EP1697929B1 - Method and device for quantizing a data signal - Google Patents
Method and device for quantizing a data signal Download PDFInfo
- Publication number
- EP1697929B1 EP1697929B1 EP05715289A EP05715289A EP1697929B1 EP 1697929 B1 EP1697929 B1 EP 1697929B1 EP 05715289 A EP05715289 A EP 05715289A EP 05715289 A EP05715289 A EP 05715289A EP 1697929 B1 EP1697929 B1 EP 1697929B1
- Authority
- EP
- European Patent Office
- Prior art keywords
- audio
- values
- block
- threshold
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 21
- 238000001914 filtration Methods 0.000 claims abstract description 24
- 230000005236 sound signal Effects 0.000 claims description 56
- 230000000873 masking effect Effects 0.000 claims description 28
- 238000007906 compression Methods 0.000 claims description 27
- 230000006835 compression Effects 0.000 claims description 27
- 238000012546 transfer Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013139 quantization Methods 0.000 description 71
- 238000011045 prefiltration Methods 0.000 description 49
- 230000006870 function Effects 0.000 description 38
- 230000009467 reduction Effects 0.000 description 24
- 230000003321 amplification Effects 0.000 description 13
- 238000003199 nucleic acid amplification method Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013144 data compression Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/032—Quantisation or dequantisation of spectral components
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/26—Pre-filtering or post-filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/26—Pre-filtering or post-filtering
- G10L19/265—Pre-filtering, e.g. high frequency emphasis prior to encoding
Definitions
- the present invention generally relates to quantizers of information signals and, in embodiments, to the quantization of audio signals used, for example, for data compression of audio signals or for audio coding.
- the present invention relates to audio coding with a short delay time.
- the currently most popular audio compression method is the MPEG-1 Layer III.
- the sample and audio values of an audio signal are coded lossy into an encoded signal.
- irrelevance and redundancy of the original audio signal are reduced or, ideally, removed in the compression.
- simultaneous and temporal masking is recognized by a psychoacoustic model, i.
- a time-varying, depending on the audio signal masking threshold is calculated or determined, indicating at which volume from a certain frequency sounds of the human hearing are perceived. This information is in turn used to encode the signal by making the spectral values of the audio signal more accurate, less accurate, or not at all quantized, depending on the masking threshold, and included in the encoded signal.
- Audio compression methods such as the MP3 format, are then limited in their applicability when it comes to compressing audio data over a bit-rate-limited transmission channel, on the one hand, but with the least possible delay time, on the other hand.
- the delay time is none Role, such as in the archiving of audio information.
- low-delay audio coders sometimes called “ultra-low-delay coders,” are necessary where time-critical audio signal transmission is required, such as teleconferencing, wireless speakers, or microphones.
- the article of Schuller G., etc. “Perceptual Audio Coding using Adaptive Pre- and Post-Filters and Lossless Compression", IEEE Transactions on Speech and Audio Processing, Vol. 10, No. 6, September 2002, pp. 379-390 , proposed an audio coding in which the irrelevance reduction and the redundancy reduction are performed not on the basis of a single transformation, but on two separate transformations.
- the coding is based on an audio signal 902 which has already been sampled and therefore already exists as a sequence 904 of audio or sample values 906, wherein the time sequence of the audio values 906 is indicated by an arrow 908.
- a listening threshold is calculated by means of a psychoacoustic model.
- Fig. 13 shows a graph in which the spectrum of a signal block of 128 audio values 906 is plotted over the frequency f with the curve a, and the logarithmic threshold, as calculated by a psychoacoustic model, is plotted in logarithmic units at b.
- the masking threshold indicates, as already mentioned, to what intensity frequencies are inaudible to the human ear, namely all tones below the masking threshold b.
- an irrelevance reduction is now achieved by controlling a parameterizable filter followed by a quantizer.
- a parameterization is calculated such that the frequency response thereof is the inverse of the Amount of the masking threshold corresponds. This parameterization is indicated in FIG. 12 by x # (i).
- a constant step quantization is performed, such as a rounding operation to the nearest integer.
- the resulting quantization noise is white noise.
- the filtered signal is again "back-transformed" with a parameterizable filter whose transfer function is set to the amount of the masking threshold itself.
- a gain value a # which is applied to the filtered signal before quantization, is also calculated on the coder side for each parameter set or for each parameterization.
- the amplification value a and the parameterization x are transmitted as side information 910 in addition to the actual main data, namely the quantized, filtered audio values 912, to the coder.
- this data ie page information 910 and main data 912, is still subjected to lossless compression, namely entropy coding, whereby the coded signal is obtained.
- the above article proposes a size of 128 samples 906 as a block size. This allows a relatively short delay of 8 ms at 32 kHz sample rate.
- the page information namely the coefficients x # and a #
- the page information are transmitted only if there is enough change compared to a previously transmitted parameter set, ie if the change is a exceeds certain threshold.
- the implementation is preferably made such that a current parameter set is not directly applied to all samples associated with the respective block, but linear interpolation of the filter coefficients x # is used to avoid audible artifacts.
- a lattice structure is proposed for the filter to prevent the occurrence of instabilities.
- the article still proposes to selectively multiply or attenuate the filtered signal scaled by the time-varying gain factor a by a factor other than 1, so that audible perturbations occur arise, but the bit rate can be reduced at consuming to be coded points of the audio signal.
- a problem with the above scheme is that of having to transmit the masking threshold or transfer function of the coder side filter, hereinafter referred to as prefilter , the transmission channel is relatively heavily loaded, although yes the filter coefficients are transmitted only when a predetermined threshold is exceeded.
- a further disadvantage of the above coding scheme is that, due to the fact that the masking threshold or the inverse thereof must be provided by the parameter set x # decoder-side to be transmitted, a compromise between on the one hand the lowest possible bit rate or a high compression ratio and on the other hand a precise approximation or parameterization of the masking threshold or the inverse thereof is to be made. It is therefore inevitable that the above by the audio coding scheme to the masking threshold matched quantization noise at some frequency ranges exceeds the masking threshold and therefore causes the listener audible audio interference. For example, with the curve c, FIG. 13 shows the parameterized frequency response of the decoder-side parameterizable filter.
- the filtered signal may take an unpredictable form due to frequency selective filtering, in particular due to random superposition of many individual harmonics, a single or individual audio values of the encoded signal to sum up to very high values, which in turn lead to a lower compression ratio due to their rare occurrence in the subsequent redundancy reduction.
- the object of the present invention is to provide a method and apparatus for quantizing an information signal so that with only a slight deterioration in the quality of the original information signal a higher data compression of the information signal can be realized.
- Quantizing an information signal of a sequence of information values comprises frequency-selectively filtering the sequence of information values to obtain a sequence of filtered information values, and quantizing the filtered information values to obtain a sequence of quantized information values using a quantization step function comprising the filtered ones Maps information values to the quantized information values whose history is steeper below a threshold information value than above the threshold information value.
- truncation of the filtered information signal above an appropriate threshold is twice the largest possible value of the original information signal to be filtered so that the artifacts artificially generated by the frequency selective filtering result from the filtered Information signal are removed or smoothed, after back-filtering hardly leads to a deterioration in the quality of the information signal filtered back after quantization, but the truncation or increasing the quantization step size above a suitable Threshold provides enormous savings in a bit representation of the filtered information signal.
- the information signal is an audio signal in which the selective quantization above or below a certain threshold leads to a hardly audible audio quality reduction while at the same time enormously reducing the bit representation.
- the quantization step function can alternatively be provided in order to quantize all audio values above the threshold value to a highest quantization level, or a quantization step function is used which is flatter above the threshold value or has a larger quantization step width above the threshold value, so that the artificially generated artifacts be quantified coarser.
- Fig. 1 shows an audio encoder according to an embodiment of the present invention.
- the audio coder indicated generally at 10, initially includes a data input 12 at which it receives the audio signal to be coded which, as will be explained later with reference to Figure 5a, is comprised of a sequence of audio values and a data output at which the coded signal is output, the information content of which will be discussed in more detail with reference to FIG. 5b.
- the audio coder 10 of FIG. 1 is divided into an irrelevance reduction part 16 and a redundancy reduction part 18.
- the irrelevance reduction part 16 comprises a hearing threshold detection means 20, a gain value calculation means 24, a parameterization calculation means 24, a node comparison means 26, a quantizer 28 and a parameterizable prefilter 30 and an input FIFO (first-in-first-out) buffer 32, a buffer or memory 38 and a multiplier or multiplier 40.
- the redundancy reduction part 18 comprises a compressor 34 and a bit rate controller 36.
- Irrelevance reduction part 16 and redundancy reduction part 18 are connected in series in this order between data input 12 and data output 14.
- the data input 12 is connected to a data input of the means 20 for determining a listening threshold and a data input of the input buffer 32.
- a data output of the means 20 for detecting a masking threshold is connected to an input of the means 24 for calculating a parameterization as well as to a data input of the device 22 for calculating a gain value in order to forward to the same a detected listening threshold.
- the devices 22 and 24 calculate a parameterization or gain value based on the masking threshold and are connected to the node comparator 26 for forwarding to them these results.
- the interpolation point comparison device 26 forwards, depending on a comparison result, as will be discussed below, the results calculated by the devices 22 and 24 as input parameter or parameterization to the parameterizable prefilter 30.
- the parameterizable prefilter 30 is connected between a data output of the input buffer 32 and a data input of the buffer 38. Between a data output of the buffer 38 and the quantizer 28, the multiplier 40 is connected.
- the quantizer 28 forwards to the redundancy reduction part 18 optionally multiplied or, in any case, quantized, filtered audio values, specifically to a data input of the compressor 34.
- the node comparator 26 forwards to the redundancy reduction part 18 information from which the the parameterizable prefilter 30 forwarded input parameters are derivable, specifically to a further data input of the compressor 34.
- the bit rate control is connected via a control connection to a control input of the multiplier 40, in order to ensure that the quantized filtered audio values as obtained from the prefilter 30 are multiplied by the multiplier 40 with a suitable multiplier, as will be discussed in greater detail below.
- the bit rate controller 36 is connected between a data output of the compressor 34 and the data output 14 of the audio encoder 10 to appropriately determine the multiplier for the multiplier 40. On the first pass of each audio value through the quantizer 40, the multiplier is initially set to an appropriate scaling factor, such as 1.
- the buffer 38 continues to store each filtered audio value to give the bitrate controller 36 the opportunity to multiply the bit rate controller 36 as described below to change another pass of a block of audio values. If such a change is not indicated by the bitrate controller 36, the buffer 38 may release the memory occupied by that block.
- the audio signal when it reaches the data input 12 has already been obtained by audio signal sampling 50 from an analog audio signal.
- the audio signal sampling is performed at a predetermined sampling frequency, which is usually between 32-48 kHz.
- a predetermined sampling frequency which is usually between 32-48 kHz.
- the audio signal which consists of a sequence of sample or audio values.
- the encoding of the audio signal is not block-based, the audio values at the data input 12 are first combined into audio blocks in a step 52.
- the summary of the audio blocks is, as will become apparent from the following description, only for purposes of determining the Mit Craftschwelle and takes place in an input stage of the means 20 for determining a listening threshold.
- FIG. 5a shows at 54 the sequence of samples, each sample being illustrated by a rectangle 56.
- the samples are numbered for purposes of illustration, again with only some of the samples of sequence 54 shown for clarity.
- each 128 consecutive samples are combined into a block, with the immediately succeeding 128 samples forming the next block.
- the summary into blocks could be made otherwise, for example, by overlapping blocks or spaced blocks and blocks of a different block size, although the block size of 128 is again preferred because it provides a good compromise between high audio quality and on the other hand provides the lowest possible delay time.
- step 52 in device 20 While the audio blocks summarized in step 52 in device 20 are processed block by block in means 20 for determining a listening threshold, the incoming audio values are buffered or buffered 54 in input buffer 32 until parameterizable pre-filter 30 receives input parameters from interpolation point comparator 26 has to pre-filter, as will be described below.
- the means 20 for determining a listening threshold starts its processing immediately after sufficient audio values have been received at the data input 12 to form an audio block or form the next audio block, which the device 20 checks by means of a check monitored in step 60. If an editable complete audio block does not yet exist, the device waits for 20. If there is a complete audio block to be processed, the means 20 for determining a listening threshold calculates a listening threshold in a step 62 on the basis of a suitable psychoacoustic model in a step 62. In order to illustrate the listening threshold, reference is again made to FIG.
- the masking threshold which is determined in step 62, is a frequency-dependent function that may vary for successive audio blocks, and also from audio signal to audio signal, e.g. from rock to classical music pieces, can vary significantly.
- the listening threshold indicates for each frequency a threshold below which the human ear can not perceive disturbances.
- the device 24 now calculates the parameterization a k t such that the transfer function H (f) of the parametrizable prefilter 30 is approximately equal to the inverse of the amount of the masking threshold M (f), ie such that H f ⁇ t ⁇ 1 M f ⁇ t , where the dependence on t is again to illustrate that for different audio blocks the masking threshold M (f) changes.
- the filter coefficients become a k t the following is obtained: the inverse discrete Fourier transform of
- a lattice structure is preferably used for the filter 30, wherein the filter coefficients for the lattice structure are converted into reflection coefficients be reparameterized.
- means 22 calculates a noise power limit based on the monitor threshold, namely, a limit that indicates which noise power quantizer 28 has in that may be introduced by the pre-filter 30 filtered audio signal, so that the quantization noise after the back and post filtering on the decoder side below the Mit Selfschwelle M (f) or is exactly on the same.
- the device 22 calculates this noise power limit as the area below the magnitude square of the listening threshold M, ie as ⁇
- the gain value a is calculated by the noise power limit device 22 by calculating the root from the fraction of quantization noise power through the noise power limit.
- the quantization noise is the noise caused by the quantizer 28.
- the noise caused by the quantizer 28 is, as will be described, white noise and thus frequency independent.
- the quantization noise power is the power of the quantization noise.
- the device 22 calculates the noise power limit in addition to the gain value a. Although it is possible for the node comparator 26 to recalculate the noise power limit from the gain value a obtained by the device 22, it is further possible that the device 22 also transmits the detected noise power limit in addition to the gain value a of the node comparison device 26.
- the interpolation point comparison device 26 checks in a step 66 whether the parameterization just calculated differs by more than a predetermined threshold from the current parameterization last routed to the parameterizable prefilter. If the check in step 66 reveals that the parameterization just calculated differs from the current one by more than the predetermined threshold, the just calculated filter coefficients and the just calculated gain value or noise power limit are buffered in the interpolation means 26 for an interpolation to be discussed and the node comparator 26 transfers the just-calculated filter coefficients in a step 68 and the just-calculated gain value to the prefilter 30 in a step 70.
- the support point comparison device (26) transfers to the pre-filter 30 in step 72 instead of the parameterization just calculated only the current support point parameterization, ie the parameterization that resulted in the last time in step 66 to a positive result, ie, differed by more than a predetermined threshold from a previous node parameterization.
- the process of Fig. 3 returns to processing the next audio block, i. to query 60, back.
- preprocessor 30 applies this interpolation parameterization to all samples of this audio block located in FIFO 32, as will be described in more detail below, whereby this current block is extracted from FIFO 32 and quantizer 28 obtains a resulting audio block receives pre-filtered audio values.
- Fig. 4 illustrates the operation of the parameterizable pre-filter 30 in more detail for the case that it receives the just calculated parameterization and the just calculated gain value because they are sufficiently different from the current support point parameterization.
- processing of FIG. 4 does not take place for each of the successive audio blocks, but only for audio blocks in which the associated parameterization sufficiently differs from the current support point parameterization.
- the other audio blocks are, as described above, pre-filtered by applying the respective current node parameterization and the respective respective current gain value to all samples of these audio blocks.
- the parameterizable prefilter 30 monitors whether a transfer of just calculated filter coefficients from the Support point comparison device 26 has taken place or from older support point parameterizations. The prefilter 30 performs the monitoring 80 until such a handover has occurred.
- the parameterizable prefilter 30 begins processing the current audio block of audio values that is currently in the cache 32, that is, the one to which the parameterization has just been calculated.
- Fig. 5a for example, it has been illustrated that all the audio values 56 have already been processed before the audio value with the number 0 and therefore the memory 32 already have happened.
- the processing of the block of audio values before the number 0 audio value was then triggered because the parameterization calculated for the audio block before block 0, namely x 0 (i), is more than the predetermined threshold of the previously compared to the prefilter 30 forwarded support point parameterization.
- the parameterization x 0 (i) is thus a support point parameterization, as it is called in the present invention.
- the processing of the audio values in the audio block before the audio value 0 was performed based on the parameter set a 0 , x 0 (i).
- the parameterization calculated for block 1 still in FIFO 32 differed by more than the predetermined threshold from parameterization x 0 (i) according to the exemplary example of FIG. 5 a and was therefore passed to the prefilter in step 68 30 as parameterization x 1 (i) forwarded together with the gain value a 1 (step 70) and optionally the associated noise power limit, wherein the indices of a and x in Fig. 5a should be an index for the nodes, as in the later zu discussing interpolation performed on samples 128-255 in block 1, symbolized by an arrow 82, and through steps following step 80 in FIG. 4 is realized.
- processing would begin at step 80.
- the pre-filter 30 determines the noise power limit q 1 corresponding to the gain value a 1 in step 84. This may be done by having the node comparison means 26 pass this value to the prefilter 30, or by re-calculating this value by the prefilter 30, as described above with reference to step 64.
- an index j is initialized to a sample to point to the oldest sample remaining in the FIFO memory 32, or the first sample of the current audio block "Block 1", ie, in the present example of FIG
- the parametrizable prefilter performs an interpolation between the filter coefficients x 0 and x 1 , whereby the parameterization x 0 as a base value at the support point with audio value number 127 of the previous block 0 and the parameterization x 1 as a base value at the Support point with audio value 255 of the current block 1 applies.
- These audio value positions 127 and 255 are also referred to below as support point 0 and support point 1, wherein in FIG. 5a the reference points relating to the support point parameterizations are indicated by the arrows 90 and 92.
- the parameterizable pre-filter 30 performs interpolation between the noise power limit q 1 and q 0 to obtain an interpolated noise power limit at the sample position j, ie, q (t j ).
- the parameterizable prefilter 30 calculates the sample position gain value j on the basis of the interpolated noise power limit and the quantization noise power, and preferably also the interpolated filter coefficients, for example, depending on the root quantization noise q t j . Reference is made to the comments on step 64 of FIG. 3.
- the parameterizable prefilter 30 then applies the calculated gain value and the interpolated filter coefficients to the sample at the sample position j to obtain a filtered sample for that sample position, s' (t j ).
- the parameterizable pre-filter 30 checks whether the sampling position j has reached the current interpolation point, ie interpolation point 1, in the case of FIG. 5a the sampling position 255, ie the sample value for which the parameterization communicated to the parametrizable pre-filter 30 plus gain value directly, ie without interpolation. If this is not the case, the parameterizable prefilter 30 increments or increments the index j by 1, wherein the steps 88-96 are repeated again.
- step 100 the parametrizable prefilter applies the amplification value last transmitted by the interpolation point comparator 26 and the from the interpolation point 26 last transmitted filter coefficients immediately without interpolation to the sample at the new interpolation point, whereupon the current block, ie in the present case, the block 1, has been executed, and the process again at step 80 with respect to the subsequent block to be processed which, depending on whether the parameterization of the next audio block block 2 differs sufficiently from the parameterization x 1 (i), may possibly be just this next audio block block 2 or else a later audio block.
- the purpose of the filtering is to filter the audio signal at the input 12 with an adaptive filter whose transfer function is constantly adapted as optimally as possible to the inverse of the listening threshold, which also changes in time.
- the reason for this is that, on the decoder side, the back-filtering by an adaptive filter, whose transfer function is correspondingly constantly matched to the monitoring threshold, reduces the white quantization noise introduced by quantizing the filtered audio signal; the frequency constant quantization noise, forms, namely adapts to the shape of the Mit Schulschwelle.
- the application of the gain value in steps 94 and 100 in the prefilter 30 consists in a multiplication of the audio signal or the filtered audio signal, ie the samples s or the filtered samples s', by the amplification factor.
- the purpose is, as far as possible, the quantization noise, which is inserted into the filtered audio signal by the quantization described in more detail below, and which is adapted by the back-filtering on the decoder side to the form of the monitoring threshold set so high that it does not exceed the Mit tolerateschwelle yet.
