BRPI0910523A2

BRPI0910523A2 - aparelho e método para gerar dados de saída de extensão de largura de banda

Info

Publication number: BRPI0910523A2
Application number: BRPI0910523-9A
Authority: BR
Inventors: Max Neuendorf; Manuel Jander; Virgilio Bacigalupo; Bernhard Grill; Ulrich Kraemer; Markus Multrus; Harald Popp; Nikolaus Rettelbach; Frederik Nagel; Markus Lohwasser; Marc Gayer
Original assignee: Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.
Priority date: 2008-07-11
Filing date: 2009-06-23
Publication date: 2020-10-20
Also published as: WO2010003546A3; KR20110040820A; CA2729971A1; ZA201009207B; TW201007700A; JP5628163B2; JP2011527448A; MX2011000367A; KR101395252B1; RU2011101617A; ES2539304T3; BRPI0910517A2; CA2730200C; KR101395257B1; KR20130095840A; IL210330A0; BRPI0910517B1; CN102144259A; AR072552A1; KR20130033468A

Abstract

APARELHO E MÉTODO PARA GERAR DADOS DE SAÍDA DE EXTENSÃO DE LARGURA DE BANDA. Um aparelho (100) para gerar dados de saída de 5 extensão da largura de banda (102) para um sinal de áudio (105) compreendendo um medidor de patamar de ruído (110.) , um caracterizador de energia do sinal (120) e um processador (130) . O sinal de áudio (105) compreende componentes em uma primeira faixa de frequência (105a) e componentes em uma segunda faixa de : 10 frequência (105b), os dados de saída da extensão da largura de banda (102) são adaptados para controlar uma síntese dos componentes em uma segunda faixa de frequência (105b). O medidor, de patamar de ruído (110) Mede os dados do patamar de ruído (115) da segunda faixa de frequência (105b) por uma porção de tempo (T) do sinal de áudio (105) . O caracterizador de energia do sinal (120) resulta em dados de distribuição de energia (125), os dadas de distribuição de energia em um espectro da porção de tempo (T) do sinal de áudio (105). O processador (130) combina os dados de patamar de ruído (115) e os dados de distribuição de energia (125) para obter dados de saída de extensão da largura de banda (102).

Description

“APARELHO E MÉTODO PARA GERAR DADOS DE SAÍDA DE EXTENSÃO DE LARGURA DE BANDA" DESCRIÇÃO ' A presente invenção se refere a um aparelho e um método para gerar dados de saída de extensão de largura de banda (BWE), um codificador de áudio e um decodificador de áfdio.

Codificação natural de áudio e fala são duas grandes classes de codecs para sinais de áudio, Codificação natural de áudio é comumente usada para sinais musicais e arbitrários em taxas mediás de bits e geralmente oferece uma grande largura de banda de áudio.

Codificadores de fala são o . basicamente limitados para reprodução de fala e pode ser usado em uma taxa de Fpits uito “palxa.

Faiá de ampla faixa oferece: uma . : grande melhoria subjetiva de qualidade comparada a uma fala de | “5 ' “faixa Timitada.

Mais-além devido -ao-.tremendo crescimento do campo multimídia, transmissão de música e outros sinais de. não-fala bem | O como armazenamento e, por exemplo, transmissão para rádio/TV em alta qualidade para sistemas de telefone é um recurso desejável.

Para drasticamente reduzir a taxa de bit, codificação da fonte pode ser realizado usando codecs de áudio perceptivo com faixa dividida.

Esses codecs naturais de áudio exploram irrelevância perceptiva e redundância estatística no sinal.

Na exploração do caso do Ssupramencionado apenas não é suficiente referente as restrições de taxa de bits, a taxa de amostragem é reduzida.

Também é comum diminuir o número de níveis de composição, permitindo distorção ocasional de quantização audível, e para empregar degradação do campo estéreo através de codificação joint stereo ou codificação paramétrica de dois ou e é

Ó 2 mais canais. Uso excessivo de tais resultados de métodos em degradação perceptiva importuna. Para melhorar o desempenho de codificação, métodos de extensão de largura de banda como replicação de faixa espectral (SBR) são utilizados como um método eficiente para gerar sinais de alta frequência em um codec baseado em HFR (reconstrução de alta frequência). Na gravação e transmissão de sinais acústicos, um i patamar de ruído como ruído de fundo está sempre presente. Para $ gerar um sinal acústico autêntico no lado do decodificador, o patamar de ruído deve ser transmitido ou gerado, No caso de ser gerado, o patamar de ruído no sinal de áudio original deve ser Helo . determinado. Na replicação de faixa espectral, isso é realizado por ferramentas see ou “módulos “relacionados "à SBR,* “que - geram - . parâmetros que caracterizam (além de outras coisas)o patamar de o “Ts “ruído e que sho “Eránsmitidos para--o--decodif icador para reconstruir o patamar de ruído. 7 Em WO 00/45379, uma ferramenta de patamar de ! ruído adaptável é descrita, o que fornece conteúdo de ruído suficientes componentes de alta frequência sintetizados, Contudo, artefatos perturbadores nos componentes de frequência de faixa alta tensão gerados se, na faixa base, ocorrem flutuações de energia de curto tempo ou também chamados de provisórios. Esses artefatos são perceptivamente não aceitáveis e arte anterior não fornece uma solução aceitável (especialmente se a largura da faixa é limítada). Um objetivo da presente invenção é, portanto, fornecer um aparelho, que permite uma codificação eficiente sem artefatos perceptíveis, especialmente para sinais de fala.

. [á

É 3 Esse objetivo é alcançado por um àáparelho para gerar dados de saída SBR de acordo com reivindicação 1, o codificador de acordo com a reivindicação 7, um método para gerar dados de saída SBR de acordo com reivindicação 10, um decodificador para reivindicação 14 ou um sinal de áudio codificado de acordo com reivindicação 16. A presente invenção é baseada na descoberta que 4 uma adaptação do patamar de ruído medido dependendo da ? distribuição de energia do sinal de áudio dentro da porção de tempo pode melhorar a qualidade perceptiva do sinal de áudio sintetizado no lado do decodificador. Apesar de que de um ponto de = -... vista teórico uma adaptação ou manipulação do patamar de ruído medido não é necessária, i às técuicas convencionais” pára” gerar-o". e patamar de ruído mostram um número de desvantagens. De um lado, a Ú estimativa “do patamat” de” ruído -baseado- -em . uma, medida de = tonalidade, enquanto é realizada pelos métodos convencionais, é ' difícil e nem sempre preciso. De outro lado, o objetivo do patamar ' de ruído é reproduzir a impressão de tonalidade correta no lado do . decodificador. Mesmo se à impressão subjetiva de tonalidade para o sinal de áudio original e o sinal decodificado forem o mesmo, ainda há a possibilidade dos artefatos gerados; por exemplo, para sinais de fala. Testes subjetivos mostram que tipos diferentes dos sinais de fala devem ser tratados de forma diferente. Em sinais de fala sonoros uma dimínuição do patamar de ruído calculado resulta em uma maior qualidade perceptiva quando comparado ao patamar de ruído calculado. Como resultado a fala parece reverberar menos nesse caso. No caso do sinal de áudio [UU “2 RCC é “ ” a conter sibilantes, um aumento artificial do patamar de ruído podem se sobrepor as desvantagens no método de correção relacionado as sibilantes. Por exemplo, flutuações de energia de curto tempo (provisórias) produzem artefatos perturbadores quando modificados ou transformados em uma faixa mais alta de frequência e um aumento no patamar de ruído pode se sobrepor as essas flutuações de energia.

