NO309629B1 - Flerkanals overföring og/eller lagring av digitale signaler - Google Patents

Description

Denne oppfinnelse gjelder en fremgangsmåte for overføring og/eller lagring av digitale signaler, idet overføringen skjer via flere kanaler. Særlig gjelder oppfinnelsen en fremgangsmåte slik det angis i innledningen av det etterfølgende patentkrav 1.

Fremgangsmåter for frekvenskodet overføring av digitale signaler, særlig digitaliserte audiosignaler er allerede kjent, for eksempel fra PCT-skriftene WO 88/01811 og WO 89/08357.

For enkanals og tokanals overføring er standarden ISO-11172-3 fastlagt for kodingen og selve digitaloverføringen av audiosignaler, idet standarden er bestemt av komitéen MPEG (Moving Pictures Experts Group) ved ISO (den internasjonale standardiseringsorganisasjon).

I denne standardiserte kodeprosess brukes psykoakustiske modeller som utnytter det menneskelige ørets karakteristikk til å overføre en redusert signal- eller datamengde uten at det går særlig ut over overføringskvaliteten.

Det vises til patentskriftene nevnt ovenfor og den fastlagte standard for de ord og uttrykk som ikke fremgår tilstrekkelig klart av den nå følgende beskrivelse.

Ved videreutvikling av de internasjonale standarder har man også søkt å redusere omfanget av de overførte digitale signaler (datareduksjon) ved flerkanals-samband. I publikasjonen "MUSICAM-Surround: A universal Multi-Channel Coding System Compatible with ISO 11172-3", 93 rd AES Convention, 1992, San Fransisco" foreslås en fremgangsmåte for overføring av opp til fem kanaler, for eksempel to stereofonilydkanaler og en mellomkanal så vel som to sidekanaler (3/2 stereofoni) eller to stereokanaler og tre kommentarkanaler.

En ytterligere datareduksjon oppnås ved at deler av stereosignalene, nemlig deler som kan anses å være ubetydelige med hensyn til romoppfattelsen på mottaker-siden, bare blir overført i en enkelt kanal. I tillegg overføres skalafaktorer som angir et mål på hvilken intensitet signalene fra den ene kanal (monokanalen) skal føres til de tilordnede høyttalere. Særlig i det lavere audiofrekvensområdet kan man imidlertid med en slik fremgangsmåte oppleve såkalte artefakter som forringer det naturtro lydbilde.

Videre er det foreslått en datareduksjon ved overføringen å la samtlige kanaler ha en felles maskeringsterskel som tar hensyn til den kjente interkanal-maskeringsvirkning, idet denne maskeringsterskel for kodingen ikke tilordnes separat for hver kanal i en såkalt intrakanal. Bruken av en felles maskeringsterskel fører imidlertid med seg at man i nærheten av en høyttaler vil kunne høre forstyrrende kodingsstøy.

Fra patentskriftet EP 0 176 243 A2 kjennes en kodeinnretning for talesignaler hvor det frembringes en rekke verdier som tilsvarer deler av et frekvens-spektrum for talesignaler og blir kodet i tilknytning til disse. Kodeverdiene omvandles i en etterfølgende bitomvandler i henhold til sitt ekvivalente energiinnhold, hvorved antallet bitomvandlede verdier holdes konstant, likevel varierbar i form av et utvalg av verdier med forskjellig bittilordning.

Som oppgave for denne oppfinnelse ligger en fremgangsmåte slik som angitt i innledningen av denne beskrivelse, nemlig for overføring og/eller lagring av digitale signaler som overføres via flere kanaler og som tillater en ytterligere reduksjon av den datamengde som blir overført, uten at dette fører til noen subjektivt oppfattbar forstyrrelse av de overførte signaler.

Denne oppgave løses med den fremgangsmåte som er angitt i karak-teristikken i det etterfølgende patentkrav 1.

Ifølge oppfinnelsen omvandles først signalene i de enkelte kanaler til spektralverdier (ved overføring fra tids- til frekvensplanet). Deretter fastlegges segmenter for de enkelte kanaler, hvor hvert segment tilsvarer bestemte spektralverdier, hvorved tilsvarende spektralområder vil opptre i samtlige kanaler.

