TWI470622B - 用於低頻效應頻道降低複雜度之轉換 - Google Patents
用於低頻效應頻道降低複雜度之轉換 Download PDFInfo
- Publication number
- TWI470622B TWI470622B TW101135308A TW101135308A TWI470622B TW I470622 B TWI470622 B TW I470622B TW 101135308 A TW101135308 A TW 101135308A TW 101135308 A TW101135308 A TW 101135308A TW I470622 B TWI470622 B TW I470622B
- Authority
- TW
- Taiwan
- Prior art keywords
- conversion
- real
- calculation
- audio signal
- coefficients
- Prior art date
Links
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Complex Calculations (AREA)
- Stereophonic System (AREA)
Description
本發明一般關於數位信號處理,並且更具體地被針對向可用以施加濾波器組到有限帶寬音頻頻道的方法和設備,如所謂的低頻效應(Low-frequency-effects;LFE)頻道,其使用更少的計算資源。
一些國際,區域和國家標準已經被發展以定義可用以實施多頻道音頻編碼系統的方法和系統。三個這樣標準的例子包括ISO/IEC 13818-7,進階音頻編碼(AAC),也被稱為「MPEG-2 AAC」,和ISO/IEC 14496-3,次部4,也被稱為「MPEG-4音頻」,由「國際標準化組織(International Standards Organization;ISO)」所發表,以及由美國先進電視系統委員會(United States Advanced Television Systems Committee;ATSC)公司所發表於文件A/52B中的標準,標題為「數位音頻壓縮標準」(AC-3,E-AC-3),版本B,發表於2005年6月14日,也被稱為「杜比數位」或「AC-3」。
如上述符合標準的音頻系統一般包括傳送器,其施加分析濾波器組到輸入音頻信號的幾個頻道之每一者,處理分析濾波器組的輸出到編碼信號中,並傳送或記錄編碼信號,和接收器,其接收編碼信號,對它們解碼,並施加合成濾波器組到解碼信號以產生輸出音頻信號的頻道,其為
原輸入音頻信號的複製品。許多標準藉由修改型離散餘弦轉換(Modified Discrete Transform;MDCT)和修改型離散餘弦反轉換(Inverse Modified Discrete Transform;IMDCT)規範實施分析和合成濾波器組,其由Princen,Johnson和Bradley描述,「使用基於時域頻疊相消之濾波器組設計次頻帶/轉換編碼」,於聲學,語音和信號處理國際會議(ICASSP 1987 Conf
.Proc
)中,1987年5月,第2161-64頁。
藉由這些特定轉換所實施的濾波器組具有許多吸引人的特性,但大量的處理或計算資源被需要以執行必要的計算。技術是已知的,其可用以更有效地執行轉換,從而減少所需要的計算資源量。這些技術的共同的一特徵是它們的計算複雜性隨所謂的轉換長度變化。技術是已知的,其可以藉由使用較短的轉換長度以處理具有更窄的帶寬的音頻頻道在計算複雜性中實施進一步的削減。
像上述的標準定義數位數據或數位位元串流的序列,其攜帶表示一個或多個音頻通道的編碼表示之數據。有時也被稱為「5.1通道」之通道的一個配置包括表示左(L),右(R),中(C),左環繞(LS),和右環繞(RS)的5個全帶寬通道,和1個有限帶寬通道或低頻效應(Low-frequency-effects;LFE)通道。全帶寬通道典型地具有約20千赫的帶寬,和有限帶寬LFE通道典型地具有約100到200赫茲的帶寬。由於LFE通道的帶寬更窄,已知的技術可用以比可被執行用於全帶寬通道之一者更有
效地執行用於LFE通道之濾波器組轉換。
然而,有必要開發新技術,其進一步改善轉換濾波器組的效率,其被應用到有限帶寬通道,如LFE通道。
本發明的目的是提供可用以執行轉換的方法,其比使用已知技術可能來得更有效地實施用於有限帶寬通道信號的濾波器組。