Essas provisórias podem ser definidas como porções dentro de sinais convencionais, onde um aumento forte na energia aparece dentro de um período curto de tempo, que pode ou não ser restritos em uma região específica de frequência. Exemplos = 2. 2 2 Pêra. provisórias são batidas de castanholas e instrumentos de percussão, mas também certos sons de voz humana Como Dor exempróo, as letras: P, T, K, ... . A detecção desse tipo de provisória é CE O Inplementads "Sta "Agora - sempre "do “mesmo =modo- .ou, pelo mesmo = algoritmo (utilizando um límite de provisório), que é independente do sinal, seja classificado como fala ou música. Além disso, uma possível distinção entre fala vociíferada e não-vociferada não influencia 6 mecanismo convencional ou clássico de detecção de provisória.

Então, configurações fornecem uma diminuição do patamar de ruído para sinais como fala vociferada e um aumento do patamar de ruído para Sinaís compreendidos, por exemplo, sibilantes.

Para distinguir os sinais diferentes, configurações utilizam dados de distribuição de energia (por exemplo, um parâmetro de sibilância) que mede se a energia está geralmente localizada nas frequências mais altas ou nas frequências mais baixas, ou em outras palavras, se a representação espectral do sinal de áudio mostra uma curva de aumento ou diminuição em direção as frequências mais altas. Outras configurações também utilizam o primeiro coeficiente LPC (LPC = Ss codificação preditiva linear) para gerar o parâmetro de sibilância.

Existem duas possibilidades para modificar o patamar de ruído. A primeira é transmitir esse parâmetro de sibilância para que o decodificador possa utilizar o parâmetro de sibilância para ajustar o pátamar de ruído (por exemplo, tanto - para aumentar ou diminuir o patamar de ruído além do patamar de - -.. Yuído calculado). Esse parâmetro de sibilância pode ser transmitido junto com "n patamar de “ruído “calculado âátravés “de métodos convencionais ou calculados no lado do decodificador. Uma 5 : segunda Possibilidade” é TModificdar “o patamar--de-. ruído. transmitido — . utilizando o parâmetro de sibilância (ou os dados de distribuição de energia) para que o decodificador transmita dados de patamar de ruído modificado para o decodificador e nenhuma modificação é necessária no lado do decodificador - o mesmo decodificador pode ser usado. Portanto, à manipulação do patamar de ruído pode ser feita no lado do codificador bem como no lado do decodificador.

As replicações da faixa espectral como exemplo para a extensão de largura de banda confia nas estruturas SBR definindo uma porção de tempo em que o sinal de áudio é separado em componentes na prímeira banda de frequência e a segunda banda de frequência. O patamar de ruído pode ser medido e/ou modificado para toda a estrutura SBR. De forma alternativa, também é possível que à estrutura SBR esteja dividida em envelopes de ruído, para

' 6 que para cada um dos envelopes de ruído, um ajuste para o patamar de ruído seja realizado. Em outras palavras, a resolução temporal . das ferramentas de patamar de ruído é determinada pelos envelopes de ruído dentro das estruturas SBR. De acordo com o Padrão ' 5 (ISO/IEC 14496-3), cada estrutura SBR compreende um máximo de dois envelopes de ruído, para que um ajuste do patamar de ruído possa ser feito nas bases parciais de estruturas SBR. Para algumas aplicações, isso pode ser suficiente. É, contudo, também possível aumentar o número de envelopes de ruído para melhorar o modelo para tonalidade que varia com tempo.

Então, configurações compreendem um aparelho para geração de dados de saída BWE para um sinal de áudio, onde o sinal de áudio compreende componentes em uma primeira faixa de frequência e uma segunda faixa de frequência e os dados de saída BWE são adaptados para controlar uma síntese dos componentes em uma segunda faixa de frequência. O aparelho compreende um medidor de patamar de frequência para medir dados do patamar de ruído da segunda faixa de frequência para porção de tempo do sinal de áudio. Já que o patamar de ruído medido influencia a tonalidade do sinal de áudio, o medidor do patamar de áudio pode compreender um medidor de tonalidade. De forma alternativa, Oo medidor de patamar de ruído pode ser implementado para medir o barulho de um sinal para obter o patamar de ruído. O aparelho compreende ainda um caracterizador de energia de sinal para dados de distribuição de energia resultantes, onde os dados de distribuição de energia caracterizam uma distribuição de energia em um espectro da porção de tempo do sinal de áudio e, finalmente, o aparelho compreende um processador para combinar os dados de patamar de ruído para obter

M 7 os dados de saída BWE.

Em outras configurações, O caracterizador de energia de sinal é adaptado para usar o parâmetro de sibilância como os dados de distribuição de energia e o parâmetro de sibilância pode, por exemplo, ser o primeiro coeficiente LPC. Em outras configurações, o processador é adaptado para adicionar os dados de distribuição de energia ao fluxo de bits dos dados de áudio codificado ou, de forma alternativa, o processador é adaptado para ajustar o parâmetro de patamar de ruído como o que O patamar de ruído é tanto aumentado ou diminuído dependendo dos dados de distribuição de energia (dependente do sinal), Nessa configuração, o medidor do patamar de ruído irá medir primeiro e O “patamar dê ruido para gerar dados de patamar de ruído, que será ajustado ou modificado pelo processador em seguida. = e AD e e mm — Em outras configurações; a porção de témpo é uma estrutura SBR e o caracterizador de energia de sinal é adaptado para gerar um número de envelopes de patamar de ruído para cada estrutura SBR. Como consequência, o medidor de patamar de ruído bem como o caracterizador de energia de sinal pode ser adaptado para medir os dados de patamar de ruído bem como os dados de distribuição de energia resultantes para cada envelope de patamar de ruído. O número de envelopes de patamar de ruído podem, por exemplo, ser 1, 2, 4, por estrutura SBR.

Mais configurações compreendem também ferramenta de replicação de faixa espectral utilizada em um decodificador para gerar componentes em uma segunda faixa de frequência do sinal | de áudio. Nessa geração dados de saída da replicação de faixa espectral e sinal bruto da representação espectral para o0S

“ componentes em uma segunda faixa de frequência são utilizados. A ferramenta de replicação de faixa espectral compreende uma unidade de cálculo de patamar de ruído para os dados de distribuição de energia, e um combinador para combinar o a representação espectral do sinal bruto com o patamar de ruído calculado para gerar oS componentes na segunda faixa de frequência com o patamar de ruído calculado. Uma vantagem das configurações é a combinação de decisão externa (fala/áudio) com um detector externo de fala vociferada ou um detector interno sibilante (um caracterizador de energia do sinal) controlando o evento de ruído adicional senso : assinalado ao decodificador ou ajustando o patamar de ruído calculado. Para sinais não-falados, o cálculo do patamar de ruído usual é executado. Para sinais de fala (resultantes da decisão IS “externa alternada) uma análise adicional da fala é realizada para determinar o sinal real da fala. A quantia de ruído a ser adicionada no codificador ou decodificador é escalonada dependendo do grau de sibilância (a ser contrário a sonorização) do sinal. O grau de sibilância pode ser determinado, por exemplo, medindo a inclinação espectral para as partes de sinais curto.

BREVE DESCRIÇÃO DOS DESENHOS A presente invenção será agora descrita através de exemplos ilustrados. Recursos da invenção serão mais apreciados e melhor entendidos pela referência da seguinte descrição detalhada, que deve ser considerada com referência aos desenhos acompanhantes, em quais: Fig. 1 mostra um diagrama de bloco de um aparelho para gerar dados de Saída BWE de acordo com configurações da

" 9 presente invenção; Fig. 2a ilustra uma inclinação espectral negativa do sinal não-sibilante; Fig. 2b ilustra uma inclinação espectral positiva do sinal não-sibilante;

Fig. 2c explica o cálculo da inclinação espectral, baseada em parâmetros LPC de ordem baixa;

Fig.3 mostra um diagrama de bloco de um codificador;

Fig. 4 mostra diagramas de bloco para processamento do fluxo de áudio codificado para amostras PCM de saída em um lado do decodificador; ao — -

7 - - = - “Fig.