Det undersøkes så om man ved sammenstilling av segmenter fra forskjellige kanaler får de eventuelle forstyrrelser som skyldes den felles koding over eller under en høreterskel, idet de såkalte artefakter i form av hørbare forstyrrelser tilsvarer det første tilfellet. Når man ikke forventer noen slike artefakter tillates sammenstillingen eller kombinasjonen av kanalene. På denne måte kan et antall K inngangskanaler segmentvis "avbildes" i det som kan kalles "spektraldatakanaler" for overføringen (TSC - Transmitted Spectral Channels), idet med dette uttrykk menes mengden av alle spektralt kodede audiodata så vel som den tilhørende tilleggsinformasjon som er nødvendig for å tilbakeoverføre et kodet audiosignal i sitt komplette eller deler av sitt signalspektrum til tidsplanet.

Jo mer forskjellig de opprinnelige inngangskanaler for overføringen er, desto mer forskjellig må spektraldatakanalene være for å overføre signalinformasjonen. I ekstremtilfellet kan alle kanaler i praksis være like i et bestemt segment, og da vil særlig en enkelt spektraldatakanal være tilstrekkelig for de øvre deler av spektrumet. Amplituden av de enkelte spektralsegmenter kan reguleres ved hjelp av de tilhørende skalafaktorer.

Antallet N overførte spektraldatakanaler vil kunne varieres og kan være mindre enn eller høyst lik antallet K inngangs- hhv. utgangskanaler.

For å kunne fastlegge sammensetningen av de K utgangskanaler av de N spektraldatakanaler, idet reguleringen skjer i dekoderen, overføres en tabell over informasjonsdata (Segment_DATA) samtidig med de (reduserte) signaldata. Tabellen angir hvordan spektralverdiene for utgangskanalene settes sammen fra sidene av spektraldatakanalene.

Fordelaktige utførelser og videreutviklinger av oppfinnelsen er angitt ved de trekk som fremkommer av de uselvstendige patentkrav som er knyttet til krav 1: Således angir krav 2 de styrekommandoer som er nødvendige for rekonstruksjon av et segment i en utgangskanal, idet kommandoene er kombinert i en informasjonsblokk benevnt SEGMENT_ INFO. Denne blokk inneholder avsnitt for segmentlengden (SEG_ LENGTH), for valget av spektraldatakanal (TSC_SELECT) og for skala- eller skaleringsfaktorene (scf). De kodede spektraldata (TSC DATA) for en bestemt spektraldatakanal (TSC_NUM) dekodes i dekoderen på slik måte at skalafaktorene kommer til å bestemme de enkelte ledd i en rekonstruksjonsmatrise.

Informasjonen for rekonstruksjon av segmentene i et utgangssignal er sammenstilt i en tabell eller liste (SEGMENT_LIST), hvilket fremgår av krav 3.

Krav 4 angir hvordan listene eller tabellene over segmentene for de enkelte utgangssignaler kan sammenstilles til en komplett liste eller tabell (SEGMENT_DATA). I denne komplette liste eller tabell gjenfinnes derved de enkelte lister eller tabeller for hhv. en venstre kanal (LEFTCHANNEL), en høyrekanal (RIGHT CHANNEL), en midtkanal (CENTER CHANNEL) og ytterligere kanaler.

I en fordelaktig utførelse av oppfinnelsen og angitt i krav 5, danner kanalene en flerlydskanaler, for eksempel overføres de fem kanaler i stereofonikategorien 3/2, hvorved en midtkanal, en venstre sidekanal (LS_CHANNEL) og en høyre sidekanal (RS CHANNEL) blir overført ved siden av de to stereokanaler. De overførte kanaler blir etter tilbakeoverføringen til tidsplanet ført til de enkelte fem høyttalere for 3/2-stereofonien.

