Nähe von Spitzen des Frequenzspektrums gelegenen Koeffizienten herrührt. Der Vorhersagegewinn für die energieärmeren Spektrallinien entsprechenden Koeffizienten ist gering. Er kann sogar negativ sein.
Die prognostische Kodierung wird nur für die Koeffizienten eingesetzt, welche eine erhöhte langfristige Redundanz aufweisen. Dies impliziert eine vorherige Frequenzdiskriminierung. Diese kann mittels einer Rekursivbewertung des Spektrums ye(m,k) vorgenommen werden, die gemäß:
ye(m,k) = h&sub1; ye(m-1,k) + (1-h&sub1;) y'(m-1,k)
berechnet wird, und mittels einer Rekursivbewertung des Vorhersagefehlers ec(m,k), die mittels:
ec(m,k) = h&sub1; ec(m-1,k) + (1-h&sub1;) e'(m-1,k)
berechnet wird, wobei e' () der quantisierte Vorhersagefehler im vorhergehenden Block ist und h&sub1; eine zwischen 0 und 1 enthaltene Konstante (beispielsweise h&sub1; = 0,6) ist.
Die vorhersagbaren Linien werden daher durch Vergleich des Vorhersagegewinns ( ye(m,k) /ec(m,k))² mit einem festen Schwellenwert erfaßt, wobei der feste Schwellenwert derart gewählt ist, daß beispielsweise ein minimaler Gewinn von 1 Bit je vorgenanntem Wert sichergestellt ist.
Da ye(m,k) und ec(m,k) auch dem Dekodierer bekannt sind, braucht keine Hilfsinformation übertragen zu werden.
Figur 4 zeigt einen möglichen Aufbau einer Einrichtung, welche eine derartige Frequenzdiskriminierung verwendet, wobei der Kodierer (wie der Dekodierer) zwei Zweige aufweist, von denen lediglich ein einziger eine prognostische ADPCM-Kodierung (oder Dekodierung) einsetzt. Die Elemente der Figur 4, die jenen bereits in den Figuren 1 bis 3 gezeigten entsprechen, werden nicht erneut beschrieben und die Addierer sind der Einfachheit halber nicht dargestellt.
In dem Kodierer lenkt eine Schaltung 82 zur Extraktion von Harmonischen die Koeffizienten entweder zu dem vorhersagefreien Zweig oder zu dem Zweig mit ADPCM-Kodierung des Betrags und der Phase, und das als Funktion des empfangenen Adaptierungssignals einer Schaltung 84 zur rekursiven Bewertung des Spektrums. Dieses Signal wird von der rekursiven Bewertung ye(m,k) gebildet, die nicht zu übertragen werden braucht.
In dem vorhersagefreien Zweig 86 wird die Phase φ(m,k) über das Intervall [-π,π] gleichmäßig quantisiert und der Betrag wird nicht-gleichmäßig adaptiv quantisiert (Laplace'sches Gesetz).
In dem Vorhersagezweig 88 vermindert die prognostische Kodierung der Frequenzmerkmale den den bedeutsamsten Koeffizienten des Spektrums zuzuweisenden Durchsatz und seine Kombination mit einer rückgekoppelten oder "backward" adaptiven Quantisierung mündet in einen Kodierungsalgorithmus, bei welchem die Hilfsinformation sehr vermindert ist. Der von der Vorhersage bestimmter Spektrallinien herrührende Gewinn wird in dem Verfahren berücksichtigt welches jedem der Koeffizienten der Transformierten die Bits zuordnet. Dieses Verfahren wird für jeden Probenblock berechnet und sein Prinzip entspricht dem in dem Artikel von Zelinski et al. "Adaptive Transform Coding of Speech Signals", IEEE Trans. on ASSP, August 1977 und in jenem von Johnston "Transform Coding of Audio using Preceptual Criteria", IEEE Journal on Selected Areas in Communications, Februar 1988 beschriebenen Techniken.
Jedenfalls und mit gleicher Wertigkeit erhalten die vorgenannten Werte, Betrag oder Phase, eine geringere Anzahl von Bits. Die Differenz ΔRk kann fest und gleich dem mittleren (oder minimalen) von der Vorhersage herrührenden Gewinn sein, beispielsweise ΔRk = 2 Bits.
Für eine optimale Funktion ist man jedoch gehalten, ΔRk als Funktion des momentanen Vorhersagegewinns für jede der vorhersagbaren Linien zu berechnen. ΔRk ist daher mit der Frequenz und der Zeit veränderlich. ΔRk kann daher gemäß dem Verhältnis ( ye(m,k) /ec(m,k))² erhalten werden.
Da die Zuweisung der Bits vollständig gemäß ye(m,k) und ec(m,k) berechnet wird, gibt es keine Hilfsinformation zu übertragen.
Verschiedene Töne, wie resonante Signale oder Signale mit flachem Spektrum, werden von dem gleichen Algorithmus kodiert, ohne vorherige Klassifizierung zu erfordern.