Sa, b mostra uma comparação da ferramenta de cálculo do patamar de ruído convencional com uma o — “15 ferramenta de Cáleulo mModifícada de patamar de ruído de acordo com " as configurações; e Fig. 6 ilustra a partição de uma estrutura SBR em um número predeterminado de porções de tempo.

Fig. 1 mostra um aparelho 11 para geração de dados de saída (BWE) de extensão de largura de banda 102 para um sinal de áudio 105. O sinal de áudio 105 compreende componentes em uma primeira faixa de frequência 105a e componentes de uma segunda faixa de frequência 105b.

Os dados de saída BWE 102 são adaptados para controlar uma síntese dos componentes na segunda faixa de frequência 105b.

O aparelho 100 compreende um medidor de patamar de ruído 110, um caracterizador de energia de sinal 120 e um processador 130. O medidor do patamar de ruído 110 é adaptado para médir ou determinar dados do patamar de ruído 115 da segunda faixa

" 10 de frequência 105b para uma porção de tempo do sinal de áudio 105. Em detalhes, o patamar de ruído pode ser determinado comparando o ruído medido da faixa base com o ruído medido da faixa superior, para que a quantia de ruído necessária após correção para reproduzir uma impressão de tonalidade natural possa ser determinada. O caracterizador de energia do sinal 120 resulta em dados de distribuição de energia 125 caracterizando uma distribuição de energia em um espectro da porção do tempo do sinal de áudio 105. Portanto, o medidor do patamar de ruído 110 recebe, por exemplo, à primeira e/ou segunda faixa de frequência 105a, b e o caracterizador de energia do sinal 120 recebe, por exemplo, a primeira e/ou segunda faixa de frequência 1058, pr O processador . ' TS 130 Tegsbas os dados do patamar de ruído 115 e os dados da distribuição de energia 125 e os combina para obter os dados de = “= -A5— saída BWE 1025 “A Feplicáção de fiixs GSibectral compreende Temo : exemplo para à extensão da largura de banda, onde os dados da saída BWE 102 tornam-se dados de saída SBR. As seguintes configurações irão principalmente descrever o exemplo de SBR, mas o método/aparelho inventivo não é restrito a esse exemplo.

Os dados de distribuição de energia 125 indicam uma relação entre a energia contida dentro da segunda faixa de frequência comparada com à energia contida na primeira faixa de frequência. O caso mais simples os dados de distribuição de energia são dados por um bit indicando se mais energia é armazenada dentro da faixa base comparada a faixa SBR (faixa superior) ou vice versa. A faixa SBR (fáixa superior) pode, por exemplo, ser definida como componentes de frequência acima de um limite, que pode ser dado, por exemplo, por 4. kHz e à faixa base

: 11 (faixa inferior) pode ser os componentes do sinal, que estão abaixo dessa frequência limite (por exemplo, abaixo de 4kHz ou outra frequência). Exemplos para essas frequências limite seriam 5 kHz ou 6 kHz.

Figs. 2a e 2b mostra duas distribuições de energia no espectro dentro de uma porção de tempo de um sinal de áudio 105. As distribuições de energia exibidas por um nível P como função da frequência F como sinal analógico, que também pode ser um envelope de um sinal dado por uma pluralidade de amostras ou linhas (transformadas no domínio da frequência). Os gráficos mostrados também são muito simplificados para visualizar oO conçeito de inclinação espectral.

A faixa de frequência inferior . " " ou superior podem ser definidas como frequência abaixo ou acima da frequência limite F, (frequência cruzadas, por exemplo, 500 Hz, 1 mem ccerB CERZÓBO 27EBAJOO TIME cm mm mr mm mo oTOTO ST OS Fig. 2a mostra uma distribuição de energia exibindo uma inclinação espectral em queda (diminuindo com frequências mais altas). Em outras palavras, nesse caso, existe mais energia armazenada nos componentes de frequência baixá do que nos componentes de frequência alta.

Portanto o nível P diminui para frequências mais altas indicando uma inclinação espectral negativa (função decrescente). Portanto, um nível P compreende uma inclinação espectral negativa se o nível de sinal P indicar que existe menos energia na faixa superior (F > F.) do que na faixa de frequência (F < F,). Essé tipo de sinal ocorre, por exemplo, para um sinal de áudio compreendendo uma quantia baixa ou nenhuma quantia de sibilância.

Fig. 2b mostra o caso, onde o nível P aumenta com

" 12 | as frequências F indicando umá inclinação espectral positive (uma função de aumento do nível P dependendo das frequências). Portanto, um nível P compreende uma inclinação espectral positiva se o nível de sinal P indicar que existe mais energia na faixa superior (F > F,) comparado com a faixa de inferior (F < F,). Tal distribuição de energia é gerada se o sinal de áudio 105 compreende, por exemplo, ditas sibilantes.

Fig. 2a ilustra um espectro de potência de um sinal tendo uma inclinação espectral negativa; Uma inclinação espectral negativa significa um talude em queda do espectro; Contrário a isto.

Fig. 2b ilustra um espectro de potência de um sinal tendo uma inclinação espectral. positiva; Dito em, Outras — ] NS patavras, essa inclinação espectral tem um talude ascendente.

Naturalmente, cada espectro como o espectro ilustrado na Fig. 2a — —- 15 ou 6 éspettro ilustrado na Fig. 2b terá Variações na escala “Tocal o que tem taludes diferentes da inclinação espectral. . A inclinação espectral deve ser obtida, quando, por exemplo, uma linha reta é encaixada no espectro de potência como minimizar as diferenças quadradas entre linha reta e o espectro real.

Montagem de uma linha reta para o espectro pode ser uma das formas para o cálculo da inclinação espectral de um espectro de curto prazo.

No entanto, é preferível calcular a inclinação espectral utilizando coeficientes LPC.

A publicação "Efficient calculation of espectral tilt from various LPC parameters" por V.

Goncharoff, Von Colin E. e R.

Morris, Comando Naval, Controle e Centro de Vigilância do Oceano (NCCOSC), RDT e Divisão E, San Diego, CA 92152-52001, 23 de maio de 1996 revela várias maneiras de calcular a inclinação

' 13 espectral, Em uma implementação, à inclinação espectral é definida como a inclinação de pelo menos quadrados para ajuste linear do espectro de potência de log. No entanto, ajuste linear para o espectro de potência não-log ou do espectro de amplitude ou qualquer outro tipo de espectro também pode ser aplicado. Isto é verdadeiro no contexto da invenção aâátual, onde, na modalidade preferida, um está interessado principalmente no sínal da inclinação espectral, ou seja, se a inclinação do resultado do ajuste linear é positivo ou negativo. O valor real da inclinação espectral, entretanto, não é de grande importância em uma modalidade de alta eficiência desta invenção, mas o valor .real - ' | " pode ser mais importante em configurações mais elaboradas.

Quando Codificação Linear preditiva (LPC) da fala -— — “15 “é utilizada para modelar o seu espectro de curta “duração, ê l computacionalmente mais eficiente calcular a inclinação espectral diretamente dos parâmetros do modelo LPC, em vez de partir do espectro de potência de log. Fig. 2c ilustra uma equação para os coeficientes cepstral Ck correspondentes à ordem n"" log de todos os pólos do espectro de potência. Nesta equação, k é um índice i inteiro, p, é o pólo nº na representação em todos os pólos da função de transferência do domínio H(z) do filtro LPC. A próxima equação na fig. 2c é a inclinação espectral em termos dos coeficientes cepstral. Especificamente, m é a inclinação espectral, k e n são ínteiros e N é o pólo da ordem mais alta do modelo de todos os pólos para H (z). A próxima equação na fig. 2c define o log do espectro de potência S (w) do filtro LPC da ordem Nº". G é à constante de ganho e a, são Os coeficientes lineares

" 14 indicadores e à é igual a 2xnxf, onde f é a frequência.