根據本發明的一態樣,有限帶寬信號藉由接收K實值轉換係數的方塊被處理,其中的只有實值轉換係數的數L代表有限帶寬音頻信號的頻譜分量,其中½L<M<K,且M是2的冪次;施加長度R的第一轉換到推導自M複值轉換係數之複值係數之方塊,其包括代表有限帶寬音頻信號的頻譜分量之L實值轉換係數,其中,且P是2的冪次;施加一組長度P的Q第二轉換到第一轉換的輸出;以及從此組第二轉換的輸出推導出N實值信號樣本的序列,其中N=2.K且實值信號樣本代表有限帶寬音頻信號的時間分量。
本發明不同的特徵和它較佳的實施方式藉由參照下面的討論和附圖可更好地被理解,其中在許多圖中相同似的標號代表相同的元件。闡述下面的討論和附圖所載的內容僅作為示例,而不應被理解為表示本發明的範圍上的限制。
圖1是雙通道音頻編碼系統的示意性說明,其包括傳送器100和接收器200。傳送器100接收輸入音頻信號的路徑11,12的兩個通道。分析濾波器組111,112被施加到輸入音頻通道以獲得第一組頻率次頻帶的信號,其表示輸入音頻信號的頻譜分量。這些分析濾波器組被時域到頻域的轉換實施。編碼器120施加編碼處理到第一組頻率次頻帶信號以產生編碼訊息,其是沿著路徑20通過。接收器200從路徑20接收編碼訊息。解碼器220施加解碼處理到編碼訊息以獲得第二組頻率次頻帶信號。合成濾波器組231,232被施加到第二組頻率次頻帶信號以產生兩個或兩個以上的輸出音頻信號的通道,其是沿著路徑31,32通過。這些合成濾波器組被頻域到時域的轉換實施。路徑20可以是廣播媒體,點至點的通信媒體,記錄媒體,或任何可以傳達或記錄編碼訊息的其它媒體。
編碼器120和解碼器220對於實施本發明不是必需的。如果它們被使用,它們既可以執行無損或有損編碼處理。另外,本發明並不限於任何特定的編碼和解碼處理。
只有輸入和輸出音頻信號的兩個通道被示出在附圖中用於說明清晰。在許多實施中,有兩個以上的輸入音頻信號的通道和兩個以上的輸出音頻信號的通道。輸出的音頻信號的至少一者具有比其他輸出音頻信號的一個或多個的帶寬窄得多的帶寬。
本發明旨在是減少所需的計算資源以執行轉換,其實施用以產生較窄的帶寬輸出音頻信號的接收器200中的合成濾波器組231或232。本發明可在接收器200中實施更高效的合成濾波器組,其保持與在現有的傳送器100中的分析濾波器組之相容性。
本發明也可被使用以減少所需的計算資源以執行轉換,其在傳送器100中實施施加到較窄的帶寬輸入音頻信號的分析濾波器組111或112。這個實施可以保持與在現有的接收器200中的合成濾波器之相容性。
合成濾波器組可以由各種各樣的頻域到時域的轉換實施,包括上述離散餘弦反轉換(Inverse Discrete Cosine Transform;IDCT)和修改型離散餘弦反轉換(Inverse Modified Discrete Cosine Transform;IMDCT)的許多變化。定義這些轉換的算法係以直接的方式在此統稱為「直接轉換」。
一種在本文中稱為「折疊的技術」的技術可用以更有效地執行這些直接轉換。折疊的技術包括,如在圖#2所示的三個階段。第二階段402以這種折疊技術實施執行轉換,其具有比直接轉換較短的長度。在第二階段402執行的轉換被稱為「折疊轉換」,藉此,以下的說明中可以更容易地從直接轉換區分它。
預處理器階段401結合在一個方塊中的K實值頻域轉
換係數的轉換係數到½.K複值轉換係數的方塊中。轉換階段402施加長度½.K的頻域到時域的折疊轉換到複值轉換係數的方塊以產生½.K複值時域樣本。後處理器階段403從½.K複值時域信號樣本推導出的K實值樣本時域的序列。除了任何可能從有限精度算術運算發生的錯誤,藉由這種技術獲得的K時域信號樣本與可以藉由施加長度K的直接轉換到K實值頻域轉換係數的方塊所獲得K時域信號樣本是相同的。此技術改善效率,因為附加的所需來執行直接轉換的計算資源係大於實施預處理器階段401和後處理器階段403中所執行的處理所需要的計算資源,而不是在階段402的折疊轉換。
如果轉換係數的方塊表示窄帶寬信號,其中大量的轉換係數是零,附加的轉換分解技術可被使用以增加在階段402中執行折疊轉換的處理效率。
此技術在下面的章節中討論。
表達式2中所示為直接IMDCT。其互補的修改型離散餘弦轉換(MDCT)顯示在表達式1中。