- the quantization noise which is inserted into the filtered audio signal by the quantization described in more detail below, and which is adapted by the back-filtering on the decoder side to the form of the monitoring threshold set so high that it does not exceed the Mit Bioschwelle yet.
- the quantization noise power is also reduced, namely by the factor a -2 , where a is the amplification value.
- the quantization noise power can be set optimally high, which is equivalent to increasing the quantization step size and thus reducing the number of quantization steps to be coded, which in turn increases the compression in the subsequent redundancy reduction part.
- the effect of the pre-filter can be regarded as a normalization of the signal to its masking threshold, so that the level of the quantization noise and the quantization noise both in time and frequency can be kept constant. Since the audio signal is in the time domain, therefore, the quantization can be performed stepwise with uniform constant quantization, as will be described later. In this way, ideally, any irrelevance is removed from the audio signal, and a lossless compression scheme may be used to also remove the remaining redundancy in the pre-filtered and quantized audio signal, as will be described below.
- the filter coefficients and amplification values a 0 , a 1 , x 0 , x 1 used must be available as page information on the decoder side, but this reduces the transmission effort for this purpose will not simply reuse new filter coefficients and new gain values for each block. Instead, a threshold value check 66 takes place in order to transmit the parameterizations as page information only if the parameterization change is sufficient, and otherwise the page information or parameterizations are not transmitted. On the audio blocks for which the parameterizations were transferred, an interpolation from the old to the new parameterization takes place over the area of these blocks.
- the interpolation of the filter coefficients takes place in the manner described above with reference to step 88.
- the interpolation with regard to the amplification takes place via a detour, namely via a linear interpolation 90 of the noise power limit q 0 , q 1 .
- the linear interpolation with respect to the noise power limit leads to a better hearing result or less audible artifacts.
- the filtered samples output from the parameterizable prefilter 30 are stored in the buffer 38 and simultaneously passed from the buffer 38 to the multiplier 40 where, in turn, as it is its first pass, it passes through unaltered, namely with a scaling factor of unity the multiplier 40 are passed to the quantizer 28.
- the filtered audio values above an upper bound are cut off in a step 110 and then quantized in a step 112.
- the two steps 110 and 112 are performed by the quantizer 28.
- the two steps 110 and 112 are preferably executed by the quantizer 28 in one step by quantizing the filtered audio values s' with a quantization step function comprising the For example, in a floating-point representation, filtered samples s' are mapped to a plurality of integer quantization level indices and flat at a certain threshold for the filtered samples, such that filtered samples greater than the threshold are quantized to one and the same quantization level become.
- a quantization step function is shown in Fig. 7a.
- the quantized filtered samples are designated ⁇ 'in Fig. 7a.
- the quantization step function is preferably a quantization step function below the constant step threshold, i. the jump to the next quantization step always takes place after a constant interval along the input values S '.
- the step size to the threshold is set such that the number of quantization steps preferably corresponds to a power of 2. In comparison to the floating-point representation of the incoming filtered samples s', the threshold value is smaller, so that a maximum value of the representable range of the floating-point representation exceeds the threshold value.
- the reason for the threshold is that it has been observed that the filtered audio signal output from the prefilter 30 occasionally has audio values that accumulate to very large values due to unfavorable accumulation of harmonics. Furthermore, it has been observed that truncating these values, as achieved by the quantization step function shown in Figure 7a, results in a high data reduction but only a slight degradation in audio quality. Rather, these isolated spots in the filtered audio signal artificially caused by the frequency-selective filtering in the parameterizable filter 30, so that a truncation of the same affects the audio quality only slightly.
- FIG. 7a A more specific example of the quantization step function shown in Figure 7a would be one which up to the threshold rounds all filtered samples s' to the nearest integer, and from there quantizes all overlying filtered samples to the highest quantization level, e.g. 256. This case is shown in Fig. 7a.
- FIG. 7b Another example of a possible quantization step function would be that shown in Fig. 7b.
- the quantization step function of FIG. 7b corresponds to that of FIG. 7a.
- the quantization step function continues with a slope that is less than the slope in the region below the threshold.
- the quantization step size is larger. This achieves a similar effect as with the quantization function of FIG. 7a, but with on the one hand more effort due to the different step sizes of the quantization step function above and below the threshold value and on the other hand improved audio quality, since very high filtered audio values s' are not completely cut off, but rather only be quantized with a larger quantization step size.
- the compressor 34 makes a first compression attempt and compresses side information including the gain values a 0 and a 1 at the nodes, such as 127 and 255, and the filter coefficients x 0 and x 1 at the nodes and the quantized filtered samples ⁇ 'into a preliminary filtered signal.
- the compressor 34 is a lossless encoder, such as a Huffman or arithmetic encoder with or without prediction and / or adaptation.
- the memory 38 which the sampled audio values ⁇ 'pass through serves as a buffer for a suitable block size, with which the compressor 34 processes the quantized, filtered and optionally scaled, audio values ⁇ ' output by the quantizer 28.
- the block size may differ from the block size of the audio blocks as used by the device 20.
- the bit rate controller 36 has driven the multiplier 40 at a multiplier of 1 so that the filtered audio values from the prefilter 30 will pass unchanged to the quantizer 28 and from there to the compressor 34 as quantized filtered audio values.
- Compressor 34 in step 116, monitors whether a certain amount of compression block, ie a certain number of quantized sampled audio values, has been coded into the preliminary coded signal or whether to encode further quantized filtered audio values ⁇ 'into the current provisional coded signal are. If the compression block size is not reached, the compressor 34 continues the current compression 114.
- bit rate controller 36 checks in step 118 whether the amount of bit needed for compression is greater than a bit amount prescribed by a desired bit rate. If this is not the case, the bit rate controller 36 checks in a step 120 whether the required bit quantity is smaller than the bit quantity prescribed by the desired bit rate. If so, the bitrate controller 36 adds the encoded signal in step 122 with stuffing bits until the achieved by the desired bit rate prescribed amount of bits is reached. Subsequently, in step 124, the output of the coded signal.
- bitrate controller 36 could store the last compression-based compression block of filtered audio values ⁇ 'in the memory 38 multiplied by a multiplier greater than 1 multiplied by the multiplier 40 to the quantizer 28 to re-run steps 110-118 until the bit rate prescribed by the desired bit rate is reached, as indicated by a dashed step 125.
- bit rate controller 36 changes the multiplier for the multiplier 40 to a factor between 0 and 1 only. This is done in step 126.
- bitrate control 36 causes memory 38 to reissue the last block of filtered audio values ⁇ 'underlying the compression, then multiply them by the factor set in step 126 and re-apply to quantizer 28, whereupon Steps 110-118 are performed again and the previously provisionally coded signal is discarded.
- step 114 the factor used in step 126 (or step 125) is also incorporated into the coded signal.
- step 126 The point of the procedure after step 126 is that the factor increases the effective step size of the quantizer 28. This means that the resulting quantization noise is evenly above the masking threshold, resulting in audible or audible noise Noise but results in a reduced bit rate. If, after re-running steps 110-116, it is again determined in step 118 that the required bit quantity is greater than the one prescribed by the desired bit rate, the factor is further reduced in step 126, etc.
- FIG. 5b again illustrates the resulting coded signal, indicated generally at 130.
- the encoded signal includes page information and intermediate main data.
- the side information comprises, as already mentioned, information from which for special audio blocks, namely audio blocks in which a significant change in the filter coefficients has resulted in the sequence of audio blocks, the value of the gain value and the value of the filter coefficients can be derived.
- the page information further includes further information relating to the gain value used for the bit control. Owing to the interdependence between the gain value and the noise power limit q, the side information may optionally include, in addition to the gain value a # to a node #, the noise power limit q # , or even the latter.
- the page information is preferably arranged such that the page information is related to filter coefficients and associated gain value are arranged before the main data for the audio block of quantized filtered audio values ⁇ ', from which these filter coefficients with associated gain value and associated noise power limit have been derived, ie the page information a 0 , x 0 (i) after the block -1 and the page information a 1 , x 1 (i) after the block 1.
- the main data, ie the quantized filtered audio values ⁇ ' are exclusive of an audio block of the type which results in a significant change in the filter coefficients due to audio blocks For example, in Figs.
- the audio values ⁇ '(t 0 ) - ⁇ ' (t 127 ) are as in the above bez Referring to FIG.
- page information 132 alone is decodable, while the audio values ⁇ '(t 128 ) - ⁇ ' (t 255 ) are obtained by interpolation by means of the page information 132 as support values at the sample point 127 and by The page information 134 has been obtained as a support value at the interpolation point with the sample number 255 and thus can only be decoded by means of both side information.
- page information block 132 includes gain value a 0 and filter coefficients x 0 with respect to the interpolation point at time t -1 .
- these values are derivable from the block itself.
- Side information concerning the interpolation point at time t 255 can not be deduced from this block alone.
- the page information block 134 only includes information about differences in the gain value a 1 of the interpolation point at time t 255 to the gain value of the interpolation point at time to and the differences of the filter coefficients x 1 to the filter coefficients x 0 .
- the page information block 134 thus contains only the information about a 1 - a 0 and x 1 (i) - x 0 (i).
- the filter coefficients and the gain value should be transmitted fully and not only as a difference to the previous sample, eg every second to allow a receiver or decoder to latch into a stream of encoding data as it does will be discussed below.
- an embodiment of an audio decoder capable of decoding the encoded signal produced by the audio encoder 10 of Fig. 1 into a decoded playable audio signal will now be described.
- the decoder indicated generally at 210, includes a decompressor 212, a FIFO memory 214, a multiplier 216 and a parameterizable postfilter 218.
- Decompressor 212, FIFO memory 214, multiplier 216 and parameterizable postfilter 218 are connected in this order between a data input 220 and a data output 222 of the decoder 210, wherein at the data input 220 the coded signal is obtained and at the data output 222 the decoded audio signal is output, which differs from the original audio signal at the data input 12 of the audio coder 10 only by the quantization noise generated by the quantizer 28 in the audio coder 10.
- the decompressor 212 is connected at a further data output to a control input of the multiplier 216 for forwarding thereto a multiplier, and via another data output to a parameterization input of the parameterizable postfilter 218.
- the decompressor 212 first decompresses the compressed signal applied to the data input 220 to provide the quantized filtered audio data, namely the samples ⁇ ', and the associated page information in the page information blocks 132, 134 to enter yes, the filter coefficients and gain values or, instead of the gain values, the noise power limits, indicate at the nodes.
- the decompressor 212 checks the decompressed signal in the order of its arrival whether it contains page information with filter coefficients in self-contained form without reference to a previous page information block. In other words, the decompressor 212 searches for the first page information block 132. Once the decompressor 212 has been found, the quantized filtered audio values ⁇ 'are buffered in the FIFO memory 214 in a step 228.
- step 228 it will first be provided with parameterization and gain value information contained in the page information received in step 226 Postfilter post-filtered and amplified in the multiplier 216, whereby it is decoded and thus the associated decoded audio block is obtained.
- the decompressor 212 monitors the decompressed signal for the appearance of some kind of page information block, namely with absolute filter coefficients or filter coefficient differences to a previous page information block. For example, in the example of FIG. 5b, decompressor 212 would recognize the appearance of page information block 132 at step 226 in step 230 at step 230.
- step 2208 the block of quantized filtered audio values ⁇ '(t 0 ) - ⁇ ' (t 127 ) would have been decoded using page information 132.
- page information block 134 does not yet appear in the decompressed signal the caching and eventual decoding of blocks is continued through step 226, as described above, at step 228.
- decompressor 212 calculates the parameter values at node 1, ie, a 1 , x 1 (i), by summing the difference values in page information block 134 to the parameter values in page information block 132 at step 232.
- step 232 will be omitted, which will be the case, for example, every second, as described above
- page information blocks 132 where the parameter values are absolute, that is, derivable without relation to another page information block, are arranged at sufficiently small intervals so that the on time and the dead time, respectively Turning on the audio encoder 210 in example, a radio transmission or broadcasting is not too large.
- the number of page information blocks 134 therebetween with the difference values are also arranged in a fixed predetermined number between the page information blocks 132, so that the decoder knows when to expect a page information block of the type 132 in the coded signal again.
- the various page information block types are indicated by corresponding flags.
- a sample index j is first initialized to 0 in step 234. This value corresponds to the sample position of the first sample in the audio block currently remaining in the FIFO 214 to which the current page information relates.
- Step 234 is performed by the parameterizable postfilter 218.
- the postfilter 218 then performs a calculation of the noise power limit at the new interpolation point in a step 236, which step corresponds to step 84 of FIG. 4 and may be omitted if, for example, the smoke power limit at the interpolation points is transmitted in addition to the amplification values.
- the postfilter 218 then performs interpolations on the filter coefficients and noise power limits corresponding to the interpolations 88 and 90 of FIG.
- the subsequent calculation of the gain value for the sample position j based on the interpolated noise power limit and the interpolated filter coefficients from steps 238 and 240 in step 242 corresponds to step 92 of FIG. 4.
- the postfilter 218 then applies the gain value calculated in step 242 and the interpolated filter coefficients to the sample at the sample position j. This step differs from the step 94 of Fig.
- the interpolated filter coefficients are applied to the quantized filtered samples ⁇ 'such that the transfer function of the parameterizable postfilter does not correspond to the inverse of the listening threshold but to the listening threshold itself.
- the post-filter does not perform a multiplication on the gain value but a division by the gain value on the quantized filtered sample ⁇ 'or already filtered-back, quantized filtered sample at the position j.
- step 246 If the postfilter 218 has not yet reached the current sample point at the sample position j, which checks it in step 246, it increments the sample position index j at step 248 and restarts steps 238-246. Only when the interpolation point is reached does it apply the gain value and the filter coefficients of the new interpolation point to the sample at the interpolation point, namely in step 250. Again, as in step 218, the application involves division by means of the amplification value and filtering, instead of multiplication a transfer function equal to the listening threshold and not the inverse of the latter. After step 250, the current audio block is decoded by interpolation between two node parameterizations.
- the filtering and the application of the gain value in steps 218 and 224 match the noise introduced by the quantization in the encoding in steps 110 and 112 both in shape and in height to the masking threshold.
- a parameterization and gain value or noise power limit, as determined for a particular audio block should be considered immediately valid for a particular audio value, as in the previous embodiment, the last audio value of each audio block, ie of the 128th value in this audio block, so that for this audio value the interpolation can be omitted.
- the parameterization determined for one audio block or the gain value determined for that audio block may also be directly applied to another value, such as the audio value in the middle of the audio block, such as the 64th audio value in the case of the above block size of 128 audio values.
- the above embodiment referred to an audio coding scheme designed to generate a coded signal at a controlled bit rate.
- bitrate control is not required in every application. Therefore, the corresponding steps 116-122 and 126 and 125, respectively, may also be omitted.
- the present invention has been described above with respect to a particular audio coding scheme that allows for short delay times, the present invention is of course applicable to other audio codings as well.
- an audio coding scheme would also be conceivable in which the coded signal consists of the quantized, filtered audio values per se, without a redundancy reduction is carried out. Accordingly, it would also be conceivable to carry out the frequency-selective filtering differently than the previously described manner, namely on the coder side with a transfer function equal to the inverse of the masking threshold and on the decoder side with a transfer function equal to the masking threshold.
- individual aspects of the above embodiments may also be omitted.
- the present invention is not limited to audio signals. It is also applicable to other information signals, such as video signals consisting of a sequence of frames, i. a sequence of pixel arrays.
- the above audio coding scheme provides a way to limit the bit rate in an audio coder with very little delay time.
- the bitrate peaks arising in the coding as a function of the audio signal are avoided by limiting the output value range of the pre-filter.
- an upper limit on the transmission bit rate can often be met, often for example exists on wireless transmission media.
- the change of the quantization step function above the threshold is a suitable means for limiting the bit rate to the maximum allowed.
- the encoder consisted of a prefilter that appropriately shapes the audio signal, a quantizer with a quantizer step height, followed by an entropy coder.
- the quantizer generated values also called indices.
- higher indices also mean a higher bit rate associated with them, but this has been avoided by having the range of indices limited ( Figure 7a) or thinned out ( Figure 7b), but with the potential for degrading audio quality.
- the threshold value in the quantization always remains constant or the quantization step function always remains constant, ie always the artifacts generated in the filtered audio signal with coarser quantization or cut off, whereby the audio quality may be audibly deteriorated
- this measure only when it requires the complexity of the audio signal, namely when the bit rate required for coding exceeds a desired bit rate. In this case, in addition to those shown in Figs. 7a and 7b.
- quantization step functions are used with a quantization step size constant over the entire possible value range at the output of the prefilter and the quantizer would respond to a signal, for example, to use either the quantization step function with always constant quantization step size or one of the quantization step functions of Figure 7a or 7b so that the signal could tell the quantizer to perform the quantization step reduction above the threshold or the clip above the threshold with slight audio quality degradation.
- the threshold could also gradually increase be reduced. In this case, the threshold reduction could be performed instead of the factor reduction of step 126.
- the provisionally compressed signal could only be selectively thresholded in a modified step 126 if the bit rate is still too high (118).
- the filtered audio values would then be quantized with the quantization step function, which has a flatter course above the audio threshold. Further bit rate reductions could still be performed in the modified step 126 by reducing the threshold value and thus further modifying the quantization step function.
- the inventive quantization scheme can also be implemented in software.
- the implementation may be on a digital storage medium, in particular a floppy disk or a CD with electronically readable control signals which may interact with a programmable computer system such that the corresponding method is executed.
- the invention thus also consists in a computer program product with program code stored on a machine-readable carrier for carrying out the method according to the invention when the computer program product runs on a computer.
- the invention can thus be realized as a computer program with a program code for carrying out the method when the computer program runs on a computer.
- the inventive scheme can also be implemented in software.
- the implementation may be on a digital storage medium, in particular a floppy disk or a CD with electronically readable control signals, which may cooperate with a programmable computer system such that the corresponding method is executed.
- the invention thus also consists in a computer program product with program code stored on a machine-readable carrier for carrying out the method according to the invention when the computer program product runs on a computer.
- the invention can thus be realized as a computer program with a program code for carrying out the method when the computer program runs on a computer.
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Radar Systems Or Details Thereof (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
Description
Die vorliegende Erfindung bezieht sich allgemein auf Quantisierer bzw. die Quantisierung von Informationssignalen und in Ausführungsbeispielen auf die Quantisierung von Audiosignalen, wie sie beispielsweise zur Datenkompression von Audiosignalen bzw. zur Audiocodierung verwendet wird. In einem speziellen Ausführungsbeispiel bezieht sich die vorliegende Erfindung auf eine Audiocodierung mit kurzer Verzögerungszeit.The present invention generally relates to quantizers of information signals and, in embodiments, to the quantization of audio signals used, for example, for data compression of audio signals or for audio coding. In a specific embodiment, the present invention relates to audio coding with a short delay time.
Das derzeit bekannteste Audiokompressionsverfahren ist das MPEG-1 Layer III. Bei diesem Kompressionsverfahren werden die Abtast- bzw. Audiowerte eines Audiosignals verlustbehaftet in ein codiertes Signal codiert. Anders ausgedrückt werden bei der Kompression Irrelevanz und Redundanz des ursprünglichen Audiosignals reduziert bzw. idealer Weise entfernt. Um dies zu erzielen, werden durch ein psychoakustisches Modell simultane und zeitliche Maskierungen erkannt, d.h. es wird eine sich zeitlich ändernde, vom Audiosignal abhängige Maskierungsschwelle berechnet bzw. bestimmt, die angibt, ab welcher Lautstärke Töne einer bestimmten Frequenz für das menschliche Gehör erst wahrnehmbar sind. Diese Information wird wiederum zur Codierung des Signals verwendet, indem die Spektralwerte des Audiosignals abhängig von der Maskierungsschwelle genauer, weniger genau oder gar nicht quantisiert und in das codierte Signal eingebunden werden.The currently most popular audio compression method is the MPEG-1 Layer III. In this compression method, the sample and audio values of an audio signal are coded lossy into an encoded signal. In other words, irrelevance and redundancy of the original audio signal are reduced or, ideally, removed in the compression. To achieve this, simultaneous and temporal masking is recognized by a psychoacoustic model, i. A time-varying, depending on the audio signal masking threshold is calculated or determined, indicating at which volume from a certain frequency sounds of the human hearing are perceived. This information is in turn used to encode the signal by making the spectral values of the audio signal more accurate, less accurate, or not at all quantized, depending on the masking threshold, and included in the encoded signal.