I henhold til en ytterligere utførelse, angitt i krav 6 overføres flere ytterligere kommentarkanaler i tillegg til de konvensjonelle to stereokanaler. I disse ytterligere kanaler kan for eksempel audiosignaler for tale på forskjellige språk overføres innenfor et HDTV-system (fjernsyn med forbedret oppløsning). En seer kan i et slikt tilfelle velge ønsket språk til bildevisningen, og språket kan for eksempel blandes dynamisk inn i begge stereokanaler.

I krav 7 angis hvordan overføringen av spektraldatakanaler kan skje i henhold til standarden ISO 11172-3. Alle tre lag eller kategorier i denne standard kan derved ligge til grunn for overføringen av kanalene.

I henhold til krav 8 kan grupper av spektralverdier skaleres ved hjelp av en felles skalafaktor ved kodingen, idet disse grupper kan sies å tilhøre et skalafaktorbånd, og disse grupper behøver ikke overføres når dette skalafaktorbånd ikke trengs i noen informasjonsblokk (SEGMENT_INFO). I dette tilfelle trengs ikke de tilhørende spektralverdier for rekonstruksjonen av utgangskanalene, og derved kan man med fordel bruke den faste skalafaktorbåndinndelingen som fastlegges i ISO-standarden. Signaliseringen av de ubenyttede skalafaktorbånd kan skje implisitt i henhold til krav 9, det vil si at man ikke behøver å overføre noen ytterligere informasjon sammen med denne signalisering.

Krav 10 angir hvordan man med oppfinnelsens fremgangsmåte også kan danne lineære kombinasjoner av de kanaler som blir overført, idet dette fører til ytterligere datamengdereduksjon når spektralverdiene i de enkelte kanaler tilnærmet er innbyrdes like. Signalene i utgangskanalene dannes i dette tilfellet ved lineær kombinasjon av de rekonstruerte spektralverdier.

I henhold til krav 11 overstiger den digitale overføringshastighet (bitraten) som trengs for overføring av de kodede data fra samtlige kanaler, ikke 384 kb/s. Derved oppfylles kravene med hensyn til maksimal digital overføringshastighet, gitt i lag eller kategori III i ISO-standarden.

Oppfinnelsens hovedfordeler ligger i at man kan oppnå en betydelig reduksjon av den datamengde som overføres, ved avbildning av de enkelte inngangskanaler i et mindre antall virtuelle spektraldatakanaler, uten at hørbar forringelse av lydbildet fremkommer. Derved kan man overføre audiosignaler med særdeles stor tredimensjonal oppløsning, hvilket er av særlig stor betydning og fordelaktig for lydgjengivelse i større rom med stort publikum.

Derved kan flere kanaler stå til rådighet for enkeltforbrukere, hvorved disse kan velge ønsket informasjon fra disse flere kanaler. For eksempel kan audiokanalene som tilhører et fjernsynsprogram brukes for samtidig overføring av flere språk slik at en seer kan velge det ønskede sammen med bildevisningen.

De teknisk mer kompliserte fremgangstrinn for å realisere fremgangsmåten utføres i koderen, idet denne tilveiebringer den digitalsignalfølge (bitstrøm) som skal overføres. Den tilsvarende dekoder tar deretter ut den innlagte informasjon fra den ankommende digitalsignalfølge, idet dekoderen er vesentlig enklere oppbygget enn koderen. Derved kreves ifølge den fremgangsmåte som oppfinnelsen lanserer bare større kretskompleksitet i de færre kodere, mens det store antall dekodere som er hos brukerne har bare ubetydelig større kompleksitet.

Oppfinnelsen vil fremgå klarere av den nå følgende beskrivelse av et utførelseseksempel: Eksempelet bygger på gruppen MEPG i standarden ISO 11172-3, og denne standard vil i det følgende kalles MPEG-1. Utredningen begrenser seg, uten at dette i og for seg begrenser oppfinnelsens allmenne gyldighet, til lag eller kategori III i standarden, og på den måte som er angitt i denne standards kategori er de matematiske operasjoner (programmeringen) utført i programmeirngsspråket C.