這些直接轉換的適當操作需要分析視窗函數和合成視窗函數的使用,其之長度和形狀滿足特定的要求,在本領域中是公知的。分析視窗函數在MDCT的應用之前被施加到N輸入音頻信號樣本的片段。合成視窗函數被施加到從IMDCT到K轉換係數的方塊的應用所獲得的N樣本的片段,並且這些樣本的視窗片段被重疊以及被添加到從轉換係數的其它方塊獲得的樣本的視窗片段。附加的細節可從以上所引述的Princen等論文獲得。以下段落省略分析視窗函數的進一步討論。
2.折疊技術
在預處理器中所執行的階段401的處理可以被表示為:
其中X'
(k
)=複值頻域轉換係數k;以及j=虛數算子等於。
在轉換階段402中所執行的折疊轉換可以表示為:
其中;以及x'
(n
)=複值時域信號樣本。
在後處理器階段403中所執行的處理可以被表示為:
其中y
(n
)=使用於後續視窗計算中的中間樣本值;Re[x'
(n
)]=複值x'
(n
)的實部;以及Im[x'
(n
)]=複值x'
(n
)的虛部。
3.用於IMDCT的合成視窗函數
IMDCT的正確運算包括施加適當設計的合成視窗函數到由轉換所產生的時域樣本。從這個窗口運算所得到的時域信號樣本可以表示為:
其中h
(n
)=在合成視窗函數中的點n;以及y'
(n
)=視窗中間樣本n。
從表達式6中獲得的視窗中間樣本y'
係中間時域樣本,其本來是可以藉由以下方式直接IMDCT到隨合成視窗函數h的施加後之頻域轉換係數X的方塊的施加獲得。正如在上面引用的Princen論文,輸出時域信號樣品藉由重疊和以推導自轉換係數的前方塊之一組「前」視窗中間
樣本增加推導自轉換係數的「目前」方塊的視窗中間樣本獲得。此重疊增加的處理可以表示為:x
(n
)=y '
(n
)+y ' prev
(n
) (7)其中y ' prev
(n
)=前視窗中間樣本。
轉換分解技術可用以推導出用於對有限帶寬信號執行折疊轉換的更有效的方法,其中一些在頻域轉換係數的方塊中的轉換係數係已知為等於零。此分解技術由表達折疊轉換為等效二維轉換以及隨一組單維水平離散傅立葉反轉換(IDFT)之後的分解此二維轉換成單維垂直轉換所組成。垂直轉換具有等於Q的長度,並且此組水平複數的IDFT包含Q轉換,其每一具有等於P的長度,其中P和Q是整數,並且P和Q的積等於折疊轉換的長度。
參照前面折疊技術的討論,可以看出折疊轉換的長度是J
=¼.N
=½K
,因此,P
.Q
=J
。對於P,Q和J的值被限制為2的冪次。
水平IDFT和垂直轉換分別顯示於表達式8和9中:
在垂直轉換中的轉換核心W N
/4
可使用歐拉定律計算:
因為直接轉換係數X
(k
)代表在帶寬有限的LFE通道中的音頻信號,只有L這些係數可以具有0以外的值,其中L是遠小於K。結果,從預處理器階段401獲得的不超過複數頻域轉換係數X
'(k
)可以具有0以外的值,並且垂直轉換的長度可降低。值M被選擇,藉此它是2的最小的
冪次等於或大於這個數位,並且折疊處理被修改以推導出M
複值頻域轉換係數X'
(k
),其包括可具有非零值之L實值直接轉換係數。這些M
複值頻域轉換係數X'
(k
)是要藉由轉換階段402來處理。垂直轉換的尺寸R被選擇為使得。轉換係數X'(P.r+p)是零,對於Pr+p2R,或者替代地,r R
。藉由考慮這些因素,表達式9可以被寫為:
如上所述折疊技術結合轉換分解技術的效率可如表達式9中所示藉由集成預處理器的階段401和垂直轉換成處理進一步改善。在圖3中示意性地說明了這一點。
垂直轉換的長度R可被選擇等於值M或值M的2的
冪次分數。在符合上面提到的AC-3標準的實施方式中,實值頻域轉換係數的數½.N
是等於256,並且在LFE通道中的音頻信號的頻譜內容可以藉由7個實值轉換係數X
(k
)表示,其中0k<7。預處理器階段401折疊這些7個實值轉換係數成4個複值轉換係數,其後續藉由長度為J
=¼.N
=128的折疊轉換處理。結果,在本實施方式中已知的4複值轉換係數,M等於4,並且R可藉由分別設定P等於1,2或4,而被設定為等於4,2或1。因為P
.Q
=J
,當P分別等於1,2和4時,水平轉換長度Q等於128,64和32。當P=1時,效率中的增益很少或根本沒有達到。
當P被設定等於2時,從垂直轉換指數的輸出得到的值不必被位元反轉在每個水平轉換中計算已知的小量的係數。用於Cooley-Tukey快速傅立葉轉換算法的轉換指數的位元反轉的需要是眾所周知。然而,當P被設定為等於2,位元反轉不被需要,因為用於長度為2的複數DFT的位元反轉產生相同的係數索引,其藉由不執行位元反轉達成。這種計算的優勢係藉由具有較大量的水平轉換來偏移以執行。用於P和Q的值可被選擇以因應於不同的設計考慮,如所選擇在硬體中的處理限制以實施處理。