Audiokompressionsverfahren, wie das MP3-Format, erfahren dann eine Grenze in ihrer Anwendbarkeit, wenn es darum geht, Audiodaten über einen bitratenbegrenzten Übertragungskanal einerseits komprimiert, andererseits aber mit möglichst geringer Verzögerungszeit zu übertragen. Bei einigen Anwendungen spielt die Verzögerungszeit keine Rolle, wie z.B. bei der Archivierung von Audioinformationen. Audiocoder mit niedriger Verzögerung, manchmal auch "Ultra Low Delay Coder" genannt, sind jedoch dort notwendig, wo es um zeitkritische Übertragungen von Audiosignalen geht, wie z.B. beim Tele-Conferencing, bei drahtlosen Lautsprechern oder Mikrophonen. Für diese Anwendungsgebiete wird in dem Artikel von
Das Prinzip wird im folgenden Bezug nehmend auf die Fig. 12 und 13 erläutert. Die Codierung geht von einem Audiosignal 902 aus, das bereits abgetastet worden ist und deshalb bereits als eine Folge 904 von Audio- bzw. Abtastwerten 906 vorliegt, wobei durch einen Pfeil 908 die zeitliche Reihenfolge der Audiowerte 906 angedeutet ist. Für aufeinanderfolgende Blöcke von Audiowerten 906, die mit aufsteigender Nummerierung mit "Block#" gekennzeichnet sind, wird mittels eines psychoakustischen Modells eine Mithörschwelle berechnet. Fig. 13 zeigt beispielsweise ein Diagramm, bei dem über die Frequenz f mit der Kurve a das Spektrum eines Signalblocks aus 128 Audiowerten 906 und bei b die Maskierungsschwelle, wie sie durch ein psychoakustisches Modell berechnet worden ist, in logarithmischen Einheiten aufgetragen ist. Die Maskierungsschwelle zeigt, wie bereits erwähnt, an, bis zu welcher Intensität Frequenzen für das menschliche Ohr unhörbar sind, nämlich alle Töne unterhalb der Maskierungsschwelle b. Basierend auf den für jeden Block berechneten Mithörschwellen wird nun eine Irrelevanzreduktion durch Steuerung eines parametrisierbaren Filters gefolgt von einem Quantisierer erzielt. Für ein parametrisierbares Filter wird eine Parametrisierung derart berechnet, daß die Frequenzantwort desselben dem Inversen des Betrags der Maskierungsschwelle entspricht. Diese Parametrisierung ist in Fig. 12 durch x#(i) angedeutet.The principle is explained below with reference to FIGS. 12 and 13. The coding is based on an
Nach der Filterung der Audiowerte 906 erfolgt eine Quantisierung mit konstanter Schrittweite, beispielsweise eine Rundungsoperation auf die nächste Ganzzahl. Das hierdurch hervorgerufene Quantisierungsrauschen ist weißes Rauschen. Decoderseitig wird das gefilterte Signal wieder mit einem parametrisierbaren Filter "rücktransformiert", dessen übertragungsfunktion auf den Betrag der Maskierungsschwelle selbst eingestellt wird. Hierdurch wird nicht nur das gefilterte Signal wieder dekodiert sondern auch das Quantisierungsrauschen decoderseitig an die Form der Maskierungsschwelle angepaßt. Damit das Quantisierungsrauschen möglichst genau der Maskierungsschwelle entspricht, wird codiererseitig zu jedem Parametersatz bzw. zu jeder Parametrisierung ferner ein Verstärkungswert a# berechnet, der vor der Quantisierung auf das gefilterte Signal angewendet wird. Damit decodiererseitig die Rücktransformation durchgeführt werden kann, werden der Verstärkungswert a und die Parametrisierung x als Seiteninformationen 910 neben den eigentlichen Hauptdaten, nämlich den quantisierten, gefilterten Audiowerten 912, zum Codierer übertragen. Zur Redundanzreduktion 914 werden diese Daten, d.h. Seiteninformationen 910 und Hauptdaten 912, noch einer verlustlosen Kompression, nämlich einer Entropiecodierung, unterzogen, wodurch das codierte Signal erhalten wird.After filtering the
Obiger Artikel schlägt als Blockgröße eine Größe von 128 Abtastwerten 906 vor. Hierdurch wird eine relativ kurze Verzögerung von 8 ms bei 32 kHz Abtastrate ermöglicht. Bezüglich der detaillierten Implementierung wird in dem Artikel noch beschrieben, daß zur Effizienzsteigerung der Seiteninformationscodierung die Seiteninformationen, nämlich die Koeffizienten x# und a# nur dann übertragen werden, wenn genügend Änderung im Vergleich zu einem vorher übertragenen Parametersatz vorhanden ist, d.h. wenn die Änderung einen bestimmten Schwellwert überschreitet. Zudem wird beschrieben, daß die Implementierung vorzugsweise so vorgenommen wird, daß ein aktueller Parametersatz nicht unmittelbar auf alle zu dem jeweiligen Block gehörenden Abtastwerte angewendet wird, sondern daß eine lineare Interpolation der Filterkoeffizienten x# verwendet wird, um hörbare Artefakte zu vermeiden. Um die lineare Interpolation der Filterkoeffizienten durchzuführen, wird eine Lattice-Struktur für das Filter vorgeschlagen, um das Auftreten von Instabilitäten zu verhindern. Für den Fall, daß ein codiertes Signal mit einer gesteuerten Bitrate erwünscht ist, schlägt der Artikel noch vor, das gefilterte und mit dem zeitabhängigen Verstärkungsfaktor a skalierte Signal selektiv noch mit einem Faktor ungleich 1 zu multiplizieren bzw. zu schwächen, so daß zwar hörbare Störungen entstehen, aber die Bitrate an aufwendig zu codierenden Stellen des Audiosignals reduziert werden kann.The above article proposes a size of 128
Obwohl das in dem oben zitierten Artikel beschriebene Audiocodierungsschema die Verzögerungszeit für viele Anwendungen bereits ausreichend reduziert, besteht ein Problem bei obigem Schema darin, daß aufgrund der Notwendigkeit, die Maskierungsschwelle bzw. die Übertragungsfunktion des codiererseitigen Filters, im folgenden als Prefilter bezeichnet, übertragen zu müssen, der Übertragungskanal relativ hoch belastet wird, obgleich ja die Filterkoeffizienten nur bei Überschreiten einer vorbestimmten Schwelle übertragen werden.Although the audio coding scheme described in the above-cited article already sufficiently reduces the delay time for many applications, a problem with the above scheme is that of having to transmit the masking threshold or transfer function of the coder side filter, hereinafter referred to as prefilter , the transmission channel is relatively heavily loaded, although yes the filter coefficients are transmitted only when a predetermined threshold is exceeded.
Ein weiterer Nachteil obigen Codierschemas besteht darin, daß aufgrund der Tatsache, daß die Maskierungsschwelle bzw. das Inverse hiervon durch den zu übertragenden Parametersatz x# decodierseitig zur Verfügung gestellt werden muß, ein Kompromiß zwischen einerseits einer möglichst niedrigen Bitrate bzw. einem hohen Kompressionsverhältnis und andererseits einer möglichst genauen Approximation bzw. Parametrisierung der Maskierungsschwelle bzw. dem Inversen hiervon zu treffen ist. Unvermeidlich ist es deshalb, daß das durch obiges Audiocodierschema an die Maskierungsschwelle angepaßte Quantisierungsrauschen an einigen Frequenzbereichen die Maskierungsschwelle überschreitet und deshalb für den Hörer zu hörbaren Audiostörungen führt. Fig. 13 zeigt beispielsweise mit der Kurve c die parametrisierte Frequenzantwort des decoderseitigen parametrisierbaren Filters. Wie es zu sehen ist, gibt es Bereiche, an denen die Übertragungsfunktion des decoderseitigen Filters, im folgenden auch als Postfilter bezeichnet, die Maskierungsschwelle b überschreitet. Das Problem vergrößert sich nun dadurch, daß die Parametrisierung nur intermittierend bei genügend Änderung zwischen den Parametrisierungen übertragen und dazwischen interpoliert wird. Eine Interpolation der Filterkoeffizienten x#, wie in dem Artikel vorgeschlagen, allein führt bei Konstanthalten des Verstärkungswertes a# von Stützstelle zu Stützstelle bzw. von neuer Parametrisierung zu neuer Parametrisierung zu hörbaren Störungen. Auch wenn die in dem Artikel vorgeschlagene Interpolation auch auf den Seiteninformationswert a#, d.h. die übertragenen Verstärkungswerte, angewendet wird, können in dem decodiererseitig ankommenden Audiosignal hörbare Audioartefakte verbleiben.
Ein weiteres Problem bei dem Audiocodierschema nach Fig. 12 bzw. 13 besteht darin, daß das gefilterte Signal aufgrund der frequenzselektiven Filterung eine nicht vorhersehbare Form annehmen kann, bei der sich insbesondere aufgrund einer zufälligen Überlagerung vieler einzelner Oberwellen ein einzelner oder einzelne Audiowerte des codierten Signals zu sehr hohen Werten aufsummieren, die aufgrund ihres seltenen Auftretens wiederum bei der anschließenden Redundanzreduktion zu einem schlechteren Kompressionsverhältnis führen.A further disadvantage of the above coding scheme is that, due to the fact that the masking threshold or the inverse thereof must be provided by the parameter set x # decoder-side to be transmitted, a compromise between on the one hand the lowest possible bit rate or a high compression ratio and on the other hand a precise approximation or parameterization of the masking threshold or the inverse thereof is to be made. It is therefore inevitable that the above by the audio coding scheme to the masking threshold matched quantization noise at some frequency ranges exceeds the masking threshold and therefore causes the listener audible audio interference. For example, with the curve c, FIG. 13 shows the parameterized frequency response of the decoder-side parameterizable filter. As can be seen, there are areas where the transfer function of the decoder-side filter, hereinafter also referred to as postfilter, exceeds the masking threshold b. The problem is now compounded by the fact that the parameterization is transmitted only intermittently with sufficient change between the parameterizations and interpolated between them. An interpolation of the filter coefficients x #, as proposed in the article, alone leads to audible disturbances if the amplification value a # is kept constant from interpolation point to interpolation point or of new parameterization to new parameterization. Although the interpolation proposed in the article is also applied to the page information value a #, ie, the transmitted gain values, audible audio artifacts may remain in the decoder-side incoming audio signal.
Another problem with the audio coding scheme of Figs. 12 and 13, respectively, is that the filtered signal may take an unpredictable form due to frequency selective filtering, in particular due to random superposition of many individual harmonics, a single or individual audio values of the encoded signal to sum up to very high values, which in turn lead to a lower compression ratio due to their rare occurrence in the subsequent redundancy reduction.
Die Aufgabe der vorliegenden Erfindung besteht darin, ein Verfahren und eine Vorrichtung zum Quantisieren eines Informationssignals zu schaffen, so daß bei nur geringfügiger Qualitätsverschlechterung des ursprünglichen Informationssignals eine höhere Datenkompression des Informationssignals realisierbar ist.The object of the present invention is to provide a method and apparatus for quantizing an information signal so that with only a slight deterioration in the quality of the original information signal a higher data compression of the information signal can be realized.
Diese Aufgabe wird durch ein Verfahren gemäß Anspruch 9 und eine Vorrichtung gemäß Anspruch 1 gelöst.This object is achieved by a method according to claim 9 and an apparatus according to
Ein erfindungsgemäßes Quantisieren eines Informationssignals einer Folge von Informationswerten umfaßt das frequenzselektive Filtern der Folge von Informationswerten, um eine Folge von gefilterten Informationswerten zu erhalten, sowie das Quantisieren der gefilterten Informationswerte, um eine Folge von quantisierten Informationswerten zu erhalten, mittels einer Quantisierungsstufenfunktion, die die gefilterten Informationswerte auf die quantisierten Informationswerte abbildet, und deren Verlauf unterhalb eines Schwelleninformationswerts steiler ist als oberhalb des Schwelleninformationswerts.Quantizing an information signal of a sequence of information values according to the present invention comprises frequency-selectively filtering the sequence of information values to obtain a sequence of filtered information values, and quantizing the filtered information values to obtain a sequence of quantized information values using a quantization step function comprising the filtered ones Maps information values to the quantized information values whose history is steeper below a threshold information value than above the threshold information value.
Es ist beobachtet worden, daß durch das frequenzselektive Filtern eines Audiosignals in dem resultierenden gefilterten Informationssignal künstlich erzeugte Artefakte entstehen, an denen einzelne Informationswerte aufgrund einer zufälligen konstruktiven Interferenz aller oder vieler Oberwellen Werte annehmen, die bedeutend höher als die maximalen Werte des ursprünglichen Signals sind, wie z.B. mehr als zweimal so hoch. Es ist nun der Kerngedanke der vorliegenden Erfindung, daß ein Abschneiden des gefilterten Informationssignals oberhalb einer geeigneten Schwelle, die beispielsweise zweimal so viel wie der größte mögliche Wert des zu filternden ursprünglichen Informationssignals beträgt, so daß die durch das frequenzselektive Filtern künstlich erzeugten Artefakte aus dem gefilterten Informationssignal entfernt bzw. geglättet werden, nach Rückfilterung kaum zu einer Beeinträchtigung der Qualität des nach Quantisierung rückgefilterten Informationssignals führt, wohingegen aber das Abschneiden oder das Vergrößern der Quantisierungsschrittweite oberhalb einer geeigneten Schwelle enorme Einsparungen in einer Bitdarstellung des gefilterten Informationssignals bietet.It has been observed that the frequency-selective filtering of an audio signal in the resulting filtered information signal produces artificially created artifacts at which individual information values assume values significantly higher than the maximum values of the original signal due to random constructive interference of all or many harmonics. such as more than twice as high. It is now the gist of the present invention that truncation of the filtered information signal above an appropriate threshold, for example, is twice the largest possible value of the original information signal to be filtered so that the artifacts artificially generated by the frequency selective filtering result from the filtered Information signal are removed or smoothed, after back-filtering hardly leads to a deterioration in the quality of the information signal filtered back after quantization, but the truncation or increasing the quantization step size above a suitable Threshold provides enormous savings in a bit representation of the filtered information signal.
Gemäß einem bevorzugten Ausführungsbeispiel ist das Informationssignal ein Audiosignal, bei dem die selektive Quantisierung ober- bzw. unterhalb einer bestimmten Schwelle zu einer kaum hörbaren Audioqualitätsverringerung bei gleichzeitiger enormer Reduzierung der Bitdarstellung führt.According to a preferred embodiment, the information signal is an audio signal in which the selective quantization above or below a certain threshold leads to a hardly audible audio quality reduction while at the same time enormously reducing the bit representation.
Die Quantisierungsstufenfunktion kann hierzu alternativ vorgesehen sein, um oberhalb des Schwellwertes alle Audiowerte auf eine höchste Quantisierungsstufe zu quantisieren, oder es wird eine Quantisierungsstufenfunktion verwendet, die oberhalb des Schwellwertes flacher verläuft bzw. oberhalb des Schwellwertes eine größere Quantisierungsschrittweite aufweist, so daß die künstlich erzeugten Artefakte gröber quantisiert werden.For this purpose, the quantization step function can alternatively be provided in order to quantize all audio values above the threshold value to a highest quantization level, or a quantization step function is used which is flatter above the threshold value or has a larger quantization step width above the threshold value, so that the artificially generated artifacts be quantified coarser.
Bevorzugte Ausführungsbeispiele der vorliegenden Erfindung werden nachfolgend Bezug nehmend auf die beiliegenden Zeichnungen näher erläutert. Es zeigen:
- Fig. 1
- ein Blockschaltbild eines Audiocodierers gemäß einem Ausführungsbeispiel der vorliegenden Erfindung;
- Fig. 2
- ein Flußdiagramm zur Veranschaulichung der Arbeitsweise des Audiocodierers von Fig. 1 am Dateneingang;
- Fig. 3
- ein Flußdiagramm zur Veranschaulichung der Arbeitsweise des Audiocodierers von Fig. 1 im Hinblick auf die Auswertung des eingehenden Audiosignals durch ein psychoakustisches Modell;
- Fig. 4
- ein Flußdiagramm zur Veranschaulichung der Arbeitsweise des Audiocodierers von Fig. 1 im Hinblick auf die Anwendung der durch das psychoakustische Modell erhaltenen Parameter auf das eingehende Audiosignal;
- Fig. 5a
- ein schematisches Diagramm zur Veranschaulichung des eingehenden Audiosignals, der Folge von Audiowerten, aus der dasselbe besteht, und der Arbeitsschritte von Fig. 4 in Relation zu den Audiowerten;
- Fig. 5b
- ein schematisches Diagramm zur Veranschaulichung des Aufbaus des codierten Signals;
- Fig. 6
- ein Flußdiagramm zur Veranschaulichung der Arbeitsweise des Audiocodierers von Fig. 1 im Hinblick auf die Endverarbeitung bis zum codierten Signal;
- Fig. 7a
- ein Diagramm in dem ein Ausführungsbeispiel für eine Quantisierungsstufenfunktion gezeigt ist;
- Fig. 7b
- ein Diagramm in dem ein weiteres Ausführungsbeispiel für eine Quantisierungsstufenfunktion gezeigt ist;
- Fig. 8
- ein Blockschaltbild eines Audiodecodierers, der zur Decodierung eines durch den Audiocodierer von Fig. 1 codierten Audiosignals in der Lage ist, gemäß einem Ausführungsbeispiel der vorliegenden Erfindung;
- Fig. 9
- ein Flußdiagramm zur Veranschaulichung der Arbeitsweise des Decodierers von Fig. 8 am Dateneingang;
- Fig. 10
- ein Flußdiagramm zur Veranschaulichung der Arbeitsweise des Decodierers von Fig. 8 im Hinblick auf die Zwischenspeicherung der vordecodierten, quantisierten, gefilterten Audiodaten und der Verarbeitung der Audioblöcke ohne zugehörige Seiteninformationen;
- Fig. 11
- ein Flußdiagramm zur Veranschaulichung der Arbeitsweise des Decodierers von Fig. 8 im Hinblick auf die eigentliche Rückfilterung;
- Fig. 12
- ein schematisches Diagramm zur Veranschaulichung eines herkömmlichen Audiocodierschemas mit kurzer Verzögerungszeit; und
- Fig. 13
- ein Diagramm, in dem exemplarisch ein Spektrum eines Audiosignals, eine Mithörschwelle desselben und die Übertragungsfunktion des Postfilters im Decodierer gezeigt sind.
- Fig. 1
- a block diagram of an audio encoder according to an embodiment of the present invention;
- Fig. 2
- a flow chart illustrating the operation of the audio encoder of Figure 1 at the data input.
- Fig. 3
- a flowchart illustrating the operation of the audio encoder of Figure 1 with respect to the evaluation of the incoming audio signal by a psychoacoustic model.
- Fig. 4
- a flowchart illustrating the operation of the audio encoder of Fig. 1 with respect to the application of the by the psychoacoustic Model obtained parameters on the incoming audio signal;
- Fig. 5a
- a schematic diagram illustrating the incoming audio signal, the sequence of audio values, of which it consists, and the operations of Figure 4 in relation to the audio values.
- Fig. 5b
- a schematic diagram for illustrating the structure of the coded signal;
- Fig. 6
- a flow chart illustrating the operation of the audio encoder of Figure 1 in terms of the final processing to the coded signal.
- Fig. 7a
- a diagram in which an embodiment of a quantization step function is shown;
- Fig. 7b
- a diagram in which a further embodiment for a quantization step function is shown;
- Fig. 8
- 10 is a block diagram of an audio decoder capable of decoding an audio signal encoded by the audio encoder of FIG. 1, according to an embodiment of the present invention;
- Fig. 9
- a flow chart illustrating the operation of the decoder of Figure 8 at the data input.
- Fig. 10
- a flowchart illustrating the operation of the decoder of FIG. 8 with respect to the buffering of the predecoded, quantized, filtered audio data and the Processing the audio blocks without associated page information;
- Fig. 11
- a flow chart illustrating the operation of the decoder of Figure 8 with respect to the actual back-filtering.
- Fig. 12
- a schematic diagram illustrating a conventional audio coding scheme with a short delay time; and
- Fig. 13
- a diagram in which an example of a spectrum of an audio signal, a Mithörschwelle same and the transfer function of the post-filter are shown in the decoder.