A equação mais baixa na figura. 2c resulta diretamente nos coeficientes cepstral como uma função dos coeficientes LPC o,. Os coeficientes CKk cepstral são então usados para calcular a inclinação espectral.

Geralmente, esse método será mais eficiente do que o fabricar o polinômio LPC para obter os valores do pólo, e resolvendo para inclinação espectral utilizando as equações de pólo.

Assim, depois de ter calculado os coeficientes LPC a, pode-se calcular os coeficientes cepstral Ck usando a equação na parte inferior da figura. 2c e, em seguida, pode-se calcular os pólos pn a partir dos coeficientes cepstral usando a primeira equação na fig. 2c.

Então, com base nos pólos, pode-se calcular, a inclinação .m . ! : espectral definida na segunda equação da figura 2c.

Foi constatado que o primeiro coeficiente al da — —— "“T5 “ordem LPC é suficiente para ter uma boa EStimativa para o sinal da - inclinação espectral. o, é, portanto, uma boa estimativa para Cl, Assim, a C, é uma boa estimativa para o Pl.

Quando p, é inserido na equação para a inclinação espectral m, torna-se claro que, devido ao sinal negativo na segunda equação na fig. 2c, o sinal da inclinação espectral m é inversa ao sinal do primeiro coeficiente LPC mn) na definição do coeficiente LPC na fig. 2c.

Preferencialmente, o caracterizador do sinal da energia 120 é configurado para gerar, como os dados de distribuição de energia, uma indicação de um sínal de inclinação espectral do sinal de áudio em uma porção de tempo atual do sinal de áudio.

Preferencialmente, O Caracterizador do sinal da energia 120 é configurado para gerar, como dados de distribuição

: 15 de energia, dados oriundos de uma análise LPC de uma porção de tempo do sinal de áudio para estimar um ou mais coeficientes LPC de baixa ordem e obter os dados de distribuição de energia a partir de um ou mais coeficientes LPC de ordem mais baixa.

Preferencialmente, o caracterizador do sinal da energia 120 é configurado apenas para calcular o primeiro eoeficiente LPC e para não calcular coeficientes LPC adicionais e para obter os dados de distribuição de energia de um sinal do primeiro coeficiente LPC.

- Preferencialmente, oO caracterizador do sinal da energia 120 é configurado para determinar a inclinação espectral Ú como uma inclinação negativa espectral, em que uma diminuição da. energia espectral de frequências acontece a partir das mais baixas para as frequências mais altas, quando o primeiro coeficiente LPC % tem um sinal positivo, e para detectar a inclinação espectral sa uma inclinação positiva espectral, em que a energia espectral aumenta das frequências mais baixas para as frequências mais altas, quando o primeiro coeficiente LPC tem um sinal negativo. Em outras modalidades, o detector de inclinação espectral ou caracterizador do sinal da energia 120 está configurado para não só o cálculo dos coeficientes LPC de primeira ordem, mas para calcular vários coeficientes LPC de baixa ordem tais como coeficientes LPC até a ordem de 3 ou 4 ou superiores. Em tal configuração, a inclinação espectral é calculada com tal alta precisão que não se pode apenas indicar o sinal como um parâmetro de sibilância, mas também um valor dependendo da inclinação, que tem mais de dois valores como à configuração do sinal, Como dito acima sibilância compreende uma grande

' ' 16 quantidade de energia na região de frequência superior, para peças com nenhuma ou pouca sibilância (por exemplo, as vogais), à energia é distribuída principalmente na faixa de base (a faixa de baixa frequência). Essa observação pode ser usada para determinar se ou em qual medida uma parte do sinal de fala incluí um sibilante ou não.

Assim, o medidor de nível de ruído 110 (detector) pode usar a inclinação espectral para à decisão sobre a quantidade de sibílância ou dar o grau de siíbilância em um sinal. A inclinação espectral pode ser obtida basicamente a partir de uma análise LPC simples da distribuição de energia. Pode, por exemplo, ser suficiente para o cálculo do primeiro coeficiente LPC a fim de - | NS determinar o parâmetro de inclinação espectral (parâmetro sibilância), porque a partir do primeiro coeficiente LPC Oo ET Iso comportamento “do “espectro (seja uma “função crescente a = decrescente) pode ser inferida. Esta análise pode ser realizada dentro do caracterizador de energia do sinal 120. No caso do codificador de áudio utilizar LPC para decodificar o sinal de áudio, pode não haver necessidade de transmitir o parâmetro de sibilância, já que o primeiro coeficiente LPC pode ser utilizado como dados de distribuição de energia no lado do decodificador.

Em configurações, o processador 130 pode ser configurado para alterar os dados de patamar de ruído 115, de acordo com os dados de distribuição de energia 125 (inclinação espectral) para obter dados de patamar de ruído, e o processador de 130 pode ser configurado para adicionar os dados de patamar de ruído modificados para um fluxo de bit compreendendo os dados de saída BWE 102. A alteração dos dados de patamar de ruído 115 pode

: 17 ser de tal forma que o ruído modificado é acrescido de um sinal de áudio 105 compreendendo mais sibilância (Fig. 2b) em comparação com um sinal de áudio 105 compreendendo menos sibilância (Fig. 2a).

O aparelho 100 para a geração de dados de saída de extensão de faixa larga (BWE) 102 pode ser parte de um codificador de 300. A Fig. 3 mostra uma configuração para O codificador 300, que compreende módulos relacionados àão BWE 310 (que podem, por exemplo, compor módulos relacionados a SBR), uma análise do banco QMF 320, um filtro de passagem baixa (filtro LP) 330, um codificador AAC de núcleo 340 e um formatador de fluxo de bits de carga 350. Além disso, o codificador 300 compreende. a -..

| " calculadora de dados de envelope 210. O codificador 300 inclui uma entrada para amostras PCM (o sinal de áudio 105; PCM = Modulação -*— ““I5 “do Código do Pulso), “que está ligado à análise do banco ouF 320, e os módulos relacionados a BWE 310 e aos filtros LP 330. A análise do banco QMF 320 pode incluir um filtro de alta passagem para separar a segunda faixa de frequência 105b e está ligado a calculadora de dados envelope 210, que, por sua vez, é conectado ao formatador de fluxo de carga 350. O filtro LP 330 pode compreender um filtro de baixa passagem pará separar a primeira faixa de frequência 105 e está ligado ao codificador AAC de núcleo 340, que, por sua vez, é conectado ao formatador de fluxo de carga

350. Finalmente, o módulo relacionado a BWE 310 é ligado a calculadora de dados envelope 210 e aó codificador AAC de núcleo

340.

Portanto, O codificador estabelece 300 amostras do sinal de áudio para gerar 105 componentes na faixa de

' 18 frequência principal 105a (no filtro LP 330), que são introduzidos no codificador AAC de núcleo 340, que codifica o sinal de áudio na faixa de frequência principal e encaminha o sinal codificado 355 para o formatador de fluxo de carga 350 no qual o sinal de áudio codificado 355 da faixa de frequência do núcleo é adicionado ao fluxo de áudio codificado 345 (um fluxo de bits). Por outro lado, o sinal de áudio 105 é analisado pelo banco QMF de análise 320 e filtro de alta passagem do banco QMF de análise extrai componentes de frequência da faixa de alta frequência 105b e insere esse sinal na calculadora de dados envelope 210 para gerar dados BWE 375. Por exemplo, um BANCO QMF de 64 sub-faixa 320 executa filtragem da sub-faixa do sinal de entrada.