具有表達式9所示的垂直轉換之表達式3中所示的處理的集成可以藉由分別在根據表達式3和10的表達式9中用於作X'
(k
)和(W N
/4
)(P
.r
+P
).n
的替換被推導出。這些置換得到以下用於垂直轉換的核心函數:
對於。
在表達式12中的正弦和餘弦項的外積可以被重寫為:
其中s=P.q+p;;且
其可見
其我們表示為I
(s
,n
)以簡化下面的表達式。使用這種表示,表達式11可以被重寫為:
其中v
=P
.r
+p
;且
執行複數乘法,我們獲得:
函數U
(n
,p
)的計算複雜度可以進一步減少藉由利用頻域係數X(v)
可以僅對於0 v
<2R
是非0的事實。此減少反映在以下表達式中,其亦分別劃分函數為實部和虛部分量函數U R
(n
,p
)和U I
(n
,p
),其中U
(n,p
)=U R
(n,p
)+j
.U I
(n,p
):
預處理器階段401和垂直轉換的集成在圖4中被示意性地繪示。
所需來實施的函數U
(n
,p
)的計算資源或其分量函數U R
(n
,p
)和U I
(n,p
)可以被減少r藉由預先計算用於v,u
和n
的所有值之函數sin(I
(v
,n
)),cos(I
(v
,n
)),sin(I
(u
,n
))和cos(I
(u
,n
))。在查找表中儲存計算的結果需要4.P
.R
.Q
表列值,其中4的因子佔在表達式17中的正弦,餘弦,v
和u
的所有組合。
藉由對於所有的n,辨識,表的尺寸可進一步減少12.5%。結果,所需用於在表達式17中的X的所有因子的表列值的數目是在3.5
.P
.R
.Q
的順序上。
如果這些表的尺寸是大於所希望的,它們的尺寸可以藉由減少利用由於正弦和餘弦基礎函數的週期性,在表中用於I
(v
,n
)的表列值具有許多重複的值的事實。因為更詳細的表列值方案將需要存取表中的數據,這種減小尺寸可以被達成以交換需要查找表中的表列值之附加的處理資源。
其他的技術也可被使用以減少表尺寸要求。例如,如果正弦和餘弦表已經存在在特定實施中,則只有I
(v
,n
)和I
(u
,n
)被需要,如此藉由2的因子降低表列值的數目。
C.實施
納入本發明不同的態樣的裝置可以被以各種方法實施,包括藉由電腦或一些其他裝置執行的軟體,其包括更專門的組件諸如耦合到類似在通用的電腦中找到的那些組件的數位信號處理器(Digital signal processor;DSP)電路組件。圖5是裝置70的示意性方塊圖,其可用於實施本發明的態樣。處理器72提供計算資源。RAM 73是藉由處理器72使用於處理的系統隨機存取記憶體(Random access memory;RAM)。ROM 74表示持久性儲存的某種形式,諸如唯讀記憶體(Read only memory;ROM),用於儲存所需的程式以操作裝置70,並可能用於實施本發明
不同的態樣。I/O控制75代表介面電路以藉由通信通道76,77接收和傳送信號。在所示實施方式中,所有主要的系統組件連接到匯流排71,這可能代表一個以上的實體或邏輯的匯流排;然而,對於實施本發明,匯流排結構不是必需的。
在藉由通用的電腦系統所實施的實施方式中,附加的組件可包括用於連接到諸如鍵盤或鼠標和顯示器的裝置,和用於控制具有如磁帶或磁碟,或光學媒體之儲存媒體的儲存裝置78。儲存媒體可被使用以記錄用於操作系統,實用程式和應用程式的指令之程式,並且可包括實施本發明不同的態樣之程式。
實踐本發明的各態樣所需要的功能可藉由各種各樣的方法所實施的組件執行,其包括離散邏輯組件,積體電路,一個或多個特殊功能積體電路(ASIC)和/或程式控制處理器。這些組件以何種方式被實施對本發明並不重要。
本發明的軟體實施可以由各種各樣的機器可讀媒體,諸如基帶或調製的通信路徑在包括從超音速到紫外線頻率的整個頻譜,或儲存媒體,其實質上使用任何的記錄技術以傳達訊息,包括磁帶,卡片或磁碟,光學卡或光碟,和包括紙的媒體上可檢測標記。
11‧‧‧路徑
12‧‧‧路徑
20‧‧‧路徑
31‧‧‧路徑
32‧‧‧路徑
70‧‧‧裝置
71‧‧‧匯流排
72‧‧‧處理器
73‧‧‧隨機存取記憶體
74‧‧‧唯讀記憶體
75‧‧‧I/O控制
76‧‧‧通信通道
77‧‧‧通信通道
78‧‧‧儲存裝置
100‧‧‧傳送器
111‧‧‧分析濾波器組
112‧‧‧分析濾波器組
120‧‧‧編碼器
200‧‧‧接收器
220‧‧‧解碼器
231‧‧‧合成濾波器組