Fig. 1 zeigt einen Audiocodierer gemäß einem Ausführungsbeispiel der vorliegenden Erfindung. Der Audiocodierer, der allgemein mit 10 angezeigt ist, umfaßt zunächst einen Dateneingang 12, an dem derselbe das zu codierende Audiosignal empfängt, das, wie es später Bezug nehmend auf Fig. 5a noch näher erläutert werden wird, aus einer Folge von Audiowerten bzw. Abtastwerten besteht, sowie einen Datenausgang, an dem das codierte Signal ausgegeben wird, dessen Informationsinhalt Bezug nehmend auf Fig. 5b näher erörtert wird.Fig. 1 shows an audio encoder according to an embodiment of the present invention. The audio coder, indicated generally at 10, initially includes a
Der Audiocodierer 10 von Fig. 1 gliedert sich in einen Irrelevanzreduktionsteil 16 und einen Redundanzreduktionsteil 18. Der Irrelevanzreduktionsteil 16 umfaßt eine Einrichtung 20 zum Ermitteln einer Mithörschwelle, eine Einrichtung 22 zur Berechnung eines Verstärkungswertes, eine Einrichtung 24 zur Berechnung einer Parametrisierung, eine Stützstellenvergleichseinrichtung 26, einen Quantisierer 28 und ein parametrisierbares Prefilter 30 sowie einen Eingangs-FIFO- (first-in-first-out) Puffer 32, einen Buffer oder Speicher 38 und einen Multiplizierer oder eine Multipliziereinrichtung 40. Der Redundanzreduktionsteil 18 umfaßt einen Komprimierer 34 und eine Bitratensteuerung 36.The
Irrelevanzreduktionsteil 16 und Redundanzreduktionsteil 18 sind seriell in dieser Reihenfolge zwischen Dateneingang 12 und Datenausgang 14 geschaltet. Insbesondere ist der Dateneingang 12 mit einem Dateneingang der Einrichtung 20 zum Ermitteln einer Mithörschwelle und einem Dateneingang des Eingangspuffers 32 verbunden. Ein Datenausgang der Einrichtung 20 zum Ermitteln einer Mithörschwelle ist mit einem Eingang der Einrichtung 24 zur Berechnung einer Parametrisierung sowie mit einem Dateneingang der Einrichtung 22 zur Berechnung eines Verstärkungswertes verbunden, um an dieselben eine ermittelte Mithörschwelle weiterzuleiten. Die Einrichtungen 22 und 24 berechnen basierend auf der Mithörschwelle eine Parametrisierung bzw. einen Verstärkungswert und sind mit der Stützstellenvergleichseinrichtung 26 verbunden, um an dieselbe diese Ergebnisse weiterzuleiten. Die Stützstellenvergleichseinrichtung 26 leitet je nach einem Vergleichsergebnis, wie es im folgenden noch erörtert werden wird, die von den Einrichtungen 22 und 24 berechneten Ergebnisse als Eingangsparameter bzw. Parametrisierung an das parametrisierbare Prefilter 30 weiter. Das parametrisierbare Prefilter 30 ist zwischen einen Datenausgang des Eingangspuffers 32 und einen Dateneingang des Buffers 38 geschaltet. Zwischen einen Datenausgang des Buffers 38 und den Quantisierer 28 ist der Multiplizierer 40 geschaltet. Der Quantisierer 28 leitet an den Redundanzreduktionsteil 18 gegebenenfalls multiplizierte bzw. skalierte, auf jeden Fall aber quantisierte, gefilterte Audiowerte weiter, und zwar genau genommen an einen Dateneingang des Komprimierers 34. Die Stützstellenvergleichseinrichtung 26 leitet an den Redundanzreduktionsteil 18 Informationen weiter, aus denen die an das parametrisierbare Prefilter 30 weitergeleiteten Eingangsparameter herleitbar sind, und zwar genau genommen an einen weiteren Dateneingang des Komprimierers 34. Die Bitratensteuerung ist über eine Steuerverbindung mit einem Steuereingang des Multiplizierer 40 verbunden, um dafür zu sorgen, dass die quantisierten, gefilterten Audiowerte, wie sie von dem Prefilter 30 erhalten werden, durch den Multiplizierer 40 mit einem geeigneten Multiplikator multipliziert werden, wie es im folgenden noch detaillierter erörtert wird. Die Bitratensteuerung 36 ist zwischen einen Datenausgang des Komprimierers 34 und den Datenausgang 14 des Audiocodierers 10 geschaltet, um den Multiplikator für den Multiplizierer 40 geeignet zu bestimmen. Beim ersten Durchlauf jeden Audiowerts durch den Quantisierer 40 ist der Multiplikator zunächst auf einen geeigneten Skalierungsfaktor eingestellt, wie z.B. 1. Der Buffer 38 speichert jedoch weiterhin jeden gefilterten Audiowert, um der Bitratensteuerung 36, wie im folgenden beschrieben, Gelegenheit zu geben, den Multiplikator für einen weiteren Durchlauf eines Blocks von Audiowerten zu ändern. Wird eine solche Änderung durch die Bitratensteuerung 36 nicht angezeigt, so kann der Buffer 38 den durch diesen Block eingenommenen Speicher freigeben.
Nachdem im Vorhergehenden der Aufbau des Audiocodierers von Fig. 1 beschrieben worden ist, wird im folgenden Bezug nehmend auf die Fig. 2 - 7b dessen Funktionsweise beschrieben.Having described the construction of the audio encoder of Fig. 1, the operation of the present invention will be described below with reference to Figs. 2-7b.
Wie es Fig. 2 zu entnehmen ist, ist das Audiosignal, wenn es den Dateneingang 12 erreicht, bereits durch Audiosignalabtastung 50 aus einem analogen Audiosignal erhalten worden. Die Audiosignalabtastung wird mit einer vorbestimmten Abtastfrequenz durchgeführt, die üblicherweise zwischen 32 - 48 kHz liegt. Am Dateneingang 12 liegt folglich ein Audiosignal an, das aus einer Folge von Abtast- bzw. Audiowerten besteht. Obwohl, wie es aus der folgenden Beschreibung noch deutlich werden wird, die Codierung des Audiosignals nicht blockbasiert stattfindet, werden die Audiowerte am Dateneingang 12 zunächst in einem Schritt 52 zu Audioblöcken zusammengefaßt. Die Zusammenfassung zur Audioblöcken geschieht, wie es aus folgender Beschreibung deutlich wird, lediglich zu Zwecken der Bestimmung der Mithörschwelle und findet in einer Eingangsstufe der Einrichtung 20 zum Ermitteln einer Mithörschwelle statt. Bei dem vorliegenden Ausführungsbeispiel wird exemplarisch davon ausgegangen, daß jeweils 128 aufeinanderfolgende Audiowerte zu Audioblöcken zusammengefaßt werden, und daß die Zusammenfassung derart stattfindet, daß aufeinanderfolgende Audioblöcke sich einerseits nicht überlappen und andererseits unmittelbar benachbart zueinander sind. Dies sei anhand von Fig. 5a noch einmal kurz exemplarisch erläutert.As can be seen from Fig. 2, the audio signal when it reaches the
Fig. 5a zeigt mit 54 die Folge von Abtastwerten an, wobei jeder Abtastwert durch ein Rechteck 56 veranschaulicht ist. Die Abtastwerte sind zu Zwecken der Veranschaulichung numeriert, wobei aus Übersichtlichkeitsgründen wiederum nur einige der Abtastwerte der Folge 54 gezeigt sind. Wie es durch geschweifte Klammern oberhalb der Folge 54 gezeigt ist, sind gemäß vorliegendem Ausführungsbeispiel jeweils 128 aufeinanderfolgende Abtastwerte zu einem Block zusammengefaßt, wobei die unmittelbar darauffolgenden 128 Abtastwerte den nächsten Block bilden. Lediglich vorsichtshalber wird darauf hingewiesen, daß die Zusammenfassung zu Blöcken auch anders vorgenommen werden könnte, beispielsweise durch überlappende Blöcke oder beabstandete Blöcke und Blöcke mit einer anderen Blockgröße, obwohl die Blockgröße von 128 wiederum bevorzugt ist, da sie einen guten Kompromiß zwischen einerseits einer hohen Audioqualität und andererseits einer möglichst niedrigen Verzögerungszeit liefert.FIG. 5a shows at 54 the sequence of samples, each sample being illustrated by a
Während die in dem Schritt 52 in der Einrichtung 20 zusammengefaßten Audioblöcke in der Einrichtung 20 zum Ermitteln einer Mithörschwelle blockweise verarbeitet werden, werden in dem Eingangspuffer 32 die eingehenden Audiowerte solange gepuffert bzw. zwischengespeichert 54, bis das parametrisierbare Prefilter 30 von der Stützstellenvergleichseinrichtung 26 Eingangsparameter erhalten hat, um eine Prefilterung vorzunehmen, wie es im folgenden noch beschrieben wird.While the audio blocks summarized in
Wie es Fig. 3 zu entnehmen ist, beginnt die Einrichtung 20 zum Ermitteln einer Mithörschwelle ihre Bearbeitung unmittelbar, nachdem genügend Audiowerte am Dateneingang 12 eingegangen sind, um einen Audioblock zu bilden bzw. den nächsten Audioblock zu bilden, was die Einrichtung 20 durch eine Überprüfung in Schritt 60 überwacht. Ist ein bearbeitbarer vollständiger Audioblock noch nicht vorhanden, wartet die Einrichtung 20. Ist ein vollständiger zu bearbeitender Audioblock vorhanden, so berechnet die Einrichtung 20 zum Ermitteln einer Mithörschwelle in einem Schritt 62 auf der Basis eines geeigneten psychoakustischen Modells in einem Schritt 62 eine Mithörschwelle. Zur Veranschaulichung der Mithörschwelle wird wiederum auf Fig. 12 und insbesondere die Kurve b verwiesen, die auf der Grundlage eines psychoakustischen Modells beispielsweise bezüglich eines aktuellen Audioblocks mit einem Spektrum a erhalten worden ist. Die Maskierungsschwelle, die in Schritt 62 ermittelt wird, ist eine frequenzabhängige Funktion, die für aufeinanderfolgende Audioblöcke variieren kann, und auch von Audiosignal zu Audiosignal, wie z.B. von Rock- zu Klassikmusikstücken, deutlich variieren kann. Die Mithörschwelle gibt für jede Frequenz einen Schwellwert an, unterhalb dessen das menschliche Gehör Störungen nicht wahrnehmen kann.As can be seen from FIG. 3, the
In einem darauffolgenden Schritt 64 berechnen die Einrichtung 24 und die Einrichtung 22 aus der berechneten Mithörschwelle M(f) (wobei f die Frequenz angebe) einen Verstärkungswert a bzw. einen Parametersatz aus N Parametern x(i) (i = 1, ..., N). Die Parametrisierung x(i), die die Einrichtung 24 in Schritt 64 berechnet, ist für das parametrisierbare Prefilter 30 vorgesehen, das beispielsweise in einer Adaptivfilterstruktur ausgeführt ist, wie sie bei der LPC-Codierung verwendet wird (LPC = linear predictive coding = lineare Prädiktionscodierung) ausgeführt. Seien beispielsweise s(n) mit n = 0, ... 127 die 128 Audiowerte des augenblicklichen Audioblocks und s'(n) die sich ergebenden gefilterten 128 Audiowerte, dann ist das Filter beispielsweise derart ausgeführt, daß folgende Gleichung erfüllt ist:
wobei K die Filterordnung ist und
gilt, wobei die Abhängigkeit von t wiederum veranschaulichen soll, daß für verschiedene Audioblöcke sich die Maskierungsschwelle M(f) ändert. Bei Implementierung des Prefilters 30 als das oben erläuterte adaptive Filter werden die Filterkoeffizienten
Damit aber bei der noch im folgenden näher beschriebenen linearen Interpolation zwischen den Parametrisierungen keine Instabilitäten auftreten, wird vorzugsweise für das Filter 30 eine Lattice-Struktur verwendet, wobei die Filterkoeffizienten für die Lattice-Struktur in Reflektionskoeffizienten umparametrisiert werden. Bezüglich näherer Details im Hinblick auf die Ausgestaltung des Prefilters, die Berechnung der Koeffizienten und die Umparametrisierung wird auf den in der Beschreibungseinleitung erwähnten Artikel von Schuller usw. und insbesondere auf Seite 381, Gliederungspunkt III, verwiesen, welcher hiermit diesbezüglich unter Bezugnahme aufgenommen wird.In a
where K is the filter order and
, where the dependence on t is again to illustrate that for different audio blocks the masking threshold M (f) changes. When implementing the pre-filter 30 as the adaptive filter explained above, the filter coefficients become
However, in order that no instabilities occur in the linear interpolation between the parameterizations as described in greater detail below, a lattice structure is preferably used for the
Während folglich die Einrichtung 24 eine Parametrisierung für das parametrisierbare Prefilter 30 derart berechnet, daß dessen Übertragungsfunktion gleich dem Inversen der Maskierungsschwelle ist, berechnet die Einrichtung 22 basierend auf der Mithörschwelle eine Rauschleistungsgrenze, nämlich eine Grenze, die angibt, welche Rauschleistung der Quantisierer 28 in das durch das Prefilter 30 gefilterte Audiosignal einführen darf, damit das Quantisierungsrauschen nach der Rück- bzw. Postfilterung auf Decoderseite unterhalb der Mithörschwelle M(f) oder genau auf derselben liegt. Die Einrichtung 22 berechnet diese Rauschleistungsgrenze als die Fläche unterhalb des Betragsquadrats der Mithörschwelle M, d.h. als Σ|M(f)|2. Den Verstärkungswert a berechnet die Einrichtung 22 aus der Rauschleistungsgrenze, indem sie die Wurzel aus dem Bruch von Quantisierungsrauschleistung durch Rauschleistungsgrenze berechnet. Das Quantisierungsrauschen ist das durch den Quantisierer 28 hervorgerufene Rauschen. Das durch den Quantisierer 28 hervorgerufene Rauschen ist, wie es noch beschrieben werden wird, weißes Rauschen und somit frequenzunabhängig. Die Quantisierungsrauschleistung ist die Leistung des Quantisierungsrauschens.Thus, while means 24 calculates a parameterization for
Wie es aus der vorhergehenden Beschreibung deutlich wurde, berechnet die Einrichtung 22 neben dem Verstärkungswert a auch die Rauschleistungsgrenze. Obwohl es möglich ist, daß die Stützstellenvergleichseinrichtung 26 aus dem von der Einrichtung 22 erhaltenen Verstärkungswert a erneut die Rauschleistungsgrenze berechnet, ist es ferner möglich, daß die Einrichtung 22 neben dem Verstärkungswert a der Stützstellenvergleichseinrichtung 26 auch gleich die ermittelte Rauschleistungsgrenze übermittelt.As was apparent from the foregoing description, the
Nach der Berechnung des Verstärkungswertes sowie der Parametrisierung überprüft daraufhin die Stützstellenvergleichseinrichtung 26 in einem Schritt 66, ob sich die soeben berechnete Parametrisierung um mehr als eine vorbestimmte Schwelle von der aktuellen, zuletzt an das parametrisierbare Prefilter weitergeleiteten Parametrisierung unterscheidet. Ergibt die Überprüfung in Schritt 66, daß sich die soeben berechnete Parametrisierung um mehr als die vorbestimmte Schwelle von der aktuellen unterscheidet, so werden die soeben berechneten Filterkoeffizienten und der soeben berechnete Verstärkungswert bzw. die Rauschleistungsgrenze in der Stützstellenvergleichseinrichtung 26 für eine noch zu erörternde Interpolation zwischengespeichert und die Stützstellenvergleichseinrichtung 26 übergibt in einem Schritt 68 die soeben berechneten Filterkoeffizienten und in einem Schritt 70 den soeben berechneten Verstärkungswert an das Prefilter 30. Ist dies jedoch nicht der Fall, und die soeben berechnete Parametrisierung unterscheidet sich nicht um mehr als die vorbestimmte Schwelle von der aktuellen, übergibt die Stützstellenvergleichseinrichtung (26) an das Prefilter 30 in Schritt 72 an Stelle der soeben berechneten Parametrisierung nur die aktuelle Stützstellenparametrisierung, d.h. diejenige Parametrisierung, die das letzte Mal im Schritt 66 zu einem positiven Ergebnis führte, sich also um mehr als eine vorbestimmte Schwelle von einer vorhergehenden Stützstellen-Parametrisierung unterschied. Nach den Schritten 70 und 72 kehrt der Prozeß von Fig. 3 zur Bearbeitung des nächsten Audioblocks, d.h. zur Abfrage 60, zurück.Following the calculation of the amplification value and the parameterization, the interpolation
In dem Fall, daß sich die soeben berechnete Parametrisierung nicht von der aktuellen Stützstellen-Parametrisierung unterschied, und demzufolge das Prefilter 30 in Schritt 72 wieder die bereits zuvor für zumindest den letzten Audioblock erhaltene Stützstellenparametrisierung erhält, wendet das Prefilter 30 diese Stützstellenparametrisierung auf alle Abtastwerte dieses sich in dem FIFO 32 befindlichen Audioblocks an, wie es im folgenden noch näher beschrieben wird, wodurch dieser aktuelle Block aus dem FIFO 32 entnommen wird und der Quantisierer 28 einen sich ergebenden Audioblock von pregefilterten Audiowerten erhält.In the event that the just-calculated parameterization did not differ from the current node parameterization, and consequently the pre-filter 30 in
Fig. 4 stellt die Arbeitsweise des parametrisierbaren Prefilters 30 näher für den Fall dar, daß dieselbe die soeben berechnete Parametrisierung und den soeben berechneten Verstärkungswert erhält, weil dieselben sich von der aktuellen Stützstellenparametrisierung ausreichend unterschieden. Wie es Bezug nehmend auf Fig. 3 beschrieben worden ist, erfolgt also nicht zu jedem der aufeinanderfolgenden Audioblöcke eine Verarbeitung nach Fig. 4, sondern nur zu Audioblöcken, bei denen sich die zugehörige Parametrisierung ausreichend von der aktuellen Stützstellenparametrisierung unterschied. Die anderen Audioblöcke werden, wie soeben beschrieben, dadurch pregefiltert, daß die jeweils aktuelle Stützstellenparametrisierung und der zugehörige jeweils aktuelle Verstärkungswert auf alle Abtastwerte dieser Audioblöcke angewendet werden In einem Schritt 80 überwacht nun das parametrisierbare Prefilter 30, ob eine Übergabe von soeben berechneten Filterkoeffizienten von der Stützstellenvergleichseinrichtung 26 stattgefunden hat oder von älteren Stützstellenparametrisierungen. Das Prefilter 30 führt die Überwachung 80 solange durch, bis eine solche Übergabe stattgefunden hat.Fig. 4 illustrates the operation of the parameterizable pre-filter 30 in more detail for the case that it receives the just calculated parameterization and the just calculated gain value because they are sufficiently different from the current support point parameterization. As has been described with reference to FIG. 3, processing of FIG. 4 does not take place for each of the successive audio blocks, but only for audio blocks in which the associated parameterization sufficiently differs from the current support point parameterization. The other audio blocks are, as described above, pre-filtered by applying the respective current node parameterization and the respective respective current gain value to all samples of these audio blocks. In
Sobald eine solche Übergabe stattgefunden hat, beginnt das parametrisierbare Prefilter 30 mit der Bearbeitung des aktuellen Audioblocks von Audiowerten, der sich gerade in dem Zwischenspeicher 32 befindet, also demjenigen, zu dem die Parametrisierung gerade berechnet worden ist. In Fig. 5a ist beispielsweise veranschaulicht worden, daß alle Audiowerte 56 vor dem Audiowert mit der Nummer 0 bereits verarbeitet worden sind und deshalb den Speicher 32 bereits passiert haben. Die Verarbeitung des Blocks von Audiowerten vor dem Audiowert mit der Nummer 0 ist damals ausgelöst worden, weil die Parametrisierung, die für den Audioblock vor dem Block 0 berechnet worden ist, nämlich x0(i), sich um mehr als die vorbestimmte Schwelle von der zuvor zum Prefilter 30 weitergeleiteten Stützstellen-Parametrisierung unterschied. Die Parametrisierung x0(i) ist also eine Stützstellenparametrisierung, wie sie in der vorliegenden Erfindung bezeichnet wird. Die Verarbeitung der Audiowerte in dem Audioblock vor dem Audiowert 0 wurde basierend auf dem Parametersatz a0, x0(i) durchgeführt.Once such a handover has taken place, the