A saída do banco de filtro (ou 7 "O “ssja, as amostras de sub-faixa) são valores complexos e, portanto, sobre-amostragem por causa de um fator de dois comparados com um - <= <15---baânco QMEP regarar o o sono TT mms TO 9 Tí TOTO TO O módulo relacionado ao BWE 310 - pode, por exemplo, compor o aparelho 100 para gerar os dados de saída BWE 102 e controla a calculadora de dados de envelope 210, fornecendo, por exemplo, os dados de saída BWE 102 (parâmetro de sibilância) para a calculadora de dados envelope 210. Usando os componentes de áudio 105b gerados pelo banco QMF de análise 320, a calculadora de dados envelope 210 calcula os dados BWE 375 e encaminha os dados BWE 375 para o formatador de fluxo de carga 350, que combina os dados BWE 375 com os componentes 355 codificados pelo codificador de núcleo 340 no fluxo de áudio codificado 345. Além disso, a calculadora de dados envelope 210 pode, por exemplo, usar o parâmetro de sibilância 125 para ajustar o os parâmetros de ruído dentro dos envelopes de ruído.

: 19 Alternativamente, o aparelho 100 para gerar os dados de saída BWE 102 também pode ser parte da calculadora de dados envelope 210 e o processador também pode ser parte do formatador de fluxo de bits 350. Portanto, os diferentes componentes do aparelho 100 podem ser parte de diferentes componentes do codificador da figura 3.

A Fig. 4 mostra uma configuração de um decodificador 400, onde o fluxo de áudio codificado 345 é de entrada em um desformatador de fluxo de bits de carga 357, que separa o sinal codificado de áudio 355 dos dados BWE 375. O sinal de áudio codificado 355 é introduzido, por exemplo, em um decodificador AAC de núcleo 360, que gera o Sinal de áudio .

mor Too decodificado os na Primeira faixa de frequência. O sinal de áudio 105a (componentes na primeira faixa de frequência) é inserida em O 15 uma-faixa de-32-bânco OMF de âarfiísé 370, gerando, por exemplo, 32 sub-faixas de frequência 10532 do sinal de áudio 105a na primeira faixa de frequência. A sub-faixa de frequência 10532 é inserída no gerador de patch 410 para gerar uma representação do sinal espectral bruto 425 (patch), que é inserida em uma ferramenta BWE 430a. A ferramenta BWE 430a pode, por exemplo, compreender uma unidade de cálculo do patamar de ruído para gerar um ruído de fundo. Além disso, a ferramenta BWE 430a pode reconstruir harmônicas perdidas ou executar uma etapa de filtragem inversa. A ferramenta BWE 430a pode implementar métodos conhecidos de replicação de faixa espectral à ser usado na saída de dados espectrais QMF do gerador de patch 410. O algoritmo de patching utilizado no domínio da frequência poderia, por exemplo, empregar o espelhamento simples ou cópia dos dados espectrais no domínio da

' 20 frequência; Por outro lado, os dados BWE 375 (por exemplo, compreendendo os dados de saída BWE 102) são inseridos em um analisador de fluxo de bits 380, que analisa os dados BWE 375 para obter sub-informações diferentes 385 e inseri-las em, por exemplo, um decodificador Huffman e unidáde de desquantização 390 que, por exemplo, extrai a informação de controle 412 e os parâmetros de replicação de faixa espectral 102. A informação de controle 412 controla o gerador de patch 430 (por exemplo, para usar um algoritmo específico de patching) e o parâmetro BWE 102 incluir, por exemplo, os dados de distribuição de energia 125 (por exemplo, o parâmetro de sibilância). A informação de controle 412. é TO inserida na ferramenta BWE para o 430a ferramenta BWE e os parâmetros de replicação de faixa espectral 102 são de entrada -— === 35 -—para-a ferráfieita” BWE d30a, bem como em um mecanismo de ajuste de : envelope 430b. O mecanismo de ajuste de envelope 430b é operativo para ajustar o envelope para o patch gerado. Como resultado, o mecanismo de ajuste de envelope 430b gera o sinal ajustado 105b para a segunda faixa de frequência e inserem um banco QMF de síntese 440, que combina os componentes da segunda faixa de frequência 105b com o sinal de áudio no domínio da frequência

10532. O banco QMF de síntese 440 pode, por exemplo, compor 64 faixas de frequência e gera através da combinação de ambos os sinais (os componentes da segunda faixa de frequência 105b e no sinal de áudio do domínio da frequência 10532) o sinal de áudio de síntese 105 (por exemplo, uma saída de Amostras PCM, PCM = Modulação de Código de Pulso).

O banco OMF de síntese 440 pode incluir um

' 21 combinador, que combina o sinal de domínio de frequência 1053; com a segunda faixa de frequência 105b antes de ser transformado no domínio do tempo e antes que ela será à inserida na saída como um sinal de áudio 105. Opcionaálmente, o combinador pode emitir o sinal de áudio 105 no domínio da frequência.

As ferramentas BWE 430a podem incluír uma ferramenta convencional de ferramenta de patamar de ruído, que adiciona ruído adicional ao espectro corrigido (a represeéntação do sinal espectral bruto 425), de modo que os componentes espectrais 105a que tenham sido transmitidos por um codificádor de núcleo 340 e são usados para sintetizar os componentes da segundãá fáixa de frequência 105b exibindo a tonalidade da segunda faixa de " o frequência 105b do sinal original. Especialmente nos caminhos da fala com voz, no entanto, o ruído adicional acrescentado pela — “— 15” feirâmenta de Patémar de ruido convencional pode “prejudicar a - qualidade percebida do sinal reproduzido.

De acordo com as configurações, a ferramenta de patamar de ruído pode ser modificada para que a ferramenta de patamar de ruído leve em conta os dados de distribuição de energia 125 (parte dos dados BWE 102) para mudar o patamar de ruído de acordo com o grau de sibilância detectado (ver Fig. 2). De forma alternativa, conforme descrito acima o decodificador não pode ser modificado e, em vez disso o codificador pode alterar os dados de patamar de ruído de acordo com o grau de sibilância detectado.

A Fig. 5 mostra uma comparação de uma ferramenta convencional de cálculo do patamar de ruído com uma ferramenta de cálculo de patamar ruído modificada de acordo com as configurações da presente invenção. Esta ferramenta de cálculo de patamar ruído

: 22 modificada pode ser parte da ferramenta BWE 430. Fig. 5a mostra a ferramenta convencional de cálculo de patamar de ruído constituído por uma calculadora 433, que utiliza os parâmetros de replicação de faixa espectral 102 e Ss representação espectral do sinal bruto 425 à fim de calcular linhas espectrais brutas e as linhas de espectrais de ruído. Os dados BWE 102 podem incluir dados de envelope e os dados de nível de ruído, que são transmitidos a partir do codificador como párte do fluxo de áudio codificado 345. A representação do sinal espectral bruto 425 é, por exemplo, obtida a partir de um gerador de patch, que gera componentes do sinal de áudio na faixa de frequência superior (componentes sintetizados na segunda faixa de. .

: " " frequência 105b). As linhas espectrais brutas e as linhas espectrais de ruído continuarão a serem processadas, o que pode — -— 15 “inpliêár uma filtragem inversa, ajustando envelope, “adicionando | - harmônicas perdidas e assim por diante. Finalmente, um combinador 434 combina as linhas espectrais brutas com as linhas espectrais de ruído calculadas para os componentes da segunda faixa de frequência 105b.