232‧‧‧合成濾波器組
401‧‧‧階段
402‧‧‧階段
圖1是音頻編碼系統的示意性方塊圖,其中本發明不
同的態樣可被實施。
圖2是處理的示意性方塊圖,其可用以執行於圖1的編碼系統中的合成轉換。
圖3和圖4是示意性方塊圖,其繪示出了一些特徵,可用以執行示於圖2的處理的一部分。
圖5是裝置的示意性方塊圖,其可用以實施本發明不同的態樣。
11、12、20、31、32‧‧‧路徑
100‧‧‧傳送器
111‧‧‧分析濾波器組
112‧‧‧分析濾波器組
120‧‧‧編碼器
200‧‧‧接收器
220‧‧‧解碼器
231、232‧‧‧合成濾波器組
Claims (7)
- 一種用於處理一數位音頻信號的方法,其中該方法包含:接收實值轉換係數的一方塊,其中該方塊具有實值轉換係數的一量K,其中的只有該實值轉換係數的一數L代表一有限帶寬音頻信號的頻譜分量,½L<M<K,且M是2的一冪次;施加長度R的一第一轉換到推導自M複值轉換係數之複值係數之一方塊,其包括代表該有限帶寬音頻信號的頻譜分量之該L實值轉換係數,其中,且P是2的一冪次;施加一組長度P的Q第二轉換到該第一轉換的輸出;以及從該組第二轉換的輸出推導出N實值信號樣本的一序列,其中N=2‧K且該實值信號樣本代表該有限帶寬音頻信號的時間分量。
- 如申請專利範圍第1項所述之方法,其中:每一該等第二轉換係等效於執行表示為的計算,對於0 n <Q 且,0 m <P ;實值信號樣本的該序列係推導自該組第二轉換的該輸出,藉由執行等效於
- 如申請專利範圍第2項所述之方法,其中該第一轉換係等效於執行表示為
- 如申請專利範圍第2項所述之方法,其中該第一轉換係等效於執行表示為
- 如申請專利範圍第2項所述之方法,其中該第一轉換係等效於執行表示為
- 一種用於處理一數位音頻信號的設備,其中該設備包含用於執行申請專利範圍第1項到第5項之任一項的方法之所有步驟的工具設施。
- 一種儲存媒體,記錄可藉由一裝置執行的指令之一程式以執行用於處理一數位音頻信號的方法,其中該方法包含申請專利範圍第1至5項之任一項的方法的所有步驟。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2012/029603 WO2012134851A1 (en) | 2011-03-28 | 2012-03-19 | Reduced complexity transform for a low-frequency-effects channel |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201340095A TW201340095A (zh) | 2013-10-01 |
TWI470622B true TWI470622B (zh) | 2015-01-21 |
Family
ID=49775728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW101135308A TWI470622B (zh) | 2012-03-19 | 2012-09-26 | 用於低頻效應頻道降低複雜度之轉換 |
Country Status (2)
Country | Link |
---|---|
AR (1) | AR088059A1 (zh) |
TW (1) | TWI470622B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201129970A (en) * | 2009-10-20 | 2011-09-01 | Fraunhofer Ges Forschung | Audio signal encoder, audio signal decoder, method for encoding or decoding and audio signal using an aliasing-cancellation |
-
2012
- 2012-09-26 AR ARP120103568A patent/AR088059A1/es active IP Right Grant