In Fig. 5a wird davon ausgegangen, daß die Parametrisierung, die zu Block 0 mit den Audiowerten 0 - 127 berechnet worden ist, sich um weniger als die vorbestimmte Schwelle von der Parametrisierung x0(1) unterschied, die sich auf den Block davor bezog. Dieser Block 0 wurde deshalb ebenfalls bereits von dem Prefilter 30 aus dem FIFO 32 entnommen, hinsichtlich all seiner Abtastwerte 0-127 mittels der in Schritt 72 zugeführten Parametrisierung x0(i) gleichermaßen verarbeitet, wie es durch den mit "direkte Anwendung" beschriebenen Pfeil 81 angedeutet ist, und dann an den Quantisierer 28 weitergegeben.In Fig. 5a, it is assumed that the parameterization calculated to block 0 with the audio values 0-127 differed by less than the predetermined threshold from the parameterization x 0 (1) which referred to the block before , This
Die zu dem sich immer noch in dem FIFO 32 befindlichen Block 1 berechnete Parametrisierung unterschied sich jedoch nach dem exemplarischen Beispiel von Fig. 5a demgegenüber um mehr als die vorbestimmte Schwelle von der Parametrisierung x0(i) und wurde deshalb in Schritt 68 an das Prefilter 30 als Parametrisierung x1(i) zusammen mit dem Verstärkungswert a1 (Schritt 70) und gegebenenfalls der zugehörigen Rauschleistungsgrenze weitergeleitet, wobei die Indizes von a und x in Fig. 5a ein Index für die Stützstellen sein sollen, wie sie bei der später zu erörternden Interpolation verwendet werden, die bezüglich der Abtastwerte 128-255 im Block 1 durchgeführt, durch einen Pfeil 82 versinnbildlicht und durch die aus Schritt 80 folgenden Schritte in Fig. 4 verwirklicht wird. Mit Auftreten des Audioblocks mit Nummer 1 würde folglich die Bearbeitung bei Schritt 80 beginnen.By contrast, the parameterization calculated for
Zur Zeit der Weiterleitung des Parametersatzes a1, x1 befinden sich im Speicher 32 folglich nur noch die Audiowerte 128 - 255, d.h. der aktuelle Audioblock nach dem zuletzt durch das Prefilter 30 verarbeiteten Audioblock 0. Nachdem nun die Übergabe von Stützstellenparametern x1(i) in Schritt 80 festgestellt worden ist, ermittelt das Prefilter 30 in Schritt 84 die zu dem Verstärkungswert a1 korrespondierende Rauschleistungsgrenze q1. Dies kann dadurch geschehen, daß die Stützstellenvergleichseinrichtung 26 diesen Wert an das Prefilter 30 weiterleitet, oder durch erneute Berechnung dieses Wertes durch das Prefilter 30, wie es im Vorhergehenden Bezug nehmend auf Schritt 64 beschrieben worden ist.At the time of forwarding of the parameter set a 1 , x 1 , therefore, only the audio values 128-255 are located in the
Danach wird in einem Schritt 86 ein Index j auf einen Abtastwert initialisiert, um auf den ältesten in dem FIFO-Speicher 32 verbliebenen Abtastwert bzw. den ersten Abtastwert des aktuellen Audioblocks "Block 1" zu zeigen, d.h. im vorliegenden Beispiel von Fig. 5a den Abtastwert 128. In einem Schritt 88 führt das parametrisierbare Prefilter eine Interpolation zwischen den Filterkoeffizienten x0 und x1 durch, wobei dabei die Parametrisierung x0 als Stützwert an der Stützstelle mit Audiowertnummer 127 des vorhergehenden Blocks 0 und die Parametrisierung x1 als Stützwert an der Stützstelle mit Audiowertnummer 255 des aktuellen Blocks 1 gilt. Diese Audiowertpositionen 127 und 255 werden im folgenden auch als Stützstelle 0 und Stützstelle 1 bezeichnet, wobei in Fig. 5a die sich auf die Stützstellen beziehenden Stützstellenparametrisierungen durch die Pfeile 90 und 92 angedeutet sind.Thereafter, in a
Das parametrisierbare Prefilter 30 führt in dem Schritt 88 die Interpolation der Filterkoeffizienten x0, x1 zwischen den beiden Stützstellen in Form einer linearen Interpolation durch, um den interpolierten Filterkoeffizienten an der Abtastposition j zu erhalten, d.h. x(tj)(i) mit i = 1...N.The
Danach, nämlich in Schritt 90, führt das parametrisierbare Prefilter 30 eine Interpolation zwischen der Rauschleistungsgrenze q1 und q0 durch, um eine interpolierte Rauschleistungsgrenze an der Abtastposition j zu erhalten, d.h. q(tj).Thereafter, at
In einem Schritt 92 berechnet daraufhin das parametrisierbare Prefilter 30 den Verstärkungswert für die Abtastposition j auf der Basis der interpolierten Rauschleistungsgrenze und der Quantisierungsrauschleistung sowie vorzugsweise auch den interpolierten Filterkoeffizienten, nämlich beispielsweise abhängig von der Wurzel aus
In einem Schritt 94 wendet daraufhin das parametrisierbare Prefilter 30 den berechneten Verstärkungswert sowie die interpolierten Filterkoeffizienten auf den Abtastwert an der Abtastposition j an, um einen gefilterten Abtastwert für diese Abtastposition zu erhalten, nämlich s'(tj).In a
In einem Schritt 96 überprüft das parametrisierbare Prefilter 30 daraufhin, ob die Abtastposition j die aktuelle Stützstelle, d.h. Stützstelle 1, erreicht hat, in dem Fall von Fig. 5a die Abtastposition 255, d.h. den Abtastwert, für den die dem parametrisierbaren Prefilter 30 übermittelte Parametrisierung plus Verstärkungswert unmittelbar, d.h. ohne Interpolation, gelten soll. Ist dies nicht der Fall, so erhöht bzw. inkrementiert das parametrisierbare Prefilter 30 den Index j um 1, wobei die Schritte 88 - 96 erneut wiederholt werden. Fällt die Überprüfung im Schritt 96 jedoch positiv aus, so wendet in Schritt 100 das parametrisierbare Prefilter den von der Stützstellenvergleichseinrichtung 26 zuletzt übermittelten Verstärkungswert und die von der Stützstellenvergleichseinrichtung 26 zuletzt übermittelten Filterkoeffizienten unmittelbar ohne Interpolation auf den Abtastwert an der neuen Stützstelle an, woraufhin der aktuelle Block, d.h. in dem vorliegenden Fall der Block 1, abgearbeitet ist, und der Prozeß von neuem bei Schritt 80 bezüglich des nachfolgenden zu verarbeitenden Blocks durchgeführt wird, der je nach dem, ob sich die Parametrisierung des nächsten Audioblocks Block 2 ausreichend von der Parametrisierung x1(i) unterscheidet, gegebenenfalls eben dieser nächste Audioblock Block 2 sein kann oder aber ein späterer Audioblock ist.In a
Bevor Bezug nehmend auf Fig. 5 das weitere Vorgehen bei der Verarbeitung der gefilterten Abtastwerte s' beschrieben wird, wird im folgenden Zweck und Hintergrund der Vorgehensweise nach den Fig. 3 und 4 beschrieben. Sinn und Zweck der Filterung besteht darin, das Audiosignal am Eingang 12 mit einem adaptiven Filter zu filtern, dessen Übertragungsfunktion ständig möglichst optimal an das Inverse der Mithörschwelle angepaßt ist, die sich ja ebenfalls in der Zeit ändert. Der Grund hierfür besteht darin, daß decoderseitig die Rückfilterung durch ein adaptives Filter, dessen Übertragungsfunktion dementsprechend ständig an die Mithörschwelle angepaßt ist, das durch eine Quantisierung des gefilterten Audiosignals eingeführte weiße Quantisierungsrauschen, d.h. das in der Frequenz konstante Quantisierungsrauschen, formt, nämlich an die Form der Mithörschwelle anpaßt.Before proceeding to the processing of the filtered samples s', referring to Fig. 5, the purpose and background of the procedure of Figs. 3 and 4 will be described. The purpose of the filtering is to filter the audio signal at the
Die Anwendung des Verstärkungswertes in den Schritten 94 und 100 im Prefilter 30 besteht in einer Multiplikation des Audiosignals bzw. des gefilterten Audiosignals, d.h. der Abtastwerte s oder der gefilterten Abtastwerte s', mit dem Verstärkungsfaktor. Der Sinn besteht darin, hierdurch das Quantisierungsrauschen, das durch die anschließend näher beschriebene Quantisierung in das gefilterte Audiosignal eingefügt wird, und das durch die Rückfilterung decoderseitig an die Form der Mithörschwelle angepaßt wird, möglichst so hoch einzustellen, daß es die Mithörschwelle dennoch nicht überschreitet. Veranschaulichend läßt sich dies durch die Parseval'sche Formel, nach welcher das Betragsquadrat einer Funktion gleich dem Betragsquadrat der FourierTransformierten ist. Wenn also decoderseitig die Multiplikation des Audiosignals im Prefilter mit dem Verstärkungswert wieder rückgängig gemacht wird, indem das gefilterte Audiosignal mit dem Verstärkungswert dividiert wird, reduziert sich damit die Quantisierungsrauschleistung ebenfalls, nämlich um den Faktor a-2, wobei a der Verstärkungswert ist. Folglich kann durch die Anwendung des Verstärkungswertes in dem Prefilter 30 die Quantisierungsrauschleistung optimal hoch eingestellt werden, was gleichbedeutend damit ist, daß die Quantisierungsschrittweite erhöht und damit die Anzahl der zu codierenden Quantisierungsstufen reduziert wird, was wiederum die Kompression in dem anschließenden Redundanzreduktionsteil erhöht.The application of the gain value in
Anders ausgedrückt, kann der Effekt des Prefilters als eine Normierung des Signals an seine Maskierungsschwelle angesehen werden, so daß der Pegel der Quantisierungsstörungen bzw. des Quantisierungsrauschens sowohl in Zeit auch Frequenz konstant gehalten werden kann. Da das Audiosignal im Zeitbereich vorliegt, kann deshalb die Quantisierung mit einer gleichmäßigen konstanten Quantisierung schrittweise durchgeführt werden, wie es im folgenden noch beschrieben wird. Auf diese Weise wird idealerweise jegliche Irrelevanz aus dem Audiosignal entfernt, und es kann ein verlustfreies Kompressionsschema verwendet werden, um auch noch die verbleibende Redundanz in dem pregefilterten und quantisierten Audiosignal zu entfernen, wie es im folgenden noch beschrieben wird.In other words, the effect of the pre-filter can be regarded as a normalization of the signal to its masking threshold, so that the level of the quantization noise and the quantization noise both in time and frequency can be kept constant. Since the audio signal is in the time domain, therefore, the quantization can be performed stepwise with uniform constant quantization, as will be described later. In this way, ideally, any irrelevance is removed from the audio signal, and a lossless compression scheme may be used to also remove the remaining redundancy in the pre-filtered and quantized audio signal, as will be described below.
Anhand von Fig. 5a soll ferner noch einmal deutlich hervorgehoben werden, daß freilich die verwendeten Filterkoeffizienten und Verstärkungswerte a0, a1, x0, x1 als Seiteninformationen decoderseitig zur Verfügung stehen müssen, daß aber der Übertragungsaufwand hierzu dadurch verringert wird, daß neue Filterkoeffizienten und neue Verstärkungswerte nicht einfach für jeden Block neu verwendet werden. Vielmehr findet eine Schwellwertüberprüfung 66 statt, um nur bei ausreichender Parametrisierungsänderung die Parametrisierungen als Seiteninformationen zu übertragen, und ansonsten werden die Seiteninformationen bzw. Parametrisierungen nicht übertragen. An den Audioblöcken, für die die Parametrisierungen übertragen wurden, findet über den Bereich dieser Blöcke eine Interpolation von der alten zu der neuen Parametrisierung statt. Die Interpolation der Filterkoeffizienten findet auf die im Vorhergehenden Bezug nehmend auf den Schritt 88 beschriebene Weise statt. Die Interpolation im Hinblick auf die Verstärkung findet über einen Umweg statt, nämlich über eine lineare Interpolation 90 der Rauschleistungsgrenze q0, q1. Im Vergleich zu einer unmittelbaren Interpolation über den Verstärkungswert führt die lineare Interpolation bezüglich der Rauschleistungsgrenze zu einem besseren Hörergebnis bzw. weniger hörbaren Artefakten.It should also be emphasized once more clearly with reference to FIG. 5 a that, of course, the filter coefficients and amplification values a 0 , a 1 , x 0 , x 1 used must be available as page information on the decoder side, but this reduces the transmission effort for this purpose will not simply reuse new filter coefficients and new gain values for each block. Instead, a
Im folgenden wird nun anhand von Fig. 6 die weitere Verarbeitung des pre- bzw. vorgefilterten Signals beschrieben, welche im wesentlichen eine Quantisierung und eine Redundanzreduktion umfaßt. Zunächst werden die von dem parametrisierbaren Prefilter 30 ausgegebenen gefilterten Abtastwerte in dem Buffer 38 gespeichert und gleichzeitig von dem Buffer 38 zu dem Multiplizierer 40 durchgelassen, wo sie wiederum, da es ihr erster Durchlauf ist, zunächst unverändert, nämlich mit einem Skalierungsfaktor von Eins, durch den Multiplizierer 40 an den Quantisierer 28 weitergegeben werden. Dort werden die gefilterten Audiowerte oberhalb einer oberen Schranke in einem Schritt 110 abgeschnitten und daraufhin in einem Schritt 112 quantisiert. Die beiden Schritte 110 und 112 werden von dem Quantisierer 28 ausgeführt. Insbesondere werden die beiden Schritte 110 und 112 von dem Quantisierer 28 bevorzugter Weise in einem Schritt ausgeführt, indem die gefilterten Audiowerte s' mit einer Quantisierungsstufenfunktion quantisiert werden, die die beispielsweise in einer Fließkommadarstellung vorliegenden gefilterten Abtastwerte s' auf eine Mehrzahl von ganzzahligen Quantisierungsstufenwerten bzw. -indizes abbildet und ab einem gewissen Schwellwert für die gefilterten Abtastwerte flach verläuft, so daß gefilterte Abtastwerte, die größer als der Schwellwert sind, auf ein und dieselbe Quantisierungsstufe quantisiert werden. Ein Beispiel für eine solche Quantisierungsstufenfunktion ist in Fig. 7a dargestellt.The further processing of the pre- or prefiltered signal, which essentially comprises a quantization and a redundancy reduction, will now be described with reference to FIG. First, the filtered samples output from the
Die quantisierten gefilterten Abtastwerte sind in Fig. 7a mit σ' bezeichnet. Die Quantisierungsstufenfunktion ist vorzugsweise eine Quantisierungsstufenfunktion mit unterhalb des Schwellwertes konstanter Schrittweite, d.h. der Sprung auf die nächste Quantisierungsstufe findet stets nach einem konstanten Intervall entlang der Eingangswerte S' statt. In der Implementierung wird die Schrittweite zum Schwellwert derart eingestellt, daß die Anzahl an Quantisierungsstufen vorzugsweise einer Potenz von 2 entspricht. Im Vergleich zur Fließkommadarstellung der eingehenden gefilterten Abtastwerte s' ist der Schwellwert kleiner, so daß ein Maximalwert des darstellbaren Bereichs der Fließkommadarstellung den Schwellwert übertrifft.The quantized filtered samples are designated σ 'in Fig. 7a. The quantization step function is preferably a quantization step function below the constant step threshold, i. the jump to the next quantization step always takes place after a constant interval along the input values S '. In the implementation, the step size to the threshold is set such that the number of quantization steps preferably corresponds to a power of 2. In comparison to the floating-point representation of the incoming filtered samples s', the threshold value is smaller, so that a maximum value of the representable range of the floating-point representation exceeds the threshold value.
Der Grund für den Schwellwert besteht darin, daß beobachtet worden ist, daß das gefilterte Audiosignal, das von dem Prefilter 30 ausgegeben wird, vereinzelt Audiowerte aufweist, die sich aufgrund einer ungünstigen Akkumulation von Oberwellen zu sehr großen Werten aufsummieren. Ferner ist beobachtet worden, daß ein Abschneiden dieser Werte, wie es durch die in Fig. 7a gezeigte Quantisierungsstufenfunktion erzielt wird, zu einer hohen Datenreduktion, aber nur zu einer geringfügigen Beeinträchtigung der Audioqualität führt. Vielmehr entstehen diese vereinzelten Stellen im gefilterten Audiosignal künstlich durch die frequenzselektive Filterung im parametrisierbaren Filter 30, so daß ein Abschneiden derselben die Audioqualität nur geringfügig beeinträchtigt.The reason for the threshold is that it has been observed that the filtered audio signal output from the
Ein etwas konkreteres Beispiel für die in Fig. 7a gezeigte Quantisierungsstufenfunktion wäre eine solche, die bis zum Schwellwert alle gefilterten Abtastwerte s' auf die nächstgelegene Ganzzahl rundet, und von da an alle darüberliegenden gefilterten Abtastwerte auf die höchste Quantisierungsstufe quantisiert, wie z.B. 256. Dieser Fall ist in Fig. 7a dargestellt.A more specific example of the quantization step function shown in Figure 7a would be one which up to the threshold rounds all filtered samples s' to the nearest integer, and from there quantizes all overlying filtered samples to the highest quantization level, e.g. 256. This case is shown in Fig. 7a.
Ein weiteres Beispiel für eine mögliche Quantisierungsstufenfunktion wäre die in Fig. 7b gezeigte. Bis zum Schwellwert entspricht die Quantisierungsstufenfunktion von Fig. 7b derjenigen von Fig. 7a. Anstatt jedoch für Abtastwerte s' oberhalb des Schwellwertes abrupt flach zu verlaufen, verläuft die Quantisierungsstufenfunktion mit einer Steilheit weiter, die kleiner ist als die Steilheit im Bereich unterhalb des Schwellwertes. Anders ausgedrückt ist oberhalb des Schwellwertes die Quantisierungsschrittweite größer. Hierdurch wird ein ähnlicher Effekt erzielt wie mit der Quantisierungsfunktion von Fig. 7a, jedoch mit einerseits mehr Aufwand aufgrund der verschiedenen Schrittweiten der Quantisierungsstufenfunktion oberhalb und unterhalb des Schwellwertes und andererseits einer besserten Audioqualität, da sehr hohe gefilterte Audiowerte s' nicht vollständig abgeschnitten werden, sondern lediglich mit einer größeren Quantisierungsschrittweite quantisiert werden.Another example of a possible quantization step function would be that shown in Fig. 7b. Up to the threshold value, the quantization step function of FIG. 7b corresponds to that of FIG. 7a. However, instead of being abruptly flat for samples s' above the threshold, the quantization step function continues with a slope that is less than the slope in the region below the threshold. In other words, above the threshold, the quantization step size is larger. This achieves a similar effect as with the quantization function of FIG. 7a, but with on the one hand more effort due to the different step sizes of the quantization step function above and below the threshold value and on the other hand improved audio quality, since very high filtered audio values s' are not completely cut off, but rather only be quantized with a larger quantization step size.