Fig. 5b mostra uma ferramenta de cálculo de patamar de ruído de acordo com as configurações da presente invenção. Além da ferramenta de cálculo de patamar de ruído convencional, como mostrado na fígura Sa, as configurações incluem ma unidade modificadora de patamar de ruído 431, que é configurada, por exemplo, para álterar os dados de patamar de ruído transmitido com base nos dados de distribuição de energia 125 antes de serem processados na ferramenta de cálculo de patamar de ruído 433. Os dados de distribuição de energia 125 também podem

' 23 ser transmitidos a partir do codificador como parte de ou em adição aos dados BWE 102. A modificação dos dados de patamar de ruído compreendem, por exemplo, um aumento de inclinação espectral positiva (ver fig. 2a) ou diminuição da inclinação espectral negativa (ver fig. 2b) do nível do patamar de ruído, por exemplo, um aumento de 3 dB ou uma diminuição de 3 dB ou qualquer outro valor discreto (por exemplo, +/- 1 dB ou +/- 2 dB). O valor discreto pode ser um valor inteiro dB ou um valor dB não-inteiro. Também pode haver uma dependência funcional (por exemplo, uma relação linear) entre a diminuição / aumento e a inclinação espectral. . Com base nesses dados modificados de patamar de . . meo “ruído “a ferramenta de cálculo de patamar de ruído 433 calcula novamente linhas espectrais brutas e as linhas espectrais de ruído - - = —l5 =modificado-com báse na Feprésentação do sinal 'Espéctral bruto “az5, B que podem também ser obtidas à partir de um gerador de patch. A ferramenta de replicação de faixa espectral 430 da Fig. 5b compreendem também um combinador 434 para combinar as linhas espectrais brutas com o patamar de ruído calculado (com a modificação da unidade de modificação 431) para gerar os componentes na segunda faixa de frequência 105b.

Os dados de distribuição de energia 125 podem indicar no caso mais simples uma modificação no nível de transmissão dos dados de patamar de ruído. Como dito acima, também o primeiro coeficiente LPC pode ser utilizado como dados de distribuição de energia 125. Portanto, se o sinal de áudio 105 foi codificado usando LPC, configurações futuras usam o primeiro coeficiente LPC, que já é transmitido pelo fluxo de áudio

: 24 codificado 345, como os dados de distribuição de energia 125. Neste caso não há necessidade de transmitir os dados de distribuição de energia 125. De forma alternativa, uma modificação do patamar de ruído também pode ser realizada após o cálculo na calculadora 433 para que à unidade modificadora do patamar de ruído 431 possa ser ajustada como o processador 433. Em configurações os dados de distribuição de energia 125 podem ser diretamente inseridos no dispositivo calculador 433 modificando diretamente o cálculo do patamar de ruído como parâmetro de cálculo.

Assim, a unidade modificadora do patamar de ruído 431 e a calculadora / o processador 433 pode ser combinado a uma ferramenta modificadora . . " OS de patamar dá ruido 433, 431. | Em outra configuração à ferramenta BWE 430 que —.- = 15- compõem a ferramenta dê patamar de ruido compreende Cum anitoh, onde o switch está configurado para alternar entre um alto nível de patamar de ruído (inclinação espectral positiva) e um baixo nível de patamar de ruído (inclinação espectral negativa). O alto nível pode, por exemplo, corresponder ao caso em que o nível de transmissão para o ruído é dobrado (ou multiplicado por um fator), enquanto que o baixo nível corresponde ao caso em que o nível de transmissão é reduzido por um fator.

O interruptor pode ser controlado por um bit em um fluxo de bits do sinal de áudio codificado 345, indicando uma inclinação positiva ou negativa do espectro do sinal de áudio.

De forma alternativa, a opção também pode ser ativada por uma análise do sinal de áudio decodificado 105 (componentes na primeira faixa de frequência) ou da sub-banda de frequência 1053; do sinal de áudio, por exemplo, com relação à

“ : 25 inclinação espectral (se à inclinação espectral é positiva ou negativa). Como alternativa, o interruptor também pode ser controlado pelo primeiro coeficiente LPC, uma vez que este coeficiente indica a telha espectral (veja acima).

Embora algumas das Figuras 1, 3 à 5 sejam ilustradas como diagramas de bloco de aparelhos, estes números são simultaneamente uma ilustração de um método, onde as funcionalidades de bloco correspondem às etapas do método.

Como dito acima, uma unidade de tempo SBR (quadro SBR) ou uma porção de tempo pode ser dividida em vários blocos de dados, os chamados envelopes. Esta partição pode ser uniforme ao longo do quadro SBR e permite ajustar de forma flexível a síntese, ' OO do sinal de áudio dentro do SBR. A Fig. 6 ilustra tal partição para o quadro SBR - = —t5--em um número À de Envelopes. O quadro SBR Abrange um Ferido de Ú tempo ou parte do tempo T entre o momento inicial t, e o tempo final t,. A porção de tempo T é, por exemplo, dividida em oito porções de tempo, uma porção primeira vez Tl, uma porção segunda vez T2,..., uma porção oitava vez T8. Neste exemplo, o número máximo de envelopes coincide com o número de porções de tempo e é dado por n = 8. A 8 porções de tempo Tl, ... , T8 são separadas por 7 fronteiras, o que significa uma borda 1 separa a primeira e a segunda parte do tempo Tl, T2, uma borda 2 está localizada entre a segunda porção T2 e uma terceira porção T3, e assim sucessivámente até a fronteira 7 que separa a sétima porção T7 e à oitava porção T8. Em configurações adicionais, o quadro SBR é dividido em quatro envelopes de ruído (n = 4) ou é dividido em

” 26 dois envelopes de ruído (n = 2). Na configuração como mostrado na figura 6, todos os envelopes compõem a mesma duração temporal, que pode ser diferente em outras configurações, para que os envelopes de ruído possam abranger diferentes intervalos de tempo. Em detalhe, o caso de dois envelopes de ruído (n = 2) compreendem um primeiro envelope que se estende desde o tempo tó, nas primeiras quatro porções de tempo (Tl, T2, T3 e T4) e o segundo envelope de ruído cobrindo da quinta para a oitava porção de tempo (T5, T6, T7 e T8). Devido à Norma ISO/IEC 14496-3, o número máximo de envelopes está restrito a dois. Mas incorporações podem usar qualquer número de envelopes (por exemplo, dois, quatro ou oito envelopes). RAR mos ST / TITO O Em outras configurações a calculadora de dados de envelope 210 está configurada para alterar o número de envelopes = = — -15- dependendo" de-uma “arTtéTáção dôs"dados de patamar de ruído medidos o

115. Por exemplo, se os dados de patamar de ruído 115 indicam um patamar de ruído variável (por exemplo, acima de um limite) o número de envelopes pode ser aumentado enquanto que no caso os dados de patamar de ruído 115 indicam um patamar de ruído constante, o número de envelopes pode ser reduzido. Em outras configurações, O caracterizador de energia do sinal 120 pode ser baseado em informações lingúísticas, a fim de detectar sibilantes na fala. Quando, por exemplo, um sinal de fala tem meta informações associadas a uma ortografia fonética internacional e, em seguida, uma análise dessa meta informação irá fornecer uma detecção de sibilante de uma porção da fala. Neste contexto, a porção de meta dados do sinal de áudio é analisada.

' 27 Embora alguns aspectos têm sido descritos no contexto de um aparelho, é evidente que estes aspectos constituem também uma descrição do método correspondente, onde um bloco ou dispositivo corresponde a uma etapa de método ou uma característica de uma etapa do método. Analogamente, os aspectos descritos no contexto de uma etapa método também representam uma descrição de um bloco correspondente ou item ou recurso de um aparelho correspondente.