- 2012-09-26 TW TW101135308A patent/TWI470622B/zh active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201129970A (en) * | 2009-10-20 | 2011-09-01 | Fraunhofer Ges Forschung | Audio signal encoder, audio signal decoder, method for encoding or decoding and audio signal using an aliasing-cancellation |
Non-Patent Citations (1)
Title |
---|
Patrick de Smet et al: "Optimized MPEG audio decoding using recursive subband synthesis windowing", 2002 IEEE Iternational Conference on Acoustics, Speech, and Signal Processing. Proceedings. (ICASSP). Orlando, FL, May 13 2002, ISBN: 978-0-7803-7402-7. Supriya Dhabal, S. M. Lalan Chowdhury, and P. Venkateswaran, " A Novel Low Complexity Multichannel Cosine Modulated Filter Bank Using IFIR Technique for Nearly Perfect Reconstruction", 1st Int’l Conf. on Recent Advances in Information Technology (RAIT-2012), Date 15~17 March 2012. * |
Also Published As
Publication number | Publication date |
---|---|
TW201340095A (zh) | 2013-10-01 |
AR088059A1 (es) | 2014-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11580995B2 (en) | Reconstruction of audio scenes from a downmix | |
CN101882441B (zh) | 利用复调制滤波器组的高效滤波 | |
JP4689625B2 (ja) | 信号解析及び合成のための適応型混合変換 | |
RU2645271C2 (ru) | Стереофонический кодер и декодер аудиосигналов | |
JP2022174061A (ja) | 符号化されたオーディオ信号を復号するためのデコーダおよびオーディオ信号を符号化するためのエンコーダ | |
KR101286329B1 (ko) | 저 복잡도의 스펙트럼 대역 복제 (sbr) 필터뱅크 | |
CN102915739A (zh) | 用于对高频信号进行编码和解码的方法和设备 | |
US8433584B2 (en) | Multi-channel audio decoding method and apparatus therefor | |
TWI470622B (zh) | 用於低頻效應頻道降低複雜度之轉換 | |
Khaldi et al. | HHT-based audio coding | |
US10410644B2 (en) | Reduced complexity transform for a low-frequency-effects channel | |
AU2012238001A1 (en) | Reduced complexity transform for a low-frequency-effects channel | |
Zhu et al. | Fast convolution for binaural rendering based on HRTF spectrum | |
BR112013022988B1 (pt) | Método para processar um sinal de áudio digital, aparelho para processar um sinal de áudio digital e meio de armazenamento |