Wie es im Vorhergehenden schon beschrieben worden ist, müssen decoderseitig nicht nur die quantisierten und gefilterten Audiowerte σ' zur Verfügung stehen, sondern ferner auch die Eingangsparameter für das Prefilter 30, die der Filterung dieser Werte zugrundegelegt worden sind, nämlich die Stützstellenparametrisierung inklusive eines Hinweises auf den zugehörigen Verstärkungswert. In einem Schritt 114 unternimmt deshalb der Komprimierer 34 einen ersten Komprimierungsversuch und komprimiert dabei Seiteninformationen beinhaltend die Verstärkungswerte a0 und a1 an den Stützstellen, wie z.B. 127 und 255, sowie die Filterkoeffizienten x0 und x1 an den Stützstellen und die quantisierten, gefilterten Abtastwerte σ' in ein vorläufiges gefiltertes Signal. Der Komprimierer 34 ist dabei ein verlustfrei arbeitender Codierer, wie z.B. ein Huffman- oder arithmetischer Codierer mit oder ohne Prädiktion und/oder Adaption.As has already been described above, not only the quantized and filtered audio values σ 'must be available on the decoder side, but also the input parameters for the
Der Speicher 38, den die abgetasteten Audiowerte σ' durchlaufen, dient als Zwischenspeicher für eine geeignete Blockgröße, mit welcher der Komprimierer 34 die von dem Quantisierer 28 ausgegebenen quantisierten, gefilterten und, wie im folgenden beschriebenen gegebenenfalls skalierten, Audiowerte σ' verarbeitet. Die Blockgröße kann sich von der Blockgröße der Audioblöcke, wie sie von der Einrichtung 20 verwendet werden, unterscheiden.The
Wie bereits erwähnt hat für den ersten Komprimierungsversuch die Bitratensteuerung 36 den Multiplizierer 40 mit einem Multiplikator von 1 angesteuert, so daß die gefilterten Audiowerte von dem Prefilter 30 unverändert zu dem Quantisierer 28 und von dort aus als quantisierte, gefilterte Audiowerte zu dem Komprimierer 34 gelangen. Der Komprimierer 34 überwacht in einem Schritt 116, ob eine gewisse Kompressionsblockgröße, d.h. eine gewisse Anzahl von quantisierten, abgetasteten Audiowerten, in das vorläufige codierte Signal codiert worden ist, oder ob weitere quantisierte, gefilterte Audiowerte σ' in das aktuelle vorläufige codierte Signal zu codieren sind. Ist die Kompressionsblockgröße nicht erreicht, führt der Komprimierer 34 die aktuelle Kompression 114 weiter durch. Ist die Kompressionsblockgröße jedoch erreicht, überprüft in einem Schritt 118 die Bitratensteuerung 36, ob die für die Komprimierung benötigte Bitmenge größer als eine von einer erwünschten Bitrate vorgeschriebene Bitmenge ist. Ist dies nicht der Fall, überprüft die Bitratensteuerung 36 in einem Schritt 120, ob die benötigte Bitmenge kleiner als die durch die erwünschte Bitrate vorgeschriebene Bitmenge ist. Ist dies der Fall, fügt die Bitratensteuerung 36 das codierte Signal in Schritt 122 mit Füllbits auf, bis die durch die erwünschte Bitrate vorgeschriebene Bitmenge erreicht ist. Anschließend erfolgt in Schritt 124 die Ausgabe des codierten Signals. Alternativ zu Schritt 122 könnte die Bitratensteuerung 36 den in dem Speicher 38 noch gespeicherten, zuletzt der Kompression zugrundeliegenden Kompressionsblock von gefilterten Audiowerten σ' in mit einem Multiplikator größer 1 durch den Multiplizierer 40 multiplizierter Form an den Quantisierer 28 zum erneuten Durchlaufen der Schritte 110 - 118 weiterleiten, bis die durch die erwünschte Bitrate vorgeschriebene Bitmenge erreicht ist, wie es durch einen gestrichelten Schritt 125 angezeigt ist.As already mentioned, for the first compression attempt, the
Ergibt jedoch die Überprüfung in Schritt 118, daß die benötigte Bitmenge größer als die von der erwünschten Bitrate vorgeschriebene ist, ändert die Bitratensteuerung 36 den Multiplikator für den Multiplizierer 40 auf einen Faktor zwischen 0 und 1 ausschließlich. Dies führt sie in Schritt 126 durch. Nach dem Schritt 126 sorgt die Bitratensteuerung 36 dafür, daß der Speicher 38 den letzten der Kompression zugrundeliegenden Kompressionsblock von gefilterten Audiowerten σ' erneut ausgibt, wobei dieselben daraufhin mit dem in Schritt 126 eingestellten Faktor multipliziert werden und erneut dem Quantisierer 28 zugeführt werden, woraufhin die Schritte 110 - 118 erneut durchgeführt werden und das bisher vorläufig kodierte Signal verworfen wird.However, if the check in
Es wird darauf hingewiesen, daß bei erneutem Durchführen der Schritte 110 - 116 in dem Schritt 114 freilich auch der in dem Schritt 126 (oder dem Schritt 125) verwendete Faktor in das codierte Signal eingebunden wird.It should be noted that, when steps 110-116 are again performed in
Der Sinn der Vorgehensweise nach Schritt 126 besteht darin, daß durch den Faktor die effektive Schrittweite des Quantisierers 28 erhöht wird. Dies bedeutet, daß das resultierende Quantisierungsrauschen gleichmäßig oberhalb der Maskierungsschwelle liegt, was zu hörbaren Störungen bzw. hörbarem Rauschen führt, aber dafür eine reduzierte Bitrate ergibt. Wird nach erneutem Durchlaufen der Schritte 110 - 116 in Schritt 118 erneut festgestellt, daß die benötigte Bitmenge größer als die von der gewünschten Bitrate vorgeschriebene ist, wird der Faktor in Schritt 126 weiter reduziert usw.The point of the procedure after
Wenn die Daten schließlich bei Schritt 124 als codiertes Signal ausgegeben werden, wird der nächste Kompressionsblock von den darauffolgenden quantisierten, gefilterten Audiowerten σ' durchgeführt.Finally, when the data is output as a coded signal at
Es wird noch darauf hingewiesen, dass auch ein anderer vorinitialisierte Wert für den Multiplikationsfaktor verwendet werden könnte als 1, nämlich beispielsweise 1. Dann fände auf jeden Fall, also ganz oben in Fig. 6, vorab eine Skalierung statt.It should also be pointed out that another pre-initialized value for the multiplication factor could be used than 1, namely, for example 1. Then, in any case, that is to say at the very top in FIG. 6, a scaling would take place in advance.
Fig. 5b veranschaulicht noch einmal das sich ergebende codierte Signal, das allgemein mit 130 angezeigt ist. Das codierte Signal umfaßt Seiteninformationen und dazwischenliegende Hauptdaten. Die Seiteninformationen umfassen, wie bereits erwähnt, Informationen, aus denen für spezielle Audioblöcke, nämlich Audioblöcke, bei denen sich in der Folge von Audioblöcken eine signifikante Änderung in den Filterkoeffizienten ergeben hat, der Wert des Verstärkungswertes und der Wert der Filterkoeffizienten hergeleitet werden kann. Gegebenenfalls umfassen die Seiteninformationen ferner weitere Informationen, die sich auf den für die Bitsteuerung verwendeten Verstärkungswert beziehen. Aufgrund der gegenseitigen Abhängigkeit zwischen Verstärkungswert und Rauschleistungsgrenze q können die Seiteninformationen wahlweise neben dem Verstärkungswert a# zu einer Stützstelle # auch die Rauschleistungsgrenze q# umfassen, oder auch nur letztere. Innerhalb des codierten Signals sind die Seiteninformationen vorzugsweise derart angeordnet, daß die Seiteninformationen zu Filterkoeffizienten und zugehörigem Verstärkungswert bzw. zugehöriger Rauschleistungsgrenze vor den Hauptdaten zu dem Audioblock von quantisierten, gefilterten Audiowerten σ' angeordnet sind, aus dem diese Filterkoeffizienten mit zugehörigem Verstärkungswert bzw. zugehöriger Rauschleistungsgrenze abgeleitet worden sind, also die Seiteinformationen a0, x0(i) nach dem Block -1 und die Seiteinformationen a1, x1 (i) nach dem Block 1. Anders ausgedrückt sind die Hauptdaten, d.h. die quantisierten, gefilterten Audiowerte σ', ab exklusive einem Audioblock der Art, bei der sich eine in der Folge von Audioblöcken signifikante Änderung in den Filterkoeffizienten ergeben hat, bis zu einschießlich dem nächsten Audioblock dieser Art, in Fig. 5b beispielsweise die Audiowerte σ'(t0) - σ'(t255), immer zwischen dem Seiteninformationsblock 132 zu dem ersteren dieser beiden Audioblöcke (Block -1) und dem weiteren Seiteninformationsblock 134 zu dem zweiten dieser beiden Audioblöcke (Block 1) angeordnet.. Die Audiowerte σ'(t0) - σ'(t127) sind wie im vorhergehenden bezugnehmend auf Fig. 5a erwähnt allein mittels der Seiteninformationen 132 erhalten worden bzw. dekodierbar, während die Audiowerte σ'(t128)- σ'(t255) durch Interpolation mittels der Seiteninformationen 132 als Stützwerte an der Stützstelle mit der Abtastwertnummer 127 und mittels der Seiteninformationen 134 als Stützwerte an der Stützstelle mit der Abtastwertnummer 255 erhalten worden sind und somit nur mitels beider Seiteninformationen dekodierbar sind.Figure 5b again illustrates the resulting coded signal, indicated generally at 130. The encoded signal includes page information and intermediate main data. The side information comprises, as already mentioned, information from which for special audio blocks, namely audio blocks in which a significant change in the filter coefficients has resulted in the sequence of audio blocks, the value of the gain value and the value of the filter coefficients can be derived. Optionally, the page information further includes further information relating to the gain value used for the bit control. Owing to the interdependence between the gain value and the noise power limit q, the side information may optionally include, in addition to the gain value a # to a node #, the noise power limit q # , or even the latter. Within the encoded signal, the page information is preferably arranged such that the page information is related to filter coefficients and associated gain value are arranged before the main data for the audio block of quantized filtered audio values σ ', from which these filter coefficients with associated gain value and associated noise power limit have been derived, ie the page information a 0 , x 0 (i) after the block -1 and the page information a 1 , x 1 (i) after the
Ferner werden die Seiteninformationen betreffend den Verstärkungswert bzw. die Rauschleistungsgrenze und die Filterkoeffizienten in jedem Seiteninformationsblock 132 und 134 nicht immer unabhängig voneinander eingebunden. Vielmehr werden diese Seiteninformationen in Differenzen zu dem vorhergehenden Seiteninformationsblock übertragen. In Fig. 5b enthält beispielsweise der Seiteninformationsblock 132 Verstärkungswert a0 und Filterkoeffizienten x0 bezüglich der Stützstelle zum Zeitpunkt t-1. In dem Seiteninformationsblock 132 sind diese Werte aus dem Block selbst herleitbar. Aus dem Seiteninformationsblock 134 sind jedoch die Seiteninformationen betreffend die Stützstelle zum Zeitpunkt t255 nicht mehr aus diesem Block allein herleitbar. Vielmehr umfaßt der Seiteninformationsblock 134 lediglich Informationen über Differenzen des Verstärkungswertes a1 der Stützstelle zum Zeitpunkt t255 zu dem Verstärkungswert der Stützstelle zum Zeitpunkt to und die Differenzen der Filterkoeffizienten x1 zu den Filterkoeffizienten x0. Der Seiteninformationsblock 134 enthält folglich lediglich die Informationen zu a1 - a0 und x1(i) - x0(i) . Zu intermittierenden Zeitpunkten sollten jedoch die Filterkoeffizienten und der Verstärkungswert bzw. die Rauschleistungsgrenze voll und nicht nur als Differenz zur vorhergehenden Stützstelle übertragen werden, wue z.B. jede Sekunde, um einem Empfänger bzw. Dekodierer das einklinken in einen laufenden Strom von Codierungsdaten zu ermöglichen, wie es im folgenden noch erörtert wird.Further, the side information regarding the amplification value and the noise power limit and the filter coefficients in each page information block 132 and 134 are not always independently incorporated. Rather, this page information is transmitted in differences to the previous page information block. For example, in FIG. 5b, page information block 132 includes gain value a 0 and filter coefficients x 0 with respect to the interpolation point at time t -1 . In the page information block 132, these values are derivable from the block itself. However, from the page information block 134 are the Side information concerning the interpolation point at time t 255 can not be deduced from this block alone. Rather, the page information block 134 only includes information about differences in the gain value a 1 of the interpolation point at time t 255 to the gain value of the interpolation point at time to and the differences of the filter coefficients x 1 to the filter coefficients x 0 . The page information block 134 thus contains only the information about a 1 - a 0 and x 1 (i) - x 0 (i). At intermittent times, however, the filter coefficients and the gain value should be transmitted fully and not only as a difference to the previous sample, eg every second to allow a receiver or decoder to latch into a stream of encoding data as it does will be discussed below.
Diese Art des Einbindens der Seiteninformationen in die Seiteninformationsblöcke 132 und 134 bietet den Vorteil der Möglichkeit einer höheren Komprimierungsrate. Der Grund dafür besteht darin, daß, obwohl die Seiteninformationen möglichst nur dann übertragen werden, wenn sich eine ausreichende Änderung der Filterkoeffizienten zu den Filterkoeffizienten einer vorhergehenden Stützstelle ergeben hat, sich der Aufwand der Differenzbildung codiererseitig bzw. Summenbildung decodierseitig lohnt, da die sich ergebenden Differenzen trotz der Abfrage in Schritt 66 klein sind, um somit Vorteile bei der Entropiecodierung zu ermöglichen.This way of incorporating the page information into the page information blocks 132 and 134 offers the advantage of the possibility of a higher compression rate. The reason for this is that although the page information is transmitted only if and when a sufficient change of the filter coefficients has resulted in the filter coefficients of a previous node, the cost of the encoder-side difference formation is well worth the decoding side since the resulting differences despite the query in
Nachdem im Vorhergehenden ein Ausführungsbeispiel für einen Audiocodierer beschrieben worden ist, wird im folgenden ein Ausführungsbeispiel für einen Audiodecodierer beschrieben, der geeignet ist, das durch den Audiocodierer 10 von Fig. 1 erzeugte codierte Signal in ein decodiertes, abspielbares bzw. weiterverarbeitbares Audiosignal zu decodieren.Having described an embodiment of an audio encoder in the foregoing, an embodiment of an audio decoder capable of decoding the encoded signal produced by the
Der Aufbau dieses Decodierers ist in Fig. 8 gezeigt. Der Decodierer, der allgemein mit 210 angezeigt ist, umfaßt einen Dekomprimierer 212, einen FIFO-Speicher 214, einen Multiplizierer 216 und ein parametrisierbares Postfilter 218. Dekomprimierer 212, FIFO-Speicher 214, Multiplizierer 216 und parametrisierbares Postfilter 218 sind in dieser Reihenfolge zwischen einen Dateneingang 220 und einen Datenausgang 222 des Decodierers 210 geschaltet, wobei am Dateneingang 220 das codierte Signal erhalten wird und am Datenausgang 222 das decodierte Audiosignal ausgegeben wird, das sich lediglich durch das durch den Quantisierer 28 im Audiocodierer 10 erzeugte Quantisierungsrauschen von dem ursprünglichen Audiosignal am Dateneingang 12 des Audiocodierers 10 unterscheidet. Der Dekomprimierer 212 ist an einem weiteren Datenausgang mit einem Steuereingang des Multiplizierers 216 verbunden, um an denselben einen Multiplikator weiterzuleiten, und über einen weiteren Datenausgang mit einem Parametrisierungseingang des parametrisierbaren Postfilters 218.The construction of this decoder is shown in FIG. The decoder, indicated generally at 210, includes a
Wie es in Fig. 9 gezeigt ist, dekomprimiert der Dekomprimierer 212 in einem Schritt 224 zunächst das am Dateneingang 220 anliegende komprimierte Signal, um an die quantisierten, gefilterten Audiodaten, nämlich die Abtastwerte σ', sowie die dazugehörigen Seiteninformationen in den Seiteninformationsblöcken 132, 134 zu gelangen, die ja die Filterkoeffizienten und Verstärkungswerte oder, anstelle der Verstärkungswerte, die Rauschleistungsgrenzen, an den Stützstellen anzeigen.As shown in FIG. 9, in a
Wie es in Fig. 10 gezeigt ist, überprüft der Dekomprimierer 212 in einem Schritt 226 das dekomprimierte Signal in der Reihenfolge seiner Ankunft, ob darin Seiteninformationen mit Filterkoeffizienten enthalten sind, und zwar in in sich abgeschlossener Form ohne Differenzbezugnahme auf einen vorhergehenden Seiteninformationsblock. Anders ausgedrückt, sucht der Dekomprimierer 212 nach dem ersten Seiteninformationsblock 132. Sobald der Dekomprimierer 212 fündig geworden ist, werden die quantisierten, gefilterten Audiowerte σ' in einem Schritt 228 in dem FIFO-Speicher 214 zwischengespeichert. Ist während des Schrittes 228 ein vollständiger Audioblock von quantisierten, gefilterten Audiowerte σ' eingespeichert worden, ohne daß unmittelbar ein Seiteninformationsblock folgt, so wird dieser innerhalb des Schrittes 228 zunächst mittels der in in dem Schritt 226 empfangenen Seiteninformationen enthaltenen Informationen über Parametrisierung und Verstärkungswert in dem Postfilter postgefiltert und im Multiplizierer 216 verstärkt, wodurch er dekodiert und damit der zugehörige dekodierte Audioblock erhalten wird.As shown in Fig. 10, in
In einem Schritt 230 überwacht der Dekomprimierer 212 das dekomprimierte Signal auf das Auftauchen eines irgendwie gearteten Seiteninformationsblocks, nämlich mit absoluten Filterkoeffizienten oder Filterkoeffizienten-Differenzen zu einem vorhergehenden Seiteninformationsblock hin. In dem Beispiel von Fig. 5b würde beispielsweise der Dekomprimierer 212 auf die Erkennung des Seiteninformationsblocks 132 im Schritt 226 in dem Schritt 230 das Auftauchen des Seiteninformationsblocks 134 erkennen. Dabei wäre bereits in Schritt 228 der Block von quantisierten, gefilterten Audiowerten σ' (t0) - σ' (t127) dekodiert worden, und zwar unter Verwendung der Seiteninformationen 132. Solange der Seiteninformationsblock 134 im dekomprimierten Signal also noch nicht auftritt, wird die Zwischenspeicherung und die eventuelle Dekodierung von Blöcken vermittels der Seiteninformationen aus Schritt 226, wie es im vorhergehenden beschrieben wurde, im Schritt 228 fortgesetzt.In a
Sobald der Seiteninformationsblock 134 auftritt, berechnet der Dekomprimierer 212 im Schritt 232 durch Summieren der Differenzwerte in dem Seiteninformationsblock 134 zu den Parameterwerten in dem Seiteninformationsblock 132 die Parameterwerte an der Stützstelle 1, d.h. a1, x1(i) . Freilich entfällt der Schritt 232 falls der aktuelle Seiteninformationsblock ein in sich abgeschlossener Seiteninformationsblock ohne Differenzen ist, was, wie im vorhergehenden beschrieben beispielsweise alle Sekunde der Fall sein kann.Damit die Wartezeit für den Decodierer 210 nicht zu lange ist, werden Seiteninformationsblöcke 132, bei denen die Parameterwerte absolut, d.h. ohne Relation zu einem anderen Seiteninformationsblock, herleitbar sind, in genügend kleinen Abständen angeordnet, so daß die Einschaltzeit bzw. die Totzeit beim Einschalten des Audiocodierers 210 bei beispielsweise einer Funkübertragung oder Rundfunkübertragung nicht zu groß ist. Vorzugsweise sind auch die Anzahl der dazwischen angeordneten Seiteninformationsblöcke 134 mit den Differenzwerten in einer festen vorbestimmten Anzahl zwischen den Seiteninformationsblöcken 132 angeordnet, so daß der Decodierer weiß, wann wieder ein Seiteninformationsblock der Art 132 in dem codierten Signal zu erwarten ist. Alternativ werden die verschiedenen Seiteninformationsblocktypen durch entsprechende Flags angezeigt.Once page information block 134 occurs,
Wie es nun in Fig. 11 gezeigt ist, wird, nachdem nun ein Seiteninformationsblock für eine neue Stützstelle erreicht worden ist, und zwar insbesonder nach Schritt 226 oder 232, zunächst ein Abtastwertindex j auf 0 im Schritt 234 initialisiert. Dieser Wert entspricht der Abtastposition des ersten Abtastwertes in dem aktuell in dem FIFO 214 verbliebenen Audioblock, auf den sich die aktuellen Seiteninformationen beziehen. Schritt 234 wird von dem parametrisierbaren Postfilter 218 durchgeführt. Das Postfilter 218 führt danach in einem Schritt 236 eine Berechnung der Rauschleistungsgrenze an der neuen Stützstelle durch, wobei dieser Schritt dem Schritt 84 von Fig. 4 entspricht und gegebenenfalls entfallen kann, wenn beispielsweise die Rauchleistungsgrenze an den Stützstellen zusätzlich zu den Verstärkungswerten übertragen wird. In nachfolgenden Schritten 238 und 240 führt daraufhin das Postfilter 218 Interpolationen bezüglich der Filterkoeffizienten und der Rauschleistungsgrenzen durch, die den Interpolationen 88 und 90 von Fig. 4 entsprechen. Die nachfolgende Berechnung des Verstärkungswertes für die Abtastposition j auf der Basis der interpolierten Rauschleistungsgrenze und den interpolierten Filterkoeffizienten aus den Schritten 238 und 240 in Schritt 242 entspricht dem Schritt 92 von Fig. 4. In einem Schritt 244 wendet daraufhin das Postfilter 218 den in Schritt 242 berechneten Verstärkungswert sowie die interpolierten Filterkoeffizienten auf den Abtastwert an der Abtastposition j an. Dieser Schritt unterscheidet sich von dem Schritt 94 von Fig. 4 dadurch, daß die interpolierten Filterkoeffizienten derart auf die quantisierten, gefilterten Abtastwerte σ' angewendet werden, daß die Übertragungsfunktion des parametrisierbaren Postfilters nicht dem Inversen der Mithörschwelle, sondern der Mithörschwelle selbst entspricht. Ferner führt das Postfilter nicht eine Multiplikation mit dem Verstärkungswert, sondern eine Division durch den Verstärkungswert an dem quantisierten, gefilterten Abtastwert σ' oder bereits zurückgefilterten, quantisierten, gefilterten Abtastwert an der Position j durch.Now, as shown in Fig. 11, after a page information block for a new pad has been reached, specifically after
Hat das Postfilter 218 noch nicht die aktuelle Stützstelle mit der Abtastposition j erreicht, was dasselbe in Schritt 246 überprüft, inkrementiert es in Schritt 248 den Abtastpositionsindex j und beginnt die Schritte 238 - 246 von neuem. Erst wenn die Stützstelle erreicht ist, wendet sie den Verstärkungswert und die Filterkoeffizienten der neuen Stützstelle auf den Abtastwert an der Stützstelle an, nämlich in Schritt 250. Wiederum umfaßt die Anwendung wie im Schritt 218 anstatt einer Multiplikation eine Division mittels des Verstärkungswertes und eine Filterung mit einer Übertragungsfunktion gleich der Mithörschwelle und nicht dem Inversen letztgenannter. Nach Schritt 250 ist der aktuelle Audioblock durch Interpolation zwischen zwei Stützstellenparametrisierungen dekodiert.If the
Wie bereits erwähnt, wird durch die Filterung und die Anwendung des Verstärkungswertes in den Schritten 218 und 224 das durch die Quantisierung bei der Codierung in Schritt 110 bzw. 112 eingefügte Rauschen sowohl in Form als auch in Höhe an die Mithörschwelle angepaßt.As already mentioned, the filtering and the application of the gain value in
Es wird noch darauf hingewiesen, daß in dem Fall, daß die quantisierten, gefilterten Audiowerte aufgrund der Bitratensteuerung vor der Codierung in das codierte Signal noch einer weiteren Multiplikation in Schritt 126 unterzogen worden sind, dieser Faktor in den Schritten 218 und 224 ebenfalls berücksichtigt werden kann. Alternativ können freilich die durch den Prozeß von Fig. 11 erhaltenen Audiowerte einer weiteren Multiplikation unterzogen werden, um die um einer niedrigern Bitrate willen geschwächten Audiowerte wieder entsprechend zu verstärken.It should be noted that in the event that the quantized filtered audio values have undergone yet another multiplication in
Hinsichtlich der Figuren 3, 4, 6 und 9 - 11 wird darauf hingewiesen, daß dieselben Flußdiagramme zeigen, welche die Arbeitsweise des Codierers von Fig. 1 oder des Decodierers von Fig. 8 veranschaulichen, und daß jeder der in diesen Flußdiagrammen durch einen Block dargestellten Schritte wie beschrieben in einer entsprechenden Einrichtung implementiert ist, wie es im vorhergehenden beschrieben wurde. Die Implementierung der einzelnen Schritte kann dabei in Hardware, als ASIC-Schaltungsteil, oder in Software, als Unterroutinen, realisiert sein. Insbesondere zeigen in diesen Figuren die in den Blöcken eingeschrieben Erläuterungen grob an, auf welchen Vorgang sich der jeweilige Schritt bezieht, der dem jeweiligen Block entspricht, während die Pfeile zwischen den Blöcken die Reihenfolge der Schritte bei Betrieb des Codierers bzw. Dekodierers veranschaulichen.With reference to Figures 3, 4, 6 and 9-11, it should be noted that the same show flowcharts illustrating the operation of the encoder of Figure 1 or the decoder of Figure 8, and that each of those shown in these flowcharts is represented by a block Steps as described are implemented in a corresponding device as described above. The implementation of the individual steps can be realized in hardware, as an ASIC circuit part, or in software, as subroutines. In particular, in these figures, the explanations inscribed in the blocks roughly indicate which operation the respective step relates to, corresponding to the respective block, while the arrows between the blocks illustrate the order of steps in operation of the encoder or decoder.