Ved hjelp av en rekke filtere i såkalte filterbanker blir signalene for de fem inngangskanaler overført fra tids- til frekvensplanet og lagt ut i underordnede bånd (subbånd - Sb). Derved oppnås at inngangssignalene "avbildes" som underavtastede

(undersamplede) spektralverdier.

Ved å gå ut fra de kjente lovmessigheter i psykoakustikken anslås hvilke segmenter fra de forskjellige kanaler som kan slås sammen uten at det oppstår artefakter som ligger over høre- eller oppfattelsesterskelen.

Inngangskanalenes enkelte signalfrekvenser fordeles enten ved at signalene kvantiseres i lineær kombinasjon eller enkeltvis, hvoretter kodingen foregår. Dette skjer med det mål for øye at de feil som oppstår ved kvantiseringen også kommer til å ligge under høreterskelen.

Deretter sammenstilles den datasignalfølge som skal overføres (bitstrøm-men). Signalfølgen inneholder de kvantiserte og kodede frekvensverdier tilhørende spektraldatakanalene, så vel som tilleggsinformasjon så som skala- eller skalerings-faktorer, bittildeling, informasjon om de tabeller som hører til den aktuelle blokk, og eventuelt andre parametere tilhørende blokken, og dessuten de lister eller tabeller som angir hvordan de dekodede frekvensverdier i spektraldatakanalene sammenstilles for rekonstruksjon av utgangskanalene.

Disse tabeller eller lister tilføyes som tilleggsinformasjon i digitalsignal-følgen, i henhold til MPEG-1.

Denne utvidelse (MPEG2 extension_data) blir satt opp på følgende måte i programmet:

I denne programdel angir uttrykket signalling_byte hvor mange og hvilke inngangs-hhv. utgangskanaler som benyttes, og det fastlegges om det er en monokanal, stereokanaler, en midtkanal eller sidekanaler etc. som blir overført.

NTSC angir antallet nødvendige spektraldatakanaler.

SEGMENT_DATA angir tabellen eller listen for rekonstruksjonen av utgangskanalene og inneholder også listene/tabellene for rekonstruksjonen av de enkelte kanaler (SEGMENTLIST).

Funksjonen usedsbmap angir om et skalafaktorbånd som inneholder spektralverdiene for en spektraldatakanal, hvilke spektralverdier skaleres ved hjelp av en felles skalafaktor, blir benyttet. I tilfelle et slikt skalafaktorbånd ikke blir benyttet av noen informasjonsblokk (SEGMENT INFO) overføres heller ikke de tilsvarende spektralverdier.

Listen/tabellen for rekonstruksjon av en bestemt kanal (SEGMENT LIST) inneholder informasjon om segmentlengden (SEG_LENGTH), størrelsen av skalafaktorene (scalefac size), selve skalafaktorene (scf) og de valgte spektraldatakanaler

(TSC SELECT).

Verdiene 14 og 15 er utførelseseksemplet reservert for dannelsen av lineære kombinasjoner av de rekonstruerte spektralverdier, og derved blir:

SEG_LENGTH = =15 lagt til, mens

SEG LENGTH = = 14 blir trukket fra.

Digitalsignalfølgen for det aktuelle innhold i spektraldatakanalen tilsvarer digitalsignalfølgen av hoveddata slik det angis i kategori III (MPEG-1) og er satt opp slik:

Symbolene har følgende betydning:

++ heving

lik

tilvisnings- eller alokeringsoperand

! logisk IKKE

bslbf Bit string, left bit first: Digital signalfølge, venstre bit først ch Channel Kanal

sb Subband Underordnet bånd

uimsbf Unsigned integer, Absoluttverdi av heltall,

most significant bit first mest betydningsfulle bit først

Claims (11)