Claims

1. Verfahren zur Übertragung oder Speicherung von Schallsignalen in numerischer Form, gemäß welchem man das Schallsignal in Probenblöcke zerlegt und man die Proben jedes Blocks einer Kodierung mittels Zeit-Frequenz- Transformation unterwirft, deren Koeffizienten man in numerischer Form überträgt, wobei empfangsseitig die Umkehroperationen durchgeführt werden, dadurch gekennzeichnet, daß man wenigstens die bedeutsamsten Koeffizienten der Transformierten jedes Blocks einer prognostischen und adaptiven Kodierung unterwirft, welche die Stationarität des Signals über eine oberhalb der Dauer eines Blocks liegende Dauer verwendet, wobei die Koeffizienten einer Frequenz-Diskriminierung unterworfen werden und lediglich jene Koeffizienten der prognostischen und adaptiven Kodierung unterworfen werden, die über eine oberhalb der Dauer eines Blocks liegende Dauer eine erhöhte langfristige Redundanz aufweisen.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die prognostische und adaptive Kodierung auf den Betrag und die Phase der Koeffizienten angewendet wird.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß die prognostische und adaptive Kodierung vom ADPCM-Typ ist.

4. Kodierer für Schallsignale zur Durchführung des Verfahrens zur Übertragung oder Speicherung nach Anspruch 1, dadurch gekennzeichnet, daß er stromaufwärts einer Zeit-Frequenz-Transformationsschaltung (18) Mittel umfaßt zur prognostischen und adaptiven Kodierung wenigstens von bestimmten der Koeffizienten der Transformierten jedes Blocks, umfassend:

- Frequenzdiskriminierungs-Mittel (82) mit einer Schaltung zur Bewertung des Spektrums, um die zu kodierenden Koeffizienten der Transformierten jedes Blocks auszuwählen,

- einen Betrags-Kodierer (40, 42, 44, 45, 46) einer Vorhersageordnung wenigstens 1. Ordnung, der einen nicht gleichmäßigen Quantisierer aufweist, und

- einen Phasen-Kodierer (56, 58, 60, 62, 64, 66, 68, 70, 72) einer Vorhersageordnung wenigstens 1. Ordnung, der einen gleichmäßigen Quantisierer, eine äußere Differentialschleife zur Berechnung der Phasendifferenz und eine innere Schleife zur Fehlerberechnung aufweist.

5. Kodierer nach Anspruch 4, dadurch gekemizeichnet, daß der Betrags-Kodierer einen PCM-Quantisierer (40), eine Vorhersageschleife mit einer Quantisierungsuinkehrvorrichtung (42), einen algebraischen Addierer (44), der vermittels eines Multiplizierers mit einem Vorhersagekoeffizienten 9 rückgekoppelt ist, und einen Eingangsaddierer des Quantisierers umfaßt, so daß er gemäß den folgenden Gleichungen arbeitet:

e(m,k) = y(m,k) - p y'(m-1,k)

y'(m,k) = e'm(m,k) + p y'(m-1,k)

wobei e'(m,k) das Ausgangssignal der Quantisierungsumkehrvorrichtung bezeichnet, der abgesehen vom Quantisierungsrauschen gleich dem Fehler e(m,k) ist, wobei y der Wert des zu kodierenden Betrags ist, y' der Schätzwert von y ist, und m die Ordnungszahl des Blocks ist.

6. Kodierer nach Anspruch 5, dadurch gekennzeichnet, daß p in der Größenordnung von 0,96 liegt.

7. Kodierer nach Anspruch 4, 5 oder 6, dadurch gekennzeichnet, daß die innere Schleife des Phasen-Kodierers eine Quantisierungsumkehrvorrichtung, einen algebraischen Addierer (62), der vermittels einer Vorhersagevorrichtung (64) mit Multiplikation mit einem Koeffizienten β rückgekoppelt ist, wobei der Koeffizient β im wesentlichen gleich dem Korrelationskoeffizienten zwischen Blöcken ist, und einen Eingangsaddierer (66) des Quantisierers umfaßt.

8. Kodierer nach Anspruch 7, dadurch gekennzeichnet, daß die Addierermittel (66) einen algebraischen Addierer, Mittel zum Durchführen eines Vergleichstests des Fehlers mit π und Mittel zum Zurückführen der Phase umfassen, um die Phase in dem Bereich [-π, +π] zu halten.

9. Kodierer nach Anspruch 7 oder 8, dadurch gekennzeichnet, daß die äußere Schleife von einem algebraischen Addierer (56), einer Vorhersagevorrichtung (58) mit Multiplikation mit einem Fehlerdämpfungskoeffizienten, der kleiner als 1 ist, und Addierermitteln (60) gebildet ist.

10. Dekodierer von Schallsignalen, der zum Zusammenwirken mit dem Kodierer gemäß einem der Ansprüche 4 bis 9 geeignet ist, dadurch gekennzeichnet, daß er stromabwärts einer Frequenz-Zeit-Transformationschaltung Mittel zum Dekodieren aufweist, umfassend

- einen Betrags-Dekodierer (50, 52, 54) mit einem zum Aufbau des Betrags-Kodierers symmetrischen Aufbau und

- einen prognostischen Phasen-Dekodierer (74, 76, 78, 80) mit zwei in Reihe angeordneten Vorhersageschleifen, welche aufeinanderfolgend die Phasendifferenz und die Phase rekonstruieren.

11. Dekodierer nach Anspruch 10, dadurch gekennzeichnet, daß der prognostische Phasen-Dekodierer Addierermittel mit einem algebraischen Addierer (80) umfaßt der den Mitteln zum Zurückführen der Phase φ(m,k) zugeordnet ist.

12. Übertragungseinrichtung, umfassend einen Kodierer nach einem der Ansprüche 4 bis 9, dadurch gekennzeichnet, daß sie einen zusätzlichen Zweig (86) ohne prognostische adaptive Kodier-Mittel umfaßt, um anschließend an die Frequenzdiskriminierung der Koeffizienten die vorhersagefreie Übertragung der Koeffizienten schwacher Energie sicherzustellen.