Bezug nehmend auf die vorhergehende Beschreibung wird noch darauf hingewiesen, daß das oben dargestellte Codierschema in verschiedener Hinsicht variiert werden kann. Beispielsweise ist es nicht notwendig, daß eine Parametrisierung und ein Verstärkungswert oder eine Rauschleistungsgrenze, wie sie für einen bestimmten Audioblock bestimmt worden sind, als für einen bestimmten Audiowert unmittelbar gültig angesehen werden sollen, wie in dem vorhergehenden Ausführungsbeispiel der jeweils letzte Audiowert jedes Audioblocks, d.h. des 128sten Werts in diesem Audioblock, so daß für diesen Audiowert die Interpolation unterbleiben kann. Vielmehr ist es möglich, diese Stützstellenparameterwerte auf eine Stützstelle zu beziehen, die sich zeitlich zwischen den Abtastzeitpunkten tn mit n = 0, ..., 127 der Audiowerte dieses Audioblocks befindet, so daß für jeden Audiowert eine Interpolation notwendig wäre. Insbesondere kann die für einen Audioblock bestimmte Parametrisierung bzw. der für diesen Audioblock bestimmte Verstärkungswert auch auf einen anderen Wert unmittelbar angewendet werden, wie z.B. den Audiowert in der Mitte des Audioblocks, wie z.B. den 64sten Audiowert in dem Fall der obigen Blockgröße von 128 Audiowerten.With reference to the foregoing description, it should be understood that the coding scheme presented above may be varied in various respects. For example, it is not necessary that a parameterization and gain value or noise power limit, as determined for a particular audio block, should be considered immediately valid for a particular audio value, as in the previous embodiment, the last audio value of each audio block, ie of the 128th value in this audio block, so that for this audio value the interpolation can be omitted. Rather, it is possible to relate these interpolation point parameter values to a interpolation point which is located in time between the sampling instants t n with n = 0,..., 127 of the audio values of this audio block, so that interpolation would be necessary for each audio value. In particular, the parameterization determined for one audio block or the gain value determined for that audio block may also be directly applied to another value, such as the audio value in the middle of the audio block, such as the 64th audio value in the case of the above block size of 128 audio values.
Ferner wird darauf hingewiesen, daß sich obiges Ausführungsbeispiel auf ein Audiocodierungsschema bezog, das darauf ausgelegt war, ein codiertes Signal mit einer gesteuerten Bitrate zu erzeugen. Die Steuerung der Bitrate ist aber nicht in jedem Anwendungsfall erforderlich. Deshalb können die entsprechenden Schritte 116 - 122 und 126 bzw. 125 auch weggelassen werden.It is further noted that the above embodiment referred to an audio coding scheme designed to generate a coded signal at a controlled bit rate. However, bitrate control is not required in every application. Therefore, the corresponding steps 116-122 and 126 and 125, respectively, may also be omitted.
Hinsichtlich des Bezug nehmend auf den Schritt 114 erwähnten Komprimierungsschemas wird der Vollständigkeit halber auch auf das in der Beschreibungseinleitung beschriebene Dokument von Schuller et. al. verwiesen, und insbesondere auf Gliederungspunkt IV, dessen Inhalt hiermit bezüglich der Redundanzreduktion mittels verlustloser Codierung hiermit unter Bezugnahme aufgenommen wird.For the sake of completeness, with regard to the compression scheme mentioned with reference to step 114, reference is also made to the document by Schuller et. al. and in particular to Section IV, the content of which is hereby incorporated by reference for redundancy reduction by means of lossless coding.
Bezug nehmend auf die vorhergehende Beschreibung wird ferner auf folgendes hingewiesen. Obwohl im Vorhergehenden die vorliegende Erfindung Bezug nehmend auf ein spezielles Audiocodierschema beschrieben worden ist, das kurze Verzögerungszeiten ermöglicht, ist die vorliegenden Erfindung freilich auch bei anderen Audiocodierungen anwendbar. So wäre beispielsweise auch ein Audiocodierungsschema denkbar, bei dem das codierte Signal aus den quantisierten, gefilterten Audiowerten an sich besteht, ohne daß eine Redundanzreduktion durchgeführt wird. Demgemäß wäre es aber auch denkbar, die frequenzselektive Filterung anders als die im Vorhergehenden beschriebene Weise, nämlich codiererseitig mit einer Übertragungsfunktion gleich dem Inversen der Mithörschwelle und decoderseitig mit einer Übertragungsfunktion gleich der Mithörschwelle, durchzuführen.With reference to the preceding description, reference is also made to the following. Although the present invention has been described above with respect to a particular audio coding scheme that allows for short delay times, the present invention is of course applicable to other audio codings as well. For example, an audio coding scheme would also be conceivable in which the coded signal consists of the quantized, filtered audio values per se, without a redundancy reduction is carried out. Accordingly, it would also be conceivable to carry out the frequency-selective filtering differently than the previously described manner, namely on the coder side with a transfer function equal to the inverse of the masking threshold and on the decoder side with a transfer function equal to the masking threshold.
Ferner können einzelne Aspekte obiger Ausführungsbeispiele auch weggelassen werden. So ist es beispielsweise unter Verringerung des Kompressionsverhältnisses ebenfalls möglich, die Seiteninformationen bezüglich jeden Audioblocks zu übermitteln, die Interpolation wegzulassen und/oder die Parameter in den Seiteninformationen immer in in sich abgeschlossenen Seiteninformationsblöcken zu übertragen und nicht als Differenzen, die sich auf vorhergehende Seiteninformationsblöcke beziehen.Furthermore, individual aspects of the above embodiments may also be omitted. For example, with reduction of the compression ratio, it is also possible to transmit the page information regarding each audio block, omit the interpolation, and / or always transmit the parameters in the page information in self-contained page information blocks and not as differences relating to previous page information blocks.
Ferner ist die vorliegende Erfindung nicht auf Audiosignale begrenzt. Sie ist ferner auch bei anderen Informationssignalen anwendbar, nämlich beispielweise bei Videosignalen bestehend aus einer Folge von Frames, d.h. einer Folge von Pixelarrays.Furthermore, the present invention is not limited to audio signals. It is also applicable to other information signals, such as video signals consisting of a sequence of frames, i. a sequence of pixel arrays.
Jedenfalls liefert aber obiges Audiocodierungsschema eine Möglichkeit zur Begrenzung der Bitrate bei einem Audiocodierer mit sehr geringer Verzögerungszeit. Die bei der Codierung abhängig vom Audiosignal entstehenden Bitraten-Spitzen werden dadurch vermieden, daß der Ausgangswertebereich des Prefilters begrenzt wird. Wiewohl es folglich der Natur der zu übertragenden Audiosignale entspricht, daß sie zu unterschiedlich hohen Bitraten für die Übertragung führen, nämlich komplexere Audiosignale zu höheren Bitraten und weniger komplexe zu geringern Bitraten, kann stets eine Obergrenze für die Bitrate der Übertragung eingehalten werden, die oftmals beispielsweise bei drahtlosen Übertragungsmedien existiert. Die Änderung der Quantisierungsstufenfunktion oberhalb der Schwelle ist ein geeignetes Mittel, um die Bitrate auf das zulässige Maximum zu begrenzen.In any event, however, the above audio coding scheme provides a way to limit the bit rate in an audio coder with very little delay time. The bitrate peaks arising in the coding as a function of the audio signal are avoided by limiting the output value range of the pre-filter. Thus, while it is the nature of the audio signals to be transmitted to result in different bit rates for transmission, i.e., more complex audio signals to higher bit rates and less complex to low bit rates, an upper limit on the transmission bit rate can often be met, often for example exists on wireless transmission media. The change of the quantization step function above the threshold is a suitable means for limiting the bit rate to the maximum allowed.
Bei obigen Ausführungsbeispielen bestand der Codierer aus einem Prefilter, das das Audiosignal geeignet formt, einem Quantisierer mit einer Quantisiererungsstufenhöhe, gefolgt von einem Entropiecodierer. Der Quantisierer erzeugte Werte, die auch Indizes genannt werden. Im allgemeinen bedeuten höhere Indizes auch eine höhere damit verbundene Bitrate, die jedoch dadurch vermieden wurde, daß der Bereich der Indizes begrenzt (Fig. 7a) bzw. ausgedünnt (Fig. 7b) wurde, allerdings mit der Möglichkeit der Verschlechterung der Audioqualität.In the above embodiments, the encoder consisted of a prefilter that appropriately shapes the audio signal, a quantizer with a quantizer step height, followed by an entropy coder. The quantizer generated values, also called indices. In general, higher indices also mean a higher bit rate associated with them, but this has been avoided by having the range of indices limited (Figure 7a) or thinned out (Figure 7b), but with the potential for degrading audio quality.
Ferner wird Bezug nehmend auf das vorhergehende Ausführungsbeispiel noch auf folgendes hingewiesen. Obwohl im Vorhergehenden beschrieben worden ist, daß der Schwellwert bei der Quantisierung immer konstant bleibt bzw. auch die Quantisierungsstufenfunktion immer konstant bleibt, d.h. stets die in dem gefilterten Audiosignal erzeugten Artefakte mit gröberer Quantisierung quantisiert bzw. abgeschnitten werden, wodurch die Audioqualität gegebenenfalls hörbar verschlechtert werden könnte, ist es ferner möglich, diese Maßnahme erst dann zu verwenden, wenn es die Komplexität des Audiosignals erfordert, nämlich dann, wenn die zur Codierung notwendige Bitrate eine erwünschte Bitrate überschreitet. In diesem Fall könnte zusätzlich zu den in Fig. 7a und 7b. gezeigten Quantisierungsstufenfunktionen beispielsweise eine solche mit einer über den ganzen möglichen Wertebereich am Ausgang des Prefilters konstanten Quantisierungsschrittweite verwendet werden und der Quantisierer würde beispielsweise auf ein Signal ansprechen, um entweder die Quantisierungsstufenfunktion mit stets konstanter Quantisierungsschrittweite oder eine der Quantisierungsstufenfunktionen nach Fig. 7a oder 7b zu verwenden, so daß durch das Signal dem Quantisierer mitgeteilt werden könnte, bei geringfügiger Audioqualitätsverschlechterung die Quantisierungsstufenverringerung oberhalb des Schwellwertes bzw. das Abschneiden oberhalb des Schwellwertes durchzuführen. Alternativ könnte auch graduell der Schwellwert allmählich verringert werden. In diesem Fall könnte die Schwellwertverringerung anstatt der Faktorverringerung von Schritt 126 durchgeführt werden. Nach einem ersten Komprimierungsversuch ohne Schritt 110 könnte also das vorläufig komprimierte Signal lediglich erst dann in einem modifizierten Schritt 126 einer selektiven Schwellwertquantisierung unterzogen werden, wenn die Bitrate immer noch zu hoch ist (118). In einem erneuten Durchgang würden dann die gefilterten Audiowerte mit der Quantisierungsstufenfunktion quantisiert werden, die einen flacheren Verlauf oberhalb der Audioschwelle aufweist. Weitere Bitratenreduktionen könnten in dem modifizierten Schritt 126 noch durch Reduzieren des Schwellwertes und damit einer weiteren Modifikation der Quantisierungsstufenfunktion durchgeführt werden.Furthermore, reference is made to the following with reference to the preceding embodiment. Although it has been described above that the threshold value in the quantization always remains constant or the quantization step function always remains constant, ie always the artifacts generated in the filtered audio signal with coarser quantization or cut off, whereby the audio quality may be audibly deteriorated Furthermore, it is possible to use this measure only when it requires the complexity of the audio signal, namely when the bit rate required for coding exceeds a desired bit rate. In this case, in addition to those shown in Figs. 7a and 7b. For example, such quantization step functions are used with a quantization step size constant over the entire possible value range at the output of the prefilter and the quantizer would respond to a signal, for example, to use either the quantization step function with always constant quantization step size or one of the quantization step functions of Figure 7a or 7b so that the signal could tell the quantizer to perform the quantization step reduction above the threshold or the clip above the threshold with slight audio quality degradation. Alternatively, the threshold could also gradually increase be reduced. In this case, the threshold reduction could be performed instead of the factor reduction of
Insbesondere wird darauf hingewiesen, dass abhängig von den Gegebenheiten das erfindungsgemäße Quantisierungsschema auch in Software implementiert sein kann. Die Implementierung kann auf einem digitalen Speichermedium, insbesondere einer Diskette oder einer CD mit elektronisch auslesbaren Steuersignalen erfolgen, die so mit einem programmierbaren Computersystem zusammenwirken können, daß das entsprechende Verfahren ausgeführt wird. Allgemein besteht die Erfindung somit auch in einem Computerprogrammprodukt mit auf einem maschinenlesbaren Träger gespeicherten Programmcode zur Durchführung des erfindungsgemäßen Verfahrens, wenn das Computerprogrammprodukt auf einem Rechner abläuft. In anderen Worten ausgedrückt kann die Erfindung somit als ein Computerprogramm mit einem Programmcode zur Durchführung des Verfahrens realisiert werden, wenn das Computerprogramm auf einem Computer abläuft.In particular, it is pointed out that, depending on the circumstances, the inventive quantization scheme can also be implemented in software. The implementation may be on a digital storage medium, in particular a floppy disk or a CD with electronically readable control signals which may interact with a programmable computer system such that the corresponding method is executed. In general, the invention thus also consists in a computer program product with program code stored on a machine-readable carrier for carrying out the method according to the invention when the computer program product runs on a computer. In other words, the invention can thus be realized as a computer program with a program code for carrying out the method when the computer program runs on a computer.
Insbesondere können obige Verfahrensschritte in den Blöcken der Flußdiagramme einzeln oder zu mehreren in Unterprogrammroutinen implementiert sein. Alternativ ist freilich auch eine Implementierung einer erfindungsgemäßen Vorrichtung in Form einer Integrierten Schaltung möglich, bei der diese Blöcke beispielsweise als einzelne Schaltungsteile einer ASIC implementiert sind.In particular, the above method steps in the blocks of the flowcharts can be implemented individually or in a number of subroutine routines. Alternatively, of course, an implementation of a device according to the invention in the form of an integrated circuit is possible in which For example, these blocks are implemented as individual circuit parts of an ASIC.
Insbesondere wird darauf hingewiesen, dass abhängig von den Gegebenheiten das erfindungsgemäße Schema auch in Software implementiert sein kann. Die Implementation kann auf einem digitalen Speichermedium, insbesondere einer Diskette oder einer CD mit elektronisch auslesbaren Steuersignalen erfolgen, die so mit einem programmierbaren Computersystem zusammenwirken können, dass das entsprechende Verfahren ausgeführt wird. Allgemein besteht die Erfindung somit auch in einem Computerprogrammprodukt mit auf einem maschinenlesbaren Träger gespeicherten Programmcode zur Durchführung des erfindungsgemäßen Verfahrens, wenn das Computerprogrammprodukt auf einem Rechner abläuft. In anderen Worten ausgedrückt kann die Erfindung somit als ein Computerprogramm mit einem Programmcode zur Durchführung des Verfahrens realisiert werden, wenn das Computerprogramm auf einem Computer abläuft.In particular, it should be noted that, depending on the circumstances, the inventive scheme can also be implemented in software. The implementation may be on a digital storage medium, in particular a floppy disk or a CD with electronically readable control signals, which may cooperate with a programmable computer system such that the corresponding method is executed. In general, the invention thus also consists in a computer program product with program code stored on a machine-readable carrier for carrying out the method according to the invention when the computer program product runs on a computer. In other words, the invention can thus be realized as a computer program with a program code for carrying out the method when the computer program runs on a computer.