O sinal de áudio codificado inventivo pode ser armazenado em um meio de armazenamento digital ou pode ser transmitido em um meio de transmissão, como um meio de transmissão sem fio ou um meio de transmissão com fio, como a Internet... .--..

mec o A 1 OS Dependendo de determinadas exigências de implementação, as configurações da invenção podem ser ae 2 e 152. simplementadas-no Kardwarê Ou nó software. A inplementação pode ser ' realizada usando um armazenador digital médio, por exemplo, um disquete, um DVD, um CD, um ROM, um PROM, um EPROM, um EEPROM ou uma memória de FLASH, tendo sinais eletronicamente legíveis armazenados nele, no qual cooperam (ou são capazes de cooperar) com o sistema de computador programável assim que o respectivo método seja realizado.

Algumas configurações de acordo com a invenção compreendem um portador de dados tendo sinais de controle de leitura eletrônica, que são capazes de cooperar com um sistema de computador programável, de modo que um dos métodos descritos aqui seja realizado, Geralmente, as configurações da presente invenção podem ser implementadas como um produto de programa de computador

' 28 com um código de programa, o código do programa sendo operativo para realização de um dos métodos, quando o produto programa de computador é executado em um computador. O código de programa pode, por exemplo, ser armazenado em um portador que pode ser lido por máquina.

Outras modalidades incluem um programa de computador para à realização de um dos métodos descritos neste documento, armazenado em um portador que pode ser lido por máquina.

Em outras palavras, uma configuração do método inventivo é, portanto, um programa de computador com um código de programa para executar um dos métodos descritos aqui, quando o...

- = -=-**-7*7- programa de computador é executado em um computador. Uma modalidade mais completa dos métodos 215 criativos é, -portanto;- -um"" portador” “de” dados (ou "um “meio de ” armazenamento digital, ou um meio legível para computador), que inclui, gravado nele, o programa de computador para a realização de um dos métodos descritos neste documento.

Uma modalidade adicional do método inventivo é, portanto, um fluxo de dados ou uma segúência de sinais que representam o programa de computador para a realização de um dos métodos descritos neste documento. O fluxo de dados ou à sequência de sinais podem, por exemplo, ser configurados para ser transferido através de uma ligação de comunicação de dados, por exemplo, através da Internet.

Uma configuração compreende ainda um meio de transformação, por exemplo, um computador ou um disposítivo de lógica programável, configurado ou adaptado para executar um dos

' 29 métodos descritos neste documento.

Uma configuração compreende ainda um computador que tenha instalado nele o programa de computador para a realização de um dos métodos descritos neste documento.

S Em algumas configurações, um dispositivo lógico programável (por exemplo um campo gate array programável) pode ser usado para executar algumas ou todas as funcionalidades dos métodos descritos neste documento.

Em algumas configurações, um campo gate array programável pode cooperar com um microprocessador para executar um dos métodos descritos neste documento.

Geralmente, os métodos são preferencialmente realizados por qualquer aparelho de hardware.

Lecce eae oe ee eo wir CCUCCUAS “configurações “descritas acima são meramente ilustrações dos princípios da presente invenção.

Entende-se que as

— 15 modificações, e .variações- do ajuste “e”ôs dêtalheos descritos neste o documento serão aparentes para os outros com habilidade na área.

É a intenção, portanto, a ser limitado apenas pelo escopo das reivindicações da patente iminente e não pelos detalhes específicos, apresentados por meio de descrição e explicação das configurações contidas aqui.

Claims

-

REIVINDICAÇÕES

1. “APARELHO E MÉTODO PARA GERAR DADOS DE SAÍDA DE EXTENSÃO DE LARGURA DE BANDA”, caracterizado pelo aparelho (100) para gerar dados de saída da extensão de banda (102) para um sinal de áudio (105), o áudio sinal (105) que compreende componentes em uma primeira faixa de frequência (105a) e os componentes em uma segunda faixa de frequência (105b), os dados de saída da extensão de banda (102) são adaptados para controlar uma síntese dos componentes na segunda faixa de frequência (105b) compreender: um medidor de patamar de ruído (110) para medir dados de patamar de ruído (115) da segunda faixa de frequência . = 77” (105b) por uma porção de tempo Tm do sinal de áudio (105); um caracterizador de energia de sinal (120) para o... 15, resultar em dados-de"distribuição” de energia (125), "os dados de o distribuição de energia (125) caracterizando uma distribuição de energia no espectro da porção de tempo (T) do sinal de áudio (105); e um processador (130) para combinar os dados de patamar de ruído (115) e os dados de distribuíção de energia (125) para obter os dados de saída de extensão de largura de banda (102).

2. Aparelho (100) da reivindicação 1, caracterizado pelo caracterizador de energia de sinal (120) estar configurado para uso, como os dados de distribuição de energia (125), um parâmetro de sibilância ou um parâmetro de inclinação espectral, o parâmetro de sibilância Ou parâmetro de inclinação espectral identificando um nível de aumento ou diminuição do sinal

. ' 2 áudio (105) com frequência(F).

3. Aparelho (100) da reivindicação 2, caracterizado pelo caracterizador de energia do sinal (120) estar configurado para utilizar o primeiro coeficiente de codificação preditiva linear como parâmetro de sibilância.

4, Aparelho (100), de acordo com uma das reivindicações anteriores, caracterizado pelo processador (130) ser configurado para adicionar os dados de patamar de ruído (115) e os dados de distribuição de energia espectral (125) a um fluxo de bits como os dados de saída BWE (102)

5. Aparelho (100), de acordo com uma das reivindicações 1 a 3, caracterizado pelo processador (130) ser . configurado para alterar os dados de patamar de ruído (115), de acordo com os dados de distribuíção de energia (125) para obter 185 “dados de patamar de ruído modificados, e onde O processador (1130) i é configurado para adicionar os dados de patamar de ruído modificados a um fluxo de bits como dados de saída BWE (102).

6. Aparelho (100), de acordo com a reivindicação 5, caracterizado pela mudança de dados do patamar de ruído (115) ser tal que o patamar de ruído modificado é acrescido de um sinal de áudio (105) com mais sibilantes, em comparação com um sinal de áudio (105) compreendendo menos sibilância.

7. Codificador (300) para codificar um sinal de áudio (105), caracterizado peloo sinal de áudio (105) compreender componentes da primeira faixa de frequência (105a) e os componentes de uma segunda faixa de frequência (105b), O codificador compreende: um codificador principal (340) para codificar os

. - 3 componentes na primeira faixa de frequência (105a); um aparelho (100) para gerar dados de saída BWE (102), de acordo com uma das reivíndicações 1 a 6; e uma calculadora de dados de envelope (210) para calcular dados BWE (375) baseados em componentes na segunda faixa de frequência (105b), os dados BWE calculados (375) compreendem os dados de saída BWE (102).

8. Codificador (300), de acordo com a reivindicação 7, caracterizado pela porção de tempo(T) abranger um quadro SBR, o quadro de SBR compreendendo uma pluralidade de envelopes de ruído, e onde à calculadora de dados de envelope de ruído (210) é configurada para calcular os diferentes dados BWE (375) para envelopes de ruído diferentes, da pluralidade de envelopes de ruído.

O “15 MT “O, i Codificador “B00), de acordo com a reivindicação 7 ou 8, caracterizado pela calculadora de dados de envelope (210) ser configurada para alterar um número de envelopes dependendo de uma mudança de dados de patamar de ruído medidos (115)

10. Método para gerar dados de saída da extensão de largura de banda (102) para um sinal de áudio (105), caracterizado pelo sinal de áudio (105) compreender componentes na primeira faixa de frequência (105a) e os componentes em uma segunda faixa de frequência (105b), os dados de saída de extensão de largura de banda (102) são adaptados para controlar uma síntese dos componentes na segunda faixa de frequência (105b), o método compreende: medição de dados de patamar de ruído (115) da

' 4 segunda faixa de frequência (105b) para uma porção de tempo (T) do sinal de áudio (105);decorrentes dos dados de distribuição de energia (125), os dados de distribuição de (125) caracterizando uma distribuição de energia em um espectro da porção de tempo (T) do sinal de áudio (105); e combinação dos dados de patamar de ruído (115) e os dados de distribuição de energia (125) para obter os dados de saída da extensão da largura de banda (102).