1. Fremgangsmåte for flerkanals overføring og/eller lagring av digitale signaler ut fra K inngangskanaler, hvor avtastingsverdier av signaler i tidsplanet overføres til frekvensplanet og fremkommer som spektralverdier, og hvor disse spektralverdier kodes og sammenstilles til en digitalsignalfølge (bitstrøm) som overføres og/eller lagres og deretter dekodes og tilbakeoverføres til tidsplanet for å fremkomme i K utgangskanaler, KARAKTERISERT VED at

et variabelt antall N spektraldatakanaler TSC ved kodingen dannes segmentvis og i avhengighet av den spektrale informasjon i de enkelte inngangskanalers blokker, på slik måte at antallet N spektraldatakanaler TSC for hvert segment er mindre eller lik antallet K inngangs- hhv. utgangskanaler, at antallet N og strukturen av spektraldatakanalene opptas i digitalsignal-følgen, og at de K utgangskanaler sammenstilles segmentvis i dekoderen etter over-føringen av digitalsignalfølgen og ved hjelp av den spektrale informasjon (SEGMENTDATA), fra de overførte spektralkanaler TSC.

2. Fremgangsmåte ifølge krav 1, KARAKTERISERT VED at informasjonen for rekonstruksjon av et segment tilhørende et utgangssignal sammenstilles til en informasjonsblokk (SEGMENTINFO) som omfatter: et avsnitt for segmentlengden (SEGLENGTH), et avsnitt for valg av aktuell spektraldatakanal (TSC SELECT) og et avsnitt for en sats av skalafaktorer (scf), hvilke skalafaktorer bestemmer rekonstruksjonsamplituden av de kodede spektralverdier (TSC_DATA) for spektraldatakanalene i dekoderen.

3. Fremgangsmåte ifølge krav 1 eller 2, KARAKTERISERT VED ordning av segmentenes informasjon (SEGMENT_INFO) i en liste eller tabell (SEGMENT LISTE) for rekonstruksjon av et bestemt utgangssignal fra spektraldatakanalenes spektralverdier (TSC DATA).

4. Fremgangsmåte ifølge ett av kravene 1-3, KARAKTERISERT VED ordning av informasjonen for rekonstruksjon av de enkelte utgangskanaler (SEGMENT LIST) til en liste eller tabell (SEGMENT_DATA) for rekonstruksjon av de K utgangssignaler fira spektraldatakanalenes spektralverdier.

5. Fremgangsmåte ifølge ett av kravene 1-4, KARAKTERISERT VED at inn- hhv. utgangskanalene danner en flerlydskanal.

6. Fremgangsmåte ifølge ett av kravene 1-4, KARAKTERISERT VED at inn- hhv. utgangskanalene danner et stereopar og ytterligere kommentarkanaler.

7. Fremgangsmåte ifølge ett av kravene 1-6, KARAKTERISERT VED at spektraldatakanalene TSC kodes og overføres i henhold til en fremgangsmåte som er fastlagt av standarden ISO 11172-3 fra den internasjonale organisasjon for standardi-sering, avsnitt vedrørende koding av levende bilder og tilhørende lydsignaler.

8. Fremgangsmåte ifølge ett av kravene 1-7, KARAKTERISERT VED innsetting av en koding ved kodingen av spektralverdiene, slik at grupper av spektralverdier, hvilke grupper er skalert ved hjelp av en felles skalafaktor, blir sammenstilt i et skalafaktorbånd, og at spektralverdier som hører til bestemte skalafaktorbånd som ikke brukes i noen informasjonsblokk (SEGMENT INFO) ikke blir overført.

9. Fremgangsmåte ifølge krav 8, KARAKTERISERT VED at signaliseringen av de ubenyttede skalafaktorbånd følger implisitt.

10. Fremgangsmåte ifølge ett av kravene 1-9, KARAKTERISERT VED at kodingen av inngangskanalene og "avbildningen" av disse i spektraldatakanaler TSC skjer på en slik måte at lineære kombinasjoner av rekonstruerte spektralverdier fra forskjellige spektraldatakanaler dannes for rekonstruksjon av utgangskanalene.

11. Fremgangsmåte ifølge ett av kravene 1-10, KARAKTERISERT VED at den digitale overføringshastighet (bitraten) for overføringen av de kodede data i samtlige kanaler ikke overstiger 384 kb/s.