Claims (10)
- A device for quantizing an information signal of a sequence of information values, the information signal being an audio signal and the information values being audio values, comprising:means (20) for determining a first listening threshold for a block of audio values of a sequence of audio values;means (24) for calculating a version of a parameterization of a parameterizable filter so that the transfer function thereof roughly corresponds to the inverse of the magnitude of the first listening threshold;means (30) for frequency-selective filtering the sequence of audio values to obtain a sequence of filtered audio values;means (28) for quantizing the filtered audio values to obtain a sequence of quantized audio values by means of a quantizing step function which maps the filtered audio values to the quantized audio values and the course of which is steeper below a threshold information value than above the threshold information value;wherein the means (30) for frequency-selective filtering comprises:means for filtering a predetermined block of audio values of the sequence of audio values with the parameterizable filter using a predetermined parameterization depending in a predetermined manner on the version of the parameterization to obtain a block of the filtered audio values.
- The device according to claim 1, wherein the means for determining a listening threshold is formed to further determine another second listening threshold for another second block of audio values, and the means for calculating is formed to calculate a version of another second parameterization of the parameterizable filter such that the transfer function thereof roughly corresponds to the inverse of the magnitude of the second listening threshold, wherein the means for frequency-selective filtering comprises:means for interpolating between the version of the first parameterization and the version of the second parameterization to obtain a version of an interpolated parameterization for a predetermined audio value of the predetermined block of audio values; andmeans for applying the version of the interpolated parameterization to the predetermined audio value of the predetermined block of audio values.
- The device according to claim 2, further comprising means (22) for determining a first noise power limit depending on the first masking threshold and a second noise power limit depending on the second masking threshold, and wherein the means for filtering comprises means (90) for interpolating between the first noise power limit and the second noise power limit to obtain an interpolated noise power limit for a predetermined audio value of the predetermined block of audio values, means (92) for determining an intermediate scaling value depending on a quantizing noise power caused by quantizing according to a predetermined quantizing rule and the interpolated noise power limit, and means (94) for applying the intermediate scaling value to the predetermined audio value to obtain a scaled filtered audio value.
- The device according to claim 3, wherein the means for interpolating between the first noise power limit and the second noise power limit performs a linear interpolation.
- The device according to claims 3 or 4, wherein the means for determining the intermediate scaling value comprises means for calculating the root of the quotient of the quantizing noise divided by the interpolated noise power limit.
- The device according to one of the preceding claims, wherein the means for quantizing is formed to perform quantizing responsive to a control signal.
- The device according to one of the preceding claims, further comprising lossless compression means for compressing the filtered audio values into a compressed audio stream, wherein the compression means is formed to control a bit rate of the compressed audio stream and to send the control signal to the means for quantizing in the case that the bit rate is greater than a control value.
- The device according to one of the preceding claims, wherein the quantizing step function has a flat course above the threshold information value such that filtered audio values greater than the threshold information value are quantized to a maximum quantizing step value.
- A method for quantizing an information signal of a sequence of information values, the information signal being an audio signal and the information values being audio values, comprising the steps of:frequency-selective filtering the sequence of audio values to obtain a sequence of filtered audio values;quantizing the filtered audio values to obtain a sequence of quantized audio values by means of a quantizing step function which maps the filtered audio values to the quantized audio values and the course of which is steeper below a threshold information value than above the threshold information value;determining a listening threshold for a block of audio values; andcalculating a version of a parameterization of a parameterizable filter such that the transfer function thereof roughly corresponds to the inverse of the magnitude of the first listening threshold,wherein the step of frequency-selective filtering further comprises the step of:filtering a predetermined block of audio values of the sequence of audio values with the parameterizable filter using a predetermined parameterization which in a predetermined manner depends on the version of the parameterization to obtain a block of the filtered audio values.
- A computer program having a program code adapted to perform the method according to claim 9 when the computer program runs on a computer.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102004007184A DE102004007184B3 (en) | 2004-02-13 | 2004-02-13 | Method and apparatus for quantizing an information signal |
PCT/EP2005/001343 WO2005078703A1 (en) | 2004-02-13 | 2005-02-10 | Method and device for quantizing a data signal |
Publications (2)
Publication Number | Publication Date |
---|---|
EP1697929A1 EP1697929A1 (en) | 2006-09-06 |
EP1697929B1 true EP1697929B1 (en) | 2007-10-31 |
Family
ID=34853461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
EP05715289A Active EP1697929B1 (en) | 2004-02-13 | 2005-02-10 | Method and device for quantizing a data signal |
Country Status (16)
Country | Link |
---|---|
US (1) | US7464027B2 (en) |
EP (1) | EP1697929B1 (en) |
JP (1) | JP4444295B2 (en) |
KR (1) | KR100813193B1 (en) |
CN (1) | CN1918630B (en) |
AT (1) | ATE377243T1 (en) |
AU (1) | AU2005213767B2 (en) |
BR (1) | BRPI0506627B1 (en) |
CA (1) | CA2555639C (en) |
DE (2) | DE102004007184B3 (en) |
ES (1) | ES2294685T3 (en) |
HK (1) | HK1093814A1 (en) |
IL (1) | IL177164A (en) |
NO (1) | NO337836B1 (en) |
RU (1) | RU2337413C2 (en) |
WO (1) | WO2005078703A1 (en) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004009955B3 (en) | 2004-03-01 | 2005-08-11 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Device for determining quantizer step length for quantizing signal with audio or video information uses longer second step length if second disturbance is smaller than first disturbance or noise threshold hold |
US7627481B1 (en) | 2005-04-19 | 2009-12-01 | Apple Inc. | Adapting masking thresholds for encoding a low frequency transient signal in audio data |
JP4640020B2 (en) * | 2005-07-29 | 2011-03-02 | ソニー株式会社 | Speech coding apparatus and method, and speech decoding apparatus and method |
EP1852848A1 (en) * | 2006-05-05 | 2007-11-07 | Deutsche Thomson-Brandt GmbH | Method and apparatus for lossless encoding of a source signal using a lossy encoded data stream and a lossless extension data stream |
DE102006022346B4 (en) * | 2006-05-12 | 2008-02-28 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Information signal coding |
ATE509347T1 (en) * | 2006-10-20 | 2011-05-15 | Dolby Sweden Ab | DEVICE AND METHOD FOR CODING AN INFORMATION SIGNAL |
US7823092B1 (en) * | 2007-11-23 | 2010-10-26 | Altera Corporation | Method and apparatus for implementing a parameterizable filter block with an electronic design automation tool |
EP2830061A1 (en) * | 2013-07-22 | 2015-01-28 | Fraunhofer Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus and method for encoding and decoding an encoded audio signal using temporal noise/patch shaping |
KR102165403B1 (en) * | 2014-07-25 | 2020-10-14 | 프라운호퍼-게젤샤프트 추르 푀르데룽 데어 안제반텐 포르슝 에 파우 | Acoustic signal encoding device, acoustic signal decoding device, method for encoding acoustic signal, and method for decoding acoustic signal |
DE102014220687A1 (en) * | 2014-10-13 | 2016-04-14 | Continental Automotive Gmbh | Communication device for a vehicle and method for communicating |
RU2754497C1 (en) * | 2020-11-17 | 2021-09-02 | федеральное государственное автономное образовательное учреждение высшего образования "Казанский (Приволжский) федеральный университет" (ФГАОУ ВО КФУ) | Method for transmission of speech files over a noisy channel and apparatus for implementation thereof |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3506912A1 (en) | 1985-02-27 | 1986-08-28 | Telefunken Fernseh Und Rundfunk Gmbh, 3000 Hannover | METHOD FOR TRANSMITTING AN AUDIO SIGNAL |
DE3820038A1 (en) * | 1988-06-13 | 1989-12-14 | Ant Nachrichtentech | METHOD FOR PROCESSING AND TRANSMITTING AN IMAGE SEQUENCE |
DE3820037A1 (en) | 1988-06-13 | 1989-12-14 | Ant Nachrichtentech | IMAGE CODING METHOD AND DEVICE |
JP3186290B2 (en) * | 1993-01-20 | 2001-07-11 | ソニー株式会社 | Encoding method, encoding device, decoding device, and recording medium |
US5581653A (en) | 1993-08-31 | 1996-12-03 | Dolby Laboratories Licensing Corporation | Low bit-rate high-resolution spectral envelope coding for audio encoder and decoder |
DE19549621B4 (en) | 1995-10-06 | 2004-07-01 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Device for encoding audio signals |
GB2307833B (en) * | 1995-12-01 | 2000-06-07 | Geco As | A data compression method and apparatus for seismic data |
WO1998001848A1 (en) * | 1996-07-05 | 1998-01-15 | The Victoria University Of Manchester | Speech synthesis system |
US6370477B1 (en) | 1996-11-22 | 2002-04-09 | Schlumberger Technology Corporation | Compression method and apparatus for seismic data |
US6131084A (en) | 1997-03-14 | 2000-10-10 | Digital Voice Systems, Inc. | Dual subframe quantization of spectral magnitudes |
KR100335609B1 (en) | 1997-11-20 | 2002-10-04 | 삼성전자 주식회사 | Scalable audio encoding/decoding method and apparatus |
US6195633B1 (en) * | 1998-09-09 | 2001-02-27 | Sony Corporation | System and method for efficiently implementing a masking function in a psycho-acoustic modeler |
KR100440896B1 (en) * | 1998-12-30 | 2004-09-18 | 주식회사 대우일렉트로닉스 | Quantization decoding apparatus |
TW536692B (en) * | 1999-04-16 | 2003-06-11 | Dolby Lab Licensing Corp | Using gain-adaptive quantization and non-uniform symbol lengths for improved audio coding |
US6370502B1 (en) * | 1999-05-27 | 2002-04-09 | America Online, Inc. | Method and system for reduction of quantization-induced block-discontinuities and general purpose audio codec |
US6775587B1 (en) | 1999-10-30 | 2004-08-10 | Stmicroelectronics Asia Pacific Pte Ltd. | Method of encoding frequency coefficients in an AC-3 encoder |
US7110953B1 (en) * | 2000-06-02 | 2006-09-19 | Agere Systems Inc. | Perceptual coding of audio signals using separated irrelevancy reduction and redundancy reduction |
KR20030086331A (en) * | 2001-03-28 | 2003-11-07 | 소니 가부시끼 가이샤 | Quantization apparatus, quantization method, quantization program, and recording medium |
DE10217297A1 (en) * | 2002-04-18 | 2003-11-06 | Fraunhofer Ges Forschung | Device and method for coding a discrete-time audio signal and device and method for decoding coded audio data |
CA2388352A1 (en) * | 2002-05-31 | 2003-11-30 | Voiceage Corporation | A method and device for frequency-selective pitch enhancement of synthesized speed |
-
2004
- 2004-02-13 DE DE102004007184A patent/DE102004007184B3/en not_active Expired - Lifetime
-
2005
- 2005-02-10 EP EP05715289A patent/EP1697929B1/en active Active
- 2005-02-10 AT AT05715289T patent/ATE377243T1/en active
- 2005-02-10 WO PCT/EP2005/001343 patent/WO2005078703A1/en active IP Right Grant
- 2005-02-10 CA CA2555639A patent/CA2555639C/en active Active
- 2005-02-10 AU AU2005213767A patent/AU2005213767B2/en active Active
- 2005-02-10 KR KR1020067015896A patent/KR100813193B1/en active IP Right Grant
- 2005-02-10 ES ES05715289T patent/ES2294685T3/en active Active
- 2005-02-10 DE DE502005001821T patent/DE502005001821D1/en active Active
- 2005-02-10 CN CN200580004688XA patent/CN1918630B/en active Active
- 2005-02-10 RU RU2006132742/09A patent/RU2337413C2/en active
- 2005-02-10 BR BRPI0506627A patent/BRPI0506627B1/en active IP Right Grant
- 2005-02-10 JP JP2006552545A patent/JP4444295B2/en active Active
-
2006
- 2006-07-27 US US11/460,433 patent/US7464027B2/en active Active
- 2006-07-31 IL IL177164A patent/IL177164A/en active IP Right Grant
- 2006-09-12 NO NO20064091A patent/NO337836B1/en unknown
-
2007
- 2007-01-25 HK HK07100911A patent/HK1093814A1/en unknown
Also Published As
Publication number | Publication date |
---|---|
IL177164A (en) | 2010-11-30 |
JP4444295B2 (en) | 2010-03-31 |
DE102004007184B3 (en) | 2005-09-22 |
IL177164A0 (en) | 2006-12-10 |
WO2005078703A1 (en) | 2005-08-25 |
CA2555639A1 (en) | 2005-08-25 |
KR20060113999A (en) | 2006-11-03 |
US7464027B2 (en) | 2008-12-09 |
RU2337413C2 (en) | 2008-10-27 |
KR100813193B1 (en) | 2008-03-13 |
US20070043557A1 (en) | 2007-02-22 |
AU2005213767B2 (en) | 2008-04-10 |
BRPI0506627B1 (en) | 2018-10-09 |
AU2005213767A1 (en) | 2005-08-25 |
NO20064091L (en) | 2006-11-10 |
HK1093814A1 (en) | 2007-03-09 |
DE502005001821D1 (en) | 2007-12-13 |
BRPI0506627A (en) | 2007-05-02 |
EP1697929A1 (en) | 2006-09-06 |
CN1918630B (en) | 2010-04-14 |
CA2555639C (en) | 2012-07-10 |
ES2294685T3 (en) | 2008-04-01 |
CN1918630A (en) | 2007-02-21 |
JP2007522509A (en) | 2007-08-09 |
NO337836B1 (en) | 2016-06-27 |
ATE377243T1 (en) | 2007-11-15 |
RU2006132742A (en) | 2008-03-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1687808B1 (en) | Audio coding | |
EP1697929B1 (en) | Method and device for quantizing a data signal | |
EP1697928B1 (en) | Audio encoding | |
EP1687810B1 (en) | Device and method for determining a quantiser step size | |
DE102007017254B4 (en) | Device for coding and decoding | |
DE60307252T2 (en) | DEVICES, METHODS AND PROGRAMS FOR CODING AND DECODING | |
EP0954909B1 (en) | Method for coding an audio signal | |
EP1145227B1 (en) | Method and device for error concealment in an encoded audio-signal and method and device for decoding an encoded audio signal | |
DE60313332T2 (en) | AUDIOCODING WITH LOW BITRATE | |
DE69319494T2 (en) | Encoding device for audio signals and method therefor | |
DE69317958T2 (en) | Low delay audio signal encoder using analysis-by-synthesis techniques | |
DE69132885T2 (en) | Low delay, 32 kbit / s CELP encoding for a broadband voice signal | |
WO2005083678A1 (en) | Device and method for processing a multi-channel signal | |
EP3544003B1 (en) | Device and method of determining an estimated value | |
DE19959156C2 (en) | Method and device for processing a stereo audio signal to be encoded | |
WO2007131564A1 (en) | Information signal coding | |
DE102012009435A1 (en) | Apparatus and method for streaming hybrid coded audio data | |
DE202004002269U1 (en) | Arrangement for quantising information signal has quantising step function that forms filtered information values on quantised information values with steeper gradient below threshold value | |
DE202004002264U1 (en) | Audio encoding arrangement has device for including information from which quantised, filtered audio values, parameterisation version can be derived and parameterisation combination in coded signal | |
EP0905918A2 (en) | Method and apparatus for encoding audio signals | |
DE69021986T2 (en) | Method for coding an audio signal using an orthogonal transformation. | |
DE10065363B4 (en) | Apparatus and method for decoding a coded data signal | |
DE10252327A1 (en) | Process for widening the bandwidth of a narrow band filtered speech signal especially from a telecommunication device divides into signal spectral structures and recombines | |
DE19515805A1 (en) | Data reduction for digitised audio signal |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PUAI | Public reference made under article 153(3) epc to a published international application that has entered the european phase |
Free format text: ORIGINAL CODE: 0009012 |
|
17P | Request for examination filed |
Effective date: 20060720 |
|
AK | Designated contracting states |
Kind code of ref document: A1 Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU MC NL PL PT RO SE SI SK TR |
|
RAP1 | Party data changed (applicant data changed or rights of an application transferred) |
Owner name: FRAUNHOFER-GESELLSCHAFT ZUR FOERDERUNG DER ANGEWAN |
|
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1093814 Country of ref document: HK |
|
GRAP | Despatch of communication of intention to grant a patent |
Free format text: ORIGINAL CODE: EPIDOSNIGR1 |
|
DAX | Request for extension of the european patent (deleted) | ||
GRAS | Grant fee paid |
Free format text: ORIGINAL CODE: EPIDOSNIGR3 |
|
GRAA | (expected) grant |
Free format text: ORIGINAL CODE: 0009210 |
|
AK | Designated contracting states |
Kind code of ref document: B1 Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU MC NL PL PT RO SE SI SK TR |
|
REG | Reference to a national code |
Ref country code: GB Ref legal event code: FG4D Free format text: NOT ENGLISH |
|
REG | Reference to a national code |
Ref country code: IE Ref legal event code: FG4D Free format text: LANGUAGE OF EP DOCUMENT: GERMAN |
|
REG | Reference to a national code |
Ref country code: CH Ref legal event code: EP |
|
REF | Corresponds to: |
Ref document number: 502005001821 Country of ref document: DE Date of ref document: 20071213 Kind code of ref document: P |
|
GBT | Gb: translation of ep patent filed (gb section 77(6)(a)/1977) |
Effective date: 20071129 |
|
REG | Reference to a national code |
Ref country code: HK Ref legal event code: GR Ref document number: 1093814 Country of ref document: HK |
|
REG | Reference to a national code |
Ref country code: SE Ref legal event code: TRGR |
|
REG | Reference to a national code |
Ref country code: ES Ref legal event code: FG2A Ref document number: 2294685 Country of ref document: ES Kind code of ref document: T3 |
|
ET | Fr: translation filed | ||
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: SI Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20071031 Ref country code: PT Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20080331 Ref country code: PL Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20071031 Ref country code: LT Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20071031 Ref country code: IS Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20080229 Ref country code: BG Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20080131 |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: DK Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20071031 Ref country code: CZ Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20071031 |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: RO Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20071031 Ref country code: SK Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20071031 |
|
PLBE | No opposition filed within time limit |
Free format text: ORIGINAL CODE: 0009261 |
|
STAA | Information on the status of an ep patent application or granted ep patent |
Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT |
|
26N | No opposition filed |
Effective date: 20080801 |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: EE Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20071031 Ref country code: GR Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20080201 |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: CY Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20071031 |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: HU Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20080501 |
|
PG25 | Lapsed in a contracting state [announced via postgrant information from national office to epo] |
Ref country code: TR Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT Effective date: 20071031 |
|
REG | Reference to a national code |
Ref country code: FR Ref legal event code: PLFP Year of fee payment: 12 |
|
REG | Reference to a national code |
Ref country code: FR Ref legal event code: PLFP Year of fee payment: 13 |
|
REG | Reference to a national code |
Ref country code: FR Ref legal event code: PLFP Year of fee payment: 14 |
|
P01 | Opt-out of the competence of the unified patent court (upc) registered |
Effective date: 20230512 |
|
PGFP | Annual fee paid to national office [announced via postgrant information from national office to epo] |
Ref country code: LU Payment date: 20240220 Year of fee payment: 20 |
|
PGFP | Annual fee paid to national office [announced via postgrant information from national office to epo] |
Ref country code: ES Payment date: 20240319 Year of fee payment: 20 Ref country code: NL Payment date: 20240220 Year of fee payment: 20 Ref country code: IE Payment date: 20240216 Year of fee payment: 20 |
|
PGFP | Annual fee paid to national office [announced via postgrant information from national office to epo] |
Ref country code: AT Payment date: 20240216 Year of fee payment: 20 |
|
PGFP | Annual fee paid to national office [announced via postgrant information from national office to epo] |
Ref country code: MC Payment date: 20240219 Year of fee payment: 20 |
|
PGFP | Annual fee paid to national office [announced via postgrant information from national office to epo] |
Ref country code: FI Payment date: 20240219 Year of fee payment: 20 Ref country code: DE Payment date: 20240216 Year of fee payment: 20 Ref country code: CH Payment date: 20240301 Year of fee payment: 20 Ref country code: GB Payment date: 20240222 Year of fee payment: 20 |
|
PGFP | Annual fee paid to national office [announced via postgrant information from national office to epo] |
Ref country code: SE Payment date: 20240221 Year of fee payment: 20 Ref country code: IT Payment date: 20240229 Year of fee payment: 20 Ref country code: FR Payment date: 20240222 Year of fee payment: 20 Ref country code: BE Payment date: 20240219 Year of fee payment: 20 |