11. Ferramenta de extensão de banda larga (430), caracterizado por compreender geração de componentes em uma segunda faixa de frequência (105b) de um sinal de áudio (105) com base em dados de saída de extensão de largura de banda (102) e com - " " base em uma representação espectral do sinal bruto (425) para os componentes na segunda faixa de frequência (105b), em que os dados T TIS de Saida da extensão de Targura “de banda (102) inclui dados “de — distribuição de energia (125), os dados de distribuição de energia (125) caracterizando uma distribuição de energia em um espectro de uma porção de tempo (T) do sinal de áudio (105), que compreende: uma ferramenta modificadora de patamar de ruído (433, 431), que é configurado para modificar um patamar de ruído transmitido em conformidade com os dados de distribuição de energia (125), e um combinador (434) para combinar a representação espectral do sinal bruto (425) com o patamar de ruído modificado para gerar os componentes na segunda faixa de frequência (105b), com 0 patamar de ruído modificado.

12. Ferramenta de extensão de largura de banda (430), de acordo com à reivindicação 11, caracterizado pelo sinal

. ” 5 de áudio (105) compreender componentes de uma primeira faixa de frequência (105a) e o parâmetro de extensão de largura de banda (102) compreende os dados de patamar de ruído transmitidos, indicando um nível de ruído para o patamar de ruído, e onde a ferramenta modificadora de patamar de ruído (433, 431) é adaptada para aumentar o nível de ruído no caso dos dados de distribuição de energia (125) indicarem um sinal de áudio (105) com mais energia nos componentes da segunda faixa de frequência (105b) do que na primeira faixa de frequência (105a), ou para diminuir o nível de ruído no caso dos dados de distribuição de energia (125) indicarem um sinal de áudio (105) com mais energia nos componentes da primeira faixa de frequência . - - (105a) do que na segunda faixa de frequência (105b).

13. Decodificador (400) para decodificar um fluxo = 15 dê ávdio Codificado (345) para obter um sinal de áudio (105), 7 caracterizado por compreender: um desformatador de fluxo de bits (357) separando um sinal codificado (355) e os dados de saída BWE (102); uma ferramenta de extensão de largura de banda (430) da reivindicação 11 ou reivindicação 12; um decodificador principal (360) para decodificar componentes em uma prímeira faixa de frequência (105a) do sinal de áudio codificado (355); e uma unidade de síntese (440) para sintetizar oO sinal de áudio (105) combinando os componentes da primeira e segunda faixa de frequência (105a, 105b).

14. Método para decodificar um fluxo de áudio codificado (345) para obter um sinal de áudio (105), caracterizado

. ] 6 por pelo sinal de áudio (105) compreender componentes de uma primeira faixa de frequência (105a) e dados de saída da extensão de largura de banda (102), onde os dados de saída da extensão de largura de banda (102) compreende dados de distribuição de energia (125) e dados de patamar de ruído, os dados de distribuição de energia (125) caracterizando uma distribuição de energia em um espectro de uma porção de tempo (T) do sinal de áudio (105), o método compreendendo: separação do fluxo de áudio codificado (345) um sinal de áudio codificado (355) e os dados de saída BWE (102); decodificação dos componentes de uma primeira faixa de frequência (105) a partir do sinal de áudio codificado. . moto 01 geração de uma representação espectral do sinal .— = =415 -bruto (425) “pára“os cômponêntes de Uma Segunda "Faixa de frequência | i (105b) dos componentes na primeira faixa de frequências (105a); modificação de um patamar de ruído de acordo com os dados de distribuição de energia (125) e de acordo com os dados de patamar de ruído transmitidos; combinação da representação espectral do sinal bruto (425) com o patamar de ruído modificado para gerar os componentes na segunda faixa de frequência (105b) com o patamar de ruído calculado; e sintetização do sinal de áudio (105), combinando os componentes da primeira e segunda faixa de frequência (105a, 105b) .

15. Programa de computador, caracterizado para realização do método da reivindicação 10 ou 14, quando executado

. « 7 em um computador,

16. Um fluxo de áudio codi ficado (345) caracterizado por compreender: um sinal de áudio codificado (355) para os componentes de uma primeira faixa de frequência (105a) de um sinal de áudio (105); dados do patamar de ruído adaptados para controlar uma síntese de um patamar de ruído para os componentes de uma segunda faixa de frequência (105b) do sinal de áudio (105) ;e dados de distribuição de energia (125) adaptados e para controlar uma modificação do patamar de ruído, e e o

1U7

110 1052, 15 Medidor de ; patamar de ruído TARA “| Processador OT 3” Ú TITO ooo or e EE E doe ne e de seed e UR +») Caracterizador da | energia do sinal | ” E 105a,b 125 130 120 : FIG 1

E Ff, E ea e FAG-2A nto [em Fo F i FIG 2B qQ= k Z (Po) Coeficientes cepstral correspondendo a ordem Nº do espectro de potência do log de todos os pólos.

N 48 < 1 k m="3 2 (32) TWT k=1,35,. n=1 Inclinação espectral em termos de 1 . o coeficientes cepstral 1 - Stet—— 2 2a s = am— pro S(w) = In [H(6*) [?=In6º*n | 1-2a,0" | Espectro de potência log do filtro LPC da ordem Nth 1 H + Z NE On 1<k<N; = 1 E x Zs Neo&ã, — kN Coeficientes cepstral C, em dependência dos coeficientes LPC ax a: primeiro coeficiente LPC - tem sinal positivo ou negativo FIG 2C

* - 8 o Vs Ss o s 2coÊê Ss Ss 385 mo

DR

PR Ls o o & E-NCSS Ft o FS, + : Si. ; Es | o É 2-8 z o vo o õ RR cor e ABA ? ã TT... oe eso oo TE gs - o & a 3eo ss 888 3 32 2 | 2 o E < : ESSA) ES ES Ss ã o = a : o 235 us Bo oc ele Te EA A A E 206 Ss BE . E 4. 2 1 0 2-2 -- E ese oem TTTO oO = = es il o — ê Lt O. s = 8 | 8 = a. =8 a; 8 õ é : 7 e 8 E É Fr 2 Ê ' o i S oo Fo o FEZ o

EEE

E <3

Faia Fluxo de áudio codificado 375 345 380 Codificador | [Desformatado: 1 principal AAG [f] de carga de

360. fluxo de bits 357 , fluxo de bit 368 Maça 685 o 2. 1059 fogo NAO ação A ocaso equantização | 105% Huffman 390 - erramentas: FZ 102/ o e pueden. [Gerador de paterl ||” "BWE (nv. E Ajustador de c——... - (domínio QMF) [É Filt. Patamar envelope faixa) p de ruído, Banco OMF miss. harm. | 7 de análise ; : 370 (64 faixa) 440 43da 430b ! 105%, 405 105b Amostras de saída PCM FIG 4

JS 6/7 * 42 Representação 433 especíral do sinal 434 bruto Dados de envelope Linhas espectrais brutas, 1027 Dados de patamar Calculadora Linhas espectrais de 7 de ruído ruído i 105b '

DP 425 Representação ; espectral do sinal 434 ) 48 bruto , : Linhas espectrais brutas 1 Dados de envelope Calculadora , , Dados de [1 /- 3dB Linhas espectrais de 102 patamar ruído modificado de ruído 431 105b Dados de 125—/ distribuição de 1433 energia FIG 5B

% * 77 1 ' Ng E Ea 6 6 a h donde corto to Ato o ; x = ONO NOSSO US o :i ' H AO Ps III IO n=2 ' ' FIG 6